CN116013291B - 一种基于电力领域本体知识的语音识别系统 - Google Patents

Abstract

本发明公开了一种基于电力领域本体知识的语音识别系统，包括：语音采集模块、电力领域本体知识仓库、语音识别模块、识别结果校验模块、电力领域应用模块、训练集补充模块，其中语音采集模块用于采集来自用户端的音频数据，对所述音频数据进行校验、矫正，输出待识别音频数据，语音识别模块获取待识别音频数据，通过语音识别纠错模型进行语音识别处理，输出识别结果。根据上述技术方案，可以将现有电力系统的基本积累与机器学习紧密结合，使用现场生产环境的数据对训练模型不断优化，提高语音识别系统的准确度，打造更加高效、便捷的客户服务管理体系。

Description

一种基于电力领域本体知识的语音识别系统

技术领域

本发明涉及语音识别技术领域，具体而言，涉及一种基于电力领域本体知识的语音识别系统。

背景技术

在电力领域，各省电网系统主要的客户诉求途径仍以人工话务为主，即用户通过拨打特服号，通过固定按键流程或者提交语音需求以咨询用电业务信息或申报用电诉求。采用固定按键流程的方式，受业务按键层级深度、引导语播放时间等因素影响，导致处理过程时间长、用户感受差；而在对语音需求的处理中，受部分用户的口语化、本地化发音等因素影响，机器人的语音识别会受到一定限制，导致对用户诉求识别错误，既未解决用户问题，也占用了系统的资源；因此，诸多客户会跳过前期分流引导，直接选择进入人工接听流程，给客服人员、系统资源增加了额外的压力；特别在诉求高峰期、雨雪冰灾、大面积停电等特殊情况，可能引起用户通话拥塞、话务资源严重不足，而使用户长时间的接听等待，严重时给电网公司带来重大风险甚至巨大损失。

因此，需要一种语音识别方案应用于电力领域的应用系统，可以基于现有电力系统的基础设施，对现有资源进行升级和改造，以克服常用语音识别中的一词多义、口音化、识别准确的问题，实现快速准确定位用户需求的目标，提高电力系统资源的应用效率，降低电网的管理风险。

