Улучшенный алгоритм распознавания с помощью Yandex SpeechKit Cloud

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."

Компонент "id_morph++"

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"

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