專(zhuān)利名稱(chēng)：連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及連續(xù)語(yǔ)音識(shí)別技術(shù)，尤其涉及在連續(xù)語(yǔ)音識(shí)別中用于自動(dòng)生成標(biāo)點(diǎn)符號(hào)的裝置及方法。
一般的語(yǔ)音識(shí)別系統(tǒng)可以如
圖1所示。該系統(tǒng)中，一般包括一個(gè)語(yǔ)音模型7和一個(gè)語(yǔ)言模型8。語(yǔ)音模型7包括所識(shí)別語(yǔ)言中的常用文字的發(fā)音。這種發(fā)音是利用統(tǒng)計(jì)方法從多數(shù)人對(duì)某個(gè)文字的閱讀發(fā)音中總結(jié)出來(lái)的，代表了該文字的一般發(fā)音特征。語(yǔ)言模型8包括所識(shí)別語(yǔ)言中的常用文字的使用方法。
圖1所示的連續(xù)語(yǔ)音識(shí)別系統(tǒng)的工作過(guò)程為，語(yǔ)音檢測(cè)裝置1采集用戶(hù)的語(yǔ)音，例如將語(yǔ)言表示為語(yǔ)音采樣，將該語(yǔ)音采樣送到發(fā)音概率計(jì)算裝置2。發(fā)音概率計(jì)算裝置2對(duì)語(yǔ)音模型7中的每個(gè)發(fā)音給出其與語(yǔ)音采樣是否相同的概率估值。文字概率計(jì)算裝置5，根據(jù)從大量語(yǔ)料中總結(jié)出的語(yǔ)言規(guī)律，給出對(duì)語(yǔ)言模型8中的文字是否是當(dāng)前上下文情況下應(yīng)出現(xiàn)的文字的概率估值。文字匹配裝置3，將發(fā)音概率計(jì)算裝置2計(jì)算的概率估值與文字概率計(jì)算裝置5計(jì)算的概率估值結(jié)合起來(lái)，計(jì)算一個(gè)聯(lián)合概率(該聯(lián)合概率值表示將語(yǔ)音采樣識(shí)別為該文字的可能性)，取聯(lián)合概率值最大的文字，作為語(yǔ)音識(shí)別的結(jié)果。上下文產(chǎn)生裝置4利用上述識(shí)別結(jié)果修改當(dāng)前的上下文，以便識(shí)別下一個(gè)語(yǔ)音采樣所用。文字輸出裝置6輸出所識(shí)別的文字。
上述的連續(xù)語(yǔ)音識(shí)別過(guò)程可以以字、詞或短語(yǔ)為單位進(jìn)行。因此，后文中的文字指單字、單詞或短語(yǔ)。
當(dāng)前的連續(xù)語(yǔ)音識(shí)別系統(tǒng)中，為了對(duì)識(shí)別結(jié)果加注標(biāo)點(diǎn)符號(hào)，需要在口授期間講出這些標(biāo)點(diǎn)符號(hào)，然后由語(yǔ)音識(shí)別系統(tǒng)識(shí)別。例如，為了完全識(shí)別“喂！你好?！?，講話(huà)人必須說(shuō)出“喂驚嘆號(hào)你好句號(hào)”。也就是說(shuō)，在現(xiàn)有的語(yǔ)音識(shí)別系統(tǒng)中，要求講話(huà)人將標(biāo)點(diǎn)符號(hào)轉(zhuǎn)化為語(yǔ)音(即講出標(biāo)點(diǎn)符號(hào))，再由語(yǔ)音識(shí)別系統(tǒng)識(shí)別為相應(yīng)的標(biāo)點(diǎn)符號(hào)。此時(shí)要求語(yǔ)言模型中包括標(biāo)點(diǎn)符號(hào)，即語(yǔ)言模型8能夠給出每個(gè)標(biāo)點(diǎn)符號(hào)是否是當(dāng)前上下文情況下應(yīng)出現(xiàn)的標(biāo)點(diǎn)符號(hào)的概率估值。
但是，在利用上述語(yǔ)音識(shí)別系統(tǒng)對(duì)自然講話(huà)活動(dòng)(例如，會(huì)議，無(wú)線(xiàn)電廣播電視節(jié)目等)作文字記錄時(shí)，不能期望人們講出標(biāo)點(diǎn)符號(hào)。另外，在口授期間講出標(biāo)點(diǎn)符號(hào)是極不自然的事情。即使被要求這樣做，人們?cè)谥v話(huà)或讀文章時(shí)，常常忘記講出標(biāo)點(diǎn)符號(hào)。再者，在即興演講口授時(shí)，每句話(huà)直接來(lái)自于思維，多數(shù)人很難正確地判斷應(yīng)使用的標(biāo)點(diǎn)符號(hào)，很難講出正確的標(biāo)點(diǎn)符號(hào)并同時(shí)保證講話(huà)的流利性。這也許是因?yàn)樵谌粘Ｋ玫闹形目谡Z(yǔ)中很少用到或根本不用標(biāo)點(diǎn)符號(hào)。
因此，在連續(xù)語(yǔ)音識(shí)別中，急需一種自動(dòng)生成標(biāo)點(diǎn)符號(hào)的裝置及方法，它應(yīng)該是便于使用的，不要求在講話(huà)時(shí)講出標(biāo)點(diǎn)符號(hào)，因而不影響用戶(hù)的正常講話(huà)。
本發(fā)明的第一個(gè)目的在于提供一種連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置。
本發(fā)明的第二個(gè)目的在于提供一種連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法。
為實(shí)現(xiàn)第一個(gè)目的，本發(fā)明提供一種連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置，包括語(yǔ)音識(shí)別裝置，用于將用戶(hù)語(yǔ)音識(shí)別為文字，所述語(yǔ)音識(shí)別裝置還識(shí)別所述用戶(hù)語(yǔ)音中的準(zhǔn)噪聲；并且還包括準(zhǔn)噪聲標(biāo)記裝置，用于標(biāo)記語(yǔ)音識(shí)別裝置的輸出結(jié)果中的準(zhǔn)噪聲；標(biāo)點(diǎn)符號(hào)產(chǎn)生裝置，用于根據(jù)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型，找到在準(zhǔn)噪聲標(biāo)記裝置所標(biāo)記的每個(gè)準(zhǔn)噪聲處最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)，產(chǎn)生與該最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)。
