[发明专利]一种利用婴儿哭声进行情感分析的系统、方法和装置

权利要求书

1.一种利用婴儿哭声进行情感分析的系统，其特征在于，所述系统包括：

哭声检测模块，训练数据样本，得到检测模型，使用该检测模型检测输入的待检测声音，判断输入的声音是否为婴儿哭声；

哭声分析模块，训练数据样本，得到分析模型，使用该分析模型对检测到的婴儿哭声做情感分类；

模型更新模块，上传标记为识别错误的声音段及对应的类别标签，同时上传用户当前使用的分类模型；利用用户上传的声音数据和原有的训练数据，微调用户上传的分类模型；下载训练好的新模型，替换原先的模型。

2.如权利要求1所述的利用婴儿哭声进行情感分析的系统，其特征在于，所述哭声检测模块包括：检测训练模块，训练部分搜集训练数据，训练出一个可以检测出婴儿哭声的模型；检测测试模块，使用该检测模型检测输入的待检测声音，判断输入的声音是否为婴儿哭声。

3.如权利要求2所述的利用婴儿哭声进行情感分析的系统，其特征在于，所述哭声分析模块包括：分析训练模块，训练数据样本，得到分析模型，训练出一个可以分析婴儿哭声的模型；分析测试模块，对检测到的婴儿哭声做情感分类。

4.如权利要求3所述的利用婴儿哭声进行情感分析的系统，其特征在于，所述模型更新模块包括：数据上传模块，上传标记为识别错误的声音段及对应的类别标签，同时上传用户当前使用的分类模型；模型训练模块，利用用户上传的声音数据和原有的训练数据，微调用户上传的分类模型；新模型下载模块，下载训练好的新模型，替换原先的模型。

5.一种利用婴儿哭声进行情感分析的方法，其特征在于，所述方法执行以下步骤：

训练数据样本，得到检测模型，使用该检测模型检测输入的待检测声音，判断输入的声音是否为婴儿哭声；

训练数据样本，得到分析模型，使用该分析模型对检测到的婴儿哭声做情感分类；

上传标记为识别错误的声音段及对应的类别标签，同时上传用户当前使用的分类模型；利用用户上传的声音数据和原有的训练数据，微调用户上传的分类模型；下载训练好的新模型，替换原先的模型。

6.如权利要求5所述的利用婴儿哭声进行情感分析的方法，其特征在于，所述训练数据样本，得到检测模型，使用该检测模型检测输入的待检测声音，判断输入的声音是否为婴儿哭声的方法执行以下步骤：

收集各种环境声音作为训练数据，并人工为每段声音添加一个分类标签；

将训练数据随机划分为训练集和测试集；

对训练集中的每段声音做采样、随机切割和归一化处理，使得每个采样点的数值在[-1,1]范围内；

将训练数据送入神经网络训练模型；

采集待检测声音；

对采集到的待检测声音做采样，随机切割和归一化处理，使得每个采样点的数值在[-1,1]范围内；

将多段采集到的多段声音送入预先训练好的神经网络，得到预测结果，对预测结果做投票处理，得票最高的预测结果即为最终预测结果。

7.如权利要求6所述的利用婴儿哭声进行情感分析的方法，其特征在于，所述训练数据样本，得到分析模型，使用该分析模型对检测到的婴儿哭声做情感分类的方法执行以下步骤：

收集婴儿在不同情感状态下的哭声，并标上类别标签；

将训练数据随机划分为训练集和测试集；

对训练集中的每段声音做预处理，包括：采样、有重叠地切割，对声音做归一化处理，使得每个采样点的数值在[-1,1]范围内；

将训练数据送入神经网络训练模型；

将婴儿哭声检测部分检测到的哭声作为输入；

将声音送入预先训练好的神经网络，得到预测结果，对预测结果做投票处理，得票最高的预测结果即为最终预测结果。

8.一种利用婴儿哭声进行情感分析的装置，其特征在于，所述装置包括：一种非暂时性的计算机可读存储介质，该存储介质存储了计算指令，其包括：训练数据样本，得到检测模型，使用该检测模型检测输入的待检测声音，判断输入的声音是否为婴儿哭声的代码段；训练数据样本，得到分析模型，使用该分析模型对检测到的婴儿哭声做情感分类的代码段；上传标记为识别错误的声音段及对应的类别标签，同时上传用户当前使用的分类模型；利用用户上传的声音数据和原有的训练数据，微调用户上传的分类模型；下载训练好的新模型，替换原先的模型的代码段。