本发明专利技术公开了一种自助服务系统的智能应答方法、装置及产品，本发明专利技术在应答前，先对语音信号进行窄带噪声特征提取处理，得到窄带噪声特征信息；而后，基于此，来识别出语音信号中的窄带噪声频率；接着，则可从窄带和宽带噪声两个方面，来进行语音去噪处理，即先进行宽带噪声的去除；然后，再利用识别出的窄带噪声频率，来进行窄带噪声去除，从而得到纯净的语音信号；最后，则可基于纯净的语音信号，来进行智能应答，进而得出对应的应答结果；如此，本发明专利技术能够在抑制宽带噪声的同时，进一步的去除窄带噪声；基于此，能够降低噪声对语音识别的干扰，从而能够提高语音应答的准确性；由此，本发明专利技术非常适用于在语音应答技术领域的大规模应用与推广。
1、随着人工智能技术的蓬勃发展，人工智能的落地场景变得更加丰富；各种智能终端和软件越来越多，使得人工智能和银行人工服务的结合上升到了一个新的起点；传统银行业务的数字化、移动化快速发展，将为传统银行等金融行业在人工服务方面带来更广阔的发展空间，多样化的业务办理方式可以让用户获得更多的服务体验，可提高业务的办理效率和节省办理时间。
2、目前，银行内设置有大量的自助业务设备，以及开发了各种智能应用软件，用户能够通过自助业务设备或智能应用软件办理各种业务，其中，大多数的自助业务设备和银行智能应用软件均设置有语音对话功能，用户能够通过该功能，来进行业务咨询，以了解业务办理流程，办理所需资料等，从而可提高业务的办理效率；但是，由于现场环境存在各种随机噪声源(如空调气流声、呼吸噪声等)以及设备本身的噪声，使得前述各种自助语音服务在运行时，采集的语音信号中会存在较多噪声，如此，就降低了语音识别的准确性，从而导致语音对话的结果不准确；由此，基于前述不足，如何提供一种语音识别准确性高，能够提高准确应答结果的智能应答方法，已成为了一个亟待解决的问题。
1、本专利技术的目的是提供一种自助服务系统的智能应答方法、装置及产品，用以解决现有技术在进行语音对话时，采集的语音信号中存在较多噪声，从而导致语音对话结果不准确的问题。
>3、第一方面，提供了一种自助服务系统的智能应答方法，包括：4、采集用户语音询问信号，并对所述用户语音询问信号进行窄带噪声特征提取处理，以得到所述用户语音询问信号中的窄带噪声特征信息；
5、根据所述窄带噪声特征信息，识别出所述用户语音询问信号中的窄带噪声频率；
6、对所述用户语音询问信号进行宽带噪声去除处理，得到初始去噪语音信号；
7、根据所述窄带噪声频率，对所述初始去噪语音信号进行窄带噪声去除处理，以在窄带噪声去除处理后，得到去噪语音信号；
8、对所述去噪语音信号进行语音识别处理，得到所述用户语音询问信号对应的文本数据；
9、对所述文本数据进行关键词提取处理，以得到所述用户语音询问信号对应的提问关键词；
10、基于所述提问关键词，在问答数据库中进行问答结果匹配处理，以得到所述用户语音询问信号对应的最优问答结果；
11、播放所述最优问答结果，以在播放后，完成对所述用户语音询问信号的智能应答。
12、基于上述公开的内容，本专利技术在采集到用户语音询问信号后，先对用户语音询问信号进行窄带噪声特征提取处理，以得到对应的窄带噪声特征信息；然后，根据该窄带噪声特征信息，来识别出用户语音询问信号中的窄带噪声频率；接着，对该用户语音询问信号进行宽带噪声去除处理，以去除随机噪声源产生的噪声，得到初始去噪语音信号；而后，再利用识别出的窄带噪声频率，来去除初始去噪语音信号中的窄带噪声，得到去噪语音信号；如此，本专利技术可在抑宽带噪声的同时，进一步的去除窄带噪声，从而得到纯净的语音信号；而在完成语音去噪后，则可对其进行语音识别，并进行关键词提取，得到用户的提问关键词；最后，即可基于提问关键词，来进行问答结果的匹配，并将匹配的最优结果进行播放，从而在播放后，完成此次的智能应答。
13、通过上述设计，本专利技术设计了一种全新的应答方法，其中，在应答前，先对语音信号进行窄带噪声特征提取处理，得到对应的窄带噪声特征信息；而后，基于此，来识别出语音信号中的窄带噪声频率；接着，则可从窄带和宽带两个方面，来进行语音去噪处理，即先进行宽带噪声的去除；然后，再利用识别出的窄带噪声频率，来进行窄带噪声去除，从而得到纯净的语音信号；最后，则可基于纯净的语音信号，来进智能应答，进而得出对应的应答结果；如此，本专利技术能够在抑制宽带噪声的同时，进一步的去除窄带噪声；基于此，能够降低噪声对语音识别的干扰，从而能够提高语音应答的准确性；由此，本专利技术非常适用于在语音应答
的大规模应用与推广。
14、在一个可能的设计中，所述用户语音询问信号为多通道信号，其中，对所述用户语音询问信号进行窄带噪声特征提取处理，以得到所述用户语音询问信号中的窄带噪声特征信息，包括：
15、将多通道中的第i个通道内的用户语音询问信号作为目标信号，并对所述目标信号进行分帧处理，以得到多帧语音信号；
16、生成所述多帧语音信号中每帧语音信号的功率谱，其中，任一帧语音信号的功率谱的横坐标为频率，纵坐标为功率幅值；
