[发明专利]基于语音信号处理的智能辅助引导系统

说明书

本发明提供一种基于语言和语音信号情感处理的智能辅助引导系统。该方法分为语言情感处理与语音情感处理两部分，最后将两部分训练所得的模型进行融合，将群众的语言文字和语音信号进过处理再作为参数输入，得出群众的情感状况。

技术领域

本发明涉及一种情感识别的智能辅助引导系统。

背景技术

情感识别技术是机器学习领域应用比较广泛的一项技术，它是指通过对文字、表情、语音等分析从而识别出群众的情感状况。但单独的情感识别技术无法准确识别复杂的情感，而机器学习能改善该技术的性能。

因此针对上述问题，研究利用语音信号处理和机器学习等人工智能技术，提供智能辅助引导系统。

发明内容

为解决现有技术中存在的技术问题，本发明提供一种基于语音信号处理的智能辅助引导系统。

本发明提供一种智能辅助引导系统，所述智能辅助引导系统的特征在于：智能识别情感，该系统可以分为四个部分：语音输入、情感特征判别、融合情感分类输出和自适应加权融合

所述语音输入，对于群众，通过麦克风将群众所述内容进行记录；

所述情感特征判别，情感特征判别分为文字情感特征和语音情感特征。通过语音信号处理和机器学习等人工智能技术，对相应情感特征做出判别。

所述融合情感分类输出，通过机器学习训练可以得到多个基分类器，利用融合算法对基分类器进行训练，得到融和情感分类模型，输出文字和情感状况；

所述自适应加权融合，每个情感分类器都有相应的权数，各个分类器输出的结果以自适应的方式寻找其对应的权数，最后通过加权平均，可以得到最优的情感分类结果。

所述语音输入，将群众所述内容分别存储转换为文字内容和音频内容。

所述文字内容，通过提取语音中的相关情感特征词汇，通过语言和解码和搜索，与声学模型和语言模型结合，得到文字内容；

所述音频内容，通过对语音进行预加重、分帧和快速傅里叶变换等信号处理方法，可以得到音频信号；

所述文字情感特征，对文字内容进行预处理，过滤其中与情感无关的词汇，标记相关情感词汇，组成文本特征矩阵。

所述语音情感特征，将音频信号通过滤波器组进行平滑化和消除谐波，通过离散傅里叶变化得到音频情感特征。

所述情感特征判别，将文字和音频中的情感特征，输入情感分类模型，输出基于文字或语音的情感特征输出。

所述情感分类模型，提取数据库中的情感特征，利用机器学习算法进行训练，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。

所述融合情感分类模型，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，利用投票法更改多个子情感融合器输出结果的权值，进行多伦迭代，最终输出情感分类结果；

综上，本发明提供了一种基于语音信号处理的智能辅助引导系统。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需的附图做简单介绍。

图1为本发明实施例的总体流程；

图2是示出图1所示语音转换为文字流程；

图3是示出图1所示语音转换为时频信号流程；

图4是示出图1所示的情感分类器训练过程流程；

图5是示出图1所示的融合情感输出流程；

具体实施方案