System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种语音文本模糊识别方法及装置,属于语音控制。
技术介绍
1、智能家居以住宅为单位,运用物联网技术,由硬件、软件系统和云平台构成的家居生态圈,为用户提供安全、便利、舒适的家居生活环境。智能家居以住宅为单位,以家庭生活为背景,以综合布线技术、网络通信技术、自动控制技术为基础,并与安全防范技术、节能环保技术、音视频技术等相结合,根据客厅、卧室、厨房等不同应用场景,通过线下平台或云端平台操控照明、电器等家用设备,实现人远程控制设备、设备间互联互通,智能家居是基于物联网技术,由硬件、软件系统和云平台构成一个家庭生态圈,用于提升家居生活的安全性、节能性、便利性、舒适性和艺术性。
2、目前,语音控制需要用户准确说出设备、场景名称才可以实现相应的功能。操作较为不便。当出现多字、少字、错字等情况时,难以完成用户指令的识别。
技术实现思路
1、本专利技术的目的是提供一种语音文本模糊识别方法及装置,用以解决现有技术中,因错字、多字和少字而导致的无法识别用户指令的问题。
2、为实现上述目的,本专利技术的方案包括:
3、本专利技术的一种语音文本模糊识别方法,包括如下步骤:
4、1)当识别用户语音指令失败时,获取用户语音指令所对应的文本信息并进行预处理,计算用户语音指令所对应文本信息的词向量;
5、2)将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称、设备名称的词向量进行相似度计算和逻辑判断以进行匹配:若匹配成
6、有益效果:当识别用户语音指令失败时,获取用户语音指令所对应文本信息并计算词向量,通过用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称、设备名称的词向量进行相似度计算和逻辑判断以进行匹配,若匹配成功,则将匹配成功的场景名称或设备名称作为与用户语音指令匹配的场景名称或设备名称;若匹配失败,则对用户语音指令所对应文本信息进行分词处理,计算分词处理结果后的词向量与存储的用户控制权限范围内设备名称和场景名称的词向量的相似度,根据相似度计算结果和逻辑判断确定与用户语音指令匹配的场景名称或设备名称,完成当识别用户语音指令失败时,对于用户指令的判别分析,完成了用户指令的判断,保证了用户控制指令的完成。
7、进一步地,若相似度最大值大于预设阈值且满足规则逻辑的判断,则认为相似度最大值所对应的场景名称或设备名称为与用户语音指令匹配的场景名称、设备名称。
8、有益效果:通过相似度最大值大于预设阈值且满足规则逻辑的判断,完成当识别用户语音指令失败时,用户语音指令的完成。
9、进一步地,通过余弦函数计算相似度,所述相似度的计算公式为:
10、
11、其中,a为属性向量,b为属性向量,ai为向量a的各分量,bi为向量b的各分量,θ为两个向量间的夹角,n为向量的分量个数,i为向量的第i个分量。
12、有益效果:通过上述公式完成词向量相似度的计算。
13、进一步地,若所述分词处理的结果为没有分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的所有场景和所有设备进行相似度计算。
14、有益效果:完成分词处理结果为没有分词结果时,用户语音指令相似度的计算。
15、进一步地,若所述分词处理的结果为有动词分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称和设备名称进行匹配,若匹配失败,则去除动词,并用剩余词向量与存储的用户控制权限范围内的所有的场景和设备进行相似度计算。
16、有益效果:完成分词处理结果为有动词分词结果时,用户语音指令所对应词向量相似度的计算。
17、进一步地,若所述分词处理的结果为有房间分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称和设备名称进行匹配,若匹配失败,则去除房间,并用剩余词向量与存储的用户控制权限范围内的所有的场景和设备进行相似度计算。
18、有益效果:完成分词处理结果为有房间分词结果时,用户语音指令所对应词向量相似度的计算。
19、进一步地,若所述分词处理的结果为有动词和房间分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称和设备名称进行匹配,若匹配失败,则先去除房间,用去除房间后的词向量与存储的用户控制权限范围内的所有的场景和设备进行相似度计算,再去除动词,用去除动词后的词向量与存储的用户控制权限范围内的所有的场景和设备进行相似度计算。
20、有益效果:完成分词处理结果为有房间分词结果时,用户语音指令所对应词向量相似度的计算。
21、进一步地,当存在未存储词向量的设备名称和场景名称时对设备名称和场景名称进行词向量计算并存储。
22、有益效果:通过对于设备名称和场景名称的词向量计算及存储,保障了设备名称和场景名称的词向量的填充,保障了在进行下次用户语音指令识别时的相似度计算。
