本申请涉及一种单兵装备与云端平台联动方法、装置和计算机设备。所述方法包括：根据时序卷积神经网络和基于自注意力机制的神经网络进行模型构建，获得目标语音识别模型；获取语音联动信号，根据目标语音识别模型对语音联动信号进行识别处理，获得处理后语音文本信息；对处理后语音文本信息进行解析，获得各单兵装置对应的设备调节指令；将设备调节指令下发至各单兵装置，以及获取各单兵装置的监测反馈信息。采用本方法能够通过利用时序卷积神经网络对语音特征隐含的位置信息进行学习并维护后续层之间的位置信息流动，减少了环境对语音识别的影响，进而提高对嘈杂环境中语音的识别准确率。
【技术实现步骤摘要】
本申请涉及配电站，特别是涉及一种单兵装备与云端平台联动方法、装置和计算机设备。
技术介绍
1、随着配电运维的发展和智能化技术趋于成熟，越来越多的技术运用到配电站的运维中。配电站场景运维过程需要频繁的进行设备检查，故障排除和数据监测。为了保障电网的稳定运行和安全性，配电站的运维工作变得愈发重要。
2、现如今，智能技术在不断的发展与进步，已经将智能技术应用在配电站的运维中，提高了运维效率和安全性。除此之外，云计算和物联网技术的兴起为配电站的智能化运维提供了支持。通过将配电站的设备和数据连接至云端平台，可以实现远程监测、数据分析和智能控制，为运维决策提供更多的依据。并且语音识别作为人工智能的一个重要的组成部分逐渐成熟并应用在各个领域。这种技术可以将人类的语音指令转化为可操作的数据，为操作人员提供了一种更加自然，高效的交互方式。
3、然而，在语义识别技术中在运用的过程中，由于运维环境中存在的环境噪声以及运维人员口音和语速变化的情况均会影响对语音指令的识别，进而无法有效使得单兵装置与云端平台联动结合。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种单兵装备与云端平台联动方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据时序卷积神经网络和基于自注意力机制的神经网络进行模型构建，获得目标语音识别模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取语音联动信号，根据目标语音识别模型对所述语音联动信号进行识别处理，获得处理后语音文本信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述处理后语音文本信息进行解析，获得各单兵装置对应的设备调节指令，包括：
5.根据权利要求1所述的方法，其特征在于，在所述获取语音联动信号，根据目标...
【技术特征摘要】
1.一种单兵装备与云端平台联动方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据时序卷积神经网络和基于自注意力机制的神经网络进行模型构建，获得目标语音识别模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述获取语音联动信号，根据目标语音识别模型对所述语音联动信号进行识别处理，获得处理后语音文本信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述处理后语音文本信息进行解析，获得各单兵装置对应的设备调节指令，包括：
5.根据权利要求1所述的方法，其特征在于，在所述获取语音联动信号，根据目标语音识别模型对所述语音联动信号进行识别处理，获得处理后语音文本信息之前，所述方法还包括：
【专利技术属性】
技术研发人员：林翔，罗思敏，方健，田妍，张敏，杨帆，庞彪，刘通，史训涛，孙健，李楷然，柯清派，邱杨鑫，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：
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。