语音情绪分析方法、装置、设备及计算机程序产品制造方法及图纸

本申请涉及语音识别领域，提供一种语音情绪分析方法、装置、设备及计算机程序产品，所述语音情绪分析方法包括：对目标音频样本进行特征提取，得到语音情感特征和文本情感特征，目标音频样本是对原始音频样本进行预处理得到的；对语音情感特征和文本情感特征进行分帧对齐和样本标注，得到初始音频样本；基于初始音频样本中的各分帧节点，确定初始音频样本的聚类特征值，将各初始音频样本的聚类特征值分布区域和预设情感分布图结合得到特征聚类结果值分布图；根据待分析音频的聚类特征值与特征聚类结果值分布图，确定待分析音频的情绪分析结果。本申请通过多维度情绪特征值提取融合聚类算法分析用户情绪，提高了用户情绪识别的准确性。确性。确性。

【技术实现步骤摘要】
语音情绪分析方法、装置、设备及计算机程序产品


[0001]本申请涉及语音识别领域，具体涉及一种语音情绪分析方法、装置、设备及计算机程序产品。

技术介绍

[0002]语音情绪识别分析技术目前在呼叫中心、银行和医疗等服务类行业均具有广泛的应用场景。在以往传统的用户语音情绪分析研究场景中，主要是进行整体的通话内容研究，还没有采用相关的情绪识别模型技术，来对通话内容进行深层次和精细化的语言分析和情绪分析。且在研究用户的情绪状态和情绪评分等级时，只能模糊定义用户的情绪类别，即生气、高兴和平静等情绪，不能准确表现出用户情绪的具体分数和对应的情绪等级。

