建立語音識別模型的方法、語音識別方法及對應(yīng)裝置制造方法
【專利摘要】本發(fā)明提供了一種建立語音識別模型的方法、語音識別方法及對應(yīng)裝置，將詞典和聲學(xué)模型信息進行融合，得到聲學(xué)層空間網(wǎng)絡(luò)；將語言模型信息抽象為有限狀態(tài)機并進行優(yōu)化，得到語言層網(wǎng)絡(luò)；利用所述聲學(xué)層空間網(wǎng)絡(luò)和所述語言層網(wǎng)絡(luò)形成語言模型預(yù)測網(wǎng)絡(luò)；所述聲學(xué)層空間網(wǎng)絡(luò)、語言層網(wǎng)絡(luò)和語言模型預(yù)測網(wǎng)絡(luò)構(gòu)成所述語音識別模型。本發(fā)明提供的語音識別模型將語音層信息和聲學(xué)層信息的耦合關(guān)系分解開來，使其成為各自獨立的網(wǎng)絡(luò)，能夠?qū)崿F(xiàn)語言層信息的快速動態(tài)更新，基于該語音識別模型實現(xiàn)的語音搜索具有更高的搜索新發(fā)生事物和信息的能力。
【專利說明】建立語音識別模型的方法、語音識別方法及對應(yīng)裝置
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及計算機應(yīng)用領(lǐng)域的語音搜索技術(shù)，特別涉及一種建立語音識別模型的方法、語音識別方法及對應(yīng)裝置。
【【背景技術(shù)】】
[0002]語音搜索是近期興起的一種新穎的搜索技術(shù)，給廣大互聯(lián)網(wǎng)用戶帶來全新的搜索體驗，用戶可以使用語音進行檢索和查詢。語音搜索使用語音識別技術(shù)把用戶的語音內(nèi)容識別成文本，然后使用文本搜索技術(shù)將搜索結(jié)果返回給用戶，可見在語音搜索中語音識別是關(guān)鍵核心環(huán)節(jié)。
[0003]現(xiàn)有語音識別技術(shù)主要采用以下幾種技術(shù):
[0004]其一、基于加權(quán)有限狀態(tài)機(WFST)的語音識別系統(tǒng)，使用WFST技術(shù)把語音識別的聲學(xué)層信息和語言層信息集成在一個網(wǎng)絡(luò)中，進行確定化、最小化、空邊去除等操作后，得到一個緊湊的WFST網(wǎng)絡(luò)，然后基于該緊湊的WFST網(wǎng)絡(luò)進行識別。
[0005]其二、基于兩遍解碼的WFST的語音識別系統(tǒng)，構(gòu)建兩個WFST網(wǎng)絡(luò)，在進行語音識別時，進行兩遍解碼:第一遍解碼使用較小的WFST網(wǎng)絡(luò)，在第一遍解碼的識別結(jié)果基礎(chǔ)之上，第二遍解碼使用較大的WFST網(wǎng)絡(luò)得到最終的識別結(jié)果。
[0006]由于語音搜索任務(wù)中語音識別系統(tǒng)的語言層信息約束需要實時更新，更新頻率越快，語音識別系統(tǒng)對新 信息的語音識別能力越強。但現(xiàn)有技術(shù)的上述第一種方式雖然語音識別速度較快，但往往需要耗費大量的時間和計算機內(nèi)存，這就限制了可以使用的語言模型的體積。并且由于語言層和聲學(xué)層耦合在一起，每次語言層的更新都涉及到整個網(wǎng)絡(luò)的更新，導(dǎo)致更新速度很慢，大大降低了搜索新發(fā)生事物和信息的能力。第二種方式識別速度較慢，且兩個WFST網(wǎng)絡(luò)的構(gòu)建導(dǎo)致語言層的更新涉及到兩個網(wǎng)絡(luò)的更新，更新速度也很慢，同樣影響搜索新發(fā)生事物和信息的能力。
【
【發(fā)明內(nèi)容】
】
[0007]有鑒于此，本發(fā)明提供了一種建立語音識別模型的方法、語音識別方法及對應(yīng)裝置，以便于實現(xiàn)語言層的快速更新，從而提高搜索新發(fā)生事物和信息的能力。
[0008]具體技術(shù)方案如下:
[0009]一種建立語音識別模型的方法，該方法包括:
[0010]S1、將詞典和聲學(xué)模型信息進行融合，得到聲學(xué)層空間網(wǎng)絡(luò)；
[0011]S2、將語言模型信息抽象為有限狀態(tài)機并進行優(yōu)化，得到語言層網(wǎng)絡(luò)；
[0012]S3、利用所述聲學(xué)層空間網(wǎng)絡(luò)和所述語言層網(wǎng)絡(luò)形成語言模型預(yù)測網(wǎng)絡(luò)；
[0013]所述聲學(xué)層空間網(wǎng)絡(luò)、語言層網(wǎng)絡(luò)和語言模型預(yù)測網(wǎng)絡(luò)構(gòu)成所述語音識別模型。
[0014]根據(jù)本發(fā)明一優(yōu)選實施例，所述步驟SI具體包括:
[0015]將所述詞典中的詞進行排列后，構(gòu)建回跳詞網(wǎng)絡(luò)，所述回跳詞網(wǎng)絡(luò)中任一詞的詞尾都跳轉(zhuǎn)回該詞的詞頭；[0016]將所述回跳詞網(wǎng)絡(luò)中的每個詞采用該詞的聲學(xué)模型替換，得到聲學(xué)圖網(wǎng)絡(luò)，其中所述詞的聲學(xué)模型為構(gòu)成該詞的音素之間的轉(zhuǎn)移概率；
[0017]采用計算機圖論方法對所述聲學(xué)圖網(wǎng)絡(luò)進行優(yōu)化，得到聲學(xué)層空間網(wǎng)絡(luò)。
[0018]根據(jù)本發(fā)明一優(yōu)選實施例，所述語言模型信息為n-gram語言模型；
[0019]所述步驟S2具體包括:將n-gram語言模型的查詢歷史作為有限狀態(tài)機的當(dāng)前狀態(tài)，將n-gram語言模型的輸入詞作為有限狀態(tài)機的當(dāng)前輸入,將n-gram語言模型的查詢結(jié)果作為有限狀態(tài)機針對當(dāng)前輸入的輸出，利用計算機圖論技術(shù)對所述有限狀態(tài)機進行優(yōu)化，得到語言層網(wǎng)絡(luò)。
