[發(fā)明專利]一種語音應(yīng)答方法、裝置和存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202010098634.0 | 申請日： | 2020-02-18 |
| 公開（公告）號： | CN111312245B | 公開（公告）日： | 2023-08-08 |
| 發(fā)明（設(shè)計）人： | 王超 | 申請（專利權(quán)）人： | 騰訊科技（深圳）有限公司 |
| 主分類號： | G10L15/22 | 分類號： | G10L15/22;G10L15/26;G10L15/06;G10L15/02;G10L15/04;G10L15/08;G10L25/12;G10L25/18;G10L25/51;G10L25/63;G06F40/30 |
| 代理公司： | 深圳翼盛智成知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44300 | 代理人： | 蔡艾瑩 |
| 地址： | 518057 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 語音 應(yīng)答 方法 裝置 存儲 介質(zhì) | ||
本申請實施例公開了一種語音應(yīng)答方法、裝置和存儲介質(zhì)，其中，本申請實施例可以獲取用戶輸入的語音信息；提取所述語音信息的音頻特征信息，并基于預(yù)設(shè)情感聲學(xué)參數(shù)和所述音頻特征信息，生成所述語音信息的情感聲學(xué)特征信息；根據(jù)所述語音信息的音頻特征信息，獲取所述語音信息對應(yīng)的文本信息，并提取所述文本信息的語義特征信息；根據(jù)所述情感聲學(xué)特征信息和所述語義特征信息，獲取所述語音信息的情感類型；基于所述情感類型，獲取所述語音信息對應(yīng)的應(yīng)答內(nèi)容。根據(jù)語音信息的情感類型，可以深度理解用戶的需求，從而選擇更合理的應(yīng)答內(nèi)容，可以安撫用戶的情緒，提高用戶體驗。
技術(shù)領(lǐng)域
本申請涉及人工智能的技術(shù)領(lǐng)域，具體涉及一種語音應(yīng)答方法、裝置和存儲介質(zhì)。
背景技術(shù)
近年來，隨著語音識別技術(shù)的發(fā)展，語音識別技術(shù)也被應(yīng)用到多種場景，比如，智能語音客戶服務(wù)系統(tǒng)，智能終端對話場景等。目前，可以應(yīng)用語音識別(Automatic?SpeechRecognition，ASR)技術(shù)，將用戶輸入的語音信息轉(zhuǎn)化為文本信息，并通過自然語言處理(Natural?Language?Processing，NLP)技術(shù)，理解文本信息包含的領(lǐng)域信息和意圖信息，根據(jù)文本信息包含的領(lǐng)域信息和意圖關(guān)鍵詞選擇相應(yīng)的應(yīng)答內(nèi)容。但是，這種應(yīng)答方法對于用戶的要求理解不夠深入，應(yīng)答內(nèi)容過于死板，導(dǎo)致用戶體驗不佳。
發(fā)明內(nèi)容
有鑒于此，本申請實施例提供了一種語音應(yīng)答方法、裝置和存儲介質(zhì)，可以安撫用戶的情緒，提高用戶的體驗。
第一方面，本申請實施例提供了一種語音應(yīng)答方法，包括：
獲取用戶輸入的語音信息；
提取所述語音信息的音頻特征信息，并基于預(yù)設(shè)情感聲學(xué)參數(shù)和所述音頻特征信息，生成所述語音信息的情感聲學(xué)特征信息；
根據(jù)所述語音信息的音頻特征信息，獲取所述語音信息對應(yīng)的文本信息，并提取所述文本信息的語義特征信息；
根據(jù)所述情感聲學(xué)特征信息和所述語義特征信息，獲取所述語音信息的情感類型；
基于所述情感類型，獲取所述語音信息對應(yīng)的應(yīng)答內(nèi)容。
在一實施例中，在所述根據(jù)所述情感聲學(xué)特征信息和所述語義特征信息，獲取所述語音信息的情感類型之前，還包括：
獲取多張標(biāo)注有真實情感類型的語音信息樣本；
獲取所述語音信息樣本的聲學(xué)特征信息和語義特征信息；
通過預(yù)設(shè)初始情感識別模型，對所述情感聲學(xué)特征信息和所述語義特征信息進(jìn)行融合，獲取所述語音信息樣本的情感類型預(yù)測值；
對比所述情感類型預(yù)測值與所述真實情感類型，確定預(yù)測結(jié)果；
采用損失函數(shù)對所述預(yù)設(shè)初始情感識別模型進(jìn)行收斂，直至所述預(yù)測結(jié)果為預(yù)測正確，得到訓(xùn)練后的情感識別模型。
在一實施例中，所述根據(jù)所述情感聲學(xué)特征信息和所述語義特征信息，獲取所述語音信息的情感類型，包括：
根據(jù)所述訓(xùn)練后的情感識別模型，將所述語義特征信息和所述情感聲學(xué)特征信息進(jìn)行融合，得到所述語音信息的情感特征信息；
基于所述訓(xùn)練后的情感識別模型對所述情感特征信息進(jìn)行全連接運(yùn)算，得到情感類型對應(yīng)的概率信息；
根據(jù)所述概率信息，確定所述語音信息的情感類型。
在一實施例中，所述基于預(yù)設(shè)情感聲學(xué)參數(shù)和所述音頻特征信息，生成所述語音信息的情感聲學(xué)特征信息，包括：
根據(jù)所述音頻特征信息，獲取所述預(yù)設(shè)情感聲學(xué)參數(shù)對應(yīng)的目標(biāo)聲學(xué)參數(shù)；
將所述目標(biāo)聲學(xué)參數(shù)與所述預(yù)設(shè)情感聲學(xué)參數(shù)進(jìn)行比較，得到比較結(jié)果；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技（深圳）有限公司，未經(jīng)騰訊科技（深圳）有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010098634.0/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
