[發明專利]用于分布式語音搜索的方法和裝置

無效

• 申請號: 200880011544.0
• 申請日: 2008-03-31
• 公開（公告）號: CN101681365A
• 公開（公告）日: 2010-03-24
• 發明（設計）人: 程燕鳴
• 申請（專利權）人: 摩托羅拉公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/20
• 代理公司: 中原信達知識產權代理有限責任公司
• 代理人: 穆德駿;陸錦華

技術領域

[0001]本發明涉及移動通信設備，并且具體涉及使用移動通信設備的語音搜索。

背景技術

[0002]諸如蜂窩電話的移動通信設備是被所有語言的人們使用的非常普遍的通信設備。這些設備的使用已經擴展遠遠超過了單純的語音通信。用戶現在能夠將移動通信設備用作記錄筆記、會議、消息等的語音記錄器。用戶也可以用語音來注釋設備上的諸如照片、視頻和應用的內容。

[0003]雖然已經擴展了這些能力，但是限制了對在移動通信設備上存儲的音頻內容的搜索能力。由于用按鈕瀏覽內容的困難，移動通信設備用戶可以發現能夠快速找到語音注釋的內容、存儲的語音記錄的談話、筆記和消息是有用的。

發明內容

[0004]公開了一種用于使用移動通信設備的語音搜索的方法和裝置。該方法可以包括從移動通信設備的用戶接收搜索查詢，將搜索查詢中的語音部分轉換成語言表征(representation)，基于語言表征來生成搜索音素網格，從所生成的搜索音素網格中提取查詢特征，基于所提取的查詢特征生成粗略搜索特征向量，使用所生成的粗略搜索特征向量來執行粗略搜索并將所生成的粗略搜索特征向量發送至遠程語音搜索處理單元，基于所生成的粗略搜索特征向量從遠程語音搜索處理單元接收網絡索引，使用粗略搜索的結果、遠程網絡索引和所生成的精細搜索特征向量來執行精細搜索，以及向用戶顯示精細搜索結果。

附圖說明

[0005]為了描述可以獲得本發明的以上記載及其他優點和特征的方式，以上簡要描述的發明的更具體的描述將通過參考在附圖中圖示的本發明的具體實施例來呈現。可以理解這些附圖僅描述本發明的典型實施例，并且因此不應當被視為限制它的范圍，將通過使用附圖用附加的特性和細節來描述和解釋本發明，在附圖中：

[0006]圖1圖示了根據本發明可能實施例的通信網絡環境的示例性視圖；

[0007]圖2圖示了根據本發明可能實施例的示例性移動通信設備的框圖；

[0008]圖3圖示了根據本發明可能實施例的語音搜索引擎的示例性框圖；

[0009]圖4圖示了根據本發明可能實施例的示例性遠程語音搜索處理單元的框圖；

[0010]圖5是圖示根據本發明一個可能實施例的一個可能的語音搜索處理的示例性流程圖；以及

[0011]圖6是圖示根據本發明一個可能實施例的一個可能的遠程語音搜索處理的示例性流程圖。

具體實施方式

[0012]本發明的附加特征和優點將在以下描述中闡明，并部分地將從描述中顯而易見，或者可以通過本發明的實施而獲知。本發明的特征和優點可以通過權利要求中特別指出的裝置及組合來實現和獲得。本發明的這些和其它特征從以下描述和權利要求中將變得更加完全顯而易見，或者可以通過如此處闡明的本發明的實踐來獲知。

[0013]以下詳細討論本發明的各種實施例。雖然討論了具體的實現，但是應當理解這么做僅是為了說明的目的。相關領域技術人員將認識到，在不脫離本發明的精神和范圍的情況下可以使用其它組件和配置。

[0014]本發明包括多種實施例，諸如方法和裝置以及涉及本發明基本概念的其它實施例。

[0015]本發明涉及一種可以用于快速檢索在移動設備上的語音注釋內容和語音消息的語言獨立索引和搜索處理。語音注釋或語音消息可以轉換成音素網格，并通過從語音注釋或語音消息中自動提取的一元(unigram)和二元(bigram)特征向量來索引。語音消息或注釋被分段并且每個音頻分段可以由其成分是音素網格的一元和二元統計的調制特征向量來表示。一元統計可以是音素網格的音素頻率計數。二元統計可以是兩個連續音素的頻率計數。搜索處理可以包括兩個階段：查找索引和快速返回一組候選語音注釋或語音消息的粗略搜索；以及通過使用動態編程來將查詢語音的最佳路徑與候選注釋或消息的音素網格進行比較的精細搜索。

[0016]圖1是根據本發明可能實施例的通信網絡環境的示例性視圖。通信網絡環境100可以包括通信網絡110、多個移動通信設備120、遠程語音搜索處理單元130、因特網140、以及多個因特網瀏覽器/搜索引擎150。