[發(fā)明專利]一種語音控制指令的識別方法及裝置

在審

• 申請?zhí)枺?/td>: 201611144824.1
• 申請日: 2016-12-13
• 公開（公告）號: CN108231063A
• 公開（公告）日: 2018-06-29
• 發(fā)明（設(shè)計）人: 金杰敏
• 申請（專利權(quán)）人: 中國移動通信有限公司研究院;中國移動通信集團公司
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/08;G10L15/18;G10L15/22
• 代理公司: 北京同達信恒知識產(chǎn)權(quán)代理有限公司 11291
• 代理人: 朱佳

本發(fā)明涉及語音控制技術(shù)領(lǐng)域，特別涉及一種語音控制指令的識別方法及裝置。該方法為：獲取接收到的語音控制指令的發(fā)音和語調(diào)特點，并基于上述發(fā)音和語調(diào)特點，將該語音特征參數(shù)與預(yù)先存儲的語音樣本對應(yīng)的樣本語音特征參數(shù)進行匹配，并在判定該語音特征參數(shù)與任意一個樣本語音特征參數(shù)匹配成功時，確定上述任意一個樣本語音特征參數(shù)對應(yīng)的語音樣本表征的控制指令，并執(zhí)行上述控制指令。采用上述方法，根據(jù)語音控制指令的發(fā)音和語調(diào)特點，與預(yù)先存儲的全國區(qū)域內(nèi)各地區(qū)的不同地方方言對應(yīng)的語音樣本的樣本語音特征參數(shù)的發(fā)音和語調(diào)特點進行匹配，這樣，就可以正確識別出不同地方的方言，從而提升了用戶體驗。

技術(shù)領(lǐng)域

本發(fā)明涉及語音控制技術(shù)領(lǐng)域，特別涉及一種語音控制指令的識別方法及裝置。

背景技術(shù)

隨著科學(xué)技術(shù)的不斷發(fā)展，語音識別技術(shù)的不斷進步，越來越多的智能設(shè)備可通過語音控制來完成相應(yīng)的控制操作，這樣，在使用智能設(shè)備時，通過語音控制智能設(shè)備完成相應(yīng)的控制操作，提高了用戶使用智能設(shè)備的方便性、安全性以及娛樂性。

現(xiàn)有技術(shù)中，通常采用以下語音控制指令的識別方法來完成用戶針對智能設(shè)備的語音控制操作：

智能設(shè)備在接收到用戶發(fā)出的語音控制指令時，基于接收到的語音控制指令，以及預(yù)先設(shè)置的各語音控制指令與各控制操作代碼之間的映射關(guān)系，確定與接收到的語音控制指令相對應(yīng)的控制操作代碼，并基于上述已確定的控制操作代碼完成相應(yīng)的控制操作。

然而，采用上述語音控制指令的識別方法，只針對普通話的識別率較高，而針對不同地域的不同地方方言的識別率較低，甚至不能識別。這樣，就限制了用戶使用的語言種類，對于年齡較大，不會普通話甚至聽不懂普通話的老人，就不能很好的通過語音來控制智能設(shè)備，那么，就給老人帶來極大的不便。

綜上所述，需要設(shè)計一種新的語音控制指令的識別方法來彌補現(xiàn)有技術(shù)中存在的缺陷和不足之處。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種語音控制指令的識別方法及裝置，用以解決現(xiàn)有技術(shù)中存在的針對地方方言的識別率較低，甚至不能識別的問題。

本發(fā)明實施例提供的具體技術(shù)方案如下：

一種語音控制指令的識別方法，包括：

對接收的語音控制指令進行解析，獲取所述語音控制指令的語音特征參數(shù)，其中，所述語音特征參數(shù)表征所述語音控制指令的發(fā)音和語調(diào)特點；

將所述語音特征參數(shù)與預(yù)先存儲的語音樣本對應(yīng)的樣本語音特征參數(shù)進行匹配；

在判定所述語音特征參數(shù)與任意一個樣本語音特征參數(shù)匹配成功時，確定所述任意一個樣本語音特征參數(shù)對應(yīng)的語音樣本表征的的控制指令，并執(zhí)行所述控制指令。

可選的，在對接收的語音控制指令進行解析之前，還包括：

在采集各地區(qū)的語音樣本時，分別獲取每一個語音樣本對應(yīng)的樣本語音特征參數(shù)，其中，所述樣本語音特征參數(shù)表征所述語音樣本的發(fā)音和語調(diào)特點；

將獲取到的每一個語音樣本對應(yīng)的樣本語音特征參數(shù)進行分類處理，并針對每一類樣本語音特征參數(shù)設(shè)置相應(yīng)的優(yōu)先級順序；

將采集到的每一個語音樣本對應(yīng)的樣本語音特征參數(shù)存儲在指定位置。

可選的，將獲取到的每一個語音樣本對應(yīng)的樣本語音特征參數(shù)進行分類處理，包括：

采用最鄰近結(jié)點算法KNN對獲取到的每一個語音樣本對應(yīng)的樣本語音特征參數(shù)進行分類處理。

可選的，針對每一類樣本語音特征參數(shù)設(shè)置相應(yīng)的優(yōu)先級順序，包括：

將用戶在應(yīng)用程序中使用頻率達到設(shè)定門限的語言對應(yīng)的語音樣本的樣本語音特征參數(shù)，設(shè)置為第一優(yōu)先級的樣本語音特征參數(shù)類；