基于語音識別的IVR系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、交互式語音應(yīng)答系統(tǒng)(IVR)是呼叫中心中的重要組成部分。被廣泛應(yīng)用于語音增值業(yè)務(wù)。通過IVR系統(tǒng)，用戶不僅可以從系統(tǒng)中獲取預(yù)先錄制的語音信息，而且可以獲取TTS合成的動(dòng)態(tài)語音信息。其通過對后臺數(shù)據(jù)庫的訪問和腳本的處理，可以完成復(fù)雜的業(yè)務(wù)邏輯。然而傳統(tǒng)的IVR系統(tǒng)僅能接收有限個(gè)DTMF信號。這使得用戶使用時(shí)非常麻煩，并且限制了IVR系統(tǒng)在很多領(lǐng)域的應(yīng)用。隨著語音識別的發(fā)展，在新一代呼叫中心的IVR系統(tǒng)中引入語音識別作為用戶輸入手段已成為必

2、然趨勢。因此本課題對語音IVR系統(tǒng)以及高性能語音識別算法的嘗試性研究，具有一定的理論價(jià)值和現(xiàn)實(shí)意義。
　　 本文中，我們首先實(shí)現(xiàn)了語音點(diǎn)歌IVR系統(tǒng)的基本功能如：電話振鈴的檢測與摘機(jī)，忙音的檢測與掛機(jī)，系統(tǒng)導(dǎo)航語音的播放，用戶按鍵請求或語音請求的接收與處理，與后臺數(shù)據(jù)庫的通訊，檢索結(jié)果的語音合成與播放。然后選用基于覆蓋思想的構(gòu)造型神經(jīng)網(wǎng)絡(luò)作為語音識別模型，實(shí)現(xiàn)了語音點(diǎn)歌的功能。之后我們從離線學(xué)習(xí)和在線學(xué)習(xí)兩個(gè)方面對語音識別系統(tǒng)的

3、總體性能進(jìn)行了改進(jìn)。
　　 離線學(xué)習(xí)方面，我們首先分析了基于覆蓋思想的構(gòu)造型神經(jīng)網(wǎng)絡(luò)模型存在的幾個(gè)難以解決的問題如：初始樣本點(diǎn)的選擇問題，覆蓋算法中球鄰域的劃分問題。其中球形領(lǐng)域的劃分，是一個(gè)NPC問題，目前尚未有很好的解決辦法。本文通過引入粒子群優(yōu)化算法來求解該問題，使得覆蓋數(shù)量大大減少，從而使系統(tǒng)在識別速度和識別率上都有了一定的提高。
　　 在線學(xué)習(xí)要求在不影響系統(tǒng)使用的情況下，對用戶輸入并確認(rèn)的語音樣本進(jìn)行快速學(xué)習(xí)

4、。本文在覆蓋構(gòu)造型神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上給出了一種增量學(xué)習(xí)算法，并在分類性能和學(xué)習(xí)時(shí)間上對其進(jìn)行了測試。最終我們將該算法應(yīng)用于語音點(diǎn)歌系統(tǒng)的在線學(xué)習(xí)上，取得了較好的效果。
　　 此外，系統(tǒng)在實(shí)際使用中，為了提高噪聲環(huán)境下正確結(jié)果的檢出率，往往需要給出若干備選結(jié)果供用戶選擇。因此如何根據(jù)網(wǎng)絡(luò)狀態(tài)，產(chǎn)生容易混淆的若干識別結(jié)果，也是本文研究的內(nèi)容之一。文中我們給出了兩種多選結(jié)果的產(chǎn)生方法，試驗(yàn)結(jié)果表明動(dòng)態(tài)多選方法，可以在只提供很少備選結(jié)果