基于语音识别的选择方法及其移动终端装置及信息系统制造方法及图纸

一种基于语音识别的选择方法及其移动终端装置及信息系统。选择方法包括：对接收的第一语音输入进行语音识别以产生第一请求信息；随后进行自然语言处理以产生第一用户意图；依据该第一用户意图选择至少一第一回报答案。当选择的该第一回报答案的数量为1时，依据所选择的该第一回报答案的类型进行对应的操作并输出相应的第一语音应答；反之显示或通过第二语音应答依序输出包含该第一回报答案的第一候选列表；接收第二语音输入，对该第二语音输入进行语音识别以产生第二请求信息；对该第二请求信息进行自然语言处理以产生对应该第二语音输入的第二用户意图；以及依据第二用户意图从第一候选列表的第一回报答案中选择第二回报答案。

【技术实现步骤摘要】
基于语音识别的选择方法及其移动终端装置及信息系统本申请为申请日为2013年5月17日、申请号为201310182863.0的专利技术名称为“基于语音识别的选择方法及其移动终端装置及信息系统”的申请案的分案申请。
本专利技术涉及一种选择方法及其移动终端装置及信息系统，特别是涉及一种基于语音识别的选择方法及其移动终端装置及信息系统。
技术介绍
在计算机的自然语言理解(NatureLanguageUnderstanding)中，通常会使用特定的语法来抓取用户的输入语句的意图或信息。因此，若数据库中储存有足够多的用户输入语句的数据，便能做到合理的判断。在现有的作法中，有一种是利用内置的固定词列表来抓取用户的输入语句，而固定词列表中包含了特定的意图或信息所使用的特定用语，而用户需依照此特定用语来表达其意图或信息，其意图或信息才能被系统正确识别。然而，迫使用户去记住固定词列表的每个特定用语是相当不人性化的作法。例如：现有技术使用固定词列表的实施方式，要求用户在询问天气的时候必须说：“上海(或北京)明天(或后天)天气如何？”，而若用户使用其他比较自然的口语化表达也想询问天气状况时，比如是“上海明天怎么样啊？”，因为语句中未出现“天气”，所以现有技术就会理解成“上海有个叫明天的地方”，这样显然没有抓到用户的真正意图。另外，用户所使用的语句种类是十分复杂的，并且又时常有所变化，甚至有时用户可能会输入错误的语句，在此情况下必须要藉由模糊匹配的方式来抓取用户的输入语句。因此，仅提供僵化输入规则的固定词列表所能达到的效果就更差了。此外，当利用自然语言理解来处理多种类型的用户意图时，有些相异的意图的语法结构却是相同的，例如当用户的输入语句为"我要看三国演义"，其用户意图有可能是想看三国演义的电影，或是想看三国演义的书，因此通常在此情况中，便会匹配到两种可能意图来让用户做选择。然而，在很多情况下，提供不必要的可能意图来让用户做选择是十分多余且没效率的。例如，当用户的输入语句为"我想看超级星光大道"时，将使用者的意图匹配为看超级星光大道的书或者画作是十分没必要的(因为超级星光大道是电视节目)。再者，一般而言，在全文检索中所获得的搜寻结果是非结构化的数据。非结构化数据内的信息是分散且不具关联的，例如，在google或百度等搜寻引擎输入关键字后，所获得的网页搜寻结果就是非结构化数据，因为搜寻结果必须通过人为的逐项阅读才能找到当中的有用信息，而这样的作法不仅浪费用户的时间，而且可能漏失想要的信息，所以在实用性上会受到很大的限制。
技术实现思路
本专利技术提供一种基于语音识别的选择方法及其移动终端装置及信息系统，可提升使用者操作的便利性。本专利技术提出一种基于语音识别的选择方法，包括：接收一第一语音输入；对该第一语音输入进行语音识别以产生一第一请求信息；对该第一请求信息进行自然语言处理以产生对应该第一语音输入的一第一用户意图；依据该第一用户意图选择至少一第一回报答案，其中该第一回报答案的类型包括：一音乐档、一影像档、一网页档、一图片档和一名片档。