技术特征：
1.一种目标情绪分类模型的确定方法，其特征在于，包括：获取第一模板数据和所述第一模板数据对应的目标情绪类型；以所述第一模板数据为样本数据，所述目标情绪类型为样本数据分类标签训练得到模板情绪分类模型；将目标对象的语音输入所述模板情绪分类模型，得到所述目标情绪类型；将所述目标对象的语音加入到所述第一模板数据中组成第二模板数据，以所述第二模板数据为样本数据，所述目标情绪类型为样本数据分类标签确定所述目标情绪分类模型。2.根据权利要求1所述的方法，其特征在于，所述第一模板数据，包括：第一模板语音数据和第一模板文本数据。3.根据权利要求2所述的方法，其特征在于，在将目标对象的语音输入所述模板情绪分类模型，得到所述目标情绪类型之前，所述方法还包括：将所述目标对象的语音转化为与所述第一模板语音数据中的语音特征相同的目标对象模板语音；并将所述目标对象的语音转化为目标对象文本信息。4.根据权利要求3所述的方法，其特征在于，在将所述目标对象的语音转化为目标对象文本信息之后，所述方法还包括：将所述目标对象模板语音输入所述模板情绪分类模型，确定所述目标对象语音属于第一目标情绪类型的概率，其中，所述模板情绪分类模型的样本数据集为所述第一模板语音数据；将所述目标对象文本信息输入所述模板情绪分类模型，确定所述目标对象语音属于第二目标情绪类型的概率，其中，所述情绪分类模型的样本数据集为所述第一模板文本数据；在所述第一目标情绪类型的概率大于所述第二目标情绪类型的概率情况下，将所述第一目标情绪类型作为所述目标情绪类型。5.根据权利要求3所述的方法，其特征在于，将所述目标对象的语音加入到所述第一模板数据中组成第二模板数据，包括：将所述目标对象的语音加入所述第一模板语音数据组成第二模板语音数据；将所述目标对象文本信息加入所述第一模板文本数据中组成第二模板文本数据；将所述第二模板语音数据和所述第二模板文本数据组合得到所述第二模板数据。6.根据权利要求3所述的方法，其特征在于，将所述目标对象的语音转化为与所述第一模板语音数据中的语音特征相同的目标对象模板语音，包括：将所述目标对象的语音进行滤波处理以过滤噪音；将处理后的所述目标对象的语音的语音特征进行调整以与所述第一模板语音数据中的语音特征一致，其中，所述语音特征包括：音色、音量和音调。7.根据权利要求4所述的方法，其特征在于，所述第一模板文本数据对应的第二目标情绪类型确定方法，包括：提取所述第一模板文本数据中的关键词，根据所述关键词的语音确定所述第一模板文本数据对应的所述第二目标情绪类型。8.一种目标情绪分类模型的确定装置，其特征在于，包括：获取模块，用于获取第一模板数据和所述第一模板数据对应的目标情绪类型；
模板模块，用于以所述第一模板数据为样本数据，所述目标情绪类型为样本数据分类标签训练得到模板情绪分类模型；训练模块，用于将目标对象的语音输入所述模板情绪分类模型，得到所述目标情绪类型；生成模块，用于将所述目标对象的语音加入到所述第一模板数据中组成第二模板数据，以所述第二模板数据为样本数据，所述目标情绪类型为样本数据分类标签确定所述目标情绪分类模型。9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述目标情绪分类模型的确定方法。10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述目标情绪分类模型的确定。
技术总结
本申请公开了一种目标情绪分类模型的确定方法及装置。其中，该方法包括：获取第一模板数据和第一模板数据对应的目标情绪类型；以第一模板数据为样本数据，目标情绪类型为样本数据分类标签训练得到模板情绪分类模型；将目标对象的语音输入模板情绪分类模型，得到目标情绪类型；将目标对象的语音加入到第一模板数据中组成第二模板数据，以第二模板数据为样本数据，目标情绪类型为样本数据分类标签确定目标情绪分类模型。本申请解决了由于标注数据不足造成的情绪识别的准确率低的技术问题。造成的情绪识别的准确率低的技术问题。造成的情绪识别的准确率低的技术问题。
技术研发人员：张后力 陈银星 肖夏 袁改娟 刘威
受保护的技术使用者：中国电信股份有限公司
技术研发日：2021.12.23
技术公布日：2022/4/12