[发明专利]情绪识别方法、装置、计算机设备和存储介质

权利要求书

1.一种情绪识别方法，其特征在于，包括：

获取训练数据，所述训练数据包括情绪特征信息与标注的情绪类别标签、以及说话人特征信息与标注的说话人类别标签；

调用待训练的情绪识别模型，所述情绪识别模型包括特征生成器、情绪分类模型以及说话人分类模型；

将所述情绪特征信息与所述说话人特征信息输入所述特征生成器进行特征生成，得到对应的情绪特征向量组与说话人特征向量组；

将所述说话人特征向量组与标注的所述说话人类别标签输入所述说话人分类模型进行迭代训练至收敛，并获取训练后的所述说话人分类模型对应的预测特征向量；

将所述预测特征向量反向传播至所述特征生成器进行特征生成，得到消除说话人特征的情绪特征向量组；

将消除说话人特征的所述情绪特征向量组与标注的所述情绪类别标签输入所述情绪分类模型进行迭代训练，直至所述情绪分类模型收敛，获得训练后的情绪识别模型；

获取待识别的语音信号，将所述语音信号输入所述训练后的情绪识别模型得到所述语音信号对应的情绪识别结果。

2.根据权利要求1所述的情绪识别方法，其特征在于，所述说话人特征向量组包括至少一个说话人特征向量；所述将所述说话人特征向量组与标注的所述说话人类别标签输入所述说话人分类模型进行迭代训练至收敛，包括：

将所述说话人特征向量组中的其中一说话人特征向量与所述说话人特征向量对应的说话人类别标签，确定每一轮训练的训练样本数据；

将当前轮训练样本数据输入所述说话人分类模型中进行说话人分类训练，得到所述当前轮训练样本数据对应的说话人分类预测结果；

根据所述当前轮训练样本数据对应的说话人类别标签与所述说话人分类预测结果，确定当前轮对应损失函数值；

若所述损失函数值大于预设的损失值阈值，则调整所述说话人分类模型的参数，并进行下一轮训练，直至得到的损失函数值小于或等于所述损失值阈值，结束训练，得到训练后的所述说话人分类模型。

3.根据权利要求2所述的情绪识别方法，其特征在于，所述说话人分类模型至少包括全连接层；所述获取训练后的所述说话人分类模型对应的预测特征向量，包括：

将每一轮训练的所述训练样本数据输入训练后的所述说话人分类模型中进行说话人分类预测，并获取所述说话人分类模型的全连接层输出的特征向量；

将获取的全部所述特征向量的均值，确定为所述预测特征向量。

4.根据权利要求1所述的情绪识别方法，其特征在于，所述特征生成器包括生成函数；所述将所述预测特征向量反向传播至所述特征生成器进行特征生成，得到消除说话人特征的情绪特征向量组，包括：

根据所述预测特征向量调节所述特征生成器中的所述说话人特征向量组，获得调节后的所述说话人特征向量组，其中，调节后的所述说话人特征向量组中的每个说话人特征向量相同；

基于调节后的所述说话人特征向量组，通过所述生成函数生成消除说话人特征的所述情绪特征向量组。

5.根据权利要求4所述的情绪识别方法，其特征在于，所述说话人特征向量组包括至少一个第一分布函数；所述根据所述预测特征向量调节所述特征生成器中的所述说话人特征向量组，获得调节后的所述说话人特征向量组，包括：

确定所述预测特征向量对应的第二分布函数，并获取所述第二分布函数的均值与方差；

根据所述均值与所述方差，对每个所述第一分布函数中的均值与方差进行更新，得到更新后的所述第一分布函数。

6.根据权利要求1所述的情绪识别方法，其特征在于，所述将所述语音信号输入所述训练后的情绪识别模型得到所述语音信号对应的情绪识别结果之前，还包括：

提取所述语音信号中的有用语音信号，并对所述有用语音信号进行特征提取，得到所述语音信号对应的情绪特征信息与说话人特征信息；

所述将所述语音信号输入所述训练后的情绪识别模型得到所述语音信号对应的情绪识别结果，包括：

将所述情绪特征信息与所述说话人特征信息输入所述情绪识别模型进行情绪识别，得到所述语音信号对应的所述情绪识别结果。