(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210653632.2 (22)申请日 2022.06.09 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 魏语宏　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 专利代理师 高杰　于志光 (51)Int.Cl. G10L 25/63(2013.01) G10L 15/26(2006.01) G10L 17/00(2013.01) G10L 21/0208(2013.01)G10L 15/18(2013.01) G10L 25/30(2013.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06K 9/62(2022.01) G06F 40/30(2020.01) G06F 40/242(2020.01) G06F 40/216(2020.01) G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 16/332(2019.01) G06F 16/33(2019.01) (54)发明名称 基于情绪识别的智能问答方法、 装置、 设备 及存储介质 (57)摘要 本发明涉及人工智能技术， 揭露了一种基于 情绪识别的智能问答方法， 包括： 对用户语音进 行时序声纹处理， 得到用户语音的声纹特征， 对 用户语音进行文本转换， 得到语音文本； 根据声 纹特征和语音文本进行综合情绪检测， 得到第一 检测结果， 对语音文本进行文本情绪检测， 得到 第二检测结果； 根据第一检测结果及第二检测结 果生成情绪标签； 对语音文本进行语义识别， 利 用语义识别结果在问答库中匹配得到业务话术； 利用情绪标签在情绪反馈话术库中匹配得到目 标反馈话术， 并根据业务话术和目标反馈话术生 成目标回答话术。 本发明还提出一种基于情绪识 别的智能问答装置、 设备 以及存储介质。 本发明 可以提高智能问答的匹配性和准确性。 权利要求书2页 说明书11页 附图5页 CN 114999533 A 2022.09.02 CN 114999533 A 1.一种基于情绪识别的智能问答方法， 其特 征在于， 所述方法包括： 获取用户语音， 对所述用户语音进行时序声纹处理， 得到所述用户语音的声纹特征， 对 所述用户语音 进行文本转换， 得到语音 文本； 根据所述声纹特征和所述语音文本进行综合情绪检测， 得到第一检测结果， 对所述语 音文本进行文本情绪检测， 得到第二检测结果； 根据所述第一检测结果及所述第二检测结果 生成情绪标签； 对所述语音文本进行语义识别， 利用语义识别结果在预设的问答库中匹配得到业务话 术； 利用所述情绪标签在预设的情绪反馈话术库中匹配得到目标反馈话术， 并根据 所述业 务话术和所述目标反馈话 术生成目标回答 话术。 2.如权利要求1所述的基于情绪识别的智能问答方法， 其特征在于， 所述对所述用户语 音进行时序声纹 处理， 得到所述用户语音的声纹特 征， 包括： 对所述用户语音 进行强度检测， 得到语音强度； 删除所述用户语音中所述语音强度小于预设强度阈值的部分， 得到多个 语音段； 分别对所述多个 语音段进行时序检测， 得到每 个语音段的语音时刻； 分别对不同语音时刻的语音段进行声纹特 征提取， 得到声纹特 征。 3.如权利要求2所述的基于情绪识别的智能问答方法， 其特征在于， 所述分别对不同语 音时刻的语音段进行声纹特 征提取， 得到声纹特 征， 包括： 对所述不同语音时刻的语音段进行降噪处 理， 得到降噪语音段； 对所述降噪语音段进行多维度卷积处 理， 得到多维度特 征； 对所述多维度特 征进行均值池化处 理， 得到池化特 征； 利用第一全连接层对所述池化特 征进行全连接处 理， 得到全连接语音段 特征； 利用第二全连接层对所述全连接语音段特征进行全连接处理， 得到所述不同语音时刻 的输入语音段的声纹特 征。 4.如权利要求1所述的基于情绪识别的智能问答方法， 其特征在于， 所述根据 所述声纹 特征和所述语音 文本进行综合情绪检测， 得到第一检测结果， 包括： 对所述语音 文本进行词性占比分析， 得到占比权 重； 获取所述声纹特征的声纹强度， 并根据所述声纹强度以及对应的语音时刻计算平均音 量； 统计所述语音文本的文本字数， 根据 所述文本字数及所述对应的语音时刻计算语音速 度； 利用所述占比权重、 所述平均音量及所述语音速度计算情绪值， 并将所述情绪值作为 第一检测结果。 5.如权利要求1所述的基于情绪识别的智能问答方法， 其特征在于， 所述对所述语音文 本进行文本情绪检测， 得到第二检测结果， 包括： 提取所述语音 文本中与情绪关联的关键词； 基于预设的情绪词典库对所述关键词进行情绪词替换， 得到替换文本； 将所述替换文本 输入通过 预训练的情绪识别模型， 得到第二检测结果。 6.如权利要求1所述的基于情绪识别的智能问答方法， 其特征在于， 所述利用语义识别权　利　要　求　书 1/2 页 2 CN 114999533 A 2结果在预设的问答库中匹配得到业 务话术， 包括： 获取所述问答库中每一个现有问题的文本语义； 根据所述语义识别结果和所述问答库中现有问题的文本语义进行相似度检测； 选取相似度检测结果中相似度最大的文本语义作为目标语义， 并根据 所述目标语义从 所述问答库中提取对应的业 务话术。 7.如权利要求1至6中任一项所述的基于情绪识别的智能问答方法， 其特征在于， 所述 根据所述第一检测结果及所述第二检测结果 生成情绪标签， 包括： 对所述第一检测结果及所述第二检测结果进行权 重运算， 得到目标情绪分值； 利用预设的情绪标签表匹配所述目标情绪分值， 得到情绪标签。 8.一种基于情绪识别的智能问答装置， 其特 征在于， 所述装置包括： 用户语音处理模块， 用于获取用户语音， 对所述用户语音进行时序声纹处理， 得到所述 用户语音的声纹特 征， 对所述用户语音 进行文本转换， 得到语音 文本； 情绪检测结果生成模块， 用于根据所述声纹特征和所述语音文本进行综合情绪检测， 得到第一检测结果， 对所述语音 文本进行文本情绪检测， 得到第二检测结果； 情绪标签生成模块， 用于根据所述第一检测结果及所述第二检测结果 生成情绪标签； 业务话术获取模块， 用于对所述语音文本进行语义识别， 利用语义识别结果在预设的 问答库中匹配得到业 务话术； 目标回答话术生成模块， 用于利用所述情绪标签在预设的情绪反馈话术库中匹配得到 目标反馈话 术， 并根据所述 业务话术和所述目标反馈话 术生成目标回答 话术。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任意一项 所 述的基于情绪识别的智能问答方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任意 一项所述的基于情绪识别的智能问答方法。权　利　要　求　书 2/2 页 3 CN 114999533 A 3