[发明专利]用于移动通信终端的语音网络搜索方法及其装置

权利要求书

1.一种用于移动通信终端的语音网络搜索方法，所述语音网络搜索方法包括以下步骤：

当用户启动语音网络搜索功能时，接收用户输入的语音信号；

基于声学模型在发音符号指示的声学级上识别用户输入的语音信号，并基于语言模型将识别的语音信号转写为文本数据；

根据识别出的文本数据启动互联网搜索；

记录并存储搜索结果；

显示搜索结果；

收集各种原始文本数据，并对原始文本数据进行正规化；

使用并分析语音信号来调整声学模型，并且使用正规化的文本数据调整语言模型，

其中，调整声学模型的步骤包括：确定输入的语音信号的内容差异参数，以确定输入的语音信号在树形结构的高层、中间层和低层的数据累积程度；从适于使用树形结构的高层的类的第一自适应方法、中间层的类的第二自适应方法和低层的类的第三自适应方法中选择满足数据累积条件的自适应方法，以执行自适应，其中，对语音识别系统的特征空间中的声音单元建立所述树形结构，从而以树形结构的形式对声音单元进行聚类；

其中，调整语言模型的步骤包括：根据正规化的文本数据，通过提取用于训练语言模型的初始词典并基于提取的初始词典由矢量空间模型重新聚类主题来执行语言模型重新训练，或者通过主题映射和调整主题在语言模型中的权重来执行语言模型自适应；通过正规化文本数据、分词和未知词语检测来产生用户词典，并通过执行隐式网络搜索重复正规化文本数据、分词和未知词语检测来更新或者扩展用户词典。

2.根据权利要求1所述的语音网络搜索方法，其中，内容差异参数是对类累积的高斯混合的似然度AGML-C和对节点下的类累积的高斯混合的似然度AGML-N中的至少一个。

3.根据权利要求2所述的语音网络搜索方法，其中，AGML-C表示：关于语音信号的预定特征帧，在所述树形结构中的一个类中的所有状态的所有高斯混合的似然度的累计值。

4.根据权利要求2所述的语音网络搜索方法，其中，AGML-N表示：关于语音信号的预定特征帧，所述树形结构中的一个节点下的所有类的AGML-C之和。

5.根据权利要求1所述的语音网络搜索方法，其中，第一自适应方法是本征空间方法；第二自适应方法是线性变换方法；第三自适应方法是最大后验概率方法。

6.根据权利要求2所述的语音网络搜索方法，其中，调整声学模型的步骤还包括：确定输入的语音信号的数据量参数，其中，基于输入的语音信号的数据量和内容差异参数来选择满足数据量条件和数据累积条件的自适应方法。

7.根据权利要求6所述的语音网络搜索方法，其中，数据量参数是输入的语音信号的所有特征帧的时间长度。

8.根据权利要求6所述的语音网络搜索方法，其中，基于输入的语音信号的数据量和所述数据累积程度来选择满足数据量条件和数据累积条件的自适应方法的步骤包括：

确定数据量参数是否大于第一阈值；

当确定数据量参数不大于第一阈值时，选择第一自适应方法；

当确定数据量参数大于第一阈值时，确定关于输入的语音信号中的预定特征帧，所述树形结构的中间层的所有类的AGML-C是否都大于第二阈值；

当确定不都大于第二阈值时，选择第一自适应方法。

9.根据权利要求8所述的语音网络搜索方法，其中，当确定都大于第二阈值时，选择第二自适应方法。

10.根据权利要求8所述的语音网络搜索方法，其中，当确定都大于第二阈值时，确定关于所述预定特征帧所述树形结构的低层的所有类的AGML-C是否都大于第三阈值；当确定都大于第三阈值时，选择第三自适应方法；当确定不都大于第三阈值时，选择第二自适应方法。

11.根据权利要求8所述的语音网络搜索方法，其中，当确定都大于第二阈值时，确定关于所述预定特征帧所述树形结构的中间层的所有节点的AGML-N是否都大于第四阈值；当确定都大于第四阈值时，选择第三自适应方法；当确定不都大于第四阈值时，选择第二自适应方法。