一种基于对话声音识别情绪的方法及系统技术方案

本发明专利技术涉及情绪识别技术领域，具体公开了一种基于对话声音识别情绪的方法及系统。所述的基于对话声音识别情绪的方法，包含如下步骤：获取某一员工工作过程中的对话声音；基于某一员工工作过程中的对话声音提取该员工的声纹特征；将该员工的声纹特征与该员工正常工作状态下的标准声纹特征进行对比；判定该员工的情绪是否适合正在进行的工作。该方法和系统可用于工厂生产流水线，可以识别每个岗位的员工的情绪是否适合其正在进行的工作；并取得了快速准确的识别效果。

【技术实现步骤摘要】
一种基于对话声音识别情绪的方法及系统
本专利技术涉及情绪识别
，具体涉及一种基于对话声音识别情绪的方法及系统。
技术介绍
情绪是指伴随着认知和意识过程产生的对外界事物的态度，是对客观事物和主体需求之间关系的反应，是以个体的愿望和需要为中介的一种心理活动，在生活中主要表现为喜、怒、哀、乐等几种；而人的上述情绪通过对话过程中的语音可以反应出来。随着AI技术的发展，现有的AI技术能够通过对话语音提取声纹特征达到识别人们的主要情绪类型。除了生活外，在工作中，情绪的变化对于工作的影响是十分大的。尤其是在依赖人工的需要精细加工的工业化生产领域，员工的情绪对于产品的合格率有着重要的影响。当员工当天的情绪不对时，依赖其生产的产品合格率会大大降低。尤其是在生产环节较多的产品生产时，其中一个环节的员工情绪不对，导致其加工环节不合格，最终后导致其后面的各个环节再怎么努力也得不到合格的产品。这样一来不合格的产品一方面需要返工，另一方面也增加了原料成本。因而生产过程中员工的情绪不能适应其工作岗位的话，间接的增加了产品的生产成本。因此，对于依赖人工的需要精细加工的生产领域对于识别员工的情绪是否适合当前工作有着重要的作用。当员工当前情绪发生变化时，如果能够及时识别并暂停其手中的工作，可以有效的避免其生产的产品合格率过低。然而目前并无用于工厂生产流水线的员工情绪自动识别技术。尤其是缺乏用于识别工厂生产流水线员工的情绪是否适合其正在进行的工作的技术。
技术实现思路
为了克服现有的情绪识别方法不能用于工厂生产流水线来识别员工的情绪是否适合其正在进行的工作的不足，本专利技术提供一种基于对话声音识别情绪的方法。该方法可用于工厂生产流水线，可以识别每个岗位的员工的情绪是否适合其正在进行的工作。本专利技术解决上述技术问题的技术方案如下：一种基于对话声音识别情绪的方法，其包含如下步骤：获取某一员工工作过程中的对话声音；基于某一员工工作过程中的对话声音提取该员工的声纹特征；将该员工的声纹特征与该员工正常工作状态下的标准声纹特征进行对比；判定该员工的情绪是否适合正在进行的工作。专利技术人在研究中发现开发该技术的难点在于：对于某特定的岗位特定的员工，由于常规的喜、怒、哀、乐等情绪判断与提高产品的合格率没有直接关系；不能直接用喜、怒、哀、乐等基本的情绪来判断员工是否适合正在进行的工作；用喜、怒、哀、乐等基本的情绪来判断员工是否适正在进行的工作的准确率并不高；因而导致现有的情绪技术并不能用于工厂生产流水线来识别其情绪是否适合当前正在进行的工作。本专利技术独创性的通过获取某一员工的对话声音得到该员工的声纹特征，并与该员工正常工作状态下的声纹特征进行对比，用于判定员工的情绪是否适合当前正在进行的工作。该方法无需识别某一员工的情绪是否是喜怒哀乐，直接与其正常工作状态下的声纹特征进行对比，即可判定员工的情绪是否适合正在进行的工作；该方法由于只需与某一员工的标准声纹特征进行对比，大大提高了识别的准确性和便捷程度。该方法成功的克服了现有的情绪识别方法不能用于工厂生产流水线来识别员工的情绪是否适合其正在进行的工作的不足，取得了识别快速准确的识别效果。本专利技术还提供一种基于对话声音识别情绪的系统，包括：对话声音获取模块，所述的对话声音获取模块用于获取某一员工工作过程中的对话声音；声纹特征提取模块，所述的声纹特征提取模块用于基于某一员工工作过程中的对话声音提取该员工的声纹特征；情绪判定模块，所述的情绪判定模块用于将该员工的声纹特征与该员工正常工作状态下的标准声纹特征进行对比；判定该员工的情绪是否适合正在进行的工作。本专利技术还提供一种终端，所述的终端包括处理器和存储器，所述处理器用于执行存储器中存储的程序，以实现上述方法。本专利技术还提供一种存储介质，所述的存储介质存储有一个或多个程序，所述的一个或多个程序可用于被一个或多个处理器执行，以实现上述方法。有益效果：本专利技术提供了一种全新的基于对话声音识别情绪的方法和系统。该方法和系统可用于工厂生产流水线，可以识别每个岗位的员工的情绪是否适合其正在进行的工作；解决了现有的情绪识别方法不能用于工厂生产流水线来识别员工的情绪是否适合其正在进行的工作的问题；取得了快速准确的识别效果。附图说明图1为本专利技术基于对话声音识别情绪的方法的流程图。图2为本专利技术基于对话声音识别情绪的系统结构示意图。具体实施方式以下结合具体实施例来进一步解释本专利技术，但实施例对本专利技术不做任何形式的限定。如图1所述，本专利技术一种基于对话声音识别情绪的方法，包含如下步骤：S100.获取某一员工工作过程中的对话声音。具体的所述的对话声音是通过人工或机器与某一员工进行对话获取。比如可以通过在员工的工位上设置对话装置，与员工进行对话；所述的对话可以通过人工或设定好的语音与员工进行对话，进而获取员工的对话声音，用于提取员工的声纹特征。如，可以在间隔一定时间呼叫员工：“赵某某(员工名字)，工作是否正常？”，员工必须对此呼叫作出规范的回答：“赵某某(员工名字)收到呼叫，工作一切正常……”。S200.基于某一员工工作过程中的对话声音提取该员工的声纹特征。具体的，提取该员工的高音声纹特征、中音声纹特征和/或低音声纹特征。本专利技术从高、中、低音声纹特征角度出发，来解析员工的声音；可以准确且快速的确定员工的当前情绪是否适合正在进行的工作。所述高、中、低音声纹特征的提取可以采用常规的方法予以实现。在一个优选实施例中，基于某一员工工作过程中的对话声音提取该员工的声纹特征的具体方法为：基于某一员工工作过程中的对话声音，解析出对话声音中该员工的高音部分，提取该员工的高音声纹特征；基于某一员工工作过程中的对话声音，解析出对话声音中该员工的中音部分，提取该员工的中音声纹特征；或，基于某一员工工作过程中的对话声音，解析出对话声音中该员工的低音部分，提取该员工的低音声纹特征。专利技术人研究发现，在本专利技术中，进一步将对话声音，解析出对话声音中该员工的高音、中音和低音部分进行组合，可以进一步提高每个岗位的员工的情绪是否适合其正在进行的工作的判断准确性。在另外一个优选实施例中，基于某一员工工作过程中的对话声音提取该员工的声纹特征的具体方法为：S201.基于某一员工工作过程中的对话声音，解析出对话声音中该员工的高音部分，提取该员工的高音声纹特征；S201.基于某一员工工作过程中的对话声音，解析出对话声音中该员工的中音部分，提取该员工的中音声纹特征；S203.基于某一员工工作过程中的对话声音，解析出对话声音中该员工的低音部分，提取该员工的低音声纹特征；S204.将高音声纹特征、中音声纹特征以及低音声纹特征进行组合得声纹特征。专利技术人研究发现，在本专利技术实施例中，进一步将对话声音，解析出对话声音中该员工的高音、中音和低音部分进行组合，可以进一步提高每个岗位的员工的情绪是否适合其正在进行的工作的判断准确性。S300.将该员工的声纹特征与该员本文档来自技高网...

