CN107071154A - 一种通话过程中的提示方法及移动设备 - Google Patents
一种通话过程中的提示方法及移动设备 Download PDFInfo
- Publication number
- CN107071154A CN107071154A CN201710172748.3A CN201710172748A CN107071154A CN 107071154 A CN107071154 A CN 107071154A CN 201710172748 A CN201710172748 A CN 201710172748A CN 107071154 A CN107071154 A CN 107071154A
- Authority
- CN
- China
- Prior art keywords
- mobile device
- contact person
- user
- emotion
- mood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000008569 process Effects 0.000 title claims description 5
- 230000008451 emotion Effects 0.000 claims abstract description 76
- 230000006854 communication Effects 0.000 claims abstract description 32
- 238000004891 communication Methods 0.000 claims abstract description 17
- 239000000284 extract Substances 0.000 claims abstract description 7
- 206010054196 Affect lability Diseases 0.000 claims description 103
- 230000036651 mood Effects 0.000 claims description 51
- 238000000605 extraction Methods 0.000 claims description 12
- 230000008035 nerve activity Effects 0.000 claims description 12
- 210000005037 parasympathetic nerve Anatomy 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 7
- 238000000205 computational method Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims 2
- 230000009466 transformation Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 16
- 230000008859 change Effects 0.000 description 14
- 230000002996 emotional effect Effects 0.000 description 14
- 230000036760 body temperature Effects 0.000 description 12
- 238000003860 storage Methods 0.000 description 7
- 238000012417 linear regression Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 238000013019 agitation Methods 0.000 description 3
- 230000000994 depressogenic effect Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000001020 rhythmical effect Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 210000004704 glottis Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000000867 larynx Anatomy 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Hospice & Palliative Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephone Function (AREA)
Abstract
本发明实施例涉及通信技术领域,公开了一种通话过程中的提示方法及移动设备,该方法包括:移动设备在所述移动设备的用户与某一联系人进行通话时,从所述联系人传递过来的通话语音中提取出与所述联系人的情感关联紧密的声学参数;所述移动设备以所述与所述联系人的情感关联紧密的声学参数为依据,判断所述联系人的情绪是否稳定;如果所述联系人的情绪不稳定,所述移动设备输出第一提示语,所述第一提示语用于提示所述联系人的情绪不稳定并建议所述移动设备的用户暂缓通话。实施本发明实施例,能够在联系人情绪不稳定时提示移动设备的用户暂缓通话,有利于降低联系人情绪不稳定而对移动设备的用户造成的心理影响。
Description
技术领域
本发明涉及移动设备技术领域,尤其涉及一种通话过程中的提示方法及移动设备。
背景技术
在日常生活中,现实生活的压力以及工作竞争的压力很容易导致父母在情绪上发生失控,这时候当小孩子通过移动设备(如移动手机、电话手表)与父母通话时,父母在情绪上的失控容易产生不耐烦或者烦躁等现象,从而容易在通话过程中说话过重,从而对小孩子的心理造成影响。
发明内容
