[发明专利]属性识别方法和装置

说明书

本说明书实施例描述了属性识别方法和装置。根据实施例的方法，首先获取来自至少两个模态的用于对属性进行识别的原始数据，然后分别针对每种模态的原始数据进行属性特征的挖掘。进一步，将得到的各个模态的属性特征进行融合后，即可根据融合后的融合特征得到属性的识别结果。本方案是通过将不同模态的数据进行融合来实现对属性的识别，如此能够充分吸取各个模态的数据对属性进行识别的优势，不会遗漏某些对属性识别有利的信息，从而能够提高属性识别的准确性。

技术领域

本说明书一个或多个实施例涉及计算机技术领域，尤其涉及属性识别方法和装置。

背景技术

属性识别是业务场景中经常会用到的一种技术手段，比如，在人机交互的业务中，如果机器无法准确地识别出用户的情绪状态，那么机器就无法采取准确的操作对用户进行服务，从而造成用户较差的体验。因此，进行属性识别有助于提高用户的使用体验。

然而，目前对属性进行识别的准确性较低。

发明内容

本说明书一个或多个实施例描述了属性识别方法和装置，能够提高对属性进行识别的准确性。

根据第一方面，提供了一种属性识别方法，包括：

获取来自至少两个模态的用于对所述属性进行识别的原始数据；其中，所述至少两个模态的原始数据的语义的相似度大于预定值；

分别对所述至少两个模态的原始数据进行特征挖掘，得到各个模态对应的属性特征；其中，所述属性特征为能够对所述属性产生影响的特征；

将得到的各个模态对应的属性特征进行融合，得到融合特征；

利用所述融合特征，得到所述属性的识别结果。

在一种可能的实现方式中，当所述至少两个模态中包括语音模态时，所述属性特征包括语音特征向量和语音对齐矩阵；

所述获取来自至少两个模态的用于对所述属性进行识别的原始数据，包括：获取来自语音模态的用于对所述属性进行识别的语音信号；

所述对所述至少两个模态的原始数据进行特征挖掘得到各个模态对应的属性特征，包括：

将所述语音信号按照预设的第一时间长度切分成至少两帧，得到时域切分信号；

将所述时域切分信号进行傅里叶变换，得到频域切分特征；

利用至少一个特征提取卷积核对所述频域切分特征进行属性特征提取，得到提取特征；

根据所述提取特征，分别得到对应该语音模态的语音特征向量和语音对齐矩阵；其中，所述语音对齐矩阵中表征帧的维度大小与所述语音特征向量中表征帧的维度大小相等。

在一种可能的实现方式中，所述时域切分信号中相邻两帧的信号具有预设的第二时间长度的时间重叠，且所述第二时间长度小于所述第一时间长度。

在一种可能的实现方式中，所述至少一个特征提取卷积核包括第一卷积核、第二卷积核和第三卷积核；且第一卷积核与所述第二卷积核的大小不同，所述第二卷积核与所述第三卷积核的大小相同；

所述利用至少一个特征提取卷积核对所述频域切分特征进行属性特征提取得到提取特征，包括：

利用所述第一卷积核对所述频域切分特征进行特征提取，得到第一提取特征；

利用所述第二卷积核对所述第一提取特征进行特征提取，得到第二提取特征；

利用所述第三卷积核对所述第二提取特征进行特征提取，得到所述提取特征。

在一种可能的实现方式中，所述根据提取特征得到对应该语音模态的语音特征向量，包括：