情感识别方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及一种情感识别方法、装置、电子设备及存储介质，应用于语音处理技术领域，所述方法包括：获取待识别的语音数据，基于预先训练完成的情感识别模型中的目标语音特征提取网络，从语音数据中提取语音特征信息；基于情感识别模型中的目标文本特征提取网络，从语音数据对应的文本信息中提取文本特征信息；基于情感识别模型中的第一目标输出网络对语音特征信息和文本特征信息进行处理，得到第一情感类别输出结果；基于情感识别模型中的第二目标输出网络对文本特征信息进行处理，得到第二情感类别输出结果；根据第一情感类别输出结果和第二情感类别输出结果，确定语音数据所属的情感类别。本申请可以提高情感识别的准确性。本申请可以提高情感识别的准确性。本申请可以提高情感识别的准确性。

【技术实现步骤摘要】
情感识别方法、装置、电子设备及存储介质


[0001]本申请涉及语音处理
，尤其涉及一种情感识别方法、装置、电子设备及存储介质。

技术介绍

[0002]在智能语音对话系统中，情感分析技术具有重要的应用价值。例如，在客服及外呼场景中，通过分析用户语音所表达的情感，可以针对性地对回复话术进行优化，以提升用户体验。
[0003]相关技术中，可以基于NLP(Natural Language Processing，自然语言处理)技术，通过对语音数据对应文本进行分类，确定语音数据的情感类别。然而，由于所使用的信息量单一，因此该方法所识别的情感类别准确性较低。

技术实现思路

[0004]为了解决上述技术问题，本申请提供了一种情感识别方法、装置、电子设备及存储介质。
[0005]根据本申请的第一方面，提供了一种情感识别方法，包括：
[0006]获取待识别的语音数据，基于预先训练完成的情感识别模型中的目标语音特征提取网络，从所述语音数据中提取语音特征信息；
[0007]基于所述情感识别模型中的目标文本特征提取网本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种情感识别方法，其特征在于，所述方法包括：获取待识别的语音数据，基于预先训练完成的情感识别模型中的目标语音特征提取网络，从所述语音数据中提取语音特征信息；基于所述情感识别模型中的目标文本特征提取网络，从所述语音数据对应的文本信息中提取文本特征信息；基于所述情感识别模型中的第一目标输出网络对所述语音特征信息和所述文本特征信息进行处理，得到第一情感类别输出结果；基于所述情感识别模型中的第二目标输出网络对所述文本特征信息进行处理，得到第二情感类别输出结果；根据第一情感类别输出结果和所述第二情感类别输出结果，确定所述语音数据所属的情感类别。2.根据权利要求1所述的方法，其特征在于，所述情感识别模型的训练方法包括：获取训练数据，其中，所述训练数据包括：多个样本语音数据、所述样本语音数据对应的第一情感类别以及所述样本语音数据对应的样本文本信息的第二情感类别；基于初始语音特征提取网络从所述样本语音数据中提取样本语音特征信息，基于初始文本特征提取网络从所述样本文本信息中提取样本文本特征信息；基于第一初始输出网络对所述样本语音特征信息和所述样本文本特征信息进行处理，得到第一情感类别预测结果；根据所述第一情感类别预测结果和所述第一情感类别对应的第一标签数据，得到第一损失函数值；基于第二初始输出网络对所述样本文本特征信息进行处理，得到第二情感类别预测结果；根据所述第二情感类别预测结果和所述第二情感类别对应的第二标签数据，得到第二损失函数值；根据所述第一损失函数值和所述第二损失函数值，分别对所述初始语音特征提取网络的网络参数、所述初始文本特征提取网络的网络参数、所述第一初始输出网络的网络参数和所述第二初始输出网络的网络参数进行调整，得到所述情感识别模型。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：如果内容相同的多个所述样本文本信息存在多种第二情感类别，根据所述训练数据中多种所述第二情感类别分别对应的内容相同的所述样本文本信息的比例，确定内容相同的所述样本文本信息分别对应的第二情感类别的第二标签数据。4.根据权利要求2所述的方法，其特征在于，根据所述第一损失函数值和所述第二损失函数值，分别对所述初始语音特征提取网络的网络参数、所述初始文本特征提取网络的网络参数、所述第一初始输出网络的网络参数和所述第二初始输出网络的网络参数进行调整，包括：将所述第一损失函数值和所述第二损失函数值进行加权平均，得到第三损失函数值；根据所述第三损失函数值，对所述初始...

【专利技术属性】
技术研发人员：李良斌，陈孝良，
申请(专利权)人：北京声智科技有限公司，
类型：发明
国别省市：