[發明專利]語音情緒的識別方法及裝置、處理器和電子設備

在審

• 申請號: 202210428305.7
• 申請日: 2022-04-22
• 公開（公告）號: CN114822597A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 劉梅;陳永錄;李變
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63;G06K9/62;G06N20/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 周春枚

1.一種語音情緒的識別方法，其特征在于，包括：

獲取目標對象的目標語音信息，其中，所述目標對象為待進行情緒識別的對象；

將所述目標語音信息輸入目標混合模型進行情緒識別處理，得到所述目標對象的情緒識別結果，其中，所述目標混合模型為基于GNN模型和SVM模型構建的模型。

2.根據權利要求1所述的方法，其特征在于，在將所述目標語音信息輸入目標混合模型進行情緒識別處理之前，所述方法還包括：

獲取目標數據集，并獲取所述目標數據集中的訓練集；

采用所述目標數據集對所述GNN模型進行學習訓練，得到第一識別模型；

采用所述目標數據集對所述SVM模型進行學習訓練，得到第二識別模型；

按照預設要求，將所述第一識別模型和所述第二識別模型進行組合，得到第一混合模型；

采用所述訓練集對所述第一混合模型進行回歸驗證，得到所述目標混合模型。

3.根據權利要求2所述的方法，其特征在于，獲取所述目標數據集中的訓練集包括：

對所述目標數據集中的數據進行MFCC特征提取操作，得到特征提取后的數據；

獲取預設的語音情緒的分類信息；

依據所述分類信息，對所述特征提取后的數據添加標簽，得到添加標簽后的數據；

按照預設比例，將所述添加標簽后的數據劃分為所述訓練集和測試集。

4.根據權利要求3所述的方法，其特征在于，在采用所述訓練集對所述第一混合模型進行回歸驗證，得到所述目標混合模型之后，所述方法還包括：

采用所述測試集對所述目標混合模型進行測試，得到測試結果；

依據所述測試結果，確定所述目標混合模型的情緒識別性能。

5.根據權利要求2所述的方法，其特征在于，獲取目標數據集包括：

獲取漢語情感語料庫；

將所述漢語情感語料庫作為所述目標數據集。

6.根據權利要求1至5中任意一項所述的方法，其特征在于，在將所述目標語音信息輸入目標混合模型進行情緒識別處理，得到所述目標對象的情緒識別結果之后，所述方法還包括：

根據所述情緒識別結果對所述目標對象推薦目標產品；或者；

根據所述情緒識別結果對所述目標對象采用目標類型的應答方式。

7.一種語音情緒的識別裝置，其特征在于，包括：

第一獲取單元，用于獲取目標對象的目標語音信息，其中，所述目標對象為待進行情緒識別的對象；

第一識別單元，用于將所述目標語音信息輸入目標混合模型進行情緒識別處理，得到所述目標對象的情緒識別結果，其中，所述目標混合模型為基于GNN模型和SVM模型構建的模型。

8.根據權利要求7所述的裝置，其特征在于，所述裝置還包括：

第二獲取單元，用于在將所述目標語音信息輸入目標混合模型進行情緒識別處理之前，獲取目標數據集，并獲取所述目標數據集中的訓練集；

第一訓練單元，用于采用所述目標數據集對所述GNN模型進行學習訓練，得到第一識別模型；

第二訓練單元，用于采用所述目標數據集對所述SVM模型進行學習訓練，得到第二識別模型；

第一組合單元，用于按照預設要求，將所述第一識別模型和所述第二識別模型進行組合，得到第一混合模型；

第一構建單元，用于采用所述訓練集對所述第一混合模型進行回歸驗證，得到所述目標混合模型。

9.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序運行時執行權利要求1至6中任意一項所述的語音情緒的識別方法。

10.一種電子設備，其特征在于，包括一個或多個處理器和存儲器，所述存儲器用于存儲一個或多個程序，其中，當所述一個或多個程序被所述一個或多個處理器執行時，使得所述一個或多個處理器實現權利要求1至6中任意一項所述的語音情緒的識別方法。