[发明专利]语音情感分类方法、装置、设备及介质

权利要求书

1.一种语音情感分类方法，其特征在于，包括：

响应于语音情感分类指令，根据所述语音情感分类指令获取待识别语音数据并进行语音识别，得到语音识别结果；其中，所述语音识别结果中包括多个按时序升序排列的语音识别子结果，每一语音识别子结果对应一个说话人及相应的说话内容数据；

获取预先训练的目标BERT模型，及所述目标BERT模型所相应的字符预处理策略；

将在所述待识别语音数据中所选定的目标语音识别子结果根据所述字符预处理策略进行预处理得到预处理结果，通过所述目标BERT模型对预处理结果进行特征提取得到最终向量表达结果；以及

调用预先训练的情绪分类模型，将所述最终向量表达结果输入至所述情绪分类模型进行运算，得到对应的情绪分类结果。

2.根据权利要求1所述的语音情感分类方法，其特征在于，所述目标BERT模型为扁平BERT模型、层次BERT模型、时空BERT模型中的任意一个；若所述目标BERT模型为扁平BERT模型，所述字符预处理策略为第一字符预处理策略；若所述目标BERT模型为层次BERT模型，所述字符预处理策略为第二字符预处理策略；若所述目标BERT模型为时空BERT模型，所述字符预处理策略为第三字符预处理策略；

所述将在所述待识别语音数据中所选定的目标语音识别子结果根据所述字符预处理策略进行预处理得到预处理结果，通过所述目标BERT模型对预处理结果进行特征提取得到最终向量表达结果，包括：

获取预先训练的BERT模型集合中任意一个BERT模型作为目标BERT模型；其中，所述BERT模型集合至少包括扁平BERT模型、层次BERT模型、时空BERT模型；

确定所述目标BERT模型为扁平BERT模型时，将所述语音识别结果中所选定的第一目标语音识别子结果根据预先存储的第一字符预处理策略进行预处理得到第一预处理结果，通过所述目标BERT模型对第一预处理结果进行特征提取得到最终向量表达结果；其中，所述第一字符预处理策略用于在第一目标语音识别子结果中增加混合上下文序列；

确定所述目标BERT模型为层次BERT模型时，将所述语音识别结果中所选定的第二目标语音识别子结果根据预先存储的第二字符预处理策略进行预处理得到第二预处理结果，通过所述目标BERT模型对第二预处理结果进行特征提取得到最终向量表达结果；其中，所述第二字符预处理策略用于获取第二目标语音识别子结果的前文结果、并将前文结果中每一语音识别子结果和第二目标语音识别子结果中分别增加内部上下文序列；

确定所述目标BERT模型为时空BERT模型时，将所述语音识别结果中所选定的第三目标语音识别子结果根据预先存储的第三字符预处理策略进行预处理得到第三预处理结果，通过所述目标BERT模型对第三预处理结果进行特征提取得到最终向量表达结果；其中，所述第三字符预处理策略用于在第三目标语音识别子结果中分别增加标准上下文序列和内部上下文序列。

3.根据权利要求2所述的语音情感分类方法，其特征在于，所述确定所述目标BERT模型为扁平BERT模型时，将所述语音识别结果中所选定的第一目标语音识别子结果根据预先存储的第一字符预处理策略进行预处理得到第一预处理结果，通过所述目标BERT模型对第一预处理结果进行特征提取得到最终向量表达结果，包括：

根据预设的上下文窗口大小值及所选定的第一目标语音识别子结果在所述语音识别结果中获取混合上下文序列；

将所述第一目标语音识别子结果及所述混合上下文序列根据预设的第一拼接策略拼接为第一时序序列；

将所述第一时序序列输入至扁平BERT模型进行运算，得到对应的第一向量表达结果，将所述第一向量表达结果作为与所述第一目标语音识别子结果对应的最终向量表达结果。