[發(fā)明專(zhuān)利]音頻數(shù)據(jù)情緒檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011482460.4
• 申請(qǐng)日: 2020-12-15
• 公開(kāi)（公告）號(hào): CN112466337A
• 公開(kāi)（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 張舒婷;賴眾程;王亮;吳鵬召;李林毅;李興輝;李會(huì)璟;李驍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 平安科技（深圳）有限公司
• 主分類(lèi)號(hào): G10L25/63
• 分類(lèi)號(hào): G10L25/63;G10L25/03;G10L25/18;G10L25/30
• 代理公司: 深圳市沃德知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明涉及語(yǔ)音語(yǔ)義技術(shù)，揭露了一種音頻數(shù)據(jù)情緒檢測(cè)方法，包括：獲取原始音頻數(shù)據(jù)，對(duì)所述原始音頻數(shù)據(jù)進(jìn)行聲道分離及數(shù)據(jù)切割處理，得到標(biāo)準(zhǔn)音頻數(shù)據(jù)，對(duì)所述標(biāo)準(zhǔn)音頻數(shù)據(jù)進(jìn)行靜音檢測(cè)，當(dāng)檢測(cè)為非靜音數(shù)據(jù)時(shí)，對(duì)所述標(biāo)準(zhǔn)音頻數(shù)據(jù)進(jìn)行頻域轉(zhuǎn)換，得到頻域數(shù)據(jù)，將所述頻域數(shù)據(jù)轉(zhuǎn)換為梅爾頻域數(shù)據(jù)，利用預(yù)訓(xùn)練的音頻檢測(cè)模型對(duì)所述梅爾頻域數(shù)據(jù)進(jìn)行檢測(cè)，得到情緒初始評(píng)分，利用預(yù)設(shè)的加權(quán)計(jì)算方法計(jì)算所述情緒初始評(píng)分得到情緒最終評(píng)分。此外，本發(fā)明還涉及區(qū)塊鏈技術(shù)，所述情緒最終評(píng)分可存儲(chǔ)于區(qū)塊鏈的節(jié)點(diǎn)。本發(fā)明還提出一種音頻數(shù)據(jù)情緒檢測(cè)裝置、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。本發(fā)明可以在于解決音頻數(shù)據(jù)情緒檢測(cè)準(zhǔn)確率較低的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音語(yǔ)義技術(shù)領(lǐng)域，尤其涉及一種音頻數(shù)據(jù)情緒檢測(cè)方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，各領(lǐng)域各部門(mén)對(duì)客戶的服務(wù)越來(lái)越重視，越來(lái)越強(qiáng)調(diào)客戶滿意度和留存率，其中，通過(guò)分析客戶與客服人員之間的音視頻資料，檢測(cè)出用戶情緒，是把控服務(wù)質(zhì)量的重要指標(biāo)。比如，銀行專(zhuān)門(mén)有一個(gè)部門(mén)負(fù)責(zé)客戶的咨詢投訴業(yè)務(wù)，這個(gè)部門(mén)的其中一個(gè)日常工作內(nèi)容是聽(tīng)取電話坐席的來(lái)電錄音，查看是否有被漏掉的投訴工單，以監(jiān)控坐席的服務(wù)質(zhì)量。現(xiàn)有技術(shù)下，1、通過(guò)人工復(fù)核的方法來(lái)檢測(cè)音頻數(shù)據(jù)中的用戶情緒，然而對(duì)于每日萬(wàn)級(jí)別的用戶進(jìn)電量，無(wú)法通過(guò)人工全量聽(tīng)取錄音的方式完成質(zhì)檢，只能采用傳統(tǒng)的質(zhì)檢方式——抽樣聽(tīng)取錄音，導(dǎo)致覆蓋率低，檢測(cè)效率低，檢測(cè)不準(zhǔn)確。2、通過(guò)將音頻數(shù)據(jù)與圖像或文本數(shù)據(jù)結(jié)合，利用深度學(xué)習(xí)的方法識(shí)別用戶情緒。然而，將音頻數(shù)據(jù)與圖像或文本數(shù)據(jù)結(jié)合分析，在實(shí)際使用中會(huì)占用過(guò)多計(jì)算機(jī)資源，導(dǎo)致檢測(cè)效率較低，同時(shí)音頻數(shù)據(jù)與圖像或文本數(shù)據(jù)結(jié)合的應(yīng)用場(chǎng)景較少。