技术实现思路

[0003]本申请实施例提供一种语音情绪分析方法、装置、设备及计算机程序产品，用以解决现有情绪识别方案不能准确表现出用户的情绪的技术问题。
[0004]第一方面，本申请实施例提供一种语音情绪分析方法，包括：
[0005]对目标音频样本进行特征提取，得到语音情感特征和文本情感特征，所述目标音频样本是对原始音频样本进行预处理得到的；
[0006]对所述语音情感特征和所述文本情感特征进行分帧对齐和样本标注，得到初始音频样本；
[0007]基于所述初始音频样本中的各分帧节点，确定所述初始音频样本的聚类特征值，将各所述初始音频样本的聚类特征值分布区域和预设情感分布图结合得到特征聚类结果值分布图；
[0008]根据待分析音频的聚类特征值与所述特征聚类结果值分布图，确定所述待分析音频的情绪分析结果。
[0009]在一个实施例中，所述对所述目标音频样本进行特征提取，得到语音情感特征包括：
[0010]确定所述目标音频样本的音源波长、音源振幅以及浊音振动频率；
[0011]基于所述音源波长确定所述目标音频样本的波长特征值；
[0012]基于所述音源振幅确定所述目标音频样本的短时能量特征值；
[0013]基于所述浊音振动频率确定所述目标音频样本的基因频率值；
[0014]根据所述波长特征值、所述短时能量特征值以及所述基因频率值，确定语音情感特征。
[0015]在一个实施例中，所述对目标音频样本进行特征提取，得到文本情感特征包括：
[0016]确定目标音频样本对应的候选特征词、关系指示词、关键特征词以及标志性字词；
[0017]基于所述候选特征词和所述关系指示词，确定所述目标音频样本的词性特征值；
[0018]基于所述关键特征词确定所述目标音频样本的词频特征值；
[0019]基于所述标志性字词确定所述目标音频样本的句式特征值；
[0020]根据所述词性特征值、所述词频特征值以及所述句式特征值，确定文本情感特征。
[0021]在一个实施例中，所述基于所述关键特征词确定所述目标音频样本的词频特征值包括：
[0022]确定所述关键特征词对应的词频、文件频率和逆向文件频率；
[0023]根据所述词频、所述文件频率和所述逆向文件频率，确定所述目标音频样本的词频特征值。
[0024]在一个实施例中，所述对所述语音情感特征和所述文本情感特征进行分帧对齐和样本标注，得到初始音频样本包括：
[0025]对所述语音情感特征和所述文本情感特征进行分帧对齐，得到第二音频样本，所述第二音频样本包含多个分帧节点；
[0026]对所述第二音频样本进行样本标注，得到初始音频样本。
[0027]在一个实施例中，所述基于所述初始音频样本中的各分帧节点，确定所述初始音频样本的聚类特征值包括：
[0028]根据所述初始音频样本中各分帧节点与其他分帧节点之间的簇距离，计算平均簇质心值；
[0029]基于所述平均簇质心值确定所述初始音频样本的聚类特征值。
[0030]在一个实施例中，所述对原始音频样本进行预处理，包括：
[0031]对所述原始音频样本进行预加重处理，得到第一音频样本，所述第一音频样本的高频能量大于所述原始音频样本的高频能量；
[0032]对所述第一音频样本进行分帧、清洗和过滤，得到所述目标音频样本。
[0033]第二方面，本申请实施例提供一种语音情绪分析装置，包括：
[0034]特征提取模块，用于对目标音频样本进行特征提取，得到语音情感特征和文本情感特征，所述目标音频样本是对原始音频样本进行预处理得到的；
[0035]分帧对齐和样本标注模块，用于对所述语音情感特征和所述文本情感特征进行分帧对齐和样本标注，得到初始音频样本；
[0036]特征聚类结果值分布图确定模块，用于基于所述初始音频样本中的各分帧节点，确定所述初始音频样本的聚类特征值，将各所述初始音频样本的聚类特征值分布区域和预设情感分布图结合得到特征聚类结果值分布图；
[0037]情绪分析结果确定模块，用于根据待分析音频的聚类特征值与所述特征聚类结果值分布图，确定所述待分析音频的情绪分析结果。
[0038]第三方面，本申请实施例提供一种设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现第一方面所述的语音情绪分析方法的步骤。
[0039]第四方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的语音情绪分析方法的步骤。
[0040]本申请实施例提供的语音情绪分析方法、装置、设备及计算机程序产品，通过对原始音频样本进行预处理得到目标音频样本，然后对目标音频样本进行特征提取得到语音情感特征和文本情感特征，紧接着对语音情感特征和文本情感特征进行分帧对齐和样本标注，得到初始音频样本，基于初始音频样本中的各分帧节点，确定初始音频样本的聚类特征
值，将各初始音频样本的聚类特征值分布区域和预设情感分布图结合得到特征聚类结果值分布图，最后根据待分析音频的聚类特征值与特征聚类结果值分布图，确定待分析音频的情绪分析结果。本申请通过多维度情绪特征值提取融合聚类算法分析用户情绪，提高了用户情绪识别的准确性。
附图说明
[0041]为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1是本申请实施例提供的语音情绪分析方法的流程示意图之一；
[0043]图2是本申请实施例提供的语音情绪分析方法中提供的特征聚类结果值分布图；
[0044]图3是本申请实施例提供的语音情绪分析方法的流程示意图之二；
[0045]图4是本申请实施例提供的语音情绪分析装置的结构示意图；
[0046]图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0047]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请中的技术方案进行清楚、完整地本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种语音情绪分析方法，其特征在于，包括：对目标音频样本进行特征提取，得到语音情感特征和文本情感特征，所述目标音频样本是对原始音频样本进行预处理得到的；对所述语音情感特征和所述文本情感特征进行分帧对齐和样本标注，得到初始音频样本；基于所述初始音频样本中的各分帧节点，确定所述初始音频样本的聚类特征值，将各所述初始音频样本的聚类特征值分布区域和预设情感分布图结合得到特征聚类结果值分布图；根据待分析音频的聚类特征值与所述特征聚类结果值分布图，确定所述待分析音频的情绪分析结果。2.根据权利要求1所述的语音情绪分析方法，其特征在于，所述对所述目标音频样本进行特征提取，得到语音情感特征包括：确定所述目标音频样本的音源波长、音源振幅以及浊音振动频率；基于所述音源波长确定所述目标音频样本的波长特征值；基于所述音源振幅确定所述目标音频样本的短时能量特征值；基于所述浊音振动频率确定所述目标音频样本的基因频率值；根据所述波长特征值、所述短时能量特征值以及所述基因频率值，确定语音情感特征。3.根据权利要求1所述的语音情绪分析方法，其特征在于，所述对目标音频样本进行特征提取，得到文本情感特征包括：确定目标音频样本对应的候选特征词、关系指示词、关键特征词以及标志性字词；基于所述候选特征词和所述关系指示词，确定所述目标音频样本的词性特征值；基于所述关键特征词确定所述目标音频样本的词频特征值；基于所述标志性字词确定所述目标音频样本的句式特征值；根据所述词性特征值、所述词频特征值以及所述句式特征值，确定文本情感特征。4.根据权利要求3所述的语音情绪分析方法，其特征在于，所述基于所述关键特征词确定所述目标音频样本的词频特征值包括：确定所述关键特征词对应的词频、文件频率和逆向文件频率；根据所述词频、所述文件频率和所述逆向文件频率，确定所述目标音频样本的词频特征值。5.根据权利要求1所述的语音情绪分析方法，其特征在于，所述对所述语音情感特征和所...

【专利技术属性】
技术研发人员：王博，李欣然，孙伟，侯普，吕程程，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：