CN110334182A - 具有语音情感识别的在线服务方法 - Google Patents

具有语音情感识别的在线服务方法 Download PDF

Info

Publication number
CN110334182A
CN110334182A CN201910553450.6A CN201910553450A CN110334182A CN 110334182 A CN110334182 A CN 110334182A CN 201910553450 A CN201910553450 A CN 201910553450A CN 110334182 A CN110334182 A CN 110334182A
Authority
CN
China
Prior art keywords
emotion
measured
word
value
emotional value
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
Application number
CN201910553450.6A
Other languages
English (en)
Inventor
张忠东
罗辑
唐国亮
谢辉
娄山
王志英
衡星辰
林克全
林火华
方翎
张文翰
段海燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN201910553450.6A priority Critical patent/CN110334182A/zh
Publication of CN110334182A publication Critical patent/CN110334182A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3343—Query execution using phonetics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
    • 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
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Accounting & Taxation (AREA)
  • General Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • Child & Adolescent Psychology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Machine Translation (AREA)

Abstract

本发明提供了一种具有语音情感识别的在线服务方法，涉及数据处理技术领域，包括：获取客服终端发送的待测通话的录音文件；将所述录音文件中的语音信息转化为文本信息；计算所述文本信息所对应的情感值；根据所述情感值，以及每个情感值与预设情感状态的对应关系确定所述待测通话的情感状态。本发明提供的一种具有语音情感识别的在线服务方法，通过对用户和客服人员的沟通录音进行处理，得到录音文件对应的情感值，并确定与情感值相对应的情感状态，进而真实客观反映用户和客服人员的沟通质量。

