【技术实现步骤摘要】
本申请要求于2014年12月2日提交到韩国知识产权局的第10-2014-0170818号韩国专利申请的权益,所述韩国专利申请的全部公开通过出于所有目的的引用包含于此。
下面的实施例涉及一种用于语音识别的设备和方法。
技术介绍
通常,应用于语音识别系统的当前语音识别方法在技术上不完美,并且因包括噪声的各种因素而不可避免地呈现识别错误。现有语音识别设备因这种错误而不能提供正确的候选答案,或者仅在解码操作中提供具有较高的成为正确答案的概率的候选答案,因此在语音识别中这种设备的准确性低。
技术实现思路
提供本
技术实现思路
以按照简化的形式来介绍对构思的选择,将在下面的具体实施方式中对所述构思进行进一步描述。本
技术实现思路
不意图确定所要求保护的主题的关键特征或必要特征,也不意图用作帮助确定所要求保护的主题的范围。在一个总体方面,一种语音识别方法,包括:接收通过语音识别产生的句子;基于每个词与所述句子中的其它词的关系,计算所述句子中的每个词的适宜度;基于每个词的适宜度检测所述句子中的词之中的将要被纠正的目标词;用与目标词相应的候选词中的任何一个来替换目标词。计算适宜度的步骤可包括:使用双向递归神经网络语言模型计算每个词的适宜度。检测目标词的步骤可包括:进行以下操作中的一个或两者:检测具有低于预定阈值的适宜度的词和从最低适宜度开始按顺序检测预定数量的词。替换目标词的步骤可包括:基于以下项中的任何 ...
【技术保护点】
一种语音识别方法,包括:接收通过语音识别产生的句子;基于每个词与所述句子中的其它词的关系,计算所述句子中的每个词的适宜度;基于每个词的适宜度检测所述句子中的词之中的要被纠正的目标词;用与目标词对应的候选词中的任何一个来替换目标词。
【技术特征摘要】
2014.12.02 KR 10-2014-01708181.一种语音识别方法,包括:
接收通过语音识别产生的句子;
基于每个词与所述句子中的其它词的关系,计算所述句子中的每个词的
适宜度;
基于每个词的适宜度检测所述句子中的词之中的要被纠正的目标词;
用与目标词对应的候选词中的任何一个来替换目标词。
2.如权利要求1所述的语音识别方法,其中,计算适宜度的步骤包括:
使用双向递归神经网络语言模型计算每个词的适宜度。
3.如权利要求1所述的语音识别方法,其中,检测目标词的步骤包括:
进行以下操作中的一个或两者:检测具有低于预定阈值的适宜度的词和
从最低适宜度开始按顺序检测预定数量的词。
4.如权利要求1所述的语音识别方法,其中,替换目标词的步骤包括:
基于以下项中的任何一项或者以下项中的任何两项或更多项的组合来确定候
选词:候选词与所述句子中的除了目标词之外的其它词的关系、候选词与目
标词的音素序列的相似度和所述句子之前的另一句子的上下文。
5.如权利要求4所述的语音识别方法,其中,确定候选词的步骤包括:
从预先提供的词典获得候选词。
6.如权利要求1所述的语音识别方法,其中,替换目标词的步骤包括:
基于第一模型和第二模型中的一个或两者计算每个候选词的适宜度,其中,
第一模型基于候选词与目标词的音素序列的相似度,第二模型基于候选词与
所述句子中的除了目标词之外的其它词之间的关系。
7.如权利要求6所述的语音识别方法,其中,替换目标词的步骤还包括:
设置第一模型的第一权重值和第二模型的第二权重值。
8.如权利要求7所述的语音识别方法,其中,设置第一权重值和第二权
重值的步骤包括:基于与所述句子相关联的基于第一模型的概率分布,来动
态地控制第一权重值和第二权重值。
9.如权利要求1所述的语音识别方法,其中,产生句子的步骤包括:
接收由用户表达的语音;
从语音提取特征;
使用声学模型从特征识别音素序列;
通过使用语言模型从音素序列识别词来产生所述句子。
10.如权利要求9所述的语音识别方法,其中,语言模型包括二元语言
模型。
11.一种语音识别设备,包括:
第一识别器,被配置为通过识别由用户表达的语音来产生句子;
第二识别器,被配置为根据基于上下文的语言模型来纠正所述句子中的
至少一个词。
12.如权利要求11所述的语音识别设备,其中,第一识别器包括:
接收器,被配置为接收语音;
提取器,被配置为从语音提取特征;
解码器,被配置为从特征对音素序列进行解码;
产生器,被配置为通过从音素序列识别词来产生所述句子。
13.如权利要求11所述的语音识别设备,其中,基于上下文的语言模型
包括:双向递归神经网络语言模型。
14.如权利要求11所述的语音识别设备,其中,第二...
【专利技术属性】
技术研发人员:崔喜烈,李镐式,
申请(专利权)人:三星电子株式会社,
类型:发明
国别省市:韩国;KR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。