語(yǔ)音識(shí)別的方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種語(yǔ)音識(shí)別的方法，終端獲取輸入語(yǔ)音；所述終端提取所述輸入語(yǔ)音的樣本特征；所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。本發(fā)明還公開(kāi)了一種語(yǔ)音識(shí)別的系統(tǒng)。本發(fā)明提高了語(yǔ)音交互過(guò)程中語(yǔ)音識(shí)別的準(zhǔn)確度。
【專(zhuān)利說(shuō)明】
語(yǔ)音識(shí)別的方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及語(yǔ)音交互領(lǐng)域，尤其涉及語(yǔ)音識(shí)別的方法及系統(tǒng)。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展，智能硬件的應(yīng)用越來(lái)越廣泛，例如智能電視、智能手環(huán)、智能機(jī)器人等。在智能硬件中，為了便捷的獲取信息，大部分智能硬件廠商都提供語(yǔ)音交互這樣一種人機(jī)交互方式。在進(jìn)行語(yǔ)音交互時(shí)，智能硬件獲取用戶輸入的語(yǔ)音信息，然后通過(guò)語(yǔ)音識(shí)別輸出相應(yīng)的信息或者執(zhí)行相應(yīng)的指令。當(dāng)語(yǔ)音識(shí)別不準(zhǔn)確時(shí)，智能硬件無(wú)法輸出正確的信息或者執(zhí)行正確的指令，降低用戶體驗(yàn)，因此提升語(yǔ)音交互過(guò)程中語(yǔ)音識(shí)別的準(zhǔn)確度是一個(gè)亟待解決的問(wèn)題。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的主要目的在于提供一種語(yǔ)音識(shí)別的方法及系統(tǒng)，旨在實(shí)現(xiàn)提高語(yǔ)音交互過(guò)程中語(yǔ)音識(shí)別的準(zhǔn)確度的目的。
[0004]為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種語(yǔ)音識(shí)別的方法包括以下步驟:
[0005]終端獲取輸入語(yǔ)音；
[0006]所述終端提取所述輸入語(yǔ)音的樣本特征；
[0007]所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值
口 O
[0008]優(yōu)選地，所述語(yǔ)音識(shí)別輸出值集合包含語(yǔ)音的樣本特征與語(yǔ)音識(shí)別輸出值的對(duì)應(yīng)關(guān)系;
[0009]所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音包括:
[0010]所述終端在所述語(yǔ)音識(shí)別輸出值集合中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值；
[0011]當(dāng)搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，所述終端獲取所述語(yǔ)音識(shí)別輸出值；
[0012]當(dāng)未搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，所述終端根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。
[0013]優(yōu)選地，所述終端在所述語(yǔ)音識(shí)別輸出值集合中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值包括:
[0014]所述終端判斷所述網(wǎng)絡(luò)信號(hào)強(qiáng)度是否大于第一預(yù)設(shè)值；
[0015]若是，所述終端發(fā)送所述樣本特征至所述終端的自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別；
[0016]若否，所述終端將所述樣本特征輸入至所述語(yǔ)音識(shí)別模型，輸出預(yù)測(cè)的識(shí)別結(jié)果。
[0017]優(yōu)選地，所述方法還包括:
[0018]在所述自有云服務(wù)器接收到所述樣本特征后，在所述自有云服務(wù)器中進(jìn)行搜索；
[0019]當(dāng)在所述自有云服務(wù)器中搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，所述自有云服務(wù)器獲取所述識(shí)別結(jié)果；
[0020]當(dāng)在所述自有云服務(wù)器中未搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，若所述云服務(wù)器檢測(cè)到所述網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值，所述云服務(wù)器發(fā)送所述樣本特征至第三方語(yǔ)音服務(wù)器，通過(guò)所述第三方語(yǔ)音識(shí)別服務(wù)器識(shí)別所述輸入語(yǔ)音。
[0021]優(yōu)選地，所述終端根據(jù)所述樣本特征在所述語(yǔ)音識(shí)別輸出值中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值之前包括:
[0022]所述終端將所述樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析；
[0023]當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，所述終端執(zhí)行所述根據(jù)所述樣本特征在所述本地?cái)?shù)據(jù)庫(kù)中進(jìn)行搜索的步驟；
[0024]當(dāng)所述樣本特征與所述樣本庫(kù)中任一預(yù)置樣本特征的相似度低于預(yù)設(shè)值時(shí)，所述終端執(zhí)行所述發(fā)送所述樣本特征至所述終端的自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別的步驟。
[0025]此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種語(yǔ)音識(shí)別的系統(tǒng)，所述系統(tǒng)包括:終端；
[0026]所述終端包括:
[0027]獲取模塊，用于獲取輸入語(yǔ)音；
[0028]特征提取模塊，用于提取所述輸入語(yǔ)音的樣本特征；
[0029]語(yǔ)音識(shí)別模塊，用于根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。
[0030]優(yōu)選地，所述語(yǔ)音識(shí)別輸出值集合包含語(yǔ)音的樣本特征與語(yǔ)音識(shí)別輸出值的對(duì)應(yīng)關(guān)系;
[0031 ]所述語(yǔ)音識(shí)別模塊包括:
[0032]搜索子模塊，用于在所述語(yǔ)音識(shí)別輸出值集合中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值；
[0033]第一識(shí)別子模塊，用于當(dāng)搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，獲取所述語(yǔ)音識(shí)別輸出值；
[0034]第二識(shí)別子模塊，用于當(dāng)未搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。
[0035]優(yōu)選地，所述系統(tǒng)還包括所述終端對(duì)應(yīng)的自有云服務(wù)器；
[0036]所述第二識(shí)別子模塊包括:
[0037]判斷單元，用于判斷所述網(wǎng)絡(luò)信號(hào)強(qiáng)度是否大于第一預(yù)設(shè)值；
[0038]第一識(shí)別單元，用于當(dāng)所述網(wǎng)絡(luò)信號(hào)強(qiáng)度大于第一預(yù)設(shè)值時(shí)，發(fā)送所述樣本特征至所述自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別；
[0039]第二識(shí)別單元，用于當(dāng)所述網(wǎng)絡(luò)信號(hào)強(qiáng)度小于第一預(yù)設(shè)值時(shí)，將所述樣本特征輸入至所述語(yǔ)音識(shí)別模型，輸出預(yù)測(cè)的識(shí)別結(jié)果。
[0040]優(yōu)選地，所述自有云服務(wù)器包括:
[0041 ]搜索模塊，用于在所述自有云服務(wù)器接收到所述樣本特征后，在所述自有云服務(wù)器中進(jìn)行搜索；
[0042]識(shí)別模塊，用于當(dāng)在所述自有云服務(wù)器中搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，獲取所述識(shí)別結(jié)果；
