[發明專利]一種基于神經網絡的情感識別方法、設備及介質

在審

• 申請號: 202011239769.0
• 申請日: 2020-11-09
• 公開（公告）號: CN112489688A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 周文鎧
• 申請（專利權）人: 浪潮通用軟件有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L15/26;G10L15/02;G10L15/16;G10L15/20;G10L25/09;G10L25/03;G10L25/15;G10L25/24;G10L25/30
• 代理公司: 北京君慧知識產權代理事務所(普通合伙) 11716
• 代理人: 董延麗

1.一種基于神經網絡的情感識別方法，其特征在于，包括：

確定用戶對應的待識別語音；

通過預先訓練的聲音識別模型，對所述待識別語音進行情感識別，得到聲音識別結果；

將所述待識別語音轉換為文本，并對所述文本進行情感識別，得到文本識別結果；

將所述聲音識別結果與所述文本識別結果進行融合，得到所述待識別語音對應的最終結果。

2.根據權利要求1所述的方法，其特征在于，通過預先訓練的聲音識別模型，對所述待識別語音進行情感識別，得到聲音識別結果，包括：

對所述待識別語音進行降噪預處理；

提取所述待識別語音的譜特征以及韻律學特征；

將所述譜特征以及所述韻律學特征進行耦合，得到所述待識別語音的聲音特征；

通過預先訓練的聲音識別模型，對所述聲音特征進行情感識別，得到聲音識別結果。

3.根據權利要求2所述的方法，其特征在于，對所述待識別語音進行降噪預處理，包括：

將所述待識別語音進行歸一化處理；

對所述待識別語音進行逐幀檢測，計算每幀語音的過零率和短時能量；

通過端點檢測，將所述待識別語音劃分成若干個語音段，以對所述待識別語音進行降噪預處理。

4.根據權利要求3所述的方法，其特征在于，通過端點檢測，將所述待識別語音劃分成若干個語音段，包括：

若存在相應幀的所述過零率高于預設的過零率門限閾值、所述短時能量高于預設的短時能量門限閾值，則將該相應幀作為起始幀；

若在所述起始幀后，存在若干連續的語音幀的所述過零率都不高于所述過零率門限閾值、所述短時能量不高于預設的短時能量門限閾值，則將所述若干連續的語音幀的最后一幀作為結束幀；

將所述起始幀與所述結束幀之間的部分作為一個語音段。

5.根據權利要求2所述的方法，其特征在于，所述譜特征包括：梅爾頻率倒譜系數MFCC；所述韻律學特征包括：語速、振幅特征、基因周期、共振峰中的至少一種。

6.根據權利要求1所述的方法，其特征在于，對所述文本進行情感識別，得到文本識別結果，包括：

將所述文本進行分詞，得到若干個詞匯；

提取所述若干個詞匯的文本特征，并通過預先訓練的文本識別模型，對所述文本特征進行情感識別，得到第一文本識別結果；

通過預設的情感詞典，對所述若干個詞匯進行情感識別，得到第二文本識別結果。

7.根據權利要求6所述的方法，其特征在于，提取所述若干個詞匯的文本特征，包括：

基于文檔頻率DF、互信息MI、卡方統計CHI中的至少一種，提取所述若干個詞匯的文本特征。

8.根據權利要求6所述的方法，其特征在于，通過預設的情感詞典，對所述若干個詞匯進行情感識別，得到第二文本識別結果，包括：

通過預設的情感詞典，以及預設的不同情感所對應的權重，對所述若干個詞匯進行情感識別，得到第二文本識別結果。

9.一種基于神經網絡的情感識別設備，其特征在于，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如權利要求1-8中任意一項權利要求所述的方法。

10.一種基于神經網絡的情感識別的非易失性計算機存儲介質，存儲有計算機可執行指令，其特征在于，所述計算機可執行指令設置為：如權利要求1-8中任意一項權利要求所述的方法。