基于BLSTM网络的智能客服语音识别系统研究

林磊

(中国南方电网深圳供电局有限公司 客户服务中心渠道运营部, 广东 深圳 518000)

0 引言

智能网络客服的建设发展，逐步促进了语音识别方法下的智能网络化客服终端应用，设计智能客服语音识别对提升网络客服的针对性和介入性方面具有重要意义[1]。研究智能客服语音识别系统，结合计算机信息处理和语音信息处理技术，通过高速语音信号处理芯片，优化设计智能客服语音识别系统终端优化设计，提高智能客服语音识别性能，相关的智能客服语音识别系统设计方法受到人们的极大关注[2]。

针对上述问题，本文提出基于BLSTM网络的智能客服语音识别系统。构建智能客服语音的多传感信号采集模型，在时域和频域空间内进行智能客服语音信号的谱特征提取和波束集成处理，采用分段卷积滤波方法进行智能客服语音信号增强和降噪处理，滤除智能客服语音信号的干扰信号，在BLSTM网络中进行智能客服语音识别系统的硬件集成设计。仿真实验验证了本文方法能够有效提高智能客服语音识别能力。

1 系统总体构架设计

为设计基于BLSTM网络的智能客服语音识别系统，结合优化的语音信息处理算法，在BLSTM(Bidirectional Long-short Term Memory，双向长短期记忆)网络模式下，识别智能客服语音，采用智能客服语音信号分析和特征融合方法，建立智能客服语音信号的检测模型，通过特征匹配和智能客服语音信息编码[3]，检测智能客服语音，系统总体设计构架如图1所示。

图1 系统总体设计构架

1.1 硬件设计

在上述系统总体设计构架基础上，设计系统的硬件，采用PPI_CONTROL作为智能客服语音识别系统的总线接口，采用I/O口进行程序引导加载，并在外部存储器中实现程序加载控制。利用PCI9054进行语音识别系统的集成DSP控制，采用低功耗的GT834032进行智能客服语音识别的集成语音信息处理和指令加载，系统的硬件集成设计如图2所示。

图2 系统硬件设计

1.2 软件处理步骤设计

1.2.1 信号增强和滤波处理

1.2.2 信号的谱特征提取和波束集成处理

(1)

(2)

其中,1≤j≤J，AFB为各类非线性处理下的滤波函数;C(j)、W(j)分别为智能客服语音识别的阈值函数，结合空间波束集成方法，对客服语音信号进行时频变换，得到特征变换序列为式(3)、式(4)。

C(J)×W(j)←DFT{c(J)}×DFT{w(j)}

(3)

C(j-1)←SFB(C(j),N(j))×DFT-1{C(0)}

(4)

其中,1≤j≤J，采用BLSTM网络协议，完成语音识别和信号检测，得到优化目标函数，分帧处理语音信号，得到语音信号检测的概率密度函数为式(5)。

(5)

其中,m为帧数;sgn(x)为符号函数，即式(6)

sgn[x]∈(-1,1)

(6)

采用多层小波特征分解，控制智能客服语音识别过程，得到谱特征提取结果En如式(7)。

(7)

输出信号的波束集成处理门限值如式(8)。

(8)

其中,N为智能客服语音信号的长度；J为非参数化核密度，采用零值对称变换，实现信号的谱特征提取和波束集成处理，提高智能客服语音识别能力。

2 语音识别的实现

2.1 信号特征提取

通过网络信道均衡调制方法均衡控制智能客服语音传输，结合稳定性测试方法进行智能客服语音识别，原始输入的智能客服语音特征序列为x=[x(0),…,x(N-1)]，其中x(n)为概率密度估计的光滑程度，n≥0，则x的智能客服语音识别系统的离散特征变化(DWT)定义为式(9)。

(9)

其中,k表示非参数化核密度，0≤k≤N-1，设一组观测样本x(n)经离散傅里叶变换得到的语音信号的频域分布用X=DFT{x}来表示，得到智能客服语音识别的有限时间序列如式(10)。

(10)

(11)

其中,j为特征分辨率，且1≤j≤J;α为信号特征指数。利用以上步骤完成智能客服语音识别的特征提取。

2.2 语音信号特征优化

采用非参数化的信息融合方法，完成智能客服语音识别和信号滤波，得到滤波函数[7]为式(12)。

(12)

(13)

其中，dj(k)表示智能客服语音传输节点的分布距离，结合稳定性测试方法进行智能客服语音识别的稳定特征提取和定位检测，得到检测的阈值函数[9]如式(14)。

(14)

式中，λ表示阈值函数参数值。统计语音信号特征优化函数[10]如式(15)。

(15)

根据上述对语音信号的优化函数结果，实现智能客服语音信号特征优化。

3 实验测试与分析

为测试本文方法在实现智能客服语音识别中的应用性能，设计仿真实验。设定语音信号采样的长度为2 000，信号的检测门限为0.82，对语音信号识别的迭代次数为200，测量噪声的信噪比为-12 dB，语音信号分布的时宽为10 s，根据上述参数设定，进行智能客服语音识别，得到智能客服语音识别系统中传输的语音信号,如图3所示。

图3 语音样本信号

分析图3可知，本文方法能准确识别智能客服语音识别系统中传输的语音信号，识别效果较好，以图4的信号为测试对象，进行语音识别定位，对语音信号进行多尺度分解定位，得到识别结果如图4所示。

图4 语音识别结果

分析图4得知，本文方法能够有效识别不同信噪比区域内智能客服语音，语音信噪比识别定位性能较好，测试智能客服语音识别的精度，得到对比结果如表1所示。

表1 智能客服语音识别精度对比

分析表1得知，在迭代次数相同的情况下，本文方法识别精度在90%以上，在迭代次数为400时，识别精度达到100%；采用文献[4]、文献[5]和文献[6]方法进行语音识别的精度较低，由此可知，采用本文方法进行智能客服语音识别的精度较高，误差较小。

4 总结

结合语音识别方法，设计智能网络化客服终端，为提高远程网络服务质量，本文提出基于BLSTM网络的智能客服语音识别系统。在BLSTM网络模式下，采用多层小波特征分解，控制智能客服语音识别过程，采用零值对称变换，增强语音信息，提高智能客服语音识别能力。采用PPI_CONTROL作为智能客服语音识别系统的总线接口，采用I/O口进行程序引导加载，在集成DSP下进行系统的硬件设计和软件开发。实验验证了本文方法具有较高的智能客服语音识别精度，应用性更强。