[發(fā)明專利]一種基于語音的情緒識別方法及裝置在審
| 申請?zhí)枺?/td> | 201811285508.5 | 申請日： | 2018-11-02 |
| 公開（公告）號： | CN111145785A | 公開（公告）日： | 2020-05-12 |
| 發(fā)明（設(shè)計）人： | 張沖;葉榮華;劉松;韋梁 | 申請（專利權(quán)）人： | 廣州靈派科技有限公司 |
| 主分類號： | G10L25/63 | 分類號： | G10L25/63 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 510620 廣東省廣州市高新技術(shù)產(chǎn)*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 語音 情緒 識別 方法 裝置 | ||
1.一種基于語音的情緒識別方法，其特征在于，包括以下步驟：
1)分別收集人物喜、怒和哀的情緒聲音數(shù)據(jù)；
2)采用PCA算法分別對喜、怒和哀的情緒聲音數(shù)據(jù)分別進行降維處理；
3)然后對降維處理后的喜、怒和哀的情緒聲音數(shù)據(jù)進行端點檢測提取出梅爾-頻率倒譜系數(shù)、共振峰和過零率三個特征參數(shù)，對特征參數(shù)建立高斯混合模型，分別訓練出喜、怒和哀的情感聲音的高斯混合模型，并建立由喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型的情感聲音數(shù)據(jù)庫；
4)收集待識別的語音片段；
5)將收集到的語音片段通過抗混疊濾波、模數(shù)變換、預加重預處理以及端點檢測，然后提取出梅爾-頻率倒譜系數(shù)、共振峰和過零率三個特征參數(shù)后，對特征參數(shù)建立對比高斯混合模型，隨后與情感聲音數(shù)據(jù)庫內(nèi)的喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型分別進行匹配；
6)對比高斯混合模型與情感聲音數(shù)據(jù)庫內(nèi)的喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型中的某一個模型的重疊率大于設(shè)定的閾值，則判斷為與該模型相同的情緒。
2.根據(jù)權(quán)利要求1所述的一種基于語音的情緒識別方法，其特征在于：所述閾值的設(shè)定值為38-70％。
3.根據(jù)權(quán)利要求2所述的一種基于語音的情緒識別方法，其特征在于：還具有步驟7)對判斷后的對比高斯混合模型，進行與喜、怒和哀情緒相對應的標記，并更新到情感聲音數(shù)據(jù)庫內(nèi)。
4.根據(jù)權(quán)利要求3所述的一種基于語音的情緒識別方法，其特征在于：所述語音片段持續(xù)時間為2-6s。
5.一種基于語音的情緒識別裝置，其特征在于：包括
聲音采集模塊，用于收集待識別的語音片段；
音頻處理模塊，用于對收集到的人物喜、怒和哀的情緒聲音數(shù)據(jù)進行降維處理，以及對收集到的語音片段進行過抗混疊濾波、模數(shù)變換和預加重預處理；
數(shù)據(jù)處理模塊，用于進行端點檢測，提取出梅爾-頻率倒譜系數(shù)、共振峰和過零率三個特征參數(shù)，對特征參數(shù)建立高斯混合模型，分別訓練出喜、怒和哀的情感聲音的高斯混合模型；
數(shù)據(jù)庫模塊，用于存儲喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型。
6.根據(jù)權(quán)利要求5所述的一種基于語音的情緒識別裝置，其特征在于：所述音頻處理模塊包含有模數(shù)轉(zhuǎn)換器、音頻輸出器、抗混疊濾波器和預加重電路。
7.根據(jù)權(quán)利要求6所述的一種基于語音的情緒識別裝置，其特征在于：所述音頻處理模塊和數(shù)據(jù)庫模塊均與數(shù)據(jù)處理模塊物理連接。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣州靈派科技有限公司，未經(jīng)廣州靈派科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811285508.5/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇：一種模式化圖像處理技術(shù)
- 下一篇：一種牙膏轉(zhuǎn)接頭