[0043]發(fā)送模塊，用于當(dāng)在所述自有云服務(wù)器中未搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，若檢測(cè)到所述網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值，發(fā)送所述樣本特征至第三方語(yǔ)音服務(wù)器，通過(guò)所述第三方語(yǔ)音識(shí)別服務(wù)器識(shí)別所述輸入語(yǔ)音。
[0044]優(yōu)選地，所述終端還包括:
[0045]對(duì)比分析模塊，用于將所述樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析；
[0046]第一觸發(fā)模塊，用于當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，觸發(fā)所述搜索子模塊根據(jù)所述樣本特征在所述本地?cái)?shù)據(jù)庫(kù)中進(jìn)行搜索；
[0047]所述第一識(shí)別單元，還用于當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度低于預(yù)設(shè)值時(shí)，發(fā)送所述樣本特征至所述自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)首識(shí)別；
[0048]本發(fā)明實(shí)施例通過(guò)終端獲取輸入語(yǔ)音;所述終端提取所述輸入語(yǔ)音的樣本特征；所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。由于本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別的輸出值，因此，在利用該本地?cái)?shù)據(jù)庫(kù)識(shí)別輸入語(yǔ)音時(shí)，語(yǔ)音識(shí)別的結(jié)果更精確，從而實(shí)現(xiàn)了在語(yǔ)音交互的過(guò)程中提高語(yǔ)音識(shí)別的準(zhǔn)確度的目的。
【附圖說(shuō)明】
[0049]圖1為本發(fā)明語(yǔ)音識(shí)別的方法第一實(shí)施例的步驟流程示意圖；
[0050]圖2為圖1所示實(shí)施例中通過(guò)基本的聲音結(jié)構(gòu)得到某段聲音的示意圖；
[0051]圖3為圖1所示實(shí)施例中通過(guò)稀疏編碼表示目標(biāo)聲音的示意圖；
[0052]圖4為本發(fā)明圖1所示實(shí)施例中步驟S30的細(xì)化步驟流程示意圖；
[0053]圖5為本發(fā)明為圖4所示實(shí)施例中步驟S330中根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別的細(xì)化步驟流程示意圖；
[0054]圖6為本發(fā)明自有云服務(wù)器中進(jìn)行語(yǔ)音識(shí)別的細(xì)化步驟流程示意圖；
[0055]圖7為本發(fā)明圖6所示實(shí)施例中自有云服務(wù)器的架構(gòu)示意圖；
[0056]圖8為本發(fā)明語(yǔ)音識(shí)別的系統(tǒng)第一實(shí)施例的功能模塊示意圖；
[0057]圖9為圖8所示實(shí)施例中語(yǔ)音識(shí)別模塊30的細(xì)化功能模塊示意圖；
[0058]圖10為圖9所示實(shí)施例中第二識(shí)別子模塊330的細(xì)化功能模塊示意圖；
[0059]圖11為本發(fā)明自有云服務(wù)器12包括的功能模塊示意圖。
[0060]本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說(shuō)明。
【具體實(shí)施方式】
[0061]應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0062]本發(fā)明提供一種語(yǔ)音識(shí)別的方法。參照?qǐng)D1，在第一實(shí)施例中，該方法包括:
[0063]步驟SlO，終端獲取輸入語(yǔ)音；
[0064]步驟S20，所述終端提取所述輸入語(yǔ)音的樣本特征；
[0065]步驟S30，所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。
[0066]本發(fā)明提供的語(yǔ)音識(shí)別的方法，用于在語(yǔ)音交互的情況下，對(duì)輸入的語(yǔ)音進(jìn)行識(shí)另O。在語(yǔ)音交互時(shí)，一般需要在終端通過(guò)終端的聲音輸入設(shè)備接收用戶輸入的語(yǔ)音，然后對(duì)接收到的聲音進(jìn)行處理，再將輸入的聲音轉(zhuǎn)化為文字輸出，或者是將輸入的聲音識(shí)別后，通過(guò)控制指令控制終端的運(yùn)行。終端可以理解為接收聲音輸入的載體，終端可以為手機(jī)、平板、智能電視、智能空調(diào)、智能機(jī)器人等各種具備語(yǔ)音交互功能的設(shè)備。
[0067]本實(shí)施例中上述輸入語(yǔ)音是語(yǔ)音交互過(guò)程中，用戶輸入的語(yǔ)音。當(dāng)終端獲取到輸入的語(yǔ)音后，對(duì)語(yǔ)音進(jìn)行處理，具體的，獲取到的輸入語(yǔ)音會(huì)以聲音數(shù)據(jù)的形式存在，然后將聲音數(shù)據(jù)進(jìn)行頻譜分析，再提取樣本特征存入終端。頻譜分析是指，對(duì)信號(hào)進(jìn)行傅里葉變換，得到其振幅譜與相位譜，具體的頻譜分析的方法有很多，可以根據(jù)需要進(jìn)行選擇。對(duì)輸入語(yǔ)音進(jìn)行特征提取是為了進(jìn)一步將語(yǔ)音進(jìn)行分析，具體進(jìn)行特征提取的方法屬于現(xiàn)有技術(shù)，這里不再贅述，可以根據(jù)需要進(jìn)行選擇提取語(yǔ)音的方法。
[0068]當(dāng)提取輸入語(yǔ)音的樣本特征后，根據(jù)樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別輸入語(yǔ)音。預(yù)置的本地?cái)?shù)據(jù)庫(kù)是存在于終端上的本地?cái)?shù)據(jù)庫(kù)，無(wú)需終端聯(lián)網(wǎng)，就可以直接訪問(wèn)該數(shù)據(jù)庫(kù)，獲取數(shù)據(jù)庫(kù)中的信息，可以將在本地?cái)?shù)據(jù)庫(kù)保存的數(shù)據(jù)理解為保存聲音數(shù)據(jù)的二級(jí)緩存。
[0069]在本地?cái)?shù)據(jù)庫(kù)中，包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。深度學(xué)習(xí)主要是利用類(lèi)似人工神經(jīng)網(wǎng)絡(luò)的特征，人工神經(jīng)網(wǎng)絡(luò)時(shí)具有層次結(jié)構(gòu)的系統(tǒng)，且層次是遞進(jìn)的，高層表達(dá)由低層表達(dá)的組合而成。由淺入深完成層次構(gòu)建。具體的深度學(xué)習(xí)的實(shí)質(zhì)是通過(guò)構(gòu)建各種學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)來(lái)學(xué)習(xí)重要的特征，從而達(dá)到提升判斷的準(zhǔn)確性。在進(jìn)行深度學(xué)習(xí)時(shí)，會(huì)采集各種聲音，對(duì)采集到的聲音提取其特征，這些采集到的聲音作為訓(xùn)練集，再將訓(xùn)練集通過(guò)持續(xù)學(xué)習(xí)提高模型預(yù)測(cè)準(zhǔn)確度，訓(xùn)練的過(guò)程就是優(yōu)化模型的權(quán)重的過(guò)程。在對(duì)樣本進(jìn)行了訓(xùn)練優(yōu)化了模型后，將輸入的聲音輸入給該模型，會(huì)得到輸出值，該輸出值就是對(duì)輸入的聲音進(jìn)行識(shí)別的預(yù)測(cè)值。
[0070]在建立語(yǔ)音識(shí)別模型時(shí)，可以采用稀疏編碼算法來(lái)進(jìn)行。稀疏編碼(SparseCoding)就是將一個(gè)信號(hào)表示為一組基的線性組合，而且要求只需要較少的幾個(gè)基就可以將信號(hào)表示出來(lái)。根據(jù)現(xiàn)有技術(shù)的研究表明，各種無(wú)序的聲音中可以找出20種基本的聲音結(jié)構(gòu)，其他的聲音都可以通過(guò)這20種進(jìn)行合成得出。如圖2所示，左邊表示20種基本的聲音結(jié)構(gòu)，右邊表不根據(jù)這20種基本的聲音結(jié)構(gòu)合成的某一段聲音，目標(biāo)合成聲音根據(jù)20種基本聲音在合成時(shí)的權(quán)重值決定。在采用稀疏編碼表示聲音的特征，可以為T(mén)arget =SUM(a[k]*S[k])，其中，a[k]是在疊加元素S[k]時(shí)的權(quán)重系數(shù)，S[k]是基本聲音結(jié)構(gòu)中的一種，如圖3所示，為通過(guò)稀疏編碼表示目標(biāo)聲音的Target = SUM(a[k]*S[k])的示意圖，x為某一個(gè)時(shí)間點(diǎn)的聲音，0.9為權(quán)重系數(shù)，S卩a[k]，(i) 36為基本聲音結(jié)構(gòu)中的一種，S卩S[k]。通過(guò)稀疏編碼的方式可以構(gòu)建音高、音色、音量特征各異的樣本集，然后將樣本集通過(guò)預(yù)置的訓(xùn)練算法進(jìn)行訓(xùn)練，優(yōu)化語(yǔ)音識(shí)別模型的網(wǎng)絡(luò)權(quán)重。常用的基于深度學(xué)習(xí)的訓(xùn)練算法有很多，可以根據(jù)需要進(jìn)行選擇。
