基于大语言模型的地质调查数据语音结构化采集方法及系统与流程

本发明属于地质调查语音采集，尤其涉及基于大语言模型的地质调查数据语音结构化采集方法及系统。

背景技术：

1、地质调查是获取区域地质、岩性、地层、构造、矿产及地质现象等基础数据的重要手段，在野外地质调查过程中，调查人员通常需要对观察到的岩性特征、地质构造、产状信息、地理位置及地质现象等进行实时记录。

2、现有技术中，地质调查语音采集，通常只是针对单个调查人员的语音采集与转换处理，然而，在实际地质调查过程中，主要是多个调查人员协同开展调查，且在野外地质调查中，容易存在网络信号不稳定的情况，现有的以单个采集设备为独立的数据源，缺少多个调查人员之间的协同通信和语音数据汇聚机制，导致多个调查人员采集的语音数据相互独立，且容易存在语音传输中断的问题，难以形成统一的、完成的调查对象数据。

技术实现思路

1、本发明实施例的目的在于提供基于大语言模型的地质调查数据语音结构化采集方法及系统，旨在解决背景技术中所提及的现有技术所存在的技术问题。

2、本发明实施例是这样实现的：

3、基于大语言模型的地质调查数据语音结构化采集方法，所述方法具体包括以下步骤：

4、在多人员同时进行野外地质调查时，获取多个地质调查人员的定位数据和多个采集设备的设备信号，选择中转设备，并构建采集传输网络；

5、通过所述采集传输网络，将多个地质调查人员的人员语音数据采集汇集至所述中转设备，并通过所述中转设备进行网络传输；

6、根据多个所述定位数据，计算多个地质调查人员的相隔距离，对多个所述相隔距离和多个所述人员语音数据进行比较与验证，确定多个地质调查对象；

7、基于多个所述地质调查对象，划分多个对象语音数据，并基于预设的地质大语言模型，进行预处理与识别，得到多个对象采集文本；

8、提取多个所述对象采集文本中的多个关键信息，按照预设的多个对象采集模版，对多个关键信息进行结构化映射填入，生成多个结构化采集数据。

9、作为本发明实施例技术方案进一步的限定，所述在多人员同时进行野外地质调查时，获取多个地质调查人员的定位数据和多个采集设备的设备信号，选择中转设备，并构建采集传输网络具体包括以下步骤：

10、在多人员同时进行野外地质调查时，确定多个地质调查人员；

11、对多个地质调查人员进行实时定位，获取多个定位数据；

12、获取多个地质调查人员的采集设备的的设备信号；

13、对多个所述设备信号进行对比，从多个所述采集设备中，选择中转设备；

14、根据多个所述定位数据，构建多个其他的采集设备相邻汇集至所述中转设备的采集传输网络。

15、作为本发明实施例技术方案进一步的限定，所述通过所述采集传输网络，将多个地质调查人员的人员语音数据采集汇集至所述中转设备，并通过所述中转设备进行网络传输具体包括以下步骤：

16、通过多个所述采集设备，采集多个地质调查人员的人员语音数据；

17、基于采集传输网络，将多个所述人员语音数据汇集传输至中转设备；

18、通过所述中转设备，对多个所述人员语音数据进行网络传输。

19、作为本发明实施例技术方案进一步的限定，所述根据多个所述定位数据，计算多个地质调查人员的相隔距离，对多个所述相隔距离和多个所述人员语音数据进行比较与验证，确定多个地质调查对象具体包括以下步骤：

20、根据多个所述定位数据，计算多个地质调查人员的相隔距离；

21、将多个所述相隔距离与预设的距离阈值进行比较；

22、当两个地质调查人员的相隔距离小于距离阈值时，判定这两个地质调查人员的地质调查对象相同；

23、当两个地质调查人员的相隔距离不小于距离阈值时，从这两个地质调查人员的人员语音数据中，提取两个语音样本片段；

24、对多个所述语音样本片段进行特征识别与比较，判断语音描述是否为同一地质调查对象；

25、记录比较判断结果，确定多个不同的地质调查对象。

26、作为本发明实施例技术方案进一步的限定，所述基于多个所述地质调查对象，划分多个对象语音数据，并基于预设的地质大语言模型，进行预处理与识别，得到多个对象采集文本具体包括以下步骤：

