买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于深度学习与情绪识别的智能语音问答方法，包括：获取来自用户的语音，并对该语音进行处理，以提取其对应的文本信息，对用户的语音进行特征参数提取，并根据提取的特征参数对语音进行情感分析，以形成情绪标签；将生成的文本信息输入至训练好的语义表示与匹配模型中，结合得到的情绪标签，与问答库进行匹配，得到问句的答案并输出。本发明能够解决现有智能问答系统仍然由于自然语言的多义性和复杂性，深度学习算法应用得并不是很丰富，造成问答系统的准确率偏低的技术问题，以及在捕获中文句子信息时，仍然存在数据冗余且维度单一的情况，因此容易造成系统匹配偏差的技术问题。

主权项：1.一种基于深度学习与情绪识别的智能语音问答方法，其特征在于，包括以下步骤：1获取来自用户的语音，并对该语音进行处理，以提取其对应的文本信息；步骤1具体包括以下子步骤：1-1获取来自用户的语音，并对该语音进行数字化编码处理，以将其转化为音频图；1-2使用汉明窗口对步骤1-1得到的音频图先后进行分帧和加窗处理，并对得到的处理结果进行傅里叶变换，以得到语谱图；1-3将步骤1-2得到的语谱图输入训练好的卷积神经网络CNN，以得到对应的文本信息；2对用户的语音进行特征参数提取，并根据提取的特征参数对语音进行情感分析，以形成情绪标签；步骤2具体包括以下子步骤：2-1利用汉明窗口对步骤1-1得到的音频图进行分帧，从而得到预处理后的音频数据；2-2针对步骤2-1预处理后的音频数据中的每一帧音频数据而言，获取该帧音频数据的时域特征，将所有帧对应的时域特征进行合并，以得到num个初始特征参数，其维度是4；2-3利用主成分分析方法PCA对步骤2-2得到的num个初始特征参数先后进行降维和特征选择处理，以得到特征参数子集构成的映射矩阵A；2-4依据步骤2-3得到的映射矩阵A计算步骤2-1预处理后的音频数据的各个主分量对应的综合概率P，从中选取最大综合概率对应的情绪类型作为该语音的情绪标签；3将步骤1生成的文本信息输入至训练好的语义表示与匹配模型中，结合步骤2得到的情绪标签，与问答库进行匹配，得到问句的答案并输出。

全文数据：

权利要求：

百度查询： 深圳市证通电子股份有限公司 湖南大学 一种基于深度学习与情绪识别的智能语音问答方法和系统