专利汇可以提供一种基于声门波信号特征提取的语音情感识别方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于声 门 波 信号 特征提取的语音 情感识别 方法。其主要是通过采用语谱图和TEO作为CRNN的输入,结合低级描述符和高级统计函数,分别对情感语音特征进行提取、 降维 和识别 算法 ,最后通过HSF通道进行输出。这其中声门波信号特征的提取主要通过复 倒谱 相位 分解形式实现信号获取,采用PCA方法对特征矢量降维,采用BP神经网络算法识别后输出。本发明所述方法能更好地反映声带振动特性,声门开相、闭相信息明确,有效减小声源谐波成分 和声 道干扰,且识别正确率高。,下面是一种基于声门波信号特征提取的语音情感识别方法专利的具体信息内容。
1.一种基于声门波信号特征提取的语音情感识别方法,其特征在于,包括语音信号输入、TEO及语谱图路径、CRNN传输、情感语言特征提取、情感语言特征降维、情感语言特征识别算法、HSF通道输出模块。
2.根据权利要求1所述的一种基于声门波信号特征提取的语音情感识别方法,其特征在于,具体包括以下步骤:语音信号输入,采用离散维度表示情感描述模型和CASIA汉语情感语料库,通过TEO及语谱图路径的前端初处理,分别进行预加重、分侦加窗和清浊音判别情感语音信号后进行CRNN传输,利用复倒谱将每个基音周期内嗓音信号分解为最大相位信号与最小相位信号,经过微分运算后与声门闭合点位置结合,实现微分声门波估计后从而实现情感语言特征提取,采用PCA方法对特征矢量降维,采用BP神经网络算法对情感语言特征进行识别,利用前向传播计算出各层网络的激活值,然后利用反向传导算法不断调节各层的权值,从而减少误差、最后实现HSF通道输出。
3.根据权利要求1所述的一种基于声门波信号特征提取的语音情感识别方法,其特征在于,声门波信号特征的提取主要通过复倒谱相位分解形式实现信号获取,而复倒谱相位分解的声门波估计途径主要是通过LF微分声门波模型通过采用理想化的正弦函数和指数函数对微分声门波建模完成。
4.根据权利要求1所述的一种基于声门波信号特征提取的语音情感识别方法,其特征在于,声门波提取时要首先获得嗓音信号的基音周期和每个基音周期内声门闭合点位置。
5.根据权利要求1所述的一种基于声门波信号特征提取的语音情感识别方法,其特征在于,要提取每个基音周期内嗓音信号的最大相位和最小相位信息,最大相位信号为声门开相组成部分,最小相位信号为声门闭相组成部分。
6.根据权利要求1所述的一种基于声门波信号特征提取的语音情感识别方法,其特征在于,判别清浊音的算法为小波变换结合SRH的W-SRH清浊音判别算法。
7.根据权利要求1所述的一种基于声门波信号特征提取的语音情感识别方法,其特征在于,采用PCA方法对特征矢量降维,降维对象包括发音速率、短时能量、基音频率和共振峰。
8.根据权利要求1所述的一种基于声门波信号特征提取的语音情感识别方法,其特征在于,BP神经网络采用多层的网络设计,采用非线性传输函数,采用反向传导算法沿着误差减小的方向,从输出层逐层调整网络的连接权值。且采用批量训练方式。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种永磁同步电机转子结构 | 2020-05-08 | 403 |
一种基于矩阵乘法的双程波叠前深度偏移的方法 | 2020-05-08 | 897 |
一种具柔性电极火花塞的发动机 | 2020-05-08 | 278 |
基片集成波导正弦调制漏波天线 | 2020-05-11 | 836 |
一种可控硅调光电路、调光方法以及应用其的LED驱动电路 | 2020-05-08 | 920 |
一种步进电机控制方法及装置 | 2020-05-08 | 684 |
基于自由能模型的GMM-FBG交流电流传感器 | 2020-05-08 | 708 |
一种包含动态电源噪声的jitter仿真分析方法 | 2020-05-08 | 427 |
一种基于声门波信号特征提取的语音情感识别方法 | 2020-05-08 | 425 |
DC・AC変換装置の制御装置 | 2020-05-08 | 366 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。