本发明实施例涉及数据处理技术领域，尤其涉及一种情绪调节方法、装置、系统以及计算机存储介质。
背景技术：
随着社会的发展，时代的进步，人们的生活节奏越来越快，因社会竞争所带来的各种压力也随之而来，越来越多的负面情绪出现在我们的生活中。人们在出现负面情绪时，往往无法及时的对负面情绪进行自主调控，因此会因为负面情绪给自己或者周围环境的人带来一定的伤害。
针对这一问题，现有技术使用穿戴设备获取用户心动数据或者是脑波数据，基于预先建立的识别模型，针对上述数据识别出不同类型的负面情绪，进而能够在确定出用户有负面情绪时，及时对用户进行提示。
发明人在实现本发明的过程中，发现现有技术存在如下缺陷：如果识别模型需要对不同类型及等级的负面情绪进行识别，例如，愤怒、非常愤怒、极度愤怒、抑郁、非常抑郁以及极度抑郁等，则识别模型的训练过程复杂，识别准确度不高；如果识别模型仅能对一类或者几类负面情绪进行识别，例如，仅能识别愤怒情绪或者抑郁情绪等，则无法针对用户负面情绪的程度，行之有效的向用户进行准确的情绪调节。
技术实现要素：
有鉴于此，本发明实施例提供一种情绪调节方法、装置、系统以及计算机存储介质，优化现有的情绪调节技术，在简单、快速的确定用户的负面情绪的同时，准确的提供出对应的情绪调节策略。
第一方面，本发明实施例提供了一种情绪调节方法，包括：
根据用户的生物特征信息，对所述用户进行情绪识别；
如果确定识别出负面情绪，则根据所述用户的语音信号获取所述用户的语音特征信息；
根据所述语音特征信息，确定所述负面情绪的强度等级；
获取与所述负面情绪及所述情绪强度等级匹配的第一情绪调节策略对所述用户进行情绪调节。
第二方面，本发明实施例还提供了一种情绪调节装置，包括：
情绪类型识别模块，用于根据用户的生物特征信息，对所述用户进行情绪识别；
语音特征信息获取模块，用于如果识别出负面情绪，则根据用户的语音信号获取所述用户的语音特征信息；
负面情绪强度等级确定模块，用于根据所述语音特征信息，确定所述负面情绪的强度等级；
情绪调节模块，用于获取与所述负面情绪及所述情绪强度等级匹配的第一情绪调节策略对所述用户进行情绪调节。
第三方面，本发明实施例还提供了一种情绪调节系统，包括：生物特征采集器、语音采集器以及处理器，所述处理器分别与所述生物特征采集器以及所述语音采集器相连；
所述生物特征采集器，用于采集用户的生物特征信息发送至所述处理器；
所述语音采集器，用于采集语音信号发送至所述处理器；
所述处理器，用于根据用户的生物特征信息，对所述用户进行情绪识别；如果确定识别出负面情绪，则根据所述用户的语音信号获取所述用户的语音特征信息；根据所述语音特征信息，确定所述负面情绪的强度等级；获取与所述负面情绪及所述情绪强度等级匹配的第一情绪调节策略对所述用户进行情绪调节。
第四方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所涉及的任一所述的情绪调节方法。
本发明实施例的技术方案，通过采用生物特征信息以及语音特征信息组合确定负面情绪以及对应的情绪强度等级的方式，避免了现有技术中仅使用生物特征信息对负面情绪进行识别时存在的技术缺陷，在简单、快速的确定用户的负面情绪的同时，能够进而根据负面情绪的强度等级准确的提供出对应的情绪调节策略对用户进行情绪调节，优化了现有的情绪调节技术，提高了情绪调节的效率以及准确性。
附图说明
图1是本发明实施例一提供的一种情绪调节方法的流程图；
图2是本发明实施例二提供的一种情绪调节方法的流程图；
图3是本发明实施例三提供的一种情绪调节方法的流程图；
图4是本发明实施例四提供的一种情绪调节装置的示意图；
图5是本发明实施例五提供的一种情绪调节系统的结构框图；
图6是本发明实施例六提供的一种情绪调节系统的结构框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种情绪调节方法的流程图，本实施例可适用于对用户的负面情绪进行检测，并针对负面情绪的强度等级采取对应的情绪调节策略对用户进行情绪调节的情形。该方法可以由情绪调节装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在能够实现情绪调节功能的产品(例如，情绪调节仪)中或者作为独立客户端安装于电子设备中(例如，手机或者平板电脑等)，也可以作为客户端子程序集成于现有的客户端产品中。该方法包括如下操作：
