[发明专利]一种用于语音识别的处理方法及其系统

说明书

本发明提供了一种语音识别的处理方法，包括：获取用户的语音输入；基于用户当前的应用界面判断用户的使用场景；基于上述使用场景确定采用的语音识别引擎；使用上述语音识别引擎对上述语音输入进行识别，以获得语音意图结果；基于预设的选择策略选择置信度最高的语音意图结果；以及输出上述置信度最高的语音意图结果。本发明还提供了一种用以实现上述处理方法的语音识别处理系统，根据本发明所提供的语音识别的处理方法及系统，能使语音识别的结果更有针对性且更为精确，亦能提升语音识别的响应速度。

技术领域

本发明涉及语音识别技术，尤其涉及语音识别的处理方法及其系统。

背景技术

随着智能设备的普及，人机交互的方式朝着越来越便捷的方向发展，语音交互较之打字、鼠标或触屏控制是更为便利的一种方式，让机器听懂人类语言，并做出响应能使得机器更好地为人类服务。

但目前的语音交互仍然存在响应速度慢，识别不精准等问题，影响用户的语音识别体验度，因此，亟需一种用于语音识别的处理方法，能够加强系统层对语音识别的判断和分发能力，以提高语音识别的响应速度和精准度。

发明内容

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

为了解决现有技术中对语音识别的处理响应较慢，且识别精准度不高的问题，本发明提供了一种用于语音识别的处理方法，具体包括：获取用户的语音输入；基于用户当前的应用界面判断用户的使用场景；基于上述使用场景确定采用的语音识别引擎；使用上述语音识别引擎对上述语音输入进行识别，以获得语音意图结果；基于预设的选择策略选择置信度最高的语音意图结果；以及输出上述置信度最高的语音意图结果。

可选的，上述判断用户的使用场景进一步包括：基于上述用户当前没有处于特定的应用界面判断上述用户的使用场景为通用场景；上述确定语音识别引擎进一步包括：基于上述使用场景为通用场景，确定采用多个语音识别引擎；以及上述识别的步骤进一步包括：使用上述多个语音识别引擎对上述语音输入进行识别，以获得多个语音意图结果。

可选的，上述基于预设的选择策略选择语音意图结果的步骤进一步包括：基于上述多个语音意图结果确定上述语音输入的语意类别；基于预设的识别引擎-语意类别置信度表确定在上述语意类别下置信度最高的语音识别引擎；以及选择上述置信度最高的语音识别引擎所识别的语音意图结果作为置信度最高的语音意图结果。

可选的，上述确定语音输入的语意类别的步骤进一步包括：确定每一个上述语音意图结果的语意类别；基于上述识别引擎-语意类别置信度表计算上述语音输入在每个语意类别下的置信度总值；以及确定上述语音输入的语意类别为置信度总值最高的语意类别。

可选的，上述基于预设的选择策略选择语音意图结果的步骤进一步包括：根据预设的识别引擎权重，依次判断每一个语音识别引擎所识别的语音意图结果与语音识别引擎的匹配度；以及响应于语音意图结果与语音识别引擎匹配，选择上述语音识别引擎所识别的语音意图结果为置信度最高的语音意图结果。

可选的，判断匹配度的步骤进一步包括：确定当前判断的语音意图结果的语意类别；基于识别引擎-语意类别置信度表确定当前判断的语音识别引擎在上述语意类别的识别置信度；以及上述语音意图结果与语音识别引擎匹配具体包括上述识别置信度高于预设的匹配置信度。

可选的，上述判断用户的使用场景进一步包括：基于上述用户当前处于特定的应用界面判断上述用户的使用场景为特定场景；上述确定语音识别引擎进一步包括：基于上述使用场景为特定场景，确定所采用的语音识别引擎为对应于特定场景的特定语音识别引擎；以及上述基于预设的选择策略选择语音意图结果的步骤进一步包括：响应于上述特定语音识别引擎识别出语音意图结果，选择上述语音意图结果为置信度最高的语音意图结果。