本發(fā)明還提供一種連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置，包括語(yǔ)音識(shí)別裝置，用于將用戶(hù)語(yǔ)音識(shí)別為文字；標(biāo)點(diǎn)符號(hào)位置指示裝置，用于在用戶(hù)口授期間對(duì)用戶(hù)的操作作出響應(yīng)，產(chǎn)生一個(gè)位置指示信號(hào)，該位置指示信號(hào)指示語(yǔ)音識(shí)別裝置的輸出結(jié)果中的一個(gè)位置；準(zhǔn)標(biāo)點(diǎn)概率計(jì)算裝置(10)，用于對(duì)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型中的每個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)，給出其是語(yǔ)音識(shí)別裝置的輸出結(jié)果中應(yīng)出現(xiàn)的一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的概率估值；標(biāo)點(diǎn)符號(hào)匹配裝置，根據(jù)準(zhǔn)標(biāo)點(diǎn)概率計(jì)算裝置計(jì)算的概率估值，找到在位置指示信號(hào)所指示的位置處的準(zhǔn)標(biāo)點(diǎn)符號(hào)，生成與該準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)。
為實(shí)現(xiàn)第二個(gè)目的，本發(fā)明提供一種連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法，包括語(yǔ)音識(shí)別步驟，將用戶(hù)語(yǔ)音識(shí)別為文字，該語(yǔ)音識(shí)別步驟還識(shí)別用戶(hù)語(yǔ)音中的準(zhǔn)噪聲；并且還包括以下步驟準(zhǔn)噪聲標(biāo)記步驟，標(biāo)記語(yǔ)音識(shí)別步驟的輸出結(jié)果中的準(zhǔn)噪聲；標(biāo)點(diǎn)符號(hào)產(chǎn)生步驟，根據(jù)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型，找到在準(zhǔn)噪聲標(biāo)記步驟中所標(biāo)記的每個(gè)準(zhǔn)噪聲處最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)，產(chǎn)生與最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)。
本發(fā)明還提供一種連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法，包括語(yǔ)音識(shí)別步驟，用于將用戶(hù)語(yǔ)音識(shí)別為文字；標(biāo)點(diǎn)符號(hào)位置指示步驟，用于在用戶(hù)口授期間對(duì)用戶(hù)的操作作出響應(yīng)，產(chǎn)生一個(gè)位置指示信號(hào)，該位置指示信號(hào)指示語(yǔ)音識(shí)別步驟的輸出結(jié)果中的一個(gè)位置；準(zhǔn)標(biāo)點(diǎn)概率計(jì)算步驟，用于對(duì)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型中的每個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)，給出其是語(yǔ)音識(shí)別步驟的輸出結(jié)果中應(yīng)出現(xiàn)的一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的概率估值；標(biāo)點(diǎn)符號(hào)匹配步驟，根據(jù)準(zhǔn)標(biāo)點(diǎn)概率計(jì)算步驟計(jì)算的概率估值，找到在位置指示信號(hào)所指示的位置處的準(zhǔn)標(biāo)點(diǎn)符號(hào)，生成與準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)。
根據(jù)本發(fā)明的裝置和方法，用戶(hù)不必再講出標(biāo)點(diǎn)符號(hào)，系統(tǒng)能夠自動(dòng)生成標(biāo)點(diǎn)符號(hào)。因此，利用本發(fā)明的裝置和方法，不影響用戶(hù)講話(huà)的流利性，提高語(yǔ)音識(shí)別系統(tǒng)中標(biāo)點(diǎn)符號(hào)生成的正確性和快速性。
通過(guò)結(jié)合附圖對(duì)本發(fā)明最佳實(shí)施方式進(jìn)行更詳細(xì)地描述之后，本發(fā)明的其他目的和特征將會(huì)更加明顯。
圖1是現(xiàn)有技術(shù)的連續(xù)語(yǔ)音識(shí)別系統(tǒng)的構(gòu)成示意圖；圖2是根據(jù)本發(fā)明的連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置第一實(shí)施方式的一般結(jié)構(gòu)示意圖；圖3是根據(jù)本發(fā)明的連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法第一實(shí)施方式的一般流程圖；圖4是根據(jù)本發(fā)明的連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法第二實(shí)施方式的一般流程圖。
首先介紹本發(fā)明中用到的幾個(gè)概念。