23、进一步地,在进行用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称、设备名称的词向量匹配时,需先对场景名称进行匹配,再对设备名称进行匹配。
24、有益效果:在进行用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称、设备名称的词向量匹配时,若匹配到场景名称,则无需对设备名称进行匹配。
25、本专利技术还提供了一种语音文本模糊识别装置,包括处理器和存储器,所述处理器用于执行存储在存储器中的计算机程序指令以实现上述的任一项所述语音文本模糊识别方法。
26、有益效果:通过本装置能够完成上述的语音文本模糊识别方法,完成了用户语音指令识别失败时,即存在错字、多字和少字时,用户语音指令的识别。
本文档来自技高网...【技术保护点】
1.一种语音文本模糊识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若相似度最大值大于预设阈值且满足规则逻辑的判断,则认为相似度最大值所对应的场景名称或设备名称为与用户语音指令匹配的场景名称、设备名称。
3.根据权利要求1所述的语音文本模糊识别方法,其特征在于,通过余弦函数计算相似度,所述相似度的计算公式为:
4.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若所述分词处理的结果为没有分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的所有场景和所有设备进行相似度计算。
5.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若所述分词处理的结果为有动词分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称和设备名称进行匹配,若匹配失败,则去除动词,并用剩余词向量与存储的用户控制权限范围内的所有的场景和设备进行相似度计算。
6.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若所述分词处理的结果为有房间分
7.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若所述分词处理的结果为有动词和房间分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称和设备名称进行匹配,若匹配失败,则先去除房间,用去除房间后的词向量与存储的用户控制权限范围内的所有的场景和设备进行相似度计算,再去除动词,用去除动词后的词向量与存储的用户控制权限范围内的所有的场景和设备进行相似度计算。
8.根据权利要求1所述的语音文本模糊识别方法,其特征在于,当存在未存储词向量的设备名称和场景名称时对设备名称和场景名称进行词向量计算并存储。
9.根据权利要求1~8任一项所述的语音文本模糊识别方法,其特征在于,在进行用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的用户关键词的词向量场景名称、设备名称匹配时,需先对场景名称进行匹配,再对设备名称进行匹配。
10.一种语音文本模糊识别装置,其特征在于,包括处理器和存储器,所述处理器用于执行存储在存储器中的计算机程序指令以实现如权利要求1~9任一项所述语音文本模糊识别方法。
...【技术特征摘要】
1.一种语音文本模糊识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若相似度最大值大于预设阈值且满足规则逻辑的判断,则认为相似度最大值所对应的场景名称或设备名称为与用户语音指令匹配的场景名称、设备名称。
3.根据权利要求1所述的语音文本模糊识别方法,其特征在于,通过余弦函数计算相似度,所述相似度的计算公式为:
4.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若所述分词处理的结果为没有分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的所有场景和所有设备进行相似度计算。
5.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若所述分词处理的结果为有动词分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称和设备名称进行匹配,若匹配失败,则去除动词,并用剩余词向量与存储的用户控制权限范围内的所有的场景和设备进行相似度计算。
6.根据权利要求1所述的语音文本模糊识别方法,其特征在于,若所述分词处理的结果为有房间分词结果,则将用户语音指令所对应文本信息的词向量与存储的用户控制权限范围内的场景名称和设备名称进...
【专利技术属性】
技术研发人员:马涛,叶龙,姜红梅,田涵朴,马骏,孙学宾,
申请(专利权)人:河南紫联物联网技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。