[發(fā)明專利]用于語(yǔ)音識(shí)別的方法、語(yǔ)音識(shí)別裝置和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201410013478.8
• 申請(qǐng)日: 2014-01-13
• 公開(kāi)（公告）號(hào): CN103700368B
• 公開(kāi)（公告）日: 2017-01-18
• 發(fā)明（設(shè)計(jì)）人: 王偉寧;戴海生;宮玉強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 聯(lián)想（北京）有限公司
• 主分類號(hào): G10L15/065
• 分類號(hào): G10L15/065
• 代理公司: 北京市柳沈律師事務(wù)所11105
• 代理人: 安之斐

技術(shù)領(lǐng)域

本發(fā)明涉及信息技術(shù)領(lǐng)域，更具體地，涉及一種用于語(yǔ)音識(shí)別的方法、語(yǔ)音識(shí)別裝置和電子設(shè)備。

背景技術(shù)

語(yǔ)音識(shí)別技術(shù)是通過(guò)識(shí)別和理解而將語(yǔ)音轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。在語(yǔ)音識(shí)別技術(shù)中，通過(guò)對(duì)語(yǔ)音進(jìn)行特征提取、模式匹配、模型訓(xùn)練等處理，而獲得電子設(shè)備能夠響應(yīng)的指令、在電子設(shè)備中記錄的文本等，從而用戶能夠利用語(yǔ)言來(lái)與電子設(shè)備進(jìn)行交互。

在真實(shí)的語(yǔ)音環(huán)境中通常存在噪音，而且真實(shí)的口語(yǔ)中會(huì)參雜停頓、咳嗽聲等干擾音，這都影響現(xiàn)有的語(yǔ)音識(shí)別系統(tǒng)的識(shí)別準(zhǔn)確度。另外，如果用戶說(shuō)的詞匯不在語(yǔ)音識(shí)別系統(tǒng)預(yù)先設(shè)定的領(lǐng)域范圍內(nèi)，也較容易造成識(shí)別錯(cuò)誤。因此，對(duì)于商業(yè)化的語(yǔ)音識(shí)別系統(tǒng)，期望拒絕錯(cuò)誤的語(yǔ)音。相應(yīng)地，置信度評(píng)價(jià)被用于確保所識(shí)別的內(nèi)容的準(zhǔn)確性，并拒絕被錯(cuò)誤識(shí)別的語(yǔ)音。

置信度評(píng)價(jià)可以對(duì)語(yǔ)音識(shí)別裝置的識(shí)別結(jié)果進(jìn)行假設(shè)檢驗(yàn)，通過(guò)事先設(shè)定的置信度閾值對(duì)識(shí)別結(jié)果的可靠性進(jìn)行評(píng)價(jià)，定位結(jié)果中的錯(cuò)誤，從而提高識(shí)別系統(tǒng)的識(shí)別率和穩(wěn)健性。因此，合理地設(shè)置置信度閾值是非常關(guān)鍵的，這已經(jīng)成為當(dāng)前的技術(shù)難題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種用于語(yǔ)音識(shí)別的方法、語(yǔ)音識(shí)別裝置和電子設(shè)備，其使得能夠在不同的情況下采用不同的置信度閾值以兼顧語(yǔ)音識(shí)別的識(shí)別率和穩(wěn)健性，從而提高了用戶的使用體驗(yàn)。

第一方面，提供了一種用于語(yǔ)音識(shí)別的方法，應(yīng)用于一包括第一語(yǔ)音識(shí)別裝置的電子設(shè)備，所述方法可包括：接收一語(yǔ)音輸入，并獲得與該語(yǔ)音輸入對(duì)應(yīng)的音頻信號(hào)；利用所述第一語(yǔ)音識(shí)別裝置對(duì)所述音頻信號(hào)進(jìn)行識(shí)別處理而得到一識(shí)別結(jié)果，該識(shí)別結(jié)果包括識(shí)別內(nèi)容和置信度，該置信度用于確定該識(shí)別內(nèi)容的可靠程度；預(yù)先設(shè)置至少兩個(gè)置信度閾值，各個(gè)置信度閾值彼此不同；從所述至少兩個(gè)置信度閾值中選擇一置信度閾值；基于所述識(shí)別結(jié)果中的置信度和所述選擇的置信度閾值來(lái)判斷所述識(shí)別內(nèi)容是否準(zhǔn)確。

在所述用于語(yǔ)音識(shí)別的方法中，所述預(yù)先設(shè)置至少兩個(gè)置信度閾值可包括：根據(jù)所述第一語(yǔ)音識(shí)別裝置能夠識(shí)別的識(shí)別內(nèi)容和其網(wǎng)絡(luò)狀況中的至少一個(gè)來(lái)預(yù)先設(shè)置至少兩個(gè)置信度閾值。

