[发明专利]一种基于深度学习的外呼状态识别方式

摘要

本发明提供了一种基于深度学习的外呼状态识别方式，属于外呼技术领域。它解决了现有的外呼识别效率低的问题。本基于深度学习的外呼状态识别方式，下载音频文件若干句，使用音频剪辑工具对音频进行剪辑，将剪辑过后的音频通过分帧加窗等操作转换为神经网络需要的二维频谱图像信号，使用VGG的深层的卷积神经网络作为网络模型，并训练，输出会出现大量连续重复的符号，使用ctc解码，将连续相同的符号进行合并为一个符号，将中文语料进行n‑gram分词，制作成一个统计语言模型，拼音转文本建模为一条隐含马尔可夫链，将拼音转换为最终的识别文本并输出。本结构显著提高了外呼识别效率。

主权项

1.一种基于深度学习的外呼状态识别方式，其特征在于，包括以下步骤：/nS1、下载关机、停机、暂时无法接通、正在通话、空号、无人接听、来电提醒、呼入限制、网络忙、呼出限制、线路忙、用户拒接、呼叫转移、回铃音标准嘟嘟声、彩铃等音频文件各若干句；/nS2、使用音频剪辑工具，对音频首尾进行空白音的切割剔除，将音频文件中的英语部分删除；/nS3、将剪辑过后的音频转化成时域谱矩阵；/nS4、将剪辑过后的音频通过分帧加窗等操作转换为神经网络需要的二维频谱图像信号，使用VGG的深层的卷积神经网络作为网络模型，并训练，输出会出现大量连续重复的符号，使用ctc解码，将连续相同的符号进行合并为一个符号；/nS5、将中文语料进行n-gram分词，制作成一个统计语言模型，拼音转文本建模为一条隐含马尔可夫链，将拼音转换为最终的识别文本并输出；/nS6、对文本进行正则匹配，将匹配后的类别进行输出；/nS7、根据输出的结果对音频进行识别打标。/n