您所在的位置: 成果库 一种基于多输出特征融合的BLSTM的语音情感识别方法

一种基于多输出特征融合的BLSTM的语音情感识别方法

发布时间: 2023-12-29

基本信息

合作方式: 技术转让
成果类型: 发明专利
行业领域:
电子信息技术,信息安全技术
成果介绍
本发明公开了一种基于多输出特征融合的BLSTM的语音情感识别方法,该方法包括:对语音情感数据库中的的语音样本进行预处理;提取常用的传统特征以及改进的新特征;对提取的特征进行BP算法特征优选;将提取好的优选特征随机选择65%的样本作为训练集,送入到多输出特征融合的BLSTM网络模型中进行训练,用Adam算法作为网络的优化器,获得优化后的网络模型;利用S4优化得到的三层六个输出特征融合的BLSTM网络模型,将剩下的35%的样本作为测试集,对其进行情感分类,对EMODB语音情感数据库中全部的情感样本进行分类,完成语音的情感识别。本发明方法提出的多输出特征融合的BLSTM网络模型,其能有效提高网络的分类效果,提高识别率,降低算法的时间复杂度。
成果亮点
本发明的目的在于克服现有技术的不足,而提供一种基于多输出特征融合的BLSTM的语音情感识别方法。该方法考虑到语音的时序性,以及后文对前文的影响,即编码从后到前的信息,选择BLSTM(Bidirectional Long Short Term Memory Network,双向长短时记忆网络),同时利用历史和未来的信息,以更好的捕捉双向的语义依赖。还可以为网络提供额外的上下文,并导致更快,甚至更充分的学习。在此基础上,从ResNet的跨层连接得到启发,考虑到LSTM不同层都有输出,如果结合在一起,特征能更充分的利用,把BLSTM不同层的输出经过全连接层变换,得到的各个层的特征相加,实现当前特征与浅层特征的融合,再对融合得到的特征分类,得到最终的预测结果。BLSTM的每一层特征相加融合,实际上是用低层网络信息补充高层网络信息,输出更多的特征信息,减少情感信息的丢失。而输入采用优选特征的方式,可以降低算法的时间复杂度,降低网络模型的训练难度,方便硬件平台的移植等。
团队介绍
广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位:- (-) 评价时间:2024-01-04

李静想

保定市知识产权协会

技术经理人

综合评价

技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>
更多