[发明专利]音频数据情绪检测方法、装置、电子设备及存储介质

说明书

本发明涉及语音语义技术，揭露了一种音频数据情绪检测方法，包括：获取原始音频数据，对所述原始音频数据进行声道分离及数据切割处理，得到标准音频数据，对所述标准音频数据进行静音检测，当检测为非静音数据时，对所述标准音频数据进行频域转换，得到频域数据，将所述频域数据转换为梅尔频域数据，利用预训练的音频检测模型对所述梅尔频域数据进行检测，得到情绪初始评分，利用预设的加权计算方法计算所述情绪初始评分得到情绪最终评分。此外，本发明还涉及区块链技术，所述情绪最终评分可存储于区块链的节点。本发明还提出一种音频数据情绪检测装置、电子设备以及计算机可读存储介质。本发明可以在于解决音频数据情绪检测准确率较低的问题。

技术领域

本发明涉及语音语义技术领域，尤其涉及一种音频数据情绪检测方法、装置、电子设备及计算机可读存储介质。

背景技术

随着社会经济的快速发展，各领域各部门对客户的服务越来越重视，越来越强调客户满意度和留存率，其中，通过分析客户与客服人员之间的音视频资料，检测出用户情绪，是把控服务质量的重要指标。比如，银行专门有一个部门负责客户的咨询投诉业务，这个部门的其中一个日常工作内容是听取电话坐席的来电录音，查看是否有被漏掉的投诉工单，以监控坐席的服务质量。现有技术下，1、通过人工复核的方法来检测音频数据中的用户情绪，然而对于每日万级别的用户进电量，无法通过人工全量听取录音的方式完成质检，只能采用传统的质检方式——抽样听取录音，导致覆盖率低，检测效率低，检测不准确。2、通过将音频数据与图像或文本数据结合，利用深度学习的方法识别用户情绪。然而，将音频数据与图像或文本数据结合分析，在实际使用中会占用过多计算机资源，导致检测效率较低，同时音频数据与图像或文本数据结合的应用场景较少。

发明内容

本发明提供一种音频数据情绪检测方法、装置及计算机可读存储介质，其主要目的在于解决音频数据情绪检测准确率较低的问题。

为实现上述目的，本发明提供的一种音频数据情绪检测方法，包括：

获取原始音频数据，对所述原始音频数据进行声道分离及数据切割处理，得到标准音频数据；

对所述标准音频数据进行静音检测；

当检测所述标准音频数据为静音数据时，对所述静音数据进行标记；

当检测所述标准音频数据为非静音数据时，对所述标准音频数据进行频域转换，得到频域数据；

将所述频域数据转换为梅尔频域数据，并利用预训练的音频检测模型对所述梅尔频域数据进行检测，得到情绪初始评分；

利用预设的加权计算方法计算所述情绪初始评分得到情绪最终评分。

可选地，所述对所述原始音频数据进行声道分离及数据切割处理，得到标准音频数据，包括：

对所述原始音频数据进行声道判断，抽取所述原始音频数据中的右声道音频数据；

根据预设的时间长度对所述右声道音频数据进行数据切割，得到所述标准音频数据。

可选地，所述对所述标准音频数据进行静音检测，包括：

逐帧读取所述标准音频数据中的每一帧音频数据，计算所述每一帧音频数据的语音能量值及背景噪音能量值；

计算所述语音能量值与背景噪音能量值的差值，并将所述差值和预设的静音阈值作比较；

当所述差值小于所述静音阈值时，判断所述标准音频数据为静音数据；

当所述差值大于等于所述静音阈值时，则判断所述标准音频数据为非静音数据。

可选地，所述对所述标准音频数据进行频域转换，得到频域数据，包括：

利用下述函数将所述标准音频数据进行频域转换，得到频域数据F(ω)：