CN116320176B - 一种提高井下语音识别精度的处理方法及系统 - Google Patents

Abstract

本发明提供了一种提高井下语音识别精度的处理方法及系统，涉及数据处理技术领域，该方法包括：获得矿井生产过程信息；构建生产阶段‑噪声列表；将各噪声的声谱添加至生产阶段‑噪声列表中；获得当前生产阶段，与所述生产阶段‑噪声列表进行噪声匹配，提取当前生产阶段噪声声谱；生成降噪参数发送至滤波器，对当前生产阶段中采集到的语音信息进行降噪处理，根据降噪处理后得到的语音信息进行语音识别并传输；当所述当前生产阶段发生变化时，采集更新后的生产阶段，进行降噪参数动态更新，解决了现有技术中存在井下语音识别精度不足的技术问题，达到保证降噪处理的可靠性，提高语音识别精准度的技术效果。

Description

一种提高井下语音识别精度的处理方法及系统

技术领域

本发明涉及数据处理技术领域，具体涉及一种提高井下语音识别精度的处理方法及系统。

背景技术

语音通信对于矿井开采过程具有重要作用，无论是指挥调度、日常作业乃至抢险救援中，语音通信都是必不可少的。当前的语音处理技术主要包括语音识别、说话人识别、语义识别等，这几种技术对于随时掌控井下情况，特别是在发生紧急情况时进行救援，有着重要意义。

目前，现有技术中存在对井下语音数据进行噪声处理效果不佳，且语音识别流程不够详细，进而导致语音识别精度不足的技术问题。

发明内容

本发明提供了一种提高井下语音识别精度的处理方法及系统，用以解决现有技术中存在对井下语音数据进行噪声处理效果不佳，且语音识别流程不够详细，进而导致语音识别精度不足的技术问题。

根据本发明的第一方面，提供了一种提高井下语音识别精度的处理方法，包括：对目标矿井进行生产过程采集，获得矿井生产过程信息，所述矿井生产过程信息包括至少两个矿井生产阶段；基于各矿井生产阶段进行噪声来源采集，构建生产阶段-噪声列表；基于所述生产阶段-噪声列表，对各矿井生产阶段的噪声进行声谱分析，将各噪声的声谱添加至所述生产阶段-噪声列表中；获得当前生产阶段，利用所述当前生产阶段与所述生产阶段-噪声列表进行噪声匹配，提取当前生产阶段噪声声谱；基于所述当前生产阶段噪声声谱生成降噪参数发送至滤波器，对当前生产阶段中采集到的语音信息进行降噪处理，根据降噪处理后得到的语音信息进行语音识别并传输；当所述当前生产阶段发生变化时，采集更新后的生产阶段，利用更新后的生产阶段与所述生产阶段-噪声列表进行噪声匹配，生成降噪参数发送至滤波器进行降噪参数动态更新。

根据本发明的第二方面，提供了一种提高井下语音识别精度的处理系统，包括：生产过程采集模块，所述生产过程采集模块用于对目标矿井进行生产过程采集，获得矿井生产过程信息，所述矿井生产过程信息包括至少两个矿井生产阶段；生产阶段-噪声列表构建模块，所述生产阶段-噪声列表构建模块用于基于各矿井生产阶段进行噪声来源采集，构建生产阶段-噪声列表；声谱分析模块，所述声谱分析模块用于基于所述生产阶段-噪声列表，对各矿井生产阶段的噪声进行声谱分析，将各噪声的声谱添加至所述生产阶段-噪声列表中；噪声匹配模块，所述噪声匹配模块用于获得当前生产阶段，利用所述当前生产阶段与所述生产阶段-噪声列表进行噪声匹配，提取当前生产阶段噪声声谱；语音识别传输模块，所述语音识别传输模块用于基于所述当前生产阶段噪声声谱生成降噪参数发送至滤波器，对当前生产阶段中采集到的语音信息进行降噪处理，根据降噪处理后得到的语音信息进行语音识别并传输；数据更新模块，所述数据更新模块用于当所述当前生产阶段发生变化时，采集更新后的生产阶段，利用更新后的生产阶段与所述生产阶段-噪声列表进行噪声匹配，生成降噪参数发送至滤波器进行降噪参数动态更新。

根据本发明采用的一种提高井下语音识别精度的处理方法，本发明针对矿井开采过程中不同生产阶段的噪声的不同，采用不同的降噪参数对采集到的语音信息进行降噪处理，同时，基于矿井生产阶段的动态变化，对降噪参数进行动态调整，达到保证降噪处理的可靠性，提高降噪效果，进而提高语音识别精准度的技术效果。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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获得其他的附图。

