[发明专利]情绪识别模型的训练方法、装置、设备及存储介质

权利要求书

1.一种情绪识别模型的训练方法，其特征在于，包括：

获取样本音频，所述样本音频中包括正面情绪音频和负面情绪音频，并分别对所述正面情绪音频和所述负面情绪音频进行特征提取，得到语音特征；

根据所述语音特征对所述样本音频中的所述正面情绪音频进行音频过滤，得到过滤后的样本音频；

对所述样本音频中的负面情绪音频进行数据增强，得到新增负面情绪音频；

将所述过滤后的样本音频以及所述新增负面情绪音频作为训练数据，并将所述训练数据输入至预设的神经网络进行模型训练，以得到情绪识别模型。

2.根据权利要求1所述的情绪识别模型的训练方法，其特征在于，所述根据所述语音特征对所述样本音频中的所述正面情绪音频进行音频过滤，包括：

分析所述正面情绪音频的语音特征的正向特征值和所述负面情绪音频的语音特征的负向特征值，得到语音特征、语音特征的特征值和情绪类别的规律曲线；

基于所述规律曲线确定筛选阈值，并根据所述筛选阈值和所述语音特征对所述样本音频中的所述正面情绪音频进行音频过滤。

3.根据权利要求1所述的情绪识别模型的训练方法，其特征在于，所述方法包括：

对所述样本音频进行音频分析，得到所述样本音频的信号能量值变化；

根据所述样本音频的信号能量值变化对所述样本音频进行端点检测，并基于检测出的端点对所述样本音频进行切割，得到所述样本音频中的有声音频片段。

4.根据权利要求1所述的情绪识别模型的训练方法，其特征在于，所述方法包括：

对所述样本音频进行语音识别，确定所述样本音频中是否包括语音信息；

若所述样本音频中不包括语音信息，则删除所述样本音频；

若所述样本音频中部分包括语音信息，则对所述样本音频进行切割，得到包括语音信息的音频片段。

5.根据权利要求1所述的情绪识别模型的训练方法，其特征在于，所述预设的神经网络包括输入层、特征提取层、隐藏层、池化层和输出层；所述将所述训练数据输入至预设的神经网络进行模型训练，包括：

将所述训练数据通过所述输入层输入预设的神经网络；

基于所述特征提取层对所述训练数据进行特征提取，得到第一训练特征；

将所述第一训练特征输入所述隐藏层，得到与所述第一训练特征对应的第二训练特征；

基于所述池化层对所述第二训练特征进行特征降维，得到第三训练特征；

基于所述第三训练特征进行分类，并通过所述输出层输出分类结果；

基于所述分类结果和所述训练数据中音频的情绪类型对所述预设的神经网络进行迭代训练。

6.根据权利要求1所述的情绪识别模型的训练方法，其特征在于，所述方法包括：

对所述样本音频进行噪声去除，得到去除噪声后的样本音频。

7.根据权利要求1所述的情绪识别模型的训练方法，其特征在于，所述数据增强包括语速扰动、相位扰动和频谱掩蔽中的至少一项。

8.一种情绪识别模型的训练装置，其特征在于，包括：

特征提取模块，用于获取样本音频，所述样本音频中包括正面情绪音频和负面情绪音频，并分别对所述正面情绪音频和所述负面情绪音频进行特征提取，得到语音特征；

音频过滤模块，用于根据所述语音特征对所述样本音频中的所述正面情绪音频进行音频过滤，得到过滤后的样本音频；

数据增强模块，用于对所述样本音频中的负面情绪音频进行数据增强，得到新增负面情绪音频；

模型训练模块，用于将所述过滤后的样本音频以及所述新增负面情绪音频作为训练数据，并将所述训练数据输入至预设的神经网络进行模型训练，以得到情绪识别模型。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器；

所述存储器用于存储计算机程序；

所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至7中任一项所述的情绪识别模型的训练方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1至7中任一项所述的情绪识别模型的训练方法。