[发明专利]用于数据输入的语音识别和训练

权利要求书

1.一种计算机实现方法，包括：

基于预定规则将数据输入分割成顺序的n-gram块，其中，通过语音识别接收所述数据输入；

接收关于所述数据输入的特性的元数据；

基于所述元数据生成语言模型；

生成所述数据输入的第一组语言模型变体；

基于至少所述第一组语言模型变体来训练所述语言模型；

使用所训练的语言模型生成用于所述数据输入的一个或多个替代；以及

发送包括用于所述数据输入的所述一个或多个替代的输出。

2.根据权利要求1所述的方法，其中，至少基于所述元数据和所述预定规则生成所述第一组语言模型变体。

3.根据权利要求2所述的方法，进一步包括：

响应于生成所述第一组语言模型变体，使用共同的用户元数据生成第二组语言模型变体；以及

针对所述第一组语言模型变体和所述第二组语言模型变体的子集，创建预附文本和附加文本。

4.根据权利要求3所述的方法，其中，还基于所述第二组语言模型变体、所述预附文本和所述附加文本训练所述语言模型。

5.根据权利要求3或4所述的方法，其中，创建所述预附文本和附加文本包括：

分析所述共同的用户元数据；

基于所述分析，确定当输入语音时使用的共同的预附短语和附加短语；以及

针对所述第一组语言模型变体和所述第二组语言模型变体的所述子集生成多个模板句子。

6.根据前述权利要求中的任一项所述的方法，其中，生成所述第一组语言模型变体包括：

确定所述数据输入的可能变体的数量。

7.根据权利要求6所述的方法，进一步包括：

确定所述数据输入的可能变体的数量低于变体的阈值数量；以及

响应于所述确定，生成所述数据输入的所有可能的语言模型变体。

8.根据权利要求6所述的方法，进一步包括：

确定所述数据输入的可能变体的数量高于变体的阈值数量；以及

响应于所述确定，基于所述n-gram块生成所述数据输入的减少数量的变体。

9.根据权利要求6所述的方法，其中，生成所述数据输入的所述第一组语言模型变体包括：

基于共同的数字模式生成可以表示数字的替代词。

10.根据前述权利要求中任一项所述的方法，其中，所述n-gram块是4-gram块和5-gram块中的一个。

11.根据前述权利要求中任一项所述的方法，其中，所述模型是语音到文本语法模型。

12.一种系统，其具有一个或多个计算机处理器，所述系统被配置为：

基于预定规则将数据输入分割成顺序的n-gram块，其中，所述数据输入是语音到文本转录；

接收关于所述数据输入的特性的元数据；

基于所述元数据生成语言模型；

生成所述数据输入的第一组语言模型变体；

基于至少所述第一组语言模型变体来训练所述语言模型；

使用所训练的语言模型生成用于所述数据输入的一个或多个替代；以及

发送包括用于所述数据输入的所述一个或多个替代的输出。

13.根据权利要求12所述的系统，其中，至少基于所述元数据和所述预定规则生成所述第一组语言模型变体。

14.根据权利要求13所述的系统，进一步被配置为：

响应于生成所述第一组语言模型变体，使用共同的用户元数据生成第二组语言模型变体；以及

针对所述第一组语言模型变体和所述第二组语言模型变体的子集，创建预附文本和附加文本。