[發明專利]一種語音識別方法和系統

有效

• 申請號: 201310665238.1
• 申請日: 2013-12-10
• 公開（公告）號: CN104700836B
• 公開（公告）日: 2019-01-29
• 發明（設計）人: 翟魯峰
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G10L15/30
• 分類號: G10L15/30;G10L15/26;H04L12/58
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許志勇

1.一種語音識別方法，其特征在于，即時通信服務器IMS包括語音識別模塊，或者，IMS與語音識別服務器/語音識別服務器集群連接；所述語音識別方法包括：

由IMS或連接IMS的語音識別服務器/語音識別服務器集群接收用戶的語音識別請求；其中，語音識別請求中包括預先分配的唯一標識語音信息的語音ID以及將語音轉換為文字的語音識別命令；

IMS根據語音識別請求中的語音ID，查找到對應所述語音ID的語音信息；

由IMS的語音識別模塊或連接IMS的語音識別服務器/語音識別服務器集群根據語音識別請求中的語音識別命令，對所述語音信息進行轉換，以獲得對應所述語音信息的文字信息；

由IMS或連接IMS的語音識別服務器/語音識別服務器集群將獲得的文字信息作為語音識別結果返回給發出語音識別請求的用戶；

其中，對所述語音信息進行轉換，以獲得對應所述語音信息的文字信息，包括：

將獲得的文字信息對應所述語音ID進行存儲；

當再次接收到對同一語音信息的語音識別請求時，提取所述語音識別請求中的語音ID，查找到對應所述語音ID存儲的文字信息，將該文字信息作為語音識別請求的結果返回。

2.一種語音識別方法，其特征在于，即時通信服務器IMS包括語音識別模塊，或者，IMS與語音識別服務器/語音識別服務器集群連接；所述語音識別方法包括：

IMS為接收的語音信息分配唯一的標識作為語音ID；

由IMS的語音識別模塊或連接IMS的語音識別服務器/語音識別服務器集群根據所述語音信息進行語音識別，對所述語音信息進行轉換，以獲得對應所述語音信息的文字信息；

由IMS或連接IMS的語音識別服務器/語音識別服務器集群接收來自用戶的語音識別請求，并根據接收的用戶的語音識別請求中的語音ID，查找到對應所述語音ID的文字信息；

由IMS或連接IMS的語音識別服務器/語音識別服務器集群將獲得的文字信息作為語音識別結果返回給發出語音識別請求的用戶；

其中，對所述語音信息進行轉換，以獲得對應所述語音信息的文字信息，包括：

將獲得的文字信息對應所述語音ID進行存儲；

當再次接收到對同一語音信息的語音識別請求時，提取所述語音識別請求中的語音ID，查找到對應所述語音ID存儲的文字信息，將該文字信息作為語音識別請求的結果返回。

3.根據權利要求1或2所述的方法，其特征在于，將獲得的文字信息作為語音識別結果返回給發出語音識別請求的用戶，進一步包括：

將獲得的文字信息展示輸出在顯示了表示所述語音信息的標記位置或標記位置附近；和/或

將獲得的文字信息以折疊或省略方式顯示；和/或

將獲得的文字信息展示輸出后，在一定條件下或一定時長后隱藏。

4.根據權利要求1或2所述的方法，其特征在于，在接收來自接收端的語音識別請求之前，所述語音識別方法還包括：

由IMS為發送端傳來的語音信息分配所述語音ID，并將所述語音ID與其語音信息對應存儲；其中，由IMS接收來自接收端的語音識別請求，查找到對應該請求中的所述語音ID的語音信息，并由IMS的語音識別模塊或連接該IMS的語音識別服務器/語音識別服務器集群，根據該請求中的語音識別命令對該語音信息進行轉換以獲得對應所述語音信息的文字信息，并由該IMS將獲得的文字信息作為語音識別結果返回給所述接收端；或者，

由所述IMS為發送端傳來的語音信息分配所述語音ID，推送所述語音信息給接收端，并在獲得對應所述語音信息的文字信息之后由所述IMS將該文字信息對應所述語音ID和/或語音信息進行存儲。