[發(fā)明專利]用戶情緒識(shí)別的方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110677222.7
• 申請(qǐng)日: 2021-06-18
• 公開(kāi)（公告）號(hào): CN113506586B
• 公開(kāi)（公告）日: 2023-06-20
• 發(fā)明（設(shè)計(jì)）人: 高鵬;郝少春;袁蘭;吳飛;周偉華;高峰;潘晶
• 申請(qǐng)（專利權(quán)）人: 杭州摸象大數(shù)據(jù)科技有限公司
• 主分類號(hào): G10L25/63
• 分類號(hào): G10L25/63;G10L25/24;G10L15/26;G10L25/30
• 代理公司: 杭州創(chuàng)智卓英知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 33324
• 代理人: 張超

本申請(qǐng)涉及一種用戶情緒識(shí)別的方法和系統(tǒng)，該用戶情緒識(shí)別的方法包括：獲取語(yǔ)音數(shù)據(jù)，并根據(jù)語(yǔ)音數(shù)據(jù)，提取語(yǔ)音特征；對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行轉(zhuǎn)化處理，得到文本數(shù)據(jù)，并根據(jù)文本數(shù)據(jù)，提取文本特征；輸入語(yǔ)音特征和文本特征至用戶情緒識(shí)別模型中，輸出用戶的情緒標(biāo)簽，其中，在用戶情緒識(shí)別模型中：使用卷積神經(jīng)網(wǎng)絡(luò)表征語(yǔ)音特征，得到第一特征，使用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)表征第一特征，得到第二特征，使用卷積神經(jīng)網(wǎng)絡(luò)表征文本特征，得到第三特征，使用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)表征第三特征，得到第四特征，將第二特征和第四特征進(jìn)行全連接，確定用戶的情緒標(biāo)簽，通過(guò)本申請(qǐng)，解決了相關(guān)技術(shù)中用戶情緒識(shí)別的準(zhǔn)確度不高的問(wèn)題，有利于提高用戶情緒識(shí)別的準(zhǔn)確度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，特別是涉及一種用戶情緒識(shí)別的方法和系統(tǒng)。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展，智能語(yǔ)音機(jī)器人在產(chǎn)業(yè)上已經(jīng)逐漸成熟，越來(lái)越多的企業(yè)開(kāi)始關(guān)注并使用。

智能語(yǔ)音機(jī)器人與用戶在交互過(guò)程中會(huì)產(chǎn)生語(yǔ)音數(shù)據(jù)，通過(guò)對(duì)這些語(yǔ)音數(shù)據(jù)進(jìn)行情緒識(shí)別，可以獲得用戶在溝通過(guò)程中的情緒信息；在相關(guān)技術(shù)中，用戶情緒是根據(jù)獲取到的語(yǔ)音數(shù)據(jù)，單獨(dú)從語(yǔ)音數(shù)據(jù)的角度進(jìn)行識(shí)別，或者，根據(jù)語(yǔ)音數(shù)據(jù)轉(zhuǎn)化成的文本數(shù)據(jù)，單獨(dú)從文本數(shù)據(jù)的角度進(jìn)行識(shí)別，用戶情緒識(shí)別的準(zhǔn)確度不高。

針對(duì)相關(guān)技術(shù)中用戶情緒識(shí)別的準(zhǔn)確度不高的問(wèn)題，尚未提出有效的解決方案。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供了一種用戶情緒識(shí)別的方法和系統(tǒng)，有利于提高用戶情緒識(shí)別的準(zhǔn)確度。

第一方面，本申請(qǐng)實(shí)施例提供了一種用戶情緒識(shí)別的方法，所述方法包括：

獲取語(yǔ)音數(shù)據(jù)，并根據(jù)所述語(yǔ)音數(shù)據(jù)，提取語(yǔ)音特征，其中，所述語(yǔ)音特征包括梅爾倒譜系數(shù)特征；

對(duì)所述語(yǔ)音數(shù)據(jù)進(jìn)行轉(zhuǎn)化處理，得到文本數(shù)據(jù)，并根據(jù)所述文本數(shù)據(jù)，提取文本特征，其中，所述文本特征包括字詞特征和位置特征；

輸入所述語(yǔ)音特征和所述文本特征至用戶情緒識(shí)別模型中，輸出所述用戶的情緒標(biāo)簽，其中，在所述用戶情緒識(shí)別模型中：

使用卷積神經(jīng)網(wǎng)絡(luò)表征所述語(yǔ)音特征，得到第一特征，使用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)表征所述第一特征，得到第二特征，

使用卷積神經(jīng)網(wǎng)絡(luò)表征所述文本特征，得到第三特征，使用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)表征所述第三特征，得到第四特征，

將所述第二特征和所述第四特征進(jìn)行全連接，確定所述用戶的情緒標(biāo)簽。

在其中一些實(shí)施例中，所述語(yǔ)音特征還包括音高特征、語(yǔ)調(diào)特征和語(yǔ)速特征，所述語(yǔ)音特征的提取過(guò)程包括：

根據(jù)所述語(yǔ)音數(shù)據(jù)的波形，確定所述波形的峰值、頻率和周期；

根據(jù)所述峰值、所述頻率和所述周期，一一對(duì)應(yīng)確定所述語(yǔ)音數(shù)據(jù)的所述音高特征、所述語(yǔ)調(diào)特征和所述語(yǔ)速特征；

用Embedding表示所述音高特征、所述語(yǔ)調(diào)特征和所述語(yǔ)速特征。

在其中一些實(shí)施例中，所述文本特征還包括發(fā)音特征，所述文本特征的提取過(guò)程包括：

確定所述文本數(shù)據(jù)中的每個(gè)字在所述文本數(shù)據(jù)中的發(fā)音，得到所述發(fā)音特征，其中，所述發(fā)音包括拼音、音調(diào)、聲母或韻母；

用Embedding表示所述發(fā)音特征。

在其中一些實(shí)施例中，所述提取所述文本特征之前，所述方法包括：對(duì)所述文本數(shù)據(jù)糾錯(cuò)，其中，所述糾錯(cuò)的過(guò)程包括：