[发明专利]远程审批方法、装置、设备及可读存储介质

权利要求书

1.一种远程审批方法，其特征在于，所述远程审批方法包括以下步骤：

与客户端建立远程视频通信连接；

接收客户端发送的视频数据流并进行音频解码，得到客户语音信号；

对所述客户语音信号进行语音情绪识别，得到客户情绪识别结果并输出，以供坐席人员基于所述客户情绪识别结果对客户申请进行远程审批。

2.如权利要求1所述的远程审批方法，其特征在于，所述对所述客户语音信号进行语音情绪识别，得到客户情绪识别结果并输出包括：

提取所述客户语音信号的语音特征参数；

基于提取的所述语音特征参数、预置的语音情绪训练模型与语音情绪识别匹配算法，进行语音情绪识别，得到客户情绪识别结果并输出。

3.如权利要求2所述的远程审批方法，其特征在于，所述语音特征参数至少包括：语音持续时间、基音频率、语音信号能量、语音信号振幅、语音共振峰；

所述语音情绪训练模型中包含有多种语音情绪模型，且一种语音情绪模型对应一种情绪，每一种语音情绪模型中都保存有多种训练语音信号及其语音特征参数。

4.如权利要求3所述的远程审批方法，其特征在于，所述基于提取的所述语音特征参数、预置的语音情绪训练模型与语音情绪识别匹配算法，进行语音情绪识别包括：

基于所述训练语音信号的语音特征参数与所述客户语音信号的语音特征参数，采用语音情绪识别匹配算法，计算所述训练语音信号与所述客户语音信号的匹配度；

将匹配度最高的训练语音信号对应的情绪作为客户情绪识别结果。

5.如权利要求4所述的远程审批方法，其特征在于，采用的语音情绪识别匹配算法如下：

P(x→|λ)=Σi=1MPibi(x→);]]>

bi(x→)=N(x→,μi,Σi)=1(2π)D/2|Σi|1/2exp{-12(x→-μi→)TΣi-1(x→-μi→)};]]>

其中，M表示混合高阶模型的阶数，表示语音信号中情绪的特征参数向量，表示语音信号中表达情绪的第i维特征参数的高斯分布概念密度，P_i表示第i维特征参数的权重，λ表示一个高斯模型，表示高斯混合模型的概率分布，μ_i表示第i组情绪状态参数的均值向量，∑_i表示第i组情绪状态参数的协方差矩阵，|∑_i|表示协方差矩阵∑_i的行列式值，∑_i^-1表示协方差矩阵∑_i的逆矩阵。