本发明实施例公开了一种通话过程中的提示方法及移动设备,能够在联系人情绪不稳定时提示移动设备的用户暂缓通话,有利于降低联系人情绪不稳定而对移动设备的用户造成的心理影响。
本发明实施例第一方面公开一种通话过程中的提示方法,包括:
移动设备在所述移动设备的用户与某一联系人进行通话时,从所述联系人传递过来的通话语音中提取出与所述联系人的情感关联紧密的声学参数;
所述移动设备以所述与所述联系人的情感关联紧密的声学参数为依据,判断所述联系人的情绪是否稳定;
如果所述联系人的情绪不稳定,所述移动设备输出第一提示语,所述第一提示语用于提示所述联系人的情绪不稳定并建议所述移动设备的用户暂缓通话。
作为一种可选的实施方式,在本发明实施例第一方面中,在判断出所述联系人的情绪不稳定之后,以及所述移动设备输出第一提示语之前,所述方法还包括:
所述移动设备辨别所述联系人是否属于所述移动设备的通信录中标记的亲密联系人;
如果所述联系人属于所述移动设备的通信录中标记的亲密联系人,所述移动设备执行所述的输出第一提示语的步骤。
作为一种可选的实施方式,在本发明实施例第一方面中,在判断出所述联系人的情绪不稳定之后,所述方法还包括:
所述移动设备向所述联系人传递第二提示语,所述第二提示语用于提示所述联系人的情绪不稳定并建议所述联系人暂缓通话。
作为一种可选的实施方式,在本发明实施例第一方面中,所述方法还包括:
所述移动设备检测所述移动设备的用户输入的通话语音;
所述移动设备从所述移动设备的用户输入的通话语音中提取出与所述移动设备的用户的情感关联紧密的声学参数;
所述移动设备以所述与所述移动设备的用户的情感关联紧密的声学参数为依据,判断所述移动设备的用户的情绪是否稳定;
如果所述移动设备的用户的情绪不稳定,所述移动设备向所述联系人传递第三提示语,所述第三提示语用于提示所述移动设备的用户的情绪不稳定并建议所述联系人暂缓通话。
作为一种可选的实施方式,在本发明实施例第一方面中,在判断出所述移动设备的用户的情绪不稳定之后,以及所述移动设备向所述联系人传递第三提示语之前,所述方法还包括:
所述移动设备采集所述移动设备的用户的心电图数据;
所述移动设备对所述心电图数据进行去噪处理;
所述移动设备采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;
所述移动设备计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;
所述移动设备根据所述频域指标、时域指标及非线性指标,分析所述移动设备的用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
所述移动设备根据所述活力值识别所述移动设备的用户的情绪是否不稳定,如果不稳定,执行所述的向所述联系人传递第三提示语的步骤。
本发明实施例第二方面公开一种移动设备,包括:
提取单元,用于在所述移动设备的用户与某一联系人进行通话时,从所述联系人传递过来的通话语音中提取出与所述联系人的情感关联紧密的声学参数;
情绪判断单元,用于以所述与所述联系人的情感关联紧密的声学参数为依据,判断所述联系人的情绪是否稳定;
提示单元,用于在所述判断单元判断出所述联系人的情绪不稳定时,所述移动设备输出第一提示语,所述第一提示语用于提示所述联系人的情绪不稳定并建议所述移动设备的用户暂缓通话。
作为一种可选的实施方式,在本发明实施例第二方面中,所述移动设备还包括:
联系人辨别单元,用于在所述判断单元判断出所述联系人的情绪不稳定之后,辨别所述联系人是否属于所述移动设备的通信录中标记的亲密联系人;
所述提示单元,具体用于在所述判断单元判断出所述联系人的情绪不稳定时,以及在所述联系人辨别单元辨别出所述联系人属于所述移动设备的通信录中标记的亲密联系人时,输出第一提示语。
作为一种可选的实施方式,在本发明实施例第二方面中,所述移动设备还包括:
第一通讯单元,用于在所述判断单元判断出所述联系人的情绪不稳定之后,向所述联系人传递第二提示语,所述第二提示语用于提示所述联系人的情绪不稳定并建议所述联系人暂缓通话。
作为一种可选的实施方式,在本发明实施例第二方面中,所述移动设备还包括:
语音检测单元,用于检测所述移动设备的用户输入的通话语音;
所述提取单元,还用于从所述移动设备的用户输入的通话语音中提取出与所述移动设备的用户的情感关联紧密的声学参数;
所述情绪判断单元,还用于以所述与所述移动设备的用户的情感关联紧密的声学参数为依据,判断所述移动设备的用户的情绪是否稳定;
第二通讯单元,用于在所述情绪判断单元判断出所述移动设备的用户的情绪不稳定时,向所述联系人传递第三提示语,所述第三提示语用于提示所述移动设备的用户的情绪不稳定并建议所述联系人暂缓通话。
作为一种可选的实施方式,在本发明实施例第二方面中,所述移动设备还包括:
采集单元,用于在所述情绪判断单元判断出所述移动设备的用户的情绪不稳定之后,采集所述移动设备的用户的心电图数据;
去噪单元,用于对所述心电图数据进行去噪处理;
计算单元,用于采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;以及,计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;
分析单元,用于根据所述频域指标、时域指标及非线性指标,分析所述移动设备的用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
识别单元,用于根据所述活力值识别所述移动设备的用户的情绪是否不稳定;
所述第二通讯单元,具体用于在所述情绪判断单元判断出所述移动设备的用户的情绪不稳定时,以及所述识别单元识别出所述移动设备的用户的情绪不稳定时,向所述联系人传递第三提示语。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中,移动设备在移动设备的用户与某一联系人进行通话时,可以从该联系人传递过来的通话语音中提取出与该联系人的情感关联紧密的声学参数,并且移动设备以与该联系人的情感关联紧密的声学参数为依据,判断出该联系人的情绪不稳定时,移动设备输出用于提示该联系人的情绪不稳定并建议移动设备的用户暂缓通话的第一提示语,这样移动设备的用户可以根据提示暂缓与情绪不稳定的该联系人之间的通话,从而可以有利于降低联系人情绪不稳定而对移动设备的用户造成的心理影响。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种通话过程中的提示方法的流程示意图;