[0071]根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合是指，將若干預(yù)先輸入的語(yǔ)音通過(guò)特征提取經(jīng)過(guò)語(yǔ)音識(shí)別模型得到的輸出值的集合，這些輸出值代表的是輸入的語(yǔ)音的識(shí)別結(jié)果，可以在識(shí)別時(shí)根據(jù)搜索獲取得到。
[0072]本發(fā)明實(shí)施例通過(guò)終端獲取輸入語(yǔ)音;所述終端提取所述輸入語(yǔ)音的樣本特征；所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。由于本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別的輸出值，因此，在利用該本地?cái)?shù)據(jù)庫(kù)識(shí)別輸入語(yǔ)音時(shí)，語(yǔ)音識(shí)別的結(jié)果更精確，從而實(shí)現(xiàn)了在語(yǔ)音交互的過(guò)程中提高語(yǔ)音識(shí)別的準(zhǔn)確度的目的。
[0073]參照?qǐng)D4，為步驟S30的細(xì)化步驟流程示意圖，上述步驟S30包括:
[0074]步驟S310，所述終端在所述語(yǔ)音識(shí)別輸出值集合中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值;若是，執(zhí)行步驟S320;若否，執(zhí)行步驟S330;
[0075]步驟S320，所述終端獲取所述語(yǔ)音識(shí)別輸出值；
[0076]步驟S330，所述終端根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。
[0077]本實(shí)施例中，由于將一組語(yǔ)音的樣本特征通過(guò)語(yǔ)音識(shí)別模型得到對(duì)應(yīng)的輸出值，因此在語(yǔ)音識(shí)別輸出值集合中包含語(yǔ)音的樣本特征與語(yǔ)音識(shí)別輸出值的對(duì)應(yīng)關(guān)系，在進(jìn)行語(yǔ)音識(shí)別的時(shí)候，將所述樣本特征在語(yǔ)音識(shí)別輸出值集合中進(jìn)行搜索，具體的在搜索時(shí)采用預(yù)置的搜索引擎，搜索是否存在樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值。
[0078]當(dāng)搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，獲取該語(yǔ)音識(shí)別輸出值，該語(yǔ)音識(shí)別輸出值即為該段輸入語(yǔ)音的識(shí)別結(jié)果，然后可以在終端輸出識(shí)別結(jié)果，也可以根據(jù)輸出結(jié)果執(zhí)行對(duì)應(yīng)的操作，如該語(yǔ)音交互過(guò)程是控制智能機(jī)器人智能某些指令，則此時(shí)控制智能機(jī)器人執(zhí)行對(duì)應(yīng)的操作，又或者是該語(yǔ)音交互過(guò)程是在瀏覽器中進(jìn)行某些內(nèi)容的檢索，則根據(jù)識(shí)別出的結(jié)果執(zhí)行對(duì)應(yīng)的檢索過(guò)程將檢索結(jié)果顯示在用戶終端。
[0079]當(dāng)未搜索到樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，根據(jù)檢測(cè)到的終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。上述終端的網(wǎng)絡(luò)信號(hào)的強(qiáng)度的檢測(cè)方法在現(xiàn)有技術(shù)中有很多，可以根據(jù)需要選擇，不再贅述，對(duì)終端的網(wǎng)絡(luò)信號(hào)的強(qiáng)度進(jìn)行判斷的目的是判斷此時(shí)的網(wǎng)絡(luò)環(huán)境。根據(jù)網(wǎng)絡(luò)環(huán)境的狀況是否良好進(jìn)行下一步的操作。
[0080]本實(shí)施例通過(guò)終端在語(yǔ)音識(shí)別輸出值集合中搜索是否有與樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值，當(dāng)檢索到樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，獲取該語(yǔ)音識(shí)別輸出值，提高了識(shí)別的準(zhǔn)確度。同時(shí)，當(dāng)未檢索到樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，根據(jù)終端的網(wǎng)絡(luò)信號(hào)的強(qiáng)度進(jìn)行語(yǔ)音識(shí)別，避免網(wǎng)絡(luò)信號(hào)不強(qiáng)的時(shí)候嘗試發(fā)送樣本特征至其他服務(wù)器或等待其他服務(wù)器返回連接請(qǐng)求，提高了語(yǔ)音識(shí)別的速度。
[0081]參照?qǐng)D5，為步驟S330中根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別的細(xì)化步驟流程示意圖，所述步驟S330中根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別還包括:
[0082]步驟S331，所述終端判斷所述網(wǎng)絡(luò)信號(hào)強(qiáng)度是否大于第一預(yù)設(shè)值;若是，則執(zhí)行步驟S332 ；若否，則執(zhí)行步驟S333 ；
[0083]步驟S332，所述終端發(fā)送所述樣本特征至所述終端的自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別；
[0084]步驟S333，所述終端將所述樣本特征輸入至所述語(yǔ)音識(shí)別模型，輸出預(yù)測(cè)的識(shí)別結(jié)果。
[0085]本實(shí)施例是終端根據(jù)網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別的細(xì)化步驟。具體的判斷網(wǎng)絡(luò)信號(hào)強(qiáng)度是否大于預(yù)設(shè)值，預(yù)設(shè)值的大小可以根據(jù)需要進(jìn)行設(shè)定，可以為固定的值，也可以為變化的值。
[0086]當(dāng)網(wǎng)絡(luò)信號(hào)強(qiáng)度大于第一預(yù)設(shè)值時(shí)，表明此時(shí)終端的網(wǎng)絡(luò)環(huán)境好，此時(shí)發(fā)送樣本特征至終端的自有云服務(wù)器，通過(guò)自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別。上述自有云服務(wù)器是指該終端的網(wǎng)絡(luò)端云服務(wù)器，自有云服務(wù)器中存在的數(shù)據(jù)可以理解為一級(jí)緩存。
[0087]當(dāng)此時(shí)網(wǎng)絡(luò)信號(hào)強(qiáng)度不大于第一預(yù)設(shè)值時(shí)，表明此時(shí)網(wǎng)絡(luò)環(huán)境可能較差，發(fā)送樣本特征至自有云服務(wù)器可能無(wú)法發(fā)送成功，因此，直接根據(jù)本地?cái)?shù)據(jù)庫(kù)中的語(yǔ)音識(shí)別模型得到預(yù)測(cè)的識(shí)別結(jié)果?？梢岳斫獾氖?，在語(yǔ)音識(shí)別模型中若輸出的預(yù)測(cè)結(jié)果包括預(yù)測(cè)值和置信度，則可以在輸出時(shí)確認(rèn)通過(guò)語(yǔ)音識(shí)別模型輸出的置信度最高的結(jié)果為語(yǔ)音識(shí)別的結(jié)果O
[0088]本實(shí)施例通過(guò)終端判斷網(wǎng)路信號(hào)強(qiáng)度是否大于第一預(yù)設(shè)值，若是則發(fā)送樣本特征至終端的自有云服務(wù)器，在自有云服務(wù)器中進(jìn)行檢索，當(dāng)網(wǎng)絡(luò)信號(hào)不好的時(shí)候，根據(jù)語(yǔ)音識(shí)別模型輸出預(yù)測(cè)的識(shí)別結(jié)果，避免相應(yīng)延時(shí)，同時(shí)提高網(wǎng)絡(luò)識(shí)別的準(zhǔn)確度。結(jié)合先在本地?cái)?shù)據(jù)庫(kù)搜索再在自有云服務(wù)器進(jìn)行檢索的方式，也提高了語(yǔ)音識(shí)別的速度。
