CN110147936A - 基于情绪识别的服务评价方法、装置、存储介质 - Google Patents
基于情绪识别的服务评价方法、装置、存储介质 Download PDFInfo
- Publication number
- CN110147936A CN110147936A CN201910317792.8A CN201910317792A CN110147936A CN 110147936 A CN110147936 A CN 110147936A CN 201910317792 A CN201910317792 A CN 201910317792A CN 110147936 A CN110147936 A CN 110147936A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- service
- user
- evaluated
- expression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 230
- 230000008451 emotion Effects 0.000 title claims abstract description 28
- 230000036651 mood Effects 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 230000014509 gene expression Effects 0.000 claims description 125
- 238000012545 processing Methods 0.000 claims description 19
- 238000013135 deep learning Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000015170 shellfish Nutrition 0.000 description 3
- 230000005291 magnetic effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Human Computer Interaction (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Child & Adolescent Psychology (AREA)
- Accounting & Taxation (AREA)
- Psychiatry (AREA)
- Hospice & Palliative Care (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Signal Processing (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及计算机技术领域,尤其涉及一种基于情绪识别的服务评价方法及装置、存储介质、电子设备。该方法包括:若接收到对待评价服务进行评价的请求,则获取评价视频;对所述评价视频的情绪指标进行解析以得到情绪数据;根据所述情绪数据计算评价分数;根据所述评价分数对所述待评价服务进行评价。本公开无需用户手动输入评价信息和评价分数,大大的简化了评价操作的步骤,进而提高了评价效率,且用户体验较好。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种基于情绪识别的服务评价方法及装置、存储介质、电子设备。
背景技术
随着科技的发展,为了提高生活的便捷性,出现了越来越多的应用软件,例如,视频类应用软件、购物类应用软件、外卖类应用软件、保险类应用软件等。在使用上述应用软件的服务后,应用软件一般会提供一评价页面,让用户在评价页面中对应用软件中提供的服务进行评价,从而使应用软件的开发商根据用户的评价信息作出相应的改进,以提升用户体验。
目前,针对服务评价,需要用户在评价页面中手动输入评价信息和评价分数,评价效率低,且用户体验较差。因此,需要提供一种评价效率较高且用户体验较好的服务评价方法。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于情绪识别的服务评价方法及装置、存储介质、电子设备,进而至少在一定程度上克服服务评价效率低、用户体验较差的问题。
根据本公开的一个方面,提供一种基于情绪识别的服务评价方法,包括:
若接收到对待评价服务进行评价的请求,则获取评价视频;
对所述评价视频的情绪指标进行解析以得到情绪数据;
根据所述情绪数据计算评价分数;
根据所述评价分数对所述待评价服务进行评价。
在本公开的一种示例性实施例中,所述情绪指标包括用户表情和/或用户语气;
所述对所述评价视频的情绪指标进行解析以得到情绪数据包括:
对所述评价视频的用户表情进行解析以得到所述情绪数据;或者
对所述评价视频的用户语气进行解析以得到所述情绪数据;或者
对所述评价视频的用户表情和用户语气进行解析以得到所述情绪数据。
在本公开的一种示例性实施例中,所述对所述评价视频的用户表情进行解析以得到所述情绪数据包括:
获取评价视频中的每一帧图像;
基于一表情识别模型对所述每一帧图像中的用户表情进行解析,以得到所述每一帧图像中的用户表情;
将所述每一帧图像中的用户表情确定为所述评价视频的情绪数据。
在本公开的一种示例性实施例中,所述根据所述情绪数据计算评价分数包括:
