呼叫中心客服語音情緒檢測方法研究.pdf

1、現(xiàn)今,隨著呼叫中心等技術(shù)和應用的迅猛發(fā)展,如何針對大量的電話語音錄音數(shù)據(jù),通過快速、精確的語音情感識別,實現(xiàn)對通話質(zhì)量的自動監(jiān)控,已經(jīng)成為迫切的應用需求。電話語音不僅包含文字符號信息,還包含了豐富的說話者情緒和情感等信息。傳統(tǒng)的語音識別一般主要集中于對語意內(nèi)容和文字的識別,而通過對語音信號開展情感方面的參數(shù)計算,進而實現(xiàn)語音情感識別,則是近幾年剛剛興起的研究方向,受到語音信號處理、心理學、信息管理等研究領(lǐng)域的廣泛關(guān)注。
　　本文結(jié)

2、合呼叫中心的實際應用需求,對客服代表的語音進行了情緒識別檢測方面的相關(guān)研究,主要的研究內(nèi)容以及取得的研究成果如下:
　　1.為了從對話語音中得到目標說話人的語音,即客服的語音,也就是要對對話語音進行分割聚類,本文利用了 BIC準則和基于GLR距離的算法對其進行初步的分割聚類,同時為了改善分割聚類效果,在此基礎(chǔ)上利用HMM,UBM的基于模型的重分割與聚類算法對此進行改進,最后利用 UBM聚類方法將客服代表語音區(qū)分出來。
　　2

3、.為了對提取出的客服語音進行很好的情緒檢測,本文融合了GMM超矢量和SVM的語音情感識別方法。以整個語音段為GMM模型的輸入,以時間構(gòu)造、基頻構(gòu)造、振幅能量構(gòu)造,共振峰構(gòu)造,MFCC為重點特征參數(shù)。然后利用所建立的GMM的超矢量作為SVM的輸入,進行情感識別。通過實驗對比了不同模型參數(shù)對語音情感識別的結(jié)果的影響,進而得到了GMM超矢量和SVM相融合的最佳參數(shù)組合。
　　3.設(shè)計并實現(xiàn)了基于 GMM-SVM的語音情感識別系統(tǒng)。該系統(tǒng)