[发明专利]语音社交媒体的情绪传播量化方法及系统

摘要

本发明属于信息技术领域，具体为语音社交媒体的情绪传播计算方法及系统。本发明方法包括4个步骤：社交媒体圈语音预处理；语音特征参数提取；情绪识别计算；情绪传播过程的量化。本发明系统包括4个模块，分别4个步骤的功能。本发明从语音情绪角度来计算社交媒体圈的情绪传播，通过PAD三维情感参数标记和BP神经网络建模，将社交媒体圈里情绪传播过程用数值来量化标识。本发明优点：充分考虑了语音社交媒体中短语式会话多的特征，采用间隔一定时间的方式来提取语音特征，有利于提升情绪识别准确率，以及能动态反应社交媒体圈里的情绪；提供了情绪传播过程量化图，便于直观地看到社交圈里的情绪变化。

主权项

1.语音社交媒体的情绪传播量化方法，其特征在于，具体步骤为：步骤1：社交媒体圈语音预处理；依次包括语音素材抓取和语音素材处理两个过程，其中：语音素材抓取：通过调用GetVoiceFile()函数将社交媒体圈里的语音素材自动抓取出来，并保存到硬盘的VoiceFile目录下；语音素材处理：对抓取到的语音素材，进行语音格式预处理，即将语音文件转为wav格式的文件,该文件的采样频率是16KHz，采样位数是16bit，再对语音进行端点检测和截取，去掉首尾无效的语音段落；步骤2：语音特征参数提取；依次包括语音特征参数选择和实施特征提取两个过程，其中：语音特征参数选择：是对已完成步骤1的语音素材，选取18个语音特征参数构成语音特征参数集S(n),S(n)=[SEM，PM，SZCM，FF，NB，VS，MFCC12]，其中，SEM指短时能量的平均值，PM指基音的平均值，SZCM指短时平均过零率的平均值，FF指第一共振峰的值，NB指语间停顿次数，VS指语速，MFCC12指12阶Mel频标倒谱系数；实施特征提取：是使用matlab工具软件编写的getVoiceValue()函数来提取单个语音文件的18个语音特征参数，该函数是按设定的间隔时间来对所选语音文件进行特征提取，如果该语音文件的播放时长能整除设定的间隔时间，则提取次数就是该整除数，否则，提取次数是整除数加1，提取完后将提取到的值存入VoiceValue.txt文件中；步骤3：情绪识别计算；包括：PAD三维参数的标记、BP神经网络建模和语音情感计算共三个过程，P表示愉悦，A表示激活，D表示优势；其中：PAD三维参数的标记：包括语音PAD量化调查和PAD值计算共两个过程，具体如下：语音PAD量化调查：以问卷和网络调查的方式，收集到被调查者在PAD量化调查表中对语音素材的标记值，该标记值是从愉悦、激活、优势三个维度来对语音素材进行的人工标定；PAD值计算：依照PAD归一化计算模型，对PAD量化调查表里的标记值分别计算愉悦、激活、优势三个维度上的P值、A值和D值，使得PAD三个维度的各自值均处在[‑1,1]的区间里，PAD归一化计算公式如下：式中，y是归一化的值，xk是待归一化的第k个样本值，xmax是样本值里最大值，xmin是样本值里最小值；BP神经网络建模：使用BP神经网络来对社交媒体圈里的语音素材的PAD值进行样本训练与建模，包括：网络层数的设计、神经节点的设计、传递函数和学习函数的设计共三个过程，具体如下：网络层数的设计：由于三层BP神经网络可以以任意精度逼近任意映射关系，因此网络层数选定为3，即：输入层、隐含层和输出层；神经节点的设计：输入层节点数目设置为18，即：18个语音特征参数；输出层节点设置为3，即：输出P值、A值、D值；隐含层节点数目通过经验公式 及反复训练得到，式中I为输入层节点数，O为输出层节点数，a为1到10的常数；均方误差的计算公式如下：式中，MSE是均方误差，n是输出节点的数目，s是训练的样本数目，是神经网络的期望输出值，是神经网络的实际输出值；传递函数和学习函数的设计：隐含层神经元传递函数选tansig；输出层神经元传递函数选purelin；训练函数选traingdx；学习速率初始值选0.1；动量因子的初始值选0.9；语音情感计算：使用建立好的BP神经网络，对语音PAD量化调查所获得的值，进行情感计算，并以历史语音的快乐、悲伤、愤怒、惊讶、恐惧和中立这六类基本情绪的PAD值作为参考，进行情感归类；步骤4：情绪传播过程的量化；通过记录发音时间顺序与该时段的PAD值来描述情绪传播动态过程，并通过计算极性的公式，即：VValue=0.2*Pvalue+0.8*Avalue,来计算极性，再以图形的方式给出简明的正负极性情绪传播过程量化图。