基于酒店场景的语音识别方法、系统、设备及存储介质与流程

1.本发明涉及酒店管理领域，具体地说，涉及基于酒店场景的语音识别方法、系统、设备及存储介质。


背景技术：

2.市面上现有的智能收音设备，包含智能拾音器、智能工牌等。拾音器可以收集开放场景的声音，录音工牌可以收录单个服务人员的声音进行质检。但是目前市场上没有针对开放场景，进行录音和服务质检分析的设备或产品。而且市面上的拾音器或智能工牌存在以下问题：
3.(1)现有拾音器需要连接无线wifi，需要在有无线网络的环境中使用，使用场景严重受限。
4.(2)如果是工牌的话，因为体积有限，智能离线上传录音；也就是录音几小时，然后充电的同时上传录音。这就无法做到实时分析。
5.(3)现有拾音器设备一般是不间断录音，时间一长，录音量就非常大，比较浪费存储空间。如果每个录音都要进行语音转写分析的话，也需要消耗大量的转写成本。智能工牌也存在以上成本消耗问题，并且因为需要充电，无法做到不间断录音。而且，很多时候，客人的情绪失控多半是应为长时间都没得到反馈，从而才会发生争吵。但是，智能工牌电量有限，无法时时刻刻开着来进行录音，分析原因。
6.(4)现有拾音器的录音也不会进行全面的情感分析、服务质检等进一步分析，一般只是录音保存下来。
7.上述的这些原因都是酒店服务的数字化改造中的难点和痛点。
8.因此，本发明提供了一种基于酒店场景的语音识别方法、系统、设备及存储介质。


技术实现要素：

9.针对现有技术中的问题，本发明的目的在于提供基于酒店场景的语音识别方法、系统、设备及存储介质，克服了现有技术的困难，能够进行酒店的全方位的语音监控和实时分析，在人员嘈杂的环境中，可以做到说话人身份识别和分离，并且对应到具体特定人员的分析结果，极大地降低了人工成本，识别的精准率和召回率都有很大的提升。
10.本发明的实施例提供一种基于酒店场景的语音识别方法，包括以下步骤：
11.建立酒店员工的声纹特征库；
12.在酒店个预设位置分别设置一第一收音设备，采集第一环境音频；
13.提取所述第一环境音频的声纹特征，当所述声纹特征中没有命中所述酒店员工的声纹特征时，就近匹配所述酒店员工作为事件服务员工前往所述第一收音设备的所在区域；
14.当所述环境音频的声纹特征中检测到所述事件服务员工的声纹特征，则开启所述事件服务员工的智能穿戴设备的无线收音模块，采集第二环境音频并发送到酒店服务器；
以及
15.对所述第二环境音频进行基于声纹特征的语音识别，生成事件对话文本。
16.优选地，所述建立酒店员工的声纹特征库，包括：
17.采集每个所述酒店员工的声纹特征；
18.建立每个所述酒店员工的智能穿戴设备的编号与所述酒店员工的声纹特征的第一映射关系表。
19.优选地，所述在酒店个预设位置分别设置一第一收音设备，采集第一环境音频，包括：
20.在酒店各处设置第一收音设备，所述第一收音设备采集第一环境音频；以及
21.建立每个所述第一收音设备与所在位置的第二映射关系表。
22.优选地，所述提取所述第一环境音频的声纹特征，当所述声纹特征中没有命中所述酒店员工的声纹特征时，就近匹配所述酒店员工作为事件服务员工前往所述第一收音设备的所在区域，包括：
23.所述第一收音设备提取所述第一环境音频的声纹特征；
24.当所述声纹特征中命中一所述酒店员工的声纹特征则基于所述采集第一环境音频的第一收音设备的所在位置就近匹配至少一酒店员工作为事件服务员工，生成服务指令给所述事件服务员工的智能穿戴设备，引导前往所述采集第一环境音频的第一收音设备的所在位置。
25.优选地，所述当所述环境音频的声纹特征中检测到所述事件服务员工的声纹特征，则开启所述事件服务员工的智能穿戴设备的无线收音模块，采集第二环境音频并发送到酒店服务器，包括：
26.所述第一收音设备继续提取所述第一环境音频的声纹特征；
27.当所述声纹特征中命中所述事件服务员工的声纹特征，则向所述事件服务员工的智能穿戴设备发送收音指令；所述智能穿戴设备采集第二环境音频并发送到酒店服务器。
28.优选地，所述对所述第二环境音频进行基于声纹特征的语音识别，生成事件对话文本，包括：
29.基于所述事件服务员工的声纹特征自所述第二环境音频中提取所述事件服务员工的第一语音片段，并进行语音识别获得第一对话片段；
30.在所述第二环境音频中对被剩下的第二语音片段进行语音识别，获得第二对话片段；
31.基于在所述第二环境音频中的顺序排列所述第一对话片段和第二对话片段，生成所述事件服务员工与酒店客人的场景对话文本；以及
32.至少基于所述对话文本的内容生成一酒店服务任务。
33.优选地，所述建立每个所述第一收音设备与所在位置的第二映射关系表，包括：
