[发明专利]基于声音特征识别的语言冲突监测方法、介质及设备

说明书

本发明公开了一种基于声音特征识别的语言冲突监测方法、介质及设备，其中方法包括：提取每个历史语音数据对应的第一声音特征参数，并根据第一声音特征参数生成第一声音特征向量；根据第一声音特征向量训练得到语言冲突识别模型；对待检测语音数据进行预处理，以生成对应的短帧声音信号，并对短帧声音信号进行端点检测，以提取人声语音信号；对人声语音信号进行特征提取，以提取第二声音特征参数，并根据第二声音特征参数生成第二声音特征向量；将第二声音特征向量输入到语言冲突识别模型中，以通过语言冲突识别模型判断待检测语音数据是否存在语言冲突；能够实现对语言冲突的准确识别，并且，识别效率高，进而防止冲突事件的发生。

技术领域

本发明涉及语音监测技术领域，特别涉及一种基于声音特征识别的语言冲突监测方法、一种计算机可读存储介质以及一种计算机设备。

背景技术

在现实生活中，尤其对于服务行业而言，服务人员与客户之间发生语言冲突的事件时有发生，而如果管理人员对类似的语言冲突不加以及时制止的话；往往容易导致吵架甚至打架事件的发生，造成严重的后果。

相关技术中，多采用先将语音转换为文本，然后提取和识别文本是否存在不文明关键词的形式来判断语言冲突；然而，这种方式对于语言冲突的识别准确率低，并且，识别效率低下，难以有效制止冲突事件的发生。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于声音特征识别的语言冲突监测方法，能够实现对语言冲突的准确识别，并且，识别效率高，进而防止冲突事件的发生。

本发明的第二个目的在于提出一种计算机可读存储介质。

本发明的第三个目的在于提出一种计算机设备。

为达到上述目的，本发明第一方面实施例提出了一种基于声音特征识别的语言冲突监测方法，包括以下步骤：获取多个历史语音数据，并对每个历史语音数据进行特征提取，以提取每个历史语音数据对应的第一声音特征参数，以及根据所述第一声音特征参数生成第一声音特征向量；将所述第一声音特征向量输入到支持向量机中进行模型的训练，以训练得到语言冲突识别模型；获取待检测语音数据，并对所述待检测语音数据进行预处理，以生成对应的短帧声音信号，以及根据基于共振峰的语音端点检测算法对所述短帧声音信号进行端点检测，以提取所述短帧声音信号中的人声语音信号；对所述人声语音信号进行特征提取，以提取所述人声语音信号对应的第二声音特征参数，并根据所述第二声音特征参数生成第二声音特征向量；将所述第二声音特征向量输入到所述语言冲突识别模型中，以通过所述语言冲突识别模型判断所述待检测语音数据是否存在语言冲突。

根据本发明实施例的基于声音特征识别的语言冲突监测方法，首先，获取多个历史语音数据，并对每个历史语音数据进行特征提取，以提取每个历史语音数据对应的第一声音特征参数，以及根据第一声音特征参数生成第一声音特征向量；接着，将第一声音特征向量输入到支持向量机中进行模型的训练，以训练得到语言冲突识别模型；然后，获取待检测语音数据，并对待检测语音数据进行预处理，以生成对应的短帧声音信号，以及根据基于共振峰的语音端点检测算法对短帧声音信号进行端点检测，以提取短帧声音信号中的人声语音信号；接着，对人声语音信号进行特征提取，以提取人声语音信号对应的第二声音特征参数，并根据第二声音特征参数生成第二声音特征向量；然后，将第二声音特征向量输入到语言冲突识别模型中，以通过语言冲突识别模型判断待检测语音数据是否存在语言冲突；从而实现对语言冲突的准确识别，并且，识别效率高，进而防止冲突事件的发生。

另外，根据本发明上述实施例提出的基于声音特征识别的语言冲突监测方法还可以具有如下附加的技术特征：

可选地，所述第一声音特征参数包括：共振峰特征向量、短时平均能量特征和梅尔倒谱系数特征向量。