[發明專利]語音數據情感檢測方法和裝置及系統

有效

• 申請號: 201611184299.6
• 申請日: 2016-12-20
• 公開（公告）號: CN106782615B
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 李寶善;李承程
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

1.一種語音數據情感檢測方法，其特征在于，包括：

接收待檢測語音數據；

獲取所述待檢測語音數據的情感檢測特征和歷史狀態特征，所述情感檢測特征包括：聲學情感檢測特征和語義情感檢測特征，所述歷史狀態特征包括多句連續語音數據中當前句之前的每句語音數據的情感類型；

根據預先構建的情感檢測模型、所述情感檢測特征和所述歷史狀態特征，識別所述待檢測語音數據的情感類型，所述情感檢測模型根據獲取的語音數據樣本的情感檢測特征和歷史狀態特征構建得到。

2.根據權利要求1所述的方法，其特征在于，還包括：構建情感檢測模型，所述構建情感檢測模型包括：

獲取語音數據樣本；

對所述語音數據樣本進行語音識別，得到識別文本數據樣本；

獲取對所述識別文本數據樣本標注的情感類型，并將所述標注的情感類型作為所述語音數據樣本的情感類型；

獲取所述語音數據樣本的情感檢測特征和歷史狀態特征；

根據所述語音數據樣本的情感檢測特征和歷史狀態特征以及所述語音數據樣本的情感類型，進行模型訓練，構建得到情感檢測模型。

3.根據權利要求1所述的方法，其特征在于，獲取待檢測語音數據的語義情感檢測特征，包括：

對待檢測語音數據進行語音識別，得到識別文本數據；

對識別文本數據進行語義特征提取，得到語義情感檢測特征，所述語義情感檢測特征包括如下項中的至少一項：

句長度特征、句中重復詞數特征、句向量特征、句子情感極性特征。

4.根據權利要求3所述的方法，其特征在于，所述句子情感極性特征采用如下方法提取得到：

計算每種情感類型識別文本數據中詞的語義類；

分別計算每種情感類型識別文本數據中詞的語義類的中心點；

分別計算每句識別文本數據中每個詞與每個語義類中心點的語義距離，得到每個詞與每個語義類的語義距離向量；

計算每句識別文本數據中每個詞與每個語義類中心點的語義距離向量的平均值，將所述語義距離向量的平均值作為每句識別文本的情感極性特征。

5.根據權利要求1所述的方法，其特征在于，獲取待檢測語音數據的聲學情感檢測特征，包括：

直接對所述待檢測語音數據進行聲學特征提取，得到聲學情感檢測特征，所述聲學情感檢測特征包括如下項中的至少一項：

短時斜率變化率、短時平均能量、短時平均過零率、短時自相關系數、短時平均幅度差。

6.根據權利要求1所述的方法，其特征在于，所述待檢測語音數據以句為單位進行處理，所述歷史狀態特征包括：

如果所述待檢測語音數據為單句語音數據或者多句連續語音數據的首句，則所述歷史狀態特征為0；或者，

如果所述待檢測語音數據為多句連續語音數據的非首句時，則所述歷史狀態特征為所述多句連續語音數據中所述待檢測語音數據之前的每句語音數據的情感類型。

7.一種語音數據情感檢測裝置，其特征在于，包括：

接收模塊，用于接收待檢測語音數據；

獲取模塊，用于獲取所述待檢測語音數據的情感檢測特征和歷史狀態特征，所述情感檢測特征包括：聲學情感檢測特征和語義情感檢測特征，所述歷史狀態特征包括多句連續語音數據中當前句之前的每句語音數據的情感類型；

識別模塊，用于根據預先構建的情感檢測模型、所述情感檢測特征和所述歷史狀態特征，識別所述待檢測語音數據的情感類型，所述情感檢測模型根據獲取的語音數據樣本的情感檢測特征和歷史狀態特征構建得到。