基于語(yǔ)音識(shí)別技術(shù)的企業(yè)辦公助理應(yīng)用的研發(fā)

摘要：為了提升企業(yè)辦公應(yīng)用的使用體驗(yàn)，研發(fā)了具備機(jī)器學(xué)習(xí)功能的智能化企業(yè)辦公助理應(yīng)用系統(tǒng)。該應(yīng)用系統(tǒng)集成實(shí)現(xiàn)了語(yǔ)音識(shí)別模塊，并接入了企業(yè)生產(chǎn)經(jīng)營(yíng)管理相關(guān)流程和數(shù)據(jù)，實(shí)現(xiàn)了通過語(yǔ)音智能化查詢企業(yè)數(shù)據(jù)，處理業(yè)務(wù)流程的功能。提升了用戶的交互體驗(yàn)，提供了面向用戶的反饋評(píng)價(jià)功能，采用機(jī)器學(xué)習(xí)的框架優(yōu)化識(shí)別查詢的結(jié)果。應(yīng)用的建設(shè)部署改善了用戶的交互模式和使用體驗(yàn)，提升了企業(yè)辦公應(yīng)用的智能化水平，提升企業(yè)管理效率。

關(guān)鍵詞：企業(yè)應(yīng)用;辦公應(yīng)用;語(yǔ)音助理;語(yǔ)音識(shí)別;機(jī)器學(xué)習(xí)

中圖分類號(hào)：TP311.52;TN912.3? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1007-9416（2020）10-0000-00

0 引言

近年來，互聯(lián)網(wǎng)和信息技術(shù)的飛速發(fā)展，語(yǔ)音識(shí)別技術(shù)也得到了長(zhǎng)足的進(jìn)步，在各類系統(tǒng)中逐漸得到應(yīng)用[1]。個(gè)人消費(fèi)領(lǐng)域中，語(yǔ)音助手類型的應(yīng)用已經(jīng)得到了比較廣泛的應(yīng)用[2]。而在企業(yè)內(nèi)部應(yīng)用場(chǎng)景中，由于企業(yè)業(yè)務(wù)專業(yè)性強(qiáng)，系統(tǒng)操作互動(dòng)性要求不高，基于語(yǔ)音識(shí)別技術(shù)的辦公助理類型應(yīng)用較少[3]。一版的企業(yè)辦公助理應(yīng)用往往交互方式比較傳統(tǒng)，用戶使用的體驗(yàn)也不是很好，交互的功能單一，同時(shí)也不具備學(xué)習(xí)能力[4][5]。本研究中，構(gòu)建了一套基于語(yǔ)音識(shí)別技術(shù)，并采用用戶反饋評(píng)價(jià)數(shù)據(jù)作為系統(tǒng)學(xué)習(xí)參考，實(shí)現(xiàn)了智能化的企業(yè)辦公助理的應(yīng)用系統(tǒng)。

1 系統(tǒng)架構(gòu)設(shè)計(jì)

智能交互應(yīng)用系統(tǒng)包含了語(yǔ)音輸入和識(shí)別，數(shù)據(jù)處理提取，頁(yè)面數(shù)據(jù)推送和后臺(tái)學(xué)習(xí)反饋等功能模塊。傳統(tǒng)企業(yè)辦公助理應(yīng)用由于系統(tǒng)功能單一，業(yè)務(wù)數(shù)據(jù)未融合等原因，并未引入后臺(tái)學(xué)習(xí)反饋的架構(gòu)設(shè)計(jì)，導(dǎo)致助理應(yīng)用難以具備自動(dòng)學(xué)習(xí)的功能[6][7]。本研究在傳統(tǒng)辦公助理應(yīng)用的基礎(chǔ)上，引入了學(xué)習(xí)反饋的架構(gòu)設(shè)計(jì)，融合了語(yǔ)音技術(shù)框架，開發(fā)出了智能化的企業(yè)辦公助理應(yīng)用。

應(yīng)用系統(tǒng)整體上采用典型的B/S架構(gòu)構(gòu)建，氛圍用戶界面層、業(yè)務(wù)邏輯層、數(shù)據(jù)訪問層。前端用戶界面層采用html5技術(shù)實(shí)現(xiàn)。業(yè)務(wù)邏輯層基于Java編程語(yǔ)言，采用了springMVC框架進(jìn)行開發(fā)。數(shù)據(jù)訪問層中，采用mybatis框架實(shí)現(xiàn)數(shù)據(jù)持久層，采用mysql開源版本數(shù)據(jù)庫(kù)存儲(chǔ)關(guān)系型數(shù)據(jù)，采用redis作為高性能存儲(chǔ)。與業(yè)務(wù)系統(tǒng)采用RESTful接口進(jìn)行數(shù)據(jù)訪問。同時(shí)，為了提升用戶體驗(yàn)，實(shí)現(xiàn)頁(yè)面數(shù)據(jù)實(shí)時(shí)更新，采用了長(zhǎng)鏈接技術(shù)保持前后臺(tái)通信。系統(tǒng)架構(gòu)如圖1所示。

