朱余啟 朱潤杭 傘晨峻 莫熙

（云南電網(wǎng)有限責(zé)任公司 云南省昆明市 650200）

伴隨著人工智能技術(shù)的發(fā)展，電力企業(yè)也緊跟步伐，大力發(fā)展人工智能在電網(wǎng)中的應(yīng)用，如今語音識(shí)別系統(tǒng)開始走向?qū)嵱没倪M(jìn)程，隨著發(fā)展計(jì)算機(jī)對于人類語言的容錯(cuò)性也大大提升，更深入的理解人的意圖，來執(zhí)行人的意愿。語音識(shí)別已經(jīng)深入到人們的日常生活生活中并扮演著關(guān)鍵角色也成為了人們生活的伙伴和工作的助手，語音技術(shù)的不斷突破，對任何一個(gè)能夠從語音互動(dòng)中獲益的行業(yè)來說，它將徹底改變使用和服務(wù)的方式，大大提升工作效率。為減輕電力調(diào)度系統(tǒng)工作人員的壓力，將語音檢索運(yùn)用到日常工作中，提升信息快速篩選、快速獲取能力。

1 語音技術(shù)的發(fā)展

從20世紀(jì)50年代開始，開展了語音識(shí)別技術(shù)的研究工作，20世80年代后，HMM技術(shù)基本成熟，21世紀(jì)以來語音識(shí)別技術(shù)飛速發(fā)展，伴隨統(tǒng)計(jì)學(xué)被引入到語音識(shí)別中，語音識(shí)別技術(shù)從模板化匹配轉(zhuǎn)向統(tǒng)計(jì)模型技術(shù)。語音識(shí)別技術(shù)發(fā)展到今天，國內(nèi)關(guān)于文語轉(zhuǎn)換技術(shù)和基于中小詞匯量的語音命令識(shí)別技術(shù)已經(jīng)達(dá)到比較實(shí)用的程度，特別是中小詞匯量非特定人語音識(shí)別精度已經(jīng)大于98%，對特定人語音識(shí)別系統(tǒng)的識(shí)別精度就更高。這為語音識(shí)別的實(shí)際應(yīng)用掃除了障礙，眾多領(lǐng)域已經(jīng)開始實(shí)際應(yīng)用這項(xiàng)技術(shù)，各類計(jì)算機(jī)軟件也是如此，在電力系統(tǒng)調(diào)度過程中，也完全可以利用該技術(shù)進(jìn)行語音控制。

語音識(shí)別正確率的一些影響因素有：在噪聲環(huán)境下識(shí)別率較低、口語化語言和方言識(shí)別率低等。在實(shí)際應(yīng)用中，調(diào)度中心的工作環(huán)境很好，并不存在噪聲干擾的問題;調(diào)度員在進(jìn)行操作時(shí)也完全可以避免使用口語和方言。因此，語音識(shí)別技術(shù)的發(fā)展水平為電力調(diào)度領(lǐng)域的實(shí)際應(yīng)用奠定了客觀基礎(chǔ)。

電力行業(yè)一直以來都是國際國內(nèi)先進(jìn)技術(shù)的集中應(yīng)用之地，代表了同類技術(shù)的最高水平。因此將語音識(shí)別及控制技術(shù)在電力系統(tǒng)尤其是調(diào)度中心進(jìn)行深入應(yīng)用研究是非常有意義的。[1]

2 語音識(shí)別基本原理

語音識(shí)別即為將通過降噪處理的語音進(jìn)行特征提取，之后對語音信號(hào)特征進(jìn)行處理并輸出識(shí)別結(jié)果。[2]如圖1。

圖1：語音識(shí)別原理

語音識(shí)別，可將用戶語音信息實(shí)時(shí)轉(zhuǎn)換成文字，通過建立電力專業(yè)詞匯庫、特定聲調(diào)庫，基于最新的深度神經(jīng)網(wǎng)絡(luò)（DNN）的建模方法，采用基于WFST動(dòng)靜態(tài)結(jié)合的Viterbi解碼技術(shù)，搭建調(diào)控語音辨識(shí)模塊。通過在聲學(xué)特征庫中構(gòu)建方言語音庫，在語言模型中構(gòu)建電力專業(yè)詞匯庫，提高電力專業(yè)術(shù)語文字轉(zhuǎn)換正確率。

