[發明專利]一種適用于語音信息的智能交互方法及裝置

在審

• 申請號: 202110969031.8
• 申請日: 2021-08-23
• 公開（公告）號: CN113687719A
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 吳浩珊;黃達文;姜南;梁維鏗;蘇建華;陳詒釗;吳葉輝
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司肇慶供電局
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F40/151;G06F40/205;G06N3/04;G06Q50/06;G10L15/06;G10L15/16;G10L15/26;G10L21/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 彭東威

1.一種適用于語音信息的智能交互方法，其特征在于，包括如下步驟：

采集待識別的語音信息并進行預處理，獲得語音特征信息；

將所述語音特征信息輸入到預先訓練好的卷積神經網絡中，得到新語音特征；

利用智能語音識別模型將所述新語音特征轉換成文本信息；

根據意圖識別模型解析文本信息，生成業務操作信息，并將所述業務操作信息輸入至規則庫中進行校驗；

基于校驗后的業務操作信息執行對應的業務操作。

2.根據權利要求1所述的一種適用于語音信息的智能交互方法，其特征在于，所述采集待識別的語音信息并進行預處理，獲得語音特征信息具體包括：

建立基于語音信號的二維分布數據；

從所述二維分布數據中隨機選取一個空間點的信號，利用傅里葉變換計算所述空間點的信號的幅值和相位，得到所述空間點的信號的頻譜；

對所述空間點的信號的頻譜進行傅里葉變換的逆變換，得到增強語音信號，并提取所述增強語音信號的特征信息。

3.根據權利要求1所述的一種適用于語音信息的智能交互方法，其特征在于，所述智能語音識別模型包括熱詞訓練模型，所述熱詞訓練模型的表達式如下：

式中，S(z)表示熱詞粘聯度，n表示迭代次數，c＝2，P(z_i)表示熱詞產生的概率，{z₁，z₂，z₃，...，z_i}為熱詞z的集合。

4.根據權利要求3所述的一種適用于語音信息的智能交互方法，其特征在于，所述利用智能語音識別模型將所述新語音特征轉換成文本信息具體包括：

將所述新語音特征信息劃分為訓練集和測試集，利用所述訓練集和測試集對所述熱詞訓練模型進行訓練；

計算所述熱詞訓練模型的輸出精度是否達到預設精度標準，若是，則停止訓練；

將待識別的語音特征信息輸入到訓練好的熱詞訓練模型中，根據所述訓練好的熱詞訓練模型輸出的熱詞粘聯度的大小進行排序，利用聲學模型對排序后的語音特征信息進行文本輸出，生成文本信息。

5.根據權利要求4所述的一種適用于語音信息的智能交互方法，其特征在于，所述意圖識別模型的表達式如下：

式中，score(p)表示得分概率，q表示生成的文本信息，v_q表示出現次數，p表示數據庫文本內容，μ(p、q)表示p、q之間的匹配次數。

6.一種適用于語音信息的智能交互裝置，其特征在于，包括：

語音信息采集模塊，用于采集待識別的語音信息并進行預處理，獲得語音特征信息；

語音特征提取模塊，用于將所述語音特征信息輸入到預先訓練好的卷積神經網絡中，得到新語音特征；

語音特征轉換模塊，用于利用智能語音識別模型將所述新語音特征轉換成文本信息；

文本解析模塊，用于根據意圖識別模型解析文本信息，生成業務操作信息，并將所述業務操作信息輸入至規則庫中進行校驗；

業務執行模塊，用于基于校驗后的業務操作信息執行對應的業務操作。

7.根據權利要求6所述的一種適用于語音信息的智能交互裝置，其特征在于，所述語音信息采集模塊具體包括：

信號采集模塊，用于建立基于語音信號的二維分布數據；

第一轉換模塊，用于從所述二維分布數據中隨機選取一個空間點的信號，利用傅里葉變換計算所述空間點的信號的幅值和相位，得到所述空間點的信號的頻譜；

第二轉換模塊，用于對所述空間點的信號的頻譜進行傅里葉變換的逆變換，得到增強語音信號，并提取所述增強語音信號的特征信息。