[发明专利]具有说话者表示的系统、电子装置和相关方法

说明书

本申请公开了具有说话者表示的系统、电子装置和相关方法。本发明公开了系统、电子装置和相关方法，具体来说，公开了一种操作包括电子装置的系统的方法，所述方法包括：获得包括第一音频信号的一个或多个音频信号；基于所述第一音频信号而确定指示第一说话者状态的一个或多个第一情绪度量，所述一个或多个第一情绪度量包括指示第一说话者的主要情绪状态的第一主要情绪度量；确定指示所述第一说话者的外貌的一个或多个第一外貌度量，所述一个或多个第一外貌度量包括指示所述第一说话者的主要外貌的第一主要外貌度量；基于所述第一主要情绪度量和所述第一主要外貌度量而确定第一说话者表示；以及经由所述电子装置的接口输出所述第一说话者表示。

技术领域

本公开涉及语音处理以及具体来说用于分析、监测和/或评估一个或多个说话者(例如呼叫者和/或呼叫的代理和/或电话交谈或诸如联机会议的会议的一个或多个参与者)的语音的相关工具和方法。因此，提供系统、电子装置和相关方法，具体来说，提供一种操作包括电子装置的系统的方法。

背景技术

现今，人们之间的互动越来越多地在远距离和虚拟的情况下发生，例如经由电话通话、讨论会通话等。然而，在电话通话的两头对话的人通过仅仅听语音可能难以掌握对方的情感或情绪。

例如，几乎所有的支持和售后都是通过电话在发起和/或接听呼叫的呼叫中心代理与正在被联系的潜在客户或就各种问题联系呼叫中心代理的客户之间执行的。在呼叫中心、支持中心或联络中心工作的呼叫中心代理艰难地进行着一项可能有时单调并且重复的工作。这对代理来说是一种负面体验，而且会导致音色表现得更差，继而降低在线路另一端的客户的客户满意度，并且平均通话时间变长。在进行了几个小时的通话之后，可能很难想起通话的另一头有人渴望帮助解决问题。

发明内容

因此，需要系统、电子装置以及操作具有语音处理得到改进的说话者表示的系统的方法。

公开了一种操作包括电子装置和/或服务器装置的系统的方法，所述方法包括：获得包括第一音频信号的一个或多个音频信号；基于该第一音频信号而确定指示第一说话者状态的一个或多个第一情绪度量，该一个或多个第一情绪度量包括指示第一说话者的主要情绪状态的第一主要情绪度量；确定指示该第一说话者的外貌的一个或多个第一外貌度量，该一个或多个第一外貌度量包括指示该第一说话者的主要外貌的第一主要外貌度量；基于该第一主要情绪度量和该第一主要外貌度量而确定第一说话者表示；以及例如从该服务器装置向该电子装置和/或经由该电子装置的接口输出该第一说话者表示。

此外，公开了一种电子装置，该电子装置包括处理器、存储器和接口，其中该处理器被配置成执行根据本公开的方法中的任一方法的至少若干部分。

还公开了一种包括处理器、存储器和接口的电子装置，其中该处理器被配置成：获得可选地包括第一音频信号的一个或多个音频信号；基于该第一音频信号而可选地确定指示第一说话者状态的一个或多个第一情绪度量，该一个或多个第一情绪度量包括指示该第一说话者的主要情绪状态的第一主要情绪度量；可选地确定指示该第一说话者的外貌的一个或多个第一外貌度量，该一个或多个第一外貌度量包括指示该第一说话者的主要外貌的第一主要外貌度量；基于该第一主要情绪度量和该第一主要外貌度量而可选地确定第一说话者表示；以及例如从该服务器装置向该电子装置和/或经由该接口输出该第一说话者表示。输出该第一说话者表示可以包括：从服务器装置接收该第一说话者表示；以及输出该第一说话者表示。

还公开了一种包括服务器装置和电子装置的系统，其中该电子装置是根据本公开的电子装置。

还公开了一种包括接口、一个或多个处理器和存储器的服务器装置。该一个或多个处理器可以被配置成执行本文中公开的方法中的任一方法的至少若干部分。例如，可以在该服务器装置处执行确定(若干)情绪度量和/或(若干)外貌度量。例如，可以在该服务器装置处执行确定(若干)说话者表示。可以将(若干)说话者表示传输到该电子装置以用于经由该电子装置输出，诸如显示。