[发明专利]一种模型训练方法、装置、设备及存储介质

权利要求书

1.一种模型训练方法，其特征在于，所述模型应用于语音数据情感的识别，所述方法包括：

获取历史会话语音数据，作为样本语音数据；

对所述样本语音数据进行傅里叶变换，得到所述样本语音数据的第一目标语音特征和第二目标语音特征，所述第一目标语音特征和所述第二目标语音特征中分别为通过傅里叶变换提取出的所述样本语音数据的复数特征中的实部特征和虚部特征，所述复数特征用于表征所述样本语音数据在不同频率下的幅度信息以及相位信息；

将所述样本语音数据输入到识别模型中，以通过所述识别模型的特征提取层，提取出所述样本语音数据的目标语音特征，并将目标语音特征输入到所述识别模型中的决策层，以识别出所述样本语音数据对应的情感标签；

从所述目标语音特征中提取出第一语音特征和第二语音特征；

以最小化所述第一语音特征和第一目标语音特征之间的偏差，最小化所述第二语音特征和第二目标语音特征之间的偏差，以及最小化识别出的所述样本语音数据对应的情感标签和所述样本语音数据实际对应的情感标签之间的偏差为优化目标，对所述识别模型进行训练。

2.如权利要求1所述的方法，其特征在于，获取历史会话语音数据，作为样本语音数据，具体包括：

获取历史会话语音数据集；

从所述历史会话语音数据集中选取出至少部分历史会话语音数据中包含的语音数据，作为样本语音数据。

3.如权利要求1所述的方法，其特征在于，获取历史会话语音数据，作为样本语音数据，具体包括：

获取历史会话语音数据，作为原始语音数据；

将原始语音数据拆分为若干个指定大小的子语音数据；

针对每个子语音数据，对该子语音数据进行音频检测，以确定该子语音数据是否属于异常子语音数据，所述异常子语音数据是指不包含有效语音的子语音数据；

若是，则将该子语音数据从各子语音数据中去除；

根据剩余的各子语音数据，得到样本语音数据。

4.如权利要求3所述的方法，其特征在于，对所述样本语音数据进行傅里叶变换，得到所述样本语音数据的第一目标语音特征和第二目标语音特征，具体包括：

针对所述样本语音数据中包含的每个子语音数据，对该子语音数据进行傅里叶变换，得到该子语音数据的第一目标语音特征和第二目标语音特征；

将所述样本语音数据中包含的每个子语音数据的第一目标语音特征和第二目标语音特征，作为所述样本语音数据的各第一目标语音特征和各第二目标语音特征。

5.如权利要求3所述的方法，其特征在于，将所述样本语音数据输入到识别模型中，以通过所述识别模型的特征提取层，提取出所述样本语音数据的目标语音特征，具体包括：

针对所述样本语音数据中包含的每个子语音数据，将该子语音数据输入到识别模型中，以通过所述识别模型的特征提取层，提取出该子语音数据的目标语音特征；

从所述目标语音特征中提取出第一语音特征和第二语音特征，具体包括：

针对所述样本语音数据中包含的每个子语音数据，从该子语音数据的目标语音特征中提取出第一语音特征和第二语音特征；

将所述样本语音数据中包含的每个子语音数据的第一语音特征和第二语音特征，作为所述样本语音数据的各第一语音特征和各第二语音特征。

6.如权利要求2所述的方法，其特征在于，所述方法还包括：

从除所述样本语音数据对应的会话语音数据之外的会话语音数据中，选取出至少部分会话语音数据，作为测试语音数据；

对所述测试语音数据进行傅里叶变换，得到所述测试语音数据的第一目标语音特征和第二目标语音特征；

将所述测试语音数据输入到识别模型中，以通过所述识别模型的特征提取层，提取出所述测试语音数据的目标语音特征，并将目标语音特征输入到所述识别模型中的决策层，以识别出所述测试语音数据对应的情感标签；

根据识别出的所述测试语音数据对应的情感标签，和所述测试语音数据实际对应的情感标签之间的偏差，得到测试结果。