共查询到10条相似文献,搜索用时 15 毫秒
1.
《电网技术》2021,45(8):2955-2961
电网调度语音识别是实现智能虚拟电力调度的重要环节,其中语言模型的准确性直接关系到语音识别的效果。提出一种基于BERT的电网调度语音识别语言模型,首先介绍BERT的模型原理,以及利用BERT构建电网调度语音识别语言模型的方法;然后根据电网调度语言特点,提出对输入电网调度语音识别语言模型的调度语句进行语义特征、关键字特征和命名实体特征提取的方法,提高模型对电网调度语言的适应性;最后通过算例,对所构建的语言模型进行测试,并与其他常用的语言模型进行对比。算例结果表明,考虑了电网调度语言特点的电网调度语音识别语言模型,在语言模型的性能以及电网调度语音识别的准确性上,都有比较明显的优势。 相似文献
2.
为进一步提高智能电网调度语音识别的准确率,本文将深度学习技术引入了电力调度语音识别领域,提出了基于深度神经网络(deep neural network,DNN)的电力调度语音识别技术。针对电力调度专用术语以及某区域电网习惯调度用语,建立了电力调度语音识别基础语料库。通过应用深度神经网络-隐马尔可夫模型(deep neural network-hidden markov model,DNN-HMM)进行声学模型训练,并对电力调度语音材料制作,语音模型训练过程、端点检测、与D5000系统交互以及语音转文字的整套流程进行了论述。实践结果表明,采用DNN-HMM的电力调度语音识别性能要显著优于传统语音识别框架,即高斯混合-隐马尔可夫模型(gaussian mixture model-hidden markov model,GMM-HMM),采用所提方法进行电力调度语音识别准确率达94.63%。基于所提方法开发的电力调度语音识别系统在某区域电网调控中心的应用实例表明了所提方法的可行性与优良性。 相似文献
3.
由于常用车载氛围灯的操作方式局限于触摸和按键操作,采用语音交互模式的智能车载氛围灯开始受到关注。本文采用深度学习方法设计了一种LED车载语音交互氛围灯,并在嵌入式平台实现了控制识别与控制原理。首先,采用深度学习库keras和卷积神经网络(convolutional neural network,CNN)对离线语音进行训练得到声学模型,并移植该模型至嵌入式平台中;其次,对采集语音信号进行数据预处理,采用梅尔频率倒谱系数(mel frequency cepstral coefficient,MFCC)方法进行特征提取,并利用声学模型对提取特征进行识别分类;最后,通过CAN总线获取汽车故障、车速等车身信息,并将各类信息综合判断后实现车载氛围灯的各类灯光效果控制。 相似文献
4.
高爱乃 《国外电子测量技术》2005,24(11):9-11
提出了基于离散小波基尺度变换下交变语音信号边缘检测的新方法.推证出多分辨率小波基函数对非线性函数的良好估值特性.十分准确地刻画出声波信号的奇异性,并应用于交变语音信号处理中.较好地解决了时间和频率分辨率在识别非平稳语音信号中易混频的难题.结果表明,该方法具有较高的语音识别精度. 相似文献
5.
6.
动态HMM模型通过描述语音特征与动态特性之间的关系来改善语音识别的性能,本文提出以扩展的基音周期曲线作为动态特性的描述,以及在识别过程中采用动态特性自动提取算法以改善识别性能.实验结果表明,采用扩展基音周期曲线作为动态特性的动态HMM模型,对语音识别的性能有较好的改善. 相似文献
7.
8.
9.
语音识别技术使家用电器的控制更加人性化,本文利用凌阳SPCEO61A单片机系统结合语音识别模块实现了家居空调的语音控制,通过组合语音实现了空调控制命令的完整覆盖,测试结果表明该系统设计方案是可行和可实现的. 相似文献
10.
以深度学习为代表的人工智能技术不断发展,正逐步渗透并融入电力系统等传统领域.为增强潮流仿真中人机交互的智能化程度,减少仿真技术人员在输入数据、计算分析等过程中的重复劳动,本文从语音识别理论和工程应用相结合的角度开展研究,提出了一种在潮流仿真中嵌入语音识别技术的方法.首先,对现有潮流仿真软件融入语音识别技术的可行性进行了探讨;其次,利用基于开源的电力系统分析工具Pandapower,设计了潮流仿真的语音识别流程,提出了相应的实现方法;最后,在建立的语音识别系统上,对1个仿真算例进行了测试.测试结果表明,本文提出在潮流仿真中嵌入语音识别技术的方法,能有效地实现潮流数据的语音编辑以及潮流计算的语音控制等功能. 相似文献