在所述用于語(yǔ)音識(shí)別的方法中，所述第一語(yǔ)音識(shí)別裝置能夠識(shí)別的內(nèi)容可包括多個(gè)命令詞，所述根據(jù)所述第一語(yǔ)音識(shí)別裝置能夠識(shí)別的識(shí)別內(nèi)容和其網(wǎng)絡(luò)狀況中的至少一個(gè)來(lái)預(yù)先設(shè)置至少兩個(gè)置信度閾值可包括：針對(duì)所述多個(gè)命令詞中的第一命令詞設(shè)置第一置信度閾值；針對(duì)所述多個(gè)命令詞中的第二命令詞設(shè)置第二置信度閾值，該第二命令詞不同于所述第一命令詞。

在所述用于語(yǔ)音識(shí)別的方法中，根據(jù)所述第一語(yǔ)音識(shí)別裝置能夠識(shí)別的識(shí)別內(nèi)容和其網(wǎng)絡(luò)狀況中的至少一個(gè)來(lái)預(yù)先設(shè)置至少兩個(gè)置信度閾值可包括：針對(duì)所述第一語(yǔ)音識(shí)別裝置具有網(wǎng)絡(luò)連接的情況而設(shè)置第三置信度閾值；針對(duì)所述第一語(yǔ)音識(shí)別裝置不具有網(wǎng)絡(luò)連接的情況而設(shè)置第四置信度閾值。

在所述用于語(yǔ)音識(shí)別的方法中，所述從所述至少兩個(gè)置信度閾值中選擇一置信度閾值可包括：確定所述識(shí)別結(jié)果中的識(shí)別內(nèi)容是否對(duì)應(yīng)于所述第二命令詞；當(dāng)所述識(shí)別內(nèi)容對(duì)應(yīng)于所述第二命令詞時(shí)，選擇第二置信度閾值；當(dāng)所述識(shí)別內(nèi)容不對(duì)應(yīng)于所述第二命令詞時(shí)，確定所述第一語(yǔ)音識(shí)別裝置是否具有網(wǎng)絡(luò)連接；當(dāng)所述第一語(yǔ)音識(shí)別裝置具有網(wǎng)絡(luò)連接時(shí)，選擇第三置信度閾值；當(dāng)所述第一語(yǔ)音識(shí)別裝置不具有網(wǎng)絡(luò)連接時(shí)，選擇第四置信度閾值。

在所述用于語(yǔ)音識(shí)別的方法中，所述基于所述識(shí)別結(jié)果中的置信度和所述選擇的置信度閾值來(lái)判斷所述識(shí)別內(nèi)容是否準(zhǔn)確可包括：將所述識(shí)別結(jié)果中的置信度與所選擇的第二置信度閾值或所選擇的第三置信度閾值相比較，而得到一比較結(jié)果；根據(jù)所述比較結(jié)果判斷所述識(shí)別內(nèi)容是否準(zhǔn)確。

在所述用于語(yǔ)音識(shí)別的方法中，還可包括：當(dāng)判斷所述識(shí)別內(nèi)容不準(zhǔn)確時(shí)，將所述音頻信號(hào)傳送到與所述電子設(shè)備網(wǎng)絡(luò)連接的第二語(yǔ)音識(shí)別裝置，該第二語(yǔ)音識(shí)別裝置能夠?qū)λ鲆纛l信號(hào)進(jìn)行識(shí)別處理而獲得第二識(shí)別內(nèi)容；從所述第二語(yǔ)音識(shí)別裝置接收所述第二識(shí)別內(nèi)容，并將該第二識(shí)別內(nèi)容作為最終的識(shí)別內(nèi)容。

在所述用于語(yǔ)音識(shí)別的方法中，還可包括：將所述音頻信號(hào)傳送到與所述電子設(shè)備網(wǎng)絡(luò)連接的第二語(yǔ)音識(shí)別裝置，該第二語(yǔ)音識(shí)別裝置能夠?qū)λ鲆纛l信號(hào)進(jìn)行識(shí)別處理而獲得第二識(shí)別內(nèi)容；當(dāng)在所述判斷操作中判斷所述識(shí)別內(nèi)容不準(zhǔn)確時(shí)，在一預(yù)設(shè)時(shí)間段中從所述第二語(yǔ)音識(shí)別裝置接收所述第二識(shí)別內(nèi)容。

在所述用于語(yǔ)音識(shí)別的方法中，還可包括：當(dāng)在所述預(yù)設(shè)時(shí)間段中未接收到所述第二識(shí)別內(nèi)容時(shí)，獲得小于所選擇的置信度閾值的一低置信度閾值；和基于該低置信度閾值判斷所述識(shí)別內(nèi)容是否準(zhǔn)確。