【技术实现步骤摘要】
一种客户情绪识别方法、装置、设备及可读存储介质
[0001]本专利技术涉及人工智能领域，具体而言，涉及一种客户情绪识别方法、装置、设备及可读存储介质。
技术介绍
[0002]在现有的情绪识别技术中，大多是针对单一的对话音频或对话文本对客户的情绪进行识别，但在对客户的情绪进行识别时仅凭单一的对话音频或对话文本是无法准确的对客户情绪进行识别的，容易产生对客户出现的情绪进行误判的情况，若将客户的负面情绪误判为正面情绪，则无法及时对客户人员进行准确的预警，导致客户服务质量降低，客户投诉等情况，因此亟需一种多模态的识别方法，精准的识别客户情绪，保证客服人员的服务质量,提高客户对服务质量的满意度。
技术实现思路
[0003]本专利技术的目的在于提供一种客户情绪识别方法、装置、设备及可读存储介质，以改善上述问题。
[0004]为了实现上述目的，本申请实施例提供了技术方案如下：
[0005]一方面，本申请实施例提供了一种客户情绪识别方法，所述方法包括：
[0006]获取训练后的情绪识别模型和音频信息，...
【技术保护点】
【技术特征摘要】
1.一种客户情绪识别方法，其特征在于，包括：获取训练后的情绪识别模型和音频信息，所述音频信息包括待识别客户情绪的音频片段，所述情绪识别模型包括音频识别模型和文本识别模型；利用语音识别技术将所述音频信息转译为对应的转译文本；将所述音频信息进行第一预处理得到预处理后的音频信息，所述第一预处理用于将所述音频信息转化为所述音频信息对应的梅尔频率倒谱系数的一阶导数，将所述转译文本进行第二预处理得到预处理后的转译文本，所述第二预处理用于将所述转译文本转化为所述转译文本对应的纯文本格式的文本；将所述预处理后的音频信息发送至所述训练后的音频识别模型，将所述预处理后的转译文本发送至所述训练后的文本识别模型，得到客户情绪识别的结果。2.根据权利要求1所述的客户情绪识别方法，其特征在于，所述将所述音频信息进行第一预处理得到预处理后的音频信息，包括：将所述音频信息进行傅里叶变换得到所述音频信息对应的频谱信息，所述频谱信息包括所述音频信息对应的频谱图；将所述频谱信息输入第一函数得到所述频谱图对应的梅尔频率倒谱系数；将所述梅尔频率倒谱系数进行一阶差分处理得到所述音频信息对应的梅尔频率倒谱系数的一阶导数。3.根据权利要求1所述的客户情绪识别方法，其特征在于，所述将所述转译文本进行第二预处理得到预处理后的转译文本，包括：将所述转译文本进行去重处理得到处理后的转译文本，所述去重处理包括去除音频信息转译为转译文本中的重复词；删除所述处理后的转译文本中的非文本信息得到所述转译文本对应的纯文本格式的文本，所述非文本信息包括停用词、数字、标点符号和特殊字符。4.根据权利要求1所述的客户情绪识别方法，其特征在于，所述将所述预处理后的音频信息发送至所述训练后的音频识别模型，将所述预处理后的转译文本发送至所述训练后的文本识别模型，得到客户情绪识别的结果，包括：将所述预处理后的音频信息发送至所述训练后的音频识别模型得到第一特征向量，所述第一特征向量为所述预处理后的音频信息对应的情绪特征数据，将所述预处理后的转译文本发送至所述训练后的文本识别模型得到第二特征向量，所述第二特征向量为所述预处理后的转译文本对应的情绪特征数据；根据所述第一特征向量和所述第二特征向量得到客户情绪识别的结果。5.根据权利要求4所述的客户情绪识别方法，其特征在于，所述根据所述第一特征向量和所述第二特征向量得到客户情绪识别的结果，包括：获取融合模块和激活模块，所述融合模块用于将所述第一特征向量和所述第二特征向量进行融合，所述激活模块设置有激活函数；将所述第一特征向量和所述第二特征向量发送至所述融合模块得到融合后的特征向量；将所述融合后的特征向量发送至激活层计算得到训练后的情绪识别模型输出的结果；根据所述训练后的情绪识别模型输出的结果得到客户情绪。
6.根据权利要求5所述的客户情绪识别方法，其特征在于，所述根据所述训练后的情绪识别模型输出的结果得到客户情绪，包括：获取预先定义的情绪分类标签信息，所述预先定义的情绪分类标签信息包括所述训练后的情绪识别模型输出的结果和情绪分类标签之间一一对应的关系；将所述预先定义的情绪分类标签信息和所述训练后的情绪识别模型输出的结果进行比对得到客户对应的情绪。7.一种客户情绪识别装置，其特征在于，包括：获取模块，用于获取训练后的情绪识别模型和音频信息，所述音频信息包括待识别客户情绪的音频片段，所述情绪识别模型包括音...
【专利技术属性】
技术研发人员：吕静雅，刘冠军，温静，王恩典，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：
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。