一种基于语音识别的心理状态预测系统、方法及装置与流程

技术特征：
1.一种基于语音识别的心理状态预测系统，包括本地交互预测端(1)、心理诊断和预测云端(2)、心理医生在线诊断端(3)和异常警报端(4)；所述心理诊断和预测云端(2)分别和所述本地交互预测端(1)、所述心理医生在线诊断端(3)和异常警报端(4)之间进行通信连接。2.根据权利要求1所述的一种基于语音识别的心理状态预测系统，其特征在于：所述本地交互预测端(1)包括语音录入模块(5)、提示语音播放模块(6)、音频文字转换模块(7)和生理参数获取模块(11)；所述语音录入模块(5)和所述音频文字转换模块(7)数据通信连接；所述心理诊断和预测云端(2)包括心理症状和心理预测数据库(8)、心理状态识别模型创建模块(9)和心理状态预测模块(10)；包括心理状态识别模型创建：心理疾病患者依据所述提示语音播放模块(6)播放的指令，通过所述语音录入模块(5)录入一定时间段的语音信息，并发送给所述音频文字转换模块(7)；所述音频文字转换模块(7)将语音信息转换为文字症状信息；所述生理参数获取模块(11)获取所述心理疾病患者的生理参数，从而所述本地交互预测端(1)将所述文字症状信息和生理参数发送给所述心理诊断和预测云端(2)；所述心理诊断和预测云端(2)将获取的所述文字症状信息和生理参数发送给所述心理医生在线诊断端(3)；所述心理医生在线诊断端(3)为包括一个心理医生的模块，从而心理医生可以在远程获取所述心理诊断和预测云端(2)发送的心理症状特征数据，并进行心理状态预测形成心理状态预测数据，并反馈给所述心理诊断和预测云端(2)，所述心理诊断和预测云端(2)依据心理症状特征数据和心理状态预测数据形成心理症状
‑
心理预测数据记录；并将所述心理症状
‑
心理预测数据记录发送给所述心理诊断和预测云端(2)，并存储于所述心理症状和心理预测数据库(8)；当在所述心理症状和心理预测数据库(8)的所述心理症状
‑
心理预测数据记录数量达到一定数量时，所述心理状态识别模型创建模块(9)依据储存于所述心理症状和心理预测数据库(8)终端所述心理症状
‑
心理预测数据记录，采用深度学习的方法创建心理状态识别模型；心理状态预测：在完成所述心理状态识别模型创建后，当进行心理状态预测时，心理疾病患者依据所述提示语音播放模块(6)播放的指令，通过所述语音录入模块(5)录入一定时间段的语音信息，并发送给所述音频文字转换模块(7)；所述音频文字转换模块(7)将语音信息转换为文字症状信息；所述生理参数获取模块(11)获取所述心理疾病患者的生理参数，从而所述本地交互预测端(1)将所述文字症状信息和生理参数发送给所述心理诊断和预测云端(2)；所述心理状态预测模块(10)依据所述文字症状信息和生理参数，并利用所述创建心理状态识别模型进行大数据学习，从而得出该患者的心理预测数据，并将该心理预测数据发送至所述本地交互预测端(1)，并通过所述提示语音播放模块(6)播放给心理疾病患者，同时，将该心理状态预测构成心理症状
‑
心理预测数据记录并存储于所述心理症状和心理预测数据库(8)；在所述心理医生在线诊断端(3)或所述心理状态预测模块(10)检测到所述心理疾病患者心理出现异常时，通过所述异常警报端(4)进行报警，并利用所述提示语音播放模块(6)进行缓解心理疾病患者的行为；所述生理参数获取模块(11)获取所述心理疾病患者的心率参数，当检测到所述心率参数不符合该心理疾病患者的年龄、体重、身高和性别的心率参数
时，则表明该心理疾病患者未真实反馈其心理症状参数，通过所述提示语音播放模块(6)进行播放舒缓音乐，平缓心理疾病患者的情绪后再进行心理预测。3.根据权利要求2所述的一种基于语音识别的心理状态预测系统，其特征在于：所述音频文字转换模块(7)将语音信息转换为文字症状信息时，同时，录入所述语音信息中的情绪，并将该情绪采用文字的方式表达，共同形成文字症状信息；为了准确获取心理疾病患者的语音症状，通过所述提示语音播放模块(6)选择智能化问答和交谈的形式，以便获取心理疾病患者的真实心理。4.根据权利要求2所述的一种基于语音识别的心理状态预测系统，其特征在于：心理疾病患者通过手动方式选择方言识别模式，实现所述音频文字转换模块(7)自动调整到识别某地的方言，以便准确的识别患者的语音，转换成文字；同时，也可以通过自动方言选择开关进行识别，并在进行方言识别不正确的时候，可以通过手动方式选择合适的方言模式。5.根据权利要求2所述的一种基于语音识别的心理状态预测系统，其特征在于：所述心理诊断和预测云端(2)定期将存储于所述心理症状和心理预测数据库(8)中的所述心理症状