語音識(shí)別和語音合成作為獨(dú)立的模塊存在，通過服務(wù)的方式接收語音，經(jīng)過噪音處理、特征提取、語音解碼等過程，以服務(wù)的方式輸出文本（如圖2）。

圖2：語音訓(xùn)練

語音識(shí)別系統(tǒng)采用統(tǒng)計(jì)模式識(shí)別技術(shù)，由以下幾個(gè)基本模塊所構(gòu)成：

（1）信號(hào)處理及特征提取模塊，從輸入信號(hào)中提取特征，供聲學(xué)模型處理。同時(shí)，采用一些信號(hào)處理技術(shù)，以降低環(huán)境噪聲、信道、說話人等因素對特征造成的影響。

（2）統(tǒng)計(jì)聲學(xué)模型是采用基于多粒度隱馬爾科夫模型進(jìn)行建模。

（3）發(fā)音詞典，包含系統(tǒng)所能處理的詞匯集及其發(fā)音（調(diào)控專業(yè)詞典）。發(fā)音詞典實(shí)際提供了聲學(xué)模型建模單元與語言模型建模單元間的映射。

（4）語言模型，對系統(tǒng)所針對的語言進(jìn)行建模，包括正則語言，上下文無關(guān)文法在內(nèi)的各種語言模型都可以作為語言模型，主要采用的還是基于統(tǒng)計(jì)的N元文法及其變體。

（5）解碼器，是語音識(shí)別系統(tǒng)的核心之一，其任務(wù)是對輸入的信號(hào)，根據(jù)聲學(xué)、語言模型及詞典，尋找能夠以最大概率輸出該信號(hào)的詞串。

語音識(shí)別和語音合成是相對成熟的技術(shù)，在電力行業(yè)偶爾也有應(yīng)用，但其難點(diǎn)在于語音識(shí)別的準(zhǔn)確率，因此，一個(gè)適用于電網(wǎng)調(diào)控領(lǐng)域的訓(xùn)練工具非常重要，訓(xùn)練電網(wǎng)調(diào)控業(yè)務(wù)的語言模型，以提高語音識(shí)別的準(zhǔn)確度。

3 語義理解基本原理

語義理解也叫意圖理解，意圖理解包括意圖分析、對話狀態(tài)跟蹤及對話決策。

（1）意圖分析是把用戶說的話標(biāo)準(zhǔn)化成計(jì)算機(jī)可以處理的標(biāo)準(zhǔn)形式。

例如：意圖名稱<槽位1，槽位2，……>，

通知相關(guān)單位<單位名稱，通知內(nèi)容>

意圖分析分為兩個(gè)基本模型：

1.意圖分類模型，負(fù)責(zé)把用戶說的話分類成若干個(gè)意圖。

例如：電網(wǎng)調(diào)用場景有通知相關(guān)單位、打開開關(guān)等100個(gè)意圖，意圖分類模型就是判斷用戶說的話是這100個(gè)意圖里的哪一個(gè)。

2.槽位提取算法，意圖分類完成后，提取算法負(fù)責(zé)將槽位信息抽取出來。

（2）對話狀態(tài)跟蹤。對話狀態(tài)，指用戶在人機(jī)交互過程中，說過什么話，表達(dá)過什么意圖以及意圖的置信度。

對話狀態(tài)跟蹤，指在會(huì)話進(jìn)行中管理在當(dāng)前對話狀態(tài)里要記錄哪些用戶意圖或槽位信息，刪掉哪些意圖或槽位信息。

（3）對話決策，指根據(jù)對話狀態(tài)，會(huì)話系統(tǒng)要做什么答復(fù)或執(zhí)行什么動(dòng)作。

當(dāng)電力場景的音頻被語音識(shí)別成文本后，進(jìn)入文本的后處理流程，主要有自然語義理解（NLU），自然語言生成（NLG），語音合成(TTS)，會(huì)話管理（DM），會(huì)話解析（MDM），從而形成一個(gè)人機(jī)對話交互的過程，實(shí)現(xiàn)一些具體的業(yè)務(wù)功能，能夠代替人工做簡單的重復(fù)性的工作，提高工作效率和減少人力投入。

