[发明专利]电力系统的语音导航系统、语音识别方法和语音交互方法

权利要求书

1.一种电力系统的语音导航系统，其特征在于：包括

语音输入模块：客户通过手机或者固话，利用排队机接入呼叫中心系统，在CTI和IVR的控制下，当用户需要语音导航业务时，通过呼叫平台实现话务接入，平台记录下的原始语音信息，并进行播报用户确认无误后，将该文件作为原始的语音文件信息输入；

语音识别模块包括语音识别单元和语音文本处理单元；

语音识别单元：语音识别引擎输入的原始的语音文件信息经过语音识别预处理；将经过语音识别预处理的语音文件进行离线解码或在线解码、置信度处理后转成自然语言文本信息；并将原始语音信息、原始的语音文件信息、语音特征信息存入文本/语音语库中；

语音文本处理单元：将自然语言文本信息经过模式匹配处理、语法分析处理、语义解析处理、语义搜索处理、上下文管理处理以及语义预测处理后，将自然语言文本信息转换成计算机识别的语音信息作为输出物；进行业务需求分析，为自然语言处理引擎提供数据输入；

数据交互模块，为用户输入的数据、系统识别的数据和反馈客户输出的数据提供交互。

2.根据权利要求1所述的一种电力系统的语音导航系统，其特征在于：在语音识别单元中进行的语音识别预处理包括特征提取处理、端点检测处理和去燥处理。

3.根据权利要求1所述的一种电力系统的语音导航系统，其特征在于：还包括语音反馈模块，用于反馈噪音或非普通话输入的原始语音信息。

4.根据权利要求1所述的一种电力系统的语音导航系统，其特征在于：语音识别模块中，语音识别处理的步骤为：

(41)初始化原始的语音文件信息；

(42)创建识别引擎；语音识别引擎用于输入的原始的语音文件；

(43)创建识别上下文接口；

(44)设置识别消息；

(45)设置事件；

(46)创建语法规则；

(47)激活语法规则：

(48)获取识别消息，进行处理。

5.如权利要求1-4任一所述的电力系统的语音导航系统的语音识别方法，其特征在于，语音识别单元采用深度神经网络和隐马尔科夫(DNN-HMM)混合模型，使用HMM来描述语音信号的动态变化，再使用DNN的每个输出节点来估计连续密度HMM的某个状态的后验概率。

6.根据权利要求5所述的电力系统的语音导航系统的语音识别方法，其特征在于：离线解码或在线解码中：

(61)首先将后验概率转为似然度p(X_t/q_t)：

p(X_t/q_t＝s)＝p(q_t＝s/X_t)p(X_t)/p(s) (1)

其中，是从训练集中统计的每个状态的先验概率，T_s是标记属于状态s的帧数，T是总帧数，

(62)p(X_t)与字词序列无关，计算时可以忽略，忽略后得到缩放的似然度

(63)在DNN-HMM模型中，解码出的字词序列由以下公式确定：

其中p(ω)是语言模型(LM)概率，以及

上式是声学模型(AM)概率，其中，p(q_t/x_t)由DNN模型计算得出，p(q_t)是状态的先验概率，π(q₀)和分别是初始状态概率和状态转移概率，

(64)语言模型权重系数λ通常被用于平衡声学和语言模型得分，最终的解码路径由以下公式决定：