[發明專利]語音關鍵詞檢出系統、創建用于其的詞典的系統和方法

有效

• 申請號: 201110217287.X
• 申請日: 2011-08-01
• 公開（公告）號: CN102915729A
• 公開（公告）日: 2013-02-06
• 發明（設計）人: 郭莉莉;劉賀飛;亓超
• 申請（專利權）人: 佳能株式會社
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L15/00;G06F17/30
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 卜榮麗

1.一種語音關鍵詞檢出系統，包括：

輸入單元，用于接收輸入語音信號；

特征提取單元，用于從輸入語音信號提取至少一個特征；

分類器單元，用于基于所述至少一個特征和詞典將輸入語音信號分類為目標關鍵詞或者集外詞；和

輸出單元，用于輸出分類的結果，

其中，詞典包括：語法，該語法包括目標關鍵詞列表和用于集外詞的兩個標識符的至少一個序列；和詞庫，該詞庫包括代表目標關鍵詞列表中的一個或更多個目標關鍵詞的音子序列的所有候選關鍵詞的發音以及代表用于集外詞的所述兩個標識符的至少一個序列的發音，所述兩個標識符中的一個標識符表示第一類音子，另一個標識符表示第二類音子，第一類音子和第二類音子是基于音子的固有特征而聚類的，并且

其中，第一類音子、第二類音子和用于一個或更多個目標關鍵詞的音子分別由它們的模型描述。

2.根據權利要求1的語音關鍵詞檢出系統，其中，

如果最高概率是目標關鍵詞的概率，則分類器單元將輸入語音信號分類為目標關鍵詞，如果最高概率是所述兩個標識符的至少一個序列的概率，則將輸入語音信號分類為集外詞。

3.根據權利要求1的語音關鍵詞檢出系統，其中：

分類器單元包括：

用于對于每個目標關鍵詞生成用于集外詞的所述兩個標識符的序列的單元；

用于對于每個目標關鍵詞選擇前N個最頻繁生成的所述兩個標識符的序列的單元，其中N為等于或大于1的整數；和

用于對于所有目標關鍵詞收集對于每個目標關鍵詞的所有選定的所述兩個標識符的序列作為用于集外詞的所述兩個標識符的至少一個序列的單元。

4.根據權利要求1的語音關鍵詞檢出系統，其中，

分類器單元包括：

用于對于每個目標關鍵詞生成用于集外詞的所述兩個標識符的序列的單元；

用于對于所有目標關鍵詞收集對于每個目標關鍵詞的所有生成的所述兩個標識符的序列的單元；和

用于對于所有目標關鍵詞選擇前N個最頻繁生成的所述兩個標識符的序列，作為用于集外詞的所述兩個標識符的至少一個序列的單元，其中N為等于或大于1的整數。

5.根據權利要求3或4的語音關鍵詞檢出系統，其中

所述用于對于每個目標關鍵詞生成用于集外詞的所述兩個標識符的序列的單元包括：

用于確定目標關鍵詞的誤警樣本的單元；

用于創建目標關鍵詞的臨時語法的單元，所述臨時語法包括目標關鍵詞以及長度等于或大于最小長度并且等于或小于最大長度的所有的所述兩個標識符的序列；

用于基于臨時語法、目標關鍵詞的音子序列的模型、第一類音子的模型和第二類音子的模型，識別每個誤警樣本的單元；和

用于找出每個誤警樣本的識別結果中的識別概率滿足預定條件的所述兩個標識符的序列的單元。

6.根據權利要求5的語音關鍵詞檢出系統，其中，所述預定條件是以下條件中的一個：

1)在每個誤警樣本的識別結果中，所述兩個標識符的序列的識別概率高于目標關鍵詞的識別概率；

2)在每個誤警樣本的識別結果中，所述兩個標識符的序列的識別概率高于閾值；

3)在每個誤警樣本的識別結果中，選出具有較高識別概率的前M個所述兩個標識符的序列，其中M為等于或大于1的整數。

7.根據權利要求5的語音關鍵詞檢出系統，其中，

通過以下單元生成臨時語法中的長度等于或大于最小長度并且等于或小于最大長度的所有的所述兩個標識符的序列：

用于獲得從候選關鍵詞轉換的所述兩個標識符的序列的最小長度和最大長度的單元；和

用于收集長度等于或大于最小長度并且等于或小于最大長度的所有的所述兩個標識符的序列。

8.根據權利要求1-4中任一項的語音關鍵詞檢出系統，其中

第一類音子是輔音，第二類音子是元音。