專(zhuān)利名稱(chēng)：語(yǔ)音識(shí)別設(shè)備、語(yǔ)音識(shí)別服務(wù)器、語(yǔ)音識(shí)別系統(tǒng)和方法
技術(shù)領(lǐng)域：
與示例性實(shí)施例一致的設(shè)備和方法涉及一種語(yǔ)音識(shí)別設(shè)備、語(yǔ)音識(shí)別服務(wù)器、語(yǔ)音識(shí)別系統(tǒng)和語(yǔ)音識(shí)別方法，更具體地講，涉及一種使用通用語(yǔ)音識(shí)別引擎，準(zhǔn)確地識(shí)別在特定領(lǐng)域使用的有限數(shù)量的詞語(yǔ)的語(yǔ)音識(shí)別設(shè)備、語(yǔ)音識(shí)別服務(wù)器、語(yǔ)音識(shí)別系統(tǒng)和語(yǔ)音識(shí)別方法。
背景技術(shù)：
語(yǔ)音識(shí)別技術(shù)被廣泛地用于家用電器(諸如，數(shù)字TV)以及PC和移動(dòng)通信裝置中。尤其是，移動(dòng)通信裝置已采用基于服務(wù)器的語(yǔ)音識(shí)別技術(shù)并提供搜索功能(諸如，網(wǎng)頁(yè)搜索)和用于作為語(yǔ)音輸入SMS功能的功能?；诜?wù)器的語(yǔ)音識(shí)別引擎不僅識(shí)別在所謂特 定領(lǐng)域使用的語(yǔ)言，還識(shí)別在非特定領(lǐng)域的各種詞語(yǔ)?？稍赑C、移動(dòng)通信裝置或數(shù)字TV之內(nèi)提供在可識(shí)別詞語(yǔ)方面不受限制的通用語(yǔ)音識(shí)別引擎。如果前述語(yǔ)音識(shí)別引擎被限制在特定領(lǐng)域并具有有限數(shù)量的可識(shí)別詞語(yǔ)，則前述語(yǔ)音識(shí)別引擎比起專(zhuān)門(mén)的語(yǔ)音識(shí)別引擎提供更低的識(shí)別率，或在初始識(shí)別詞語(yǔ)時(shí)不太成功。

發(fā)明內(nèi)容
因此，一個(gè)或多個(gè)示例性實(shí)施例提供一種語(yǔ)音識(shí)別設(shè)備、語(yǔ)音識(shí)別服務(wù)器、語(yǔ)音識(shí)別系統(tǒng)和語(yǔ)音識(shí)別方法，其中，所述語(yǔ)音識(shí)別設(shè)備、語(yǔ)音識(shí)別服務(wù)器、語(yǔ)音識(shí)別系統(tǒng)和語(yǔ)音識(shí)別方法使用在可識(shí)別詞語(yǔ)方面不受限制的通用語(yǔ)音識(shí)別引擎準(zhǔn)確地識(shí)別在特定領(lǐng)域使用的有限數(shù)量的詞語(yǔ)。根據(jù)示例性實(shí)施例的一方面，提供一種語(yǔ)音識(shí)別設(shè)備，所述語(yǔ)音識(shí)別設(shè)備包括語(yǔ)音輸入單元，從用戶(hù)接收語(yǔ)音輸入；圖像處理器，處理圖像；顯示單元，在其上顯示圖像處理結(jié)果；控制器，將語(yǔ)音輸入的數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別引擎，并從語(yǔ)音識(shí)別引擎接收識(shí)別結(jié)果，其中，所述識(shí)別結(jié)果指示輸入語(yǔ)音的數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息。語(yǔ)音可識(shí)別信息可包括文本信息。語(yǔ)音可識(shí)別信息可包括作為語(yǔ)音識(shí)別的對(duì)象的多個(gè)詞語(yǔ)。語(yǔ)音可識(shí)別信息可包括圖像或圖像的名稱(chēng)。語(yǔ)音可識(shí)別信息可包括網(wǎng)頁(yè)的鏈接信息或菜單項(xiàng)。語(yǔ)音可識(shí)別信息可包括文本，其中，所述文本具有在語(yǔ)音輸入被接收時(shí)顯示的網(wǎng)頁(yè)或菜單的至少一個(gè)詞語(yǔ)。語(yǔ)音識(shí)別設(shè)備可包括移動(dòng)終端、計(jì)算機(jī)和顯示設(shè)備中的一種。語(yǔ)音識(shí)別弓I擎可在安裝在語(yǔ)音識(shí)別設(shè)備中的裝置中操作。語(yǔ)音識(shí)別引擎可在安裝在外設(shè)于語(yǔ)音識(shí)別設(shè)備的語(yǔ)音識(shí)別服務(wù)器中的裝置中操作?？