[發明專利]交互式語音應答系統及其語音識別方法

有效

• 申請號: 201611245325.1
• 申請日: 2016-12-29
• 公開（公告）號: CN106601237B
• 公開（公告）日: 2020-02-07
• 發明（設計）人: 曾永梅;朱頻頻
• 申請（專利權）人: 上海智臻智能網絡科技股份有限公司;中國電子技術標準化研究院
• 主分類號: G10L15/06
• 分類號: G10L15/06;G10L15/22
• 代理公司: 31100 上海專利商標事務所有限公司
• 代理人: 徐偉

本發明提供了一種用于交互式語音應答系統的語音識別方法，該交互式語音應答系統包括知識庫，該知識庫包括知識點的集合，該語音識別方法包括基于該知識庫中的知識點的集合獲取語音訓練語料；使用所得到的語音訓練語料來訓練語言模型；以及使用該語言模型來識別用戶的語音輸入。本發明大大提高了語料對于語言模型訓練的針對性，使得以極少的訓練成本獲得了較高準確度的語言模型。

技術領域

本發明涉及人機交互技術領域，尤其涉及用于交互式語音應答系統的語音識別方法及一種交互式語音應答系統。

背景技術

人機交互是研究系統與用戶之間的交互關系的科學。系統可以是各種各樣的機器，也可以是計算機化的系統和軟件。例如，通過人機交互可以實現各種人工智能系統，例如，智能客服系統、語音控制系統等等。人工智能語義識別是人機交互的基礎，其能夠對人類語言進行識別，以轉換成機器能夠理解的語言。

智能問答系統是人機交互的一種典型應用，其中當用戶提出問題后，智能問答系統給出該問題的答案。為此，智能問答系統中有一套知識庫，里面有大量的問題和與每個問題相對應的答案。智能問答系統首先需要識別用戶所提出的問題，即從知識庫中找到與該用戶問題所對應的問題，然后找出與該問題相匹配的答案。

交互式語音應答系統是一種特殊的智能問答系統，即用戶提出的問題是以語音的形式輸入的。因此，在交互式語音應答系統中，首先需要將語音形式的用戶問題，即語音輸入識別為文字形式的用戶問題，然后再通過上述語義解析過程從知識庫中找到與該用戶問題所對應的問題，然后找出與該問題相匹配的答案。

如何提高語音識別的準確率，對交互式語音應答系統的性能有著至關重要的影響。

發明內容

以下給出一個或多個方面的簡要概述以提供對這些方面的基本理解。此概述不是所有構想到的方面的詳盡綜覽，并且既非旨在指認出所有方面的關鍵性或決定性要素亦非試圖界定任何或所有方面的范圍。其唯一的目的是要以簡化形式給出一個或多個方面的一些概念以為稍后給出的更加詳細的描述之序。

根據本發明的一方面，提供了一種用于交互式語音應答系統的語音識別方法，該交互式語音應答系統包括知識庫，該知識庫包括知識點的集合，該語音識別方法包括基于該知識庫中的知識點的集合獲取語音訓練語料；使用所得到的語音訓練語料來訓練語言模型；以及使用該語言模型來識別用戶的語音輸入。

根據本發明的另一方面，提供了一種交互式語音應答系統，包括：知識庫，該知識庫包括知識點的集合；語料獲取模塊，用于基于該知識庫中的知識點的集合獲取語音訓練語料；語言模型訓練模塊，使用所得到的語音訓練語料來訓練語言模型；以及語音識別模塊，用于使用該語言模型來識別用戶的語音輸入。

根據本發明的方案，充分利用了知識庫中的知識點，獲得了與用戶問題相關的語料，大大提高了語料對于語言模型訓練的針對性，使得以極少的訓練成本獲得了較高準確度的語言模型。

附圖說明

在結合以下附圖閱讀本公開的實施例的詳細描述之后，能夠更好地理解本發明的上述特征和優點。在附圖中，各組件不一定是按比例繪制，并且具有類似的相關特性或特征的組件可能具有相同或相近的附圖標記。

圖1是示出了根據本發明的一方面的用于交互式語音應答系統的語音識別方法的流程圖；

圖2是示出了根據本發明的一實施例對標準問進行擴展的方法的流程圖；

圖3是示出了根據本發明的一實施例的利用反問場景知識點獲取語音訓練語料的流程圖；

圖4是示出了根據本發明的另一實施例的利用反問場景知識點獲取語音訓練語料的流程圖；

圖5示出了根據本發明的一方面的交互式語音應答系統的框圖；

圖6是示出了根據本發明的一實施例的語料獲取模塊的框圖；