[发明专利]一种基于语音识别生成中药材订单的方法、装置和设备在审

专利信息
申请号: 202210395993.1 申请日: 2022-04-14
公开(公告)号: CN114822520A 公开(公告)日: 2022-07-29
发明(设计)人: 王维 申请(专利权)人: 荃豆数字科技有限公司
主分类号: G10L15/16 分类号: G10L15/16;G10L15/28;G06Q30/06
代理公司: 成都顶峰专利事务所(普通合伙) 51224 代理人: 冉丽
地址: 610000 四川省成都*** 国省代码: 四川;51
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 语音 识别 生成 中药材 订单 方法 装置 设备
【权利要求书】:

1.一种基于语音识别生成中药材订单的方法,其特征在于,包括:

接收用户的中药材需求语音信息,将中药材需求语音信息输入到基于多核卷积融合网络的语音识别模型中进行语音识别,并将识别结果转换为中药材需求文本;

利用中药材别名识别模型来识别所述中药材需求文本中是否包含药材别名,若是,则将该药材别名转换为对应的药材正名;

在药材报价系统中查找与所述中药材需求文本匹配的商品报价信息,并将所述商品报价信息返回给用户,以使用户根据所述商品报价信息一键生成采购订单。

2.根据权利要求1所述的基于语音识别生成中药材订单的方法,其特征在于,将中药材需求语音信息输入到基于多核卷积融合网络的语音识别模型中进行语音识别,包括:

将中药材需求语音信息输入到多核卷积融合网络中,将所述中药材需求语音信息转换为语谱图,并对所述语谱图训练后输出与所述中药材需求语音信息对应的音频特征;

将所述音频特征输入到BLSTM-CTC语音识别模型中进行语音识别,得到语音识别结果。

3.根据权利要求2所述的基于语音识别生成中药材订单的方法,其特征在于,对所述语谱图训练后输出与所述中药材需求语音信息对应的音频特征,包括:

将所述语谱图作为第一卷积核和第二卷积核的输入,分别经过卷积计算后得到第一特征图谱和第二特征图谱;

将所述第一特征图谱和所述第二特征图谱进行加权叠加,得到标准化音素的第一维度特征图谱,将所述第一维度特征图谱输入到卷积层中得到第二维度特征图谱,其中,所述第二维度特征图谱的维度高于所述第一维度特征图谱;

将所述第二维度特征图谱作为与所述中药材需求语音信息对应的第一音频特征进行输出。

4.根据权利要求3所述的基于语音识别生成中药材订单的方法,其特征在于,在将所述第一维度特征图谱输入到卷积层中得到第二维度特征图谱之后,所述方法还包括:

将所述语谱图输入到池化支路进行池化操作,得到第三特征图谱;

将所述第三特征图谱与所述第二维度特征图谱按照深度进行连接,得到与所述中药材需求语音对应的第二音频特征。

5.根据权利要求4所述的基于语音识别生成中药材订单的方法,其特征在于,将所述音频特征输入到BLSTM-CTC语音识别模型中进行语音识别,得到语音识别结果,包括:

将所述第一音频特征或所述第二音频特征输入到BLSTM网络中进行语音识别,得到CTC网络的输入序列;

利用所述CTC网络对所述输入序列进行声学建模,实现输入输出序列的对齐,并将对齐后的序列进行输出,得到语音识别结果。

6.根据权利要求1所述的基于语音识别生成中药材订单的方法,其特征在于,利用中药材别名识别模型来识别所述中药材需求文本中是否包含药材别名,若是,则将该药材别名转换为对应的药材正名,包括:

从所述中药材需求文本中提取药材名称,利用中药材别名识别模型将所述药材名称转换为名称向量,并识别是否存在与所述名称向量相似度达到阈值的目标名称向量;

若是,则认为所述药材名称为药材别名,则将该药材别名转换为对应的药材正名进行输出。

7.根据权利要求1所述的基于语音识别生成中药材订单的方法,其特征在于,所述中药材别名识别模型通过以下方法预先训练得到,包括:

获取若干中药材的药材正名数据以及已确认的药材别名数据作为文本语料;

对所述文本语料进行预处理,并将处理后的文本语料输入到深度学习模型中进行训练;

利用所述深度学习模型将每一文本语料中的单词映射为词向量,得到所述中药材别名识别模型。

8.根据权利要求1所述的基于语音识别生成中药材订单的方法,其特征在于,所述中药材需求语音信息包括中药材名称、中药材品能、中药材规格和/或中药材产地。

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荃豆数字科技有限公司,未经荃豆数字科技有限公司许可,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/202210395993.1/1.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