一种基于多任务学习的语音情感识别方法及系统
技术特征：
1.一种基于多任务学习的语音情感识别方法，其特征在于：包括如下步骤：
2.如权利要求1所述的一种基于多任务学习的语音情感识别方法，其特征在于：所述步骤s1具体为：
3.如权利要求1所述的一种基于多任务学习的语音情感识别方法，其特征在于：所述步骤s2中，所述语音特征提取模块用于依据输入的语音数据，生成若干个时间步的包括声学特征的低级特征向量，以预设概率对各所述时间步的低级特征向量执行掩码操作，将执行掩码操作后的各所述低级特征向量输入上下文网络，提取包括语义特征的高级特征向量；
4.如权利要求1所述的一种基于多任务学习的语音情感识别方法，其特征在于：所述步骤s3具体为：
5.如权利要求1所述的一种基于多任务学习的语音情感识别方法，其特征在于：所述步骤s4具体为：
6.一种基于多任务学习的语音情感识别系统，其特征在于：包括如下模块：
7.如权利要求6所述的一种基于多任务学习的语音情感识别系统，其特征在于：所述语音数据集构建模块具体用于：
8.如权利要求6所述的一种基于多任务学习的语音情感识别系统，其特征在于：所述语音情感识别模型创建模块中，所述语音特征提取模块用于依据输入的语音数据，生成若干个时间步的包括声学特征的低级特征向量，以预设概率对各所述时间步的低级特征向量执行掩码操作，将执行掩码操作后的各所述低级特征向量输入上下文网络，提取包括语义特征的高级特征向量；
9.如权利要求6所述的一种基于多任务学习的语音情感识别系统，其特征在于：所述语音情感识别模型训练模块具体用于：
10.如权利要求6所述的一种基于多任务学习的语音情感识别系统，其特征在于：所述语音情感识别模块具体用于：
技术总结
本发明提供了语音情感识别技术领域的一种基于多任务学习的语音情感识别方法及系统，方法包括：步骤S1、对获取的语音数据进行预处理以及情感标注后构建语音数据集；步骤S2、基于语音特征提取模块、语音特征融合模块以及多任务学习模块创建一语音情感识别模型；步骤S3、基于预设比例将语音数据集划分为训练集、测试集以及验证集，通过训练集对语音情感识别模型进行训练，通过测试集对训练后的语音情感识别模型进行测试，通过验证集对测试后的语音情感识别模型进行验证；步骤S4、通过小程序对验证后的语音情感识别模型进行发布，通过小程序访问发布的语音情感识别模型进行语音情感识别。本发明的优点在于：极大的提升了语音情感识别的准确性。
技术研发人员：姚俊峰,何功,姚嘉伟
受保护的技术使用者：厦门大学
技术研发日：
技术公布日：2024/9/2
文档序号 :
【 39271031 】
技术研发人员：姚俊峰,何功,姚嘉伟
技术所有人：厦门大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：姚俊峰,何功,姚嘉伟
技术所有人：厦门大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除