[0089]參照?qǐng)D6，為自有云服務(wù)器中進(jìn)行語(yǔ)音識(shí)別的細(xì)化步驟流程示意圖，本實(shí)施例中，本發(fā)明提出的語(yǔ)音識(shí)別的方法還包括:
[0090]步驟SlOl，在所述自有云服務(wù)器接收到所述樣本特征后，在所述自有云服務(wù)器中進(jìn)行搜索；
[0091]步驟S102，當(dāng)在所述自有云服務(wù)器中搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，所述自有云服務(wù)器獲取所述識(shí)別結(jié)果；
[0092]步驟S103，當(dāng)在所述自有云服務(wù)器中未搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，若所述云服務(wù)器檢測(cè)到所述網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值，所述云服務(wù)器發(fā)送所述樣本特征至第三方語(yǔ)音服務(wù)器，通過(guò)所述第三方語(yǔ)音識(shí)別服務(wù)器識(shí)別所述輸入語(yǔ)音。
[0093]本實(shí)施例中主要說(shuō)明了在自有云服務(wù)器中進(jìn)行語(yǔ)音識(shí)別的過(guò)程。
[0094]當(dāng)終端發(fā)送樣本特征到自有云服務(wù)器后，在自有云服務(wù)器中進(jìn)行搜索，當(dāng)搜索到樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，獲取該識(shí)別結(jié)果。
[0095]在自有云服務(wù)器中也可以存放比本地?cái)?shù)據(jù)庫(kù)中更復(fù)雜的基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型，和根據(jù)該語(yǔ)音識(shí)別模型得到的輸出值，因?yàn)樽杂性品?wù)器部署在云端，通常有多個(gè)分布式緩存服務(wù)器，計(jì)算能力更強(qiáng)。同時(shí)，在本地?cái)?shù)據(jù)庫(kù)中存放的語(yǔ)音識(shí)別的輸出結(jié)果，可以根據(jù)使用情況存放使用頻率最高的，在自有云服務(wù)器中存放使用頻率略低的?？梢岳斫獾氖?，本地?cái)?shù)據(jù)庫(kù)中存放的數(shù)據(jù)和自有云服務(wù)器中存放的數(shù)據(jù)隨著使用進(jìn)行不斷更新，從而使得語(yǔ)音識(shí)別的過(guò)程更加精確和快速。同時(shí)，在獲取語(yǔ)音識(shí)別的結(jié)果時(shí)，就可以將識(shí)別結(jié)果保存至自有云服務(wù)器和/或本地?cái)?shù)據(jù)庫(kù)，并且根據(jù)識(shí)別結(jié)果進(jìn)行深度學(xué)習(xí)，使得隨著使用次數(shù)增多，語(yǔ)音識(shí)別模型的預(yù)測(cè)度更加精確。
[0096]當(dāng)在自由云服務(wù)器中未檢索到樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，若檢測(cè)到網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值，即終端的網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值時(shí)，云服務(wù)器發(fā)送樣本特征至第三方語(yǔ)音服務(wù)器。這里第二預(yù)設(shè)值可以根據(jù)需要進(jìn)行設(shè)定，第二預(yù)設(shè)值的大小可以和第一預(yù)設(shè)值一樣，也可以和第二預(yù)設(shè)值不一樣，因?yàn)樵L問(wèn)自有云服務(wù)器和訪問(wèn)第三方云服務(wù)器需要的網(wǎng)速可能是不一樣的。上述第三方語(yǔ)音服務(wù)器為語(yǔ)音識(shí)別能力更強(qiáng)的服務(wù)器，通常第三方語(yǔ)音服務(wù)器可以為專(zhuān)門(mén)提供語(yǔ)音識(shí)別服務(wù)的廠商所提供的服務(wù)器，如科大訊飛網(wǎng)絡(luò)提供的語(yǔ)音識(shí)別云服務(wù)器。
[0097]可以理解的是，也可以根據(jù)使用者的年齡、身份等特征進(jìn)行分類(lèi)分析，建立數(shù)據(jù)庫(kù)，使得識(shí)別結(jié)果更準(zhǔn)確。
[0098]在實(shí)現(xiàn)時(shí)，自有云服務(wù)器的架構(gòu)如圖7所示，部署CDN服務(wù)器提高不同地域訪問(wèn)速度差異的問(wèn)題，同時(shí)CDN服務(wù)器也負(fù)責(zé)將搜索到的緩存中的數(shù)據(jù)進(jìn)行返回，用戶的訪問(wèn)通過(guò)CDN服務(wù)器到達(dá)反向代理服務(wù)器，再通過(guò)均衡負(fù)載服務(wù)器，發(fā)送至應(yīng)用服務(wù)器，均衡負(fù)載服務(wù)器可以適應(yīng)大量用戶的并發(fā)訪問(wèn)，實(shí)現(xiàn)數(shù)據(jù)分流，提高穩(wěn)定性。在應(yīng)用服務(wù)器上還可以增加設(shè)置本地緩存，根據(jù)歷史識(shí)別情況快速響應(yīng)識(shí)別結(jié)果。在語(yǔ)音交互過(guò)程中通過(guò)搜索引擎與非關(guān)系型數(shù)據(jù)庫(kù)配合完成，還可以設(shè)置數(shù)據(jù)庫(kù)服務(wù)器來(lái)存儲(chǔ)大量用戶的賬號(hào)和設(shè)置。同時(shí)，向上與第三方語(yǔ)音識(shí)別服務(wù)器對(duì)接，結(jié)合第三語(yǔ)音識(shí)別服務(wù)器的識(shí)別能力提高識(shí)別的準(zhǔn)確度，提高用戶體驗(yàn)。
[0099]本實(shí)施例通過(guò)在自有云服務(wù)器接收到樣本特征后，在自有云服務(wù)器中進(jìn)行搜索，當(dāng)在自由云服務(wù)器中搜索到樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，獲取識(shí)別結(jié)果，當(dāng)未檢測(cè)到識(shí)別結(jié)果時(shí)且終端的網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值時(shí)，云服務(wù)器發(fā)送樣本特征至第三方語(yǔ)音服務(wù)器，通過(guò)在第三方語(yǔ)音服務(wù)器進(jìn)行識(shí)別提高語(yǔ)音識(shí)別的準(zhǔn)確度。并且，只在網(wǎng)絡(luò)環(huán)境較好的情況下才發(fā)送樣本特征至第三方語(yǔ)音服務(wù)器提高避免了語(yǔ)音識(shí)別過(guò)程中的響應(yīng)延時(shí)。
[0100]本實(shí)施例中，上述步驟S310之前包括:
[0101 ]所述終端將所述樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析；
[0102]當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，執(zhí)行步驟S310；
[0103]當(dāng)所述樣本特征與所述樣本庫(kù)中任一預(yù)置樣本特征的相似度低于預(yù)設(shè)值時(shí)，執(zhí)行步驟S332。
[0104]本實(shí)施例中在獲取到輸入語(yǔ)音，提取輸入語(yǔ)音的樣本特征后，對(duì)樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析，目的是判斷是在本地?cái)?shù)據(jù)庫(kù)中直接進(jìn)行搜索，還是直接發(fā)送樣本特征至自有云服務(wù)器中進(jìn)行搜索。預(yù)置的樣本庫(kù)可以根據(jù)需要預(yù)先設(shè)定。具體的是將樣本特征與樣本庫(kù)中的樣本特征進(jìn)行匹配，上述預(yù)置樣本是指樣本庫(kù)中的預(yù)置的樣本。
[0105]當(dāng)樣本特征與樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，執(zhí)行步驟S310，SP終端根據(jù)樣本特征和終端中預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，這里預(yù)置樣本是指樣本庫(kù)中與樣本特征匹配到相似度大于預(yù)設(shè)值的樣本。當(dāng)樣本特征與樣本庫(kù)中任一預(yù)置樣本特征的相似度低于預(yù)設(shè)值時(shí)，執(zhí)行步驟S332，即終端發(fā)送所述樣本特征至所述終端的自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別，這里任一樣本特征匹配都小于預(yù)設(shè)值是指樣本特征與樣本庫(kù)中任何一個(gè)匹配度都小于預(yù)設(shè)值。
