基于LSTM网络优化的电力客服语音情感识别系统

张莉, 李承桓, 秦美翠, 喻玮

自动化技术与应用 ›› 2025, Vol. 44 ›› Issue (10) : 66 -69.

PDF
自动化技术与应用 ›› 2025, Vol. 44 ›› Issue (10) : 66 -69. DOI: 10.20033/j.1003-7241.(2025)10-0066-04

基于LSTM网络优化的电力客服语音情感识别系统

    张莉, 李承桓, 秦美翠, 喻玮
作者信息 +

Author information +
文章历史 +
PDF

摘要

随着电力行业的发展,其对客服自动化应答的需求不断增长,语音情感识别技术的应用也变得日益重要。为提高电力客服领域语音情感识别准确度,使用卷积神经网络作为特征优化器,将长短期注意网络作为处理器,并与多头注意力机制融合,提出电力客服语音情感识别模型。性能测试结果表明,研究提出的模型在IEMOCAP上准确率提升至69.94%,在电力客服语料库上则为71.46%,实验表明研究提出的电力客服语音情感识别模型情感识别精度较高,在实际客服领域语音分类中也有较好的应用效果。

关键词

LSTM / CNN / 注意力机制 / 情感分类 / 语音识别

Key words

引用本文

引用格式 ▾
基于LSTM网络优化的电力客服语音情感识别系统[J]. 自动化技术与应用, 2025, 44(10): 66-69 DOI:10.20033/j.1003-7241.(2025)10-0066-04

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

70

访问

0

被引

详细

导航
相关文章

AI思维导图

/