赏ㄟ^(guò)提供一種語(yǔ)音識(shí)別設(shè)備來(lái)實(shí)現(xiàn)另一方面，所述語(yǔ)音識(shí)別設(shè)備包括語(yǔ)音輸入單元，從用戶(hù)接收語(yǔ)音輸入；圖像處理器，處理圖像；顯示單元，顯示處理的圖像；通信單元，與語(yǔ)音識(shí)別服務(wù)器通信；控制器，將語(yǔ)音輸入的數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別服務(wù)器，并從語(yǔ)音識(shí)別服務(wù)器接收識(shí)別結(jié)果，其中，所述識(shí)別結(jié)果指示語(yǔ)音輸入的數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息。語(yǔ)音識(shí)別設(shè)備可還包括存儲(chǔ)單元，在其中存儲(chǔ)語(yǔ)音可識(shí)別信息。根據(jù)示例性實(shí)施例的一方面，提供一種語(yǔ)音識(shí)別服務(wù)器，所述語(yǔ)音識(shí)別服務(wù)器包括通信單元，從語(yǔ)音識(shí)別設(shè)備接收語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息；語(yǔ)音識(shí)別單元，執(zhí)行語(yǔ)音識(shí)別功能，其中，所述語(yǔ)音識(shí)別功能確定語(yǔ)音輸入數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息；控制器，控制語(yǔ)音識(shí)別單元執(zhí)行語(yǔ)音識(shí)別功能，并將識(shí)別結(jié)果發(fā)送到語(yǔ)音識(shí)別設(shè)備，其中，所述識(shí)別結(jié)果指示語(yǔ)音輸入數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息。語(yǔ)音識(shí)別服務(wù)器可還包括存儲(chǔ)單元，在其中存儲(chǔ)語(yǔ)音可識(shí)別信息。 語(yǔ)音識(shí)別服務(wù)器可還包括識(shí)別調(diào)整器，如果識(shí)別結(jié)果類(lèi)似于語(yǔ)音可識(shí)別信息，則所述識(shí)別調(diào)整器將所述識(shí)別結(jié)果調(diào)整為語(yǔ)音可識(shí)別信息中的最類(lèi)似信息。語(yǔ)音識(shí)別單元可包括基于服務(wù)器的通用語(yǔ)音識(shí)別引擎。語(yǔ)音可識(shí)別信息可包括文本信息。語(yǔ)音可識(shí)別信息可包括作為語(yǔ)音識(shí)別的對(duì)象的多個(gè)詞語(yǔ)。語(yǔ)音可識(shí)別信息可包括圖像或圖像的名稱(chēng)。語(yǔ)音可識(shí)別信息可包括網(wǎng)頁(yè)的鏈接信息或菜單項(xiàng)。根據(jù)示例性實(shí)施例的一方面，提供一種語(yǔ)音識(shí)別系統(tǒng)，所述語(yǔ)音識(shí)別系統(tǒng)包括語(yǔ)音識(shí)別設(shè)備，將語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別服務(wù)器，并從語(yǔ)音識(shí)別服務(wù)器接收識(shí)別結(jié)果，其中，所述識(shí)別結(jié)果指示語(yǔ)音輸入數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息；語(yǔ)音識(shí)別服務(wù)器，從語(yǔ)音識(shí)別設(shè)備接收語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息，確定語(yǔ)音輸入數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息，并將識(shí)別結(jié)果發(fā)送到語(yǔ)音識(shí)別設(shè)備。如果識(shí)別結(jié)果類(lèi)似于語(yǔ)音可識(shí)別信息，則識(shí)別結(jié)果可被調(diào)整為語(yǔ)音可識(shí)別信息中的最類(lèi)似信息。