基于大数据和深度学习的电网调度语音识别声学模型研究

作者：肖林; 肖倩宏; 魏莉莉; 周艳云; 汪适

来源：电力大数据, 2022, 25(09): 30-36.

DOI：10.19317/j.cnki.1008-083x.2022.09.003

• 大数据
• 深度学习
• 电网调度
• 语音识别
• 声学模型
• 声学词表

随着各级电网调度数据接入规模的快速增大，调度员承担的职责和复杂性日益增多，给电网调度指令的正确下发和电网的安全稳定运行带来了严峻的挑战。调度语音识别是解决该问题的有效手段之一，也是推进电网智能化建设的重要举措。本文首先介绍了语音识别的基本概念，在调度语音大数据的背景下，引入了卷积神经网络模型和隐马尔科夫模型用于电网调度语音识别，并结合电网专业知识背景构建了电网调度语音声学词表，建立了基于大数据和CNN-HMM的电网调度语音识别声学模型，在特征计算时采用了倒谱均值方差归一化方法，以降低信道和噪声影响，提升声学模型的鲁棒性。仿真算例表明，该模型可以有效提升调度语音识别的准确性，为相关工程实践提供了一种思路。

• 单位
  贵州电网有限责任公司