[发明专利]一种基于语音信号处理的说话人心理阻抗现象识别方法

权利要求书

1.一种基于语音信号处理的说话人心理阻抗现象识别方法，其特征在于：

S101：心理咨询师与说话人进行交谈，并利用录音设备实时记录说话人语音；

S102：将所述说话人语音输入至说话人语言频率检测模块，判断说话人语音频率范围，并根据说话人语音频率范围对说话人的反应状态进行检测，当说话人语音频率范围处于预设值时，得到说话人的反应状态为反应，进入步骤S103；否则，得到说话人的反应状态为不反应，进入步骤S105；

S103：在说话人反应状态为反应的情况下，采用说话人情感倾向性检测模块对说话人的讲话内容进行检测，判断说话人的情感倾向性；所述说话人的情感倾向性包括合作和抵抗；

S104：根据说话人的情感倾向性，调用对应的语料库，并采用语义相似度计算模块，计算得到文本语义相似度；

S105：输出结果，结束。

2.如权利要求1所述的一种基于语音信号处理的说话人心理阻抗现象识别方法，其特征在于：步骤S102中，所述说话人语言频率检测模块，具体包括如下处理过程：

S201：将所述说话人语音的语句j中的音子i的持续时间a_i作为随机变量；

S202：采用非对称高斯分布对所述持续时间a_i进行逼近，得到逼近后的持续时间a_i；

S203：根据逼近后的持续时间a_i，计算得到音子i的说话频率，如式(1)所示：

式(1)中，SR_i表示音子的说话频率，μ_i是对音子i采用非对称高斯分布逼近时的高斯分布的均值；σ_i-表示对音子i采用非对称高斯分布逼近时的高斯分布曲线峰值左侧的方差；σ_i+表示对音子i采用非对称高斯分布逼近时的高斯分布曲线峰值右侧的方差；

S204：根据音子i的说话频率，计算得到语句j的说话频率，如式(2)所示：

3.如权利要求1所述的一种基于语音信号处理的说话人心理阻抗现象识别方法，其特征在于：步骤S103中，采用说话人情感倾向性检测模块判断说话人情感倾向性，具体如下：

S301：对说话人讲话内容进行语音文本识别抽取，得到说话人讲话内容中主观性语句集合；

S302：根据式(3)计算所述说话人讲话内容中主观性语句集合中句子K_i的情感倾向值L(K_i)：

式(3)中，γ(φ_j)为句子中程度副词对φ_j的情感倾向影响因子值，β(K_i)为否定词的影响因子值，为句子K_i经过识别分词后的所有情感词词语的集合，φ_j为词集合中的词，α(φ_j)为情感词语的置信度；

S303：通过句子K_i的情感倾向值L(K_i)计算谈话轮中的情感倾向值L(totel)，如式(4)：

式(4)中，n为谈话轮中语句的总个数；

S304：判断情感倾向值L(totel)是否处于预设的情感倾向值范围内，若是，则表明说话人情感倾向性为合作，否则表明说话人情感倾向性为抵抗。

4.如权利要求3所述的一种基于语音信号处理的说话人心理阻抗现象识别方法，其特征在于：步骤S301中，对说话人讲话内容进行语音文本识别提取，具体为：

S401：获取说话人讲话内容的文本特征词序列集合；

S402：根据所述文本特征词序列集合建立词表统计特征词语，获取特征词集合；

S403：根据所述特征词集合，统计特征词出现的次数，并计算特征词出现的频率；

S404：构造朴素贝叶斯分类器；利用文本向量化后的文本数据集训练所述朴素贝叶斯分类器，得到贝叶斯分类模型；

S405：将说话人讲话内容输入至所述贝叶斯分类模型，得到所述说话人讲话内容中的主观性语句集合。