一种说谎状态实时识别修正系统技术方案

本发明专利技术涉及一种说谎状态实时识别修正系统，包括语音输入模块、样本分类模块、语意识别模块、说谎状态识别模块、语音字典、标识模块、修正模块和输出模块；所述语音输入模块用于采集语音信号；所述样本分类模块通讯连接在语音输入模块上；所述语意识别模块通讯连接在样本分类模块上；所述说谎状态识别模块通讯连接在样本分类模块上；所述语音字典通讯连接在语意识别模块和说谎状态识别模块之间；所述标识模块分别通讯连接在语意识别模块和说谎状态识别模块上；所述修正模块分别通讯连接在标识模块和语音字典上；所述输出模块通讯连接在修正模块上，其能够识别和标识话语的可信度等级，并修正及产生新的问题，实效性强，获取的信息准确。

A Real-time Lie Recognition and Correction System

【技术实现步骤摘要】
一种说谎状态实时识别修正系统
本专利技术涉及语音及说谎状态检测，具体涉及一种说谎状态实时识别修正系统。
技术介绍
生活中常常会出现一些谎言，善意的谎言可以让人避免陷入更大的麻烦或危险中，但恶意的谎言会为他人或社会带来巨大的危害。说谎是一种典型的心理状态，其会影响到人的行为举止、面部表情、生理变化和语言表达等。对于心理素质较高的人来说，这种影响是极其细微的，常人难以察觉，因而他们的谎言也无法被快速、有效地揭穿。随着科技的发展，部分信息已能够通过设备精准的采集到，这为机器识别说谎状态打下了基础。自上世纪九十年代以来，测谎设备在我国有了长足的发展，其成功地辅助侦破了超过2000件疑难案件。因此，公安部将此项目列入“八五”重点项目，“九五”期间，又被列入国家科技攻关项目。但目前为止，测谎设备还停留在“设备现场采集信息，人工后台判断信息”的阶段，其时效性差，判断周期长，容易延误时机；出现可信度较低的信息时，也不便于针对这些信息再次进行提问；且在进行判断时，对人员的专业素质要求高，无法实现广泛的普及。
技术实现思路
本专利技术要解决的技术问题是提供一种说谎状态实时识别修正系统，该系统能够识别和标识话语的可信度等级，并对可信度等级较低的话语修正及针对性的产生新的问题，实效性强，获取的信息准确。为了解决上述技术问题，本专利技术提供了一种说谎状态实时识别修正系统，包括语音输入模块、样本分类模块、语音识别模块、说谎状态识别模块、语音字典、标识模块、修正模块和输出模块；所述语音输入模块用于采集语音信号；所述样本分类模块通讯连接在语音输入模块上，所述样本分类模块用于区分提问者和被提问者的语音信号，并在降噪后将被提问者的语音信号输送到语意识别模块和说谎状态识别模块；所述语意识别模块通讯连接在样本分类模块上，所述语意识别模块用于识别语意信号的语意，并将整句拆分成字和词；所述说谎状态识别模块通讯连接在样本分类模块上，所述说谎状态识别模块用于识别语意信号的可信度，并对每个字、词、句和情境进行可信度分级；所述语音字典通讯连接在语意识别模块和说谎状态识别模块之间，所述语音字典用于存储声学模型和语言模型；所述标识模块分别通讯连接在语意识别模块和说谎状态识别模块上，所述标识模块能够在时序上耦合语意识别模块输出的字词和说谎状态识别模块输出的可信度级别，以获知每个字和词的可信度级别；所述修正模块分别通讯连接在标识模块和语音字典上，所述修正模块用于将标识模块输出的可信度级别较低的动词和形容词进行反义替换，将可信度级别较低的整句和情境进行修改；所述输出模块通讯连接在修正模块上，所述输出模块用于实时输出修正模块的语音信号。作为优选的，所述语意识别模块包括依次通讯连接的语音处理单元、声学匹配单元和语言处理单元；所述语音处理单元用于提取语音信号的字和词的声学特征，并赋予每个字和词唯一的标号；所述声学匹配单元用于匹配语音处理单元提取的声学特征和语音字典中的声学特征，以得到每个字和词的成分和释意；所述语言处理单元用于根据语法结构、语义结构和语音字典中的语言模型纠正字和词的成分和释意。作为优选的，所述成分为包括主语、谓语、宾语、动语、定语、状语、补语和中心语在内的句子成分；所述释意为字和词所代表的具体意义。