[發(fā)明專利]識(shí)別瀏覽器語音命令的服務(wù)器及瀏覽器語音命令識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210029792.6
• 申請(qǐng)日: 2012-02-10
• 公開（公告）號(hào): CN102629246B
• 公開（公告）日: 2017-06-27
• 發(fā)明（設(shè)計(jì)）人: 喻儼;王瑜;楊永智;劉鐵鋒
• 申請(qǐng)（專利權(quán)）人: 百納（武漢）信息技術(shù)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27;G10L15/26
• 代理公司: 北京思睿峰知識(shí)產(chǎn)權(quán)代理有限公司11396
• 代理人: 羅松梅

1.一種用于識(shí)別瀏覽器語音命令的服務(wù)器，其特征在于，包括：

通信裝置，用于接收用戶終端發(fā)送的瀏覽器語音命令；

語音識(shí)別裝置，用于將所述瀏覽器語音命令語音識(shí)別為文本；和

語義識(shí)別裝置，用于對(duì)所述語音識(shí)別的文本進(jìn)行語義識(shí)別，以轉(zhuǎn)換為瀏覽器命令；

存儲(chǔ)裝置，用于存儲(chǔ)詞庫(kù)、語料庫(kù)、網(wǎng)址庫(kù)、參數(shù)庫(kù)、關(guān)系庫(kù)、互動(dòng)操作數(shù)據(jù)庫(kù)，所述關(guān)系庫(kù)包括關(guān)鍵字與其上下文的嵌套或漸進(jìn)關(guān)系；

命令注入裝置，用于將轉(zhuǎn)換的瀏覽器命令發(fā)送至所述用戶終端并注入在用戶當(dāng)前瀏覽的網(wǎng)頁(yè)；

所述語義識(shí)別裝置包括：

數(shù)據(jù)預(yù)處理單元，用于對(duì)所述語音識(shí)別的文本進(jìn)行數(shù)據(jù)清理與糾錯(cuò)；

分詞單元，用于對(duì)預(yù)處理的文本進(jìn)行分詞，采用正則分詞與基于詞典的分詞算法MMSEG；

詞性標(biāo)注單元，用于對(duì)分詞的文本進(jìn)行詞性標(biāo)注；所述詞性標(biāo)注單元采用多個(gè)標(biāo)注器進(jìn)行N-gram鏈?zhǔn)綐?biāo)注法，所述標(biāo)注器的順序設(shè)定為：特殊標(biāo)注器、單元標(biāo)注器、雙元標(biāo)注器、三元標(biāo)注器、默認(rèn)標(biāo)注器，所述特殊標(biāo)注器人工可調(diào)，用于糾正詞性標(biāo)注的錯(cuò)誤或者強(qiáng)行指定詞性，所述默認(rèn)標(biāo)注器將所有未成功標(biāo)注的詞打上特殊記號(hào)，計(jì)入服務(wù)器日志供事后分析和處理；

分析單元，用于對(duì)詞性標(biāo)注過的詞進(jìn)行解析與分組處理；分析單元采用Earley Chart解析算法，在句法層面上對(duì)文本做分析和歧義消除；針對(duì)不同語言的瀏覽器命令分別定義一系列可動(dòng)態(tài)調(diào)整的規(guī)則進(jìn)行解析，得到句法解析樹；

抽取單元，用于對(duì)所述句法解析樹進(jìn)行實(shí)體抽取，實(shí)體抽取鏈?zhǔn)竭M(jìn)行，將與瀏覽器語音命令對(duì)應(yīng)的文本按照優(yōu)先級(jí)順序依次做實(shí)體抽取，利用關(guān)系庫(kù)中的關(guān)鍵字對(duì)瀏覽器語音命令對(duì)應(yīng)的文本執(zhí)行關(guān)鍵字提取，如果沒有關(guān)鍵字，則抽取出相應(yīng)動(dòng)作和參數(shù)，一旦抽取成功則返回結(jié)果，如到最后都無法完成實(shí)體抽取，則以該文本為搜索的參數(shù)，對(duì)整個(gè)文本執(zhí)行搜索命令；

