【技术实现步骤摘要】
本专利技术涉及情绪识别，尤其涉及一种基于ai的语音情绪识别模型的训练方法。
技术介绍
1、语音是人类交流中情感的重要载体。语音识别主要关注说话者说了什么。情绪识别主要关注说话者是在什么情绪下说的。人们在不同情绪状态下的语言表达方式会有所不同，例如高兴时说话的语调会比较欢快，而烦躁伤心时语气比较沉闷。深度学习技术加速了从语音中检测情绪的进展。
2、现今，语音情绪识别模型广泛应用于客服领域，用于帮助ai客服判断用于情绪，进而判断是否转入人工客服或进入后续客服服务，在现有技术中，应用于ai客服层面上的语音情绪识别模型大多采用统一固定的语音情绪识别模型，导致在面对不同用户时，会因为用户语种、语言特征等问题导致统一固定的语音情绪识别模型无法做到精确的情绪识别，因此语音情绪识别的准确率不高；本专利技术提供一种基基于ai的语音情绪识别模型的训练方法，采用逐步获取优化模型参数的方式，对统一固定的语音情绪识别模型进行模型更新，生成不同用户的独立语音情绪识别模型，提高语音情绪识别的准确率。
技术实现思路>
1、针对现有本文档来自技高网...
【技术保护点】
1.一种基于AI的语音情绪识别模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的一种基于AI的语音情绪识别模型的训练方法，其特征在于，还包括：获取新的语音情绪识别模型，替换预设数据库中与当前来电用户对应的语音情绪识别模型。
3.根据权利要求1所述的一种基于AI的语音情绪识别模型的训练方法，其特征在于，来电用户信息包括来电归属地信息、来电号码信息以及来电人员的用户语音信息。
4.根据权利要求1所述的一种基于AI的语音情绪识别模型的训练方法，其特征在于，获取来电用户信息，根据来电用户信息建立来电用户的来电特征，包括：
<...【技术特征摘要】
1.一种基于ai的语音情绪识别模型的训练方法，其特征在于，包括：
2.根据权利要求1所述的一种基于ai的语音情绪识别模型的训练方法，其特征在于，还包括：获取新的语音情绪识别模型，替换预设数据库中与当前来电用户对应的语音情绪识别模型。
3.根据权利要求1所述的一种基于ai的语音情绪识别模型的训练方法，其特征在于，来电用户信息包括来电归属地信息、来电号码信息以及来电人员的用户语音信息。
4.根据权利要求1所述的一种基于ai的语音情绪识别模型的训练方法，其特征在于，获取来电用户信息，根据来电用户信息建立来电用户的来电特征，包括：
5.根据权利要求1所述的一种基于ai的语音情绪识别模型的训练方法，其特征在于，根据来电特征对预设数据库进行筛选，匹配得到基于深度学习暨神经网络的语音情绪识别模型，包括：
6.根据权利要求5所述的一种基于ai的语音情绪识别模型的训练方法，其特征在于，还包括：若第三验证结果为来电用户与目标语音情绪识别模型不匹配，生成临时语音...
【专利技术属性】
技术研发人员：王沛，谭穗，王敏乐，张庆，
申请(专利权)人：广州易风健康科技股份有限公司，
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。