[发明专利]减少语音辨识系统中的漏报

说明书

相关申请案交叉参考

本申请案请求在2011年8月24日的标题为“减少语音辨识系统中的漏报(Reducing False Positives in Speech Recognition Systems)”的第13/217，134号美国专利申请案的优先权权益，所述申请案的揭示内容据此以引用方式并入本文中。

背景技术

本发明涉及语音辨识，且更特定来说涉及使用持续时间及能量改进语音辨识的系统及方法。

随着手持式装置的爆炸式可用性及装置大小的缩小，语音辨识正成为用以支持与电子系统的无缝用户交互作用的愈来愈有价值的技术。然而，构建准确的辨识系统具有极端挑战性。高度准确的辨识系统可为计算密集的且不适合于小型手持式电子装置。

一些语音辨识器的一个问题在辨识器产生错误接受时发生。在此情形中，辨识器可产生指示已辨识特定单词或片语的输出，然而事实上实际未说所述单词或片语。此现象有时在经配置以接收声音串流且拣出(“辨认”)所述串流中的特定声音的单词辨认辨识器中存在。

本发明通过使用持续时间及能量执行语音辨识的系统及方法来解决这些及其它问题。

发明内容

本发明的实施例改进执行语音辨识的方法。在一个实施例中，本发明包括一种方法，其包含：接收所说话语；在语音辨识器中处理所述所说话语以产生辨识结果；确定所述所说话语的分量声音的一个或一个以上参数的一致性，其中从由持续时间、能量及音调组成的群组选择所述参数，且其中所述所说话语的每一分量声音具有所述参数的对应值；及基于所述参数中的至少一者的所述一致性确认所述辨识结果。

附图说明

图1图解说明根据本发明的一个实施例用于执行语音辨识的方法。

图2图解说明根据本发明的一个实施例用于实施语音辨识的系统。

具体实施方式

本文中描述用于使用持续时间及能量来执行语音辨识的技术。出于解释的目的，在以下说明中，列举了大量实例及具体细节以便提供对本发明的透彻理解。然而，所属领域的技术人员将显而易见，由权利要求书所界定的本发明可单独或结合下文所描述的其它特征包括这些实例中的一些或全部特征，且可进一步包括本文中所描述的特征及概念的明显修改及等效形式。

图1图解说明根据本发明的一个实施例用于执行语音辨识的方法。本发明的实施例监视接收于辨识器中的用户话语的特定参数以改善语音辨识结果。特定来说，本发明的实施例通过识别辨识结果中的不一致性(其为真实语音的不现实结果)来减少错误接受。举例来说，辨识器可正在听单词“hot(热)”，且“h”可用10ms，“o”的左边部分可用10ms，“o”的右边部分可用400ms，且“t”可用100ms。真实语音以比此更一致的速率发生。类似地，“h”及“o”的左侧可非常大声，而话语的剩余部分非常小声。此不一致性也是真实语音的非常不现实的形式。最后，所辨识语音可以高音调(通常与女人相关)开始，且下降到低音调(通常与男人相关)。类似地，此不一致性是不现实的。现有辨识器将不识别此些不现实的结果，因为先前辨识器单独地针对每一分段应用持续时间建模且不强制跨越较宽广文本的一致性。举例来说，用于持续时间模型的统计数据通常与说话者无关且对于特定说话者不是非常精确。如果系统可将关于持续时间、能量或音调的一致性的额外信息包括到辨识器，那么辨识器错误接受的频率将低得多。