【技术实现步骤摘要】
情绪波动检测方法、装置、电子设备及存储介质
[0001]本专利技术涉及人工智能
，尤其涉及一种情绪波动检测方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]近年来，随着人工智能技术的不断发展，人机交互在机场、银行、商场等场所得到广泛的应用。人机交互应用不仅要求对话机器人要理解用户的意图，还需要理解用户的情绪，需要对不同用户、不同环境、不同任务给予不同的反馈和支持。
[0003]高精度的人机交互日益受到研究者的重视，现阶段的人机交互研究多为基于不同模态信号的情绪识别，例如，基于表情、语音、文本、肢体动作的情绪识别，以便进一步完善对话机器人的话术，从而提升人机交互质量。这种情绪识别关注的是用户最终的情绪状态，忽略了在人机交互过程中，可能会发生的用户的情绪波动，对话机器人不能及时调整话术安抚用户，可能会降低用户的体验感。
技术实现思路
[0004]本专利技术提供一种情绪波动检测方法、装置及计算机可读存储介质，其主要目的在于实时检测人机交互过程中发生的用户的情绪波动，以提高用户体验。
【技术保护点】
【技术特征摘要】
1.一种情绪波动检测方法，其特征在于，所述方法包括：从人机交互中获取第i条用户语音，其中i＝1、2、3
…
n，并获取第i+1条用户语音，提取所述第i条用户语音的语音情绪特征及所述第i+1条用户语音的语音情绪特征；分别将所述第i条用户语音及所述第i+1条用户语音转换为相应的第一文本及第二文本，提取所述第一文本的文本情绪特征及所述第二文本的文本情绪特征；利用所述第i条用户语音的语音情绪特征及所述第i+1条用户语音的语音情绪特征，计算得到所述第i条用户语音与所述第i+1条用户语音之间的语音情绪变化幅度；利用所述第一文本的文本情绪特征及所述第二文本的文本情绪特征，计算得到所述第一文本与所述第二文本之间的文本情绪变化幅度；判断所述语音情绪变化幅度及所述文本情绪变化幅度是否都小于预设的预警阈值；若所述语音情绪变化幅度及所述文本情绪变化幅度都小于所述预设的预警阈值，则利用i+1更新所述i，并返回上述的从人机交互中获取第i条用户语音的步骤；若所述语音情绪变化幅度或所述文本情绪变化幅度不小于所述预设的预警阈值时，则触发预设的情绪波动干预机制。2.如权利要求1所述的情绪波动检测方法，其特征在于，所述提取所述第i条用户语音的语音情绪特征，包括：对所述第i条用户语音进行分帧加窗，得到多个语音帧，并从所述多个语音帧中逐个选取其中一个语音帧为目标语音帧；将所述目标语音帧映射为语音时域图，统计所述语音时域图的峰值、幅值、均值和过零率，根据所述幅值计算帧能量，并将所述峰值、所述幅值、所述均值、所述帧能量及所述过零率汇集为所述第i条用户语音的语音情绪特征。3.如权利要求1所述的情绪波动检测方法，其特征在于，所述提取所述第一文本的文本情绪特征，包括：对所述第一文本执行分词操作，得到文本分词集；从所述文本分词集中逐个选取其中一个文本分词为目标分词，并统计所述目标分词和所述目标分词的相邻文本分词在所述目标分词的预设邻域范围内共同出现的共现次数；利用每一个文本分词对应的共现次数构建共现矩阵；分别将所述多个文本分词转换为词向量，将所述词向量拼接为向量矩阵；利用所述共现矩阵和所述向量矩阵进行乘积运算，得到文本向量矩阵。根据所述文本向量矩阵得到所述第一文本的文本情绪特征。4.如权利要求3所述的情绪波动检测方法，其特征在于，所述根据所述文本向量矩阵得到所述第一文本的文本情绪特征，包括：从所述文本分词集中逐个选取其中一个文本分词为目标分词，根据所述目标分词的词向量及所述文本向量矩阵，计算所述目标分词的关键值；按照所述关键值从大到小的顺序从所述多个文本分词中选取预设数量的文本分词为特征分词；将所述特征分词的词向量拼接得到所述文本内容的文本特征。5.如权利要求1所述的情绪波动检测方法，其特征在于，所述计算得到所述第i条用户语音与所述第i+1条用户语音之间的语音情绪变化幅度，包括：
分别将所述第i条用户语音的语音情绪特征及所述第i+1条用户语音的语音情绪特征中每一个特征进行离散化处理；根据所述离散化后的每一个语音情绪特征取值分布情况，计算得到所述第i条用户语音的语...
【专利技术属性】
技术研发人员：吴毓霖，代本辉，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：
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。