[发明专利]一种语音信息处理的方法和装置

说明书

本发明涉及人工智能技术，提供一种语音信息处理方法。在该方法中，信息处理设备接收语音信息，获取所述语音信息的语音情感极性结果和所述语音信息的语义情感极性结果，并根据所述语音情感极性结果和所述语义情感极性结果，获取所述语音信息对应的一个或多个表情信息。本发明提供的方法根据语音信息的语音和语义两方面的情感极性结果为语音信息获取表情信息，能够更准确地确认语音信息传递的感情，提高了为所述语音信息匹配表情信息的准确度。

技术领域

本发明涉及自然语言处理领域，特别涉及一种语音信息处理的方法和装置。

背景技术

随着人工智能、通信和计算机技术的快速发展，语音文字转换技术被越来越多地应用于各种场合，例如，即时通讯应用，社交媒体应用，文字处理应用等。然而，仅仅将语音转换为枯燥的文字，无法真实地反映说话者的语气和心情，使得用户间的交流丰富性和生动性较差。

目前主流的输入法软件或即时通讯工具都支持插入表情图标，并且可以根据输入文本的内容推荐合适的表情供用户选择插入。比如在用户输入“开心”的时候，表情输入法自动推荐表情符号“O(∩_∩)O^-”在客户端界面，供用户选择使用。这种表情输入基于检索，当匹配到关键词以后，会推荐相应的表情。类似的变体还有通过网络搜索海量符号表情进行推荐，也是基于基本的关键词匹配。但是同一句话，用不同的语调和语气表达，所传达的情感信息可能完全不同。基于语义理解的表情输入法缺失语音特征，无法支持语音交互，对于语音输入无法推荐合适的表情。

发明内容

本发明实施例提供一种语音信息处理的方法和装置，根据语音信息的语音和语义两方面的情感极性结果为语音信息获取表情信息，能够更准确地确认语音信息传递的感情，提高了为所述语音信息匹配表情信息的准确度。

本发明第一方面提供一种语音信息处理方法。在该方法中，信息处理设备接收语音信息，获取所述语音信息的语音情感极性结果和所述语音信息的语义情感极性结果，并根据所述语音情感极性结果和所述语义情感极性结果，获取所述语音信息对应的一个或多个表情信息，其中，所述语音情感极性结果或所述语义情感极性结果为根据所述语音信息产生的，表示一种或多种情感程度的值。当终端设备的数据处理能力强大时，所述方法中也可以由终端设备完成。

在第一方面的第一种可能的实现方式中，获取所述语音信息的语音情感极性结果按以下步骤实现：提取所述语音信息中的语音特征并将所述语音特征代入语音情感分类模型获取所述语音信息的语音情感极性结果。在一种可能的实现方式中，所述语音情感分类模型由深度学习模型训练得到。

在第一方面的第二种可能的实现方式中，获取所述语音信息的语义情感极性结果按以下步骤实现：将所述语音信息转换成文本序列，提取所述文本序列的文本特征并将所述文本特征代入语义情感分类模型获取所述语音信息的语义情感极性结果。在一种可能的实现方式中，所述语义情感分类模型由深度学习模型训练得到。

在第一方面的第三种可能的实现方式中，所述语音情感极性结果或所述语义情感极性结果为一个多维度向量，所述多维度向量的每一个维度表示一种情感类别，所述每一个维度的值表示一种情感的程度。

在第一方面的第四种可能的实现方式中，根据所述语音情感极性结果和所述语义情感极性结果，获取所述语音信息对应的一个或多个表情信息按以下步骤实现：对所述语音情感极性结果和所述语义情感极性结果求平均值或加权平均值得到所述语音信息的情感极性结果；和根据所述语音信息的情感极性结果查询表情信息数据库获取所述语音信息对应的一个或多个表情信息。本实现方式根据语音和语义两方面的情感极性查询极性相同或相近的表情信息，提高了为所述语音信息匹配表情信息的准确性。