图2是本发明实施例公开的另一种通话过程中的提示方法的流程示意图;
图3是本发明实施例公开的另一种通话过程中的提示方法的流程示意图;
图4是本发明实施例公开的一种移动设备的结构示意图;
图5是本发明实施例公开的另一种移动设备的结构示意图;
图6是本发明实施例公开的另一种移动设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种通话过程中的提示方法及移动设备,能够在联系人情绪不稳定时提示移动设备的用户暂缓通话,有利于降低联系人情绪不稳定而对移动设备的用户造成的心理影响。以下进行结合附图进行详细描述。
实施例一
请参阅图1,图1是本发明实施例公开的一种通话过程中的提示方法的流程示意图。如图1所示,该方法可以包括以下步骤。
101、移动设备在移动设备的用户与某一联系人进行通话时,从该联系人传递过来的通话语音中提取出与该联系人的情感关联紧密的声学参数。
本发明实施例中,移动设备可以为移动手机、平板电脑、个人数字助手(PersonalDigital Assistant,PDA)以及电话手表各种具备无线通讯能力的终端设备,本发明实施例不作限定。其中,移动设备采用的无线通讯技术可以包括但不限于:全球移动通信系统(Global System for Mobile Communications,GSM)、通用分组无线业务(General PacketRadio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA),宽带码分多址(W-CDMA)、CDMA2000、IMT单载波(IMT Single Carrier)、增强型数据速率GSM演进(Enhanced Data Rates for GSM Evolution,EDGE)、长期演进技术(Long-TermEvolution,LTE)、高级长期演进技术、时分长期演进技术(Time-Division LTE,TD-LTE)、高性能无线电局域网(High Performance Radio Local Area Network,HiperLAN)、高性能无线电广域网(HiperWAN)、本地多点派发业务(Local Multipoint Distribution Service,LMDS)、全微波存取全球互通(WiMAX)、紫蜂协议(ZigBee)、蓝牙、正交频分复用技术(OFDM)、大容量空分多路存取(HC-SDMA)、通用移动电信系统(UMTS)、通用移动电信系统时分双工(UMTS-TDD)、演进式高速分组接入(HSPA+)、时分同步码分多址(TD-SCDMA)、演进数据最优化(EV-DO)、数字增强无绳通信(DECT)及其他。
本发明实施例中,移动设备从该联系人传递过来的通话语音中提取出的与该联系人的情感关联紧密的声学参数(也称为声学特征)可以分为三类,即韵律类、音质类和清晰度类。
其中,韵律类主要用来表征不同情感状态下语气的变化,它包括如下韵律参数描述:
平均基频:整个语句的基频(F0)平均值,根据语音信号分析声带的共振频率。
基频范围:整个语句的基频范围,基频范围在很大程度上能够反映人的情绪状态。
重音的突变特性:在情感语句中,重音多体现情感焦点特性,经常由情感关键词承载。
停顿的连贯性:用以表示语句的停顿是否连贯。人在情绪受到压抑或快速膨胀时,有时会出现由于概念表述不清而导致的语气断续特征。
语速:用以表征语气的缓急程度,人在焦急、恐惧时多出现语速加快的现象,有时欢快的语气也能带来类似效果。
重音频度:重音的频度在一定程度上能够体现情感状态的持续性。
音强:实验证明在情感语音中,音强的变化往往表现出与基频范围变化的一致性。但是相对基频变化来说,大部分音强变化并不明显。
音节基频高线倾斜程度:语句中音节基频高点连线的变化情况(上升、水平和下降)。
音节基频低线倾斜程度:语句中音节基频低点连线的变化情况(上升、水平和下降)。
基频抖动:焦虑语音会出现“F0抖动”现象,这一现象描述了基频从一个区域到另一个区域之间快速和反复的变化。在此情况下,有时音节会失去其固有调型。
其中,音质类用来表征不同情感状态下语音音质发生的变化,它通过如下参数描述。
呼吸声:在语音流中,出现呼吸气等声音。当一个人处于紧张或欢快状态时会出现的快速呼吸停顿,或一个人由于恐惧而牙齿紧压会产生的回旋气流噪声。
明亮度:低频能量和高频能量的比值,用以反映语音的清亮特性。
喉化度:发音时声门出现不连续的脉冲震动特性,经常出现在极度恐惧的情感状态中。
其中,清晰度类可分为正常、焦急、模糊和准确。清晰度描述了元音质量的变化和清辅音是否变化为相应的浊辅音。比如:人在厌恶时,有时说话“嘟嘟囔囔”,表达不清。
本发明实施例中,移动设备的用户是指当前使用移动设备的用户。
102、移动设备以与该联系人的情感关联紧密的声学参数为依据,判断该联系人的情绪是否稳定;如果该联系人的情绪稳定,结束本流程;如果该联系人的情绪不稳定,执行步骤103。
本发明实施例中,移动设备可以将与该联系人的情感关联紧密的声学参数和用于表示用户情绪不稳定的声学参数模型进行匹配,如果不匹配成功,说明该联系人的情绪稳定,可以结束本流程;如果匹配成功,说明该联系人的情绪不稳定,执行步骤103。
103、移动设备输出第一提示语,该第一提示语用于提示该联系人的情绪不稳定并建议移动设备的用户暂缓通话。
举例来说,移动设备可以输出“当前联系人(如爸爸、妈妈)的情绪不稳定,建议您暂缓通话”等用于提示该联系人的情绪不稳定并建议移动设备的用户暂缓通话的第一提示语。
可见,实施图1所描述的方法,移动设备能够在联系人情绪不稳定时提示移动设备的用户暂缓通话,从而有利于降低联系人情绪不稳定而对移动设备的用户造成的心理影响。
实施例二
请参阅图2,图2是本发明实施例公开的另一种通话过程中的提示方法的流程示意图。如图2所示,该方法可以包括以下步骤。