发明内容

本发明的主要目的在于公开一种基于电力领域本体知识的语音识别系统，包括：

语音采集模块：用于采集来自用户端的音频数据，对音频数据进行校验、矫正，输出待识别音频数据；

电力领域本体知识仓库：用于提供电力领域专有词汇信息，专有词汇内30容包括特征单字、特征短词、特征长词、常用词；专有词汇信息的属性包括：

文本特征、需求特征；专有词汇信息通过专有词汇特征关联模型存储内容和属性，并建立相互关联；

进一步的，专有词汇特征关联模型支持的专有词汇内容还包括：连接词、常用词。

专有词汇特征关联模型支持的专有词汇关联方式包括：字词延伸关系、词义延伸关系、语法延伸关系，还支持自定义词汇关联方式。

语音识别模块：用于获取待识别音频数据，通过语音识别纠错模型进行语音识别处理，输出识别结果，并优化语音识别纠错模型；

识别结果校验模块：用于结合电力领域本体知识仓库，校验识别结果是40否符合电力领域应用要求，并输出校验结果；校验结果包括样本补充训练请求；

电力领域应用模块：用于根据识别结果，实现用户需求，获取用户需求

处理结果；

训练集补充模块：获取补充训练请求，进行训练集补充处理。

其中，语音识别模块采用Baum-Welch算法进行语音识别纠错模型改进，

采用音素评分子模块生成音素评分结果，作为纠错判断标准。

其中，语音识别模块通过所述音素评分结果，比较待识别音频数据的语音和标准语音的差异程度，用于计算整句识别的准确概率值。

进一步的，语音采集模块采用MFCC特征从音频数据提取用户语音特征，50设置三角滤波器对音频信号幅度加权运算，生成待识别音频数据。

进一步的，识别校验模块根据专有词汇特征关联模型进行校验的顺序为：

整句校验、长词校验、短词校验、单字校验。

进一步的，训练集补充模块获取来自识别校验模块的样本补充训练请求，生成训练集，向语音识别模块发送语音识别训练样本。

训练集补充模块还获取来自电力领域应用模块发送的补充训练请求；其

中，电力领域应用模块根据用户需求处理结果判断获取的识别结果是否与电力领域应用匹配，如果不匹配，生成所述补充训练请求。

根据本发明，可以将现有电力系统的基本积累与机器学习紧密结合，使

用现场生产环境的数据对训练模型不断优化，提高语音识别系统的准确度，60打造更加高效、便捷的客户服务管理体系，实现客户信息、客户需求的精准

掌握，提升用户感受，推动客户服务向智能化方向发展。

附图说明

图1是根据本发明实施例提供的语音识别系统结构图；

图2是根据本发明实施例提供的语音识别系统功能实现示意图；

图3是根据本发明实施例提供的专有词汇特征关联模型示意图。

具体实施方式

本发明的应用环境主要为电力领域应用系统，例如客服系统，通过本70发明的方案，采集来自用户终端的语音信息需求，结合对电力领域本体知

识的积累，对语音需求信息进行加工、分析，最终有效获取用户的实际需求；同时，对系统使用过程中产生的数据进行分析，提取有训练价值的语音数据进行训练样本的补充，不断完善和优化语音识别的训练模型，在生产环境中不断提升识别系统的准确性。

下面结合说明书附图对本发明的具体实现方式做详细描述：

图1是本发明实施例提供的语音识别系统结构图，图2提供了在本发明实施例中的功能实现过程。

如图1所示，本申请的系统包括以下结构模块：

P100语音采集模块：用于采集来自用户端的音频数据，对音频数据进行80校验、矫正，输出待识别音频数据；

语音采集模块对音频数据进行矫正采用了MFCC算法，从音频数据提取用户语音特征，在语音范围内设置若干个三角滤波器，三角滤波器相互交迭，取每个三角滤波器中所有频率信号幅度加权运算，形成语音输出。

在图2中可见，执行语音采集后，即可以进入下一步语音识别的处理。85而电力领域语音识别的处理，需要电力领域本体知识仓库提供支撑。

P110电力领域本体知识仓库：用于存储电力领域专有词汇信息。

专有词汇内容包括特征单字、特征短词、特征长词、常用词；

专有词汇信息的属性包括：专有词汇的文本特征、需求特征；

本申请的应用场景为电力领域的语音系统，用户的需求通过语音方式进90行传递，因此本申请中，对语音信息入库时，可直接定义需要系统处理的需

求，针对这一特点，本申请中对专有词汇信息定义的属性至少包括两部分：

文本特征：即文本内容；

需求特征：该文本内容对应的处理需求的操作编码。

操作编码是电力领域应用模块为识别需求、响应需求、确定处理方式而95定义的协议，例如，为“查询用户数据”、“查询资讯”、“转人工服务”

定义不同的操作编码，当电力领域应用模块识别出符合规范的编码时，执行相应的处理。

例如：“查询资讯”对应的操作编码为“MSG”，“电价改革”对应的操作编码可定义为“INFO001”，电力领域应用模块获取该操作编码00“MSG-INFO001”，向用户播放电价改革对应规则的语音；操作编码的格式

可以自定义，也可以采用目前常用的规范，例如XML、JSON等形式。通过这种方式，可以在语音识别完成时直接获取用户需求，不需要对文字进行需求判断，简化了获取用户需求的流程，提高系统效率；可以在相对独立的电信领域本体知识仓库中对专有词汇的需求属性进行灵活定义，和语音处理分105离开，降低耦合性，提高灵活度。

同时，并不是所有的专有词汇都对应有操作编码，因此专有词汇信息的需求特征可以为空或者设置为默认值。

专有词汇信息的属性还支持音频特征，音频特征与词汇的文本内容对应，可应用于针对电力领域的早期模型训练。

专有词汇信息通过专有词汇特征关联模型存储内容和属性，并建立相互关联，图3则提供了专有词汇特征关联模型示意图。

专有词汇特征关联模型支持的专有词汇关联方式包括：S311字词延伸关系、S312词义延伸关系、S313语法延伸关系以及S314自定义词汇关联方式；

为支持专有词汇关联方式，除了电力领域专有词汇，本申请的专有词汇115内容还包括：连接词、常用词，用于支持语法关系的建立和分析，用于语音识别中整句的处理。

专有词汇特征关联模型对存储词汇之间的关联的表现形态支持网状连接，词汇之间的关联的形式如图3所示：电力领域的特征单字包括“电”，

在该特征单字的基础上包括特征短词“电价”、特征长词“电价改革”，这120三个词之间的关联关系为字词延伸，即在指定词的基础上进行直接扩展延伸生成关联词汇；“电价改革”与常用词“规定”，属于词义延伸关系，即两词在习惯中会一起使用，生成短语如“电价改革的规定”；在汉语的语法中，与常用连接词“是”，常用词“什么”根据语法延伸，可以一起组成短语如