人們?cè)谌粘Ｖv話(huà)中，除了發(fā)出與語(yǔ)言文字相應(yīng)的連續(xù)語(yǔ)音之外，往往還發(fā)出一些噪聲，比如吸氣聲、咂嘴聲等等。這些噪聲不能被識(shí)別為語(yǔ)言文字。另外，在連續(xù)語(yǔ)音之間也可能有沉默。在一般的語(yǔ)音識(shí)別系統(tǒng)中，未對(duì)這些噪聲和沉默進(jìn)行利用，而是簡(jiǎn)單地過(guò)濾掉。發(fā)明人通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，這些噪聲和沉默與應(yīng)該加注的標(biāo)點(diǎn)符號(hào)之間有一定的聯(lián)系。比如，在讀文章時(shí)，如果遇到句號(hào)“?！?，人們習(xí)慣地沉默較長(zhǎng)時(shí)間；如果遇到逗號(hào)“，”，往往沉默較短的時(shí)間，并短促地吸氣；而在遇到頓號(hào)“、”時(shí)，只沉默較短時(shí)間，并不吸氣。因此，在本發(fā)明的方法中，對(duì)這些噪聲和沉默加以利用。
另外，當(dāng)流利地講出兩個(gè)文字，而中間沒(méi)有語(yǔ)音或沉默時(shí)，它們之間可能存在標(biāo)點(diǎn)符號(hào)。為了便于實(shí)現(xiàn)本發(fā)明的方法，在連續(xù)兩個(gè)文字之間，人為地加入一個(gè)“無(wú)聲音”符號(hào)。在本文中，將噪聲、沉默和“無(wú)聲音”定義為準(zhǔn)噪聲。因此，在任何兩個(gè)文字的語(yǔ)音之間，總是有一個(gè)準(zhǔn)噪聲。
所有的準(zhǔn)噪聲構(gòu)成了準(zhǔn)噪聲集合D。于是，D＝{“無(wú)聲音”，沉默，吸氣聲，咂嘴聲，...}在一種語(yǔ)言中，標(biāo)點(diǎn)符號(hào)的加注是有一定規(guī)則的。為便于計(jì)算機(jī)實(shí)現(xiàn)標(biāo)點(diǎn)符號(hào)的自動(dòng)加注，需要從大量的含有標(biāo)點(diǎn)符號(hào)的語(yǔ)料中利用統(tǒng)計(jì)方法總結(jié)出標(biāo)點(diǎn)符號(hào)加注規(guī)則。為了便于實(shí)現(xiàn)本發(fā)明的方法，在文本中不應(yīng)出現(xiàn)標(biāo)點(diǎn)符號(hào)的地方，人為地加入一個(gè)稱(chēng)為“無(wú)標(biāo)點(diǎn)”的符號(hào)。在本文中，將標(biāo)點(diǎn)符號(hào)和“無(wú)標(biāo)點(diǎn)”符號(hào)定義為準(zhǔn)標(biāo)點(diǎn)符號(hào)。因此，在任何兩個(gè)文字之間，總是有一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)。
所有的準(zhǔn)標(biāo)點(diǎn)符號(hào)構(gòu)成了準(zhǔn)標(biāo)點(diǎn)符號(hào)集合M。
M＝{“無(wú)標(biāo)點(diǎn)”，“句號(hào)”，“逗號(hào)”，“驚嘆號(hào)”，“頓號(hào)”，...}標(biāo)點(diǎn)符號(hào)的自動(dòng)生成，包括兩個(gè)必要步驟。第一，確定在哪里加注標(biāo)點(diǎn)符號(hào)，即標(biāo)點(diǎn)符號(hào)位置的確定。第二，確定應(yīng)加注什么標(biāo)點(diǎn)符號(hào)，即標(biāo)點(diǎn)符號(hào)種類(lèi)的確定。后文中先描述較復(fù)雜的第一實(shí)施方式，它能自動(dòng)完成標(biāo)點(diǎn)符號(hào)位置的確定和標(biāo)點(diǎn)符號(hào)種類(lèi)的確定。然后，描述需要用戶(hù)在口授時(shí)指示標(biāo)點(diǎn)符號(hào)位置的第二實(shí)施方式。
圖2示出根據(jù)本發(fā)明的連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置第一實(shí)施方式的一般結(jié)構(gòu)示意圖。在圖2中，標(biāo)號(hào)1代表語(yǔ)音檢測(cè)裝置，2’代表發(fā)音及準(zhǔn)噪聲概率計(jì)算裝置，3代表文字匹配裝置，4代表上下文產(chǎn)生裝置4，5代表文字概率計(jì)算裝置，6’代表識(shí)別結(jié)果輸出裝置，7’代表含有準(zhǔn)噪聲的語(yǔ)音模型，8代表語(yǔ)言模型。以上各部件與圖1中所示相應(yīng)部件功能相同或類(lèi)似。另外，標(biāo)號(hào)9代表準(zhǔn)噪聲標(biāo)記裝置，10代表準(zhǔn)標(biāo)點(diǎn)概率計(jì)算裝置，11代表含有準(zhǔn)標(biāo)點(diǎn)的語(yǔ)言模型，12代表含有標(biāo)點(diǎn)符號(hào)的上下文產(chǎn)生裝置，13代表標(biāo)點(diǎn)符號(hào)匹配裝置，14代表準(zhǔn)標(biāo)點(diǎn)符號(hào)條件下準(zhǔn)噪聲的概率計(jì)算裝置，15代表準(zhǔn)標(biāo)點(diǎn)符號(hào)與準(zhǔn)噪聲對(duì)照表。
在圖2中，將準(zhǔn)噪聲集合D中每個(gè)成員的相應(yīng)語(yǔ)音增加到含有準(zhǔn)噪聲的語(yǔ)音模型7’(與圖1的語(yǔ)音模型7作用類(lèi)似)中。因此，含有準(zhǔn)噪聲的語(yǔ)音模型7’中的一個(gè)成員或者對(duì)應(yīng)一個(gè)文字的發(fā)音，或者對(duì)應(yīng)一個(gè)準(zhǔn)噪聲。發(fā)音及準(zhǔn)噪聲概率計(jì)算裝置2’對(duì)含有準(zhǔn)噪聲的語(yǔ)音模型7’中的每個(gè)發(fā)音或噪聲給出其與語(yǔ)音采樣是否相近的概率估值。含有準(zhǔn)噪聲的語(yǔ)音模型稱(chēng)為第一語(yǔ)音模型AM1，它不但包括每個(gè)文字的發(fā)音，而且還包括與每個(gè)準(zhǔn)噪聲相應(yīng)的語(yǔ)音。
