[發(fā)明專利]一種對用戶語音識別結(jié)果反饋的命令詞識別自適應(yīng)優(yōu)化方法

無效

• 申請?zhí)枺?/td>: 201310473360.9
• 申請日: 2013-10-11
• 公開（公告）號: CN103531197A
• 公開（公告）日: 2014-01-22
• 發(fā)明（設(shè)計(jì)）人: 張偉;梅珂;陳盛;鹿曉亮;單言豐
• 申請（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: G10L15/00
• 分類號: G10L15/00
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 成金玉;賈玉忠

技術(shù)領(lǐng)域

本發(fā)明涉及一種語音識別方法，特別是一種對用戶語音識別結(jié)果反饋的命令詞識別自適應(yīng)優(yōu)化方法。

背景技術(shù)

命令詞語音識別系統(tǒng)主要是完成對預(yù)先定義的命令詞集合進(jìn)行自動語音識別的功能。用戶在使用該系統(tǒng)時(shí)，需要先把定義的命令詞集合送入識別系統(tǒng)，然后識別系統(tǒng)會將該命令詞集合中的每個(gè)命令詞轉(zhuǎn)化成相應(yīng)的聲學(xué)音素序列，再將這些音素序列組合成一個(gè)圖網(wǎng)絡(luò)，我們稱之為識別網(wǎng)絡(luò)。

有了構(gòu)建好的命令詞識別網(wǎng)絡(luò)后，用戶在使用識別系統(tǒng)時(shí)只需要說出命令詞集合中的語音命令，并送入識別系統(tǒng)，識別系統(tǒng)就會根據(jù)語音數(shù)據(jù)的聲學(xué)音素去識別網(wǎng)絡(luò)中匹配出最優(yōu)的路徑，從而再根據(jù)網(wǎng)絡(luò)路徑中的聲學(xué)音素序列反推出具體的命令詞文本信息，從而給出識別結(jié)果。

現(xiàn)有的命令詞語音識別技術(shù)都是事先定義全部能夠支持的命令詞，然后構(gòu)建整個(gè)語音識別網(wǎng)絡(luò)。這種方式下識別網(wǎng)絡(luò)是固定的，不能根據(jù)不同用戶的使用習(xí)慣給出更加精確的網(wǎng)絡(luò)。特別是當(dāng)命令詞數(shù)目過大時(shí)，識別效果和拒識效果都會明顯下降。

發(fā)明內(nèi)容

本發(fā)明技術(shù)解決問題：克服現(xiàn)有技術(shù)的不足，提供一種對用戶語音識別結(jié)果反饋的命令詞識別自適應(yīng)優(yōu)化方法，能夠根據(jù)不同用戶的使用習(xí)慣自動優(yōu)化命令詞識別網(wǎng)絡(luò)，提升了識別效果和拒識效果。

本發(fā)明技術(shù)解決方案：一種對用戶語音識別結(jié)果反饋的命令詞識別自適應(yīng)優(yōu)化方法，本發(fā)明首先將全部支持的命令詞分為兩組，一組詞為用戶常用命令詞，另一組為不常用命令詞；然后將兩組命令詞分別構(gòu)建語音識別網(wǎng)絡(luò)；用戶在使用語音識別系統(tǒng)時(shí)，首先會在常用命令詞網(wǎng)絡(luò)中進(jìn)行匹配，如果識別結(jié)果達(dá)到一個(gè)定義的得分門限，則直接返回識別結(jié)果；否則會轉(zhuǎn)到不常用的識別網(wǎng)絡(luò)中繼續(xù)進(jìn)行匹配，直到獲得結(jié)果。在用戶使用語音識別系統(tǒng)的過程中對每次識別結(jié)果的正確性給出確認(rèn)，稱用戶接受一次識別結(jié)果為正向反饋，拒絕為反向反饋；隨后語音識別系統(tǒng)會記錄每次用戶給出正向反饋的識別結(jié)果和其出現(xiàn)的頻度；最后，通過統(tǒng)計(jì)用戶使用的反饋信息，重新構(gòu)建識別網(wǎng)絡(luò)和調(diào)整網(wǎng)絡(luò)路徑權(quán)重。

