[發明專利]用于惡劣環境中的東方字詞的混合鍵盤/語音識別技術

有效

• 申請號: 01145686.8
• 申請日: 2001-12-19
• 公開（公告）號: CN1360301A
• 公開（公告）日: 2002-07-24
• 發明（設計）人: C·－H·黃
• 申請（專利權）人: 皇家菲利浦電子有限公司
• 主分類號: G10L15/20
• 分類號: G10L15/20
• 代理公司: 中國專利代理(香港)有限公司
• 代理人: 張志醒

1.一種用于東方語言的口語語音輸入的電子裝置，該語音具有輔音加元音加音調或元音加音調的音節結構，所述電子裝置包括：

一語音接收器，用于接收表示所述口語語音的語音信號；

一預處理裝置，與所述語音接收器相連，用于提取所述語音信號的語音特征；

一包括多個鍵的鍵盤裝置，其中各鍵上分配有包括輔音和元音的音素中的至少一個音素；

聲音匹配裝置，用于根據所述語音信號的語音特征和隨后通過所述鍵盤裝置獲得的音素來識別所述語音的各音節；和

單獨音節匹配裝置，用于根據聲音匹配裝置輸出的各音節和通過所述鍵盤順序鍵入的音素，識別所述口語語音中包含多個音節的各字詞。

2.根據權利要求1所述的電子裝置，其特征在于各鍵分配有至少一個音素，使得分組在多個鍵的各鍵上成組的音素的距離平方和與多個鍵間的音素的距離平方和之和為最大。

3.根據權利要求1所述的電子裝置，其特征在于當發出各音節時，按壓對應口語語音中各音節的第一音素(最好為一輔音)的鍵。

4.根據權利要求1所述的電子裝置，其特征在于電子裝置是從包括蜂窩電話、無線電話、電子字典、個人數字助理和電子表的組中選出的。

5.根據權利要求1所述的電子裝置，其特征在于口語語音是由至少一多音節字詞組成的單獨語音。

6.根據權利要求3中所述的電子裝置，其特征在于口語語音中各音節的第一音素為一輔音。

7.一種具有一顯示單元的電子裝置，包括：

一語音接收裝置，用于接收表示具有輔音加元音或元音的音節結構的東方語言中的口語語音的語音信號；

一具有多個鍵的數字鍵盤，其中包括元音和輔音的音素中的至少一個被分配到并可視地表示在各鍵上或各鍵的附近區域；

一語音識別裝置，用于根據通過所述數字鍵盤隨后輸入的音素和由所述語音接收裝置接收到的口語語音，識別所述口語語音中的東方字詞；和

用于將所述口語語音中的東方字詞顯示在所述顯示單元上的裝置。

8.根據權利要求7所述的電子裝置，其特征在于根據分組在多個鍵的各鍵上的多個音素的距離平方和與多個鍵間的多個音素的距離平方和之比為最大的原則向各鍵上分配至少一個音素，從而使東方語言更有效地通過所述數字鍵盤和所述語音接收裝置輸入。

9.一種在通過數字鍵盤按鍵輸入的幫助下識別東方語言語音的方法，其特征在于所述東方語音具有輔音加元音或元音的音節結構，且所述數字鍵盤具有多個鍵，所述方法包括以下步驟：

(a)輸入表示所述語音的語音信號；

(b)從所述語音信號中提取語音特征；

(c)當發出各音節時，通過所述數字鍵盤隨后接收對應所述語音中各音節的第一音素的鍵的信息；

(d)根據所述語音信號的語音特征和步驟(c)中隨后接收到的音素，識別所述語音的各音節；

(e)根據步驟(d)中識別的各音節和步驟(c)中隨后接收的音素，識別所述語音中包括多個音節的各字詞。

10.根據權利要求9所述的方法，其特征在于所述數字鍵盤各鍵上被分配至少一個包括元音和輔音的音素，步驟(c)中的所述第一音素為一輔音。

11.一種用于在一電子裝置的數字鍵盤中對多個東方語言的包括元音和輔音的音素進行分組的方法，其特征在于鍵盤的各鍵被分配至少一個音素，包括步驟：

(a)得到多個音素的聲音特性；和

(b)以數據驅動的方式將分組在多個鍵的各鍵上的多個音素的距離平方和與多個鍵間的多個音素的距離平方和之比最大化。

12.根據權利要求11所述的方法，其特征在于最大化步驟包括：

(b1)最大化各鍵中的音素的聲音特性間距中的第一相異尺寸，以使分組到各鍵的多個音素在聲音上可區別；

(b2)最小化鍵間音素的聲音特性間距中的第二相異尺寸，以使最易模糊的音素不會被分組在同一鍵中。