根據(jù)示例性實(shí)施例的一方面，提供一種語(yǔ)音識(shí)別方法，所述語(yǔ)音識(shí)別方法包括通過(guò)語(yǔ)音識(shí)別設(shè)備接收語(yǔ)音輸入；將語(yǔ)音輸入的數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別服務(wù)器；確定語(yǔ)音輸入的數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息；將語(yǔ)音識(shí)別結(jié)果發(fā)送到語(yǔ)音識(shí)別設(shè)備，其中，所述語(yǔ)音識(shí)別結(jié)果指示語(yǔ)音輸入的數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息。語(yǔ)音可識(shí)別信息可包括文本信息。語(yǔ)音可識(shí)別信息可包括作為語(yǔ)音識(shí)別的對(duì)象的多個(gè)詞語(yǔ)。語(yǔ)音可識(shí)別信息可包括圖像或圖像的名稱(chēng)。語(yǔ)音可識(shí)別信息可包括網(wǎng)頁(yè)的鏈接信息或菜單項(xiàng)。語(yǔ)音可識(shí)別信息可包括文本，其中，所述文本具有在語(yǔ)音輸入被接收時(shí)顯示的網(wǎng)頁(yè)或菜單的至少一個(gè)詞語(yǔ)。所述確定步驟可包括如果識(shí)別結(jié)果類(lèi)似于語(yǔ)音可識(shí)別信息，則將識(shí)別結(jié)果調(diào)整為語(yǔ)音可識(shí)別信息中的最類(lèi)似信息。


通過(guò)下面結(jié)合附圖對(duì)示例性實(shí)施例的描述，本發(fā)明的上述和/或其他方面將會(huì)變得清楚并更容易理解，其中圖I是根據(jù)示例性實(shí)施例的語(yǔ)音識(shí)別設(shè)備的框圖；圖2是根據(jù)另一示例性實(shí)施例的包括語(yǔ)音識(shí)別設(shè)備和語(yǔ)音識(shí)別服務(wù)器的語(yǔ)音識(shí)別系統(tǒng)的框圖；圖3示出根據(jù)示例性實(shí)施例的顯示語(yǔ)音可識(shí)別信息的網(wǎng)頁(yè)的示例；圖4是根據(jù)示例性實(shí)施例的語(yǔ)音識(shí)別方法的流程圖；以及圖5是根據(jù)另一示例性實(shí)施例的語(yǔ)音識(shí)別方法的流程圖。
具體實(shí)施方式

以下，將參照附圖來(lái)詳細(xì)描述示例性實(shí)施例，從而使本領(lǐng)域的普通技術(shù)人員容易實(shí)現(xiàn)所述示例性實(shí)施例?？梢砸愿鞣N形式實(shí)現(xiàn)所述示例性實(shí)施例而不限于在此闡述的示例性實(shí)施例。為了清楚，省略對(duì)公知部分的描述，并且相同的標(biāo)號(hào)始終指示相同的元件。圖I是根據(jù)示例性實(shí)施例的語(yǔ)音識(shí)別設(shè)備的框圖。參照?qǐng)D1，語(yǔ)音識(shí)別設(shè)備100包括語(yǔ)音輸入單元110、控制器120、圖像處理器150、顯示單元160和語(yǔ)音識(shí)別引擎170。語(yǔ)音識(shí)別設(shè)備100可包括移動(dòng)終端、計(jì)算機(jī)或顯示設(shè)備。語(yǔ)音輸入單元110從用戶(hù)接收語(yǔ)音輸入，執(zhí)行模數(shù)(A/D)轉(zhuǎn)換以將輸入的語(yǔ)音轉(zhuǎn)換為數(shù)字格式。圖像處理器150處理由控制器120輸入的信號(hào)，以顯示圖像。顯示單元160在其上顯示圖像處理結(jié)果。更具體地講，顯示單元160在其上顯示可由用戶(hù)作為語(yǔ)音發(fā)出的信息。顯示單元160在其上顯示與語(yǔ)音輸入的識(shí)別結(jié)果相應(yīng)的信肩、O語(yǔ)音識(shí)別引擎170可包括由語(yǔ)音識(shí)別設(shè)備100中的單獨(dú)的裝置執(zhí)行的軟件。例如，可在語(yǔ)音識(shí)別設(shè)備100之內(nèi)設(shè)置的芯片上安裝語(yǔ)音識(shí)別引擎170。語(yǔ)音識(shí)別引擎170可包括軟件，其中，所述軟件存儲(chǔ)在閃存中并在語(yǔ)音識(shí)別設(shè)備100的開(kāi)通和操作時(shí)，由主存儲(chǔ)器(諸如控制器120)執(zhí)行，而不是由所述單獨(dú)的裝置來(lái)執(zhí)行。