本發(fā)明涉及智能調(diào)節(jié)，特別是涉及一種具備情感智能的環(huán)境調(diào)節(jié)系統(tǒng)。

背景技術(shù)：

1、隨著智能家居技術(shù)的發(fā)展，環(huán)境燈光調(diào)節(jié)系統(tǒng)已成為提升居住舒適度的重要設(shè)備?，F(xiàn)有的環(huán)境燈光調(diào)節(jié)系統(tǒng)多依賴于用戶的手動(dòng)操作或預(yù)設(shè)的場景模式進(jìn)行調(diào)節(jié)，缺乏對用戶情緒狀態(tài)的實(shí)時(shí)感知和響應(yīng)能力。因此，有必要設(shè)計(jì)一種具備情感智能的環(huán)境調(diào)節(jié)系統(tǒng)，能夠?qū)崟r(shí)感知用戶情緒并據(jù)此自動(dòng)調(diào)節(jié)室內(nèi)燈光，以更好地滿足用戶的個(gè)性化需求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種具備情感智能的環(huán)境調(diào)節(jié)系統(tǒng)，解決現(xiàn)有的環(huán)境燈光調(diào)節(jié)系統(tǒng)多依賴于用戶的手動(dòng)操作或預(yù)設(shè)的場景模式進(jìn)行調(diào)節(jié)，缺乏對用戶情緒狀態(tài)的實(shí)時(shí)感知和響應(yīng)能力的問題。

2、本發(fā)明提供了一種具備情感智能的環(huán)境調(diào)節(jié)系統(tǒng)，其特征在于，包括：

3、數(shù)據(jù)獲取模塊，用于獲取用戶的語言信號數(shù)據(jù)，所述語言信號數(shù)據(jù)包括語言數(shù)據(jù)和語音信號數(shù)據(jù)；

4、語言處理模塊，用于對所述語言數(shù)據(jù)進(jìn)行文本預(yù)處理，將所述語言數(shù)據(jù)轉(zhuǎn)換為文本數(shù)據(jù)，并對所述文本數(shù)據(jù)進(jìn)行分詞和去停用詞處理，得到語言關(guān)鍵詞；所述語言處理模塊內(nèi)預(yù)設(shè)有情感知識(shí)庫，還用于基于優(yōu)化的語言模型，根據(jù)所述情感知識(shí)庫和語言關(guān)鍵詞確定用戶的語言情感評分；

5、語音處理模塊，用于對所述語音信號數(shù)據(jù)進(jìn)行特征提取，確定所述語音信號數(shù)據(jù)的特征數(shù)據(jù)，基于語音模型，根據(jù)所述特征數(shù)據(jù)確定用戶的語音情感評分；

6、環(huán)境調(diào)節(jié)模塊，用于根據(jù)所述語言情感評分和所述語音情感評分確定用戶的綜合情感評分，根據(jù)所述綜合情感評分調(diào)整用戶的環(huán)境燈光配置。

7、優(yōu)選的，所述情感知識(shí)庫基于plutchik情感輪盤理論構(gòu)建，所述情感知識(shí)庫包括若干情感類型、情感詞匯、情感關(guān)系和情感強(qiáng)度；

8、所述情感類型對應(yīng)有若干情感詞匯，所述情感詞匯對應(yīng)有唯一的情感強(qiáng)度，所述情感關(guān)系為所述情感類型之間的關(guān)系。

9、優(yōu)選的，所述語言處理模塊在用于基于優(yōu)化的語言模型，根據(jù)所述情感知識(shí)庫和語言關(guān)鍵詞確定用戶的語言情感評分時(shí)，包括：

10、將所述語言關(guān)鍵詞在所述情感知識(shí)庫內(nèi)進(jìn)行檢索，得到與所述語言關(guān)鍵詞相同的情感詞匯的情感類型和情感強(qiáng)度；

