一种基于知识图谱的语音情感识别系统的制作方法

1.本发明涉及语音识别领域，特别涉及一种基于知识图谱的语音情感识别系统。


背景技术：

2.语言是人类交流理解和表述信息的工具，在生活中必不可少。不同的地区不同的种族都有各自独特的语言。语音情感识别作为理解情感表达的重要方式，有极高的应用空间及价值，在计算机领域已经拥有大量研究，并且赢得了高度的关注。
3.语音情感识别是指一个计算机感知人类情感的过程，它将情感表达的关键特征与言语信号分离开来，确定属性特征与情感之间的映射关系，定义语音所包含的情绪。
4.知识图谱是由谷歌率先提出、从语义角度组织网络数据并应用于搜索服务；目前知识图谱已经扩展开来，包含知识描述、实例数据及相关配套标准、技术工具和应用系统。


技术实现要素：

5.针对上述问题，本发明的目的是克服现有技术存在的缺陷，提供了一种基于知识图谱的语音情感识别系统，将离散的情感特征模型映射到高维度空间，将简单的语音识别结合多种方法，通过方法与技术的改进利用知识图谱提高语言情感识别的能力。
6.本发明解决其技术问题所采用的技术方案是：
7.一种基于知识图谱的语音情感识别系统，系统实现的步骤是：语音数据集输入、数据预处理、特征工程、知识图谱构建、情感分类和输出结果。
8.第一步，收集语音录音文件，形成语音数据集，准备进行数据预处理。
9.第二步，语音数据集输入后，对该语音数据集进行预处理。通过数据预处理在不破坏源音频内容的前提下，达到消除静音、滤除噪音、预加重以及分帧等目的。
10.第三步，预处理后进行特征工程。包括从语音中提取情感特征，获取提取的情感特征进行融合、存储和推理。
11.第四步，通过构建知识图谱，将特征工程提取的功能和其类标签共同存储于数据库，功能都和其类标签相关联。
12.第五步，依靠知识图谱体系和情感分类器实现分类。
13.第六步，基于以上步骤，输出语音情感识别结果。
14.本发明有以下有益效果：
15.一种基于知识图谱的语音情感识别系统将在人机交互领域发挥着重要作用。(1)系统应用于智能机器人可以通过识别用户不同的语音表述理解其情绪从而输出相应的回答，提高智能机器人与人类交互间时的真实性和舒适度。(2)在呼叫客服中心，通过加入基于知识图谱的情感识别系统提升智能质检体系的功能，引导工作人员发现服务过程中的不足，优化客户体验，提升客户满意度。
附图说明
16.附图是语音情感识别系统框架。
具体实施方式
17.一种基于知识图谱的语音情感识别系统，其特征在于，系统实现的步骤是：语音数据集输入、数据预处理、特征工程、知识图谱构建、情感分类和输出结果。
18.第一步，收集语音录音文件，形成语音数据集，准备进行数据预处理。
19.第二步，语音数据集输入后，对该语音数据集进行预处理。通过数据预处理在不破坏源音频内容的前提下，达到消除静音、滤除噪音、预加重以及分帧等目的。预处理使用端点检测将静音部分消除，使用维纳滤波滤除噪音。
20.第三步，预处理后进行特征工程。包括从语音中提取情感特征，获取提取的情感特征进行融合、存储和推理，进而完成构建知识图谱。特征工程最常用的程序有：praat、opensmile、pyaudioanalysis、librosa、htk speech recognition toolkit等。特征选择包括声学特征分为韵律学特征、频谱特征和音质特征。
21.第四步，通过构建知识图谱，将特征工程提取的功能和其类标签共同存储于数据库，功能都和其类标签相关联。一般地，知识图谱构建主要有三个步骤：领域概念抽取、分类体系构建、概念属性及关系抽取。
22.第五步，依靠知识图谱体系和情感分类器实现分类。一般地，分类的实现依靠情感分类器和构建完成的知识图谱体系，目前使用较多的情感分类器有决策树、knn、svm、gmm、hmm等。
18.第六步，基于以上步骤，输出语音情感识别结果。
17.综上所述，以上对发明内容和技术方案进行了详细说明，若本领域的技术人员对本发明所记载的技术方案进行修改或等同替换，以及对本领域的技术改进，只要不违背本发明技术方案的精神和原则，均应包含在本发明的保护范围内。