[发明专利]基于人工智能的情感分类方法、装置、计算机设备及介质

说明书

本发明涉及人工智能技术领域，尤其涉及一种本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的情感分类方法、装置、计算机设备及介质。该方法对原始音频进行预处理，将预处理结果拼接后输入自注意力层，得到注意力向量，将注意力向量与拼接结果相乘，输入卷积层得到音频特征，将音频特征分别输入说话人分类器和性别分类器，得到参考说话人和参考性别，将音频特征、参考说话人和参考性别拼接后，输入情感分类器中进行分类，得到分类结果，能够提供更加丰富的音频信息，提高了情感分类的泛化能力，进而提高了情感分类的准确率，使得用户在应用金融服务平台时，能够获得较好的用户体验，降低金融服务平台被投诉的概率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的情感分类方法、装置、计算机设备及介质。

背景技术

目前，随着人工智能技术的快速发展，针对语音的情感分类技术已广泛应用于金融服务平台中，金融服务平台可以是保险系统、银行系统、交易系统、订单系统等，金融服务平台可以支持购物、社交、互动游戏、资源转移等功能，还可以具有申请贷款、信用卡或者购买保险、理财产品等功能。

情感分类技术可以应用于金融服务平台中的智能交互场景中，以使得用户在通过电话等方式与金融服务平台的智能机器客服进行沟通交互时，智能机器客服能够而根据用户的实时情感调整话术，现有语音情感分类通常采用卷积神经网络模型来提取语音频谱的特征后再进行情感分类，根据情感分类结果辅助智能交互过程，提高智能交互场景的智能化，使得用户在应用金融服务平台时，能够获得较好的用户体验，降低金融服务平台被投诉的概率。

但是，仅依靠语音频谱提供特征信息会导致情感分类的准确率较低，现有方法通常是使用语音内容额外提供语义特征信息，然而在实际使用时，语音频谱往往难以与语音内容准确对齐，反而进一步降低了情感分类的准确率，因此，如何提高情感分类的准确率成为亟待解决的问题。

发明内容

有鉴于此，本发明实施例提供了一种基于人工智能的情感分类方法、装置、计算机设备及介质，以解决情感分类的准确率较低的问题。

第一方面，本发明实施例提供一种基于人工智能的情感分类方法，所述情感分类方法包括：

对获取的原始音频进行预处理，将预处理得到的短时傅里叶变换频谱、梅尔频谱和梅尔频率倒谱系数拼接，得到拼接结果；

将所述拼接结果输入训练好的自注意力层中进行特征映射，确定特征映射结果为注意力向量，将所述注意力向量与所述拼接结果相乘，输入训练好的卷积层进行特征提取，得到音频特征；

将所述音频特征分别输入训练好的说话人分类器和训练好的性别分类器进行特征分类，得到参考说话人和参考性别；

将所述音频特征、所述参考说话人和所述参考性别拼接后，输入训练好的情感分类器中进行分类，得到表征所述原始音频的情感类别的分类结果。

第二方面，本发明实施例提供一种基于人工智能的情感分类装置，所述情感分类装置包括：

预处理模块，用于对获取的原始音频进行预处理，将预处理得到的短时傅里叶变换频谱、梅尔频谱和梅尔频率倒谱系数拼接，得到拼接结果；

特征提取模块，用于将所述拼接结果输入训练好的自注意力层中进行特征映射，确定特征映射结果为注意力向量，将所述注意力向量与所述拼接结果相乘，输入训练好的卷积层进行特征提取，得到音频特征；

特征分类模块，用于将所述音频特征分别输入训练好的说话人分类器和训练好的性别分类器进行特征分类，得到参考说话人和参考性别；

情感分类模块，用于将所述音频特征、所述参考说话人和所述参考性别拼接后，输入训练好的情感分类器中进行分类，得到表征所述原始音频的情感类别的分类结果。