s110、根据用户的生物特征信息，对所述用户进行情绪识别。
在本实施例中，所述生物特征信息，具体是指能够与用户的情绪直接或者间接关联的生物特征信息，例如：用户的心电数据，用户的脑波数据或者用户的脸部表情数据等，本实施例对此并不进行限制。
所述情绪识别可以包括：对所述用户进行负面情绪的识别，例如：愤怒情绪、沮丧情绪、抑郁情绪或者伤心情绪等负面情绪的识别。
相应的，根据用户的生物特征信息，对所述用户进行情绪识别可以包括：通过将用户的生物特征信息与不同负面情绪对应的模板信息(例如，标准曲线，或者与标准曲线对应的标准参数(例如：均值、方差值或者均方差值等)进行匹配，进而确定出所述用户的负面情绪。
例如：预先建立与愤怒情绪对应的标准脑波曲线，在获取用户脑波曲线后，通过比较上述两条曲线之间的相似度，确定用户是否处于愤怒情绪中；或者预先建立与愤怒情绪对应的，心动曲线的标准参数(例如：标准心动幅度均值以及标准心动频率均值)，在获取用户心动曲线后，获取与用户心动曲线对应的用户心动幅度均值以及用户心动频率均值，通过分别比较上述两组参数的相似度，确定用户是否处于愤怒情绪中。
此外，根据用户的生物特征信息，对所述用户进行情绪识别还可以包括：使用不同用户在负面情绪下的标准生物特征信息作为样本数据，预先建立用于识别一类或者多类负面情绪的情绪识别模型，在获取用户的生物特征信息后，将用户的生物特征信息输入至该情绪识别模型中，并根据情绪识别模型的输出结果，识别出所述用户的负面情绪。
需要说明的是，在本实施例中，在s110中进行的情绪识别的过程中，仅对用户的负面情绪类型进行识别，并不识别用户的负面情绪的强度等级。例如，仅仅对用户的愤怒情绪进行识别，但是并不识别出用户当前的愤怒等级(例如，有些愤怒、非常愤怒以及大怒等)，通过上述设置，可以简单、快速的确定出用户的负面情绪的类型。
s120、如果确定识别出负面情绪，则根据所述用户的语音信号获取所述用户的语音特征信息。
发明人通过创造性的劳动发现，用户在处于不同的负面情绪的等级时，其语音表达也会具有不同的特点。举一个简单的例子：一个用户越愤怒，或者说愤怒情绪的等级越高，这个用户的声音响度也就越大；一个用户越低落，或者说低落情绪的等级越高，这个用户的语速也就越慢。
相应的，在本实施例中，在考虑到情绪识别速度的同时，进一步兼顾了情绪识别的准确性，也即，增加了通过用户的语音特征信息确定用户负面情绪的强度等级的操作。
其中，在确定识别出用户的负面情绪，可以通过录音机或者录音笔等语音采集器获取所述用户的语音信号，并基于所述语音信号获取所述用户的语音特征信息。所述语音特征信息可以包括：语音频率、声音响度、语速或者语音中包括的设定敏感词的数量等(例如，用户的语音命中的，与大怒对应的敏感词库中的敏感词的数量)。
s130、根据所述语音特征信息，确定所述负面情绪的等级。
在本实施例的一个可选的实施方式中，可以预先建立语音特征信息的具体数值与负面情绪的强度等级之间的对应关系，并基于上述对应关系，确定所述负面情绪的强度等级。
例如，预先建立有：“声音响度>70db”——>“大怒”；“65db<声音响度≤70db”——>“非常愤怒”；“声音响度≤65db”——>“有些愤怒”这样的对应关系。相应的，在确定用户处于愤怒情绪时，接着获取用户的声音响度的值，例如，68db，并根据所述声音响度的值，确定所述用户的愤怒等级，例如，非常愤怒”。
在本实施例的另一个可选的实施方式中，可以使用多个用户的标准语音特征信息为样本数据，建立负面情绪强度等级识别模型，并根据该识别模型以及用户的语音特征信息，确定用户的负面情绪的等级。
s140、获取与所述负面情绪及所述情绪强度等级匹配的第一情绪调节策略对所述用户进行情绪调节。
