專利名稱：一種基于手機語音的情感分析方法及其系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及一種語音信號處理和模式識別技術，特別涉及一種基于手機語音的情感分析方法及其系統(tǒng)。
背景技術：
情感狀態(tài)體現(xiàn)了心理的健康狀態(tài)，目前很多人都面臨心理壓力，或多或少會出現(xiàn)一些心理情感問題，表現(xiàn)為煩躁，焦慮，抑郁等，需要及時引導，但是這些表現(xiàn)出來的信號，對于心理學知識缺乏的人一般很難覺察，因此借助信息技術，自動監(jiān)測并提醒是很重要的。語音包含了豐富的情感信息，是我們理解情感的重要途徑，因此通過語音分析就可以實現(xiàn)人類的情感狀態(tài)判別。手機是人們經(jīng)常使用的工具，通話時的語音反映的是用戶的自然情感，因此通過自動采集用戶通話時的語音，進而語音分析就可以實現(xiàn)用戶的情感狀態(tài)判別，讓用戶了解自己的情感狀態(tài)。目前國內(nèi)外通過用手機語音來分析用戶的情感狀態(tài)還不多見，語音情感分析中的語音采集不自然，使用不方便，情感分析的結(jié)果不真實。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術的缺點與不足，提供一種基于手機語音的情感分析方法，該方法情感分析結(jié)果真實，方便用戶調(diào)節(jié)情感。本發(fā)明的目的在于克服現(xiàn)有技術的缺點與不足，提供一種基于手機語音的情感分析系統(tǒng)，該系統(tǒng)使用方便。本發(fā)明的首要目的通過下述技術方案實現(xiàn):一種基于手機語音的情感分析方法，包括:手機通話狀態(tài)檢測，當用戶通話時自動啟動情感分析；語音信號采集，將用戶通話語音采集，并保存至本機；語音情感特征抽取，將保存在文件中的語音抽取特征，轉(zhuǎn)化為語音的特征向量，同時刪除臨時保存的語音文件；語音情感分類，采用支持向量機，對語音的特征向量進行情感分析，得出用戶的心理情感類別；用戶的心理情感類別的分類結(jié)果為憤怒、高興、悲傷、驚訝、厭惡、恐懼或中性；內(nèi)容推薦，根據(jù)用戶的心理情感類別，選擇相應的內(nèi)容，并發(fā)送給用戶；所述的內(nèi)容為不同的情感類別預先準備合適的推薦內(nèi)容并預先存儲于情感數(shù)據(jù)庫中；寫本地短信息箱，將情感分析結(jié)果和推薦內(nèi)容直接寫入到用戶手機的短信箱，供用戶閱讀。所述的通話語音采集完成后，把采集到的通話語音以MP3的文件格式保存至本機。判斷用戶的心理情感類別是否為突發(fā)情感，如果是，則系統(tǒng)發(fā)送語音提醒用戶注意控制情緒；所述突發(fā)情感為憤怒，厭惡或恐懼。
本發(fā)明的另一目的通過下述技術方案實現(xiàn):一種基于手機語音的情感分析系統(tǒng)，包括:手機通話狀態(tài)檢測模塊，用于當用戶通話時自動啟動情感分析；語音信號采集模塊，用于將用戶通話語音采集，并保存至本機；語音情感特征抽取模塊，用于將保存在文件中的語音抽取特征，轉(zhuǎn)化為語音的特征向量，同時刪除臨時保存的語音文件；語音情感分類模塊，采用支持向量機，用于對語音的特征向量進行情感分析，得出用戶的心理情感類別；用戶的心理情感類別的分類結(jié)果為憤怒、高興、悲傷、驚訝、厭惡、恐懼或中性；內(nèi)容推薦模塊，用于根據(jù)用戶的心理情感類別，選擇相應的內(nèi)容，并發(fā)送給用戶；所述的內(nèi)容為不同的情感類別預先準備合適的推薦內(nèi)容并預先存儲于情感數(shù)據(jù)庫中；寫本地短信息箱模塊，用于將情感分析結(jié)果和推薦內(nèi)容直接寫入到用戶手機的短信箱，供用戶閱讀。所述的通話語音采集完成后，把采集到的通話語音以MP3的文件格式保存至本機。判斷用戶的心理情感類別是否為突發(fā)情感，如果是，則系統(tǒng)發(fā)送語音提醒用戶注意控制情緒；所述突發(fā)情感為憤怒，厭惡或恐懼。本發(fā)明相對于現(xiàn)有技術具有如下的優(yōu)點及效果:(I)方法簡單，系統(tǒng)結(jié)構(gòu)簡單，程序獨立運行在手機上，不存在隱私問題。