201、移动设备在移动设备的用户与某一联系人进行通话时,从该联系人传递过来的通话语音中提取出与该联系人的情感关联紧密的声学参数。
202、移动设备以与该联系人的情感关联紧密的声学参数为依据,判断该联系人的情绪是否稳定;如果该联系人的情绪稳定,结束本流程;如果该联系人的情绪不稳定,执行步骤203。
203、移动设备辨别该联系人是否属于移动设备的通信录中标记的亲密联系人,如果该联系人不属于该移动设备的通信录中标记的亲密联系人,结束本流程;如果该联系人属于该移动设备的通信录中标记的亲密联系人,执行步骤204。
本发明实施例中,考虑到用户通常都比较在意自己的亲密联系人的情绪对自己的心理所造成的影响,因此,在上述步骤202中当移动设备判断该联系人的情绪不稳定时,移动设备可以在上述步骤203中进一步辨别该联系人是否属于移动设备的通信录中标记的亲密联系人,如果该联系人不属于该移动设备的通信录中标记的亲密联系人,可以结束本流程;反之,如果该联系人属于该移动设备的通信录中标记的亲密联系人,可以输出用于提示该联系人的情绪不稳定并建议移动设备的用户暂缓通话的第一提示语,以降低亲密联系人情绪不稳定而对移动设备的用户造成的心理影响。
204、移动设备输出第一提示语,该第一提示语用于提示该联系人的情绪不稳定并建议移动设备的用户暂缓通话。
205、移动设备向该联系人传递第二提示语,该第二提示语用于提示该联系人的情绪不稳定并建议该联系人暂缓通话。
本发明实施例中,上述步骤205的执行顺序只需在移动设备判断出该联系人的情绪不稳定之后执行即可,本发明实施例不作限定。
可见,实施图3所描述的方法,移动设备能够在亲密联系人情绪不稳定时提示移动设备的用户暂缓通话,从而有利于亲密降低联系人情绪不稳定而对移动设备的用户造成的心理影响。
实施例三
请参阅图3,图3是本发明实施例公开的另一种通话过程中的提示方法的流程示意图。如图3所示,该方法可以包括以下步骤。
301、移动设备在移动设备的用户与某一联系人进行通话时,从该联系人传递过来的通话语音中提取出与该联系人的情感关联紧密的声学参数。
302、移动设备以与该联系人的情感关联紧密的声学参数为依据,判断该联系人的情绪是否稳定;如果该联系人的情绪稳定,结束本流程;如果该联系人的情绪不稳定,执行步骤303。
303、移动设备辨别该联系人是否属于移动设备的通信录中标记的亲密联系人,如果该联系人不属于该移动设备的通信录中标记的亲密联系人,结束本流程;如果该联系人属于该移动设备的通信录中标记的亲密联系人,执行步骤304。
本发明实施例中,考虑到用户通常都比较在意自己的亲密联系人的情绪对自己的心理所造成的影响,因此,在上述步骤302中当移动设备判断该联系人的情绪不稳定时,移动设备可以在上述步骤303中进一步辨别该联系人是否属于移动设备的通信录中标记的亲密联系人,如果该联系人不属于该移动设备的通信录中标记的亲密联系人,可以结束本流程;反之,如果该联系人属于该移动设备的通信录中标记的亲密联系人,可以输出用于提示该联系人的情绪不稳定并建议移动设备的用户暂缓通话的第一提示语,以降低亲密联系人情绪不稳定而对移动设备的用户造成的心理影响。
304、移动设备输出第一提示语,该第一提示语用于提示该联系人的情绪不稳定并建议移动设备的用户暂缓通话。
305、移动设备检测移动设备的用户输入的通话语音。
本发明实施例中,移动设备可以利用麦克风检测移动设备的用户输入的通话语音。
306、移动设备从移动设备的用户输入的通话语音中提取出与移动设备的用户的情感关联紧密的声学参数。
本发明实施例中,与移动设备的用户的情感关联紧密的声学参数可以和与该联系人的情感关联紧密的声学参数相同,本发明实施例不作限定。
307、移动设备以与移动设备的用户的情感关联紧密的声学参数为依据,判断移动设备的用户的情绪是否稳定;如果移动设备的用户的情绪稳定,结束本流程;如果移动设备的用户的情绪不稳定,执行步骤308。
308、移动设备向该联系人传递第三提示语,第三提示语用于提示移动设备的用户的情绪不稳定并建议该联系人暂缓通话。
举例来说,移动设备可以输出“当前孩子(即移动设备的用户)的情绪不稳定,建议您暂缓通话”等用于提示移动设备的用户的情绪不稳定并建议该联系人(如爸爸、妈妈)暂缓通话的第二提示语。
可见,实施图4所描述的方法,移动设备能够在亲密联系人情绪不稳定时提示移动设备的用户暂缓通话,从而有利于亲密降低联系人情绪不稳定而对移动设备的用户造成的心理影响;而且,移动设备还能够在移动设备的用户情绪不稳定时提示亲密联系人暂缓通话,从而有利于移动设备的用户的情绪不稳定而对亲密联系人造成的心理影响。
作为一种可选的实施方式,上述步骤307中,移动设备在判断出移动设备的用户的情绪不稳定之后,以及移动设备执行步骤308之前,移动设备可以进一步执行以下步骤:
11)、移动设备采集移动设备的用户的心电图数据;
12)、移动设备对心电图数据进行去噪处理;
13)、移动设备采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算经过去噪处理的心电图数据中相邻R波之间RR间距;
14)、移动设备计算RR间距的频域指标、时域指标及非线性指标;其中,频域指标包括副交感神经活性指标,时域指标包括短程心率变动性指标;短程心率变动性指标通过获取RR间距差值平方和的均方根来计算;副交感神经活性指标通过快速傅里叶变换来计算;非线性指标通过分形维数计算方法来计算;
15)、移动设备根据频域指标、时域指标及非线性指标,分析移动设备的用户的情绪的活力值;其中,移动设备的用户的情绪的活力值为根据时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
16)、移动设备根据移动设备的用户的情绪的活力值识别移动设备的用户的情绪是否不稳定,如果不稳定,才执行步骤308。
其中,实施上述步骤11)~步骤16)可以更加精确地判断出移动设备的用户的情绪不稳定,从而可以更加精确地向该联系人传递用于提示移动设备的用户的情绪不稳定并建议该联系人暂缓通话的第三提示语。
作为一种可选的实施方式,移动设备根据移动设备的用户的情绪的活力值识别出移动设备的用户的情绪不稳定之后,以及移动设备执行步骤308之前,移动设备可以进一步执行以下步骤:
