[发明专利]数据处理方法、装置、计算机设备和存储介质

说明书

本申请涉及数据分析技术领域，提供了一种数据处理方法、装置、计算机设备和存储介质。所述方法包括：根据微语音特征，得到第一语音情绪数据，将面试者音频数据转换为文字数据，将文字数据拆分为多个句子，根据各句子中各词语查找匹配预设的与已训练情绪分类网络对应的字典，根据查找匹配结果确定文字数据归属于各预设的情绪类别的置信度，得到第二语音情绪数据，将文字数据输入已训练的语法分析网络，得到文字数据的语法评分，根据微表情特征，得到视频数据置信度，根据第一语音情绪数据、第二语音情绪数据、语法评分以及视频数据置信度，确定面试者的面试结果。采用本方法能够提高识别准确率，使面试结果更贴近真实情况。

技术领域

本申请涉及数据分析技术领域，特别是涉及一种数据处理方法、装置、计算机设备和存储介质。

背景技术

随着人工智能的发展，出现了智能面试系统，传统的智能面试系统，多为识别面部微表情去发现被面试者的异常表情，并作为风险评估的依据之一。微表情，是心理学名词。人们通过做一些表情把内心感受表达给对方看，在人们做的不同表情之间，或是某个表情里，脸部会“泄露”出其它的信息。“微表情”最短可持续1/25秒，虽然一个下意识的表情可能只持续一瞬间，但有时表达相反的情绪。

然而，仅依靠识别微表情特征并不足以准确全面捕捉被面试者的心理状态，易导致面试结果与真实情况存在较大差异，存在识别准确率低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高识别准确率，使面试结果更贴近真实情况的数据处理方法、装置、计算机设备和存储介质，以给用户带来便利。

一种数据处理方法，所述方法包括：

获取面试者音频数据以及面试者视频数据；

根据面试者音频数据提取面试者的微语音特征，根据微语音特征，得到第一语音情绪数据；

将面试者音频数据转换为文字数据，将文字数据拆分为多个句子，并对多个句子进行分词，根据各句子中各词语查找匹配预设的与已训练情绪分类网络对应的字典，根据查找匹配结果确定文字数据归属于各预设的情绪类别的置信度，得到第二语音情绪数据，情绪分类网络由第一样本文字数据训练得到；

将文字数据输入已训练的语法分析网络，得到文字数据中各句子的语法分数，计算各句子的语法分数平均值，得到文字数据的语法评分，语法分析网络由第二样本文字数据训练得到；

从面试者视频数据中随机截取视频帧，根据视频帧提取面试者的微表情特征，根据微表情特征，得到视频数据置信度；

根据第一语音情绪数据、第二语音情绪数据、语法评分以及视频数据置信度，确定面试者的面试结果。

在其中一个实施例中，根据面试者音频数据提取面试者的微语音特征包括：

调用语音特征提取工具，根据面试者音频数据提取面试者的微语音特征，微语音特征包括语速特征、梅尔频率倒谱系数以及音高特征。

在其中一个实施例中，根据微语音特征，得到第一语音情绪数据包括：

获取面试者性别信息，从已训练的语音情绪分类模型集合中获取与面试者性别信息匹配的语音情绪分类模型，语音情绪分类模型由携带标注信息的样本语音数据训练得到，标注信息包括情绪类别信息以及性别信息；

获取微语音特征中的音高特征、梅尔频率倒谱系数以及语速特征；

将音高特征、梅尔频率倒谱系数以及语速特征输入已匹配的语音情绪分类模型中，获取微语音特征归属于各预设的情绪类别的置信度，得到微语音特征的第一语音情绪数据。

在其中一个实施例中，从已训练的语音情绪分类模型集合中获取与面试者性别信息匹配的语音情绪分类模型之前，还包括：

获取携带标注信息的样本语音数据；