买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜江西农业大学;江西省科学院应用物理研究所申请的专利一种基于扩散增强和多粒度特征融合的语音情感识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119296588B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411820247.8，技术领域涉及：G10L25/63；该发明授权一种基于扩散增强和多粒度特征融合的语音情感识别方法是由易文龙;翁甜甜;熊叶;程香平设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种基于扩散增强和多粒度特征融合的语音情感识别方法在说明书摘要公布了：本发明属于情感计算技术领域，具体涉及一种基于扩散增强和多粒度特征融合的语音情感识别方法，该方法将音频转换为梅尔频谱图；将梅尔频谱图输入扩散模型中，再逐步进行正向扩散注入噪声和反向扩散去除噪声，以恢复出更加清晰的音频；提取增强后音频的特征，然后从音频中提取出帧级特征、段级特征和话语级特征，再进行自适应特征选择，通过权重位置依赖进行深层融合；将融合后的多粒度语音特征输入动态图卷积情感分类模型，生成情感状态识别结果。本发明可提供多分类语音情感识别和语音质量增强等服务，从而在交互中提供更加人性化的响应。

本发明授权一种基于扩散增强和多粒度特征融合的语音情感识别方法在权利要求书中公布了：1.一种基于扩散增强和多粒度特征融合的语音情感识别方法，其特征在于，步骤如下：步骤一：获取语音数据并进行标准化处理和情感类别划分，得到带情感类别标签的音频数据集；步骤二：将音频数据集进行对数变换转换为梅尔频谱图，使用基于随机微分方程的扩散模型对梅尔频谱图进行数据增强，生成增强后的音频；步骤三：在增强后的音频上直接使用Opensmile工具按帧提取出音频的低级描述符，并进行均值和标准差统计计算聚合得到高级描述符，作为帧级特征；步骤四：将帧级特征输入双向长短时期记忆网络中，通过正向和反向的长短时期记忆网络在每个时间步结合前后上下文信息，捕捉到更长时间范围内特征的依赖关系，以此作为段级特征；步骤五：将增强后的音频输入Hubert模型，使用Hubert模型提取特征形成话语级特征；步骤六：对帧级特征、段级特征和话语级特征三种语音特征，利用互信息筛选与目标变量相关性大于设定阈值的语音特征，再使用语音特征间的互信息去除冗余的语音特征，并对选择出的语音特征进行递归消除，保留最终的语音特征；步骤七：将最终的语音特征输入到多头注意力机制中，通过多个注意力头从不同角度学习语音特征间的关系，动态分配权重，使用交叉注意力机制将不同类型的语音特征进行融合，得到多粒度语音特征；步骤八：将多粒度语音特征输入动态图卷积情感分类模型中进行语音情感识别，输出情感类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江西农业大学;江西省科学院应用物理研究所，其通讯地址为：330000 江西省南昌市经济技术开发区志敏大道1101号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。