語音識別方法和移動終端的制作方法
【專利摘要】本申請?zhí)峁┝苏Z音識別方法和移動終端。其中，該方法包括：建立語音特征模型庫，所述語音特征模型庫中存在至少一個用戶的語音特征參數(shù)，并且，該存在的每一語音特征參數(shù)都存在對應(yīng)的動作行為；移動終端接收用戶提供的語音；移動終端對接收的語音進(jìn)行分析，提取出語音中的語音特征參數(shù)，并確定語音特征模型庫中是否存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)，如果是，識別該存在的語音特征參數(shù)對應(yīng)的動作行為，執(zhí)行該識別出的動作行為。
【專利說明】語音識別方法和移動終端
【技術(shù)領(lǐng)域】
[0001]本申請涉及語音識別領(lǐng)域，特別涉及語音識別方法和移動終端。
【背景技術(shù)】
[0002]目前的語音識別技術(shù)都是基于語義識別的，其中，語義識別需要移動終端智能地理解用戶輸入語音的意圖并做出正確的響應(yīng)，這種語義識別涉及到語音輸入的語言種類、不同聲音的特征提取、以及語法形態(tài)等方面的分析。
[0003]但是，世界上的語言種類非常之多，即便是世界上常用的語言，也有數(shù)十種之多，并且，人們的語言習(xí)慣不盡相同，生活化的語言習(xí)慣造成了語義識別在語法上的困擾，要想做到真正的智能語義識別非常困難。另外，語義識別也很難滿足一些特定場所的語音識別要求。

【發(fā)明內(nèi)容】

[0004]本申請?zhí)峁┝苏Z音識別方法和移動終端，以避免采用語義解析進(jìn)行語音識別所帶來的諸多困難。
[0005]本申請?zhí)峁┑募夹g(shù)方案包括:
[0006]一種語音識別方法，包括:
[0007]建立語音特征模型庫，所述語音特征模型庫中存在至少一個用戶的語音特征參數(shù)，并且，該存在的每一語音特征參數(shù)都存在對應(yīng)的動作行為；
[0008]移動終端接收用戶提供的語音；
[0009]移動終端對接收的語音進(jìn)行分析，提取出語音中的語音特征參數(shù)，并確定語音特征模型庫中是否存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)，如果是，識別該存在的語音特征參數(shù)對應(yīng)的動作行為，執(zhí)行該識別出的動作行為。
[0010]一種移動終2而，包括:
[0011]存儲單元，用于建立并存儲建立語音特征模型庫，所述語音特征模型庫中存在至少一個用戶的語音特征參數(shù)，并且，該存在的每一語音特征參數(shù)都存在對應(yīng)的動作行為；
[0012]接收單元，用于接收用戶提供的語音；
[0013]提取單元，用于對接收的語音進(jìn)行分析，提取出語音中的語音特征參數(shù)；
[0014]匹配單元，用于確定語音特征模型庫中是否存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)；
[0015]動作執(zhí)行單元，用于在所述匹配單元的匹配結(jié)果為是時，識別語音特征模型庫中與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)對應(yīng)的動作行為，執(zhí)行該識別出的動作行為。
[0016]由以上技術(shù)方案可以看出，本發(fā)明中，在進(jìn)行語音識別時，基于建立的語音特征模型庫，而該語音特征模型庫中存在語音特征參數(shù)和動作行為之間的對應(yīng)關(guān)系，這樣，就保證移動終端無需精確進(jìn)行語義解析語音，僅提取語音中的語音特征參數(shù)即可，避免了由于語義解析帶來的諸多問題。并且，本發(fā)明中，語音特征參數(shù)和動作行為之間的對應(yīng)關(guān)系可由用戶自定義的，這種方式將主動權(quán)交由給用戶自身，解放了移動終端，節(jié)省資源。
【專利附圖】

【附圖說明】
[0017]圖1為本發(fā)明實(shí)施例提供的語音識別方法流程圖；
[0018]圖2為本發(fā)明實(shí)施例提供的語音特征模型庫建立流程圖；
[0019]圖3為本發(fā)明實(shí)施例提供的步驟102實(shí)現(xiàn)流程圖；
