[发明专利]服务报告生成方法、装置和计算机设备在审
申请号: | 202011066147.2 | 申请日: | 2020-09-30 |
公开(公告)号: | CN112309374A | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 廖光朝 | 申请(专利权)人: | 音数汇元(上海)智能科技有限公司 |
主分类号: | G10L15/06 | 分类号: | G10L15/06;G10L15/02;G10L15/26;G06Q50/22 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 仝丽 |
地址: | 200050 上海市长宁*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 服务 报告 生成 方法 装置 计算机 设备 | ||
1.一种服务报告生成方法,其特征在于,所述方法包括:
获取在服务时段内采集的目标语音流;
基于预训练的语音识别模型提取所述目标语音流中的语音关键词,得到语音关键词集;
对语音关键词集进行声谱分析,得到各语音关键词各自对应的声谱特征;
根据异常关键词库和声谱特征从所述语音关键词中筛选出异常关键词;
确定与所述异常关键词相关联的语音片段;
基于所述语音关键词集以及语音片段生成服务报告。
2.根据权利要求1所述的方法,其特征在于,所述语音识别模型包括语音分离增强模型、鲁棒表征模型及目标识别模型;所述基于预训练的语音识别模型提取所述目标语音流中的语音关键词包括:
基于语音分离增强模型提取所述目标语音流中每个音频帧的增强频谱;
基于鲁棒表征模型对所述增强频谱进行听觉匹配,得到鲁棒特征;
基于目标识别模型对所述鲁棒特征进行识别,得到每个音频帧对应的音素;
基于所述每个音频帧对应的音素从所述目标语音流中提取出语音关键词。
3.根据权利要求1所述的方法,其特征在于,所述语音识别模型包括语音分离增强模型、鲁棒表征模型及目标识别模型;所述语音识别模型的训练步骤包括:
获取语音分离增强模型的第一损失函数及目标识别模型的第二损失函数;
基于所述第二损失函数进行反向传播,以对桥接在所述语音分离增强模型和目标识别模型之间的中间模型进行训练,得到鲁棒表征模型;
对所述第一损失函数和第二损失函数进行融合,得到目标损失函数;
基于所述目标损失函数对所述语音分离增强模型、鲁棒表征模型及目标识别模型进行联合训练,在满足预设收敛条件时结束训练。
4.根据权利要求1所述的方法,其特征在于,所述根据异常关键词库和声谱特征从所述语音关键词中的筛选出异常关键词包括:
对所述语音关键词集进行遍历;
在当前遍历顺序的语音关键词与预设的异常关键词库匹配成功时,获取标准声谱特征;
在当前遍历顺序的语音关键词的声谱特征与所述标准声谱不匹配时,判定所述当前遍历顺序的语音关键词为异常关键词。
5.根据权利要求1所述的方法,其特征在于,所述基于所述语音关键词集以及语音片段生成服务报告包括:
对所述语音片段进行声谱分析,得到多个频谱点;所述频谱点包括采样时间以及声音幅值;
根据所述采样时间和声音幅值从多个频谱点中筛选出第一目标频谱点;
通过预训练的异常噪音识别模型对所述第一目标频谱点进行识别,得到与所述第一目标频谱点相对应的噪音类型;
基于所述语音关键词集以及所述噪音类型生成服务报告。
6.根据权利要求5所述的方法,其特征在于,所述根据所述采样时间和声音幅值从多个频谱点中筛选出第一目标频谱点包括:
将采样时间连续且声音幅值均超出第一门限阈值的多个频谱点归为一个幅值聚类簇;
统计各幅值聚类簇中声音幅值超出第二门限幅值的频谱点的数量值;所述第二门限幅值大于第一门限幅值;
将数量值超出预设数量阈值的幅值聚类簇判定为目标幅值聚类簇;所述目标幅值聚类簇由第一目标频谱点组成。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取当前定位信息;
基于所述当前定位信息确定室内置信度;
当所述室内置信度大于预设阈值时,获取当前气压信息以及搜索网络数据;
根据所述当前气压信息确定楼层信息,及根据所述搜索网络数据确定楼层区域;
组合所述定位信息、楼层、楼层区域,得到住址信息;
根据所述住址信息、语音关键词集以及语音片段生成服务报告。
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音数汇元(上海)智能科技有限公司,未经音数汇元(上海)智能科技有限公司许可,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/202011066147.2/1.html,转载请声明来源钻瓜专利网。