[發明專利]語音識別系統以及語音識別裝置

有效

• 申請號: 201380073708.3
• 申請日: 2013-11-20
• 公開（公告）號: CN105027198B
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 小川勇;花澤利行;成田知宏
• 申請（專利權）人: 三菱電機株式會社
• 主分類號: G10L15/32
• 分類號: G10L15/32;G10L15/10;G10L15/183;G10L15/30
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝;黃綸偉

1.一種語音識別系統，其特征在于，

該語音識別系統具有服務器裝置以及與所述服務器裝置連接的客戶端側的語音識別裝置，

所述服務器裝置具有：

服務器側接收部，其接收從所述語音識別裝置輸入的語音數據；

服務器側語音識別部，其進行所述服務器側接收部接收到的語音數據的語音識別，生成服務器側語音識別結果候選；以及

服務器側發送部，其向所述語音識別裝置發送所述服務器側語音識別部所生成的所述服務器側語音識別結果候選，

所述語音識別裝置具有：

語音輸入部，其將所輸入的發聲語音轉換成所述語音數據；

客戶端側語音識別部，其進行所述語音輸入部所轉換的所述語音數據的語音識別，生成客戶端側語音識別結果候選；

客戶端側發送部，其向所述服務器裝置發送所述語音輸入部所轉換的所述語音數據；

客戶端側接收部，其接收所述服務器側發送部所發送的所述服務器側語音識別結果候選；

識別結果候選比較部，其對所述客戶端側接收部接收到的多個所述服務器側語音識別結果候選進行比較，檢測有差異的文本；

識別結果綜合部，其根據所述客戶端側語音識別結果候選、所述服務器側語音識別結果候選以及所述識別結果候選比較部的檢測結果，綜合所述客戶端側語音識別結果候選和所述服務器側語音識別結果候選，確定語音識別結果；以及

輸出部，其輸出所述識別結果綜合部所確定的語音識別結果，

所述識別結果綜合部以所述有差異的文本為基準對所述服務器側語音識別結果候選的文本進行分割，將所分割的文本和所述客戶端側語音識別結果候選的文本結合，確定語音識別結果。

2.根據權利要求1所述的語音識別系統，其特征在于，

所述語音識別裝置具有輸入規則判定部，該輸入規則判定部對所述客戶端側語音識別結果與發聲規則模式進行比較，判定所述語音數據的發聲規則，該發聲規則模式將規定的關鍵字與該關鍵字的發聲規則對應起來，

所述識別結果綜合部根據所述客戶端側語音識別結果、所述服務器側語音識別結果、所述識別結果候選比較部的檢測結果以及所述輸入規則判定部所判定的發聲規則，綜合所述客戶端側語音識別結果候選和所述服務器側語音識別結果候選。

3.根據權利要求2所述的語音識別系統，其特征在于，

所述語音識別裝置具有：

輸入語音/識別結果存儲部，其將所述語音輸入部所轉換的語音數據以及所述識別結果綜合部所確定的語音識別結果對應地保存；以及

識別結果候選修正部，其在裝置啟動時取得與所述輸入語音/識別結果存儲部中保存的語音數據對應的服務器側語音識別結果候選，生成數據庫，并且，將所生成的數據庫與所述客戶端側接收部接收到的服務器側語音識別結果候選進行對照，

所述識別結果綜合部根據所述識別結果候選修正部的對照結果，綜合所述客戶端側語音識別結果候選和所述服務器側語音識別結果候選。

4.根據權利要求2所述的語音識別系統，其特征在于，

所述識別結果候選比較部對所述客戶端側接收部接收到的多個所述服務器側語音識別結果候選進行比較，檢測多個有差異的文本，且判定所檢測出的多個文本是否表示相同內容，

在所述識別結果候選比較部判定為所檢測出的多個文本表示相同內容的情況下，所述識別結果綜合部將所述檢測出的文本置換成基于所述服務器側語音識別結果的固有名詞。

5.一種語音識別裝置，其是與具有語音識別功能的服務器裝置連接的客戶端側的語音識別裝置，其特征在于，

該語音識別裝置具有：

語音輸入部，其將所輸入的發聲語音轉換成語音數據；

客戶端側語音識別部，其進行所述語音輸入部所轉換的所述語音數據的語音識別，生成客戶端側語音識別結果候選；

客戶端側發送部，其向所述服務器裝置發送所述語音輸入部所轉換的所述語音數據；

客戶端側接收部，其接收所述服務器裝置根據所述客戶端側發送部所發送的所述語音數據而生成的服務器側語音識別結果候選；

識別結果候選比較部，其對所述客戶端側接收部接收到的多個所述服務器側語音識別結果候選進行比較，檢測有差異的文本；

識別結果綜合部，其根據所述客戶端側語音識別結果候選、所述服務器側語音識別結果候選以及所述識別結果候選比較部的檢測結果，綜合所述客戶端側語音識別結果候選和所述服務器側語音識別結果候選，確定語音識別結果；以及

輸出部，其輸出所述識別結果綜合部所確定的語音識別結果，

所述識別結果綜合部以所述有差異的文本為基準對所述服務器側語音識別結果候選的文本進行分割，將所分割的文本和所述客戶端側語音識別結果候選的文本結合，確定語音識別結果。