情绪识别方法、设备及计算机可读存储介质技术

本发明专利技术公开一种情绪识别方法、设备及计算机可读存储介质。其中，所述情绪识别方法包括以下步骤：获取用户发出的语音信息，对所述语音信息进行分析得到文本特征和语调特征；将所述文本特征与文本数据库匹配，得到文本匹配结果；将所述语调特征与语调数据库匹配，得到语调匹配结果；根据所述文本匹配结果与所述语调匹配结果分析得到用户的情绪。通过将文本特征与语调特征拆分开来，并通过文本匹配结果与语调匹配结果综合分析，得出语音信息的真实情绪，判定准确，不易出现错误。

Emotion Recognition Method, Equipment and Computer Readable Storage Media

【技术实现步骤摘要】
情绪识别方法、设备及计算机可读存储介质
本专利技术涉及人工智能的
，特别涉及一种情绪识别方法、设备及计算机可读存储介质。
技术介绍
在看护机器人的应用中，为了能全方位的照顾用户，需要看护机器人能及时反映用户的情绪，以在用户出现负面情绪时，能够马上得到反馈，并及时进行处理。目前，相关技术中，看护机器人的情绪识别方法是，通过与用户进行对话，获取用户的对话片段，将用户的对话片段与已存储在数据库的关键词对比，当用户的对话片段出现关键词或近义词时，进而对用户的情绪进行判定，以及时反馈，方便快速处理。但是，上述仅能判定用户的表层情绪，用户在说话时，其真实情绪以及语意是和说话的内容和声音的语调相关的，因而上述所给出的情绪判断并不准确，极容易造成失误而未能及时照顾用户。上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的是提供一种情绪识别方法，旨在提供一种能准确识别用户情绪的方法。为实现上述目的，本专利技术提出的一种情绪识别方法，所述情绪识别方法包括以下步骤：获取用户发出的语音信息，对所述语音信息进行分析得到文本特征和语调特征；将所述文本特征与文本数据库匹配，得到文本匹配结果；将所述语调特征与语调数据库匹配，得到语调匹配结果；根据所述文本匹配结果与所述语调匹配结果分析得到用户的情绪。可选地，所述情绪识别方法还包括：当所述文本匹配结果为文本特征与文本数据库匹配上时，根据所述文本匹配结果调出第一语调数据库，将所述第一语调数据库作为语调数据库。可选地，所述情绪识别方法还包括：当所述文本匹配结果为文本特征与文本数据库未匹配上时，调设出第二语调数据库，将所述第二语调数据库作为语调数据库。可选地，根据所述文本匹配结果与所述语调匹配结果分析得到用户的情绪的步骤包括：根据所述文本匹配结果调出所述语调数据库；从所述语调数据库调出情绪数据库；将所述语调匹配结果与所述情绪数据库匹配，得到用户的情绪。可选地，对所述语音信息进行分析得到文本特征和语调特征的步骤包括：当获取用户的语音信息后，从所述语音信息中提取文本信息得到文本特征；从所述语音信息中提取音频信息得到语调特征。可选地，从所述语音信息中提取文本信息得到文本特征的步骤包括：从所述语音信息中提取文本信息，对所述文本信息进行分词操作，得到词序列；根据词序列获取所述词序列中的词对应的同义词；根据所述词序列中的词及其所对应的同义词生成所述文本特征。可选地，从所述语音信息中提取音频信息得到语调特征的步骤包括：将所述语音信息的音频生成声谱；根据所述声谱生成相邻声波波峰的间隔时间t，根据多个相邻声波波峰的间隔时间t生成一个t的范围区间；根据所述t的范围区间生成所述语调特征。可选地，将所述语调特征与语调数据库匹配，得到语调匹配结果的步骤包括：根据所述语调数据库内预存的t范围区间与所述语调特征进行匹配，得到所述语调匹配结果。本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有情绪识别程序，所述情绪识别程序被处理器执行时实现上述的情绪识别方法。本专利技术还提供了一种情绪识别设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的情绪识别程序，所述处理器执行所述情绪识别程序时实现上述的情绪识别方法。本专利技术技术方案通过采用将文本特征与语调特征拆分开来，并通过文本匹配结果与语调匹配结果综合分析，得出语音信息的真实情绪，判定准确，不易出现错误。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。图1为本专利技术情绪识别方法第一实施例的流程示意图；图2为本专利技术情绪识别方法第二实施例的流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式本专利技术提出一种情绪识别方法，通过将文本特征与语调特征拆分开来，并通过文本匹配结果与语调匹配结果综合分析，得出语音信息的真实情绪，判定准确，不易出现错误。为了更好的理解上述技术方案，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。参照图1和图2，在本专利技术实施例中，提出了一种情绪识别方法，情绪识别方法包括以下步骤：步骤S10，获取用户发出的语音信息，对语音信息进行分析得到文本特征和语调特征；将语音信息分拆开来，以便分别进行分析，如，当用户说出的语音信息为“hello”时，文本特征为“hello”这个单词，而音调特征则为用户发出声音的轻重缓急。步骤S20，将文本特征与文本数据库匹配，得到文本匹配结果；如，将上述“hello”与文本数据库内容匹配，从而得到一个文本匹配结果，该匹配结果可以是在文本数据库内存在与之对应的单词，或者不存在。步骤S50，将语调特征与语调数据库匹配，得到语调匹配结果；如，将上述“hello”的音调的轻重缓急与语调数据库内预存的语调对比，通过对比分析，将上述“hello”的语调归入语调数据库内的某一类，从而得到语调匹配结果。步骤S60，根据文本匹配结果与语调匹配结果分析得到用户的情绪。通过文本匹配结果与语调匹配结果来调出对应的情绪数据库，通过与情绪数据库的对比分析，进而得到用户的情绪。即，将用户所说的语音信息的内容与音调拆分开来，即文本特征与语调特征，并分别与文本数据库和语音数据库进行对比，得到了两种匹配结果，即文本匹配结果和语调匹配结果，不再仅依靠其中某一项对用户的情绪进行判定，通过两种匹配结果一起分析，从而对用户的情绪判定更加准确。同时，将文本匹配结果和语调匹配结果结合后，通过文本特征的内容与语调特征的轻重缓急，进而可以分析得到用户的真实意图和真实情绪。用户的情绪不能仅依靠某一匹配结果进行判断的，如，从文本特征上来看“hello”表示用户处于开心或兴奋状态，但是若用户的语调特征较为小而缓慢时，即声音低沉并且慢，则表明用户是表里不一，此时用户则处于不开心或难过的状态，需要及时进行反馈。参照图1，图1为本专利技术情绪识别方法第一实施例的流程示意图，该情绪识别方法还包括：步骤S30，当文本匹配结果为文本特征与文本数据库匹配上时，根据文本匹配结果调出第一语调数据库，将第一语调数据库作为语调数据库。即，每个文本匹配结果均有一个独立的第一语调数据库，只有当文本特征与文本数据库匹配上时，调出与该文本匹配结果对应的第一语调数据库，第一语调数据库作为语调数据库供后续语调匹配结构调用对比。由于在说不同的话语时，即使处于同一情绪状态下，其语调也会发生变化，或是，即使语调特征不同，其情绪也可能相同。这样，通过不同的文本匹配结果生成不同的第一语调数据库，在情绪判定时更加准确，同时，在判定用户的额外含义时，也更加容易。如，在用户说出“hello”等一些积极性文本时，如果用户本文档来自技高网...