当选择的该第一回报答案的数量为1时，依据所选择的该第一回报答案的类型进行对应的操作并且输出相应的一第一语音应答；当选择的该第一回报答案的数量大于1时，显示或通过一第二语音应答依序输出一包含该第一回报答案的第一候选列表；在接收一第二语音输入，对该第二语音输入进行语音识别以产生一第二请求信息；对该第二请求信息进行自然语言处理以产生对应该第二语音输入一第二用户意图；以及依据该第二用户意图从所述第一候选列表的该第一回报答案中选择第二回报答案。本专利技术提出一种移动终端装置，包括语音接收单元、显示单元、存储单元及数据处理单元。该语音接收单元接收一第一语音输入及一第二语音输入。显示单元用以显示包含回报答案的候选列表。存储单元用以储存多个数据。数据处理单元耦接该语音接收单元、该显示单元及该存储单元。该数据处理单元对该第一语音输入进行语音识别以产生一第一请求信息，对该第一请求信息进行自然语言处理以产生对应该第一语音的一第一用户意图，并且依据该第一用户意图选择第一回报答案，当选择的该第一回报答案的数量为1时，该数据处理单元依据所选择的该第一回报答案的类型进行对应的操作并且控制来输出相应的一第一语音应答，当选择的该第一回报答案的数量大于1时，该数据处理单元控制来显示或通过一第二语音应答依序输出包含该第一回报答案的一第一候选列表，以及该数据处理单元对该第二语音进行语音识别以产生一第二请求信息，对该第二请求信息进行自然语言处理以产生对应该第二语音输入的一第二用户意图，并且依据该第二用户意图从该第一候选列表中的该第一回报答案中选择第二回报答案。其中该第一回报答案的类型包括：一音乐档、一影像档、一网页档、一图片档和一名片档。本专利技术提出一种信息系统，包括伺服器及上述移动终端装置。伺服器用以储存多个数据且具有语音识别功能。移动终端装置包括语音接收单元、显示单元及数据处理单元。语音接收单元接收第一语音输入及第二语音输入。显示单元用以显示包含回报答案的候选列表。数据处理单元耦接语音接收单元、显示单元及伺服器。本专利技术提出一种基于语音识别的选择方法，包括：对一第一语音输入进行语音识别以产生一第一请求信息；依据该第一请求信息于一结构化数据库进行检索以取得至少一第一回报答案，其中该第一回报答案的类型包括：一音乐档、一影像档、一网页档、一图片档和一名片档。当选择的该第一回报答案的数量大于1时，显示或通过一语音应答依序输出一包含该第一回报答案的第一候选列表；在显示该第一候选列表后接收一第二语音输入，且对该第二语音输入进行语音识别以产生一第二请求信息；以及依据该第二用户意图从第一候选列表的该第一回报答案中选择第二回报答案。基于上述，本专利技术实施例的基于语音识别的选择方法及其移动终端装置及信息系统，其对第一语音输入及第二语音输入进行语音识别及自然语言处理以确认第一语音输入及第二语音输入对应的关键字，并且依据第一语音输入及第二语音输入对应的关键字对回报答案进行选择。藉此，可提升使用者操作的便利性。为使本专利技术的上述特征和优点能更明显易懂，下文特举实施例，并结合附图详细说明如下。附图说明图1为根据本专利技术的一实施例的自然语言理解系统的方块图。图2为根据本专利技术的一实施例的自然语言处理器对用户的各种请求信息的分析结果的示意图。图3A是根据本专利技术的一实施例的结构化数据库所储存的具有特定数据结构的多个记录的示意图。图3B是根据本专利技术的另一实施例的结构化数据库所储存的具有特定数据结构的多个记录的示意图。图3C是根据本专利技术的一实施例的指引数据储存装置所储存的指引数据的示意图。图4A为根据本专利技术的一实施例的检索方法的流程图。图4B为根据本专利技术的另一实施例的自然语言理解系统工作过程的流程图。图5A是依照本专利技术一实施例所绘示的自然语言对话系统的方块图。图5B是依照本专利技术一实施例所绘示的自然语言理解系统的方块图。图5C是依照本专利技术另一实施例所绘示的自然语言对话系统的方块图。图6是依照本专利技术一实施例所绘示的修正语音应答的方法流程图。图7A是依照本专利技术一实施例所绘示的自然语言对话系统的方块图。图7B是依照本专利技术另一实施例所绘示的自然语言对话系统的方块图。图8A是依照本专利技术一实施例所绘示的自然本文档来自技高网...

