[發(fā)明專利]語音數(shù)據(jù)的處理方法、裝置及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810946852.8
• 申請日: 2018-08-17
• 公開（公告）號: CN109147793B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設計）人: 黃哲;沈鵬程;劉樹權;張祖齊
• 申請（專利權）人: 南京星鄴匯捷網(wǎng)絡科技有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/18;G10L15/30
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 郭新娟

本發(fā)明提供了一種語音數(shù)據(jù)的處理方法、裝置及系統(tǒng)，該方法首先獲取當前語音數(shù)據(jù)，并將其轉換為當前文本數(shù)據(jù)；對當前文本數(shù)據(jù)進行自然語言分詞，得到分詞數(shù)據(jù)；判斷分詞數(shù)據(jù)是否有特殊語義，如果有，對分詞數(shù)據(jù)的語義進行去噪處理；判斷去噪后的分詞數(shù)據(jù)或者當前文本數(shù)據(jù)的語義與前一個文本數(shù)據(jù)的語義是否有聯(lián)系；如果有聯(lián)系，根據(jù)前一個文本數(shù)據(jù)的語義對應的信息，獲取當前文本數(shù)據(jù)的語義對應的信息；如果沒有聯(lián)系，將分詞數(shù)據(jù)的詞組與預設的標準數(shù)據(jù)庫中的詞組進行比對，根據(jù)比對結果確定分詞數(shù)據(jù)的詞組對應的信息；最后將得到的信息返回至客戶端。本發(fā)明在利用對語音數(shù)據(jù)的處理,提高了查找效率低，而且可對數(shù)據(jù)進行智能分析。

技術領域

本發(fā)明涉及語音數(shù)據(jù)處理技術領域，尤其是涉及語音數(shù)據(jù)的處理方法、裝置及系統(tǒng)。

背景技術

現(xiàn)有技術中通過瀏覽器或手機App登錄到指標報表查詢頁面，找到要查詢的報表或指標的菜單目錄，輸入要查詢的地區(qū)、時間等查詢條件進行查詢，然而對于電信行業(yè)數(shù)千張報表和KPI(Key Performance Indicator，關鍵績效指標)來說，菜單目錄多，查找比較困難；而且隨報表或指標的增加，需要頻繁增加報表查詢菜單，操作步驟復雜，菜單維護開發(fā)工作量大；同時，傳統(tǒng)的數(shù)據(jù)結果的智能化程度較低，難以實現(xiàn)數(shù)據(jù)的多樣化分析。

發(fā)明內容

有鑒于此，本發(fā)明的目的在于提供一種語音數(shù)據(jù)的處理方法、裝置及系統(tǒng)，以提高數(shù)據(jù)處理的效率和數(shù)據(jù)智能分析能力。

第一方面，本發(fā)明實施例提供了一種語音數(shù)據(jù)的處理方法，該方法應用于服務器，該服務器與客戶端通信連接；該方法包括：獲取當前的語音數(shù)據(jù)；將當前的語音數(shù)據(jù)轉換為當前文本數(shù)據(jù)；對當前文本數(shù)據(jù)進行自然語言分詞，得到分詞數(shù)據(jù)；判斷分詞數(shù)據(jù)是否有特殊語義，如果有特殊語義，對分詞數(shù)據(jù)的語義進行去噪處理；判斷去噪后的分詞數(shù)據(jù)的語義或者當前文本數(shù)據(jù)的語義與前一個文本數(shù)據(jù)的語義是否有聯(lián)系；如果有聯(lián)系，根據(jù)前一個文本數(shù)據(jù)的語義對應的信息，獲取當前文本數(shù)據(jù)的語義對應的信息；如果沒有聯(lián)系，將分詞數(shù)據(jù)的詞組與預設的標準數(shù)據(jù)庫中的詞組進行比對，根據(jù)比對結果確定分詞數(shù)據(jù)的詞組對應的信息；標準數(shù)據(jù)庫中保存有預先設定的詞組；將當前文本數(shù)據(jù)的語義對應的信息或者分詞數(shù)據(jù)的詞組對應的信息返回至客戶端。

進一步，上述方法還包括：通過ALS算法分析用戶信息查詢的喜好，以使不同的用戶在登錄客戶端后，獲得不同的推薦查詢的信息。

進一步，將當前的語音數(shù)據(jù)轉換為當前文本數(shù)據(jù)的步驟，包括：通過調用DeepSpeech的API接口，將當前的語音數(shù)據(jù)轉換為當前文本數(shù)據(jù)。

進一步，對當前文本數(shù)據(jù)進行自然語言分詞，得到分詞數(shù)據(jù)的步驟，包括：采用jieba分詞技術，以及預設的標準數(shù)據(jù)庫中詞組出現(xiàn)的權重，對當前文本數(shù)據(jù)進行分詞，得到當前文本數(shù)據(jù)的分詞數(shù)據(jù)；詞組出現(xiàn)的權重根據(jù)當前行業(yè)領域，通過Trie樹結構訓練得到。

進一步，根據(jù)所述前一個文本數(shù)據(jù)的語義對應的信息，獲取所述當前文本數(shù)據(jù)的語義對應的信息的步驟，包括：采用遺傳算法對當前文本數(shù)據(jù)的語義和前一個文本數(shù)據(jù)的語義進行解析；獲取當前文本數(shù)據(jù)的語義和前一個文本數(shù)據(jù)的語義的維度；如果當前文本數(shù)據(jù)的語義的維度與前一個文本數(shù)據(jù)的語義的維度相同，根據(jù)前一個文本數(shù)據(jù)的語義對應的信息的查找范圍，查找當前文本數(shù)據(jù)的語義對應的信息；如果當前文本數(shù)據(jù)的語義的維度少于前一個文本數(shù)據(jù)的語義的維度，生成提示信息，以提示輸入缺少的維度；當接收到缺少的維度后，根據(jù)前一個文本數(shù)據(jù)的語義對應的信息的查找范圍，查找當前文本數(shù)據(jù)的語義對應的信息。