语音聊天机器人职位面试系统中的情感识别技术方案

本发明专利技术提供了用于语音情感识别面试过程的方法和系统。在一个新颖方面，除了针对回答音频剪辑的内容评估之外，基于回答音频剪辑的情感分类器生成并发情绪分类器。在一个实施例中，计算机系统获得针对第一问题的第一回答的音频剪辑的情绪分类器，其中情绪分类器从由音频剪辑的卷积神经网络(CNN)模型分析产生的情绪分类器导出的；通过使用递归神经网络(RNN)模型分析针对第一问题的第一回答的音频剪辑来获得针对第一问题的评估结果；以及基于情绪分类器和评估结果生成针对第一问题的第一情感响应结果，其中第一情感响应结果呈现针对评估结果的采样经验因子。估结果的采样经验因子。估结果的采样经验因子。

【技术实现步骤摘要】
语音聊天机器人职位面试系统中的情感识别


[0001]本专利技术一般涉及聊天机器人(Chatbot)面试系统，以及更特别地，涉及用于面试系统的语音聊天机器人中的语音情感识别。

技术介绍

[0002]在线社区的迅速增长为人们提供了广泛的益处。在线社区的成员通过社交网络平台共享各种各样的信息。人们依靠社交网络(也称为社交媒体网络)来获得更多的连接并更快地获得信息。近年来，社交媒体网络已经扩展到朋友和家庭之间的非正式联网之外。社交媒体平台已经越来越多地应用于商业和专业用途。许多组织和商业单位具有其社交媒体存在。社交媒体营销已经获得了巨大的动力。企业和专业人员对社会媒体技术的快速和大量采用已经改变了企业如何找到伙伴、人们如何面试信息以及人们如何跟上他们的专业领域的最新发展。在一个值得注意的领域中，社交媒体已经越来越多地被看作帮助所连接的企业和求职者的专业平台。具有职位空缺的企业在社交媒体网络上发布其职位描述。求职者或专业人员在社交媒体网络上发布其简历和兴趣。社交媒体网络提供用户彼此连接和参与群组。在线社区在招聘过程中扮演了更重要的角色。从在线职位发布到简历提交，传统的招聘过程已经被改进以及使用社交媒体网络接触更多的人才。然而，针对招聘的面试的过程仍然严重依靠人际交互。在线笔试和语音聊天机器人应用可用于向面试过程提供帮助。然而，这样的技术不提供情感反应信息。针对问题的情感反应是提供候选人的更全面背景的一条有价值的信息。
[0003]需要一些改进和增强来更有效地使用社交媒体进行招聘。

