[發明專利]一種基于語音識別的輔助面試方法及系統

在審

• 申請號: 202111108991.1
• 申請日: 2021-09-22
• 公開（公告）號: CN113851135A
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 馬俊波
• 申請（專利權）人: 北京拾味島信息科技有限公司
• 主分類號: G10L17/02
• 分類號: G10L17/02
• 代理公司: 成都魚爪智云知識產權代理有限公司 51308
• 代理人: 張麗

1.一種基于語音識別的輔助面試方法，其特征在于，包括以下步驟：

獲取面試者的多條語音信息；

將各條語音信息分別進行特征提取，生成多個語音特征參數；

將各個語音特征參數分別輸入到預置的情感識別模型中，生成多個情感識別結果；

將多個情感識別結果輸入到預置的性格模型中，生成面試者的性格結果；

獲取并根據面試者的面試崗位信息在預置的崗位性格池中提取對應的崗位性格；

將面試者的性格結果與對應的崗位性格進行匹配，生成匹配結果；

根據匹配結果生成面試者的面試輔助報告。

2.根據權利要求1所述的基于語音識別的輔助面試方法，其特征在于，所述獲取面試者的多條語音信息的步驟包括以下步驟：

獲取面試過程的語音信息；

將面試過程的語音信息進行語音降噪處理，得到優化的語音信息；

將優化的語音信息進行語音識別，生成面試者的多條語音信息。

3.根據權利要求1所述的基于語音識別的輔助面試方法，其特征在于，所述將各條語音信息分別進行特征提取，生成多個語音特征參數的步驟還包括以下步驟：

將各條語音信息分別進行頻譜特征提取，生成多個頻譜特征；

分別提取各個頻譜特征中的梅爾倒譜系數作為多個語音特征參數。

4.根據權利要求1所述的基于語音識別的輔助面試方法，其特征在于，還包括以下步驟：

獲取樣本語音信息；

將樣本語音信息進行特征提取，生成樣本語音特征參數；

根據樣本語音特征參數采用卷積神經網絡算法對樣本語音特征參數進行訓練，生成第一訓練結果；

根據第一訓練結果采用LSTM神經網絡算法對第一訓練結果進行訓練，生成第二訓練結果，以形成情感識別模型。

5.根據權利要求1所述的基于語音識別的輔助面試方法，其特征在于，所述將多個情感識別結果輸入到預置的性格模型中，生成面試者的性格結果還包括以下步驟：

將多個情感識別結果分別帶入預置的性格模型中，得到多個人格結果；

將多個人格結果按照大五人格理論的分類進行統計，得到統計結果并作為面試者的性格結果。

6.一種基于語音識別的輔助面試系統，其特征在于，包括：

語音獲取模塊，用于獲取面試者的多條語音信息；

特征提取模塊，用于將各條語音信息分別進行特征提取，生成多個語音特征參數；

情感識別模塊，用于將各個語音特征參數分別輸入到預置的情感識別模型中，生成多個情感識別結果；

性格預測模塊，用于將多個情感識別結果輸入到預置的性格模型中，生成面試者的性格結果；

崗位性格提取模塊，用于獲取并根據面試者的面試崗位信息在預置的崗位性格池中提取對應的崗位性格；

匹配模塊，用于將面試者的性格結果與對應的崗位性格進行匹配，生成匹配結果；

輔助報告生成模塊，用于根據匹配結果生成面試者的面試輔助報告。

7.根據權利要求6所述的基于語音識別的輔助面試系統，其特征在于，所述語音獲取模塊包括：

第一語音獲取單元：用于獲取面試過程的語音信息；

降噪處理單元：用于將面試過程的語音信息進行語音降噪處理，得到優化的語音信息；

語音識別單元，用于將優化的語音信息進行語音識別，生成面試者的多條語音信息。

8.根據權利要求6所述的基于語音識別的輔助面試系統，其特征在于，所述特征提取模塊包括：

頻譜特征提取單元，用于將各條語音信息分別進行頻譜特征提取，生成多個頻譜特征；

語音特征參數單元，用于分別提取各個頻譜特征中的梅爾倒譜系數作為多個語音特征參數。

9.一種電子設備，其特征在于，包括：

存儲器，用于存儲一個或多個程序；

處理器；

當所述一個或多個程序被所述處理器執行時，實現如權利要求1-5中任一項所述的方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1-5中任一項所述的方法。