[發(fā)明專利]一種基于語調(diào)識別情緒的方法

在審

• 申請?zhí)枺?/td>: 202010632183.4
• 申請日: 2020-07-02
• 公開（公告）號: CN113889148A
• 公開（公告）日: 2022-01-04
• 發(fā)明（設(shè)計(jì)）人: 范芳芳;劉北辰;劉運(yùn)江;張香梅;趙繼東;李兵
• 申請（專利權(quán)）人: 正定仁運(yùn)誠醫(yī)藥科技有限責(zé)任公司
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L25/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于語調(diào)識別情緒的方法，包括以下步驟：步驟a：在安靜的環(huán)境下，采用錄音的方式，由一名專業(yè)播音員分別用高興、難過、生氣、害怕四種語調(diào)朗讀并錄制測試句步驟b：通過不同試聽者對錄制的測試句進(jìn)行聽辨，并判斷測試句所包含的情緒，然后計(jì)算試聽者對各句子識別的正確率，從中挑選正確率高于95％的測試句作為聲音數(shù)據(jù)；步驟c：通過spss16.0軟件對聲音數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理；步驟d：對處理后的聲音數(shù)據(jù)進(jìn)行分幀處理，將音頻分解為幀，對于每一幀，計(jì)算周期功率譜。本發(fā)明在采用情緒識別之前，先采用不同語調(diào)測試句的語音數(shù)據(jù)庫，然后對采集的語音特征進(jìn)行提取，通過與語音數(shù)據(jù)庫進(jìn)行對比，提高了情緒識別準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及情緒識別技術(shù)領(lǐng)域，具體為一種基于語調(diào)識別情緒的方法。

背景技術(shù)

情緒是綜合了人的感覺、思想和行為的一種狀態(tài)，在人與人的交流中發(fā)揮著重要作用，它包括人對外界或自身刺激的心理反應(yīng)，包括伴隨這種心理反應(yīng)的生理反應(yīng)，在人們的日常工作和生活中，情緒的作用無處不在，在醫(yī)療護(hù)理中，如果能夠知道患者、特別是有表達(dá)障礙的患者的情緒狀態(tài)，就可以根據(jù)患者的情緒做出不同的護(hù)理措施，提高護(hù)理量，在產(chǎn)品開發(fā)過程中，如果能夠識別出用戶使用產(chǎn)品過程中的情緒狀態(tài)，了解用戶體驗(yàn)，就可以改善產(chǎn)品功能，設(shè)計(jì)出更適合用戶需求的產(chǎn)品，在各種人機(jī)交互系統(tǒng)里，如果系統(tǒng)能識別出人的情緒狀態(tài)，人與機(jī)器的交互就會(huì)變得更加友好和自然，對情緒進(jìn)行分析和識別是神經(jīng)科學(xué)、心理學(xué)、認(rèn)知科學(xué)、計(jì)算機(jī)科學(xué)和人工智能等領(lǐng)域的一項(xiàng)重要的交叉學(xué)科研究課題。

然而，由于實(shí)際應(yīng)用中，用于情緒識別的樣本數(shù)據(jù)中的正面情緒樣本和負(fù)面情緒樣本極不均衡，導(dǎo)致得到的情緒識別準(zhǔn)確率較低，不利于人們的使用。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于語調(diào)識別情緒的方法，具備語調(diào)識別情緒的方法便于使用的優(yōu)點(diǎn)，解決了情緒識別不方便的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于語調(diào)識別情緒的方法，包括以下步驟：

步驟a：在安靜的環(huán)境下，采用錄音的方式，由一名專業(yè)播音員分別用高興、難過、生氣、害怕四種語調(diào)朗讀并錄制測試句；

步驟b：通過不同試聽者對錄制的測試句進(jìn)行聽辨，并判斷測試句所包含的情緒，然后計(jì)算試聽者對各句子識別的正確率，從中挑選正確率高于95％的測試句作為聲音數(shù)據(jù)；

步驟c：通過spss16.0軟件對聲音數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理；

步驟d：對處理后的聲音數(shù)據(jù)進(jìn)行分幀處理，將音頻分解為幀，對于每一幀，計(jì)算周期功率譜，將mel濾波器應(yīng)用到功率譜中，計(jì)算每個(gè)濾波器的能量和，計(jì)算能量的對數(shù)值，對每個(gè)對數(shù)能量進(jìn)行離散余弦變換，保留DCT的2-13個(gè)系數(shù)，其余系數(shù)舍去；

步驟e：將分幀處理后的聲音數(shù)據(jù)特征分類編入語音數(shù)據(jù)庫；

步驟f：麥克風(fēng)的采集輸入的語音信息，對語音信息進(jìn)行特征提取，然后對比語音數(shù)據(jù)庫內(nèi)聲音數(shù)據(jù)，從而識別情緒。

優(yōu)選的，所述步驟a測試句可以為易理解的動(dòng)作關(guān)系句，描述關(guān)系句和事實(shí)關(guān)系句，句型為陳述句，句子內(nèi)容帶有情緒。

優(yōu)選的，所述步驟b中試聽者為不同年齡段健聽的學(xué)生，且學(xué)生中男女比例相同。

優(yōu)選的，所述步驟d信號每一幀的長度為25ms，幀移為10ms，每一幀的周期功率譜，它隨聲音的大小而發(fā)生不同頻率的振動(dòng)，通過耳鍋的不同位置上的振動(dòng)，不同的神經(jīng)元將會(huì)通知大腦現(xiàn)在聽到的音頻頻率，通過mel濾波器確定不同頻率存在的能量，濾波器通常有交疊，因此濾波器能量彼此相關(guān)，DCT對能量進(jìn)行去相關(guān)，協(xié)方差的對角矩陣可以用來對HMM分類器進(jìn)行建模。