[发明专利]一种语音词库筛选方法

摘要

本发明涉及语音词库筛选方法，可有效解决不能满足对语音文件内容和基于关键词信息的内容监测需求的问题，解决的技术方案是，通过构建一个企业电话订货管理的关键词库，应用批量自动语音识别技术、语音文件内容检测技术及分组关键词对比筛选技术，实现对批量电话录音文件基于分组关键词的筛选、自动提取、智能分析，应用语音识别技术通过计算机实现批量语音到文本的转换，应用语音文件内容检测技术通过计算机实现对语音文件中涉及到关键词库中关键词语的语音文件，均通过标记、信息提取、展示的方法将该类文件信息进行过滤，以实现对企业电话订货录音文件中特定或敏感信息的自动捕捉、智能分析展示，本发明是语音识别技术上的创新。

主权项

一种语音词库筛选方法，其特征在于，包括以下步骤：第一步、关键词库建立及维护，根据企业对电话订货管理的要求，应用Oracle数据库系统建立关键词库及关键词库管理模块，关键词库内容包括针对电话订货服务人员的服务质量、标准用语、服务禁语几大类，每个大类包括若干关键词，每个关键词都包括所在大类、是否被选取、被选取日期、出现次数及与之对应的HMM编号信息；应用JAVA编程技术建立关键词库管理模块，该模块具有关键词的录入、修改、保存、删除、查询及关键词选取、导入、导出的功能，应用该管理模块管理人员能够根据实际需要录入、编辑、删除和选取电话订货服务用语关键词，能够选择用于语音识别筛选的一组关键词；第二步、语音识别系统建模，应用隐马尔可夫模型HMM构建语音识别系统的声学模型，应用隐马尔可夫Trigram模型构建汉语语音识别系统的语言模型，其内容包括以下三个部分：一是基于HMM模型应用向前向后算法解决关键词的评估问题，即为关键词库中的每个关键生成一个对应的HMM，每个观测序列由一个关键词的语音构成，关键词的识别是通过评估进而选出最有可能产生观测序列所代表的读音的HMM而实现；二是基于HMM模型应用Viterbi算法解决语音识别解码问题，即解决一个中文句子如何划分其构成才合适的问题，用隐马尔科夫模型，把中文句子的分词方法看成是隐含状态，而句子则可以看成是给定的可观测状态，从而通过建HMM来寻找出最可能正确的分词方法，解决正确识别汉语单词和连续汉语语句的难题；三是基于HMM模型应用Baum‑Welch算法以及Reversed Viterbi算法，解决语音识别过程中的识别速度、准确率、系统自适应、汉语单语语料库收集与整理、模型选择、训练、平滑、压缩问题；第三步、语音识别处理分析，应用JAVA编程技术构建语音识别处理分析模块，该模块具有语音文件导入、关键词导入、关键词对比提取、关键词出现次数计数及保存、特定语音文件导出及与嵌入式非特定人语音识别芯片SR160X的设备相互通信功能，即应用该模块，根据企业考核管理人员从关键词库中选择若干关键词，应用含有嵌入式非特定人语音识别芯片SR160X的设备对指定电话订货人员的电话订货录音文件进行基于关键词的批量对比分析，选取电话订货录音文件中与指定关键词相匹配的录音文件，记录指定关键词出现的次数，并把相对应的录音文件导出到指定的文件夹内；第四步、智能处理分析结果，应用JAVA编程技术构建信息处理分析模块，实现分人员、分关键词的统计分析，导出语音文件监听及分时间段出现频率分析功能，即，根据从Oracle数据库表中提取第三步语音识别处理分析中筛选得到的数据信息，在信息处理分析界面中统计分析录音文件所对应电话订货人员工作情况，其内容包括电话订货服务质量是否合格、服务标准用语是否达标、服务禁语出现频率是否超标相关考核信息，实现分析结果的查询、存储、打印及保存快照功能，以方便管理人员对分析处理结果的管理和应用。