本發(fā)明涉及數(shù)據(jù)處理技術(shù)，尤其涉及一種基于人工智能的語(yǔ)音情感分析方法及系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代客戶服務(wù)和心理健康評(píng)估中，了解用戶的情緒狀態(tài)對(duì)于提供個(gè)性化服務(wù)和及時(shí)干預(yù)至關(guān)重要。目前，情感分析主要依賴于文本數(shù)據(jù)，但忽視了語(yǔ)音中的情感信息。隨著人工智能和深度學(xué)習(xí)技術(shù)的發(fā)展，語(yǔ)音情感分析成為可能，但現(xiàn)有系統(tǒng)在實(shí)時(shí)性和準(zhǔn)確性上仍存在許多不足。

技術(shù)實(shí)現(xiàn)思路

1、基于上述問(wèn)題，提出了本發(fā)明以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的一種基于人工智能的語(yǔ)音情感分析方法及系統(tǒng)。

2、根據(jù)本發(fā)明的一個(gè)方面，提供一種基于人工智能的語(yǔ)音情感分析方法，包括以下步驟：

3、響應(yīng)于在任一觸發(fā)時(shí)刻接收到采集觸發(fā)指令，建立音頻采集任務(wù)，以基于所述音頻采集任務(wù)進(jìn)行對(duì)應(yīng)目標(biāo)用戶的音頻采集，得到音頻采集數(shù)據(jù)；

4、對(duì)所述音頻采集數(shù)據(jù)進(jìn)行預(yù)處理，得到音頻優(yōu)化數(shù)據(jù)；

5、基于預(yù)設(shè)情感分析策略對(duì)所述音頻優(yōu)化數(shù)據(jù)進(jìn)行情感分析，得到與所述音頻優(yōu)化數(shù)據(jù)對(duì)應(yīng)的情感信息；

6、基于所述情感信息確定與所述目標(biāo)用戶對(duì)應(yīng)的情感狀態(tài)，并基于所述情感狀態(tài)確定是否需要對(duì)所述目標(biāo)用戶進(jìn)行情感干預(yù)。

7、可選地，在根據(jù)本發(fā)明的方法中，響應(yīng)于在任一觸發(fā)時(shí)刻接收到采集觸發(fā)指令，建立音頻采集任務(wù)，以基于所述音頻采集任務(wù)進(jìn)行對(duì)應(yīng)目標(biāo)用戶的音頻采集，得到音頻采集數(shù)據(jù)，包括：

8、響應(yīng)于在任一觸發(fā)時(shí)刻接收到采集觸發(fā)指令，建立音頻采集任務(wù)，并調(diào)取與所述音頻采集任務(wù)對(duì)應(yīng)的預(yù)設(shè)采集指示音頻進(jìn)行輸出；

9、響應(yīng)于完成對(duì)所述預(yù)設(shè)采集指示音頻的輸出，觸發(fā)預(yù)設(shè)音頻采集面進(jìn)行對(duì)應(yīng)目標(biāo)用戶的音頻采集，得到與所述目標(biāo)用戶對(duì)應(yīng)的測(cè)試音頻數(shù)據(jù)；

10、基于所述測(cè)試音頻數(shù)據(jù)對(duì)所述目標(biāo)用戶進(jìn)行測(cè)試評(píng)分，并基于得到的音頻測(cè)試分值確定與所述目標(biāo)用戶對(duì)應(yīng)的音頻屬性；

11、響應(yīng)于所述目標(biāo)用戶的音頻屬性為正向評(píng)價(jià)屬性，調(diào)取與所述音頻采集任務(wù)對(duì)應(yīng)的預(yù)設(shè)采集確定音頻進(jìn)行輸出；

12、響應(yīng)于完成對(duì)所述預(yù)設(shè)采集指示音頻的輸出，觸發(fā)預(yù)設(shè)音頻采集面進(jìn)行對(duì)應(yīng)目標(biāo)用戶的音頻采集，得到與所述目標(biāo)用戶對(duì)應(yīng)的音頻采集數(shù)據(jù)；

13、或者，

14、響應(yīng)于所述目標(biāo)用戶的音頻屬性為負(fù)向評(píng)價(jià)屬性，基于所述測(cè)試音頻數(shù)據(jù)創(chuàng)建當(dāng)前調(diào)整音頻，以作為更新后的預(yù)設(shè)采集指示音頻再次進(jìn)行輸出。