所述第一情绪调节策略具体是指对用户的情绪进行调节的方法或者措施，例如，如果识别出的负面情绪为“愤怒”，则对应的第一情绪调节策略可以为：“播放舒缓音乐”、“提示用户离开当前场景”、“向用户提示当前的情绪状态”或者“推送情绪调整呼吸法”等。
在本实施例中，可以预先建立负面情绪、负面情绪的强度等级，以及不同第一情绪调节策略之间的对应关系，在确定出负面情绪以及对应的强度等级后，获取对应的第一情绪调节策略对用户进行情绪调节。例如，在确定负面情绪为愤怒，愤怒的等级为“有些愤怒”时，通过查询预先建立的对应关系，确定的第一情绪调节策略为：“播放舒缓音乐”。相应的，可以获取预先存储的一首舒缓音乐播放给所述用户。
本发明实施例的技术方案，通过采用生物特征信息以及语音特征信息组合确定负面情绪以及对应的负面情绪强度等级的方式，避免了现有技术中仅使用生物特征信息对负面情绪进行识别时存在的技术缺陷，在简单、快速的确定用户的负面情绪的同时，能够进而根据负面情绪的等级准确的提供出对应的情绪调节策略对用户进行情绪调节，优化了现有的情绪调节技术，提高了情绪调节的效率以及准确性。
在上述各实施例的基础上，在根据所述语音特征信息，确定所述负面情绪的强度等级之后，还包括：将所述负面情绪、所述情绪强度等级以及当前系统时间对应存储于负面情绪变化对照表中；
所述方法还包括：根据情绪查询指令，查询所述负面情绪变化对照表，生成设定时间段内的情绪变化图提供给所述用户。
在本实施方式中，在确定出用户的负面情绪，与负面情绪对应的等级后，可以进而结合当前的系统时间，将上述信息存储于负面情绪变化对照表中，所述负面情绪变化对照表的数据格式可以为：“时间：9：35，负面情绪：愤怒情绪，等级：非常愤怒”。
相应的，当用户想要查看自己在一段历史时间内的情绪变化情况时，可以根据查询时间段构造情绪查询指令，进而可以通过存储的负面情绪变化表中该时间段内的负面情绪，以及情绪等级，得到相应的情绪变化图。在该情绪变化图中，横坐标为时间，纵坐标为带有强度等级的负面情绪。典型的，可以在所述情绪变化图中仅绘制负面情绪，也可以在所述情绪变化图中同时绘制负面情绪以及中性情绪，例如，将负面情绪变化对照表中未记录的时间内的情绪确定为中性情绪，本实施例对此并不进行限制。
这样设置的好处是：可以使得用户自主掌握情绪变化的时间曲线，进而可以对自己的情绪变化进行预判，或者对自己的情绪变化原因进行自我总结，使得用户能够对自己的情绪进行超前调节或者对自己的行为进行超前约束，进而可以从用户自主调节这一层面有效减少用户负面情绪的发生概率。
实施例二
图2是本发明实施例二提供的一种情绪调节方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，将根据用户的生物特征信息，对所述用户进行情绪识别，具体为：获取所述用户的心电数据作为所述生物特征信息；提取与所述心电数据对应的至少一项识别特征；将所述识别特征输入至预先训练的心电情绪识别模型中，对所述用户进行情绪识别。
以及，在提取与所述心电数据对应的至少一项识别特征之前，还具体包括：通过数字消噪算法滤除所述心电数据中的干扰信息；和/或在所述心电数据中去除基准心电数据，所述基准心电数据为所述用户在平静状态下的心电数据。
相应的，本实施例的方法可以包括：
s210、获取用户的心电数据作为生物特征信息。
在本实施例中，发明人考虑到用户的心电数据与用户的情绪息息相关，因此，将用户的心电数据作为用户的生物特征信息对用户的负面情绪进行识别。
典型的，可以采用穿戴式心电采集器来获取用户的心电数据。这样设置的好处在于：能随时随地采集用户的心电信号，不影响用户的日常活动和工作，进而可以通过对心电数据的分析监测用户在平时生活中(非实验室环境)的情绪。
s220、通过数字消噪算法滤除所述心电数据中的干扰信息。
典型的，可以通过数字消噪算法滤除基线漂移干扰、工频干扰以及肌电等其他生理信号的干扰，以得到有效的心电数据。
s230、在所述心电数据中去除基准心电数据，所述基准心电数据为所述用户在平静状态下的心电数据。
