[发明专利]使用隐含语者自适应的语音识别系统

权利要求书

1.一种语音识别方法，所述方法包括下述步骤：

将第一输入语音片段与至少第一模板进行模式匹配，以产生至少一个输入模式匹配评价并且确定被识别的发音种类；

将所述至少一个输入模式匹配评价跟与至少第二模板相关的对应评价作比较，其中所述至少第二模板来自与所识别的发音种类相关的语者特定声学模型；和

根据所述比较结果，确定是否更新所述至少第二模板。

2.如权利要求1所述的方法，其特征在于，用于进行模式匹配的所述步骤还包括：

将所述第一输入语音片段与至少一个隐马尔可夫模型模板进行隐马尔可夫模型模式匹配，以生成至少一个隐马尔可夫模型匹配评价；

将所述第一输入语音片段与至少一个动态时间规整模板进行动态时间规整模式匹配，以生成至少一个动态时间规整匹配评价；和

对所述至少一个隐马尔可夫模型匹配评价和所述至少一个动态时间规整匹配评价求至少一个加权和，以生成所述至少一个输入模式匹配评价。

3.如权利要求1所述的方法，其特征在于，还包括：

通过将第二输入语音片段与所述至少第一模板进行模式匹配，生成至少一个语者无关匹配评价；

通过将所述第二输入语音片段与所述至少第二模板进行模式匹配，生成至少一个语者特定匹配评价；并且

将所述至少一个语者无关匹配评价与所述语者特定匹配评价进行组合，以生成至少一个组合匹配评价。

4.如权利要求3所述的方法，其特征在于，还包括：识别与所述至少一个组合匹配评价中的最佳组合匹配评价相关的发音种类。

5.一种进行非监督式语音识别训练和测试的方法，所述方法包括下述步骤：

在语音识别引擎(220)中，将来自语者的输入语音与语者无关声学模型(230，232)中的内容进行模式匹配，以产生语者无关模式匹配评价；

用所述语音识别引擎(220)，将所述语者无关模式匹配评价跟与语者特定声学模型(234)的模板相关的评价作比较，其中所述语者特定声学模型适合于所述语者；和

如果所述语者无关模式匹配评价高于与所述语者特定声学模型(234)的模板相关的所述评价，则根据所述语者无关模式匹配评价，为所述语者特定声学模型(234)生成新模板。

6.如权利要求5所述的方法，其特征在于，所述语者无关声学模型(230，232)包括至少一个隐马尔可夫模型声学模型。

7.如权利要求5所述的方法，其特征在于，所述语者无关声学模型(230，232)包括至少一个动态时间规整声学模型。

8.如权利要求5所述的方法，其特征在于，所述语者无关声学模型(230，232)包括至少一个隐马尔可夫模型声学模型和至少一个动态时间规整声学模型。

9.如权利要求5所述的方法，其特征在于，所述语者无关声学模型(230，232)包括至少一个垃圾模板，其中所述比较步骤包括将所述输入语音与所述至少一个垃圾模板作比较。

10.如权利要求5所述的方法，其特征在于，所述语者特定声学模型(234)包括至少一个动态时间规整声学模型。

11.如权利要求5所述的方法，其特征在于，还包括：

构造所述语音识别引擎(220)，以便将第二输入语音片段与所述语者无关声学模型和所述语者特定声学模型中的内容作比较，从而生成至少一个语者特定和语者无关的组合匹配评价；以及

识别具有语者特定和语者无关的最佳组合匹配评价的发音种类，其中发音种类是特定的词汇或语音片段。

12.如权利要求11所述的方法，其特征在于，所述语者无关声学模型包括至少一个隐马尔可夫模型声学模型。

13.如权利要求11所述的方法，其特征在于，所述语者无关声学模型(230，232)包括至少一个动态时间规整声学模型。

14.如权利要求11所述的方法，其特征在于，所述语者无关声学模型(230，232)包括至少一个隐马尔可夫模型声学模型和至少一个动态时间规整声学模型。

15.如权利要求11所述的方法，其特征在于，所述语者特定声学模型(234)包括至少一个动态时间规整声学模型。