一种基于多头注意力机制的语音情感识别方法

摘要

本发明公开了一种基于多头注意力机制的语音情感识别方法，语音情感识别是近年来人机交互领域中极具挑战性的问题。本发明使用短时能量和短时平均过零率的双门限方法对语音信号进行有声断与无声断的检测以减少分类识别模型中运算的数据量，并通过MFCC特征提取方法获取语音信号的人工情感特征；由于传统的情感特征提取方法使用卷积神经网络使得模型复杂度高，并且该方法只能提取人工特征图中的空间特征忽略时间信息，所以本发明使用多头注意力机制捕捉信息间长距离的依赖关系，缩减模型复杂度，获得语音信号的时空情感特征；使用长短时记忆网络进一步刻画情感特征，在时间维度上获得更好的长期依赖关系。最后将获得的具有较高时间相关性的情感特征送入分类器中进行识别，以获得较高的情感分类结果。