技术实现思路

[0004]提供了用于语音情感识别面试过程的方法和系统。在一个新颖方面，除了针对回答音频剪辑的内容评估之外，基于回答音频剪辑的情感分类器生成并发情绪分类器。在一个实施例中，计算机系统基于一个或多个选择准则从题库中选择第一问题；获得针对第一问题的第一回答的音频剪辑的情绪分类器，其中情绪分类器从由音频剪辑的卷积神经网络(CNN)模型分析产生的情感分类器导出的；通过使用递归神经网络(RNN)模型分析针对所述第一问题的第一回答的音频剪辑来获得针对第一问题的评估结果；以及基于情绪分类器和评估结果生成针对第一问题的第一情感响应结果，其中第一情感响应结果呈现针对评估结果的采样经验因子。在一个实施例中，情感分类器选自包括愤怒的情感、激动的情感、沮丧的情感、快乐的情感、中性的情感、悲伤的情感和惊讶的情感在内的情感群组，以及情绪分类器选自包括极端积极、积极、中性、消极、极端消极和惊讶在内的情绪群组。在另一实施例中，情绪分类器被映射到情感分类器。在一个实施例中，第一问题是个人特质问题，以及针对个人特质问题的第一回答标识一个或多个个人特质。在另一实施例中，个人特质问题的评估结果针对由第一问题标识的一个或多个个人特质在缩放基础上揭示积极或消极的倾向。在又一实施例中，当情绪分类器指示积极、极端积极、消极或极端消极的结果时，情绪分
类器更改评估结果。在一个实施例中，第一问题是技术问题，以及针对技术问题的第一回答在缩放基础上标识一个或多个技术技能。在另一实施例中，情绪分类器用作针对评估结果的参考因子，其中当情绪分类器指示极端消极的、消极的或中性的结果时，针对第一问题的评估结果是正确的，针对第一问题的第一情感响应结果指示第一问题是技能水平以下的问题。在又一实施例中，计算机系统从题库中选择第二问题，其中选择准则基于第一情绪响应结果，以及使用语音Chatbot来呈现第一问题。语音Chatbot的声音的音调是基于一个或多个动态配置的调节因子可调整的。在一个实施例中，计算机系统从题库中选择第二问题，其中一个调整因子是第一情绪响应结果。
[0005]其它实施例和优点在以下详细描述中描述。此
技术实现思路
并不旨在限定本专利技术。本专利技术由权利要求书限定。
附图说明
[0006]附图示出本专利技术的实施例，其中相同的附图标记表示相同的组件。
[0007]图1示出根据本专利技术的实施例的语音情感识别面试系统的示例性示图。
[0008]图2示出根据本专利技术的实施例的具有用于控制子系统和人才子系统的处理模块的支持语音情感的计算机系统的示例性模块图。
[0009]图3示出根据本专利技术的实施例的基于回答音频剪辑的语音情绪分类器生成的示例性示图。
[0010]图4示出根据本专利技术的实施例的使用直接映射基于音频剪辑的情感分类器来获得用于音频剪辑的情绪分类器的示例性示图。
[0011]图5示出根据本专利技术的实施例的针对技术问题和个人特质问题的情绪分类器的示例性示图。
[0012]图6示出根据本专利技术的实施例的执行用于音频面试的语音情感识别的采取计算机系统形式的机器的示例性框图。
[0013]图7示出根据本专利技术的实施例的用于生成针对个人特质问题的语音情感响应的示例性示图。
[0014]图8示出根据本专利技术的实施例的用于生成针对技术问题的语音情感响应的示例性示图。
[0015]图9示出根据本专利技术的实施例的用于面试过程的语音情感识别的示例性流程图。
具体实施例
[0016]现在将详细参考本专利技术的一些实施例，其示例在附图中示出。
[0017]图1示出根据本专利技术的实施例的语音情感识别面试系统的示例性示图。示例性招聘系统包括支持语音情感的计算机系统110、人力资源(HR)客户端子系统120、以及人才子系统130。HR客户端子系统120生成职位描述，并从支持语音情感的计算机系统110获得面试报告。客户端130经由支持语音情感的计算机系统110进行面试。针对回答的评估连同并发情感响应由计算机系统110生成。结果被发送回HR客户端120。计算机系统110生成的语音情感识别结果避免了在面对面或在线视频面试期间发生的可能的偏见。另一方面，计算机系统110生成并发情感响应报告，可以用于评估申请者的情感智力。情感响应可以被实时地用
作反馈以选择后续问题。它比在线笔试更具交互性。
[0018]支持语音情感的计算机系统110包括控制器111、用户接口112、题库113、以及情感响应结果处理器116。控制器111与递归神经网络(RNN)的人工智能(AI)程序115交互，用于自然语言处理(NPL)/自然语言理解(NLU)。卷积神经网络(CNN)长短期记忆(LSTM)单元114向控制器提供待使用的语音情感分析的输入，以生成语音情感结果。在一个实施例中，支持语音情感的计算机系统110是多进程设备。在其它实施例中，计算机系统110在多个设备上运行。
[0019]用户接口112与诸如HR客户端120和人才130之类的外部实体交换信息。用户接口112还通过网络连接与诸如网络实体之类的其它实体交互。用户接口112接收职位描述HR客户端120。职位描述标识期望的技能。在一个实施例中，职位描述采取来自HR客户端120的自由形式。在另一实施例中，HR客户端120格式化职位描述形式以生成职位描述。用户接口112将职位描述发送到控制器111以生成面试问题。用户接口112从控制器111接收面试结果，并将结果发送到HR客户端120。用户接口112还与人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，包括：由具有与至少一个存储器单元耦接的一个或多个处理器的计算机系统基于一个或多个选择准则从题库中选择第一问题；由所述计算机系统获得针对所述第一问题的第一回答的音频剪辑的情绪分类器，其中所述情绪分类器是从由所述音频剪辑的卷积神经网络(CNN)模型分析产生的情感分类器导出的；由所述计算机系统通过使用递归神经网络(RNN)模型分析针对所述第一问题的第一回答的音频剪辑来获得针对所述第一问题的评估结果；以及基于所述情绪分类器和所述评估结果生成针对所述第一问题的第一情感响应结果，其中所述第一情感响应结果呈现针对所述评估结果的采样经验因子。2.根据权利要求1所述的方法，其中所述情感分类器选自包括愤怒的情感、激动的情感、沮丧的情感、快乐的情感、中性的情感、悲伤的情感和惊讶的情感在内的情感群组，以及所述情绪分类器选自包括极端积极、积极、中性、消极、极端消极和惊讶在内的情绪群组。3.根据权利要求2所述的方法，其中所述情绪分类器被映射到所述情感分类器。4.根据权利要求1所述的方法，其中所述第一问题是个人特质问题，以及针对个人特质问题的所述第一回答标识一个或多个个人特质。5.根据权利要求4所述的方法，其中所述个人特质问题的评估结果针对由所述第一问题所标识的一个或多个个人特质在缩放基础上揭示积极或消极的倾向。6.根据权利要求5所述的方法，其中当所述情绪分类器指示积极、极端积极、消极或极端消极的结果时，所述情绪分类器更改所述评估结果。7.根据权利要求1所述的方法，其中所述第一问题是技术问题，以及针对技术问题的所述第一回答在缩放基础上标识一个或多个技术技能。8.根据权利要求7所述的方法，其中所述情绪分类器用作针对所述评估结果的参考因子，其中当所述情绪分类器指示极端消极、消极或中性的结果时，针对所述第一问题的评估结果是正确的，针对所述第一问题的所述第一情感响应结果指示所述第一问题是技能水平以下的问题。9.根据权利要求1所述的方法，还包括：从所述题库中选择第二问题，其中选择准则基于所述第一情绪响应结果。10.根据权利要求1所述的方法，还包括：使用语音聊天机器人呈现所述第一问题。11.根据权利要求10所述的方法，其中所述语音聊天机器人的声音是基于一个或多个动态配置的调整因子可调整的。12.根据权利要求11所述的方法，还包括...

【专利技术属性】
技术研发人员：黃宏灿，李明桦，
申请(专利权)人：罗科仕管理顾问有限公司，
类型：发明
国别省市：