移动设备检测移动设备的用户的当前体温,由于情绪变化带动体温变化是一种身体调节的反射,因此移动设备可通过监测用户的当前体温来判断移动设备的用户的情绪是否稳定,如果不稳定,才执行步骤308。
例如,人的正常体温范围为36℃-37℃,当用户激动或者愤怒时,体温会相应上升,当用户沮丧或情绪低落时,体温会相应地下降,因此,可设定预设阈值范围包括35.5℃-35.9℃、36℃-37℃和37.1℃-37.5℃,其中,预设阈值范围35.5℃-35.9℃对应的情绪状态信息为“沮丧”、“情绪低落”或“抑郁”,预设阈值范围36℃-37℃对应的情绪状态信息为“正常”,预设阈值范围37.1℃-37.5℃对应的情绪状态信息为“激动”、“愤怒”或“烦躁”。
作为另一种可选的实施方式,移动设备通过监测用户的当前体温来判断移动设备的用户的情绪不稳定之后,以及移动设备执行步骤308之前,移动设备可以进一步执行以下步骤:
移动设备检测移动设备的用户的当前脉搏。由于脉搏跳动与人的情绪有密切关系,当人处于激动或愤怒时,心脏的变化会导致脉搏的频率加快,当人处于睡眠状态或情绪平稳时,脉搏基本处于缓慢有节律的跳动状态,等等,因此该实施例中移动设备可通过监测用户的当前脉搏来判断移动设备的用户的情绪是否稳定,如果不稳定,才执行步骤308。
例如,在医学上,通常可通过监测患者的脉搏,以便及时清楚患者的情绪状态,进而及时了解患者当前的身体状况。因此可以设定预设阈值范围包括50-60次/分钟、61-100次/分钟和101-130次/分钟,其中,预设阈值范围50-60次/分钟对应的情绪状态信息为“情绪低落”或“抑郁”,说明患者当前的身体状态较差,可能会影响病情发展,预设阈值范围61-100次/分钟对应的情绪状态信息为“正常”,说明患者当前身体状态良好,预设阈值范围101-130次/分钟对应的情绪状态信息为“激动”或“抓狂”,说明患者当前正处于激动或抓狂状态,也可能会影响病情的发展。
作为另一种可选的实施方式,移动设备通过监测用户的当前脉搏来判断移动设备的用户的情绪不稳定之后,以及移动设备执行步骤308之前,移动设备可以进一步执行以下步骤:
移动设备检测移动设备的用户的当前声音分贝。由于人处于紧张状态时,发音器官的正常颤动被抑制,此时说话时,发音的颤动不能人为的随意控制,因此该实施例中移动设备可通过监测用户的当前声音分贝来判断移动设备的用户的情绪是否稳定,如果不稳定,才执行步骤308。
例如,人说话时声音分贝通常为50分贝左右,因此可设定预设阈值范围包括0-40分贝、41-60分贝和61-80分贝,其中,预设阈值范围0-40分贝对应的情绪状态信息为“沮丧”、“情绪低落”或“抑郁”,预设阈值范围41-60分贝对应的情绪状态信息为“正常”,预设阈值范围61-80分贝对应的情绪状态信息为“激动”、“愤怒”或“烦躁”等。
其中,实施上述实施方式可以更加精确地判断出移动设备的用户的情绪不稳定,从而可以更加精确地向该联系人传递用于提示移动设备的用户的情绪不稳定并建议该联系人暂缓通话的第三提示语。
实施例四
请参阅图4,图4是本发明实施例公开的一种移动设备的结构示意图。如图4所示,该移动设备可以包括:
提取单元401,用于在移动设备的用户与某一联系人进行通话时,从该联系人传递过来的通话语音中提取出与该联系人的情感关联紧密的声学参数;
情绪判断单元402,用于以与该联系人的情感关联紧密的声学参数为依据,判断该联系人的情绪是否稳定;
提示单元403,用于在情绪判断单元402判断出该联系人的情绪不稳定时,输出第一提示语,第一提示语用于提示该联系人的情绪不稳定并建议移动设备的用户暂缓通话。
作为一种可选的实施方式,图4所示的移动设备还包括:
联系人辨别单元404,用于在情绪判断单元402判断出该联系人的情绪不稳定之后,辨别该联系人是否属于移动设备的通信录中标记的亲密联系人;
相应地,提示单元403具体用于在情绪判断单元402判断出该联系人的情绪不稳定时,以及在联系人辨别单元404辨别出该联系人属于移动设备的通信录中标记的亲密联系人时,输出第一提示语。
可见,实施图4所描述的移动设备,能够在联系人(或亲密联系人)情绪不稳定时提示移动设备的用户暂缓通话,从而有利于降低联系人(或亲密联系人)情绪不稳定而对移动设备的用户造成的心理影响。
实施例五
请参阅图5,图5是本发明实施例公开的另一种移动设备的结构示意图。其中,图5所示的移动设备是由图4所示的移动设备进行优化得到的。与图4所示的移动设备相比,图5所示的移动设备还可以包括:
第一通讯单元405,用于在情绪判断单元402判断出该联系人的情绪不稳定之后,向该联系人传递第二提示语,第二提示语用于提示该联系人的情绪不稳定并建议联系人暂缓通话。
可见,实施图5所描述的移动设备,能够在移动设备的用户情绪不稳定时提示联系人(或亲密联系人)暂缓通话,从而有利于移动设备的用户的情绪不稳定而对联系人(或亲密联系人)造成的心理影响。
实施例六
请参阅图6,图6是本发明实施例公开的另一种移动设备的结构示意图。其中,图6所示的移动设备是由图4所示的移动设备进行优化得到的。与图4所示的移动设备相比,图6所示的移动设备还可以包括:
语音检测单元406,用于检测移动设备的用户输入的通话语音;
相应地,提取单元401还用于从移动设备的用户输入的通话语音中提取出与移动设备的用户的情感关联紧密的声学参数;
相应地,情绪判断单元402还用于以与移动设备的用户的情感关联紧密的声学参数为依据,判断移动设备的用户的情绪是否稳定;
第二通讯单元407,用于在情绪判断单元402判断出移动设备的用户的情绪不稳定时,向该联系人传递第三提示语,第三提示语用于提示移动设备的用户的情绪不稳定并建议该联系人暂缓通话。
作为一种可选的实施方式,图6所示的移动设备还包括:
采集单元408,用于在情绪判断单元402判断出移动设备的用户的情绪不稳定之后,采集移动设备的用户的心电图数据;
去噪单元409,用于对心电图数据进行去噪处理;
计算单元410,用于采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算经过去噪处理的心电图数据中相邻R波之间RR间距;以及,计算RR间距的频域指标、时域指标及非线性指标;其中,频域指标包括副交感神经活性指标,时域指标包括短程心率变动性指标;短程心率变动性指标通过获取RR间距差值平方和的均方根来计算;副交感神经活性指标通过快速傅里叶变换来计算;非线性指标通过分形维数计算方法来计算;