【技术保护点】
1.一种情绪识别方法，其特征在于，所述情绪识别方法包括以下步骤：获取用户发出的语音信息，对所述语音信息进行分析得到文本特征和语调特征；将所述文本特征与文本数据库匹配，得到文本匹配结果；将所述语调特征与语调数据库匹配，得到语调匹配结果；根据所述文本匹配结果与所述语调匹配结果分析得到用户的情绪。

【技术特征摘要】
1.一种情绪识别方法，其特征在于，所述情绪识别方法包括以下步骤：获取用户发出的语音信息，对所述语音信息进行分析得到文本特征和语调特征；将所述文本特征与文本数据库匹配，得到文本匹配结果；将所述语调特征与语调数据库匹配，得到语调匹配结果；根据所述文本匹配结果与所述语调匹配结果分析得到用户的情绪。2.如权利要求1所述情绪识别方法，其特征在于，所述情绪识别方法还包括：当所述文本匹配结果为文本特征与文本数据库匹配上时，根据所述文本匹配结果调出第一语调数据库，将所述第一语调数据库作为语调数据库。3.如权利要求1所述情绪识别方法，其特征在于，所述情绪识别方法还包括：当所述文本匹配结果为文本特征与文本数据库未匹配上时，调设出第二语调数据库，将所述第二语调数据库作为语调数据库。4.如权利要求2或3所述情绪识别方法，其特征在于，根据所述文本匹配结果与所述语调匹配结果分析得到用户的情绪的步骤包括：根据所述文本匹配结果调出所述语调数据库；从所述语调数据库调出情绪数据库；将所述语调匹配结果与所述情绪数据库匹配，得到用户的情绪。5.如权利要求1所述的情绪识别方法，其特征在于，对所述语音信息进行分析得到文本特征和语调特征的步骤包括：当获取用户的语音信息后，从所述语音信息中提取文本信息得到文本特征；从所述...

【专利技术属性】
技术研发人员：阿德旺，李彤，金大鹏，钟王攀，
申请(专利权)人：深圳智慧林网络科技有限公司，
类型：发明
国别省市：广东,44