將準(zhǔn)標(biāo)點(diǎn)符號(hào)集合M中的每個(gè)成員增加到含有準(zhǔn)標(biāo)點(diǎn)的語(yǔ)言模型11。當(dāng)然，也可以將所有準(zhǔn)標(biāo)點(diǎn)符號(hào)增加到語(yǔ)言模型8中，作為同一個(gè)模型。不同的實(shí)現(xiàn)方式不構(gòu)成對(duì)本發(fā)明的限制。文字概率計(jì)算裝置5與圖1中的文字概率計(jì)算裝置5相同，將其所使用的語(yǔ)言模型稱(chēng)為第一語(yǔ)言模型LM1。第一語(yǔ)言模型LM1包括所識(shí)別的語(yǔ)言中常用的每個(gè)文字。
因此，與圖1中所示裝置類(lèi)似地，利用語(yǔ)音檢測(cè)裝置1、發(fā)音及準(zhǔn)噪聲概率計(jì)算裝置(AM1)2’、文字匹配裝置3、上下文產(chǎn)生裝置4、文字概率計(jì)算裝置(LM1)5、含有準(zhǔn)噪聲的語(yǔ)音模型7’以及語(yǔ)言模型8，能夠?qū)⑺鶛z測(cè)的語(yǔ)音譯碼為相應(yīng)的文字或準(zhǔn)噪聲。將這一譯碼結(jié)果稱(chēng)為第一序列。利用準(zhǔn)噪聲標(biāo)記裝置9，標(biāo)記第一序列中的其他準(zhǔn)噪聲，例如“無(wú)聲音”。
準(zhǔn)標(biāo)點(diǎn)概率計(jì)算裝置10，在當(dāng)前上下文(含有準(zhǔn)標(biāo)點(diǎn)符號(hào))的情況下，根據(jù)從大量含有標(biāo)點(diǎn)符號(hào)的語(yǔ)料中總結(jié)出的語(yǔ)言規(guī)則，對(duì)含有準(zhǔn)標(biāo)點(diǎn)的語(yǔ)言模型11中的準(zhǔn)標(biāo)點(diǎn)符號(hào)是否是下一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的概率估值。將該裝置所使用的語(yǔ)言模型11稱(chēng)為第二語(yǔ)言模型LM2。構(gòu)造第二語(yǔ)言模型時(shí)，保留了語(yǔ)料中的所有標(biāo)點(diǎn)符號(hào)。因此，第二語(yǔ)言模型LM2包括每個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)。例如，設(shè)c為當(dāng)前上下文，m為準(zhǔn)標(biāo)點(diǎn)符號(hào)，則LM2的作用是計(jì)算P(m|c)。
準(zhǔn)標(biāo)點(diǎn)符號(hào)條件下準(zhǔn)噪聲的概率計(jì)算裝置14，利用第二語(yǔ)音模型AM2給出在某個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)處出現(xiàn)特定準(zhǔn)噪聲的概率估值。第二語(yǔ)音模型AM2是利用統(tǒng)計(jì)方法在大量語(yǔ)料的基礎(chǔ)上構(gòu)造的。在第二語(yǔ)音模型AM2的構(gòu)造過(guò)程中，找到準(zhǔn)標(biāo)點(diǎn)符號(hào)與準(zhǔn)噪聲的相應(yīng)對(duì)，將這些相應(yīng)的對(duì)存儲(chǔ)在準(zhǔn)標(biāo)點(diǎn)符號(hào)與準(zhǔn)噪聲對(duì)照表15中。準(zhǔn)標(biāo)點(diǎn)符號(hào)條件下準(zhǔn)噪聲的概率計(jì)算裝置14，根據(jù)準(zhǔn)標(biāo)點(diǎn)符號(hào)與準(zhǔn)噪聲對(duì)照表15，計(jì)算條件概率P(d|m)，其中m為準(zhǔn)標(biāo)點(diǎn)符號(hào)，d為準(zhǔn)噪聲。第二語(yǔ)音模型AM2的具體構(gòu)造過(guò)程將在后文詳述。
當(dāng)然，這樣的條件概率P(d|m)可以預(yù)先利用大量語(yǔ)料通過(guò)統(tǒng)計(jì)方法計(jì)算得到，并存儲(chǔ)在相應(yīng)的表中。在實(shí)際生成標(biāo)點(diǎn)符號(hào)的過(guò)程中，通過(guò)查表求得相應(yīng)的條件概率值。也就是說(shuō)，準(zhǔn)標(biāo)點(diǎn)符號(hào)條件下準(zhǔn)噪聲的概率計(jì)算裝置可以采用不同的方式實(shí)現(xiàn)，這些不同的實(shí)現(xiàn)方式不構(gòu)成對(duì)本發(fā)明的限制。
標(biāo)點(diǎn)符號(hào)匹配裝置13，將準(zhǔn)標(biāo)點(diǎn)概率計(jì)算裝置10計(jì)算的概率估值P(m|c)與準(zhǔn)標(biāo)點(diǎn)符號(hào)條件下準(zhǔn)噪聲的概率計(jì)算裝置14計(jì)算的概率估值P(d|m)結(jié)合起來(lái)，對(duì)于含有準(zhǔn)標(biāo)點(diǎn)的語(yǔ)言模型11中的每一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)計(jì)算一個(gè)相關(guān)概率P(d|m)*P(m|c)(該相關(guān)概率值表示將準(zhǔn)噪聲識(shí)別為一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的可能性)，取相關(guān)概率值最大的準(zhǔn)標(biāo)點(diǎn)符號(hào)，作為自動(dòng)生成的準(zhǔn)標(biāo)點(diǎn)符號(hào)。這一過(guò)程可以表示為MML＝argmax mAM2(d，m)*LM2(m，c)其中，m為準(zhǔn)標(biāo)點(diǎn)符號(hào)，d為準(zhǔn)噪聲，c為上下文，并且AM2(d，m)＝P(d|m)，LM2(m，c)＝P(m|c)。
當(dāng)m＝“無(wú)標(biāo)點(diǎn)”時(shí)，表示在上下文的條件下應(yīng)出現(xiàn)的是文字而不是標(biāo)點(diǎn)符號(hào)，所以
P(“無(wú)標(biāo)點(diǎn)”|c)＝∑P(w|c)。
