【技术实现步骤摘要】
一种语言识别方法、装置、电子设备及计算机可读存储介质
本专利技术涉及智能决策
,具体涉及一种语言识别方法、装置、电子设备及计算机可读存储介质。
技术介绍
传统的人工客服拨打方式,因其较低的效率,以及较高的成本,已经难以满足很多公司的业务场景。随着人工智能、自然语言理解技术的发展,传统外呼技术的进步,智能外呼系统因为其较高的并发效率,较低的成本开销,逐渐取代了很多传统人工客服拨打的业务场景。但在面临多个地理区域、多种方言用户群体的复杂情况,单一的语言识别模型针对不同的方言会出现识别率较低的情况,智能外呼系统还不能很好的应对多方言的场景。
技术实现思路
本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下:第一方面,本申请实施例提供一种语言识别方法,所述方法包括:识别获取的语言的为第一目标语言;其中所述获取的语言为语音信息;匹配与所述第一目标语言种类对应的语言识别模型,并根据所述语言识别模型,判断所述第一目标语言的内容;根据判断的所述语言内容,输出匹配
【技术保护点】
1.一种语言识别方法,其特征在于,所述方法包括:/n识别获取的语言的为第一目标语言;其中所述获取的语言为语音信息;/n匹配与所述第一目标语言种类对应的语言识别模型,并根据所述语言识别模型,判断所述第一目标语言的内容;/n根据判断的所述语言内容,输出匹配的第一目标答案。/n
【技术特征摘要】
1.一种语言识别方法,其特征在于,所述方法包括:
识别获取的语言的为第一目标语言;其中所述获取的语言为语音信息;
匹配与所述第一目标语言种类对应的语言识别模型,并根据所述语言识别模型,判断所述第一目标语言的内容;
根据判断的所述语言内容,输出匹配的第一目标答案。
2.根据权1所述的语言识别方法,其特征在于,所述语言的种类包括国别语或地方方言。
3.根据权利要求1所述的语言识别方法,其特征在于,所述语言识别模型包括:
预先获取至少一种语言的训练数据;
利用卷积神经网络模型和所述至少一种语言的训练数据进行训练处理获得所述语言识别模型。
4.根据权利要求3所述的语言识别方法,其特征在于,所述利用卷积神经网络模型和所述至少一种语言的训练数据进行训练处理获得所述语言识别模型进一步包括:
将所述至少一种语言的训练数据转化为二维声谱图,并分别生产训练集和测试集;
将所述训练集二维声谱图输入至初始化的卷积神经网络模型进行模型训练,形成语言识别模型;
利用回归分类器和测试集二维声谱图对所述语言识别模型进行测试。
5.根据权利要求1或4所述的语言识别方法,其特征在于,所述根据判断的所述语言内容,输出匹配的第一目标答案具体包括:
根据判断的所述语言内容,所述语言识别模型输出匹配的文本形式的第二目标答案;
将所述文本形式的第二目标答案处理为第一目标答案;其中所述第一目标答案为与所述第一目标语言种类相同的语音。
<...
【专利技术属性】
技术研发人员:张浩,李志福,艾巍,鹿江锋,杨邻瑞,谢隆飞,邵小亮,
申请(专利权)人:中国建设银行股份有限公司,建信金融科技有限责任公司,
类型:发明
国别省市:北京;11
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。