用户情感识别方法、装置、计算机设备及存储介质与流程

本发明涉及人工智能，具体涉及一种用户情感识别方法、装置、计算机设备及计算机可读存储介质。

背景技术：

1、目前，在金融科技的财产保险类金融业务场景中，保险机构的客服呼叫中心承担报案受理、理赔咨询、保单咨询、投诉处理等大量业务沟通工作，目标用户与保险客服之间的通话录音数据，是反映目标用户业务诉求、真实意图与情感状态的重要数据载体。通过对通话录音开展用户情感识别，一方面能够辅助保险机构感知目标用户的情绪变化，提前识别高风险投诉苗头，优化理赔、保单服务流程，提升财产保险业务的客户服务质量与风险处置效率；另一方面还可以结合情感信息辅助挖掘目标用户的真实意图，区分用户表象表述与内心真实诉求，为报案研判、纠纷预判、业务方案匹配提供依据。

2、当前，现有技术中，针对通话录音的用户情感识别方案主要分为人工识别方案与自动化单模态识别方案。其中，人工抽检识别方式人力成本高、覆盖范围有限、主观误差大，无法满足全量通话数据的分析需求。而主流自动化情感识别大多采用单模态识别方式，仅依托单一语音模态或单一文本模态完成情感判断；具体而言，仅基于语音声学信号的识别方式，虽可捕捉用户语气、语速等声学情感信息，但无法识别通话内容的具体业务语义，难以精准结合保险业务场景研判用户真实诉求与情感动机；仅基于语音转写文本的语义识别方式，虽可解析通话文字语义、识别业务诉求，但完全丢失语音语调、情绪波动等关键声学情感信息，极易出现语义匹配但情绪判断失真的问题，无法真实还原用户通话状态；单一模态信息存在固有局限性，信息维度缺失、表征能力不足，最终导致用户情感识别准确度低，无法精准适配财产保险业务场景下用户情感识别与真实意图研判的需求。

3、基于此，如何提供一种用户情感识别方法、装置、计算机设备及计算机可读存储介质，能够有效提升用户情感识别的准确度，是目前本领域技术人员亟待解决的问题。

技术实现思路

1、鉴于上述现有技术的不足之处，本发明的目的在于提供一种用户情感识别方法、装置、计算机设备及计算机可读存储介质，旨在解决如何能够有效提升用户情感识别的准确度的问题。

2、为了达到上述目的，本发明采取了以下技术方案：

3、第一方面，本发明提供了一种用户情感识别方法，其中，包括：

4、获取与目标用户关联的通话录音数据，对所述通话录音数据进行解析，从解析结果中提取语音数据以及所述语音数据对应的文本数据；

5、对所述语音数据进行语音分帧处理，基于语音分帧后得到的语音帧获取对应的频域特征，通过预设的语音情感特征编码器，对由各所述语音帧对应的所述频域特征构成的语音帧特征序列进行特征提取，生成所述语音数据的语音特征；

6、对所述文本数据进行文本切分处理，基于文本切分后得到的文本单元获取对应的文本语义特征，通过预设的文本情感特征编码器，对由各所述文本单元对应的所述文本语义特征构成的文本单元特征序列进行特征提取，生成所述文本数据的文本特征；

7、基于所述语音特征和所述文本特征，生成所述通话录音数据的融合特征，并根据所述融合特征，识别得到所述目标用户的情感分类结果。

8、第二方面，本发明提供了一种用户情感识别装置，其中，包括：

9、获取模块，用于获取与目标用户关联的通话录音数据，对所述通话录音数据进行解析，从解析结果中提取语音数据以及所述语音数据对应的文本数据；

10、语音分帧模块，用于对所述语音数据进行语音分帧处理，基于语音分帧后得到的语音帧获取对应的频域特征，通过预设的语音情感特征编码器，对由各所述语音帧对应的所述频域特征构成的语音帧特征序列进行特征提取，生成所述语音数据的语音特征；

11、文本切分模块，用于对所述文本数据进行文本切分处理，基于文本切分后得到的文本单元获取对应的文本语义特征，通过预设的文本情感特征编码器，对由各所述文本单元对应的所述文本语义特征构成的文本单元特征序列进行特征提取，生成所述文本数据的文本特征；

12、识别模块，用于基于所述语音特征和所述文本特征，生成所述通话录音数据的融合特征，并根据所述融合特征，识别得到所述目标用户的情感分类结果。

13、第三方面，本发明提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上所述的用户情感识别方法。

14、第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上所述的用户情感识别方法。

15、相较于现有技术，本发明提供了一种用户情感识别方法、装置、计算机设备及计算机可读存储介质，其中，包括：获取与目标用户关联的通话录音数据，对所述通话录音数据进行解析，从解析结果中提取语音数据以及所述语音数据对应的文本数据；对所述语音数据进行语音分帧处理，基于语音分帧后得到的语音帧获取对应的频域特征，通过预设的语音情感特征编码器，对由各所述语音帧对应的所述频域特征构成的语音帧特征序列进行特征提取，生成所述语音数据的语音特征；对所述文本数据进行文本切分处理，基于文本切分后得到的文本单元获取对应的文本语义特征，通过预设的文本情感特征编码器，对由各所述文本单元对应的所述文本语义特征构成的文本单元特征序列进行特征提取，生成所述文本数据的文本特征；基于所述语音特征和所述文本特征，生成所述通话录音数据的融合特征，并根据所述融合特征，识别得到所述目标用户的情感分类结果。本发明通过融合语音特征与文本特征生成通话录音数据的融合特征，综合声学维度与语义维度两类互补信息开展情感识别，能够有效提升针对目标用户的情感分类结果的识别准确度。

1.一种用户情感识别方法，其特征在于，包括：

2.根据权利要求1所述的用户情感识别方法，其特征在于，所述获取与目标用户关联的通话录音数据，对所述通话录音数据进行解析，从解析结果中提取语音数据以及所述语音数据对应的文本数据，包括：

3.根据权利要求1所述的用户情感识别方法，其特征在于，所述对所述语音数据进行语音分帧处理，基于语音分帧得到的语音帧获取对应的频域特征，通过预设的语音情感特征编码器，对由各所述语音帧对应的所述频域特征构成的语音帧特征序列进行特征提取，生成所述语音数据的语音特征，包括：

4.根据权利要求3所述的用户情感识别方法，其特征在于，所述对各所述有效语音帧依次进行加窗处理与短时傅里叶变换得到对应的帧频谱，利用梅尔滤波器组对所述帧频谱进行映射处理得到梅尔频谱，将各所述有效语音帧对应的所述梅尔频谱进行拼接，得到梅尔频谱序列，包括：

5.根据权利要求1所述的用户情感识别方法，其特征在于，所述对所述文本数据进行文本切分处理，基于文本切分得到的文本单元获取对应的文本语义特征，通过预设的文本情感特征编码器，对由各所述文本单元对应的所述文本语义特征构成的文本单元特征序列进行特征提取，生成所述文本数据的文本特征，包括：

6.根据权利要求5所述的用户情感识别方法，其特征在于，所述对所述文本数据进行文本切分处理，得到多个文本单元，并根据预设转写置信度阈值对各所述文本单元进行可信度筛选，获取可信文本单元，包括：

7.根据权利要求1所述的用户情感识别方法，其特征在于，所述基于所述语音特征和所述文本特征，生成所述通话录音数据的融合特征，并根据所述融合特征，识别得到所述目标用户的情感分类结果，包括：

8.一种用户情感识别装置，其特征在于，包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的用户情感识别方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的用户情感识别方法。