一種語音識(shí)別的方法
【專利摘要】一種語音識(shí)別方法，包括以下步驟：第一步，錄入聲音；第二步，分析錄入信息的特性；獲取用戶的場景信息，根據(jù)所述場景信息匹配語法模型或語言模型；根據(jù)所述匹配的語法模型或語言模型進(jìn)行模式匹配算法，得到語音識(shí)別結(jié)果。第三步，獲取錄音者的聲音數(shù)據(jù)，判別語法模型和語言模型；第四步，所述根據(jù)所述匹配的語法模型或語言模型進(jìn)行模式匹配算法。上述語音識(shí)別的方法，根據(jù)用戶的場景信息匹配語法模型或語言模型，能在進(jìn)行模式匹配算法時(shí)根據(jù)用戶的場景信息改變語法模型或語言模型的參數(shù)，使得模式匹配算法所采用的語法模型或語言模型適應(yīng)用戶的交互場景，因此能提高語音識(shí)別的準(zhǔn)確度。
【專利說明】一種語音識(shí)別的方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及軟件技術(shù)，尤其涉及一種語音識(shí)別的方法。

【背景技術(shù)】
[0002]語音識(shí)別是將人的語音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，例如按鍵、二進(jìn)制編碼或字符序列等。傳統(tǒng)的語音識(shí)別方法是采集語音，再對(duì)采集到的語音進(jìn)行特征提取，特征提取是指將語音波形經(jīng)過線性或非線性運(yùn)算后得到一組矢量，然后通過模式匹配算法，將矢量轉(zhuǎn)換為和模型最接近的發(fā)音單元序列，進(jìn)而轉(zhuǎn)換為語音識(shí)別結(jié)果。然而，傳統(tǒng)的這種語音識(shí)別方法僅根據(jù)采集到的語音和固定的聲學(xué)模型和語言模型(或者語法模型)進(jìn)行模式匹配，識(shí)別準(zhǔn)確度不高，為此，我們提出一種語音識(shí)別的方法。


【發(fā)明內(nèi)容】

[0003]一種語音識(shí)別方法，包括以下步驟:
第一步，錄入聲音；
第二步，分析錄入信息的特性；
獲取用戶的場景信息，根據(jù)所述場景信息匹配語法模型或語言模型；根據(jù)所述匹配的語法模型或語言模型進(jìn)行模式匹配算法，得到語音識(shí)別結(jié)果；
第三步，獲取錄音者的聲音數(shù)據(jù)，判別語法模型和語言模型；
第四步，所述根據(jù)所述匹配的語法模型或語言模型進(jìn)行模式匹配算法，得到語音識(shí)別結(jié)果的步驟為:根據(jù)所述匹配的語法模型、語言模型和發(fā)音字典進(jìn)行模式匹配算法，得到語首識(shí)別結(jié)果。
[0004]優(yōu)選的，所述方法還包括根據(jù)所述位置信息和場景信息匹配發(fā)音字典的步驟。
[0005]優(yōu)選的，所述錄音者的聲音數(shù)據(jù)為當(dāng)時(shí)所處環(huán)境的所有的聲音信息。
[0006]優(yōu)選的，所述位置信息為用戶的終端設(shè)備自動(dòng)檢測提供的地理位置或GPS定位信息，所述場景信息為用戶交互過程中的場景變化數(shù)據(jù)。
[0007]優(yōu)選的，所述位置信息為用戶主動(dòng)提供或修改的地理位置或GPS定位信息，所述場景信息為用戶主動(dòng)設(shè)定或更改的場景變化數(shù)據(jù)。
[0008]優(yōu)選的，所述方法還包括獲取用戶的位置信息，根據(jù)所述位置信息匹配語法模型或語言模型的步驟。
[0009]上述語音識(shí)別的方法，根據(jù)用戶的場景信息匹配語法模型或語言模型，能在進(jìn)行模式匹配算法時(shí)根據(jù)用戶的場景信息改變語法模型或語言模型的參數(shù)，使得模式匹配算法所采用的語法模型或語言模型適應(yīng)用戶的交互場景，因此能提高語音識(shí)別的準(zhǔn)確度。

