一种话语预警方法、装置、设备及存储介质制造方法及图纸

本申请提供了一种话语预警方法、装置、设备及存储介质，涉及数据处理技术领域。旨在分析每句话语的语音情绪评分和文本情绪评分，并融合分析结果，实时监测情绪的动态变化。所述方法包括：持续获取语音采集装置输出的每句话语；将所述每句话语转换为文本内容；获取所述每句话语的语音特征，以及所述每句话语转换得到的文本内容的文本特征；根据以所述语音特征判断用户情绪的稳定程度，和以所述文本特征判断用户情绪的稳定程度，获得所述每句话语的综合情绪评分；根据所述综合情绪评分随所述每句话语的获取时间的变化情况，作出预警。

【技术实现步骤摘要】
一种话语预警方法、装置、设备及存储介质
本申请涉及数据处理
，特别是涉及一种话语预警方法、装置、设备及存储介质。
技术介绍
现有技术下的舆情监测，都是对已经产生的对话内容进行内容分析，通过提取对话内容中的关键词，或者以对话内容中的话术进行判定，或者提取对话内容中的句式等方法，判断已经产生的对话内容是否有影响社会和谐的内容。但对已经产生的对话内容进行文本内容分析，并不能在第一时间对不和谐的对话内容或者不和谐的对话场面进行预警。例如，在客服系统、办事大厅等公共场合，存在正在进行交流的双方突然情绪爆发吵架，甚至打架，影响社会的和谐和城市的治安。即使在事后通过通话录音获得事发时争执双方的对话内容，再基于对话内容分析出争执双方吵架的原因，也不能改变争执事件已经发生的事实。因此，公共场合亟需一种能够对未发生的争执事件进行预警的方法和装置，以更好地进行舆情监测，避免暴力事件的发生。
技术实现思路
本申请实施例提供一种话语预警方法、装置、设备及存储介质，旨在融合基于语音特征进行情绪预测的特点，和基于文本特征进行情绪预测的特点，综合分析判定话语表达的情绪，并以该综合分析判定话语表达的情绪的方法，实时分析在对话现场采集的对话语音，进而监测对话语音采集现场的相关人员的情绪波动，再根据情绪波动的监测结果对可能发生的争执事件进行实时预警。本申请实施例第一方面提供一种话语预警方法，所述方法包括：持续获取语音采集装置输出的每句话语；将所述每句话语转换为文本内容；获取所述每句话语的语音特征，以及所述每句话语转换得到的文本内容的文本特征；根据以所述语音特征判断用户情绪的稳定程度，和以所述文本特征判断用户情绪的稳定程度，获得所述每句话语的综合情绪评分；根据所述综合情绪评分随所述每句话语的获取时间的变化情况，作出预警。可选地，所述方法还包括：在获取的当前句话语是当前次监测样本的最后一句话语时，获得所述当前次监测样本；其中，所述当前句话语是在所述获取时间为当前时刻时获取的话语；根据所述综合情绪评分随所述每句话语的获取时间的变化情况，作出预警，包括：计算所述当前次监测样本中多句话语的综合情绪评分的差异度；在所述差异度大于预警值时，获得往次监测样本中的任意多句话语的历史平均情绪评分；计算所述当前次监测样本中多句话语的当前平均情绪评分；在所述当前平均情绪评分相较于所述历史平均情绪评分负向变化时，作出预警。可选地，计算所述当前次监测样本中多句话语的综合情绪评分的差异度包括：计算所述当前次监测样本中多句话语的所述当前平均情绪评分；获得所述当前次监测样本中每句话语的综合情绪评分与所述当前平均情绪评分的差异值；根据所述当前次监测样本中包含的话语数量，累积所述差异值，得到所述差异度。可选地，在所述当前平均情绪评分相较于所述历史平均情绪评分负向变化时，作出预警，包括：计算所述当前平均情绪评分与所述历史平均情绪评分的绝对差值；计算所述绝对差值相较于所述历史平均情绪评分的变化率；在所述当前平均情绪评分相较于所述历史平均情绪评分负向变化，且所述变化率大于预设阈值时，分别计算所述当前次监测样本中的每句话语的综合情绪评分与所述历史平均情绪评分的差值；以所述差值最大的话语的获取时间作为警示时间；按所述警示时间，作出预警。可选地，根据以所述语音特征判断用户情绪的稳定程度，和以所述文本特征判断用户情绪的稳定程度，获得所述每句话语的综合情绪评分，包括：以具有情绪标签的测试集，对语音情绪识别模型和文本情绪识别模型进行测试，得到影响所述稳定程度的属性的评分矩阵；所述属性包括：准确率、负向情绪召回率、召回正确率；根据所述评分矩阵，设置语音情绪评分的权重系数；所述语音情绪评分是所述语音情绪识别模型对所述每句话语的情绪评价结果；根据所述评分矩阵，设置文本情绪评分的权重系数；所述文本情绪评分是所述文本情绪识别模型对所述每句话语的情绪评价结果；根据所述文本情绪评分和所述文本情绪评分的权重系数，以及所述语音情绪评分和所述语音情绪评分的权重系数，得到所述综合情绪评分。本申请实施例第二方面提供一种话语预警装置，所述装置包括：语音获取模块，用于持续获取语音采集装置输出的每句话语；转换模块，用于将所述每句话语转换为文本内容；特征获取模块，用于获取所述每句话语的语音特征，以及所述每句话语转换得到的文本内容的文本特征；综合情绪评分模块，用于根据以所述语音特征判断用户情绪的稳定程度，和以所述文本特征判断用户情绪的稳定程度，获得所述每句话语的综合情绪评分；预警模块，用于根据所述综合情绪评分随所述每句话语的获取时间的变化情况，作出预警。可选地，所述装置还包括：当前次监测样本获得模块，用于在获取的当前句话语是当前次监测样本的最后一句话语时，获得所述当前次监测样本；其中，所述当前句话语是在所述获取时间为当前时刻时获取的话语；所述预警模块包括：差异度计算子模块，用于计算所述当前次监测样本中多句话语的综合情绪评分的差异度；历史平均情绪评分获得子模块，用于在所述差异度大于预警值时，获得往次监测样本中的任意多句话语的历史平均情绪评分；评分计算子模块，用于计算所述当前次监测样本中多句话语的当前平均情绪评分；预警子模块，用于在所述当前平均情绪评分相较于所述历史平均情绪评分负向变化时，作出预警。可选地，所述差异度计算子模块包括：评分计算子单元，用于计算所述当前次监测样本中多句话语的所述当前平均情绪评分；差异值计算子单元，用于获得所述当前次监测样本中每句话语的综合情绪评分与所述当前平均情绪评分的差异值；差异度计算子单元，用于根据所述当前次监测样本中包含的话语数量，累积所述差异值，得到所述差异度。可选地，所述预警子模块包括：绝对差值计算子单元，用于计算所述当前平均情绪评分与所述历史平均情绪评分的绝对差值；相差比率计算子单元，用于计算所述绝对差值相较于所述历史平均情绪评分的变化率；评分差值计算子单元，用于在所述当前平均情绪评分相较于所述历史平均情绪评分负向变化，且所述变化率大于预设阈值时，分别计算所述当前次监测样本中的每句话语的综合情绪评分与所述历史平均情绪评分的差值；警示时间获得子单元，用于以所述差值最大的话语的获取时间作为警示时间；预警子单元，用于按所述警示时间，作出预警。可选地，所述综合情绪评分模块包括：评分矩阵获得子模块，用于以具有情绪标签的测试集，对语音情绪识别模型和文本情绪识别模型进行测试，得到影响所述稳定程度的属性的评分矩阵；所述属性包括：准确率、负向情绪召回率、召回正确率；第一权重系数设置子模块，用于根据所述评分矩阵，设置语音情绪评分的权重系数；所述语音情绪评分是所述语音情绪识别模型对所述每本文档来自技高网...

