[发明专利]基于语音数据的情绪识别方法、装置及存储介质

说明书

本申请实施例属于人工智能技术领域，涉及一种基于语音数据的情绪识别方法，用于提高情绪识别的准确率，该方法包括：获取用户的语音数据；将所述语音数据转换为文本数据；采用预设的语音情绪模型对所述语音数据进行情绪识别，输出语音情绪标签，所述语音情绪模型为包括极端梯度提升Xgboost模型和长短期记忆网络LSTM模型的组合模型；采用预设的文本情绪模型对所述文本数据进行情绪识别，输出文本情绪标签；根据所述语音情绪标签和所述文本情绪标签，确定综合情绪标签。本申请还提供一种基于语音数据的情绪识别装置、计算机设备及存储介质。此外，本申请还涉及区块链技术，用户的语音数据可存储于区块链中。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种基于语音数据的情绪识别方法、装置、计算机设备及存储介质。

背景技术

情绪识别是目前自然语言处理(natural language processing，NLP)技术中一个重要的研究方向，具体是指利用人工智能(artificial intelligence，AI)技术，通过获取个体的生理或非生理信号以对个体的情绪状态进行自动辨别，是情感计算的一个重要组成部分。情绪识别研究的内容包括面部表情、语音、心率、行为、文本和生理信号识别等方面，通过以上内容来判断用户的情绪状态。其中，人的语音是能反应人类情感的一个很重要的行为信号，比如语音中所包含的声调、频率波动或者语音对应的文本内容，均可以反映出一部分的人类情绪。

目前，基于语音信号的情绪识别技术在近几年得到了广泛的研究。但是由于针对用户语音所进行的情绪识别检测维度较少，因此情绪识别的结果往往不够准确。

发明内容

本申请实施例的目的在于提出一种基于语音数据的情绪识别方法、装置、计算机设备及存储介质，主要用于解决现有基于语音数据的情绪识别技术中，由于检测维度少而带来的精确度不够的技术问题。

为了解决上述技术问题，本申请实施例提供一种基于语音数据的情绪识别方法，采用了如下所述的技术方案：

获取用户的语音数据；

将该语音数据转换为文本数据；

采用预设的语音情绪模型对该语音数据进行情绪识别，输出语音情绪标签，该语音情绪模型为包括Xgboost模型和LSTM模型的组合模型；

采用预设的文本情绪模型对该文本数据进行情绪识别，输出文本情绪标签；

根据该语音情绪标签和该文本情绪标签，确定综合情绪标签。

为了解决上述技术问题，本申请实施例还提供一种基于语音数据的情绪识别装置，采用了如下所述的技术方案：

获取单元，用于获取用户的语音数据；

转换单元，用于将该语音数据转换为文本数据；

第一情绪识别单元，用于采用预设的语音情绪模型对该语音数据进行情绪识别，输出语音情绪标签，该语音情绪模型为包括Xgboost模型和LSTM模型的组合模型；

第二情绪识别单元，用于采用预设的文本情绪模型对该文本数据进行情绪识别，输出文本情绪标签；

第三情绪识别单元，用于根据该语音情绪标签和该文本情绪标签，确定综合情绪标签。

为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现上所述基于语音数据的情绪识别方法的步骤。

为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：