Description

具有语音情感识别的在线服务方法
技术领域
本发明涉及数据处理技术领域，尤其是涉及一种具有语音情感识别的在线服务方法。
背景技术
当前，很多企业都有数量庞大的人工客服团队，用于收集用户反馈和为用户提供咨询等服务。用户的反馈、评价对于企业的发展具有重要作用，而企业的客服人员与用户的沟通是否通畅直接影响到该企业的用户口碑。
现有的客服评价一般是在服务结束后用户的人工打分，这种方式存在以下缺点：用户评价主观因素多，可能会偏离实际；评价与通话内容不相关，无法判断反映用户和客服人员的沟通是否顺利等。因此，现有技术中用户对企业的客服评价无法客观反映用户和客服人员的沟通质量，限制企业的快速发展。
发明内容
有鉴于此，本发明的目的在于提供一种具有语音情感识别的在线服务方法，以缓解了现有技术中用户对企业的客服评价无法客观反映用户和客服人员的沟通质量的技术问题。
第一方面，本发明实施例提供了一种具有语音情感识别的在线服务方法，应用于服务器，包括：
获取客服终端发送的待测通话的录音文件；
将所述录音文件中的语音信息转化为文本信息；
计算所述文本信息对应的情感值；
根据所述情感值，以及每个情感值与预设情感状态的对应关系确定所述待测通话的情感状态。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，将所述录音文件中的语音信息转化为文本信息，包括：
对所述录音文件中的语音信息进行降噪处理；
将经过降噪处理后的语音信息转化为文本信息。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，计算所述文本信息所对应的情感值，包括：
将所述文本信息分割为多个待测语句；
利用预设分词工具，对每个待测语句进行分词处理，得到所述待测语句包含的多个关键词，所述关键词包括：情感词；
若所述待测语句中的情感词位于预设情感词库中，确定预设情感词库与所述情感词对应的情感值；
将多个待测语句的多个情感值之和作为所述文本信息所对应的情感值。
结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述关键词还包括：程度副词，所述方法还包括：
若所述待测语句中的程度副词位于预设程度副词库中，确定预设程度副词库中与所述程度副词对应的程度副词权重；
将所述情感词的情感值和所述程度副词的程度副词权重输入到预设情感倾向分析模型中的第一情感值函数关系中，得到所述待测语句对应的情感值。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述关键词还包括：否定词，所述方法还包括：
若所述待测语句中的否定词位于预设否定词库中，确定与所述否定词对应的情感值系数，所述情感值系数包括：第一情感值系数和第二情感值系数；
针对任一待测语句，当所述否定词的情感值系数为第一情感值系数时，将所述情感词的情感值、所述程度副词的程度副词权重和所述第一情感值系数输入到所述预设情感倾向分析模型中的第二情感值函数关系中，得到所述待测语句的情感值；
当所述否定词的情感值系数为第二情感值系数时，将所述情感词的情感值、所述程度副词的程度副词权重和所述第二情感值系数输入到所述预设情感倾向分析模型中的第三情感值函数关系中，得到所述待测语句的情感值。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述确定与所述否定词对应的情感值系数，包括：
针对任一待测语句，确定所述待测语句中的否定词和情感词之间的位置关系；
当所述待测语句中的否定词和所述情感词前后相邻时，将所述第一情感值系数确定为所述否定词的情感值系数；
当所述待测语句中的否定词和所述情感词前后不相邻时，将所述第二情感值系数确定为所述否定词的情感值系数。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，在获取客服终端发送的待测通话的录音文件之前，包括：
根据预设的情感值范围，建立每个情感值与预设情感状态的对应关系。
第二方面，本发明实施例还提供一种具有语音情感识别的在线服务装置，包括：
获取模块，用于获取客服终端发送的待测通话的录音文件；
转化模块，用于将所述录音文件中的语音信息转化为文本信息；
计算模块，用于计算所述文本信息所对应的情感值；
确定模块，用于根据所述情感值，以及情感值与预设情感状态的对应关系确定所述待测通话的情感状态。
第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述程序代码使所述处理器执行所述第一方面所述的方法。
第四方面，本发明实施例还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行第一方面所述的方法。
本发明实施例带来了以下有益效果：本发明实施例提供一种具有语音情感识别的在线服务方法，通过对用户和客服人员的沟通录音进行处理，得到录音文件对应的情感值，并确定与情感值对应的情感状态，真实客观反映用户和客服人员的沟通质量。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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。
