[發(fā)明專利]語音識別系統(tǒng)、指令產(chǎn)生系統(tǒng)及其語音識別方法

在審

• 申請?zhí)枺?/td>: 202011026628.0
• 申請日: 2020-09-25
• 公開（公告）號: CN112216278A
• 公開（公告）日: 2021-01-12
• 發(fā)明（設計）人: 張國峰;洪士升;汪青
• 申請（專利權(quán)）人: 威盛電子股份有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G10L15/18;G10L25/51;G10L25/54
• 代理公司: 北京林達劉知識產(chǎn)權(quán)代理事務所(普通合伙) 11277
• 代理人: 劉新宇

本發(fā)明提出一種語音識別系統(tǒng)、指令產(chǎn)生系統(tǒng)及其語音識別方法。語音識別系統(tǒng)適于與應用系統(tǒng)進行通信。應用系統(tǒng)接收語音輸入。語音識別系統(tǒng)包括語音辨識模塊、自然語音理解系統(tǒng)以及指令產(chǎn)生系統(tǒng)。語音辨識模塊接收由應用系統(tǒng)提供的語音輸入，并且辨識語音輸入，以產(chǎn)生語音信息。自然語音理解系統(tǒng)耦接語音辨識模塊。自然語音理解系統(tǒng)理解語音信息，以產(chǎn)生語意分析結(jié)果。指令產(chǎn)生系統(tǒng)耦接自然語音理解系統(tǒng)。指令產(chǎn)生系統(tǒng)利用語意分析結(jié)果來比較在當前使用者界面的界面內(nèi)容中的選擇項目，并且依據(jù)比較結(jié)果來輸出控制指令至應用系統(tǒng)。由此，除了可提供便捷的語音識別功能，還可降低在應用系統(tǒng)中對于語音識別所需要的系統(tǒng)資源。

技術(shù)領域

本發(fā)明有關于一種語音識別技術(shù)，且特別有關于一種語音識別系統(tǒng)、指令產(chǎn)生系統(tǒng)及其語音識別方法。

背景技術(shù)

隨著語音識別技術(shù)的演進，各種應用系統(tǒng)都開始嘗試搭載有語音識別功能，以提升應用系統(tǒng)的操作便利性。特別是，對于虛擬實境(Virtual Reality，VR)系統(tǒng)或擴增實境(Augmented Reality，AR)系統(tǒng)而言，若能提供語音識別功能將可大幅提升虛擬實境系統(tǒng)或擴增實境系統(tǒng)的操作便利性以及使用者體驗。然而，由于語音識別往往需要花費大量的系統(tǒng)資源，因此將會導致系統(tǒng)的建置成本增加，甚至影響系統(tǒng)運行速度。

另一個問題是，由于傳統(tǒng)的語音識別是通過自動語音辨識文法(AutomaticSpeech Recognition grammar,ASR grammar)的編譯來實現(xiàn)語音識別功能，因此使用者需將語音選擇的所有說法與內(nèi)容都編譯至自動語音辨識文法當中，并且只有完全符合自動語音辨識文法的文字才能夠被匹配。也就是說，傳統(tǒng)的語音識別方法對于系統(tǒng)開發(fā)者來說需要花費大量的工作量，并且語音識別的使用上也不夠靈活。甚至，若需要在虛擬實境系統(tǒng)或擴增實境系統(tǒng)中實現(xiàn)語音識別功能，可能還需要搭配更改應用系統(tǒng)的內(nèi)部系統(tǒng)設定，而導致系統(tǒng)的設置復雜度以及設置成本的增加。

發(fā)明內(nèi)容

本發(fā)明提供一種語音識別系統(tǒng)、指令產(chǎn)生系統(tǒng)及其語音識別方法，可提供便捷的語音識別功能。

本發(fā)明的語音識別系統(tǒng)適于與應用系統(tǒng)進行通信。應用系統(tǒng)用以接收語音輸入。語音識別系統(tǒng)包括語音辨識模塊、自然語音理解系統(tǒng)以及指令產(chǎn)生系統(tǒng)。語音辨識模塊用以接收由應用系統(tǒng)提供的語音輸入，并且辨識語音輸入，以產(chǎn)生語音信息。自然語音理解系統(tǒng)耦接語音辨識模塊，并且用以理解語音信息，以產(chǎn)生語意分析結(jié)果。指令產(chǎn)生系統(tǒng)耦接自然語音理解系統(tǒng)，并且用以利用該語意分析結(jié)果來比較在一當前使用者界面的一界面內(nèi)容中的一選擇項目，并且依據(jù)一比較結(jié)果來輸出控制指令至應用系統(tǒng)。

在本發(fā)明的一實施例中，上述的指令產(chǎn)生系統(tǒng)包括比較模塊以及指令確認模塊。比較模塊用以接收語意分析結(jié)果，并且利用語意分析結(jié)果來比較在當前使用者界面的界面內(nèi)容中的選擇項目，以產(chǎn)生比較結(jié)果。指令確認模塊耦接比較模塊，并且用以依據(jù)指令格式來轉(zhuǎn)換比較結(jié)果，而輸出控制指令。

在本發(fā)明的一實施例中，上述的應用系統(tǒng)用以顯示當前使用者界面。當應用系統(tǒng)接收到由語音識別系統(tǒng)所輸出的控制指令后，應用系統(tǒng)依據(jù)控制指令來選擇當前使用者界面的界面內(nèi)容中的選擇項目，并更換以顯示下一使用者界面或執(zhí)行特定操作。

在本發(fā)明的一實施例中，上述的自然語音理解系統(tǒng)包括自然語言處理器、知識輔助理解模塊、檢索系統(tǒng)以及分析結(jié)果輸出模塊。自然語言處理器耦接語音辨識模塊，并且用以接收語音信息，以產(chǎn)生可能意圖語法數(shù)據(jù)。知識輔助理解模塊耦接自然語言處理器，并且用儲存可能意圖語法數(shù)據(jù)的意圖數(shù)據(jù)。檢索系統(tǒng)耦接知識輔助理解模塊，并且用以接收知識輔助理解模塊提供的可能意圖語法數(shù)據(jù)的關鍵字，以依據(jù)關鍵字來產(chǎn)生響應結(jié)果至知識輔助理解模塊，以使知識輔助理解模塊依據(jù)響應結(jié)果來產(chǎn)生確定意圖語法數(shù)據(jù)。分析結(jié)果輸出模塊耦接知識輔助理解模塊以及指令產(chǎn)生系統(tǒng)，并且用以依據(jù)確定意圖語法數(shù)據(jù)來輸出語意分析結(jié)果。