[发明专利]一种基于云技术语音识别与智能鉴别“黑广播”方法

权利要求书

1.一种基于云技术语音识别与智能鉴别“黑广播”方法，其特征在于，包括如下步骤：

第一步，对人工已经鉴别为“黑广播”的信号或者以往存储的信号进行解调，并送入云端进行语音识别，获得“黑广播”音频转文字数据样本；

第二步，采用DNN对已知“黑广播”文字数据样本进行无监督学习、训练，提取“黑广播”特征关键词，形成关键词库；关键词库的实现步骤如下：

1)文字信息获取；

2)使用TextRank算法提取关键词；

①首先对文本T进行分割，得到句子集合，假设一段文本依次由下面的句子集合组成：

S＝{S₁,S₂,...,S_n}

式中，n表示句子数量，并将句子集合中的元素作为节点添加到无相图中；

②将句子切割为词语集合：

S_p＝{V₁,V₂,...,V_m}

式中，m表示词语数量，p＝1,2,...,n，确定每个词语词性，并进行词性标注，过滤掉礼貌用语、人称代词、停用词和冗余的文字，剩下的词语作为备选关键词，这些备选关键词集合表示为：

S_q＝{t₁,t₂,...,t_z}

式中，z表示备选关键词数量，q＝1,2,...,n，并根据关键词在句子中的联系，在无向图中形成边，即有关联的句子进行相连；

③构建出备选关键词图G＝{S,E}，其中E为S_i×S_j，i,j＝1,2,...,n，即相连边的集合，通过对备选关键词中共现关系连接任意2个节点的边，其邻接矩阵S_ij表示节点S_i和节点S_j相连得到的边；

根据迭代公式进行迭代：

式中，Score(S_i)为节点S_i的权重值，In(S_j)为指向节点S_i的节点S_j的集合；Out(S_j)为节点S_j指向节点集合；d为图中任意两节点可能相连的概率；

④分别计算各节点的权值，直至收敛完成；对各节点的权值倒序排列，进而得到关键词序列，选择权值较大的节点为文本T的关键词；

3)形成关键词库：使用TextRank算法对文本{T₁,T₁,…,T_r}分别进行关键词提取，r表示文本数量，得到关键词集，重复步骤2)中的步骤③、④，获得关键词库；

第三步，将解调后的待鉴别广播音频信号送入云端进行语音识别，获得广播音频转文字内容；

第四步，将文字内容与关键词库相似性匹配，获得相似性匹配结果；关键词相似性匹配，其匹配算法如下：

①计算单个关键词的权重值：

式中，tm表示单个关键词在该文本T中出现的次数，表示在仅查询区域|T_i|中查询出现次数的倒数，w_max表示该关键词最大权重值；

②通过计算关键词库中每个关键词在已知“黑广播”信号中的权重值，确认权重值的阈值；

③将权重值与阈值进行比较，如该广播的权重值大于阈值，则可判断其为“黑广播”。

2.如权利要求1所述的一种基于云技术语音识别与智能鉴别“黑广播”方法，其特征在于：所述第三步中，对解调后的广播语音信号送入云平台进行语音识别，云平台将广播语音信息转换为文字信息。