[发明专利]一种基于语义分析的情绪识别方法和设备

权利要求书

1.一种基于语义分析的情绪识别方法，其特征在于，包括：

获取待测语音，并提取所述待测语音中的声学特征；

当基于所述声学特征判定所述待测语音为疑似异常语音时，将所述疑似异常语音转换为文本；

基于预设的深度学习监督二分类异构神经网络模型对所述文本进行分析，以识别出所述疑似异常语音数据中的异常情绪语音数据与非异常情绪语音数据。

2.如权利要求1所述的一种基于语义分析的情绪识别方法，其特征在于，所述声学特征包括：短时能量值；

所述基于所述声学特征判定所述待测语音为疑似异常语音，包括：

将所述待测语音中短时能量值经过句子级别的规整之后，与预设的阈值进行比较；

若经过规整后的所述短时能量值大于所述阈值，则判定所述待测语音数据为疑似异常语音数据。

3.如权利要求2所述的一种基于语义分析的情绪识别方法，其特征在于，若经过规整后的所述短时能量值不大于所述阈值，则判定所述待测语音数据为非异常情绪语音数据。

4.如权利要求1所述的一种基于语义分析的情绪识别方法，其特征在于，所述基于预设的深度学习监督二分类异构神经网络模型对所述文本进行分析，以识别出所述疑似异常语音数据中的异常情绪语音数据与非异常情绪语音数据，包括：

将所述文本与预设情绪文本数据库中的文本进行比对，以生成文本序列特征；

将所述文本序列特征与所述文本对应的待测语音进行结合，以生成复杂特征序列；

将所述复杂特征序列输入预设的深度学习监督二分类判定模块进行异常情绪检测，以识别出所述疑似异常语音中的异常情绪语音与非异常情绪语音。

5.如权利要求4所述的一种基于语义分析的情绪识别方法，其特征在于，所述复杂特征序列包括语音mel频谱与文本组合；

所述深度学习监督二分类异构神经网络模型由3层的LSTM、6层TDNN、2层前馈神经网络与softmax函数级联而成。

6.一种基于语义分析的情绪识别设备，其特征在于，包括用于执行权利要求1-5中任意一项所述方法的模块。