在本实施例中，为了消除个体生理差异引起的误差，可以采用基线信号消除方法首先去除心电数据中的基准心电数据。也即：采集用户在平静状态下的心电数据作为基线心电信号，然后将获取的用户的心电数据减去该用户的基线心电信号，获得真正在外界刺激后的生理变化值，从而提高最终情绪识别的准确度。
s240、提取与所述心电数据对应的至少一项识别特征。
s250、将所述识别特征输入至预先训练的心电情绪识别模型中，对所述用户进行情绪识别。
在本实施例中，可以根据公开的情感生理数据库(美国mit情感生理数据库、德国augsburg大学的情感生理数据库、或者deap情感数据库等)中提供的数据，建立所述心电情绪识别模型。典型的，所述心电情绪模型的建立过程主要包括特征提取、特征选择以及情绪分类这三个步骤：
1、心电特征提取主要包括时域上的特征提取和频域上的特征提取。
2、特征选择是从一组特征中挑选出最有效的一些特征(也即：识别特征)作为子集，以达到降低空间维数的目的，过多的原始特征，不仅增加获取特征的成本，运算复杂，而且各种分类器都不容易达到好的效果。特征选择的方法有：顺序前进法(sequentialforwardselection，sfs)、顺序后退法(sequentialbackwardselection，sbs)、顺序浮动前进法(sequentialfloatingforwardselection，sffs)、fisher投影准则、方差分析anova、禁忌搜索ts和智能优化算法等。
3、情绪分类方法一般采用机器学习算法，包括k邻近(k-nearestneighbor，knn)算法、支持向量机(supportvectormachine，svm)、神经网络等，本实施例对此并不进行限制。
在建立所述心电情绪识别模型之后，基于建立模型所使用的识别特征，例如：心率，和/或心跳振幅等，在所述用户的心电数据中，提取与所述心电数据对应的至少一项识别特征。并将上述至少一项识别特征输入至该心电情绪识别模型中，对用户的负面情绪进行识别。
s260、判断是否识别出负面情绪：若是，执行s270；否则，返回执行s210。
s270、根据所述用户的语音信号获取所述用户的语音特征信息。
在本实施例中，在获取所述用户的语音信号之后，还可以首先对该语音信号进行预处理，例如，去除噪音等，之后根据预处理之后的语音信号获取所述用户的语音特征信息。
s280、根据所述语音特征信息，确定所述负面情绪的强度等级。
s290、获取与所述负面情绪及所述等级匹配的第一情绪调节策略对所述用户进行情绪调节。
本发明实施例的技术方案，通过采用生物特征信息以及语音特征信息组合确定负面情绪以及对应的情绪强度等级的方式，避免了现有技术中仅使用生物特征信息对负面情绪进行识别时存在的技术缺陷，在简单、快速的确定用户的负面情绪的同时，能够进而根据负面情绪的强度等级准确的提供出对应的情绪调节策略对用户进行情绪调节，优化了现有的情绪调节技术，提高了情绪调节的效率以及准确性。
在上述各实施例的基础上，所述心电情绪识别模型用于识别用户单一类型的负面情绪；
获取与所述心电数据对应的至少一项识别特征，包括：在所述心电数据中，获取与所述负面情绪匹配的至少一项识别特征；
根据所述用户的语音信号获取所述用户的语音特征信息，包括：根据所述用户的语音信号，获取与所述负面情绪匹配的语音特征信息。
这样设置的好处是：针对个体用户在特定环境下的单一目标情绪进行识别，将复杂多变的情况简单化，能降低算法的复杂度，提高识别的准确度和速度。
在一个具体的例子中，所述负面情绪可以包括：在中小学家长辅导孩子作业过程中的愤怒情绪；与所述愤怒情绪匹配的识别特征包括：心率，和/或心跳振幅；与所述愤怒情绪匹配的语音特征信息包括：语速，和/或分贝值。
实施例三
图3是本发明实施例三提供的一种情绪调节方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，在根据所述用户的语音信号获取所述用户的语音特征信息之前，还具体包括：获取所述用户所在环境中的综合语音信号，并在所述综合语音信号中提取所述用户的语音信号；在根据所述语音特征信息，确定所述负面情绪的强度等级之后，还具体包括：生成情绪分析数据发送至服务器，其中，所述情绪分析数据包括：所述负面情绪、所述情绪强度等级以及所述综合语音信号；接收所述服务器反馈的与负面情绪原因匹配的第二情绪处理策略对所述用户进行情绪调节。相应的，本实施例的方法可以包括：