分析单元411,用于根据频域指标、时域指标及非线性指标,分析移动设备的用户的情绪的活力值;活力值为根据时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
识别单元412,用于根据活力值识别移动设备的用户的情绪是否不稳定;
相应地,第二通讯单元407具体用于在情绪判断单元402判断出移动设备的用户的情绪不稳定时,以及识别单元412识别出移动设备的用户的情绪不稳定时,向该联系人传递第三提示语。
作为一种可选的实施方式,识别单元412根据移动设备的用户的情绪的活力值识别出移动设备的用户的情绪不稳定之后,识别单元412可以进一步检测移动设备的用户的当前体温,由于情绪变化带动体温变化是一种身体调节的反射,因此识别单元412可通过监测用户的当前体温来判断移动设备的用户的情绪是否稳定;相应地,第二通讯单元407具体用于在情绪判断单元402判断出移动设备的用户的情绪不稳定时,以及识别单元412识别出移动设备的用户的情绪不稳定时,以及识别单元412通过监测用户的当前体温来判断移动设备的用户的情绪不稳定时,向该联系人传递第三提示语。
作为另一种可选的实施方式,识别单元412通过监测用户的当前体温来判断移动设备的用户的情绪不稳定之后,识别单元412可以进一步检测移动设备的用户的当前脉搏。由于脉搏跳动与人的情绪有密切关系,当人处于激动或愤怒时,心脏的变化会导致脉搏的频率加快,当人处于睡眠状态或情绪平稳时,脉搏基本处于缓慢有节律的跳动状态,等等,因此该实施例中识别单元412可通过监测用户的当前脉搏来判断移动设备的用户的情绪是否稳定;相应地,第二通讯单元407具体用于在情绪判断单元402判断出移动设备的用户的情绪不稳定时,以及识别单元412识别出移动设备的用户的情绪不稳定时,以及识别单元412通过监测用户的当前体温来判断移动设备的用户的情绪不稳定时,以及识别单元412通过监测用户的当前脉搏来判断移动设备的用户的情绪不稳定时,向该联系人传递第三提示语。
作为另一种可选的实施方式,识别单元412通过监测用户的当前脉搏来判断移动设备的用户的情绪不稳定之后,识别单元412可以进一步检测移动设备的用户的当前声音分贝。由于人处于紧张状态时,发音器官的正常颤动被抑制,此时说话时,发音的颤动不能人为的随意控制,因此该实施例中识别单元412可通过监测用户的当前声音分贝来判断移动设备的用户的情绪是否稳定;相应地,第二通讯单元407具体用于在情绪判断单元402判断出移动设备的用户的情绪不稳定时,以及识别单元412识别出移动设备的用户的情绪不稳定时,以及识别单元412通过监测用户的当前体温来判断移动设备的用户的情绪不稳定时,以及识别单元412通过监测用户的当前脉搏来判断移动设备的用户的情绪不稳定时,以及识别单元412通过监测用户的当前声音分贝来判断移动设备的用户的情绪不稳定时,向该联系人传递第三提示语。
其中,实施上述实施方式可以更加精确地判断出移动设备的用户的情绪不稳定,从而可以更加精确地向该联系人传递用于提示移动设备的用户的情绪不稳定并建议该联系人暂缓通话的第三提示语。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的一种通话过程中的提示方法及移动设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种通话过程中的提示方法,其特征在于,包括:
移动设备在所述移动设备的用户与某一联系人进行通话时,从所述联系人传递过来的通话语音中提取出与所述联系人的情感关联紧密的声学参数;
所述移动设备以所述与所述联系人的情感关联紧密的声学参数为依据,判断所述联系人的情绪是否稳定;
如果所述联系人的情绪不稳定,所述移动设备输出第一提示语,所述第一提示语用于提示所述联系人的情绪不稳定并建议所述移动设备的用户暂缓通话。
2.根据权利要求1所述的提示方法,其特征在于,在判断出所述联系人的情绪不稳定之后,以及所述移动设备输出第一提示语之前,所述方法还包括:
所述移动设备辨别所述联系人是否属于所述移动设备的通信录中标记的亲密联系人;
如果所述联系人属于所述移动设备的通信录中标记的亲密联系人,所述移动设备执行所述的输出第一提示语的步骤。
3.根据权利要求1或2所述的提示方法,其特征在于,在判断出所述联系人的情绪不稳定之后,所述方法还包括:
所述移动设备向所述联系人传递第二提示语,所述第二提示语用于提示所述联系人的情绪不稳定并建议所述联系人暂缓通话。
4.根据权利要求1或2所述的提示方法,其特征在于,所述方法还包括:
所述移动设备检测所述移动设备的用户输入的通话语音;
所述移动设备从所述移动设备的用户输入的通话语音中提取出与所述移动设备的用户的情感关联紧密的声学参数;
所述移动设备以所述与所述移动设备的用户的情感关联紧密的声学参数为依据,判断所述移动设备的用户的情绪是否稳定;
如果所述移动设备的用户的情绪不稳定,所述移动设备向所述联系人传递第三提示语,所述第三提示语用于提示所述移动设备的用户的情绪不稳定并建议所述联系人暂缓通话。
5.根据权利要求4所述的提示方法,其特征在于,在判断出所述移动设备的用户的情绪不稳定之后,以及所述移动设备向所述联系人传递第三提示语之前,所述方法还包括:
所述移动设备采集所述移动设备的用户的心电图数据;
所述移动设备对所述心电图数据进行去噪处理;
所述移动设备采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;
所述移动设备计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;
所述移动设备根据所述频域指标、时域指标及非线性指标,分析所述移动设备的用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
所述移动设备根据所述活力值识别所述移动设备的用户的情绪是否不稳定,如果不稳定,执行所述的向所述联系人传递第三提示语的步骤。
6.一种移动设备,其特征在于,包括:
提取单元,用于在所述移动设备的用户与某一联系人进行通话时,从所述联系人传递过来的通话语音中提取出与所述联系人的情感关联紧密的声学参数;
情绪判断单元,用于以所述与所述联系人的情感关联紧密的声学参数为依据,判断所述联系人的情绪是否稳定;
提示单元,用于在所述情绪判断单元判断出所述联系人的情绪不稳定时,输出第一提示语,所述第一提示语用于提示所述联系人的情绪不稳定并建议所述移动设备的用户暂缓通话。
7.根据权利要求6所述的移动设备,其特征在于,还包括:
联系人辨别单元,用于在所述情绪判断单元判断出所述联系人的情绪不稳定之后,辨别所述联系人是否属于所述移动设备的通信录中标记的亲密联系人;
所述提示单元,具体用于在所述情绪判断单元判断出所述联系人的情绪不稳定时,以及在所述联系人辨别单元辨别出所述联系人属于所述移动设备的通信录中标记的亲密联系人时,输出第一提示语。
8.根据权利要求6或7所述的移动设备,其特征在于,还包括:
第一通讯单元,用于在所述情绪判断单元判断出所述联系人的情绪不稳定之后,向所述联系人传递第二提示语,所述第二提示语用于提示所述联系人的情绪不稳定并建议所述联系人暂缓通话。
9.根据权利要求6或7所述的移动设备,其特征在于,还包括:
语音检测单元,用于检测所述移动设备的用户输入的通话语音;
所述提取单元,还用于从所述移动设备的用户输入的通话语音中提取出与所述移动设备的用户的情感关联紧密的声学参数;
所述情绪判断单元,还用于以所述与所述移动设备的用户的情感关联紧密的声学参数为依据,判断所述移动设备的用户的情绪是否稳定;
第二通讯单元,用于在所述情绪判断单元判断出所述移动设备的用户的情绪不稳定时,向所述联系人传递第三提示语,所述第三提示语用于提示所述移动设备的用户的情绪不稳定并建议所述联系人暂缓通话。
10.根据权利要求9所述的移动设备,其特征在于,还包括:
采集单元,用于在所述情绪判断单元判断出所述移动设备的用户的情绪不稳定之后,采集所述移动设备的用户的心电图数据;
去噪单元,用于对所述心电图数据进行去噪处理;
计算单元,用于采用心电图R波提取算法提取经过去噪处理的心电图数据中的R波峰值,以及计算所述经过去噪处理的心电图数据中相邻R波之间RR间距;以及,计算所述RR间距的频域指标、时域指标及非线性指标;其中,所述频域指标包括副交感神经活性指标,所述时域指标包括短程心率变动性指标;所述短程心率变动性指标通过获取所述RR间距差值平方和的均方根来计算;所述副交感神经活性指标通过快速傅里叶变换来计算;所述非线性指标通过分形维数计算方法来计算;
分析单元,用于根据所述频域指标、时域指标及非线性指标,分析所述移动设备的用户的情绪的活力值;所述活力值为根据所述时域指标、频域指标及非线性指标建立的多元线性回归方程计算得到的值;
识别单元,用于根据所述活力值识别所述移动设备的用户的情绪是否不稳定;
所述第二通讯单元,具体用于在所述情绪判断单元判断出所述移动设备的用户的情绪不稳定时,以及所述识别单元识别出所述移动设备的用户的情绪不稳定时,向所述联系人传递第三提示语。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710172748.3A CN107071154A (zh) | 2017-03-22 | 2017-03-22 | 一种通话过程中的提示方法及移动设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710172748.3A CN107071154A (zh) | 2017-03-22 | 2017-03-22 | 一种通话过程中的提示方法及移动设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107071154A true CN107071154A (zh) | 2017-08-18 |
Family
ID=59618245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710172748.3A Pending CN107071154A (zh) | 2017-03-22 | 2017-03-22 | 一种通话过程中的提示方法及移动设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107071154A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107566658A (zh) * | 2017-10-13 | 2018-01-09 | 广东欧珀移动通信有限公司 | 通话方法、装置、存储介质及移动终端 |
CN112040074A (zh) * | 2020-08-24 | 2020-12-04 | 华院数据技术(上海)有限公司 | 基于语音声学信息的电话客服人员职业倦怠检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103491251A (zh) * | 2013-09-24 | 2014-01-01 | 深圳市金立通信设备有限公司 | 一种监控用户通话的方法及终端 |
CN103634472A (zh) * | 2013-12-06 | 2014-03-12 | 惠州Tcl移动通信有限公司 | 根据通话语音判断用户心情及性格的方法、系统及手机 |
CN104571535A (zh) * | 2008-11-19 | 2015-04-29 | 意美森公司 | 用于生成基于心情的触觉反馈的方法和装置 |
CN104851422A (zh) * | 2015-06-09 | 2015-08-19 | 张维秀 | 一种语音信号处理方法及系统 |
CN106295508A (zh) * | 2016-07-26 | 2017-01-04 | 深圳欧德蒙科技有限公司 | 情绪识别系统与方法 |
-
2017
- 2017-03-22 CN CN201710172748.3A patent/CN107071154A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104571535A (zh) * | 2008-11-19 | 2015-04-29 | 意美森公司 | 用于生成基于心情的触觉反馈的方法和装置 |
