技术特征:
1.一种基于上下文的语音情感检测方法,其特征在于,所述方法包括:
获取输入语音流,对所述输入语音流进行声纹特征提取,得到所述输入语音流的声纹特征;
根据所述声纹特征将所述输入语音流划分为客服语音段与客户语音段;
分别提取所述客服语音段与所述客户语音段的语音时刻;
选取预设的第一时刻下的所述客服语音段为第一语音段,选取预设的第二时刻下的所述客户语音段为第二语音段,其中,所述第二时刻在所述第一时刻之后,所述第一时刻和所述第二时刻均为提取到的所述语音时刻;
利用预先训练完成的情感分析模型对所述第一语音段进行情感检测,得到客服情感;
将所述客服情感作为所述情感分析模型的参数,使用所述情感分析模型对所述第二语音段进行情感检测,得到客户情感。
2.如权利要求1所述的基于上下文的语音情感检测方法,其特征在于,所述对所述输入语音流进行声纹特征提取,得到所述输入语音流的声纹特征,包括:
对不同语音时刻下的输入语音流进行卷积处理,得到卷积语音流;
对所述卷积语音流进行全局最大池化处理,得到池化语音流;
对所述池化语音流进行全连接处理,得到全连接语音流;
对所述全连接语音流进行全连接处理,得到所述输入语音流的声纹特征。
3.如权利要求1所述的基于上下文的语音情感检测方法,其特征在于,所述根据所述声纹特征将所述输入语音流划分为客服语音段与客户语音段,包括:
计算所述输入语音流的所述声纹特征与标准客服声纹特征之间的距离值;
将所述输入语音流中距离值小于预设距离阈值的语音段汇集为客服语音段;
将所述距离值大于或等于所述预设距离阈值的的语音段汇集为客户语音段。
4.如权利要求1所述的基于上下文的语音情感检测方法,其特征在于,所述利用预先训练完成的情感分析模型对所述第一语音段进行情感检测,得到客服情感,包括:
检测所述第一语音段的语音时长和语音语调;
持续检测所述第一语音段的语音强度,根据所述语音时长和所述语音强度计算所述第一语音段的语音音量;
对所述第一语音段进行语音内容识别,统计语音内容识别结果中用户的语音字数;
根据所述语音时长和所述语音字数计算所述第一语音段的语音语速;
根据所述语音语调、所述语音音量和所述语音语速计算客服情感值;
根据所述客服情感值所在的数值区间确定客服情感。
5.如权利要求1至4中任一项所述的基于上下文的语音情感检测方法,其特征在于,所述将所述客服情感作为参数,使用所述情感分析模型对所述第二语音段进行情感检测,得到客户情感,包括:
对所述客服情感进行参数转化,得到情感参数;
利用所述情感参数对所述情感分析模型进行参数赋值,得到带有参数的情感分析模型;
利用所述带有参数的情感分析模型对所述第二语音段进行情感检测,得到客户情感。
6.如权利要求5所述的基于上下文的语音情感检测方法,其特征在于,所述对所述客服情感进行参数转化,得到情感参数,包括:
对所述客服情感进行词向量数值转化,得到客服情感参数;
获取所述情感分析模型的配置文件;
解析所述配置文件得到配置项,并提取所述配置项中的配置参数;
利用所述客服情感参数对所述配置参数进行赋值,得到赋值参数;
将所述赋值参数输入至所述情感分析模型,得到含参数的情感分析模型;
利用所述含参数的情感分析模型对所述第二语音段进行情感检测,得到客户情感。
7.如权利要求6所述的基于上下文的语音情感检测方法,其特征在于,所述利用所述客服情感参数对所述配置参数进行赋值,得到赋值参数,包括:
遍历所述客服情感参数并确定所述客服情感参数中的第一标识符;
遍历所述配置参数并确定所述配置参数中的第二标识符;
将所述第一标识符与所述第二标识符进行对比分析,得到对比分析结果;
当所述对比分析结果为所述第一标识符与所述第二标识符不相同时,重新遍历所述配置参数并确定所述配置参数中的第二标识符;
当所述对比分析结果为所述第一标识符与所述第二标识符相同时,利用所述第一标识符对应的客服情感参数对所述第二标识符对应的配置参数进行赋值,得到赋值参数。
8.一种基于上下文的语音情感检测装置,其特征在于,所述装置包括:
特征提取模块,用于获取输入语音流,对所述输入语音流进行声纹特征提取,得到所述输入语音流的声纹特征;
语音划分模块,用于根据所述声纹特征将所述输入语音流划分为客服语音段与客户语音段;
时刻提取模块,用于分别提取所述客服语音段与所述客户语音段的语音时刻;
语音选取模块,用于选取预设的第一时刻下的所述客服语音段为第一语音段,选取预设的第二时刻下的所述客户语音段为第二语音段,其中,所述第二时刻在所述第一时刻之后,所述第一时刻和所述第二时刻均为提取到的所述语音时刻;
第一检测模块,用于利用预先训练完成的情感分析模型对所述第一语音段进行情感检测,得到客服情感;
第二检测模块,用于将所述客服情感作为所述情感分析模型的参数,使用所述情感分析模型对所述第二语音段进行情感检测,得到客户情感。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于上下文的语音情感检测方法。
10.一种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至7中任意一项所述的基于上下文的语音情感检测方法。
技术总结
本发明涉及语义分析技术,揭露了一种基于上下文的语音情感检测方法,包括:对获取的输入语音流进行声纹特征提取;根据声纹特征将输入语音流划分为客服语音段与客户语音段;提取客服语音段与客户语音段的语音时刻;选取第一时刻下的客服语音段为第一语音段,选取第二时刻下的客户语音段为第二语音段,其中,所述第二时刻在所述第一时刻之后;利用情感分析模型对第一语音段进行情感检测,得到客服情感;将客服情感作为参数对第二语音段进行情感检测,得到客户情感。此外,本发明还涉及区块链技术,所述输入语音流可存储于区块链的节点。本发明还提出一种基于上下文的语音情感检测装置、设备及介质。本发明可以解决情感检测的精确度不高的问题。
技术研发人员:顾艳梅;马骏;王少军
受保护的技术使用者:平安科技(深圳)有限公司
技术研发日:2021.02.26
技术公布日:2021.06.18
本文用于企业家、创业者技术爱好者查询,结果仅供参考。