34.建立每个所述第一收音设备、至少一预设酒店服务任务与所在位置的第二映射关系表；
35.所述至少基于所述对话文本的内容生成一酒店服务任务，包括：
36.将所述对话文本的内容和所述第二映射关系表中所述第一收音设备对应的预设酒店服务任务输入经过训练的酒店任务生成模型；
37.基于所述对话文本与所述预设酒店服务任务的关联性，增加所述酒店任务生成模型中所述预设酒店服务任务的置信度；
38.根据置信度排序结果，输出置信度最高的一酒店服务任务；以及
39.将所述酒店服务任务发送到对应的酒店服务部门。
40.本发明的实施例还提供一种基于酒店场景的语音识别系统，用于实现上述的基于酒店场景的语音识别方法，所述基于酒店场景的语音识别系统包括：
41.声纹特征收集模块，建立酒店员工的声纹特征库；
42.第一环境音频模块，在酒店个预设位置分别设置一第一收音设备，采集第一环境音频；
43.事件服务启动模块，提取所述第一环境音频的声纹特征，当所述声纹特征中没有命中所述酒店员工的声纹特征时，就近匹配所述酒店员工作为事件服务员工前往所述第一收音设备的所在区域；
44.第二环境音频模块，当所述环境音频的声纹特征中检测到所述事件服务员工的声纹特征，则开启所述事件服务员工的智能穿戴设备的无线收音模块，采集第二环境音频并发送到酒店服务器；以及
45.事件对话文本模块，对所述第二环境音频进行基于声纹特征的语音识别，生成事件对话文本。
46.本发明的实施例还提供一种基于酒店场景的语音识别设备，包括：
47.处理器；
48.存储器，其中存储有所述处理器的可执行指令；
49.其中，所述处理器配置为经由执行所述可执行指令来执行上述基于酒店场景的语音识别方法的步骤。
50.本发明的实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现上述基于酒店场景的语音识别方法的步骤。
51.本发明的目的在于提供基于酒店场景的语音识别方法、系统、设备及存储介质，能够进行酒店的全方位的语音监控和实时分析，在人员嘈杂的环境中，可以做到说话人身份识别和分离，并且对应到具体特定人员的分析结果，极大地降低了人工成本，识别的精准率和召回率都有很大的提升。
附图说明
52.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
53.图1是本发明的基于酒店场景的语音识别方法的流程图。
54.图2至7是本发明的基于酒店场景的语音识别方法的实施过程示意图。
55.图8是本发明的基于酒店场景的语音识别系统的模块示意图。
56.图9是本发明的基于酒店场景的语音识别设备的结构示意图。
57.图10是本发明一实施例的计算机可读存储介质的结构示意图。
具体实施方式
58.以下通过特定的具体实例说明本技术的实施方式，本领域技术人员可由本技术所揭露的内容轻易地了解本技术的其他优点与功效。本技术还可以通过另外不同的具体实施方式加以实施或应用系统，本技术中的各项细节也可以根据不同观点与应用系统，在没有背离本技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
59.下面以附图为参考，针对本技术的实施例进行详细说明，以便本技术所属技术领域的技术人员能够容易地实施。本技术可以以多种不同形态体现，并不限定于此处说明的实施例。
60.在本技术的表示中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的表示意指结合该实施例或示例表示的具体特征、结构、材料或者特点包括于本技术的至少一个实施例或示例中。而且，表示的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本技术中表示的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
61.此外，术语“第一”、“第二”仅用于表示目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本技术的表示中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
62.为了明确说明本技术，省略与说明无关的器件，对于通篇说明书中相同或类似的构成要素，赋予了相同的参照符号。
63.在通篇说明书中，当说某器件与另一器件“连接”时，这不仅包括“直接连接”的情形，也包括在其中间把其它元件置于其间而“间接连接”的情形。另外，当说某种器件“包括”某种构成要素时，只要没有特别相反的记载，则并非将其它构成要素排除在外，而是意味着可以还包括其它构成要素。
