[發(fā)明專利]語音識別設(shè)備及其操作方法

在審

• 申請?zhí)枺?/td>: 201880070671.1
• 申請日: 2018-12-06
• 公開（公告）號: CN111295708A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設(shè)計）人: 白瑞鉉;洪斗和;柳宗燁;洪知延;金銀璟;崔成子;李在原;薩提什·英得西
• 申請（專利權(quán)）人: 三星電子株式會社
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/18;G10L15/30
• 代理公司: 北京銘碩知識產(chǎn)權(quán)代理有限公司 11286
• 代理人: 曾世驍;田方

本公開涉及一種用于基于內(nèi)容分析用戶輸入并且生成并輸出應(yīng)答的語音識別設(shè)備及其操作方法，所述操作方法包括：接收音頻信號并對音頻信號執(zhí)行語音識別；獲取正在被執(zhí)行的內(nèi)容的內(nèi)容信息；基于所述內(nèi)容信息，從通過執(zhí)行語音識別而識別出的語音分析用戶輸入；根據(jù)分析出的用戶輸入和內(nèi)容信息生成應(yīng)答；并且輸出所述應(yīng)答。

技術(shù)領(lǐng)域

本公開涉及一種語音識別設(shè)備及其操作方法，并且例如，涉及一種用于基于正在被執(zhí)行的內(nèi)容分析用戶輸入并且生成并輸出應(yīng)答的語音識別方法和設(shè)備。

本公開還涉及一種用于使用諸如深度學(xué)習(xí)的機器學(xué)習(xí)算法來模擬諸如識別和確定的功能的人工智能(AI)系統(tǒng)及其應(yīng)用。

背景技術(shù)

人工智能(AI)系統(tǒng)是具有人類水平的智能的計算機系統(tǒng)。與現(xiàn)有的基于規(guī)則的智能系統(tǒng)不同，AI系統(tǒng)能夠自主學(xué)習(xí)、做出決定并變得智能。隨著AI系統(tǒng)的使用更準(zhǔn)確地提高了識別速率和對用戶品味的理解，現(xiàn)有的基于規(guī)則的智能系統(tǒng)已逐漸被基于深度學(xué)習(xí)的AI系統(tǒng)所取代。

AI技術(shù)包括機器學(xué)習(xí)(深度學(xué)習(xí))和使用機器學(xué)習(xí)的元技術(shù)。

機器學(xué)習(xí)可指一種對多條輸入數(shù)據(jù)的特征進行自主分類/自主學(xué)習(xí)的算法技術(shù)。元技術(shù)可指使用諸如深度學(xué)習(xí)的機器學(xué)習(xí)算法來模擬諸如人腦的識別和確定的功能的技術(shù)，并且包括語言理解、視覺理解、推斷/預(yù)測、知識表達、運動控制等。

應(yīng)用AI技術(shù)的各種領(lǐng)域如下。語言理解是一種識別并應(yīng)用/處理人類語言/字符的技術(shù)，并且包括自然語言處理、機器翻譯、對話系統(tǒng)、詢問和應(yīng)答、語音識別/合成等。視覺理解是一種像人類視覺一樣識別并處理對象的技術(shù)，并且包括對象識別、對象跟蹤、圖像搜索、人類識別、場景理解、空間理解、圖像增強等。推斷/預(yù)測是一種確定信息以執(zhí)行邏輯推斷和預(yù)測的技術(shù)，并且包括基于知識/概率的推斷、優(yōu)化預(yù)測、基于偏好的計劃、推薦等。知識表達是一種將人類的經(jīng)驗信息自動處理為知識數(shù)據(jù)的技術(shù)，并且包括知識構(gòu)建(數(shù)據(jù)創(chuàng)建/分類)、知識管理(數(shù)據(jù)利用)等。運動控制是一種控制車輛的自動駕駛和機器人的運動的技術(shù)，并且包括運動控制(導(dǎo)航、碰撞和駕駛)、操作控制(行為控制)等。

近來，隨著用于執(zhí)行各種功能的結(jié)合的電子裝置(諸如智能電話)的發(fā)展，已經(jīng)推出了具有用于改善可操縱性的語音識別功能的電子裝置。語音識別功能允許電子裝置的用戶通過語音容易地控制裝置，而無需操作單獨的按鈕或?qū)τ|摸模塊觸摸。

對于語音識別功能，可使用各種AI技術(shù)。通過語言理解，可準(zhǔn)確地識別用戶說話的內(nèi)容，并且可檢測包括在說話內(nèi)容中的用戶意圖。此外，通過視覺理解，可理解由用戶使用的內(nèi)容，并且通過推斷/預(yù)測，可生成根據(jù)用戶意圖和由用戶正在執(zhí)行的內(nèi)容的合適的應(yīng)答。此外，通過運動控制，可以以合適的形式輸出所生成的應(yīng)答。

發(fā)明內(nèi)容

技術(shù)的解決方案

根據(jù)本公開的一方面，一種語音識別設(shè)備的操作方法包括：接收音頻信號并執(zhí)行語音識別；獲取正在被執(zhí)行的內(nèi)容的內(nèi)容信息；基于所述內(nèi)容信息，從通過執(zhí)行語音識別而識別出的語音分析用戶輸入；基于分析出的用戶輸入和所述內(nèi)容信息生成應(yīng)答；并且輸出所述應(yīng)答。

有益效果

提供了一種用于基于內(nèi)容分析用戶輸入并且生成并輸出應(yīng)答的語音識別設(shè)備及其操作方法。

附圖說明

從以下結(jié)合附圖的描述，本公開的特定實施例的以上和其他方面、特征和優(yōu)點將更加顯而易見，其中：

圖1是示出根據(jù)實施例的語音識別方法的示圖；

圖2是示出根據(jù)實施例的示例語音識別方法的框圖；

圖3是示出根據(jù)實施例的語音識別設(shè)備的操作方法的流程圖；

圖4、圖5和圖6是示出根據(jù)實施例的語音識別系統(tǒng)的示圖；