技术总结
本发明公开了一种基于长短时记忆网络快速识别语音情感类别的方法,包括如下步骤:从原始语音数据样本中提取具有时序信息的帧级语音特征;通过软注意力模型创建基于注意力机制的改进型LSTM模型;用已知的原始语音数据样本及其语音情感类别对改进型LSTM模型进行训练得到情感类别识别模型;对情感类别识别模型进行情感识别测试验证;将未知的原始语音数据样本输入情感类别识别模型进行识别,输出对应的语音情感类别;本发明通过注意力机制优化常规型LSTM模型得到改进型LSTM模型,在保证性能的前提下,有效减少了矩阵计算量,提高语音情感类别识别的性能,具有良好的应用前景。具有良好的应用前景。具有良好的应用前景。
技术研发人员:颜思瑞 丁凯星 谢跃 陈允韬 王超
受保护的技术使用者:南京工程学院
技术研发日:2021.04.30
技术公布日:2021/6/28
本发明公开了一种基于长短时记忆网络快速识别语音情感类别的方法,包括如下步骤:从原始语音数据样本中提取具有时序信息的帧级语音特征;通过软注意力模型创建基于注意力机制的改进型LSTM模型;用已知的原始语音数据样本及其语音情感类别对改进型LSTM模型进行训练得到情感类别识别模型;对情感类别识别模型进行情感识别测试验证;将未知的原始语音数据样本输入情感类别识别模型进行识别,输出对应的语音情感类别;本发明通过注意力机制优化常规型LSTM模型得到改进型LSTM模型,在保证性能的前提下,有效减少了矩阵计算量,提高语音情感类别识别的性能,具有良好的应用前景。具有良好的应用前景。具有良好的应用前景。
技术研发人员:颜思瑞 丁凯星 谢跃 陈允韬 王超
受保护的技术使用者:南京工程学院
技术研发日:2021.04.30
技术公布日:2021/6/28
再多了解一些
本文用于企业家、创业者技术爱好者查询,结果仅供参考。