技術(shù)特征：

1.一種長時(shí)語音的多情緒感知定位方法，其特征在于，將待識(shí)別的長時(shí)語音輸入到已訓(xùn)練完成的時(shí)序多尺度空間對(duì)偶模型中，輸出所述長時(shí)語音中的多個(gè)情緒狀態(tài)；

2.根據(jù)權(quán)利要求1所述的長時(shí)語音的多情緒感知定位方法，其特征在于，在步驟二至五中，低維時(shí)序ssd架構(gòu)模塊、中維時(shí)序ssd架構(gòu)模以及高維時(shí)序ssd架構(gòu)模塊的結(jié)構(gòu)一致，均包括門控機(jī)制、一維卷積層、激活層和狀態(tài)空間對(duì)偶模型，時(shí)序ssd架構(gòu)模塊對(duì)輸入特征的處理過程如下：

3.根據(jù)權(quán)利要求2所述的長時(shí)語音的多情緒感知定位方法，其特征在于，狀態(tài)空間對(duì)偶模型對(duì)于輸入特征的計(jì)算公式如下：

4.根據(jù)權(quán)利要求2所述的長時(shí)語音的多情緒感知定位方法，其特征在于，所述門控機(jī)制對(duì)輸入特征的處理過程為：輸入特征依次經(jīng)過全連接層、激活層后的輸出作為門控機(jī)制的輸出。

5.根據(jù)權(quán)利要求1所述的長時(shí)語音的多情緒感知定位方法，其特征在于，在步驟五中，將低維狀態(tài)空間對(duì)偶輸出、中維狀態(tài)空間對(duì)偶輸出和高維狀態(tài)空間對(duì)偶輸出進(jìn)行特征融合操作，得到復(fù)雜長時(shí)多情感語音時(shí)序特征，具體為：

6.根據(jù)權(quán)利要求1所述的長時(shí)語音的多情緒感知定位方法，其特征在于，在步驟五中，情緒解析模塊包括多情緒分類模塊和時(shí)間定位模塊，情緒解析模塊的處理過程具體為：

7.根據(jù)權(quán)利要求6所述的長時(shí)語音的多情緒感知定位方法，其特征在于，在步驟六中，總損失函數(shù)的構(gòu)建為：

8.一種長時(shí)語音的多情緒感知定位系統(tǒng)，其特征在于，將待識(shí)別的長時(shí)語音輸入到已訓(xùn)練完成的時(shí)序多尺度空間對(duì)偶模型中，輸出所述長時(shí)語音中的多個(gè)情緒狀態(tài)；

技術(shù)總結(jié)
本發(fā)明公開了一種長時(shí)語音的多情緒感知定位方法及系統(tǒng)，涉及人工智能技術(shù)領(lǐng)域，將待識(shí)別的長時(shí)語音輸入到已訓(xùn)練完成的時(shí)序多尺度空間對(duì)偶模型中，輸出所述長時(shí)語音中的多個(gè)情緒狀態(tài)；時(shí)序多尺度空間對(duì)偶模型的訓(xùn)練過程如下：構(gòu)成訓(xùn)練數(shù)據(jù)集；將訓(xùn)練數(shù)據(jù)集輸入到時(shí)序多尺度SSD架構(gòu)中，得到低維狀態(tài)空間對(duì)偶輸出、中維狀態(tài)空間對(duì)偶輸出和高維狀態(tài)空間對(duì)偶輸出；將低維狀態(tài)空間對(duì)偶輸出、中維狀態(tài)空間對(duì)偶輸出和高維狀態(tài)空間對(duì)偶輸出進(jìn)行特征融合，將融合所得到的復(fù)雜長時(shí)多情感語音時(shí)序特征輸入情緒解析模塊，以預(yù)測(cè)最終的多情緒標(biāo)簽及時(shí)間定位信息；該多情緒感知定位方法及系統(tǒng)增強(qiáng)了多情緒識(shí)別的準(zhǔn)確性和魯棒性。

技術(shù)研發(fā)人員：王飛,周愿恩,趙佳琪,曹佳鈺,劉昊天,汪萌
受保護(hù)的技術(shù)使用者：合肥中聚源智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6