[发明专利]一种基于互联网应用的智能语音识别系统在审

专利信息
申请号: 202010082693.9 申请日: 2020-02-07
公开(公告)号: CN111210821A 公开(公告)日: 2020-05-29
发明(设计)人: 何国涛;司玉景;马成龙 申请(专利权)人: 普强时代(珠海横琴)信息技术有限公司
主分类号: G10L15/22 分类号: G10L15/22;G10L15/30;G10L15/06;G10L15/02
代理公司: 北京科亿知识产权代理事务所(普通合伙) 11350 代理人: 汤东凤
地址: 519000 广东省珠海市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 互联网 应用 智能 语音 识别 系统
【说明书】:

发明涉及智能交互技术领域,且公开了一种基于互联网应用的智能语音识别系统,采用C/S架构,包括提供语音识别服务的服务器和客户端,所述客户端获取音频信息后发送至云端服务器,所述云端服务器识别结果后按要求返回客户端,述智能语音识别系统由接入、API、框架和框架支持四个逻辑层组成。该基于互联网应用的智能语音识别系统,通过多种用户词典和声学模型覆盖全部日常词汇和高频领域词汇,同时其来源也覆盖不同地域说话人口音,在不同的业务场景下都取得较好的识别效果,语言模型的对小众的语言表达方式也实现了支持,在个性化表达的场景下也能获得正确率较高的识别结果,同时输出也支持个性化表达的输出方式。

技术领域

本发明涉及智能交互技术领域,具体为一种基于互联网应用的智能语音识别系统。

背景技术

语音识别技术将人类语音中的词汇内容转换为计算机可读的输入,作为人机交互的关键技术,语音识别技术在呼叫中心、电信增值、企业信息化系统、智能机器人、智能外呼、智能车载等应用系统中有了广泛的应用。

语音识别技术的应用领域、场景和人群广泛,不同的应用条件下有着不同的要求,因此,一种可以应用在任何领域、任何场景、任何时间、地点以及人群的语音识别技术亟其需要,满足信息时代动态更新和个性化输入的需要。

进一步,由于个性化的表达,在一些小众圈子会出现有别于现有语言的表达方式,按照传动的自然语言表达方式进行理解会存在较大的误差,语音识别系统需要增强对小众表达方式的理解能力。

发明内容

针对上述背景技术的不足,本发明提供了一种基于互联网应用的智能语音识别系统的技术方案,具有使用场景广泛和智能化识别精度高等优点,解决了背景技术提出的问题。

本发明提供如下技术方案:一种基于互联网应用的智能语音识别系统,采用C/S架构,包括提供语音识别服务的服务器和客户端,所述客户端获取音频信息后发送至云端服务器,所述云端服务器识别结果后按要求返回客户端;

所述智能语音识别系统由接入、API、框架和框架支持四个逻辑层组成;

所述接入层包括客户端上安装的语音识别应用、对应的网络通信协议和服务器上的接入模块;

所述API层对框架内技术按功能进行封装,并提供方便上层调用的API接口;

所述框架层包含有实现具体功能的子系统;

所述框架支持库层是对框架功能的抽象,以更安全、容易扩展的方式为框架层提供接口调用。

优选的,所述框架层内子系统包含有用于端点检测的例子以及系统维护、用于解码的文法系统、自然语言系统以及个性语言系统、用于音频录入的语音录入、功能库系统、用于文法训练的识别引擎系统,所述API层包含有与框架层对应的端点检测API、解码API、音频录入和JSGF文法。

优选的,所述功能模块系统包含有语音增强模块、检测语音端点模块、话者分离模块、情绪识别模块和性别/情绪识别模块,所述语音录入包括有多重采样率支持模块和多重录入方式支持模块。

优选的,所述文法系统模块包含有文法结构器、文法自动构建模块和内置文法模块,所述自然语言系统包括规模语料构建模块和标点符号支持模块,所述个性语言系统包括个性语言构建模块和个性符号支持模块。

优选的,所述识别引擎系统包括在线提取特征模块、解码语音模块、声学模块、发音词典模块、语音模型模块。

优选的,所述识别引擎系统还包括有性能优化模块、灵活参数设置模块和多模型融合模块。

优选的,所述声学模型由声学语料经过训练获得,所述语言模型由文本语料训练获得,所述发音词典包含有方言词典。

本发明具备以下有益效果:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于普强时代(珠海横琴)信息技术有限公司,未经普强时代(珠海横琴)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010082693.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top