15、可選地，在根據(jù)本發(fā)明的方法中，基于所述測(cè)試音頻數(shù)據(jù)對(duì)所述目標(biāo)用戶進(jìn)行測(cè)試評(píng)分，并基于得到的音頻測(cè)試分值確定與所述目標(biāo)用戶對(duì)應(yīng)的音頻屬性，包括：

16、基于所述測(cè)試音頻數(shù)據(jù)確定所述目標(biāo)用戶與所述預(yù)設(shè)音頻采集面之間的音頻輸出夾角，并基于音頻輸出夾角確定與所述目標(biāo)用戶對(duì)應(yīng)的偏移評(píng)分；

17、基于所述測(cè)試音頻數(shù)據(jù)確定與所述目標(biāo)用戶對(duì)應(yīng)的音頻輸出分貝，并基于所述音頻輸出分貝確定與所述目標(biāo)用戶對(duì)應(yīng)的音量評(píng)分；

18、對(duì)所述偏移評(píng)分以及音量評(píng)分進(jìn)行融合計(jì)算，并將得到的與所述目標(biāo)用戶對(duì)應(yīng)的音頻測(cè)試分值與基準(zhǔn)音頻分值進(jìn)行比較；

19、當(dāng)所述音頻測(cè)試分值小于所述基準(zhǔn)音頻分值時(shí)，將所述目標(biāo)用戶的輸出屬性確定為負(fù)向評(píng)價(jià)屬性；

20、當(dāng)所述音頻測(cè)試分值大于等于所述基準(zhǔn)音頻分值時(shí)，將所述目標(biāo)用戶的輸出屬性確定為正向評(píng)價(jià)屬性。

21、可選地，在根據(jù)本發(fā)明的方法中，響應(yīng)于所述目標(biāo)用戶的音頻屬性為負(fù)向評(píng)價(jià)屬性，基于所述測(cè)試音頻數(shù)據(jù)創(chuàng)建當(dāng)前調(diào)整音頻，以作為更新后的預(yù)設(shè)采集指示音頻再次進(jìn)行輸出，包括：

22、響應(yīng)于所述目標(biāo)用戶的音頻屬性為負(fù)向評(píng)價(jià)屬性，獲取與所述目標(biāo)用戶對(duì)應(yīng)的音頻輸出夾角以及音頻輸出分貝；

23、將所述音頻輸出夾角、音頻輸出分貝分別與調(diào)取的基準(zhǔn)音頻夾角、基準(zhǔn)音頻分貝進(jìn)行差值計(jì)算，得到音頻夾角差值以及音頻分貝差值；

24、調(diào)取初始調(diào)整音頻，其中，所述初始調(diào)整音頻包括基準(zhǔn)音頻段以及穿插于所述基準(zhǔn)音頻段中的夾角填充槽位、分貝填充槽位；

25、基于所述音頻夾角差值、音頻分貝差值分別對(duì)所述夾角填充槽位、分貝填充槽位進(jìn)行填充，得到當(dāng)前調(diào)整音頻；

26、將當(dāng)前調(diào)整音頻作為更新后的預(yù)設(shè)采集指示音頻，并將所述預(yù)設(shè)采集指示音頻基于所述預(yù)設(shè)音頻采集面進(jìn)行對(duì)應(yīng)所述基準(zhǔn)音頻分貝的輸出。

27、可選地，在根據(jù)本發(fā)明的方法中，對(duì)所述音頻采集數(shù)據(jù)進(jìn)行預(yù)處理，得到音頻優(yōu)化數(shù)據(jù)，包括：

28、基于預(yù)設(shè)頻域?yàn)V波策略對(duì)所述音頻采集數(shù)據(jù)進(jìn)行噪聲去除；

29、對(duì)經(jīng)過(guò)噪聲去除后的音頻采集數(shù)據(jù)進(jìn)行歸一化處理；

30、響應(yīng)于完成對(duì)所述音頻采集數(shù)據(jù)的歸一化處理，對(duì)完成歸一化處理后的音頻采集數(shù)據(jù)進(jìn)行特征提取，得到與所述音頻采集數(shù)據(jù)對(duì)應(yīng)的音頻優(yōu)化數(shù)據(jù)。

31、可選地，在根據(jù)本發(fā)明的方法中，基于預(yù)設(shè)頻域?yàn)V波策略對(duì)所述音頻采集數(shù)據(jù)進(jìn)行噪聲去除，包括：