[0020]根據(jù)本發(fā)明一優(yōu)選實施例，所述步驟S3具體包括:利用所述聲學(xué)層空間網(wǎng)絡(luò)中樹結(jié)構(gòu)的內(nèi)容和所述語言層網(wǎng)絡(luò)，根據(jù)最大可能連接概率原則計算出每一個詞接續(xù)所有可能的詞的最大概率，得到所述語言模型預(yù)測網(wǎng)絡(luò)。
[0021]一種語音識別方法，基于上述方法建立的語音識別模型，該語音識別方法包括:
[0022]Al、對輸入語音進行聲學(xué)特征提??；
[0023]A2、基于提取的聲學(xué)特征，在聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)上進行節(jié)點查找，并在查找過程中利用語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪，將得到的各節(jié)點構(gòu)成的最優(yōu)解碼路徑作為所述輸入語音的識別結(jié)果。
[0024]根據(jù)本發(fā)明一優(yōu)選實施例，在所述步驟A2中基于提取的聲學(xué)特征逐步執(zhí)行步驟A21至步驟A23 ；
[0025]A21、進行聲學(xué)模型的打分計算；
[0026]A22、查找所述聲學(xué)層空間網(wǎng)絡(luò)，并利用所述語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪后，利用查找到的節(jié)點更新當(dāng)前解碼路徑，其中初始解碼路徑為空；
[0027]A23、利用當(dāng)前解碼路徑查找所述語言層網(wǎng)絡(luò)，利用查找到的節(jié)點更新當(dāng)前解碼路徑，并將查找到的節(jié)點對應(yīng)的詞壓入詞棧，基于當(dāng)前解碼路徑轉(zhuǎn)至步驟A21 ；
[0028]A24、待針對所述輸入語音的聲學(xué)特征執(zhí)行完所述步驟A21至步驟A23后，通過回溯詞棧的方式確定最優(yōu)解碼路徑作為所述輸入語音的識別結(jié)果。
[0029]一種建立語音識別模型的裝置，該裝置包括:
[0030]聲學(xué)層構(gòu)建單元，用于將詞典和聲學(xué)模型信息進行融合，得到聲學(xué)層空間網(wǎng)絡(luò)；
[0031]語言層構(gòu)建單元，用于將語言模型信息抽象為有限狀態(tài)機并進行優(yōu)化，得到語言層網(wǎng)絡(luò)；
[0032]預(yù)測模型構(gòu)建單元，用于利用所述聲學(xué)層空間網(wǎng)絡(luò)和所述語言層網(wǎng)絡(luò)形成語言模型預(yù)測網(wǎng)絡(luò)；
[0033]所述聲學(xué)層空間網(wǎng)絡(luò)、語言層網(wǎng)絡(luò)和語言模型預(yù)測網(wǎng)絡(luò)構(gòu)成所述語音識別模型。
[0034]根據(jù)本發(fā)明一優(yōu)選實施例，所述聲學(xué)層構(gòu)建單元具體包括:
[0035]第一構(gòu)建子單元，用于將所述詞典中的詞進行排列后，構(gòu)建回跳詞網(wǎng)絡(luò)，所述回跳詞網(wǎng)絡(luò)中任一詞的詞尾都跳轉(zhuǎn)回該詞的詞頭；
[0036]第二構(gòu)建子單元，用于將所述回跳詞網(wǎng)絡(luò)中的每個詞采用該詞的聲學(xué)模型替換，得到聲學(xué)圖網(wǎng)絡(luò)，其中所述詞的聲學(xué)模型為構(gòu)成該詞的音素之間的轉(zhuǎn)移概率；
[0037]優(yōu)化子單元，用于采用計算機圖論方法對所述聲學(xué)圖網(wǎng)絡(luò)進行優(yōu)化，得到聲學(xué)層空間網(wǎng)絡(luò)。[0038]根據(jù)本發(fā)明一優(yōu)選實施例，所述語言模型信息為n-gram語言模型；
[0039]所述語言層構(gòu)建單元具體將n-gram語言模型的查詢歷史作為有限狀態(tài)機的當(dāng)前狀態(tài)，將n-gram語言模型的輸入詞作為有限狀態(tài)機的當(dāng)前輸入，將n-gram語言模型的查詢結(jié)果作為有限狀態(tài)機針對當(dāng)前輸入的輸出，利用計算機圖論技術(shù)對所述有限狀態(tài)機進行優(yōu)化，得到語言層網(wǎng)絡(luò)。
[0040]根據(jù)本發(fā)明一優(yōu)選實施例，預(yù)測模型構(gòu)建單元具體利用所述聲學(xué)層空間網(wǎng)絡(luò)中樹結(jié)構(gòu)的內(nèi)容和所述語言層網(wǎng)絡(luò)，根據(jù)最大可能連接概率原則計算出每一個詞接續(xù)所有可能的詞的最大概率，得到所述語言模型預(yù)測網(wǎng)絡(luò)。
[0041]一種語音識別裝置，基于上述裝置建立的語音識別模型，該語音識別裝置包括:
[0042]特征提取單元，用于對輸入語音進行聲學(xué)特征提??；
[0043]語音解碼單元，用于基于提取的聲學(xué)特征，在聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)上進行節(jié)點查找，并在查找過程中利用語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪，將得到的各節(jié)點構(gòu)成的最優(yōu)解碼路徑作為所述輸入語音的識別結(jié)果。 [0044]根據(jù)本發(fā)明一優(yōu)選實施例，所述語音解碼單元具體包括:
[0045]聲學(xué)層打分子單元，用于進行聲學(xué)模型的打分計算；
[0046]聲學(xué)層內(nèi)擴展子單元，用于基于提取的聲學(xué)特征逐步查找所述聲學(xué)層空間網(wǎng)絡(luò)，并利用所述語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪后，利用查找到的節(jié)點更新當(dāng)前解碼路徑，其中初始解碼路徑為空；
