[发明专利]一种基于深度学习语言模型的音频语义摘取系统在审

专利信息
申请号: 202010647199.2 申请日: 2020-07-07
公开(公告)号: CN111831793A 公开(公告)日: 2020-10-27
发明(设计)人: 裴正奇;朱斌斌;段必超 申请(专利权)人: 深圳前海黑顿科技有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F40/30;G06F16/332;G06F16/36;G06N3/04;G06N3/08;G10L15/26
代理公司: 北京化育知识产权代理有限公司 11833 代理人: 涂琪顺
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 语言 模型 音频 语义 摘取 系统
【说明书】:

发明公开了一种基于深度学习语言模型的音频语义摘取系统,涉及智能家居技术领域,包括采集模块、处理模块和执行模块,其中,所述处理模块包括深度学习语言模块和信息数据库。本发明通过搭建采集模块和处理模块以及执行模块和深度学习语言模块、信息数据库,实现识别用户语音进行语义截取,准确的摘取控制指令,不仅能提高指令识别的准确性,而且极大地缩减了语音识别开发成本,应用范围广。

技术领域

本发明涉及智能家居技术领域,具体来说,涉及一种基于深度学习语言模型的音频语义摘取系统。

背景技术

人工智能在智能家居中扮演非常重要的角色,人工智能中关键的技术,比如:机器学习、深度学习、自然语言处理、语音识别、专家系统等多种技术在智能家居有所体现,并且人工智能在智能家居中发挥的作用也越来越大。

智能家居是在互联网的影响下万物互联的一种体现,随着物联网技术的发展智能家居将各种硬件设备连接到一起,如:音视频设备、照明系统、空调控制、窗帘控制、安防系统等等。随着人工智能技术和物联网技术的发展,现在智能家居开始嵌入语音识别技术,通过语音控制智能家居,然而在实际的应用中,由于语音指令的识别以及匹配存在一些难度,因此使用语音控制智能家居仍然在发展中,还有很多技术上的挑战,目前智能家居存在以下问题:

1、当前智能家居通常是使用遥控器或者遥控屏对家居进行功能的设置,如此使用者必须要使用手去控制操作,这样的缺点是没有将人与物进行很好的智能交互。

2、当前基于语音指令控制的智能家居,语音指令的识别率较差,硬件不能高效地按照使用者的意图进行工作,硬件可能发生误操作,也可能判定使用者发出的指令是错误的,导致自身不进行工作,简单来说就是使用者的真实意图不能准确的传输给硬件设备。

3、当前基于语音指令控制的智能家居不能解决语音歧义的问题,使用者发出语音指令时,必须严格按照之前预设好的指令的形式,也就是说不能智能的处理使用者发出的语音指令。

4、当前的语音控制系统无法有效地处理语义层面的问题,即使语音识别完全准确,也仅能通过语音指令的字面意义来执行指令,无法深究指令背后的语义成份。

针对相关技术中的问题,目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题,本发明提出一种基于深度学习语言模型的音频语义摘取系统,以克服现有相关技术所存在的上述技术问题。

本发明的技术方案是这样实现的:

一种基于深度学习语言模型的音频语义摘取系统,包括采集模块、处理模块和执行模块,其中,所述处理模块包括深度学习语言模块和信息数据库,其中;

所述采集模块,用于采集用户指令特征信息作为输入并传输至所述处理模块;

所述处理模块,用于获取用户指令并进行处理发送指示指令至所述执行模块;

所述执行模块,用于接收指示指令并完成执行指令调节设备;

所述深度学习语言模块,用于建立深度学习语言模型并训练,并进行对采集的用户特征信息进行识别;

所述信息数据库,用于建立数据信息存储库,支持所述深度学习语言模块训练和识别。

进一步的,所述深度学习语言模块包括:

存储模块,用于配置为在词图的每一条边或各节点上存储一个输出词;

串联模块,用于配置为自所述词图的开始节点按序遍历所述词图的各节点和每一条边,记录自所述开始节点到各第i节点经过的ki条路径,并将每条路径上的所有边或所有节点上的输出词串联,以形成ki个词序列;

计算模块,用于配置为将所述ki个词序列进行缩减处理,形成ji个词序列;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳前海黑顿科技有限公司,未经深圳前海黑顿科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010647199.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top