17、对于多帧语音信号中的第k帧语音信号，基于所述第k帧语音信号的功率谱，计算出所述第k帧语音信号的功率谱中的各个频率点对应的窄带特征值，以利用各个频率点的窄带特征值，组成第k帧语音信号对应的窄带噪声特征值；
18、将k自加1，并重新基于所述第k帧语音信号的功率谱，计算出所述第k帧语音信号的功率谱中的各个频率点对应的窄带特征值，直至k等于k时，利用k帧语音信号对应的窄带噪声特征值，组成所述目标信号的窄带噪声特征信息，其中，k的初始值为1，且k为所述目标信号分帧得到的语音信号的总数；
19、将i自加1，并重新将第i个通道内的用户语音询问信号作为目标信号，直至i等于n时，得到所有通道内的用户语音询问信号对应的窄带噪声特征信息，其中，i的初始值为1，且n为通道总数。
20、在一个可能的设计中，基于所述第k帧语音信号的功率谱，计算出所述第k帧语音信号的功率谱中的各个频率点对应的窄带特征值，包括：
21、对于第k帧语音信号中的任一频率点，根据所述第k帧语音信号对应的功率谱，得出所述第k帧语音信号的功率特征值以及所述任一频率点的功率幅值；
22、利用功率特征值和所述任一频率点的功率幅值，计算出该任一频率点的窄带能量特征值；
23、基于所述任一频率点的功率幅值，计算出所述任一频率点的窄带周期能量特征值以及中心频点能量值；
24、利用所述目标信号分帧得到的所有语音信号，组成语音帧序列；
25、根据所述语音帧序列，计算出所述任一频率点的窄带能量波动特征值；
26、利用所述窄带能量特征值、所述窄带周期能量特征值、所述中心频点能量值以及所述窄带能量波动特征值，组成所述任一频率点对应的窄带特征值。
27、在一个可能的设计中，根据所述第k帧语音信号对应的功率谱，得出所述第k帧语音信号的功率特征值，包括：
28、基于所述第k帧语音信号对应的功率谱，得出第k帧语音信号中所有频率点的功率幅值；
29、将所有频率点的功率幅值进行降序排列，得到排序序列；
30、基于所述排序序列和所述第k帧语音信号中所有频率点的功率幅值，并按照如下公式(1)，计算出所述第k帧语音信号的功率特征值；
31、
32、上述公式(1)中，gt表示本文档来自技高网...
【技术保护点】
1.一种自助服务系统的智能应答方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述用户语音询问信号为多通道信号，其中，对所述用户语音询问信号进行窄带噪声特征提取处理，以得到所述用户语音询问信号中的窄带噪声特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述第k帧语音信号的功率谱，计算出所述第k帧语音信号的功率谱中的各个频率点对应的窄带特征值，包括：
4.根据权利要求3所述的方法，其特征在于，根据所述第k帧语音信号对应的功率谱，得出所述第k帧语音信号的功率特征值，包括：
5.根据权利要求3所述的方法，其特征在于，基于所述任一频率点的功率幅值，计算出所述任一频率点的窄带周期能量特征值，包括：
6.根据权利要求3所述的方法，其特征在于，根据所述语音帧序列，计算出所述任一频率点的窄带能量波动特征值，包括：
7.根据权利要求1所述的方法，其特征在于，所述用户语音询问信号为多通道信号，其中，对所述用户语音询问信号进行宽带噪声去除处理，得到初始去噪语音信号，包括：
8.根据权利要求1所述的方法，其特征在于，对所述文本数据进行关键词提取处理，以得到所述用户语音询问信号对应的提问关键词，包括：
9.一种自助服务系统的智能应答装置，其特征在于，包括：
10.一种包含指令的计算机程序产品，其特征在于，当指令在计算机上运行时，使计算机执行如权利要求1～8任意一项所述的一种自助服务系统的智能应答方法。
...
【技术特征摘要】
1.一种自助服务系统的智能应答方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述用户语音询问信号为多通道信号，其中，对所述用户语音询问信号进行窄带噪声特征提取处理，以得到所述用户语音询问信号中的窄带噪声特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，基于所述第k帧语音信号的功率谱，计算出所述第k帧语音信号的功率谱中的各个频率点对应的窄带特征值，包括：
4.根据权利要求3所述的方法，其特征在于，根据所述第k帧语音信号对应的功率谱，得出所述第k帧语音信号的功率特征值，包括：
5.根据权利要求3所述的方法，其特征在于，基于所述任一频率点的功率幅值，计算出所述任一频率点的窄带周期能量特征值...
【专利技术属性】
技术研发人员：钟晓峰，陈凯，司徒伟杰，林嘉良，何欣，
申请(专利权)人：交通银行股份有限公司广东省分行，
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。