具體實(shí)現(xiàn)如下：

（1）首先給支持的所有命令詞進(jìn)行權(quán)重評分（該評分為根據(jù)經(jīng)驗(yàn)得來），每個(gè)命令詞都會有一個(gè)權(quán)重分，然后根據(jù)評分將全部命令詞分為兩組，一組詞為用戶常用命令詞，另一組為用戶不常用命令詞；

（2）然后將兩組命令詞分別構(gòu)建語音識別網(wǎng)絡(luò)，即常用命令詞網(wǎng)絡(luò)和非常用詞識別網(wǎng)絡(luò)：先把常用命令詞集合送入識別系統(tǒng)，然后識別系統(tǒng)會將該命令詞集合中的每個(gè)命令詞轉(zhuǎn)化成相應(yīng)的聲學(xué)音素序列，再將這些音素序列組合成一個(gè)圖網(wǎng)絡(luò)，即為常用詞識別網(wǎng)絡(luò)；再把非常用詞命令詞集合送入識別系統(tǒng)，然后識別系統(tǒng)會將該命令詞集合中的每個(gè)命令詞轉(zhuǎn)化成相應(yīng)的聲學(xué)音素序列，再將這些音素序列組合成一個(gè)圖網(wǎng)絡(luò)，即為非常用詞識別網(wǎng)絡(luò)。

（3）將輸入的語音信號送入常用命令詞網(wǎng)絡(luò)進(jìn)行識別，同時(shí)將識別過程中提取出的語音特征數(shù)據(jù)送入緩存；

（4）如果識別結(jié)果達(dá)到設(shè)定的置信度門限，則直接輸出識別結(jié)果，并反饋?zhàn)R別結(jié)果以調(diào)整該命令詞權(quán)重；否則，則直接從緩存中將數(shù)據(jù)取出送入非常用詞識別網(wǎng)絡(luò)進(jìn)行識別；

（5）如果進(jìn)入非常用詞識別網(wǎng)絡(luò)進(jìn)行識別，則若識別結(jié)果達(dá)到設(shè)定的置信度門限，輸出識別結(jié)果，否則拒識；并反饋?zhàn)R別結(jié)果以調(diào)整該命令詞權(quán)重；

所述調(diào)整該命令詞權(quán)重過程為：接收識別結(jié)果反饋，對識別結(jié)果命令詞進(jìn)行權(quán)重調(diào)整；如果為正向反饋，則權(quán)重增加，如果為反向反饋則權(quán)重減小；根據(jù)調(diào)整后的權(quán)重重新進(jìn)行命令詞分組；所述正向反饋是指對每次識別結(jié)果的正確性給出確認(rèn)，即用戶接受一次識別結(jié)果為正向反饋，拒絕則為反向反饋。

本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于：現(xiàn)有的命令詞語音識別技術(shù)都是事先定義全部能夠支持的命令詞，然后構(gòu)建整個(gè)語音識別網(wǎng)絡(luò)。這種方式下識別網(wǎng)絡(luò)是固定的，不能根據(jù)不同用戶的使用習(xí)慣給出更加精確的網(wǎng)絡(luò)。特別是當(dāng)命令詞數(shù)目過大時(shí)，識別效果和拒識效果都會明顯下降。本發(fā)明事先將命令詞分為常用命令詞和非常用命令詞，并分別構(gòu)建識別網(wǎng)絡(luò)，通過識別結(jié)果的反饋，對每個(gè)命令詞的權(quán)重進(jìn)行調(diào)整，可以根據(jù)用戶習(xí)慣進(jìn)行命令詞識別網(wǎng)絡(luò)的優(yōu)化，提升識別和拒識效果,提高了識別效率。

附圖說明

圖1為本發(fā)明中語音識別過程流程圖；

圖2為本發(fā)明中詞匯網(wǎng)絡(luò)權(quán)重調(diào)整流程圖。

具體實(shí)施方式

下面結(jié)合流程圖詳細(xì)說明識別過程和詞匯分組自優(yōu)化調(diào)整過程。

如圖1所示，本發(fā)明具體實(shí)現(xiàn)步驟如下：