CN110491374A - 基于神经网络的酒店服务语音交互识别方法及装置 - Google Patents
基于神经网络的酒店服务语音交互识别方法及装置 Download PDFInfo
- Publication number
- CN110491374A CN110491374A CN201910797543.3A CN201910797543A CN110491374A CN 110491374 A CN110491374 A CN 110491374A CN 201910797543 A CN201910797543 A CN 201910797543A CN 110491374 A CN110491374 A CN 110491374A
- Authority
- CN
- China
- Prior art keywords
- service call
- neural network
- service
- hotel
- voice data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 37
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003062 neural network model Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 26
- 239000000284 extract Substances 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000009432 framing Methods 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 5
- 239000008267 milk Substances 0.000 description 4
- 210000004080 milk Anatomy 0.000 description 4
- 235000013336 milk Nutrition 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/24—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being the cepstrum
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
- G10L2015/0638—Interactive procedures
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例公开了一种基于神经网络的酒店服务语音交互识别方法及装置，所述方法包括：获取用户输入的服务呼叫语音数据；对服务呼叫语音数据进行语音识别处理，得到服务呼叫语音数据对应的服务呼叫文字数据；将服务呼叫文字数据输入至预设的神经网络模型，输出服务呼叫文字数据的语义信息；根据语义信息生成反馈指令，并将反馈指令发送的执行设备，以使执行设备对用户的服务呼叫做出反馈。本发明实施例公开的基于神经网络的酒店服务语音交互识别方法及装置，专门针对酒店服务呼叫类语言，提取出酒店服务类关键词清单，加入到智能语音交互系统的语言理解及分类环节，利用神经网络模型使系统可以对酒店用户的服务需求做出正确的理解和反馈。
Description
技术领域
本发明实施例涉及人工智能技术领域，具体涉及一种基于神经网络的酒店服务语音交互识别方法及装置。
背景技术
随着人力成本的不断上涨，机器人替代部分人类劳动的趋势已经不可逆转。基于此，越来越多的酒店加入到酒店智慧化建设的行列。
现有技术中已经实现的智慧酒店，从客人入住酒店的那一刻起，前台、服务员、保洁、安保等，眼前所见的都是一款款智慧、风趣的机器人，它不仅可以根据客人的需求推荐客房、办理入住手续，并将行李送入房间，还能为客人配送定制美食，在不久的将来，这样的情景将不再是科幻电影里的桥段，而是酒店行业的新常态。
从客人的角度，一个完美的“智能”入住体验应该是便捷、舒适且充满智能化和科技感。但是，当前行业中成熟的智能语音交互系统，在语音理解的过程中，没有针对酒店场景做专门训练，不能对客人的呼叫请求做出正确反馈，限制了智能语音系统在酒店场景下的使用，体验感差却恰恰成了当下很多智慧酒店的短板，导致应用程序复杂，客人研究半天依旧茫然，最后不得不求助于服务人员等。
发明内容
为此，本发明实施例提供一种基于神经网络的酒店服务语音交互识别方法及装置，以解决现有技术中的智能语音系统不能对客人的呼叫请求做出正确反馈的技术问题。
为了实现上述目的，本发明实施例提供如下技术方案：
根据本发明实施例的第一方面提供一种基于神经网络的酒店服务语音交互识别方法，包括：
获取用户输入的服务呼叫语音数据；
对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
进一步地，获取所述神经网络模型的具体步骤如下：
采集若干数量的酒店场景下用户可能发生的服务呼叫语音样本；
对每一服务呼叫语音样本进行语音识别处理，得到每一服务呼叫语音样本对应的服务呼叫文字样本；
对每一服务呼叫文字样本中的关键词进行标记；
利用所有经过标记的服务呼叫文字样本对神经网络进行训练，得到所述神经网络模型。
进一步地，对所述服务呼叫语音数据进行语音识别处理，具体包括：
对所述服务呼叫语音数据进行分帧处理，得到若干帧语音数据；
提取每一帧语音数据的梅尔倒谱系数MFCC特征；
根据所述MFCC特征，从预设数据库中查找每一帧语音数据对应的文字，所述预设数据库中存储有MFCC特征和文字之间的一一对应关系。
进一步地，所述输出所述服务呼叫文字数据的语义信息之后，还包括：
