一种体育赛事数据统计方法及系统

本发明涉及数据统计，具体涉及一种体育赛事数据统计方法及系统。

背景技术：

1、体育（physical education，缩写pe或p.e.），是一种复杂的社会文化现象，它是一种以身体与智力活动为基本手段，根据人体生长发育、技能形成和机能提高等规律，达到促进全面发育、提高身体素质与全面教育水平、增强体质与提高运动能力、改善生活方式与提高生活质量的一种有意识、有目的、有组织的社会活动。

2、体育赛事是指比较有规模有级别的正规比赛。以篮球比赛为例，需要统计的数据种类较多，比如得分、助攻和篮板球等，而赛场上的形势是不可预测的，可能会导致需要统计的数据量较大，但是现有的体育赛事数据统计通常采用人工记录方式，人力资源成本大，且数据统计的方式较为单一。

3、在专利公告号为cn109360589a的一篇中国专利中，公开了一种体育赛事数据统计方法及系统，在其方案中主要包括有数据的输入、数据的分类和存储，以及数据的调取和输出。在数据的输入过程中，包含音频输入模块。在实际情况中，体育赛事场地往往人员密集，因此会产生大量的噪音，而音频输入模块并不能区分这些噪音，可能会在使用音频输入模块进行体育赛事数据统计时，受到外界的干扰，导致数据输入错误。而且在音频输入模块中包含错音识别单元和错音提示单元，可能会导致错音提示单元一直提示输入错误的情况，影响数据统计的效率。

技术实现思路

1、本发明的目的在于提供一种体育赛事数据统计方法及系统，解决上述技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种体育赛事数据统计方法，包括以下步骤：

4、s1：确定当前赛事项目的统计人员，所述的统计人员为负责统计体育赛事数据的工作人员，所述的体育赛事数据包括运动员姓名、得分、助攻次数、犯规次数和失误次数；

5、s2：设定采集周期，在所述的采集周期内，实时获取输入语音，所述的输入语音为该统计人员发出的语音信号，获取所述的输入语音的过程具体包括：

6、建立数据库，所述的数据库中存储有统计人员的声纹，通过深度学习模型建立声纹识别模型，并使用所述的数据库对其进行训练和验证；

7、实时获取所述的采集周期内的语音信号，并将其输入至声纹识别模型，获取输入语音；

8、s3：将所述的输入语音转换为文本格式，获取文本中所有的句子，并执行得分步骤：

9、s31：通过正则表达式筛选出包含有运动员姓名的句子，定义为待定句子，并在所述的待定句子中标记出运动员姓名中最后一个字符的位置，定义为待定位置；

10、s32：在所述的待定句子中，获取待定位置后的文本，并通过正则表达式查找其中是否包括体育赛事数据，并生成当前待定句子的统计格式，所述的统计格式为当前待定句子对应的运动员姓名-体育赛事数据；

11、s33：重复步骤s31～s32，获取所有待定句子的统计格式；

12、s4：生成统计表格，所述的统计表格中包括每个运动员的得分总和、助攻总次数、犯规总次数和失误总次数，并在所述的采集周期结束后，将所述的统计表格发送至统计人员。

