目标情绪分类模型的确定方法及装置制造方法及图纸

本申请公开了一种目标情绪分类模型的确定方法及装置。其中，该方法包括：获取第一模板数据和第一模板数据对应的目标情绪类型；以第一模板数据为样本数据，目标情绪类型为样本数据分类标签训练得到模板情绪分类模型；将目标对象的语音输入模板情绪分类模型，得到目标情绪类型；将目标对象的语音加入到第一模板数据中组成第二模板数据，以第二模板数据为样本数据，目标情绪类型为样本数据分类标签确定目标情绪分类模型。本申请解决了由于标注数据不足造成的情绪识别的准确率低的技术问题。造成的情绪识别的准确率低的技术问题。造成的情绪识别的准确率低的技术问题。

【技术实现步骤摘要】
目标情绪分类模型的确定方法及装置


[0001]本申请涉及语音识别领域，具体而言，涉及一种目标情绪分类模型的确定方法及装置。

技术介绍

[0002]客服人员语音情绪反映了客服人员的服务水平，因此情绪识别是对客服人员语音服务质量检测的重要组成部分，但即使在当前语音识别技术已经广泛落地应用的时代，语音情绪识别也并不是简单的事情，尤其是针对特定人群的识别。在语音识别应用中，对说话者情绪的判断遇到的主要困难是可用于情绪识别模型训练的标注数据不足。这主要是因为情绪识别的标注数据获取很困难，主要体现在：对于标注既有语音的情况，感情是主观的：不同人对于同一段语音，情绪标注很容易带有主观性。对于生成语音的情况，按照指定的情绪来发言对于非表演专业的客服人员很困难。以上的问题造成了标注数据的不足，从而导致了情绪识别的准确率较低。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本申请实施例提供了一种目标情绪分类模型的确定方法及装置，以至少解决由于标注数据不足造成的情绪识别的准确率低的技术问题。
[0005]根据本申请实施例的一个方面，提供了一种目标情绪分类模型的确定方法，包括：获取第一模板数据和第一模板数据对应的目标情绪类型；以第一模板数据为样本数据，目标情绪类型为样本数据分类标签训练得到模板情绪分类模型；将目标对象的语音输入模板情绪分类模型，得到目标情绪类型；将目标对象的语音加入到第一模板数据中组成第二模板数据，以第二模板数据为样本数据，目标情绪类型为样本数据分类标签确定目标情绪分类模型。
[0006]可选地，第一模板数据，包括：第一模板语音数据和第一模板文本数据。
[0007]可选地，在将目标对象的语音输入模板情绪分类模型，得到目标情绪类型之前，方法还包括：将目标对象的语音转化为与第一模板语音数据中的语音特征相同的目标对象模板语音；并将目标对象的语音转化为目标对象文本信息。
[0008]可选地，在将目标对象的语音转化为目标对象文本信息之后，方法还包括：将目标对象模板语音输入模板情绪分类模型，确定目标对象语音属于第一目标情绪类型的概率，其中，模板情绪分类模型的样本数据集为第一模板语音数据；将目标对象文本信息输入模板情绪分类模型，确定目标对象语音属于第二目标情绪类型的概率，其中，情绪分类模型的样本数据集为第一模板文本数据；在第一目标情绪类型的概率大于第二目标情绪类型的概率情况下，将第一目标情绪类型作为目标情绪类型。
[0009]可选地，将目标对象的语音加入到第一模板数据中组成第二模板数据，包括：将目标对象的语音加入第一模板语音数据组成第二模板语音数据；将目标对象文本信息加入第
一模板文本数据中组成第二模板文本数据；将第二模板语音数据和第二模板文本数据组合得到第二模板数据。
[0010]可选地，将目标对象的语音转化为与第一模板语音数据中的语音特征相同的目标对象模板语音，包括：将目标对象的语音进行滤波处理以过滤噪音；将处理后的目标对象的语音的语音特征进行调整以与第一模板语音数据中的语音特征一致，其中，语音特征包括：音色、音量和音调。
[0011]可选地，第一模板文本数据对应的第二目标情绪类型确定方法，包括：提取第一模板文本数据中的关键词，根据关键词的语音确定第一模板文本数据对应的第二目标情绪类型。
[0012]根据本申请实施例的另一方面，还提供了一种目标情绪分类模型的确定装置，包括：获取模块，用于获取第一模板数据和第一模板数据对应的目标情绪类型；模板模块，用于以第一模板数据为样本数据，目标情绪类型为样本数据分类标签训练得到模板情绪分类模型；训练模块，用于将目标对象的语音输入模板情绪分类模型，得到目标情绪类型；生成模块，用于将目标对象的语音加入到第一模板数据中组成第二模板数据，以第二模板数据为样本数据，目标情绪类型为样本数据分类标签确定目标情绪分类模型。