根据所述语义信息生成反馈指令，并将所述反馈指令发送的执行设备，以使所述执行设备对用户的服务呼叫做出反馈。
进一步地，所述关键词至少包括前台、呼叫、退房、续住、保洁和打扫中的任一种。
根据本发明实施例的第二方面提供一种基于神经网络的酒店服务语音交互识别装置，包括：
获取模块，用于获取用户输入的服务呼叫语音数据；
语音识别模块，用于对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
语义识别模块，用于将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
进一步地，还包括训练模块，用于获取所述神经网络模型；
获取所述神经网络模型的具体步骤如下：
采集若干数量的酒店场景下用户可能发生的服务呼叫语音样本；
对每一服务呼叫语音样本进行语音识别处理，得到每一服务呼叫语音样本对应的服务呼叫文字样本；
对每一服务呼叫文字样本中的关键词进行标记；
利用所有经过标记的服务呼叫文字样本对神经网络进行训练，得到所述神经网络模型。
进一步地，所述语音识别模块包括分帧单元、特征提取单元和查找单元，其中：
所述分帧单元用于对所述服务呼叫语音数据进行分帧处理，得到若干帧语音数据；
所述特征提取单元用于提取每一帧语音数据的梅尔倒谱系数MFCC特征；
所述查找单元用于根据所述MFCC特征，从预设数据库中查找每一帧语音数据对应的文字，所述预设数据库中存储有MFCC特征和文字之间的一一对应关系。
再一方面，本发明实施例提供一种电子设备，包括：存储器、处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述方法的步骤。
又一方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现上述方法的步骤。
本发明实施例具有如下优点：
本发明实施例公开的基于神经网络的酒店服务语音交互识别方法及装置，专门针对酒店服务呼叫类语言，提取出酒店服务类关键词清单，加入到智能语音交互系统的语言理解及分类环节，利用神经网络模型使系统可以对酒店用户的服务需求做出正确的理解和反馈。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例提供的基于神经网络的酒店服务语音交互识别方法示意图；
图2为本发明实施例提供的基于神经网络的酒店服务语音交互识别原理示意图；
图3为本发明实施例提供的基于神经网络的酒店服务语音交互识别装置示意图；
图4为本发明实施例提供的电子设备的结构示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的基于神经网络的酒店服务语音交互识别方法示意图，如图1所示，本发明实施例提供一种基于神经网络的酒店服务语音交互识别方法，其执行主体为基于神经网络的酒店服务语音交互识别装置，该方法包括：
步骤S101、获取用户输入的服务呼叫语音数据；
步骤S102、对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
步骤S103、将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
基于上述任一实施例，进一步地，获取所述神经网络模型的具体步骤如下：
采集若干数量的酒店场景下用户可能发生的服务呼叫语音样本；
对每一服务呼叫语音样本进行语音识别处理，得到每一服务呼叫语音样本对应的服务呼叫文字样本；
对每一服务呼叫文字样本中的关键词进行标记；
利用所有经过标记的服务呼叫文字样本对神经网络进行训练，得到所述神经网络模型。
基于上述任一实施例，进一步地，对所述服务呼叫语音数据进行语音识别处理，具体包括：
对所述服务呼叫语音数据进行分帧处理，得到若干帧语音数据；
提取每一帧语音数据的梅尔倒谱系数MFCC特征；
根据所述MFCC特征，从预设数据库中查找每一帧语音数据对应的文字，所述预设数据库中存储有MFCC特征和文字之间的一一对应关系。
基于上述任一实施例，进一步地，所述输出所述服务呼叫文字数据的语义信息之后，还包括：
根据所述语义信息生成反馈指令，并将所述反馈指令发送的执行设备，以使所述执行设备对用户的服务呼叫做出反馈。
基于上述任一实施例，进一步地，所述关键词至少包括前台、呼叫、退房、续住、保洁和打扫中的任一种。
例如，当用户将牛奶洒到地毯上时，用户希望保洁人员前来打扫时，用户说出“我不小心将牛奶洒到地毯上了，请保洁人员前来打扫一下，谢谢”的语音，系统采集到该语音数据之后，首先，对该语音数据进行语音识别处理，得到该语音数据对应的服务呼叫文字数据，即，得到“我不小心将牛奶洒到地毯上了，请保洁人员前来打扫一下，谢谢”的文字数据。
然后，将“我不小心将牛奶洒到地毯上了，请保洁人员前来打扫一下，谢谢”的文字数据，输入至预设的神经网络模型，输出该文字数据的语义信息，即，输出“呼叫保洁”的语义信息。
本发明实施例公开的基于神经网络的酒店服务语音交互识别方法，专门针对酒店服务呼叫类语言，提取出酒店服务类关键词清单，加入到智能语音交互系统的语言理解及分类环节，利用神经网络模型使系统可以对酒店用户的服务需求做出正确的理解和反馈。
基于上述任一实施例，图2为本发明实施例提供的基于神经网络的酒店服务语音交互识别原理示意图，如图2所示，本发明总了大量酒店场景下用户可能发生的服务呼叫类语言，提取出酒店服务类关键词清单，加入到智能语音交互系统的语言理解及分类环节，使系统可以对酒店用户的服务需求做出正确的理解和反馈。
基于上述任一实施例，图3为本发明实施例提供的基于神经网络的酒店服务语音交互识别装置示意图，如图3所示，本发明实施例提供一种基于神经网络的酒店服务语音交互识别装置，其特征在于，包括获取模块301、语音识别模块302和语义识别模块303，其中：