根据所述情绪数据中的每一帧图像中的用户表情并结合一表情评分表,获取所述每一帧图像中的用户表情的表情分数,其中,所述表情评分表包括多种表情和每种所述表情的表情分数;
根据所述每一帧图像中的用户表情的表情分数计算所述评价分数。
在本公开的一种示例性实施例中,所述对所述评价视频的用户语气进行解析以得到所述情绪数据包括:
获取所述评价视频中的语音评价信息;
对所述语音评价信息的用户语气进行解析,以得到语气数据,其中,所述用户语气包括用户语调、用户声音分贝、用户语速中的一个或者多个;
将所述语气数据确定为所述情绪数据。
在本公开的一种示例性实施例中,所述方法还包括:
获取所述评价视频中的语音评价信息;
基于由深度学习网络构建的语音识别模型对所述语音评价信息进行识别,以得到与所述语音评价信息对应的文字评价信息;
根据所述文字评价信息对所述待评价服务进行评价。
在本公开的一种示例性实施例中,所述方法还包括:
获取与所述待评价服务对应的服务指标,所述服务指标包括服务总时长、服务的处理结果的准确性中的一个或多个;
根据与所述待评价服务对应的服务指标并结合一服务评价标准表,计算所述待评价服务的合理性评分,其中,所述服务评价标准表包括多个服务指标以及与各服务指标对应的服务评分;
根据所述待评价服务的合理性评分并结合对所述待评价服务的评价验证对所述待评价服务进行评价的真实性。
根据本公开的一个方面,提供一种基于情绪识别的服务评价装置,包括:
获取模块,用于若接收到对待评价服务进行评价的请求,则获取评价视频;
解析模块,用于对所述评价视频的情绪指标进行解析以得到情绪数据;
计算模块,用于根据所述情绪数据计算评价分数;
评价模块,用于根据所述评价分数对所述待评价服务进行评价。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述中所述的基于情绪识别的服务评价方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述中所述的基于情绪识别的服务评价方法。
本公开一种示例实施例提供的基于情绪识别的服务评价方法及装置、存储介质、电子设备。通过获取评价视频,并对评价视频的情绪指标进行解析以得到情绪数据,根据情绪数据计算评价分数,以及根据评价分数对待评价服务进行评价,即用户仅需录制评价视频即可完成对待评价服务的评价,相比于现有技术,无需用户手动输入评价信息和评价分数,大大的简化了评价操作的步骤,进而提高了评价效率,且用户体验较好。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
通过参照附图来详细描述其示例性实施例,本公开的上述和其它特征及优点将变得更加明显。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本公开一种基于情绪识别的服务评价方法的流程图;
图2为本公开一示例性实施例中提供的验证用户对待评价服务进行评价的真实性的流程图;
图3为本公开一种基于情绪识别的服务评价装置的框图;
图4为本公开一示例性实施例中的电子设备的模块示意图;
图5为本公开一示例性实施例中的程序产品示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有所述特定细节中的一个或更多,或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下,不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例性实施例中首先公开了一种基于情绪识别的服务评价的方法,参照图1所示,所述基于情绪识别的服务评价方法可以包括以下步骤:
步骤S110、若接收到对待评价服务进行评价的请求,则获取评价视频;
步骤S120、对所述评价视频的情绪指标进行解析以得到情绪数据;
步骤S130、根据所述情绪数据计算评价分数;
步骤S140、根据所述评价分数对所述待评价服务进行评价。
根据本示例性实施例中的基于情绪识别的服务评价方法,通过获取评价视频,并对评价视频的情绪指标进行解析以得到情绪数据,根据情绪数据计算评价分数,以及根据评价分数对待评价服务进行评价,即用户仅需录制评价视频即可完成对待评价服务的评价,相比于现有技术,无需用户手动输入评价信息和评价分数,大大的简化了评价操作的步骤,进而提高了评价效率,且用户体验较好。
下面,将参照图1,对本示例性实施例中的基于情绪识别的服务评价方法作进一步说明。
在步骤S110中,若接收到对待评价服务进行评价的请求,则获取评价视频。
在本示例性实施例中,所述服务可以包括:餐饮服务、保险服务、外卖服务、购物服务等,本示例性实施例对此不作特殊限定。在用户通过客户端体验了客户端中的应用软件提供的服务后,用户可以通过在应用软件的页面中的“评价”控件上执行触发操作,以向客户端发起对待评价服务进行评价的请求。客户端接收对待评价服务进行评价的请求,并将对待评价服务进行评价的请求发送至服务器,服务器接收对待评价服务进行评价的请求,并生成评价视频获取请求。服务器将评价视频获取请求发送至客户端。客户端接收并响应评价视频获取请求,以及在客户端的界面中提供一视频录制控件,并提醒用户录制评价视频。用户通过触发视频录制控件,以使客户端开始录制评价视频,并在评价视频录制结束时,停止触发视频录制控件,以使客户端停止评价视频的录制。客户端将录制的评价视频发送至服务器,以使服务器获取该评价视频。需要说明的是,评价视频可以至少包括用户的人脸信息和/或语音信息等,本示例性实施例对此不做特殊限定。客户端例如可以为手机、电脑等,本示例性实施例对此不作特殊限定。应用软件例如可以为餐应用软件、保险应用软件、购物应用软件等,本示例性实施例对此不作特殊限定。
