【技术实现步骤摘要】
本专利技术涉及智能语音，尤其涉及基于叫声分析的宠物情绪识别方法及系统。
技术介绍
1、智能语音
涉及语音信号处理、声纹特征提取和模式识别技术，其核心是通过声学参数分析实现语音内容解析和情感状态识别，主要应用于人机交互系统、生物特征识别系统和情感计算系统。其中，传统宠物情绪识别方法是指通过采集动物叫声信号并分析其声学特征参数来判断情绪状态的技术手段，具体针对宠物情绪识别中叫声特征与情绪状态关联性判定的技术问题，传统方法通常采用声纹特征分析手段，包括基频变化率、共振峰分布、时频特性参数提取，结合预设阈值比较或简单分类模型实现情绪类别划分。
2、传统方法依赖基频变化率、共振峰分布等静态声学参数的阈值比较，预设分类模型难以适应声学特征在时间维度上的动态波动，特征参数孤立分析导致情绪状态关联性判定的片面性，阈值设定依赖经验数据，对个体差异及环境干扰的鲁棒性不足，简单分类模型无法捕捉情绪激活源的时空分布特性，共振峰频段能量集中度与情绪强度的非线性关系被忽略，时频特性参数提取缺乏多尺度融合机制，情绪类别划分易受单一特征异常值干扰，识...
【技术保护点】
1.基于叫声分析的宠物情绪识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于叫声分析的宠物情绪识别方法，其特征在于，所述能量集中度与震荡周期比值映射为z轴分量时，执行无量纲化处理，将能量集中度除以100转换为标量值，将震荡周期乘以采样频率转换为无量纲周期参数；
3.根据权利要求2所述的基于叫声分析的宠物情绪识别方法，其特征在于，所述三维情绪状态坐标集合的获取步骤具体为：
4.根据权利要求3所述的基于叫声分析的宠物情绪识别方法，其特征在于，所述张力响应分布图的获取步骤具体为：
5.根据权利要求4所述的基于叫...
【技术特征摘要】
1.基于叫声分析的宠物情绪识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于叫声分析的宠物情绪识别方法，其特征在于，所述能量集中度与震荡周期比值映射为z轴分量时，执行无量纲化处理，将能量集中度除以100转换为标量值，将震荡周期乘以采样频率转换为无量纲周期参数；
3.根据权利要求2所述的基于叫声分析的宠物情绪识别方法，其特征在于，所述三维情绪状态坐标集合的获取步骤具体为：
4.根据权利要求3所述的基于叫声分析的宠物情绪识别方法，其特征在于，所述张力响应分布图的获取步骤具体为：
5.根据权利要求4所述的基于叫声分析的宠物情绪识别方法，其特征在于，所述滑动窗口采用3×3×2的时空立方体结构，时间维度覆盖当前帧及其前后每一帧数据。
6.根据权利要求5所述的基于叫声分析的宠物情绪识别方法，...
【专利技术属性】
技术研发人员：袁镇海，
申请(专利权)人：东莞市铁发电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。