[发明专利]基于上下文的语音情感检测方法、装置、设备及存储介质有效
| 申请号: | 202110214155.5 | 申请日: | 2021-02-26 |
| 公开(公告)号: | CN112992187B | 公开(公告)日: | 2023-04-18 |
| 发明(设计)人: | 顾艳梅;马骏;王少军 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
| 主分类号: | G10L25/63 | 分类号: | G10L25/63;G10L17/00 |
| 代理公司: | 深圳市沃德知识产权代理事务所(普通合伙) 44347 | 代理人: | 高杰;于志光 |
| 地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 上下文 语音 情感 检测 方法 装置 设备 存储 介质 | ||
1.一种基于上下文的语音情感检测方法,其特征在于,所述方法包括:
获取输入语音流,对所述输入语音流进行声纹特征提取,得到所述输入语音流的声纹特征;
根据所述声纹特征将所述输入语音流划分为客服语音段与客户语音段;
分别提取所述客服语音段与所述客户语音段的语音时刻;
选取预设的第一时刻下的所述客服语音段为第一语音段,选取预设的第二时刻下的所述客户语音段为第二语音段,其中,所述第二时刻在所述第一时刻之后,所述第一时刻和所述第二时刻均为提取到的所述语音时刻;
利用预先训练完成的情感分析模型对所述第一语音段进行情感检测,得到客服情感;
将所述客服情感作为所述情感分析模型的参数,使用所述情感分析模型对所述第二语音段进行情感检测,得到客户情感。
2.如权利要求1所述的基于上下文的语音情感检测方法,其特征在于,所述对所述输入语音流进行声纹特征提取,得到所述输入语音流的声纹特征,包括:
对不同语音时刻下的输入语音流进行卷积处理,得到卷积语音流;
对所述卷积语音流进行全局最大池化处理,得到池化语音流;
对所述池化语音流进行全连接处理,得到全连接语音流;
对所述全连接语音流进行全连接处理,得到所述输入语音流的声纹特征。
3.如权利要求1所述的基于上下文的语音情感检测方法,其特征在于,所述根据所述声纹特征将所述输入语音流划分为客服语音段与客户语音段,包括:
计算所述输入语音流的所述声纹特征与标准客服声纹特征之间的距离值;
将所述输入语音流中距离值小于预设距离阈值的语音段汇集为客服语音段;
将所述距离值大于或等于所述预设距离阈值的的语音段汇集为客户语音段。
4.如权利要求1所述的基于上下文的语音情感检测方法,其特征在于,所述利用预先训练完成的情感分析模型对所述第一语音段进行情感检测,得到客服情感,包括:
检测所述第一语音段的语音时长和语音语调;
持续检测所述第一语音段的语音强度,根据所述语音时长和所述语音强度计算所述第一语音段的语音音量;
对所述第一语音段进行语音内容识别,统计语音内容识别结果中用户的语音字数;
根据所述语音时长和所述语音字数计算所述第一语音段的语音语速;
根据所述语音语调、所述语音音量和所述语音语速计算客服情感值;
根据所述客服情感值所在的数值区间确定客服情感。
5.如权利要求1至4中任一项所述的基于上下文的语音情感检测方法,其特征在于,所述将所述客服情感作为参数,使用所述情感分析模型对所述第二语音段进行情感检测,得到客户情感,包括:
对所述客服情感进行参数转化,得到情感参数;
利用所述情感参数对所述情感分析模型进行参数赋值,得到带有参数的情感分析模型;
利用所述带有参数的情感分析模型对所述第二语音段进行情感检测,得到客户情感。
6.如权利要求5所述的基于上下文的语音情感检测方法,其特征在于,所述对所述客服情感进行参数转化,得到情感参数,包括:
对所述客服情感进行词向量数值转化,得到客服情感参数;
获取所述情感分析模型的配置文件;
解析所述配置文件得到配置项,并提取所述配置项中的配置参数;
利用所述客服情感参数对所述配置参数进行赋值,得到赋值参数;
将所述赋值参数输入至所述情感分析模型,得到含参数的情感分析模型;
利用所述含参数的情感分析模型对所述第二语音段进行情感检测,得到客户情感。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110214155.5/1.html,转载请声明来源钻瓜专利网。