32、基于語(yǔ)音活動(dòng)檢測(cè)對(duì)所述音頻采集數(shù)據(jù)進(jìn)行噪聲類(lèi)型的確定，得到與所述音頻采集數(shù)據(jù)對(duì)應(yīng)的噪聲特性；

33、對(duì)所述音頻采集數(shù)據(jù)分別進(jìn)行包括數(shù)據(jù)分割、信號(hào)加窗的信號(hào)預(yù)處理，得到對(duì)應(yīng)時(shí)域的音頻采集數(shù)據(jù)；

34、對(duì)經(jīng)過(guò)信號(hào)預(yù)處理的音頻采集數(shù)據(jù)進(jìn)行頻域轉(zhuǎn)換，得到對(duì)應(yīng)所述頻域的音頻采集數(shù)據(jù)；

35、對(duì)對(duì)應(yīng)所述頻域的音頻采集數(shù)據(jù)進(jìn)行濾波處理，并將經(jīng)過(guò)所述濾波處理后的音頻采集數(shù)據(jù)進(jìn)行時(shí)域轉(zhuǎn)換，得到對(duì)應(yīng)所述時(shí)域的音頻采集數(shù)據(jù)；

36、對(duì)對(duì)應(yīng)所述時(shí)域的音頻采集數(shù)據(jù)進(jìn)行性能評(píng)估，得到域所述音頻采集數(shù)據(jù)對(duì)應(yīng)的感知質(zhì)量，并響應(yīng)于所述感知質(zhì)量滿足預(yù)設(shè)輸出條件，完成對(duì)所述音頻采集數(shù)據(jù)的噪聲去除。

37、可選地，在根據(jù)本發(fā)明的方法中，對(duì)經(jīng)過(guò)噪聲去除后的音頻采集數(shù)據(jù)進(jìn)行歸一化處理，包括：

38、對(duì)經(jīng)過(guò)噪聲去除后的音頻采集數(shù)據(jù)進(jìn)行分幀處理，并將經(jīng)過(guò)分幀處理后的音頻采集數(shù)據(jù)進(jìn)行加窗處理；

39、對(duì)經(jīng)過(guò)加窗處理后的音頻采集數(shù)據(jù)進(jìn)行均值、標(biāo)準(zhǔn)差的計(jì)算，并將得到的對(duì)應(yīng)所述音頻采集數(shù)據(jù)的均值、標(biāo)準(zhǔn)差代入以下公式對(duì)所述音頻采集數(shù)據(jù)進(jìn)行歸一化處理：

40、；

41、其中，(?x?)?為經(jīng)過(guò)加窗處理的音頻采集數(shù)據(jù)，(?\mu?)?為均值，(?\sigma?)?為標(biāo)準(zhǔn)差，(?x_{\text{norm}}?)?為經(jīng)過(guò)歸一化處理后的音頻采集數(shù)據(jù)。

42、可選地，在根據(jù)本發(fā)明的方法中，響應(yīng)于完成對(duì)所述音頻采集數(shù)據(jù)的歸一化處理，對(duì)完成歸一化處理后的音頻采集數(shù)據(jù)進(jìn)行特征提取，得到與所述音頻采集數(shù)據(jù)對(duì)應(yīng)的音頻優(yōu)化數(shù)據(jù)，包括：

43、響應(yīng)于完成對(duì)所述音頻采集數(shù)據(jù)的歸一化處理，對(duì)經(jīng)過(guò)歸一化處理后的音頻采集數(shù)據(jù)進(jìn)行分幀處理，并將經(jīng)過(guò)分幀處理后的音頻采集數(shù)據(jù)進(jìn)行加窗處理；

44、對(duì)經(jīng)過(guò)所述加窗處理后的音頻采集數(shù)據(jù)進(jìn)行快速傅立葉變換，以將對(duì)應(yīng)時(shí)域的音頻采集數(shù)據(jù)轉(zhuǎn)換為對(duì)應(yīng)頻域的音頻采集數(shù)據(jù)；

45、對(duì)對(duì)應(yīng)頻域的音頻采集數(shù)據(jù)進(jìn)行特征提取，得到對(duì)應(yīng)多維特征矩陣的音頻優(yōu)化數(shù)據(jù)。

