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！

龙图腾网获悉河南工业大学申请的专利一种用于语音情感识别的高质量数据增强样本获取方法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：CN116705075B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310639671.1，技术领域涉及：G10L25/63；该发明授权一种用于语音情感识别的高质量数据增强样本获取方法是由陶华伟;单帅;于航;胡子怡;程勇;李倩倩;朱春华;傅洪亮;杨静;邹曙光;王学梅设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本一种用于语音情感识别的高质量数据增强样本获取方法在说明书摘要公布了：本发明公开了一种用于语音情感识别的高质量数据增强样本获取方法。方法步骤包括：1将情感语料库划分为训练集和测试集；2对训练集中的样本实施基于信号的扰动以获得增强数据集；3使用训练集样本对语音情感识别模型进行训练；4使用训练好的模型对增强数据集中样本进行识别并获得样本伪标签，在此过程中挑选出低不确定性且高置信度预测的样本；5将挑选出的样本伪标签与该样本实施扰动之前的标签进行比较，进一步剔除噪声样本，将最终保留的高质量增强样本并入训练集；6重复步骤3至5，在训练达到预设的轮次之后，对测试集样本进行情感识别；在IEMOCAP和EMODB上的仿真结果表明，本发明所公开方法可有效避免噪声样本对模型的影响，从而提升模型的性能表现。

本发明授权一种用于语音情感识别的高质量数据增强样本获取方法在权利要求书中公布了：1.一种用于语音情感识别的高质量数据增强样本获取方法，其特征在于，所述方法包括： 1将情感语料库划分为训练集和测试集，其中训练集用于训练模型，记为，为样本的情感类别标签，测试集用于评估模型性能； 2对于中的样本实施基于信号的扰动，获得增强数据集，记为，为增强样本所对应的扰动之前原始样本的情感类别标签； 3搭建语音情感识别深度学习网络模型，模型中需要含有Dropout层，将该模型记为； 4提取中语音样本的特征，将特征输入进，利用交叉熵损失和随机梯度下降算法对模型权重参数进行优化； 5得到优化后的模型，固定模型权重参数，保持Dropout开启，对中的样本提取与中样本相同种类的特征并输入，进行次随机前向传播，得到所对应的伪标签，同时估计模型预测的不确定性，挑选出低不确定性且高置信度预测的样本； 6在挑选出的增强样本中剔除噪声样本，将最终保留的样本所组成的数据集记为； 7将并入训练集； 8重复步骤4至7，直至训练达到预设的轮次，在测试阶段，对测试集中的样本提取与中样本相同种类的特征并输入进行分类。

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河南工业大学，其通讯地址为：450001 河南省郑州市高新技术开发区莲花街100号河南工业大学科技处；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。