[發(fā)明專利]微軟語音識(shí)別配置文件的自動(dòng)切換方法及其系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201410207282.2
• 申請(qǐng)日: 2014-05-15
• 公開（公告）號(hào): CN104021146A
• 公開（公告）日: 2014-09-03
• 發(fā)明（設(shè)計(jì)）人: 陸成剛;俞珊珊
• 申請(qǐng)（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G10L15/07
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 王兵;黃美娟

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)語音識(shí)別配置文件的自動(dòng)切換，具體而言，涉及一種微軟語音識(shí)別配置文件的自動(dòng)切換方法及其系統(tǒng)。?

背景技術(shù)

目前，業(yè)內(nèi)主流的語音識(shí)別引擎有微軟、科大訊飛和谷歌等，其中微軟的識(shí)別引擎是基于windows平臺(tái)的本地安裝的訓(xùn)練數(shù)據(jù)庫(kù)進(jìn)行工作，這就決定了它的學(xué)習(xí)樣本集不像科大訊飛、谷歌的部署在云端的語音識(shí)別引擎的數(shù)據(jù)庫(kù)那么龐大。一般來說，微軟的引擎需要用戶進(jìn)行發(fā)聲訓(xùn)練形成存放在本地的適用于該用戶的配置文件。當(dāng)設(shè)置了經(jīng)用戶本人訓(xùn)練的配置文件的默認(rèn)支持后，微軟的引擎語音識(shí)別精度可以達(dá)到令人滿意的程度。?

但是當(dāng)有若干用戶使用同一臺(tái)電腦做語音識(shí)別時(shí)就需要在不同的配置文件之間進(jìn)行切換，當(dāng)前這樣的切換必須完全依賴手動(dòng)操作進(jìn)行。由于配置文件切換的動(dòng)作比較繁瑣：例如在win8系統(tǒng)里，用戶首先要鼠標(biāo)右鍵點(diǎn)中揚(yáng)聲器圖標(biāo)->選擇錄音設(shè)備->在彈出的窗口里繼續(xù)用鼠標(biāo)右鍵選中麥克風(fēng)圖標(biāo)->選中“配置語音識(shí)別”菜單->在彈出的控制面板里選中左上方的“高級(jí)語音選項(xiàng)”->在彈出的語音屬性窗口里勾選用戶對(duì)應(yīng)的配置文件->按確定退出，一共7個(gè)步驟實(shí)現(xiàn)配置文件的切換。在win8系統(tǒng)里如果通過控制面板打開麥克風(fēng)來設(shè)置配置文件的切換則需要10個(gè)步驟。這些操作對(duì)于一般的通過口述編寫文檔的辦公人員等不熟悉windows系統(tǒng)的用戶是一個(gè)沉重的負(fù)擔(dān)，本發(fā)明提出了一種自動(dòng)切換配置文件的一步操作方法。?

發(fā)明內(nèi)容

本發(fā)明要解決現(xiàn)有技術(shù)依賴手動(dòng)操作的缺點(diǎn)，提供一種微軟語音識(shí)別配置文件的自動(dòng)切換方法及其系統(tǒng)。?

一種配置文件的自動(dòng)切換方法，其特征在于，包括：?

步驟1、在系統(tǒng)初始化階段創(chuàng)建使用同一臺(tái)電腦進(jìn)行語音識(shí)別的用戶的身份信息和配置文件的對(duì)應(yīng)表；?

步驟2、在每一個(gè)人使用語音識(shí)別之前用戶開啟麥克風(fēng)并對(duì)著麥克風(fēng)發(fā)聲，電腦對(duì)說話人的語音身份進(jìn)行識(shí)別，并輸出該用戶的身份信息；?

步驟3、然后系統(tǒng)從對(duì)應(yīng)表文件，根據(jù)該用戶的身份信息查詢到該用戶對(duì)應(yīng)的配置文件名；?

步驟4、系統(tǒng)根據(jù)上一步得到的配置文件名將默認(rèn)配置文件切換到該用戶的配置文件，然后開始進(jìn)入語音識(shí)別的工作。?

進(jìn)一步，步驟2中電腦對(duì)說話人的身份識(shí)別，其具體方式是：開啟麥克風(fēng)根據(jù)輸入音頻的特征分析來進(jìn)行。步驟3中有與語音識(shí)別配置文件列表一一對(duì)應(yīng)的同名字符串表示的配置?文件的說話人身份配置文件對(duì)應(yīng)表。?

一種微軟語音識(shí)別配置文件的自動(dòng)切換系統(tǒng)，包括麥克風(fēng)錄音模塊、說話人識(shí)別模塊、說話人身份配置文件對(duì)應(yīng)表、微軟語音識(shí)別引擎配置文件列表、微軟SAPI庫(kù)Helper函數(shù)和自動(dòng)切換模塊；?

麥克風(fēng)錄音模塊是開啟麥克風(fēng)采集用戶環(huán)境的聲學(xué)信號(hào)，向說話人識(shí)別模塊輸出；?

說話人識(shí)別模塊根據(jù)采集的聲音信號(hào)分析說話人的聲音音色，向自動(dòng)切換模塊輸出的說話人的身份信息；?

自動(dòng)切換模塊用于自動(dòng)修改默認(rèn)配置文件為該用戶的配置，不需要經(jīng)過繁瑣的手動(dòng)操作；?

說話人身份配置文件對(duì)應(yīng)表用于給自動(dòng)切換模塊提供查詢，以便自動(dòng)切換模塊獲得該說話人所對(duì)應(yīng)的配置文件名；?

微軟語音識(shí)別引擎的微配置文件列表是微軟語音識(shí)別引擎部署在本地的各個(gè)用戶的語音訓(xùn)練特征數(shù)據(jù)的文件名，該列表在切換模塊設(shè)置默認(rèn)配置文件時(shí)遍歷所用；?

微軟SAPI庫(kù)Helper函數(shù)為切換模塊提供了關(guān)于修改默認(rèn)配置文件的接口API。?

本發(fā)明的優(yōu)點(diǎn)是：可以在微軟語音識(shí)別引擎的基礎(chǔ)上實(shí)現(xiàn)自動(dòng)切換不同的配置文件，無需手動(dòng)操作。?

附圖說明

圖1是本發(fā)明實(shí)施例配置文件自動(dòng)切換方法的實(shí)現(xiàn)邏輯示意圖，圖中語音識(shí)別配置文件列表中加粗的配置文件k表示是當(dāng)前用戶的默認(rèn)配置文件。?

圖2是本發(fā)明實(shí)施例的系統(tǒng)功能運(yùn)行邏輯次序圖。?

圖3是本發(fā)明實(shí)施例的系統(tǒng)組件圖，圖中的表示的是“依賴于”。?

具體實(shí)施方式

參照附圖：?

一種配置文件的自動(dòng)切換方法，其特征在于，包括：?

步驟1、在系統(tǒng)初始化階段創(chuàng)建使用同一臺(tái)電腦進(jìn)行語音識(shí)別的用戶的身份信息和配置文件的對(duì)應(yīng)表；?

步驟2、在每一個(gè)人使用語音識(shí)別之前用戶開啟麥克風(fēng)并對(duì)著麥克風(fēng)發(fā)聲，電腦對(duì)說話人的語音身份進(jìn)行識(shí)別，并輸出該用戶的身份信息；?

步驟3、然后系統(tǒng)從對(duì)應(yīng)表文件，根據(jù)該用戶的身份信息查詢到該用戶對(duì)應(yīng)的配置文件名；?