[發(fā)明專利]語(yǔ)音識(shí)別方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201210584746.2
• 申請(qǐng)日: 2012-12-28
• 公開(kāi)（公告）號(hào): CN103021412A
• 公開(kāi)（公告）日: 2013-04-03
• 發(fā)明（設(shè)計(jì)）人: 何婷婷;胡郁;劉慶峰
• 申請(qǐng)（專利權(quán)）人: 安徽科大訊飛信息科技股份有限公司
• 主分類號(hào): G10L15/26
• 分類號(hào): G10L15/26
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

技術(shù)領(lǐng)域

本發(fā)明涉及語(yǔ)音識(shí)別技術(shù)領(lǐng)域，更具體地說(shuō)，涉及語(yǔ)音識(shí)別方法和系統(tǒng)。

背景技術(shù)

語(yǔ)音識(shí)別技術(shù)是一種對(duì)用戶錄入的語(yǔ)音信號(hào)進(jìn)行識(shí)別，最終轉(zhuǎn)化為文本/字符串（也即識(shí)別結(jié)果為文本）的技術(shù)，其為自然人性的人機(jī)交互提供了便利。以采用語(yǔ)音識(shí)別技術(shù)的移動(dòng)設(shè)備為例，在語(yǔ)音識(shí)別技術(shù)的支持下，用戶只要對(duì)著移動(dòng)設(shè)備說(shuō)話，經(jīng)過(guò)語(yǔ)音識(shí)別系統(tǒng)識(shí)別后就會(huì)自動(dòng)形成文字，大大提高了用戶的輸入效率。

但是，在大詞匯量隨意說(shuō)的應(yīng)用環(huán)境下，語(yǔ)音識(shí)別技術(shù)依然不能達(dá)到百分百正確的識(shí)別率，需要人工對(duì)識(shí)別結(jié)果進(jìn)行修正編輯。移動(dòng)設(shè)備（語(yǔ)音識(shí)別系統(tǒng)）將語(yǔ)音識(shí)別結(jié)果顯示到屏幕的文本輸入?yún)^(qū)后，用戶如想對(duì)語(yǔ)音識(shí)別結(jié)果進(jìn)行修改編輯，則首先需要在語(yǔ)音識(shí)別結(jié)果中定位需要修正（也可稱為待修改）的字符。

而在移動(dòng)設(shè)備上，特別是小屏幕的指觸屏設(shè)備上，由于屏幕尺寸受限，

用戶在從連續(xù)大段文本中對(duì)某個(gè)確定的字符進(jìn)行定位時(shí)，特別是在相鄰兩字符間插入編輯光標(biāo)時(shí)，存在定位不便的問(wèn)題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實(shí)施例目的在于提供語(yǔ)音識(shí)別方法和系統(tǒng)，以解決上述用戶人工進(jìn)行定位存在的定位不便的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例提供如下技術(shù)方案：

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供一種語(yǔ)音識(shí)別方法，包括：

對(duì)用戶輸入的語(yǔ)音信號(hào)進(jìn)行語(yǔ)音識(shí)別，獲得第一最優(yōu)解碼路徑，所述第一最優(yōu)解碼路徑包括語(yǔ)音識(shí)別結(jié)果以及所述語(yǔ)音識(shí)別結(jié)果中各字符對(duì)應(yīng)的語(yǔ)音片段；

接收用戶單獨(dú)輸入的糾錯(cuò)信息并生成相應(yīng)的糾錯(cuò)字符串，所述糾錯(cuò)信息通過(guò)非語(yǔ)音方式或語(yǔ)音方式輸入；