圖I示出包括在語(yǔ)音識(shí)別設(shè)備100中的語(yǔ)音識(shí)別引擎170，但是所述語(yǔ)音識(shí)別引擎170不限于此?；蛘?，可在語(yǔ)音識(shí)別設(shè)備100的外部設(shè)置語(yǔ)音識(shí)別引擎170。例如，語(yǔ)音識(shí)別引擎可被設(shè)置在通過(guò)因特網(wǎng)連接的外部語(yǔ)音識(shí)別服務(wù)器中或被設(shè)置在本地網(wǎng)絡(luò)中連接的外部裝置中?？刂破?20將通過(guò)語(yǔ)音輸入單元110輸入的語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別引擎170，并從語(yǔ)音識(shí)別引擎170接收語(yǔ)音輸入的識(shí)別結(jié)果。語(yǔ)音輸入數(shù)據(jù)是指用戶(hù)發(fā)出的語(yǔ)音信息。語(yǔ)音可識(shí)別信息可包括在移動(dòng)終端、計(jì)算機(jī)或顯示設(shè)備中提供的文本信息，更具體地講，可被識(shí)別為語(yǔ)音的多個(gè)詞語(yǔ)。例如，當(dāng)用戶(hù)從顯示設(shè)備觀看電影或新聞時(shí)，該用戶(hù)會(huì)發(fā)出“音量提高”、“音量降低”或者“大聲一點(diǎn)”或“小聲一點(diǎn)”的聲音以調(diào)整電影或新聞的聲音。用戶(hù)可發(fā)出“上調(diào)頻道”或“下調(diào)頻道”的聲音以改變頻道，或發(fā)出“電源開(kāi)啟”或“電源關(guān)閉”的聲音以控制電源。如上，用于控制顯示設(shè)備并預(yù)先被存儲(chǔ)在顯示設(shè)備中的一組控制命令為語(yǔ)音可識(shí)別信息。如果用戶(hù)發(fā)出“大聲一點(diǎn)”的聲音，則控制器120將語(yǔ)音輸入數(shù)據(jù)“大聲一點(diǎn)”和預(yù)先存儲(chǔ)在顯示設(shè)備中的語(yǔ)音可識(shí)別信息(諸如，“音量提高”、“音量降低”、“大聲一點(diǎn)”、“小聲一點(diǎn)”、“上調(diào)頻道”、“下調(diào)頻道”、“電源開(kāi)啟”和“電源關(guān)閉”)發(fā)送到語(yǔ)音識(shí)別引擎170。然后，語(yǔ)音識(shí)別引擎170從語(yǔ)音輸入數(shù)據(jù)“大聲一點(diǎn)”提取語(yǔ)音特征矢量，并將所述矢量與若干對(duì)應(yīng)于語(yǔ)音可識(shí)別信息的命令進(jìn)行比較。如果確定存在與“大聲一點(diǎn)”相同的語(yǔ)音可識(shí)別信息，則對(duì)應(yīng)于“大聲一點(diǎn)”的控制信息被發(fā)送到控制器120，并且控制器120調(diào)整顯示設(shè)備的聲音?？刂菩畔?duì)應(yīng)于針對(duì)控制器120和語(yǔ)音識(shí)別引擎170之間的每個(gè)功能的命令。如果用戶(hù)大概發(fā)出類(lèi)似于“小聲一點(diǎn)” 的聲音，則控制器120將類(lèi)似于“小聲一點(diǎn)”的語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息(諸如，“音量提高”、“音量降低”、“大聲一點(diǎn)”、“小聲一點(diǎn)”、“上調(diào)頻道”、“下調(diào)頻道”、“電源開(kāi)啟”和“電源關(guān)閉”)發(fā)送到語(yǔ)音識(shí)別引擎170。語(yǔ)音識(shí)別引擎170從類(lèi)似于“小聲一點(diǎn)”的語(yǔ)音輸入數(shù)據(jù)提取語(yǔ)音特征矢量，并將所述矢量與若干對(duì)應(yīng)于語(yǔ)音可識(shí)別信息的命令進(jìn)行比較。語(yǔ)音識(shí)別引擎170可確定存在與“小聲一點(diǎn)”類(lèi)似但不相同的語(yǔ)音可識(shí)別信息。如果語(yǔ)音輸入數(shù)據(jù)即使與語(yǔ)音可識(shí)別數(shù)據(jù)不同，卻非常類(lèi)似于語(yǔ)音可識(shí)別數(shù)據(jù)，則語(yǔ)音識(shí)別引擎170可調(diào)整語(yǔ)音識(shí)別結(jié)果并將語(yǔ)音輸入數(shù)據(jù)識(shí)別為“小聲一點(diǎn)”。