[發(fā)明專利]一種語音識(shí)別的方法及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201210576786.2
• 申請(qǐng)日: 2012-12-26
• 公開（公告）號(hào): CN103903621A
• 公開（公告）日: 2014-07-02
• 發(fā)明（設(shè)計(jì)）人: 趙國棟
• 申請(qǐng)（專利權(quán)）人: 聯(lián)想（北京）有限公司
• 主分類號(hào): G10L15/28
• 分類號(hào): G10L15/28;G10L15/30
• 代理公司: 北京同達(dá)信恒知識(shí)產(chǎn)權(quán)代理有限公司 11291
• 代理人: 黃志華

技術(shù)領(lǐng)域

本發(fā)明涉及多媒體技術(shù)領(lǐng)域，特別涉及一種語音識(shí)別的方法及電子設(shè)備。

背景技術(shù)

隨著1920年能夠聽懂主人呼喚自己名字的玩具狗“Radio?Rex”誕生，語音識(shí)別技術(shù)的全面研究走上了正軌，并在19世紀(jì)末由卡內(nèi)基梅隆大學(xué)的李開復(fù)最終實(shí)現(xiàn)了第一個(gè)基于隱馬爾科夫模型的大詞匯量語音識(shí)別系統(tǒng)，從此語音識(shí)別技術(shù)的應(yīng)用日益廣泛，包括語音撥號(hào)、語音導(dǎo)航、室內(nèi)設(shè)備控制、語音文檔檢索、簡(jiǎn)單的聽寫數(shù)據(jù)錄入等。

本申請(qǐng)發(fā)明人在實(shí)現(xiàn)本申請(qǐng)實(shí)施例中技術(shù)方案的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)中在需要對(duì)語音數(shù)據(jù)進(jìn)行識(shí)別時(shí)，存在如下技術(shù)問題：

現(xiàn)有技術(shù)需要將語音數(shù)據(jù)與系統(tǒng)詞匯數(shù)據(jù)庫進(jìn)行對(duì)比識(shí)別，而現(xiàn)有的標(biāo)準(zhǔn)詞匯數(shù)據(jù)庫存儲(chǔ)的是海量詞匯及其對(duì)應(yīng)的標(biāo)準(zhǔn)語音數(shù)據(jù)，用戶的語音數(shù)據(jù)需要與海量詞匯數(shù)據(jù)庫中的大量數(shù)據(jù)進(jìn)行逐一對(duì)比識(shí)別，消耗的時(shí)間較長；同時(shí)由于標(biāo)準(zhǔn)詞匯數(shù)據(jù)庫中存儲(chǔ)的是標(biāo)準(zhǔn)語音數(shù)據(jù)，即標(biāo)準(zhǔn)普通話對(duì)應(yīng)的語音數(shù)據(jù)，而絕大多數(shù)用戶說話時(shí)都帶有地方口音、個(gè)人特色等特點(diǎn)與標(biāo)準(zhǔn)語音相差較大，需要經(jīng)過大量的運(yùn)算來識(shí)別且識(shí)別難度大，因而存在語音識(shí)別效率低下的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種語音識(shí)別的方法及電子設(shè)備，用于針對(duì)不同用戶實(shí)現(xiàn)高頻詞匯語音識(shí)別，提高語音識(shí)別的效率。

本發(fā)明實(shí)施例提供一種語音識(shí)別的方法，應(yīng)用于一電子設(shè)備，包括：

接收用戶輸入的第一語音數(shù)據(jù)；

基于用戶的身份信息，獲取與所述用戶的身份信息相對(duì)應(yīng)的第一高頻詞匯數(shù)據(jù)庫；

利用所述第一高頻詞匯數(shù)據(jù)庫對(duì)所述第一語音數(shù)據(jù)進(jìn)行識(shí)別。

可選的，所述高頻詞數(shù)據(jù)庫具體為：

存儲(chǔ)在所述電子設(shè)備端或網(wǎng)絡(luò)服務(wù)器端的，包含有所述用戶使用次數(shù)大于預(yù)設(shè)門限值的第一詞匯的詞匯數(shù)據(jù)庫。

可選的，所述方法進(jìn)一步包括：

在預(yù)設(shè)時(shí)間周期內(nèi)，獲取所述身份信息對(duì)應(yīng)的語音數(shù)據(jù)包及識(shí)別所述語音數(shù)據(jù)包后形成的識(shí)別數(shù)據(jù)包；

