[發明專利]多識別器語音識別

有效

• 申請號: 201480027534.1
• 申請日: 2014-04-18
• 公開（公告）號: CN105229728B
• 公開（公告）日: 2019-10-29
• 發明（設計）人: 彼塔爾·阿列克西克;佩德羅·J·莫雷諾門希瓦爾;法迪·比亞德希
• 申請（專利權）人: 谷歌有限責任公司
• 主分類號: G10L15/32
• 分類號: G10L15/32;G10L15/197;G10L15/30
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李寶泉;周亞榮

1.一種由數據處理裝置執行的計算機實現的用于執行語音識別的方法，所述方法包括：

接收與發聲相對應的音頻數據；

獲得使用有限語音識別器所產生的所述發聲的第一轉錄，其中，所述有限語音識別器包括包含通過有限語音識別詞匯訓練的語言模型的語音識別器，所述有限語音識別詞匯包括來自語音命令語法的一個或多個項，但包括比擴展語法的所有項少；

獲得使用擴展語音識別器所產生的所述發聲的第二轉錄，其中，所述擴展語音識別器包括包含通過擴展語音識別詞匯訓練的語言模型的語音識別器，所述擴展語音識別詞匯包括所述擴展語法的所有項；

使所述發聲的所述第一轉錄和所述第二轉錄對準以產生對準的轉錄；以及

至少基于所述對準的轉錄的一部分將所述發聲分類為語音命令或語音查詢。

2.根據權利要求1所述的方法，進一步包括：

響應于至少基于所述對準的轉錄的一部分將所述發聲分類為所述語音命令：

使用所述第一轉錄的至少一部分以及所述第二轉錄的至少一部分來產生所述語音命令；以及

發起所述語音命令；以及

響應于將所述發聲分類為所述語音查詢：

使用所述第一轉錄的至少一部分以及所述第二轉錄的至少一部分來產生所述語音查詢；以及

發起所述語音查詢。

3.根據權利要求1所述的方法，其中，所述有限語音識別器被配置成識別占位符項的集合、語音命令項的集合、以及來自聯系人列表的聯系人姓名的集合中的一個或多個。

4.根據權利要求1所述的方法，其中，所述擴展語音識別器被配置成識別一般語法項的集合、占位符項的集合、固有姓名的集合、以及語音命令項的集合中的一個或多個。

5.根據權利要求4所述的方法，其中，所述擴展語音識別器不被配置為識別來自聯系人列表的聯系人姓名的集合。

6.根據權利要求1所述的方法，其中，所述有限語音識別器和所述擴展語音識別器中的至少一個的操作在移動設備處執行。

7.根據權利要求1所述的方法，其中，所述有限語音識別器和所述擴展語音識別器中的至少一個的操作在服務器計算機設備處執行。

8.一種用于執行語音識別的系統，所述系統包括：

數據處理裝置；以及

存儲指令的非瞬時性存儲器存儲，所述指令能由所述數據處理裝置執行并且在這樣的執行時使得所述數據處理裝置執行操作，所述操作包括：

接收與發聲相對應的音頻數據；

獲得使用有限語音識別器所產生的所述發聲的第一轉錄，其中，所述有限語音識別器包括包含通過有限語音識別詞匯所訓練的語言模型的語音識別器，所述有限語音識別詞匯包括來自語音命令語法的一個或多個項，但包括比擴展語法的所有項少；

獲得使用擴展語音識別器所產生的所述發聲的第二轉錄，其中，所述擴展語音識別器包括包含通過擴展語音識別詞匯所訓練的語言模型的語音識別器，所述擴展語音識別詞匯包括所述擴展語法的所有項；

使所述發聲的所述第一轉錄和所述第二轉錄對準以產生對準的轉錄；以及

至少基于所述對準的轉錄的一部分將所述發聲分類為語音命令或語音查詢。

9.根據權利要求8所述的系統，所述操作進一步包括：

響應于至少基于所述對準的轉錄的一部分將所述發聲分類為所述語音命令：

使用所述第一轉錄的至少一部分以及所述第二轉錄的至少一部分產生所述語音命令；以及

發起所述語音命令；以及

響應于將所述發聲分類為所述語音查詢：

使用所述第一轉錄的至少一部分以及所述第二轉錄的至少一部分產生所述語音查詢；以及

發起所述語音查詢。

10.根據權利要求8所述的系統，其中，所述有限語音識別器被配置成識別占位符項的集合、語音命令項的集合、以及來自聯系人列表的聯系人姓名的集合中的一個或多個。