(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 202210439904.9 (22)申请日 2022.04.25 (71)申请人 未鲲 （上海） 科技 服务有限公司 地址 200120 上海市浦东 新区自由贸易试 验区陆家嘴环路13 33号15楼 (72)发明人 余刚盛　 (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. G06V 40/16(2022.01) G06F 40/284(2020.01) G06F 40/30(2020.01) G10L 15/02(2006.01) G10L 15/26(2006.01)G10L 25/63(2013.01) (54)发明名称 用户性格判定方法、 装置、 电子设备及存储 介质 (57)摘要 本发明涉及人工智能技术， 揭露一种用户性 格判定方法， 包括： 基于微表情识别模型对用户 表情进行情绪识别， 得到用户表情对应的第一情 绪结果； 分别识别用户声音的强度特征和发音特 征， 并将用户声音转换为对应的用户文本， 对所 述用户文本进行语义分析， 得到语义特征； 基于 强度特征、 发音特征和语义特征及特征指标区间 生成用户声音对应的第二情绪识别结果； 对第一 情绪结果和第二情绪结果进行权重分析， 得到最 终情绪结果， 根据预设的性格映射关系得到最终 情绪结果对应的用户性格。 此外， 本发明还涉及 区块链技术， 语义特征可存储于区块链的节点。 本发明还提出一种用户性格判定装置、 电子设备 以及存储介质。 本发明可以提高用户性格判定的 准确度。 权利要求书2页 说明书13页 附图5页 CN 114663961 A 2022.06.24 CN 114663961 A 1.一种用户性格判定方法， 其特 征在于， 所述方法包括： 获取待识别用户的用户表情及用户声音， 基于微表情识别模型对所述用户表情进行情 绪识别， 得到所述用户表情对应的第一情绪结果； 分别识别所述用户声音的强度 特征和发音特征， 并将所述用户声音转换为对应的用户 文本， 利用预设的语义分析算法对所述用户文本进行语义分析， 得到语义特 征； 基于所述强度 特征、 所述发音特征和所述语义特征及预设的特征指标区间生成所述用 户声音对应的第二情绪识别结果； 对所述第一情绪结果和所述第二情绪结果进行权重分析， 得到最终情绪结果， 根据预 设的性格映射关系得到所述 最终情绪结果对应的用户性格。 2.如权利要求1所述的用户性格判定方法， 其特征在于， 所述基于微表情识别模型对所 述用户表情进行情绪识别， 得到所述用户表情对应的第一情绪结果， 包括： 将所述用户表情输入至所述 微表情识别模型中， 得到细微表情集； 分别将所述细微表情集中的多个细微表情与预设的表情动作库中的表情动作进行比 对， 并统计与所述表情动作一 致的细微表情的数量； 基于与所述表情动作一致的细微表情 的数量和所述表情动作的数量计算得到表情占 比概率； 筛选出所述表情占比概率大于或者等于预设情绪阈值的细微表情对应的表情动作的 表情标签， 并将所述表情标签及所述表情占比概率作为所述用户表情对应的第一情绪结 果。 3.如权利要求1所述的用户性格判定方法， 其特征在于， 所述识别所述用户声音的强度 特征， 包括： 识别所述用户声音中的环境噪音及背景声音， 将所述环境噪音和所述背景声音从所述 用户声音中分离出去， 得到分离目标声 音； 对所述分离目标声音进行频谱分析处理， 得到所述分离目标声音的频谱强度， 并将所 述分离目标声 音的频谱强度作为所述用户声 音的强度特 征。 4.如权利要求1所述的用户性格判定方法， 其特征在于， 所述识别所述用户声音的发音 特征， 包括： 识别所述用户声音的音调周期频率， 并判断所述音调周期频率和预设的周期阈值之间 的大小； 当所述音调周期频率小于所述预设的周期阈值 时， 将所述用户声音的发音特征输出为 颤音； 当所述音调周期频率大于或者等于所述预设的周期阈值 时， 将所述用户声音的发音特 征输出为平稳声 音。 5.如权利要求1所述的用户性格判定方法， 其特征在于， 所述利用预设的语义分析算法 对所述用户文本进行语义分析， 得到语义特 征， 包括： 对所述用户文本进行分词处 理， 得到用户分词集； 分别对所述用户分词集中的多个用户分词和预设主题词进行向量化处理， 得到多个用 户分词向量和主题向量； 计算多个所述用户分词向量和所述主题向量之间的相似度值， 并将所述相似度值大于权　利　要　求　书 1/2 页 2 CN 114663961 A 2或者等于主题阈值的用户分词作为分词特 征； 将所述分词特 征作为所述用户文本的语义特 征。 6.如权利要求1所述的用户性格判定方法， 其特征在于， 所述基于所述强度特征、 所述 发音特征和所述语义特征及预设的特征指标区间生成所述用户声音对应的第二情绪识别 结果， 包括： 分别对所述强度特征、 所述发音特征和所述语义特征进行归一化处理， 得到强度归一 值、 发音归一 值和语义归一 值； 基于预设的切分值对所述特 征指标区间进行切分， 得到多个特 征指标子区间； 通过判断所述强度归一值、 所述发音归一值和所述语义归一值与多个所述特征指标子 区间的重合 程度， 得到第二情绪识别结果。 7.如权利要求1至6中任一项所述的用户性格判定方法， 其特征在于， 所述对所述第一 情绪结果和所述第二情绪结果进行权 重分析， 得到最终情绪结果， 包括： 提取出所述第 一情绪结果和所述第 二情绪结果中的相同的表情标签， 并将相同的表情 标签作为目标 标签； 将所述第一情绪结果中目标标签对应的表情占比概率与预设的第一权重进行相乘计 算， 得到第一表情值； 将所述第二情绪结果中目标标签对应的表情占比概率与预设的第二权重进行相乘计 算， 得到第二表情值； 对所述第一表情值和所述第二表情值进行求和 处理， 得到最终表情值， 对多个所述最 终表情值进行排序， 将排序在第一 位的最终表情值对应的表情标签作为 最终情绪结果。 8.一种用户性格判定装置， 其特 征在于， 所述装置包括： 第一情绪识别模块， 用于获取待识别用户的用户表情及用户声音， 基于微表情识别模 型对所述用户表情进行情绪识别， 得到所述用户表情对应的第一情绪结果； 特征识别模块， 用于分别识别所述用户声音的强度特征和发音特征， 并将所述用户声 音转换为对应的用户文本， 利用预设的语义分析算法对所述用户文本进行语义分析， 得到 语义特征； 第二情绪识别模块， 基于所述强度特征、 所述发音特征和所述语义特征及预设的特征 指标区间生成所述用户声 音对应的第二情绪识别结果； 权重分析模块， 用于对所述第一情绪结果和所述第二情绪结果进行权重分析， 得到最 终情绪结果， 根据预设的性格映射关系得到所述 最终情绪结果对应的用户性格。 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 述的用户性格判定方法。 10.一种存储介质， 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 一项所述的用户性格判定方法。权　利　要　求　书 2/2 页 3 CN 114663961 A 3