[发明专利]语音情绪识别的方法、装置以及存储介质

说明书

本申请公开了一种语音情绪识别的方法、装置以及存储介质，其中语音情绪识别的方法，包括：获取与待识别情绪的目标对象相关的语音信息；以及利用预设的识别模型对语音信息进行情绪识别，确定目标对象的情绪类别，其中识别模型包括残差网络和门控循环单元。通过利用包括残差网络和门控循环单元的识别模型进行目标对象的语音情绪识别，有效提升了识别模型的特征映射能力与序列处理能力，达到了提升情绪识别准确率以及语音情绪识别效率的技术效果。

技术领域

本申请涉及情绪识别技术领域，特别是涉及一种语音情绪识别的方法、装置以及存储介质。

背景技术

在消费金融场景中，每天都会有非常多的热线、回访、催收等业务在客服呼叫中心中处理。客服代表着公司的形象，提升客服服务质量，对客服服务态度进行有效监管十分重要。此外，对客户在对话中的情绪状态进行实时反馈也是提升服务质量的关键。传统上对客服、客户对话情绪进行反馈的方法通常为人工抽检，费时费力且成本高昂。因此，目前消费金融领域中亟需一种可在语音对话中实时准确的获取客服、客户情绪状态的系统。

在目前的金融领域客服对话场景中，在进行情绪分类时，可将客户及坐席的情绪分为3种情绪(正向、中性、负向)，其中正向和中性由于语音情绪的相似性，加上容易受到电话信道噪声、方言等因素影响，语音情绪识别的准确率较低，且识别速度较低，难以满足实时性需求，极大的增加了金融客服场景的情绪识别难度。

针对上述的现有技术中存在的现有的语音情绪识别方法的准确率低以及识别效率低的技术问题，目前尚未提出有效的解决方案。

发明内容

本公开的实施例提供了一种语音情绪识别的方法、装置以及存储介质，以至少解决现有技术中存在的现有的语音情绪识别方法的准确率低以及识别效率低的技术问题。

根据本公开实施例的一个方面，提供了一种语音情绪识别的方法，包括：获取与待识别情绪的目标对象相关的语音信息；以及利用预设的识别模型对语音信息进行情绪识别，确定目标对象的情绪类别，其中识别模型包括残差网络和门控循环单元。

根据本公开实施例的另一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时由处理器执行以上任意一项所述的方法。

根据本公开实施例的另一个方面，还提供了一种语音情绪识别的装置，包括：获取模块，用于获取与待识别情绪的目标对象相关的语音信息；以及情绪识别模块，用于利用预设的识别模型对语音信息进行情绪识别，确定目标对象的情绪类别，其中识别模型包括残差网络和门控循环单元。

根据本公开实施例的另一个方面，还提供了一种语音情绪识别的装置，包括：处理器；以及存储器，与处理器连接，用于为处理器提供处理以下处理步骤的指令：获取与待识别情绪的目标对象相关的语音信息；以及利用预设的识别模型对语音信息进行情绪识别，确定目标对象的情绪类别，其中识别模型包括残差网络和门控循环单元。

在本公开实施例中，为提升情绪特征分类能力并提升情绪识别效率，使用残差网络(ResNet网络)对与语音信息对应的特征进行映射。该残差网络具有参数量小、网络深度深以及特征映射能力强的特点。参数量小使得特征处理速度变快，网络深度深使得网络所具有的特征映射能力大幅提升，对后续情绪识别准确率提升起到关键作用。并且，在ResNet网络后接入门控循环单元(BiGRU)，将残差网络的输出送入门控循环单元(BiGRU)，对时序信息进行编码处理，有效结合语音情绪的时序信息，有效降低了网络参数，提升语音情绪识别效率且不影响识别准确率。从而，本实施例通过利用包括残差网络和门控循环单元的识别模型进行目标对象的语音情绪识别，有效提升了识别模型的特征映射能力与序列处理能力，达到了提升情绪识别准确率以及语音情绪识别效率的技术效果。进而解决了现有技术中存在的现有的语音情绪识别方法的准确率低以及识别效率低的技术问题。

附图说明