11、通過所述優(yōu)化的語言模型根據(jù)所述情感類型和情感強(qiáng)度確定用戶的語言情感評分。

12、優(yōu)選的，所述優(yōu)化的語言模型根據(jù)提示詞工程進(jìn)行優(yōu)化，具體為：

13、獲取測試數(shù)據(jù)和情感知識(shí)庫的內(nèi)容；

14、根據(jù)所述情感知識(shí)庫的內(nèi)容構(gòu)建基礎(chǔ)提示，所述基礎(chǔ)提示包括用戶輸入、相關(guān)信息和情感分析；

15、在所述基礎(chǔ)提示內(nèi)添加指導(dǎo)性內(nèi)容，根據(jù)語言模型對所述測試數(shù)據(jù)進(jìn)行情感分析，得到情感分析結(jié)果；

16、將情感分析結(jié)果與所述測試數(shù)據(jù)的實(shí)際結(jié)果進(jìn)行對比，根據(jù)對比結(jié)果對所述指導(dǎo)性內(nèi)容進(jìn)行優(yōu)化，直至所述語言模型的情感分析結(jié)果滿足條件，得到優(yōu)化的語言模型。

17、優(yōu)選的，所述語音處理模塊在用于對所述語音信號數(shù)據(jù)進(jìn)行特征提取，確定所述語音信號數(shù)據(jù)的特征數(shù)據(jù)時(shí)，包括：

18、所述特征數(shù)據(jù)包括音高值、音量值、語速、共振峰和梅爾頻率倒譜系數(shù)；

19、采用自相關(guān)法和頻域分析法確定所述語音信號數(shù)據(jù)中用戶的音高值；

20、采用短時(shí)能量和信號包絡(luò)確定所述語音信號數(shù)據(jù)中用戶的音量值；

21、確定所述語音信號數(shù)據(jù)中每秒鐘的音節(jié)數(shù)，根據(jù)所述音節(jié)數(shù)確定用戶的語速；

22、采用線性預(yù)測編碼確定所述語音信號數(shù)據(jù)中用戶的共振峰；

23、對所述語音信號數(shù)據(jù)進(jìn)行傅里葉變換和梅爾頻率濾波，確定所述語音信號數(shù)據(jù)中用戶的梅爾頻率倒譜系數(shù)。

24、優(yōu)選的，所述語音處理模塊在用于基于語音模型，根據(jù)所述特征數(shù)據(jù)確定用戶的語音情感評分時(shí)，包括：

25、所述語音模型包括輸入層、卷積層、循環(huán)層、注意力機(jī)制、全連接層和輸出層；

26、所述輸入層將所述特征數(shù)據(jù)生成特征矩陣，并輸入網(wǎng)絡(luò)；

27、所述卷積層對所述特征矩陣進(jìn)行初步處理，提取特征矩陣的時(shí)空特征；

28、所述循環(huán)層利用雙向長短期記憶網(wǎng)絡(luò)對所述特征矩陣的時(shí)空特征進(jìn)行處理，確定所述特征矩陣的時(shí)間依賴性；

29、所述注意力機(jī)制對所述特征矩陣的時(shí)間依賴性進(jìn)行加權(quán)處理，確定特征數(shù)據(jù)的權(quán)重；

30、所述全連接層根據(jù)所述特征數(shù)據(jù)的權(quán)重對所述語音信號數(shù)據(jù)進(jìn)行處理，確定所述語音信號數(shù)據(jù)對應(yīng)的用戶的語音情感評分；

31、所述輸出層將所述用戶的語音情感評分進(jìn)行輸出。

32、優(yōu)選的，所述環(huán)境調(diào)節(jié)模塊在用于根據(jù)所述語言情感評分和所述語音情感評分確定用戶的綜合情感評分時(shí)，包括：

33、確定所述語言情感評分和所述語音情感評分之間的評分差值，并將所述語言情感評分和所述語音情感評分進(jìn)行比較；

34、若所述評分差值大于預(yù)設(shè)評分差值，則當(dāng)所述語言情感評分大于所述語音情感評分時(shí)，所述用戶的綜合情感評分為語言情感評分；當(dāng)所述語言情感評分小于所述語音情感評分時(shí)，所述用戶的綜合情感評分為語音情感評分；

