[发明专利]语音识别方法及系统

说明书

技术领域

本发明涉及语音识别技术领域，具体涉及一种语音识别方法及系统。

背景技术

语音识别技术是机器通过识别和理解过程将人发出的声音、音节或短语转换为相应的文字或符号，或者给出响应，如执行控制、做出回答等，它的应用领域非常广泛，几乎涉及生活的每个领域，比如计算机控制、工业控制、信息网络查询等等。

语音识别系统按照不同识别系统的要求，可以划分成很多不同的种类。比如，根据识别对象的不同，可分为：孤立字（词）识别、连接词识别、连续语音识别；根据词汇量的大小，可分为：小词汇量语音识别系统（通常指能识别小于100个词汇的系统）和大词汇量语音识别系统（通常指包括上千至几万个词汇的系统）；按照说话人的限定范围可以分为：特定人和非特定人语音识别系统；按照识别方法分，主要有：模板匹配法、概率模型法、基于人工神经网络等系统。

通常，语音识别系统都会设置一个词汇表，系统对包含于该词汇表中的词条进行识别。在现有技术中，大词汇量语音识别技术都需要触发后才能够开始识别，因为如果识别系统一直监听录音，由于大词汇量语音识别系统词汇量过多，受到的录音干扰较大，容易发生虚警，导致用户根本没有说话就会输出识别结果。

而这种通过触发实现大词汇量识别的方法不仅智能化低，而且会为用户带来诸多不便，比如在行车过程中用手进行触发操作会导致安全性问题。

发明内容

本发明提供一种语音识别方法及系统，在保证语音识别质量的前提下，提高大词汇量语音识别的智能性。

为此，本发明提供如下技术方案：

一种语音识别方法，包括：

持续接收录音输入；

利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果；

如果所述第一识别结果中包含预设的命令词，则利用大词汇量语音识别网络对所述命令词后的录音进行识别，得到第二识别结果。

优选地，所述利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果包括：

利用小词汇量语音识别网络对所述录音进行语音识别，得到候选关键词及所述候选关键词的置信度得分；

如果所述候选关键词的置信度得分大于设定阈值，则将所述候选关键词作为第一识别结果。

优选地，所述方法还包括：

构建所述小词汇量语音识别网络。

优选地，所述方法还包括：

构建所述大词汇量语音识别网络。

优选地，所述方法还包括：

根据所述第一识别结果和第二识别结果执行对应操作。

一种语音识别系统，包括：

接收模块，用于持续接收录音输入；

小词汇量识别模块，用于利用小词汇量语音识别网络对所述录音进行语音识别，得到第一识别结果；

判断模块，用于判断所述第一识别结果中是否包含预设的命令词；

大词汇量识别模块，用于在所述判断模块判断所述第一识别结果中包含预设的命令词后，利用大词汇量语音识别网络对所述命令词后的录音进行识别，得到第二识别结果。

优选地，所述小词汇量识别模块包括：

输出单元，用于利用小词汇量语音识别网络对所述录音进行语音识别，得到候选关键词及所述候选关键词的置信度得分；

选择单元，用于在所述候选关键词的置信度得分大于设定阈值时，将所述候选关键词作为第一识别结果。

优选地，所述系统还包括：

第一构建模块，用于构建所述小词汇量语音识别网络。

优选地，所述系统还包括：

第二构建模块，用于构建所述大词汇量语音识别网络。

优选地，所述系统还包括：

执行模块，用于根据所述第一识别结果和第二识别结果执行对应操作。

本发明实施例提供的语音识别方法及系统，综合小词汇量语音识别系统和大词汇量语音识别系统各自的优点，针对持续接收的录音输入，先利用小词汇量语音识别网络对所述录音进行语音识别，以检查所述录音中是否包含预设的关键词，在检查到该录音中包含相应的关键词后，再利用大词汇量语音识别网络对该关键词后的录音进行识别，得到识别结果，从而实现了无需触发一次性完成多命令词语音识别，在保证语音识别质量的前提下，提高了大词汇量语音识别的智能性。利用本发明实施例提供的语音识别方法及系统，可以大大改善用户体验。

附图说明