南京创悦智能信息科技有限公司蔡智勇获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉南京创悦智能信息科技有限公司申请的专利一种语音情绪识别模型训练方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119580776B 。
龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411685464.0,技术领域涉及:G10L25/63;该发明授权一种语音情绪识别模型训练方法及系统是由蔡智勇;陈圣磊;李斌;肖新棠;张晓峰设计研发完成,并于2024-11-23向国家知识产权局提交的专利申请。
本一种语音情绪识别模型训练方法及系统在说明书摘要公布了:本发明提供一种语音情绪识别模型训练方法及系统,属于模型训练领域;解决了模型训练效率低的问题;具体如下:步骤S1:获取每条语音信息的MFCC系数;步骤S2:获取每条语音信息的LPCC系数;对原始模型进行监督训练和无监督训练;直至原始模型的监督训练和无监督训练的输出结果相同,得到待定模型和待定输出;步骤S3:比较待定模型和热门模型的性能;若待定模型的性能弱于热门模型的性能,则分析待定模型的弱项,得到提升报告;反之,则不处理;步骤S4:汇总提升报告,更新语音信息;本发明通过定义语音信息特征的提取方法,使得模型在迭代的过程中可以准确捕捉到不同情绪语音的文本特点和声纹特点,提高训练效率。
本发明授权一种语音情绪识别模型训练方法及系统在权利要求书中公布了:1.一种语音情绪识别模型训练方法,其特征在于,训练方法包括: 步骤S1:获取积极语音信息和消极语音信息;备份积极语音信息和消极语音信息,并每条语音信息进行预加重、加窗和傅里叶变换的一次处理,再进行Mel转化和离散余弦变换的二次处理,得到每条语音信息的MFCC系数; 步骤S2:对每条语音信息进行同态和倒谱处理,得到每条语音信息的LPCC系数;获取原始模型;将语音信息转化为文本信息,按积极语音文本—积极语音信息的MFCC系数—积极语音信息的LPCC系数的格式,汇总积极语音信息作为样本集α; 按消极语音文本—消极语音信息的MFCC系数—消极语音信息的LPCC系数的格式,汇总消极语音信息作为样本集β; 将样本集α和样本集β作为独立输入,对原始模型进行监督训练;将样本集α和样本集β作为混合输入,对原始模型进行无监督训练;直至原始模型的监督训练和无监督训练的输出结果相同,得到待定模型; 将积极语音信息和消极语音信息输入待定模型中,得到待定输出; 步骤S3:将积极语音信息和消极语音信息作为语言情绪识别模型的输入,得到标准输出; 根据待定输出和标准输出,比较待定模型和语言情绪识别模型的性能; 若待定模型的性能弱于语言情绪识别模型的性能,则依次获取待定模型卷积层、池化层和全连接层的输出,并输入语言情绪识别模型对应的卷积层、池化层和全连接层中,分析待定模型的弱项,得到提升报告; 若待定模型的性能强于语言情绪识别模型的性能,则不处理; 步骤S4:汇总提升报告,并反馈;获取新积极语音信息和新消极语音信息,再次执行原始模型的训练和分析过程,直至原始模型的性能趋近或强于语言情绪识别模型的性能。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京创悦智能信息科技有限公司,其通讯地址为:211815 江苏省南京市江苏自贸区南京片区浦口大道17号-ZX0022;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励