[发明专利]语音识别系统及方法

说明书

技术领域

本发明涉及一种语音识别(Voice recognition)系统及方法，并且特别地，本发明涉及一种能根据所处位置选择适当的语音模型(Voice model)的语音识别系统及方法。

背景技术

随着科技的进步，原本通过输入装置，如按钮、键盘、鼠标等，进行控制或操作的电子设备/系统，现在逐渐可通过语音进行控制或操作。

举例而言，移动电话的声控拨号机制，让使用者可先预设一电话号码，并且预录相对应的一控制语音。往后，使用者仅需发出该控制语音便可拨打该电话号码，而不需要以按键操作移动电话进行拨打。特别地，当使用者专注于某项活动，如开车时，若使用具有声控拨号功能的移动电话，便可通过前述的机制拨号，而不需要分心用手拨号，因此确保行车安全。

目前的语音识别技术可分为使用者相关(User-dependent)以及使用者无关(User-independent)两大类，前者需要使用者在使用前训练语音识别装置，让语音识别装置针对个别使用者达到最佳；后者则不针对个别使用者，而可接受不同使用者的语音指令。

因此，使用者相关的语音识别装置的操作主要可分为训练阶段以及识别阶段。在训练阶段中，语音识别装置会提示使用者说出该装置内建的多个范例词汇的每个字符或词组至少一次，因此该装置便可学习使用者说出这些字符或词组的语音特性。对于前述的移动电话的范例词汇可包含，例如：键盘上的数字；操作关键词，如“拨号”、“传送”、“删除”、“取消”、“储存”、“是”、“否”等；以及对应于特定电话号码的拨号对象姓名等。而在识别阶段中，使用者便可通过说出先前的范例词汇操作移动电话进行拨号等动作。在此阶段中，移动电话内的语音识别装置将使用者说话的内容与先前训练的发音进行对比，并且选择最佳匹配的发音作为驱动移动电话动作的依据。

此外，使用者无关的语音识别装置同样可通过前述的训练阶段进行范例词汇的预录，不同的是，使用者无关的训练阶段需要较多人对语音识别装置说出范例词汇，甚至不断反复进行训练。例如，美国专利号第6735563号所公开的应用动态时间扭曲(Dynamic Time Warping，DTW)引擎作为识别核心的使用者无关的语音识别系统。再如，美国专利号第6671668号所公开的利用隐藏马可夫模型(Hidden MarkovModel，HMM)引擎，作为识别核心的使用者无关的语音识别系统。

此类系统的好处在于，使用者不需要经过如使用者有关的语音识别装置一样的训练阶段，便可直接使用该装置。然而，使用者无关的语音识别装置需要更大的系统资源以及更多时间进行训练，即便如此，也难以达到与使用者有关的语音识别装置相同的最佳效果。

发明内容

因此，本发明的一个目的在于提供一种语音识别系统及方法，并且特别地，根据本发明的语音识别系统及方法能根据所处位置选择适当的语音模型，由此，可针对不同位置的使用者建立特定的语音模型，提高语音识别的准确度以及效率，也可节省系统资源。

根据本发明的第一优选具体实施例的一种用于语音识别的方法包含下列步骤：首先，通过一全球定位系统获得一目前位置信息。接着，根据该目前位置信息获得相对应的一目前语音模型。最后，根据该目前语音模型进行语音识别。

根据本发明的第二优选具体实施例的一种用于语音识别的方法包含下列步骤：首先，藉由一网络信息获得一目前位置信息。接着，根据该目前位置信息获得相对应的一目前语音模型。最后，根据该目前语音模型进行语音识别。

根据本发明的第三优选具体实施例的一种语音识别系统，包含：一语音接收装置、一定位装置、一第一存储装置、一第二存储装置以及一语音识别单元。

此外，该语音接收装置可接收一使用者的语音信号。该定位装置用以提供一语音接收装置目前位置信息。该第一存储装置则储存多个语音模型。该第二存储装置储存多个位置信息与该多个语音模型的对应关系，并且每个位置信息对应到该多个语音模型之一。

另外，该语音识别单元根据该语音接收装置目前位置信息，将该第一存储装置中相对应的该多个语音模型之一设定为目前语音模型，该语音识别单元根据该目前语音模型对该使用者的语音信号进行语音识别。

关于本发明的优点与精神可以藉由以下的实施方式对本发明的详述及附图得到进一步的了解。

附图说明

图1示出根据本发明一优选具体实施例的语音识别系统的功能方块图。

图2A示出根据本发明一具体实施例的语音识别系统的功能方块图。