[发明专利]工作时长监控方法、装置、电子设备和存储介质在审
申请号: | 202011064421.2 | 申请日: | 2020-09-30 |
公开(公告)号: | CN112309398A | 公开(公告)日: | 2021-02-02 |
发明(设计)人: | 廖光朝 | 申请(专利权)人: | 音数汇元(上海)智能科技有限公司 |
主分类号: | G10L15/26 | 分类号: | G10L15/26;G10L15/06;G06Q10/10;G06Q50/22 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 仝丽 |
地址: | 200050 上海市长宁*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 工作 监控 方法 装置 电子设备 存储 介质 | ||
1.一种工作时长监控方法,其特征在于,所述方法包括:
获取待识别语音;
当所述待识别语音中包含服务开始关键词时,确定所述待识别语音的采样时间,以及获取与所述服务开始关键词相关联的语音片段和服务关键词集;
基于预训练的语音识别模型对所述语音片段进行识别,得到关键词序列;
通过对所述关键词序列以及所述服务关键词集进行关键词匹配,确定与所述语音片段相匹配的服务项目;所述服务项目包括标准服务总时长;
根据所述待识别语音的采样时间和标准服务总时长,对工作时长进行监控。
2.根据权利要求1所述的方法,其特征在于,所述语音识别模型的训练步骤包括:
获取与样本语音对应的样本文本以及发音词典;所述样本文本包括至少一个待标注分词;
根据所述发音词典对所述待标注分词进行发音标注,得到标签序列;
基于所述样本语音以及对应的标签序列对语音识别模型进行训练。
3.根据权利要求1所述的方法,其特征在于,所述语音识别模型包括语音分离增强模型以及目标识别模型;所述语音识别模型的训练步骤包括:
获取语音分离增强模型的第一损失函数及目标识别模型的第二损失函数;
基于所述第二损失函数进行反向传播,以对桥接在所述语音分离增强模型和目标识别模型之间的中间模型进行训练,得到鲁棒表征模型;
对所述第一损失函数和第二损失函数进行融合,得到目标损失函数;
基于所述目标损失函数对所述语音分离增强模型、鲁棒表征模型及目标识别模型进行联合训练,在满足预设收敛条件时结束训练。
4.根据权利要求1所述的方法,其特征在于,所述服务关键词集包括项目名称以及问答组合;所述通过对所述关键词序列以及所述服务关键词集进行关键词匹配,确定与所述语音片段相匹配的服务项目包括:
当关键词序列中存在项目名称时,根据所述问答组合,从所述关键词序列中提取出至少一个询问关键词以及至少一个应答关键词;
确定每个询问关键词和应答关键词各自对应的采样时间;
根据询问关键词的采样时间以及应答关键词的采样时间,对询问关键词以及应答关键词进行关键词匹配,得到匹配对;
当所述匹配对的数量大于预设数量阈值时,将所述关键词序列中存在的项目名称作为与所述语音片段相匹配的服务项目。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取房屋结构图以及当前定位信息;
在所述房屋结构图上,确定与所述当前定位信息相匹配的房间定位点,得到目标房间定位点;
基于所述目标房间定位点,对所述服务项目进行修正。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取加时关键词集以及被服务对象的音色特征;所述加时关键词集包括至少一个加时关键词;
基于所述音色特征从所述关键词序列中筛选出与被服务对象相对应的关键词,得到被服务对象关键词集;
当所述被服务对象关键词集包含有预设数量的加时关键词时,从所述被服务对象关键词集中提取数字字符;
基于所述数字字符延长所述服务项目的标准服务总时长。
7.根据权利要求1所述的方法,其特征在于,所述根据所述待识别语音的采样时间和标准服务总时长,对工作时长进行监控包括:
基于所述待识别语音的采样时间和标准服务总时长确定服务结束时间;
获取当前时刻;
基于所述当前时刻以及所述服务结束时间,确定剩余服务时长;
展示所述剩余服务时长。
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音数汇元(上海)智能科技有限公司,未经音数汇元(上海)智能科技有限公司许可,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/202011064421.2/1.html,转载请声明来源钻瓜专利网。