[发明专利]提醒设置方法、装置和系统有效

专利信息
申请号: 201310157869.2 申请日: 2013-04-28
公开(公告)号: CN104123937A 公开(公告)日: 2014-10-29
发明(设计)人: 卢鲤;饶丰;刘松;唐宗尧;张翔;岳帅;陈波 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G10L15/26 分类号: G10L15/26;G10L15/06;G10L15/30
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 罗振安
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 提醒 设置 方法 装置 系统
【权利要求书】:

1.一种提醒设置方法,其特征在于,所述方法包括:

获取语音信号;

通过关键词识别获得所述语音信号中的时间信息;

根据所述时间信息确定设置提醒时的提醒时间;

通过连续语音识别获得所述语音信号所对应的文字序列,根据所述时间信息和所述文字序列确定设置提醒时的提醒内容;

根据所述提醒时间和所述提醒内容设置提醒事项。

2.根据权利要求1所述的方法,其特征在于,所述根据所述时间信息确定设置提醒时的提醒时间,包括:

从预设的至少一个时间信息模板中匹配出与所述时间信息对应的时间信息模板;

根据与所述时间信息对应的时间信息模板将所述时间信息转换为标准格式的时间;

将所述标准格式的时间作为设置提醒时的提醒时间。

3.根据权利要求2所述的方法,其特征在于,所述将所述标准格式的时间作为设置提醒时的提醒时间点,包括:

检测与所述标准格式的时间匹配的未来时刻是否为两个或者两个以上;

若检测结果为与所述标准格式的时间匹配的未来时刻是两个或者两个以上,则从所述两个或者两个以上的未来时刻中选择符合第一预设条件的未来时刻作为设置提醒时的提醒时间。

4.根据权利要求1所述的方法,其特征在于,所述根据所述时间信息和所述文字序列确定设置提醒时的提醒内容,包括:

根据所述时间信息和所述文字序列确定所述文字序列中的内容信息,所述内容信息是所述文字序列中与所述时间信息不对应的部分的子集;

将所述内容信息和/或所述内容信息在所述语音信号中所对应的语音片段作为设置提醒时的提醒内容。

5.根据权利要求4所述的方法,其特征在于,所述时间信息包括时间关键词和所述时间关键词在所述语音信号中的起止时刻,所述文字序列包括至少一个文字和每个文字在所述语音信号中的起止时刻,所述根据所述时间信息和所述文字序列确定所述文字序列中的内容信息,包括:

根据所述时间关键词在所述语音信号中的起止时刻和所述各个文字在所述语音信号中的起止时刻,将所述文字序列区分为与所述时间信息对应的部分和与所述时间信息不对应的部分;

若所述与所述时间信息不对应的部分为一段,则将所述与所述时间信息不对应的部分作为所述内容信息;

若所述与所述时间信息不对应的部分为两段或者两段以上,则将所述与所述时间信息不对应的部分中符合第二预设条件的一段作为所述内容信息。

6.根据权利要求1所述的方法,其特征在于,所述获取语音信号,包括:

接收终端发送的所述语音信号;

所述根据所述提醒时间点和所述提醒内容设置提醒事项,包括:

将所述提醒时间点和所述提醒内容发送给所述终端,以便所述终端根据所述提醒时间点和所述提醒内容设置提醒事项。

7.根据权利要求1至6任一项所述的方法,其特征在于,所述时间信息包括时间关键词和所述时间关键词在所述语音信号中的起止时刻,所述通过关键词识别获得语音信号中的时间信息,包括:

将所述语音信号中的各个片段输入关键词检索网络,所述关键词检索网络包括有至少一个前景模型和至少一个背景模型;

所述前景模型为基于单音素或者三音素的隐马尔可夫模型;

所述背景模型为基于音素混淆度对所述前景模型中的音素进行聚类后训练得到的模型;或者,所述背景模型为通过与所述前景模型所采用的语种不同的其它语种训练得到的模型;

将所述前景模型和所述背景模型分别与所述各个片段进行匹配,得到所述时间关键词和所述时间关键词在所述语音信号中的起止时刻,将所述时间关键词和所述时间关键词在所述语音信号中的起止时刻作为所述语音信号所对应的时间信息。

8.根据权利要求1至6任一项所述的方法,其特征在于,所述文字序列包括至少一个文字和每个文字在所述语音信号中的起止时刻,所述通过连续语音识别获得所述语音信号所对应的文字序列,包括:

加载搜索空间;

提取所述语音信号中的音频特征;

通过维特比解码计算所述音频特征在所述搜索空间中的最优文字序列,所述最优文字序列包括至少一个文字和每个文字在所述语音信号中的起止时刻,将所述最优文字序列作为所述语音信号所对应的文字序列。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310157869.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top