s310、获取用户的心电数据作为生物特征信息。
s320、提取与所述心电数据对应的至少一项识别特征。
s330、将所述识别特征输入至预先训练的心电情绪识别模型中，对所述用户进行情绪识别。
s340、判断是否识别出目标情绪：若是，执行s350；否则，返回执行s310。
s350、获取所述用户所在环境中的综合语音信号，并在所述综合语音信号中提取用户的语音信号，执行s360。
典型的，可以根据预先录入的所述用户的声纹特征信息，在获取所述用户所在环境中的综合语音信号之后，首先获取所述综合语音信号的声纹特征信息，进而通过将上述两者的声纹特征信息进行比对，可以将综合语音信号中，与预先录入的所述用户的声纹特征信息满足相似度条件的声音信号提取出来作为所述用户的语音信号。
或者，考虑到语音采集器一般由所述用户随身携带，因此在通过语音采集器采集得到综合语音信号时，所述用户的语音信号的响度值一般是最大的，相应的，还可以根据所述综合语音信号中的语音信号的响度值，在所述综合语音信号中提取用户的语音信号。
在本实施例中，除了获取用户的语音信号来确定负面情绪的强度等级之外，进一步还可以获取所述用户所在环境中的综合语音信号。也即除了获取用户的语音信号之外，还要进一步获取与用户对话的其他人的语音信号，以通过上下文文法等分析方式，明确用户产生负面情绪的原因。
s360、根据所述用户的语音信号获取所述用户的语音特征信息。
s370、根据所述语音特征信息，确定所述负面情绪的强度等级。
s380、生成情绪分析数据发送至服务器。
其中，所述情绪分析数据包括：所述负面情绪、所述负面情绪强度等级以及所述综合语音信号。
s390、获取与所述负面情绪及所述强度等级匹配的第一情绪调节策略对所述用户进行情绪调节。
s3100、接收所述服务器反馈的与负面情绪原因匹配的第二情绪调节策略对所述用户进行情绪调节。
其中，所述服务器用于根据至少两个关联用户上报的情绪分析数据，对负面情绪原因进行分类；根据与接收的情绪分析数据匹配的负面情绪原因，向所述关联用户反馈对应的第二情绪调节策略。
在本实施例中，所述关联用户具体是指与所述服务器均建立通信连接的多个个体用户，上述个体用户彼此之间可能没有任何联系，但是均上报自身的情绪分析数据至所述服务器。
在本实施例中，除了能够根据用户反映出来的负面情绪及时推送对应的第一情绪调节策略之外，还可以将用户产生负面情绪时的对话(综合语音信号)发送至服务器，由服务器根据多个用户发送的大数据分析负面情绪产生的原因，进而根据不同的负面情绪原因，向用户反馈不同的第二情绪调节策略。
例如：如果确定用户是因为辅导孩子功课引起的愤怒情绪，则可以向用户提供相关的疏导文章或者学习资料帮助用户改善该场景下的愤怒情绪。具体的，在辅导孩子作业时，如果用户是因为孩子某门功课成绩差引起的愤怒，则可以向用户提供学习该门功课的方法或资料信息；如果是因为孩子不听话顶嘴引起的愤怒，则向用户提供正面管教、非暴力沟通等有关与孩子沟通方法方面的内容。
本发明实施例的技术方案通过大数据技术，由服务器分析多个用户负面情绪产生的原因，对症下药，而不单单是针对个体用户发泄出来的负面情绪进行调节，从而能为用户提供有针对性的个性化的情绪管理建议。
典型的，针对辅导孩子写作业这一具体应用场景，通过本发明实施例的方法可以帮助用户从认知上进行改变，提高心理抗压能力，减少或降低焦虑、烦躁、愤怒等负面情绪的产生。这是事前预防，可以从根本上解决亲子之间的冲突。
在上述各实施例的基础上，所述情绪分析数据还可以包括：所述用户的生物特征信息；
所述方法还包括：接收所述服务器提供的心电情绪识别模型更新结果，并使用所述心电情绪识别模型修正结果替换本地存储的所述心电情绪识别模型；
其中，所述服务器还用于：根据至少两个关联用户上报的情绪分析数据，对所述心电情绪识别模型进行修正，并在满足集体替换条件时，将所述心电情绪识别模型修正结果提供给所述关联用户。
