張 伊，楊靜萍，王萬(wàn)雷

(大連民族大學(xué) 機(jī)電工程學(xué)院，遼寧 大連 116605)

1 研究背景

2017年，秦楚雄和張連海針對(duì)低資源訓(xùn)練數(shù)據(jù)下DNN特征建模識(shí)別性能不佳的問(wèn)題，提出了一種提取新的基于DNN特征的方法，使其相對(duì)于HMM模型識(shí)別率提升了0.8%～3.4%[8]。但是僅使用DNN模型可能存在記憶斷層及噪聲環(huán)境下性能不穩(wěn)定的問(wèn)題，2018年Mohit Dua等提出一種利用差分進(jìn)化(DE)算法優(yōu)化MFCC、GFCC和BFCC技術(shù)中濾波器數(shù)目和間距的新方法，該方法在噪聲環(huán)境下識(shí)別效率得到有效提高[9]。2019年，李婉玲和張秋菊為提高語(yǔ)音識(shí)別的魯棒性，提出一種基于HMM/SVM的抗噪語(yǔ)音特征提取及優(yōu)化組合方法，實(shí)驗(yàn)表明該方法的系統(tǒng)識(shí)別率達(dá)到95.25%，提高了系統(tǒng)的識(shí)別效率和分類決策力[10]。鄧引引為解決浮點(diǎn)語(yǔ)音數(shù)據(jù)運(yùn)算效率低的問(wèn)題，對(duì)CNN模型進(jìn)行優(yōu)化，提出一種改進(jìn)的卷積運(yùn)算方法，優(yōu)化后中文CNN聲學(xué)模型的語(yǔ)音識(shí)別系統(tǒng)平均識(shí)別效率相對(duì)提升77.58%[11]。2020年Toktam Zoughi等又進(jìn)一步降低了識(shí)別錯(cuò)誤率，提出利用自適應(yīng)窗口卷積神經(jīng)網(wǎng)絡(luò)(AWCNN)分析聯(lián)合時(shí)間-光譜特征的變化和一種新的殘差學(xué)習(xí)方法，在某些語(yǔ)音識(shí)別任務(wù)中比現(xiàn)有方法的絕對(duì)錯(cuò)誤率降低了7%[12]。

在上述方法中，語(yǔ)言模型和聲學(xué)模型優(yōu)化方法能夠有效提升語(yǔ)音識(shí)別效率。然而，由于需要建立相關(guān)模型及訓(xùn)練數(shù)據(jù)集，該方法的工程量大且耗時(shí)長(zhǎng)。在工業(yè)領(lǐng)域中，對(duì)語(yǔ)音識(shí)別的準(zhǔn)確率和安全性要求較高[13]。在確定語(yǔ)音識(shí)別率的情況下，質(zhì)檢數(shù)據(jù)語(yǔ)音識(shí)別效率還有改善的空間。語(yǔ)音識(shí)別在實(shí)際應(yīng)用中主觀性占比較大，存在用戶發(fā)音有要求及使用流程和過(guò)程中出現(xiàn)輸入錯(cuò)誤怎樣改正等問(wèn)題。本研究提出一種基于正交層次分析法的質(zhì)檢數(shù)據(jù)語(yǔ)音識(shí)別效率改善方法，該方法不需要提高語(yǔ)音識(shí)別準(zhǔn)確率及降低噪音影響，而是采用試驗(yàn)統(tǒng)計(jì)方法快速計(jì)算和完成評(píng)價(jià)，有效提升了語(yǔ)音識(shí)別的效率，縮減了質(zhì)檢人員錄入電子文本的時(shí)間，提高了質(zhì)檢人員的工作效率。

2 正交層次分析語(yǔ)音識(shí)別效率評(píng)價(jià)模型

正交試驗(yàn)設(shè)計(jì)依據(jù)數(shù)理統(tǒng)計(jì)原理，科學(xué)地挑選試驗(yàn)條件，合理減少試驗(yàn)次數(shù)并獲取有效的實(shí)驗(yàn)數(shù)據(jù)，提高了試驗(yàn)的效率[14]。層次分析法(Analytic Hierarchy Process，AHP)是一種定性與定量分析相結(jié)合的多準(zhǔn)則決策方法，基本思想是在對(duì)復(fù)雜決策問(wèn)題的本質(zhì)、影響因素及內(nèi)在關(guān)系進(jìn)行深入分析后，構(gòu)建一個(gè)層次結(jié)構(gòu)模型，利用較少的定量信息，將人的思維過(guò)程層次化、數(shù)學(xué)化，為求解多目標(biāo)、多準(zhǔn)則或無(wú)結(jié)構(gòu)特性的復(fù)雜決策問(wèn)題提供一種簡(jiǎn)便的決策方法[15]。

