[发明专利]一种应用于电力领域的简短语音智能导航方法

权利要求书

1.一种应用于电力领域的简短语音智能导航方法，其特征在于，包括以下步骤：

步骤一：确定语音语义匹配库需要的语音匹配内容，从电力语音语料库中随机选取出N个说话人，作为电力客服字典的基础语音说话人，并从这N个说话人中选取电力语义内容相同的语音信号即平行语音；

步骤二：提取各自电力平行语音中的特征参数矢量序列；

步骤三：利用多序列动态时间规整算法对步骤二的特征参数矢量序列进行对齐，得到对齐后的电力语音特征；

步骤四：从步骤三对齐后的电力语音特征中随机抽取相同位置的部分语音帧特征矢量，作为各自字典中的一部分；其中，需要设置注意随机抽取时要求选取完整的电力语音词组；

步骤五：重复步骤二到步骤四，直到字典的大小达到规定的值时停止，这样就生成了N个对称说话人电力语音字典；

步骤六：电力语音字典叠放在一起，组成电力客服智能导航校正字典；

步骤七：在电力语音客服导航服务阶段，咨询人员实时询问语音字典和电力客服智能导航校正字典需要重构；对于一个二维的电力客服智能导航校正字典A，语音特征参数矢量序列可由字典和激励矩阵的乘积所表示；

步骤八：迭代，保持校正字典A不变，变化参数使得算法成本函数值达到最小；

步骤九：利用步骤八分别计算出电力客服智能导航校正字典和咨询人员语音特征矢量序列；

步骤十：在电力语音客服导航服务阶段，选择咨询人员的字典加权系数，与电力客服智能导航校正字典作线性加权构造电力语音咨询人员的实时校正字典；选择电力客服智能导航校正字典的语音的激励矩阵，重构出咨询人员的语音内容，从而实现语音转换，最终得到符合智能客服导航的校正语音询问结果。

2.根据权利要求1所述的应用于电力领域的简短语音智能导航方法，其特征在于：所述步骤二中，MFCC特征参数提取过程：

(1)快速傅里叶变换(FFT)：

x[n](n＝1,2,...,N)为经过采样得到的一帧离散语音序列，N为帧长，X[k]为N点的复数系列，再对X[k]取模得信号幅度谱|X[k]|；

(2)将实际频率尺度转换为Mel频率尺度：

Mel(f)为Mel频率，f为实际频率，单位是Hz；

(3)配置三角形滤波器组并计算每一个三角形滤波器对信号幅度谱滤波后的输出：

w_l(k)为对应滤波器的滤波系数，o(l)、c(l)、h(l)为实际频率坐标轴上对应滤波器的下限频率、中心频率和上限频率，f_s为采样率，L为滤波器个数，F(l)即为滤波输出；

(4)对所有滤波器输出作对数运算，再进一步做离散余弦变换(DTC)，即可得到MFCC特征参数：

Q为MFCC参数的阶数S_i即为所得MFCC参数。

3.根据权利要求1所述的应用于电力领域的简短语音智能导航方法，其特征在于：所述步骤三中，动态时间规整算法为：

D(i,j)＝Dist(i,j)+min[D(i-1,j),

D(i,j-1),D(i-1,j-1)]

其中，D(i,j)为路径规整距离矩阵，Dist(i,j)表示X序列第i个点与Y序列第j个点之间的距离。

4.根据权利要求1所述的应用于电力领域的简短语音智能导航方法，其特征在于：所述步骤七中，语音特征参数矢量序列的表示公式如下：

其中，A_n表示电力客服智能导航校正字典A中的第n个字典，α_n表示第n个字典的加权系数,H是激励矩阵。