在步骤S120中,对所述评价视频的情绪指标进行解析以得到情绪数据。
在本示例性实施例中,所述情绪指标可以包括用户表情和/或用户语气,基于此,对所述评价视频的情绪指标进行解析以得到情绪数据的方式可以包括以下三种:
第一种,对所述评价视频的用户表情进行解析以得到所述情绪数据。
在本示例性实施例中,可以获取评价视频中的每一帧图像;基于一表情识别模型对所述每一帧图像中的用户表情进行解析,以得到所述每一帧图像中的用户表情;将所述每一帧图像中的用户表情确定为所述评价视频的情绪数据,即情绪数据为评价视频中的每一帧图像中的用户表情。
具体的,表情识别模型的构建过程可以包括以下两种方式:
方式一、获取大量的人脸图像,并对每个人脸图像中的表情进行标记,所述表情可以包括:开心、愤怒、生气、悲伤、难过、喜悦、无奈等,本示例性实施例对此不作特殊限定。将标记出表情的人脸图像依次输入至深度学习网络中,以对深度学习网络进行训练,得到深度学习网络中的各连接的权重值,并根据各连接的权重值构建表情识别模型。所述深度学习网络可以包括卷积神经网络、递归神经网络等,本示例性实施例对此不做特殊限定。
方式二、获取每一种表情的表情参数,将每种表情与其表情参数进行关联,并将关联后的每种表情与其表情参数进行集合之后,即可得到表情识别模型。所述表情参数可以包括嘴角的角度,眉毛的角度、眼睛的角度等本示例性实施例对此不做特殊限定。
在得到表情识别模型之后,从评价视频中获取每一帧图像,对于方式一中的表情识别模型,将每一帧图像分别输入表情识别模型中,表情识别模型会输出每一帧图像的用户表情。对于方式二中的表情识别模型,获取每一帧图像的表情参数,将每一帧图像的表情参数与表情识别模型中的每一个表情的表情参数进行匹配,并将表情识别模型中的与每一帧图像的表情参数匹配成功的表情参数对应的表情确定为对应的每一帧图像中的用户表情。
第二种,对所述评价视频的用户语气进行解析以得到所述情绪数据。
在本示例性实施例中,可以获取所述评价视频中的语音评价信息;对所述语音评价信息的用户语气进行解析,以得到语气数据,其中,所述用户语气包括用户语调、用户声音分贝、用户语速中的一个或者多个;将所述语气数据确定为所述情绪数据。
具体的,可以通过一语音获取模块在评价视频中获取语音评价信息,所述语音评价信息可以为评价视频中用户的语音评价音频;对语音评价信息中的每个用户语气进行解析,以得到每个用户语气对应的语气数据,以及将每个用户语气对应的语气数据确定为评价视频的情绪数据。
下面举例对上述过程进行说明,若用户语气包括用户语调、用户声音分贝、用户语速,则可以按照一预设时长将语音评价信息划分为多个语音评价片段,获取每个语音评价片段的用户语调,根据每个语音评价片段的用户语调统计出现频率最高的用户语调,并将出现频率最高的用户语调确定为用户语调对应的语气数据,用户语调可以包括:升调、降调、升降掉、降升调等,本示例性实施例对此不做特殊限定;可以根据语音评价信息获取每一帧语音的声音分贝,并根据每一帧语音的声音分贝求声音分贝的平均值,以及将该平均值确定为用户声音分贝对应的语气数据;可以获取语音评价信息的时长,并获取语音评价信息中的用户所说的总字数,求用户所说的总字数与语音评价信息的时长的比值,并将该比值确定为用户语速对应的语气数据。将用户语调对应的语气数据、用户声音分贝对应的语气数据以及用户语速对应的语气数据确定为评价视频的情绪数据。
第三种,对所述评价视频的用户表情和用户语气进行解析以得到所述情绪数据。
在本示例性实施例中,可以对评价视频的用户表情进行解析以得到与用户表情对应的情绪数据,并对评价视频的用户语气进行解析以得到与用户语气对应的情绪数据,将与用户表情对应的情绪数据和与用户语气对应的情绪数据确定为评价视频的情绪数据。
需要说明的是,由于对评价视频的用户表情进行解析以得到与用户表情对应的情绪数据的原理与上述第一种方式的原理相同,对评价视频的用户语气进行解析以得到与用户语气对应的情绪数据的原理与上述第二种方式的原理相同,因此此处不再赘述。
在步骤S130中,根据所述情绪数据计算评价分数。
在本示例性实施例中,针对步骤S120中的第一种方式得到的情绪数据计算评价分数的过程可以包括:可以根据所述情绪数据中的每一帧图像中的用户表情并结合一表情评分表,获取所述每一帧图像中的用户表情的表情分数,其中,所述表情评分表包括多种表情和每种所述表情的表情分数;根据所述每一帧图像中的用户表情的表情分数计算所述评价分数。每种表情的表情分数的具体数值可以由开发人员进行设置,具体的,表情越积极,表情的表情分数约高;表情越消极,表情的表情分数越低。基于上述表情评分表,可以通过将每一帧图像中的用户表情与表情评分表中的每一种表情进行匹配,并将表情评分表中与每一帧图像中的用户表情匹配的表情对应的表情分数确定为对应的每一帧图像中的用户表情的表情分数。
根据每一帧图像中的用户表情的表情分数计算所述评价分数的过程可以包括:可以根据每一帧图像中的用户表情的表情分数求表情分数的平均值,并将得到的数据确定为评价分数。