图1为本发明实施例提供的一种提高井下语音识别精度的处理方法的流程示意图；

图2为本发明实施例中构建所述生产阶段-噪声列表的流程示意图；

图3为本发明实施例中对生产阶段-噪声列表进行更新的流程示意图；

图4为本发明实施例提供的一种提高井下语音识别精度的处理系统的结构示意图。

附图标记说明：生产过程采集模块11，生产阶段-噪声列表构建模块12，声谱分析模块13，噪声匹配模块14，语音识别传输模块15，数据更新模块16。

具体实施方式

以下结合附图对本发明的示范性实施例作出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

为了解决现有技术中存在对井下语音数据进行噪声处理效果不佳，且语音识别流程不够详细，进而导致语音识别精度不足的技术问题，本发明的发明人经过创造性的劳动，得到了本发明的一种提高井下语音识别精度的处理方法及系统。

实施例一

图1为本发明实施例提供的一种提高井下语音识别精度的处理方法图，如图1所示，所述方法包括：

步骤S100：对目标矿井进行生产过程采集，获得矿井生产过程信息，所述矿井生产过程信息包括至少两个矿井生产阶段；

具体而言，目标矿井为正在进行生产的矿井，矿井生产过程信息即为矿井的生产流程，包括至少两个矿井生产阶段，比如排水、材料设备上下井、矸石出运等过程，矿井生产过程信息还包括每个生产阶段需要用到的生产设备，比如采掘机械、粉碎机械等设备，且不同的生产阶段用到的设备可能不同。

步骤S200：基于各矿井生产阶段进行噪声来源采集，构建生产阶段-噪声列表；

具体而言，矿井生产时会产生大量的噪声，这也是井下语音通信困难的主要原因，工人发出的语音会被巨大的噪声掩盖，进而导致井上救援安保人员难以及时做出有效措施，造成安全事故的发生，因此，对井下的噪声进行处理很有必要，为了保证噪声处理的准确性，需要对各矿井生产阶段进行噪声来源采集，构建生产阶段-噪声列表，便于后续根据生产阶段产生的噪声的不同，对噪声进行分类处理，提高噪声处理的精准性。噪声来源即为产生噪声的源头，比如柴油机等各种生产设备的振动、矿石的粉碎等都会产生大量噪音，不同生产阶段进行的工作不同，使用的机械设备也不同，进而导致噪声来源也不同，基于此，获取不同矿井生产阶段的噪声来源，对矿井生产阶段和噪声来源进行映射关联，以生产阶段作为第一列表属性，以噪声来源作为第二列表属性，构建生产阶段-噪声列表，生产阶段-噪声列表包括多组一一对应的矿井生产阶段信息和噪声来源信息。

其中，如图2所示，本发明实施例步骤S200包括：

步骤S210：根据所述各矿井生产阶段，确定生产设备、矿井环境参数、生产作业参数；

步骤S220：基于所述生产设备、矿井环境参数、生产作业参数，通过大数据进行同参数实景音频采集数据提取；

步骤S230：基于实景音频采集数据与所述生产设备、矿井环境参数、生产作业参数建立映射关系，构建音频参数数据集；

步骤S240：利用所述音频参数数据集，进行生产阶段-噪声关系分析筛选，构建所述生产阶段-噪声列表。

其中，本发明实施例步骤S220还包括：

步骤S221：当所述生产设备、矿井环境参数、生产作业参数没有匹配的同参数实景音频采集数据时，根据所述生产设备、矿井环境参数、生产作业参数进行相近参数实景音频采集数据提取；