[0106]具體的預(yù)設(shè)值可以根據(jù)需要進(jìn)行設(shè)定，例如可以設(shè)置為80%，則當(dāng)樣本特征與樣本庫(kù)中預(yù)置樣本特征的相似度高于80%時(shí)，執(zhí)行步驟S310，當(dāng)樣本特征與樣本庫(kù)中預(yù)置樣本特征的相似度低于80 %時(shí)，執(zhí)行步驟S332。
[0107]本實(shí)施例通過(guò)將樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析，當(dāng)樣本特征與樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，根據(jù)樣本特征在本地?cái)?shù)據(jù)庫(kù)中進(jìn)行搜索，當(dāng)樣本特征與樣本庫(kù)中任一樣本特征的相似度低于預(yù)設(shè)值時(shí)，直接發(fā)送樣本特征至自由云服務(wù)器進(jìn)行匹配，在保證語(yǔ)音識(shí)別的準(zhǔn)確度的同時(shí)提高了語(yǔ)音識(shí)別的速度。
[0108]本發(fā)明還提供一種語(yǔ)音識(shí)別的系統(tǒng)，參照?qǐng)D8，提供了本發(fā)明語(yǔ)音識(shí)別的系統(tǒng)第一實(shí)施例，該實(shí)施例中，語(yǔ)音識(shí)別的系統(tǒng)包括終端11:所述終端包括:
[0109]獲取模塊10，用于獲取輸入語(yǔ)音；
[0110]特征提取模塊20，用于提取所述輸入語(yǔ)音的樣本特征；
[0111]語(yǔ)音識(shí)別模塊30，用于根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。
[0112]本發(fā)明提供的語(yǔ)音識(shí)別的系統(tǒng)，用于在語(yǔ)音交互的情況下，對(duì)輸入的語(yǔ)音進(jìn)行識(shí)另O。在語(yǔ)音交互時(shí)，一般需要在終端通過(guò)終端的聲音輸入設(shè)備接收用戶輸入的語(yǔ)音，然后對(duì)接收到的聲音進(jìn)行處理，再將輸入的聲音轉(zhuǎn)化為文字輸出，或者是將輸入的聲音識(shí)別后，通過(guò)控制指令控制終端的運(yùn)行。這里語(yǔ)音識(shí)別的系統(tǒng)包括終端，終端可以理解為接收聲音輸入的載體，終端可以為手機(jī)、平板、智能電視、智能空調(diào)、智能機(jī)器人等各種具備語(yǔ)音交互功能的設(shè)備。
[0113]本實(shí)施例中上述輸入語(yǔ)音是語(yǔ)音交互過(guò)程中，用戶輸入的語(yǔ)音。當(dāng)獲取模塊10獲取到輸入的語(yǔ)音后，特征提取模塊20對(duì)語(yǔ)音進(jìn)行處理，具體的，獲取到的輸入語(yǔ)音會(huì)以聲音數(shù)據(jù)的形式存在，然后將聲音數(shù)據(jù)進(jìn)行頻譜分析，再提取樣本特征存入終端。頻譜分析是指，對(duì)信號(hào)進(jìn)行傅里葉變換，得到其振幅譜與相位譜，具體的頻譜分析的方法有很多，可以根據(jù)需要進(jìn)行選擇。對(duì)輸入語(yǔ)音進(jìn)行特征提取是為了進(jìn)一步將語(yǔ)音進(jìn)行分析，具體進(jìn)行特征提取的方法屬于現(xiàn)有技術(shù)，這里不再贅述，可以根據(jù)需要進(jìn)行選擇提取語(yǔ)音的方法。
[0114]當(dāng)提取輸入語(yǔ)音的樣本特征后，語(yǔ)音識(shí)別模塊30根據(jù)樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別輸入語(yǔ)音。預(yù)置的本地?cái)?shù)據(jù)庫(kù)是存在于終端上的本地?cái)?shù)據(jù)庫(kù)，無(wú)需終端聯(lián)網(wǎng)，就可以直接訪問(wèn)該數(shù)據(jù)庫(kù)，獲取數(shù)據(jù)庫(kù)中的信息，可以將在本地?cái)?shù)據(jù)庫(kù)保存的數(shù)據(jù)理解為保存聲音數(shù)據(jù)的二級(jí)緩存。
[0115]在本地?cái)?shù)據(jù)庫(kù)中，包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。深度學(xué)習(xí)主要是利用類(lèi)似人工神經(jīng)網(wǎng)絡(luò)的特征，人工神經(jīng)網(wǎng)絡(luò)時(shí)具有層次結(jié)構(gòu)的系統(tǒng)，且層次是遞進(jìn)的，高層表達(dá)由低層表達(dá)的組合而成。由淺入深完成層次構(gòu)建。具體的深度學(xué)習(xí)的實(shí)質(zhì)是通過(guò)構(gòu)建各種學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)來(lái)學(xué)習(xí)重要的特征，從而達(dá)到提升判斷的準(zhǔn)確性。在進(jìn)行深度學(xué)習(xí)時(shí)，會(huì)采集各種聲音，對(duì)采集到的聲音提取其特征，這些采集到的聲音作為訓(xùn)練集，再將訓(xùn)練集通過(guò)持續(xù)學(xué)習(xí)提高模型預(yù)測(cè)準(zhǔn)確度，訓(xùn)練的過(guò)程就是優(yōu)化模型的權(quán)重的過(guò)程。在對(duì)樣本進(jìn)行了訓(xùn)練優(yōu)化了模型后，將輸入的聲音輸入給該模型，會(huì)得到輸出值，該輸出值就是對(duì)輸入的聲音進(jìn)行識(shí)別的預(yù)測(cè)值。
[0116]在建立語(yǔ)音識(shí)別模型時(shí)，可以采用稀疏編碼算法來(lái)進(jìn)行。稀疏編碼(SparseCoding)就是將一個(gè)信號(hào)表示為一組基的線性組合，而且要求只需要較少的幾個(gè)基就可以將信號(hào)表示出來(lái)。根據(jù)現(xiàn)有技術(shù)的研究表明，各種無(wú)序的聲音中可以找出20種基本的聲音結(jié)構(gòu)，其他的聲音都可以通過(guò)這20種進(jìn)行合成得出。如圖2所示，左邊表示20種基本的聲音結(jié)構(gòu)，右邊表不根據(jù)這20種基本的聲音結(jié)構(gòu)合成的某一段聲音，目標(biāo)合成聲音根據(jù)20種基本聲音在合成時(shí)的權(quán)重值決定。在采用稀疏編碼表示聲音的特征，可以為T(mén)arget =SUM(a[k]*S[k])，其中，a[k]是在疊加元素S[k]時(shí)的權(quán)重系數(shù)，S[k]是基本聲音結(jié)構(gòu)中的一種，如圖3所示，為通過(guò)稀疏編碼表示目標(biāo)聲音的Target = SUM(a[k]*S[k])的示意圖，x為某一個(gè)時(shí)間點(diǎn)的聲音，0.9為權(quán)重系數(shù)，S卩a[k]，(i) 36為基本聲音結(jié)構(gòu)中的一種，S卩S[k]。通過(guò)稀疏編碼的方式可以構(gòu)建音高、音色、音量特征各異的樣本集，然后將樣本集通過(guò)預(yù)置的訓(xùn)練算法進(jìn)行訓(xùn)練，優(yōu)化語(yǔ)音識(shí)別模型的網(wǎng)絡(luò)權(quán)重。常用的基于深度學(xué)習(xí)的訓(xùn)練算法有很多，可以根據(jù)需要進(jìn)行選擇。
[0117]根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合是指，將若干預(yù)先輸入的語(yǔ)音通過(guò)特征提取經(jīng)過(guò)語(yǔ)音識(shí)別模型得到的輸出值的集合，這些輸出值代表的是輸入的語(yǔ)音的識(shí)別結(jié)果，可以在識(shí)別時(shí)根據(jù)搜索獲取得到。
[0118]本發(fā)明實(shí)施例通過(guò)終端獲取輸入語(yǔ)音;所述終端提取所述輸入語(yǔ)音的樣本特征；所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。由于本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別的輸出值，因此，在利用該本地?cái)?shù)據(jù)庫(kù)識(shí)別輸入語(yǔ)音時(shí)，語(yǔ)音識(shí)別的結(jié)果更精確，從而實(shí)現(xiàn)了在語(yǔ)音交互的過(guò)程中提高語(yǔ)音識(shí)別的準(zhǔn)確度的目的。
[0119]參照?qǐng)D9，為圖8所示實(shí)施例中語(yǔ)音識(shí)別模塊30的細(xì)化功能模塊示意圖，上述語(yǔ)音識(shí)別t旲塊30包括:
[0120]搜索子模塊310，用于在所述語(yǔ)音識(shí)別輸出值集合中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值；