[0047]聲學(xué)層間擴展子單元，用于利用當(dāng)前解碼路徑查找所述語言層網(wǎng)絡(luò)，利用查找到的節(jié)點更新當(dāng)前解碼路徑，基于當(dāng)前解碼路徑觸發(fā)所述聲學(xué)層打分子單元；
[0048]詞棧收集子單元，用于將所述聲學(xué)層間擴展子單元查找到的節(jié)點對應(yīng)的詞壓入詞棧，待所述聲學(xué)層內(nèi)擴展子單元和所述聲學(xué)層間擴展子單元針對所述輸入語音的聲學(xué)特征執(zhí)行完查找后，通過回溯詞棧的方式確定最優(yōu)解碼路徑作為所述輸入語音的識別結(jié)果。
[0049]由以上技術(shù)方案可以看出，本發(fā)明提供的語音識別模型將語音層信息和聲學(xué)層信息的耦合關(guān)系分解開來，使其成為各自獨立的網(wǎng)絡(luò)，其中語言層網(wǎng)絡(luò)在更新時不會受到聲學(xué)層網(wǎng)絡(luò)的牽連，能夠?qū)崿F(xiàn)快速的實時動態(tài)更新，基于該語音識別模型實現(xiàn)的語音搜索具有更高的搜索新發(fā)生事物和信息的能力。
【【專利附圖】

【附圖說明】】
[0050]圖1為本發(fā)明實施例一提供的建立語音識別模型的方法流程圖；
[0051]圖2為本發(fā)明實施例一提供的聲學(xué)層空間網(wǎng)絡(luò)的結(jié)構(gòu)示意圖；
[0052]圖3為本發(fā)明實施例二提供的語音識別方法的主要流程圖；
[0053]圖4為本發(fā)明實施例二提供的語音識別中的詳細解碼流程圖；
[0054]圖5為本發(fā)明實施例三提供的建立語音識別模型的裝置結(jié)構(gòu)圖；
[0055]圖6為本發(fā)明實施例三提供的聲學(xué)層構(gòu)建單元的具體結(jié)構(gòu)圖；
[0056]圖7為本發(fā)明實施例四提供的語音識別裝置結(jié)構(gòu)圖。
【【具體實施方式】】
[0057]為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細描述。
[0058]本發(fā)明中提供的建立語音識別模型的方法所建立的語音識別模型是一個一遍解碼框架，且在該框架下聲學(xué)層和語言層相互獨立，聲學(xué)層在整個語音識別過程中保持不變，語言層在語音識別過程中可以保持實時的動態(tài)更新。下面首先通過實施例一對建立語音識別模型的方法進行詳細描述。
[0059]實施例一、
[0060]圖1為本發(fā)明實施例一提供的建立語音識別模型的方法流程圖，如圖1所示，該方法主要包括以下步驟:
[0061]步驟101:將詞典和聲學(xué)模型信息進行融合，得到聲學(xué)層空間網(wǎng)絡(luò)。
[0062]本步驟的目的是建立代表聲學(xué)模型信息的聲學(xué)層空間網(wǎng)絡(luò)，用于把語音識別中的所有聲學(xué)相關(guān)的信息內(nèi)容組織成一個易于計算機處理的由大量節(jié)點連接而成的網(wǎng)絡(luò)。
[0063]聲學(xué)層空間網(wǎng)絡(luò)的構(gòu)建所需要的資源是詞典和聲學(xué)模型信息，而不需要任何語言模型信息。
[0064]具體地，構(gòu)建聲學(xué)層空間網(wǎng)絡(luò)的方法具體包括:將詞典中的詞進行排列后，構(gòu)建回跳詞網(wǎng)絡(luò)，所述回跳詞網(wǎng)絡(luò)中任一詞的詞尾都允許跳轉(zhuǎn)回該詞的詞頭。將回跳詞網(wǎng)絡(luò)中的每個詞采用這個詞的聲學(xué)模型替換，得到聲學(xué)圖網(wǎng)絡(luò)，該聲學(xué)網(wǎng)絡(luò)是一個表示聲學(xué)模型狀態(tài)序列的網(wǎng)絡(luò)。其中聲學(xué)模型可以是諸如高斯混合模型或者是考慮了聲學(xué)上下文相關(guān)性的音素模型(context dependent phone mode)等現(xiàn)有聲學(xué)模型,詞的聲學(xué)模型中包含構(gòu)成該詞的音素之間的轉(zhuǎn)移概率，其中音素為構(gòu)成音節(jié)的最小單位。
[0065]然后，再采用計算機圖論方法對聲學(xué)圖網(wǎng)絡(luò)進行優(yōu)化，就可以得到聲學(xué)層空間網(wǎng)絡(luò)了。在此可以采用任意的計算機圖論方法來進行優(yōu)化，由于是現(xiàn)有技術(shù)，在此不再具體描述。
[0066]除了聲學(xué)層空間網(wǎng)絡(luò)設(shè)計上的和語言層信息的分離，本步驟中建立的聲學(xué)層空間網(wǎng)絡(luò)還具有緊湊無冗余的特點。通過這種建立聲學(xué)層空間網(wǎng)絡(luò)的方式，聲學(xué)層空間網(wǎng)絡(luò)被組織成一個前面層是樹結(jié)構(gòu)、中間層是輸出詞、后面層是圖結(jié)構(gòu)的特殊結(jié)構(gòu)，所有的節(jié)點都展開到聲學(xué)模型的最小單元，即達到廣義矩估計(GMM)狀態(tài)，這樣能夠保證圖的最緊湊連接。該聲學(xué)層空間網(wǎng)絡(luò)的結(jié)構(gòu)可以如圖2所示。
[0067]其中樹結(jié)構(gòu)是可以用于后續(xù)的語言模型預(yù)測，中間層是用于快速地輸出正確的詞，圖結(jié)構(gòu)用于保證聲學(xué)層空間網(wǎng)絡(luò)的最緊湊結(jié)構(gòu)，盡量多的合并路徑。
[0068]步驟102:將語言模型信息抽象為有限狀態(tài)機進行優(yōu)化，得到語言層網(wǎng)絡(luò)。