根據(jù)所述糾錯(cuò)字符串確定所述用戶輸入的語(yǔ)音信號(hào)中產(chǎn)生識(shí)別錯(cuò)誤的語(yǔ)音段；

根據(jù)所述語(yǔ)音識(shí)別結(jié)果中各字符對(duì)應(yīng)的語(yǔ)音片段，確定所述產(chǎn)生識(shí)別錯(cuò)誤的語(yǔ)音段在所述語(yǔ)音識(shí)別結(jié)果中所對(duì)應(yīng)的字符串，作為產(chǎn)生識(shí)別錯(cuò)誤的錯(cuò)誤字符串；

利用所述糾錯(cuò)字符串替換所述產(chǎn)生識(shí)別錯(cuò)誤的錯(cuò)誤字符串。

根據(jù)本發(fā)明實(shí)施例的另一個(gè)方面，提供一種語(yǔ)音識(shí)別系統(tǒng)，包括：

語(yǔ)音識(shí)別單元，用于對(duì)用戶輸入的語(yǔ)音信號(hào)進(jìn)行語(yǔ)音識(shí)別，獲得第一最優(yōu)解碼路徑，所述第一最優(yōu)解碼路徑包括語(yǔ)音識(shí)別結(jié)果以及所述語(yǔ)音識(shí)別結(jié)果中各字符對(duì)應(yīng)的語(yǔ)音片段；

糾錯(cuò)字串輸入單元，用于接收用戶單獨(dú)輸入的糾錯(cuò)信息并生成相應(yīng)的糾錯(cuò)字符串，所述糾錯(cuò)信息通過(guò)非語(yǔ)音方式或語(yǔ)音方式輸入；

自動(dòng)糾錯(cuò)單元，用于根據(jù)所述糾錯(cuò)字符串確定所述用戶輸入的語(yǔ)音信號(hào)中產(chǎn)生識(shí)別錯(cuò)誤的語(yǔ)音段；根據(jù)所述語(yǔ)音識(shí)別結(jié)果中各字符對(duì)應(yīng)的語(yǔ)音片段，確定所述產(chǎn)生識(shí)別錯(cuò)誤的語(yǔ)音段在所述語(yǔ)音識(shí)別結(jié)果中所對(duì)應(yīng)的字符串，作為產(chǎn)生識(shí)別錯(cuò)誤的錯(cuò)誤字符串；利用所述糾錯(cuò)字符串替換所述產(chǎn)生識(shí)別錯(cuò)誤的錯(cuò)誤字符串。

從上述的技術(shù)方案可以看出，本發(fā)明實(shí)施例所公開(kāi)的技術(shù)方案根據(jù)用戶單獨(dú)輸入的糾錯(cuò)信息而生成的糾錯(cuò)字符串確定產(chǎn)生識(shí)別錯(cuò)誤的語(yǔ)音段，再通過(guò)該語(yǔ)音段找到其在語(yǔ)音識(shí)別結(jié)果中所對(duì)應(yīng)的產(chǎn)生識(shí)別錯(cuò)誤的錯(cuò)誤字符串，實(shí)現(xiàn)了用戶所輸入的糾錯(cuò)信息而生成的糾錯(cuò)字符串與錯(cuò)誤字符串的對(duì)應(yīng)，進(jìn)而實(shí)現(xiàn)了對(duì)語(yǔ)音識(shí)別結(jié)果中錯(cuò)誤字符串的自動(dòng)定位，解決了用戶人工進(jìn)行定位存在的定位不便的問(wèn)題。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例提供的語(yǔ)音識(shí)別方法流程圖；

圖2為本發(fā)明實(shí)施例提供的手寫(xiě)輸入識(shí)別流程圖；

圖3為本發(fā)明實(shí)施例提供字符覆蓋的最小區(qū)域示意圖；

圖4為本發(fā)明實(shí)施例提供的自動(dòng)糾錯(cuò)過(guò)程流程圖；

圖5為本發(fā)明實(shí)施例提供的糾錯(cuò)字符串檢索網(wǎng)絡(luò)結(jié)構(gòu)示意圖；

圖6為本發(fā)明實(shí)施例提供的語(yǔ)音識(shí)別系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。