w＝文字含標(biāo)點(diǎn)的上下文產(chǎn)生裝置12利用上述生成的準(zhǔn)標(biāo)點(diǎn)符號(hào)修改當(dāng)前的上下文，以便處理下一個(gè)準(zhǔn)噪聲。識(shí)別結(jié)果輸出裝置6’輸出所識(shí)別出的文字和自動(dòng)生成的準(zhǔn)標(biāo)點(diǎn)符號(hào)(或者轉(zhuǎn)換為普通標(biāo)點(diǎn)符號(hào))。
作為根據(jù)本發(fā)明的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置的第二實(shí)施方式，另外一種連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置，經(jīng)上述第一實(shí)施方式變化而成。主要區(qū)別在于，它包括一個(gè)標(biāo)點(diǎn)符號(hào)位置指示裝置，用于在用戶(hù)口授期間對(duì)用戶(hù)的操作作出響應(yīng)，產(chǎn)生一個(gè)位置指示信號(hào)，該位置指示信號(hào)指示語(yǔ)音識(shí)別裝置的輸出結(jié)果中的一個(gè)位置。該位置指示裝置例如可以是一個(gè)鼠標(biāo)器，或者是另外的專(zhuān)用硬件。還包括準(zhǔn)標(biāo)點(diǎn)概率計(jì)算裝置(10)，用于對(duì)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型中的每個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)，給出其是語(yǔ)音識(shí)別裝置的輸出結(jié)果中應(yīng)出現(xiàn)的一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的概率估值；標(biāo)點(diǎn)符號(hào)匹配裝置，根據(jù)準(zhǔn)標(biāo)點(diǎn)概率計(jì)算裝置計(jì)算的概率估值，找到在位置指示信號(hào)所指示的位置處的準(zhǔn)標(biāo)點(diǎn)符號(hào)，生成與該準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)。
采用上述標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置，不必利用準(zhǔn)噪聲，省略了第一語(yǔ)音模型AM1中的準(zhǔn)噪聲部分和第二語(yǔ)音模型AM2，并且更容易實(shí)現(xiàn)，同時(shí)也提供了更高的精確性。但是對(duì)于用戶(hù)而言，卻不如第一實(shí)施方式那樣便于使用。
圖3是根據(jù)本發(fā)明的在語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法第一實(shí)施方式的流程圖。
在步驟S31，開(kāi)始語(yǔ)音識(shí)別過(guò)程。該步驟中，清空所有內(nèi)部變量，比如上下文c。
在步驟S32，檢測(cè)用戶(hù)讀一個(gè)詞的語(yǔ)音。在步驟S33，利用第一語(yǔ)音模型AM1和第一語(yǔ)言模型LM1，將用戶(hù)語(yǔ)音解碼為文字或準(zhǔn)噪聲。比如，當(dāng)用戶(hù)讀以下中文句子“這蘋(píng)果是紅的，不是綠的?！睍r(shí)，只讀其中的文字。于是，通過(guò)循環(huán)執(zhí)行以下各步，可將用戶(hù)語(yǔ)音解碼為以下第一序列“這蘋(píng)果是紅的(吸氣聲)不是綠的(沉默)”。
在步驟S34，標(biāo)記上述第一序列中的準(zhǔn)噪聲。這里的準(zhǔn)噪聲，是指其他未能由步驟S33解碼出來(lái)的準(zhǔn)噪聲。在該實(shí)施方式中，在連續(xù)兩個(gè)文字之間，加入一個(gè)“無(wú)聲音”符號(hào)，以便于實(shí)現(xiàn)。于是，形成以下第二序列“這(無(wú)聲音)蘋(píng)果(無(wú)聲音)是(無(wú)聲音)紅的(吸氣聲)不是(無(wú)聲音)綠的(沉默)”。
在步驟S35，對(duì)于所有準(zhǔn)標(biāo)點(diǎn)符號(hào)m，計(jì)算在當(dāng)前上下文c情況下的條件概率P(m|c)。
在步驟S36，對(duì)于所有準(zhǔn)噪聲d，計(jì)算在各個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)m情況下的條件概率P(d|m)。另一種方案是，預(yù)先將對(duì)于所有準(zhǔn)噪聲d和準(zhǔn)標(biāo)點(diǎn)符號(hào)m的概率值P(d|m)利用大量語(yǔ)料根據(jù)統(tǒng)計(jì)方法計(jì)算出來(lái)，存儲(chǔ)在一個(gè)表中，通過(guò)查表來(lái)實(shí)現(xiàn)步驟S36。
在步驟S37，找到使P(d|m)*P(m|c)最大的準(zhǔn)標(biāo)點(diǎn)符號(hào)MML，即計(jì)算MML＝argmax mP(d|m)*P(m|c)，步驟S35、S36和S37也可以認(rèn)為是這樣一種過(guò)程對(duì)于所述第二序列中的每個(gè)準(zhǔn)噪聲d及其上下文c，利用第二語(yǔ)音模型(AM2)和第二語(yǔ)言模型(LM2)，找到最佳準(zhǔn)標(biāo)點(diǎn)符號(hào)MML，使得MML＝argmax mAM2(d，m)*LM2(m，c)其中m是一準(zhǔn)標(biāo)點(diǎn)符號(hào)，并且AM2(d，m)＝P(d|m)LM2(m，c)＝P(m|c)當(dāng)m＝“無(wú)標(biāo)點(diǎn)”時(shí)，LM2(“無(wú)標(biāo)點(diǎn)”，c)＝P(“無(wú)標(biāo)點(diǎn)”|c)＝∑ 計(jì)數(shù)(c，w)w≠標(biāo)點(diǎn)即，所有非標(biāo)點(diǎn)文字w的P(w|c)之和。
