1.基于音频分析与深度学习的争吵识别方法，其特征在于，包括以下步骤：
s1：采集与应用场景相匹配的语音样本，包括争吵与非争吵两类数据；
s2：根据语音样本制作用于情感识别的争吵语音数据集，并构建深度神经网络进行训练，得到情感识别模型；
s3：根据语音样本制作用于相关性分析的对话语音数据集，得到相关性系数数据表，并构建支持向量机分类器进行训练，得到对话相关性分类模型；
s4：采集待检测音频，针对情感识别模型、对话相关性分类模型对待检测音频进行预处理，提取语音特征和相关性系数；
s5：将语音特征输入情感识别模型，判断语音情感是否符合争吵的特点；若是，执行步骤s6；否则判断为非争吵语音；
s6：将相关性系数输入对话相关性分类模型，判断语音是否处于对话的状态；若是，则判断为争吵语音，否则判断为非争吵语音。
2.根据权利要求1所述的基于音频分析与深度学习的争吵识别方法，其特征在于，所述步骤s2具体包括以下步骤：
s21：根据语音样本制作用于情感识别的争吵语音数据集；
s22：对争吵语音数据集进行语音特征的提取，并对每一帧分别进行z-score标准化，得到语音特征序列组；
s23：根据语音特征序列组最大的序列长度对其他序列进行补零，将不定长序列转化为定长序列，得到定长特征序列组；
s24：根据定长特征序列组构建基于长短时记忆网络lstm和注意力机制的深度神经网络；
s25：对深度神经网络进行训练，得到情感识别模型。
3.根据权利要求2所述的基于音频分析与深度学习的争吵识别方法，其特征在于，在所述步骤s24中，所述定长特征序列组的数据标签进行进行独热编码one-hotencoding转换。
4.根据权利要求2所述的基于音频分析与深度学习的争吵识别方法，其特征在于，在所述步骤s24中，所述的深度神经网络具体包括：
输入层：输入步骤s23中得到的定长特征序列组，并对“0”值进行过滤；
单向lstm层：含有与特征序列维度一一对应的神经元，对时序信息进行初步提取，返回全部输出的特征序列；
双向lstm层：连接新的单向lstm层，与上一层单向lstm层输出一一对应，用于进一步时间信息建模，经过双向传播，返回全部输出的特征序列；
注意力机制层：从双向lstm层输出的每一时间步中发现序列的依赖关系；
第一全连接层：含有多个神经元，执行全连接运行，输出为：
f＝f(w·t+b)
其中，w为全连接层的权重值；所述t为全连接层的输入；b为全连接层的偏置层；所述f(·)为relu激活函数，公式为f(x)＝max(0,x)，所述x为该函数的自变量；
第一dropout层：连接在第一全连接层后，重叠率为0.3，为了避免过拟合；
第二全连接层：含有多个神经元；
第二dropout层：连接在第二全连接层后，重叠率为0.2；
输出层：该层神经元个数为2，通过sigmoid回归算法将特征映射到目标的两个分类，即愤怒/不愤怒；其中，sigmoid函数值在0～1之间，其函数形式为：
f(x)＝1/(1+e-x)
其中，x为该函数的自变量。
5.根据权利要求4所述的基于音频分析与深度学习的争吵识别方法，其特征在于，所述lstm模型包括单向lstm层和双向lstm层，包含多个lstm单元，每个单元包含3中门结构，包括遗忘门、输入门和输出门，以此保持状态信息的更新与双向传播；
在双向lstm层中，其双向传播过程包括前向传播过程和后向传播过程，其中，前向传播过程具体为：
ft＝σ(wf·[ht-1,et]+bf)
it＝σ(wi·[ht-1,et]+bi)
其中，
后向传播过程与前向传播过程相同，不同之处在于序列信息为从句子后部向前传播，这样得到后向传播信息
接着将lstm模型输出引入所述注意力机制中，权重计算公式具体为：
etj＝utanh(whj+b)
其中，hj表示注意力机制encoder中的隐藏状态信息，u，w是权重参数，b表示偏置参数；利用hj通过dot点积得到相似度etj，表示每个encoder过程的隐藏状态对当前的输出st的一个贡献度，st为注意力机制层中每个encoder过程的输出参数；然后，利用softmax函数将相似度etj转化为概率分布atj；最后，通过encoder中的隐藏状态hj与条件概率atj的加权和得到注意力向量ct。
