[發明專利]語音識別訓練處理、控制方法及裝置

有效

• 申請號: 200910086974.5
• 申請日: 2009-06-12
• 公開（公告）號: CN101923856A
• 公開（公告）日: 2010-12-22
• 發明（設計）人: 祝寧;楊瑋瑋
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G10L15/06
• 分類號: G10L15/06;H04L12/66;H04M7/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉芳

技術領域

本發明涉及通信技術領域，尤其涉及一種語音識別訓練處理、控制方法及裝置。

背景技術

隨著網絡融合的不斷發展，下一代網絡(Next?Generation?Network，以下簡稱：NGN)也隨之產生。它是以軟交換為核心的，能夠提供包括語音、數據、視頻和多媒體業務的基于分組技術的綜合開放的網絡架構，代表了通信網絡發展的方向。

圖1為現有技術中NGN網絡架構的結構示意圖，如圖1所示，NGN網絡結構主要包括：媒體網關(Media?Gateway，以下簡稱：MG)以及媒體網關控制器(Media?Gateway?Controller，以下簡稱：MGC)。其中，MGC用于實現呼叫狀態的管理以及對MG承載資源的控制；MG用于將媒體流由一種格式轉換為另一種格式。例如，將電路交換網中的E1時隙中的媒體流轉換為IP網絡中的實時傳輸協議(Realtime?Transport?Protocol，以下簡稱：RTP)媒體流，并在MGC的信令控制下實現媒體流的建立、修改、釋放以及資源管理。同時，MG還具有網絡地址轉換的功能。在圖1所示的NGN網絡架構上可以實現專人語音識別。在具體實現時，MG上預先保存有統一資源標識符(Uniform?Resource?Identifier，以下簡稱：URI)，該URI對應著專門的發音人的發音語法和發音特點。MG在接收到專人通過用戶終端發送的語音識別請求時，即可根據該URI對專人的語音進行識別處理，從而實現語音信號到機器可識別信號的轉換。

在實現本發明的過程中，發明人發現現有技術至少存在如下缺陷：現有的MG無法實現語音識別訓練。

發明內容

本發明實施例提供一種語音識別訓練處理、控制方法及裝置，以解決現有技術中MG無法實現語音識別訓練的問題，實現在MG和MGC分離架構下，MG在MGC的控制下能夠實現語音識別訓練操作的技術效果。

本發明實施例提供一種語音識別訓練處理方法，包括：

接收媒體網關控制器發送的語音訓練開始請求和語音識別請求；

根據所述語音訓練開始請求和所述語音識別請求中攜帶的信息進行語音識別訓練處理，獲取識別訓練處理結果；

將所述識別訓練處理結果反饋給所述媒體網關控制器。

本發明實施例提供一種語音識別訓練控制方法，包括：

向媒體網關發送語音訓練開始請求和語音識別請求；

接收所述媒體網關根據所述語音訓練開始請求和所述語音識別請求中攜帶的信息進行語音識別訓練處理后，反饋的識別訓練處理結果。

本發明實施例提供一種媒體網關，包括：

接收模塊，用于接收媒體網關控制器發送的語音訓練開始請求和語音識別請求；

語音識別訓練模塊，用于根據所述語音訓練開始請求和所述語音識別請求中攜帶的信息進行語音識別訓練處理，獲取識別訓練處理結果；

反饋模塊，用于將語音識別訓練模塊獲取的識別訓練處理結果反饋給所述媒體網關控制器。

本發明實施例提供一種媒體網關控制器，包括：

發送模塊，用于向媒體網關發送語音訓練開始請求和語音識別請求；

結果接收模塊，用于接收所述媒體網關根據所述語音訓練開始請求和所述語音識別請求中攜帶的信息進行語音識別訓練處理后，反饋的識別訓練處理結果。

本發明實施例還提供一種語音識別訓練系統，包括：媒體網關控制器和媒體網關，

所述媒體網關控制器用于向媒體網關發送語音訓練開始請求后，向所述媒體網關發送語音識別請求；并接收所述媒體網關根據所述語音訓練開始請求和所述語音識別請求中攜帶的信息進行語音識別訓練處理后，反饋的識別訓練處理結果；

所述媒體網關用于接收媒體網關控制器發送的語音訓練開始請求后，接收所述媒體網關控制器發送的語音識別請求；根據所述語音訓練開始請求和所述語音識別請求中攜帶的信息進行語音識別訓練處理，獲取識別訓練處理結果；并將所述識別訓練處理結果反饋給所述媒體網關控制器。

本發明實施例中，MG通過接收MGC發送的語音訓練開始請求和語音識別請求，可以獲取該語音訓練開始請求和語音識別請求中攜帶的信息，通過該信息可以對語音識別訓練處理過程進行控制操作。在該語音識別訓練處理過程中，MG還可以根據這些參數獲取相應的識別訓練結果，并將該識別訓練結果反饋給MGC，以方便MGC根據該識別訓練結果進行后續訓練過程的控制。本實施例在MG和MGC分離架構下，使得MG能夠在MGC的控制下實現語音識別訓練操作，填補了在MG和MGC分離架構下，進行語音識別訓練的技術空白。

附圖說明