【專利附圖】

【附圖說明】
[0010]圖1為發(fā)明的流程框圖。

【具體實(shí)施方式】
[0011]一種語音識(shí)別方法，包括以下步驟:
第一步，錄入聲音。
[0012]第二步，分析錄入信息的特性，獲取用戶的場景信息，根據(jù)所述場景信息匹配語法模型或語言模型；根據(jù)所述匹配的語法模型或語言模型進(jìn)行模式匹配算法，得到語音識(shí)別結(jié)果。優(yōu)選的，所述方法還包括獲取用戶的位置信息，根據(jù)所述位置信息匹配語法模型或語言模型的步驟。優(yōu)選的，所述方法還包括根據(jù)所述位置信息和場景信息匹配發(fā)音字典的步驟。
[0013]第三步，獲取錄音者的聲音數(shù)據(jù)，判別語法模型和語言模型；優(yōu)選的，錄音者的聲音數(shù)據(jù)為當(dāng)時(shí)所處環(huán)境的所有的聲音信息。
[0014]第四步，所述根據(jù)所述匹配的語法模型或語言模型進(jìn)行模式匹配算法，得到語音識(shí)別結(jié)果的步驟為:根據(jù)所述匹配的語法模型、語言模型和發(fā)音字典進(jìn)行模式匹配算法，得到語音識(shí)別結(jié)果。優(yōu)選的，所述位置信息為用戶的終端設(shè)備自動(dòng)檢測提供的地理位置或GPS定位信息，所述場景信息為用戶交互過程中的場景變化數(shù)據(jù)。優(yōu)選的，所述位置信息為用戶主動(dòng)提供或修改的地理位置或GPS定位信息，所述場景信息為用戶主動(dòng)設(shè)定或更改的場景變化數(shù)據(jù)。
【權(quán)利要求】
1.一種語音識(shí)別方法，包括以下步驟: 第一步，錄入聲音； 第二步，分析錄入信息的特性； 獲取用戶的場景信息，根據(jù)所述場景信息匹配語法模型或語言模型；根據(jù)所述匹配的語法模型或語言模型進(jìn)行模式匹配算法，得到語音識(shí)別結(jié)果； 第三步，獲取錄音者的聲音數(shù)據(jù)，判別語法模型和語言模型； 第四步，所述根據(jù)所述匹配的語法模型或語言模型進(jìn)行模式匹配算法，得到語音識(shí)別結(jié)果的步驟為:根據(jù)所述匹配的語法模型、語言模型和發(fā)音字典進(jìn)行模式匹配算法，得到語首識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種語音識(shí)別方法，其特征在于:所述方法還包括根據(jù)所述位置信息和場景信息匹配發(fā)音字典的步驟。
3.根據(jù)權(quán)利要求1所述的一種語音識(shí)別方法，其特征在于:所述錄音者的聲音數(shù)據(jù)為當(dāng)時(shí)所處環(huán)境的所有的聲音信息。
4.根據(jù)權(quán)利要求1所述的一種語音識(shí)別方法，其特征在于:所述位置信息為用戶的終端設(shè)備自動(dòng)檢測提供的地理位置或GPS定位信息，所述場景信息為用戶交互過程中的場景變化數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述的一種語音識(shí)別方法，其特征在于:所述位置信息為用戶主動(dòng)提供或修改的地理位置或GPS定位信息，所述場景信息為用戶主動(dòng)設(shè)定或更改的場景變化數(shù)據(jù)。
6.根據(jù)權(quán)利要求1所述的一種語音識(shí)別方法，其特征在于:所述方法還包括獲取用戶的位置信息，根據(jù)所述位置信息匹配語法模型或語言模型的步驟。
【文檔編號(hào)】G10L15/06GK104240698SQ201410492475
【公開日】2014年12月24日 申請日期:2014年9月24日 優(yōu)先權(quán)日:2014年9月24日
【發(fā)明者】朱龍騰 申請人:上海伯釋信息科技有限公司