[发明专利]基于语音信号处理的智能辅助引导系统

权利要求书

1.一种智能辅助引导系统，所述引导系统的特征在于，

将情感融合算法应用于该系统中；具体的，在群众口述事件过程中，判断其情感状况并预测潜在威胁度；本发明由三个基本方法组成，包括融合情感判别方法、文字情感判别方法、音频情感判别方法。

2.根据权利要求1所述的智能辅助引导系统中三种方法的处理顺序，其特征在于，基于文字、情感判别方法将语音叙述中的文字和音频提取，并分别产生两种不同数据源的情感特征，再使用融合情感方法进行处理，对群众的当前情感状况进行感知。

3.根据权利要求1所述的智能辅助引导系统的融合情感判别方法，其特征在于，

采用融合算法训练所得的融合情感分类器，将群众的语音经过处理转换为文字和情感特征作为融合情感分类器的输入，实时输出情感分类结果，并给出情感威胁危险。

4.根据权利要求1所述的智能辅助引导系统的文字情感判别方法，其特征在于，

将群众的语音转换为文字，提取文字中的情感词汇作为特征并组成文字特征矩阵，输入文字情感分类器中，输出文字情感判别结果。

5.根据权利要求1所述的智能辅助引导系统的音频情感判别方法，其特征在于，

将群众的语音转换为时频信号，提取其中特征，作为音频情感分类器的输入，输出情感分类结果。

6.根据权利要求3所述的智能辅助引导系统的融合情感分类器训练过程，其特征在于，

将数据源划分为多个样本，分别采用机器学习算法(KNN、SVM、决策树等)进行训练得到多个情感子融合器，利用投票把多个子情感融合器进行多轮迭代，最终加权融合得到新的情感分类器。

7.根据权利要求5和6所述的智能辅助引导系统的文字情感分类器训练过程与音频情感分类器训练过程，其特征在于，

提取数据源中的文字情感特征和音频情感作为样本，选择机器学习中的分类算法(KNN、SVM、决策树等)训练模型，选择合适的损失函数(交叉熵等)，根据损失函数可以求取梯度，从而更新权值，往复训练可得到最终的模型。

8.根据权利要求7所述的数据源，其特征在于，

数据源分为两个部分，一部分是通用的情感特征词汇，可选用国际上流行的情感数据库，另一部分是来源于群众的情感特征词汇，标注相应的情感词汇。