1.一种情绪识别方法,其特征在于,包括:
采集语音信号;
将所述语音信号进行处理,得到语音识别信息和文本识别信息;
将所述语音识别信息和文本识别信息进行语音情绪识别和文本情绪识别,得到语音情绪识别信息和文本情绪识别信息;
根据预设计算规则,将所述语音情绪识别信息和文本情绪识别信息进行计算,得到所述语音信号的情绪信息。
2.根据权利要求1所述的一种情绪识别方法,其特征在于,所述将所述语音信号进行处理,得到语音识别信息,包括:
分割语音信号为多个子语音信息;
提取所述多个子语音信息的特征信息,每个子语音信息的特征信息组成所述子语音信息的特征信息总集合;
统计每个子语音信息中的特征信息,将所述特征信息与预设的多个特征统计量信息进行匹配;
记录与所述多个特征统计量信息匹配的每个子语音信息中的特征信息集合;
根据与所述多个特征统计量信息匹配的特征信息集合,及子语音信息的特征信息总集合,计算每个子语音信息的特征量匹配度;
将特征量匹配度大于预设特征量阈值的子语音信息确定为语音识别信息。
3.根据权利要求1所述的一种情绪识别方法,其特征在于,将所述语音识别信息进行语音情绪识别,具体为:
提取所述语音识别信息的特征信息;
将所述特征信息与预设的情绪训练模型进行匹配,得到每个不同情绪的概率值;
选取大于预设情绪阈值的概率值对应的情绪,作为所述语音信号的语音情绪识别信息。
4.根据权利要求3所述的一种情绪识别方法,其特征在于,还包括:
若存在多个大于预设情绪阈值的概率值;则选取多个所述概率值的平均概率值所对应的情绪作为所述语音信号的语音情绪识别信息。
5.根据权利要求1所述的一种情绪识别方法,其特征在于,所述将文本识别信息进行文本情绪识别,包括:
对文本识别信息进行特征提取,生成多个特征向量;
将多个特征向量分别进行文本模型匹配,得到每个特征向量的分类结果;
将所述每个特征向量的分类结果进行取值;
根据所述取值计算所述文本识别信息对应的情绪值;
将与所述情绪值对应的情绪,作为所述语音信号的文本情绪识别信息。
6.根据权利要求5所述的一种情绪识别方法,其特征在于,所述对文本识别信息进行特征提取,生成多个特征向量,包括:
根据预先建立的关键词数量为n的关键词词典,针对文本识别信息,计算关键词词典中各个关键词对应的tf-idf值;
根据各个关键词对应的tf-idf值生成对应的特征向量。
7.根据权利要求1所述的一种情绪识别方法,其特征在于,所述根据预设计算规则,将所述语音情绪识别信息和文本情绪识别信息进行计算,得到情绪信息,包括:
将所述语音情绪识别信息和文本情绪识别信息进行取值;
将对应取值进行相加,得到结果取值;
根据所述结果取值对应的范围,判定所述语音信号的情绪信息。
8.一种情绪识别装置,其特征在于,包括:
采集模块,用于采集语音信号;
处理模块,用于将所述语音信号进行处理,得到语音识别信息和文本识别信息;
识别模块,用于将所述语音识别信息和文本识别信息进行语音情绪识别和文本情绪识别,得到语音情绪识别信息和文本情绪识别信息;
计算模块,用于根据预设计算规则,将所述语音情绪识别信息和文本情绪识别信息进行计算,得到所述语音信号的情绪信息。
9.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器中包括情绪识别方法程序,所述情绪识别方法程序被所述处理器执行时实现如权利要求1至7中任一项所述的情绪识别方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括情绪识别方法程序,所述情绪识别方法程序被处理器执行时,实现如权利要求1至7中任一项所述的情绪识别方法的步骤。