為了適應(yīng)語音客戶機(jī)器人根據(jù)客戶情感開展高效服務(wù)的需求,研究了提高客戶語音情感的識別率方法。首先從電話客服服務(wù)器錄音中剪輯片段建立了CASIA中文多模態(tài)自然情感語料庫,給出了14種主要情感和13種非典型的情感類型。其次建立了一個較大規(guī)模自然口語風(fēng)格的漢語疑問語氣語料庫,并進(jìn)行了單句、音節(jié)層面的韻律層級標(biāo)注工作,最后采用線性融合韻律特征、梅爾頻率倒譜特征的方法對漢語疑問語氣、陳述語氣進(jìn)行分析,把整句的基頻最大值、最小值也作為區(qū)分疑問、陳述語氣的特征。實驗結(jié)果表明,融合后的識別率較融合前平均提高了16%。 

【文章來源】：電子器件. 2020,43(05)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

語音情感識別模型

針對目前計算機(jī)語音技術(shù)在處理語音中所包含的表意信息時,忽略和丟棄了大量的表情信息的問題,本實驗從漢語語調(diào)入手研究漢語疑問語氣與陳述語氣之間的差異,為多風(fēng)格、多情感語音的輸出提供依據(jù)。本文在分析現(xiàn)有研究中常用的區(qū)分漢語陳述、疑問語氣的韻律特征基礎(chǔ)上,旨在探討區(qū)分疑問語氣、陳述語氣強(qiáng)相關(guān)的韻律特征,并提出了融合韻律特征與譜特征對漢語語氣識別的重要性,具體路線圖如圖2所示。研究使用的語料不同于少量典型的實驗語料,而是建立在大規(guī)模漢語普通話語料基礎(chǔ)之上。研究中針對漢語疑問、陳述、責(zé)備語氣的特殊性,有針對地提取每句話首音節(jié)、倒數(shù)第2音節(jié)、末音節(jié)的韻律特征以及 MFCC譜特征。融合前分別進(jìn)行了特征選擇和特征降維方法的試驗,以達(dá)到尋找區(qū)分疑問、陳述語氣的強(qiáng)相關(guān)韻律特征,以及去除MFCC譜特征中的冗余信息。本方法用于大規(guī)模語料、說話人無關(guān)條件下,取得平均識別率 77%的理想識別性能,特征融合方法較單一韻律特征集識別率提高16%。

情感庫中情感片段的選擇依據(jù)的原則:待選片段是人們客服急需解決的問題;待選片段中人物的聲音必須是原聲的,而非翻譯的;待選片段中語音必須是普通話,避免方言口音。本文主要選取電話客服中心錄音,是人們在售前、售中和售后迫切要解決的產(chǎn)品了解、交易、送貨、安裝等問題,所以出現(xiàn)較多的情感為中性、高興、生氣、悲傷幾種典型情感類型。本文所建立的情感數(shù)據(jù)庫主要包括高興、中性、傷心、厭惡、驚訝、擔(dān)心、生氣、焦慮、害怕、緊張以及部分其他較少出現(xiàn)的情感,如圖 4 所示。本文旨在為多模態(tài)情感識別提供基礎(chǔ)。圖4 數(shù)據(jù)庫中14種主要情感標(biāo)簽


本文編號：3048336