一种语音情感识别方法、装置、设备及存储介质与流程

技术特征：
1.一种语音情感识别方法，其特征在于，所述方法包括：获取待识别的语音信号；提取所述语音信号中的至少一个情感特征参数；将所述至少一个情感特征参数分别输入到预先确定的第一模型中，得到情感状态序列；将所述情感状态序列输入到预先确定的第二模型中，得到与所述语音信号对应的满足预设识别条件的情感状态识别结果。2.根据权利要求1所述的方法，其特征在于，所述将所述情感状态序列输入到预先确定的第二模型中，得到与所述语音信号对应的满足预设识别条件的情感状态识别结果，包括：对所述情感状态序列进行时间规整操作，得到等维特征矢量；将所述等维特征矢量输入到所述第二模型中，得到所述情感状态识别结果。3.根据权利要求2所述的方法，其特征在于，所述将所述等维特征矢量输入到所述第二模型中，得到所述情感状态识别结果，包括：将所述等维特征矢量输入到所述第二模型中，得到所述语音信号的第一识别结果；若所述第一识别结果不满足所述预设识别条件，则基于学习率调整策略对所述第二模型的学习率进行调整，得到学习率调整后的第二模型；将所述等维特征矢量输入到所述学习率调整后的第二模型中，得到所述语音信号的第二识别结果；若所述第二识别结果满足所述预设识别条件，则将所述第二识别结果作为所述情感状态识别结果。4.根据权利要求3所述的方法，其特征在于，所述基于学习率调整策略对所述第二模型的学习率进行调整，包括：求解损失函数，得到调整后的学习率；利用所述调整后的学习率替换所述第二模型的学习率，得到学习率调整后的第二模型。5.根据权利要求4所述的方法，其特征在于，所述求解损失函数，得到调整后的学习率，包括：利用下降梯度算法对所述损失函数进行处理，得到新的损失函数；对所述新的损失函数求得最小值，得到所述调整后的学习率。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：一种情感状态对应一个所述第一模型；所述将所述至少一个情感特征参数分别输入到预先确定的第一模型中，得到情感状态序列，包括：将所述至少一个情感特征参数分别输入到对应的第一模型中，得到与所述至少一个情感特征参数各自对应的n个状态；基于预设组合策略，对所述至少一个情感特征参数各自对应的n个状态进行序列组合，得到所述情感状态序列。7.根据权利要求1所述的方法，其特征在于，所述提取所述语音信号中的至少一个情感特征参数之前，所述方法还包括：
对所述语音信号进行预处理操作，得到预处理后的语音信号；从所述预处理后的语音信号中提取出至少一个情感特征参数。8.根据权利要求7所述的方法，其特征在于，所述预处理操作包括以下至少一项：反混叠滤波、采样量化、预加重、分帧加窗和端点检测。9.根据权利要求1-7任意一项所述的方法，其特征在于，所述至少一个情感特征参数包括以下至少一项：基音频率、短时能量、共振峰、线性预测倒普系数和梅尔频率倒普系数。10.根据权利要求1所述的方法，其特征在于，所述第一模型为具备动态建模能力的模型；所述第二模型为具备分类决策能力的模型。11.一种语音情感识别装置，其特征在于，所述装置包括：获取单元，用于获取待识别的语音信号；提取单元，用于提取所述语音信号中的至少一个情感特征参数；输入单元，用于将所述至少一个情感特征参数分别输入到预先确定的第一模型中，得到情感状态序列；输出单元，用于将所述情感状态序列输入到预先确定的第二模型中，得到与所述语音信号对应的满足预设识别条件的情感状态识别结果。12.一种语音情感识别设备，其特征在于，所述设备包括：处理器和配置为存储能够在处理器上运行的计算机程序的存储器，其中，所述处理器配置为运行所述计算机程序时，执行权利要求1至10任一项所述方法的步骤。13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至10任一项所述的方法的步骤。

技术总结
本发明公开了一种语音情感识别方法、装置、设备及存储介质，所述方法包括：获取待识别的语音信号；提取语音信号中的至少一个情感特征参数；将至少一个情感特征参数分别输入到预先确定的第一模型中，得到情感状态序列；将情感状态序列输入到预先确定的第二模型中，得到与语音信号对应的满足预设识别条件的情感状态识别结果。如此，利用第一模型进行动态时序建模、第二模型进行分类决策，第一模型与第二模型结合进行语音情感识别，提高了语音信号的情感识别率。情感识别率。情感识别率。


技术研发人员：齐柱柱
受保护的技术使用者：中国移动通信集团有限公司
技术研发日：2020.07.28
技术公布日：2022/2/6