‑
心理预测数据记录随机抽取并发送给所述心理医生在线诊断端(3)，通过所述心理医生在线诊断端(3)进行人工诊断，并将诊断的结果对比所述心理症状
‑
心理预测数据记录中的心理预测的结果，如果存在偏差，则将该心理症状
‑
心理预测数据记录的心理预测的结果替换为人工诊断的结构。6.根据权利要求2所述的一种基于语音识别的心理状态预测系统，其特征在于：在所述语音录入模块(5)在获取足够的心理状态预测数据时，以一定时间段或一定会话请求的会话条数为基础，其中，所述的一定时间是以天为单位或者小时、分钟为基准；又或者以一次心理咨询为一个时间单位。7.根据权利要求2所述的一种基于语音识别的心理状态预测系统，其特征在于：所述心理状态识别模型创建模块(9)定期利用存储于所述心理症状和心理预测数据库(8)中的所述心理症状
‑
心理预测数据记录进行深度学习，并修改所述心理状态识别模型。8.根据权利要求2所述的一种基于语音识别的心理状态预测系统，其特征在于：所述生理参数获取模块(11)还获取脉搏信息，当所述脉搏数据存在明显异常时，通过所述异常警报端(4)进行报警，同时通过所述提示语音播放模块(6)进行播放舒缓音乐，平缓心理疾病患者的情绪后再进行心理预测。9.一种基于语音识别的心理状态预测方法，包括如权利要求2
‑
8中任意一项的基于语音识别的心理状态预测系统，具体步骤如下：s1；构建数据集并训练心理状态识别模型：以满足一定条数的语音数据为基准进行构建心理状态识别模型；s102：数据获取；语音录入单元(5)获取一定时间内说话者的语音数据；默认在该单位时间内说话者心理状态一致，并将语音数据存储于语音采集数据库；s103：语音识别；音频文字转换模块(7)对获取的语音数据进行语音识别操作，将语音数据转化成文本数据；语音识别技术采用基于连接时序分布的端到端语音识别方法或者基于注意力机制的编解码语音识别方法；s104：文本情感识别；将步骤s103中通过语音识别得到的文本进行情感分类；为了捕获到用户更加丰富的情感变化，采用句子级别的文本情感识别算法，并对情感类别定义为痛
苦、快乐两类基本情感；其中，快乐类代表积极的情绪，痛苦类代表消极的情绪；s105：打标签；由专业的心理咨询师对经过步骤s104获得到的情感变化情况给出心理状态评估，评定该咨询者是正常、敏感、焦虑、抑郁中的一种；s106：判断数据是否收集够一定数量；语音采集数据库包括说话者的情绪变化情况以及说话者的心理状态标签；如果收集够则进行步骤s107进行训练得到心理状态识别模型；如果没有收集够数据，则回到步骤s102继续进行数据获取；s107：构建心理状态识别模型，并训练该心理状态识别模型；心理状态的类别定义按照从健康心理状态到心理疾病状态分为四个等级：健康状态、不良状态、心理障碍、心理疾病。或者也可以把心理状态的类别通俗定义为正常、敏感、焦虑、抑郁；经过步骤s106，得到说话者在单位时间下的情感变化情况；根据这些文本数据构建机器学习或者深度学习算法来解决从情感状态来预测心理状态的问题；s2：使用心理状态识别模型进行心理状态预测：当有用户拨打了智能心理服务热线，开始与所述基于语音识别的心理状态预测系统进行聊天对话；s202：接收用户的语音数据；基于语音识别的心理状态预测系统开始接收用户的倾诉语音；s203：语音识别；对基于语音识别的心理状态预测系统接收到的语音进行语音识别，识别出用户说话的文本内容；这些用户倾诉的文本内容后续可作为基于语音识别的心理状态预测系统聊天模型的输入，用于预测聊天的al回复；s204：文本情感分类；在这里采用句子级别的文本情感分类方法；将步骤s203识别出来的文本内容，按照句号进行分割，并将分割后的句子进行情感预测，得到该句子所属的情感类别；经过步骤s204得到这一轮对话中，用户的情感状态波动情况；s205：预测用户心理状态，通过该轮对话中用户的情感状态波动情况预测用户的心理状态。有了用户的心理状态，基于语音识别的心理状态预测系统对处在不同心理状态的用户进行更专业的心理疏导，提升用户体验，另外也可对于心理处于危险状态的用户发出警报。10.根据权利要求9所述的一种基于语音识别的心理状态预测方法，其特征在于：在步骤s107中，其中，所述算法为决策树、逻辑回归、支持向量机、循环神经网络中的一种。