[0020]圖4為本發(fā)明實(shí)施例提供的移動終端結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0021]為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖和具體實(shí)施例對本發(fā)明進(jìn)行詳細(xì)描述。
[0022]本發(fā)明提供的語音識別方法，可以幫助用戶使用語音實(shí)現(xiàn)與移動終端的交互，并且，本發(fā)明中，在進(jìn)行語音識別時依賴于之前建立的語音特征模型庫，不會涉及到語義解析，相應(yīng)地杜絕了由于語義解析帶來的諸多問題比如語言之間的差別問題、以及語義語法的問題等。
[0023]下面對本發(fā)明提供的語音識別方法進(jìn)行描述:
[0024]參見圖1，圖1為本發(fā)明實(shí)施例提供的語音識別方法流程圖。如圖1所示，該流程可包括以下步驟:
[0025]步驟101，建立語音特征模型庫。
[0026]本步驟101中的語音特征模型庫，其是移動終端通過機(jī)器學(xué)習(xí)的方式建立，具體在后文進(jìn)行描述。
[0027]優(yōu)選地，本發(fā)明中，所述語音特征模型庫中存在至少一個用戶的語音特征參數(shù)，并且，該存在的每一語音特征參數(shù)都存在對應(yīng)的動作行為。其中，每一語音特征參數(shù)對應(yīng)的動作行為是用戶自定義設(shè)置。
[0028]步驟102，移動終端接收用戶提供的語音，對接收的語音進(jìn)行分析，提取出語音中的語音特征參數(shù)，并在語音特征模型庫中識別出所述用戶的所有語音特征參數(shù)，確定該識別出的所有語音特征參數(shù)中是否存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)，如果是，識別該存在的語音特征參數(shù)對應(yīng)的動作行為，執(zhí)行該識別出的動作行為。
[0029]至此，完成圖1所示流程。從圖1所示流程可以看出，本發(fā)明中，主要是用戶自定義語音的特征參數(shù)和動作行為，不像現(xiàn)有技術(shù)那樣精確解析語音的語義，避免了由于進(jìn)行語義解析而帶來的諸多問題。
[0030]其中，在用戶自定義語音特征參數(shù)和動作行為時，該動作行為可為與語音不同甚至相反的行為，這便于實(shí)現(xiàn)語音暗號。這里，所謂語音暗號，其是用于觸發(fā)移動終端執(zhí)行某一特定動作或者調(diào)用某一特定應(yīng)用程序的標(biāo)識，比如，當(dāng)移動終端接收到語音“親愛的”時，通過解析該語音的特征參數(shù)識別出對應(yīng)的動作行為為用于觸發(fā)給xxxxxxxx撥打電話，則給XXXXXXXX撥打電話。
[0031]下面對圖1所示流程中的語音特征模型庫進(jìn)行詳細(xì)描述:
[0032]參見圖2，圖2為本發(fā)明實(shí)施例提供的語音特征模型庫建立流程圖。本發(fā)明中，針對一個用戶可建立一個語音特征模型庫，或者，多個用戶共享同一個語音特征模型庫，節(jié)省資源。
[0033]如圖2所示，該流程可包括以下步驟:
[0034]步驟201，用戶向移動終端輸入語音。
[0035]本發(fā)明中，在建立語音特征模型庫時，為便于分析用戶的語音習(xí)慣和使用特征，可根據(jù)情況控制用戶輸入語音的次數(shù)，比如，控制用戶至少輸入兩次以上語義相同的語音等。
[0036]優(yōu)選地，本發(fā)明中，均以控制用戶至少輸入兩次以上語義相同的語音為例。
[0037]步驟202，移動終端針對接收的每一語音，對該語音進(jìn)行語音處理，以使處理后的語音反映語音本質(zhì)特征。
[0038]本發(fā)明中，語音處理，至少包括對原始語音的處理，消除語音的噪聲和消除不同說話者對語音帶來的影響。最常用的處理方式有端點(diǎn)檢測和語音增強(qiáng)。所謂端點(diǎn)檢測，其是指在語音中將語音信號和非語音信號時段區(qū)分開來，準(zhǔn)確地確定出語音信號的起始點(diǎn)。經(jīng)過端點(diǎn)檢測后，后續(xù)處理就可以只對語音信號進(jìn)行，這對提高語音特征模型庫的精確度和識別正確率有重要作用。至于語音增強(qiáng)，其主要任務(wù)就是消除環(huán)境噪聲對語音的影響，通常的方法是采用維納濾波，該方法在噪聲較大的情況下效果好于其它濾波器，這部分涉及到移動終端的硬件部分。
