[发明专利]语音情绪识别方法和装置

说明书

本发明实施例提供了一种语音情绪识别方法、装置、计算机设备和计算机可读存储介质，解决了现有技术无法实时监测呼叫中心系统中客服和客户的情绪状态的问题。该语音情绪识别方法包括：提取待识别音频流中的语音片段的音频特征向量，其中语音片段对应待识别音频流中的一段话；将语音片段的音频特征向量与多个情绪特征模型进行匹配，其中多个情绪特征模型分别对应多个情绪分类之一；以及将匹配结果为相匹配的情绪特征模型所对应的情绪分类作为语音片段的情绪分类。

技术领域

本发明涉及智能交互技术领域，具体涉及一种语音情绪识别方法、装置、计算机设备和计算机可读存储介质。

背景技术

呼叫中心系统是指一种利用现代通讯与计算机技术，自动灵活地处理大量各种不同的电话呼入/呼出业务来实现服务运营的操作系统。随着经济发展，呼叫中心系统中客服交互的业务量也越来越大，及时和有效的跟踪和监测客服通话中客服和客户的情绪状态，对于企业提升其服务质量具有重要的意义。目前，大多数企业主要依靠聘请专门的质检人员对通话录音进行抽样监听来实现这一目的，这一方面会给企业带来额外的成本，另一方面由于抽样覆盖范围的不确定性、以及人为判定含有的主观感情色彩，使得人工质检的效果存在一定的局限性。此外，质检人员只能在通话结束，获得录音以后对客服和客户的情绪表现进行事后的评价，而难以做到在通话进行当中去实时的监测客服和客户的情绪状态，当通话中客服或客户出现非常负面的情绪时，也无法及时有效的对客服人员进行提醒。

发明内容

有鉴于此，本发明实施例提供了一种语音情绪识别方法、装置、计算机设备和计算机可读存储介质，解决了现有技术无法实时监测呼叫中心系统中客服和客户的情绪状态的问题。

本发明一实施例提供的一种语音情绪识别方法包括：

提取待识别音频流中的语音片段的音频特征向量，其中语音片段对应待识别音频流中的一段话；

将语音片段的音频特征向量与多个情绪特征模型进行匹配，其中多个情绪特征模型分别对应多个情绪分类之一；以及

将匹配结果为相匹配的情绪特征模型所对应的情绪分类作为语音片段的情绪分类；

其中，所述音频特征向量包括以下几种音频特征中的一种或多种：能量特征、发音帧数特征、基音频率特征、共振峰特征、谐波噪声比特征以及梅尔倒谱系数特征。

本发明一实施例提供的一种语音情绪识别装置包括：

音频特征提取模块，配置为提取待识别音频流中的语音片段的音频特征向量，其中语音片段对应待识别音频流中的一段话；

匹配模块，配置为将语音片段的音频特征向量与多个情绪特征模型进行匹配，其中多个情绪特征模型分别对应多个情绪分类之一；以及

情绪判定模块，配置为将匹配结果为相匹配的情绪特征模型所对应的情绪分类作为语音片段的情绪分类；

其中，所述音频特征向量包括以下几种音频特征中的一种或多种：能量特征、发音帧数特征、基音频率特征、共振峰特征、谐波噪声比特征以及梅尔倒谱系数特征。

本发明一实施例提供的一种计算机设备，包括存储器、处理器以及存储在存储器上被处理器执行的计算机程序，处理器执行计算机程序时实现如前所述方法的步骤。

本发明一实施例提供的一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如前所述方法的步骤。

本发明实施例提供的一种语音情绪识别方法、装置、计算机设备和计算机可读存储介质，通过提取待识别音频流中的语音片段的音频特征向量，并利用预先建立的情绪特征模型对所提取的音频特征向量进行匹配，从而实现了对语音片段的实时情绪识别。这样在例如呼叫中心系统的应用场景下，可以实现在客服交互通话中实时监测客服和客户的情绪状态，可显著提高采用该呼叫中心系统的企业的服务质量和客户的客服体验。

附图说明