46、可選地，在根據(jù)本發(fā)明的方法中，基于預(yù)設(shè)情感分析策略對(duì)所述音頻優(yōu)化數(shù)據(jù)進(jìn)行情感分析，得到與所述音頻優(yōu)化數(shù)據(jù)對(duì)應(yīng)的情感信息，包括：

47、基于循環(huán)神經(jīng)網(wǎng)絡(luò)以及卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建初始情感分析模型；

48、獲取訓(xùn)練數(shù)據(jù)集，其中，所述訓(xùn)練數(shù)據(jù)集中包括各標(biāo)注了不同情感類(lèi)別的語(yǔ)音數(shù)據(jù)；

49、基于所述訓(xùn)練數(shù)據(jù)集對(duì)所述初始情感分析模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的當(dāng)前情感分析模型；

50、將所述音頻優(yōu)化數(shù)據(jù)輸入至所述當(dāng)前情感分析模型中進(jìn)行情感分析，得到對(duì)應(yīng)不同情感類(lèi)別的各置信度；

51、將對(duì)應(yīng)置信度最高的情感狀態(tài)確定為與所述音頻優(yōu)化數(shù)據(jù)對(duì)應(yīng)的情感信息。

52、根據(jù)本發(fā)明的又一個(gè)方面，提供一種基于人工智能的語(yǔ)音情感分析系統(tǒng)，包括：

53、音頻采集模塊，被配置為響應(yīng)于在任一觸發(fā)時(shí)刻接收到采集觸發(fā)指令，建立音頻采集任務(wù)，以基于所述音頻采集任務(wù)進(jìn)行對(duì)應(yīng)目標(biāo)用戶的音頻采集，得到音頻采集數(shù)據(jù)；

54、數(shù)據(jù)優(yōu)化模塊，被配置為對(duì)所述音頻采集數(shù)據(jù)進(jìn)行預(yù)處理，得到音頻優(yōu)化數(shù)據(jù)；

55、情感分析模塊，被配置為基于預(yù)設(shè)情感分析策略對(duì)所述音頻優(yōu)化數(shù)據(jù)進(jìn)行情感分析，得到與所述音頻優(yōu)化數(shù)據(jù)對(duì)應(yīng)的情感信息；

56、情感干預(yù)模塊，被配置為基于所述情感信息確定與所述目標(biāo)用戶對(duì)應(yīng)的情感狀態(tài)，并基于所述情感狀態(tài)確定是否需要對(duì)所述目標(biāo)用戶進(jìn)行情感干預(yù)。

57、根據(jù)本發(fā)明的方案，本發(fā)明可以通過(guò)獲取目標(biāo)用戶的音頻采集數(shù)據(jù)，并進(jìn)一步對(duì)音頻采集數(shù)據(jù)進(jìn)行后續(xù)的預(yù)處理，以根據(jù)得到的音頻優(yōu)化數(shù)據(jù)來(lái)進(jìn)行對(duì)目標(biāo)用戶的情感分析，從而對(duì)目標(biāo)用戶的情感狀態(tài)進(jìn)行確定，同時(shí)，根據(jù)獲取的情感狀態(tài)還能夠確定是否需要進(jìn)行相應(yīng)的情感干預(yù)，以幫助目標(biāo)用戶能夠處于正面情緒，提高對(duì)于目標(biāo)用戶的心理糾正效果；另外，對(duì)于客戶服務(wù)方面來(lái)說(shuō)，本發(fā)明能夠?qū)崟r(shí)監(jiān)控客戶情緒，優(yōu)化客服溝通策略，提升客戶滿意度；對(duì)于心理健康方面來(lái)說(shuō)，本發(fā)明能夠監(jiān)控和分析用戶的情緒變化，輔助心理健康診斷和干預(yù)；對(duì)于教育領(lǐng)域來(lái)說(shuō)，本發(fā)明能夠通過(guò)分析學(xué)生的情感狀態(tài)，優(yōu)化教學(xué)方法，提高教學(xué)效果；對(duì)于智能家居來(lái)說(shuō)，本發(fā)明能夠通過(guò)理解和響應(yīng)用戶的情感，提高人機(jī)交互的自然性和親和力；而對(duì)于市場(chǎng)調(diào)研來(lái)說(shuō)，本發(fā)明則可以通過(guò)分析消費(fèi)者的情感反應(yīng)，改進(jìn)產(chǎn)品和服務(wù)。