步骤S222：根据实景音频采集数据的参数与所述生产设备、矿井环境参数、生产作业参数的差异值，确定修正系数；

步骤S223：利用所述修正系数对所述实景音频采集数据进行修正。

其中，本发明实施例步骤S222还包括

步骤S2221：当所述相近参数实景音频采集数据包括多组实景音频采集数据时，根据所述生产设备、矿井环境参数、生产作业参数进行相关性分析，确定各参数的影响权值；

步骤S2222：利用所述影响权值对多组实景音频采集数据对应的所述生产设备、矿井环境参数、生产作业参数进行差异值计算，选择其中差异值最小的实景音频采集数据。

其中，如图3所示，本发明实施例步骤S240还包括：

步骤S241：基于所述生产设备、矿井环境参数、生产作业参数，分别进行噪声来源追溯，确定噪声来源；

步骤S242：基于预设噪音分类参数对所述噪声来源进行参数分析，确定各噪声分类信息；

步骤S243：根据所述各噪声分类信息进行噪声生产阶段约束度分析，基于所述噪声生产阶段约束度，确定各噪声分类信息的消除特征；

步骤S244：利用所述各噪声分类信息、消除特征生成分类标签对生产阶段对应的噪声进行标注，对所述生产阶段-噪声列表进行更新。

具体地，根据各矿井生产阶段，确定生产设备、矿井环境参数、生产作业参数，简单来说，生产设备即为进行生产的机械设备，比如风动机；矿井环境参数是指矿井所在位置的路面的平坦度、硬度、气流和气压大小、消音设施等会导致产生噪声的环境因子，比如，空气动力噪声由气体振动而产生，气体的压力产生突变，会产生涡流扰动，从而引起噪声，消音设施能对部分噪声起到减弱效果；生产作业参数是指生产设备的运行功率，正常情况下，生产设备的运行功率越大，对应的噪声就越大。基于生产设备、矿井环境参数、生产作业参数，通过大数据，提取与各矿井生产阶段对应的生产设备、矿井环境参数、生产作业参数相同的实景音频采集数据提取，简单来说，实景音频采集数据即为基于生产设备、矿井环境参数、生产作业参数进行矿井生产工作时产生的噪声信息。实景音频采集数据与所述生产设备、矿井环境参数、生产作业参数建立具有对应关系（映射关系），根据对应关系构建音频参数数据集，进而利用音频参数数据集，进行生产阶段-噪声关系分析筛选，简单来说，音频参数数据集中包含多个矿井生产阶段对应的实景音频采集数据，不同矿井生产阶段的工艺不同，存在的噪声音频也是不同的，比如，某一生产阶段的工序中需要通过车辆运输，车轮运输的过程，在井下会产生一种音频数据。筛选就是对应的音频数据进行提取，把生产设备、生产工艺对应的实景音频采集数据进行提取，建立各个生产阶段内的生产设备、生产工艺与实景音频采集数据之间对应关系，以此构建生产阶段-噪声列表，每一个生产阶段可能对应多种噪声的音频数据，以此为后续的降噪提供数据支持。

具体地，基于大数据进行实景音频采集数据提取，也就是说，实景音频采集数据是从已有的海量的矿井生产音频数据中提取的，因此，存在一种情况，就是海量的矿井生产音频数据中没有与生产设备、矿井环境参数、生产作业参数完全相同的数据，此时，需要根据所述生产设备、矿井环境参数、生产作业参数进行相近参数实景音频采集数据提取，比如，可以对生产设备、矿井环境参数、生产作业参数进行数据归一化处理，然后利用机器学习中的KNN算法，计算各矿井生产阶段的生产设备、矿井环境参数、生产作业参数与海量大数据中矿井生产音频数据对应的生产设备、矿井环境参数、生产作业参数之间的距离值，以距离值作为相似性指数，可以根据实际情况设定一个相似性阈值，提取出相似性指数大于相似性阈值的一组或多组相近参数实景音频采集数据。

如果相近参数实景音频采集数据只有一组，获取实景音频采集数据的参数与生产设备、矿井环境参数、生产作业参数的差异值，差异值包括生产设备差异、矿井环境参数差异和生产作业参数差异，进而分析各种差异对实景音频采集数据的影响，比如会加大噪声或者减弱噪声，以此确定修正系数，修正系数即为生产设备差异、矿井环境参数差异和生产作业参数差异对实景音频采集数据的整体影响度，利用修正系数对实景音频采集数据进行修正，使得实景音频采集数据更加接近于在生产设备、矿井环境参数、生产作业参数下产生的音频数据，保证数据采集的准确性，提高后续的降噪参数的准确性，进而提高语音识别精度。

如果相近参数实景音频采集数据包括多组实景音频采集数据，根据生产设备、矿井环境参数、生产作业参数进行相关性分析，就是分析生产设备、矿井环境参数、生产作业参数与实景音频采集数据的关联性，可以简单理解为其对噪声值的影响程度，比如，大部分噪声都是由生产设备和生产作业参数引起的，生产设备和生产作业参数与实景音频采集数据的相关性就较高，相关性分析方法由很多，比如灰色关联分析法，各参数对应的相关性越高，影响权值就越大。进一步对多组实景音频采集数据对应的生产设备、矿井环境参数、生产作业参数分别进行差异值计算，然后利用影响权值对生产设备、矿井环境参数、生产作业参数差异值进行加权计算，获取多组实景音频采集数据对应的多个综合差异值，根据多个综合差异值，选择其中差异值最小的实景音频采集数据，进一步采用步骤S222和步骤S223中的方法对实景音频采集数据进行修正，达到保证实景音频采集数据的准确度的效果。