[0039]步驟203，提取經(jīng)過語音處理后的語音中的語音特征。
[0040]這里，聲學(xué)特征的提取是語音識別的一個重要環(huán)節(jié)，聲學(xué)特征的提取既是一個信息大幅度壓縮的過程，也是一個信號解卷過程，其目的是提取語音中最能代表語音的特征信息，以減少后續(xù)進(jìn)行語音識別時所需要處理的數(shù)據(jù)量。由于語音的時變特性，語音特征的提取必須在一小段語音上進(jìn)行，也即進(jìn)行短時分析，這一段被認(rèn)為是平穩(wěn)的分析區(qū)間稱之為幀，幀與幀之間的偏移通常取幀長的1/2或1/3。目前，特征提取的基礎(chǔ)性研究已經(jīng)比較豐富，現(xiàn)有的移動終端已經(jīng)具有較為成熟的解決方案，因此，本發(fā)明可采用現(xiàn)有比較成熟的語音特征提取方式執(zhí)行。
[0041]步驟204，利用提取出到語音特征進(jìn)行計算得到一個數(shù)值作為所述語音的語音特征參數(shù)。
[0042]本步驟204中，可利用機(jī)器學(xué)習(xí)的方法計算語音特征參數(shù)，其中，該語音特征參數(shù)代表用戶當(dāng)前輸入所述語音時的語音習(xí)慣和使用特征。
[0043]至此，通過上述步驟202至步驟204，移動終端即可實(shí)現(xiàn)針對接收的一次語音得到對應(yīng)的語音特征參數(shù)。此時，該得到的語音特征參數(shù)為一個數(shù)值。
[0044]步驟205，移動終端利用具有同一語義的語音得到的語音特征參數(shù)確定一個數(shù)值區(qū)間作為語音特征模型庫中的語音特征參數(shù)，并記錄至語音特征模型庫中。
[0045]基于上面描述的，本發(fā)明中，在建立語音特征模型庫時，針對同一語義的語音，用戶會輸入多次，而當(dāng)移動終端接收到用戶多次輸入的同一語義的語音時，由于用戶輸入語音時的語氣語調(diào)等不同會導(dǎo)致最后得到的語音特征參數(shù)不同(這里針對語義相同的不同語音，在計算語音特征參數(shù)時可采用頻譜分析)，基于此，移動終端就會從這些針對同一語義的語音而得到的語音特征參數(shù)中選擇最小值和最大值，將從該最小值起至最大值結(jié)束的數(shù)值范圍作為上述數(shù)值區(qū)間，并作為語音特征參數(shù)記錄至所述語音特征模型庫。通過這種數(shù)值區(qū)間，能偶提升后續(xù)語音識別的精度，消除不用用戶間的語音差異。[0046]步驟206，根據(jù)實(shí)際應(yīng)用，針對語音特征模型庫中的語音特征參數(shù)設(shè)置對應(yīng)的動作行為。
[0047]比如，為語音特征模型庫中與用戶輸入的語音“親愛的”對應(yīng)的語音特征參數(shù)設(shè)置動作行為:向xxxxxxxx撥打電話。
[0048]至此，完成圖2所示流程。
[0049]基于圖2所示流程建立的語音特征模型庫，則步驟102的具體實(shí)現(xiàn)如圖3所示。下面進(jìn)行描述:
[0050]參見圖3，圖3為本發(fā)明實(shí)施例提供的步驟103實(shí)現(xiàn)流程圖。如圖3所示，該流程可包括以下步驟:
[0051]步驟301，移動終端接收到一段語音。
[0052]本步驟301中，移動終端可通過其上的麥克風(fēng)接收用戶輸入的一段語音，
[0053]步驟302，移動終端確定當(dāng)前狀態(tài)是否為語音識別狀態(tài)，如果是，執(zhí)行步驟303，否貝U，結(jié)束當(dāng)前流程。
[0054]本發(fā)明中，移動終端可默認(rèn)實(shí)時處于語音識別狀態(tài)，也可根據(jù)用戶設(shè)置進(jìn)入語音識別狀態(tài)。
[0055]步驟303，移動終纟而確定本地是否存在語首特征I吳型庫，如果是，執(zhí)彳了步驟305，否貝U，執(zhí)行步驟304。
