[发明专利]一种基于智能语音识别的物流填单方法在审

专利信息
申请号: 201910325837.6 申请日: 2019-04-22
公开(公告)号: CN110070872A 公开(公告)日: 2019-07-30
发明(设计)人: 薛景;叶钧健;林丹 申请(专利权)人: 南京邮电大学
主分类号: G10L15/26 分类号: G10L15/26;G06F16/903;G06F16/33;G06F16/29
代理公司: 南京苏科专利代理有限责任公司 32102 代理人: 陈望坡;姚姣阳
地址: 210003 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 输出 物流 匹配 智能语音识别 物流信息 截取 文本文件 地址信息 电话信息 输入用户 输入语音 姓名信息 用户确认 错误率 纠错 填入 耗时 数据库 取出 语音 转化
【说明书】:

发明公开了一种基于智能语音识别的物流填单方法,包括以下步骤:步骤(1):手工或语音输入用户信息;步骤(2):将输入语音转化成文本文件;步骤(3):根据关键词截取出姓名、地址及电话;步骤(4):将截取电话与数据库进行匹配,如匹配则执行步骤(5),如不匹配,则输出截取姓名、地址及电话,并执行步骤(8);步骤(5):将库中地址和姓名输出并让用户确认,如正确则完成物流信息填写,如不正确执行步骤(6);步骤(6):对地址信息进行处理后输出;步骤(7):对姓名信息进行处理后输出;步骤(8):对输出的姓名、地址及电话信息进行纠错确认,并将数据填入物流单完成物流信息填写。本发明有耗时少且错误率低的优点。

技术领域

本发明涉及信息技术应用技术领域,具体涉及一种基于智能语音识别的物流填单方法。

背景技术

语音识别技术目前已经从概念转向实际应用,从科研转向商业化,很大程度上语音识别技术会不断走进人们生活的方方面面,例如工业、医疗行业、通信行业、以及智能家电行业。在语音识别技术中,如何提高系统性能一直是重要内容。而其关键的因素在于训练数据的匹配和数据的丰富性。

这一过程需要人员长时间对语料的标注和分析进行累积和实践,目前正是大数据兴起的时候,大量的数据组成大规模的基础的语料,由此语音识别技术得到了很快的发展。其次当今互联网技术也在迅猛发展,像智能手机这样的移动终端系统的普及,使得开发人员可以获得更多的语料获取渠道,这也有利于语言模型和声学模型的构建。从而,语音识别技术变得更加的实用且普遍。

目前我国,大多数的互联网公司发现了语音识别技术的商业价值,开始投入较多的人力、物力和资金去做语音识别技术相关的应用产品,希望可以利用这一新颖的智能语音交互概念吸引消费者,增加市场需求,并且占取这一还未被完全发掘的市场。

例如,科大讯飞、搜狗语音助手、百度语音、腾讯语音都在培养各自的用户群体使用语音的习惯,而像天猫精灵和小米的智能音箱这样的产品更是让用户尝试并且喜欢上这种能够通过语音控制家电的智能生活。市面上的这些产品都是使用了最新的语音识别技术,可见语音识别技术的热门程度。再者,语音识别技术对于用户操作要求较低,不管用户的文化水平如何,语音识别系统都可以最大限度识别他们的需求。而对于习惯使用手动输入的用户,语音功能更高的效率和灵活性也会十分吸引他们,最终实现解放双手的目的。

就地址检索方法而言,目前按照国家邮政地址结构要求,虽然街道并不是乡级行政区划单位,但是实际情况中有些地区描述道路是在区县层级之上,所以会保存其作为二级地址中与乡镇同级的内容。而邮政地址中出现的道路一般是指在省级以下行政区划名之后的城际高速路、沟通城郊与城市主干道的快速路、城市主干道、次干道、支路或生活区道路中的一种。例如,“江苏省南京市栖霞区仙林大道”、“南京市玄武区玄武湖街道”等。以前并没有使用模糊查询或者关键字检索和配对的技术,而且限制于复杂的地址填写规则,所以出现了检索简称地名特别是当以简称地名的汉语拼音简写作为关键字检索地名时成功率很低的现象。

地址检索就目前国外研究的典型实例有很多,比如美国邮政地址标准。美国邮政定义的邮政地址标准是一个用户使用邮政的地址规范,本质上是面向用户的,因此该标准对于投递地址进行了非常详细的规定和解释,甚至是一些方位词比如东西南北都有其非常详细的定义。所以这种标准可以很大程度上保证地址的一致性,不会出现类似因为简写地址而带来的问题。

目前,快递物流填单过程中存在耗时耗力、错误率较高且不容易管理的问题。因而亟需发明一种依靠智能语音识别技术的能够极大地减少物流行业的物流填单时间并且错误率低的物流填单方法。

发明内容

本发明的目的是提供一种物流填单过程耗时少并且错误率低的基于智能语音识别的物流填单方法。

为实现上述目的,本发明采用了如下技术方案:一种基于智能语音识别的物流填单方法,包括以下步骤:

步骤(1):用户手工输入或语音输入用户信息;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910325837.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top