[发明专利]语音识别装置和语音识别方法

权利要求书

1.一种语音识别装置，包括：

单词搜索单元，其基于音素模型与输入语音的特征量之间的声音距离 以及包括单词的音素和韵律标记的语言模型中的单词的音素来执行单词搜 索，将单词假说和表示所述单词假说的似然度的第一分数输出为单词搜索 结果，并且在假设所述输入语音的识别结果为所述单词假说时，输出所述 输入语音中的韵律间隔以及所述韵律间隔的韵律标记；

韵律识别单元，其基于所述输入语音的特征量中与从所述单词搜索单 元输出的所述韵律间隔相对应的一个特征量，来输出表示从所述单词搜索 单元输出的所述韵律标记的似然度的第二分数；以及

重判单元，其利用从所述韵律识别单元输出的所述第二分数来校正从 所述单词搜索单元输出的所述单词假说的第一分数，

其中，所述韵律标记为音调标记和重音类型中的一种，并且

所述韵律间隔为元音间隔和重音间隔中的一种。

2.根据权利要求1所述的语音识别装置，其中，所述重判单元执行如 下校正中的一个：校正在单词搜索中被处理的单词假说的分数，以及校正 被获得作为单词搜索结果的中间结果的分数。

3.根据权利要求2所述的语音识别装置，其中，所述中间结果是N个 最好候选者和单词曲线图中的一个。

4.根据权利要求1所述的语音识别装置，

其中，所述韵律标记为音调标记，并且所述韵律间隔为元音间隔，

并且其中，所述单词搜索单元包括：

单词假说标识单元，其标识单词和连续单词中的至少一个；

音素假说标识单元，其利用语言模型标识所述单词和所述连续单 词的至少一个中的音素；以及

元音间隔标识单元，其标识音素的元音的间隔。

5.根据权利要求4所述的语音识别装置，其中，所述元音间隔标识单 元将单词搜索中从元音的假说的开始时间到结束时间的间隔标识为所述元 音间隔。

6.根据权利要求1所述的语音识别装置，其中，所述韵律标记为音调 标记，并且所述韵律间隔为元音间隔，并且其中，所述韵律识别单元利用 使用元音间隔中的音高的时间变化作为特征量而建模的音调模型来执行韵 律识别。

7.根据权利要求6所述的语音识别装置，其中，所述音调模型独立于 用来计算所述声音距离的音素模型。

8.根据权利要求1所述的语音识别装置，其中，所述韵律标记为音调 标记，并且所述韵律间隔为元音间隔，并且其中，所述韵律识别单元利用 音调模型和上下文模型来执行韵律识别，所述音调模型是使用元音间隔中 的音高的时间变化作为特征量而被建模的，所述上下文模型是通过对用作 韵律历史信息的上下文信息进行建模而创建的。

9.根据权利要求8所述的语音识别装置，其中，所述上下文模型是通 过对元音的音调的链接概率进行建模而创建的。

10.一种语音识别方法，包括以下步骤：

基于音素模型与输入语音的特征量之间的声音距离以及包括单词的音 素和韵律标记的语言模型中的单词的音素来执行单词搜索，将单词假说和 表示所述单词假说的似然度的第一分数输出为单词搜索结果，并且在假设 所述输入语音的识别结果为所述单词假说时，输出所述输入语音中的韵律 间隔以及所述韵律间隔的韵律标记；

基于所述输入语音的特征量中与所输出的韵律间隔相对应的一个特征 量，来输出表示所输出的韵律标记的似然度的第二分数；以及

利用所输出的第二分数来校正所输出的单词假说的第一分数，

其中，所述韵律标记为音调标记和重音类型中的一种，并且

所述韵律间隔为元音间隔和重音间隔中的一种。

11.根据权利要求10所述的语音识别方法，其中，校正步骤包括如下 步骤中的一个：校正在单词搜索中被处理的单词假说的分数，以及校正被 获得作为单词搜索结果的中间结果的分数。

12.根据权利要求11所述的语音识别方法，其中，所述中间结果是N 个最好候选者和单词曲线图中的一个。