图1为本发明实施例提供的具有语音情感识别的在线服务方法的流程图；
图2为本发明另一个实施例提供的具有语音情感识别的在线服务方法的流程图；
图3为本发明另一个实施例提供的具有语音情感识别的在线服务方法的流程图；
图4为本发明另一个实施例提供的具有语音情感识别的在线服务方法的流程图；
图5为本发明另一个实施例提供的具有语音情感识别的在线服务装置的结构示意图。
图标：
11-获取模块；12-转化模块；13-计算模块；14-确定模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，现有技术中用户对企业的客服评价无法客观反映用户和客服人员的沟通质量，限制企业的快速发展，基于此，本发明实施例提供一种具有语音情感识别的在线服务方法，通过对用户和客服人员的沟通录音进行处理，得到录音文件对应的情感值，并确定与情感值对应的情感状态，真实客观反映用户和客服人员的沟通质量。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种语音情感识别方法进行详细介绍。
如图1所示，在本发明的一个实施例中，提供了一种应用于服务器的具有语音情感识别的在线服务方法，所述方法包括以下几个步骤。
S101，获取客服终端发送的待测通话的录音文件。
具体的，在服务器获取客服终端发送的待测通话的录音文件之前，需要根据预设的情感值范围，预先建立每个情感值与预设情感状态的对应关系，预设情感状态可以为：偏激、消极、中性、积极和友好。情感值与情感状态的对应关系如：情感值：-20-20，中性；情感值：20-60，积极；等等。并且，情感值范围需大量数据统计，才能得到较为精确的范围。只有先建立情感值与情感状态的对应关系，才能在后续的具有语音情感识别的在线服务方法中，先通过计算通话录音的情感值，再根据预设的对应关系确定与该情感值对应的情感状态。在这里示出和描述的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制，因此，示例性实施例的其他示例可以具有不同的值。
用户和客服人员沟通时，客户终端内的语音模块会记录用户与客服人员沟通的语音。当用户与客服沟通结束后，客服终端会将录音文件、客服人员的工号和用户的身份信息等信息发送给服务器。
S102，将所述录音文件中的语音信息转化为文本信息。
具体的，当服务器接收到客户终端发送的录音文件时，对所述录音文件中的语音信息进行降噪处理，之后调用讯飞接口将经过降噪处理后的语音信息转化为文本信息。
本发明实施例中，语音转译采用的是科大讯飞语音转译引擎，它在语音识别和多麦克风阵列语音信号处理领域内国际顶尖的技术实力，转译准确性较高。
S103，计算所述文本信息对应的情感值。
具体的，如图2所示，计算所述文本信息对应的情感值的方法包括以下几个步骤。
S201，将所述文本信息分割为多个待测语句。
具体的，将所述文本信息分割为多个待测语句，每个待测语句作为最小计算对象。
S202，利用预设分词工具，对每个待测语句进行分词处理，得到所述待测语句包含的多个关键词，所述关键词包括：情感词。
在实际应用中，中文分词工具可以采用在线的SCWS(PHP)，张华平博士团队开发的NLPIR(C、Python、Java)，哈工大的LTP(C++、Python)，还有R语言的分词包RWordseg(NLPIR的R接口)等工具等。
例如，“我今天很不开心”转换成：[(1，“我”，“r”)，(2，“今天”，“t”)，(3，“很”，“d”)，(4，“不”，“d”)，(5，“开心”，“a”)]。
S203，若所述待测语句中的情感词位于预设情感词库中，确定预设情感词库与所述情感词对应的情感值。
具体的，采用已有的中文情感词库(台湾大学NTUSD-情感极性词典)，构建一张情感词表，将处理后得到的单词依次与预先构建好的情感词表逐个对比筛选出对话内容的情感用词以及其情感值(积极：0～1，消极：-1～0)，例如，开心的情感值为1；悲伤的情感值为-1。
此外，所述关键词还包括：程度副词和否定词。
当使用程度副词修饰情感词，该情感词的情感倾向程度发生了变化。比如：“今天坐了12个小时的车，身体极度疲惫。”，“疲惫”是一个贬义词，前面一个程度副词“极度”的修饰使得“疲惫”原来的情感倾向程度发生了变化，这比没有修饰之前更加强烈。因此，为了准确表达文本的情感倾向，需做相应的权值调整。被程度副词修饰后的情感词其权值应做相应调整。
如图3所示，当使用程度副词修饰情感词后，计算所述文本信息对应的情感值的方法还包括以下步骤。
S301，若所述待测语句中的程度副词位于预设程度副词库中，确定预设程度副词库中与所述程度副词对应的程度副词权重。
例如，超|over 1.5；很|very 1.25；极其|extreme 2；最|most 2；较|more 1.2；欠|insufficiently 0.5；稍|-ish 0.8等。
S302，将所述情感词的情感值和所述程度副词的程度副词权重输入到所述预设情感倾向分析模型中的第一情感值函数关系中，得到所述待测语句对应的情感值。
具体的，所述第一情感值函数关系为：
情感值＝程度副词权重*情感词权重
例如，某一待测语句包括：很(程度副词权重为1.25)，开心(情感词权重为1)，那这条语句的情感值为1.25。
