[發明專利]將語音引擎訓練結合入交互式用戶教學系統

有效

• 申請號: 200680031310.3
• 申請日: 2006-08-29
• 公開（公告）號: CN101253548A
• 公開（公告）日: 2008-08-27
• 發明（設計）人: D·莫瓦特;F·G·T·I·安德魯;J·D·雅各布;O·舒霍茨;P·A·肯尼迪
• 申請（專利權）人: 微軟公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L17/00;G10L15/00
• 代理公司: 上海專利商標事務所有限公司
• 代理人: 陳斌

背景技術

當前語音識別系統的用戶面臨許多問題。首先，用戶必須熟悉語音識別系統并且學會如何操作該系統。除此之外，用戶還必須訓練語音識別系統使之能更好的識別用戶的語音。?

為解決第一個問題(教用戶使用語音識別系統)，當前的語音識別教學系統試圖利用多種不同的手段教用戶語音識別器的工作方式。例如，有些系統使用幫助文檔形式的教學信息，幫助文檔可以是電子文檔或紙質文檔，而且僅允許用戶通讀幫助文檔。其他教學系統還提供關于用戶如何使用語音識別系統不同特征的視頻演示。?

所以，當前的教學系統不能為用戶提供在安全的、受控制的環境下試用語音識別的實踐體驗。相反，它們只允許用戶觀看或通讀教學內容。然而，已有發現表明，在用戶僅被要求讀出教學內容時，即使是大聲朗讀，用戶能記住的有意義的教學內容非常少，幾乎可以忽略。?

除此之外，當前的語音教學不能被第三方擴展。換句話說，如果第三方廠商想要創建它們自己的語音命令或功能、向現有的語音系統增加語音命令或功能、或者要教當前教學系統沒有教的語音系統的現有的或新的功能，一般必須重新創建單獨的教學系統。?

為了解決第二個問題(訓練語音識別器更好地識別說話者)，也使用了許多不同的系統。在所有這些系統中，計算機被首先置于一個特殊的訓練模式中。在一個現有系統中，用戶僅被要求向語音識別器朗讀一給定量的預先定義的文本，語音識別器用從朗讀該文本的用戶獲取的語音數據來進行訓練。在另一個系統中，提示用戶朗讀不同類型的文本項目，并且要求用戶重復朗讀語音識別器難以識別的某些項目。?

在一當前系統中，要求用戶大聲朗讀教學內容，語音識別系統也同時被激活。因此，用戶不僅朗讀教學內容(描述語音識別系統如何工作，并且包括語音識別系統使用的某些命令)，而且語音識別器實際上也在用戶朗讀教學內容的時候識別來自用戶的語音數據。所獲取的語音數據然后被用來訓練語音識別器。然而，在上述系統中，語音識別系統的全部語音識別性能都是活動的。因此，語音識別器實質上能識別其詞庫中的任何內容，詞庫通常包括數千條命令。這種類型的系統未得到緊密控制。如果語音識別器識別了一個錯誤的命令，系統就會偏離教學內容，用戶則會被搞糊涂。?

因此，當前的語音識別訓練系統還要一些特殊的條件才能有效地工作。計算機必須處于特殊的訓練模式，要確信用戶會說出的具體的短語，且只能主動聽出少數幾個不同的短語。?

因此可看出，語音引擎訓練和用戶教學訓練處理不同的問題，但在用戶成功識別語音時都是需要的。?

以上討論僅提供了一般的背景信息，不用來作為確定權利要求范圍的輔助。?

發明內容

本發明將語音識別教學訓練與語音識別器聲音訓練結合。系統向用戶提示語音數據并用預定義的屏幕截圖模擬當語音命令被接收時的情況。在教學過程中的每一步驟當向用戶提示輸入時，系統被配置，使得語音識別器只能識別一組預定義的用戶輸入(可能只有一個)。當識別成功，語音數據就被用來訓練語音識別系統。?

本發明內容部分提供一些簡單形式的概念的介紹，這些概念在下面的內容中將進行詳細的描述。本發明內容部分不用來確定權利要求主題的關鍵特征或實質特征，也不用來確定所要求保護的主題的范圍。?

附圖說明

圖1是可使用本發明的一個示例性環境。?

圖2是根據本發明一個實施例的教學系統的更詳細框圖。?

圖3是例示圖2所示的教學系統的操作的一個實施例的流程圖。?

圖4例示了一個示例性的導航分層結構。?

圖5-11是例示圖2所示的系統的示例性實施例的屏幕截圖。?

附錄A例示了根據本發明一個實施例所使用的示例性教學流程圖。?

具體實施方式

本發明涉及一種教學系統，該系統教用戶語音識別系統，而且同時還基于從?用戶處獲取的聲音數據訓練語音識別系統。然而，在更詳細的描述本發明之前將描述可利用本發明的一個示例性環境。?

圖1例示了實施例可以實施的一個合適的計算系統環境100。計算系統環境100僅是一個合適的計算環境的一個示例，并不用來限制本發明的使用范圍或功能。計算環境100不應解釋為依賴于或需要例示的示例性操作環境100中相關的任何組件或其組合。?