在本示例性实施例中,还可以通过一由深度学习网络构建的评分模型获取每一帧图像中的用户表情的表情分数。具体的,评分模型的构建过程可以包括:获取多种表情,并对多个表情的表情分数进行标记,将标记出表情分数的各表情输入至深度学习网络中,以对深度学习网络进行训练,得到深度学习网络中的各连接的权重值,并根据各连接的权重值构建评分模型。在得到评分模型后,将每一帧图像中的用户表情输入至评分模型中,以使评分模型输出每一帧图像中的用户表情的表情分数,以及根据每一帧图像中的用户表情的表情分数求表情分数的平均值,并将该平均值确定为评价分数。
针对步骤S120中的第二种方式得到的情绪数据计算评价分数的过程可以包括:根据情绪数据中的每个用户语气对应的语气数据计算每个用户语气对应的语气数据的语气分数,以及根据每个用户语气对应的语气数据的语气分数计算评价分数。
下面,以步骤S120中的第二种方式中例举的例子为例,对上述过程进行说明。从步骤S120中的第二种方式中例举的例子可知,情绪数据包括用户语调对应的语气数据、用户声音分贝对应的语气数据以及用户语速对应的语气数据。基于此,计算评价分数的过程包括:将用户语调对应的语气数据中的用户语调与一语调评分表中的语调进行匹配,并将语调评分表中与用户语调对应的语气数据中的用户语调匹配的语调对应的语调评分确定为用户语调对应的语气数据的语气分数,其中语调评分表中包括多个语调以及每个语调的语调评分;提前生成包括每个数值的声音分贝对应的分贝评分的分贝评分表,将用户声音分贝对应的语气数据中的声音分贝的平均值与分贝评分表中的每一个声音分贝的数值进行匹配,并将分贝评分表中与用户声音分贝对应的语气数据中的声音分贝的平均值匹配的声音分贝对应的分贝评分确定为用户声音分贝对应的语气数据的语气分数;提前设置每个语速范围对应的语速评分,根据用户语速对应的语气数据中的比值确定用户语速对应的语气数据所属的语速范围,并将该语速范围对应的语速评分确定为用户语速对应的语气数据的语气分数;最后,求用户语调对应的语气数据的语气分数、用户声音分贝对应的语气数据的语气分数、用户语速对应的语气数据的语气分数的平均值,并将该平均值确定为评价分数。
针对步骤S120中的第三种方式得到的情绪数据计算评价分数的过程可以包括:根据与用户表情对应的情绪数据计算与用户表情对应的评价分数,根据与用户语气对应的情绪数据计算与用户语气对应的评价分数,以及通过对与用户表情对应的评价分数和用户语气对应的评价分数进行加权求和,以得到评价分数。需要说明的是,根据与用户表情对应的情绪数据计算与用户表情对应的评价分数,以及根据与用户语气对应的情绪数据计算与用户语气对应的评价分数的原理已经在上文中进行了说明,因此此处不再赘述。
在步骤S140中,根据所述评价分数对所述待评价服务进行评价。
在本示例性实施例中,可以根据评价分数的不同,将评价分数划分为多个评价分数范围,并对每个评价分数范围设置对应的评价星级,以及根据评价分数所属的评价分数范围,将评价分数所属的评价分数范围对应的评价星级确定为评价分数的评价星级,以及根据评价分数的评价星级对待评价服务进行评价。
例如,评价分数从0~100,评价星级从一颗星到五颗星,且评价分数越高,评价星级越高,评价分数越低,评价星级越低。基于此,将评价分数划分为5个评价分数范围,分别为[0,20]、[20,40]、[40,60]、[60,80]、[80,100],其中,评价分数范围[0,20]对应的评价星级为一颗星、评价分数范围[20,40]对应的评价星级为二颗星、评价分数范围[40,60]对应的评价星级为三颗星、评价分数范围[60,80]对应的评价星级为四颗星、评价分数范围[80,100]对应的评价星级为五颗星。若评价分数属于评价分数范围[0,20],则给待评价服务一颗星,若评价分数属于评价分数范围[40,60],则给待评价服务三颗星。
需要说明的是,上述根据评价分数对待评价服务进行评价的过程仅为示例性的,并不用于限定本发明。例如还可以根据评价分数对待评价服务直接进行评价。
综上所述,通过获取评价视频,并对评价视频的情绪指标进行解析以得到情绪数据,根据情绪数据计算评价分数,以及根据评价分数对待评价服务进行评价,即用户仅需录制评价视频即可完成对待评价服务的评价,相比于现有技术,无需用户手动输入评价信息和评价分数,大大的简化了评价操作的步骤,进而提高了评价效率,且用户体验较好。
为了增加评价的维度,进而提高评价的准确性和全面性,所述方法还可以包括:获取所述评价视频中的语音评价信息;基于由深度学习网络构建的语音识别模型对所述语音评价信息进行识别,以得到与所述语音评价信息对应的文字评价信息;根据所述文字评价信息对所述待评价服务进行评价。
在本示例性实施例中,根据深度学习网络构建语音识别模型的过程包括,获取多个语音信息样本,并对各语音信息样本的文字信息进行标记,将标记出文字信息的各语音信息样本输入至深度学习网络中,以对深度学习网络进行训练,以得到深度学习网络的各连接的权重值,根据各连接的权重值构建语音识别模型。上述深度学习网络例如可以为卷积神经网络、递归神经网络等,本示例性实施例对此不做特殊限定。
基于上述语音识别模型获取文字评价信息的过程可以包括:将评价视频信息的语音评价信息输入至语音识别模型,以使语音识别模型输出语音评价信息对应的文字评价信息,并根据该文字评价信息对评价服务进行评价。例如,若文字评价信息为“处理速度快,且处理结果准确”,则用该“处理速度快,且处理结果准确”对待评价服务进行评价。
综上所述,通过获取评价视频中的语音评价信息的文字评价信息,并根据文字评价信息对所述待评价服务进行评价,增加了对待评价服务进行评价的维度,进而提高评价的准确性和全面性,同时也可以使其他用户根据文字评价信息得到更加准确的评价信息。
为了验证用户对待评价服务评价的真实性,如图2所示,所述方法还可以包括:
步骤S210、获取与所述待评价服务对应的服务指标,所述服务指标包括服务总时长、服务的处理结果的准确性中的一个或多个。
在本示例性实施例中,所述服务指标可以包括服务总时长、服务的处理结果的准确性,还可以包括服务的响应时间、服务流程的合理性等,本示例性实施例对此不作特殊限定。
步骤S220、根据与所述待评价服务对应的服务指标并结合一服务评价标准表,计算所述待评价服务的合理性评分,其中,所述服务评价标准表包括多个服务指标以及与各服务指标对应的服务评分,即在服务评价标准表中匹配出与待评价服务对应的各服务指标的服务评分,并通过对各服务指标的服务评分进行加权求和的方式计算待评价服务的合理性评分。
步骤S230、根据所述待评价服务的合理性评分并结合对所述待评价服务的评价验证对所述待评价服务进行评价的真实性。在本示例性实施例中,将待评价服务的合理性评分与用户对待评价服务的评价进行匹配,若待评价服务的合理性评分与用户对待评价服务的评价较为匹配,则确定用户对待评价服务的评价较为真实,反之,则确定用户对待评价服务的评价不够真实。
在本公开的示例性实施例中,还提供了一种基于情绪识别的服务评价装置,如图3所示,所述基于情绪识别的服务评价装置300可以包括:获取模块301、解析模块302、计算模块303、评价模块304,其中:
获取模块301,用于若接收到对待评价服务进行评价的请求,则获取评价视频;
解析模块302,用于对所述评价视频的情绪指标进行解析以得到情绪数据;
计算模块303,用于根据所述情绪数据计算评价分数;
评价模块304,用于根据所述评价分数对所述待评价服务进行评价。
上述中各基于情绪识别的服务评价装置模块的具体细节已经在对应的基于情绪识别的服务评价方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图4来描述根据本发明的这种实施方式的电子设备400。图4显示的电子设备400仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于:上述至少一个处理单元410、上述至少一个存储单元420、连接不同系统组件(包括存储单元420和处理单元410)的总线430、显示单元440。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元410执行,使得所述处理单元410执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元410可以执行如图1中所示的步骤S110、若接收到对待评价服务进行评价的请求,则获取评价视频;步骤S120、对所述评价视频的情绪指标进行解析以得到情绪数据;步骤S130、根据所述情绪数据计算评价分数;步骤S140、根据所述评价分数对所述待评价服务进行评价。
存储单元420可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)4201和/或高速缓存存储单元4202,还可以进一步包括只读存储单元(ROM)4203。
存储单元420还可以包括具有一组(至少一个)程序模块4205的程序/实用工具4204,这样的程序模块4205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线430可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备400也可以与一个或多个外部设备470(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备400交互的设备通信,和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口450进行。并且,电子设备400还可以通过网络适配器460与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器460通过总线430与电子设备400的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备400使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图5所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品500,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种基于情绪识别的服务评价方法,其特征在于,包括:
若接收到对待评价服务进行评价的请求,则获取评价视频;
对所述评价视频的情绪指标进行解析以得到情绪数据;
根据所述情绪数据计算评价分数;
根据所述评价分数对所述待评价服务进行评价。
2.根据权利要求1所述的基于情绪识别的服务评价方法,其特征在于,所述情绪指标包括用户表情和/或用户语气;
所述对所述评价视频的情绪指标进行解析以得到情绪数据包括:
对所述评价视频的用户表情进行解析以得到所述情绪数据;或者
对所述评价视频的用户语气进行解析以得到所述情绪数据;或者
对所述评价视频的用户表情和用户语气进行解析以得到所述情绪数据。
3.根据权利要求2所述的基于情绪识别的服务评价方法,其特征在于,所述对所述评价视频的用户表情进行解析以得到所述情绪数据包括:
获取评价视频中的每一帧图像;
基于一表情识别模型对所述每一帧图像中的用户表情进行解析,以得到所述每一帧图像中的用户表情;