其中，所述集体替换条件可以是：心电情绪识别模型的修正结果，与原始的心电情绪识别模型的差异超过设定差异阈值；也可以是，设定时间段内接收到的情绪分析数据的数量超过设定数量阈值，还可以是，距离前一次向关联用户提供心电情绪识别模型的时间超过设定时间阈值等。
这样设置的好处是：除了可以对个体用户的心电数据进行分析外，还可以通过服务器对所有用户的心电数据进行分析，在逐渐增长的样本数据基础上修正情绪识别模型，以提高情绪识别的准确度。
实施例四
图4是本发明实施例四提供的一种情绪调节装置的示意图，如图4所示，所述装置包括：情绪类型识别模块410、语音特征信息获取模块420、情绪强度等级确定模块430以及情绪调节模块440，其中：
情绪类型识别模块410，用于根据用户的生物特征信息，对所述用户进行情绪识别。
语音特征信息获取模块420，用于如果识别出目标情绪，则根据用户的语音信号获取所述用户的语音特征信息。
情绪强度等级确定模块430，用于根据所述语音特征信息，确定所述目标情绪的强度等级。
情绪调节模块440，用于获取与所述目标情绪及所述情绪强度等级匹配的第一情绪调节策略对所述用户进行情绪调节。
本发明实施例的技术方案，通过采用生物特征信息以及语音特征信息组合确定负面情绪以及对应的情绪强度等级的方式，避免了现有技术中仅使用生物特征信息对负面情绪进行识别时存在的技术缺陷，在简单、快速的确定用户的负面情绪的同时，能够进而根据负面情绪的强度等级准确的提供出对应的情绪调节策略对用户进行情绪调节，优化了现有的情绪调节技术，提高了情绪调节的效率以及准确性。
在上述各实施例的基础上，情绪类型识别模块410，可以包括：
生物特征信息获取单元，用于获取所述用户的心电数据作为所述生物特征信息；
识别特征提取单元，用于提取与所述心电数据对应的至少一项识别特征；
识别模型输入单元，用于将所述识别特征输入至预先训练的心电情绪识别模型中，对所述用户进行情绪识别。
在上述各实施例的基础上，还包括：心电数据处理模块，用于在提取与所述心电数据对应的至少一项识别特征之前，通过数字消噪算法滤除所述心电数据中的干扰信息；和/或
在所述心电数据中去除基准心电数据，所述基准心电数据为所述用户在平静状态下的心电数据。
在上述各实施例的基础上，所述心电情绪识别模型用于识别用户单一类型的负面情绪；
所述识别特征提取单元，具体用于：在所述心电数据中，获取与所述负面情绪匹配的至少一项识别特征；
所述语音特征信息获取模块420，具体用于：根据所述用户的语音信号，获取与所述负面情绪匹配的语音特征信息。
在上述各实施例的基础上，还包括：综合语音信号获取模块，用于在根据所述用户的语音信号获取所述用户的语音特征信息之前，获取所述用户所在环境中的综合语音信号，并在所述综合语音信号中提取所述用户的语音信号；
所述装置还包括：情绪处理策略接收单元，用于在根据所述语音特征信息，确定所述负面情绪的强度等级之后，生成情绪分析数据发送至服务器，其中，所述情绪分析数据包括：所述负面情绪、所述情绪强度等级以及所述综合语音信号；
接收所述服务器反馈的与负面情绪原因匹配的第二情绪调节策略对所述用户进行情绪调节；
其中，所述服务器用于根据至少两个关联用户上报的情绪分析数据，对负面情绪原因进行分类；根据与接收的情绪分析数据匹配的负面情绪原因，向所述关联用户反馈对应的第二情绪调节策略。
在上述各实施例的基础上，所述情绪分析数据还可以包括：所述用户的生物特征信息；
所述装置还包括：识别模型更新模块，用于接收所述服务器提供的心电情绪识别模型更新结果，并使用所述心电情绪识别模型修正结果替换本地存储的所述心电情绪识别模型；
其中，所述服务器还用于：根据至少两个关联用户上报的情绪分析数据，对所述心电情绪识别模型进行修正，并在满足集体替换条件时，将所述心电情绪识别模型修正结果提供给所述关联用户。
在上述各实施例的基础上，还包括：对应存储模块，用于在根据所述语音特征信息，确定所述负面情绪的强度等级之后，将所述负面情绪、所述情绪强度等级以及当前系统时间对应存储于负面情绪变化对照表中；
