[发明专利]语音数据情感检测方法和装置及系统

权利要求书

1.一种语音数据情感检测方法，其特征在于，包括：

接收待检测语音数据；

获取所述待检测语音数据的情感检测特征和历史状态特征，所述情感检测特征包括：声学情感检测特征和语义情感检测特征，所述历史状态特征包括多句连续语音数据中当前句之前的每句语音数据的情感类型；

根据预先构建的情感检测模型、所述情感检测特征和所述历史状态特征，识别所述待检测语音数据的情感类型，所述情感检测模型根据获取的语音数据样本的情感检测特征和历史状态特征构建得到。

2.根据权利要求1所述的方法，其特征在于，还包括：构建情感检测模型，所述构建情感检测模型包括：

获取语音数据样本；

对所述语音数据样本进行语音识别，得到识别文本数据样本；

获取对所述识别文本数据样本标注的情感类型，并将所述标注的情感类型作为所述语音数据样本的情感类型；

获取所述语音数据样本的情感检测特征和历史状态特征；

根据所述语音数据样本的情感检测特征和历史状态特征以及所述语音数据样本的情感类型，进行模型训练，构建得到情感检测模型。

3.根据权利要求1所述的方法，其特征在于，获取待检测语音数据的语义情感检测特征，包括：

对待检测语音数据进行语音识别，得到识别文本数据；

对识别文本数据进行语义特征提取，得到语义情感检测特征，所述语义情感检测特征包括如下项中的至少一项：

句长度特征、句中重复词数特征、句向量特征、句子情感极性特征。

4.根据权利要求3所述的方法，其特征在于，所述句子情感极性特征采用如下方法提取得到：

计算每种情感类型识别文本数据中词的语义类；

分别计算每种情感类型识别文本数据中词的语义类的中心点；

分别计算每句识别文本数据中每个词与每个语义类中心点的语义距离，得到每个词与每个语义类的语义距离向量；

计算每句识别文本数据中每个词与每个语义类中心点的语义距离向量的平均值，将所述语义距离向量的平均值作为每句识别文本的情感极性特征。

5.根据权利要求1所述的方法，其特征在于，获取待检测语音数据的声学情感检测特征，包括：

直接对所述待检测语音数据进行声学特征提取，得到声学情感检测特征，所述声学情感检测特征包括如下项中的至少一项：

短时斜率变化率、短时平均能量、短时平均过零率、短时自相关系数、短时平均幅度差。

6.根据权利要求1所述的方法，其特征在于，所述待检测语音数据以句为单位进行处理，所述历史状态特征包括：

如果所述待检测语音数据为单句语音数据或者多句连续语音数据的首句，则所述历史状态特征为0；或者，

如果所述待检测语音数据为多句连续语音数据的非首句时，则所述历史状态特征为所述多句连续语音数据中所述待检测语音数据之前的每句语音数据的情感类型。

7.一种语音数据情感检测装置，其特征在于，包括：

接收模块，用于接收待检测语音数据；

获取模块，用于获取所述待检测语音数据的情感检测特征和历史状态特征，所述情感检测特征包括：声学情感检测特征和语义情感检测特征，所述历史状态特征包括多句连续语音数据中当前句之前的每句语音数据的情感类型；

识别模块，用于根据预先构建的情感检测模型、所述情感检测特征和所述历史状态特征，识别所述待检测语音数据的情感类型，所述情感检测模型根据获取的语音数据样本的情感检测特征和历史状态特征构建得到。