一种基于多模态数据的心理咨询实时语音识别方法

本发明涉及语音识别技术领域，公开了一种基于多模态数据的心理咨询实时语音识别方法，包括：通过构建性别专属的语音心理特征映射基线，分析判断情绪稳定倾向程度以及结合振幅峰值占比判断表达倾向程度；动态校正基频均值振幅，解决个体发音差异导致的心理特征误判；通过基频突变和振幅突变检测重音位置、关键词、语速及停顿特征，构建多维度情绪分析模型，优化情绪焦点定位、情绪类型判断及变化趋势追踪问题；设计综合稳定值计算方法，同时反映情绪稳定性与关键词影响程度，提供心理健康评估量化指标；构建三级处理机制，通过专属基线与多模态证据融合，进行特征适配、交叉验证与决策修正。