[0056]步驟304，提醒用戶目前狀態(tài)有誤。結(jié)束當(dāng)前流程。
[0057]步驟305，確定所述語音特征模型庫中是否存在語音特征參數(shù)，如果是，執(zhí)行步驟306，否則，返回執(zhí)行步驟304。
[0058]步驟306，移動終端對接收的語音進(jìn)行語音處理，以使處理后的語音反映語音本質(zhì)特征。
[0059]這里的語音處理如上所述，這里不再贅述。
[0060]步驟307，提取經(jīng)過語音處理后的語音中的語音特征，利用該提取出的語音特征計算得到一個數(shù)值作為用于表示所述語音的語音特征參數(shù)。
[0061]這里的語音特征提取和語音特征參數(shù)計算如上所述，這里不再贅述。
[0062]步驟308，確定語音特征模型庫中是否存在與步驟307計算的語音特征參數(shù)相匹配的語音特征參數(shù)，如果是，執(zhí)行步驟309，否則，結(jié)束當(dāng)前流程。
[0063]基于上面描述，由于語音特征模型庫中的語音特征參數(shù)為一數(shù)值區(qū)間，而步驟307計算的語音特征參數(shù)為一個數(shù)值，基于此，本步驟308中，當(dāng)步驟307計算的數(shù)值處于語音特征模型庫中的其中一個數(shù)值區(qū)間中時，則確定步驟307計算的語音特征參數(shù)與語音特征模型庫中的語音特征參數(shù)匹配，可繼續(xù)進(jìn)行語音識別，反之，當(dāng)步驟307計算的數(shù)值不處于語音特征模型庫中的任一個數(shù)值區(qū)間中時，則確定步驟307計算的語音特征參數(shù)不與語音特征模型庫中的語音特征參數(shù)匹配，當(dāng)前的語音識別有錯誤，結(jié)束當(dāng)前流程。
[0064]步驟309，識別語音特征模型庫中與步驟307計算的語音特征參數(shù)相匹配的語音特征參數(shù)對應(yīng)的動作行為，執(zhí)行該識別出的動作行為。
[0065]至此，完成圖3所示的流程。
[0066]從圖3所示流程可以看出，本發(fā)明能夠?qū)崿F(xiàn)語音與移動終端交互，比如當(dāng)用戶做其他事情的時候，可能由于手上要做事情，不方便拿起移動終端給愛人撥打電話，這個時候，可以直接輸入語音，比如親愛的，這時移動終端會自動地給用戶的愛人撥打電話。其中，為了實(shí)現(xiàn)語音與移動終端交互，需要預(yù)先建立語音特征模型庫，該語音特征模型庫中存在語音特征參數(shù)和動作行為之間的對應(yīng)關(guān)系，這樣，就保證移動終端無需精確進(jìn)行語義解析語音，僅提取語音中的語音特征參數(shù)即可，避免了由于語義解析帶來的諸多問題。并且，本發(fā)明中，語音特征參數(shù)和動作行為之間的對應(yīng)關(guān)系由用戶自定義的，這種方式將主動權(quán)交由給用戶自身，解放了移動終端，節(jié)省資源。
[0067]優(yōu)選地，本發(fā)明中，步驟309中在執(zhí)行動作行為時，可進(jìn)一步識別針對所述用戶設(shè)置的結(jié)束控制語音，當(dāng)識別到所述結(jié)束控制語音時，結(jié)束所述動作行為，否則，繼續(xù)執(zhí)行所述動作行為。
[0068]以上對本發(fā)明提供的方法進(jìn)行的描述，下面對本發(fā)明提供的移動終端進(jìn)行描述:
[0069]參見圖4，圖4為本發(fā)明實(shí)施例提供的移動終端結(jié)構(gòu)圖。如圖4所示，所述移動終端包括:
[0070]存儲單元，用于建立并存儲建立語音特征模型庫，所述語音特征模型庫中存在至少一個用戶的語音特征參數(shù)，并且，該存在的每一語音特征參數(shù)都存在對應(yīng)的動作行為；
[0071]接收單元，用于接收用戶提供的語音；
[0072]提取單元，用于對接收的語音進(jìn)行分析，提取出語音中的語音特征參數(shù)；
[0073]匹配單元，用于確定語音特征模型庫中是否存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)；
