[发明专利]言语识别系统及其言语识别方法

说明书

公开用于在计算系统中识别言语的实施方案。一种示例性言语识别方法包括：在包括带口音子字符串的数据库的生成单元处接收元数据；通过所述生成单元生成包括在所述元数据中的单词的口音校正的语音数据，所述口音校正的语音数据基于存储在所述数据库中的所述带口音子字符串而表示包括在所述元数据中的所述单词的不同发音；在话音识别引擎处接收源自由用户输入到所述言语识别系统的话语的所提取的言语数据；以及在所述话音识别引擎处接收所述口音校正的语音数据。所述方法还包括：确定所提取的言语数据中标识所识别的话语的终端ID；生成标识在所识别的话语中检测到的口音的口音数据；基于所述一个或多个终端ID和所述口音数据来生成所识别的言语数据；以及将所识别的言语数据输出到所述言语控制装置。

相关申请的交叉引用

本申请要求2014年7月24日提交的标题为“TEXT RULE BASED MULTI-ACCENTSPEECH RECOGNITION WITH SINGLE ACOUSTIC MODEL AND AUTOMATIC ACCENT DETECTION”的印度临时专利申请号3618/CHE/2014的优先权，所述申请的全部内容出于所有目的特此以引用的方式并入本文。

技术领域

本公开涉及言语识别，并且具体地涉及多口音言语识别。

背景技术

针对同一种语言的多种口音的言语识别对嵌入式装置群提出了挑战。通常，通过具有用于各种口音的不同声学模型来跨不同的、在很大程度上分开的地理区域解决这个问题。例如，北美洲、英国、澳大利亚和印度英语具有用于识别的不同声学模型。

即使具有各自的声学模型，地域口音也可能提供另外的挑战。例如，虽然英语在印度通常是继相应地域母语之后的第二最常用口语，但是在印度的不同地区存在许多地域英语口音。这些地域口音对基于单一声学模型的言语识别提出了挑战。言语识别可使用并行采用多个口音特定识别器的多口音识别系统。使具有不同声学模型的多个口音特定识别器并行运行以提高识别准确度可能是处理器密集的。这种密集型资源使用可能对具有有限处理能力的嵌入式装置尤其具有挑战性。此外，口音特定的声学模型的开发和使用可能并不是成本有效的。

用于克服多口音问题的一种技术是对最经常让人困惑的语音对进行分析并形成语音迁移对。然后将这些发音迁移对插入到原始规范词典中，并且最后构建适于口音的新字典。实际上，所述方法涉及用带口音发音的最可能的语音符号组合来替换不使用的本土口音语音。由于对声学模型或由识别引擎在内部识别的符号的访问受限或不能访问，这种分析可能是不可能的。

发明内容

实施方案公开了一种示例性言语识别系统，其包括带口音语音和变换ID生成单元，所述带口音语音和变换ID生成单元包括带口音子字符串的数据库并且接收元数据和与所述元数据相关联并且处于第一ID数据空间中的ID数据。所述带口音语音和变换ID生成单元提供各自唯一地与同某种语言相关联的多种不同口音中的相关联口音相关联的多个修改的单词，并且处理所述多个修改的单词并提供针对所述多个修改的单词的多个口音校正的语音数据。处理所述口音校正的语音数据中的每一个以提供处于第二ID数据空间中的各自唯一地与所述多个口音校正的语音数据中的相关联数据相关联的多个变换ID。言语特征提取器单元接收并处理用户输入言语并且提供与用户输入言语相关联的所提取的言语数据。话音识别逻辑单元接收所提取的言语数据、所述多个变换ID和所述多个口音校正的语音数据，并且提供对应于终端的终端标识符以及口音数据，对于所述口音数据，音标中的一个与同用户输入言语相关联的所提取的言语数据最佳地匹配。口音检测和逆向ID变换单元接收终端标识符并且提供处于第一ID数据空间中的确认ID。口音结果加权逻辑单元接收所检测到的口音数据并且与所检测到的口音数据的过去值进行比较以提供所识别的言语数据。

所述带口音语音和变换ID生成单元可包括提供所述多个口音校正的语音数据的字素到语音单元。

所述带口音语音和变换ID生成单元可包括变换ID分配器，所述变换ID分配器接收口音校正的语音数据和ID数据并且提供处于第二ID数据空间中的多个变换ID。