相应的，所述装置还包括：情绪变化图生成模块，用于根据情绪查询指令，查询所述负面情绪变化对照表，生成设定时间段内的情绪变化图提供给所述用户。
上述情绪调节装置可执行本发明任意实施例所提供的情绪调节方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的情绪调节方法。
实施例五
图5是本发明实施例五提供的一种情绪调节系统的示意图，如图5所示，所述系统包括：生物特征采集器510、语音采集器520以及处理器530，所述处理器530分别与所述生物特征采集器510以及所述语音采集器520相连；
所述生物特征采集器510，用于采集用户的生物特征信息发送至所述处理器530。
所述生物特征采集器510包括：穿戴式心电采集器。
目前，市场上一些能测量心电的智能手环，多提供心率不齐、心动过速、心动过缓、停博、漏博等生理健康方面的检测功能，需要用户在静息状态下用两个手指按住电极测量，心电检测有非常大的局限性。此外，由于采用的是金属电极，干扰特别大，手指用力大小变化都会引起心电波形的巨大波动，很难长时间持续采集到干净可用的心电信号。数据分析多是利用心率变异性(简称为hrv)反映交感神经和副交感神经的活动状态，没有情绪识别功能，给出的健康建议也很笼统，不具有个体针对性。然而，通过使用本发明实施例的穿戴式心电采集器，能够随时随地采集用户的心电信号，不影响其日常活动和工作，可以通过对心电数据的分析监测用户在平时生活中(非实验室环境)的情绪状态。
所述穿戴式心电采集器可以包括：胸带5101、心电数据传感器5102、心电采集模块5103以及通讯模块5104，所述心电采集模块5103分别与所述心电数据传感器5102及所述通讯模块5104相连，所述通讯模块5104与所述处理器530相连；
所述胸带5101，用于将所述心电数据传感器5102固定于所述用户的胸部。其中，所述胸带5101可以为弹性织物胸带，以提高用户的舒适度。
所述心电数据传感器5102，用于采集所述用户的心电数据。典型的，所述心电数据传感器5102可以为橡胶材质的电极。
所述心电采集模块5103，用于对通过所述心电传感器获取的心电信号进行数据处理，并将数据处理后的所述心电数据发送至所述通讯模块5104。
其中，所述数据处理的方式可以包括：对所述心电信号进行采集、转换、滤波、放大等处理，本实施例对此并不进行限制。
心电采集模块5103可以采用bmd101芯片，将心电数据传感器5102采集到的微弱电信号进行模数转换，滤波去噪、放大后发送至所述通讯模块5104。bmd101芯片是神念科技neurosky的第三代生物信号检测和处理片上设备，具有先进的模拟前端电路和灵活强大的数字信号处理结构，具有极低的系统噪声和可控增益，可以采集微伏到毫伏的生物信号，还具有电极脱落检测功能。采用该芯片，可以简化电路设计，使得产品体积小，功耗低，尤其适合可穿戴产品的应用。在心电电极的结构设计上可以进一步考虑抗基线漂移功能，以加强心电信号测量模块的可靠性。
所述通讯模块5104，用于将接收的所述心电数据发送至所述处理器530。典型的，所述通讯模块5104可以为无线蓝牙模块。
所述语音采集器520，用于采集语音信号发送至所述处理器530。
其中，语音采集器520可以是智能手机内置的录音机，也可以是单独设置的录音笔等设备，本实施例对此并不进行限制。
所述处理器530，用于根据用户的生物特征信息，对所述用户进行情绪识别；如果确定识别出负面情绪，则根据所述用户的语音信号获取所述用户的语音特征信息；根据所述语音特征信息，确定所述负面情绪的强度等级；获取与所述负面情绪及所述情绪强度等级匹配的第一情绪调节策略对所述用户进行情绪调节。
在本实施例中，所述处理器可以是pc机、智能手机或者平板电脑等可以联网的设备。该处理器不仅可以根据心电数据、语音数据进行负面情绪以及情绪强度等级的识别，还可以按照需要的时间段，每周、每月或季度的模式，查看用户某段时间的情绪状态变化，帮助用户更好地管理自己的情绪。