意圖管理實(shí)現(xiàn)用戶意圖及意圖參數(shù)的配置，包含意圖語料、意圖模板表達(dá)、詞槽配置等。

意圖語料庫：同一個(gè)意圖可能存在多條的意圖語料，盡可能完善所有的常用語料，提高保證意圖語義理解的準(zhǔn)確率。

意圖配置：配置意圖所需要實(shí)現(xiàn)的業(yè)務(wù)功能，同時(shí)通過模板表達(dá)式利用詞槽配置每個(gè)意圖需要的信息，配置通用的語義表達(dá)。

詞槽實(shí)體維護(hù):每個(gè)詞槽會(huì)對應(yīng)一系列的實(shí)體（詞典），應(yīng)用名稱詞槽可以包括許多應(yīng)用名稱，提供新增、刪除、導(dǎo)入等功能。

4 語音技術(shù)引入電力調(diào)度領(lǐng)域的意義

目前，調(diào)度員的工作對信息的交互要求更高，傳統(tǒng)的電力系統(tǒng)軟件服務(wù)已經(jīng)不能滿足日常工作的需要，表現(xiàn)在：

（1）特殊情況下，海量信息的快速定位查找，例如無法快速使用有線輸入方式；

（2）工作效率待提升。

將語音識(shí)別技術(shù)引入到調(diào)度日常工作中，使得調(diào)度軟件系統(tǒng)也將由如今的被動(dòng)靜態(tài)架構(gòu)變化為具有主動(dòng)辨別能力語音檢索的智慧系統(tǒng)，通過人工智能語音識(shí)別技術(shù)在海量的數(shù)據(jù)中精準(zhǔn)、迅速的定位所需內(nèi)容，提供一流信息檢索效率，讓調(diào)度運(yùn)行工作中的海量信息檢索更加精準(zhǔn)化、友好化，通過配置電力術(shù)語，根據(jù)自動(dòng)建立的關(guān)鍵字列表、相應(yīng)操作的對應(yīng)關(guān)系建立語音關(guān)鍵字操作數(shù)據(jù)，應(yīng)用于調(diào)控人員工作操控，使調(diào)度人員拋開鼠標(biāo)，拋開鍵盤，不必記錄程序路徑和程序中繁雜的按鈕位置，解放雙手，省下按鍵或手寫輸入花費(fèi)的時(shí)間，讓調(diào)度人員更加輕松和高效,使調(diào)度員專注于電網(wǎng)運(yùn)行，減輕電網(wǎng)調(diào)控人員的運(yùn)行壓力，提高電網(wǎng)調(diào)控操作的智能化水平，保障電網(wǎng)安全穩(wěn)定運(yùn)行。

5 語音檢索在電力調(diào)度領(lǐng)域的發(fā)展

語音檢索，簡而言之就是將語音內(nèi)容轉(zhuǎn)化成文本信息之后，通過自然語言解析技術(shù)，提取出關(guān)鍵的電網(wǎng)信息、操作信息等數(shù)據(jù)，將提取的關(guān)鍵字與本身構(gòu)建的電網(wǎng)規(guī)則數(shù)據(jù)庫進(jìn)行智能匹配，結(jié)合全文內(nèi)容，轉(zhuǎn)化為系統(tǒng)可以理解電網(wǎng)信息或者操作知識(shí)，以一種智能調(diào)度管家助理的方式，為調(diào)度人員提供輔助決策。針對電力調(diào)度經(jīng)常使用的專業(yè)術(shù)語、專有名詞、習(xí)慣表達(dá)方式、特殊讀音、特殊符號(hào)進(jìn)行語音識(shí)別訓(xùn)練，采用適用于電力調(diào)度的行業(yè)語音識(shí)別技術(shù)。[3]

