[發明專利]一種基于語音的情緒識別方法及裝置

在審

• 申請號: 201811285508.5
• 申請日: 2018-11-02
• 公開（公告）號: CN111145785A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 張沖;葉榮華;劉松;韋梁
• 申請（專利權）人: 廣州靈派科技有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種基于語音的情緒識別方法及裝置，包括以下步驟：1)分別收集人物喜、怒和哀的情緒聲音數據；2)采用PCA算法分別對喜、怒和哀的情緒聲音數據分別進行降維處理；3)然后對降維處理后的喜、怒和哀的情緒聲音數據進行端點檢測提取出梅爾?頻率倒譜系數、共振峰和過零率三個特征參數，對特征參數建立高斯混合模型，分別訓練出喜、怒和哀的情感聲音的高斯混合模型，并建立由喜?高斯混合模型、怒?高斯混合模型和哀?高斯混合模型的情感聲音數據庫；4)收集待識別的語音片段；該基于語音的情緒識別方法識別準確率高。

技術領域

本發明涉及一種基于語音的情緒識別方法及裝置。

背景技術

情緒是綜合了人的感覺、思想和行為的一種狀態，在人與人的交流中發揮著重要作用。情緒是一種綜合了人的感覺、思想和行為的狀態，它包括人對外界或自身刺激的心理反應，包括伴隨這種心理反應的生理反應。在人們的日常工作和生活中，情緒的作用無處不在。在醫療護理中，如果能夠知道患者、特別是有表達障礙的患者的情緒狀態，就可以根據患者的情緒做出不同的護理措施，提高護理量。在產品開發過程中，如果能夠識別出用戶使用產品過程中的情緒狀態，了解用戶體驗，就可以改善產品功能，設計出更適合用戶需求的產品。在各種人-機交互系統里，如果系統能識別出人的情緒狀態，人與機器的交互就會變得更加友好和自然。對情緒進行分析和識別是神經科學、心理學、認知科學、計算機科學和人工智能等領域的一項重要的交叉學科研究課題，因此，對情緒進行識別的方法以供給各個領域使用。

發明內容

本發明要解決的技術問題是提供一種基于語音的情緒識別方法及裝置，識別準確率高。

為解決上述問題，本發明采用如下技術方案：

一種基于語音的情緒識別方法，包括以下步驟：

1)分別收集人物喜、怒和哀的情緒聲音數據；

2)采用PCA算法分別對喜、怒和哀的情緒聲音數據分別進行降維處理；

3)然后對降維處理后的喜、怒和哀的情緒聲音數據進行端點檢測提取出梅爾-頻率倒譜系數、共振峰和過零率三個特征參數，對特征參數建立高斯混合模型，分別訓練出喜、怒和哀的情感聲音的高斯混合模型，并建立由喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型的情感聲音數據庫；

4)收集待識別的語音片段；

5)將收集到的語音片段通過抗混疊濾波、模數變換、預加重預處理以及端點檢測，然后提取出梅爾-頻率倒譜系數、共振峰和過零率三個特征參數后，對特征參數建立對比高斯混合模型，隨后與情感聲音數據庫內的喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型分別進行匹配；

6)對比高斯混合模型與情感聲音數據庫內的喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型中的某一個模型的重疊率大于設定的閾值，則判斷為與該模型相同的情緒。

作為優選，所述閾值的設定值為38-70％。

作為優選，情緒識別方法還具有步驟7)對判斷后的對比高斯混合模型，進行與喜、怒和哀情緒相對應的標記，并更新到情感聲音數據庫內。

作為優選，所述語音片段持續時間為2-6s。

本發明還提供一種基于語音的情緒識別裝置，包括

聲音采集模塊，用于收集待識別的語音片段；

音頻處理模塊，用于對收集到的人物喜、怒和哀的情緒聲音數據進行降維處理，以及對收集到的語音片段進行過抗混疊濾波、模數變換和預加重預處理；

數據處理模塊，用于進行端點檢測，提取出梅爾-頻率倒譜系數、共振峰和過零率三個特征參數，對特征參數建立高斯混合模型，分別訓練出喜、怒和哀的情感聲音的高斯混合模型；