[发明专利]基于人工智能的情绪监测方法、系统、设备及存储介质

说明书

本发明属于人工智能技术领域，具体公开了基于人工智能的情绪监测方法、系统、设备及存储介质，通过获取目标对象的心率监测信息、语音监测信息以及图像监测信息，来利用心率监测信息确定心率参数，利用语音监测信息进行语音情绪识别，得到第一情绪识别结果，利用图像监测信息进行面部情绪识别，得到第二情绪识别结果，然后融合心率参数、第一情绪识别结果和第二情绪识别结果来确定目标对象的情绪分类及情绪评价得分，最后根据目标对象的情绪分类及情绪评价得分生成对应的情绪监测信息推送至对象终端。本发明可以利用人工智能技术融合多方面因素来高效、全面、准确地判定目标对象的情绪状况，生成情绪监测信息，实现对目标对象的细化情绪监测。

技术领域

本发明属于人工智能技术领域，具体涉及基于人工智能的情绪监测方法、系统、设备及存储介质。

背景技术

随着科技的发展，人工智能技术开始逐渐应用于人们的生产生活中，如运用人工智能技术实现人的情绪识别。情绪是指主观引起的一种强烈的情感状态，并且经常伴有心理上的变化，像愤怒、伤心等负面情绪可能对人的身心健康造成不良影响，尤其是老人和幼儿，如降低人的认知能力、加剧生理情况的恶化、引起疾病等，及时监测并调节情绪可避免负面情绪带来的影响，有益于人的身心健康。现有的运用人工智能技术监测个体情绪状态的技术方案，大都是从个体语音或者个体图像出发来进行单一角度的情绪分析，情绪的分析判定所依赖的信息要素比较片面，分析判定的准确度还有待提升，且只能识别大致的情绪分类，没有更为具体细化的情绪状况评估。

发明内容

本发明的目的是提供基于人工智能的情绪监测方法、系统、设备及存储介质，用以解决现有技术中存在的上述问题。

为了实现上述目的，本发明采用以下技术方案：

第一方面，提供基于人工智能的情绪监测方法，包括：

获取目标对象的心率监测信息、语音监测信息以及图像监测信息；

根据心率监测信息确定目标对象的心率参数；

对语音监测信息进行音频预处理及音频特征提取，得到目标对象的语音频谱特征，并将语音频谱特征输入基于深度学习的语音情绪识别模型中进行语音情绪识别，得到第一情绪识别结果；

对图像监测信息进行图像预处理，得到目标对象的人脸图像，从目标对象的人脸图像中提取出面部特征参数，并将面部特征参数输入基于深度学习的人脸情绪识别模型中进行人脸情绪识别，得到第二情绪识别结果；

根据第一情绪识别结果确定第一情绪等级，根据第二情绪识别结果确定第二情绪等级，并根据心率参数、第一情绪识别结果和第二情绪识别结果判定目标对象的情绪分类；

根据目标对象的情绪分类调取对应的情绪评价计算模型，将心率参数、第一情绪等级和第二情绪等级代入情绪评价计算模型中进行计算，得到目标对象的情绪评价得分；

根据目标对象的情绪分类及情绪评价得分生成对应的情绪监测信息，并将情绪监测信息发送至对象终端，以使对象终端可视化展示情绪监测信息。

在一个可能的设计中，所述根据心率监测信息确定目标对象的心率参数，包括：从心率监测信息中提取设定时间段内监测到的若干心率监测值，将各心率监测值的平均值、中位值或最大值作为目标对象的心率参数。

在一个可能的设计中，所述对语音监测信息进行音频预处理及音频特征提取，得到目标对象的语音频谱特征，包括：

对语音监测信息进行降噪处理，得到目标对象的人声信息；

通过高通滤波器对人声信息进行预加重处理，得到预加重后的人声信息；

对预加重后的人声信息进行分帧处理，得到若干信号帧；

对各信号帧进行加窗处理，得到各加窗后的信号帧；

对各加窗后的信号帧进行快速傅里叶变换处理，得到各加窗后的信号帧所对应的频谱参数；

将各频谱参数导入梅尔滤波器组进行运算处理，并对梅尔滤波器组输出参数进行对数运算及离散余弦变换处理，得到梅尔倒谱系数，将所述梅尔倒谱系数作为目标对象的语音频谱特征。