[发明专利]一种语音指令范围动态变化的连续语音识别方法

权利要求书

1.一种语音指令范围动态变化的连续语音识别方法，其特征在于实现步骤如下：

（1）输入初始语音指令集文本，并进行文本处理；所述语音指令集文本可根据应用需要分为一组或多组，不同组指令集可具有不同的生命周期；

（2）根据步骤（1）中输出的文本，为每组语音指令集分别搭建解码网络，并将解码网络、声学模型传给各自的解码器；所述声学模型是语音识别的基础数学模型，模型单元是音素、音节或字；

（3）实时接收语音数据片段，并提取声学特征序列传给每个解码器并进行解码。所述声学特征是描述短时语音本质特征的一组值；

（4）在解码的过程中允许外部应用系统根据运行逻辑的需要动态地增、删语音指令集，并根据语音指令集的动态变化实时更新解码网络。所述根据语音指令集的动态变化实时更新解码网络的过程具体如下：

（41）接受外部应用系统语音指令集调整请求；

（42）若需要增加新的语音指令集，则对新语音指令集进行文本处理，依据文本构建相应的解码网络，并开始进行解码；若需要删除某些语音指令集，则停止该语音指令集对应解码器的所有运算，并删除对应的解码网络；

（5）当某个解码器率先解码至网络的结束位置时，获取所有解码器的最优结果，并进行排序，取概率最大的结果作为最优结果，并判断此时结果是否可信，若可信则终止所有解码器的运算，转入第（6）步，否则转入第（3）步继续解码；

（6）外部应用系统依据第（5）步的判断结果做出相应的操作。

2.根据权利要求1所述的一种语音指令范围动态变化的连续语音识别方法，其特征在于：步骤（2）中所述的解码网络是命令词解码网络或lvcsr解码网络。

3.根据权利要求1所述的一种语音指令范围动态变化的连续语音识别方法，其特征在于：所述步骤（3）中声学特征为梅尔倒谱系数MFCC、倒谱系数CEP、线性预测系数LPC或感知线性预测系数PLP。

4.根据权利要求1所述的一种语音指令范围动态变化的连续语音识别方法，其特征在于：所述步骤（5）中判断可信结果的过程如下：

（51）当某个解码器率先解码至网络的结束位置时，获取所有解码器的最优结果；

（52）根据概率对所有解码结果进行排序；

（53）取排序后概率最大的结果作为最优结果；

（54）计算该结果的置信度得分，并与阈值进行比较；

（55）若大于阈值时，则认为该结果可信，反之，认为不可信。

5.根据权利要求1所述的一种语音指令范围动态变化的连续语音识别方法，其特征在于：在步骤（5）中所述的对解码结果进行可信度判断时，为了保证判断的准确性，可以参照vad（Voice Activation Detection）的检测结果，即确认解码结束位置是否处于vad结果中的静音段，若是则认为本次识别结果是可信的，否则认为不可信。