将所述每一帧图像中的用户表情确定为所述评价视频的情绪数据。
4.根据权利要求3所述的基于情绪识别的服务评价方法,其特征在于,所述根据所述情绪数据计算评价分数包括:
根据所述情绪数据中的每一帧图像中的用户表情并结合一表情评分表,获取所述每一帧图像中的用户表情的表情分数,其中,所述表情评分表包括多种表情和每种所述表情的表情分数;
根据所述每一帧图像中的用户表情的表情分数计算所述评价分数。
5.根据权利要求2所述的基于情绪识别的服务评价方法,其特征在于,所述对所述评价视频的用户语气进行解析以得到所述情绪数据包括:
获取所述评价视频中的语音评价信息;
对所述语音评价信息的用户语气进行解析,以得到语气数据,其中,所述用户语气包括用户语调、用户声音分贝、用户语速中的一个或者多个;
将所述语气数据确定为所述情绪数据。
6.根据权利要求1所述的基于情绪识别的服务评价方法,其特征在于,所述方法还包括:
获取所述评价视频中的语音评价信息;
基于由深度学习网络构建的语音识别模型对所述语音评价信息进行识别,以得到与所述语音评价信息对应的文字评价信息;
根据所述文字评价信息对所述待评价服务进行评价。
7.根据权利要求1~6中任一项所述的基于情绪识别的服务评价方法,其特征在于,所述方法还包括:
获取与所述待评价服务对应的服务指标,所述服务指标包括服务总时长、服务的处理结果的准确性中的一个或多个;
根据与所述待评价服务对应的服务指标并结合一服务评价标准表,计算所述待评价服务的合理性评分,其中,所述服务评价标准表包括多个服务指标以及与各服务指标对应的服务评分;
根据所述待评价服务的合理性评分并结合对所述待评价服务的评价验证对所述待评价服务进行评价的真实性。
8.一种基于情绪识别的服务评价装置,其特征在于,包括:
获取模块,用于若接收到对待评价服务进行评价的请求,则获取评价视频;
解析模块,用于对所述评价视频的情绪指标进行解析以得到情绪数据;
计算模块,用于根据所述情绪数据计算评价分数;
评价模块,用于根据所述评价分数对所述待评价服务进行评价。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任意一项所述的基于情绪识别的服务评价方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~7中任意一项所述的基于情绪识别的服务评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910317792.8A CN110147936A (zh) | 2019-04-19 | 2019-04-19 | 基于情绪识别的服务评价方法、装置、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910317792.8A CN110147936A (zh) | 2019-04-19 | 2019-04-19 | 基于情绪识别的服务评价方法、装置、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110147936A true CN110147936A (zh) | 2019-08-20 |
Family
ID=67588488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910317792.8A Pending CN110147936A (zh) | 2019-04-19 | 2019-04-19 | 基于情绪识别的服务评价方法、装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110147936A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599999A (zh) * | 2019-09-17 | 2019-12-20 | 寇晓宇 | 数据交互方法、装置和机器人 |
CN110718293A (zh) * | 2019-10-23 | 2020-01-21 | 合肥盛东信息科技有限公司 | 一种护理员服务质量监测评价系统 |
CN111370030A (zh) * | 2020-04-03 | 2020-07-03 | 龙马智芯(珠海横琴)科技有限公司 | 语音情感检测方法与装置、存储介质、电子设备 |
CN112331316A (zh) * | 2020-10-23 | 2021-02-05 | 江苏亚寰软件股份有限公司 | 一种移动式信息安全医疗评价满意度反馈评测方法 |
CN112966568A (zh) * | 2021-02-09 | 2021-06-15 | 中国工商银行股份有限公司 | 一种视频客服服务质量分析方法及装置 |
WO2021134485A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳市欢太科技有限公司 | 视频评分方法、装置、存储介质及电子设备 |
CN113129081A (zh) * | 2021-05-18 | 2021-07-16 | 中国银行股份有限公司 | 基于5g消息的银行网点服务评价反馈方法、装置及系统 |
CN113642503A (zh) * | 2021-08-23 | 2021-11-12 | 国网山东省电力公司金乡县供电公司 | 基于图像和语音识别的窗口服务评分方法及系统 |
