基于卷积神经网络模型的情绪识别技术在语音质检中的应用

• 作者: 武鹏 郭晓芸 王海龙 陈鹏 王宗伟 汪莉
• 来源期刊: 电子设计工程
• 关键词: 情绪识别 卷积神经网络 语音质检 95598客服中心
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 电力电子技术|Power Electronic Technology
• 页码范围: 164-168
• 页数: 5页
• 分类号: TN912
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.05.034

摘要

传统语音服务质检工作存在人工抽检效率低、准确性较低、全面性较差、语音转写开销大等问题,针对该问题,采用三维论连续维度情绪划分方式,提出了基于预训练卷积神经网络VGGish模型的情绪识别技术,通过将该技术应用于95598客服中心质检工作,实验结果表明客服中心语音质检准确率可达到96.88％,该方法能够在未进行语音转写的情况下对情绪进行有效识别,且相较于传统的人工抽检技术有更高的识别准确率和泛化能力,能有效提高95598客户服务水平.