【技术实现步骤摘要】
语音情感识别模型的确定方法、装置、设备及存储介质
本公开涉及信息
，尤其涉及语音情感识别模型的确定方法、装置、设备及存储介质。
技术介绍
语音情感识别技术有着广泛的应用场景，根据应用领域的不同，不同的情感识别任务所关注的情感种类也有所不同。例如，电话客服中心关注的多为用户的负面情绪程度，尤其要对用户的愤怒、厌恶等情绪进行监控和干预。相关技术中，通过回归模型可以识别语音片段的情感属性值，同时回归模型的情感属性值的输出是有大小含义的实数值，因此通过回归模型可以根据该语音片段的情感属性值大小对语音情感进行区分。然而，在回归模型训练中使用均方差作为损失函数，在情感属性值的方差大小相同时，对分类的精度较差。
技术实现思路
本公开提供语音情感识别模型的确定方法、装置、设备及存储介质，以至少解决相关技术中情感分类不准确的问题。本公开的技术方案如下：根据本公开实施例的第一方面，提供一种语音情感识别模型的确定方法，包括：获取语音样本；将语音样本输入待训练的语音情感识别模型，通过...
【技术保护点】
1.一种语音情感识别模型的确定方法，其特征在于，包括：/n获取语音样本；/n将所述语音样本输入待训练的语音情感识别模型，通过所述待训练的语音情感识别模型的输出层中预设的K-1个输出节点对所述语音样本进行分类，得到输出结果，其中，所述输出层中预设的K-1个输出节点为按照指定顺序排列的输出节点，K为大于2的正整数；/n基于预设损失函数根据所述输出结果，确定所述待训练的语音情感识别模型的损失；/n当所述待训练的语音情感识别模型的损失不满足预设条件时，根据所述损失对所述待训练的语音情感识别模型的参数进行调整，直至当所述待训练的语音情感识别模型的损失满足预设条件时，得到训练好的语音情感识别模型。/n
【技术特征摘要】
1.一种语音情感识别模型的确定方法，其特征在于，包括：
获取语音样本；
将所述语音样本输入待训练的语音情感识别模型，通过所述待训练的语音情感识别模型的输出层中预设的K-1个输出节点对所述语音样本进行分类，得到输出结果，其中，所述输出层中预设的K-1个输出节点为按照指定顺序排列的输出节点，K为大于2的正整数；
基于预设损失函数根据所述输出结果，确定所述待训练的语音情感识别模型的损失；
当所述待训练的语音情感识别模型的损失不满足预设条件时，根据所述损失对所述待训练的语音情感识别模型的参数进行调整，直至当所述待训练的语音情感识别模型的损失满足预设条件时，得到训练好的语音情感识别模型。
2.根据权利要求1所述的方法，其特征在于，所述语音样本为标记有K-1个二值标签的向量，所述获取语音样本包括多个语音片段，所述二值标签的向量为通过各个所述语音片段的情感属性预测分值判断得到的向量。
3.根据权利要求2所述的方法，其特征在于，所述二值标签的向量的获取方法，包括：
获取第i个语音样本xi的第i语音片段{xi,yi}的情感属性预测分值yi，通过预设函数：
得到所述语音样本对应的二值标签向量rk为预设阈值。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取待识别语音信息，通过所述训练好的语音情感识别模型对所述待识别语音信息进行识别，得到所述待识别语音信息的情感种类。
5.根据权利要求1所述的方法，其特征在于，所述将所述语音样本输入待训练的语音情感识别模型，通过所述待训练的语音情感识别模型的输出层中预设的K-1个输出节点对所述语音样本进行分类，得到输出结果，包括：
将所述语音样本输入待训练的语音情感识别模型，利用所述待训练的语音情感识别模型，提取所述语音片段的语音向量；
通过所述待训练的语音情感识别模型的输出层中预设的K-1个输出节点对所述语音样本的语音向量进行映射，得到输出结果。
6.根据权利要求5所述的方法，其特征在于，所述基于预设损失函数根据所述输出结果，通过确定所述待训练的语音情感识别模型的损失，包括：
根据所述输出结果，通过预设损失函数：
确定所述待训练的语音情感识别模型的...
【专利技术属性】
技术研发人员：韩文静，李岩，姜涛，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。