[0069]本步驟中將傳統(tǒng)的n-gram語言模型抽象成一個緊湊的WFST網(wǎng)絡(luò)，這種緊湊抽象的主要好處在于解碼路徑的組織更加簡單，任何時候歷史路徑信息都可以用網(wǎng)絡(luò)中的節(jié)點唯一表示，同時在求取語言模型打分的時候速度更快，其中n-gram語言模型包括η元詞語在大規(guī)模語料中按順序出現(xiàn)的概率，η為一個或多個大于I的正整數(shù)。
[0070]本步驟采用的思想是利用語言模型以往歷史軌跡信息，在每個語言模型節(jié)點上增加一個整數(shù)信息(4個字節(jié))，就可以實現(xiàn)海量語言模型的wfst的抽象。具體方式為:將n-gram語音模型的查詢歷史作為有限狀態(tài)機的當(dāng)前狀態(tài),把n-gram語言模型的輸入詞作為有限狀態(tài)機的當(dāng)前輸入，將n-gram語音模型的查詢結(jié)果作為有限狀態(tài)機針對當(dāng)前輸入產(chǎn)生的輸出，這樣就可以把語言模型的查詢過程看做是以一個有限狀態(tài)機的跳轉(zhuǎn)。再采用傳統(tǒng)的計算機圖論技術(shù)對有限狀態(tài)機進行優(yōu)化，就抽象出語言層網(wǎng)絡(luò)。語言層網(wǎng)絡(luò)中的節(jié)點為詞，在該網(wǎng)絡(luò)中還存在詞語之間構(gòu)成上下文時的出現(xiàn)概率。
[0071]通過上述抽象過程，抽象前和抽象后的語言模型體積大小差異在20%以內(nèi)。在完成語言模型的上述WFST抽象后，任何一個語音識別過程的路徑節(jié)點都被表示成一個當(dāng)前聲學(xué)層空間網(wǎng)絡(luò)節(jié)點和語言層網(wǎng)絡(luò)節(jié)點。在計算語言模型打分的時候，可以在已經(jīng)知道語言模型歷史的情況下，最多進行一個二分法查找，從而大大簡化了語言模型打分計算過程，使高速搜索成為可能。
[0072]步驟103:利用上述聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)形成語言模型預(yù)測網(wǎng)絡(luò)。
[0073]語言模型預(yù)測網(wǎng)絡(luò)用于語音識別過程中提高路徑裁剪效率，從而做語言模型預(yù)測。語言模型預(yù)測網(wǎng)絡(luò)是結(jié)合語言層網(wǎng)絡(luò)和聲學(xué)信息空間網(wǎng)絡(luò)生成的。具體實施辦法是充分利用了聲學(xué)層空間網(wǎng)絡(luò)的緊湊型這一特點，利用聲學(xué)層空間網(wǎng)絡(luò)中的樹結(jié)構(gòu)和語言層網(wǎng)絡(luò)，根據(jù)最大可能連接概率原則計算出每一個接續(xù)所有可能的詞的最大概率，得到語言模型預(yù)測網(wǎng)絡(luò)。
[0074]可見，在進行語言模型預(yù)測網(wǎng)絡(luò)的構(gòu)建時，僅使用了聲學(xué)層空間網(wǎng)絡(luò)中的樹結(jié)構(gòu)，而在輸出詞以后的大部分聲學(xué)層空間網(wǎng)絡(luò)的圖結(jié)構(gòu)并不需要有語言模型預(yù)測的得分，這樣就大大減少了語言模型預(yù)測部分在實際語音識別過程中的預(yù)測得分查詢量。具體如何利用已有的聲學(xué)層信息和語言層信息構(gòu)建語言模型預(yù)測網(wǎng)絡(luò)是業(yè)內(nèi)的公知技術(shù)，本專利不在贅述。
[0075]另外，由于語言模型的預(yù)測算法是天然可以并行計算的。因此在實際產(chǎn)品中，在語言模型的動態(tài)調(diào)整之后，利用多計算機并行計算的方法也可以實現(xiàn)語言模型預(yù)測網(wǎng)絡(luò)的高速動態(tài)更新。
[0076]在執(zhí)行了上述步驟之后，由聲學(xué)層空間網(wǎng)絡(luò)、語言層網(wǎng)絡(luò)和語言模型預(yù)測網(wǎng)絡(luò)就構(gòu)成了最終的語音識別模型。基于該語音識別模型就可以實現(xiàn)語音識別過程了，下面通過實施例二對語音識別的方法進行詳細描述。
[0077]實施例二、
[0078]圖3為本發(fā)明實施例二提供的語音識別方法的流程圖，如圖3所示，該方法可以包括以下步驟:
[0079]步驟301:對輸入語音進行聲學(xué)特征提取。
[0080]本步驟中對輸入語音進行的聲學(xué)特征提取可以采用現(xiàn)有技術(shù)中的任一種方式，在此不做具體限制，例如線性預(yù)測倒譜系數(shù)(LPCC)、Mel頻率倒譜系數(shù)(MFCC)的提取等。
[0081]步驟302:基于提取的聲學(xué)特征，在聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)上進行節(jié)點查找，并在查找過程中利用語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪，將得到的各節(jié)點構(gòu)成的最優(yōu)解碼路徑作為輸入語音的識別結(jié)果。
[0082]本步驟是語音識別的核心內(nèi)容，其中查找聲學(xué)層空間網(wǎng)絡(luò)和查找語言層網(wǎng)絡(luò)交替進行。查找聲學(xué)層空間網(wǎng)絡(luò)是用于識別輸入語音中可能的詞，也就是說在聲學(xué)層空間網(wǎng)絡(luò)內(nèi)進行解碼路徑中詞語的擴展。查找語言層網(wǎng)絡(luò)是用于確定構(gòu)成輸入語音的詞序列，也就是說查找語言層網(wǎng)絡(luò)是在聲學(xué)層空間網(wǎng)絡(luò)間進行解碼路徑的擴展，并影響之后的路徑組織。
[0083]本步驟中具體的實現(xiàn)過程可以如圖4所示，基于提取的聲學(xué)特征逐步執(zhí)行步驟401至步驟403。其中所述“逐步”通常是針對輸入語音進行分段，逐段基于對應(yīng)的聲學(xué)特征執(zhí)行步驟401至步驟403，本發(fā)明對此處的分段方式并不加以限制，通?？梢圆捎冒凑照Z音中貞分段的方式。