2 系統(tǒng)功能設(shè)計(jì)

2.1總體功能架構(gòu)

系統(tǒng)以企業(yè)辦公經(jīng)營(yíng)數(shù)據(jù)為基礎(chǔ)，通過語(yǔ)音識(shí)別、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等技術(shù)手段，實(shí)現(xiàn)企業(yè)辦公經(jīng)營(yíng)數(shù)據(jù)的智能化查詢，實(shí)現(xiàn)了新型的辦公助理應(yīng)用的交互方式。關(guān)鍵業(yè)務(wù)流程為用戶通過使用語(yǔ)音助理，完成辦公管理流程處理，查詢生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)信息并對(duì)查詢結(jié)構(gòu)進(jìn)行評(píng)價(jià)反饋等。包括用戶管理和認(rèn)證，語(yǔ)音輸入和處理，數(shù)據(jù)檢索和查詢以及查詢結(jié)果反饋和學(xué)習(xí)等功能模塊。系統(tǒng)功能結(jié)構(gòu)如圖2所示。

2.2功能模塊研發(fā)

2.2.1用戶管理和認(rèn)證

用戶的管理和認(rèn)證功能在各類信息系統(tǒng)中都是必須的基礎(chǔ)功能，在企業(yè)辦公應(yīng)用中更是如此。企業(yè)的各類流程處理、經(jīng)營(yíng)數(shù)據(jù)查詢等業(yè)務(wù)功能都是基于企業(yè)用戶的實(shí)際角色和權(quán)限進(jìn)行管理。在傳統(tǒng)的辦公助理應(yīng)用中，用戶的認(rèn)證通常是采用用戶名密碼的方式進(jìn)行認(rèn)證。本研究中，用戶除了可以采用傳統(tǒng)的用戶民密碼的方式進(jìn)行用戶認(rèn)證以外，還可以使用人臉識(shí)別的方式進(jìn)行認(rèn)證。用戶在第一次登錄的時(shí)候可以選擇錄入個(gè)人的人臉圖像，錄入成功后再次登錄系統(tǒng)時(shí)，即可以使用人臉認(rèn)證的方式完成登錄。

2.2.2語(yǔ)音輸入和處理

用戶使用終端設(shè)備的麥克風(fēng)輸入語(yǔ)音，與企業(yè)辦公助理應(yīng)用進(jìn)行互動(dòng)交互。通過輸入查詢指令，系統(tǒng)對(duì)輸入的語(yǔ)音進(jìn)行識(shí)別和轉(zhuǎn)換。對(duì)文本信息進(jìn)行分詞處理，識(shí)別出關(guān)鍵詞后與系統(tǒng)預(yù)置的詞庫(kù)進(jìn)行對(duì)比，查找出符合項(xiàng)，過濾出查詢目標(biāo)。

2.2.3數(shù)據(jù)檢索和查詢

系統(tǒng)后臺(tái)對(duì)語(yǔ)音識(shí)別處理后的結(jié)果在業(yè)務(wù)數(shù)據(jù)中進(jìn)行查詢。可查詢的企業(yè)經(jīng)營(yíng)管理數(shù)據(jù)內(nèi)容包括三類，分別是：一般數(shù)據(jù)，即通用互聯(lián)網(wǎng)數(shù)據(jù)查詢，例如天氣信息等;辦公協(xié)同信息，主要包括同事聯(lián)系方式，會(huì)議情況查詢，待處理流程等;業(yè)務(wù)數(shù)據(jù)查詢，主要包括經(jīng)營(yíng)、生產(chǎn)、管理等業(yè)務(wù)信息查詢。

2.2.4查詢結(jié)果反饋和學(xué)習(xí)

查詢完成后，查詢結(jié)果會(huì)在用戶界面上顯示，同時(shí)會(huì)提示用戶對(duì)查詢的結(jié)果進(jìn)行評(píng)價(jià)。通過用戶打分的方式，對(duì)查詢的結(jié)果的匹配程度和數(shù)據(jù)準(zhǔn)確性進(jìn)行打分評(píng)價(jià)。系統(tǒng)將采集到的評(píng)價(jià)信息進(jìn)行記錄，并用于提升后續(xù)查詢結(jié)果的質(zhì)量。

3 系統(tǒng)功能實(shí)現(xiàn)

3.1總體功能

用戶通過終端設(shè)備，如個(gè)人PC、手機(jī)等，訪問企業(yè)辦公助理應(yīng)用系統(tǒng)，完成用戶登錄認(rèn)證。認(rèn)證通過后，用戶通過語(yǔ)音發(fā)出指令，應(yīng)用系統(tǒng)識(shí)別用戶語(yǔ)音指令并進(jìn)行解析處理。解析處理得到查詢關(guān)鍵詞后，系統(tǒng)后臺(tái)對(duì)關(guān)鍵詞進(jìn)行檢索查詢，查詢得到相關(guān)的業(yè)務(wù)數(shù)據(jù)查詢結(jié)果，并通過長(zhǎng)鏈接的形式推送到系統(tǒng)頁(yè)面端。查詢結(jié)果被展示的同時(shí)，用戶還會(huì)在頁(yè)面上看到評(píng)價(jià)反饋結(jié)果的選項(xiàng)，用戶可以對(duì)本次查詢的結(jié)果進(jìn)行打分評(píng)價(jià)。系統(tǒng)總體流程如圖3所示。