另外，当待测语句中还出现否定词时，否定词的修饰会使情感词语的情感极性发生改变。比如：“我今天很不高兴”，该句中“高兴”是褒义词，由于否定词“不”的修饰，使其情感极性发生了改变，转变成了负面情感。由于汉语中存在多重否定现象，即当否定词出现奇数次时，表示否定意思；当否定词出现偶数次时，表示肯定意思。
当使用否定词修饰情感词后，计算所述文本信息对应的情感值的方法还包括以下步骤。
1)若所述待测语句中的否定词位于预设否定词库中，确定与所述否定词对应的情感值系数，所述情感值系数包括：第一情感值系数和第二情感值系数。
具体的，本发明实施例中，预先构建了一个否定词典notDict，并设置其权值(即情感值系数)为-1，常见的否定词如：不、没、无、非、莫、弗、毋、勿、未、否、别、無、休。
其中，如图4所示，确定与所述否定词对应的情感值系数的方法包括以下步骤。
S401，针对任一待测语句，确定所述待测语句中的否定词和情感词之间的位置关系。
S402，当所述待测语句中的否定词和所述情感词前后相邻时，将所述第一情感值系数确定为所述否定词的情感值系数。其中，所述第一情感值系数为-1。
S403，当所述待测语句中的否定词和所述情感词前后不相邻时，将所述第二情感值系数确定为所述否定词的情感值系数。
2)当所述否定词的情感值系数为第一情感值系数时，将所述情感词的情感值、所述程度副词的程度副词权重和所述第一情感值系数输入到所述预设情感倾向分析模型中的第二情感值函数关系中，得到所述待测语句的情感值。
例如，待测语句为“我很不开心”，情感词“开心”与否定词“不”相邻，此时情感值系数为-1。之后将“开心”的情感值(情感词权重)、“很”的程度副词权重和情感值系数(-1)输入到如下所述的第二情感值函数关系：
情感值＝-1(程度副词权重*情感词权重)
计算得到该待测语句的情感值。
3)当所述否定词的情感值系数为第二情感值系数时，将所述情感词的情感值、所述程度副词的程度副词权重和所述第二情感值系数输入到所述预设情感倾向分析模型中的第三情感值函数关系中，得到所述待测语句的情感值。
例如，待测语句为“我不很开心”，情感词“开心”与否定词“不”不相邻，此时情感值系数为-0.5。之后将“开心”的情感值(情感词权重)、“很”的程度副词权重和情感值系数(-0.5)输入到如下所述的第二情感值函数关系：
情感值＝-0.5(程度副词权重*情感词权重)
计算得到该待测语句的情感值。
S204，将多个待测语句的多个情感值之和作为所述文本信息所对应的情感值。
具体的，将文本信息中所有待测语句的情感值的总和作为文本信息的情感值，即作为这则待测通话的情感值。
S104，根据所述情感值，以及每个情感值与预设情感状态的对应关系确定所述待测通话的情感状态。
在实际应用中，待测语句可能只有情感词，同时有情感词和程度副词，或者同时有情感词、程度副词和否定词等其他组合形式。针对任一组合形式，可以采用与其对应的计算方法进行计算，从而得到每个待测语句的情感值。之后将文本信息中所有待测语句的情感值求和，得到该文本信息对应的总情感值，再确定与该总情感值对应的情感状态。例如，当这则待测通话的文本信息对应的情感值为18时，确定情感状态为中性。
本发明实施例提供一种具有语音情感识别的在线服务方法，通过对用户和客服人员的沟通录音进行处理，得到录音文件对应的情感值，并确定与情感值对应的情感状态，真实客观反映用户和客服人员的沟通质量。
以下以举例方式说明本发明实施例提供的具有语音情感识别的在线服务方法的具体过程：
1.服务器接收客服终端发送的客服人员与用户通话的录音文件。
2.利用科大讯飞引擎将经过降噪处理后的语音信息转化为文本信息。
3.将文本信息分割为多个待测语句，每个待测语句作为最小计算对象。
4.计算所述文本信息中所有待测语句的情感值。
由于待测语句可能只有情感词，同时有情感词和程度副词，或者同时有情感词、程度副词和否定词，等等。因此，计算待测语句的情感值可以为以下三种情况：
1)若待测语句只有情感词，将所有待测语句的情感词的情感值求和，
得到所述文本信息所对应的情感值；
2)若待测语句有情感词和程度副词，根据下式：
情感值＝程度副词权重*情感词权重
计算得到该待测语句的情感值。
3)若待测语句有情感词、程度副词和否定词，先根据否定词与情感词的位置判断情感值系数为-1还是-0.5，再根据下式：
情感值＝-1(程度副词权重*情感词权重)
或者
情感值＝-0.5(程度副词权重*情感词权重)
计算得到该待测语句的情感值。
将文本信息中所有待测语句的情感值求和，得到该文本信息对应的总情感值。
5.最后根据该文本信息对应的总情感值，以及每个情感值与预设情感状态的对应关系确定该文本信息的情感状态。
例如，当这则待测通话的情感值为-30时，情感状态为消极。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。如图5所示，在本发明的另一个实施例中，还提供了一种具有语音情感识别的在线服务装置，包括：获取模块11、转化模块 12、计算模块13和确定模块14。
获取模块11，用于获取客服终端发送的待测通话的录音文件；
转化模块12，用于将所述录音文件中的语音信息转化为文本信息；
计算模块13，用于计算所述文本信息所对应的情感值；