[0084]步驟401:在路徑的實際擴展之前，首先要進行聲學(xué)模型的打分計算。
[0085]在此可以進行聲學(xué)模型的高斯打分計算，該部分為現(xiàn)有技術(shù)，在此進行詳述。
[0086]步驟402:查找聲學(xué)層空間網(wǎng)絡(luò)，并利用語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪，利用查找到的節(jié)點更新當(dāng)前解碼路徑。
[0087]本步驟是聲學(xué)層空間網(wǎng)絡(luò)內(nèi)擴展，即一個詞內(nèi)部的擴展，這個擴展是在聲學(xué)層空間網(wǎng)絡(luò)上按照節(jié)點連接的順序依次展開的。聲學(xué)層空間網(wǎng)絡(luò)制約著所有解碼路徑的走向，在進行聲學(xué)層空間網(wǎng)絡(luò)內(nèi)擴展的過程中，除了聲學(xué)層信息外，還有語言模型預(yù)測信息的施力口，這是通過語音識別模型中的語言模型預(yù)測網(wǎng)絡(luò)來進行的。
[0088]具體地，在聲學(xué)層空間網(wǎng)絡(luò)上查找到的節(jié)點，首先進行語言模型的估計，該估計可以采用語言模型預(yù)測網(wǎng)絡(luò)中的值來代替，直到進行聲學(xué)層空間網(wǎng)絡(luò)間擴展(查找語言層網(wǎng)絡(luò))的時候被真正的語言模型打分代替。也就是說，在聲學(xué)層空間網(wǎng)絡(luò)上查找到的節(jié)點，利用語言模型預(yù)測網(wǎng)絡(luò)進行裁剪，可以保留最大概率值對應(yīng)的解碼路徑。另外，在初始解碼時，可以默認(rèn)初始解碼路徑為空。
[0089]步驟403:利用當(dāng)前解碼路徑查找語言層網(wǎng)絡(luò)，利用查找到的節(jié)點更新當(dāng)前解碼路徑，并將查找到的節(jié)點對應(yīng)的詞壓入詞棧，針對當(dāng)前解碼路徑轉(zhuǎn)至步驟401。
[0090]本步驟是聲學(xué)層空間網(wǎng)絡(luò)間的擴展，此時的語言模型打分是在語言層網(wǎng)絡(luò)上求取的。在完成語言層網(wǎng)絡(luò)的查找后，解碼路徑的狀態(tài)會在根據(jù)語言層網(wǎng)絡(luò)的節(jié)點信息進行更新，并影響基于后續(xù)聲學(xué)特征的聲學(xué)層空間網(wǎng)絡(luò)內(nèi)擴展，即在進行語言層網(wǎng)絡(luò)的查找之后，對解碼路徑進行裁剪，裁剪后保留的解碼路徑才回進入下一輪聲學(xué)層空間網(wǎng)絡(luò)的查找。
[0091]然后需要把當(dāng)前識別出來的詞(即在語言層網(wǎng)絡(luò)查找到的節(jié)點)收集進入詞棧。詞棧中的每一個詞都會進入下一輪聲學(xué)空間網(wǎng)絡(luò)查詢。
[0092]步驟404:待針對整個輸入語音的聲學(xué)特征執(zhí)行上述流程后，通過回溯詞棧的方式確定最優(yōu)解碼路徑作為輸入語音的識別結(jié)果。
[0093]以上是對本發(fā)明所提供的方法進行的詳細描述，下面對本發(fā)明所提供的裝置進行詳細描述。
[0094]實施例三、
[0095]圖5為本發(fā)明實施例三提供的建立語音識別模型的裝置結(jié)構(gòu)圖，如圖5所示，該裝置可以包括:聲學(xué)層構(gòu)建單元500、語言層構(gòu)建單元510以及預(yù)測模型構(gòu)建單元520。
[0096]聲學(xué)層構(gòu)建單兀500將詞典和聲學(xué)模型信息進行融合,得到聲學(xué)層空間網(wǎng)絡(luò)。聲學(xué)層空間網(wǎng)絡(luò)的構(gòu)建所需要的資源是詞典和聲學(xué)模型信息，而不需要任何語言模型信息。
[0097]圖6中示出了該聲學(xué)層構(gòu)建單元500的一種實現(xiàn)方式，如圖6所示，具體可以包括:第一構(gòu)建子單元501、第二構(gòu)建子單元502和優(yōu)化子單元503。
[0098]第一構(gòu)建子單元501將詞典中的詞進行排列后，構(gòu)建回跳詞網(wǎng)絡(luò)，回跳詞網(wǎng)絡(luò)中任一詞的詞尾都跳轉(zhuǎn)回該詞的詞頭。
[0099]第二構(gòu)建子單元502將回跳詞網(wǎng)絡(luò)中的每個詞采用該詞的聲學(xué)模型替換，得到聲學(xué)圖網(wǎng)絡(luò)，其中詞的聲學(xué)模型為構(gòu)成該詞的音素之間的轉(zhuǎn)移概率。聲學(xué)模型可以是諸如高斯混合模型或者是考慮了聲學(xué)上下文相關(guān)性的音素模型等現(xiàn)有聲學(xué)模型，
[0100]優(yōu)化子單元503，用于采用計算機圖論方法對聲學(xué)圖網(wǎng)絡(luò)進行優(yōu)化，得到聲學(xué)層空間網(wǎng)絡(luò)。在此可以采用任意的計算機圖論方法來進行優(yōu)化，由于是現(xiàn)有技術(shù)，在此不再具體描述。
[0101]除了聲學(xué)層空間網(wǎng)絡(luò)設(shè)計上的和語言層信息的分離，聲學(xué)層構(gòu)建單元500建立的聲學(xué)層空間網(wǎng)絡(luò)還具有緊湊無冗余的特點。通過這種建立聲學(xué)層空間網(wǎng)絡(luò)的方式，聲學(xué)層空間網(wǎng)絡(luò)被組織成一個前面層是樹結(jié)構(gòu)、中間層是輸出詞、后面層是圖結(jié)構(gòu)的特殊結(jié)構(gòu)，所有的節(jié)點都展開到聲學(xué)模型的最小單元，即達到GMM狀態(tài)，這樣能夠保證圖的最緊湊連接。該聲學(xué)層空間網(wǎng)絡(luò)的結(jié)構(gòu)可以如圖2所示。
