[发明专利]语音情绪识别方法、语音情绪识别模型的训练方法及装置

说明书

本公开提供了一种语音情绪识别方法、语音情绪识别模型的训练方法及装置，可以应用于语音识别技术领域和金融领域。该语音情绪识别方法包括：对待识别语音数据进行特征提取，得到语音情绪特征向量序列，其中，语音情绪特征向量序列包括至少一个语音情绪特征向量，语音情绪特征向量用于表征语音强度特征和时间增量特征；以及将语音情绪特征向量序列输入至语音情绪识别模型，输出语音情绪识别结果，其中，语音情绪识别模型包括极限学习机神经网络。

技术领域

本公开涉及语音识别技术领域和金融领域，更具体地，涉及一种语音情绪识别方法、语音情绪识别模型的训练方法及装置、电子设备、计算机可读存储介质和一种计算机程序产品。

背景技术

语音是语言外部形式，而语言则是日常生活中人们自我表达的主要方式以及交流媒介，因此，能够正确识别语音并做出合理应对是社会交往的基础。目前通常采用将语音转化成文本，再通过文本分析技术来识别语音。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：无法保证语音的及时识别且识别效率较低。

发明内容

有鉴于此，本公开提供了一种语音情绪识别方法、语音情绪识别模型的训练方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一个方面，提供了一种语音情绪识别方法，包括：

对待识别语音数据进行特征提取，得到语音情绪特征向量序列，其中，语音情绪特征向量序列包括至少一个语音情绪特征向量，语音情绪特征向量用于表征语音强度特征和时间增量特征；以及

将语音情绪特征向量序列输入至语音情绪识别模型，输出语音情绪识别结果，其中，语音情绪识别模型包括极限学习机神经网络。

根据本公开的实施例，语音强度特征包括音高周期特征和谐波噪声比特征，时间增量特征包括梅尔频率倒谱系数特征；

对待识别语音数据进行特征提取，得到语音情绪特征向量序列包括：

对待识别语音数据进行特征提取，得到语音强度特征序列；以及

对语音强度特征序列进行特征提取，得到语音情绪特征向量序列。

根据本公开的实施例，上述方法还包括，在对待识别样本语音数据进行特征提取，得到样本语音情绪特征向量序列之前：

获取待识别语音数据；

对待识别语音数据进行分段处理，得到与待识别语音数据对应的多个原始语音片段数据；以及

对多个原始语音片段数据中的每个原始语音片段数据进行筛选处理，得到经筛选的多个语音片段数据。

根据本公开的实施例，对待识别语音数据进行特征提取，得到语音情绪特征向量序列包括：

对与待识别语音数据对应的多个语音片段数据进行处理，得到多个语音片段数据各自的语音情绪特征向量；以及

根据语音情绪特征向量和位置编码，确定语音情绪特征向量序列，其中，位置编码用于表征语音片段数据在待识别语音数据中的位置信息；

其中，将语音情绪特征向量序列输入至语音情绪识别模型，输出语音情绪识别结果包括：

对多个语音片段数据各自的语音情绪特征向量进行处理，得到多个语音片段数据各自的语音情绪信息；以及

根据多个语音片段数据各自的语音情绪信息，确定语音情绪识别结果。

根据本公开的实施例，语音情绪信息包括至少一个语音情绪类别和与至少一个语音情绪类别中的每个语音情绪类别对应的概率值；

根据多个语音片段数据各自的语音情绪信息，确定语音情绪识别结果包括：