[发明专利]检测语音关键词的方法和设备及检索方法和系统

权利要求书

1.一种检测音频文件中的语音关键词的设备，包括：

VQ码本库，存储了基于预定声学模型的VQ码本；

状态特征库，存储了该音频文件的VQ状态序列矩阵，该矩阵包括 该音频文件的各个语音帧的VQ码本编号和相应的声学概率值；

状态序列生成单元，基于VQ码本库中的VQ码本，将输入的关键 词转换成相应的VQ状态序列；以及

匹配单元，利用转换的VQ状态序列对状态特征库中的VQ状态序 列矩阵进行缩减，并用该VQ状态序列在经缩减的矩阵中搜索该语音关 键词。

2.如权利要求1所述的设备，其中所述的状态特征库是基于所述 VQ码本而事先创建的。

3.如权利要求1或2所述的设备，其中所述的状态序列生成单元， 在输入的关键词是文本形式时，基于所述VQ码本将关键词的音节拆分 成具有音韵特征的VQ状态序列。

4.如权利要求1或2所述的设备，其中所述的状态序列生成单元， 在输入的关键词是语音形式时，基于所述VQ码本将对关键词进行解码 所得到的最优状态序列转换成VQ状态序列。

5.如权利要求1或2所述的设备，其中所述的匹配单元针对VQ状 态序列矩阵的每一帧(列)，只保留在关键词的VQ状态序列中含有的状 态，而舍弃关键词VQ状态序列中不包含的状态。

6.如权利要求1或2所述的设备，其中所述的匹配单元使用了从左 到右的优先自转、允许跳转的匹配方法，在缩减的矩阵中从前往后搜索 所有可能的关键词候选段。

7.如权利要求6所述的设备，其中所述的匹配单元基于候选段的 VQ状态序列与关键词的VQ状态序列的长度关系和/或候选段实际经历 过的VQ状态与该关键词VQ状态序列的比例关系来对候选段进行筛选。

8.如权利要求6所述的设备，其中所述的匹配单元针对每个候选段， 计算其声学概率值，并根据事先设定的拒绝门限来对候选段进行筛选。

9.一种检测音频文件中的语音关键词的方法，包括步骤：

基于存储了基于预定声学模型的VQ码本的VQ码本库中的VQ码 本，将输入的关键词转换成相应的VQ状态序列；

取得该音频文件的VQ状态序列矩阵，该矩阵包括该音频文件的各 个语音帧的VQ码本编号和相应的声学概率值；以及

利用所述的VQ状态序列对状态特征库中的VQ状态序列矩阵进行 缩减，并用该VQ状态序列在经缩减的矩阵中搜索该语音关键词。

10.如权利要求9所述的方法，其中所述的状态特征库是基于所述 VQ码本而事先创建的。

11.如权利要求9或10所述的方法，其中，在输入的关键词是文本 形式时，基于所述VQ码本将关键词的音节拆分成具有音韵特征的VQ 状态序列。

12.如权利要求9或10所述的方法，其中，在输入的关键词是语音 形式时，基于所述VQ码本将对关键词进行解码所得到的最优状态序列 转换成VQ状态序列。

13.如权利要求9或10所述的方法，其中，针对VQ状态序列矩阵 的每一帧(列)，只保留在关键词的VQ状态序列中含有的状态，而舍弃 关键词VQ状态序列中不包含的状态。

14.如权利要求9或10所述的方法，其中，使用了从左到右的优先 自转、允许跳转的匹配方法，在缩减的矩阵中从前往后搜索所有可能的 关键词候选段。

15.如权利要求14所述的方法，其中，基于候选段的VQ状态序列 与关键词的VQ状态序列的长度关系和/或候选段实际经历过的VQ状态 与该关键词VQ状态序列的比例关系来对候选段进行筛选。

16.如权利要求14所述的方法，其中，针对每个候选段，计算其声 学概率值，并根据事先设定的拒绝门限来对候选段进行筛选。