檢測(cè)所述識(shí)別數(shù)據(jù)包中是否存在使用次數(shù)大于所述預(yù)設(shè)門限值的第二預(yù)選詞，獲得第一檢測(cè)結(jié)果；

若所述第一檢測(cè)結(jié)果表明存在所述第二預(yù)選詞，從所述語音數(shù)據(jù)包中獲取所述第二預(yù)選詞對(duì)應(yīng)的第二語音數(shù)據(jù)單元；

將所述第二預(yù)選詞及所述第二語音數(shù)據(jù)單元存入所述第一高頻詞匯數(shù)據(jù)庫。

可選的，所述方法進(jìn)一步包括：

向網(wǎng)絡(luò)服務(wù)器發(fā)送獲取網(wǎng)絡(luò)高頻詞的請(qǐng)求信息；

接收所述網(wǎng)絡(luò)服務(wù)發(fā)送的包含網(wǎng)絡(luò)高頻詞及其對(duì)應(yīng)的第三語音數(shù)據(jù)單元的反饋信息；

從所述反饋信息中獲取所述網(wǎng)絡(luò)高頻詞和所述第三語音數(shù)據(jù)單元，將所述網(wǎng)絡(luò)高頻詞和所述第三語音數(shù)據(jù)單元存入所述第一高頻詞匯數(shù)據(jù)庫。

可選的，在所述利用所述第一高頻詞匯數(shù)據(jù)庫對(duì)所述第一語音數(shù)據(jù)進(jìn)行識(shí)別之后，所述方法進(jìn)一步包括：

判斷所述第一語音數(shù)據(jù)中是否有所述第一高頻詞匯數(shù)據(jù)庫不存在的第四語音數(shù)據(jù)單元，獲得第一判斷結(jié)果，其中所述第四語音數(shù)據(jù)單元為組成所述第一語音數(shù)據(jù)的任一語音數(shù)據(jù)；

當(dāng)所述第一判斷結(jié)果表明存在所述第四語音數(shù)據(jù)單元，向網(wǎng)絡(luò)服務(wù)器發(fā)送識(shí)別所述第四語音數(shù)據(jù)單元的識(shí)別請(qǐng)求，所述識(shí)別請(qǐng)求中包括所述第四語音數(shù)據(jù)單元及第一識(shí)別結(jié)果，其中所述第一識(shí)別結(jié)果為利用所述第一高頻詞匯數(shù)據(jù)庫對(duì)所述第一語音數(shù)據(jù)進(jìn)行識(shí)別后形成的識(shí)別結(jié)果；

接收所述網(wǎng)絡(luò)服務(wù)器的反饋信息，獲取所述反饋信息中結(jié)合所述第一識(shí)別結(jié)果識(shí)別所述第四語音數(shù)據(jù)單元形成的第二識(shí)別結(jié)果。

可選的，在所述接收用戶輸入的第一語音數(shù)據(jù)之前，所述方法還包括：

生成第一提示信息，以提示所述用戶輸入與所述第一語音數(shù)據(jù)對(duì)應(yīng)的所述身份信息；

響應(yīng)所述用戶選擇身份信息的輸入操作，獲取所述身份信息。

可選的，在所述接收用戶輸入的第一語音數(shù)據(jù)之后，所述方法還包括：

對(duì)所述第一語音數(shù)據(jù)進(jìn)行聲紋識(shí)別，獲取所述第一語音數(shù)據(jù)的第一聲紋圖譜；

基于所述第一聲紋圖譜，獲取與所述第一聲紋圖譜對(duì)應(yīng)的所述身份信息。

本發(fā)明實(shí)施例還提供一種電子設(shè)備，包括：

第一接收模塊，用于接收用戶輸入的第一語音數(shù)據(jù)；

第一獲取模塊，與所述第一接收模塊相連，用于獲取與用戶的身份信息相對(duì)應(yīng)的第一高頻詞匯數(shù)據(jù)庫；

識(shí)別模塊，與所述第一獲取模塊相連，用于利用所述第一高頻詞匯數(shù)據(jù)庫對(duì)所述第一語音數(shù)據(jù)進(jìn)行識(shí)別。

可選的，所述第一獲取模塊具體用于：