如果語(yǔ)音識(shí)別引擎170將對(duì)應(yīng)于“小聲一點(diǎn)”的控制信息發(fā)送到控制器120，則控制器120調(diào)整顯示設(shè)備的聲音。在前述示例性實(shí)施例中，語(yǔ)音可識(shí)別信息被預(yù)先存儲(chǔ)在移動(dòng)終端、計(jì)算機(jī)或顯示設(shè)備中，但是語(yǔ)音可識(shí)別信息的存儲(chǔ)不限于此。或者，當(dāng)語(yǔ)音識(shí)別設(shè)備100從用戶(hù)接收語(yǔ)音輸入數(shù)據(jù)時(shí)，如果顯示單元160顯示計(jì)算機(jī)的網(wǎng)頁(yè)或顯示設(shè)備的菜單，則語(yǔ)音可識(shí)別信息可包括在屏幕中顯示的文本信息(諸如，網(wǎng)頁(yè)的鏈接信息、網(wǎng)頁(yè)的文本信息和菜單的文本信息)。語(yǔ)音可識(shí)別信息可包括各種圖像和圖像的名稱(chēng)。如果語(yǔ)音輸入被接收并且前述信息被顯示在屏幕中，則控制器120將文本連同接收的語(yǔ)音輸入數(shù)據(jù)發(fā)送到語(yǔ)音識(shí)別引擎170，并從語(yǔ)音識(shí)別引擎170接收語(yǔ)音識(shí)別結(jié)果以進(jìn)行操作，其中，所述文本包括從在屏幕中顯示的信息提取的至少一個(gè)詞語(yǔ)。上述示例與從語(yǔ)音識(shí)別引擎170接收語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息的前述示例性實(shí)施例相同，只是所述數(shù)據(jù)沒(méi)有被存儲(chǔ)在語(yǔ)音識(shí)別設(shè)備100中，而是被顯示在顯示單元160上。圖2是根據(jù)另一示例性實(shí)施例的包括語(yǔ)音識(shí)別設(shè)備和語(yǔ)音識(shí)別服務(wù)器的語(yǔ)音識(shí)別系統(tǒng)的框圖。參照?qǐng)D2，語(yǔ)音識(shí)別系統(tǒng)I包括語(yǔ)音識(shí)別設(shè)備100和語(yǔ)音識(shí)別服務(wù)器200。語(yǔ)音識(shí)別設(shè)備100包括語(yǔ)音輸入單元110、控制器120、存儲(chǔ)單元130、通信單元140、圖像處理器150和顯示單元160。語(yǔ)音輸入單元110、控制器120、圖像處理器150和顯示單元160的功能與在圖I中描述的那些相同。存儲(chǔ)單元130在其中存儲(chǔ)語(yǔ)音可識(shí)別信息。如果語(yǔ)音輸入被接收，則存儲(chǔ)單元130可在其中存儲(chǔ)顯示在顯示單元160上的語(yǔ)音可識(shí)別信息。如參照?qǐng)DI的描述，存儲(chǔ)單元130可在其中預(yù)先存儲(chǔ)語(yǔ)音識(shí)別設(shè)備100的控制命令。通信單元140在網(wǎng)絡(luò)300中與語(yǔ)音識(shí)別服務(wù)器200通信。網(wǎng)絡(luò)300可以是有線/無(wú)線網(wǎng)絡(luò)?？刂破?20將用戶(hù)輸入的語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別服務(wù)器200，并接收對(duì)應(yīng)于語(yǔ)音識(shí)別的識(shí)別結(jié)果以進(jìn)行操作。語(yǔ)音識(shí)別設(shè)備100的詳細(xì)描述與圖I中的描述相同，并因此不再?gòu)?fù)述。語(yǔ)音識(shí)別服務(wù)器200包括通信單元210、控制器220、語(yǔ)音識(shí)別單元230、存儲(chǔ)單元240和識(shí)別調(diào)整器250。語(yǔ)音識(shí)別服務(wù)器200可包括基于服務(wù)器的通用語(yǔ)音識(shí)別引擎(其在識(shí)別詞語(yǔ)的數(shù)量方面不受限制)，而不是受限于識(shí)別詞語(yǔ)的數(shù)量的嵌入式語(yǔ)音識(shí)別引擎。
