基于空洞深度可分离群卷积轻量级网络的语音情绪识别方法（不用二变）

本发明涉及语音情绪识别领域，特别涉及一种基于空洞深度可分离群卷积轻量级网络的语音情绪识别方法，包括采用短期傅里叶变换对音频信号时频转换获得其输入特征图；采用逐点群卷积层对输入特征图降维和分解；采用深度空洞可分离卷积层将低维特征图转换成若干组与原始输入特征图同一维度的特征图；采用相似性判定模块判定该特征图是否符合情绪分类标准；采用分层特征融合技术将若干组特征图串联起来，生成输出特征图；采用下采样学习音频信号的时空特性，同时将输入特征图经过平均池化层实现维度匹配，将输出特征图与这二者进行串联叠加得到最终特征图；将最终特征表示进行情绪预测；本发明在不降低语音情绪识别精度的前提下大幅降低系统的复杂度。

《基于空洞深度可分离群卷积轻量级网络的语音情绪识别方法（不用二变）》是一发明专利，专利号为 2022116809364，当前法律状态为已下证，由重庆邮电大学提出申请，发明人为唐宏;黄水文;刘蓓明;刘杰;孙悦，申请日期为2022-12-27，公开（公告）日期为2026-05-29，国际专利分类号（IPC）为 G10L 25/63 (2013.01)，所属技术领域包括：情绪感知、人工智能、语音交互、智能客服、客服中心、智能语音、智能座舱、在线教育、心理健康监测。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及语音情绪识别领域，特别涉及一种基于空洞深度可分离群卷积轻量级网络的语音情绪识别方法，包括采用短期傅里叶变换对音频信号时频转换获得其输入特征图；采用逐点群卷积层对输入特征图降维和分解；采用深度空洞可分离卷积层将低维特征图转换成若干组与原始输入特征图同一维度的特征图；采用相似性判定模块判定该特征图是否符合情绪分类标准；采用分层特征融合技术将若干组特征图串联起来，生成输出特征图；采用下采样学习音频信号的时空特性，同时将输入特征图经过平均池化层实现维度匹配，将输出特征图与这二者进行串联叠加得到最终特征图；将最终特征表示进行情绪预测；本发明在不降低语音情绪识别精度的前提下大幅降低系统的复杂度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！