CN114580900A (zh) * | 2022-03-03 | 2022-06-03 | 深圳思为科技有限公司 | 房产经纪人推荐的方法、装置、计算机设备以及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105049249A (zh) * | 2015-07-09 | 2015-11-11 | 中山大学 | 一种远程可视会话服务的评分方法及系统 |
US20170154293A1 (en) * | 2014-06-16 | 2017-06-01 | Panasonic Intellectual Property Management Co., Ltd. | Customer service appraisal device, customer service appraisal system, and customer service appraisal method |
US9760767B1 (en) * | 2016-09-27 | 2017-09-12 | International Business Machines Corporation | Rating applications based on emotional states |
CN107452405A (zh) * | 2017-08-16 | 2017-12-08 | 北京易真学思教育科技有限公司 | 一种根据语音内容进行数据评价的方法及装置 |
CN107818798A (zh) * | 2017-10-20 | 2018-03-20 | 百度在线网络技术(北京)有限公司 | 客服服务质量评价方法、装置、设备及存储介质 |
CN108337563A (zh) * | 2018-03-16 | 2018-07-27 | 深圳创维数字技术有限公司 | 视频评价方法、装置、设备和存储介质 |
-
2019
- 2019-04-19 CN CN201910317792.8A patent/CN110147936A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170154293A1 (en) * | 2014-06-16 | 2017-06-01 | Panasonic Intellectual Property Management Co., Ltd. | Customer service appraisal device, customer service appraisal system, and customer service appraisal method |
CN105049249A (zh) * | 2015-07-09 | 2015-11-11 | 中山大学 | 一种远程可视会话服务的评分方法及系统 |
US9760767B1 (en) * | 2016-09-27 | 2017-09-12 | International Business Machines Corporation | Rating applications based on emotional states |
CN107452405A (zh) * | 2017-08-16 | 2017-12-08 | 北京易真学思教育科技有限公司 | 一种根据语音内容进行数据评价的方法及装置 |
CN107818798A (zh) * | 2017-10-20 | 2018-03-20 | 百度在线网络技术(北京)有限公司 | 客服服务质量评价方法、装置、设备及存储介质 |
CN108337563A (zh) * | 2018-03-16 | 2018-07-27 | 深圳创维数字技术有限公司 | 视频评价方法、装置、设备和存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110599999A (zh) * | 2019-09-17 | 2019-12-20 | 寇晓宇 | 数据交互方法、装置和机器人 |
CN110718293A (zh) * | 2019-10-23 | 2020-01-21 | 合肥盛东信息科技有限公司 | 一种护理员服务质量监测评价系统 |
WO2021134485A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳市欢太科技有限公司 | 视频评分方法、装置、存储介质及电子设备 |
CN111370030A (zh) * | 2020-04-03 | 2020-07-03 | 龙马智芯(珠海横琴)科技有限公司 | 语音情感检测方法与装置、存储介质、电子设备 |
CN112331316A (zh) * | 2020-10-23 | 2021-02-05 | 江苏亚寰软件股份有限公司 | 一种移动式信息安全医疗评价满意度反馈评测方法 |
CN112966568A (zh) * | 2021-02-09 | 2021-06-15 | 中国工商银行股份有限公司 | 一种视频客服服务质量分析方法及装置 |
CN113129081A (zh) * | 2021-05-18 | 2021-07-16 | 中国银行股份有限公司 | 基于5g消息的银行网点服务评价反馈方法、装置及系统 |
CN113642503A (zh) * | 2021-08-23 | 2021-11-12 | 国网山东省电力公司金乡县供电公司 | 基于图像和语音识别的窗口服务评分方法及系统 |