获取模块301用于获取用户输入的服务呼叫语音数据；
语音识别模块302用于对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
语义识别模块303用于将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
基于上述任一实施例，进一步地，还包括训练模块，用于获取所述神经网络模型；
获取所述神经网络模型的具体步骤如下：
采集若干数量的酒店场景下用户可能发生的服务呼叫语音样本；
对每一服务呼叫语音样本进行语音识别处理，得到每一服务呼叫语音样本对应的服务呼叫文字样本；
对每一服务呼叫文字样本中的关键词进行标记；
利用所有经过标记的服务呼叫文字样本对神经网络进行训练，得到所述神经网络模型。
基于上述任一实施例，进一步地，所述语音识别模块包括分帧单元、特征提取单元和查找单元，其中：
所述分帧单元用于对所述服务呼叫语音数据进行分帧处理，得到若干帧语音数据；
所述特征提取单元用于提取每一帧语音数据的梅尔倒谱系数MFCC特征；
所述查找单元用于根据所述MFCC特征，从预设数据库中查找每一帧语音数据对应的文字，所述预设数据库中存储有MFCC特征和文字之间的一一对应关系。
本发明实施例提供一种基于神经网络的酒店服务语音交互识别装置，用于执行上述任一实施例中所述的方法，通过本实施例提供的装置执行上述某一实施例中所述的方法的具体步骤与上述相应实施例相同，此处不再赘述。
本发明实施例公开的基于神经网络的酒店服务语音交互识别装置，专门针对酒店服务呼叫类语言，提取出酒店服务类关键词清单，加入到智能语音交互系统的语言理解及分类环节，利用神经网络模型使系统可以对酒店用户的服务需求做出正确的理解和反馈。
图4为本发明实施例提供的电子设备的结构示意图，如图4所示，所述设备包括：处理器(processor)401、存储器(memory)402和总线403；
其中，处理器401和存储器402通过所述总线403完成相互间的通信；
处理器401用于调用存储器402中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：
获取用户输入的服务呼叫语音数据；
对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
获取用户输入的服务呼叫语音数据；
对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：
获取用户输入的服务呼叫语音数据；
对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
以上所描述的装置及设备等实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (10)
1.一种基于神经网络的酒店服务语音交互识别方法，其特征在于，包括：
获取用户输入的服务呼叫语音数据；
对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
2.根据权利要求1所述的基于神经网络的酒店服务语音交互识别方法，其特征在于，获取所述神经网络模型的具体步骤如下：
采集若干数量的酒店场景下用户可能发生的服务呼叫语音样本；
对每一服务呼叫语音样本进行语音识别处理，得到每一服务呼叫语音样本对应的服务呼叫文字样本；
对每一服务呼叫文字样本中的关键词进行标记；
利用所有经过标记的服务呼叫文字样本对神经网络进行训练，得到所述神经网络模型。
3.根据权利要求1所述的基于神经网络的酒店服务语音交互识别方法，其特征在于，对所述服务呼叫语音数据进行语音识别处理，具体包括：
对所述服务呼叫语音数据进行分帧处理，得到若干帧语音数据；
提取每一帧语音数据的梅尔倒谱系数MFCC特征；
根据所述MFCC特征，从预设数据库中查找每一帧语音数据对应的文字，所述预设数据库中存储有MFCC特征和文字之间的一一对应关系。
4.根据权利要求1所述的基于神经网络的酒店服务语音交互识别方法，其特征在于，所述输出所述服务呼叫文字数据的语义信息之后，还包括：
根据所述语义信息生成反馈指令，并将所述反馈指令发送的执行设备，以使所述执行设备对用户的服务呼叫做出反馈。
5.根据权利要求2所述的基于神经网络的酒店服务语音交互识别方法，其特征在于，所述关键词至少包括前台、呼叫、退房、续住、保洁和打扫中的任一种。
6.一种基于神经网络的酒店服务语音交互识别装置，其特征在于，包括：
获取模块，用于获取用户输入的服务呼叫语音数据；
语音识别模块，用于对所述服务呼叫语音数据进行语音识别处理，得到所述服务呼叫语音数据对应的服务呼叫文字数据；
语义识别模块，用于将所述服务呼叫文字数据输入至预设的神经网络模型，输出所述服务呼叫文字数据的语义信息。
7.根据权利要求6所述的基于神经网络的酒店服务语音交互识别装置，其特征在于，还包括训练模块，用于获取所述神经网络模型；
获取所述神经网络模型的具体步骤如下：
采集若干数量的酒店场景下用户可能发生的服务呼叫语音样本；
对每一服务呼叫语音样本进行语音识别处理，得到每一服务呼叫语音样本对应的服务呼叫文字样本；
对每一服务呼叫文字样本中的关键词进行标记；
利用所有经过标记的服务呼叫文字样本对神经网络进行训练，得到所述神经网络模型。
8.根据权利要求6所述的基于神经网络的酒店服务语音交互识别装置，其特征在于，所述语音识别模块包括分帧单元、特征提取单元和查找单元，其中：
所述分帧单元用于对所述服务呼叫语音数据进行分帧处理，得到若干帧语音数据；
所述特征提取单元用于提取每一帧语音数据的梅尔倒谱系数MFCC特征；
所述查找单元用于根据所述MFCC特征，从预设数据库中查找每一帧语音数据对应的文字，所述预设数据库中存储有MFCC特征和文字之间的一一对应关系。
