基于上下文信息的语音情感识别方法、装置、设备及介质

本发明涉及语音处理技术领域，可应用于金融科技、医疗健康等业务场景中，公开了一种基于上下文信息的语音情感识别方法、装置、设备及介质，包括：接收原始语音流并生成独立语音片段，识别文本并确定说话人角色类型，提取声学特征指标，生成初步情绪标签，结合历史对话文本生成上下文信息，将上下文信息、初步情绪标签、说话人角色类型及声学特征指标输入多模态融合模块，生成情感判定结果。本发明通过结合语音、文本及角色信息，并基于上下文信息实现多模态融合，能够在复杂对话场景下准确识别和理解各角色的情绪变化，避免了传统方法中单句情感判断误差大、忽视上下文信息的问题，有效提升情感识别的准确性和稳定性。