[發(fā)明專(zhuān)利]基于位置的話音查詢識(shí)別

有效

• 申請(qǐng)?zhí)枺?/td>: 201780067103.1
• 申請(qǐng)日: 2017-02-22
• 公開(kāi)（公告）號(hào): CN109891500B
• 公開(kāi)（公告）日: 2022-11-15
• 發(fā)明（設(shè)計(jì)）人: C-A.因格馬森
• 申請(qǐng)（專(zhuān)利權(quán)）人: 谷歌有限責(zé)任公司
• 主分類(lèi)號(hào): G10L15/183
• 分類(lèi)號(hào): G10L15/183;G10L15/065
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 金玉潔

1.一種計(jì)算機(jī)實(shí)施的方法，包括：

通過(guò)包括（a）自動(dòng)語(yǔ)音識(shí)別器ASR、（b）候選轉(zhuǎn)錄擴(kuò)展器、和（c）搜索引擎的話音查詢處理系統(tǒng)，接收（i）與用戶的話語(yǔ)相對(duì)應(yīng)的音頻數(shù)據(jù)，以及（ii）指示與用戶相關(guān)聯(lián)的位置的數(shù)據(jù)；

基于通過(guò)所述話音查詢處理系統(tǒng)的ASR處理所述音頻數(shù)據(jù)，獲得所述話語(yǔ)的初始候選轉(zhuǎn)錄；

通過(guò)所述話音查詢處理系統(tǒng)的候選轉(zhuǎn)錄擴(kuò)展器并且為與所述位置相關(guān)聯(lián)的多個(gè)地理區(qū)域中的每一個(gè)地理區(qū)域，選擇表示與地理區(qū)域預(yù)先關(guān)聯(lián)的實(shí)體的名稱(chēng)的一組n元語(yǔ)法；

對(duì)于所述多個(gè)地理區(qū)域中的一個(gè)或多個(gè)地理區(qū)域，通過(guò)所述話音查詢處理系統(tǒng)的候選轉(zhuǎn)錄擴(kuò)展器，并且基于表示與地理區(qū)域預(yù)先關(guān)聯(lián)的實(shí)體的名稱(chēng)的一組n元語(yǔ)法，生成被指示為在語(yǔ)聲上與在由ASR獲得的所述初始候選轉(zhuǎn)錄中出現(xiàn)的一個(gè)或多個(gè)術(shù)語(yǔ)類(lèi)似并且不在由ASR獲得的所述初始候選轉(zhuǎn)錄中出現(xiàn)的一個(gè)或多個(gè)附加候選轉(zhuǎn)錄；

通過(guò)所述話音查詢處理系統(tǒng)的ASR，基于候選轉(zhuǎn)錄與音頻數(shù)據(jù)的語(yǔ)聲類(lèi)似性，從由所述候選轉(zhuǎn)錄擴(kuò)展器生成的并且被指示為在語(yǔ)聲上與在由ASR獲得的所述初始候選轉(zhuǎn)錄中出現(xiàn)的一個(gè)或多個(gè)術(shù)語(yǔ)類(lèi)似并且不在由ASR獲得的所述初始候選轉(zhuǎn)錄中出現(xiàn)的所述一個(gè)或多個(gè)附加候選轉(zhuǎn)錄當(dāng)中選擇所述話語(yǔ)的代表性轉(zhuǎn)錄；

由所述話音查詢處理系統(tǒng)提供由所述候選轉(zhuǎn)錄擴(kuò)展器生成的并且被指示為在語(yǔ)聲上與在由ASR獲得的所述初始候選轉(zhuǎn)錄中出現(xiàn)的一個(gè)或多個(gè)術(shù)語(yǔ)類(lèi)似并且不在由ASR獲得的所述初始候選轉(zhuǎn)錄中出現(xiàn)的所述代表性轉(zhuǎn)錄，以用于作為由ASR生成的可能最準(zhǔn)確的轉(zhuǎn)錄而輸出；以及

