[发明专利]一种基于卷积神经网络和简单循环单元的语音情感识别方法在审
| 申请号： | 201910901171.4 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110491415A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 姜芃旭;雷沛之;傅洪亮 | 申请（专利权）人： | 河南工业大学 |
| 主分类号： | G10L25/30 | 分类号： | G10L25/30;G10L25/63;G10L25/45;G10L25/03 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 450001 河南省郑州市高新技*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公布了一种基于卷积神经网络和简单循环单元的语音情感识别方法。首先，提取出语音中的谱图特征及其一阶差分和二阶差分，组合成三维特征。将这些特征在时间轴上分割成固定的片段数，并使用在ImageNet数据集上初始化参数的Alexnet网络取出每个分段特征的高级特征。因为这些分段的高级特征在时间上具有相关性，我们将这些特征通过一个简单循环单元来进行聚合。最后，使用SoftMax分类器对情感进行分类。本发明的基于卷积神经网络和简单循环单元的语音情感识别方法，方法新颖，能够有效的提升语音情感识别的性能。 | ||
| 搜索关键词： | 简单循环 语音情感 卷积神经网络 高级特征 初始化参数 分段特征 三维特征 分类器 固定的 时间轴 数据集 二阶 一阶 分段 聚合 取出 语音 分割 分类 网络 | ||
【主权项】：
1.本发明公布了一种基于卷积神经网络和简单循环单元的语音情感识别方法，其特征在于：包括以下步骤，/n步骤(A)语音特征提取；/n步骤(B)特征分段处理；/n步骤(C)利用卷积神经网络(CNN)提取高级特征；/n步骤(D)利用简单循环单元(SRU)整合分段特征；/n步骤(E)使用softmax分类器进行情感分类。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河南工业大学，未经河南工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910901171.4/，转载请声明来源钻瓜专利网。