确定模块14，用于根据所述情感值，以及情感值与预设情感状态的对应关系确定所述待测通话的情感状态。
在本发明的另一个实施例中，还提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述程序代码使所述处理器执行所述具有语音情感识别的在线服务方法。
在本发明的另一个实施例中，还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行所述具有语音情感识别的在线服务方法。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/ 或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本发明实施例所提供的具有语音情感识别的在线服务方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种具有语音情感识别的在线服务方法，其特征在于，应用于服务器，包括：
获取客服终端发送的待测通话的录音文件；
将所述录音文件中的语音信息转化为文本信息；
计算所述文本信息对应的情感值；
根据所述情感值，以及每个情感值与预设情感状态的对应关系确定所述待测通话的情感状态。
2.根据权利要求1所述的具有语音情感识别的在线服务方法，其特征在于，将所述录音文件中的语音信息转化为文本信息，包括：
对所述录音文件中的语音信息进行降噪处理；
将经过降噪处理后的语音信息转化为文本信息。
3.根据权利要求1所述的具有语音情感识别的在线服务方法，其特征在于，计算所述文本信息所对应的情感值，包括：
将所述文本信息分割为多个待测语句；
利用预设分词工具，对每个待测语句进行分词处理，得到所述待测语句包含的多个关键词，所述关键词包括：情感词；
若所述待测语句中的情感词位于预设情感词库中，确定预设情感词库与所述情感词对应的情感值；
将多个待测语句的多个情感值之和作为所述文本信息所对应的情感值。
4.根据权利要求3所述的具有语音情感识别的在线服务方法，其特征在于，所述关键词还包括：程度副词，所述方法还包括：
若所述待测语句中的程度副词位于预设程度副词库中，确定预设程度副词库中与所述程度副词对应的程度副词权重；
将所述情感词的情感值和所述程度副词的程度副词权重输入到预设情感倾向分析模型中的第一情感值函数关系中，得到所述待测语句对应的情感值。
5.根据权利要求4所述的具有语音情感识别的在线服务方法，其特征在于，所述关键词还包括：否定词，所述方法还包括：
若所述待测语句中的否定词位于预设否定词库中，确定与所述否定词对应的情感值系数，所述情感值系数包括：第一情感值系数和第二情感值系数；
针对任一待测语句，当所述否定词的情感值系数为第一情感值系数时，将所述情感词的情感值、所述程度副词的程度副词权重和所述第一情感值系数输入到所述预设情感倾向分析模型中的第二情感值函数关系中，得到所述待测语句的情感值；
当所述否定词的情感值系数为第二情感值系数时，将所述情感词的情感值、所述程度副词的程度副词权重和所述第二情感值系数输入到所述预设情感倾向分析模型中的第三情感值函数关系中，得到所述待测语句的情感值。
6.根据权利要求5所述的具有语音情感识别的在线服务方法，其特征在于，所述确定与所述否定词对应的情感值系数，包括：
针对任一待测语句，确定所述待测语句中的否定词和情感词之间的位置关系；
当所述待测语句中的否定词和所述情感词前后相邻时，将所述第一情感值系数确定为所述否定词的情感值系数；
当所述待测语句中的否定词和所述情感词前后不相邻时，将所述第二情感值系数确定为所述否定词的情感值系数。
7.根据权利要求1所述的具有语音情感识别的在线服务方法，其特征在于，在获取客服终端发送的待测通话的录音文件之前，包括：
根据预设的情感值范围，建立每个情感值与预设情感状态的对应关系。
8.一种具有语音情感识别的在线服务装置，其特征在于，包括：
获取模块，用于获取客服终端发送的待测通话的录音文件；
转化模块，用于将所述录音文件中的语音信息转化为文本信息；
计算模块，用于计算所述文本信息所对应的情感值；
确定模块，用于根据所述情感值，以及情感值与预设情感状态的对应关系确定所述待测通话的情感状态。
9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序使所述处理器执行所述权利要求1至7任一所述的方法。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至7任一所述的方法。
CN201910553450.6A 2019-06-24 2019-06-24 具有语音情感识别的在线服务方法 Pending CN110334182A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910553450.6A CN110334182A (zh) 2019-06-24 2019-06-24 具有语音情感识别的在线服务方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910553450.6A CN110334182A (zh) 2019-06-24 2019-06-24 具有语音情感识别的在线服务方法