“电价改革是什么”，词义延伸用于将多个词组合成符合语法习惯的整句。125本申请还支持自定义词汇关联方式，根据业务需求中包含多个专有词汇的情况，指定组合的需求，便于针对一个词包含多个需求的情况确定用户的准确需求，也可以实现在电力领域应用模块中查询流程的再度简化，即以最少的交互次数实现用户需求。例如，用户语音需求中包括专有词汇“电表”，

对应用户的需求可能是“查电表读数”、“安装电表”，在自定义词汇关联130方式中，“电表”和“电费”这两个没有直接关联的专用词汇定义关联，如图3中S314所示，对其定义组合查询的需求，需求包括查询对象、查询电表读数、查询当前电费，可封装为：“请求”＝{来电号码：{需求：查询电表读数，查询当前电费}}。当在P130中获取识别结果中包括“电费”和“电表”

(即图2中S220步骤)，向电力领域应用模块发送对应“请求”，电力领域135应用模块解析“请求”内容，并结合对应的需求执行处理，并反馈给用户。

本申请中，将电力领域专用词汇的关系、特点和对应的需求融入语音识别和模型的训练，可以有效提高定位用户需求的准确度和速度，减少服务器之间的交互，提高系统效率。

电力领域本体知识仓库的存储方式支持结构化存储及结合音频文件的半140结构化存储。

P120语音识别模块：用于获取待识别音频数据，通过语音识别纠错模型进行语音识别处理，输出识别结果，并优化语音识别纠错模型；

语音识别模块采用Baum-Welch算法进行语音识别纠错模型改进，具体过程为：步骤1：定义初始模型α＝(A,B,π)，其中A为与时间无关的状态转145移概率矩阵、B为给定状态下状态值概率分布、π为初始状态空间概率分布；

步骤2：利用分布式向量方法进行模型提取；步骤3：重复步骤2逐步改进模型，随着迭代次数增加，逐步形成针对电力领域的语音识别模型。

语音识别模块还采用Viterbi算法对音素进行检测，对每一帧计算所得的路径进行相应保留，在下一帧对每一路径继续扩展，循坏往复，形成对音形150的检测，以音素评分结果作为输出物，将音素评分结果将作为错误判断和纠错的判断标准，以自动识别技术为基础，比较评分语音和标准语音的差异程度，计算整句的概率值并按照加权比重进行打分，以计算识别的准确概率值。

P130识别结果校验模块：用于结合电力领域本体知识仓库，校验语音识别模块输出的识别结果是否符合电力领域应用要求，并输出校验结果；155具体实现中，识别校验模块根据电力领域本体知识仓库的专有词汇特征关联模型进行校验，顺序为：整句校验、长词校验、短词校验、单字校验。

实际识别中，最容易产生误差的是整句校验，其次是长词校验，在本申请中，根据识别的难度定义校验顺序，如图2中S220步骤所示，识别结果校验首先进行S221整句校验，并判断整句符合规则的情况下，将校验结果、需160求特征输出至电力领域应用模块进行操作识别；在识别的整句不符合电力领域规则的情况下，按顺序进行S222特征长词校验、S223特征短词校验、S224特征单字校验，并结合专有词汇特征关联模型生成整句文本后将整句文本、需求特征输出至电力领域应用模块，同时判断该语音是否需要重新制作为训练样本，即步骤S241补充训练请求的处理。

本申请中对校验的顺序进行了设计，即整句校验、长词校验、短词校验、单字校验，在本申请的系统使用之初，识别准确率为整句、长词、短词、单字递增，在此情况下，优先对容易出错的识别场景进行识别纠正，即对容易出错的语音进行采集并进行样本制作，作为可供补充训练的样本对语音识别模型进行补充训练，即与生产环境数据相结合，不断迭代、持久地训练，对170语音识别模型进行改进和优化；当本申请的系统训练到一定程度时，整句的识别准确率达到一定的标准，此时长词、短词、单字则不需要进行校验，此时训练模型达到一定的成熟度，也极大地提升了系统的效率，减轻了服务器的计算压力。

P140电力领域应用模块：用于符合电力领域应用要求的识别结果，实现175用户需求，如图2中步骤S230所示；例如：用户需求为查询电费，电力领域应用模块获取需求后，从电力系统中提取需求处理结果提供给用户；本模块还支持对用户收到需求处理结果的行为分析，并根据该行为分析判断识别结果是否有效，如果分析结果为识别结果无效，则可向训练集补充模块发送补充训练的请求。

判断识别结果是否效的依据包括判断该识别结果是否与电力领域应用匹配，也可以在电力领域应用模块中通过集成用户记录、用户模型等数据对用户需求进行预测，并将预测结果与识别结果进行比对，判断识别结果是否有效；