【技术保护点】
1.一种话语预警方法，其特征在于，所述方法包括：/n持续获取语音采集装置输出的每句话语；/n将所述每句话语转换为文本内容；/n获取所述每句话语的语音特征，以及所述每句话语转换得到的文本内容的文本特征；/n根据以所述语音特征判断用户情绪的稳定程度，和以所述文本特征判断用户情绪的稳定程度，获得所述每句话语的综合情绪评分；/n根据所述综合情绪评分随所述每句话语的获取时间的变化情况，作出预警。/n

【技术特征摘要】
1.一种话语预警方法，其特征在于，所述方法包括：
持续获取语音采集装置输出的每句话语；
将所述每句话语转换为文本内容；
获取所述每句话语的语音特征，以及所述每句话语转换得到的文本内容的文本特征；
根据以所述语音特征判断用户情绪的稳定程度，和以所述文本特征判断用户情绪的稳定程度，获得所述每句话语的综合情绪评分；
根据所述综合情绪评分随所述每句话语的获取时间的变化情况，作出预警。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在获取的当前句话语是当前次监测样本的最后一句话语时，获得所述当前次监测样本；其中，所述当前句话语是在所述获取时间为当前时刻时获取的话语；
根据所述综合情绪评分随所述每句话语的获取时间的变化情况，作出预警，包括：
计算所述当前次监测样本中多句话语的综合情绪评分的差异度；
在所述差异度大于预警值时，获得往次监测样本中的任意多句话语的历史平均情绪评分；
计算所述当前次监测样本中多句话语的当前平均情绪评分；
在所述当前平均情绪评分相较于所述历史平均情绪评分负向变化时，作出预警。


3.根据权利要求2所述的方法，其特征在于，计算所述当前次监测样本中多句话语的综合情绪评分的差异度包括：
计算所述当前次监测样本中多句话语的所述当前平均情绪评分；
获得所述当前次监测样本中每句话语的综合情绪评分与所述当前平均情绪评分的差异值；
根据所述当前次监测样本中包含的话语数量，累积所述差异值，得到所述差异度。


4.根据权利要求2或3所述的方法，其特征在于，在所述当前平均情绪评分相较于所述历史平均情绪评分负向变化时，作出预警，包括：
计算所述当前平均情绪评分与所述历史平均情绪评分的绝对差值；
计算所述绝对差值相较于所述历史平均情绪评分的变化率；
在所述当前平均情绪评分相较于所述历史平均情绪评分负向变化，且所述变化率大于预设阈值时，分别计算所述当前次监测样本中的每句话语的综合情绪评分与所述历史平均情绪评分的差值；
以所述差值最大的话语的获取时间作为警示时间；
按所述警示时间，作出预警。


5.根据权利要求1所述的方法，其特征在于，根据以所述语音特征判断用户情绪的稳定程度，和以所述文本特征判断用户情绪的稳定程度，获得所述每句话语的综合情绪评分，包括：
以具有情绪标签的测试集，对语音情绪识别模型和文本情绪识别模型进行测试，得到影响所述稳定程度的属性的评分矩阵；所述属性包括：准确率、负向情绪召回率、召回正确率；
...

【专利技术属性】
技术研发人员：李翔，李健，武卫，
申请(专利权)人：北京捷通华声科技股份有限公司，
类型：发明
国别省市：北京;11