[发明专利]一种基于话语模型的心理健康情感识别装置及其操作方法在审

专利信息
申请号: 202010408829.0 申请日: 2020-05-14
公开(公告)号: CN111583967A 公开(公告)日: 2020-08-25
发明(设计)人: 卢杨夏蒙;李欣;李婧 申请(专利权)人: 西安医学院
主分类号: G10L25/63 分类号: G10L25/63;G10L25/30;G06N20/00
代理公司: 西安铭泽知识产权代理事务所(普通合伙) 61223 代理人: 俞晓明
地址: 710021 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 话语 模型 心理健康 情感 识别 装置 及其 操作方法
【说明书】:

发明公开了一种基于话语模型的心理健康情感识别装置及其操作方法,具体涉及语音情感识别领域,包括语音识别装置、云服务器,语音识别装置包括机身、控制器、锂电池、后盖,机身、后盖相互卡接,机身的表面固定安装有显示器、麦克风、控制键,控制器的表面集成有无线信号收发器、MCU处理器,云服务器的内部设置有云计算模块,云计算模块包括信息分析、数据分析、机器学习。本发明通过MCU处理器与互联云计算技术,通过语音识别装置进行语音收录和进行初步的模数转换,将信号传递至云服务器进行运算,通过云端强大的信息处理进行信息的处理再反馈至手持终端,提高运算效率且降低设备成本,提高该整个语音识别的实用性,便于准确的情感健康识别。

技术领域

本发明涉及语音情感识别技术领域,更具体地说,本发明具体为一种基于话语模型的心理健康情感识别装置及其操作方法。

背景技术

目前,青少年心理健康问题越来越严重,已经成为影响青少年健康成长的首要问题,因此,及时发现青少年可能存在的心理问题,了解青少年的真实情绪和心理特征,是一个急需解决的课题。

对于传统的心理问卷调查法,一方面问卷是否真实填写无法判断,大多数学生在填写该问卷时抱有一定隐瞒或者不愿被列为个例的想法,另一方面也存在效率不足的缺陷,制作问卷、回收问卷以及统计结果,工作任务多,数据量大,需要大量精力投入,并且不能得到实时的统计结果。而当下,互联网的发展和普及改变着人们的生活方式和情感表达方式,越来越多的人特别是青少年习惯于通过微博、论坛、社区等网络载体表达自己的主观情感,如喜欢、厌恶、高兴、悲伤等等。网络媒体的迅速兴起,为了解和发现青少年的情绪心理状态提供了大量真实的数据。通过对青少年网络文本的深入研究和分析可以了解青少年可能存在的心理健康问题,并发现青少年潜在的情绪变化和心理特征。

由此可见,分别分析情绪障碍患者和心理健康个体网络文本的情感波动特征,对于了解和及早发现情绪障碍患者有重要的研究价值。随着信息技术的高速发展和人类对计算机的依赖性的不断增强,人机的交互能力越来越受到研究者的重视,如何实现计算机的拟人化,使其能感知周围的三坏境和气氛以及对象的态度、情感等内容,自适应地为对话对象提供最舒适的对话环境,尽量消除操作者和机器之间的障碍,己经成为下一代计算机发展的目标,目前关于情感信息处理的研究正处在不断的深入之中,向其中语音信号中的情感信息处理的研究正越来越受到人们的重视。

语音信号中的情感信息处理因为涉及到不同种之间的差异,发展也不尽相同,英语、日语、德语、西班牙语等语种的语音情感分析处都有较多的研究,而汉语语音的情感分析处理还处在刚刚起步的阶段,情感信息有一个重要的特点就是状况依存性,各国的名族习惯不同,表达信息的方式就不同,所以不可能完全借鉴国外的研究成果,必须经合汉语的实际情况,研究出符合汉语特点的情感信息处理技术。

因此亟需提供一种符合汉语特点的基于话语模型的心理健康情感识别装置及其操作方法。

发明内容

为了克服现有技术的上述缺陷,本发明的实施例提供一种基于话语模型的心理健康情感识别装置及其操作方法,通过MCU处理器与互联云计算技术,通过语音识别装置进行语音收录和进行初步的模数转换,将信号传递至云服务器进行运算,通过云端强大的信息处理进行信息的处理再反馈至手持终端,提高运算效率且降低设备成本,提高该整个语音识别的实用性,便于准确的情感健康识别;另外,本发明通过云端进行的机器学习,利用多层感知机模拟大脑工作,构建深度神经网络,来学习简单特征、建立复杂特征、学习映射并输出,训练过程中所有层级都会被不断优化,给机器识别的赋能越来越显著,使该系统情感识别的精准度逐渐提高,并随着使用次数与时长的增加,该识别系统逐渐智能化,判断准确度不断提升,以解决上述背景技术中提出的问题。

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西安医学院,未经西安医学院许可,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/202010408829.0/2.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