摘要
本发明提供了一种基于情感分析的人身安全自动警报系统,系统将外部输入的声音信号转换为符合人耳听力规律的特征频谱;使用特征频谱持续训练识别模型,训练好的识别模型输入语音信号,输出极端情绪和报警暗号的判断概率;根据判断概率,再结合原声音信号的特征,综合判定是否触发报警;对音频数据、位置信息进行校验,封装报警信息并执行发送,以达到报警的目的。与现有技术相比,本发明通过短时傅立叶变换与改进Me l滤波组提高复杂背景噪声下语音信号检测精度,通过多任务网络训练提高极端情绪识别能力,通过自动触发式报警以及自动的环境信息收集实现快速、隐蔽的安全报警功能,本发明在提升用户安全防护效率和可靠性方面具有显著的技术优势。
技术关键词
训练识别模型
短时傅里叶变换
人耳听力
声音信号噪声
信息模块
多任务
语音
短时傅立叶变换
焦点损失函数
损失函数优化
数据
音频
识别模块
格式
协议
参数
背景噪声
报文