通信單元210在有線/無(wú)線網(wǎng)絡(luò)300中與語(yǔ)音識(shí)別設(shè)備100通信。語(yǔ)音識(shí)別引擎被安裝在執(zhí)行語(yǔ)音識(shí)別功能的語(yǔ)音識(shí)別單元230中。存儲(chǔ)單元240在其中存儲(chǔ)由語(yǔ)音識(shí)別設(shè)備100發(fā)送的語(yǔ)音可識(shí)別信息。當(dāng)語(yǔ)音識(shí)別單元230執(zhí)行語(yǔ)音識(shí)別功能時(shí)，所存儲(chǔ)的語(yǔ)音可識(shí)別信息可被參考?？刂破?20控制語(yǔ)音識(shí)別單元230僅相對(duì)于存儲(chǔ)在存儲(chǔ)單元240中的語(yǔ)音可識(shí)別信息，識(shí)別由語(yǔ)音識(shí)別設(shè)備100發(fā)送的語(yǔ)音輸入數(shù)據(jù)，并將語(yǔ)音識(shí)別結(jié)果發(fā)送到語(yǔ)音識(shí)別設(shè)備100。如果語(yǔ)音識(shí)別結(jié)果類(lèi)似于存儲(chǔ)在存儲(chǔ)單元240中的語(yǔ)音可識(shí)別信息，則識(shí)別調(diào)整器250將語(yǔ)音識(shí)別結(jié)果調(diào)整為語(yǔ)音可識(shí)別信息中的最類(lèi)似信息。更具體地講，如圖I所示，如果語(yǔ)音識(shí)別服務(wù)器200從語(yǔ)音識(shí)別設(shè)備100接收到具有類(lèi)似于“小聲一點(diǎn)”的發(fā)音的語(yǔ)音輸入數(shù)據(jù)以及語(yǔ)音可識(shí)別信息(諸如，“音量提高”、“音量降低”、“大聲一點(diǎn)”、“小聲一點(diǎn)”、“上調(diào)頻道”、“下調(diào)頻道”、“電源開(kāi)啟”和“電源關(guān)閉”)，則語(yǔ)音識(shí)別單元230將所述語(yǔ)音輸入識(shí)別為類(lèi)似于“小聲一點(diǎn)”的發(fā)音。如果控制器220確 定不存在相同的信息但存在類(lèi)似的“小聲一點(diǎn)”，則控制器220控制識(shí)別調(diào)整器250將識(shí)別結(jié)果調(diào)整為“小聲一點(diǎn)”。語(yǔ)音識(shí)別服務(wù)器200將對(duì)應(yīng)于調(diào)整的“小聲一點(diǎn)”的控制信息發(fā)送到語(yǔ)音識(shí)別設(shè)備100，并且語(yǔ)音識(shí)別設(shè)備100接收語(yǔ)音識(shí)別結(jié)果以進(jìn)行操作。圖3示出根據(jù)示例性實(shí)施例的顯示語(yǔ)音可識(shí)別信息的網(wǎng)頁(yè)的示例。參照?qǐng)D3，如果語(yǔ)音識(shí)別設(shè)備100包括計(jì)算機(jī)或移動(dòng)終端，則網(wǎng)頁(yè)被顯示在顯示單元160上。在圖3中，語(yǔ)音可識(shí)別信息是指在語(yǔ)音輸入被從用戶(hù)接收時(shí)顯示的網(wǎng)頁(yè)的鏈接信息、菜單或文本。用戶(hù)通過(guò)使用所述用戶(hù)的語(yǔ)音或鍵盤(pán)從計(jì)算機(jī)的網(wǎng)頁(yè)搜索“紫菜包飯”310。然后，與搜索結(jié)果相應(yīng)的信息320被顯示在網(wǎng)頁(yè)中。然后，用戶(hù)可通過(guò)使用語(yǔ)音信息選擇與搜索結(jié)果相應(yīng)的信息320中的一個(gè)。例如，如果用戶(hù)發(fā)出“智能”的聲音以從上述與搜索結(jié)果相應(yīng)的信息320中選擇在第三鏈接中的“智能紫菜包飯”，則計(jì)算機(jī)的控制器120提取在語(yǔ)音輸入被從用戶(hù)接收時(shí)顯示在屏幕中的“紫菜包飯世界”、“紫菜包飯國(guó)家”、“智能紫菜包飯”……“紫菜包飯?zhí)靽?guó)”，并將它們作為語(yǔ)音可識(shí)別信息與所述語(yǔ)音輸入數(shù)據(jù)“智能” 一起發(fā)送到語(yǔ)音識(shí)別服務(wù)器200。語(yǔ)音識(shí)別服務(wù)器200接收語(yǔ)音輸入數(shù)據(jù)“智能”和語(yǔ)音可識(shí)別信息，并將它們識(shí)別為“智能”。語(yǔ)音識(shí)別服務(wù)器200的控制器220將存儲(chǔ)在存儲(chǔ)單元240中的語(yǔ)音可識(shí)別信息與所述識(shí)別結(jié)果進(jìn)行比較，并確定不存在與“智能”相同的信息，但存在類(lèi)似的信息，即，“智能紫菜包飯”。然后，語(yǔ)音識(shí)別服務(wù)器200的控制器220控制識(shí)別調(diào)整器250將識(shí)別結(jié)果調(diào)整為“智能紫菜包飯”。