[0121]第一識(shí)別子模塊320，用于當(dāng)搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，獲取所述語(yǔ)音識(shí)別輸出值；
[0122]第二識(shí)別子模塊330，用于當(dāng)未搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。
[0123]本實(shí)施例中，由于將一組語(yǔ)音的樣本特征通過(guò)語(yǔ)音識(shí)別模型得到對(duì)應(yīng)的輸出值，因此在語(yǔ)音識(shí)別輸出值集合中包含語(yǔ)音的樣本特征與語(yǔ)音識(shí)別輸出值的對(duì)應(yīng)關(guān)系，在進(jìn)行語(yǔ)音識(shí)別的時(shí)候，將所述樣本特征在語(yǔ)音識(shí)別輸出值集合中進(jìn)行搜索，具體的在搜索時(shí)采用預(yù)置的搜索引擎，搜索是否存在樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值。
[0124]當(dāng)搜索子模塊310搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，第一識(shí)別子模塊320獲取該語(yǔ)音識(shí)別輸出值，該語(yǔ)音識(shí)別輸出值即為該段輸入語(yǔ)音的識(shí)別結(jié)果，然后可以在終端輸出識(shí)別結(jié)果，也可以根據(jù)輸出結(jié)果執(zhí)行對(duì)應(yīng)的操作，如該語(yǔ)音交互過(guò)程是控制智能機(jī)器人智能某些指令，則此時(shí)控制智能機(jī)器人執(zhí)行對(duì)應(yīng)的操作，又或者是該語(yǔ)音交互過(guò)程是在瀏覽器中進(jìn)行某些內(nèi)容的檢索，則根據(jù)識(shí)別出的結(jié)果執(zhí)行對(duì)應(yīng)的檢索過(guò)程將檢索結(jié)果顯示在用戶終端。
[0125]當(dāng)未搜索到樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，第二識(shí)別子模塊330根據(jù)檢測(cè)到的終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。上述終端的網(wǎng)絡(luò)信號(hào)的強(qiáng)度的檢測(cè)方法在現(xiàn)有技術(shù)中有很多，可以根據(jù)需要選擇，不再贅述，對(duì)終端的網(wǎng)絡(luò)信號(hào)的強(qiáng)度進(jìn)行判斷的目的是判斷此時(shí)的網(wǎng)絡(luò)環(huán)境。根據(jù)網(wǎng)絡(luò)環(huán)境的狀況是否良好進(jìn)行下一步的操作。
[0126]本實(shí)施例通過(guò)終端在語(yǔ)音識(shí)別輸出值集合中搜索是否有與樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值，當(dāng)檢索到樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，獲取該語(yǔ)音識(shí)別輸出值，提高了識(shí)別的準(zhǔn)確度。同時(shí)，當(dāng)未檢索到樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，根據(jù)終端的網(wǎng)絡(luò)信號(hào)的強(qiáng)度進(jìn)行語(yǔ)音識(shí)別，避免網(wǎng)絡(luò)信號(hào)不強(qiáng)的時(shí)候嘗試發(fā)送樣本特征至其他服務(wù)器或等待其他服務(wù)器返回連接請(qǐng)求，提高了語(yǔ)音識(shí)別的速度。
[0127]參照?qǐng)D10，為圖9所示實(shí)施例中第二識(shí)別子模塊330的細(xì)化功能模塊示意圖，所述系統(tǒng)還包括所述終端對(duì)應(yīng)的自有云服務(wù)器12;
[0128]所述第二識(shí)別子模塊330包括:
[0129]判斷單元331，用于判斷所述網(wǎng)絡(luò)信號(hào)強(qiáng)度是否大于第一預(yù)設(shè)值；
[0130]第一識(shí)別單元332，用于當(dāng)所述網(wǎng)絡(luò)信號(hào)強(qiáng)度大于第一預(yù)設(shè)值時(shí)，發(fā)送所述樣本特征至所述自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別；
[0131]第二識(shí)別單元333，用于當(dāng)所述網(wǎng)絡(luò)信號(hào)強(qiáng)度小于第一預(yù)設(shè)值時(shí)，將所述樣本特征輸入至所述語(yǔ)音識(shí)別模型，輸出預(yù)測(cè)的識(shí)別結(jié)果。
[0132]本實(shí)施例提供的功能模塊用于根據(jù)網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。具體的，判斷單元331判斷網(wǎng)絡(luò)信號(hào)強(qiáng)度是否大于預(yù)設(shè)值，預(yù)設(shè)值的大小可以根據(jù)需要進(jìn)行設(shè)定，可以為固定的值，也可以為變化的值。
[0133]當(dāng)網(wǎng)絡(luò)信號(hào)強(qiáng)度大于第一預(yù)設(shè)值時(shí)，表明此時(shí)終端的網(wǎng)絡(luò)環(huán)境好，第一識(shí)別單元332發(fā)送樣本特征至終端的自有云服務(wù)器，通過(guò)自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別。上述自有云服務(wù)器是指該終端的網(wǎng)絡(luò)端云服務(wù)器，自有云服務(wù)器中存在的數(shù)據(jù)可以理解為一級(jí)緩存。
[0134]當(dāng)此時(shí)網(wǎng)絡(luò)信號(hào)強(qiáng)度不大于第一預(yù)設(shè)值時(shí)，表明此時(shí)網(wǎng)絡(luò)環(huán)境可能較差，發(fā)送樣本特征至自有云服務(wù)器可能無(wú)法發(fā)送成功，因此，第二識(shí)別單元333根據(jù)本地?cái)?shù)據(jù)庫(kù)中的語(yǔ)音識(shí)別模型得到預(yù)測(cè)的識(shí)別結(jié)果。可以理解的是，在語(yǔ)音識(shí)別模型中若輸出的預(yù)測(cè)結(jié)果包括預(yù)測(cè)值和置信度，則可以在輸出時(shí)確認(rèn)通過(guò)語(yǔ)音識(shí)別模型輸出的置信度最高的結(jié)果為語(yǔ)音識(shí)別的結(jié)果。
[0135]本實(shí)施例通過(guò)終端判斷網(wǎng)路信號(hào)強(qiáng)度是否大于第一預(yù)設(shè)值，若是則發(fā)送樣本特征至終端的自有云服務(wù)器，在自有云服務(wù)器中進(jìn)行檢索，當(dāng)網(wǎng)絡(luò)信號(hào)不好的時(shí)候，根據(jù)語(yǔ)音識(shí)別模型輸出預(yù)測(cè)的識(shí)別結(jié)果，避免相應(yīng)延時(shí)，同時(shí)提高網(wǎng)絡(luò)識(shí)別的準(zhǔn)確度。結(jié)合先在本地?cái)?shù)據(jù)庫(kù)搜索再在自有云服務(wù)器進(jìn)行檢索的方式，也提高了語(yǔ)音識(shí)別的速度。
[0136]參照?qǐng)D11，為自有云服務(wù)器12包括的功能模塊示意圖，本實(shí)施例中，所述自有云服務(wù)器12包括:
[0137]搜索模塊201，用于在所述自有云服務(wù)器接收到所述樣本特征后，在所述自有云服務(wù)器中進(jìn)行搜索；
[0138]識(shí)別模塊202，用于當(dāng)在所述自有云服務(wù)器中搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，獲取所述識(shí)別結(jié)果；
[0139]發(fā)送模塊203，用于當(dāng)在所述自有云服務(wù)器中未搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，若檢測(cè)到所述網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值，發(fā)送所述樣本特征至第三方語(yǔ)音服務(wù)器，通過(guò)所述第三方語(yǔ)音識(shí)別服務(wù)器識(shí)別所述輸入語(yǔ)音。
[0140]本實(shí)施例中，當(dāng)終端發(fā)送樣本特征到自有云服務(wù)器后，在自有云服務(wù)器中進(jìn)行搜索，當(dāng)搜索到樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，第一識(shí)別子單元獲取該識(shí)別結(jié)果。