[0074]動作執(zhí)行單元，用于在所述匹配單元的匹配結(jié)果為是時，識別語音特征模型庫中與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)對應(yīng)的動作行為，執(zhí)行該識別出的動作行為。
[0075]本發(fā)明中，所述提取單元包括:
[0076]處理子單元，用于對接收的語音進(jìn)行語音處理，以使處理后的語音反映語音本質(zhì)特征；
[0077]提取子單元，用于提取經(jīng)過語音處理后的語音中的語音特征，利用該提取出的語音特征計算得到一個數(shù)值作為用于表示所述語音的語音特征參數(shù)。
[0078]優(yōu)選地，本發(fā)明中，所述語音特征模型庫通過機(jī)器學(xué)習(xí)語音的方式建立，所述語音特征模型庫中存在的任一語音特征參數(shù)為一個數(shù)值區(qū)間，其用于學(xué)習(xí)用戶在兩次以上輸入的語義相同的語音而得到的。
[0079]本發(fā)明中，所述匹配單元確定語音特征模型庫中是否存在與提取出的語音特征參數(shù)相匹配的語音特征參數(shù)包括:
[0080]比較所述數(shù)值和語音特征模型庫中的所有數(shù)值區(qū)間，如果所述數(shù)值處于其中一個數(shù)值區(qū)間中，則確定語音特征模型庫中存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)，否則，在所述數(shù)值均不處于任一數(shù)值區(qū)間時，確定語音特征模型庫中不存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)。
[0081]本發(fā)明中，如圖4所示，所述移動終端進(jìn)一步包括:
[0082]控制單元，用于在所述動作執(zhí)行單元執(zhí)行動作行為時，識別針對所述用戶設(shè)置的結(jié)束控制語音，當(dāng)識別到所述結(jié)束控制語音時，結(jié)束所述動作行為。
[0083]至此，完成圖4所示移動終端的結(jié)構(gòu)描述。[0084]由以上技術(shù)方案可以看出，本發(fā)明中，在進(jìn)行語音識別時，基于建立的語音特征模型庫，而該語音特征模型庫中存在語音特征參數(shù)和動作行為之間的對應(yīng)關(guān)系，這樣，就保證移動終端無需精確進(jìn)行語義解析語音，僅提取語音中的語音特征參數(shù)即可，避免了由于語義解析帶來的諸多問題。并且，本發(fā)明中，語音特征參數(shù)和動作行為之間的對應(yīng)關(guān)系可由用戶自定義的，這種方式將主動權(quán)交由給用戶自身，解放了移動終端，節(jié)省資源。
[0085]以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。
【權(quán)利要求】
1.一種語音識別方法，其特征在于，該方法包括: 建立語音特征模型庫，所述語音特征模型庫中存在至少一個用戶的語音特征參數(shù)，并且，該存在的每一語音特征參數(shù)都存在對應(yīng)的動作行為； 移動終端接收用戶提供的語音； 移動終端對接收的語音進(jìn)行分析，提取出語音中的語音特征參數(shù)，并確定語音特征模型庫中是否存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)，如果是，識別該存在的語音特征參數(shù)對應(yīng)的動作行為，執(zhí)行該識別出的動作行為。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取出語音中的語音特征參數(shù)包括: 對接收的語音進(jìn)行語音處理，以使處理后的語音反映語音本質(zhì)特征； 提取經(jīng)過語音處理后的語音中的語音特征，利用該提取出的語音特征計算得到一個數(shù)值作為用于表示所述語音的語音特征參數(shù)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述語音特征模型庫通過機(jī)器學(xué)習(xí)語音的方式建立，所述語音特征模型庫中存在的任一語音特征參數(shù)為一個數(shù)值區(qū)間，其通過學(xué)習(xí)用戶在兩次以上輸入的語義相同的語音而得到的。