[发明专利]基于金融系统的数字员工智能系统

说明书

本申请涉及金融科技领域，且具体地公开了一种基于金融系统的数字员工智能系统，其将数字员工对客户的咨询意图理解转化为语音主题标注问题。具体地，从语音信号提取多种音谱图，并以深度神经网络模型对所述多种音谱图进行编解码以得到用于表示预定意图主题标签的识别结果。这样，在能够更为精准地理解用户咨询提取的前提下，能够更为合理且适配地对客户进行应答，以提高用户的语音咨询体验。

技术领域

本申请涉及金融科技领域，且更为具体的涉及一种基于金融系统的数字员工智能系统。

背景技术

随着计算机技术的发展，越来越多的技术(例如：大数据或云计算)应用在金融领域，传统金融业正在逐步向金融科技转变。目前，金融领域对数字员工(例如，语音机器人)的使用颇为广泛，比如通过数字员工，可以实现金融产品推广、款项催收等目的。数字员工的实现得益于语音识别和自然语音理解等相关技术的发展。

但是，在实际运行中，常受到客户对于数字员工的投诉，其原因为数字员工没有准确地理解客户的意图，出现答非所问等现象。

因此，期待一种优化的金融系统的数字员工智能方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于金融系统的数字员工智能系统，其将数字员工对客户的咨询意图理解转化为语音主题标注问题。具体地，从语音信号提取多种音谱图，并以深度神经网络模型对所述多种音谱图进行编解码以得到用于表示预定意图主题标签的识别结果。这样，在能够更为精准地理解用户咨询提取的前提下，能够更为合理且适配地对客户进行应答，以提高用户的语音咨询体验。

根据本申请的一个方面，提供了一种基于金融系统的数字员工智能系统，其包括：

语音信号采集模块，用于获取客户的咨询语音信号；

降噪模块，用于将所述咨询语音信号通过基于自动编码器的信号降噪模块以得到降噪后咨询语音信号；

语音谱图提取模块，用于从所述降噪后咨询语音信号提取对数梅尔谱图、耳蜗谱图和恒定Q变换谱图；

多通道语义谱图构造模块，用于将所述对数梅尔谱图、所述耳蜗谱图和所述恒定Q变换谱图排列为多通道语音谱图；

双流编码模块，用于将所述多通道语音谱图通过双流网络模型以得到分类特征图；

自适应校正模块，用于基于所述分类特征图中的所有位置的特征值集合的统计特征，对所述分类特征图中各个位置的特征值进行校正以得到校正后分类特征图；以及

咨询意图识别模块，用于将所述校正后分类特征图通过分类器以得到分类结果，所述分类结果用于表示咨询语音信号的意图主题标签。

在上述基于金融系统的数字员工智能系统中，所述降噪模块，包括：语音信号编码单元，用于将所述咨询语音信号输入所述信号降噪模块的编码器，其中，所述编码器使用卷积层对所述咨询语音信号进行显式空间编码以得到语音特征；以及，语义特征解码单元，用于将所述语义特征输入所述信号降噪模块的解码器，其中，所述解码器使用反卷积层对所述语音特征进行反卷积处理以得到所述降噪后咨询语音信号。

在上述基于金融系统的数字员工智能系统中，所述双流编码模块，包括：第一卷积编码单元，用于将所述多通道语音谱图输入所述双流网络模型的使用空间注意力机制的第一卷积神经网络以得到空间加强特征图；第二卷积编码单元，用于将所述多通道语音谱图输入所述双流网络模型的使用通道注意力机制的第二卷积神经网络以得到通道加强特征图；以及，聚合单元，用于融合所述空间加强特征图和所述通道加强特征图以得到所述分类特征图。