于安迎　刘中涛　项鸿雁　高玉领　卢凤

摘 要：为增强语音识别技术在不同行业的应用，需要针对不同行业建设相应的语料库。目前，中文语料库构建尚处于起始阶段，以THCHS-30语料库为代表的大众新闻语料初步投入应用。本文面向电力行业设计、构建电力行业语音语料，提出电力行业语料库设计规范并建立电力行业初级语料库，填补电力行业中文语料库的空白。本文分别实现语料音频录制和文本语料构成规范分析，完成包括发音、录制及存储等的录制和包括语料及词典的编制规范。采用音频标注技术，完成长音频切分以及短语料标注，实现文字和音素的两层级标注，建立电力音频标注规范。最后对语料库进行准确度测试，语料标注平均准确率为99.75%，满足语料库应用需求。

关键词：电力行业；语料库；语音标注；词库

中图分类号：TP391.1 文献标识码：A 文章编号：1671-2064（2018）16-0148-03

1 概述

随着人工智能（AI， Artificial Intelligence）技术[1]的推广和深入，以带电作业机器人、AI控制器为代表的一批智能产品已率先进入电力行业，并发挥了极大的效用。因此，将人工智能技术与电力、能源等行业相结合，促进传统行业的转型升级，是研究人员重点关注的领域之一。语音作为人类最自然、最有效地交流方式，使得语音识别技术成为当下热门研究方向。目前，电力行业语音识别应用主要集中在移动作业、语音报警和智能调度等[2]短语音指令交互控制的基础应用层面，鲜少研究具有电力行业特性的大规模商用级语音识别服务。……