Publications (1)

Publication Number Publication Date
CN110334182A true CN110334182A (zh) 2019-10-15

Family

ID=68142608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910553450.6A Pending CN110334182A (zh) 2019-06-24 2019-06-24 具有语音情感识别的在线服务方法

Country Status (1)

Country Link
CN (1) CN110334182A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111179936A (zh) * 2019-12-03 2020-05-19 广州中汇信息科技有限公司 通话录音监控方法
CN111294468A (zh) * 2020-02-07 2020-06-16 普强时代(珠海横琴)信息技术有限公司 一种客服中心呼叫用语音质检分析系统
CN112069832A (zh) * 2020-08-31 2020-12-11 北京捷通华声科技股份有限公司 语音通话的质检方法、质检装置和计算机可读存储介质
CN112487824A (zh) * 2020-11-19 2021-03-12 平安科技（深圳）有限公司 客服语音情感识别方法、装置、设备及存储介质
CN113761146A (zh) * 2021-01-05 2021-12-07 北京沃东天骏信息技术有限公司 识别顾客情绪波动的方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929861A (zh) * 2012-10-22 2013-02-13 杭州东信北邮信息技术有限公司 一种文本情感指数计算方法和系统
CN103678278A (zh) * 2013-12-16 2014-03-26 中国科学院计算机网络信息中心 一种中文文本情感识别方法
CN104598644A (zh) * 2015-02-12 2015-05-06 腾讯科技（深圳）有限公司 用户喜好标签挖掘方法和装置
CN104899231A (zh) * 2014-03-07 2015-09-09 上海市玻森数据科技有限公司 基于细粒度属性分类的感情分析引擎
CN106202372A (zh) * 2016-07-08 2016-12-07 中国电子科技网络信息安全有限公司 一种网络文本信息情感分类的方法
CN106469145A (zh) * 2016-09-30 2017-03-01 中科鼎富（北京）科技发展有限公司 文本情感分析方法及装置
CN106547924A (zh) * 2016-12-09 2017-03-29 东软集团股份有限公司 文本信息的情感分析方法及装置
CN107154257A (zh) * 2017-04-18 2017-09-12 苏州工业职业技术学院 基于客户语音情感的客服服务质量评价方法及系统
EP3376718A1 (en) * 2017-03-16 2018-09-19 Nokia Technologies Oy Quality of service in communication network based on user emotion state
CN109858026A (zh) * 2019-01-17 2019-06-07 深圳壹账通智能科技有限公司 文本情感分析方法、装置、计算机设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929861A (zh) * 2012-10-22 2013-02-13 杭州东信北邮信息技术有限公司 一种文本情感指数计算方法和系统
CN103678278A (zh) * 2013-12-16 2014-03-26 中国科学院计算机网络信息中心 一种中文文本情感识别方法
CN104899231A (zh) * 2014-03-07 2015-09-09 上海市玻森数据科技有限公司 基于细粒度属性分类的感情分析引擎
CN104598644A (zh) * 2015-02-12 2015-05-06 腾讯科技（深圳）有限公司 用户喜好标签挖掘方法和装置
CN106202372A (zh) * 2016-07-08 2016-12-07 中国电子科技网络信息安全有限公司 一种网络文本信息情感分类的方法
CN106469145A (zh) * 2016-09-30 2017-03-01 中科鼎富（北京）科技发展有限公司 文本情感分析方法及装置
CN106547924A (zh) * 2016-12-09 2017-03-29 东软集团股份有限公司 文本信息的情感分析方法及装置
EP3376718A1 (en) * 2017-03-16 2018-09-19 Nokia Technologies Oy Quality of service in communication network based on user emotion state
CN107154257A (zh) * 2017-04-18 2017-09-12 苏州工业职业技术学院 基于客户语音情感的客服服务质量评价方法及系统
CN109858026A (zh) * 2019-01-17 2019-06-07 深圳壹账通智能科技有限公司 文本情感分析方法、装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王大伟: "基于语音分析技术的电力客户服务质量检测与分析探究", 《测试工具与解决方案》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111179936A (zh) * 2019-12-03 2020-05-19 广州中汇信息科技有限公司 通话录音监控方法
CN111179936B (zh) * 2019-12-03 2022-09-20 广州中汇信息科技有限公司 通话录音监控方法
CN111294468A (zh) * 2020-02-07 2020-06-16 普强时代(珠海横琴)信息技术有限公司 一种客服中心呼叫用语音质检分析系统
CN112069832A (zh) * 2020-08-31 2020-12-11 北京捷通华声科技股份有限公司 语音通话的质检方法、质检装置和计算机可读存储介质
CN112487824A (zh) * 2020-11-19 2021-03-12 平安科技（深圳）有限公司 客服语音情感识别方法、装置、设备及存储介质
CN112487824B (zh) * 2020-11-19 2024-05-14 平安科技（深圳）有限公司 客服语音情感识别方法、装置、设备及存储介质
CN113761146A (zh) * 2021-01-05 2021-12-07 北京沃东天骏信息技术有限公司 识别顾客情绪波动的方法和装置