64.当说某器件在另一器件“之上”时，这可以是直接在另一器件之上，但也可以在其之间伴随着其它器件。当对照地说某器件“直接”在另一器件“之上”时，其之间不伴随其它器件。
65.虽然在一些实例中术语第一、第二等在本文中用来表示各种元件，但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如，第一接口及第二接口等表示。再者，如同在本文中所使用的，单数形式“一”、“一个”和“该”旨在也包括复数形式，除非上下文中有相反的指示。应当进一步理解，术语“包含”、“包括”表明存在的特征、步骤、操作、元件、组件、项目、种类、和/或组，但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的，或意味着任一个或任何组合。因此，“a、b或c”或者“a、b和/或c”意味着“以下任一个：a；b；c；a和b；a和c；b和c；a、b和c”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时，才会出现该定义的例外。
66.此处使用的专业术语只用于言及特定实施例，并非意在限定本技术。此处使用的单数形态，只要语句未明确表示出与之相反的意义，那么还包括复数形态。在说明书中使用
的“包括”的意义是把特定特性、区域、整数、步骤、作业、要素及/或成份具体化，并非排除其它特性、区域、整数、步骤、作业、要素及/或成份的存在或附加。
67.虽然未不同地定义，但包括此处使用的技术术语及科学术语，所有术语均具有与本技术所属技术领域的技术人员一般理解的意义相同的意义。普通使用的字典中定义的术语追加解释为具有与相关技术文献和当前提示的内容相符的意义，只要未进行定义，不得过度解释为理想的或非常公式性的意义。
68.图1是本发明的基于酒店场景的语音识别方法的流程图。如图1所示，本发明的实施例提供一种基于酒店场景的语音识别方法，包括以下步骤：
69.s110、建立酒店员工的声纹特征库。
70.s120、在酒店个预设位置分别设置一第一收音设备，采集第一环境音频。
71.s130、提取第一环境音频的声纹特征，当声纹特征中没有命中酒店员工的声纹特征时，就近匹配酒店员工作为事件服务员工前往第一收音设备的所在区域。
72.s140、当环境音频的声纹特征中检测到事件服务员工的声纹特征，则开启事件服务员工的智能穿戴设备的无线收音模块，采集第二环境音频并发送到酒店服务器。智能穿戴设备是酒店员工的具有网络传输功能、在酒店内部的定位功能和音频录放功能的智能胸牌。以及
73.s150、对第二环境音频进行基于声纹特征的语音识别，生成事件对话文本。
74.在一个优选实施例中，步骤s110，包括：
75.s111、采集每个酒店员工的声纹特征。
76.s112、建立每个酒店员工的智能穿戴设备的编号与酒店员工的声纹特征的第一映射关系表。
77.在一个优选实施例中，步骤s120，包括：
78.s121、在酒店各处设置第一收音设备，第一收音设备采集第一环境音频。以及
79.s122、建立每个第一收音设备与所在位置的第二映射关系表。
80.在一个优选实施例中，步骤s130，包括：
81.s131、第一收音设备提取第一环境音频的声纹特征。
82.s132、判断声纹特征中是否命中一酒店员工的声纹特征，若是，则执行步骤s133。若否，则执行步骤s135。
83.s133、基于采集第一环境音频的第一收音设备的所在位置就近匹配至少一酒店员工作为事件服务员工。
84.s134、生成服务指令给事件服务员工的智能穿戴设备，引导前往采集第一环境音频的第一收音设备的所在位置，执行步骤s140。以及
85.s135、结束。
86.在一个优选实施例中，步骤s140，包括：
87.s141、第一收音设备继续提取第一环境音频的声纹特征。
88.s142、判断声纹特征中是否命中事件服务员工的声纹特征，若是，则执行步骤s143。若否，则返回步骤s141。
89.s143、向事件服务员工的智能穿戴设备发送收音指令。以及
90.s144、智能穿戴设备采集第二环境音频并发送到酒店服务器。
91.在一个优选实施例中，步骤s150，包括：
92.s151、基于事件服务员工的声纹特征自第二环境音频中提取事件服务员工的第一语音片段，并进行语音识别获得第一对话片段。
93.s152、在第二环境音频中对被剩下的第二语音片段进行语音识别，获得第二对话片段。
94.s153、基于在第二环境音频中的顺序排列第一对话片段和第二对话片段，生成事件服务员工与酒店客人的场景对话文本。以及
