[发明专利]一种通过语音识别实现情绪判断的方法和系统

权利要求书

1.一种通过语音识别实现情绪判断的方法，其特征在于：包括以下步骤：

S1，语音信号预处理：(1)语音信号采集；(2)分帧；(3)预加重；(4)加窗；

S2，特征提取；

S3，载入情感词典和情感词典的构建；

S4，语音识别参数提取；

S5，情感分类。

2.根据权利要求1所述的一种通过语音识别实现情绪判断的方法，其特征在于：所述S2特征提取基于大量的文本语料库，通过类似神经网络模型训练，将每个词语映射成一个定维度的向量，维度在几十到化百维之间，每个向量就代表着这个词语，词语的语义和语法相似性和通过向量之间的相似度来判断，选用word2vec主要是CBOW和skip-gram两种模型，由于这两个模型实际上就是一个三层的深度神经网络，其实NNLM的升级，去掉了隐藏层，由输入层、投影层、输出层三层构成，简化了模型和提升了模型的训练速度，其在时间效率上、语法语义表达上效果明显都变好，word2vec通过训练大量的语料最终用定维度的向量来表示每个词语，词语之间语义和语法相似度都可以通过向量的相似度来表示。

3.根据权利要求1所述的一种通过语音识别实现情绪判断的方法，其特征在于：所述S4载入情感词典和情感词典的构建，将积极情感词表、消极情感词表、否定词表和程度副词表载入情感词典对情感词典进行构建。

4.根据权利要求1所述的一种通过语音识别实现情绪判断的方法，其特征在于：所述S4采用MFCC系数进行语音识别参数提取。

5.根据权利要求1所述的一种通过语音识别实现情绪判断的方法，其特征在于：所述S5情感分类基于词典的文本匹配算法逐个遍历分词后的语句中的词语，如果词语命中词典，则进行相应权重的处理，正面词权重为加法，负面词权重为减法，否定词权重取相反数，程度副词权重则和它修饰的词语权重相乘，利用最终输出的权重值，区分是正面、负面还是中性情感。

6.一种通过语音识别实现情绪判断的系统，包括预处理、特征提取和语音识别参数提取，其特征在于：

所述预处理包括预滤波、采样和量化、分帧、加窗、预加重、端点检测；

所述特征提取从语音信号中提取出语音的特征序列，提取的语音特征应该能完全、准确地表达语音信号，特征提取的目的是提取语音信号中能代表语音特征的信息，减少语音识别时所要处理的数据量；

所述语音识别参数提取主要对经过预处理的语音数据配合特征提取进行特征参数提取。