Similar Documents

Publication Publication Date Title
CN110334182A (zh) 具有语音情感识别的在线服务方法
US20140188459A1 (en) Interactive dashboard based on real-time sentiment analysis for synchronous communication
CN103389971B (zh) 一种确定应用对应的评论内容的优质等级的方法与设备
CN110096577A (zh) 从异常简档数据预测用户的意图
CN107886949A (zh) 一种内容推荐方法及装置
JP2020537777A (ja) 発言のユーザ意図を識別するための方法および装置
CN106776936A (zh) 智能交互方法和系统
CN114787814A (zh) 指代解析
US10891443B2 (en) Message tone evaluation between entities in an organization
CN107610698A (zh) 一种实现语音控制的方法、机器人及计算机可读存储介质
EP3179427A1 (en) Computing system with conversation modeling mechanism and method of operation thereof
CN110147936A (zh) 基于情绪识别的服务评价方法、装置、存储介质
CN107895027A (zh) 个性情感知识图谱建立方法及装置
US11288293B2 (en) Methods and systems for ensuring quality of unstructured user input content
CN112148850A (zh) 动态交互方法、服务器、电子设备及存储介质
WO2021169485A1 (zh) 一种对话生成方法、装置及计算机设备
EP4181124A1 (en) Communication system and related methods
WO2018061776A1 (ja) 情報処理システム、情報処理装置、情報処理方法、及び記憶媒体
US20210406973A1 (en) Intelligent inquiry resolution control system
CN110059172A (zh) 基于自然语言理解的推荐答案的方法和装置
CN115687565A (zh) 文本生成方法及装置
Ono et al. Lexical acquisition through implicit confirmations over multiple dialogues
Möller A new taxonomy for the quality of telephone services based on spoken dialogue systems
US11232363B2 (en) System and method of providing news analysis using artificial intelligence
CN109002498B (zh) 人机对话方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191015