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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江工業(yè)大學申請的專利一種基于神經(jīng)網(wǎng)絡的語音情感識別方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114495989B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210216452.8，技術(shù)領(lǐng)域涉及：G10L25/63；該發(fā)明授權(quán)一種基于神經(jīng)網(wǎng)絡的語音情感識別方法是由毛科技;毛嚴;錢升港;武佳男;程燃設計研發(fā)完成，并于2022-03-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于神經(jīng)網(wǎng)絡的語音情感識別方法在說明書摘要公布了：一種神經(jīng)網(wǎng)絡的語音情感識別方法，包括：步驟1語音特征MFCC的獲取；步驟2輸入本發(fā)明中設計的基于神經(jīng)網(wǎng)絡的語音情感識別網(wǎng)絡進行語音情感識別；步驟3獲得語音情感識別結(jié)果。本發(fā)明利用神經(jīng)網(wǎng)絡對語音信號進行情感識別，設計并實現(xiàn)了一個基于神經(jīng)網(wǎng)絡的語音情感識別網(wǎng)絡，在進行語音情感識別時，僅需輸入待識別的語音信號，即可得到識別的語音情感。對于輸入的語音信號，語音情感識別網(wǎng)絡能夠自適應地提取出其中包含豐富情感信息的語音特征，利用情感特征來進行精確地語音情感識別。該發(fā)明對所有人都能進行準確地語音情感識別，具有較大地應用價值。

本發(fā)明授權(quán)一種基于神經(jīng)網(wǎng)絡的語音情感識別方法在權(quán)利要求書中公布了：1.一種基于神經(jīng)網(wǎng)絡的語音情感識別方法，包括以下步驟：步驟1：獲取語音特征參數(shù)；具體包括：1使用python庫函數(shù)python_speech_features.mfcc函數(shù)讀取待語音信號中的MFCC特征系數(shù)；2使用python庫函數(shù)python_speech_features.delta函數(shù)讀取語音信號的一階差分MFCC特征系數(shù)和二階差分MFCC特征系數(shù)；3使用python庫函數(shù)numpy.hstack函數(shù)將三種語音特征參數(shù)進行拼接，將語音特征轉(zhuǎn)化為199*39的大小，對所有待評估的語音信號都使用相同的大小；4使用python庫函數(shù)transforms.ToTensor將特征數(shù)據(jù)轉(zhuǎn)化為Tensor向量，以供后續(xù)的語音情感識別網(wǎng)絡使用；步驟2：輸入語音特征參數(shù)進行語音情感的分析；所述的語音情感識別網(wǎng)絡包括特征提取器、關(guān)鍵特征選擇子網(wǎng)和識別子網(wǎng)：所述的特征提取器使用卷積神經(jīng)網(wǎng)絡CNN結(jié)合雙向長短記憶網(wǎng)絡BILSTM作為特征提取器進一步提取語音信號的特征；經(jīng)過特征提取器，卷積神經(jīng)將語音特征中進行降維處理，長短記憶網(wǎng)絡使得語音信號特征具有連續(xù)性，最后生成新的關(guān)鍵特征，輸出的特征表示為H＝{h1，h2，…，hL}；所述的關(guān)鍵特征選擇子網(wǎng)根據(jù)特征提取器所提取出的語音特征，進一步選取出語音特征中具有關(guān)鍵信息量的特征，即具有關(guān)鍵特征的區(qū)域；關(guān)鍵特征選擇子網(wǎng)的輸入為特征提取器所生成的降維特征，對這些特征，采用了ATTENTION注意力機制網(wǎng)絡，對語音情感特征的重要性進行打分，將重點聚焦與語音情感特征突出的部分，選擇出具有關(guān)鍵信息量的特征，如公式1所示： 其中K、Q、V分別代表輸入特征的關(guān)鍵特征、查詢值和當前關(guān)鍵特征的權(quán)重數(shù)值；第一步計算每個查詢值和各個關(guān)鍵特征的相關(guān)性得到對應的權(quán)重系數(shù)，表示為Si；第二步使用Softmax函數(shù)進行歸一化處理，其中Lx代表特征數(shù)據(jù)的長度，如公式2所示； 第三步，將權(quán)重系數(shù)和對應的當前關(guān)鍵特征的權(quán)重數(shù)值進行加權(quán)求和，從而得到最后的注意力數(shù)值，如公式3所示； 評估子網(wǎng)進行語音情感評估；對于輸入的語音信號，特征提取器提取出語音信號的特征，關(guān)鍵特征選擇子網(wǎng)選出語音信號具有突出情感信息量的關(guān)鍵特征；通過特征提取器提取出語音特征，經(jīng)過兩層全連接層和softmax層，得到最終的語音情感分類結(jié)果；步驟3：獲得語音情感評估結(jié)果；在進行語音情感分析時，將語音情感分成生氣，悲傷，高興，害怕，中性，厭惡和無聊，共7種情感類型；待評估的語音信號輸入到語音情感識別網(wǎng)絡后，會輸出其對應的情感類型，情感類型的范圍在所述7種情感類型之間。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江工業(yè)大學，其通訊地址為：310014 浙江省杭州市拱墅區(qū)潮王路18號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。