具体地，生产设备、矿井环境参数、生产作业参数是造成噪音的原因，基于生产设备、矿井环境参数、生产作业参数，分别进行噪声来源追溯，确定噪声来源，噪声来源即为产生噪音的原因，比如某一生产设备的运行、环境中路面不平引起的运输车辆的振动等，进一步基于预设噪音分类参数对噪声来源进行参数分析，确定各噪声分类信息，预设噪音分类参数由工作人员自行设定，是对噪声来源的分类，比如柴油机振动、传动系统振动等造成的噪声，基于此对噪声来源进行参数分析，根据噪声来源对噪声进行分类，获得噪声分类信息，噪声分类信息包括柴油机振动、传动系统振动、辅助动力系统振动、轮胎振动、路面引起车身振动、缺乏消音设施、空气噪声等多种类型。多种不同类型的噪声中，有的噪声是不可避免的，有的噪声可以通过调整生产设备的工作参数进行噪音消除，基于此，根据各噪声分类信息进行噪声生产阶段约束度分析，噪声生产阶段约束度是指通过调整生产设备进行噪声消除时，可以达到的最大噪声消除程度，以噪声生产阶段约束度作为各噪声分类信息的消除特征。进一步根据各噪声分类信息、消除特征生成分类标签，通过分类标签对生产阶段对应的噪声进行标注，将标注信息更新到生产阶段-噪声列表，对生产阶段-噪声列表进行完善，便于后续根据各噪声分类信息、消除特征进行噪声处理，提高噪声处理准确度。

步骤S300：基于所述生产阶段-噪声列表，对各矿井生产阶段的噪声进行声谱分析，将各噪声的声谱添加至所述生产阶段-噪声列表中；

具体而言，声谱即噪声的频谱，以频率为横坐标，噪声的强弱（声压级、声强级或声功率级）为纵坐标，声谱可以反映出噪声强弱随频率分布的变化。简单来说，每一个生产阶段对应的实景音频采集数据中包含有多种不同频率成分的噪声，不同频率的噪声的强弱可能不同，具体可以将实景音频采集数据导入现有的音频频谱软件（比如：HearusySpectrum），直接通过音频频谱软件生成各矿井生产阶段的噪声的声谱，将声谱作为一个列表属性，在所述生产阶段-噪声列表中添加各矿井生产阶段的噪声的声谱。

步骤S400：获得当前生产阶段，利用所述当前生产阶段与所述生产阶段-噪声列表进行噪声匹配，提取当前生产阶段噪声声谱；

具体而言，当前生产阶段即为正在进行的矿井生产工序对应的生产阶段，根据当前生产阶段在生产阶段-噪声列表中进行遍历匹配，从生产阶段-噪声列表中提取出当前生产阶段对应的噪声声谱，以此作为当前生产阶段噪声声谱。

步骤S500：基于所述当前生产阶段噪声声谱生成降噪参数发送至滤波器，对当前生产阶段中采集到的语音信息进行降噪处理，根据降噪处理后得到的语音信息进行语音识别并传输；

其中，本发明实施例步骤S500还包括：

步骤S510：对采集到的语音信息进行语义分析，获得语义分析结果；

步骤S520：基于所述语义分析结果，确定语音传达等级；

步骤S530：当所述语音传达等级达到预设阈值时，利用所述语义分析结果生成传输执行指令，用于将所述语义分析结果进行即时发送，且，基于所述生产阶段-噪声列表提取消除特征满足条件的噪音，生成消除指令对其进行消除。

其中，本发明实施例步骤S530还包括：

步骤S531：当所述语音传达等级未达到预设阈值时，根据所述语义分析结果与所述语音信息进行还原比对，确定比对关系及比对结果；

步骤S532：当所述比对结果中存在异常时，基于所述比对关系，确定异常语音位置并发送提醒反馈信息，所述提醒反馈信息用于提醒在所述异常语音位置处存在异常语音需要重新提交；

步骤S533：直到所述比对结果无异常时，将所述语义分析结果进行传输。

其中，本发明实施例步骤S532还包括：

步骤S5321：基于所述语义分析结果进行异常语音的词性分析，确定词性影响度；

步骤S5322：当所述词性影响度满足预设条件时，将所述异常语音位置、语义分析结果输入语义影响度评估模型中进行影响度评估，其中，所述语义影响度评估模型为通过多组矿井生产专业指令语音训练获得；

步骤S5323：当所述影响度评估结果满足提醒反馈要求时，发送所述提醒反馈信息。

具体而言，在进行井下语音识别之前，会通过滤波器对井下实时语音数据进行降噪处理，从而滤除无用噪声，提高语音识别精度，现如今，有多种不同类型、不同型号的滤波器，比如低通滤波器、高通滤波器、前馈滤波器等，根据实际情况确定滤波器型号，在此不做限制。滤波器是一种选频装置，可以使信号中特定的频率成分通过，而极大地衰减其他频率成分，因此，需要根据当前生产阶段噪声声谱，确定需要进行滤除的噪声的频率，以此作为降噪参数发送至滤波器，通过滤波器对当前生产阶段中采集到的语音信息进行降噪处理（滤除噪声），根据降噪处理后得到的语音信息进行语音识别，并将语音识别结果传输至井上工作人员或安防人员。

