[發(fā)明專利]因人而異地識別語音的人工智能心理機器人和方法

有效

• 申請?zhí)枺?/td>: 202110182899.3
• 申請日: 2021-02-10
• 公開（公告）號: CN112927681B
• 公開（公告）日: 2023-07-21
• 發(fā)明（設(shè)計）人: 朱定局
• 申請（專利權(quán)）人: 華南師范大學(xué)
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/16;G10L15/26;G10L25/63
• 代理公司: 華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 謝曲曲

因人而異地識別語音的人工智能心理機器人和方法，包括：平時時間范圍獲取步驟；平時語音獲取步驟；平時情緒識別步驟；待識別語音獲取步驟；待識別情緒識別步驟；待識別情緒矯正步驟。上述方法、系統(tǒng)和機器人，充分利用不同人的平時語音與正常情緒之間的關(guān)系，來得到不同人正常情緒所對應(yīng)的平時語音，從而可以得知不同人的語音所代表的真實的情緒。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，特別是涉及一種因人而異地識別語音的人工智能心理機器人和方法。

背景技術(shù)

現(xiàn)有技術(shù)下，“語音識別不僅可以識別說話的內(nèi)容，還能通過語氣、語速等等判斷出說話人的情緒”。

在實現(xiàn)本發(fā)明過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：現(xiàn)有技術(shù)下，機器人沒有區(qū)分不同的人的特點，都千偏一律地根據(jù)語音進行情緒判斷，也就是把所有的人都當(dāng)成同樣的人了，這樣必然忽視了不同人之間的差異性，從而導(dǎo)致對情緒判斷的結(jié)果不準確、偏離實際。

因此，現(xiàn)有技術(shù)還有待于改進和發(fā)展。

發(fā)明內(nèi)容

基于此，有必要針對現(xiàn)有技術(shù)的缺陷或不足，提供因人而異地識別語音的人工智能心理機器人和方法，在不同人的不同語音常態(tài)的基礎(chǔ)上通過語音識別情緒，以解決現(xiàn)有技術(shù)中在通過語音識別情緒時沒有考慮到語音常態(tài)的問題。例如，有的運動員天生語音都是很抑郁的樣子，也就是說他平時在沒有比賽、不是賽前的時候語音一直都是這個樣子，在賽前他的語音也是這個樣子。在賽前對這個運動員進行語音識別情緒的測試，如果用現(xiàn)有技術(shù)，就會誤判他賽前心理狀態(tài)為抑郁，而如果采用本申請的技術(shù)，則會正確地判斷他賽前心理狀態(tài)為正常。又例如，有的運動員天生語音都是很快樂的樣子，也就是說他平時在沒有比賽、不是賽前的時候語音一直都是這個樣子，在賽前他的語音變成了不快樂也不抑郁。在賽前對這個運動員進行語音識別情緒的測試，如果用現(xiàn)有技術(shù)，就會誤判他賽前心理狀態(tài)為正常，而如果采用本申請的技術(shù)，則會正確地判斷他賽前心理狀態(tài)為抑郁。再例如一個非常內(nèi)向的人，平時的語音看起來都是抑郁，其實他平時并不壓抑，如果用現(xiàn)有技術(shù)會就識別出他平時也抑郁，而通過本申請的技術(shù)會就識別出他的心理狀態(tài)是正常的。又例如一個非常外向的人，平時的語音看起來非常開心，那他抑郁的時候雖然沒有那么開心但看起來和正常人一樣，其實他此時已經(jīng)有抑郁狀況了，但通過現(xiàn)有技術(shù)會識別出他心理狀態(tài)正常，而通過本申請的技術(shù)會就識別出他的抑郁。也就是說，我們采用被測試者的平時的語音作為參照，就能更準確地判斷他的語音的變化，進而通過他語音的變化來識別其情緒的變化，而且假設(shè)被測試者平時的情緒為正常情緒，那么就可以推理得出被測試者在被測試時的情緒。

第一方面，本發(fā)明實施例提供一種人工智能方法，所述方法包括：

平時時間范圍獲取步驟：獲取平時所對應(yīng)的時間范圍；

平時語音獲取步驟：在所述時間范圍內(nèi)獲取被識別人的平時語音；

平時情緒識別步驟：通過被識別人的平時語音識別得到被識別人的平時情緒；

待識別語音獲取步驟：獲取被識別人的待識別語音；

待識別情緒識別步驟：通過被識別人的待識別語音識別得到被識別人的待識別情緒；

待識別情緒矯正步驟：被識別人的待識別情緒與被識別人的平時情緒進行比較，計算被識別人的待識別情緒相對于平時情緒的變化，將平時情緒設(shè)置為正常情緒，從而得到矯正后的待識別情緒。

優(yōu)選地，

所述平時情緒識別步驟具體包括：將被識別人的平時語音的每一個音頻輸入預(yù)設(shè)音頻情緒識別模型，得到所述每一個音頻對應(yīng)的情緒，將每一個音頻對應(yīng)的情緒進行加權(quán)平均，得到被識別人的平時語音對應(yīng)的情緒；

所述待識別情緒識別步驟具體包括：將被識別人的待識別語音的每一個音頻輸入預(yù)設(shè)音頻情緒識別模型，得到所述每一個音頻對應(yīng)的情緒，將每一個音頻對應(yīng)的情緒進行加權(quán)平均，得到被識別人的待識別語音對應(yīng)的情緒。