在步驟S38，將MML作為自動(dòng)生成的準(zhǔn)標(biāo)點(diǎn)符號(hào)，并且更新當(dāng)前的上下文c。于是，形成以下第三序列“這(無(wú)標(biāo)點(diǎn))蘋(píng)果(無(wú)標(biāo)點(diǎn))是(無(wú)標(biāo)點(diǎn))紅的(逗號(hào))不是(無(wú)標(biāo)點(diǎn))綠的(句號(hào))”。
在步驟S39，判斷連續(xù)語(yǔ)音識(shí)別是否結(jié)束。如果沒(méi)有結(jié)束，則轉(zhuǎn)到步驟S2。否則進(jìn)行到步驟S310。
在步驟S310，輸出所識(shí)別的文字和自動(dòng)生成的標(biāo)點(diǎn)符號(hào)。該步驟中，可以用實(shí)際的標(biāo)點(diǎn)符號(hào)替換準(zhǔn)標(biāo)點(diǎn)符號(hào)。例如，輸出如下結(jié)果“這蘋(píng)果是紅的，不是綠的。”。
在步驟S311，過(guò)程結(jié)束。
在此需要說(shuō)明的是，上述第一序列、第二序列和第三序列是隨著用戶(hù)讀每一個(gè)詞時(shí)通過(guò)循環(huán)執(zhí)行步驟S32至S38而逐漸生成的。也就是說(shuō)，上述過(guò)程是實(shí)時(shí)進(jìn)行的。即不必在對(duì)整個(gè)句子完成解碼之后才進(jìn)行標(biāo)點(diǎn)符號(hào)的自動(dòng)生成，而是可以實(shí)時(shí)地生成標(biāo)點(diǎn)符號(hào)。一旦對(duì)構(gòu)成上下文的文字完成解碼，則可以根據(jù)上下文產(chǎn)生標(biāo)點(diǎn)符號(hào)。當(dāng)然，完全可以以句子為單位進(jìn)行語(yǔ)音識(shí)別。這些不構(gòu)成對(duì)本發(fā)明的限制。
如前文所述，第二語(yǔ)音模型AM2是在大量語(yǔ)料的基礎(chǔ)上構(gòu)造的。例如，可以通過(guò)下述方法構(gòu)造。
(1)以一段訓(xùn)練文本，例如“w1w2，w3。w4”為例，在訓(xùn)練文本中標(biāo)記準(zhǔn)標(biāo)點(diǎn)符號(hào)。于是得到w1“無(wú)標(biāo)點(diǎn)”w2逗號(hào)w3句號(hào)w4(2)讓訓(xùn)練人員讀該段文本“w1w2，w3。w4”，但是不讀標(biāo)點(diǎn)；(3)利用第一語(yǔ)音模型AM1和第一語(yǔ)言模型LM1對(duì)訓(xùn)練人員的語(yǔ)音串進(jìn)行解碼。由于上述文本中存在標(biāo)點(diǎn)符號(hào)，所以訓(xùn)練人員在讀時(shí)有一定的閱讀習(xí)慣。w1和w2之間沒(méi)有任何標(biāo)點(diǎn)符號(hào)，可能連續(xù)地讀出它們。讀出w2之后，遇到一個(gè)逗號(hào)，可能稍停片刻并吸氣。然后，讀w3，并沉默(由于有句號(hào))。最后，讀出w4。例如，解碼輸出可以是w1 w2吸氣w3沉默w4(4)在解碼輸出中標(biāo)記準(zhǔn)噪聲。對(duì)于上例，得到w1“無(wú)聲音”w2吸氣w3沉默w4(5)對(duì)準(zhǔn)標(biāo)點(diǎn)符號(hào)m與相應(yīng)的準(zhǔn)噪聲d進(jìn)行配對(duì)，得到(“無(wú)標(biāo)點(diǎn)”，“無(wú)聲音”)(逗號(hào)，吸氣)
(句號(hào)，沉默)對(duì)于一種準(zhǔn)標(biāo)點(diǎn)符號(hào)m和一種準(zhǔn)噪聲d，存在著一種對(duì)應(yīng)關(guān)系，稱(chēng)為(m，d)對(duì)。(m，d)對(duì)的數(shù)目表示為c(m，d)。訓(xùn)練文本，即語(yǔ)料和訓(xùn)練人員應(yīng)該是足夠多的，能夠概括各種準(zhǔn)標(biāo)點(diǎn)符號(hào)，和一般人的閱讀習(xí)慣。所以c(m，d)一般是大于1的。
(6)將P(d|m)粗略估計(jì)為c(m，d)/c(m)，其中c(m)是對(duì)于所有準(zhǔn)噪聲d’相應(yīng)的c(m，d’)之和。
以上是構(gòu)造第二語(yǔ)音模型AM2的一種方法。當(dāng)然，也可以利用其他方法構(gòu)造具有同樣功能的語(yǔ)音模型AM2。
以上參照?qǐng)D2和圖3所述的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置和方法中，不需要用戶(hù)在口授時(shí)講出標(biāo)點(diǎn)符號(hào)，也不需要用戶(hù)指示標(biāo)點(diǎn)符號(hào)的位置。但是，因?yàn)椴煌脩?hù)有不同的閱讀習(xí)慣，所以將準(zhǔn)噪聲作為判斷標(biāo)點(diǎn)符號(hào)位置的條件之一，必然存在著一定的誤差。
在以下所述的第二實(shí)施方式中，在用戶(hù)的口授中需要標(biāo)點(diǎn)符號(hào)時(shí)，要求用戶(hù)在口授的同時(shí)給予確定的指示。這種確定的指示例如通過(guò)按擊鼠標(biāo)按鍵或?qū)Ｓ糜布?lái)實(shí)現(xiàn)。因此，不必利用準(zhǔn)噪聲，省略了第一語(yǔ)音模型AM1中的準(zhǔn)噪聲部分和第二語(yǔ)音模型AM2，并且更容易實(shí)現(xiàn)，同時(shí)也提供了更高的精確性。但是對(duì)于用戶(hù)而言，卻不如第一實(shí)施方式那樣便于使用。
根據(jù)本發(fā)明的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法的第二實(shí)施方式如圖4所示包括以下步驟在步驟S41，開(kāi)始語(yǔ)音識(shí)別過(guò)程。該步驟中，清空所有內(nèi)部變量，比如上下文c。
在步驟S42，檢測(cè)用戶(hù)語(yǔ)音。在步驟S4，利用普通的語(yǔ)音模型AM和語(yǔ)言模型LM，將用戶(hù)語(yǔ)音解碼為文字。
在步驟S45，確定用戶(hù)在口授期間所指示標(biāo)點(diǎn)符號(hào)位置。
