占善华 张永平

（广东司法警官职业学院信息管理系 广东省广州市 510520）

1 引言

公共法律服务是政府公共服务体系的重要组成部分，是司法行政机关的基本职责任务。近年来随着公共法律服务平台建设，语音数据快速增长，但这些数据并未进行深入的数据分析和挖掘，因此，为了更精确地分析人民群众的法律服务需求，提高法律服务的质量以及舆情数据的分析，拟引入智能语音技术对语音数据进行转写以及对转写后的内容进行分析、挖掘，提供可融入日常工作的公共法律服务智能语言数据管理系统，实现对语音数据价值最大化。

2 相关工作介绍

在智能语音领域，对于如何将利用好司法行政系统内的法律服务平台的海量语音数据，如何做到识别和转换后的语义分析，国内外研究和实现很少，语音识别的声学建模主要用于建模语音信号与音素之间的关系，业界相继提出了前馈型序列记忆网络(FSMN,Feed-forwardSequential Memory Network)[1]作为声学建模框架以及深度全序列卷积神经网络（DFCNN，Deep Fully Convolutional Neural Network）[2][3]。针对目前最好的语音识别系统采用双向长短时记忆网络（LSTM，Long Short Term Memory）[4-7]训练复杂度高、解码延时高等缺陷，一般来说可以使用深度全序列卷积神经网络来克服双向 LSTM 的缺陷，从而提高识别正确率。

3 本文系统设计

3.1 构建法律服务语音数据统一管理系统

公共法律服务平台包括电话，网络平台，实体大厅，数据分散，需要建立一个统一的语音数据管理系统，对语音数据和文本数据以及业务关联数据进行统一存储、管理、应用，并建设可视化数据管理平台，开放接口。……