[0141]在自有云服務(wù)器中也可以存放比本地?cái)?shù)據(jù)庫(kù)中更復(fù)雜的基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型，和根據(jù)該語(yǔ)音識(shí)別模型得到的輸出值，因?yàn)樽杂性品?wù)器部署在云端，通常有多個(gè)分布式緩存服務(wù)器，計(jì)算能力更強(qiáng)。同時(shí)，在本地?cái)?shù)據(jù)庫(kù)中存放的語(yǔ)音識(shí)別的輸出結(jié)果，可以根據(jù)使用情況存放使用頻率最高的，在自有云服務(wù)器中存放使用頻率略低的?？梢岳斫獾氖牵镜?cái)?shù)據(jù)庫(kù)中存放的數(shù)據(jù)和自有云服務(wù)器中存放的數(shù)據(jù)隨著使用進(jìn)行不斷更新，從而使得語(yǔ)音識(shí)別的過(guò)程更加精確和快速。同時(shí)，在獲取語(yǔ)音識(shí)別的結(jié)果時(shí)，就可以將識(shí)別結(jié)果保存至自有云服務(wù)器和/或本地?cái)?shù)據(jù)庫(kù)，并且根據(jù)識(shí)別結(jié)果進(jìn)行深度學(xué)習(xí)，使得隨著使用次數(shù)增多，語(yǔ)音識(shí)別模型的預(yù)測(cè)度更加精確。
[0142]當(dāng)在自由云服務(wù)器中未檢索到樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，若檢測(cè)到網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值，即終端的網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值時(shí)，云服務(wù)器發(fā)送樣本特征至第三方語(yǔ)音服務(wù)器。這里第二預(yù)設(shè)值可以根據(jù)需要進(jìn)行設(shè)定，第二預(yù)設(shè)值的大小可以和第一預(yù)設(shè)值一樣，也可以和第二預(yù)設(shè)值不一樣，因?yàn)樵L問(wèn)自有云服務(wù)器和訪問(wèn)第三方云服務(wù)器需要的網(wǎng)速可能是不一樣的。上述第三方語(yǔ)音服務(wù)器為語(yǔ)音識(shí)別能力更強(qiáng)的服務(wù)器，通常第三方語(yǔ)音服務(wù)器可以為專(zhuān)門(mén)提供語(yǔ)音識(shí)別服務(wù)的廠商所提供的服務(wù)器，如科大訊飛網(wǎng)絡(luò)提供的語(yǔ)音識(shí)別云服務(wù)器。
[0143]可以理解的是，也可以根據(jù)使用者的年齡、身份等特征進(jìn)行分類(lèi)分析，建立數(shù)據(jù)庫(kù)，使得識(shí)別結(jié)果更準(zhǔn)確。
[0144]在實(shí)現(xiàn)時(shí)，自有云服務(wù)器的架構(gòu)如圖7所示，部署CDN服務(wù)器提高不同地域訪問(wèn)速度差異的問(wèn)題，同時(shí)CDN服務(wù)器也負(fù)責(zé)將搜索到的緩存中的數(shù)據(jù)進(jìn)行返回，用戶的訪問(wèn)通過(guò)CDN服務(wù)器到達(dá)反向代理服務(wù)器，再通過(guò)均衡負(fù)載服務(wù)器，發(fā)送至應(yīng)用服務(wù)器，均衡負(fù)載服務(wù)器可以適應(yīng)大量用戶的并發(fā)訪問(wèn)，實(shí)現(xiàn)數(shù)據(jù)分流，提高穩(wěn)定性。在應(yīng)用服務(wù)器上還可以增加設(shè)置本地緩存，根據(jù)歷史識(shí)別情況快速響應(yīng)識(shí)別結(jié)果。在語(yǔ)音交互過(guò)程中通過(guò)搜索引擎與非關(guān)系型數(shù)據(jù)庫(kù)配合完成，還可以設(shè)置數(shù)據(jù)庫(kù)服務(wù)器來(lái)存儲(chǔ)大量用戶的賬號(hào)和設(shè)置。同時(shí)，向上與第三方語(yǔ)音識(shí)別服務(wù)器對(duì)接，結(jié)合第三語(yǔ)音識(shí)別服務(wù)器的識(shí)別能力提高識(shí)別的準(zhǔn)確度，提高用戶體驗(yàn)。
[0145]本實(shí)施例通過(guò)在自有云服務(wù)器接收到樣本特征后，在自有云服務(wù)器中進(jìn)行搜索，當(dāng)在自由云服務(wù)器中搜索到樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，獲取識(shí)別結(jié)果，當(dāng)未檢測(cè)到識(shí)別結(jié)果時(shí)且終端的網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值時(shí)，云服務(wù)器發(fā)送樣本特征至第三方語(yǔ)音服務(wù)器，通過(guò)在第三方語(yǔ)音服務(wù)器進(jìn)行識(shí)別提高語(yǔ)音識(shí)別的準(zhǔn)確度。并且，只在網(wǎng)絡(luò)環(huán)境較好的情況下才發(fā)送樣本特征至第三方語(yǔ)音服務(wù)器提高避免了語(yǔ)音識(shí)別過(guò)程中的響應(yīng)延時(shí)。
[0146]本實(shí)施例中，本發(fā)明提出的語(yǔ)音識(shí)別的系統(tǒng)中終端11還包括:
[0147]對(duì)比分析模塊，用于將所述樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析；
[0148]第一觸發(fā)模塊，用于當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，觸發(fā)所述搜索子模塊根據(jù)所述樣本特征在所述本地?cái)?shù)據(jù)庫(kù)中進(jìn)行搜索；
[0149]所述第一識(shí)別單元，還用于當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度低于預(yù)設(shè)值時(shí)，發(fā)送所述樣本特征至所述自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)首識(shí)別；
[0150]本實(shí)施例中在獲取到輸入語(yǔ)音，提取輸入語(yǔ)音的樣本特征后，對(duì)比分析模塊對(duì)樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析，目的是判斷是在本地?cái)?shù)據(jù)庫(kù)中直接進(jìn)行搜索，還是直接發(fā)送樣本特征至自有云服務(wù)器中進(jìn)行搜索。預(yù)置的樣本庫(kù)可以根據(jù)需要預(yù)先設(shè)定。具體的是將樣本特征與樣本庫(kù)中的樣本特征進(jìn)行匹配，上述預(yù)置樣本是指樣本庫(kù)中的預(yù)置的樣本。
[0151]當(dāng)樣本特征與樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，第一觸發(fā)模塊觸發(fā)搜索子模塊310根據(jù)樣本特征和終端中預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，這里預(yù)置樣本是指樣本庫(kù)中與樣本特征匹配到相似度大于預(yù)設(shè)值的樣本。當(dāng)樣本特征與樣本庫(kù)中任一預(yù)置樣本特征的相似度低于預(yù)設(shè)值時(shí)，終端發(fā)送樣本特征至終端的自有云服務(wù)器，通過(guò)自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別，這里是任一樣本特征匹配都小于預(yù)設(shè)值是指樣本特征與樣本庫(kù)中任何一個(gè)匹配度都小于預(yù)設(shè)值。
[0152]具體的預(yù)設(shè)值可以根據(jù)需要進(jìn)行設(shè)定，例如可以設(shè)置為80%，則當(dāng)樣本特征與樣本庫(kù)中預(yù)置樣本特征的相似度高于80%時(shí)，觸發(fā)搜索子模塊310根據(jù)樣本特征和終端中預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，當(dāng)樣本特征與樣本庫(kù)中預(yù)置樣本特征的相似度低于80 %時(shí)，終端發(fā)送樣本特征至終端的自有云服務(wù)器，通過(guò)自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別。
[0153]本實(shí)施例通過(guò)將樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析，當(dāng)樣本特征與樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，根據(jù)樣本特征在本地?cái)?shù)據(jù)庫(kù)中進(jìn)行搜索，當(dāng)樣本特征與樣本庫(kù)中任一樣本特征的相似度低于預(yù)設(shè)值時(shí)，直接發(fā)送樣本特征至自由云服務(wù)器進(jìn)行匹配，在保證語(yǔ)音識(shí)別的準(zhǔn)確度的同時(shí)提高了語(yǔ)音識(shí)別的速度。
