Attention-BiLSTM模型结构及所有核心代码：
1.model中实验的模型有BiLSTM、ATT-BiLSTM、CNN-BiLSTM模型；
Attention与BiLSTM模型首先Attention机制增强上下文语义信息，并获取更深层次特征，最后通过Softmax进行回归，完成所属语音情感的预测。
2.系统为用Flask搭建网页框架的语音识别系统界面；
对于提到的语音情感识别方法平台为基于Windows操作系统的个人主机，深度学习框架采用的是tensorflow和Keras，其中TensorFlow作为Keras的后端。具体配置如下python3.6.5、tensorflow=1.12、Keras=2.2.4、flask==1.0.2 、librosa等。
具体界面效果可以参考博客内容。
2022-05-27 16:05:53
88.85MB
商业智能的发展也得益于相关技术的发展，并行处理系统、廉价数据存储、新数据挖掘算法、神经网络技术、人工智能技术、决策支持技术、从大量数据中发现其后潜藏的商业机会等等技术的发展，使企业能以更低的成本投资商业智能，并取得更高的IT 投资回报率。
2022-05-15 12:37:59
5.9MB
1