[发明专利]一种使用动态贝叶斯网络模型的语音识别系统和方法

权利要求书

1.一种用于语音识别的计算机实现的方法，包括以下步骤：

-通过输入设备(102A)，记录(201)表示语音的电信号，并将该信号转换为频域或时-频域(202)，

-基于动态贝叶斯网络在分析模块中分析信号，所述分析模块被配置为基于观察到的声学信号特征或声学及视觉信号特征生成单词的假设和它们的概率，

-基于特定单词假设和它们的概率，识别(209)出表示语音的电信号所对应的文本，

该方法的特征在于，

-在识别过程期间内，将观察到的声学信号特征或声学及视觉信号特征(308-312)输入到分析模块(205)中，该观察到的信号特征(308-312)是对于在至少两条并行信号处理线路(204a，204b，204c，204d，201a)上的频域或时-频域(202)中的信号而确定的，在所述至少两条并行信号处理线路中的至少两条信号处理线路被配置为确定声学信号特征，并且至少一条线路被配置为接收以与其他线路不同方式分段的信号，以使得所述至少一条线路的至少一些帧能够在所述动态贝叶斯网络的不同状态之间被公用，

-以及在分析模块(205)中对至少两个不同的时间片段分析所观察到的信号特征(308-312)之间的关系。

2.如权利要求1所述的方法，其中时间片段具有预定的持续时长。

3.如权利要求1或2所述的方法，其中时间片段取决于语音片段的内容。

4.如权利要求3所述的方法，所述语音片段的内容包括音素、音节和单词。

5.如权利要求1所述的方法，特征在于，在分析模块(205)中，定义描述模型的变量之间的确定性和概率性关系，而至少对观察到的信号特征与当前状态的关联定义概率性关系。

6.如权利要求1所述的方法，其特征在于同时分析不同的观察到的信号特征。

7.一种用于语音识别的、由计算机实现的系统，包括：

-用于记录代表语音的电信号的输入设备(102A)，

-用于将表示语音的所记录的电信号转换为频域或时-频域的模块(202)，

-基于动态贝叶斯网络的分析模块(205)，被配置为分析表示语音的信号，并且被配置为基于观察到的声学信号特征或声学及视觉信号特征生成单词的假设和它们的概率，

-用于基于已定义的单词的假设与它们的概率来识别表示语音的电信号所对应的文本的模块(209)，

该系统的特征在于进一步包括：

-至少两个信号参数化模块(204a，204b，204c，204d，201a)，用于在识别过程期间内，通过分析模块(205)确定在至少两条并行信号处理线路上的至少两个观察到的声学信号特征或声学及视觉信号特征(308-312)，在所述至少两条并行信号处理线路中的至少两条信号处理线路被配置为确定声学信号特征，并且至少一条线路被配置为接收以与其他线路不同方式分段的信号，以使得所述至少一条线路的至少一些帧能够在所述动态贝叶斯网络的不同状态之间被公用，

-其中分析模块(205)被配置为对至少两个不同的时间片段分析所观察到的信号特征(308-312)之间的相关性。

8.一计算机可读介质，存储计算机可执行指令，当在计算机上执行时，所述指令执行根据权利要求1-6的任何一个的计算机实现的方法的所有步骤。