9.一种电子设备，其特征在于，包括：存储器和处理器；
所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序被处理器执行时，实现如权利要求1至5任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910797543.3A CN110491374A (zh) | 2019-08-27 | 2019-08-27 | 基于神经网络的酒店服务语音交互识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910797543.3A CN110491374A (zh) | 2019-08-27 | 2019-08-27 | 基于神经网络的酒店服务语音交互识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110491374A true CN110491374A (zh) | 2019-11-22 |
Family
ID=68554570
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910797543.3A Pending CN110491374A (zh) | 2019-08-27 | 2019-08-27 | 基于神经网络的酒店服务语音交互识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110491374A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111063357A (zh) * | 2019-12-30 | 2020-04-24 | 中国银行股份有限公司 | 一种智能柜台服务方法及装置 |
| CN114862286A (zh) * | 2022-07-06 | 2022-08-05 | 北京云迹科技股份有限公司 | 酒店客房服务判断方法、装置、电子设备及存储介质 |
| CN115914468A (zh) * | 2023-03-09 | 2023-04-04 | 成都秦川物联网科技股份有限公司 | 智慧燃气呼叫中心的反馈管理方法、物联网系统及介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000032140A (ja) * | 1998-04-30 | 2000-01-28 | Matsushita Electric Ind Co Ltd | 音声認識を用いたロボットホテル従業員 |
| CN201892945U (zh) * | 2010-05-19 | 2011-07-06 | 朱万政 | 智能电子服务员 |
| CN106528694A (zh) * | 2016-10-31 | 2017-03-22 | 百度在线网络技术（北京）有限公司 | 基于人工智能的语义判定处理方法和装置 |
| CN107274889A (zh) * | 2017-06-19 | 2017-10-20 | 北京紫博光彦信息技术有限公司 | 一种根据语音生成业务单据的方法及装置 |
| CN107644642A (zh) * | 2017-09-20 | 2018-01-30 | 广东欧珀移动通信有限公司 | 语义识别方法、装置、存储介质及电子设备 |
| CN108932946A (zh) * | 2018-06-29 | 2018-12-04 | 百度在线网络技术（北京）有限公司 | 客需服务的语音交互方法和装置 |
| CN109036414A (zh) * | 2018-10-11 | 2018-12-18 | 北京声赫科技有限公司 | 基于语音识别的控制方法及系统 |
| CN109165380A (zh) * | 2018-07-26 | 2019-01-08 | 咪咕数字传媒有限公司 | 一种神经网络模型训练方法及装置、文本标签确定方法及装置 |
| KR20190012708A (ko) * | 2017-07-28 | 2019-02-11 | 주식회사 케이디아이덴 | 음성 인식 및 대화가 가능한 음식 주문용 스마트 스피커 및 이를 이용한 음식 주문 서비스 플랫폼 |
-
2019
- 2019-08-27 CN CN201910797543.3A patent/CN110491374A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000032140A (ja) * | 1998-04-30 | 2000-01-28 | Matsushita Electric Ind Co Ltd | 音声認識を用いたロボットホテル従業員 |
| CN201892945U (zh) * | 2010-05-19 | 2011-07-06 | 朱万政 | 智能电子服务员 |
| CN106528694A (zh) * | 2016-10-31 | 2017-03-22 | 百度在线网络技术（北京）有限公司 | 基于人工智能的语义判定处理方法和装置 |
| CN107274889A (zh) * | 2017-06-19 | 2017-10-20 | 北京紫博光彦信息技术有限公司 | 一种根据语音生成业务单据的方法及装置 |
| KR20190012708A (ko) * | 2017-07-28 | 2019-02-11 | 주식회사 케이디아이덴 | 음성 인식 및 대화가 가능한 음식 주문용 스마트 스피커 및 이를 이용한 음식 주문 서비스 플랫폼 |
| CN107644642A (zh) * | 2017-09-20 | 2018-01-30 | 广东欧珀移动通信有限公司 | 语义识别方法、装置、存储介质及电子设备 |
