[發明專利]聲音識別裝置、聲音識別方法及計算機可讀存儲介質

有效

• 申請號: 201710780531.0
• 申請日: 2017-09-01
• 公開（公告）號: CN107833578B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 関根直樹
• 申請（專利權）人: 東芝泰格有限公司
• 主分類號: G10L15/28
• 分類號: G10L15/28;G10L15/26
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 麻吉鳳

本發明公開了一種聲音識別裝置、聲音識別方法及計算機可讀存儲介質，其能夠不向用戶通知發聲開始的時機而能夠降低因不能記錄聲音信號的開頭部分而導致的誤識別，該聲音識別裝置包括：記錄部、接受部、識別部、判定部及修正部。記錄部記錄通過聲音輸入部已輸入的聲音信號。接受部接受來自聲音輸入部的聲音輸入開始指示。識別部根據在接受到輸入開始指示后記錄部所記錄的聲音信號對聲音發聲進行識別。判定部根據從接受輸入開始指示到通過聲音輸入部聲音信號被輸入的時間來判定是否對聲音發聲的識別結果進行修正。修正部對通過判定部判定出為要進行修正的聲音發聲進行修正。

本申請主張申請日為2016年09月15日、申請號為JP2016-180447的日本申請為優先權，并引用上述申請的內容，通過引用將其公開內容全部結合于此。

技術領域

本發明的實施例涉及一種聲音識別方法及用該方法進行聲音識別的聲音識別裝置以及計算機可讀存儲介質。

背景技術

近年來，有裝載聲音識別裝置，并當用戶從外部通過聲音給予期望的操作內容時，則識別其聲音并執行與期望的操作內容對應的動作的電子設備。這樣的電子設備通常具有發聲按鈕，聲音識別裝置以用戶操作了該發聲按鈕的情況為契機接受聲音的輸入。不過，因在接受聲音輸入之前用戶已經發聲而不能記錄聲音信號的開頭部分，往往引起聲音識別裝置的誤識別。

為了防止這樣的問題，公知有在從發聲按鈕已被操作到可接受聲音輸入的期間使顯示畫面顯示規定的圖像而向用戶通知發聲開始的時機的技術。不過，存在有能夠應用該技術的不僅限定于具有顯示畫面的電子設備，而且控制電子設備以顯示圖像的處理器的處理負荷變得較大這樣的問題。

發明內容

鑒于上述問題，本發明所要解決的技術問題是，提供一種聲音識別裝置及聲音識別方法、計算機可讀存儲介質，其不向用戶通知發聲開始的時機而能夠降低因不能記錄聲音信號的開頭部分而導致的誤識別。

為解決上述問題，本發明的一實施例，提供了一種聲音識別裝置，包括：記錄部、接受部、識別部、判定部及修正部。記錄部記錄通過聲音輸入部已輸入的聲音信號。接受部接受來自聲音輸入部的聲音輸入開始指示。識別部根據在接受到輸入開始指示后記錄部所記錄的聲音信號對聲音發聲進行識別。判定部根據從接受輸入開始指示到通過聲音輸入部聲音信號被輸入的時間來判定是否對聲音發聲的識別結果進行修正。修正部對通過判定部判定出為要進行修正的聲音發聲進行修正。

根據這樣的構成，能夠不向用戶通知發聲開始的時機而降低因不能記錄聲音信號的開頭部分而導致的誤識別。

對于聲音識別裝置，在一種可能的實施方式中，所述判定部在所述時間與規定的閾值時間相比短時判定為要進行修正。

根據這樣的構成，不僅聲音識別裝置能夠裝載在不具有顯示畫面的電子設備上，而且也不擔心聲音識別裝置的處理負荷變大。

對于聲音識別裝置，在一種可能的實施方式中，還包括：第一時刻取得部，取得通過所述接受部接受到所述開始指示的第一時刻；以及第二時刻取得部，取得通過所述聲音輸入部聲音信號的輸入已被開始了的第二時刻，其中，所述判定部在從所述第一時刻到所述第二時刻的經過時間與所述閾值時間相比短時判定為要進行修正。

根據這樣的構成，由于能夠正確掌握經過時間，因此通過設定恰當的閾值時間，能夠防止實施無用的修正處理于未然。

對于聲音識別裝置，在一種可能的實施方式中，所述修正部將通過所述識別部識別出的聲音發聲的開頭的單詞替換成與所述聲音發聲的第二個以后的單詞有關聯的其他單詞而進行修正。

根據這樣的構成，由于修正處理也比較容易并能夠用較短時間執行，所以也沒有聲音識別裝置的處理負荷大幅度地增加而識別速度下降的擔心。

對于聲音識別裝置，在一種可能的實施方式中，還包括：定時器，用于計時所述時間，其中，所述判定部在所述計時時間與規定的閾值時間相比短時判定為要進行修正。