95.s154、至少基于对话文本的内容生成一酒店服务任务。
96.在一个优选实施例中，步骤s122，包括建立每个第一收音设备、至少一预设酒店服务任务与所在位置的第二映射关系表。
97.步骤s154，包括：
98.s1541、将对话文本的内容和第二映射关系表中第一收音设备对应的预设酒店服务任务输入经过训练的酒店任务生成模型。
99.s1542、基于对话文本与预设酒店服务任务的关联性，增加酒店任务生成模型中预设酒店服务任务的置信度。
100.s1543、根据置信度排序结果，输出置信度最高的一酒店服务任务。以及
101.s1544、将酒店服务任务发送到对应的酒店服务部门。
102.本发明的基于酒店场景的语音识别方法能够进行酒店的全方位的语音监控和实时分析，在人员嘈杂的环境中，可以做到说话人身份识别和分离，并且对应到具体特定人员的分析结果，极大地降低了人工成本，识别的精准率和召回率都有很大的提升。
103.本发明中改进点如下：
104.1、在酒店员工的智能胸牌中内置sim卡，物联网通信状态监控
105.2、能够实现智能vad(语音活性检测voice activity detection)
106.3、能够实现人声情绪检测、精准asr转写(自动语音识别)
107.4、能够基于深度学习的多模态情感分析、业务点分析
108.本发明提到的开放式智能录音设备，集成了很多技术亮点。第一个它不限于特定地理位置和场景，设备内自带4g-sim流量卡，只要有插座，插上电就可能进行实时录音传输。因为录音设备可能遍布全国各省市，数量也很庞大，通过专业的物联网信息平台，监控和维护这些设备。
109.如果设备24小时录音，并且乘上设备的数量，所产生的数据量非常庞大。本发明中采用了智能语音活性检测技术，也就是只有检测到附近有人声，才进行录音。如果是物体、音乐、动物等任何背景噪音，都不会开启录音。这样可以减少网络消耗，以及下一步骤的语音转写成本。
110.在一个优选实施例中，本发明提到的设备，如果探测到存在人声，就会触发录音，并且每录音30秒钟就会进行分析。其中主要分析两种信息类型，音频信息和语言信息。音频信息主要包含人声的情绪识别和语速快慢，其中情绪的种类包含：温和、正常、暴躁和非常暴躁。而语速则包含：很慢、慢速、正常、快速、极快。通过这两个测量值可以基本判断当前说话人的情绪状态。除了情绪识别之外，设别的录音也会进行语音识别转写，采用公共的转写接口，比如讯飞、百度等。拿到的转写文字，结合之前的情绪识别结果，就可以一一对应起
来。
111.最后一步是对特定场景下的服务人员进行服务质检分析。分析的数据源包含之前设备录音的音频和文字的双模态信息，构建该深度模型时，需要计算以下特征：
112.语音片段的fbank特征和情绪特征。
113.语音片段的转写中文的embedding语义特征。
114.语音片段的音频与文字的混合特征。
115.根据以上特征的融合，通过训练神经网络transformer模型，就能实时分析当前时段下，说话人的情绪和业务点话题。由此探测客户对于服务人员、环境、相关设施、以及其他相关业务点的满意度和看法。由此，实现全自动化的开放场景下的服务质检流程。
116.本发明中提出的根据开放场景的语音信息来实现服务质检的方法具有很广泛的应用价值，可以改进或替换传统的客户服务场景，因为该设备和系统不再限于对特定通讯，如电话、手机的监控，而是公开的、开发场景的整体的监控和收音。其中本发明的优势在于：
117.1、不受时间、环境、人员的限制，全方位的监控和实时分析。
118.2、在人员嘈杂的环境中，可以做到说话人身份识别和分离，并且对应到具体特定人员的分析结果。这是传统的语音分析无法做到的。
119.3、通过训练双模态深度学习模型的方式识别，不再需要设计和维护负责的关键词匹配规则，极大地降低了人工成本。并且，识别的精准率和召回率都有很大的提升。
120.如图2所示，采集每个酒店员工11、12、13、14的声纹特征。建立每个酒店员工的智能胸牌10的编号与酒店员工的声纹特征的第一映射关系表。在酒店各处设置若干个第一收音设备21、22
……
2n，第一收音设备21、22
……
2n分别连接到酒店服务器3，第一收音设备采集第一环境音频31。酒店服务器3建立每个第一收音设备、至少一预设酒店服务任务与所在位置的第二映射关系表，其中，第一收音设备22被设置在酒店大堂餐厅，第一收音设备22对应的预设酒店服务任务包括下单、催菜、买单等等，第一收音设备都是通过插头供电的收音设备。通过第一收音设备22提取第一环境音频31的声纹特征，当声纹特征中命中一酒店员工的声纹特征，则基于第一环境音频31的所在位置就近匹配一酒店员工11作为事件服务员工，生成服务指令给事件服务员工的具有无线网络、音频收录的功能的智能胸牌10，引导酒店员工11前往第一环境音频31的所在位置。