【技术保护点】
1.一种基于对话声音识别情绪的方法，其特征在于，包含如下步骤：/n获取某一员工工作过程中的对话声音；/n基于某一员工工作过程中的对话声音提取该员工的声纹特征；/n将该员工的声纹特征与该员工正常工作状态下的标准声纹特征进行对比；判定该员工的情绪是否适合正在进行的工作。/n

【技术特征摘要】
1.一种基于对话声音识别情绪的方法，其特征在于，包含如下步骤：
获取某一员工工作过程中的对话声音；
基于某一员工工作过程中的对话声音提取该员工的声纹特征；
将该员工的声纹特征与该员工正常工作状态下的标准声纹特征进行对比；判定该员工的情绪是否适合正在进行的工作。


2.根据权利要求1所述的基于对话声音识别情绪的方法，其特征在于，所述的对话声音是通过人工或机器与某一员工进行对话获取。


3.根据权利要求1所述的基于对话声音识别情绪的方法，其特征在于，所述的声纹特征包括高音声纹特征、中音声纹特征和/或低音声纹特征。


4.根据权利要求3所述的基于对话声音识别情绪的方法，其特征在于，基于某一员工工作过程中的对话声音提取该员工的声纹特征的具体方法为：
基于某一员工工作过程中的对话声音，解析出对话声音中该员工的高音部分，提取该员工的高音声纹特征；
基于某一员工工作过程中的对话声音，解析出对话声音中该员工的中音部分，提取该员工的中音声纹特征；或，
基于某一员工工作过程中的对话声音，解析出对话声音中该员工的低音部分，提取该员工的低音声纹特征。


5.根据权利要求3所述的基于对话声音识别情绪的方法，其特征在于，基于某一员工工作过程中的对话声音提取该员工的声纹特征的具体方法为：
基于某一员工工作过程中的对话声音，解析出对话声音中该员工...

【专利技术属性】
技术研发人员：王韬，秦瀚，
申请(专利权)人：广州景瑞智能科技有限公司，
类型：发明
国别省市：广东;44