(2)情感分析結(jié)果真實；手機通話時，系統(tǒng)自動采集通話的語音，不需要用戶特別關注，這樣采集的語音更自然，分析的結(jié)果更真實；與現(xiàn)有技術相比，本發(fā)明具有分析更及時，結(jié)果更真實，使用方便的優(yōu)點。(3)本發(fā)明僅使用日用手機就能對用戶的心理情感狀況實時分析，簡單易用。(4)能將情感分析分析結(jié)果自動發(fā)布到用戶的短信箱，這樣能提醒用戶檢查情感分析結(jié)果，不需要用戶去獨立運行程序和查看結(jié)果。(5)建立了用戶情感檔案，幫助用戶任何時候了解情感發(fā)展趨勢，以便采用采取策略，調(diào)節(jié)情感狀態(tài)。(6)本發(fā)明的方法自動采集用戶通話時的語音信號，抽取語音情感特征，采用語音情感分類器判斷用戶當時的情感狀況，根據(jù)情感狀態(tài)產(chǎn)生推薦內(nèi)容，通話結(jié)束將情感狀態(tài)和推薦內(nèi)容寫入到用戶手機的短信箱；并且本發(fā)明的系統(tǒng)完全是安裝在手機上，手機用戶是給自己發(fā)送短信不需要任何使用費。


圖1是一種基于手機語音的情感分析方法的流程圖。圖2是一種基于手機語音的情感分析系統(tǒng)的結(jié)構(gòu)圖。
具體實施例方式下面結(jié)合實施例及附圖對本發(fā)明作進一步詳細的描述，但本發(fā)明的實施方式不限于此。
實施例如圖1所示，一種基于手機語音的情感分析方法，該方法包括以下步驟:步驟1、啟動用戶通話的監(jiān)測程序，進入手機通話的語音捕捉狀態(tài)，監(jiān)測程序是一個后臺駐留程序，當用戶通話時，其啟動語音采集程序；步驟2、語音采集程序?qū)νㄔ掃^程中的語音錄音，并保存為MP3音頻文件到本機；步驟3、提取MP3音頻文件的語音情感特征，形成一個語音情感特征向量；語音情感特征包括短時過零率，短時能量，基音頻率，共振峰，諧波噪聲比，MFCC參數(shù)，一階MFCC參數(shù)，二階MFCC參數(shù)，LPC倒譜系數(shù)，線性預測系數(shù)，子帶能量，和頻率中心的平均值，標準方差，最大值，和最小值；步驟4、采用支持向量機作為語音情感分類器，對語音情感特征向量分類，判斷的情感類別為憤怒，高興，悲傷，驚訝，厭惡，恐懼和平靜。所述支持向量機語音情感分類器的處理步驟有兩步:a)獲取大量的語音情感文件為訓練樣本，對其抽取特征，形成特征向量數(shù)據(jù)庫，作為訓練數(shù)據(jù)。支持向量機分類器在訓練數(shù)據(jù)上訓練，獲得分類模型，這一步是獨立的，獲得分類模型后，其保存在手機上，以便在情感分類時使用，手機上不安裝訓練的原始樣本；b)用分類模型對待識別的情感特征分類，獲得通話語音的情感狀態(tài)；步驟5、根據(jù)情感狀態(tài)，通過查詢數(shù)據(jù)庫，獲得對應的推薦內(nèi)容，數(shù)據(jù)庫是根據(jù)領域?qū)＜业慕ㄗh預先建立的，建立情感狀態(tài)與推薦內(nèi)容的對應關系。數(shù)據(jù)庫格式為(記錄關鍵字，情感狀態(tài)，推薦內(nèi)容)；步驟6、將情感分類和推薦內(nèi)容直接寫入到本機的短信箱，讓用戶了解自己的情感狀態(tài)，其不需要經(jīng)過移動網(wǎng)絡，因此不需要任何費用；步驟7、將情感分類和推薦內(nèi)容保存到本地數(shù)據(jù)庫，建立情感檔案，情感檔案格式為(記錄關鍵字，通話日期，通話時間，通話時長，情感狀態(tài))。如圖2所示，為一種基于手機語音的情感分析系統(tǒng)的結(jié)構(gòu)圖，該系統(tǒng)包括以下模塊:手機通話狀態(tài)檢測模塊201，當用戶通話時自動啟動情感分析的工作流程。語音信號采集模塊202，將用戶通話語音采集，并以MP3文件格式保存到本機文件。語音情感特征抽取模塊203，負責將保存在文件中的語音抽取特征，轉(zhuǎn)化為語音的特征向量，同時刪除臨時保存的語音文件。語音情感分類模塊204，用于對語音的特征向量進行情感分析，得出用戶的心理情感類別。情感分類器采用支持向量機、分類結(jié)果為憤怒，高興，悲傷，驚訝，厭惡、恐懼和中性