[0154]以上僅為本發(fā)明的優(yōu)選實(shí)施例，并非因此限制本發(fā)明的專(zhuān)利范圍，凡是利用本發(fā)明說(shuō)明書(shū)及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專(zhuān)利保護(hù)范圍內(nèi)。
【主權(quán)項(xiàng)】
1.一種語(yǔ)音識(shí)別的方法，其特征在于，所述方法包括以下步驟: 終端獲取輸入語(yǔ)音； 所述終端提取所述輸入語(yǔ)音的樣本特征； 所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。2.如權(quán)利要求1所述的方法，其特征在于，所述語(yǔ)音識(shí)別輸出值集合包含語(yǔ)音的樣本特征與語(yǔ)音識(shí)別輸出值的對(duì)應(yīng)關(guān)系； 所述終端根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音包括: 所述終端在所述語(yǔ)音識(shí)別輸出值集合中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值； 當(dāng)搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，所述終端獲取所述語(yǔ)音識(shí)別輸出值； 當(dāng)未搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，所述終端根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。3.如權(quán)利要求2所述的方法，其特征在于，所述終端在所述語(yǔ)音識(shí)別輸出值集合中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值包括: 所述終端判斷所述網(wǎng)絡(luò)信號(hào)強(qiáng)度是否大于第一預(yù)設(shè)值； 若是，所述終端發(fā)送所述樣本特征至所述終端的自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別； 若否，所述終端將所述樣本特征輸入至所述語(yǔ)音識(shí)別模型，輸出預(yù)測(cè)的識(shí)別結(jié)果。4.如權(quán)利要求3所述的方法，其特征在于，所述方法還包括: 在所述自有云服務(wù)器接收到所述樣本特征后，在所述自有云服務(wù)器中進(jìn)行搜索； 當(dāng)在所述自有云服務(wù)器中搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，所述自有云服務(wù)器獲取所述識(shí)別結(jié)果； 當(dāng)在所述自有云服務(wù)器中未搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，若所述云服務(wù)器檢測(cè)到所述網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值，所述云服務(wù)器發(fā)送所述樣本特征至第三方語(yǔ)音服務(wù)器，通過(guò)所述第三方語(yǔ)音識(shí)別服務(wù)器識(shí)別所述輸入語(yǔ)音。5.如權(quán)利要求2至4任一項(xiàng)所述的方法，其特征在于，所述終端根據(jù)所述樣本特征在所述語(yǔ)音識(shí)別輸出值中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值之前包括: 所述終端將所述樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析； 當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，所述終端執(zhí)行所述根據(jù)所述樣本特征在所述本地?cái)?shù)據(jù)庫(kù)中進(jìn)行搜索的步驟； 當(dāng)所述樣本特征與所述樣本庫(kù)中任一預(yù)置樣本特征的相似度低于預(yù)設(shè)值時(shí)，所述終端執(zhí)行所述發(fā)送所述樣本特征至所述終端的自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別的步驟。6.一種語(yǔ)音識(shí)別的系統(tǒng)，其特征在于，所述系統(tǒng)包括:終端； 所述終端包括: 獲取模塊，用于獲取輸入語(yǔ)音； 特征提取模塊，用于提取所述輸入語(yǔ)音的樣本特征； 語(yǔ)音識(shí)別模塊，用于根據(jù)所述樣本特征和預(yù)置的本地?cái)?shù)據(jù)庫(kù)識(shí)別所述輸入語(yǔ)音，所述本地?cái)?shù)據(jù)庫(kù)包含基于深度學(xué)習(xí)的語(yǔ)音識(shí)別模型和根據(jù)所述語(yǔ)音識(shí)別模型得到的語(yǔ)音識(shí)別輸出值集合。7.如權(quán)利要求6所述的系統(tǒng)，其特征在于，所述語(yǔ)音識(shí)別輸出值集合包含語(yǔ)音的樣本特征與語(yǔ)音識(shí)別輸出值的對(duì)應(yīng)關(guān)系； 所述語(yǔ)音識(shí)別模塊包括: 搜索子模塊，用于在所述語(yǔ)音識(shí)別輸出值集合中搜索是否有與所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值； 第一識(shí)別子模塊，用于當(dāng)搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，獲取所述語(yǔ)音識(shí)別輸出值； 第二識(shí)別子模塊，用于當(dāng)未搜索到所述樣本特征對(duì)應(yīng)的語(yǔ)音識(shí)別輸出值時(shí)，根據(jù)檢測(cè)到的所述終端的網(wǎng)絡(luò)信號(hào)強(qiáng)度進(jìn)行語(yǔ)音識(shí)別。8.如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括所述終端對(duì)應(yīng)的自有云服務(wù)器； 所述第二識(shí)別子模塊包括: 判斷單元，用于判斷所述網(wǎng)絡(luò)信號(hào)強(qiáng)度是否大于第一預(yù)設(shè)值； 第一識(shí)別單元，用于當(dāng)所述網(wǎng)絡(luò)信號(hào)強(qiáng)度大于第一預(yù)設(shè)值時(shí)，發(fā)送所述樣本特征至所述自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別； 第二識(shí)別單元，用于當(dāng)所述網(wǎng)絡(luò)信號(hào)強(qiáng)度小于第一預(yù)設(shè)值時(shí)，將所述樣本特征輸入至所述語(yǔ)音識(shí)別模型，輸出預(yù)測(cè)的識(shí)別結(jié)果。9.如權(quán)利要求8所述的系統(tǒng)，其特征在于，所述自有云服務(wù)器包括: 搜索模塊，用于在所述自有云服務(wù)器接收到所述樣本特征后，在所述自有云服務(wù)器中進(jìn)行搜索； 識(shí)別模塊，用于當(dāng)在所述自有云服務(wù)器中搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，獲取所述識(shí)別結(jié)果； 發(fā)送模塊，用于當(dāng)在所述自有云服務(wù)器中未搜索到所述樣本特征對(duì)應(yīng)的識(shí)別結(jié)果時(shí)，若檢測(cè)到所述網(wǎng)絡(luò)強(qiáng)度大于第二預(yù)設(shè)值，發(fā)送所述樣本特征至第三方語(yǔ)音服務(wù)器，通過(guò)所述第三方語(yǔ)音識(shí)別服務(wù)器識(shí)別所述輸入語(yǔ)音。10.如權(quán)利要求7至9任一項(xiàng)所述的系統(tǒng)，其特征在于，所述終端還包括: 對(duì)比分析模塊，用于將所述樣本特征與預(yù)置的樣本庫(kù)進(jìn)行對(duì)比分析； 第一觸發(fā)模塊，用于當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度高于預(yù)設(shè)值時(shí)，觸發(fā)所述搜索子模塊根據(jù)所述樣本特征在所述本地?cái)?shù)據(jù)庫(kù)中進(jìn)行搜索； 所述第一識(shí)別單元，還用于當(dāng)所述樣本特征與所述樣本庫(kù)中預(yù)置樣本特征的相似度低于預(yù)設(shè)值時(shí)，發(fā)送所述樣本特征至所述自有云服務(wù)器，通過(guò)所述自有云服務(wù)器進(jìn)行語(yǔ)音識(shí)別。
【文檔編號(hào)】G10L15/30GK105931633SQ201610370685
【公開(kāi)日】2016年9月7日
【申請(qǐng)日】2016年5月30日
【發(fā)明人】許永昌, 盛閣
【申請(qǐng)人】深圳市鼎盛智能科技有限公司