作为优选的，所述说谎状态识别模块包括依次通讯连接的预处理单元、稀疏表示单元、深度学习单元和动态稀疏贝叶斯时序建模单元；所述预处理单元用于对语音信号依次进行分帧、加窗、预加重、端点检测和PCA降维处理；所述稀疏表示单元用于将经过预处理后的语音信号分解为过完备字典和对应的稀疏系数矩阵；所述深度学习单元为多隐层构建的机器学习模型，用于提取语音信号的深度结构信息；所述动态稀疏贝叶斯时序建模单元用于提取语音信号的整体特征信息和细节特征信息。作为优选的，所述过完备稀疏字典为语音信号的特征集合的特征子空间；所述稀疏系数矩阵为语音信号在特征子空间上的投影内在结构的特征参数。作为优选的，所述稀疏表示单元的稀疏表示的方法可以是基于快速K-SVD稀疏表示算法。作为优选的，所述深度结构信息包括语言特征、生理特征、声学特征和心理感知特征。一种说谎状态实时识别修正系统，包括语音输入模块、样本分类模块、语音识别模块、说谎状态识别模块、语音字典、标识模块、修正模块、输出模块、手动修正模块、大数据库和问题生成模块；所述语音输入模块用于采集语音信号；所述样本分类模块通讯连接在语音输入模块上，所述样本分类模块用于区分提问者和被提问者的语音信号，并在降噪后将被提问者的语音信号输送到语意识别模块和说谎状态识别模块，以及将所有输入的语音信号输送到大数据库中；所述语意识别模块通讯连接在样本分类模块上，所述语意识别模块用于识别语意信号的语意，并将整句拆分成字和词；所述说谎状态识别模块通讯连接在样本分类模块上，所述说谎状态识别模块用于识别语意信号的可信度，并对每个字、词、句和情境进行可信度分级；所述语音字典通讯连接在语意识别模块和说谎状态识别模块之间，所述语音字典用于存储声学模型和语言模型；所述标识模块分别通讯连接在语意识别模块和说谎状态识别模块上，所述标识模块能够在时序上耦合语意识别模块输出的字词和说谎状态识别模块输出的可信度级别，以获知每个字和词的可信度级别；所述修正模块分别通讯连接在标识模块和语音字典上，所述修正模块用于将标识模块输出的可信度级别较低的动词和形容词进行反义替换，将可信度级别较低的整句和情境进行修改；所述输出模块通讯连接在修正模块上，所述输出模块用于实时输出修正模块和问题产生模块的语音信号；所述大数据库分别通讯连接在样本分类模块和说谎状态识别模块上，所述大数据库用于存储提问过程中产生的语音信号以及从外部获取的被提问者信息；所述手动修正模块通讯连接在修正模块和大数据库之间，所述手动修正模块用于人为修改被提问者的语音信号的可信度等级；所述问题产生模块通讯连接在大数据库和输出模块之间，所述问题生成模块用于结合大数据将可信度级别较低的字、词、句和情境提取出来，并在产生相应的问题后，由输出模块输出给提问者。作为优选的，所述被提问者信息包括但不限于个人基本信息、活动时间与范围信息、信用信息和社会关系信息。作为优选的，所述大数据库包括原始数据库和修正数据库，所述原始数据库用于存储对话过程中产生的语音信息，所述修正数据库用于存储修正后的被提问者的语音信息，并保留所有语音信息的可信度等级。与现有技术相比，本专利技术的有益效果是：1、本专利技术能够能够对被提问者说出的每句话进行说谎状态检测，并标出每个字、词、句和情境的可信度等级，对于可信度较低的字、词、句和情境进行修改，使其更具真实性；而在修改完成后能够实时输出可信度等级更高的信息，使提问者更容易知道哪些是正确的，哪些是错误的，提高提问效率和获取的信息的真实性；2、本专利技术能够结合被提问者的所有相关信息，针对可信度等级较低的字、词、句和情境提取出来，再产生相应的新问题，由输出模块输出给提问者，其能够在系统内和系统外产生循环，逐渐增加所有信息的可信度，多次循环后，即可获取所需的所有真实信息，获取信息快速、准确，节省了大量的时间，避免了错误信息的干扰。附图说明图1为实施例1的结构示意图；图2为实施例2的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例本文档来自技高网...

