一种用于电网调度的语音识别方法及系统技术方案

技术编号:31505526 阅读:34 留言:0更新日期:2021-12-22 23:35
本发明专利技术公开了一种用于电网调度的语音识别方法及系统,其方法包括:获取电网调度中的原始语音信号;对原始语音信号进行降噪预处理过程;对降噪预处理的原始语音信号进行快速傅里叶变换FFT;利用梅尔频率倒谱系数MFCC对进行FFT变换的原始语音信号进行特征提取;将深度学习神经网络DNN和长短期记忆神经网络LSTM相结合的组合神经网络DNN

【技术实现步骤摘要】
一种用于电网调度的语音识别方法及系统


[0001]本专利技术涉及计算机
,尤其涉及一种用于电网调度的语音识别方法及系统。

技术介绍

[0002]当今社会各行各业的发展都离不开电力系统的支持,随着用电量的不断增加,在电网调度方面,工作人员的工作量也随着增大。而在现有的电网调控系统中,目前还没有较好的措施对调度员因语音通话产生的人因失误来加以记录和防范,为了避免因为电网调度工作人员发生口误这样的工作失误,而造成电网危险事故的产生。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足,本专利技术提供了一种用于电网调度的语音识别方法及系统,减少工作失误和危险事故的产生。
[0004]为了解决上述技术问题,本专利技术实施例提供了一种用于电网调度的语音识别方法,所述方法包括:
[0005]获取电网调度中的原始语音信号;
[0006]对原始语音信号进行降噪预处理过程;
[0007]对降噪预处理的原始语音信号进行快速傅里叶变换FFT;
[0008]利用梅尔频率倒谱系数MFCC对进行FF本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电网调度的语音识别方法,其特征在于,所述方法包括:获取电网调度中的原始语音信号;对原始语音信号进行降噪预处理过程;对降噪预处理的原始语音信号进行快速傅里叶变换FFT;利用梅尔频率倒谱系数MFCC对进行FFT变换的原始语音信号进行特征提取;将深度学习神经网络DNN和长短期记忆神经网络LSTM相结合的组合神经网络DNN

LSTM的算法,利用该算法进行声学模型训练经特征提取后的原始语音信号;利用解码器对声学模型输出结果、语音模型以及字典寻找出最佳文本输出结果。2.如权利要求1所述的用于电网调度的语音识别方法,其特征在于,所述对原始语音信号进行降噪预处理过程包括:对原始语音信号进行信号滤波处理;对滤波处理后的原始语音信号进行平滑处理;对平滑处理后的原始语音信号进行分帧加窗处理;对分帧加窗处理后的原始语音信号进行端点检测处理。3.如权利要求2所述的用于电网调度的语音识别方法,其特征在于,所述对降噪预处理的原始语音信号进行快速傅里叶变换FFT包括:通过公式进行FFT变换;式中,ω表示频率,t表示时间,e

jωt
表示复变函数,x(t)表示一个连续信号,X(ω)表示经过傅里叶变换得到的离散信号。4.如权利要求3所述的用于电网调度的语音识别方法,其特征在于,所述利用梅尔频率倒谱系数MFCC对进行FFT变换的原始语音信号进行特征提取包括:将线性频谱映射到基于听觉感知的梅尔Mel非线性频谱;转换到倒谱上以此求取到Mel频率倒谱系数;通过公式变换得到梅尔频率。5.如权利要求4所述的用于电网调度的语音识别方法,其特征在于,所述利用该算法进行声学模型训练经特征提取后的原始语音信号包括:将LSTM置于神经网络的底层次用于记录长时间段的数据特征;将DNN置于神经网络的深层次用于提取数据内部中更深层的特征。6.如权利要求5所述的用于电网调度的语音识别方法,其特征在于,所述将深度学习神经网络DNN和长短期记忆神经网络LSTM相结合的组合神经网络DNN

LSTM的算法包括:S21、语音信号特征序列A={a1,a2,a3...,a
n
}通过预处理模块得到,其中a
n
...

【专利技术属性】
技术研发人员:朱明增莫梓樱覃秋勤吕鸣刘小兰陈极万韩竞李和峰蒋志儒覃景涛黄金卢迎韦晓明李梅周素君梁维罗晨怡
申请(专利权)人:广西电网有限责任公司贺州供电局
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1