27、基于多个不同的地质调查对象，将多个所述人员语音数据划分为多个对象语音数据；

28、对多个所述对象语音数据进行语音降噪、回声消除和静音去除的预处理，得到多个预处理语音数据；

29、对多个所述预处理语音数据进行基础识别，得到多个基础识别文本；

30、基于预设的地质大语言模型，对多个所述基础识别文本进行语义纠错与规范化处理，得到多个对象采集文本。

31、作为本发明实施例技术方案进一步的限定，所述提取多个所述对象采集文本中的多个关键信息，按照预设的多个对象采集模版，对多个关键信息进行结构化映射填入，生成多个结构化采集数据具体包括以下步骤：

32、提取多个所述对象采集文本中的多个关键信息；

33、按照预先构建的字段映射规则库，将多个所述关键信息转换为多个标准化属性字段值；

34、匹配多个所述地质调查对象对应的对象采集模版；

35、按照多个所述对象采集模版，对多个所述标准化属性字段值进行结构化映射填入，生成多个结构化采集数据；

36、建立多个所述结构化采集数据、多个所述对象语音数据和多个所述定位数据的追溯关联。

37、基于大语言模型的地质调查数据语音结构化采集系统，所述系统包括传输网络构建模块、语音中转传输模块、调查对象确定模块、语音预处理识别模块和结构化映射填入模块，其中：

38、传输网络构建模块，用于在多人员同时进行野外地质调查时，获取多个地质调查人员的定位数据和多个采集设备的设备信号，选择中转设备，并构建采集传输网络；

39、语音中转传输模块，用于通过所述采集传输网络，将多个地质调查人员的人员语音数据采集汇集至所述中转设备，并通过所述中转设备进行网络传输；

40、调查对象确定模块，用于根据多个所述定位数据，计算多个地质调查人员的相隔距离，对多个所述相隔距离和多个所述人员语音数据进行比较与验证，确定多个地质调查对象；

41、语音预处理识别模块，用于基于多个所述地质调查对象，划分多个对象语音数据，并基于预设的地质大语言模型，进行预处理与识别，得到多个对象采集文本；

42、结构化映射填入模块，用于提取多个所述对象采集文本中的多个关键信息，按照预设的多个对象采集模版，对多个关键信息进行结构化映射填入，生成多个结构化采集数据。

43、作为本发明实施例技术方案进一步的限定，所述传输网络构建模块具体包括：

44、人员确定单元，用于在多人员同时进行野外地质调查时，确定多个地质调查人员；

45、实时定位单元，用于对多个地质调查人员进行实时定位，获取多个定位数据；

46、信号获取单元，用于获取多个地质调查人员的采集设备的的设备信号；

47、中转设备选择单元，用于对多个所述设备信号进行对比，从多个所述采集设备中，选择中转设备；

48、传输网络构建单元，用于根据多个所述定位数据，构建多个其他的采集设备相邻汇集至所述中转设备的采集传输网络。

49、作为本发明实施例技术方案进一步的限定，所述调查对象确定模块具体包括：

50、相隔距离计算单元，用于根据多个所述定位数据，计算多个地质调查人员的相隔距离；

51、距离比较单元，用于将多个所述相隔距离与预设的距离阈值进行比较；

52、对象相同判定单元，用于当两个地质调查人员的相隔距离小于距离阈值时，判定这两个地质调查人员的地质调查对象相同；

53、片段提取单元，用于当两个地质调查人员的相隔距离不小于距离阈值时，从这两个地质调查人员的人员语音数据中，提取两个语音样本片段；

54、特征识别比较单元，用于对多个所述语音样本片段进行特征识别与比较，判断语音描述是否为同一地质调查对象；

55、对象确定单元，用于记录比较判断结果，确定多个不同的地质调查对象。

56、作为本发明实施例技术方案进一步的限定，所述结构化映射填入模块具体包括：

57、关键信息提取单元，用于提取多个所述对象采集文本中的多个关键信息；

58、字段值转换单元，用于按照预先构建的字段映射规则库，将多个所述关键信息转换为多个标准化属性字段值；

59、模版匹配单元，用于匹配多个所述地质调查对象对应的对象采集模版；

60、结构化映射填入单元，用于按照多个所述对象采集模版，对多个所述标准化属性字段值进行结构化映射填入，生成多个结构化采集数据；

61、追溯关联建立单元，用于建立多个所述结构化采集数据、多个所述对象语音数据和多个所述定位数据的追溯关联。

62、与现有技术相比，本发明的有益效果是：

63、本发明能够构建多个采集设备之间的采集传输网络，将多个人员语音数据采集汇集至中转设备，再进行网络传输，且通过对多个相隔距离和多个人员语音数据进行比较与验证，确定多个地质调查对象，对多个人员语音数据进行划分、预处理、识别、关键提取与结构化映射填入，实现协同通信和语音数据汇聚，且能够避免语音传输中断的问题，有效确保形成统一的、完成的调查对象数据。