之一 O內(nèi)容推薦模塊205，根據(jù)情感狀態(tài)，選擇合適的內(nèi)容，以便發(fā)送給用戶，內(nèi)容的來源保存在情感數(shù)據(jù)庫中，由領域?qū)＜裔槍Σ煌那楦蓄悇e預先準備合適的推薦內(nèi)容。例如在通話過程中檢測到的突發(fā)情感，若為憤怒，厭惡，和恐懼，系統(tǒng)用語音提醒用戶注意。寫本地短信息箱模塊206，將情感分析結(jié)果和推薦內(nèi)容直接寫入到用戶手機的短信箱，以供用戶閱讀。上述實施例為本發(fā)明較佳的實施方式，但本發(fā)明的實施方式并不受上述實施例的限制，其他的任何未背離本發(fā)明的精神實質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應為等效的置換方式，都包含在本發(fā)明的保護范圍之內(nèi)。
權利要求
1.一種基于手機語音的情感分析方法，其特征在于，包括: 手機通話狀態(tài)檢測，當用戶通話時自動啟動情感分析； 語音信號采集，將用戶通話語音采集，并保存至本機； 語音情感特征抽取，將保存在文件中的語音抽取特征，轉(zhuǎn)化為語音的特征向量，同時刪除臨時保存的語音文件； 語音情感分類，采用支持向量機，對語音的特征向量進行情感分析，得出用戶的心理情感類別；用戶的心理情感類別的分類結(jié)果為憤怒、高興、悲傷、驚訝、厭惡、恐懼或中性； 內(nèi)容推薦，根據(jù)用戶的心理情感類別，選擇相應的內(nèi)容，并發(fā)送給用戶；所述的內(nèi)容為不同的情感類別預先準備合適的推薦內(nèi)容并預先存儲于情感數(shù)據(jù)庫中； 寫本地短信息箱，將情感分析結(jié)果和推薦內(nèi)容直接寫入到用戶手機的短信箱，供用戶閱讀。
2.根據(jù)權利要求1所述的情感分析方法，其特征在于，所述的通話語音采集完成后，把采集到的通話語音以MP3的文件格式保存至本機。
3.根據(jù)權利要求1所述的情感分析方法，其特征在于，判斷用戶的心理情感類別是否為突發(fā)情感，如果是，則系統(tǒng)發(fā)送語音提醒用戶注意控制情緒；所述突發(fā)情感為憤怒，厭惡或恐懼。
4.一種基于手機語音的情感分析系統(tǒng)，其特征在于，包括: 手機通話狀態(tài)檢測模塊，用于當用戶通話時自動啟動情感分析； 語音信號采集模塊，用于將用戶通話語音采集，并保存至本機； 語音情感特征抽取模塊，用于將保存在文件中的語音抽取特征，轉(zhuǎn)化為語音的特征向量，同時刪除臨時保存的語音文件； 語音情感分類模塊，采用支持向量機，用于對語音的特征向量進行情感分析，得出用戶的心理情感類別；用戶的心理情感類別的分類結(jié)果為憤怒、高興、悲傷、驚訝、厭惡、恐懼或中性； 內(nèi)容推薦模塊，用于根據(jù)用戶的心理情感類別，選擇相應的內(nèi)容，并發(fā)送給用戶；所述的內(nèi)容為不同的情感類別預先準備合適的推薦內(nèi)容并預先存儲于情感數(shù)據(jù)庫中； 寫本地短信息箱模塊，用于將情感分析結(jié)果和推薦內(nèi)容直接寫入到用戶手機的短信箱，供用戶閱讀。
5.根據(jù)權利要求3所述的情感分析系統(tǒng)，其特征在于，所述的通話語音采集完成后，把采集到的通話語音以MP3的文件格式保存至本機。
6.根據(jù)權利要求3所述的情感分析系統(tǒng)，其特征在于，判斷用戶的心理情感類別是否為突發(fā)情感，如果是，則系統(tǒng)發(fā)送語音提醒用戶注意控制情緒；所述突發(fā)情感為憤怒，厭惡或恐懼。
全文摘要
一種基于手機語音的情感分析方法，包括手機通話狀態(tài)檢測，語音信號采集，語音情感特征抽取，語音情感分類，內(nèi)容推薦和寫本地短信息箱；一種基于手機語音的情感分析系統(tǒng)，包括手機通話狀態(tài)檢測模塊，語音信號采集模塊，語音情感特征抽取模塊，語音情感分類模塊，內(nèi)容推薦模塊和寫本地短信息箱模塊。具有方法簡單，系統(tǒng)結(jié)構(gòu)簡單和情感分析結(jié)果真實等優(yōu)點。
文檔編號G10L25/63GK103093752SQ20131001655
公開日2013年5月8日 申請日期2013年1月16日 優(yōu)先權日2013年1月16日
發(fā)明者文貴華, 黃金龍, 江麗君 申請人:華南理工大學