語(yǔ)音識(shí)別服務(wù)器200將與調(diào)整的“智能紫菜包飯”相應(yīng)的控制信息發(fā)送到語(yǔ)音識(shí)別設(shè)備100。當(dāng)接收到語(yǔ)音識(shí)別結(jié)果時(shí)，語(yǔ)音識(shí)別設(shè)備100選擇“智能紫菜包飯”的鏈接并顯示相關(guān)的網(wǎng)頁(yè)。圖4是根據(jù)示例性實(shí)施例的語(yǔ)音識(shí)別方法的流程圖。圖5是根據(jù)示例性實(shí)施例的語(yǔ)音識(shí)別方法的流程圖。參照?qǐng)D4和圖5，語(yǔ)音識(shí)別設(shè)備100從用戶(hù)接收語(yǔ)音輸入(S400)。語(yǔ)音識(shí)別設(shè)備100將語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別服務(wù)器200 (S420)。語(yǔ)音可識(shí)別信息可包括預(yù)先存儲(chǔ)在語(yǔ)音識(shí)別設(shè)備100中的多個(gè)詞語(yǔ)、或在語(yǔ)音輸入被從用戶(hù)接收時(shí)顯示在屏幕中的網(wǎng)頁(yè)或菜單的文本信息。語(yǔ)音可識(shí)別信息可還包括網(wǎng)頁(yè)的圖像或圖像的名稱(chēng)、或網(wǎng)頁(yè)的鏈接信息。當(dāng)接收到語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息時(shí)，語(yǔ)音識(shí)別服務(wù)器200僅相對(duì)于語(yǔ)音可識(shí)別信息來(lái)識(shí)別語(yǔ)音輸入數(shù)據(jù)(S440)。更具體地講，通過(guò)使用語(yǔ)音輸入數(shù)據(jù)執(zhí)行語(yǔ)音識(shí)別(S442)。如果語(yǔ)音識(shí)別結(jié)果類(lèi)似卻不同于語(yǔ)音可識(shí)別信息，則語(yǔ)音識(shí)別結(jié)果被調(diào)整以被識(shí)別為最類(lèi)似的語(yǔ)音可識(shí)別信息(S444)。在圖I中示出詳細(xì)的示例性實(shí)施例，將省略描述。語(yǔ)音識(shí)別結(jié)果被發(fā)送到語(yǔ)音識(shí)別設(shè)備100 (S460)，并且語(yǔ)音識(shí)別設(shè)備100接收識(shí)別結(jié)果以進(jìn)行操作。因此，在識(shí)別詞語(yǔ)方面不受限制的通用語(yǔ)音識(shí)別引擎可準(zhǔn)確地識(shí)別在特定領(lǐng)域使用的有限數(shù)量的詞語(yǔ)。 如上所述，語(yǔ)音識(shí)別設(shè)備、語(yǔ)音識(shí)別服務(wù)器、語(yǔ)音識(shí)別系統(tǒng)和語(yǔ)音識(shí)別方法可使用在識(shí)別詞語(yǔ)方面不受限制的通用語(yǔ)音識(shí)別引擎，準(zhǔn)確地識(shí)別在特定領(lǐng)域使用的有限數(shù)量的詞語(yǔ)。雖然若干示例性實(shí)施例已被示出并描述，但是本領(lǐng)域的技術(shù)人員將理解，在不脫離本發(fā)明的原則和精神的情況下，可對(duì)那些示例性實(shí)施例進(jìn)行改變，其中，本發(fā)明的范圍在權(quán)利要求及其等同物中限定。
權(quán)利要求
1.一種語(yǔ)音識(shí)別設(shè)備，包括 語(yǔ)音輸入單元，從用戶(hù)接收語(yǔ)音輸入； 圖像處理器，處理圖像； 顯示單元，在其上顯示圖像處理結(jié)果；以及 控制器，將語(yǔ)音輸入的數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別引擎，并從語(yǔ)音識(shí)別引擎接收識(shí)別結(jié)果，其中，所述識(shí)別結(jié)果指示語(yǔ)音輸入的數(shù)據(jù)是否對(duì)應(yīng)于所述語(yǔ)音可識(shí)別信肩、O
2.如權(quán)利要求I所述的語(yǔ)音識(shí)別設(shè)備，其中，語(yǔ)音可識(shí)別信息包括文本信息。
3.如權(quán)利要求I所述的語(yǔ)音識(shí)別設(shè)備，其中，語(yǔ)音可識(shí)別信息包括作為語(yǔ)音識(shí)別的對(duì)象的多個(gè)詞語(yǔ)。
