[发明专利]一种评估心理咨询师即时疏导患者水平的方法及系统

权利要求书

1.一种评估心理咨询师即时疏导患者水平的方法，其特征在于，包括：

步骤S1：获得咨询师与来访者的对话的音频记录；

步骤S2：采用语音分离算法，将咨询师与来访者的语音信号分离；

步骤S3：采用语音识别算法，将来访者的语音信号逐段转换成文字；

步骤S4：采用文本情感分析方法，在VA情绪空间中，计算来访者的每一段落的文字的情绪值；

步骤S5：确定咨询师的即时疏导水平，所述咨询师的即时疏导水平包括疏导效率以及情绪前后变化值。

2.根据权利要求1所述的评估心理咨询师即时疏导患者水平的方法，其特征在于，在所述步骤S2中，所采用的语音分离算法为基于模型的方法，在不间断的音频记录中提取每个音频事件的段落端点，从而将咨询师与来访者的语音信号分离。

3.根据权利要求2所述的评估心理咨询师即时疏导患者水平的方法，其特征在于，所述语音分离算法是利用pyAudioAnalysis库中的silence_removal函数来实现的。

4.根据权利要求1所述的评估心理咨询师即时疏导患者水平的方法，其特征在于，所述语音识别算法包括：

步骤S31：利用信号预处理模块，对来访者的语音信号进行预处理，以得到语音帧，然后将其输入特征提取部分；

步骤S32：利用特征提取模块，根据人耳的生理特性，利用编码、滤波器组等技术把输入的语音帧中有用的内容信息提取出来得到一个特征向量序列，作为声学模型的输入；所述特征向量序列是对应于一个帧的多维向量；

步骤S33：在训练阶段，对步骤S32得到的特征向量序列进行词条标注并作为训练样本，对每个词条所对应的特征向量序列进行声学模型训练，为每个词条建立一个声学模型；同时，对文本训练集进行语法、语义分析，经过基于统计模型训练，得到语言模型，将声学模型、语言模型和字典作为参考模板保存到模板库中；

步骤S34：在识别阶段，将步骤S32得到的特征向量序列作为测试模板，将特征向量序列与参考模板进行匹配，将匹配分数最高的参考模板作为识别结果。

5.根据权利要求1所述的评估心理咨询师即时疏导患者水平的方法，其特征在于，在所述步骤S3中，利用python代码中的Speech_Recognition库和PocketSphinx库进行语音识别算法的实现。

6.根据权利要求1所述的评估心理咨询师即时疏导患者水平的方法，其特征在于，在所述步骤S4中，文本情感分析方法采用基于CNN-LSTM的文本情感分类方法。

7.根据权利要求6所述的评估心理咨询师即时疏导患者水平的方法，其特征在于，基于CNN-LSTM的文本情感分类方法，包括：

步骤S41：建立文本的情感分析数据集；

步骤S42：将文本的情感分析数据集中的文本进行分段得到段落，对段落中的词语进行词嵌入编码，获得词语的词向量；

步骤S43：建立CNN-LSTM模型，并利用文本的情感分析数据集和相应的词向量表示对其进行训练；

步骤S44：将建立的CNN-LSTM模型在英文数据集SST和中文数据集CVAT上进行验证，使用平均绝对误差MAE，均方根误差RMSE来评估模型效果；

步骤S45：对待测文本进行预处理，分词，去除停用词，使用CNN-LSTM模型预测待测文本在愉悦度-唤醒度空间的坐标。

8.根据权利要求1所述的评估心理咨询师即时疏导患者水平的方法，其特征在于，所述情绪前后变化值采用情绪值在愉悦度-唤醒度空间的愉悦度方向上的前后变化、情绪值在愉悦度-唤醒度空间的唤醒度方向上的前后变化或开始时刻的情绪值和结束时刻的情绪值的在愉悦度-唤醒度空间的坐标之间的绝对距离；

所述咨询师的疏导效率是D/T或D/P；其中，T是两个人对话的段落数，P是来访者说的段落数，D是咨询师说的段落数；或者，T是两个人对话的字数，P是来访者说的字数，D是咨询师说的字数。