6.根据权利要求2所述的基于音频分析与深度学习的争吵识别方法，其特征在于，所述步骤s25具体过程为：
随机抽取80％语音样本数据形成训练集，剩下20％作为测试集对深度神经网络进行训练；训练使用交叉熵损失函数计算损失，并采用自适应矩估计adam算法对深度神经网络进行参数的动态更新，最后得到情感识别模型。
7.根据根据权利要求4所述的基于音频分析与深度学习的争吵识别方法，其特征在于，所述步骤s3具体包括以下步骤：
s31：根据语音样本制作用于相关性分析的对话语音数据集；
s32：提取对话语音数据集的mel频率倒谱系数mfcc，为了使两个说话人的时间序列能一一对应，对于一个对话场景下音频的每一帧，当a说话时，a的序列alist对应于这帧的值用这帧的mfcc表示；当a的对方b说话时，alist序列此时的值用0表示；b说话时b的序列blist同理，得到alist和blist两个一一对应维数相同的序列；
s33：提取pearson相关性系数，具体为：
提取两个序列alist和blist之间的pearson相关性系数，具体计算公式为:
其中，x,y表示变量，cov(x,y)表示协方差，σx，σy表示标准差，μx表示x的期望，μy表示y的期望；
s34：提取spearman相关性系数，具体为：
提取两个序列alist和blist之间的spearman相关性系数，具体计算公式为：
其中，n为元素个数，若以xi,yi分别表示两个随机变量的第i个值，1≤i≤n，对x,y进行排序，得到x,y的排序集合x,y，其中元素xi,yi为xi,yi在x,y中的排序序号，则di＝xi-yi(1≤i≤n)；
s35：提取kendell相关性系数，具体为：
提取两个序列alist和blist之间的kendell相关性系数，具体计算公式为：
其中，c表示变量x,y中拥有一致性的元素对数；d表示x,y中拥有不一致性的元素对数；n1表示x含有的元素个数s表示x中拥有的小集合数；ui表示第i个小集合所包含的元素数；t表示y中拥有的小集合数；vi表示第i个小集合所包含的元素数；
s36：将得到的一个场景下的两个序列alist和blist之间的pearson相关性系数、spearman相关性系数、kendell相关性系数作为特征值，表征此场景下的对话相关性或非对话相关性，汇总上述三个相关性系数得到相关性系数数据表；
s37：将相关性系数数据表导入支持向量机分类器中，得到对话相关性分类模型。
8.根据根据权利要求7所述的基于音频分析与深度学习的争吵识别方法，其特征在于，所述步骤s4具体包括以下步骤：
s41：采集待检测音频；
s42：对待检测的音频序列进行降噪处理，减少录音设备和环境噪音对语音造成的噪声影响；
s43：将降噪处理后的音频序列分成固定长度的语音段、提取mfcc系数并进行归一化处理，作为情感识别模型的输入；
s44：将降噪处理后的音频序列利用端点检测及说话人识别技术，在说话人发生改变处进行切割，依次得到单说话人的若干音频段，然后以同样方式提取mfcc系数，降维求均值，补零得到不同说话人的序列，并求得序列间pearson系数、spearman系数、kendell系数三种相关性系数，作为对话相关性分类模型的输入。
9.根据权利要求8所述的基于音频分析与深度学习的争吵识别方法，其特征在于，所述步骤s5具体为：将步骤s43得到的语音特征输入情感识别模型中，从输出层sigmoid输出对语音情感的判断，即愤怒/不愤怒，并对数据进行标记，若为愤怒，则执行步骤s6；否则判断为非争吵语音。
10.根据权利要求9所述的基于音频分析与深度学习的争吵识别方法，其特征在于，所述步骤s6具体为：将步骤s44得到的三种相关性系数输入对话相关性分类模型，按次序输入支持向量机模型进行预测，对对话相关性给出判断，输出1代表预测为对话相关，输出0代表预测为对话不相关。