買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉河南工業大學申請的專利一種基于遷移學習和多損失動態調整的跨庫語音情感識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN113851148B 。

龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111117676.5，技術領域涉及：G10L25/63；該發明授權一種基于遷移學習和多損失動態調整的跨庫語音情感識別方法是由莊志豪;劉曼;汪洋;陶華偉;傅洪亮設計研發完成，并于2021-09-23向國家知識產權局提交的專利申請。

本一種基于遷移學習和多損失動態調整的跨庫語音情感識別方法在說明書摘要公布了：本發明公開了一種基于遷移學習和多損失動態調整的跨庫語音情感識別方法，本發明包括以下步驟：首先，搭建基于深度去噪自編碼和深度神經網絡的深度網絡模型，用于壓縮特征冗余信息和提高特征表征能力；然后，采用全局域及子域自適應方法實現特征遷移，同時減小樣本不平衡問題對模型識別性能的影響；最后在訓練階段，構建動態權重因子來調整不同損失函數的貢獻度，實現模型的優化。本發明提出的方法可以有效學習樣本不平衡語料庫的共性情感信息，減小特征分布差異。

本發明授權一種基于遷移學習和多損失動態調整的跨庫語音情感識別方法在權利要求書中公布了：1.一種基于遷移學習和多損失動態調整的跨庫語音情感識別方法，其特征在于，包括以下步驟：1準備語料庫：獲取樣本不平衡的語料庫，分別作為源域數據庫和目標域數據庫，其中，源域數據庫包括有若干語音信號和對應的情感類別標簽，目標域數據庫包括有若干語音信號；2語音預處理：將源域數據庫和目標域數據庫中的語音信號進行預處理，為下一步提取特征做準備；3語音特征提取：對步驟2預處理完畢后的語音信號，提取語音情感特征，該特征包括但不限于MFCC、短時平均過零率、基頻、均值、標準差、最大值、最小值；4特征處理：首先，通過步驟3得到源域特征源域特征對應的標簽和目標域特征隨后在Xs和XT中加入服從正太分布的噪音之后輸入深度自編碼器進行特征重構處理： 其中和為經過深度自編碼器解碼重構之后的樣本特征；然后，將深度自編碼器的編碼輸出輸入深度神經網絡作進一步處理，從而分別得到源域和目標域的低維情感特征和最后使用源域的真實標簽Ys與經過softmax分類器預測的源域特征概率作交叉熵運算： 5特征遷移：首先，采用最大均值差異MMD算法來減小X′S和X′T的全局域特征分布距離： 其中Η為再生核希爾伯特空間RKHS，δ·為特征映射函數，即高斯核函數；然后，采用局部最大均值差異LMMD同時來減小X′S和X′T的全局域特征分布距離： 其中為源域樣本中每個樣本屬于情感類別C的權重，為目標域樣本中每個樣本屬于情感類別C的權重；6模型訓練：根據上述步驟4和5得到的五個損失函數，再利用動態權重因子wi來調整不同損失函數對模型優化的貢獻，進而得到模型整體的優化目標為：minLsum＝∑iwiLi,wi＞06動態權重因子表示為： 其中i∈{S,T,y,MMD,LMMD}，αi＞0；7重復步驟4、5，通過梯度下降法迭代訓練網絡模型，不斷更新步驟6的動態權重因子，直至模型最優；8利用步驟7訓練好的網絡模型，使用sofmatx分類器預測步驟3中的目標域特征標簽，最終實現語音情感在跨語料庫條件下的情感識別。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人河南工業大學，其通訊地址為：450001 河南省鄭州市高新技術產業開發區蓮花街100號河南工業大學科技處；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。