4.如權(quán)利要求I所述的語(yǔ)音識(shí)別設(shè)備，其中，語(yǔ)音可識(shí)別信息包括圖像或圖像的名稱(chēng)。
5.如權(quán)利要求I所述的語(yǔ)音識(shí)別設(shè)備，其中，語(yǔ)音可識(shí)別信息包括網(wǎng)頁(yè)的鏈接信息或菜單項(xiàng)。
6.如權(quán)利要求I所述的語(yǔ)音識(shí)別設(shè)備，其中，語(yǔ)音可識(shí)別信息包括文本，其中，所述文本包括在語(yǔ)音輸入被接收時(shí)顯示的網(wǎng)頁(yè)或菜單的至少一個(gè)詞語(yǔ)。
7.如權(quán)利要求I所述的語(yǔ)音識(shí)別設(shè)備，其中，語(yǔ)音識(shí)別引擎在安裝在語(yǔ)音識(shí)別設(shè)備中的裝置中操作。
8.如權(quán)利要求I所述的語(yǔ)音識(shí)別設(shè)備，其中，語(yǔ)音識(shí)別引擎在安裝在外設(shè)于語(yǔ)音識(shí)別設(shè)備的語(yǔ)音識(shí)別服務(wù)器中的裝置中操作。
9.一種語(yǔ)音識(shí)別系統(tǒng)，包括 如權(quán)利要求I到權(quán)利要求6中的任何一個(gè)權(quán)利要求所述的語(yǔ)音識(shí)別設(shè)備； 語(yǔ)音識(shí)別服務(wù)器，從語(yǔ)音識(shí)別設(shè)備接收語(yǔ)音輸入數(shù)據(jù)和語(yǔ)音可識(shí)別信息，確定語(yǔ)音輸入數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息，并將識(shí)別結(jié)果發(fā)送到語(yǔ)音識(shí)別設(shè)備， 其中，語(yǔ)音識(shí)別引擎在安裝在外設(shè)于語(yǔ)音識(shí)別設(shè)備的語(yǔ)音識(shí)別服務(wù)器中的裝置中操作。
10.一種語(yǔ)音識(shí)別方法，包括 通過(guò)語(yǔ)音識(shí)別設(shè)備接收語(yǔ)音輸入； 將語(yǔ)音輸入的數(shù)據(jù)和語(yǔ)音可識(shí)別信息發(fā)送到語(yǔ)音識(shí)別服務(wù)器； 確定語(yǔ)音輸入的數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息；以及 將語(yǔ)音識(shí)別結(jié)果發(fā)送到語(yǔ)音識(shí)別設(shè)備，其中，所述語(yǔ)音識(shí)別結(jié)果指示輸入語(yǔ)音的數(shù)據(jù)是否對(duì)應(yīng)于語(yǔ)音可識(shí)別信息。
11.如權(quán)利要求10所述的語(yǔ)音識(shí)別方法，其中，語(yǔ)音可識(shí)別信息包括文本信息。
12.如權(quán)利要求10所述的語(yǔ)音識(shí)別方法，其中，語(yǔ)音可識(shí)別信息包括作為語(yǔ)音識(shí)別的對(duì)象的多個(gè)詞語(yǔ)。
13.如權(quán)利要求10所述的語(yǔ)音識(shí)別方法，其中，語(yǔ)音可識(shí)別信息包括圖像或圖像的名稱(chēng)。
14.如權(quán)利要求10所述的語(yǔ)音識(shí)別方法，其中，語(yǔ)音可識(shí)別信息包括網(wǎng)頁(yè)的鏈接信息或菜單項(xiàng)。
15.如權(quán)利要求10所述的語(yǔ)音識(shí)別方法，其中，語(yǔ)音可識(shí)別信息包括文本，其中，所述文本包括在語(yǔ)音 輸入被接收時(shí)顯示的網(wǎng)頁(yè)或菜單的至少一個(gè)詞語(yǔ)。
全文摘要
一種語(yǔ)音識(shí)別設(shè)備、語(yǔ)音識(shí)別服務(wù)器、語(yǔ)音識(shí)別系統(tǒng)和方法，在其中，通用語(yǔ)音識(shí)別引擎可準(zhǔn)確地識(shí)別在特定領(lǐng)域使用的有限數(shù)量的詞語(yǔ)。
文檔編號(hào)G10L15/30GK102930867SQ20121026078
公開(kāi)日2013年2月13日 申請(qǐng)日期2012年7月25日 優(yōu)先權(quán)日2011年8月8日
發(fā)明者樸殷相 申請(qǐng)人:三星電子株式會(huì)社