121.如图3、4所示，第一收音设备22继续提取第一环境音频31的声纹特征，当声纹特征中命中事件服务员工的声纹特征，则向事件服务员工的智能胸牌10发送收音指令33，智能胸牌10采集第二环境音频32(包括了酒店员工11与酒店客人15的对话)并发送到酒店服务器3。这样就避免了使用电池的智能胸牌10需要一直开着录音功能而缩短续航时间的问题，智能胸牌10只是在第一收音设备根据环境音频判断发生事件，并且酒店员工11已经到达现场后触发。
122.如图5、6、7所示，酒店服务器3基于事件服务员工的声纹特征自第二环境音频32中提取事件服务员工的第一语音片段41、43、45，并进行语音识别获得第一对话片段。其中，第一语音片段41的文本为“您好”。第一语音片段43的文本为“抱歉，有什么能为您服务的”。第一语音片段45的文本为“我马上帮您催一下”。
123.在第二环境音频32中对被剩下的第二语音片段42、44进行语音识别，获得第二对话片段。第二语音片段42的文本为“总算来人了，我都等了半天了”。第二语音片段44的文本
为“我的餐半小时了还没上”。
124.基于在第二环境音频32中的顺序排列第一对话片段和第二对话片段，生成事件服务员工与酒店客人的场景对话文本。
125.最后，将对话文本的内容和第二映射关系表中第一收音设备22对应的预设酒店服务任务输入经过训练的酒店任务生成模型，基于对话文本与预设酒店服务任务(下单、催菜、买单等)的关联性，增加酒店任务生成模型中预设酒店服务任务的置信度。根据置信度排序结果，输出置信度最高的一酒店服务任务“催单”。将酒店服务任务“催单”发送到对应的酒店后厨，从而大大加快酒店内部的信息传递过程，优化酒店客人的体验。
126.图8是本发明的基于酒店场景的语音识别系统的模块示意图。如图8所示，本发明的实施例还提供一种基于酒店场景的语音识别系统，用于实现上述的基于酒店场景的语音识别方法，基于酒店场景的语音识别系统包括：
127.声纹特征收集模块51，建立酒店员工的声纹特征库。
128.第一环境音频模块52，在酒店个预设位置分别设置一第一收音设备，采集第一环境音频。
129.事件服务启动模块53，提取第一环境音频的声纹特征，当声纹特征中没有命中酒店员工的声纹特征时，就近匹配酒店员工作为事件服务员工前往第一收音设备的所在区域。
130.第二环境音频模块54，当环境音频的声纹特征中检测到事件服务员工的声纹特征，则开启事件服务员工的智能穿戴设备的无线收音模块，采集第二环境音频并发送到酒店服务器。以及
131.事件对话文本模块55，对第二环境音频进行基于声纹特征的语音识别，生成事件对话文本。
132.在一个优选实施例中，声纹特征收集模块51被配置为采集每个酒店员工的声纹特征。建立每个酒店员工的智能穿戴设备的编号与酒店员工的声纹特征的第一映射关系表。
133.在一个优选实施例中，第一环境音频模块52被配置为在酒店各处设置第一收音设备，第一收音设备采集第一环境音频。建立每个第一收音设备与所在位置的第二映射关系表。
134.在一个优选实施例中，事件服务启动模块53被配置为令第一收音设备提取第一环境音频的声纹特征。当声纹特征中命中一酒店员工的声纹特征则基于采集第一环境音频的第一收音设备的所在位置就近匹配至少一酒店员工作为事件服务员工，生成服务指令给事件服务员工的智能穿戴设备，引导前往采集第一环境音频的第一收音设备的所在位置。
135.在一个优选实施例中，第二环境音频模块54被配置为令第一收音设备继续提取第一环境音频的声纹特征。当声纹特征中命中事件服务员工的声纹特征，则向事件服务员工的智能穿戴设备发送收音指令。智能穿戴设备采集第二环境音频并发送到酒店服务器。
136.在一个优选实施例中，事件对话文本模块55被配置为基于事件服务员工的声纹特征自第二环境音频中提取事件服务员工的第一语音片段，并进行语音识别获得第一对话片段。在第二环境音频中对被剩下的第二语音片段进行语音识别，获得第二对话片段。基于在第二环境音频中的顺序排列第一对话片段和第二对话片段，生成事件服务员工与酒店客人的场景对话文本。至少基于对话文本的内容生成一酒店服务任务。
137.在一个优选实施例中，当第一环境音频模块52中建立每个第一收音设备、至少一预设酒店服务任务与所在位置的第二映射关系表。则事件对话文本模块55还将对话文本的内容和第二映射关系表中第一收音设备对应的预设酒店服务任务输入经过训练的酒店任务生成模型。基于对话文本与预设酒店服务任务的关联性，增加酒店任务生成模型中预设酒店服务任务的置信度。根据置信度排序结果，输出置信度最高的一酒店服务任务。以及将酒店服务任务发送到对应的酒店服务部门。
