[發(fā)明專利]一種語音信息處理的方法和裝置

有效

• 申請?zhí)枺?/td>: 201811077551.2
• 申請日: 2018-09-15
• 公開（公告）號: CN110910898B
• 公開（公告）日: 2022-12-30
• 發(fā)明（設(shè)計）人: 孟笑君;王雅圣;張旸;魏建生;鄧利群;包飛;黃雪妍;梁偉寧
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: G10L25/30
• 分類號: G10L25/30;G10L25/63;G10L13/02;B25J11/00
• 代理公司: 北京中博世達專利商標(biāo)代理有限公司 11274
• 代理人: 申健

本發(fā)明涉及人工智能技術(shù)，提供一種語音信息處理方法。在該方法中，信息處理設(shè)備接收語音信息，獲取所述語音信息的語音情感極性結(jié)果和所述語音信息的語義情感極性結(jié)果，并根據(jù)所述語音情感極性結(jié)果和所述語義情感極性結(jié)果，獲取所述語音信息對應(yīng)的一個或多個表情信息。本發(fā)明提供的方法根據(jù)語音信息的語音和語義兩方面的情感極性結(jié)果為語音信息獲取表情信息，能夠更準確地確認語音信息傳遞的感情，提高了為所述語音信息匹配表情信息的準確度。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言處理領(lǐng)域，特別涉及一種語音信息處理的方法和裝置。

背景技術(shù)

隨著人工智能、通信和計算機技術(shù)的快速發(fā)展，語音文字轉(zhuǎn)換技術(shù)被越來越多地應(yīng)用于各種場合，例如，即時通訊應(yīng)用，社交媒體應(yīng)用，文字處理應(yīng)用等。然而，僅僅將語音轉(zhuǎn)換為枯燥的文字，無法真實地反映說話者的語氣和心情，使得用戶間的交流豐富性和生動性較差。

目前主流的輸入法軟件或即時通訊工具都支持插入表情圖標(biāo)，并且可以根據(jù)輸入文本的內(nèi)容推薦合適的表情供用戶選擇插入。比如在用戶輸入“開心”的時候，表情輸入法自動推薦表情符號“O(∩_∩)O^-”在客戶端界面，供用戶選擇使用。這種表情輸入基于檢索，當(dāng)匹配到關(guān)鍵詞以后，會推薦相應(yīng)的表情。類似的變體還有通過網(wǎng)絡(luò)搜索海量符號表情進行推薦，也是基于基本的關(guān)鍵詞匹配。但是同一句話，用不同的語調(diào)和語氣表達，所傳達的情感信息可能完全不同。基于語義理解的表情輸入法缺失語音特征，無法支持語音交互，對于語音輸入無法推薦合適的表情。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種語音信息處理的方法和裝置，根據(jù)語音信息的語音和語義兩方面的情感極性結(jié)果為語音信息獲取表情信息，能夠更準確地確認語音信息傳遞的感情，提高了為所述語音信息匹配表情信息的準確度。

本發(fā)明第一方面提供一種語音信息處理方法。在該方法中，信息處理設(shè)備接收語音信息，獲取所述語音信息的語音情感極性結(jié)果和所述語音信息的語義情感極性結(jié)果，并根據(jù)所述語音情感極性結(jié)果和所述語義情感極性結(jié)果，獲取所述語音信息對應(yīng)的一個或多個表情信息，其中，所述語音情感極性結(jié)果或所述語義情感極性結(jié)果為根據(jù)所述語音信息產(chǎn)生的，表示一種或多種情感程度的值。當(dāng)終端設(shè)備的數(shù)據(jù)處理能力強大時，所述方法中也可以由終端設(shè)備完成。

在第一方面的第一種可能的實現(xiàn)方式中，獲取所述語音信息的語音情感極性結(jié)果按以下步驟實現(xiàn)：提取所述語音信息中的語音特征并將所述語音特征代入語音情感分類模型獲取所述語音信息的語音情感極性結(jié)果。在一種可能的實現(xiàn)方式中，所述語音情感分類模型由深度學(xué)習(xí)模型訓(xùn)練得到。

在第一方面的第二種可能的實現(xiàn)方式中，獲取所述語音信息的語義情感極性結(jié)果按以下步驟實現(xiàn)：將所述語音信息轉(zhuǎn)換成文本序列，提取所述文本序列的文本特征并將所述文本特征代入語義情感分類模型獲取所述語音信息的語義情感極性結(jié)果。在一種可能的實現(xiàn)方式中，所述語義情感分類模型由深度學(xué)習(xí)模型訓(xùn)練得到。

在第一方面的第三種可能的實現(xiàn)方式中，所述語音情感極性結(jié)果或所述語義情感極性結(jié)果為一個多維度向量，所述多維度向量的每一個維度表示一種情感類別，所述每一個維度的值表示一種情感的程度。

在第一方面的第四種可能的實現(xiàn)方式中，根據(jù)所述語音情感極性結(jié)果和所述語義情感極性結(jié)果，獲取所述語音信息對應(yīng)的一個或多個表情信息按以下步驟實現(xiàn)：對所述語音情感極性結(jié)果和所述語義情感極性結(jié)果求平均值或加權(quán)平均值得到所述語音信息的情感極性結(jié)果；和根據(jù)所述語音信息的情感極性結(jié)果查詢表情信息數(shù)據(jù)庫獲取所述語音信息對應(yīng)的一個或多個表情信息。本實現(xiàn)方式根據(jù)語音和語義兩方面的情感極性查詢極性相同或相近的表情信息，提高了為所述語音信息匹配表情信息的準確性。