[發明專利]語音對話數據處理方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202110218920.0
• 申請日: 2021-02-26
• 公開（公告）號: CN112967725A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 申定潛
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02;G10L17/04;G10L17/18;G10L17/22;G10L25/63;G06F16/33;G06F16/332;G06F40/35
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

本申請實施例屬于人工智能領域，涉及一種語音對話數據處理方法、裝置、計算機設備及存儲介質，方法包括：根據觸發的語音對話數據處理指令，獲取當前通話的通話語音信息以及當前通話中用戶的用戶標簽；將通話語音信息和用戶標簽轉換為帶有權重的向量矩陣；將帶有權重的向量矩陣輸入情緒判定模型，得到機器對話情緒參數；根據機器對話情緒參數對預先錄制好的標準對話語音進行語音調整，得到適配對話語音，其中，語音調整包括聲學調整和語氣詞調整；基于適配對話語音進行人機對話。此外，本申請還涉及區塊鏈技術，標準對話語音可存儲于區塊鏈中。本申請提高了人機語音對話交互的智能性。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種語音對話數據處理方法、裝置、計算機設備及存儲介質。

背景技術

隨著計算機技術的發展，人工智能(Artificial Intelligence，AI)的應用越來越廣泛。人機對話是人工智能領域中的重要一環，具有豐富的應用場景，例如，在催收領域，可以引入人工智能進行AI語音催收，可以減少人力成本。

然而，當前的人機對話技術缺少對語音數據的處理，機器語音都是使用固定的一套語音庫。語音庫通常是由專業播音員錄制，語音追求的是字正腔圓、大方得體。然而這種語音庫較為刻板，面對不同的用戶對象和使用場景，顯得千篇一律，使得用戶體驗較差，人機語音對話交互不夠智能。

發明內容

本申請實施例的目的在于提出一種語音對話數據處理方法、裝置、計算機設備及存儲介質，以解決人機語音對話交互不夠智能的問題。

為了解決上述技術問題，本申請實施例提供一種語音對話數據處理方法，采用了如下所述的技術方案：

根據觸發的語音對話數據處理指令，獲取當前通話的通話語音信息以及所述當前通話中用戶的用戶標簽；

將所述通話語音信息和所述用戶標簽轉換為帶有權重的向量矩陣；

將所述帶有權重的向量矩陣輸入情緒判定模型，得到機器對話情緒參數；

根據所述機器對話情緒參數對預先錄制好的標準對話語音進行語音調整，得到適配對話語音，其中，所述語音調整包括聲學調整和語氣詞調整；

基于所述適配對話語音進行人機對話。

進一步的，所述根據觸發的語音對話數據處理指令，獲取當前通話的通話語音信息以及所述當前通話中用戶的用戶標簽的步驟之前，還包括：

根據接收到的人機對話啟動指令，獲取所述人機對話啟動指令中的用戶標識；

獲取所述用戶標識所對應用戶標簽，并將所述用戶標簽轉換為初始向量矩陣；

將所述初始向量矩陣輸入情緒判定模型，得到初始對話情緒參數；

根據所述初始對話情緒參數對預先錄制好的初始標準對話語音進行語音調整，得到初始適配對話語音；

基于所述初始適配對話語音進行人機對話，并對所述人機對話進行語音監聽，得到當前通話的通話語音信息。

進一步的，所述根據接收到的人機對話啟動指令，獲取所述人機對話啟動指令中的用戶標識的步驟之前，還包括：

獲取訓練語料，所述訓練語料包括用戶標簽、歷史對話語料和對話情緒參數；

提取所述歷史對話語料的語音特征參數；

給所述語音特征參數和所述用戶標簽進行權重分配，以生成帶有權重的向量矩陣；

將所述帶有權重的向量矩陣作為模型輸入，將所述對話情緒參數作為模型輸出，對初始情緒判定模型進行訓練，得到情緒判定模型。

進一步的，所述根據接收到的人機對話啟動指令，獲取所述人機對話啟動指令中的用戶標識的步驟之前，還包括：