[发明专利]基于自然语音识别的音频/视频点播方法和系统

权利要求书

1.一种基于自然语音识别的音频/视频点播地址系统，其特征在于，包括：一键式控制装置、终端设备以及云计算平台服务器；

所述一键式控制装置，安装在车辆的固定部件上，用于在用户按下启动键以后，通过直接或短距离通信方式与所述终端设备建立连接，并通过直接或短距离通信方式驱动所述终端设备与所述云计算平台服务器建立连接；

所述终端设备，用于与所述一键式控制装置建立连接以后，通过语音电话交换网络或多种无线数据网络与所述云计算平台服务器建立连接，接收用户发送的音频/视频点播语音信息，将所述音频/视频点播语音信息发送给所述云计算平台服务器，接收所述云计算平台服务器返回的包含音频/视频点播地址的自动音频/视频播放控制信息，根据该自动音频/视频播放控制信息启动音频/视频播放功能，根据所述音频/视频点播地址与音频/视频服务器建立音频/视频媒体流传输通道连接，从所述音频/视频服务器获取音频/视频媒体流，将该音频/视频媒体流播放给所述用户；

所述云计算平台服务器，位于网络侧，包括：

非特定人语音识别模块，用于对所述终端设备发送的音频/视频点播语音信息进行识别、解析，获取该音频/视频点播语音信息对应的拼音；

自然语音识别模块，用于采用预先设置的词典对所述非特定人语音识别模块获取的拼音进行分词处理，获取分词后的词语拼音串，从所述词典中查找所述词语拼音串对应的待识别词语，根据所述待识别词语查找兴趣点音频/视频描述信息数据库，获取与所述待识别词语匹配度最高的目标音频/视频描述信息，其中，所述词典用于存储待进行语音识别的目标词语以及目标词语对应的拼音；

通信模块，用于获取自然语音识别模块获取的目标音频/视频描述信息对应的音频/视频点播地址，将所述音频/视频点播地址携带在自动音频/视频点播控制信息中发送给所述终端设备。

2.根据权利要求1所述的系统，其特征在于，所述自然语音识别模块，具体用于如果所述词典还用于存储所述目标词语对应的权重等级n以及权重等级范围N，根据所述词典获取所述待识别词语对应的权重等级，根据所述待识别词语查找音频/视频描述信息数据库，从所述音频/视频描述信息数据库中获取与待识别词语中的任意一个或多个词语匹配的音频/视频描述信息组成的音频/视频描述信息集合，根据所述待识别词语对应的权重等级，对所述音频/视频描述信息集合中的每条音频/视频描述信息分别进行处理，获取每条音频/视频描述信息的权重系数，从所述音频/视频描述信息集合中选取权重系数最高的音频/视频描述信息为目标音频/视频描述信息，其中，n、N均为整数，N≥2，n∈[1，N]，第n级的目标词语在所述待识别词语中的重要性要比第n+1级得目标词语在所述待识别词语中的重要性大。

3.根据权利要求2所述的系统，其特征在于，所述自然语音识别模块，还用于如果所述待识别词语中不存在权重等级为1的词语，重新对所述拼音进行分词处理，以获取至少一个权重等级为1的词语。

4.根据权利要求3所述的系统，其特征在于，所述自然语音识别模块，还用于将所述至少一个权重等级为1的词语以及该词语对应的拼音串添加到所述词典中。

5.根据权利要求1所述的系统，其特征在于，所述自然语音识别模块，具体用于对所述待识别词语进行排序，按照所述排序的结果，从所述待识别词语中获取第一个词语，从所述音频/视频描述信息数据库中获取与所述第一个词语匹配的音频/视频描述信息，从所述待识别词语中获取第二个词语，从所述与第一个词语匹配的音频/视频描述信息组成的音频/视频描述信息集合中获取与所述第二个词语匹配的音频/视频描述信息，以此类推，从所述待识别词语中获取最后一个词语，从与所述最后一个词语相邻的上一个词语匹配的音频/视频描述信息组成的音频/视频描述信息集合中获取与所述最后一个词语匹配的目标音频/视频描述信息。

6.根据权利要求5所述的系统，其特征在于，所述自然语音识别模块，具体用于获取所述待识别词语中的关键词，将所述待识别词语按照关键词、后辅助词以及前辅助词的顺序进行排序，其中，后辅助词为所述待识别词语中位于关键词之后的词语，前辅助词为所述待识别词语中位于关键词之前的词语。