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述確定語音特征模型庫中是否存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)包括: 比較所述數(shù)值和語音特征模型庫中的所有數(shù)值區(qū)間，如果所述數(shù)值處于其中一個數(shù)值區(qū)間中，則確定語音特征模型庫中存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)，否則，在所述數(shù)值均不處于任一數(shù)值區(qū)間時，確定語音特征模型庫中不存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)。
5.根據(jù)權(quán)利要求1至4任一所述的方法,其特征在于,在執(zhí)行動作行為時,該方法進(jìn)一步包括:` 識別針對所述用戶設(shè)置的結(jié)束控制語音，當(dāng)識別到所述結(jié)束控制語音時，結(jié)束所述動作行為。
6.—種移動終端，其特征在于，所述移動終端包括: 存儲單元，用于建立并存儲建立語音特征模型庫，所述語音特征模型庫中存在至少一個用戶的語音特征參數(shù)，并且，該存在的每一語音特征參數(shù)都存在對應(yīng)的動作行為； 接收單元，用于接收用戶提供的語音； 提取單元，用于對接收的語音進(jìn)行分析，提取出語音中的語音特征參數(shù)； 匹配單元，用于確定語音特征模型庫中是否存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)； 動作執(zhí)行單元，用于在所述匹配單元的匹配結(jié)果為是時，識別語音特征模型庫中與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)對應(yīng)的動作行為，執(zhí)行該識別出的動作行為。
7.根據(jù)權(quán)利要求6所述的移動終端，其特征在于，所述提取單元包括: 處理子單元，用于對接收的語音進(jìn)行語音處理，以使處理后的語音反映語音本質(zhì)特征； 提取子單元，用于提取經(jīng)過語音處理后的語音中的語音特征，利用該提取出的語音特征計算得到一個數(shù)值作為用于表示所述語音的語音特征參數(shù)。
8.根據(jù)權(quán)利要求7所述的移動終端，其特征在于，所述語音特征模型庫通過機(jī)器學(xué)習(xí)語音的方式建立，所述語音特征模型庫中存在的任一語音特征參數(shù)為一個數(shù)值區(qū)間，其通過學(xué)習(xí)用戶在兩次以上輸入的語義相同的語音而得到的。
9.根據(jù)權(quán)利要求8所述的移動終端，其特征在于，所述匹配單元確定語音特征模型庫中是否存在與提取出的語音特征參數(shù)相匹配的語音特征參數(shù)包括: 比較所述數(shù)值和語音特征模型庫中的所有數(shù)值區(qū)間，如果所述數(shù)值處于其中一個數(shù)值區(qū)間中，則確定語音特征模型庫中存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)，否則，在所述數(shù)值均不處于任一數(shù)值區(qū)間時，確定語音特征模型庫中不存在與該提取出的語音特征參數(shù)相匹配的語音特征參數(shù)。
10.根據(jù)權(quán)利要求6至9任一所述的移動終端，其特征在于，所述移動終端進(jìn)一步包括: 控制單元，用于在所述動作執(zhí)行單元執(zhí)行動作行為時，識別針對所述用戶設(shè)置的結(jié)束控制語音，當(dāng)識別到所述結(jié)束控制語音時，結(jié)束所述動作行為。
【文檔編號】G10L15/22GK103778915SQ201210394952
【公開日】2014年5月7日 申請日期:2012年10月17日 優(yōu)先權(quán)日:2012年10月17日
【發(fā)明者】鄧平 申請人:三星電子（中國）研發(fā)中心, 三星電子株式會社