一种基于transformer模型编码器的语音情感特征提取方法

摘要

本发明公开一种基于transformer模型编码器的语音情感特征提取方法，适用于人工智能和语音情感识别领域。首先利用sincnet滤波器从原始语音波形中提取低级语音情感特征，然后利用多层transformer模型编码器对低级语音情感特征进一步学习；其中改进后的transformer模型编码器为常规transformer模型编码器前添加一层sincnet滤波器，即一组具有带通滤波器的参数化sinc函数，利用sincnet滤波器完成语音原始波形信号的低级特征提取工作，并使网络更好的捕捉重要的窄带情感特征，从而获得更深层次包含全局上下文信息的帧级情感特征。