公开(公告)号：CN112151071B

公开(公告)日：2022-10-28

申请号：CN202011006934.8

申请日：2020-09-23

Applicant: 哈尔滨工程大学

Inventor： 孟浩 ,  闫天昊 ,  袁菲 ,  乔海岩 ,  邓艳琴 ,  杨笑天 ,  陈连钰

IPC: G10L25/63 ,  G10L25/87 ,  G10L25/30 ,  G10L25/18

Abstract: 本发明提供基于混合小波包特征深度学习的语音情感识别方法，S1:通过自相关函数算法对语音数据进行端点检测；S2:将语音序列数据截取成相同长度，将语音序列采样统一为1024，针对该序列用3层小波包重构算法生成新的8个重构信号，组成特征集1；S3:将语音信号直接通过快速傅里叶变换(FFT)提取140个融合了LLDs及其泛化函数的特征值，组成特征集2；S4:将特征集2用DNN的深度学习结构进行进一步提取特征，将特征集1进行进一步提取特征；S5:将两种利用不同结构所提取到的特征集融合在一起，利用Softmax损失函数进行最终分类。本发明能够混有噪声的情况下，能够充分提取语音信号的时域信息和频域信息特征，进而利用深度学习算法实现。

公开(公告)号：CN112151071A

公开(公告)日：2020-12-29

申请号：CN202011006934.8

申请日：2020-09-23

Applicant: 哈尔滨工程大学

Inventor： 孟浩 ,  闫天昊 ,  袁菲 ,  乔海岩 ,  邓艳琴 ,  杨笑天 ,  陈连钰

IPC: G10L25/63 ,  G10L25/87 ,  G10L25/30 ,  G10L25/18

Abstract: 本发明提供基于混合小波包特征深度学习的语音情感识别方法，S1:通过自相关函数算法对语音数据进行端点检测；S2:将语音序列数据截取成相同长度，将语音序列采样统一为1024，针对该序列用3层小波包重构算法生成新的8个重构信号，组成特征集1；S3:将语音信号直接通过快速傅里叶变换(FFT)提取140个融合了LLDs及其泛化函数的特征值，组成特征集2；S4:将特征集2用DNN的深度学习结构进行进一步提取特征，将特征集1进行进一步提取特征；S5:将两种利用不同结构所提取到的特征集融合在一起，利用Softmax损失函数进行最终分类。本发明能够混有噪声的情况下，能够充分提取语音信号的时域信息和频域信息特征，进而利用深度学习算法实现。