在步驟S47，利用第二語(yǔ)言模型LM2，找到最佳準(zhǔn)標(biāo)點(diǎn)符號(hào)MML，使得MML＝argmax mLM2(m，c)其中m是一個(gè)標(biāo)點(diǎn)符號(hào)，并且LM2(m，c)＝P(m|c)。
在步驟S48，將MML作為自動(dòng)生成的準(zhǔn)標(biāo)點(diǎn)符號(hào)，并且更新當(dāng)前的上下文c。
在步驟S49，判斷連續(xù)語(yǔ)音識(shí)別是否結(jié)束。如果沒(méi)有結(jié)束，則轉(zhuǎn)到步驟S42。否則進(jìn)行到步驟S410。
在步驟S410，輸出所識(shí)別的文字和自動(dòng)生成的標(biāo)點(diǎn)符號(hào)。該步驟中，可以用實(shí)際的標(biāo)點(diǎn)符號(hào)替換準(zhǔn)標(biāo)點(diǎn)符號(hào)。
在步驟S411，過(guò)程結(jié)束。
現(xiàn)在描述第三實(shí)施方式。它介于第一實(shí)施方式與第二實(shí)施方式之間。該第三實(shí)施方式與第二實(shí)施方式的不同在于，雖然要求用戶(hù)在口授期間需要標(biāo)點(diǎn)符號(hào)時(shí)進(jìn)行確定的指示，但是不要求用戶(hù)采取任何機(jī)械動(dòng)作，而是采用特定的聲音動(dòng)作，例如“咂嘴”以產(chǎn)生任何可檢測(cè)的噪聲，或者有意地沉默，來(lái)指示標(biāo)點(diǎn)符號(hào)。這樣，更有利于用戶(hù)流利地講話(huà)。第三實(shí)施方式與第一實(shí)施方式的不同在于，用戶(hù)在口授期間在標(biāo)點(diǎn)符號(hào)處所產(chǎn)生的是特定的聲音動(dòng)作，增加了自然噪聲與用于指示標(biāo)點(diǎn)的聲音之間的區(qū)別。在構(gòu)造第二語(yǔ)音模型AM2時(shí)，對(duì)訓(xùn)練人也有同樣的要求。通過(guò)實(shí)踐證明，在自動(dòng)生成標(biāo)點(diǎn)符號(hào)時(shí)，第三實(shí)施方式比第一實(shí)施方式具有更高的精確性。
本發(fā)明的方法不必限于后期處理，即不必在對(duì)整個(gè)句子完成解碼之后才進(jìn)行標(biāo)點(diǎn)符號(hào)的自動(dòng)生成，而是可以實(shí)時(shí)地進(jìn)行。也就是說(shuō)，一旦對(duì)構(gòu)成上下文的文字完成解碼，即可以根據(jù)上下文自動(dòng)生成標(biāo)點(diǎn)符號(hào)。
雖然如上所述描述了本發(fā)明的最佳實(shí)施方式，但是應(yīng)該認(rèn)識(shí)到，對(duì)于本領(lǐng)域內(nèi)熟練的技術(shù)人員而言，在不背離本發(fā)明的實(shí)質(zhì)和范圍的情況下，可以對(duì)上述實(shí)施方式進(jìn)行各形式的修改和變更。因此，本發(fā)明的保護(hù)范圍內(nèi)權(quán)利要求書(shū)限定。
權(quán)利要求
1.連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置，包括用于識(shí)別用戶(hù)語(yǔ)音并將所述用戶(hù)語(yǔ)音轉(zhuǎn)換為文字的裝置(1，2，3，5)，其特征在于所述用于識(shí)別用戶(hù)語(yǔ)音的裝置(1，2，3，5)還識(shí)別所述用戶(hù)語(yǔ)音中的準(zhǔn)噪聲；并且其特征在于還包括用于標(biāo)記所述用于識(shí)別用戶(hù)語(yǔ)音的裝置(1，2，3，5)的輸出結(jié)果中的準(zhǔn)噪聲的裝置(9)；用于根據(jù)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型，找到在所述用于標(biāo)記準(zhǔn)噪聲的裝置(9)所標(biāo)記的每個(gè)準(zhǔn)噪聲處最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)，產(chǎn)生與所述最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)的裝置(10，14，13)。
2.根據(jù)權(quán)利要求1的裝置，其特征在于所述用于產(chǎn)生標(biāo)點(diǎn)符號(hào)的裝置包括用于對(duì)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型中的每個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)，計(jì)算其是所述用于識(shí)別用戶(hù)語(yǔ)音的裝置的輸出結(jié)果中應(yīng)出現(xiàn)的一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的概率估值的裝置(10)；用于計(jì)算特定準(zhǔn)標(biāo)點(diǎn)符號(hào)處出現(xiàn)特定準(zhǔn)噪聲的概率估值的裝置(14)；用于根據(jù)所計(jì)算的所述概率估值，找到在所述用于標(biāo)記準(zhǔn)噪聲的裝置(9)所標(biāo)記的每個(gè)準(zhǔn)噪聲處最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)，生成與所述最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)的裝置(13)。