3.2語(yǔ)音識(shí)別

通過采集用戶輸入的語(yǔ)音信息，包裝成為流的形式進(jìn)行傳遞，調(diào)用語(yǔ)音識(shí)別服務(wù)進(jìn)行語(yǔ)音轉(zhuǎn)換，將輸入的語(yǔ)音流轉(zhuǎn)化成文本信息。轉(zhuǎn)換成文字文本信息后，系統(tǒng)對(duì)文本進(jìn)行中文分詞操作，并在后臺(tái)預(yù)置的查詢列表中進(jìn)行檢索，查找相符合的檢索項(xiàng)。

3.3學(xué)習(xí)模型

評(píng)價(jià)包含了兩個(gè)維度，分別是查詢結(jié)果的匹配性的和查詢結(jié)果的準(zhǔn)確性，用戶的評(píng)價(jià)將會(huì)被記錄在后臺(tái)。匹配性的反饋數(shù)據(jù)用于從技術(shù)角度衡量識(shí)別的準(zhǔn)確性，系統(tǒng)得到正向的評(píng)價(jià)后，會(huì)將該條記錄反饋至語(yǔ)音識(shí)別服務(wù)中并進(jìn)行記錄，以用于優(yōu)化語(yǔ)音識(shí)別模型。準(zhǔn)確性的反饋數(shù)據(jù)用于從業(yè)務(wù)角度衡量提供業(yè)務(wù)數(shù)據(jù)的質(zhì)量，該結(jié)果將在系統(tǒng)中進(jìn)行統(tǒng)計(jì)，用于反饋給相應(yīng)的業(yè)務(wù)系統(tǒng)，以輔助業(yè)務(wù)系統(tǒng)優(yōu)化升級(jí)。

4 結(jié)語(yǔ)

本研究基于語(yǔ)音識(shí)別技術(shù)構(gòu)建的企業(yè)辦公助理應(yīng)用應(yīng)用了語(yǔ)音識(shí)別技術(shù)對(duì)企業(yè)辦公應(yīng)用的用戶交互體驗(yàn)進(jìn)行了提升和優(yōu)化。通過采用用戶提交反饋信息的方式，引入了機(jī)器學(xué)習(xí)的機(jī)制改善了識(shí)別的效率和準(zhǔn)確性。本項(xiàng)目的建設(shè)實(shí)施，提高了企業(yè)辦公應(yīng)用的智能化水平，提升了企業(yè)管理效率。

參考文獻(xiàn)

[1]顧亞平.基于智能語(yǔ)音交互技術(shù)的智慧語(yǔ)音助理系統(tǒng)實(shí)現(xiàn)[D].南京：南京郵電大學(xué)，2015.

[2]吳文強(qiáng).面向場(chǎng)景化的語(yǔ)音用戶界面設(shè)計(jì)研究[D].上海：華東理工大學(xué)，2019.

[3]師錦鵬.企業(yè)辦公自動(dòng)化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：北京交通大學(xué)，2017.

[4]高巖.某移動(dòng)公司企業(yè)辦公助理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2014.

[5]亓東霞，馬琳，朱大銘，等.企業(yè)信息孤島現(xiàn)狀及對(duì)策研究[J].信息技術(shù)與信息化，2019（8）：166-168.

[6]韓飛.基于OA系統(tǒng)的煤炭企業(yè)信息化集成管理研究[D].西安：西安科技大學(xué)，2019.

[7]寧智明.應(yīng)用SaaS平臺(tái)的集團(tuán)企業(yè)協(xié)同辦公系統(tǒng)模式研究[J].企業(yè)改革與管理，2019（20）：47-48.

收稿日期：2020-08-05

作者簡(jiǎn)介：趙竟（1987—），男，江蘇南京人，碩士，工程師，研究方向：企業(yè)信息化、計(jì)算機(jī)技術(shù)。

Research and Development of Enterprise Office Application Based on Speech Recognition Technology

ZHAO Jing

（Guodian Nanjing Automation Co.， Ltd，Nanjing Jiangsu? 210000）

Abstract：In order to improve user exprience of enterprise application， an intelligent enterprise office application with the ability of mechine learning was developed. Processes and data of the enterprise in production， operation and management were accessed into the application. Speech recognition is integrated into the application， in order to realize the intelligent function of querying data and handling processes. The application improves user experience， provides a function of evaluation for users， and applies a machine learning based framework to optimize recognition. With the development and deployment of the application， interactive mode is improved， the level of intelligence in enterprise office application is upgraded， and efficience of enterprise in management is lifted.

Key words：Enterprise application;Office Application;Voice assistant;Speech recognition;Machine learning