[發明專利]語音識別方法及智能設備

在審

• 申請號: 201810877097.2
• 申請日: 2018-08-03
• 公開（公告）號: CN110808050A
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 孫玨
• 申請（專利權）人: 蔚來汽車有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L15/02;G06F40/30
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 王星;陳嵐

1.一種用于智能設備的語音識別方法，包括如下步驟：

a)、采集第一音頻數據，并從中提取至少一個語音詞；

b)、基于所述語音詞進行喚醒識別，以確定是否喚醒所述智能設備；

c)、基于所述智能設備的喚醒而采集第二音頻數據，并從中提取至少一個三音素；

d)、基于每個所述三音素相應的后驗概率進行語音識別；以及

e)、基于所述語音識別的結果進行意圖分析。

2.根據權利要求1所述的語音識別方法，其特征在于，所述喚醒識別包括：

通過前向計算來確定每個所述語音詞以及靜音態所對應的后驗概率；

利用有限狀態轉換器來處理各所述語音詞和所述靜音態所對應的所述后驗概率，以確定是否喚醒所述智能設備。

3.根據權利要求1所述的語音識別方法，其特征在于，步驟c)包括：

利用語音端點檢測模塊檢測所述第二音頻數據，以確定所述第二音頻數據對應的語音的起始點和結束點；

對在所述起始點和結束點之間的音頻數據進行音素提取，以獲得所述至少一個三音素。

4.根據權利要求1所述的語音識別方法，其特征在于，所述意圖分析包括：

確定所述語音識別的結果與感興趣語料庫之間的關聯程度。

5.根據權利要求4所述的語音識別方法，其特征在于，所述智能設備進行響應具體包括：

當所述關聯程度大于關聯閾值時，所述智能設備對所述第二音頻數據進行響應。

6.根據權利要求4所述的語音識別方法，其特征在于，所述智能設備進行響應具體包括：

所述智能設備，在所述語音識別的結果與第一感興趣語料庫之間的關聯程度大于第二閾值同時與第二感興趣語料庫之間的關聯程度小于第三閾值時，對所述第二音頻數據進行響應。

7.一種智能設備，配置成對語音進行識別，所述智能設備包括：

音頻采集單元，用于采集音頻數據，所述音頻數據包括第一音頻數據以及第二音頻數據；其中，所述第二音頻數據在所述智能設備被喚醒之后采集；

語音詞提取單元，與所述音頻采集單元耦合，以從所述第一音頻數據中提取至少一個語音詞，

喚醒識別單元，與所述語音詞提取單元耦合，以基于所述語音詞進行喚醒識別，以確定是否喚醒所述智能設備；

音素提取單元，與所述音頻采集單元耦合，以從所述第二音頻數據中提取至少一個三音素；

語音識別單元，與所述音素提取單元耦合，以基于每個所述三音素相應的后驗概率進行語音識別；以及

意圖分析單元，與所述語音識別單元耦合，以基于所述語音識別的結果進行意圖分析。

8.根據權利要求7所述的智能設備，其特征在于，其中所述喚醒識別單元包括第一神經網絡，所述語音識別單元包括第二神經網絡。

9.根據權利要求7所述的智能設備，其特征在于，所述語音識別單元包括：

語音子單元，用于確定各三音素相應的后驗概率；

詞典子單元，用于基于所述各三音素相應的后驗概率，根據詞典中每個字的發音來得到對應的至少一個字；以及

語言子單元，用于將所述至少一個字轉化為為文本形式的語句。

10.一種用于語音識別的分布式系統，包括：

音頻采集單元，用于采集音頻數據，所述音頻數據包括第一音頻數據和第二音頻數據；其中，所述第一音頻數據在所述系統的第一工作模式下采集，而所述第二音頻數據在所述系統的第二工作模式下采集；

語音詞提取單元，與所述音頻采集單元耦合，以從所述第一音頻數據中提取至少一個語音詞，

喚醒識別單元，與所述語音詞提取單元耦合，以基于所述語音詞進行喚醒識別，以確定是否將所述系統從所述第一工作模式切換到所述第二工作模式；

音素提取單元，與所述音頻采集單元耦合，以從所述第二音頻數據中提取至少一個三音素；

語音識別單元，與所述音素提取單元耦合，以基于每個所述三音素相應的后驗概率進行語音識別；以及

意圖分析單元，與所述語音識別單元耦合，以基于所述語音識別的結果進行意圖分析；

其中，所述音頻采集單元、所述語音詞提取單元以及所述音素提取單元設置于本地端。