基于制造技术

本发明专利技术涉及工单组合技术领域，具体地说，涉及基于

【技术实现步骤摘要】
基于LSTM模型的语音特征单元提取的改进型智慧工单系统


[0001]本专利技术涉及工单组合
，具体地说，涉及基于
LSTM
模型的语音特征单元提取的改进型智慧工单系统
。

技术介绍

[0002]在运维领域中，存在着一系列困难和挑战，包括历史遗留问题
、
复杂的系统架构
、
不断的业务需
、
人员的不足以及安全方面的难点，运维人员需要不断学习新技术
、
更新知识，同时加强沟通和合作，保障系统的高可用和安全，为了克服这些问题，运维人员需要有高水平的技术能力和专业素养，同时需要具备灵活性和创新能力
。
[0003]运维工单系统在使用的过程中存在以下问题：运维工单系统存在多个子系统，多个子系统中存在的数据样式不同，如文本数据
、
音频数据等，文本数据便于处理，但音频数据在处理的时，无法和文本数据进行整合，进而导致信息和数据传递困难，造成沟通和处理问题的困扰，而为了使多个子系统的之间的信息整合在一起，需要工作人员对每个子系统中的数据进行提取，然后再将多个子系统的数据整合起来，如此来回增加工作人员的工作量，同时也会延长每个子系统之间数据沟通的时间，故需要一种系统来将多个子系统中的数据进行整合，降低工作人员的工作量
。

