Улучшенный алгоритм распознавания с помощью Yandex SpeechKit Cloud — различия между версиями

Версия 10:18, 16 января 2015

Наверх

Введение

В данной статье показывается пример улучшения анализа распознанной речи с помощью сервиса выделения смысла.

На данный момент анализ текста проводится в компоненте "Распознавание речи" с помощью свойства "Предопределенные значения". Это может быть неудобным для анализа длинных выражений, так как чтобы получить код группы должно быть полное совпадение распознанного выражения с одним из предопределенных. Например, чтобы соединиться с инженерами техподдержкой, клиент может сказать:

• Соедините меня с отделом технической поддержки
• Переключите меня на инженеров
• Мне срочно нужны ваши программисты

Очевидно, что одна и та же фраза может содержать существительные в разных падежах, иметь разную длину и предугадать все возможные комбинации почти невозможно. Отметим однако, что встроенные возможности компонента легко решают задачу распознавания одного слова.

Идея улучшения анализа заключается в применении сервиса выделения смысла. Сервис разбивает фразу на отдельные слова (леммы), преобразовывая существительные в именительный падеж, а глаголы в инфинитив. После этого сценарий в цикле просматривает каждую лемму и ищет совпадение с ключевым словом. В каком бы падеже не стояло искомое слово, если оно есть во фразе, алгоритм найдет его. Как только совпадение сработает происходит переключение на требуемый отдел.

Скачать файл: Yandex_SpeechKit_Cloud_улучшенный_алгоритм.oscr (собрано на версии 2.11.2.141230)

Реализация сценария

Рассмотрим алгоритм на примере сценария входящей маршрутизации. Позвонив в компанию, система спрашивает абонента с кем он хочет соединиться. Ответ клиента распознается, а дальше анализируется согласно вышеописанному алгоритму.

Сценарий выглядит следующим образом:

Компонент "API ключ". Определяет ключ для использования сервиса выделения смысла в web-запросе.

• переменной key (строковая) присвойте строку с вашим API-ключом.

Компонент "Приветствие". Воспроизводит приветствие и задает вопрос абоненту, с кем его соединить. Используется синтез речи Yandex.

• Режим - Воспроизвести
• Текст - Здравствуйте. С кем вас соединить
• Голос - Zahar
• Эмоция - по умолчанию
• Кэш - использовать

Компонент "ding". Воспроизводит короткий сигнал для абонента, соответствующий началу записи.

• Режим - Файл полностью
• Файл - ding.wav

ВНИМАНИЕ: Вместо компонентов "Приветствие" и "ding" вы можете использовать свой звуковой файл с записанной информацией. Синтез речи приведен в сценарии для примера.

Компонент "Распознавание речи". Записывает и распознает речь абонента. После 1 секунды тишины воспроизводит ding.wav и переходит к следующему компоненту.

• Режим - Записать
• Символы прерывания - *
• Прервать при обнаружении тишины - Включить
• Интервал тишины, с - 1
• Настройки голосового детектора - по умолчанию
• Сигнал окончания записи - ding.wav
• Сохранение файла записи - Не сохранять
• Тема - queries
• Текст в переменную - переменная parse_bestText (строковая)

Компонент "Запрос на выделение смысла". Отправляет распознанный текст на сервис Yandex и получает размеченную JSON-структуру.

• URL - выражение

'https://vins-markup.voicetech.yandex.net/markup/0.x/?text='+[parse_bestText]+'&layers=Fio,Morph,GeoAddr&key='+[key]

• Метод - GET
• Режим работы - Обрыв по таймауту
• Таймаут, сек - 30
• Ответ в переменную - переменная response (строковая)

ВНИМАНИЕ: Если по истечению таймаута сервис Yandex не ответит на запрос произойдет обрыв связи. Вам нужно самостоятельно обработать этот момент.=

• Переход, если правда - компонент "Ув3"
• Переход, если ложь - компонент "morph"

Компонент "count_lemmas". Определяет число лемм для выбранной морфемы. Это связано с тем, что сервис может прислать несколько лемм для одной морфемы, часто такая ситуация встречается с глаголами. Существительные, как показывает практика, имеют одну лемму. Теоретически, цикл по леммам можно убрать и брать самую первую, но это решение мы оставляем за администратором вашей системы.

