基于深度學習的配網語音調控系統關鍵技術研究

云南電網有限責任公司迪慶供電局 錢 峰

配網調度不但要求調度人員掌握扎實的專業知識，還需要對有關信息、資料等進行全面掌握，同時具備隨機應變、反應靈活等能力。這加大了調度人員素質要求和工作強度要求。本文研究將基于深度學習的語音識別技術，實現配網語音調控系統，輔助開展調度業務，極大的簡化了調度業務過程，提升調度業務中日志記錄及回填、交接班等過程的效率；同時也減輕了調度人員的工作量，使調度人員專心于的需要較高安全保障的調度業務，最大限度保證調度作業的安全性。

目前配網調度工作在日志填寫和交接班記錄方面，主要采用的方式是調度通話過程中手寫記錄關鍵信息，通話后再手動錄入系統，效率較低。同時，以人工測聽的方式進行調度通話錄音抽檢，工作量較大、且效率低覆蓋面不全，對調度規范性的提高作用較小，無法及時有效的提醒調度員注意事項。這不但要求調度人員掌握扎實的專業知識，還需要對有關信息、資料等進行全面掌握，同時具備隨機應變、反應靈活等能力。

基于深度學的語音識別技術是近年來興起的語音識別技術，能夠實現準實時語音轉寫，普通話識別率能夠達到95%以上，已經廣泛應用到各行業中。

本文研究將該技術應用到智能電網調度領域，使計算機能聽懂電網調度人員之間的溝通，并能根據溝通內容進行相關的比較和分析，也能將調度人員的聲音準確記錄并轉為文本信息，然后將這些文本信息自然地播放出來，這對于調度業務的安全性、效率化具有極高的戰略意義。

1 關鍵技術研究

1.1 語音識別技術研究

傳統語音識別是一個非常復雜的過程，始于20世紀70年代。語音識別的通常做法是先將歷史語音數據進行標注，就是先建立語音數據與詞語之間的一一對應關系，然后通過不同的模型進行訓練，最后利用訓練結果進行識別。

電力調度語言與日常用語的發音有一定的差異。首先，電力調度語言含有大量專有名詞，例如調度地點、線路名稱、調度令等。其次，電力調度語言中數字或者時間的讀音和傳統發音不同，同時一些計量單位等特殊符號也需要處理。例如，“1560”的傳統發音為“一千五百六十”，但電力調度發音則是“幺五六洞”；時間“08：30”的傳統發音為“八點三十分”，但電力調度發音則是“洞八點三洞分”。本文主要通過基于GMM-HMM組合的模型和基于深度學習神經網絡與HMM組合模型進行電力調度語音識別。

（1）基于GMM-HMM組合的電力調度語音識別

GMM-HMM模型包括高斯混合模型（GMM）和隱馬爾可夫模型（HMM），其中HMM適合對語音信號進行建模，而GMM則能夠擬合任意概率密度函數的曲線。本文研究的基于GMM-HMM組合的電力調度語音識別系統的結構圖如圖1所示。該圖分為上下兩層，上層描述的是訓練階段，下層描述的是識別階段。

圖1 語音識別系統結構圖

在訓練階段，首先從語音數據庫中獲取獲取歷史語音數據，并按一定的規則提取出語音信號的聲學特征；然后利用隱馬爾科夫模型（HMM）建立聲學模型。識別階段則是先利用高斯混合模型（GMM）生成概率密度函數，然后與HMM結合，完成識別模型建模工作。

（2）基于深度學習神經網絡與HMM組合的電力調度語音識別

基于深度學習神經網絡的語音識別與GMM-HMM相比，最大的改變就是利用深度學習神經網絡（DNN）替換GMM模型。DNN模型不需要對語音數據分布進行假設，輸入特征的形式多樣，包括離散或者連續的；同時還可以利用相鄰的語音幀所包含的信息作為特征。基于深度學習神經網絡的語音識別流程如圖2所示。

圖2 基于深度學習神經網絡的語音識別流程

1.2 調度智能交接班記錄的一致性檢查研究

調度交接班記錄的一致性，可以理解為兩個文本記錄間基于字與詞語上的匹配程度，以及語義的高度相似性。要對交接班內容進行一致性檢查，需要通過文本相似度和語義相似度作綜合處理后進行判斷。

（1）應用流程

在調度人員進行交接班時，麥克風陣列對語音進行采集，然后對所采集的語音內容進行記錄、區分、識別、轉寫和展示，在交接班完成時，將對話語音和轉化的文本與交接班基礎信息作關聯存儲，并生成交接班事項，再獲取當前系統交接班記錄后，兩者進行一致性檢查。智能交接班記錄一致性檢查流程如圖3所示。

圖3 調度交接班一致性檢查流程圖

（2）基于深度學習的交接班記錄一致性檢查的算法實現

交接班記錄一致性檢查主要工作是計算文本相似度，在針對調度領域進行文本相似度計算時，本文采用的是one-hot方法，該方法具有所需訓練數據量少，效率高的特點，但是存在因特征維度少導致語義信息丟失的問題。對此，本文在one-hot的基礎上引入文本矩陣，先將文本中的句子替換并拼接成文本矩陣，然后計算文本矩陣的余弦相似度，從而得到文本的相似度矩陣，最終得到文本相似度。

2 系統總體結構設計

本系統在調度室安裝麥克風陣列來進行高清語音數據采集，并將語音數據實時傳送到后臺系統。后臺系統通過深度學習算法對語音進行轉寫，形成文本。然后就可以實現調度日志自動填寫、智能交接班一致性檢查、智能化語音搜索輔助而等調度業務場景，提高調度業務的開展效率，系統總體結構設計圖如圖4所示。

圖4 系統總體結構設計圖

結束語：本文通過對基于深度學的語音識別技術進行研究，實現準實時語音轉寫，交接班一致性檢查等功能。并應用到配網智能語音調度系統，為實現配網智能語音調度提供支撐。通過該系統的運行，輔助開展調度業務，極大的簡化了調度業務過程，提升調度業務中日志記錄及回填、交接班等過程的效率；同時也減輕了調度人員的工作量，使調度人員專心于的需要較高安全保障的調度業務，最大限度保證調度作業的安全性。