[發明專利]語氣識別方法、裝置、電子設備和計算機可讀存儲介質

有效

• 申請號: 201711404907.4
• 申請日: 2017-12-22
• 公開（公告）號: CN108091324B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 謝波
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L15/26
• 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: 宋合成

1.一種語氣識別方法，其特征在于，包括以下步驟：

獲取樣本文本；

獲取針對所述樣本文本的多個錄音數據，其中，所述多個錄音數據是通過使用多種類別語氣朗讀所述樣本文本而得到的語音；所述多種類別語氣包括肯定語氣、疑問語氣和反問語氣；

提取所述多個錄音數據中的語氣特征，并確定所述語氣特征對應的語氣類別；其中，所述提取所述多個錄音數據中的語氣特征，包括：提取所述錄音數據中句中停頓處、句尾處表示語氣的音頻，并提取所述音頻的特征，所述特征包含升調、降調、升降調、降升調、平調；

根據所述樣本文本、所述多個錄音數據中的語氣特征和對應的語氣類別，建立語氣識別模型，以使得所述語氣識別模型可用于對語音數據進行語氣識別以獲得對應的語氣含義；

接收用戶的語音數據；

對所述語音數據進行語音識別以得到對應的文本信息；

通過所述語氣識別模型對所述語音數據進行語氣識別以獲得對應的語氣含義；

根據所述文本信息和對應的語氣含義給用戶相應的響應。

2.如權利要求1所述的語氣識別方法，其特征在于，所述通過語氣識別模型對所述語音數據進行語氣識別以獲得對應的語氣含義，包括：

通過所述語氣識別模型對所述語音數據進行語氣識別，以得到所述語音數據對應的語氣類別；

根據所述語氣類別確定對應的語氣含義。

3.如權利要求1所述的語氣識別方法，其特征在于，所述根據文本信息和對應的語氣含義給用戶相應的響應，包括：

根據所述文本信息和對應的語氣含義確定所述用戶的用戶意圖；

根據所述用戶意圖獲取對應的對話內容，并將所述對應的對話內容提供給所述用戶。

4.一種語氣識別裝置，其特征在于，包括：

第一獲取模塊，用于獲取樣本文本；

第二獲取模塊，用于獲取針對所述樣本文本的多個錄音數據，其中，所述多個錄音數據是通過使用多種類別語氣朗讀所述樣本文本而得到的語音；所述多種類別語氣包括肯定語氣、疑問語氣和反問語氣；

特征提取模塊，用于提取所述多個錄音數據中的語氣特征；其中，所述特征提取模塊具體用于：提取所述錄音數據中句中停頓處、句尾處表示語氣的音頻，并提取所述音頻的特征，所述特征包含升調、降調、升降調、降升調、平調；

確定模塊，用于確定所述語氣特征對應的語氣類別；

模型建立模塊，用于根據所述樣本文本、所述多個錄音數據中的語氣特征和對應的語氣類別，建立語氣識別模型，以使得所述語氣識別模型可用于對語音數據進行語氣識別以獲得對應的語氣含義；

接收模塊，用于接收用戶的語音數據；

語音識別模塊，用于對所述語音數據進行語音識別以得到對應的文本信息；

語氣識別模塊，用于通過所述語氣識別模型對所述語音數據進行語氣識別以獲得對應的語氣含義；

響應模塊，用于根據所述文本信息和對應的語氣含義給用戶相應的響應。

5.如權利要求4所述的語氣識別裝置，其特征在于，所述語氣識別模塊包括：

語氣識別單元，用于通過所述語氣識別模型對所述語音數據進行語氣識別，以得到所述語音數據對應的語氣類別；

確定單元，用于根據所述語氣類別確定對應的語氣含義。

6.如權利要求4所述的語氣識別裝置，其特征在于，所述響應模塊包括：

確定單元，用于根據所述文本信息和對應的語氣含義確定所述用戶的用戶意圖；

響應單元，用于根據所述用戶意圖獲取對應的對話內容，并將所述對應的對話內容提供給所述用戶。

7.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時，實現如權利要求1至3中任一項所述的語氣識別方法。

8.一種非臨時性計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現如權利要求1至3中任一項所述的語氣識別方法。