[发明专利]一种语音情绪识别方法、装置以及相关设备在审

专利信息
申请号: 201911082413.8 申请日: 2019-11-07
公开(公告)号: CN110751943A 公开(公告)日: 2020-02-04
发明(设计)人: 谌明 申请(专利权)人: 浙江同花顺智能科技有限公司
主分类号: G10L15/02 分类号: G10L15/02;G10L15/26;G10L25/63;H04M3/493
代理公司: 11227 北京集佳知识产权代理有限公司 代理人: 张春辉
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 来电语音信息 情绪识别 呼叫请求 情感特征 文本信息 组合特征 语音 情绪 计算机可读存储介质 电话通信服务 电子设备 反馈信息 来电信息 情感分析 数据信息 特征提取 文字转换 用户体验 信息库 智能化 预设 整合 申请 匹配 来电 输出 智能 对话
【权利要求书】:

1.一种语音情绪识别方法,其特征在于,包括:

根据接收到的呼叫请求与呼叫请求端进行智能对话,获得来电语音信息;

对所述来电语音信息进行文字转换获得文本信息,并对所述文本信息进行情感分析获得情感特征;

对所述来电语音信息进行特征提取,获得语气特征;

对所述情感特征和所述语气特征进行整合,获得组合特征词;

在预设情绪信息库中匹配获得所述组合特征词对应的情绪类别;

输出所述情绪类别。

2.如权利要求1所述的语音情绪识别方法,其特征在于,所述根据接收到的呼叫请求与呼叫请求端进行智能对话,获得来电语音信息包括:

根据所述呼叫请求获得语音信息;

对所述语音信息进行文字转换,获得文本转换信息;

对所述文本转换信息进行特征提取,获得文本特征;

在预设问题知识库中匹配获得所述文本特征对应的问题信息;

在预设答案知识库中匹配获得所述问题信息对应的答案信息;

对所述答案信息进行语音转换,获得语音答复信息;

将所述语音答复信息反馈至所述呼叫请求端,实现所述智能对话;

将所述智能对话过程中的各语音信息进行统计,获得所述来电语音信息。

3.如权利要求2所述的语音情绪识别方法,其特征在于,所述对所述文本转换信息进行特征提取,获得文本特征,包括:

对所述文本转换信息进行分词处理和标注处理,获得处理后的文本转换信息;

利用预设语言模型对所述处理后的文本转换信息进行特征提取,获得所述文本特征。

4.如权利要求2所述的语音情绪识别方法,其特征在于,还包括:

对所述文本转换信息、所述问题信息和所述答案信息进行记录,生成问答记录;

根据所述问答记录对所述预设问题知识库和所述预设答案知识库进行更新。

5.如权利要求1至4任意一项所述的语音情绪识别方法,其特征在于,还包括:

当无法在所述预设情绪信息库中匹配获得所述组合特征词对应的情绪类别时,根据所述组合特征词创建新的情绪类别,并输出所述新的情绪类别。

6.如权利要求5所述的语音情绪识别方法,其特征在于,还包括:

将所述新的情绪类别添加至所述预设情绪信息库中,实现对所述预设情绪信息库的更新。

7.如权利要求1所述的语音情绪识别方法,其特征在于,还包括:

根据所述情绪类别生成接听电话的建议信息;

输出所述建议信息。

8.如权利要求7所述的语音情绪识别方法,其特征在于,所述输出所述建议信息,包括:

通过播音器对所述建议信息进行语音播放。

9.如权利要求8所述的语音情绪识别方法,其特征在于,还包括:

根据所述情绪类别,调整所述智能对话的语气模式。

10.一种语音情绪识别装置,其特征在于,包括:

智能对话模块,用于根据接收到的呼叫请求与呼叫请求端进行智能对话,获得来电语音信息;

第一特征提取模块,用于对所述来电语音信息进行文字转换获得文本信息,并对所述文本信息进行情感分析获得情感特征;

第二特征提取模块,用于对所述来电语音信息进行特征提取,获得语气特征;

特征整合模块,用于对所述情感特征和所述语气特征进行整合,获得组合特征词;

语义匹配模块,用于在预设情绪信息库中匹配获得所述组合特征词对应的情绪类别;

信息输出模块,用于输出所述情绪类别。

11.一种语音情绪识别的电子设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至9任意一项所述的语音情绪识别方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江同花顺智能科技有限公司,未经浙江同花顺智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911082413.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top