轉(zhuǎn)換單元，用于利用所述網(wǎng)址庫(kù)與所述參數(shù)庫(kù)對(duì)抽取后的實(shí)體做轉(zhuǎn)換，轉(zhuǎn)換為可被瀏覽器識(shí)別的對(duì)象；對(duì)于抽取單元提取出的關(guān)鍵詞，轉(zhuǎn)換單元通過查找所述關(guān)系庫(kù)分析出哪些實(shí)體作為所述關(guān)鍵詞的上下文，最后利用關(guān)鍵詞以及上下文查找所述網(wǎng)址庫(kù)，獲取用戶需要瀏覽的網(wǎng)頁(yè)信息；

所述語義識(shí)別裝置用于對(duì)接收到的上下文信息基于所述互動(dòng)操作數(shù)據(jù)庫(kù)的匹配表對(duì)文本執(zhí)行語義識(shí)別，將實(shí)體抽取獲得的命令通過查找互動(dòng)操作數(shù)據(jù)庫(kù)匹配表得到JavaScript內(nèi)容，從而命令注入裝置將語音命令的內(nèi)容以動(dòng)態(tài)JavaScript腳本的方式從服務(wù)器端返回并注入在當(dāng)前用戶瀏覽的網(wǎng)頁(yè)中執(zhí)行，用戶終端的命令執(zhí)行接口在當(dāng)前網(wǎng)頁(yè)上自動(dòng)執(zhí)行所述腳本。

2.如權(quán)利要求1所述的用于識(shí)別瀏覽器語音命令的服務(wù)器，其中通信裝置還接收用戶終端發(fā)送的上下文信息以提供給語義識(shí)別裝置。

3.如權(quán)利要求2所述的用于識(shí)別瀏覽器語音命令的服務(wù)器，其中上下文信息包括用戶瀏覽的當(dāng)前網(wǎng)頁(yè)或者用戶說話的分貝數(shù)。

4.如權(quán)利要求1至3之一所述的用于識(shí)別瀏覽器語音命令的服務(wù)器，其中所述服務(wù)器還包括：

匹配裝置，用于將接收到的所述語音識(shí)別的文本與映射表進(jìn)行匹配；和

判斷裝置，用于根據(jù)匹配結(jié)果判斷是將與所述語音識(shí)別的文本對(duì)應(yīng)的瀏覽器命令發(fā)送給用戶終端還是對(duì)所述語音識(shí)別的文本執(zhí)行語義識(shí)別。

5.如權(quán)利要求1至3之一所述的用于識(shí)別瀏覽器語音命令的服務(wù)器，其中

所述語音識(shí)別裝置從識(shí)別的文本中獲取關(guān)鍵字，以及基于關(guān)系庫(kù)分析關(guān)鍵詞的上下文并利用關(guān)鍵詞以及其上下文查找數(shù)據(jù)庫(kù)以將識(shí)別的文本轉(zhuǎn)換為瀏覽器命令。

6.一種瀏覽器語音命令識(shí)別方法，其特征在于，基于如權(quán)利要求1所述的識(shí)別瀏覽器語音命令的服務(wù)器，包括：

通信步驟，接收用戶終端發(fā)送的瀏覽器語音命令；

語音識(shí)別步驟，將所述瀏覽器語音命令語音識(shí)別為文本；和

語義識(shí)別步驟，對(duì)所述語音識(shí)別的文本進(jìn)行語義識(shí)別，以轉(zhuǎn)換為瀏覽器命令。

7.如權(quán)利要求6所述的瀏覽器語音命令識(shí)別方法，還包括：

命令注入步驟，用于將轉(zhuǎn)換的瀏覽器命令發(fā)送至所述用戶終端并注入在用戶當(dāng)前瀏覽的網(wǎng)頁(yè)。

8.如權(quán)利要求6或7所述的瀏覽器語音命令識(shí)別方法，其中

通信步驟還包括接收用戶終端發(fā)送的上下文信息的步驟；以及

語義識(shí)別步驟還包括基于上下文信息對(duì)所述語音識(shí)別的文本進(jìn)行語義識(shí)別的步驟。