一种语音情绪识别模型训练方法及系统技术方案

本发明专利技术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；本发明专利技术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。

【技术实现步骤摘要】

本专利技术一种语音情绪识别模型训练方法及系统，涉及模型训练领域。

技术介绍

1、现有的关于语音情绪识别模型训练方法及系统存在以下不足：

2、数据收集和处理难：语音情绪识别需要大量的情感语音数据支持，但不同文化、地区、语言的情感表达方式存在差异，使得数据集的构建尤为复杂；此外，语音信息往往存在各种噪声干扰，如环境噪声、语音信息的失真等，这些噪声会影响情绪识别的准确性。

3、泛化能力差：现有模型提取的语音信息特征值较少，现有模型在对相同语句、不同语气的语音信息的分析结果大多相同，不具有针对性；并且不同文化间的语音习惯差异较大，现有模型的训练集的选择单一，难以应对不同文化下的语音情感识别任务。

4、竞争能力欠缺：目前市场上存在多种语音情绪识别模型和系统，但它们的性能差异较大；现有大多数的模型都执着于完成既定任务没有与市面上热门的模型进行比较，导致企业对模型的优缺点认知较少，无法确定市场定位，竞争能力欠缺。

技术实现思路

1、针对现有技术存在的不足，本专利技术目的是提供一种语音情绪本文档来自技高网...

【技术保护点】

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：

2.根据权利要求1所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤S1的具体步骤如下：

3.根据权利要求2所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤S15的具体步骤如下：

4.根据权利要求3所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤S153的后续步骤如下：

5.根据权利要求2所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤S2的具体步骤如下：

6.根据权利要求5所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤S24的...

【技术特征摘要】

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：

2.根据权利要求1所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤s1的具体步骤如下：

3.根据权利要求2所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤s15的具体步骤如下：

4.根据权利要求3所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤s153的后续步骤如下：

5.根据权利要求2所述的一种语音情绪识别模型训练方法，其特征在于，所述步骤s2的具...

【专利技术属性】
技术研发人员：蔡智勇，陈圣磊，李斌，肖新棠，张晓峰，
申请(专利权)人：南京创悦智能信息科技有限公司，
类型：发明
国别省市：