發(fā)明內(nèi)容

本發(fā)明提供一種音頻數(shù)據(jù)情緒檢測(cè)方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其主要目的在于解決音頻數(shù)據(jù)情緒檢測(cè)準(zhǔn)確率較低的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種音頻數(shù)據(jù)情緒檢測(cè)方法，包括：

獲取原始音頻數(shù)據(jù)，對(duì)所述原始音頻數(shù)據(jù)進(jìn)行聲道分離及數(shù)據(jù)切割處理，得到標(biāo)準(zhǔn)音頻數(shù)據(jù)；

對(duì)所述標(biāo)準(zhǔn)音頻數(shù)據(jù)進(jìn)行靜音檢測(cè)；

當(dāng)檢測(cè)所述標(biāo)準(zhǔn)音頻數(shù)據(jù)為靜音數(shù)據(jù)時(shí)，對(duì)所述靜音數(shù)據(jù)進(jìn)行標(biāo)記；

當(dāng)檢測(cè)所述標(biāo)準(zhǔn)音頻數(shù)據(jù)為非靜音數(shù)據(jù)時(shí)，對(duì)所述標(biāo)準(zhǔn)音頻數(shù)據(jù)進(jìn)行頻域轉(zhuǎn)換，得到頻域數(shù)據(jù)；

將所述頻域數(shù)據(jù)轉(zhuǎn)換為梅爾頻域數(shù)據(jù)，并利用預(yù)訓(xùn)練的音頻檢測(cè)模型對(duì)所述梅爾頻域數(shù)據(jù)進(jìn)行檢測(cè)，得到情緒初始評(píng)分；

利用預(yù)設(shè)的加權(quán)計(jì)算方法計(jì)算所述情緒初始評(píng)分得到情緒最終評(píng)分。

可選地，所述對(duì)所述原始音頻數(shù)據(jù)進(jìn)行聲道分離及數(shù)據(jù)切割處理，得到標(biāo)準(zhǔn)音頻數(shù)據(jù)，包括：

對(duì)所述原始音頻數(shù)據(jù)進(jìn)行聲道判斷，抽取所述原始音頻數(shù)據(jù)中的右聲道音頻數(shù)據(jù)；

根據(jù)預(yù)設(shè)的時(shí)間長(zhǎng)度對(duì)所述右聲道音頻數(shù)據(jù)進(jìn)行數(shù)據(jù)切割，得到所述標(biāo)準(zhǔn)音頻數(shù)據(jù)。

可選地，所述對(duì)所述標(biāo)準(zhǔn)音頻數(shù)據(jù)進(jìn)行靜音檢測(cè)，包括：

逐幀讀取所述標(biāo)準(zhǔn)音頻數(shù)據(jù)中的每一幀音頻數(shù)據(jù)，計(jì)算所述每一幀音頻數(shù)據(jù)的語(yǔ)音能量值及背景噪音能量值；

計(jì)算所述語(yǔ)音能量值與背景噪音能量值的差值，并將所述差值和預(yù)設(shè)的靜音閾值作比較；

當(dāng)所述差值小于所述靜音閾值時(shí)，判斷所述標(biāo)準(zhǔn)音頻數(shù)據(jù)為靜音數(shù)據(jù)；

當(dāng)所述差值大于等于所述靜音閾值時(shí)，則判斷所述標(biāo)準(zhǔn)音頻數(shù)據(jù)為非靜音數(shù)據(jù)。

可選地，所述對(duì)所述標(biāo)準(zhǔn)音頻數(shù)據(jù)進(jìn)行頻域轉(zhuǎn)換，得到頻域數(shù)據(jù)，包括：

利用下述函數(shù)將所述標(biāo)準(zhǔn)音頻數(shù)據(jù)進(jìn)行頻域轉(zhuǎn)換，得到頻域數(shù)據(jù)F(ω)：