| CN108932946A (zh) * | 2018-06-29 | 2018-12-04 | 百度在线网络技术（北京）有限公司 | 客需服务的语音交互方法和装置 |
| CN109165380A (zh) * | 2018-07-26 | 2019-01-08 | 咪咕数字传媒有限公司 | 一种神经网络模型训练方法及装置、文本标签确定方法及装置 |
| CN109036414A (zh) * | 2018-10-11 | 2018-12-18 | 北京声赫科技有限公司 | 基于语音识别的控制方法及系统 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111063357A (zh) * | 2019-12-30 | 2020-04-24 | 中国银行股份有限公司 | 一种智能柜台服务方法及装置 |
| CN114862286A (zh) * | 2022-07-06 | 2022-08-05 | 北京云迹科技股份有限公司 | 酒店客房服务判断方法、装置、电子设备及存储介质 |
| CN115914468A (zh) * | 2023-03-09 | 2023-04-04 | 成都秦川物联网科技股份有限公司 | 智慧燃气呼叫中心的反馈管理方法、物联网系统及介质 |
| US11870937B2 (en) | 2023-03-09 | 2024-01-09 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for smart gas call center feedback management and Internet of things (IoT) systems thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11200886B2 (en) | System and method for training a virtual agent to identify a user's intent from a conversation | |
| CN107886949B (zh) | 一种内容推荐方法及装置 | |
| CN107492379B (zh) | 一种声纹创建与注册方法及装置 | |
| US20190311036A1 (en) | System and method for chatbot conversation construction and management | |
| JP6894534B2 (ja) | 情報処理方法及び端末、コンピュータ記憶媒体 | |
| CN110491374A (zh) | 基于神经网络的酒店服务语音交互识别方法及装置 | |
| CN111783439B (zh) | 人机交互对话处理方法、装置、计算机设备及存储介质 | |
| CN116737900A (zh) | 人机交互处理系统及其方法、存储介质、电子设备 | |
| CN105404845B (zh) | 图片处理方法及装置 | |
| CN109543010A (zh) | 融合数据库查询的人机对话方法及系统 | |
| WO2018039500A1 (en) | A speech recognition method and apparatus | |
| WO2019218820A1 (zh) | 控制对象的确定方法及装置、存储介质、电子装置 | |
| US11494376B2 (en) | Data query method supporting natural language, open platform, and user terminal | |
| JP6865653B2 (ja) | 対話分析システムおよび対話分析プログラム | |
| CN110347863A (zh) | 话术推荐方法和装置及存储介质 | |
| CN106486120B (zh) | 交互式语音应答方法及应答系统 | |
| US20190005032A1 (en) | Filtering document search results using contextual metadata | |
| CN110110049A (zh) | 服务咨询方法、装置、系统、服务机器人及存储介质 | |
| CN107464157A (zh) | 资源处理方法及其设备 | |
| CN111968631A (zh) | 智能设备的交互方法、装置、设备及存储介质 | |
| CN109447273A (zh) | 模型训练方法、广告推荐方法、相关装置、设备及介质 | |
| DE112021004829T5 (de) | Durchgängiges verstehen gesprochener sprache ohne vollständige abschriften | |
| CN113132214B (zh) | 一种对话方法、装置、服务器及存储介质 | |
| US8406384B1 (en) | Universally tagged frequent call-routing user queries as a knowledge base for reuse across applications | |
| CN208284230U (zh) | 一种语音识别装置、语音识别系统及智能设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191122 |
|
| RJ01 | Rejection of invention patent application after publication |