智能語音識別技術在超聲審核工作站的研究與實踐

魯曉 張勇 李昕

摘要：目的：在超聲審核工作站應用智能語音識別技術，提升超聲報告審核效率。方法：通過市場調研，選用科大迅飛陣列臺式麥克風，安裝在集中閱片室用于報告駁回意見的智能語音錄入，在保證軟硬件的基礎上建立專家數據庫，對語句進行修改完善，最后完成意見填寫。結果：智能語音識別技術在超聲審核工作站應用1年來，1份超聲報告的駁回意見填寫時間從原來的1min縮短至20s，效率提升3倍。結論：在超聲審核工作站中應用智能語音識別技術，可以節省醫師審核時間，提升超聲報告審核效率。

關鍵詞：超聲;麥克風;智能語音;審核

中圖分類號：R197.3;TN912.34 文獻標識碼：A 文章編號：1007-9416（2020）09-0056-03

0 引言

隨著超聲檢查普及程度的提高，超聲醫學科每天的病人就診數量不斷上升，在保證超聲檢查質量的同時需要加快檢查速度，隨之集中閱片室醫師的工作量也相應加重。近年來智能語音逐漸走進人們的生活，手機、家電、家具、機器人、自動駕駛汽車無處不改變著人們的生活方式[1]。國家高度重視智能語音的相關研究，投入大量人力物力助力智能語音研究。智能語音在改變我們生活的同時，在生物醫療領域也得到不斷發展[2-3]。國內許多機構對智能語音在醫療方面做了相關研究分析，為智能語音在醫療機構的應用指明了方向[4-5]。經過階段性臨床實踐應用，智能語音識別技術在病歷錄入、智能問診信息采集等方面的優勢使其在門診、急診、病理科、放射科等科室得以一定程度應用，受益頗豐[6-7]。超聲醫學科為了適應超聲檢查不斷產生的新需求，超聲醫學科積極優化超聲檢查流程，提升超聲檢查效率。智能語音識別在超聲工作站的應用相對緩慢，原因是超聲檢查的特征決定的，超聲檢查在檢查部位、檢查報告、檢查類型的多樣性使得其專業術語和習慣用語多樣，超聲檢查人員眾多、環境嘈雜，對于語音錄入有著更高的要求[8-9]。為了適應超聲檢查的新需求，超聲醫學科與科大訊飛合作探索智能語音識別技術在超聲檢查過程中的應用可能，初步在超聲審核工作站得以應用實踐。

1 超聲工作站面臨的問題

四川大學華西醫院超聲醫學科的醫療工作實行超聲醫技協同、分級診療的新模式，在這種模式中，超聲技師和學員級醫師承擔大多數普通超聲的篩查和檢查工作，高年資超聲醫師則承擔超聲會診工作及更多的專科超聲、介入超聲工作。超聲醫學科于2019年5月開始在原有的超聲檢查工作站中新構建超聲審核工作站，審核工作站建立后，超聲技師和學員級醫師在檢查室坐診，完成病人的圖像采集和描述，醫輔人員完成圖文報告編輯并上傳到醫師審核工作站，審核醫師在集中閱片室同時進行多個檢查室報告的審核。如果審核通過則病人可在自助打印機進行報告打印，如果審核不通過，則需要進行報告駁回，并填寫駁回意見。審核系統建立之初，采用鍵盤輸入的方式進行駁回意見填寫，然而通常一份報告的駁回意見需要書寫多行文字，耗時費力，所以超聲醫學科引用科大訊飛的臺式麥克風搭配訊飛輸入法實現智能語音錄入，旨在提升醫師駁回意見填寫速度，從而審核醫師有更多的時間進行報告審核，進而提升審核效率。也為后續的超聲檢查報告的語音錄入建立一定的基礎。

2 智能語音識別的原理

智能語音識別是語音信號處理的一個分支，涉及信號處理、聲學、模式匹配、語言語音學、計算機科學、心理學等理論的交叉學科。智能語音識別技術是接收輸入的語音信號，對輸入語音信號進行預處理、特征提取、模型匹配，最后輸出語音識別結果。智能語言識別的原理框架如圖1所示。

語音預處理中噪聲濾波消除、端點檢測最為重要。噪聲分為隨機環境噪聲和固有電源工頻干擾噪聲，一般為50Hz。端點檢測的目的是把有用的信號從語音輸入信號中提取出來，即確定有用信號的起始點和終止點，識別語音信號和非語音信號這樣既能縮短后端語音信號處理的時間也能排除無用信號的干擾，從而提升語音識別的有效性。

語音特征提取包括時域特征和頻域特征。時域特征包括短時平均幅值、短時過零率、過均值率、短時能量等。頻域特征包括線性預測分析、感知性預測系數、線性預測倒譜系數、梅爾頻率倒譜系數等。

聲學數據庫和語言數據庫是針對智能語音識別的應用場景構建的具有針對性的數據庫。這兩個數據庫需要提前對大量數據進行訓練分析，也就是所說的自學習系統，從而提取出有用的數據模型構成數據庫;另外，在識別過程中，自學習系統會歸納用戶的使用習慣和識別方式，然后將數據歸納到數據庫，從而讓語音識別系統對該用戶來說更智能。

