[发明专利]模型的生成方法、情绪识别方法、系统、设备和存储介质

说明书

本发明公开了一种模型的生成方法、情绪识别方法、系统、设备和存储介质，情绪识别模型的生成方法包括：获取若干历史语音信号；对每个历史语音信号进行处理以得到语谱图；将每个历史语音信号转换成文本信息，对文本信息进行处理以生成词向量；将若干语谱图和若干词向量作为样本数据基于深度学习网络进行模型训练以得到多模态情绪识别模型。本发明利用多模态的思想，建立了一个基于语音和语音识别转换的文本信息两种输入的多模态情绪识别模型，能够对语音电话中的客人情绪进行实时的监测，解决了因单纯利用语音特征分析情绪会丢失语义信息造成不良情绪识别准确率不高，客人的直观感受和真人区别较大，进而导致用户体验度不高的问题。

技术领域

本发明属于人工智能技术，特别涉及一种模型的生成方法、情绪识别方法、系统、设备和存储介质。

背景技术

随着人工智能技术的发展，很多重复性的工作将交由机器完成，客服机器人就是一种实例。客服机器人与客人的语音场景下，常规性的，对于有清晰流程的工作，客服机器人均可以胜任，但是少数客人会带有一些不良情绪，例如不耐烦，愤怒，生气，焦急等。若客人出现以上情绪，再用客服机器人提供服务则可能引起客人的更强烈的不满。因此，要使客服机器人更好的服务于客户，识别客户情感也成了一种必备的能力。也就是说，客服机器人服务过程中，需要实时监测客人的情绪，如有异常，则立即预警并切入人工。

当前，业界多基于客户的语音应用情绪识别模型，实时监测客户的情绪，若客人出现不良情绪时则发出预警，将对话切换至人工服务，以保障服务质量。这种基于客户的语音应用情绪识别模型进行不良情绪识别存在识别准确率不高，客人的直观感受和真人区别较大，进而导致用户体验度不高的问题。

发明内容

本发明要解决的技术问题是为了克服现有技术中基于客户的语音应用情绪识别模型进行不良情绪识别存在识别准确率不高，客人的直观感受和真人区别较大，进而导致用户体验度不高的缺陷，提供一种基于语音和语音识别转写的文本两种输入的情绪识别模型，进而能够提高不良情绪识别准确率及用户体验度，使得客服机器人给客人的直观感受更贴近真人的模型的生成方法、情绪识别方法、系统、设备和存储介质。

本发明是通过下述技术方案来解决上述技术问题：

本发明第一方面提供了一种情绪识别模型的生成方法，包括：

获取若干历史语音信号；

对每个所述历史语音信号进行处理以得到语谱图；

将每个所述历史语音信号转换成文本信息，对所述文本信息进行处理以生成词向量；

将若干所述语谱图和若干所述词向量作为样本数据基于深度学习网络进行模型训练以得到多模态情绪识别模型。

较佳地，所述深度学习网络包括第一多层单向LSTM(Long Short-Term Memory，长短期记忆)网络和第二多层单向LSTM网络；

所述将若干所述语谱图和若干所述词向量作为样本数据基于深度学习网络进行模型训练以得到多模态情绪识别模型的步骤中：

将若干所述语谱图作为所述第一多层单向LSTM网络的输入；

将若干所述词向量作为所述第二多层单向LSTM网络的输入。

较佳地，所述将若干所述语谱图和若干所述词向量作为样本数据基于深度学习网络进行模型训练以得到多模态情绪识别模型的步骤包括：

利用Attention(注意力)机制对所述第一多层单向LSTM网络输出的隐向量做筛选和聚合，以得到第一上下文向量；

利用Attention机制对所述第二多层单向LSTM网络输出的隐向量做筛选和聚合，以得到第二上下文向量；