对当前生产阶段中采集到的语音信息进行降噪处理后，对采集到的语音信息进行语义分析，获得语义分析结果，一般的语义分析是基于普通话进行语音识别，简单来说，就是以普通话为基准将语音信息识别为文字信息，但是，考虑到不同地方工人的方言口音，可以根据实际情况以方言为基准进行语音识别，语义分析结果即为语音识别后的文字信息。进一步基于语义分析结果，确定语音传达等级，也就是说，采集到的语音信息可能是关于矿井生产工作的工作汇报信息、仪器需求信息、逃生信息等，根据语义分析结果中的关键字进行语音传达等级的设置，示例性的，对于含有逃生关键词的语义分析结果，语音传达等级设置为最高级，对于含有工作交流关键词的语义分析结果，语音传达等级可以设置为低级。进一步进行预设阈值的设置，可以结合实际情况自行设置，当语音传达等级达到预设阈值时，利用语义分析结果生成传输执行指令，用于将所述语义分析结果进行即时发送，简单来说，识别到的语音内容显示很危机，语音传达等级达到了预设阈值，比如是逃生语音，不对语音识别结果进行正确与否的判断，立刻将其发送，同时，基于生产阶段-噪声列表中的分类标签提取噪声分类信息、消除特征，在语音信息中提取出消除特征满足条件的噪音，生成消除指令对噪音进行消除，便于井上人员及时识别出语音信息，提醒安防人员立即进行营救，辅助采取营救措施，保证井下工作人员的安全。

反之，如果语音传达等级未达到预设阈值，则根据语义分析结果与语音信息进行还原比对，确定比对关系及比对结果，简单来说，分别对语义分析结果与语音信息进行分割，分割出不同部分，语义分析结果的分割结果与语音信息的分割结果具有一一对应关系，进一步对每一部分进行比对，获取比对结果，比对结果包括匹配和不匹配，不匹配说明语义分析结果的分割结果与对应的语音信息的分割结果不一致，说明比对结果中存在异常。当比对结果中存在异常时，基于比对关系，确定异常比对结果对应的语音信息的分割结果，以此作为异常语音位置，进一步发送提醒反馈信息，提醒反馈信息中包含异常语音位置，其用于提醒在异常语音位置处存在异常语音需要重新进行语义识别并提交，然后再次进行比对分析，直到比对结果无异常时，即语义分析结果与语音信息完全一致，将语义分析结果进行传输，以此确保传输内容的精准度。

具体地，基于所述比对关系，确定异常语音位置并发送提醒反馈信息之前，首先基于语义分析结果进行异常语音的词性分析，词性分析是对异常语音的语义分析结果进行核心词的判断，判断异常语音的语义分析结果中是否包含核心词，核心词即为与矿井生产过程相关的关键字，其与矿井生产过程的相关性越高，词性影响度就越高，进一步对词性影响度和预设条件进行比对，预设条件是对词性影响度的约束条件，也就是说，如果词性影响度不满足预设条件，说明异常语音的语义分析结果中不包含核心词，无需发送提醒反馈信息进行异常语音的重新提交；如果词性影响度满足预设条件，则将异常语音位置、语义分析结果输入语义影响度评估模型中进行影响度评估，其中，语义影响度评估模型为通过多组矿井生产专业指令语音和训练获得，每组矿井生产专业指令语音均包括矿井中的生产指令专业词样本和指令语音样本，更为贴合矿井的工作环境，并为每组数据配置了对应的样本影响度评估结果，通过将每组矿井生产专业指令语音输入到语义影响度评估模型，利用配置的样本影响度评估结果进行模型的输出监督调整，使得输出结果与样本影响度评估结果一致，将所有数据训练完毕后对模型的输出准确性进行测试，获取准确性满足要求的语义影响度评估模型。将异常语音位置、语义分析结果输入构建完成的语义影响度评估模型中进行影响度评估，输出影响度评估结果，进一步根据实际情况设置提醒反馈要求，提醒反馈要求是对影响度评估结果的约束值，如果影响度评估结果满足提醒反馈要求时，发送提醒反馈信息，提醒在异常语音位置处存在异常语音需要重新提交，从而保证重要信息不被忽略的同时，减少不必要的数据处理过程，减少成本，提高效率。

步骤S600：当所述当前生产阶段发生变化时，采集更新后的生产阶段，利用更新后的生产阶段与所述生产阶段-噪声列表进行噪声匹配，生成降噪参数发送至滤波器进行降噪参数动态更新。

具体而言，步骤S500中对语音数据进行降噪处理的方法是基于当前生产阶段与生产阶段-噪声列表进行噪声匹配，获取降噪参数，并采集当前生产阶段的语音信息，根据降噪参数通过滤波器进行语音信息的降噪处理，但是，矿井生产过程包括多个生产阶段，随着时间变化，当前生产阶段可能发生变化，进入下一生产阶段。对生产阶段进行实时监测，当监测到生产阶段发生变化时，采集更新后的生产阶段，利用更新后的生产阶段与生产阶段-噪声列表进行噪声匹配，生成降噪参数发送至滤波器进行降噪参数动态更新，保证降噪参数的准确性，提高语音识别精度。

