[发明专利]一种性格识别方法和装置在审

专利信息
申请号: 201710271654.1 申请日: 2017-04-24
公开(公告)号: CN108735232A 公开(公告)日: 2018-11-02
发明(设计)人: 谢湘;刘静 申请(专利权)人: 北京理工大学
主分类号: G10L25/63 分类号: G10L25/63;G10L25/03;G10L25/27;G10L25/30
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 黄志华
地址: 100081 北京市海淀区中关*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 子片段 被测对象 语音 声学特征 方法和装置 情绪类型 语音片段 预设算法 音片 分析
【权利要求书】:

1.一种性格识别方法,其特征在于,包括:

获取被测对象的语音片段;

分别提取每一语音子片段中的声学特征信息,其中所述语音子片段为根据所述语音片段进行划分得到的;

针对每一语音子片段,利用预设算法对该语音子片段中的声学特征信息进行处理,确定该语音子片段对应的情绪类型;

根据确定出的每一语音子片段对应的情绪类型,确定被测对象的性格识别结果。

2.如权利要求1所述的方法,其特征在于,针对每一语音子片段,利用预设算法对该语音子片段中的声学特征信息进行处理,确定该语音子片段对应的情绪类型,具体包括:

利用预设算法对所述声学特征信息进行处理,确定所述声学特征信息对应的情绪测量值;

比较所述情绪测量值与预设情绪阈值得到比较结果;

根据比较结果,确定该语音子片段对应的情绪类型。

3.如权利要求2所述的方法,其特征在于,利用预设算法对所述声学特征信息进行处理,确定所述声学特征信息对应的情绪测量值,具体包括:

按照以下公式对所述声学特征信息进行处理,确定所述声学特征信息对应的情绪测量值:

其中,x表示所述声学特征信息;

f(x)表示所述声学特征信息对应的情绪测量值;

ai*表示最优拉格朗日乘子向量;

b*表示最优超平面截距;

yi为预定值,取值为{-1,+1};

N表示训练集中样本的数量;

K(x,z)为高斯核函数,且其中z表示所述声学特征信息的均值;σ表示所述声学特征的标准差。

4.如权利要求2所述的方法,其特征在于,根据比较结果,确定该语音子片段对应的情绪类型,具体包括:

如果所述比较结果为所述情绪测量值大于等于所述预设情绪阈值,则确定该语音子片段对应的情绪类型为负情绪;或者

如果所述比较结果为所述情绪测量值小于所述预设情绪阈值,则确定该语音子片段对应的情绪类型为正情绪。

5.如权利要求4所述的方法,其特征在于,根据确定出的每一语音子片段对应的情绪类型,确定被测对象的性格识别结果,具体包括:

根据确定出的每一语音子片段对应的情绪类型,确定情绪类型为负情绪的语音子片段的数量;

判断所述情绪类型为负情绪的语音子片段的数量是否大于预设数量阈值;

如果是,则确定被测对象的性格识别结果为易怒性格;

如果否,则确定被测对象的性格识别结果为不易怒性格。

6.一种性格识别装置,其特征在于,包括:

获取单元,用于获取被测对象的语音片段;

提取单元,用于分别提取每一语音子片段中的声学特征信息,其中所述语音子片段为根据所述语音片段进行划分得到的;

第一确定单元,用于针对每一语音子片段,利用预设算法对该语音子片段中的声学特征信息进行处理,确定该语音子片段对应的情绪类型;

第二确定单元,用于根据确定出的每一语音子片段对应的情绪类型,确定被测对象的性格识别结果。

7.如权利要求6所述的装置,其特征在于,所述第一确定单元,具体包括:第一确定子单元、比较子单元和第二确定子单元,其中:

所述第一确定子单元,用于利用预设算法对所述声学特征信息进行处理,确定所述声学特征信息对应的情绪测量值;

所述比较子单元,用于比较所述情绪测量值与预设情绪阈值得到比较结果;

所述第二确定子单元,用于根据比较结果,确定该语音子片段对应的情绪类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710271654.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top