一种基于深度学习的语音识别方法及系统技术方案

本申请公开了一种基于深度学习的语音识别方法及系统，该方法包括：获取训练数据集，所述训练数据集包括：训练语音数据集、语音标签以及对话文本信息，然后通过训练过程，对所述训练数据集进行训练，建立声学模型和语言模型，接着，获取语音查询请求数据，根据所述声学模型、所述语言模型以及预设的字典，对所述语音查询请求数据进行语音识别，最后，输出所述语音查询请求数据的语音识别文本结果。通过本申请提供的基于深度学习的语音识别方法可以对客户输入的语音咨询内容进行准确识别，减轻了人工客服需听取所有的咨询请求的工作量，减少了客户等待应答的时间。

A Speech Recognition Method and System Based on Deep Learning

This application discloses a speech recognition method and system based on in-depth learning, which includes acquiring training data sets, including training speech data sets, speech labels and dialogue text information, then training the training data sets through training process, establishing acoustic model and language model, and then acquiring the number of voice query requests. According to the acoustic model, the language model and the preset dictionary, the speech recognition of the voice query request data is carried out, and finally the speech recognition text result of the voice query request data is output. This application provides a speech recognition method based on in-depth learning, which can accurately identify the voice consulting content inputted by customers, reduces the workload of the manual customer service to listen to all the consulting requests, and reduces the waiting time for customers to respond.

【技术实现步骤摘要】
一种基于深度学习的语音识别方法及系统
本申请涉及语音识别
，尤其涉及一种基于深度学习的语音识别方法及系统。
技术介绍
随着电力体制改革的不断深入，为了使用电客户实时获取电力相关信息，电力企业需通过各种平台，向用电客户提供关于电力查询、停电公告、网点查询、耗电知识以及供电业务管理信息等多方面的咨询服务。除此之外，为了便于内部员工获取企业信息，电力企业还需向内部员工提供关于内部消息通知、业务知识查询、业务接口推送以及运维服务表查询等多方面的查询服务。但是，专利技术人在本申请的研究过程中发现，在实际生产环境中，如果关于电力业务的咨询请求与查询请求是以语音的形式发出，那么便需要人工客服逐个听取语音内容，获取相关的咨询内容或查询内容，这些涉及多方面的电力业务查询请求与咨询请求形成了一个庞大的工作量，仅仅依靠人工客服负责听取所有的语音将会需要大量的时间与精力，并且增加了用电客户等待应答的时间。
技术实现思路
为了解决现有技术中，人工客服需花大量的时间和精力，负责听取所有用户发送的语音查询请求，使用电客户等待应答的时间较长的问题，本申请通过以下各个实施例公开一种基于深度学习的语音识别方法及系统。本文档来自技高网...

【技术保护点】
1.一种基于深度学习的语音识别方法，其特征在于，所述方法包括：获取训练数据集，所述训练数据集包括：训练语音数据集、语音标签以及对话文本信息；通过训练过程，对所述训练数据集进行训练，建立声学模型和语言模型；获取待识别的语音查询请求数据；根据所述声学模型、所述语言模型以及预设的字典，对所述语音查询请求数据进行语音识别，所述字典包括字或者词与音素的对应关系；输出所述语音查询请求数据的语音识别文本结果。

【技术特征摘要】
1.一种基于深度学习的语音识别方法，其特征在于，所述方法包括：获取训练数据集，所述训练数据集包括：训练语音数据集、语音标签以及对话文本信息；通过训练过程，对所述训练数据集进行训练，建立声学模型和语言模型；获取待识别的语音查询请求数据；根据所述声学模型、所述语言模型以及预设的字典，对所述语音查询请求数据进行语音识别，所述字典包括字或者词与音素的对应关系；输出所述语音查询请求数据的语音识别文本结果。2.根据权利要求1所述的方法，其特征在于，所述通过训练过程，对所述训练数据集进行训练，建立声学模型和语言模型，包括：使用语音信号特征提取算法对所述训练语音数据集进行特征提取，并获取所述训练语音数据集的特征向量，其中，所述训练语音数据集包括电力业务语音数据集；根据所述语音标签以及声学模型算法，对所述训练语音数据集的特征向量进行训练，建立声学模型，其中，所述语音标签为与所述电力业务语音数据集相对应的语音标签，所述声学模型包括所述训练语音数据集的音素信息；根据语言模型算法，对所述对话文本信息进行训练，建立语言模型，其中，所述对话文本信息包括电力客服与用户的对话文本信息，所述语言模型包括所述对话文本信息中单个字或者词相互关联的概率。3.根据权利要求2所述的方法，其特征在于，所述根据所述声学模型、所述语言模型以及预设的字典，对所述语音查询请求数据进行语音识别，包括：使用所述语音信号特征提取算法对所述语音查询请求数据进行特征提取，并获取所述语音查询请求数据的特征向量；根据所述声学模型，对所述语音查询请求数据的特征向量进行处理，获取所述语音查询请求数据的音素信息；根据所述语音查询请求数据的音素信息以及预设的字典，获取与所述语音查询请求数据的音素信息相对应的单个字或者词；根据所述语言模型中单个字或者词相互关联的概率，将所述与所述语音查询请求数据的音素信息相对应的单个字或者词，识别成完整的文本。4.根据权利要求1所述的方法，其特征在于，所述根据所述声学模型、所述语言模型以及预设的字典，对所述语音查询请求数据进行语音识别之前，还包括：对所述语音查询请求数据进行预处理，所述预处理包括：将所述语音查询请求数据首尾端的静音切除以及对所述语音查询请求数据进行分帧。5.根据权利要求1所述的方法，其特征在于，当需对用户的语音查询请求做出应答时，所述输出所述语音查询请求数据的语音识别文本结果之后，还包括：获取所述语音查询请求数据的语音识别文本结果，并将所述语音识别文本结果与预设的电力业务知识数据库中的电力业务需求进行对比；获取对比的结果，并根据对比的结果，获取用户的电力业务需求；根据所述用户的电力业务需求，获取所述电力业务知识数据库中相应的解决方案；将所述解决方案反馈至用户。6.一种基于深度学习的语音识别系统，其特征在于，...

【专利技术属性】
技术研发人员：游绍华，赵涛，赵毅涛，张羿，浦朔，吴迟林，陈姣，
申请(专利权)人：云南电网有限责任公司，云南云电同方科技有限公司，
类型：发明
国别省市：云南,53