[发明专利]语音数据情感检测方法、装置、电子设备和存储介质

说明书

本发明提供一种语音数据情感检测方法、装置、电子设备和存储介质，所述方法包括：将语音数据输入至情感检测模型，得到情感检测模型输出的情感检测结果；其中，情感检测模型用于在提取语音数据的语音特征后，将语音特征划分为多个候选感情区域特征，并基于非极大抑制从多个候选感情区域特征中确定目标感情区域特征，以及对各目标感情区域特征进行情感分类，得到情感检测结果。由于各候选感情区域特征对应的语音数据为一个或多个完整语句，从而可以基于完整语句进行情感检测，避免传统方法中对每句对话进行感情分类，没有考虑每种感情产生的起止位置，忽略感情表达的过程性和阶段性导致无法准确进行情感检测问题。

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种语音数据情感检测方法、装置、电子设备和存储介质。

背景技术

语音数据情感检测就是对原始的音频信息进行分析得到该段音频中说话人所表达的感情信息。语音记录了说话者完整的声音信息，它包含了说话人的语言内容、语音语调等信息。说话人往往是通过说话的内容和语音语调共同作用来表达出内心的感情的，因此相比于通过文字进行感情分析，使用语音进行感情分析更有优势。

在生活中，长时连续的对话语音十分常见，比如客服热线、心理援助热线等服务、救助场景，通过对长对话语音感情分析获得的来电者的感情变化，并最终得到一个整体评价。目前对长时连续对话的感情分析的主要方法是对每句对话进行感情分类，然而心理感情的表达是一个时序过程，是需要多句话按时间顺序依次表达得出的一个累计结果，而判断这个感情所需要的话语数量往往是难以确定的，因此该方法由于没有考虑每种感情产生的起止位置，忽略了感情表达的过程性和阶段性，从而无法准确进行情感检测。

发明内容

本发明提供一种语音数据情感检测方法、装置、电子设备和存储介质，用以解决现有技术中语音数据情感检测精度较低的缺陷。

本发明提供一种语音数据情感检测方法，包括：

确定待检测的语音数据，所述语音数据包括至少一个完整语句；

将所述语音数据输入至情感检测模型，得到所述情感检测模型输出的情感检测结果；

其中，所述情感检测模型是基于包含至少一个完整语句的样本语音数据及其对应的样本情感检测结果训练得到的；所述情感检测模型用于在提取所述语音数据的语音特征后，将所述语音特征划分为多个候选感情区域特征，并基于非极大抑制从多个候选感情区域特征中确定目标感情区域特征，以及对各目标感情区域特征进行情感分类，得到所述情感检测结果；各候选感情区域特征对应的语音数据为一个或多个完整语句。

根据本发明提供的一种语音数据情感检测方法，所述将所述语音数据输入至情感检测模型，得到所述情感检测模型输出的情感检测结果，包括：

将所述语音数据输入至所述情感检测模型的特征提取层，得到所述特征提取层输出的所述语音数据的语音特征；

将所述语音特征输入至所述情感检测模型的候选区域检测层，得到所述候选区域检测层输出的所述多个候选感情区域特征；

将所述多个候选感情区域特征输入至所述情感检测模型的目标区域检测层，由所述目标区域检测层对所述多个候选感情区域特征进行非极大抑制处理，得到所述目标区域检测层输出的所述目标感情区域特征；

将所述目标感情区域特征输入至所述情感检测模型的情感分类层，得到所述情感分类层输出的所述情感检测结果。

根据本发明提供的一种语音数据情感检测方法，所述将所述语音数据输入至所述情感检测模型的特征提取层，得到所述特征提取层输出的所述语音数据的语音特征，包括：

将所述语音数据输入至所述特征提取层的声谱图转换层，得到所述声谱图转换层输出的所述语音数据对应的声谱图；