[0102]繼續(xù)參見圖5，語言層構(gòu)建單元510，用于將語言模型信息抽象為有限狀態(tài)機并進行優(yōu)化，得到語言層網(wǎng)絡(luò)。
[0103]其中采用的語言模型信息為n-gram語言模型，語言層構(gòu)建單元510可以具體將n-gram語言模型的查詢歷史作為有限狀態(tài)機的當(dāng)前狀態(tài),將n-gram語言模型的輸入詞作為有限狀態(tài)機的當(dāng)前輸入，將n-gram語言模型的查詢結(jié)果作為有限狀態(tài)機針對當(dāng)前輸入的輸出，利用計算機圖論技術(shù)對有限狀態(tài)機進行優(yōu)化，得到語言層網(wǎng)絡(luò)。該語言層網(wǎng)絡(luò)是一個緊湊的WFST網(wǎng)絡(luò)，使得解碼路徑的組織更加簡單，任何時候歷史路徑信息都可以用網(wǎng)絡(luò)中的節(jié)點唯一表示，同時在求取語言模型打分的時候速度更快。
[0104]在得到上述聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)之后，為了提高語音識別過程中的路徑裁剪效率，預(yù)測模型構(gòu)建單元520利用聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)形成語言模型預(yù)測網(wǎng)絡(luò)。
[0105]優(yōu)選地，可以充分利用聲學(xué)層空間網(wǎng)絡(luò)的緊湊型這一特點，利用聲學(xué)層空間網(wǎng)絡(luò)中樹結(jié)構(gòu)的內(nèi)容和語言層網(wǎng)絡(luò)，根據(jù)最大可能連接概率原則計算出每一個詞接續(xù)所有可能的詞的最大概率，得到語言模型預(yù)測網(wǎng)絡(luò)。具體如何利用已有的聲學(xué)層信息和語言層信息構(gòu)建語言模型預(yù)測網(wǎng)絡(luò)是業(yè)內(nèi)的公知技術(shù)，本專利不在贅述。
[0106]此時，聲學(xué)層空間網(wǎng)絡(luò)、語言層網(wǎng)絡(luò)和語言模型預(yù)測網(wǎng)絡(luò)就構(gòu)成了語音識別模型。
[0107]實施例四、
[0108]圖7為本發(fā)明實施例四提供的語音識別裝置結(jié)構(gòu)圖，該裝置的語音識別基于實施例四所示裝置建立的語音識別模型，如圖7所示，該語音識別裝置可以包括:特征提取單元700和語音解碼單元710。
[0109]特征提取單元700對輸入語音進行聲學(xué)特征提取。對輸入語音進行的聲學(xué)特征提取可以采用現(xiàn)有技術(shù)中的任一種方式，在此不做具體限制，例如LPCC、MFCC的提取等。
[0110]然后，語音解碼單元710基于提取的聲學(xué)特征，在聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)上進行節(jié)點查找，并在查找過程中利用語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪，將得到的各節(jié)點構(gòu)成的最優(yōu)解碼路徑作為輸入語音的識別結(jié)果。
[0111]語音解碼單元710是語音識別的核心內(nèi)容，其中查找聲學(xué)層空間網(wǎng)絡(luò)和查找語言層網(wǎng)絡(luò)交替進行。查找聲學(xué)層空間網(wǎng)絡(luò)是用于識別輸入語音中可能的詞，也就是說在聲學(xué)層空間網(wǎng)絡(luò)內(nèi)進行解碼路徑中詞語的擴展。查找語言層網(wǎng)絡(luò)是用于確定構(gòu)成輸入語音的詞序列，也就是說查找語言層網(wǎng)絡(luò)是在聲學(xué)層空間網(wǎng)絡(luò)間進行解碼路徑的擴展，并影響之后的路徑組織。[0112]語音解碼單元710的具體結(jié)構(gòu)可以包括:聲學(xué)層打分子單元711、聲學(xué)層內(nèi)擴展子單元712、聲學(xué)層間擴展子單元713以及詞棧收集子單元714。
[0113]首先聲學(xué)層打分子單元711進行聲學(xué)模型的打分計算。在此可以進行聲學(xué)模型的高斯打分計算，該部分為現(xiàn)有技術(shù)，在此進行詳述。
[0114]聲學(xué)層內(nèi)擴展子單元712基于提取的聲學(xué)特征逐步查找聲學(xué)層空間網(wǎng)絡(luò)，并利用語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪后，利用查找到的節(jié)點更新當(dāng)前解碼路徑，其中初始解碼路徑為空。
[0115]聲學(xué)層內(nèi)擴展子單元712執(zhí)行的是聲學(xué)層空間網(wǎng)絡(luò)內(nèi)擴展，即一個詞內(nèi)部的擴展，這個擴展是在聲學(xué)層空間網(wǎng)絡(luò)上按照節(jié)點連接的順序依次展開的。聲學(xué)層空間網(wǎng)絡(luò)制約著所有解碼路徑的走向，在進行聲學(xué)層空間網(wǎng)絡(luò)內(nèi)擴展的過程中，除了聲學(xué)層信息外，還有語言模型預(yù)測信息的施加，這是是通過語音識別模型中的語言模型預(yù)測網(wǎng)絡(luò)來進行的。
[0116]具體地，在聲學(xué)層空間網(wǎng)絡(luò)上查找到的節(jié)點，首先進行語言模型的估計，該估計可以采用語言模型預(yù)測網(wǎng)絡(luò)中的值來代替，直到進行聲學(xué)層空間網(wǎng)絡(luò)間擴展(查找語言層網(wǎng)絡(luò))的時候被真正的語言模型打分代替。也就是說，在聲學(xué)層空間網(wǎng)絡(luò)上查找到的節(jié)點，利用語言模型預(yù)測網(wǎng)絡(luò)進行裁剪，可以保留最大概率值對應(yīng)的解碼路徑。