CN103491251A (zh) * | 2013-09-24 | 2014-01-01 | 深圳市金立通信设备有限公司 | 一种监控用户通话的方法及终端 |
CN103634472A (zh) * | 2013-12-06 | 2014-03-12 | 惠州Tcl移动通信有限公司 | 根据通话语音判断用户心情及性格的方法、系统及手机 |
CN104851422A (zh) * | 2015-06-09 | 2015-08-19 | 张维秀 | 一种语音信号处理方法及系统 |
CN106295508A (zh) * | 2016-07-26 | 2017-01-04 | 深圳欧德蒙科技有限公司 | 情绪识别系统与方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107566658A (zh) * | 2017-10-13 | 2018-01-09 | 广东欧珀移动通信有限公司 | 通话方法、装置、存储介质及移动终端 |
CN112040074A (zh) * | 2020-08-24 | 2020-12-04 | 华院数据技术(上海)有限公司 | 基于语音声学信息的电话客服人员职业倦怠检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mendonca et al. | A review of obstructive sleep apnea detection approaches | |
CN108564942B (zh) | 一种基于敏感度可调的语音情感识别方法及系统 | |
CN108320733B (zh) | 语音数据处理方法及装置、存储介质、电子设备 | |
Yogesh et al. | Hybrid BBO_PSO and higher order spectral features for emotion and stress recognition from natural speech | |
US9826929B2 (en) | Method and device for stuttering alleviation | |
EP3954278A1 (en) | Apnea monitoring method and device | |
CA2676228A1 (en) | Emotion detecting method, sensibility generating method, and system of the same and software for executing the same | |
Kim et al. | Emotion recognition using physiological and speech signal in short-term observation | |
CN109036395A (zh) | 个性化的音箱控制方法、系统、智能音箱及存储介质 | |
CN108269574B (zh) | 语音信号处理以表示用户声带状态的方法及装置、存储介质、电子设备 | |
CN111105796A (zh) | 无线耳机控制装置及控制方法、语音控制设置方法和系统 | |
Nathan et al. | EMOSIC—An emotion based music player for Android | |
CN112102850A (zh) | 情绪识别的处理方法、装置、介质及电子设备 | |
CN109745011A (zh) | 用户睡眠呼吸风险监控方法、终端及计算机可读介质 | |
CN107071154A (zh) | 一种通话过程中的提示方法及移动设备 | |
Klára et al. | Voice disorder detection on the basis of continuous speech | |
WO2023139559A1 (en) | Multi-modal systems and methods for voice-based mental health assessment with emotion stimulation | |
JP2019124952A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
Chitkara et al. | Voice based detection of type 2 diabetes mellitus | |
Usman et al. | Heart rate detection and classification from speech spectral features using machine learning | |
Mittal | Discriminating features of infant cry acoustic signal for automated detection of cause of crying | |
CN111276156A (zh) | 一种实时语音流监控的方法 | |
Mittal | Discriminating the infant cry sounds due to pain vs. discomfort towards assisted clinical diagnosis | |
Hamidi et al. | Emotion recognition from Persian speech with neural network | |
Hou et al. | Intelligent model for speech recognition based on svm: a case study on English language |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170818 |