將所述代表性轉(zhuǎn)錄作為搜索引擎的查詢進(jìn)行處理以生成一個(gè)或多個(gè)搜索引擎結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述多個(gè)地理區(qū)域至少包括：包圍所述位置的鄰域、包圍所述鄰域的整個(gè)面積的子地區(qū)、以及包圍所述鄰域的整個(gè)面積的地區(qū)。

3.根據(jù)權(quán)利要求2所述的方法，其中：

所述鄰域與第一特征分?jǐn)?shù)相關(guān)聯(lián)，所述子地區(qū)與第二特征分?jǐn)?shù)相關(guān)聯(lián)，以及所述地區(qū)與第三特征分?jǐn)?shù)相關(guān)聯(lián)，所述第一特征分?jǐn)?shù)具有大于所述第二特征分?jǐn)?shù)的值的值，并且所述第二特征的值大于所述第三特征分?jǐn)?shù)的值，并且

至少基于所述第一特征分?jǐn)?shù)、所述第二特征分?jǐn)?shù)和所述第三特征分?jǐn)?shù)的相應(yīng)值來(lái)選擇所述代表性轉(zhuǎn)錄。

4.根據(jù)權(quán)利要求2所述的方法，其中，選擇表示與所述地理區(qū)域預(yù)先關(guān)聯(lián)的實(shí)體的名稱(chēng)的一組n元語(yǔ)法包括：

對(duì)于鄰域、子地區(qū)和地區(qū)中的每一個(gè)：

獲得被確定為與區(qū)域相關(guān)聯(lián)的n元語(yǔ)法的集合，

對(duì)于所述n元語(yǔ)法的集合內(nèi)的每個(gè)n元語(yǔ)法，計(jì)算（i）反映n元語(yǔ)法將被特定用戶在與所述用戶相關(guān)聯(lián)的位置處使用的概率的第一分?jǐn)?shù)，以及（ii）反映n元語(yǔ)法將被用戶的集合使用的概率的第二分?jǐn)?shù)，

識(shí)別在所述n元語(yǔ)法的集合內(nèi)每個(gè)都具有大于第二分?jǐn)?shù)的第一分?jǐn)?shù)的n元語(yǔ)法的子集，以及

為所述區(qū)域選擇所述n元語(yǔ)法的子集。

5.根據(jù)權(quán)利要求4所述的方法，其中，所述代表性轉(zhuǎn)錄還至少基于包括在所述一個(gè)或多個(gè)附加候選轉(zhuǎn)錄中的每一個(gè)附加候選轉(zhuǎn)錄內(nèi)的n元語(yǔ)法的第一分?jǐn)?shù)的相應(yīng)值來(lái)選擇。

6.根據(jù)權(quán)利要求1所述的方法，為所述多個(gè)地理區(qū)域中的每一個(gè)地理區(qū)域選擇的所述一組n元語(yǔ)法是包括在用戶先前提交的一個(gè)或多個(gè)查詢中的實(shí)體術(shù)語(yǔ)。

7.根據(jù)權(quán)利要求1所述的方法，包括：

由所述自動(dòng)語(yǔ)音識(shí)別器使用所述代表性轉(zhuǎn)錄來(lái)偏置所述話語(yǔ)的語(yǔ)音識(shí)別。

8.根據(jù)權(quán)利要求1所述的方法，其中，為所述多個(gè)地理區(qū)域中的一個(gè)或多個(gè)地理區(qū)域生成的一個(gè)或多個(gè)附加候選轉(zhuǎn)錄包括針對(duì)被識(shí)別為對(duì)所述話語(yǔ)的不正確轉(zhuǎn)錄的一個(gè)或多個(gè)候選轉(zhuǎn)錄中的每一個(gè)候選轉(zhuǎn)錄的校正的轉(zhuǎn)錄。