[發明專利]一種基于電力調度系統的語音識別模型的建立方法

在審

• 申請號: 201810173642.X
• 申請日: 2018-03-02
• 公開（公告）號: CN108447475A
• 公開（公告）日: 2018-08-24
• 發明（設計）人: 鄢發齊;王春明;楊超;江保鋒;李炳志;肖志強
• 申請（專利權）人: 國家電網公司華中分部;北京用尚科技股份有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/14;G10L15/16
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王利文

本發明涉及一種基于電力調度系統的語音識別模型的建立方法，其主要技術特點是包括步驟1、采用HMM模型和深度神經網絡建立基于電力調度系統的聲音模型；步驟2、采用統計語言模型方法建立基于電力調度系統的語言模型。本發明采用HMM(隱馬爾科夫)和DNN(深度神經網絡)的技術建立電網專屬行業聲學模型以及基于N?Gram語音模型，有效提高了語音識別的準確率和工作效率，并消除了誤差，能夠較好地滿足電力調度行業語音識別的需要，經在華中電網試驗表明，華中電網發輸電計劃調整、山火場景、一次設備操作(轉狀態)和故障匯報四個工作場景連續語音識別實驗準確率達到85％以上，具有廣泛的應用前景。

技術領域

本發明屬于語音識別技術領域，尤其是一種基于電力調度系統的語音識別模型的建立方法。

背景技術

語音識別是將語音轉換為文本的技術，是人工智能自然語言處理的一個分支。目前，常規語音識別軟件無法運用于電力調度行業，主要通過在線語音接口方式對語音內容進行識別，應用于電力調度日志語音識別準確率不足60％，難以滿足電力調度的需要。如何將人工智能語音識別技術應用于電力調度中，在電力調度過程中，識別調度員之間的通話內容，并觸發相對應的命令，讓機器更多地替代人的工作，提高調度運行的智能化水平，提高工作效率，消除人為差錯，確保電網安全穩定運行，是目前迫切需要解決的問題。

發明內容

本發明的目的在于克服現有技術的不足，提出一種設計合理、語音識別準確、工作效率高且能有效消除認為差錯的基于電力調度系統的語音識別模型的建立方法。

本發明解決其技術問題是采取以下技術方案實現的：

一種基于電力調度系統的語音識別模型的建立方法，包括以下步驟：

步驟1、采用HMM模型和深度神經網絡建立基于電力調度系統的聲音模型；

步驟2、采用統計語言模型方法建立基于電力調度系統的語言模型。

進一步地，所述步驟1的具體實現方法包括以下步驟：

⑴通過錄音材料獲取MFCC特征，得到一個13維*幀數的矩陣；

⑵混合高斯模型：運用多維的高斯模型區模擬13維*幀數的矩陣，設該矩陣服從高斯分布，然后尋找均值和方差矩陣；

⑶進行聲音模型訓練。

進一步地，所述步驟⑶進行聲音模型訓練的方法包括以下步驟：

①將錄音文本分詞得到基本單元，在HMM模型中使用3-5個上述基本單元表示一個音素；

②初始化HMM模型：設置每個音素的均值和方差分別為0和1，轉移概率矩陣設置為兩頭小中間大，對于3-5個狀態的HMM模型，每個音素分為3-5個狀態；

③對初始后的HMM模型分析整理，生成各個音素的HMM模型；

④根據訓練數據來訓練音素級的HMM模型，得到如下三個參數：初始狀態概率分布、隱含狀態序列的轉移矩陣和隱含狀態下輸出觀察值的概率分布。

進一步地，所述步驟2的語言模型包括字典知識、語法知識和句法知識三層結構，其通過對訓練文本數據庫進行語法、語義分析，并經過統計語言模型方法訓練得到。

本發明的優點和積極效果是：

本發明采用HMM(隱馬爾科夫)和DNN(深度神經網絡)的技術建立電網專屬行業聲學模型以及基于N-Gram語音模型，有效提高了語音識別的準確率和工作效率，并消除了誤差，能夠較好地滿足電力調度行業語音識別的需要，經在華中電網試驗表明，華中電網發輸電計劃調整、山火場景、一次設備操作(轉狀態)和故障匯報四個工作場景連續語音識別實驗準確率達到85％以上，具有廣泛的應用前景。

說明書附圖