CN113642503B (zh) * | 2021-08-23 | 2024-03-15 | 国网山东省电力公司金乡县供电公司 | 基于图像和语音识别的窗口服务评分方法及系统 |
CN114580900A (zh) * | 2022-03-03 | 2022-06-03 | 深圳思为科技有限公司 | 房产经纪人推荐的方法、装置、计算机设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110147936A (zh) | 基于情绪识别的服务评价方法、装置、存储介质 | |
EP3602543B1 (en) | Automated assistants that accommodate multiple age groups and/or vocabulary levels | |
US11983674B2 (en) | Automatically determining and presenting personalized action items from an event | |
CN110265040B (zh) | 声纹模型的训练方法、装置、存储介质及电子设备 | |
US11842164B2 (en) | Method and apparatus for training dialog generation model, dialog generation method and apparatus, and medium | |
CN109885713A (zh) | 基于语音情绪识别的表情图像推荐方法以及装置 | |
WO2019118254A1 (en) | Chatbot integrating derived user intent | |
EP4113507A1 (en) | Speech recognition method and apparatus, device, and storage medium | |
CN111833853B (zh) | 语音处理方法及装置、电子设备、计算机可读存储介质 | |
CN107818798A (zh) | 客服服务质量评价方法、装置、设备及存储介质 | |
CN110853617B (zh) | 一种模型训练的方法、语种识别的方法、装置及设备 | |
CN111241357A (zh) | 对话训练方法、装置、系统及存储介质 | |
CN111179935B (zh) | 一种语音质检的方法和设备 | |
US11657800B2 (en) | Electronic device with wakeup word determined multi-mode operation | |
WO2023287910A1 (en) | Intelligent task completion detection at a computing device | |
CN109462482A (zh) | 声纹识别方法、装置、电子设备及计算机可读存储介质 | |
CN112910761A (zh) | 即时通讯方法、装置、设备、存储介质以及程序产品 | |
CN108053826A (zh) | 用于人机交互的方法、装置、电子设备及存储介质 | |
JP6030659B2 (ja) | メンタルヘルスケア支援装置、システム、方法およびプログラム | |
CN112017668B (zh) | 一种基于实时情感检测的智能语音对话方法、装置和系统 | |
CN113763929A (zh) | 一种语音评测方法、装置、电子设备和存储介质 | |
US12100417B2 (en) | Systems and methods for detecting emotion from audio files | |
WO2021139737A1 (zh) | 一种人机交互的方法和系统 | |
US20240194178A1 (en) | Adaptive, individualized, and contextualized text-to-speech systems and methods | |
CN115510294A (zh) | 问答处理方法、电子设备及相关产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information |
Address after: 201, room 518000, building A, No. 1, front Bay Road, Qianhai Shenzhen Guangdong Shenzhen Hong Kong cooperation zone (Qianhai business secretary) Applicant after: ONECONNECT FINANCIAL TECHNOLOGY Co.,Ltd. (SHANGHAI) Address before: 518000 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A Applicant before: ONECONNECT FINANCIAL TECHNOLOGY Co.,Ltd. (SHANGHAI) |
|
CB02 | Change of applicant information | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190820 |