基于上述分析可知，本发明提供了一种提高井下语音识别精度的处理方法，在本实施例中，针对矿井开采过程中不同生产阶段的噪声的不同，采用不同的降噪参数对采集到的语音信息进行降噪处理，同时，基于矿井生产阶段的动态变化，对降噪参数进行动态调整，达到保证降噪处理的可靠性，提高降噪效果，进而提高语音识别精准度的技术效果。

实施例二

基于与前述实施例中一种提高井下语音识别精度的处理方法同样的发明构思，如图4所示，本发明还提供了一种提高井下语音识别精度的处理系统，所述系统包括：

生产过程采集模块11，所述生产过程采集模块11用于对目标矿井进行生产过程采集，获得矿井生产过程信息，所述矿井生产过程信息包括至少两个矿井生产阶段；

生产阶段-噪声列表构建模块12，所述生产阶段-噪声列表构建模块12用于基于各矿井生产阶段进行噪声来源采集，构建生产阶段-噪声列表；

声谱分析模块13，所述声谱分析模块13用于基于所述生产阶段-噪声列表，对各矿井生产阶段的噪声进行声谱分析，将各噪声的声谱添加至所述生产阶段-噪声列表中；

噪声匹配模块14，所述噪声匹配模块14用于获得当前生产阶段，利用所述当前生产阶段与所述生产阶段-噪声列表进行噪声匹配，提取当前生产阶段噪声声谱；

语音识别传输模块15，所述语音识别传输模块15用于基于所述当前生产阶段噪声声谱生成降噪参数发送至滤波器，对当前生产阶段中采集到的语音信息进行降噪处理，根据降噪处理后得到的语音信息进行语音识别并传输；

数据更新模块16，所述数据更新模块16用于当所述当前生产阶段发生变化时，采集更新后的生产阶段，利用更新后的生产阶段与所述生产阶段-噪声列表进行噪声匹配，生成降噪参数发送至滤波器进行降噪参数动态更新。

进一步而言，所述系统还包括：

参数确定模块，所述参数确定模块用于根据所述各矿井生产阶段，确定生产设备、矿井环境参数、生产作业参数；

同参数音频数据采集模块，所述同参数音频数据采集模块用于基于所述生产设备、矿井环境参数、生产作业参数，通过大数据进行同参数实景音频采集数据提取；

音频参数数据集构建模块，所述音频参数数据集构建模块用于基于实景音频采集数据与所述生产设备、矿井环境参数、生产作业参数建立映射关系，构建音频参数数据集；

分析筛选模块，所述分析筛选模块用于利用所述音频参数数据集，进行生产阶段-噪声关系分析筛选，构建所述生产阶段-噪声列表。

进一步而言，所述系统还包括：

相近参数音频数据提取模块，所述相近参数音频数据提取模块用于当所述生产设备、矿井环境参数、生产作业参数没有匹配的同参数实景音频采集数据时，根据所述生产设备、矿井环境参数、生产作业参数进行相近参数实景音频采集数据提取；

修正系数确定模块，所述修正系数确定模块用于根据实景音频采集数据的参数与所述生产设备、矿井环境参数、生产作业参数的差异值，确定修正系数；

数据修正模块，所述数据修正模块用于利用所述修正系数对所述实景音频采集数据进行修正。

进一步而言，所述系统还包括：

影响权值确定模块，所述影响权值确定模块用于当所述相近参数实景音频采集数据包括多组实景音频采集数据时，根据所述生产设备、矿井环境参数、生产作业参数进行相关性分析，确定各参数的影响权值；

差异值计算模块，所述差异值计算模块用于利用所述影响权值对多组实景音频采集数据对应的所述生产设备、矿井环境参数、生产作业参数进行差异值计算，选择其中差异值最小的实景音频采集数据。

进一步而言，所述系统还包括：

噪声来源追溯模块，所述噪声来源追溯模块用于基于所述生产设备、矿井环境参数、生产作业参数，分别进行噪声来源追溯，确定噪声来源；

参数分析模块，所述参数分析模块用于基于预设噪音分类参数对所述噪声来源进行参数分析，确定各噪声分类信息；

消除特征确定模块，所述消除特征确定模块用于根据所述各噪声分类信息进行噪声生产阶段约束度分析，基于所述噪声生产阶段约束度，确定各噪声分类信息的消除特征；

分类标注模块，所述分类标注模块用于利用所述各噪声分类信息、消除特征生成分类标签对生产阶段对应的噪声进行标注，对所述生产阶段-噪声列表进行更新。

进一步而言，所述系统还包括：

语义分析模块，所述语义分析模块用于对采集到的语音信息进行语义分析，获得语义分析结果；

语音传达等级确定模块，所述语音传达等级确定模块用于基于所述语义分析结果，确定语音传达等级；

指令生成模块，所述指令生成模块用于当所述语音传达等级达到预设阈值时，利用所述语义分析结果生成传输执行指令，用于将所述语义分析结果进行即时发送，且，基于所述生产阶段-噪声列表提取消除特征满足条件的噪音，生成消除指令对其进行消除。

