[發明專利]一種基于話語模型的心理健康情感識別裝置及其操作方法

在審

• 申請號: 202010408829.0
• 申請日: 2020-05-14
• 公開（公告）號: CN111583967A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 盧楊夏蒙;李欣;李婧
• 申請（專利權）人: 西安醫學院
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L25/30;G06N20/00
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙) 61223
• 代理人: 俞曉明

1.一種基于話語模型的心理健康情感識別裝置，包括語音識別裝置(1)、云服務器(2)，所述語音識別裝置(1)、云服務器(2)通過云互聯技術進行電信號連接，其特征在于：所述語音識別裝置(1)包括機身(11)、控制器(15)、鋰電池(17)、后蓋(16)，所述機身(11)、后蓋(16)相互卡接，所述控制器(15)、鋰電池(17)位于機身(11)、后蓋(16)的內側，所述機身(11)的表面固定安裝有顯示器(12)、麥克風(13)、控制鍵(14)，所述控制器(15)的表面集成有無線信號收發器(18)、MCU處理器(19)，所述云服務器(2)的內部設置有云計算模塊(3),所述云計算模塊(3)包括信息分析(31)、數據分析(32)、機器學習(33)。

2.根據權利要求1所述的一種基于話語模型的心理健康情感識別裝置，其特征在于：所述麥克風(13)、控制鍵(14)的輸出端與控制器(15)的輸入端電性連接，所述控制器(15)的輸出端與顯示器(12)的輸入端電性連接，所述鋰電池(17)的輸出端與控制器(15)的輸入端電連接。

3.根據權利要求1所述的一種基于話語模型的心理健康情感識別裝置，其特征在于：所述無線信號收發器(18)的通訊格式及協議對外開放并且可進行深度開發，所述通信技術包括但不僅限于藍牙通信、WI-FI通信、LoRa通信、GPRS通信。

4.根據權利要求1所述的一種基于話語模型的心理健康情感識別裝置，其特征在于：所述數據分析(32)包括人為變量賦值(321)、算法分析(322)，所述人為變量賦值(321)、算法分析(322)構成深度神經網絡(323)，所述人為變量賦值(321)、算法分析(322)包括概率論算法、統計學算法、逼近論算法、凸分析算法、算法復雜度理論以及模擬預測，所述數據分析(32)的運算結果導出至機器學習(33)。

5.根據權利要求1所述的一種基于話語模型的心理健康情感識別裝置，其特征在于：所述機器學習(33)對信息分析(31)、數據分析(32)執行輔助運算，所述機器學習(33)可控制算法分析(322)的優化更新。

6.根據權利要求1所述的基于話語模型的心理健康情感識別裝置的操作方法，使用權利要求書1-6中所述的基于話語模型的情感識別裝置，其特征在于：包括以下步驟：

S1.通過語音識別裝置(1)進行語音收錄并進行“模-數”轉換，“模-數”轉換分別包括：預濾波：語音信號在采樣之前要進行預濾波處理，抑制輸入信號各頻率分量中頻率超過fs/2的所有分量(fs為采樣頻率)，以防止混疊干擾，并抑制50Hz的電源工頻干擾；采樣：原始的語音信號是連續的模擬信號，通過采樣轉化為時間軸上離散的數據；量化：將離散數據進行分級量化，將信號采樣的幅度劃分成幾個區段，把落在某區段的采樣到的樣品值歸成一類，并給出相應的量化值；經過量化處理之后，離散時間信號變成了數字信號，信號不僅在時間上不再連續，在幅度上也不連續；編碼：將量化后的數字信號編碼成二進制；

S2.語音信號的預處理：預加重：提高高頻部分，使信號的頻譜變得平坦，以便于頻譜分析或者聲道參數分析；分幀：將語音信號分割為段落形式，其中每一段稱為一幀，一般取10-30ms，為了使幀與幀之間平滑過渡，保持連續性從而進行短時分析；加窗：進行加窗處理從而形成加窗語音信號；端點檢測：從一段語音信號中準確地找出語音信號的起始點和結束點，使有效的語音信號和無用的噪聲信號進行分離；

S3.通過利用現成熟的梅爾頻率倒譜系數進行語音信號特征提取，梅爾頻率倒譜系數的濾波器組種方法得到的是一幀語音的靜態特征，用相鄰兩幀或多幀之間的數及二階差分系數來近似描述語音相鄰幀間的動態相關特性，從而利用ACCorpus系列漢語情感數據庫進行比對；

S4.最后利用機器學習分類器通過云計算的方式進行語音情感識別，模擬大腦工作，構建深度神經網絡，來學習簡單特征、建立復雜特征、學習映射并輸出，訓練過程中所有層級都會被不斷優化情感識別的準確性，給機器識別賦能。