傳統(tǒng)的有線輸入存在輸入效率底下、輸入手段受限等問題，在語音識(shí)別的技術(shù)支持下可實(shí)現(xiàn)對電網(wǎng)信息進(jìn)行智能語音檢索，具備人機(jī)之間語音的智能交互，例如語音導(dǎo)航功能，長音頻、短音頻識(shí)別，音頻轉(zhuǎn)文字，生成的文字記錄可以供各類應(yīng)用使用。[4]利用自然語言處理技術(shù)實(shí)現(xiàn)與調(diào)度員、運(yùn)行人員、檢修人員、管理人員、設(shè)備巡檢機(jī)器人等五類人智能交互，包括語音、短信和各系統(tǒng)間數(shù)據(jù)推送（值班日志自動(dòng)記錄、故錄調(diào)取、調(diào)度電話監(jiān)聽等）等多種形式。

采用聲學(xué)建模、訓(xùn)練、調(diào)參等機(jī)器學(xué)習(xí)方法，對收集的語音語料、文本語料進(jìn)行處理，根據(jù)調(diào)度通話內(nèi)容或其他口述語音、調(diào)度運(yùn)行對應(yīng)的文檔、資料、規(guī)程、規(guī)定等調(diào)度管理信息系統(tǒng)中的各類數(shù)據(jù)資源，形成電網(wǎng)信息庫，具備基于電力領(lǐng)域的全業(yè)務(wù)搜索能力，以自然語言作為輸入對象，利用語義分析技術(shù)，提高智能搜索系統(tǒng)中文語句理解能力，構(gòu)建電力系統(tǒng)調(diào)度領(lǐng)域全景本體庫。電力系統(tǒng)調(diào)度領(lǐng)域全景本體庫包含電力字典、名實(shí)體、調(diào)規(guī)等文本語料、錄音等語音語料，為構(gòu)建精準(zhǔn)、智能的知識(shí)庫提供原始數(shù)據(jù)支撐并不斷進(jìn)行擴(kuò)充、完善?；陔娏ο到y(tǒng)調(diào)度領(lǐng)域全景本體庫，通過核心算法和學(xué)習(xí)訓(xùn)練，形成調(diào)控知識(shí)庫、語言模型、意圖識(shí)別模型等成熟知識(shí)庫，為人工智能學(xué)習(xí)決策（感知、交互、思、行、學(xué)）提供知識(shí)來源。

電力調(diào)控領(lǐng)域相關(guān)業(yè)務(wù)數(shù)據(jù)中，含有特定的廠站、線路名稱等大量的專有名稱，同時(shí)也含有大量的監(jiān)控信號(hào)、倒閘操作等方面的行業(yè)術(shù)語。搭建針對特定電網(wǎng)的電力語料規(guī)則庫，是對調(diào)控業(yè)務(wù)數(shù)據(jù)進(jìn)行語音識(shí)別的基礎(chǔ)和關(guān)鍵。

5.1 根據(jù)電網(wǎng)中基礎(chǔ)配置信息生成基礎(chǔ)語料庫

電力調(diào)控業(yè)務(wù)數(shù)據(jù)中，包含電壓等級(jí)、設(shè)備類型等基礎(chǔ)的配置信息，這類信息是文本分割、設(shè)備定位的基礎(chǔ)元素，要根據(jù)這類數(shù)據(jù)各種可能的寫法，生成基礎(chǔ)語料庫。

（1）電壓等級(jí)：目前我國電網(wǎng)中包含1000kV、750kV、500kV、330kV、220kV、110kV、66kV、35kV、10kV、380V等不同的電壓等級(jí)。在處理的過程中，還要考慮各種不規(guī)范寫法的問題（比如字母大小寫、采用漢字“千伏”等問題）。

