[发明专利]结合RPA及AI的数据的处理方法、装置、设备及存储介质

权利要求书

1.一种结合RPA及AI的数据的处理方法，其特征在于，包括：

获取文本数据；

根据所述文本数据，确定说话内容及各说话内容对应的语境信息；

基于各说话内容对应的语境信息，以及训练好的语言模型，确定各说话内容对应的说话人信息及情绪信息；

基于各说话内容对应的说话人信息及情绪信息，确定各说话内容对应的训练好的目标声学特征模型；

基于各说话内容及各说话内容对应的目标声学特征模型，生成所述文本数据对应的声音数据并输出。

2.根据权利要求1所述的方法，其特征在于，所述基于各说话内容对应的语境信息，以及训练好的语言模型，确定各说话内容对应的说话人信息及情绪信息，包括：

根据各说话内容对应的语境信息，采用训练好的第一语言模型确定各说话内容对应的说话人身份；并根据各说话内容对应的语境信息，采用训练好的第二语言模型确定各说话内容对应的说话语气；

根据各说话内容对应的说话人身份及预设映射关系，确定各说话人性别；

根据各说话内容对应的说话语气及训练好的聚类模型，确定各说话语气对应的情绪类型。

3.根据权利要求2所述的方法，其特征在于，所述基于各说话内容对应的说话人信息及情绪信息，确定各说话内容对应的训练好的目标声学特征模型，包括：

根据各说话内容对应的说话人身份、说话人性别、说话语气及情绪类型，选择各说话内容对应的目标声学特征模型。

4.根据权利要求2所述的方法，其特征在于，所述第一语言模型和所述第二语言模型为自然语言处理的BERT模型。

5.根据权利要求1所述的方法，其特征在于，在所述基于各说话内容及对应的语境信息，以及训练好的语言模型，确定各说话内容对应的说话人信息及情绪信息之前，所述方法还包括：

获取第一训练数据和第二训练数据，所述第一训练数据包括第一训练特征数据和第一标注数据；所述第二训练数据包括第二训练特征数据和第二标注数据；

通过自然语言处理NLP基于所述第一训练数据对预先建立的第一语言网络进行训练，获得训练好的所述第一语言模型；

通过自然语言处理NLP基于所述第二训练数据对预先建立的第二语言网络进行训练，获得训练好的所述第二语言模型。

6.根据权利要求2所述的方法，其特征在于，在根据各说话内容对应的说话语气及训练好的聚类模型，确定各说话语气对应的情绪类型之前，所述方法还包括：

获取第三训练数据，所述第三训练数据包括训练语气关键词及聚类标签；

根据所述第三训练数据进行聚类训练，获得训练好的所述聚类模型。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述文本数据，确定说话内容及各说话内容对应的语境信息，包括：

对所述文本数据进行向量化，获得对应的向量数据；

根据所述向量数据及预设分析规则，确定说话内容及各说话内容对应的语境信息。

8.一种结合RPA及AI的数据的处理装置，其特征在于，包括：

获取模块，用于获取文本数据；

确定模块，用于根据所述文本数据，确定说话内容及各说话内容对应的语境信息；

处理模块，用于基于各说话内容对应的语境信息，以及训练好的语言模型，确定各说话内容对应的说话人信息及情绪信息；

选择模块，用于基于各说话内容对应的说话人信息及情绪信息，确定各说话内容对应的训练好的目标声学特征模型；

生成模块，用于基于各说话内容及各说话内容对应的目标声学特征模型，生成所述文本数据对应的声音数据并输出。

9.一种电子设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1-7任一项所述的方法。