【技术实现步骤摘要】
一种语音识别系统的优化方法及装置
本专利技术涉及语音识别
，更具体的说是涉及一种语音识别系统的优化方法及装置。
技术介绍
在语音识别技术中，最核心的衡量指标就是识别率，识别率反映了整个产品、整个系统的核心竞争力。通常某个产品推出之前就已经对识别率进行过测试，使其识别率达到理论上可用或者理想的效果，然而，在实际的应用过程中，单独的产品由于受到实际环境的影响，通常都需要将整个系统进行优化，由此，才能使得产品和系统的识别率达到理想的水平。目前，在优化过程中，首先是对现有的识别率进行统计，然后分析识别率和识别率相关的信息，根据分析结论对缺陷目标进行优化，最后测试验证优化效果。现有的优化过程一般是以人为主观体验进行优化，或者定期收集用户说法，遵循优化流程来进行优化。在简单的语音识别系统下，这种优化方法是可行的，但是一旦涉及较复杂的系统，例如包含多个交互场景、多个影响因素、多个评价指标，或者与其它产品集成相关的系统时，现有的方法就不可行。在复杂系统下，影响识别率的因素很多，如地区、业务、信道等，因此，现有的方法难以分析全面、以及准确定位，进而给出的优化建议。
技术实现思路
...
【技术保护点】
一种语音识别系统的优化方法，其特征在于，包括：构建模型，所述模型包括通话层、导航层以及交互层，其中，所述通话层与所述导航层相互关联，所述导航层与所述交互层相互关联；根据所述模型，通过特定的模型处理运算得到用于多维度多指标分析的事实表；根据所述事实表，利用联机分析处理OLAP计算评价系统能力的各指标，并定位出拉低指标的异常因素；去除所述异常因素以优化系统。
【技术特征摘要】
1.一种语音识别系统的优化方法，其特征在于，包括：构建模型，所述模型包括通话层、导航层以及交互层，其中，所述通话层与所述导航层相互关联，所述导航层与所述交互层相互关联；所述通话层是指用户的一次通话；所述导航层是指用户的一次业务需求；所述交互层是指用户的一次语音交互；根据所述模型，通过特定的模型处理运算得到用于多维度多指标分析的事实表；根据所述事实表，利用联机分析处理OLAP计算评价系统能力的各指标，并定位出拉低指标的异常因素；去除所述异常因素以优化语音识别系统。2.根据权利要求1所述的方法，其特征在于，多维度多指标分析的事实表包括交互层事实表、导航层事实表、通话层事实表；所述根据所述模型，通过特定的模型处理运算得到用于多维度多指标分析的事实表，包括：根据所述交互层的交互层事实表信息，对所述交互层基表信息进行计算、判断，生成交互层事实表，所述交互层基表信息包括统计信息、标记信息和维度信息；根据导航层事实表信息，对所述导航层的导航层基表信息和所述交互层事实表进行统计、计算、判断，生成导航层事实表；根据通话层事实表信息，对所述通话层基表信息和所述导航层事实表进行统计、计算、判断，生成通话层事实表。3.根据权利要求1所述的方法，其特征在于，根据所述事实表，利用联机分析处理OLAP计算评价系统能力的各指标，并定位拉低指标的异常因素，包括：分析通话层的指标，得到未达理想状态的指标或指标集合，并利用OLAP，得到通话层的异常指标和异常维度，所述通话层的异常指标为所述通话层未达理想状态的指标，所述通话层的异常维度为影响所述通话层未达理想状态的维度；根据通话层异常指标和异常维度，分析导航层的相关指标和维度，利用OLAP，得到导航层的异常指标和异常维度，所述导航层的异常指标为所述导航层未达理想状态的指标，所述导航层的异常维度为影响所述导航层未达理想状态的维度；根据导航层异常指标和异常维度，分析交互层相关指标和维度，利用OLAP，得到交互层的异常指标和异常维度，所述交互层的异常指标为所述交互层未达理想状态的指标，所述交互层的异常维度为影响所述交互层未达理想状态的维度。4.根据权利要求1所述的方法，其特征在于，所述通话层的一次通话包括多次导航，所述导航层的一次导航包含多次交互。5.根据权利要求1-4任意一项所述的方法，其特征在于，所述通话层与所述导航层通过通话号相互关联，所述导航层与所述交互层通过会话号相互关联。6.一种语音识别系统的优化装置，其特征在于，包括：模型构...
【专利技术属性】
技术研发人员：钟坦汕，赵景鹤，万欢，
申请(专利权)人：科大讯飞股份有限公司，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。