[發明專利]語音情感識別方法、問答方法及計算機設備

在審

• 申請號: 201910333653.4
• 申請日: 2019-04-24
• 公開（公告）號: CN110047517A
• 公開（公告）日: 2019-07-23
• 發明（設計）人: 賈紅紅;胡風碩
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L15/22;G06K9/62
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 王興秋;閆小龍

1.一種語音情感識別方法，包括：

對語音信號進行預處理；

基于預設的特征集合從預處理后的語音信號中提取該特征集合中的特征的值；以及

由分類器基于所提取的特征的值識別所述語音信號的情感類別，

其中，

所述分類器包括多個子分類器，其中由分類器基于所述特征的值識別所述語音信號的情感類別包括由所述多個子分類器基于所述特征的值識別所述語音信號的情感類別。

2.根據權利要求1所述的方法，其中，所述預設的特征集合中的特征是基于快速過濾的特征選擇算法和方差從多個特征中選出的。

3.根據權利要求2所述的方法，其中，基于快速過濾的特征選擇算法和方差從多個特征中選出所述預設的特征集合中的特征的過程包括：

獲取多個語音信號樣本；

對所述多個語音信號樣本進行預處理；

提取所述多個語音信號樣本中的每個語音信號樣本的多個特征；

計算所述多個特征中的每個特征與多個情感類別的情感相關性；

從所述多個特征中選擇情感相關性大于預設的情感相關性閾值的特征以獲得第一候選特征子集；

將所述第一候選特征子集中具有最大情感相關性的特征作為顯著特征；

計算所述第一候選特征子集中的其余特征中的每個特征與所述顯著特征的特征相關性；

從所述第一候選特征子集中刪除特征相關性大于情感相關性的特征以獲得第二候選特征子集；

計算所述第二候選特征子集中的每個特征的方差；以及

從所述第二候選特征子集中刪除特征的方差小于方差閾值的特征以獲得所述預設的特征集合中的特征。

4.根據權利要求2所述的方法，其中，基于快速過濾的特征選擇算法和方差從多個特征中選出所述預設的特征集合中的特征的過程包括：

獲取多個語音信號樣本；

對所述多個語音信號樣本進行預處理；

提取所述多個語音信號樣本中的每個語音信號樣本的多個特征；

計算所述多個特征中的每個特征的方差；

從所述多個特征中刪除特征的方差小于方差閾值的特征以獲得第三候選特征子集；

計算所述第三候選特征子集中的每個特征與多個情感類別的情感相關性；

從所述第三候選特征子集中選擇情感相關性大于預設的情感相關性閾值的特征以獲得第四候選特征子集；

將所述第四候選特征子集中具有最大情感相關性的特征作為顯著特征；

計算所述第四候選特征子集中的其余特征中的每個特征與所述顯著特征的特征相關性；以及

從所述第四候選特征子集中刪除特征相關性大于情感相關性的特征以獲得所述預設的特征集合中的特征。

5.根據權利要求3或4所述的方法，其中，情感相關性通過如下公式計算：

，X表示特征向量，Y表示情感類別向量，H(X)表示X的熵，H(Y)表示Y的熵，H(X|Y)表示X|Y的熵；以及

其中，特征相關性通過如下公式計算：

，X表示一個特征向量，Y表示另一個特征向量，H(X)表示X的熵，H(Y)表示Y的熵，H(X|Y)表示X|Y的熵。

6.根據權利要求1所述的方法，其中，由所述多個子分類器基于所述特征的值識別所述語音信號的情感類別包括根據所述多個子分類器的投票和所述多個子分類器的權重來識別所述語音信號的情感類別。

7.根據權利要求6所述的方法，其中，根據所述多個子分類器的投票和所述多個子分類器的權重來識別所述語音信號的情感類別包括：

如果根據所述多個子分類器的投票識別出唯一情感類別，則將該唯一的情感類別作為所述語音信號的情感類別；以及

如果根據所述多個子分類器的投票識別出至少兩個情感類別，則進一步根據所述多個子分類器的權重來確定所述語音信號的情感類別。

8.根據權利要求7所述的方法，其中，根據所述多個子分類器的投票識別情感類別包括，

如果所述多個子分類器中的至少兩個子分類器識別出的情感類別相同，則將情感類別識別為所述語音信號的情感類別。