一种不太聪明的电话语音识别方案
现如今ASR(语音识别技术)发展到什么阶段我不清楚，但识别率肯定是达不到100%的，识别率跟你所采用的识别模型，声音样本丰富程度，和语音文件的音质有关。 如果普通话标准，且语音文件质量可以的情况下，主流的几大厂商识别结果还是比较准确的，比如手机的语音输入法，语音控制，基本上可以达到97%的准确率。 但电话的语音识别比较尴尬，基本上现在运营商的通话线路都是压缩为8000Hz的采样率，再加上现场环境噪音，网络波动影响，口音问题等等，导致电话中的语音识别准确率普遍不高。
现实问题如此，那么有没有什么办法可以提高电话中识别的准确率呢？ 我有一个不太聪明的办法。
现在普遍的电话语音识别，基本上都是根据识别结果，来匹配预设的关键词。(那些所谓标榜智能电话，用到NLP技术的，我就纳闷你连基本的识别准确度都还没解决呢，谈什么NLP。)
但是电话中的诸多影响因素导致识别准确度较低。比如：
1. “您好”, “你好” 这种的还算一个意思。
2. “我在仁和”，”我在人和”，这就完全是两个地方了，但这种的发音还是一样的。
3. “我要几家”，”我要寄件”，这两个既不是同一个意思，发音也不一样了，但总归发音还是有接近之处。
针对这三种情况，我的不太聪明的办法就是：
第一种，做同义词库
第二种，转拼音来匹配
第三种，转拼音后，计算拼音相似度，根据多个词最终相似度的对比，以及不同字数的关键词设置阈值，来计算出最符合的那一个结果。
把三种方法结合后：
例如语音说： “你好，我在人和，我想要联系快递点，有很多货要寄件”。
语音识别结果： 您好，我在仁和，我想要练习，快点，有很多活，要几家
关键词： 你好，人和，快递点，寄件，
1，先根据关键词的同义词库，来匹配一遍，得出命中关键词，你好。
2，把识别结果和关键词用中文分词库来分词(有一些开源的可选)，将分词后的词都转为拼音。
3，用每一个关键词去匹配识别结果的分词，根据相似度计算出一个分数。由于字数多少的关键词匹配度不尽相同，例如 “很多家” 和“恒大” 这样的三个字和两个字我们要区别对待，一般来说，如果两个关键词匹配度一样，往往字数多的那一个更加贴合实际，所以我们要给不同字数来设定一个”系数”和”阈值”，系数用来参与计算最终符合的那个词，阈值用于决定达到多少相似度才算命中关键词。 例如我们给两个字的关键词设置阈值为85， 如果最终匹配的相似度不足85，则表示没有命中该关键词，具体不同字数的关键词的阈值，需要一些样本数据来统计。
4，实际场景中，由于关键词也有优先度，例如”寄件”属于业务词，可能重要级高于”几家”，再比如”不是的”肯定比”是的”更优先，虽然”不是的”包含了”是的”，但说话的意思是前一个。所以根据词的属性，例如 疑问词，肯定词，否定词，或者按照行业特性来分类的价格词，方案词，服务词。 我们给这些不同的词配一个权重值。
那么最终一个关键词的得分是 匹配度的得分*系数*权重，最后从命中关键词中选出得分最高的，即最符合实际意思的那一个或多个词。
嘛。。。现如今，总体感觉如下：
一种不太聪明的电话语音识别方案相关推荐
- 一种本地和云端相结合的语音识别系统及方法与流程
本发明涉及语音识别领域,特别是涉及到一种本地和云端相结合的语音识别系统及方法. 背景技术: 目前语音识别作为一种常用的人机交互技术,已广泛应用于各类电子产品中,以其自然方便的交互方式收到了消费者的喜爱 ...
- 洛克菲勒：世界上只有两种人头脑聪明...
洛克菲勒:被人称为"石油大王".美国第一位十亿富豪与全球首富.创办芝加哥大学.洛克菲勒写给儿子的信共有38封,这些信真实记录了洛克菲勒创造财富神话的种种业绩.从这些信中我们不仅可以 ...
- OSChina 周五乱弹 —— 妹子太聪明思考的事情就比较多
2019独角兽企业重金招聘Python工程师标准>>> Osc乱弹歌单(2017)请戳(这里) [今日歌曲] @美式不加奶不加糖 :@小小编辑 #毎日の歌#<那一天还未到> ...
- 语音识别方案 - 联想语音团队多场景实时语音文字转换方案
[本文转载自联想乐语音论坛] 语音技术一直是人工智能的重要领域之一,其应用也日益广泛.语音技术本身也包括许多细分领域,如远场语音识别.副语言语音属性.说话人日志.声纹识别防欺骗攻击和零资源TTS等. ...
- IOS音视频（四十六）离线在线语音识别方案
IOS音视频(四十六)离线在线语音识别方案 IOS音视频(四十六)离线在线语音识别方案 方案一:Siri语音识别 Siri语音识别简介 Siri语音识别功能类介绍 Siri语音识别功能集成 方案二:百 ...
- 2019年，这8款自动语音识别方案你应该了解！
2019年,这8款自动语音识别方案你应该了解! 原创: AI前线小组 译 AI前线 1周前 作者 | Derrick Mwiti翻译 | 核子可乐编辑 | LindaAI 前线导读: 基于计算机的人类 ...
- 一种全新的点击率建模方案
本文作者:branxu,腾讯 CDG 应用研究员 2018 年和 2019 年腾讯算法广告大赛都可以看做推荐系统问题.这类问题最重要的特征是点击率,最大的难点是冷启动.文本结合 2018 年比赛亚军方 ...
- 海思HI35xx语音识别方案
前言 语音识别是智能化应用的一个重要分支,也是语音交互功能的基础.语音识别基于神经网络算法,借助大数据进行模型训练,据科大讯飞相关数据报道,它们已经能够实现98%以上的准确识别率,同时支持多种外语及国 ...
- dnn降噪_芯片量产已超百万，「探境科技」发布AI双麦降噪语音识别方案
文/姜菁玲 编辑/石亚琼 12月26日,探境科技举办"黑科技发布会",正式对外公布AI语音识别芯片产品矩阵,并推出具备AI双麦降噪功能的语音识别方案--Voitist音旋风612. ...
最新文章
- mysql权限表整理
- 201521123024 《Java程序设计》 第九周学习总结
- 2012年的第一天 自己独自踏上回家的路 木有任何人相送
- escape、encodeURI 、encodeURIComponent 编码与解码
- java 两个窗口 贴_粘贴子窗体中的多个记录时的子窗体校准错误
- LeetCode 429. N叉树的层序遍历（queue）
- 请教哪里有M4A格式解码器
- Github：深度学习文本检测识别（OCR）精选资源汇总
- linux连接mysql_主机Navicat连接linux（虚拟机）的mysql数据库
- Mac 常用快捷键与操作
- 19 个接私活平台汇总升级版，你有技术就有钱
- Linux编译并更新内核(替换Linux内核)
- 网络协议、socket、webSocket
- 练习如下命令的使用： set mset get mget keys type exists ttl expire move 、select del flushdb flusha
- 思杰桌面虚拟化Citrix XenDesktop
- pyQt-GUI检测键盘操作
- 关于AI芯片功耗和应用的一些看法
- svn 撤销已经add的文件
- 认知空间是什么意思_为什么很多女生都是“路痴”| 男女的空间认知有什么差异...
- 定点补码运算c语言,单选(3分) 下列关于补码定点运算的描述中，错误的是（ ）...