进一步而言，所述系统还包括：

还原比对模块，所述还原比对模块用于当所述语音传达等级未达到预设阈值时，根据所述语义分析结果与所述语音信息进行还原比对，确定比对关系及比对结果；

提醒反馈信息发送模块，所述提醒反馈信息发送模块用于当所述比对结果中存在异常时，基于所述比对关系，确定异常语音位置并发送提醒反馈信息，所述提醒反馈信息用于提醒在所述异常语音位置处存在异常语音需要重新提交；

语义分析结果传输模块，所述语义分析结果传输模块用于直到所述比对结果无异常时，将所述语义分析结果进行传输。

进一步而言，所述系统还包括：

异常语音分析模块，所述异常语音分析模块用于基于所述语义分析结果进行异常语音的词性分析，确定词性影响度；

影响度评估模块，所述影响度评估模块用于当所述词性影响度满足预设条件时，将所述异常语音位置、语义分析结果输入语义影响度评估模型中进行影响度评估，其中，所述语义影响度评估模型为通过多组矿井生产专业指令语音训练获得；

影响度评估结果判断模块，所述影响度评估结果判断模块用于当所述影响度评估结果满足提醒反馈要求时，发送所述提醒反馈信息。

前述实施例一中的一种提高井下语音识别精度的处理方法具体实例同样适用于本实施例的一种提高井下语音识别精度的处理系统，通过前述对一种提高井下语音识别精度的处理方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种提高井下语音识别精度的处理系统，所以为了说明书的简洁，在此不再详述。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行，也可以顺序地执行也可以不同的次序执行，只要能够实现本发明公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所做的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (7)

1.一种提高井下语音识别精度的处理方法，其特征在于，包括：

对目标矿井进行生产过程采集，获得矿井生产过程信息，所述矿井生产过程信息包括至少两个矿井生产阶段；

基于各矿井生产阶段进行噪声来源采集，构建生产阶段-噪声列表，其中包括：根据所述各矿井生产阶段，确定生产设备、矿井环境参数、生产作业参数；基于所述生产设备、矿井环境参数、生产作业参数，通过大数据进行同参数实景音频采集数据提取；基于实景音频采集数据与所述生产设备、矿井环境参数、生产作业参数建立映射关系，构建音频参数数据集；利用所述音频参数数据集，进行生产阶段-噪声关系分析筛选，构建所述生产阶段-噪声列表，还包括：基于所述生产设备、矿井环境参数、生产作业参数，分别进行噪声来源追溯，确定噪声来源；基于预设噪音分类参数对所述噪声来源进行参数分析，确定各噪声分类信息；根据所述各噪声分类信息进行噪声生产阶段约束度分析，基于所述噪声生产阶段约束度，确定各噪声分类信息的消除特征，其中所述噪声生产阶段约束度是指通过调整生产设备进行噪声消除时，可以达到的最大噪声消除程度；利用所述各噪声分类信息、消除特征生成分类标签对生产阶段对应的噪声进行标注，对所述生产阶段-噪声列表进行更新；