[0117]之后，聲學(xué)層間擴展子單元713利用當(dāng)前解碼路徑查找語言層網(wǎng)絡(luò)，利用查找到的節(jié)點更新當(dāng)前解碼路徑，基于當(dāng)前解碼路徑觸發(fā)聲學(xué)層打分子單元711。
[0118]聲學(xué)層間擴展子單元713執(zhí)行的是聲學(xué)層空間網(wǎng)絡(luò)間的擴展，此時的語言模型打分是在語言層網(wǎng)絡(luò)上求取的。在完成語言層網(wǎng)絡(luò)的查找后，解碼路徑的狀態(tài)會在根據(jù)語言層網(wǎng)絡(luò)的節(jié)點信息進行更新，并影響基于后續(xù)聲學(xué)特征的聲學(xué)層空間網(wǎng)絡(luò)內(nèi)擴展。
[0119]詞棧收集子單元714，用于將聲學(xué)層間擴展子單元713查找到的節(jié)點對應(yīng)的詞壓入詞棧，詞棧中的每一個詞都會進入下一輪聲學(xué)空間網(wǎng)絡(luò)查詢。待聲學(xué)層內(nèi)擴展子單元712和聲學(xué)層間擴展子單元713針對輸入語音的聲學(xué)特征執(zhí)行完查找后，通過回溯詞棧的方式確定最優(yōu)解碼路徑作為輸入語音的識別結(jié)果。
[0120]由以上描述可以看出，本發(fā)明提供的方法和裝置具備以下優(yōu)點:
[0121]I)本發(fā)明提供的語音識別模型將語音層信息和聲學(xué)層信息的耦合關(guān)系分解開來，使其成為各自獨立的網(wǎng)絡(luò)，其中語言層網(wǎng)絡(luò)在更新時不會受到聲學(xué)層網(wǎng)絡(luò)的牽連，能夠?qū)崿F(xiàn)快速的實時動態(tài)更新，基于該語音識別模型實現(xiàn)的語音搜索具有更高的搜索新發(fā)生事物和信息的能力。
[0122]2)聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)都具有緊湊無冗余的特點，使得語音識別過程中解碼速度更快。
[0123]3)語音識別方法采用一遍解碼方式，更夠更快地得到識別結(jié)果，提高解碼速度，提高用戶滿意度。
[0124]4)本發(fā)明建立的語音識別模型支持任意階海量n-gram語言模型的快速更新，支持的語言模型的大小可以高達幾十億文法的一編解碼。
[0125]以上所述僅為本發(fā)明的較佳實施例而已，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、改進等，均應(yīng)包含在本發(fā)明保護的范圍之內(nèi)。
【權(quán)利要求】
1.一種建立語音識別模型的方法，其特征在于，該方法包括: 51、將詞典和聲學(xué)模型信息進行融合，得到聲學(xué)層空間網(wǎng)絡(luò)； 52、將語言模型信息抽象為有限狀態(tài)機并進行優(yōu)化，得到語言層網(wǎng)絡(luò)； 53、利用所述聲學(xué)層空間網(wǎng)絡(luò)和所述語言層網(wǎng)絡(luò)形成語言模型預(yù)測網(wǎng)絡(luò)； 所述聲學(xué)層空間網(wǎng)絡(luò)、語言層網(wǎng)絡(luò)和語言模型預(yù)測網(wǎng)絡(luò)構(gòu)成所述語音識別模型。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟SI具體包括: 將所述詞典中的詞進行排列后，構(gòu)建回跳詞網(wǎng)絡(luò)，所述回跳詞網(wǎng)絡(luò)中任一詞的詞尾都跳轉(zhuǎn)回該詞的詞頭； 將所述回跳詞網(wǎng)絡(luò)中的每個詞采用該詞的聲學(xué)模型替換，得到聲學(xué)圖網(wǎng)絡(luò)，其中所述詞的聲學(xué)模型為構(gòu)成該詞的音素之間的轉(zhuǎn)移概率； 采用計算機圖論方法對所述聲學(xué)圖網(wǎng)絡(luò)進行優(yōu)化，得到聲學(xué)層空間網(wǎng)絡(luò)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述語言模型信息為n-gram語言模型； 所述步驟S2具體包括:將n-gram語言模型的查詢歷史作為有限狀態(tài)機的當(dāng)前狀態(tài)，將n-gram語言模型的輸入詞作為有限狀態(tài)機的當(dāng)前輸入,將n-gram語言模型的查詢結(jié)果作為有限狀態(tài)機針對當(dāng)前輸入的輸出，利用計算機圖論技術(shù)對所述有限狀態(tài)機進行優(yōu)化，得到語言層網(wǎng)絡(luò)。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S3具體包括:利用所述聲學(xué)層空間網(wǎng)絡(luò)中樹結(jié)構(gòu)的內(nèi)容和所述語言層網(wǎng)絡(luò)，根據(jù)最大可能連接概率原則計算出每一個詞接續(xù)所有可能的詞的最大概率，得到`所述語言模型預(yù)測網(wǎng)絡(luò)。
5.一種語音識別方法，其特征在于，基于如權(quán)利要求1至4任一權(quán)項所述方法建立的語音識別模型，該語音識別方法包括: Al、對輸入語音進行聲學(xué)特征提?。? A2、基于提取的聲學(xué)特征，在聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)上進行節(jié)點查找，并在查找過程中利用語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪，將得到的各節(jié)點構(gòu)成的最優(yōu)解碼路徑作為所述輸入語音的識別結(jié)果。
