[發明專利]一種云端語音識別系統及方法

在審

• 申請號: 201610208354.4
• 申請日: 2016-04-06
• 公開（公告）號: CN105654954A
• 公開（公告）日: 2016-06-08
• 發明（設計）人: 胡云燎;何國濤;李全忠;蒲瑤
• 申請（專利權）人: 普強信息技術（北京）有限公司
• 主分類號: G10L15/30
• 分類號: G10L15/30;G10L15/06
• 代理公司: 北京中恒高博知識產權代理有限公司 11249
• 代理人: 夏晏平

1.一種云端語音識別系統，其特征在于，該云端語音識別系統包括：方言 層、平臺層、年齡層、性別層、領域層；

將識別模型分成多個維度，維度包括性別層、年齡層、平臺層、方言層、 領域層；

所述的性別層包括：男、女；

所述的年齡層分為多個階段；

所述的平臺層包括：IOS、Android、Windows；

所述的方言層包括粵語口音、閩語口音、吳語口音、贛語口音、湘語口音、 客家話口音、官話口音和普通話的一種或多種組合。

所述的領域層包括音樂類、導航類、地圖類、聊天類、交通類、車載類。

2.一種云端語音識別方法，其特征在于，該云端語音識別方法包括以下步 驟：

步驟一、對人群進行多維度發音特征劃分，采樣數據；

步驟二、利用用戶語音和用戶標識獲取多個維度的信息，確定識別模型。

步驟三、對識別資源依據劃分進行動態更新；

步驟四、利用用戶語音識別文本確定領域模型。

3.如權利要求2所述的云端語音識別方法，其特征在于，在步驟一中，根 據地域分布、口音分布、噪聲分布、年齡分布、男女比例、設備平臺劃分用戶 和采樣數據。

4.如權利要求3所述的云端語音識別方法，其特征在于，所述的地域分布 為分別將說話人分布定義在8個地區，每個地區選一到兩個重點城市作為采樣 人群城市；

所述的口音分布分別為：普通話、粵語、閩語、吳語、贛語、湘語、客家 話、官話；

所述的噪聲分布分別為：車內、地鐵、室內、街道、火車站、汽車站、餐 廳、會議室、商場；

所述的年齡分布為根據應用的適用人群，預定義采樣人群的年齡及比例；

所述的男女比例根據1:1比例采樣；

所述的設備平臺根據不同的移動設備平臺，在采樣時選用不同的平臺設備 采樣數據。

5.如權利要求2所述的云端語音識別方法，其特征在于，在步驟二中，所 述的模型優化方法有以下三種方法：

在應用層，根據用戶注冊信息和用戶標識，直接選擇識別模型；在用戶信 息不全時，語音分別送到多個模型，選擇置信度較高的模型。

語言特征選擇領域模型；包括領域詞發現算法和領域歸類算法；

聲學特征選擇口音模型。

6.如權利要求2所述的云端語音識別方法，其特征在于，所述的動態更新 包括：領域識別資源選擇動態更新和云端領域資源動態更新。

7.如權利要求6所述的云端語音識別方法，其特征在于，所述的云端領域 資源動態更新包括更新聲學模型和更新語言模型。