AI音频情感测试方法、语音测评系统及存储介质与流程

本发明属于音频信号处理与ai情感识别，公开一种ai音频情感测试方法、语音测评系统及存储介质。

背景技术：

1、现有ai音频情感测评技术多依托人声音频的基础频谱与能量特征完成情感识别运算，仅针对纯净人声场景设计固定运算逻辑，未考虑真实应用场景中普遍存在的空间声学混响干扰与人声发声节奏扰动干扰。室内、嘈杂公共场所等复杂强干扰环境下，空间混响会改变音频信号的幅值与频率传输特性，人声语速波动、发声肌肉状态变化会产生额外音频扰动，两类干扰会叠加作用于原始音频情感特征，导致传统单一维度的情感特征计算方式无法剥离干扰数据。传统技术未建立声学空间与人声发声的双维度干扰校正机制，无法区分有效情感特征与干扰特征，最终造成音频情感测评结果偏差，无法适配强干扰场景下的高精度测评需求。

2、行业内亟需一种可同步剥离空间声学干扰与人声发声扰动、实现多特征联动校正的音频情感测评技术方案。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出一种ai音频情感测试方法，由计算机设备的处理器执行，包括以下步骤：

2、s1、采集目标人声对应的模拟音频信号，将所述模拟音频信号转换为标准化数字音频流；

3、s2、基于建筑声学建模方式解析所述标准化数字音频流，提取空间声学参数并解算得到空间混响衰减特征；

4、s3、基于人声发声节奏建模方式解析所述标准化数字音频流，提取人声语速参数，结合所述空间混响衰减特征解算得到人声发声扰动特征；

5、s4、提取所述标准化数字音频流对应的时域能量参数、频域频谱参数以及梅尔频谱基础情感参数，结合所述人声发声扰动特征计算基础情感特征融合值；

6、s5、调用预设动态权重因子以及量纲归一化系数，融合所述空间混响衰减特征、所述人声发声扰动特征以及所述基础情感特征融合值，计算得到音频情感测评置信度；

7、本方法采用建筑声学建模与人声发声节奏建模的跨领域组合方式，通过四阶分步串行代入的无量纲运算架构完成音频情感测评数据处理。

8、优选的，s1中所述标准化数字音频流的采集与转换，包括对原始模拟音频信号进行降噪采样、信号幅值校准以及时序规整处理，输出时序连续、幅值统一的数字化音频时序信号，并将所述数字化音频时序信号同步分发至对应参数解析运算单元。

9、进一步优选的，s2中所述空间声学参数包括音频瞬时声压幅值、空间基准声压幅值、空间混响截止频率、单段音频有效采样时长以及空间声学阻尼系数，所述音频瞬时声压幅值、所述空间基准声压幅值、所述空间混响截止频率、所述单段音频有效采样时长以及所述空间声学阻尼系数均为从标准化数字音频流中实时提取的时域声学物理参数。

10、进一步优选的，s3中所述人声语速参数包括语音实时瞬时语速以及语种对应的标准基准语速，所述人声发声扰动特征的解算过程引入空间声学干扰参数以及人声肌肉发声联动修正参数，完成环境干扰数据与人声动作干扰数据的联合运算。

11、进一步优选的，本方法配置唯一标识的运算参数，各运算参数对应固定物理含义与固定量纲，全部运算参数遵循无量纲齐次运算规则，用于多维度音频特征的分步解算与情感测评结果的统一计算。

12、进一步优选的，本方法配置固定的四阶运算时序逻辑，依次完成空间混响衰减特征运算、人声发声扰动特征运算、基础情感特征融合运算以及情感测评置信度综合运算，前序运算的输出数据作为后序运算的输入数据，构成单向串行的数据运算链路。

13、进一步优选的，本方法的基础情感特征融合运算环节，通过双曲正切函数对人声发声扰动特征数据进行数值转换处理，转换后的数值参与时域能量参数以及频域频谱参数的融合计算。

14、进一步优选的，s5运算得到音频情感测评置信度后，将标准化数字音频流、全部运算参数、四阶运算中间计算结果以及音频情感测评置信度写入嵌入式存储介质，同时向外输出音频情感测评置信度数据。

15、一种语音测评系统，应用于上述任一项所述的ai音频情感测评方法，包括音频信号采集模块、空间声学特征解析模块、人声发声特征解析模块、ai情感基础特征提取模块、多特征运算模块以及数据存储与结果输出模块；