基于所述生产阶段-噪声列表，对各矿井生产阶段的噪声进行声谱分析，将各噪声的声谱添加至所述生产阶段-噪声列表中；

获得当前生产阶段，利用所述当前生产阶段与所述生产阶段-噪声列表进行噪声匹配，提取当前生产阶段噪声声谱；

基于所述当前生产阶段噪声声谱生成降噪参数发送至滤波器，对当前生产阶段中采集到的语音信息进行降噪处理，根据降噪处理后得到的语音信息进行语音识别并传输；

当所述当前生产阶段发生变化时，采集更新后的生产阶段，利用更新后的生产阶段与所述生产阶段-噪声列表进行噪声匹配，生成降噪参数发送至滤波器进行降噪参数动态更新。

2.如权利要求1所述的方法，其特征在于，还包括：

当所述生产设备、矿井环境参数、生产作业参数没有匹配的同参数实景音频采集数据时，根据所述生产设备、矿井环境参数、生产作业参数进行相近参数实景音频采集数据提取；

根据实景音频采集数据的参数与所述生产设备、矿井环境参数、生产作业参数的差异值，确定修正系数；

利用所述修正系数对所述实景音频采集数据进行修正。

3.如权利要求2所述的方法，其特征在于，还包括：

当所述相近参数实景音频采集数据包括多组实景音频采集数据时，根据所述生产设备、矿井环境参数、生产作业参数进行相关性分析，确定各参数的影响权值；

利用所述影响权值对多组实景音频采集数据对应的所述生产设备、矿井环境参数、生产作业参数进行差异值计算，选择其中差异值最小的实景音频采集数据。

4.如权利要求1所述的方法，其特征在于，所述对当前生产阶段中采集到的语音信息进行降噪处理，之后还包括：

对采集到的语音信息进行语义分析，获得语义分析结果；

基于所述语义分析结果，确定语音传达等级；

当所述语音传达等级达到预设阈值时，利用所述语义分析结果生成传输执行指令，用于将所述语义分析结果进行即时发送，且，基于所述生产阶段-噪声列表提取消除特征满足条件的噪音，生成消除指令对其进行消除。

5.如权利要求4所述的方法，其特征在于，还包括：

当所述语音传达等级未达到预设阈值时，根据所述语义分析结果与所述语音信息进行还原比对，确定比对关系及比对结果；

当所述比对结果中存在异常时，基于所述比对关系，确定异常语音位置并发送提醒反馈信息，所述提醒反馈信息用于提醒在所述异常语音位置处存在异常语音需要重新提交；

直到所述比对结果无异常时，将所述语义分析结果进行传输。

6.如权利要求5所述的方法，其特征在于，基于所述比对关系，确定异常语音位置并发送提醒反馈信息，之前还包括：

基于所述语义分析结果进行异常语音的词性分析，确定词性影响度；

当所述词性影响度满足预设条件时，将所述异常语音位置、语义分析结果输入语义影响度评估模型中进行影响度评估，其中，所述语义影响度评估模型为通过多组矿井生产专业指令语音训练获得；

当所述影响度评估结果满足提醒反馈要求时，发送所述提醒反馈信息。

7.一种提高井下语音识别精度的处理系统，其特征在于，所述系统包括：

生产过程采集模块，所述生产过程采集模块用于对目标矿井进行生产过程采集，获得矿井生产过程信息，所述矿井生产过程信息包括至少两个矿井生产阶段；

生产阶段-噪声列表构建模块，所述生产阶段-噪声列表构建模块用于基于各矿井生产阶段进行噪声来源采集，构建生产阶段-噪声列表；

参数确定模块，所述参数确定模块用于根据所述各矿井生产阶段，确定生产设备、矿井环境参数、生产作业参数；

同参数音频数据采集模块，所述同参数音频数据采集模块用于基于所述生产设备、矿井环境参数、生产作业参数，通过大数据进行同参数实景音频采集数据提取；

音频参数数据集构建模块，所述音频参数数据集构建模块用于基于实景音频采集数据与所述生产设备、矿井环境参数、生产作业参数建立映射关系，构建音频参数数据集；

分析筛选模块，所述分析筛选模块用于利用所述音频参数数据集，进行生产阶段-噪声关系分析筛选，构建所述生产阶段-噪声列表；

噪声来源追溯模块，所述噪声来源追溯模块用于基于所述生产设备、矿井环境参数、生产作业参数，分别进行噪声来源追溯，确定噪声来源；

参数分析模块，所述参数分析模块用于基于预设噪音分类参数对所述噪声来源进行参数分析，确定各噪声分类信息；

消除特征确定模块，所述消除特征确定模块用于根据所述各噪声分类信息进行噪声生产阶段约束度分析，基于所述噪声生产阶段约束度，确定各噪声分类信息的消除特征，其中所述噪声生产阶段约束度是指通过调整生产设备进行噪声消除时，可以达到的最大噪声消除程度；

分类标注模块，所述分类标注模块用于利用所述各噪声分类信息、消除特征生成分类标签对生产阶段对应的噪声进行标注，对所述生产阶段-噪声列表进行更新；

声谱分析模块，所述声谱分析模块用于基于所述生产阶段-噪声列表，对各矿井生产阶段的噪声进行声谱分析，将各噪声的声谱添加至所述生产阶段-噪声列表中；

噪声匹配模块，所述噪声匹配模块用于获得当前生产阶段，利用所述当前生产阶段与所述生产阶段-噪声列表进行噪声匹配，提取当前生产阶段噪声声谱；

语音识别传输模块，所述语音识别传输模块用于基于所述当前生产阶段噪声声谱生成降噪参数发送至滤波器，对当前生产阶段中采集到的语音信息进行降噪处理，根据降噪处理后得到的语音信息进行语音识别并传输；

数据更新模块，所述数据更新模块用于当所述当前生产阶段发生变化时，采集更新后的生产阶段，利用更新后的生产阶段与所述生产阶段-噪声列表进行噪声匹配，生成降噪参数发送至滤波器进行降噪参数动态更新。