[发明专利]语音情绪识别方法、语音情绪识别模型的训练方法及装置

权利要求书

1.一种语音情绪识别方法，包括：

对待识别语音数据进行特征提取，得到语音情绪特征向量序列，其中，所述语音情绪特征向量序列包括至少一个语音情绪特征向量，所述语音情绪特征向量用于表征语音强度特征和时间增量特征；以及

将所述语音情绪特征向量序列输入至语音情绪识别模型，输出语音情绪识别结果，其中，所述语音情绪识别模型包括极限学习机神经网络。

2.根据权利要求1所述的方法，其中，所述语音强度特征包括音高周期特征和谐波噪声比特征，所述时间增量特征包括梅尔频率倒谱系数特征；

所述对待识别语音数据进行特征提取，得到语音情绪特征向量序列包括：

对所述待识别语音数据进行特征提取，得到语音强度特征序列；以及

对所述语音强度特征序列进行特征提取，得到所述语音情绪特征向量序列。

3.根据权利要求1所述的方法，还包括，在所述对待识别样本语音数据进行特征提取，得到样本语音情绪特征向量序列之前：

获取所述待识别语音数据；

对所述待识别语音数据进行分段处理，得到与所述待识别语音数据对应的多个原始语音片段数据；以及

对所述多个原始语音片段数据中的每个原始语音片段数据进行筛选处理，得到经筛选的多个语音片段数据。

4.根据权利要求3所述的方法，其中，所述对待识别语音数据进行特征提取，得到语音情绪特征向量序列包括：

对与所述待识别语音数据对应的多个所述语音片段数据进行处理，得到所述多个语音片段数据各自的所述语音情绪特征向量；以及

根据所述语音情绪特征向量和位置编码，确定所述语音情绪特征向量序列，其中，所述位置编码用于表征所述语音片段数据在所述待识别语音数据中的位置信息；

其中，所述将所述语音情绪特征向量序列输入至语音情绪识别模型，输出语音情绪识别结果包括：

对所述多个语音片段数据各自的语音情绪特征向量进行处理，得到所述多个语音片段数据各自的语音情绪信息；以及

根据所述多个语音片段数据各自的语音情绪信息，确定所述语音情绪识别结果。

5.根据权利要求4所述的方法，其中，所述语音情绪信息包括至少一个语音情绪类别和与所述至少一个语音情绪类别中的每个语音情绪类别对应的概率值；

所述根据所述多个语音片段数据各自的语音情绪信息，确定所述语音情绪识别结果包括：

根据所述概率值，确定所述多个语音片段数据中每个语音片段数据的目标语音情绪类别和目标概率值；以及

根据所述语音片段数据的目标语音情绪类别、目标概率值和所述位置编码，确定所述语音情绪识别结果。

6.一种语音情绪识别模型的训练方法，包括：

对样本语音数据进行特征提取，得到样本语音情绪特征向量序列，其中，所述样本语音情绪特征向量序列包括至少一个样本语音情绪特征向量，所述样本语音情绪特征向量用于表征样本语音强度特征和样本时间增量特征；

将所述样本语音情绪特征向量序列输入至待训练的语音情绪识别模型，输出样本语音情绪识别结果，其中，所述待训练的语音情绪识别模型包括极限学习机神经网络；以及

根据所述样本语音情绪识别结果和真实样本语音情绪结果，训练所述语音情绪识别模型。

7.根据权利要求6所述的方法，其中，所述语音情绪识别模型包括输入层、隐藏层和输出层，所述隐藏层包括预设数量的节点；

所述将所述样本语音情绪特征向量序列输入至待训练的语音情绪识别模型，输出样本语音情绪识别结果包括：

根据所述预设数量，设置第一权重值和所述隐藏层的偏置值，其中，所述第一权重值用于表征所述输入层与所述隐藏层之间的权重。