[发明专利]一种基于人工智能的煤矿综采工作面语音大数据处理系统

说明书

本发明提供了一种基于人工智能的煤矿综采工作面语音大数据处理系统，属于语音识别处理技术领域。包括网页端、后台端和信息管理模块，所述网页端包括语音识别模块、自然语言处理模块、说话人识别模块和识别模型模块；所述信息管理模块用于对所述网页端和所述后台端的信息进行管理；所述语音识别模块采用ASR，所述语音识别模块通过ASR自动识别煤矿综采工作面产生的电话记录语音；所述自然语言处理模块采用NLP技术。本申请基于人工智能的煤矿综采工作面语音大数据处理技术使用分为网页和后台两大部分，用户只需选择音频文件或音频所在文件夹便可得到各模型识别的结果，管理者便能根据识别结果来更好的分析综采工作面的生产状况和事故发生的原因。

技术领域

本申请涉及语音识别处理技术领域，具体而言，涉及一种基于人工智能的煤矿综采工作面语音大数据处理系统。

背景技术

目前选煤厂虽然保存了大量音频数据，但由于每段音频时常较长，并且数量很多，人工无法在事故发生时和发生后对事故原因进行有效的分析，因此设计了一种基于人工智能的煤矿综采工作面语音大数据处理系统。

发明内容

为了弥补以上不足，本申请提供了一种基于人工智能的煤矿综采工作面语音大数据处理系统。

本申请实施例提供了一种基于人工智能的煤矿综采工作面语音大数据处理系统，包括网页端、后台端和信息管理模块，所述网页端包括语音识别模块、自然语言处理模块、说话人识别模块和识别模型模块；

所述信息管理模块用于对所述网页端和所述后台端的信息进行管理；

所述语音识别模块采用ASR，所述语音识别模块通过ASR自动识别煤矿综采工作面产生的电话记录语音；

所述自然语言处理模块采用NLP技术，所述自然语言处理模块用于对ASR识别出来的文本进行纠错、情绪识别、命名实体识别，并结合文本分类来分析员工的工作状态；

所述说话人识别模块采用SR，所述说话人识别模块用于识别是哪位员工的语音导致的事故和隐患；

所述识别模型模块用于通过识别模型结果判断当前是否有事故、异常情况。

在上述实现过程中，基于人工智能的煤矿综采工作面语音大数据处理技术使用分为网页和后台两大部分，用户只需选择音频文件或音频所在文件夹便可得到各模型识别的结果，管理者便能根据识别结果来更好的分析综采工作面的生产状况和事故发生的原因。

在一种具体的实施方案中，所述信息管理模块在进行信息管理时采用Swoft微服务架构进行实现，所述Swoft微服务架构包含数据集管理、模型管理、识别记录管理等微服务。

在一种具体的实施方案中，所述后台端包括权限及用户管理模块、数据集管理模块、模型管理模块及识别记录管理模块，所述权限及用户管理模块用于提供用户基础的使用权限，并对用户进行管理，所述数据集管理模块用于对提供的数据集进行管理，所述模型管理模块用于对各类模型进行管理，所述识别记录管理模用于对识别记录进行管理。

在一种具体的实施方案中，所述识别模型模块通过开源机器学习库Tensorflow训练完成，所述识别模型模块中的识别模型包含自动语音识别模型、文本纠错模型、对话情绪识别模型、命名实体识别模型及说话人识别模型。

在一种具体的实施方案中，所述识别模型模块中的识别模型还包括文本分类模型、事故检测模型和工作面异常检测模块。

在一种具体的实施方案中，所述自然语言处理模块中对文本进行纠错的方法包括以下步骤：

S101.对语音识别后文本进行预处理；

S102.对预处理后的文本进行搜索意图的识别；

S103.根据识别出的所述搜索意图，确定待抽取的属性信息，从所述预处理后的文本中抽取所述属性信息；