情绪分析方法、系统、服务器及存储介质技术方案

本发明专利技术实施例公开了一种情绪分析方法、系统、服务器及存储介质，其中，所述方法包括：识别获取到的语音数据中所包括的语言关键词和目标语调；根据获取的所述语言关键词和目标语调，分析并确定语音特征点；基于所述语音特征点生成目标情绪模型，并在目标情绪模型上标定目标语音特征点；将目标情绪模型与标准情绪模型库中的标准情绪模型进行匹配，以调整目标情绪模型上已标定的目标语音特征点，并记录目标语音特征点的变化数据；将所述变化数据与数据库中的语调特征数据和心理行为特征数据进行匹配，并根据匹配结果输出用户情绪或情绪变化数据。由此，可达到客观、准确的分析用户的情绪变化，并帮助用户管理情绪的目的。

【技术实现步骤摘要】
情绪分析方法、系统、服务器及存储介质
本专利技术涉及数据分析
，尤其涉及一种情绪分析方法、系统、服务器及存储介质。
技术介绍
人的情感表达对于个人异常重要，如果不能适时得到释放，久而久之，心理和生理都会产生变化。在经济高速发展的今天，对于特殊群体的照顾，人们越来越力不从心。因此急需一种能够通过智能方法来帮助存在情感问题的特殊群体客观地分析情绪，管理情绪。目前最常见的通过情感计算机技术，通过赋予计算机系统识别，理解，表达和适应人的情感能力，来建立和谐人机环境，以帮助用户客观地分析情绪，管理情绪。常用的分析用户情绪的方法有通过语音识别技术和人脸识别技术分析用户情绪。利用语音识别技术仅是通过识别语音中包括的敏感词来分析用户情绪，准确度低。利用人脸识别技术时，通过采集人脸的表情特征，进而通过分析表情特征来分析用户情绪。但是人面表情通常持续的时间比较短，甚至一闪而逝，不便于采集，而且人的表情有时会表达相反的情绪，使得有时通过人脸识别分析用户情绪并不准确。由此，很难达到通过客观准确的分析用户的情绪变化，帮助用户管理情绪的目的。
技术实现思路
本专利技术实施例提供了一种情绪分析方法、系统、服务器及存储介质，以达到通过客观准确的分析用户的情绪变化，帮助用户管理情绪的目的。第一方面，本专利技术实施例提供了一种情绪分析方法，包括：识别获取到的语音数据中所包括的语言关键词和目标语调；根据获取的所述语言关键词和目标语调，分析并确定语音特征点，其中，所述语音特征点为所述语言关键词和目标语调中标识用户情绪的关键词和语调；基于所述语音特征点生成目标情绪模型，并在所述目标情绪模型上标定目标语音特征点；将所述目标情绪模型与标准情绪模型库中的标准情绪模型进行匹配，以调整所述目标情绪模型上已标定的目标语音特征点，并记录目标语音特征点的变化数据；将所述变化数据与数据库中的语调特征数据和心理行为特征数据进行匹配，并根据匹配结果输出用户情绪或情绪变化数据。第二方面，本专利技术实施例提供了一种情绪分析系统，包括：识别模块，用于识别获取到的语音数据中所包括的语言关键词和目标语调；特征点分析模块，用于根据获取的所述语言关键词和目标语调，分析并确定语音特征点，其中，所述语音特征点为所述语言关键词和目标语调中标识用户情绪的关键词和语调；建模模块，用于基于所述分析并确定的语音特征点生成基本的目标情绪模型，并在所述目标情绪模型上标定目标语音特征点；调整记录模块，用于将所述目标情绪模型与标准情绪模型库中的标准情绪模型进行匹配，以调整所述目标情绪模型上已标定的目标语音特征点，并记录目标语音特征点的变化数据；情绪分析模块，用于将所述变化数据与数据库中的语调特征数据和心理行为特征数据进行匹配，并根据匹配结果输出用户情绪或情绪变化数据。第三方面，本专利技术实施例还提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例中任一所述的情绪分析方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的情绪方法。本专利技术实施例提供的一种情绪分析方法、系统、服务器及存储介质，依据提取的语音特征点建立目标情绪模型，并在目标情绪模型上标定目标语音特征点，以达到筛选出能够准确表明用户情绪的语音特征点的目的，然后将目标情绪模型与标准情绪模型库中的标准情绪模型进行匹配，调整目标情绪模型上已标定的目标语音特征点，使目标情绪模型与标准模型更接近，后续根据目标语音特征点变化数据与数据库中的语调特征数据和心理行为特征数据进行匹配，快速准确的分析用户情绪变化。附图说明图1是本专利技术实施例一提供的一种情绪分析方法的流程示意图；图2是本专利技术实施例二提供的一种情绪分析方法的流程示意图；图3是本专利技术实施例三提供的一种情绪分析系统的结构示意图；图4是本专利技术实施例四提供的一种服务器的结构图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1是本专利技术实施例一提供的情绪分析方法的流程图，本实施例可适用于对存在情感问题的特殊群体客观地分析和管理情绪，该方法可以由情绪分析系统来执行，该系统例如可以配置在服务器中。所述方法具体包括：S110、识别获取到的语音数据中所包括的语言关键词和目标语调。其中，可以通过预设规则，采集用户的语音数据，示例性的，根据预设的时间规则，采集用户一段时间内的语音数据或者采集用户一天中不同时间段的语音数据，具体的，可以通过相应的语音采集软件进行采集。对于已采集的语音数据，可通过语音识别技术识别语音数据所包括的语义内容和语调，其中语调包括语音数据的音量、语速和音调等。示例性的，可通过声学模型和语言模型分析识别语音数据中的语义内容，也即文本内容。根据语音识别的结果，从识别出的语义内容和语调中提取语言关键词和目标语调，其中，所述目标语调包括语音数据的音量、语速、音调以及各自的变化趋势中的至少一种。示例性的，可利用分词词库去除语义内容中的无意义的词，同时提取能表明用户情绪的语言关键词；对于识别的语调，筛选其中满足预设条件的作为目标语调，示例性的，将音量超过最大预设阈值和低于最小预设阈值的筛选出来作为一种目标语调，或将语速超过某一预设阈值的也作为目标语调。S120、根据获取的所述语言关键词和目标语调，分析并确定语音特征点，其中，所述语音特征点为所述语言关键词和目标语调中标识用户情绪的关键词和语调。对获取到的语言关键词和目标语调进一步的分析和筛选，确定其中能够明显表明用户情绪的关键词和语调作为语音特征点，其中，语音特征点包括关键词特征点和语调特征点。示例性的，可通过提前建立的情绪敏感词词库对语言关键词进行筛选，并将筛选出的关键词确定为关键词特征点，其中，情绪敏感词词库包括用户各种不同情绪下常说的词汇。由于目标语调通常是以波形图的形式展示的，因此可将变化趋势比较明显的点作为语调特征点，例如语速突然加快的点。S130、基于所述语音特征点生成目标情绪模型，并在所述目标情绪模型上标定目标语音特征点。根据确定的语音特征点生成目标情绪模型，以便根据目标情绪模型分析用户情绪。在目标情绪模型上标定目标语音特征点，其中，目标语音特征点可以是S120中确定的语音特征点中的特征更突出的一部分，由此实现了对用户情绪特征的进一步筛选，使得用户的情绪特征更加明显。S140、将所述目标情绪模型与标准情绪模型库中的标准情绪模型进行匹配，以调整所述目标情绪模型上已标定的目标语音特征点，并记录目标语音特征点的变化数据。将目标情绪模型与标准情绪模型库中的标准情绪模型进行匹配，也即是将目标情绪模型上标定的语音特征点与标准情绪模型上的特征点进行匹配，包括关键词和语调的匹配，根据匹配结果和各个目标语音特征点的数据走势对目标情绪模型上已标定的目标语音特征点进行微调，记录目标语音特征点的变化数据。示例性的，将目标语音特征点从位置A调整到位置B，记录目标语音特征点在位置A和B之间各个特征的变化情况，例如语速变本文档来自技高网...

