一种基于加性角惩罚焦点损失的语音情感识别方法

摘要

本发明公开了一种基于加性角惩罚焦点损失的语音情感识别方法，用于解决语音情感识别任务中提取的特征对情感的区分度不足的问题，包括以下步骤：1、对语音情感数据库进行数据预处理，限制语音样本的最大长度，将数据从音频格式转换为相应的声谱图图像表示，再根据最大长度将声谱图调整至统一大小，作为深度学习模型的输入；2、搭建密集卷积网络作为深度学习模型，用于提取语音的情感差异特征；3、设计基于加性角惩罚的焦点损失函数，作为目标函数对深度学习模型进行训练；4、基于学得的区分性特征，使用Softmax分类器完成情感识别。本发明具有增强类内紧密度和类间差异度并促使模型更加关注困难样本的优点，能够显著提高识别性能。