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！

龙图腾网获悉杭州骅羲智能科技有限公司申请的专利情感识别方法、装置、电子设备及存储介质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：CN119377780B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411977677.0，技术领域涉及：G06F18/241；该发明授权情感识别方法、装置、电子设备及存储介质是由杨宇克;闫春秋;周佳妮;章毅;王利光设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本情感识别方法、装置、电子设备及存储介质在说明书摘要公布了：本发明公开了一种情感识别方法、装置、电子设备及存储介质。本发明属于人工智能技术领域，该方法包括：获取待识别的音频数据和文本数据；将所述音频数据输入至预先训练完成的情感声学表征提取模型，得到所述音频数据对应的语音情感特征；将所述文本数据输入至预先训练完成的情感语义特征提取模型，得到所述文本数据对应的文本情感特征；将所述语音情感特征和所述文本情感特征进行特征融合，得到融合情感特征；将所述融合情感特征输入至基于Transformer的情感分类模型，得到情感分类概率分布。上述技术方案，实现了语音和文本的情感特征提取以及多模态情感特征融合，进而通过融合情感特征进行情感识别，有效提升了情感识别的准确率。

本发明授权情感识别方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种情感识别方法，其特征在于，包括： 获取待识别的音频数据和文本数据； 将所述音频数据输入至预先训练完成的情感声学表征提取模型，得到所述音频数据对应的语音情感特征； 将所述文本数据输入至预先训练完成的情感语义特征提取模型，得到所述文本数据对应的文本情感特征； 将所述语音情感特征和所述文本情感特征进行特征融合，得到融合情感特征； 将所述融合情感特征输入至基于Transformer的情感分类模型，得到情感分类概率分布； 分层自适应特征融合网络包括局部跨模态特征交互模块和全局特征融合模块，所述将所述语音情感特征和所述文本情感特征进行特征融合，得到融合情感特征，包括： 将所述语音情感特征和所述文本情感特征输入至所述局部跨模态特征交互模块，得到语音文本交互特征，所述局部跨模态特征交互模块通过多头自注意力机制捕捉所述语音情感特征和所述文本情感特征之间的细粒度关联； 将所述语音文本交互特征输入至所述全局特征融合模块，得到融合情感特征，所述全局特征融合模块通过门控单元动态调整各模态特征的重要性权重； 所述情感语义特征提取模型的训练步骤，包括： 获取完成预训练的自然语言处理模型； 基于结构化感知任务，对所述完成预训练的自然语言处理模型进行微调，得到情感语义特征提取模型，所述结构化感知任务包括词级结构重组任务和句级结构重组任务，所述词级结构重组任务用于增强自然语言处理模型对句子内部细粒度词序结构的理解，所述句级结构重组任务用于增强自然语言处理模型对上下文语义关系的理解； 通过词级结构重组任务对掩码后的部分词序列进行重排，使自然语言处理模型更好地捕捉到词语之间的依赖关系和正确的顺序： 其中，Lword表示词级结构重组任务的损失函数，N表示训练样本数量，k表示每个样本中被重排的词的数量，表示第n个样本中第i个被重排的词的正确位置，表示第n个样本中被重排的词序列； 对于句级结构重组任务，通过随机交换句子顺序，同时预测下一句和上一句，实现双向的句间结构建模，从而增强自然语言处理模型对上下文语义关系的理解； 给定三个连续句子si-1,si,si+1，预测si-1和si+1相对于si的位置关系： 其中，Lsentence表示句级结构重组任务的损失函数，N表示训练样本数量，和分别是第n个样本中si-1和si+1相对于si的位置标签，和分别是第n个样本中的前一句、当前句和后一句。

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杭州骅羲智能科技有限公司，其通讯地址为：311100 浙江省杭州市余杭区仓前街道欧美金融城4幢908室；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”。

以上内容由龙图腾AI智能生成。