技术实现思路

[0004]本专利技术的目的在于提供基于
LSTM
模型的语音特征单元提取的改进型智慧工单系统，以解决上述
技术介绍
中提出的问题
。
[0005]为实现上述目的，本专利技术提供基于
LSTM
模型的语音特征单元提取的改进型智慧工单系统，包括音频处理单元
、
特征提取单元
、
模型运行单元和工单输出单元；所述音频处理单元接收音频数据，并根据音频数据的内容进行文本内容识别；所述模型运行单元接收音频处理单元识别出的文本数据，并根据建立的模型对本文数据进行处理，并在数据处理后，将数据传输到特征提取单元中；所述特征提取单元分别接收音频处理单元传输的文本数据以及模型运行单元传输的数据，并分别对音频处理单元和模型运行单元传输来的数据进行特征的提取，并将提取的数据传输到模型运行单元中进行存储；所述工单输出单元接收模型运行单元中存储的数据，并对特征提取单元对音频处理单元
、
模型运行单元提取的数据进行数据对比，并在对比完成后，向模型运行单元中进行模型修改反馈，并在工单输出单元的对比一致后，进行工单的输出
。
[0006]作为本技术方案的进一步改进，所述音频处理单元包括音频采集模块
、
音频语音识别模块和文本对比纠错模块；所述音频采集模块对不同端的音频数据进行采集，获取音频数据内容；所述音频语音识别模块对音频采集模块采集到的音频数据中的内容进行识别，获取音频数据对应的文本信息数据；
所述文本对比纠错模块接收音频语音识别模块中获取的文本信息数据以及音频采集模块中获取的音频数据，并将音频数据和文本信息数据进行对比，并在对比出现错误时，对文本信息数据进行修改
。
[0007]作为本技术方案的进一步改进，所述模型运行单元包括模型建立模块和模型处理模块；所述模型建立模块通过
LSTM
算法建立特征提取模型，并将建立的特征提取模型传输到模型处理模块中；所述模型处理模块接收文本对比纠错模块核对后的文本信息数据，并通过特征提取模型对文本数据中的特征进行提取，获取文本信息数据中的特征数据
。
[0008]作为本技术方案的进一步改进，所述特征提取模型对文本数据中的特征进行提取的步骤为：
①
、
首先进行第一次对文本信息数据进行特征提取，提取的信息标记为第一次数据；
②
、
将第一次数据进行选择性的遗忘，并在将第一次的数据遗忘后，进行第二次对文本信息数据的特征提取，并在提取时将对本次的信息提取中没有意义的数据进行剔除，获取第二次数据；
③
、
将第一次数据与第二次数据的信息进行叠加，并将叠加后的数据中的特征数据整合在一起，即第一次数据与第二次数据中相同的特征数据进行合并，不同的特征数据进行整合，整合在一起的数据定义为第二次完整数据；
④
、
对
③
叠加后的数据进行选择性的遗忘，并在遗忘后，对文本信息数据的特征进行第三次提取，并将第三次提取的数据和第二次完整数据进行叠加，获取第三次完整数据；
⑤
、
重复
③
、
④
的步骤，将前面获取的数据和新形成的数据进行叠加，直到新形成的数据中的特征数据都在前面叠加的数据中，此时停止对特征进行提取，并将叠加后的数据进行输出
。
[0009]作为本技术方案的进一步改进，所述模型运行单元还包括数据集存储模块；所述数据集存储模块存储往期的工单数据，并同时接收模型处理模块处理后的数据，并对模型处理模块处理数据的步骤进行记录，并接收特征提取单元传输来的数据，并将特征提取单元传输来的数据信息存储
。
[0010]作为本技术方案的进一步改进，所述特征提取单元包括特征识别模块和特征对比模块；所述特征识别模块接收文本对比纠错模块传输出来的文本数据，并对文本数据中的关键词汇进行识别，获取最大范围的特征数据；所述特征对比模块接收模型处理模块和特征识别模块中的数据，并将模型处理模块
、
特征识别模块中的数据和数据集存储模块中存储的数据进行对比，确定数据集存储模块中是否存储有相同或相似的数据，并当存在相同或相似的数据时，对特征识别模块和模型处理模块中与数据集存储模块中相同或相似的数据进行标记，并在数据标记后，特征对比模块将模型处理模块和特征识别模块传输的数据传输到数据集存储模块中进行存储
。
[0011]作为本技术方案的进一步改进，所述工单输出单元包括数据合并处理模块
、
数据比对模块和工单输出模块；
所述数据合并处理模块接收数据集存储模块传输的数据，并将数据集存储模块传输来的数据中特征识别模块和模型处理模块传输的数据中相同的特征进行合并，并在合并后将合并的数据传输到工单输出模块中，同时将未合并的数据传输到数据比对模块中；所述数据比对模块接收数据合并处理模块传输来的未进行合并的数据，并将未进行合并的数据进行相互的对比，并在对比的过程中，确定未合并的数据之间的差异；所述工单输出模块接收数据合并处理模块中合并的数据以及数据比对模块中差异较小的数据，并根据接收的数据进行工单的制作，并将制作的工单数据进行传输
。
[0012]作为本技术方案的进一步改进，所述模型运行单元包括模型修改模块，所述工单输出单元包括模型数据反馈模块；所述模型数据反馈模块接收数据比对模块中差异较大的特征数据，并将差异较大的数据进行识别，确定差异较大的特征数据对应文本数据中的内容数据，并将该部分内容数据传输到模型修改本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于
LSTM
模型的语音特征单元提取的改进型智慧工单系统，其特征在于：包括音频处理单元（1）
、
特征提取单元（2）
、
模型运行单元（3）和工单输出单元（4）；所述音频处理单元（1）接收音频数据，并根据音频数据的内容进行文本内容识别；所述模型运行单元（3）接收音频处理单元（1）识别出的文本数据，并根据建立的模型对本文数据进行处理，并在数据处理后，将数据传输到特征提取单元（2）中；所述特征提取单元（2）分别接收音频处理单元（1）传输的文本数据以及模型运行单元（3）传输的数据，并分别对音频处理单元（1）和模型运行单元（3）传输来的数据进行特征的提取，并将提取的数据传输到模型运行单元（3）中进行存储；所述工单输出单元（4）接收模型运行单元（3）中存储的数据，并对特征提取单元（2）对音频处理单元（1）
、
模型运行单元（3）提取的数据进行数据对比，并在对比完成后，向模型运行单元（3）中进行模型修改反馈，并在工单输出单元（4）的对比一致后，进行工单的输出
。2.
根据权利要求1所述的基于
LSTM
模型的语音特征单元提取的改进型智慧工单系统，其特征在于：所述音频处理单元（1）包括音频采集模块（
11
）
、
音频语音识别模块（
12
）和文本对比纠错模块（
13
）；所述音频采集模块（
11
）对不同端的音频数据进行采集，获取音频数据内容；所述音频语音识别模块（
12
）对音频采集模块（
11
）采集到的音频数据中的内容进行识别，获取音频数据对应的文本信息数据；所述文本对比纠错模块（
13
）接收音频语音识别模块（
12
）中获取的文本信息数据以及音频采集模块（
11
）中获取的音频数据，并将音频数据和文本信息数据进行对比，并在对比出现错误时，对文本信息数据进行修改
。3.
根据权利要求2所述的基于
LSTM
模型的语音特征单元提取的改进型智慧工单系统，其特征在于：所述模型运行单元（3）包括模型建立模块（
31
）和模型处理模块（
32
）；所述模型建立模块（
31
）通过
LSTM
算法建立特征提取模型，并将建立的特征提取模型传输到模型处理模块（
32
）中；所述模型处理模块（
32
）接收文本对比纠错模块（
13
）核对后的文本信息数据，并通过特征提取模型对文本数据中的特征进行提取，获取文本信息数据中的特征数据
。4.
根据权利要求3所述的基于
LSTM
模型的语音特征单元提取的改进型智慧工单系统，其特征在于：所述特征提取模型对文本数据中的特征进行提取的步骤为：
①
、
首先进行第一次对文本信息数据进行特征提取，提取的信息标记为第一次数据；
②
、
将第一次数据进行选择性的遗忘，并在将第一次的数据遗忘后，进行第二次对文本信息数据的特征提取，并在提取时将对本次的信息提取中没有意义的数据进行剔除，获取第二次数据；
③
、
将第一次数据与第二次数据的信息进行叠加，并将叠加后的数据中的特征数据整合在一起，即第一次数据与第二次数据中相同的特征数据进行合并，不同的特征数据进行整合，整合在一起的数据定义为第二次完整数据；
④
、
对
③
叠加后的数据进行选择性的遗忘，并在遗忘后，对文本信息数据的特征进行第三次提取，并将第三次提取的数据和第二次完整数据进行叠加，获取第三次完整数据；
⑤
、
重复
③
、
④
的步骤，将前面获取的数据和新形成的数据进行叠加，直到新形成的数据中的特征数据都在前面叠加的数据中，此时停止对特征进行提取，并将叠加后的数据进
行输出
。5.
根据权利要求3所述的基于
LSTM
模型的语音特征单元提取的改进型智慧工单系统，其特征在于：所述模型运行单元（3）还包括数据集存储模块（

【专利技术属性】
技术研发人员：刘振邦，余振，胡伟，张静雯，张贻辉，刘道学，戚小东，潘成浩，程维国，
申请(专利权)人：安徽数智建造研究院有限公司，
类型：发明
国别省市：