[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

本申請公開了一種語音情緒的識別方法及裝置、處理器和電子設備，涉及人工智能領域。該方法包括：獲取目標對象的目標語音信息，其中，目標對象為待進行情緒識別的對象；將目標語音信息輸入目標混合模型進行情緒識別處理，得到目標對象的情緒識別結果，其中，目標混合模型為基于GNN模型和SVM模型構建的模型。通過本申請，解決了相關技術中用戶的語音情緒識別的準確性較低的問題。

技術領域

本申請涉及人工智能領域，具體而言，涉及一種語音情緒的識別方法及裝置、處理器和電子設備。

背景技術

隨著人工智能領域的飛速發展和廣泛應用，人類生活的許多方面都在被AI所影響，例如，在圖像識別與分類、語音識別、目標檢索等領域中都會用到AI技術。其中，語音識別是語音交互中最基礎的一個AI技術，我們常見的有siri、智能音箱、自助語音客服等。可見，語音識別已經潛移默化的影響著人們的生活及工作的方方面面。

另外，反應人類情緒的一個重要的行為信號就是語音中的情緒信號，即不同的情緒說同樣的文字所攜帶的語音信息可能完全不同。而且，識別語音中的用戶的情緒是實現人機交互的一個重要環節，例如，在銀行人工客服場景中，客戶情緒的識別可以使客服人員及時發現客戶的當前的情緒狀態，并針對客戶不同的情緒狀態，更好的為客戶服務和推介。但是，目前相關技術中識別語音中的用戶情緒的準確性較低。

針對相關技術中用戶的語音情緒識別的準確性較低的問題，目前尚未提出有效的解決方案。

發明內容

本申請的主要目的在于提供一種語音情緒的識別方法及裝置、處理器和電子設備，以解決相關技術中用戶的語音情緒識別的準確性較低的問題。

為了實現上述目的，根據本申請的一個方面，提供了一種語音情緒的識別方法。該方法包括：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。

進一步地，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。

進一步地，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。

進一步地，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。

進一步地，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。

進一步地，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。

為了實現上述目的，根據本申請的另一方面，提供了一種語音情緒的識別裝置。該裝置包括：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。