[发明专利]基于卷积神经网络和视觉Transformer的语音情感识别方法在审
| 申请号： | 202310049317.3 | 申请日： | 2023-02-01 |
| 公开（公告）号： | CN116072153A | 公开（公告）日： | 2023-05-05 |
| 发明（设计）人： | 周晓彦;王丽丽;王基豪 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G10L25/63 | 分类号： | G10L25/63;G10L25/30;G10L25/18;G10L25/21;G10L25/45 |
| 代理公司： | 北京同辉知识产权代理事务所(普通合伙) 11357 | 代理人： | 张恩慧 |
| 地址： | 210044 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于卷积神经网络和视觉Transformer的语音情感识别方法，涉及语音情感分类识别技术领域，直接将语音信号转变成log‑Mel谱图特征，降低不同说话者不同风格的影响，避免提取到的特征有很大区别，模型性能受影响，对小数据集进行扩充对模型实现高性能至关重要，同时避免出现过拟合现象，将增强策略直接应用于语音信号中提取的log‑Mel谱图，该方法简单易行且计算成本低，将CNN网络提取谱图中的局部频谱特征和ViT网络捕获长距离特征获得的全局特征进行融合，能够获取更丰富的语音情感特征，并且在多个数据集中均提高了语音情感识别的准确率。 | ||
| 搜索关键词： | 基于 卷积 神经网络 视觉 transformer 语音 情感 识别 方法 | ||
【主权项】：
暂无信息
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南京信息工程大学，未经南京信息工程大学许可，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/202310049317.3/，转载请声明来源钻瓜专利网。
