[發(fā)明專利]基于語音數(shù)據(jù)的情緒識別方法、裝置及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110575150.5
• 申請日: 2021-05-26
• 公開（公告）號: CN113314150A
• 公開（公告）日: 2021-08-27
• 發(fā)明（設(shè)計）人: 鄧真
• 申請（專利權(quán)）人: 平安普惠企業(yè)管理有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L25/51;G10L15/22;G10L15/26;G10L25/27;G10L25/30
• 代理公司: 深圳市世聯(lián)合知識產(chǎn)權(quán)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技術(shù)領(lǐng)域，涉及一種基于語音數(shù)據(jù)的情緒識別方法，用于提高情緒識別的準(zhǔn)確率，該方法包括：獲取用戶的語音數(shù)據(jù)；將所述語音數(shù)據(jù)轉(zhuǎn)換為文本數(shù)據(jù)；采用預(yù)設(shè)的語音情緒模型對所述語音數(shù)據(jù)進(jìn)行情緒識別，輸出語音情緒標(biāo)簽，所述語音情緒模型為包括極端梯度提升Xgboost模型和長短期記憶網(wǎng)絡(luò)LSTM模型的組合模型；采用預(yù)設(shè)的文本情緒模型對所述文本數(shù)據(jù)進(jìn)行情緒識別，輸出文本情緒標(biāo)簽；根據(jù)所述語音情緒標(biāo)簽和所述文本情緒標(biāo)簽，確定綜合情緒標(biāo)簽。本申請還提供一種基于語音數(shù)據(jù)的情緒識別裝置、計算機設(shè)備及存儲介質(zhì)。此外，本申請還涉及區(qū)塊鏈技術(shù)，用戶的語音數(shù)據(jù)可存儲于區(qū)塊鏈中。

技術(shù)領(lǐng)域

本申請涉及自然語言處理技術(shù)領(lǐng)域，尤其涉及一種基于語音數(shù)據(jù)的情緒識別方法、裝置、計算機設(shè)備及存儲介質(zhì)。

背景技術(shù)

情緒識別是目前自然語言處理(natural language processing，NLP)技術(shù)中一個重要的研究方向，具體是指利用人工智能(artificial intelligence，AI)技術(shù)，通過獲取個體的生理或非生理信號以對個體的情緒狀態(tài)進(jìn)行自動辨別，是情感計算的一個重要組成部分。情緒識別研究的內(nèi)容包括面部表情、語音、心率、行為、文本和生理信號識別等方面，通過以上內(nèi)容來判斷用戶的情緒狀態(tài)。其中，人的語音是能反應(yīng)人類情感的一個很重要的行為信號，比如語音中所包含的聲調(diào)、頻率波動或者語音對應(yīng)的文本內(nèi)容，均可以反映出一部分的人類情緒。

目前，基于語音信號的情緒識別技術(shù)在近幾年得到了廣泛的研究。但是由于針對用戶語音所進(jìn)行的情緒識別檢測維度較少，因此情緒識別的結(jié)果往往不夠準(zhǔn)確。

發(fā)明內(nèi)容

本申請實施例的目的在于提出一種基于語音數(shù)據(jù)的情緒識別方法、裝置、計算機設(shè)備及存儲介質(zhì)，主要用于解決現(xiàn)有基于語音數(shù)據(jù)的情緒識別技術(shù)中，由于檢測維度少而帶來的精確度不夠的技術(shù)問題。

為了解決上述技術(shù)問題，本申請實施例提供一種基于語音數(shù)據(jù)的情緒識別方法，采用了如下所述的技術(shù)方案：

獲取用戶的語音數(shù)據(jù)；

將該語音數(shù)據(jù)轉(zhuǎn)換為文本數(shù)據(jù)；

采用預(yù)設(shè)的語音情緒模型對該語音數(shù)據(jù)進(jìn)行情緒識別，輸出語音情緒標(biāo)簽，該語音情緒模型為包括Xgboost模型和LSTM模型的組合模型；

采用預(yù)設(shè)的文本情緒模型對該文本數(shù)據(jù)進(jìn)行情緒識別，輸出文本情緒標(biāo)簽；

根據(jù)該語音情緒標(biāo)簽和該文本情緒標(biāo)簽，確定綜合情緒標(biāo)簽。

為了解決上述技術(shù)問題，本申請實施例還提供一種基于語音數(shù)據(jù)的情緒識別裝置，采用了如下所述的技術(shù)方案：

獲取單元，用于獲取用戶的語音數(shù)據(jù)；

轉(zhuǎn)換單元，用于將該語音數(shù)據(jù)轉(zhuǎn)換為文本數(shù)據(jù)；

第一情緒識別單元，用于采用預(yù)設(shè)的語音情緒模型對該語音數(shù)據(jù)進(jìn)行情緒識別，輸出語音情緒標(biāo)簽，該語音情緒模型為包括Xgboost模型和LSTM模型的組合模型；

第二情緒識別單元，用于采用預(yù)設(shè)的文本情緒模型對該文本數(shù)據(jù)進(jìn)行情緒識別，輸出文本情緒標(biāo)簽；

第三情緒識別單元，用于根據(jù)該語音情緒標(biāo)簽和該文本情緒標(biāo)簽，確定綜合情緒標(biāo)簽。

為了解決上述技術(shù)問題，本申請實施例還提供一種計算機設(shè)備，采用了如下所述的技術(shù)方案：

一種計算機設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器執(zhí)行所述計算機可讀指令時實現(xiàn)上所述基于語音數(shù)據(jù)的情緒識別方法的步驟。

為了解決上述技術(shù)問題，本申請實施例還提供一種計算機可讀存儲介質(zhì)，采用了如下所述的技術(shù)方案：