识别结果还可以通过用户的最终行为来判断是否有效，如图2中步骤S231所示，通过客服系统的反馈来判断，例如：电力领域应用模块为电力客服系统的情况下，可以向用户收集“是否已解决用户的问题”的用户反馈，当获得用户反馈为“未解决”时，判断识别结果与电力领域应用不匹配，并发起对该用户的语音需求进行补充训练的请求。

P150训练集补充模块：获取补充训练请求，进行训练集补充处理。

识别校验模块和电力领域应用模块向训练集补充模块发起的补充训练请求的内容包括语音信息；一般来说，这些语音信息经现有模型识别后的文本，与电力领域应用不匹配。训练集补充模块对这些语音信息重新进行标注或者处理，生成训练样本，重新向语音识别模块发起语音识别训练，以优化语音识别模块的训练模型。

如图2中步骤S242所示，重新生成训练集进行训练，将本发明中识别未达到要求的信息进行再次利用，可克服现有训练模型的缺点，使之更符合使用环境的特点，适应当地的语言特征环境。

本发明基于自然语言理解的智能会话场景，结合电力领域的本体知识、业务系统等应用系统，在机器学习过程中结合生产环境数据，不断改进与优化模型，最终以系统最小的代价、最快的速度精准定位用户的具体需求，解决用户的问题。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于205此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (7)

1.一种基于电力领域本体知识的语音识别系统，其特征在于，包括：

语音采集模块：用于采集来自用户端的音频数据，对所述音频数据进行校验、矫正，输出待识别音频数据；

电力领域本体知识仓库：用于提供电力领域专有词汇信息，所述专有词汇内容包括特征单字、特征短词、特征长词、常用词；所述专有词汇信息的属性包括：文本特征、需求特征；所述专有词汇信息通过专有词汇特征关联模型存储内容和属性，并建立相互关联；其中，文本特征为所述词汇信息的文本内容，所述需求特征为所述文本内容对应的处理需求的操作编码；所述操作编码是电力领域应用模块为识别需求、响应需求、确定处理方式而定义的协议；所述专有词汇特征关联模型支持字词延伸关系、词义延伸关系、语法延伸关系和自定义词汇关联方式；所述自定义词汇关联方式指：将没有直接关联的专有词汇定义关联，用于业务需求中包含多个专有词汇时指定组合的需求，将所述组合的需求构成请求；向电力领域应用模块发送所述请求；电力领域应用模块解析所述请求内容，并结合对应的组合的需求执行处理，反馈给用户；

语音识别模块：用于获取所述待识别音频数据，通过语音识别纠错模型进行语音识别处理，输出识别结果，并优化语音识别纠错模型；

识别结果校验模块：用于结合所述电力领域本体知识仓库，校验所述识别结果是否符合电力领域应用要求，输出校验结果，所述校验结果包括样本补充训练请求；其中，识别校验模块根据所述专有词汇特征关联模型进行校验的顺序为：整句校验、长词校验、短词校验、单字校验；

电力领域应用模块：用于识别所述电力领域本体知识仓库定义的操作编码，根据识别结果，实现用户需求，获取用户需求处理结果；

训练集补充模块：获取补充训练请求，进行训练集补充处理。

2.根据权利要求1所述的语音识别系统，其特征在于，所述语音识别模块采用Baum-Welch算法进行语音识别纠错模型改进，采用音素评分子模块生成音素评分结果，作为纠错判断标准。

3.根据权利要求2所述的语音识别系统，其特征在于，所述语音识别模块通过所述音素评分结果，比较所述待识别音频数据的语音和标准语音的差异程度，用于计算整句识别的准确概率值。

4.根据权利要求1所述的语音识别系统，其特征在于，所述语音采集模块采用MFCC特征从音频数据提取用户语音特征，设置三角滤波器对音频信号幅度加权运算，生成待识别音频数据。

5.根据权利要求1所述的语音识别系统，其特征在于，所述训练集补充模块获取来自识别校验模块的样本补充训练请求，生成训练集，向语音识别模块发送语音识别训练样本。

6.根据权利要求5所述的语音识别系统，其特征在于，所述训练集补充模块还获取来自电力领域应用模块发送的补充训练请求；

所述电力领域应用模块根据所述用户需求处理结果判断所述识别结果是否与电力领域应用匹配，如果不匹配，生成所述补充训练请求。

7.根据权利要求1所述的语音识别系统，其特征在于，所述专有词汇特征关联模型支持的专有词汇内容还包括：连接词、常用词。