35、若所述評分差值小于或等于預(yù)設(shè)評分差值，則對所述語言情感評分和所述語音情感評分進(jìn)行加權(quán)平均，確定所述用戶的綜合情感評分。

36、優(yōu)選的，所述環(huán)境調(diào)節(jié)模塊在用于對所述語言情感評分和所述語音情感評分進(jìn)行加權(quán)平均，確定所述用戶的綜合情感評分時(shí)，根據(jù)下式計(jì)算：

37、

38、其中，mz表示綜合情感評分，a表示語言情感評分的權(quán)重系數(shù)，ml表示語言情感評分，b表示語音情感評分的權(quán)重系數(shù)，mv表示語音情感評分，c表示歸一化系數(shù)。

39、優(yōu)選的，所述環(huán)境調(diào)節(jié)模塊在用于根據(jù)所述綜合情感評分調(diào)整用戶的環(huán)境燈光配置時(shí)，包括：

40、所述環(huán)境燈光配置包括燈光的光照強(qiáng)度、色溫和光照周期；

41、對所述環(huán)境燈光配置和綜合情感評分進(jìn)行數(shù)學(xué)建模，并形成虛擬環(huán)境；

42、基于虛擬環(huán)境對智能體進(jìn)行訓(xùn)練，得到深度強(qiáng)化學(xué)習(xí)模型，所述深度強(qiáng)化學(xué)習(xí)模型包括智能體、虛擬環(huán)境、狀態(tài)空間、動(dòng)作空間和獎(jiǎng)勵(lì)函數(shù)；

43、根據(jù)所述深度強(qiáng)化學(xué)習(xí)模型確定用戶環(huán)境燈光配置的調(diào)整策略。

44、優(yōu)選的，所述狀態(tài)空間為s＝[mz，i，t，p]，其中，s表示狀態(tài)空間，mz表示綜合情感評分，i表示光照強(qiáng)度，t表示色溫，p表示光照周期；

45、所述動(dòng)作空間為a＝[δi，δt，δp]，其中，a表示動(dòng)作空間，δi表示調(diào)節(jié)光照強(qiáng)度，δt表示調(diào)節(jié)色溫，δp表示調(diào)節(jié)光照周期；

46、所述獎(jiǎng)勵(lì)函數(shù)表示為r＝mz?new-mz?old，其中，mz?new表示執(zhí)行動(dòng)作后的綜合情感評分，mz-old表示執(zhí)行動(dòng)作前的綜合情感評分。

47、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于，本發(fā)明通過深度強(qiáng)化學(xué)習(xí)，根據(jù)語音數(shù)據(jù)判斷用戶的情感狀態(tài)，通過人工智能自動(dòng)調(diào)節(jié)環(huán)境參數(shù)，為用戶提供一個(gè)舒適、愉悅的生活和工作環(huán)境。本發(fā)明通過獲取用戶的語言信號數(shù)據(jù)，能夠準(zhǔn)確地感知用戶的情感狀態(tài)，實(shí)現(xiàn)個(gè)性化的環(huán)境調(diào)節(jié)，提升用戶體驗(yàn)；結(jié)合語言和語音信號的分析，綜合考慮用戶的情感表達(dá)，提高情感識(shí)別的準(zhǔn)確性和全面性；根據(jù)用戶的情感評分及時(shí)調(diào)整環(huán)境燈光配置，營造與用戶情感相匹配的環(huán)境氛圍，有助于緩解用戶的情緒壓力，提升舒適度。利用預(yù)設(shè)的情感知識(shí)庫和優(yōu)化的語言模型、語音模型，能夠更精準(zhǔn)地解讀用戶情感，為環(huán)境調(diào)節(jié)提供可靠依據(jù)。還可以根據(jù)不同用戶的情感反應(yīng)進(jìn)行動(dòng)態(tài)調(diào)整，適應(yīng)各種場景和用戶需求。