[发明专利]一种基于语音识别的情绪分析方法及系统

说明书

本发明提供了一种基于语音识别的情绪分析方法及系统，该情绪分析方法包括执行以下步骤：步骤1：系统初始化判断用户语音数据库是否存在，如果不存在，则进入用户语音特征数据库建立步骤，如果存在则进入步骤2；步骤2：实时获取用户的语音数据；系统是开启状态时会自动识别用户语音特征，当获取的语音是用户的语音时就会进入步骤3情绪判断机制；步骤3：情绪判断机制；建立平静状态特征模型和对用户实时情绪状态进行检测和记录。本发明的有益效果是：1.本发明的情绪分析方法重点关注用户的平时说话习惯的语速、语调和语言的组织习惯，分析用户的情绪波动是基于平时的语言习惯，具有针对性和较高的准确性，使用时间越长，分析会越准确。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于语音识别的情绪分析方法及系统。

背景技术

根据中国科学院心理研究所和社会科学文献出版社联合发布的《中国国民心理健康发展报告(2017～2018)》：

1.88％的受访者认为心理健康和重要；

2.74％的受访者认为获得心理咨询服务不便利；

3.不同的心理随年龄而变化，青少年心理健康随年龄呈现下降趋势，成年阶段随年龄增长心理健康指数缓慢上升，而老年期心理健康指数显著下降。

数据表明，目前国内网上分析情绪的方法主要是通过问券调查的形式进行，存在较大的误差和明显的主观性，精准性较差；而个人的认知受多方面影响，准确度不高。

目前语音识别情绪的方法主要通过提取识别语音片段的音频特征向量与多个情绪特征模型进行匹配，以及将匹配结果为相匹配的情绪特征模型所对应的情绪分类作为语音片段的情绪分类。该方法识别具有广泛性，缺乏针对性，存在的误差性较大。

现有的技术主要通过获取的音频流中的音频特征向量，再将音频特征向量和情绪特征模型进行匹配的方式识别情绪，该方法存在一定局限性，比如忽略了语音片段中语速、语调和个人的语言习惯等特性，对情绪识别的准确度不高。

发明内容

本发明提供了一种基于语音识别的情绪分析方法，包括执行以下步骤：

步骤1：系统初始化判断用户语音数据库是否存在，如果不存在，则进入用户语音特征数据库建立步骤，如果存在则进入步骤2；

步骤2：实时获取用户的语音数据；系统是开启状态时会自动识别用户语音特征，当获取的语音是用户的语音时就会进入步骤3情绪判断机制；

步骤3：情绪判断机制；建立平静状态特征模型和对用户实时情绪状态进行检测和记录。

作为本发明的进一步改进，在所述用户语音特征数据库建立步骤中，还包括执行以下步骤：

第一步骤：用户语音初始化；

第二步骤：用户录入语音；

第三步骤：判断用户语音特征数据库建立是否成功，如果成功，则进入步骤2，如果不成功，则返回第一步骤。

作为本发明的进一步改进，所述步骤3还包括执行以下步骤：

S1步骤：将获取的语音信息进行拆解，分析用户的语速和语调；

S2步骤：判断用户的情绪语音数据库是否存在，如果不存在就会执行新建用户语音数据库步骤，如果存在则进入S3步骤；

S3步骤：当用户语音数据库已经存在时，判断当前的语音是否存在波动较大，如果存在波动较大则认为用户当前情绪存在异常，进入S4步骤，如果否，不存在波动较大，则进入平静状态特征模型判断步骤；

S4步骤：匹配当前用户数据库模型；将当前获取的语音数据和数据库的语音数据进行对比，模型匹配成功后执行记录步骤，若模型匹配不成功，那么执行新建用户语音数据库步骤；