一种基于深度学习的外呼状态识别方式

发明专利有效专利

申请号：
CN201910962912.X
IPC分类号：G06F40/151;G06F40/216;G06F40/289;G06F16/903;G06F16/33;G06F16/65;H04M3/527
申请日期：
2019-10-11
申请人：
浙江百应科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的外呼状态识别方式
申请号	CN201910962912.X	申请日期	2019-10-11
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-01-17	公开/公告号	CN110705218A
优先权	暂无	优先权号	暂无
主分类号	G06F40/151	IPC分类号	G;0;6;F;4;0;/;1;5;1;;;G;0;6;F;4;0;/;2;1;6;;;G;0;6;F;4;0;/;2;8;9;;;G;0;6;F;1;6;/;9;0;3;;;G;0;6;F;1;6;/;3;3;;;G;0;6;F;1;6;/;6;5;;;H;0;4;M;3;/;5;2;7查看分类表>
申请人	浙江百应科技有限公司	申请人地址	浙江省杭州市余杭区仓前街道梦想小镇天使村11幢101百应变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江百应科技有限公司	当前权利人	浙江百应科技有限公司
发明人	王磊
代理机构	北京科亿知识产权代理事务所（普通合伙）	代理人	汤东凤

摘要

本发明提供了一种基于深度学习的外呼状态识别方式，属于外呼技术领域。它解决了现有的外呼识别效率低的问题。本基于深度学习的外呼状态识别方式，下载音频文件若干句，使用音频剪辑工具对音频进行剪辑，将剪辑过后的音频通过分帧加窗等操作转换为神经网络需要的二维频谱图像信号，使用VGG的深层的卷积神经网络作为网络模型，并训练，输出会出现大量连续重复的符号，使用ctc解码，将连续相同的符号进行合并为一个符号，将中文语料进行n‑gram分词，制作成一个统计语言模型，拼音转文本建模为一条隐含马尔可夫链，将拼音转换为最终的识别文本并输出。本结构显著提高了外呼识别效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供