科研之友
微信
新浪微博
Facebook
分享链接
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。
- 出版日期2021
- 单位南京工程学院
