[发明专利]一种自定义语音命令的设计方法

说明书

本发明公开了一种自定义语音命令的设计方法，初始化特征分割类知识图谱GNN参数，将测试集作为输入训练GNN，输出特征向量；用户将自定义的语音数据输入GNN进行训练，将输出的特征向量在数据库中进行储存；将自定义的语音数据与对应的功能进行绑定；用户使用自定义的语音数据作为语音命令，GNN解析该语音命令到各个特征向量维度上，同时并行进行各个GNN节点上的相似度比较，将平均相似度最高的命令调出并由智能设备执行。本发明基于知识图谱，使用图神经网络，分层提炼多个不同维度的信息：基于Dropout对特征向量分割处理，降低了数据的信息存储量，提升了数据处理效率。

技术领域

本发明涉及图神经网络以及知识图谱技术领域，具体的说，是一种自定义语音命令的设计方法。

背景技术

物联网的高速发展推动着人们的日常生活高速智能化，人们对生活中的便利性都有着越来越高的期望。然而智能终端中人机交互主流的交流应用之一——语音交互，目前仍然主要是厂商来预先设置好已有的语音指令，用户直接进行使用。如果用户想要自己添加一些新的语音指令，目前往往是难以实现的，不能拓展用户的语境以及使用场景。

发明内容

本发明的目的在于提供一种自定义语音命令的设计方法，用于解决现有技术中智能终端人机交互中用户不能自定义语音命令，不能拓展用户语境和使用场景的问题。

本发明通过下述技术方案解决上述问题：

一种自定义语音命令的设计方法，包括：

步骤S100、采集语音特征数据作为数据样本，将数据样本按照预设比例随机裁剪，分为训练集，验证集和测试集；

步骤S200、初始化特征分割类知识图谱GNN参数，将测试集作为输入训练GNN，输出特征向量，特征向量维度包括音色、内容、语气和语句类型；对于测试集中存在的语音数据和对应的特征向量，利用GNN将语音数据转换为特征向量，比较两个特征向量之间的相似度，相似度符合预设条件，则提取特征向量成功，GNN验证通过；

步骤S300、用户添加自定义的语音数据，将自定义的语音数据输入特征分割类知识图谱GNN进行训练，将输出的特征向量在数据库中进行储存，其中每一维度的特征都与对应的GNN节点的名称一同储存；

步骤S400、将自定义的语音数据与对应的功能进行绑定；

步骤S500、用户使用自定义的语音数据作为语音命令，GNN解析该语音命令到各个特征向量维度上，同时并行进行各个GNN节点上的相似度比较，将平均相似度最高的命令调出并由智能设备执行。

初始化特征分割类知识图谱GNN参数包括：设置GNN每层的学习率、Dropout以及初始化参数，并设计接口接收每一层的输出，对每一层初始化交叉loss函数；GNN的四层信息分别表示音色、内容、语气和语句类型。

将测试集作为输入训练GNN，输出特征向量，具体包括：

使用训练集中的全部样本训练预设次数，直到GNN性能稳定，GNN每一层的输出都会通过损失函数进行修正，GNN的最后一层采用combat方法校正批次效应，再进行一次最终的训练，校对之前的输出和权重，并输出特征向量。

所述相似度即两个特征向量的内积，相似度高于维数*2，则认为提取特征向量成功，否则失败。

本发明与现有技术相比，具有以下优点及有益效果：

(1)本发明采用图网络类知识图谱的方法，综合音色、内容、语气和语句类型来对语音信息进行解析，根据语音信息特征来储存语音命令，从而实现精准快速的自定义语音命令，提升操作体验。