138.本发明的基于酒店场景的语音识别系统能够进行酒店的全方位的语音监控和实时分析，在人员嘈杂的环境中，可以做到说话人身份识别和分离，并且对应到具体特定人员的分析结果，极大地降低了人工成本，识别的精准率和召回率都有很大的提升。
139.本发明实施例还提供一种基于酒店场景的语音识别设备，包括处理器。存储器，其中存储有处理器的可执行指令。其中，处理器配置为经由执行可执行指令来执行的基于酒店场景的语音识别方法的步骤。
140.如上所示，该实施例本发明的基于酒店场景的语音识别系统能够进行酒店的全方位的语音监控和实时分析，在人员嘈杂的环境中，可以做到说话人身份识别和分离，并且对应到具体特定人员的分析结果，极大地降低了人工成本，识别的精准率和召回率都有很大的提升。
141.所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
142.图9是本发明的基于酒店场景的语音识别设备的结构示意图。下面参照图9来描述根据本发明的这种实施方式的电子设备600。图9显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
143.如图9所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
144.其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。
145.存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。
146.存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
147.总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任一总线结构的局域总线。
148.电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得
该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。
149.本发明实施例还提供一种计算机可读存储介质，用于存储程序，程序被执行时实现的基于酒店场景的语音识别方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
150.如上所示，该实施例本发明的基于酒店场景的语音识别系统能够进行酒店的全方位的语音监控和实时分析，在人员嘈杂的环境中，可以做到说话人身份识别和分离，并且对应到具体特定人员的分析结果，极大地降低了人工成本，识别的精准率和召回率都有很大的提升。
151.图10是本发明的计算机可读存储介质的结构示意图。参考图10所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
152.程序产品可以采用一个或多个可读介质的任一组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任一以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任一合适的组合。
153.计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任一合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任一合适的组合。
154.可以以一种或多种程序设计语言的任一组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任一种类的网络，包括局域网(lan)或广域网
(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
155.综上，本发明的目的在于提供基于酒店场景的语音识别方法、系统、设备及存储介质，能够进行酒店的全方位的语音监控和实时分析，在人员嘈杂的环境中，可以做到说话人身份识别和分离，并且对应到具体特定人员的分析结果，极大地降低了人工成本，识别的精准率和召回率都有很大的提升。
156.以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。