[發(fā)明專利]電子設(shè)備及其語(yǔ)音識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201711210851.9
• 申請(qǐng)日: 2017-11-27
• 公開(kāi)（公告）號(hào): CN108242235A
• 公開(kāi)（公告）日: 2018-07-03
• 發(fā)明（設(shè)計(jì)）人: 李政仁;韓瀾;鄭皙榮
• 申請(qǐng)（專利權(quán)）人: 三星電子株式會(huì)社
• 主分類號(hào): G10L15/183
• 分類號(hào): G10L15/183;G10L15/197;G10L15/26
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 吳曉兵

提供了一種電子設(shè)備及其語(yǔ)音識(shí)別方法。該電子設(shè)備可以包括：通信接口，用于從外部電子設(shè)備接收語(yǔ)音數(shù)據(jù)；存儲(chǔ)器，用于存儲(chǔ)默認(rèn)用于語(yǔ)音識(shí)別的通用語(yǔ)言模型、針對(duì)每個(gè)用戶指定的第一語(yǔ)言模型、與每個(gè)用戶的上下文信息相關(guān)聯(lián)的第二語(yǔ)言模型、以及與由電子設(shè)備在從語(yǔ)音數(shù)據(jù)的接收時(shí)間起的預(yù)設(shè)時(shí)間段內(nèi)所收集的詞語(yǔ)相關(guān)聯(lián)的第三語(yǔ)言模型；以及處理器，用于執(zhí)行如下過(guò)程：將第一語(yǔ)言模型、第二語(yǔ)言模型和第三語(yǔ)言模型中的至少一個(gè)與通用語(yǔ)言模型相組合以構(gòu)建集成語(yǔ)言模型，基于語(yǔ)音數(shù)據(jù)和集成語(yǔ)言模型來(lái)執(zhí)行語(yǔ)音識(shí)別，并且輸出與語(yǔ)音數(shù)據(jù)相對(duì)應(yīng)的語(yǔ)音識(shí)別結(jié)果。

技術(shù)領(lǐng)域

本公開(kāi)涉及一種電子設(shè)備及其語(yǔ)音識(shí)別方法。

背景技術(shù)

諸如智能電話、平板個(gè)人計(jì)算機(jī)、便攜式多媒體播放器、個(gè)人數(shù)字助理、膝上型個(gè)人計(jì)算機(jī)和可穿戴設(shè)備之類的各種電子設(shè)備已經(jīng)普及。此外，這樣的電子設(shè)備可以配備有用于基于用戶發(fā)出的語(yǔ)音聲音來(lái)控制電子設(shè)備的各種功能的技術(shù)。

為了根據(jù)用戶的語(yǔ)音聲音來(lái)控制功能，電子設(shè)備可以具有用于識(shí)別由用戶發(fā)出的語(yǔ)音的語(yǔ)音識(shí)別功能。

語(yǔ)音識(shí)別技術(shù)能夠使用聲學(xué)模型和語(yǔ)言模型來(lái)識(shí)別由用戶發(fā)出的語(yǔ)音。聲學(xué)模型可以指這樣的數(shù)據(jù)庫(kù)，所述數(shù)據(jù)庫(kù)中映射和存儲(chǔ)了通過(guò)處理語(yǔ)音數(shù)據(jù)而獲得的特征向量和包括與特征向量相對(duì)應(yīng)的音素的音素候選組。語(yǔ)言模型可以指存儲(chǔ)如下這樣的信息的數(shù)據(jù)庫(kù)，所述信息用于基于與語(yǔ)音數(shù)據(jù)相對(duì)應(yīng)并從聲學(xué)模型中提取的音素來(lái)對(duì)詞語(yǔ)或音節(jié)之間的語(yǔ)言順序關(guān)系進(jìn)行建模。可以通過(guò)收集常用和頻繁使用的詞語(yǔ)或句子模式來(lái)創(chuàng)建語(yǔ)言模型。

可以在用于語(yǔ)音識(shí)別的語(yǔ)言模型中使用附加技術(shù)，以提高語(yǔ)音識(shí)別精度。例如，可以使用從用戶的個(gè)性化設(shè)備中提取信息并根據(jù)所提取的用戶信息修改語(yǔ)言模型的技術(shù)。使用基于通用語(yǔ)言模型根據(jù)用戶信息可調(diào)整的語(yǔ)言模型的語(yǔ)音識(shí)別技術(shù)能夠有助于提高針對(duì)特定用戶的語(yǔ)音識(shí)別性能。

然而，為了提高語(yǔ)音識(shí)別的精度，不僅要反映用戶的特性，還要反映關(guān)于執(zhí)行語(yǔ)音識(shí)別的時(shí)間和情況的信息。

因此，為了提高語(yǔ)音識(shí)別的精度，必須組合使用各種語(yǔ)音識(shí)別模型，包括反映用戶的特性的語(yǔ)音識(shí)別模型。

發(fā)明內(nèi)容

為了解決上述缺陷，本公開(kāi)的主要目的是解決上述問(wèn)題和/或缺點(diǎn)，并提供至少下述優(yōu)點(diǎn)。因此，本公開(kāi)的一方面是提供一種使用各種詳細(xì)語(yǔ)言模型來(lái)構(gòu)建集成語(yǔ)言模型的裝置和方法，以便在執(zhí)行語(yǔ)音識(shí)別的各種情況下提高語(yǔ)音識(shí)別的精度。

本公開(kāi)的另一方面是提供一種裝置和方法，所述裝置和方法通過(guò)在類型和組合方面改變與通用語(yǔ)言模型集成的詳細(xì)語(yǔ)言模型，在執(zhí)行語(yǔ)音識(shí)別的各種情況下最大化語(yǔ)音識(shí)別性能。

本公開(kāi)的各種實(shí)施例涉及使用通過(guò)組合各種語(yǔ)音模型而產(chǎn)生的集成語(yǔ)言模型來(lái)執(zhí)行語(yǔ)音識(shí)別。

根據(jù)本公開(kāi)的一方面，提供了一種電子設(shè)備。該電子設(shè)備可以包括：通信接口，用于從外部電子設(shè)備接收用戶的語(yǔ)音數(shù)據(jù)和用戶信息；存儲(chǔ)器，用于存儲(chǔ)默認(rèn)用于語(yǔ)音識(shí)別的通用語(yǔ)言模型、針對(duì)每個(gè)用戶指定的第一語(yǔ)言模型、與每個(gè)用戶的上下文信息相關(guān)聯(lián)的第二語(yǔ)言模型、以及與由電子設(shè)備在從語(yǔ)音數(shù)據(jù)的接收時(shí)間起的預(yù)設(shè)時(shí)間段內(nèi)所收集的詞語(yǔ)相關(guān)聯(lián)的第三語(yǔ)言模型；以及處理器，用于執(zhí)行如下過(guò)程：將第一語(yǔ)言模型、第二語(yǔ)言模型和第三語(yǔ)言模型中的至少一個(gè)與通用語(yǔ)言模型相組合以構(gòu)建集成語(yǔ)言模型，基于語(yǔ)音數(shù)據(jù)和集成語(yǔ)言模型來(lái)執(zhí)行語(yǔ)音識(shí)別，并且輸出與語(yǔ)音數(shù)據(jù)相對(duì)應(yīng)的語(yǔ)音識(shí)別結(jié)果。