根據(jù)郭穗勛、黃榕波提出的正交試驗(yàn)數(shù)據(jù)分析的新方法——正交試驗(yàn)層次分析法[16]，為分析輸入指令方式、錄入人員普通話等級(jí)和改正輸入錯(cuò)誤方式對(duì)質(zhì)檢數(shù)據(jù)語(yǔ)音識(shí)別效率的影響，并找到質(zhì)檢數(shù)據(jù)語(yǔ)音識(shí)別更高效的方法，設(shè)計(jì)了正交實(shí)驗(yàn)(測(cè)試環(huán)境：噪音45～60分貝，沒(méi)有多余外界因素干擾)，因子水平設(shè)計(jì)見表1。

表1 因子水平設(shè)計(jì)

正交實(shí)驗(yàn)和層次分析法相結(jié)合，其模型的邏輯結(jié)構(gòu)框圖如圖1。第1層為試驗(yàn)考核指標(biāo)層，第2層為因素層，第3層為水平層。

圖1 模型邏輯結(jié)構(gòu)框圖

計(jì)算相應(yīng)矩陣，進(jìn)而得出影響權(quán)重，評(píng)估各因素對(duì)強(qiáng)度的影響程度，驗(yàn)證正交試驗(yàn)直觀分析的結(jié)論[17]。試驗(yàn)指標(biāo)是時(shí)間，越小越好，則令Mij=1/Kij(i=1,2,…,n;j=1,2,…,m)，其中Kij為因子Bi的第j水平下實(shí)驗(yàn)數(shù)據(jù)之和，水平層對(duì)實(shí)驗(yàn)影響效應(yīng)矩陣：

(1)

對(duì)矩陣A的每一列進(jìn)行歸一化，右乘矩陣S，矩陣S如式(2)。

(2)

毛澤東同志曾指出：“科學(xué)研究的區(qū)分，就是根據(jù)科學(xué)對(duì)象所具有的特殊的矛盾性。因此，對(duì)于某一現(xiàn)象的領(lǐng)域所特有的某一種矛盾的研究，就構(gòu)成某一門科學(xué)的對(duì)象?！?我認(rèn)為同其他應(yīng)用經(jīng)濟(jì)學(xué)科一樣，中國(guó)特色貿(mào)易經(jīng)濟(jì)學(xué)是有自己特定研究學(xué)科對(duì)象和研究?jī)?nèi)容的，并可以與相關(guān)的經(jīng)濟(jì)學(xué)嚴(yán)格區(qū)分開來(lái)。

(3)

由式(1)、(2)和(3)可以得到各因子對(duì)語(yǔ)音識(shí)別效率的影響權(quán)重大?。害?ASCT。

3 語(yǔ)音識(shí)別效率對(duì)比實(shí)驗(yàn)

效率最直觀的檢測(cè)方式就是時(shí)間與工作量的比值，在同一時(shí)內(nèi)，完成的工作量越多效率越高；在同樣的工作任務(wù)下，完成全部工作用時(shí)越短則效率越高。

3.1 語(yǔ)音識(shí)別效率評(píng)價(jià)模型

本試驗(yàn)共涉及三因子二水平，選用L8(2^3)正交表，正交實(shí)驗(yàn)直觀分析見表2，其中T為單次輸入所用時(shí)長(zhǎng)。

表2 正交試驗(yàn)直觀分析表

根據(jù)式(1)，M11=0.0033，M21=0.0062，M12=0.0040，M22=0.0047，M13=0.0044，M23=0.0043，則

(4)

因?yàn)槭?2)即1/t1=118.09，1/t2=117.27，1/t3=115.27，

(5)

又因?yàn)槭?3)，式中R1為139.212，R2為38.095，R3為7.715，則

(6)

由式(4)、(5)和(6)可以得到各因子對(duì)語(yǔ)音輸入效率的影響權(quán)重如式(7)：

(7)

因子B1中對(duì)指標(biāo)權(quán)重影響最大的是B12，因子B2中對(duì)指標(biāo)權(quán)重影響最大的是B22，因子B3中對(duì)指標(biāo)權(quán)重影響最大的是B31，故試驗(yàn)最優(yōu)條件為B12B22B31，各因子影響排序B1>B2>B3，與直觀分析法結(jié)果一致。質(zhì)檢數(shù)據(jù)語(yǔ)音識(shí)別高效的模型：錄入人員普通話等級(jí)在二級(jí)乙等及以上，通過(guò)光標(biāo)指示并在輸入過(guò)程中及時(shí)改正錯(cuò)誤。