專家知識庫用于存放于應用場景對應的背景知識、常用詞句等，對句子進行智能語義組合，仔細分析上下文的相互聯系，對當前正在處理的語句進行適當修正，最后進行結果輸出。

3 智能語音識別設備選用及在超聲工作站的初步實踐

3.1 智能語音識別設備選用

超聲醫學科選用科大訊飛臺式麥克風IMI-G100，科大訊飛是亞太地區在智能語音錄入的標桿，近年來在醫療領域也得到長足進步。科大訊飛臺式麥克風有著多種特性，適用于超聲醫學科的工作環境。

3.2 語音喚醒

通過設定喚醒詞，麥克風在休眠狀態下也能檢測到醫師的聲音，讓處于休眠狀態下的麥克風直接進入到等待指令狀態，快速開啟語音錄入。這樣能使超聲醫師可以通過喚醒詞，快速實現語音錄入，節約時間。

3.2.1 聲源定位

傳統的單個麥克風的聲音聽取質量與聲源距麥克風的距離息息相關，距離越近失真越小。如果想要獲得理想的聲音質量時，麥克風的位置需要隨著聲源位置的變化進行改變[10-11]。同時集中閱片室會有多位會診醫師同時會診的情況，會診醫師的聲音會受著其他各類噪聲的干擾，包括室內聲音的反射和混響，都會大大降低聲音質量，從而影響后續的語音處理。IMI-G100采用四麥陣列，可實現360度定位，陣列麥克風具有較強的空間選擇性，能很好地實現聲源定位及跟蹤，從而可實現語音增強、回聲消除等。

3.2.2 遠場拾音

訊飛麥克風可實現最遠5米距離的拾音，能保證會診醫師在較遠的距離也能實現語音錄入。

3.3 專家數據庫建立

專家數據庫可以用于存放醫師在審核工作中的常用詞句或者模板進行有效管理，審核醫師可以根據對專家數據庫的數據進行增加、刪除或修改。專家數據庫用于在語音形成句子后，在輸出前的最后修正，智能語音識別系統是否足夠智能，與專家數據庫數據的準確性和豐富性息息相關。審核醫師把常用的短語、專用詞匯、簡短語句錄入數據庫中后，系統對最后的語句進行詞句匹配，這樣讓語音識別系統更能聽懂審核醫師的審核意見，并進行同音字判斷，最大限度減少錯別字。

3.4 智能語音識別設備在超聲工作站的初步實踐結果

超聲醫學科于2019年5月開始在超聲工作站中啟用智能語音錄入的方式實現對駁回意見的快速錄入，原來一份報告的駁回意見填寫平均需要1min左右，智能語音錄入系統上線后，一份報告的駁回意見時間基本在20s以內，效率提升三倍。這樣會診老師將有更多的時間用于報告的審核，進而也提升了報告審核的質量。

4 結論與展望

智能語音識別技術經過數據庫模型的建立，可很好地應用于超聲審核工作站，目前能提升會診醫師的報告審核效率，降低工作強度。這為超聲報告錄入系統的智能語音錄入建立一定基礎。超聲醫學科將繼續構建用于超聲報告錄入的智能語音系統。進一步優化超聲檢查流程、節約人力資源、提升超聲檢查效率。

參考文獻

[1] 李剛.智能語音識別技術的架構與設計[J].電腦知識與技術，2018，14（18）：175-177.

[2] 王飛，胡川，羅浩，等.醫療場景智能語音識別技術的應用研究[J].中國數字醫學，2019，14（12）：19-21.

[3] 孫國強，趙從樸，朱雯，等.智能語音識別技術在醫院應用中的探索與實踐[J].中國數字醫學，2016，11（9）：35-37.

[4] 賈孟成.語音識別技術在醫療領域中的應用與思考[J].中國新通信，2019（3）：69-70.

[5] 劉晶，羅進城，左秀然.基于語音識別的移動電子病歷應用探索[J].中國數字醫學，2018，13（4）：23-25.

[6] 李金苗，李鵬，劉慶金，等.智能語音識別技術在臨床醫療的應用研究與實踐[J].中國衛生信息管理雜志，2019，16（2）：218-221.

[7] 張海波，周民偉，劉曉輝，等.智能語音識別技術在醫院臨床的探索與應用[J].中國衛生信息管理，2017，14（5）：660-663.

[8] 栗小艷.超聲檢查報告語音識別與錄入系統臨床應用研究[D].北京：解放軍總醫院，2015.

[9] 馬多佳，劉孟美，王旸，等.超聲檢查報告語音錄入系統[J].電子世界，2014（9）：36-37.

[10] 張鐵成.基于麥克風陣列的聲音識別與定位算法研究[D].南京：南京師范大學，2016.

[11] 彭奎.一種基于麥克風陣列的聲源定位系統及其應用研究[D].合肥：安徽大學，2014.