[发明专利]基于位置标记的语音识别模型

权利要求书

1.一种用于处理语音的计算机实现的方法，包括：

在处理系统处接收对应于话语的数据；

在所述处理系统处获得用于其中所述话语被说出的建筑物内的区域的位置标记；

在所述处理系统处基于所述位置标记来确定可能性集合，所述集合中的每个可能性对应于所述话语在来自所述建筑物的多个候选区域中的所述建筑物的特定区域被说出的可能性；

在所述处理系统处基于所述可能性集合来从所述建筑物的所述多个候选区域选择所述建筑物的一个或者多个候选区域；

针对所述建筑物的每个选择的候选区域，访问与所述建筑物的每个相应的候选区域相关联的用于语音识别的模型；

在所述处理系统处使用访问的所述用于语音识别的模型以及与所述建筑物的对应的候选区域相关联的所述可能性来生成复合模型；以及

在所述处理系统处使用所述复合模型来生成所述话语的转录。

2.根据权利要求1所述的方法，

其中接收对应于所述话语的数据包括：从客户端设备接收对应于所述话语的数据，

其中获得用于其中所述话语被说出的建筑物内的区域的位置标记包括：从所述客户端设备接收用于其中所述话语被说出的所述建筑物内的所述区域的位置标记。

3.根据权利要求2所述的方法，其中所述位置标记包括：基于在所述客户端设备处接收的短程无线电传输的位置数据。

4.根据权利要求1所述的方法，其中获得所述位置标记包括：

使用位置无关语言模型生成所述话语的一个或多个候选转录；以及

基于将所述一个或多个候选转录与一个或多个位置相关语言模型中的短语进行比较，标识所述建筑物内的一个或多个候选区域。

5.根据权利要求1所述的方法，

其中接收对应于所述话语的数据包括：从在所述建筑物处的处理系统接收对应于所述话语的数据，并且

其中获得用于其中所述话语被说出的建筑物内的区域的位置标记包括：从在所述建筑物处的所述处理系统接收用于其中所述话语被说出的所述建筑物内的所述区域的位置标记。

6.根据权利要求5所述的方法，其中所述位置标记包括从所述处理系统获得的位置数据，其中所述处理系统使用被布置在所述建筑物中的麦克风阵列定位所述话语，并且其中所述麦克风阵列可操作地耦合到所述处理系统。

7.根据权利要求1所述的方法，

其中与所述建筑物的所述候选区域相关联的每个用于语音识别的模型包括语言模型；以及

其中所述复合模型包括复合语言模型。

8.根据权利要求1所述的方法，

其中与所述建筑物的所述候选区域相关联的每个用于语音识别的模型包括声学模型；以及

其中所述复合模型包括复合声学模型。

9.一种用于处理语音的系统，包括：

一个或多个计算机和存储指令的一个或多个存储设备，所述指令在被所述一个或多个计算机执行时，使得所述一个或多个计算机执行操作，所述操作包括：

接收对应于话语的数据；

获得用于其中所述话语被说出的建筑物内的区域的位置标记；

基于所述位置标记来确定可能性集合，所述集合中的每个可能性对应于所述话语在来自所述建筑物的多个候选区域中的所述建筑物的特定区域被说出的可能性；

基于所述可能性集合来从所述建筑物的所述多个候选区域选择所述建筑物的一个或者多个候选区域；

针对所述建筑物的每个选择的候选区域，访问与所述建筑物的每个相应的候选区域相关联的用于语音识别的模型；

使用访问的所述用于语音识别的模型以及与所述建筑物的对应的候选区域相关联的所述可能性来生成复合模型；以及

使用所述复合模型生成所述话语的转录。

10.根据权利要求9所述的系统，

其中接收对应于所述话语的数据包括：从客户端设备接收对应于所述话语的数据，

其中获得用于其中所述话语被说出的建筑物内的区域的位置标记包括：从所述客户端设备接收用于其中所述话语被说出的所述建筑物内的所述区域的位置标记。

11.根据权利要求10所述的系统，其中所述位置标记包括：基于在所述客户端设备处接收的短程无线电传输的位置数据。