面向电力线路巡检的语音指令识别系统研究和应用

• 作者: 张四维 武永泉 秦涛 彭冲 赵彦杰 焦良葆
• 来源期刊: 信息化研究
• 学科: 工学
• 关键词: 智能电网 电力词汇 时延神经网络-隐马尔可夫模型 N元模型 声学模型
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 研究与设计|Research and Design
• 页码范围: 6-12
• 页数: 7页
• 分类号: TN912.3
• 语种: 中文

摘要

为解决电力线路巡检时传统人工查询的低效和费时等问题,以及通用语音识别工具针对电力专业指令识别率低的问题,文章提出了面向电力线路巡检的语音指令识别系统.首先针对电力专业词汇,建立相应的基础语料库;在语音信号识别引擎建模中,基于电力专业指令的短时依赖性选择时延神经网络-隐马尔可夫模型(TDNN-HMM)构建特征提取网络和初级网络(STT);最后根据电力指令的专用语法结构和词汇库,提出了N元模型(N-gram)的指令纠错矫正方法,最终实现了低错误率的指令识别.实验结果表明,基于专用电力指令基础语料库的训练,TDNN-HMM识别网络,以及基于N-gram模型的指令纠错矫正方法均提升了识别准确度,所设计的专用识别引擎满足了工程实际需求.