[發明專利]有效地實施語音識別字典的系統和方法

無效

• 申請號: 201010260773.5
• 申請日: 2004-03-31
• 公開（公告）號: CN101958118A
• 公開（公告）日: 2011-01-26
• 發明（設計）人: X·梅嫩德斯-皮達爾;呂靜雯;L·奧羅倫肖;段鐳
• 申請（專利權）人: 索尼電子有限公司
• 主分類號: G10L15/14
• 分類號: G10L15/14
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 李舒;劉鵬

1.一種用于執行語音識別過程的系統，包括：

識別器，該識別器被構造成將輸入語音數據與來自根據優化的音素集實施的詞匯字典的音素串進行比較，所述優化的音素集利用音位變體變化技術以小型化的方式來實施，所述詞匯字典利用一種或多種字典優化技術來實施；和

處理器，該處理器被構造成控制所述識別器，以便由此執行所述語音識別過程；

其中所述優化的音素集表示音調語言的各種不同的聲音而不利用作為在所述優化的音素集中的不同音素部分的對應音調信息。

2.權利要求1的系統，其中所述識別器和所述處理器作為消費電子設備的部分來實施。

3.權利要求1的系統，其中在執行所述語音識別過程的同時，所述優化的音素集節省處理資源和存儲器資源。

4.權利要求1的系統，其中每個所述音素串包括來自所述優化的音素集的不同的音素序列，每個所述音素串對應于來自所述詞匯字典的不同的字。

5.權利要求4的系統，其中所述識別器比較所述輸入語音數據和來自所述詞匯字典的所述音素串的隱式馬爾可夫模型，以便由此在所述語音識別過程期間選擇所識別的字。

6.權利要求1的系統，其中所述音位變體變化技術將多個音位變體或音位映射到對應的字典條目。

7.權利要求6的系統，其中所述多個音位變體或音位包括所述字典條目的發音變化。

8.權利要求6的系統，其中所述優化的音素集以語音學技術來實施，以便單獨提供輔音音素和元音音素，所述優化的音素集以小型化的方式來實施，以便僅包括最低要求數量的所述輔音音素和所述元音音素。

9.權利要求1的系統，其中區域變化技術將所述輸入語音數據的區域變化映射到所述詞匯字典中的對應的條目。

10.權利要求9的系統，其中所述輸入語音數據的每個所述區域變化根據地理區域而呈現明顯的發音變化，所述明顯的發音變化被確定超過預先確定的可接受的變化閾值。

11.權利要求1的系統，其中所述詞匯字典包括且合并具有不應歸于區域變化的可替換發音的自由音位或音位變體變化的單獨條目。

12.一種用于執行語音識別過程的方法，包括如下的步驟：

將識別器構造成比較輸入語音數據和來自根據優化的音素集實施的詞匯字典的音素串，所述優化的音素集利用音位的和音位變體的變化技術以小型化的方式來實施，所述詞匯字典利用一種或多種字典優化技術來實施；和

利用處理器來控制所述識別器，以便由此執行所述語音識別過程；

其中所述優化的音素集表示音調語言的各種不同的聲音而不利用作為所述優化音素集中的不同音素部分的對應音調信息。

13.權利要求12的方法，其中所述識別器和所述處理器作為消費電子設備的部分來實施。

14.權利要求12的方法，其中在執行所述語音識別過程的同時，所述優化的音素集節省處理資源和存儲器資源。

15.權利要求12的方法，其中每個所述音素串包括來自所述優化音素集的不同的音素序列，每個所述音素串對應于來自所述詞匯字典的不同的字。

16.權利要求15的方法，其中所述識別器比較所述輸入語音數據和來自所述詞匯字典的所述音素串的隱式馬爾可夫模型，以便由此在所述語音識別過程期間選擇所識別的字。

17.權利要求12的方法，其中所述音位變體變化技術將多個音位變體或音位映射到對應的字典條目。

18.權利要求17的方法，其中所述多個音位變體或音位包括所述對應的字典條目的發音變化。

19.權利要求17的方法，其中所述優化的音素集以語音學技術來實施，以便單獨提供輔音音素和元音音素，所述優化的音素集以小型化的方式來實施，以便僅包括最低要求數量的所述輔音音素和所述元音音素。

20.權利要求12的方法，其中區域變化技術將所述輸入語音數據的區域變化映射到所述詞匯字典中的對應的條目。

21.權利要求20的方法，其中所述輸入語音數據的每個所述區域變化根據地理區域而呈現明顯的發音變化，所述明顯的發音變化被確定超過預先確定的可接受的變化閾值。