• Документ - переменная response
• Алгоритм - Парсер JSON
• Поисковый запрос - выражение '"Morph"/'+[id_morph]+'/"Lemmas"'
• Функция - Количество элементов
• Результат в переменную - переменная count_lemmas (строковая)

Компонент "id_lemmas=0". Задает начальное значение для счетчика лемм.

• переменой id_lemmas (строковая) присваивается число 0

Компонент "lemmas". Проверяет пересмотрены ли все леммы и заканчивает второй цикл.

• Аргумент 1 - переменная id_lemmas
• Аргумент 2 - переменная count_lemmas
• Тип сравнения - >=
• Переход, если правда - компонент "->"
• Переход, если ложь - компонент "text"

Компонент "text". Определяет и сохраняет лемму в переменную для дальнейшего анализа.

• Документ - переменная response
• Алгоритм - Парсер JSON
• Поисковый запрос - выражение '"Morph"/'+[id_morph]+'/"Lemmas"/'+[id_lemmas]+'/"Text"'
• Функция - Восстановленное содержимое
• Результат в переменную - переменная text (строковая)

Компонент "Ув2". Отладочное уведомление администратору с выводом текущей леммы.

• Отладочный режим - Да
• Текст - переменная text
• Адресат - выберите вашего пользователя

Компонент "Выбор варианта". Проверяет является ли слово одним из ключевых. В случае совпадения выходит из цикла и направляет на нужную ветку.

• Аргумент - переменная text
• Значения - соотнесите ключевые слова с компонентами, на которые следует отправить сценарий. Например, по словам "секретарь", "директор" происходит переход на компонент "Секретарь"

ВНИМАНИЕ: Ключевые слова пишите с маленькой буквы.

Компонент "id_lemmas++". Если текущая лемма не является ключевым словом, то переходит к следующей лемме.

• переменной id_lemmas присваивается значение выражения num([id_lemmas])+1

Компонент "Секретарь". Отладочное уведомление администратору с выводом выбранного направления.

• Отладочный режим - Да
• Текст - строка Секретарь
• Адресат - выберите вашего пользователя

Компонент "Сообщение 1". Воспроизводит абоненту, что соединяет его с секретарем.

• Режим - Воспроизвести
• Текст - Секретарь. Соединяю.
• Голос - Zahar
• Эмоция - по умолчанию
• Кэш - использовать

Компонент "на секретаря". Переключает на требуемого сотрудника.

• Назначение - Внутрь
• Номер - 601
• Тип вызова - Обычный

Компоненты "Техподдержка", "Сообщение 2", "на техподдержку" настраиваются аналогично ветке "Секретарь" - "на секретаря".

Компонент "->". Визуальный элемент, служит для удобного восприятия сценария.

• Время задержки, мс - 0

Компонент "id_morph++". После того как текущая морфема проанализирована, переходит к следующей.

Компонент "Ув3". Отладочное уведомление администратору о том, что сервис не нашел ключевых слов во фразе.

• Отладочный режим - Да
• Текст - строка Не определил
• Адресат - выберите вашего пользователя

Компонент "Неизвестная фраза". Воспроизводит абоненту сообщение, что не смог разобрать его фразу.

• Режим - Воспроизвести
• Текст - Я вас не понял, повторите еще раз пожалуйста
• Голос - Zahar
• Эмоция - по умолчанию
• Кэш - использовать

Компонент "ding2". Воспроизводит короткий сигнал для абонента, соответствующий началу записи.

• Режим - Файл полностью
• Файл - ding.wav

ВНИМАНИЕ: Чтобы не зацикливать распознавание и тратить время клиента, вместо компонентов "Неизвестная фраза" и "ding2" рекомендуется переключить на секретаря. Как вариант, установить счетчик и по истечению двух-трех неудачных попыток распознавания переключать на ответственного оператора.

Скачать файл: Yandex_SpeechKit_Cloud_улучшенный_алгоритм.oscr (собрано на версии 2.11.2.141230)