[发明专利]用于语言独立语音索引和搜索的方法和装置

说明书

技术领域

[0001]本发明涉及移动通信设备，并且特别涉及移动通信设备中的语音索引和搜索。

背景技术

[0002]移动通信设备，诸如蜂窝电话，是被所有语言的人们所使用的非常普遍的通信设备。该设备的使用已扩展到远远超出了纯粹的语音通信。现在用户能够使用移动通信设备作为语音记录器来记录注解、对话、消息等。用户还可以利用语音在设备上对诸如照片、视频和应用程序这样的内容进行注释。

[0003]虽然这些能力已经得到扩展，但在移动通信设备上对存储的音频内容进行搜索的能力是有限的。由于难以用按钮导航内容，因此移动通信设备用户可能会发现能够迅速找到语音注释的内容、存储的语音记录的对话、注解和消息是有用的。

发明内容

[0004]公开了一种用于移动通信设备中的语言独立语音索引和搜索的方法和装置。该方法可以包括从移动通信设备的用户接收搜索查询，将搜索查询中的话音部分转换成语言表示，基于该语言表示生成搜索音素网格，从搜索音素网格中提取查询特征，基于提取的特征生成查询特征向量，使用查询特征向量和来自索引数据库的索引特征向量来执行粗搜索，使用粗搜索结果和存储在索引数据库中的索引音素网格来执行精搜索，并且向对话管理者输出精搜索结果。

附图说明

[0005]为了描述可以得到本发明上述的和其他的优点和特征的方式，通过参考附图中示出的本发明的特定实施例，提供了上文简述的本发明的更详细的描述。可以理解的是这些附图仅仅描述了本发明的典型实施例，并且因而并不被视为限定本发明的范围，通过使用附图，可以通过其他的特征和细节来描述和解释本发明，其中：

[0006]图1说明了根据本发明的可能实施例的移动通信设备的示例性图示；

[0007]图2说明了根据本发明的可能实施例的示例性移动通信设备的方框图；

[0008]图3说明了根据本发明的可能实施例的索引和语音搜索引擎的示例性方框图；以及

[0009]图4是说明根据本发明的一个可能实施例的一个可能的语音搜索过程的示例性流程图。

具体实施方式

[0010]本发明的其他特点和优势将在下面的描述中阐明，并且通过描述部分地将变得明显，或可通过本发明的实践而被了解。本发明的特点和优势可以通过所附权利要求中所特别指出的设备及组合的方式来实现和获得。通过下面的描述和所附权利要求，本发明的这些和其他特点将变得更加全面明显，或如这里所阐述的，可以通过发明实践而被了解。

[0011]下面详细讨论了本发明的各种实施例。虽然讨论了具体实现方式，但应该理解，这样做仅出于说明的目的。本领域技术人员将认识到，在没有脱离本发明的精神和范围的前提下，可以使用其他组件和配置。

[0012]本发明包括多种实施例，诸如方法、装置以及与本发明基本概念相关的其他实施例。

[0013]本发明涉及语言独立索引和搜索过程，其可用于移动设备上的语音注释内容和语音消息的快速检索。语音注释或语音消息可以转换成音素网格，以及由从语音注释或语音消息中自动提取的一元文法(unigram)和二元文法(bigram)特征向量来索引。语音消息或注释被分割，并且每个音频片段可由调制特征向量表示，其组分是音素网格的一元文法和二元文法统计。该一元文法统计可以是音素网格的音素频率计数。该二元文法统计可以是两个连续音素的频率计数。搜索过程可能涉及两个阶段：粗搜索，其查找索引并迅速返回一组候选语音注释或语音消息；以及精搜索，其通过使用动态编程将查询语音的最佳路径与候选注释或消息的音素网格进行比较。

[0014]图1说明了根据本发明的可能实施例的移动通信设备110的示例性图示。虽然图1将移动通信设备110示出为无线电话，但移动通信设备110可代表具有内部或外部记录和或存储音频的能力的任何移动或便携设备，包括移动电话、蜂窝电话、无线的无线电装置、便携计算机、膝上型电脑、MP3播放器、卫星无线电装置、卫星电视、数字视频记录器(DVR)、电视机顶盒等。

[0015]图2说明了根据本发明的可能实施例的具有语音搜索引擎270的示例性移动通信设备110的方框图。示例性移动通信设备110可以包括总线210、处理器220、存储器230、天线240、收发信机250、通信接口260、语音搜索引擎270、索引引擎280和输入/输出(I/O)设备290。总线210可以允许移动通信设备110各组件之间的通信。