[发明专利]一种基于语音的多通道手写中文纠错方法

说明书

技术领域

本发明属于人机交互领域，具体涉及一种基于语音的多通道手写中文纠错方法。

背景技术

通过手写将信息录入计算机，正逐渐成为被广泛使用的输入方式。一般来说，书写的笔迹会被识别成正文。然而，由于手写识别经常出错，手写输入的自然性和效率都大受影响(B.Suhm，B.Myers and A.Waibel，Model-based and empirical evaluation ofmultimodal interactive error correction，Proc.ACM CHI’99，pp.584-591，1999)。尽管有不少研究致力于提高手写识别的正确率，但识别错误仍难完全消除，因此基于手写识别的系统必须支持识别错误的纠正。研究发现，在基于识别的系统中，用户的满意度不但受识别正确率的影响，而且还受识别错误纠正过程的影响(M.Zajicek and J.Hewitt.An investigation into the use of error recovery dialogues in a user interfacemanagement system for speech recognition.In Proceedings of 3rd IFIP InternationalConference on Human-Computer Interact ion，IFIP INTERACT’90，pp.755-760)。错误纠正是否自然高效直接影响用户体验。因此，好的识别错误纠正机制对这些系统来说有重要的价值。

因为识别错误是基于识别的系统中的主要性能瓶颈之一，因此识别错误的控制一直是热点研究问题。通常，这些研究可分为三类：减少错误、检测错误和纠正错误。关于纠正识别错误的研究已经进行了多年，这些研究主要集中在语音识别错误的纠正上。“复述(respeaking)”(C.Baber and K.S.Hone，Modelling Error recovery and Repair inAutomatic Speech Recognition，International Journal of Man-Machine Studies 39(3)(1993)495-515)是一类常用的识别纠错策略。用户复述被识别错误的内容，计算机识别用户的复述，将已有的识别结果替换为复述的识别结果。“复述”的优点是交互非常自然。但由于用户复述的内容仍可能被识别错，因此“复述”在实际使用中效果并不理想(Ainsworth，W.A.And Pratt，S.R.1992.Feedback strategies for error correctionin speech recognition systems.Int.J.Man-Mach.Stud.36，6(June)，pp.833-842.)。“拼写(spelling)”是一类主要应用于西文文字识别的纠错策略。用户通过口述单词的字母序列达到纠错的目的。然而，在实际应用中“拼写”既不自然也不高效(B.Suhm，B.Myers and A.Waibel，Multimodal error correction for speech user interfaces，ACMTransactions on Computer-Human Interaction pp.60-98，2001)，因而亦非理想的纠错策略。“候选列表(N-best list)”是另一类典型的识别纠错方式。识别器通常并不只返回单一的识别结果，还返回多个识别候选。用户通过在识别候选中选择正确结果，达到纠错目的(Murray，A.C.，Frankish，C.R.，And Jones，D.M.1993.Data-entry by voice：Facilitating correction of misrecognitions.  In Interactive Speech Technology：Human FactorsIssues in the Application of Speech Input/Output to Computers，C.Baber and J.M.Noyes，Eds.Taylor and Francis，Inc.，Bristol，PA，pp.137-144)。然而，如果候选列表中不包含正确结果，纠错就不能进行了。