16、所述音频信号采集模块，用于获取环境内的目标人声音频模拟信号，完成模拟信号与数字信号的转换，输出标准化数字音频流并同步分发至其余模块；

17、所述空间声学特征解析模块，电性连接所述音频信号采集模块，用于接收标准化数字音频流，提取空间声学参数并运算得到混响衰减特征输出值；

18、所述人声发声特征解析模块，电性连接所述音频信号采集模块以及所述空间声学特征解析模块，用于接收标准化数字音频流以及混响衰减特征输出值，运算得到人声发声扰动系数输出值；

19、所述ai情感基础特征提取模块，电性连接所述音频信号采集模块，用于接收标准化数字音频流，提取时域能量、频域频谱以及梅尔频谱对应的基础情感参数；

20、所述多特征运算模块，分别电性连接所述空间声学特征解析模块、所述人声发声特征解析模块以及所述ai情感基础特征提取模块，用于执行四阶分步串行代入运算逻辑，完成多特征数据运算以及音频情感测评置信度计算；

21、所述数据存储与结果输出模块，电性连接所述多特征运算模块，用于存储算法程序、模型参数以及测评数据，输出音频情感测评结果数据。

22、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现上述任一项所述的ai音频情感测试方法的步骤。

23、技术效果包括：

24、本发明针对现有技术无法同步剥离空间混响与人声发声双重干扰的核心缺陷，依托建筑声学与人声节奏双建模架构，搭配四阶无量纲齐次串行运算逻辑，实现环境干扰与人声扰动的分层量化校正。本发明统一全部运算参数量纲标准，规避多参数运算的数据紊乱问题，通过逐级特征修正融合机制，精准筛选有效情感特征，有效解决强干扰场景下音频情感测评结果失真的问题，显著提升复杂环境下ai音频情感测评的准确性与规范性。

1.一种ai音频情感测试方法，其特征在于，由计算机设备的处理器执行，包括以下步骤：

2.根据权利要求1所述的ai音频情感测试方法，其特征在于，s1中所述标准化数字音频流的采集与转换，包括对原始模拟音频信号进行降噪采样、信号幅值校准以及时序规整处理，输出时序连续、幅值统一的数字化音频时序信号，并将所述数字化音频时序信号同步分发至对应参数解析运算单元。

3.根据权利要求1所述的ai音频情感测试方法，其特征在于，s2中所述空间声学参数包括音频瞬时声压幅值、空间基准声压幅值、空间混响截止频率、单段音频有效采样时长以及空间声学阻尼系数，所述音频瞬时声压幅值、所述空间基准声压幅值、所述空间混响截止频率、所述单段音频有效采样时长以及所述空间声学阻尼系数均为从标准化数字音频流中实时提取的时域声学物理参数。

4.根据权利要求1所述的ai音频情感测试方法，其特征在于，s3中所述人声语速参数包括语音实时瞬时语速以及语种对应的标准基准语速，所述人声发声扰动特征的解算过程引入空间声学干扰参数以及人声肌肉发声联动修正参数，完成环境干扰数据与人声动作干扰数据的联合运算。

5.根据权利要求1所述的ai音频情感测试方法，其特征在于，本方法配置唯一标识的运算参数，各运算参数对应固定物理含义与固定量纲，全部运算参数遵循无量纲齐次运算规则，用于多维度音频特征的分步解算与情感测评结果的统一计算。

6.根据权利要求5所述的ai音频情感测试方法，其特征在于，本方法配置固定的四阶运算时序逻辑，依次完成空间混响衰减特征运算、人声发声扰动特征运算、基础情感特征融合运算以及情感测评置信度综合运算，前序运算的输出数据作为后序运算的输入数据，构成单向串行的数据运算链路。

7.根据权利要求5所述的ai音频情感测试方法，其特征在于，本方法的基础情感特征融合运算环节，通过双曲正切函数对人声发声扰动特征数据进行数值转换处理，转换后的数值参与时域能量参数以及频域频谱参数的融合计算。

8.根据权利要求1所述的ai音频情感测试方法，其特征在于，s5运算得到音频情感测评置信度后，将标准化数字音频流、全部运算参数、四阶运算中间计算结果以及音频情感测评置信度写入嵌入式存储介质，同时向外输出音频情感测评置信度数据。

9.一种语音测评系统，其特征在于，应用于权利要求1-8任一项所述的ai音频情感测评方法，包括音频信号采集模块、空间声学特征解析模块、人声发声特征解析模块、ai情感基础特征提取模块、多特征运算模块以及数据存储与结果输出模块；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现权利要求1-8任一项所述的ai音频情感测试方法的步骤。