（2）設(shè)備類型：電力數(shù)據(jù)文本中的設(shè)備類型信息，是定位、識(shí)別設(shè)備信息的關(guān)鍵。電網(wǎng)輸變電設(shè)備中，包含變壓器、母線、線路、開關(guān)、刀閘、電容器、電抗器、站用變、PT、CT、避雷器等多種類型的設(shè)備，每類設(shè)備又有不同的寫法，需要將設(shè)備類型信息放到基礎(chǔ)語料庫中。

5.2 根據(jù)電網(wǎng)模型中廠站、設(shè)備信息生成模型語料庫

電網(wǎng)模型中，包含廠站、線路名稱、設(shè)備（開關(guān)刀閘等）編號(hào)等信息，需要根據(jù)特定電網(wǎng)模型，自動(dòng)生成當(dāng)?shù)靥赜械哪Ｐ驼Z料庫。隨著電網(wǎng)模型的變化，模型語料庫是需要持續(xù)更新的。為了應(yīng)對信息命名不標(biāo)準(zhǔn)、不統(tǒng)一的情況，以上信息在入庫之前，需要進(jìn)行規(guī)范化處置。

5.3 根據(jù)各類業(yè)務(wù)生成不同專題的特定語料庫

根據(jù)操作、檢修、遙信等業(yè)務(wù)的分類及業(yè)務(wù)特點(diǎn)，生成不同專題特定的語料庫。

操作術(shù)語語料庫中，包含設(shè)備狀態(tài)的命名，也包括各逐項(xiàng)令、綜合令的術(shù)語描述。針對逐項(xiàng)令、綜合令各類操作命令的語料規(guī)則中，不僅僅包含命令的關(guān)鍵字，還包含不規(guī)范關(guān)鍵字的變體、命令的解析規(guī)則等。

利用全景本體庫，及其推理規(guī)則，實(shí)現(xiàn)結(jié)構(gòu)化信息、非結(jié)構(gòu)化信息、報(bào)表、應(yīng)用程序功能模塊等的精確搜索、模糊搜索、多輪對話式搜索。在日常調(diào)控操作中，利用機(jī)器學(xué)習(xí)不斷自主完善電力語音、語料、規(guī)則庫，具有良好的自更新性。[5]可實(shí)現(xiàn)的場景，例如：檢索設(shè)備檢修情況、設(shè)備操作情況、設(shè)備參數(shù)、各類規(guī)程、預(yù)案、語音調(diào)閱接線圖等。

一般應(yīng)用在電力領(lǐng)域的智能檢索功能包括：

（1）多關(guān)鍵字組合模糊搜索；

（2）多條件組合搜索；

（3）前后語境的多輪對話式問答搜索；

（4）無需人工配置公式的數(shù)據(jù)庫字段自動(dòng)關(guān)聯(lián)匹配精準(zhǔn)搜索；

（5）搜索結(jié)果匹配度智能排序及自我學(xué)習(xí)，按登錄用戶權(quán)限、所管轄電網(wǎng)、專業(yè)習(xí)慣等進(jìn)行搜索結(jié)果個(gè)性化輸出。

6 結(jié)語

在人類社會(huì)中，最主要的溝通手段無疑是依靠聽覺和視覺兩種方式。在聲音信息中語音是最常規(guī)的表達(dá)方式，它簡單、自然、高效，伴隨著科學(xué)技術(shù)的一次又一次的突破，人與機(jī)器進(jìn)行交流變得更為方便、快捷。語音識(shí)別技術(shù)的應(yīng)用范圍極為廣泛，不僅涉及到日常生活的方方面面，在電力領(lǐng)域也發(fā)揮著極其重要的作用，自動(dòng)識(shí)別語音關(guān)鍵字并自動(dòng)解析語義內(nèi)涵，根據(jù)解析結(jié)果檢索相應(yīng)指令，進(jìn)行電網(wǎng)各類運(yùn)行管理數(shù)據(jù)的即時(shí)調(diào)閱幫助調(diào)度員處置輔助決策，為調(diào)度安全運(yùn)行保駕護(hù)航。語音技術(shù)是信息社會(huì)朝著智能化和自動(dòng)化發(fā)展的關(guān)鍵技術(shù)，使人們對信息的處理和獲取更加便捷，從而提高人們的工作效率。