[发明专利]语音情感识别方法、装置、电子设备和存储介质

权利要求书

1.一种语音情感识别模型的训练方法，其特征在于，包括：

获得预训练的语音情感识别模型，其中，所述语音情感识别模型包括第一模块和第二模块；

获取目标用户对应的第一语音样本集，其中，所述第一语音样本集包括所述目标用户输入的多个第一语音样本，以及与所述多个第一语音样本对应的多个情感分类标签；

对于所述第一语音样本集中的任一第一语音样本，获得所述第一语音样本对应的语音特征；

将所述第一语音样本对应的语音特征输入所述第二模块，得到所述第一语音样本对应的情感分类预测结果；

根据所述第一语音样本对应的情感分类预测结果和所述第一语音样本对应的情感分类标签，更新所述第二模块的参数。

2.根据权利要求1所述的方法，其特征在于，

所述方法还包括：获得训练完成的说话人识别模型；

所述对于所述第一语音样本集中的任一第一语音样本，获得所述第一语音样本对应的语音特征，包括：对于所述第一语音样本集中的任一第一语音样本，通过所述第一模块和/或所述说话人识别模型，得到所述第一语音样本对应的语音特征。

3.根据权利要求1或2所述的方法，其特征在于，所述获得预训练的语音情感识别模型，包括：

获取第二语音样本集，其中，所述第二语音样本集包括多个说话人对应的多个第二语音样本，以及与所述多个第二语音样本对应的多个情感分类标签；

采用所述第二语音样本集训练所述语音情感识别模型，直至满足第一预设训练条件；

对于第二语音样本集中的任一第二语音样本，通过所述第一模块和/或说话人识别模型，得到所述第二语音样本对应的语音特征；

将所述第二语音样本对应的语音特征输入所述第二模块，得到所述第二语音样本对应的情感分类预测结果；

根据所述第二语音样本对应的情感分类预测结果和第二所述语音样本对应的情感分类标签，更新所述第二模块的参数。

4.根据权利要求3所述的方法，其特征在于，

所述对于第二语音样本集中的任一第二语音样本，通过所述第一模块和/或说话人识别模型，得到所述第二语音样本对应的语音特征，包括：对于第二语音样本集中的任一第二语音样本，通过所述第一模块得到所述第二语音样本对应的第一语音特征，并通过说话人识别模型得到所述第二语音样本对应的第二语音特征；根据所述第二语音样本对应的第一语音特征和所述第二语音样本对应的第二语音特征，得到所述第二语音样本对应的第三语音特征；

所述将所述第二语音样本对应的语音特征输入所述第二模块，得到所述第二语音样本对应的情感分类预测结果，包括：将所述第二语音样本对应的第三语音特征输入所述第二模块，得到所述第二语音样本对应的情感分类预测结果。

5.根据权利要求2所述的方法，其特征在于，所述说话人识别模型为轻量模型。

6.根据权利要求5所述的方法，其特征在于，所述说话人识别模型至少部署在所述目标用户对应的用户终端上；

所述通过所述第一模块和/或所述说话人识别模型，得到所述第一语音样本对应的语音特征，包括：通过部署在所述目标用户对应的用户终端上的说话人识别模型，得到所述第一语音样本对应的第二语音特征；

所述将所述第一语音样本对应的语音特征输入所述第二模块，得到所述第一语音样本对应的情感分类预测结果，包括：将所述第一语音样本对应的第二语音特征输入所述第二模块，得到所述第一语音样本对应的情感分类预测结果。

7.根据权利要求6所述的方法，其特征在于，所述通过部署在所述目标用户对应的用户终端上的说话人识别模型，得到所述第一语音样本对应的第二语音特征，包括：

响应于所述目标用户请求在所述用户终端上保留所述第一语音样本集，通过部署在所述目标用户对应的用户终端上的说话人识别模型，得到所述第一语音样本对应的第二语音特征。