[發(fā)明專利]語音識(shí)別語言模型

有效

• 申請(qǐng)?zhí)枺?/td>: 201180052260.8
• 申請(qǐng)日: 2011-08-09
• 公開（公告）號(hào): CN103262156A
• 公開（公告）日: 2013-08-21
• 發(fā)明（設(shè)計(jì)）人: 阿舒拓史·A·馬勒高恩卡;甘努·薩蒂施·庫瑪;蓋德·K·M·喬爾特
• 申請(qǐng)（專利權(quán)）人: 思科技術(shù)公司
• 主分類號(hào): G10L15/07
• 分類號(hào): G10L15/07;G10L15/183;H04M3/42;H04M3/56
• 代理公司: 北京東方億思知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 李曉冬

1.一種方法，包括：

監(jiān)視來自多個(gè)用戶的網(wǎng)絡(luò)流量，所述多個(gè)用戶包括第一用戶和第二用戶；

從所述網(wǎng)絡(luò)流量提取詞；

為所述多個(gè)用戶中的每個(gè)用戶構(gòu)建個(gè)人詞表；以及

利用至少部分地基于所述第二用戶的個(gè)人詞表的語言模型，將所述第一用戶的音頻轉(zhuǎn)換成文本。

2.如權(quán)利要求1所述的方法，其中所述語言模型至少部分地基于所述第一用戶的個(gè)人詞表。

3.如權(quán)利要求1所述的方法，還包括：

識(shí)別所述第一用戶與所述第二用戶之間的聯(lián)系，其中所述語言模型是通過所述聯(lián)系來定義的。

4.如權(quán)利要求3所述的方法，其中所述聯(lián)系是根據(jù)觸發(fā)而建立的，所述觸發(fā)選自包括以下各項(xiàng)的組：從所述第一用戶向所述第二用戶發(fā)送的電子郵件、從所述第二用戶向所述第一用戶發(fā)送的電子郵件、列出所述第一用戶和所述第二用戶作為接收人的電子郵件、列出所述第一用戶和所述第二用戶中的一者作為接收人并且在電子郵件正文中列出所述第一用戶和所述第二用戶中的另一者的來自第三用戶的電子郵件、以及在電子郵件正文中列出所述第一用戶和所述第二用戶的電子郵件。

5.如權(quán)利要求3所述的方法，其中所述聯(lián)系是通過所述第一用戶與所述第二用戶之間在社交網(wǎng)絡(luò)服務(wù)中的互動(dòng)來定義的。

6.如權(quán)利要求3所述的方法，其中所述聯(lián)系是通過所述第一用戶與所述第二用戶之間的互聯(lián)網(wǎng)協(xié)議語音（VoIP）電話通話來定義的。

7.如權(quán)利要求1所述的方法，其中所述第一用戶的音頻來源于上傳的視頻、電話會(huì)議或視頻會(huì)議。

8.如權(quán)利要求1所述的方法，還包括：

將所述文本保存在一可搜索的數(shù)據(jù)庫中。

9.如權(quán)利要求1所述的方法，還包括：

基于所述文本而發(fā)展一分眾分類法系統(tǒng)。

10.一種設(shè)備，包括：

收集器接口，被配置為監(jiān)視來自包括第一用戶和第二用戶在內(nèi)的多個(gè)用戶的網(wǎng)絡(luò)流量，并從所述網(wǎng)絡(luò)流量提取n元語法；

存儲(chǔ)器，被配置為存儲(chǔ)所述多個(gè)用戶中的每個(gè)用戶的個(gè)人詞表；以及

控制器，被配置為利用至少部分地基于所述第二用戶的個(gè)人詞表的語言模型，將所述第一用戶的音頻轉(zhuǎn)換成文本。

11.如權(quán)利要求10所述的設(shè)備，其中所述語言模型至少部分地基于所述第一用戶的個(gè)人詞表。

12.如權(quán)利要求10所述的設(shè)備，其中所述控制器被配置成識(shí)別所述第一用戶與所述第二用戶之間的聯(lián)系，其中所述語言模型由所述聯(lián)系定義。

13.如權(quán)利要求12所述的設(shè)備，其中所述聯(lián)系是根據(jù)觸發(fā)而建立的，所述觸發(fā)選自包括以下各項(xiàng)的組：從所述第一用戶向所述第二用戶發(fā)送的電子郵件、從所述第二用戶向所述第一用戶發(fā)送的電子郵件、列出所述第一用戶和所述第二用戶作為接收人的電子郵件、列出所述第一用戶和所述第二用戶中的一者作為接收人并且在電子郵件正文中列出所述第一用戶和所述第二用戶中的另一者的來自第三用戶的電子郵件、在電子郵件正文中列出所述第一用戶和所述第二用戶的電子郵件、在社交網(wǎng)絡(luò)服務(wù)中所述第一用戶與所述第二用戶之間的互動(dòng)、以及所述第一用戶與所述第二用戶之間的互聯(lián)網(wǎng)協(xié)議語音（VoIP）電話通話。

14.如權(quán)利要求10所述的設(shè)備，其中所述第一用戶的音頻來源于上傳的視頻、電話會(huì)議或視頻會(huì)議。

15.如權(quán)利要求10所述的設(shè)備，還包括：

數(shù)據(jù)庫，被配置為以可搜索的格式存儲(chǔ)所述文本。

16.如權(quán)利要求10所述的設(shè)備，其中所述n元語法是具有n個(gè)詞、音節(jié)、音素或者音子的序列，其中n作為整數(shù)是可配置的。