【技术实现步骤摘要】
本专利技术涉及分类模型，具体为一种基于语义分析的出行应急状态判断方法、装置及存储介质。
技术介绍
1、随着社会的发展，用户尤其是独行用户的出行安全问题日益引起社会关注。独行用户在公共场所或偏远区域的出行过程中，容易成为犯罪分子的目标，且她们的安全问题常常忽视于日常生活中。传统的安全防范措施，如报警系统、监控设备等，虽然能在一定程度上起到预警作用，但这些措施往往依赖于外部环境的干预，并且在突发情况下，用户自身的情绪变化和现场危险程度并没有得到充分考虑。因此，如何通过更智能、更实时的方式，在危机出现的早期就进行有效的应急状态评估和响应，成为亟待解决的技术问题。
2、目前，基于情绪分析和语音识别的技术正在得到广泛应用，尤其是在智能助手和语音控制系统中。然而，现有的语音识别系统主要聚焦于文字的转写和简单情感分析，对于复杂的情绪状态和潜在危险情况的判断仍然存在一定的局限性。尤其在应急响应领域，如何准确地捕捉用户的情绪变化、分析潜在的危险场景，并与周围环境数据结合，实时发出相应的应急指令，是一个尚未得到完全解决的难题。
3、...
【技术保护点】
1.一种基于语义分析的出行应急状态判断方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于语义分析的出行应急状态判断方法，其特征在于：采集若干已知情绪及目标意图的用户语音数据，从语音数据中提取对应用户的语音特征参数，其中，提取对应用户的语音特征参数所使用方法为MFCC处理，具体的步骤包括语音信号经过分割、窗函数处理、FFT转换、梅尔滤波器和对数运算后得到语音特征参数包括用户的语速、音量和语音信号谱熵；
3.根据权利要求2所述的一种基于语义分析的出行应急状态判断方法，其特征在于：基于语音特征参数计算得到语音判断系数，其中计算语音判断...
【技术特征摘要】
1.一种基于语义分析的出行应急状态判断方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于语义分析的出行应急状态判断方法，其特征在于：采集若干已知情绪及目标意图的用户语音数据，从语音数据中提取对应用户的语音特征参数，其中，提取对应用户的语音特征参数所使用方法为mfcc处理，具体的步骤包括语音信号经过分割、窗函数处理、fft转换、梅尔滤波器和对数运算后得到语音特征参数包括用户的语速、音量和语音信号谱熵；
3.根据权利要求2所述的一种基于语义分析的出行应急状态判断方法，其特征在于：基于语音特征参数计算得到语音判断系数，其中计算语音判断系数所依据的公式为：
4.根据权利要求1所述的一种基于语义分析的出行应急状态判断方法，其特征在于：基于得到语音文本数据，利用知识感知网络模型对语音文本数据进行识别，提取并增强危险场景描述的数据特征，其中提取并增强危险场景描述数据特征的具体步骤包括：知识嵌入、输入表示、特征提取与注意力机制和特征输出处理文本，通过构建情感词汇库和危险场景词汇库来实现知识嵌入，其中情感词汇库具体表示为：
5.根据权利要求4所述的一种基于语义分析的出行应急状态判断方法，其特征在于：将知识向量中的每个单词转换为词向量，采用的词向量模型维度...
【专利技术属性】
技术研发人员：唐彬，李浩天，李新雨，吴锦峰，胡阿祥，朱芳杰，李兆东，马玉婷，武凯旺，王亚晨，丁家慧，
申请(专利权)人：合肥大学，
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。