13、作为本发明进一步的方案：所述的步骤s31中，执行以下步骤：

14、步骤一：获取当前赛事项目运动员的姓名，并获取姓名中每个汉字的声调赋分m；

15、步骤二：计算运动员的赋分总和，其中mi表示运动员姓名中第i个汉字的声调赋分；

16、步骤三：将运动员按照赋分总和进行排序，赋分总和越大，排名越靠后；

17、步骤四：从排序中的首位开始，通过正则表达式筛选出包含有对应运动员姓名的待定句子；

18、步骤五：重复步骤一～步骤四，筛选出所有的待定句子。

19、作为本发明进一步的方案：所述的步骤一中，具体的赋分过程包括：阴平、阳平、上声和去声分别赋分为1、2、3、4。

20、作为本发明进一步的方案：所述的步骤三中，当存在两个及两个以上的赋分总和相同时，将其按照运动员姓名的首拼音进行排序。

21、作为本发明进一步的方案：所述的步骤s31中，当存在某一句子中存在两个及两个以上运动员的姓名时，执行以下步骤：

22、通过正则表达式查找该句子中是否包括体赛事数据；

23、当该句子中不包括体赛事数据时，不进行后续处理；

24、当该句子中包括体赛事数据时，在未识别出输入语音时，提醒统计人员，重新输入该句子，并提醒统计人员调整语音输入的格式为统计格式。

25、作为本发明进一步的方案：所述的步骤s32中，当某一待定句子中不包括体育赛事数据时，该待定句子不执行后续步骤。

26、作为本发明进一步的方案：所述的步骤s32中，当某一待定句子中包括两个及两个以上的体育赛事数据时，执行以下步骤：

27、获取该句子中体育赛事数据的数量a，并根据该句子中的体育赛事数据生成a个该句子的统计格式。

28、一种体育赛事数据统计系统，包括：

29、初始模块：确定当前赛事项目的统计人员，所述的统计人员为负责统计体育赛事数据的工作人员，所述的体育赛事数据包括运动员姓名、得分、助攻次数、犯规次数和失误次数；

30、输入确定模块：设定采集周期，在所述的采集周期内，实时获取输入语音，所述的输入语音为该统计人员发出的语音信号，获取所述的输入语音的过程具体包括：

31、建立数据库，所述的数据库中存储有统计人员的声纹，通过深度学习模型建立声纹识别模型，并使用所述的数据库对其进行训练和验证；

32、实时获取所述的采集周期内的语音信号，并将其输入至声纹识别模型，获取输入语音；

33、记录模块：将所述的输入语音转换为文本格式，获取文本中所有的句子，并执行得分步骤：

34、s31：通过正则表达式筛选出包含有运动员姓名的句子，定义为待定句子，并在所述的待定句子中标记出运动员姓名中最后一个字符的位置，定义为待定位置；

35、s32：在所述的待定句子中，获取待定位置后的文本，并通过正则表达式查找其中是否包括体育赛事数据，并生成当前待定句子的统计格式，所述的统计格式为当前待定句子对应的运动员姓名-体育赛事数据；

36、s33：重复步骤s31～s32，获取所有待定句子的统计格式；

37、发送模块：生成统计表格，所述的统计表格中包括每个运动员的得分总和、助攻总次数、犯规总次数和失误总次数，并在所述的采集周期结束后，将所述的统计表格发送至统计人员。

38、本发明的有益效果：本发明适用于篮球比赛，在本发明中，首先确定需要统计的体育赛事数据种类，这是后续处理的基础；之后，获取采集周期内获取的语音信号，并从中识别出输入语音，采集周期为篮球比赛开始的时间到结束的时间，识别输入语音是通过声纹进行的，声纹不仅具有特定性，而且有相对稳定性的特点。实验证明，无论讲话者是故意模仿他人声音和语气，还是耳语轻声讲话，即使模仿得惟妙惟肖，其声纹却始终不变；其次，通过正则表达式筛选待定句子，这是为了减少后续的处理量；因为可以理解的是，统计人员在工作过程中，也可能进行统计体育赛事数据不相关的交流，如日常交流等；所以基于此，在本发明中通过正则表达式进行初步的筛选，减少后续的数据处理量，节约计算资源；之后通过正则表达式查找句子中是否包括体育赛事数据，进而生成统计格式；因为可以理解的是，在实际情况中，统计人员可能因为球员的精彩表现而喝彩，或如“a的传球好帅”，此时虽然提到了球员的名字，但是可能并不是统计体育赛事数据；最终，生成统计表格并发送至统计人员，对收集的数据进行可视化展示。本发明可以在通过语音统计体育赛事数据的过程中，降低由于周围噪音过多导致的语音输入错误的情况，提高统计体育赛事数据的效率。