3.2 語(yǔ)音識(shí)別對(duì)比實(shí)驗(yàn)

語(yǔ)音識(shí)別實(shí)驗(yàn)由語(yǔ)音輸入檢測(cè)原型系統(tǒng)和相關(guān)硬件設(shè)備組成。語(yǔ)音輸入原型系統(tǒng)基于語(yǔ)音輸入軟件開發(fā)工具，結(jié)合語(yǔ)音輸入流程設(shè)計(jì)Android錄入系統(tǒng)。硬件系統(tǒng)包括計(jì)算機(jī)(用于數(shù)據(jù)存儲(chǔ)、系統(tǒng)設(shè)定)、平板電腦或手機(jī)(用于語(yǔ)音輸入原型系統(tǒng)客戶端的運(yùn)行)和藍(lán)牙耳麥(語(yǔ)音數(shù)據(jù)采集)。語(yǔ)音識(shí)別實(shí)驗(yàn)流程如圖2。

圖2 語(yǔ)音識(shí)別實(shí)驗(yàn)流程圖

分別進(jìn)行效率改善前的語(yǔ)音識(shí)別實(shí)驗(yàn)和正交層次分析法得出的模型語(yǔ)音識(shí)別實(shí)驗(yàn)，每個(gè)實(shí)驗(yàn)分成5組，每組50次，5組數(shù)據(jù)對(duì)比，選擇每組最優(yōu)的數(shù)據(jù)進(jìn)行記錄。

3.3 實(shí)驗(yàn)結(jié)果分析

上述語(yǔ)音識(shí)別輸入實(shí)驗(yàn)和語(yǔ)音模型識(shí)別輸入實(shí)驗(yàn)最優(yōu)數(shù)據(jù)結(jié)果見表3。

表3 實(shí)驗(yàn)最優(yōu)數(shù)據(jù)結(jié)果 /s

將以上實(shí)驗(yàn)數(shù)據(jù)通過(guò)圖像的形式直觀展現(xiàn)，語(yǔ)音識(shí)別輸入最優(yōu)數(shù)據(jù)組匯總報(bào)告如圖3。

圖3 語(yǔ)音識(shí)別輸入最優(yōu)數(shù)據(jù)組匯總報(bào)告

模型識(shí)別輸入最優(yōu)數(shù)據(jù)組匯總報(bào)告如圖4。

圖4 模型識(shí)別輸入最優(yōu)數(shù)據(jù)組匯總報(bào)告

通過(guò)實(shí)驗(yàn)數(shù)據(jù)結(jié)果顯示，語(yǔ)音識(shí)別輸入時(shí)間均值為328.04 s，標(biāo)準(zhǔn)差2.79，最大值為333.77 s，最小值為321.08 s；模型識(shí)別輸入時(shí)間均值為141.78 s，標(biāo)準(zhǔn)差為2.18，最大值為145.68 s，最小值為137.75 s。模型輸入質(zhì)檢數(shù)據(jù)的方式用時(shí)較語(yǔ)音輸入質(zhì)檢數(shù)據(jù)的方式少，且時(shí)間波動(dòng)幅度也較小，使用語(yǔ)音模型可提升45.29%語(yǔ)音識(shí)別的效率。

4 結(jié) 語(yǔ)

本文提出一種基于正交層次分析法確定語(yǔ)音識(shí)別效率的評(píng)價(jià)與改善方法，首先確定輸入指令方式是影響質(zhì)檢數(shù)據(jù)語(yǔ)音識(shí)別效率的主要因素，錄入人員普通話等級(jí)是次要因素，而改正輸入錯(cuò)誤方式對(duì)效率也有一定影響。通過(guò)正交層次分析法對(duì)比實(shí)驗(yàn)最終確定錄入人員普通話等級(jí)在二級(jí)乙等及以上，通過(guò)光標(biāo)指示并在輸入過(guò)程中及時(shí)改正錯(cuò)誤的方式為質(zhì)檢數(shù)據(jù)語(yǔ)音識(shí)別效率最優(yōu)方式。該方法在保證現(xiàn)有語(yǔ)音識(shí)別準(zhǔn)確率的前提下對(duì)語(yǔ)音識(shí)別的效率提高具有一定作用，實(shí)驗(yàn)結(jié)果表明模型有效。