本发明实施例的技术方案，通过采用生物特征信息以及语音特征信息组合确定负面情绪以及对应的情绪强度等级的方式，避免了现有技术中仅使用生物特征信息对负面情绪进行识别时存在的技术缺陷，在简单、快速的确定用户的负面情绪的同时，能够进而根据负面情绪的强度等级准确的提供出对应的情绪调节策略对用户进行情绪调节，优化了现有的情绪调节技术，提高了情绪调节的效率以及准确性。
实施例六
图6是本发明实施例六提供的一种情绪调节系统的结构框图，如图6所示，所述情绪调节系统包括：与至少两个用户(用户1、…、用户n)分别对应的穿戴式心电采集器(穿戴式心电采集器1、…、穿戴式心电采集器n)，以及语音采集器(语音采集器1、…、语音采集器n)。上述穿戴式心电采集器以及语音采集器分别与处理器相连。
在实施例中，所述语音采集器具体用于：采集所述用户所在环境中的综合语音信号发送至所述处理器；
所述处理器进一步用于：在根据用户的语音信号获取所述用户的语音特征信息之前，获取所述综合语音信号，并在所述综合语音信号中提取所述用户的语音信号；生成情绪分析数据发送至服务器，其中，所述情绪分析数据包括：所述负面情绪、所述情绪强度等级以及所述综合语音信号；接收所述服务器反馈的与负面情绪原因匹配的第二情绪处理策略对所述用户进行情绪调节；
所述服务器，用于根据至少两个关联用户上报的情绪分析数据，对负面情绪原因进行分类；根据与情绪分析数据匹配的负面情绪原因，向所述关联用户反馈对应的第二情绪处理策略。
进一步的，所述处理器具体用于：获取所述用户的心电数据作为所述生物特征信息；提取与所述心电数据对应的至少一项识别特征；将所述识别特征输入至预先训练的心电情绪识别模型中，对所述用户进行情绪识别；
所述情绪分析数据还包括：所述用户的生物特征信息；
所述处理器还用于：接收所述服务器提供的心电情绪识别模型更新结果，并使用所述心电情绪识别模型修正结果替换本地存储的所述心电情绪识别模型；
所述服务器还用于：根据至少两个关联用户上报的情绪分析数据，对所述心电情绪识别模型进行修正，并在满足集体替换条件时，将所述心电情绪识别模型修正结果提供给所述关联用户。
在本实施例中，服务器可以具体包括：数据收集系统、数据存储系统、数据分析系统和推送系统。服务器中的数据收集系统接收来自多个个体用户的心电、语音及情绪分类结果(负面情绪，以及负面情绪的强度等级)等数据，数据存储系统按用户分别保存这些数据。数据分析系统对个体用户的语音数据进行识别，根据预置的关键词对引起用户负面情绪的原因进行分类。推送系统根据引起负面情绪的原因有针对性地选择适合用户的文章推送给数据处理模块，供用户查看。除了对个体用户的语音数据进行分析外，数据分析系统还对所有用户的心电数据进行分析，在逐渐增长的样本数据基础上修正情绪识别模型，以提高负面情绪识别的准确度。
实施例七
本发明实施例七还提供一种存储计算机程序的计算机存储介质，所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的情绪调节方法。
也即，所述处理单元执行所述程序时实现：根据用户的生物特征信息，对所述用户进行情绪识别；如果确定识别出负面情绪，则根据所述用户的语音信号获取所述用户的语音特征信息；根据所述语音特征信息，确定所述负面情绪的强度等级；获取与所述负面情绪及所述情绪强度等级匹配的第一情绪调节策略对所述用户进行情绪调节。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(readonlymemory，rom)、可擦式可编程只读存储器((erasableprogrammablereadonlymemory，eprom)或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、射频(radiofrequency，rf)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言——诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。