[發明專利]一種人機交互方法與終端、計算機可讀存儲介質

有效

• 申請號: 202010017735.0
• 申請日: 2020-01-08
• 公開（公告）號: CN111833907B
• 公開（公告）日: 2023-07-18
• 發明（設計）人: 孫建偉;趙帥江
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L15/22;G10L15/16;G10L15/06;G10L25/30
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

1.一種人機交互方法，其特征在于，包括：

采集當前的語音數據；

識別所述語音數據的第一情感；所述第一情感由文本情感識別結果獲得；

確定所述第一情感狀態對應的第二情感；

輸出針對所述語音數據的響應語音，所述響應語音具備所述第二情感；

所述識別所述語音數據的第一情感，包括：

將所述語音數據轉換為文本數據；

識別所述文本數據中的情感關聯詞，所述情感關聯詞包括語氣詞與程度詞中的一種或多種；

若所述情感關聯詞包括語氣詞和程度詞，為各所述情感關聯詞預設情感分值；

將所述文本數據中的所有情感關聯詞的情感分值進行加權處理，并將加權分值作為所述文本數據的情感解析結果；

根據情感解析結果，確定所述第一情感。

2.一種人機交互的方法，其特征在于，包括：

采集當前的語音數據；

識別所述語音數據的第一情感；所述第一情感由文本情感識別結果和語音情感識別結果獲得；

確定所述第一情感狀態對應的第二情感；

輸出針對所述語音數據的響應語音，所述響應語音具備所述第二情感；

所述識別所述語音數據的第一情感，包括：

提取所述語音數據的語音特征；

利用訓練好的情感分類器處理所述語音特征，得到情感識別結果；

將所述語音數據轉換為文本數據；

識別所述文本數據中的情感關聯詞，所述情感關聯詞包括語氣詞與程度詞中的一種或多種；

若所述情感關聯詞包括語氣詞和程度詞，為各所述情感關聯詞預設情感分值；

將所述文本數據中的所有情感關聯詞的情感分值進行加權處理，并將加權分值作為所述文本數據的情感解析結果；；

根據所述情感識別結果與所述情感解析結果，確定所述第一情感。

3.根據權利要求2所述的方法，其特征在于，所述情感分類器由多層卷積神經網絡CNN與多層全連接網絡構成；或者，

所述情感分類器由多層CNN殘差網絡與多層全連接網絡構成。

4.根據權利要求2所述的方法，其特征在于，所述情感識別結果為所述語音數據在各情感中的概率，所述情感識別結果所指示的情感為所述概率最高的一種情感；

或者，

所述情感識別結果所指示的情感，為具備指示標識的一種情感；

或者，

所述情感識別結果為所述語音數據在各情感中的分值，所述情感識別結果所指示的情感，為所述分值落在的分數區間對應的一種情感。

5.根據權利要求2所述的方法，其特征在于，所述提取所述語音數據的語音特征，包括：

提取所述語音數據的音頻特征，所述音頻特征包括：基頻特征、短時能量特征、短時賦值特征、短時過零率特征中的一種或多種；

對所述音頻特征進行歸一化處理，并組成特征向量，得到所述語音數據的所述語音特征。

6.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取樣本數據，所述樣本數據包括：語音樣本與文本樣本中的一種或多種；

獲取所述樣本數據對應的情感標簽；

利用所述樣本數據與所述情感標簽，對預設的基礎分類器進行訓練，得到所述情感分類器。

7.根據權利要求2所述的方法，其特征在于，所述根據所述情感識別結果與所述情感解析結果，確定所述第一情感，包括：

當所述情感識別結果與所述情感解析結果各自指示的情感類別相同時，將所述情感識別結果所指示的情感類別作為所述第一情感；

當所述情感識別結果與所述情感解析結果各自指示的情感類別不同時，將所述情感識別結果與所述情感解析結果進行加權，并將加權處理后指示的情感類別作為所述第一情感。

8.根據權利要求1或2所述的方法，其特征在于，所述第一情感包括：失落、平靜、熱情或者激情。