[0013]根据本申请实施例的另一方面，还提供了一种非易失性存储介质，包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上目标情绪分类模型的确定方法。
[0014]根据本申请实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述目标情绪分类模型的确定。
[0015]在本申请实施例中，采用获取第一模板数据和第一模板数据对应的目标情绪类型；以第一模板数据为样本数据，目标情绪类型为样本数据分类标签训练得到模板情绪分类模型；将目标对象的语音输入模板情绪分类模型，得到目标情绪类型；将目标对象的语音加入到第一模板数据中组成第二模板数据，以第二模板数据为样本数据，目标情绪类型为样本数据分类标签确定目标情绪分类模型的方式，通过对基础的模板数据进行情绪分类，然后对目标对象的语音进行训练，最后将训练完成的目标对象的语音加入模板样本数据库，达到了扩充情绪标注数据的目的，从而实现了提高情绪识别正确率的技术效果，进而解决了由于标注数据不足造成的情绪识别的准确率低技术问题。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0017]图1是根据本申请实施例的一种用于目标情绪分类模型的确定方法的计算机终端(或移动设备)的硬件结构框图；
[0018]图2是根据本申请实施例的一种可选的目标情绪分类模型的确定方法的示意图；
[0019]图3是根据本申请实施例的一种可选的目标情绪分类模型的确定方法的模型架构示意图；
[0020]图4是根据本申请实施例的另一种可选的目标情绪分类模型的确定方法的示意图；
[0021]图5是根据本申请实施例的一种可选的目标情绪分类模型的确定装置的示意图。
具体实施方式
[0022]为了使本
的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0023]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0024]根据本申请实施例，还提供了一种目标情绪分类模型的确定方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标情绪分类模型的确定方法，其特征在于，包括：获取第一模板数据和所述第一模板数据对应的目标情绪类型；以所述第一模板数据为样本数据，所述目标情绪类型为样本数据分类标签训练得到模板情绪分类模型；将目标对象的语音输入所述模板情绪分类模型，得到所述目标情绪类型；将所述目标对象的语音加入到所述第一模板数据中组成第二模板数据，以所述第二模板数据为样本数据，所述目标情绪类型为样本数据分类标签确定所述目标情绪分类模型。2.根据权利要求1所述的方法，其特征在于，所述第一模板数据，包括：第一模板语音数据和第一模板文本数据。3.根据权利要求2所述的方法，其特征在于，在将目标对象的语音输入所述模板情绪分类模型，得到所述目标情绪类型之前，所述方法还包括：将所述目标对象的语音转化为与所述第一模板语音数据中的语音特征相同的目标对象模板语音；并将所述目标对象的语音转化为目标对象文本信息。4.根据权利要求3所述的方法，其特征在于，在将所述目标对象的语音转化为目标对象文本信息之后，所述方法还包括：将所述目标对象模板语音输入所述模板情绪分类模型，确定所述目标对象语音属于第一目标情绪类型的概率，其中，所述模板情绪分类模型的样本数据集为所述第一模板语音数据；将所述目标对象文本信息输入所述模板情绪分类模型，确定所述目标对象语音属于第二目标情绪类型的概率，其中，所述情绪分类模型的样本数据集为所述第一模板文本数据；在所述第一目标情绪类型的概率大于所述第二目标情绪类型的概率情况下，将所述第一目标情绪类型作为所述目标情绪类型。5.根据权利要求3所述的方法，其特征在于，将所述目标对象的语音加入到所述第一模板数据中组成第二模板数据，包括：将所述目标对象的语音加入所述第一模板语音数据组成第二模板语音...

【专利技术属性】
技术研发人员：张后力，陈银星，肖夏，袁改娟，刘威，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：