【技术保护点】
1.一种说谎状态实时识别修正系统，其特征在于，所述修正系统包括语音输入模块、样本分类模块、语意识别模块、说谎状态识别模块、语音字典、标识模块、修正模块和输出模块；所述语音输入模块用于采集语音信号；所述样本分类模块通讯连接在语音输入模块上，所述样本分类模块用于区分提问者和被提问者的语音信号，并在降噪后将被提问者的语音信号输送到语意识别模块和说谎状态识别模块；所述语意识别模块通讯连接在样本分类模块上，所述语意识别模块用于识别语音信号的语意，并将整句拆分成字和词；所述说谎状态识别模块通讯连接在样本分类模块上，所述说谎状态识别模块用于识别语音信号的可信度，并对每个字、词、句和情境进行可信度分级；所述语音字典通讯连接在语意识别模块和说谎状态识别模块之间，所述语音字典用于存储声学模型和语言模型；所述标识模块分别通讯连接在语意识别模块和说谎状态识别模块上，所述标识模块能够在时序上耦合语意识别模块输出的字词和说谎状态识别模块输出的可信度级别，以获知每个字和词的可信度级别；所述修正模块分别通讯连接在标识模块和语音字典上，所述修正模块用于将标识模块输出的可信度级别较低的动词和形容词进行反义替换，将可信度级别较低的整句和情境进行修改；所述输出模块通讯连接在修正模块上，所述输出模块用于实时输出修正模块的语音信号。...

【技术特征摘要】
1.一种说谎状态实时识别修正系统，其特征在于，所述修正系统包括语音输入模块、样本分类模块、语意识别模块、说谎状态识别模块、语音字典、标识模块、修正模块和输出模块；所述语音输入模块用于采集语音信号；所述样本分类模块通讯连接在语音输入模块上，所述样本分类模块用于区分提问者和被提问者的语音信号，并在降噪后将被提问者的语音信号输送到语意识别模块和说谎状态识别模块；所述语意识别模块通讯连接在样本分类模块上，所述语意识别模块用于识别语音信号的语意，并将整句拆分成字和词；所述说谎状态识别模块通讯连接在样本分类模块上，所述说谎状态识别模块用于识别语音信号的可信度，并对每个字、词、句和情境进行可信度分级；所述语音字典通讯连接在语意识别模块和说谎状态识别模块之间，所述语音字典用于存储声学模型和语言模型；所述标识模块分别通讯连接在语意识别模块和说谎状态识别模块上，所述标识模块能够在时序上耦合语意识别模块输出的字词和说谎状态识别模块输出的可信度级别，以获知每个字和词的可信度级别；所述修正模块分别通讯连接在标识模块和语音字典上，所述修正模块用于将标识模块输出的可信度级别较低的动词和形容词进行反义替换，将可信度级别较低的整句和情境进行修改；所述输出模块通讯连接在修正模块上，所述输出模块用于实时输出修正模块的语音信号。2.根据权利要求1所述的说谎状态实时识别修正系统，其特征在于，所述语意识别模块包括依次通讯连接的语音处理单元、声学匹配单元和语言处理单元；所述语音处理单元用于提取语音信号的字和词的声学特征，并赋予每个字和词唯一的标号；所述声学匹配单元用于匹配语音处理单元提取的声学特征和语音字典中的声学特征，以得到每个字和词的成分和释意；所述语言处理单元用于根据语法结构、语义结构和语音字典中的语言模型纠正字和词的成分和释意。3.根据权利要求2所述的说谎状态实时识别修正系统，其特征在于，所述成分为包括主语、谓语、宾语、动语、定语、状语、补语和中心语在内的句子成分；所述释意为字和词所代表的具体意义。4.根据权利要求1所述的说谎状态实时识别修正系统，其特征在于，所述说谎状态识别模块包括依次通讯连接的预处理单元、稀疏表示单元、深度学习单元和动态稀疏贝叶斯时序建模单元；所述预处理单元用于对语音信号依次进行分帧、加窗、预加重、端点检测和PCA降维处理；所述稀疏表示单元用于将经过预处理后的语音信号分解为过完备字典和对应的稀疏系数矩阵；所述深度学习单元为多隐层构建的机器学习模型，用于提取语音信号的深度结构信息；所述动态稀疏贝叶斯时序建模单元用于提取语音信号的整体特征信息和细节特征信息。5.根据权利要求4所述的说谎状态实时识别修正系统，其特征在于，所述过完备稀疏字典为语音信号的特征集合的特征子空间；所述稀疏系...

【专利技术属性】
技术研发人员：周燕，陈杰，史斌斌，张旭，胡志峰，曾子涵，
申请(专利权)人：苏州市职业大学，
类型：发明
国别省市：江苏,32