【技术保护点】
1.一种情绪分析方法，其特征在于，所述方法包括：识别获取到的语音数据中所包括的语言关键词和目标语调；根据获取的所述语言关键词和目标语调，分析并确定语音特征点，其中，所述语音特征点为所述语言关键词和目标语调中标识用户情绪的关键词和语调；基于所述语音特征点生成目标情绪模型，并在所述目标情绪模型上标定目标语音特征点；将所述目标情绪模型与标准情绪模型库中的标准情绪模型进行匹配，以调整所述目标情绪模型上已标定的目标语音特征点，并记录目标语音特征点的变化数据；将所述变化数据与数据库中的语调特征数据和心理行为特征数据进行匹配，并根据匹配结果输出用户情绪或情绪变化数据。

【技术特征摘要】
1.一种情绪分析方法，其特征在于，所述方法包括：识别获取到的语音数据中所包括的语言关键词和目标语调；根据获取的所述语言关键词和目标语调，分析并确定语音特征点，其中，所述语音特征点为所述语言关键词和目标语调中标识用户情绪的关键词和语调；基于所述语音特征点生成目标情绪模型，并在所述目标情绪模型上标定目标语音特征点；将所述目标情绪模型与标准情绪模型库中的标准情绪模型进行匹配，以调整所述目标情绪模型上已标定的目标语音特征点，并记录目标语音特征点的变化数据；将所述变化数据与数据库中的语调特征数据和心理行为特征数据进行匹配，并根据匹配结果输出用户情绪或情绪变化数据。2.根据权利要求1所述的方法，其特征在于，所述识别获取到的语音数据中所包括的语言关键词和目标语调，包括：根据预设规则采集用户的语音数据；识别所述语音数据所包括的语义内容和语调；从识别出的语义内容和语调中提取语言关键词和目标语调，其中，所述目标语调包括语音数据的音量、语速、音调以及各自的变化趋势中的至少一个。3.根据权利要求1所述的方法，其特征在于，基于所述语音特征点生成目标情绪模型，包括：对所述语音特征点进行卷积运算得到卷积运算结果，基于所述卷积运算结果生成目标情绪模型。4.根据权利要求3所述的方法，其特征在于，在目标情绪模型上标定目标语音特征点，包括：将所述卷积运算结果中的极值点标定为目标语音特征点。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过大数据分析计算以更新所述数据库中的语调特征数据和心理行为特征数据，其中，所述数据库为本地数据库或互联网数据库。6.一种情绪分析系统，其特征在于，所述系统包括：识别模块，用于识别获取到的语音...

【专利技术属性】
技术研发人员：申王萍，
申请(专利权)人：西安闻泰电子科技有限公司，
类型：发明
国别省市：陕西,61