3.連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置，包括用于識(shí)別用戶(hù)語(yǔ)音并將用戶(hù)語(yǔ)音轉(zhuǎn)換為文字的裝置(1，2，3，5)，其特征在于還包括用于在用戶(hù)口授期間對(duì)用戶(hù)的操作作出響應(yīng)，產(chǎn)生一個(gè)位置指示信號(hào)的裝置，所述位置指示信號(hào)指示所述用于識(shí)別用戶(hù)語(yǔ)音的裝置(1，2，3，5)的輸出結(jié)果中的一個(gè)位置；用于對(duì)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型中的每個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)，計(jì)算其是所述用于識(shí)別用戶(hù)語(yǔ)音的裝置的輸出結(jié)果中應(yīng)出現(xiàn)的一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的概率估值的裝置(10)；用于根據(jù)所計(jì)算的所述概率估值，找到在所述位置指示信號(hào)所指示的位置處的準(zhǔn)標(biāo)點(diǎn)符號(hào)，生成與所述準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)的裝置(13)。
4.連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法，包括識(shí)別用戶(hù)語(yǔ)音并將用戶(hù)語(yǔ)音轉(zhuǎn)換為文字的步驟，其特征在于在所述識(shí)別用戶(hù)語(yǔ)音的步驟中還識(shí)別所述用戶(hù)語(yǔ)音中的準(zhǔn)噪聲；并且其特征在于還包括以下步驟標(biāo)記所述識(shí)別用戶(hù)語(yǔ)音的步驟的輸出結(jié)果中的準(zhǔn)噪聲；根據(jù)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型，找到在所述標(biāo)記準(zhǔn)噪聲的步驟中所標(biāo)記的每個(gè)準(zhǔn)噪聲處最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)，產(chǎn)生與所述最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)。
5.根據(jù)權(quán)利要求4的方法，其特征在于所述產(chǎn)生標(biāo)點(diǎn)符號(hào)的步驟包括以下步驟對(duì)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型中的每個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)，計(jì)算其是所述識(shí)別用戶(hù)語(yǔ)音的步驟的輸出結(jié)果中應(yīng)出現(xiàn)的一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的概率估值；計(jì)算特定準(zhǔn)標(biāo)點(diǎn)符號(hào)處出現(xiàn)特定準(zhǔn)噪聲的概率估值；根據(jù)所計(jì)算的所述概率估值，找到在所述標(biāo)記準(zhǔn)噪聲的步驟中所標(biāo)記的每個(gè)準(zhǔn)噪聲處最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)，生成與所述最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)。
6.連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成方法，包括識(shí)別用戶(hù)語(yǔ)音并將用戶(hù)語(yǔ)音轉(zhuǎn)換為文字的步驟，其特征在于還包括以下步驟在用戶(hù)口授期間對(duì)用戶(hù)的操作作出響應(yīng)，產(chǎn)生一個(gè)位置指示信號(hào)，所述位置指示信號(hào)指示所述識(shí)別用戶(hù)語(yǔ)音的步驟的輸出結(jié)果中的一個(gè)位置；用于對(duì)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型中的每個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)，計(jì)算其是所述識(shí)別用戶(hù)語(yǔ)音的步驟的輸出結(jié)果中應(yīng)出現(xiàn)的一個(gè)準(zhǔn)標(biāo)點(diǎn)符號(hào)的概率估值；根據(jù)所計(jì)算的所述概率估值，找到在所述位置指示信號(hào)所指示的位置處的準(zhǔn)標(biāo)點(diǎn)符號(hào)，生成與所述準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)。
全文摘要
連續(xù)語(yǔ)音識(shí)別中的標(biāo)點(diǎn)符號(hào)自動(dòng)生成裝置,包括用于識(shí)別用戶(hù)語(yǔ)音并將所述用戶(hù)語(yǔ)音轉(zhuǎn)換為文字的裝置(1,2,3,5),該用于識(shí)別用戶(hù)語(yǔ)音的裝置(1,2,3,5)還識(shí)別用戶(hù)語(yǔ)音中的準(zhǔn)噪聲;還包括:用于標(biāo)記裝置(1,2,3,5)的輸出結(jié)果中的準(zhǔn)噪聲的裝置(9);用于根據(jù)含有準(zhǔn)標(biāo)點(diǎn)符號(hào)的語(yǔ)言模型,計(jì)算在裝置(9)所標(biāo)記的每個(gè)準(zhǔn)噪聲處最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào),產(chǎn)生與最可能的準(zhǔn)標(biāo)點(diǎn)符號(hào)相應(yīng)的標(biāo)點(diǎn)符號(hào)的裝置(10,14,13)。
文檔編號(hào)G10L15/28GK1235312SQ9810836
公開(kāi)日1999年11月17日 申請(qǐng)日期1998年5月13日 優(yōu)先權(quán)日1998年5月13日
發(fā)明者唐道南, 朱曉瑾, 沈麗琴 申請(qǐng)人:國(guó)際商業(yè)機(jī)器公司