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！

龙图腾网获悉哈尔滨工程大学申请的专利基于深度学习多模态深尺度情感特征融合的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：CN116010874B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202211385396.7，技术领域涉及：G06F18/2415；该发明授权基于深度学习多模态深尺度情感特征融合的情感识别方法是由赵政道;王宇华设计研发完成，并于2022-11-07向国家知识产权局提交的专利申请。

本基于深度学习多模态深尺度情感特征融合的情感识别方法在说明书摘要公布了：本发明涉及一种基于深度学习多模态深尺度情感特征融合的情感识别方法。输入wav格式的一段语音及转录文本，利用ME模块分别通过BERT、ECAPA‑TDNN、huBERT预训练模型得到它的通用文本特征、说话人特征以及通用语音特征；利用DST模块在多层次、深尺度的特征范围对情感相关特征进行凝练和提取；利用MT模块对多模态信息的互相关信息进行计算，并在话语级特征表示中引入说话人特征得到说话人相关的情态特征；利用MFC模块对多模态互信息、说话人相关特征、深尺度情感特征进行注意力加权，输出情感识别结果矩阵；最终输出情感识别矩阵中概率最大的情感类别，完成对一段语音及转录文本的情感识别。本发明用以提高人机交互中多模态情感识别任务的情感识别效率。

本发明授权基于深度学习多模态深尺度情感特征融合的情感识别方法在权利要求书中公布了：1.一种基于深度学习多模态深尺度情感特征融合的情感识别方法，其特征在于，所述实现方法包括以下步骤： 步骤1：输入wav格式的一段语音及转录文本，利用ME模块分别通过BERT、ECAPA-TDNN、huBERT预训练模型得到它的通用文本特征、说话人特征以及通用语音特征； 步骤2：利用DST模块在多层次、深尺度的特征范围对步骤1得到的文本特征和语音特征进行情感相关特征的凝练和提取，得到多模态深尺度情感特征； 步骤3：利用MT模块对步骤1得到的多模态信息的进行互相关信息计算，并在话语级特征表示中引入说话人特征得到说话人相关的多模态互相关情态特征； 步骤4：利用MFC模块对步骤2多模态深尺度情感特征、步骤3说话人特征相关的多模态互相关情态特征进行注意力加权，计算并输出情感识别结果矩阵； 步骤5：利用SoftMax函数计算步骤4得到的结果矩阵的情感识别概率矩阵，输出最大概率置信的情感类别，实现对多模态信息的情感识别。

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哈尔滨工程大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区南通大街145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”。

以上内容由龙图腾AI智能生成。