【技术保护点】
一种基于语音识别的选择方法，包括：接收一第一语音输入；对该第一语音输入进行语音识别以产生一第一请求信息；对该第一请求信息进行自然语言处理以产生对应该第一语音输入的一第一用户意图；依据该第一用户意图选择至少一第一回报答案，其中该第一回报答案的类型包括：一音乐档、一影像档、一网页档、一图片档和一名片档；当选择的该第一回报答案的数量为1时，依据所选择的该第一回报答案的类型进行对应的操作并且输出相应的一第一语音应答；当选择的该第一回报答案的数量大于1时，显示或通过一第二语音应答依序输出一包含该第一回报答案的第一候选列表；在接收一第二语音输入，对该第二语音输入进行语音识别以产生一第二请求信息；对该第二请求信息进行自然语言处理以产生对应该第二语音输入一第二用户意图；以及依据该第二用户意图从所述第一候选列表的该第一回报答案中选择第二回报答案。

【技术特征摘要】
2012.12.31 CN 20121059307941.一种基于语音识别的选择方法，包括：接收一第一语音输入；对该第一语音输入进行语音识别以产生一第一请求信息；对该第一请求信息进行自然语言处理以产生对应该第一语音输入的一第一用户意图；依据该第一用户意图选择至少一第一回报答案，其中该第一回报答案的类型包括：一音乐档、一影像档、一网页档、一图片档和一名片档；当选择的该第一回报答案的数量为1时，依据所选择的该第一回报答案的类型进行对应的操作并且输出相应的一第一语音应答；当选择的该第一回报答案的数量大于1时，显示或通过一第二语音应答依序输出一包含该第一回报答案的第一候选列表；在接收一第二语音输入，对该第二语音输入进行语音识别以产生一第二请求信息；对该第二请求信息进行自然语言处理以产生对应该第二语音输入一第二用户意图；以及依据该第二用户意图从所述第一候选列表的该第一回报答案中选择第二回报答案。2.如权利要求1所述的基于语音识别的选择方法，其中依据该第一用户意图选择该第一回报答案的步骤包括：将储存于一结构化数据库的记录与该第一用户意图进行比对；以及当该记录与该第一用户意图为至少部分匹配时，则将该记录视为对应于该第一语音输入的该第一回报答案。3.如权利要求1所述的基于语音识别的选择方法，其中依据该第二用户意图从该第一候选列表中的该第一回报答案中选择该第二回报答案的步骤包括：判断该第二用户意图是否包含指示顺序的一顺序词汇；当该第二用户意图包含指示顺序的该顺序词汇时，则依据该顺序词汇自该第一候选列表中选择位于对应位置的第一回报答案；当该第二用户意图未包含指示顺序的该顺序词汇时，则将该第一候选列表中对应于各该第一回报答案的记录与该第二用户意图进行比对；以及依据该比对结果决定该第一候选列表的哪些该第一回报答案对应该第二语音输入。4.如权利要求3所述的基于语音识别的选择方法，其中依据该比对结果决定该第一候选列表中哪些该第一回报答案对应该第二语音输入的步骤包括：选择该第一回报答案中该匹配程度为最高者为对应该第二语音输入。5.如权利要求1所述的基于语音识别的选择方法，其中依据所选择的该第一回报答案的类型进行对应的操作的步骤包括：当所选择的该第一回报答案的类型为音乐档，则对所选择的该第一回报答案进行音乐播放；当所选择的第一回报答案的类型为影像档，则对所选择的第一回报答案进行影像播放；当所选择的第一回报答案的类型为网页档，则对所选择的第一回报答案进行显示；当所选择的第一回报答案的类型为图片档，则对所选择的第一回报答案进行图片显示；以及当所选择的第一回报答案的类型为名片档，则对所选择的第一回报答案进行拨接。6.一种移动终端装置，包括：一语音接收单元，接收一第一语音输入及一第二语音输入；一显示单元；一存储单元，用以储存多个数据；以及一数据处理单元，耦接该语音接收单元、该显示单元及该存储单元，该数据处理单元对该第一语音输入进行语音识别以产生一第一请求信息，对该第一请求信息进行自然语言处理以产生对应该第一语音的一第一用户意图，并且依据该第一用户意图选择第一回报答案，当选择的该第一回报答案的数量为1时，该数据处理单元依据所选择的该第一回报答案的类型进行对应的操作并且控制来输出相应的一第一语音应答，当选择的该第一回报答案的数量大于1时，该数据处理单元控制来显示或通过一第二语音应答依序输出包含该第一回报答案的一第一候选列表，以及该数据处理单元对该第二语音进行语音识别以产生一第二请求信息，对该第二请求信息进行自然语言处理以产生对应该第二语音输入的一第二用户意图，并且依据该第二用户意图从该第一候选列表中的该第一回报答案中选择第二回报答案，其中该第一回报答案的类型包括：一音乐档、一影像档、一网页档、一图片档和一名片档。7.如权利要求6所述的移动终端装置，其中该数据处理单元将对应于各该第一回报答案的记录与该第一用户意图进行比对，当各该记录与该第一用户意图为至少部分匹配时，则将该记录视为对应于该第一语音输入的该第一回报答案。8.如权利要求6所述的移动终端装置，其中该数据处理单元判断该第二用户意图是否包含指示顺序的一顺序词汇，当该第二用户意图包含指示顺序的该顺序词汇时，则该数据处理单元依据该顺序词汇自该第一候选列表中选择位于对应位置的该第一回报答案，当该第二用户意图未包含指示顺序的该顺序词汇时，则该数据处理单元将该第一候选列表中各该第一回报答案所对应的该记录与该第二用户意图进行比对以决定该第一回报答案与该第二语音输入的匹配程度，并依据这些匹配程度决定该第一候选列表中哪些该第一回报答案对应于该第二语音输入。9.如权利要求8所述的移动终端装置，其中该数据处理单元选择该第一回报答案中匹配程度最高者为对应该第二语音输入。10.如权利要求6所述的移动终端装置，其中当所选择的该第一回报答案的类型为音乐档，则该数据处理单元依据所选择的该第一回报答案进行音乐播放，当所选择的该第一回报答案的类型为影像档，则该数据处理单元依据所选择的该第一回报答案进行影像播放，当所选择的该第一回报答案的类型为网页档，则该数据处理单元依据所选择的该第一回报答案进行显示，当所选择的该第一回报答案的类型为图片档，则该数据处理单元依据所...

【专利技术属性】
技术研发人员：张国峰，
申请(专利权)人：威盛电子股份有限公司，
类型：发明
国别省市：中国台湾,71