The invention relates to the technical field of emotional recognition method, in particular to an emotional recognition method and system based on non-linear features. The method comprises the following steps: voice acquisition step, acquisition of voice of user's speech; feature extraction step, processing and analysis of user's voice, extraction of matching features; and the matching feature package. It includes audio feature, non-linear feature and semantic feature; model matching step, matching the matching feature extracted by feature extraction step with the presupposed emotional model, and finding the most matching emotional model as the result of emotional recognition. The method and system of emotional recognition based on non-linear characteristics provided by the invention can comprehensively and accurately analyze and recognize user emotions from various angles and aspects according to the voice input used.
【技术实现步骤摘要】
基于非线性特征的情绪识别方法及系统
本专利技术涉及情绪识别方法
,具体为基于非线性特征的情绪识别方法及系统。
技术介绍
情绪是一种综合了人的感觉、思想和行为的状态,它包括人对外界或自身刺激的心理反应,也包括伴随这种心理反应的生理反应。人类的情绪与身心健康密切关系,如果人类长期处于焦虑、忧愁、悲伤、恼怒、压抑等状态下,可能导致神经分裂、高血压、心脏病、溃疡、胃病和癌症等多种疾病,一般称为心因性疾病,因此掌握一个人,特别是老人的情绪情况,对于掌握身心状况非常有利。情绪识别分析,对于老人,特别是失能和空巢老人,具有很大的价值。随着中国社会老龄化的加剧,以及大城市对年轻人就业、教育等方面的吸引力,空巢老人这一特殊群体势必会成为社会的普遍现象。但这一群体虽然正逐渐受到社会的关注,却依然缺乏有效的方式来为空巢老人提供及时的健康监管以及心理慰藉。通过情绪分析,能够实时反映出老人的情绪状况,并及时反馈给相关医务人员和子女,让他们更能了解父母的情绪,从而增加对老人的关心和及时的治疗。而在这一领域,我国市场上还没有相应成熟完善的产品和服务。因此,如何提供一种更加客观、准确的老年人的情绪识别方法和系统,成为本领域亟需解决的问题。
技术实现思路
本专利技术意在提供基于非线性特征的情绪识别方法及系统,能够根据用于的语音输入从多角度、多方面对用户情绪进行全面准确的分析识别。为了解决上述技术问题,本专利提供如下技术方案:基于非线性特征的情绪识别方法,包括以下步骤:语音采集步骤,采集用户说话的语音;特征提取步骤,对用户的语音进行处理分析,提取匹配特征;所述匹配特征包括音频特征、非线性特 ...
【技术保护点】
1.基于非线性特征的情绪识别方法,其特征在于:包括以下步骤:语音采集步骤,采集用户说话的语音;特征提取步骤,对用户的语音进行处理分析,提取匹配特征;所述匹配特征包括音频特征、非线性特征以及语义特征;模型匹配步骤,根据特征提取步骤提取到的匹配特征与预设的情绪模型进行匹配,找出匹配程度最高的情绪模型作为情绪识别结果。
【技术特征摘要】
1.基于非线性特征的情绪识别方法,其特征在于:包括以下步骤:语音采集步骤,采集用户说话的语音;特征提取步骤,对用户的语音进行处理分析,提取匹配特征;所述匹配特征包括音频特征、非线性特征以及语义特征;模型匹配步骤,根据特征提取步骤提取到的匹配特征与预设的情绪模型进行匹配,找出匹配程度最高的情绪模型作为情绪识别结果。2.根据权利要求1所述的基于非线性特征的情绪识别方法,其特征在于:所述特征提取步骤包括:步骤一:根据采集到的语音计算非线性特征;步骤二:将采集到的语音分割成多个片段;步骤三:计算每一个片段的音频特征;步骤四:对采集到的语音进行语义识别;步骤五:从识别到的语义内容中提取语义特征。3.根据权利要求2所述的基于非线性特征的情绪识别方法,其特征在于:所述语义特征包括关键词特征,所述特征提取步骤的步骤五具体包括:关键词提取步骤,根据预设的关键词库提取语义内容中的所有关键词以及出现的频率。4.根据权利要求3所述的基于非线性特征的情绪识别方法,其特征在于:情绪模型中包含每一个匹配特征的权重,所述模型匹配步骤包括:步骤一:对于每一个预设的情绪模型,根据各个匹配特征的权重值计算每个匹配特征的得分;步骤二:将匹配特征的得分进行求和,得到匹配程度得分;步骤三:根据匹配程度得分对每个情绪模型进行比较,选取匹配程度得分最高的情绪模型所对应的情绪作为情绪识别结果。5.根据权利要求4所述的基于非线性特征的情绪识别方法,其特征在于:所述音频特征包括音高、能量、共振峰、过零率、Teager能量运算子以及梅尔倒频谱系数。6.根据权利要求5所述的基于非线性特征的情绪识别方法,其特征在于:所述非线性特征包括赫斯特指数、曲率指标、香农熵、Lempel-Ziv...
【专利技术属性】
技术研发人员:潘晓明,
申请(专利权)人:重庆柚瓣家科技有限公司,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。