6.根據(jù)權(quán)利要求5所述的語音識別方法，其特征在于，在所述步驟A2中基于提取的聲學(xué)特征逐步執(zhí)行步驟A21至步驟A23 ； A21、進行聲學(xué)模型的打分計算； A22、查找所述聲學(xué)層空間網(wǎng)絡(luò)，并利用所述語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪后，利用查找到的節(jié)點更新當(dāng)前解碼路徑，其中初始解碼路徑為空； A23、利用當(dāng)前解碼路徑查找所述語言層網(wǎng)絡(luò)，利用查找到的節(jié)點更新當(dāng)前解碼路徑，并將查找到的節(jié)點對應(yīng)的詞壓入詞棧，基于當(dāng)前解碼路徑轉(zhuǎn)至步驟A21 ； A24、待針對所述輸入語音的聲學(xué)特征執(zhí)行完所述步驟A21至步驟A23后，通過回溯詞棧的方式確定最優(yōu)解碼路徑作為所述輸入語音的識別結(jié)果。
7.一種建立語音識別模型的裝置，其特征在于，該裝置包括: 聲學(xué)層構(gòu)建單元，用于將詞典和聲學(xué)模型信息進行融合，得到聲學(xué)層空間網(wǎng)絡(luò)； 語言層構(gòu)建單元，用于將語言模型信息抽象為有限狀態(tài)機并進行優(yōu)化，得到語言層網(wǎng)絡(luò)； 預(yù)測模型構(gòu)建單元，用于利用所述聲學(xué)層空間網(wǎng)絡(luò)和所述語言層網(wǎng)絡(luò)形成語言模型預(yù)測網(wǎng)絡(luò); 所述聲學(xué)層空間網(wǎng)絡(luò)、語言層網(wǎng)絡(luò)和語言模型預(yù)測網(wǎng)絡(luò)構(gòu)成所述語音識別模型。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述聲學(xué)層構(gòu)建單元具體包括: 第一構(gòu)建子單元，用于將所述詞典中的詞進行排列后，構(gòu)建回跳詞網(wǎng)絡(luò)，所述回跳詞網(wǎng)絡(luò)中任一詞的詞尾都跳轉(zhuǎn)回該詞的詞頭； 第二構(gòu)建子單元，用于將所述回跳詞網(wǎng)絡(luò)中的每個詞采用該詞的聲學(xué)模型替換，得到聲學(xué)圖網(wǎng)絡(luò)，其中所述詞的聲學(xué)模型為構(gòu)成該詞的音素之間的轉(zhuǎn)移概率； 優(yōu)化子單元，用于采用計算機圖論方法對所述聲學(xué)圖網(wǎng)絡(luò)進行優(yōu)化，得到聲學(xué)層空間網(wǎng)絡(luò)。
9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述語言模型信息為n-gram語言模型； 所述語言層構(gòu)建單元具體將n-gram語言模型的查詢歷史作為有限狀態(tài)機的當(dāng)前狀態(tài)，將n-gram語言模型的輸入詞作為有限狀態(tài)機的當(dāng)前輸入,將n-gram語言模型的查詢結(jié)果作為有限狀態(tài)機針對當(dāng)前輸入的輸出，利用計算機圖論技術(shù)對所述有限狀態(tài)機進行優(yōu)化，得到語言層網(wǎng)絡(luò)。
10.根據(jù)權(quán)利要求7所述的裝置，其特征在于，預(yù)測模型構(gòu)建單元具體利用所述聲學(xué)層空間網(wǎng)絡(luò)中樹結(jié)構(gòu)的內(nèi)容和所述語言層網(wǎng)絡(luò)，根據(jù)最大可能連接概率原則計算出每一個詞接續(xù)所有可能的詞的最大概率，得到所述語言模型預(yù)測網(wǎng)絡(luò)。
11.一種語音識別裝置，其特征在于，基于如權(quán)利要求7至10任一權(quán)項所述裝置建立的語音識別模型，該語音識別裝置包括: 特征提取單元，用于對輸入語音進行聲學(xué)特征提??； 語音解碼單元，用于基于提取的聲學(xué)特征，在聲學(xué)層空間網(wǎng)絡(luò)和語言層網(wǎng)絡(luò)上進行節(jié)點查找，并在查找過程中利用語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪，將得到的各節(jié)點構(gòu)成的最優(yōu)解碼路徑作為所述輸入語音的識別結(jié)果。
12.根據(jù)權(quán)利要求11所述的語音識別裝置，其特征在于，所述語音解碼單元具體包括: 聲學(xué)層打分子單元，用于進行聲學(xué)模型的打分計算； 聲學(xué)層內(nèi)擴展子單元，用于基于提取的聲學(xué)特征逐步查找所述聲學(xué)層空間網(wǎng)絡(luò)，并利用所述語言模型預(yù)測網(wǎng)絡(luò)對查找到的節(jié)點進行裁剪后，利用查找到的節(jié)點更新當(dāng)前解碼路徑，其中初始解碼路徑為空； 聲學(xué)層間擴展子單元，用于利用當(dāng)前解碼路徑查找所述語言層網(wǎng)絡(luò)，利用查找到的節(jié)點更新當(dāng)前解碼路徑，基于當(dāng)前解碼路徑觸發(fā)所述聲學(xué)層打分子單元； 詞棧收集子單元，用于將所述聲學(xué)層間擴展子單元查找到的節(jié)點對應(yīng)的詞壓入詞棧，待所述聲學(xué)層內(nèi)擴展子單元和所述聲學(xué)層間擴展子單元針對所述輸入語音的聲學(xué)特征執(zhí)行完查找后，通過回溯詞棧的 方式確定最優(yōu)解碼路徑作為所述輸入語音的識別結(jié)果。
【文檔編號】G10L15/06GK103871403SQ201210539565
【公開日】2014年6月18日 申請日期:2012年12月13日 優(yōu)先權(quán)日:2012年12月13日
【發(fā)明者】賈磊, 錢勝, 萬廣魯 申請人:北京百度網(wǎng)訊科技有限公司