[发明专利]短语辨认系统和方法

权利要求书

1.一种用于识别语音的方法，包括：

指定第一短语；

接收第一通信会话的第一音频流，所述第一通信会话包括来自于至少第一用户和第二用户的语音；

分析第一音频流，并且基于所述分析以至少第一概率确定第一短语是在第一通信会话中被说出；

在确定第一短语是在第一通信会话中被说出时，提交对第一短语是在第一通信会话中被说出的来自第一用户和第二用户中的至少一个的验证的第一请求；以及

响应于接收到来自第一用户和第二用户中的所述至少一个的确认第一短语是在第一通信会话中被第一用户和第二用户中的一个用户说出的验证，执行以下操作：由处理器在所述一个用户的简档中存储第一音频流的包括第一短语的第一部分，以及由处理器创建用于第一短语的隐含马尔可夫模型和/或由处理器训练该隐含马尔可夫模型；以及

在接收到来自所述一个用户的后续发声时，由处理器利用隐含马尔可夫模型以及接收到的来自所述一个用户的后续发声与存储在所述一个用户的简档中的第一音频流的包括第一短语的第一部分的比较，从而改进相对于所述一个用户说第一短语的语音识别的准确度。

2.如权利要求1所述的方法，还包括：

接收第二通信会话的第二音频流，所述第二通信会话包括来自于至少第一用户的语音；

访问第一部分；以及

比较所述第一部分与第二音频流的第二部分以确定第二部分是否与第一部分匹配。

3.如权利要求2所述的方法，还包括：

指定第二短语；

以至少第一概率确定第二短语已在第一通信会话和第二通信会话中的至少一个中被说出；

请求第二短语是在第一通信会话和第二通信会话中的一个中被说出的来自第一用户和第二用户中的至少一个的验证。

4.如权利要求3所述的方法，其中所述验证是从第二用户接收到的，以及其中第一音频流是实时音频流。

5.如权利要求1所述的方法，还包括：

指定第二短语；

接收第二通信会话的第二音频流，所述第二通信会话包括来自于至少第一用户的语音；以及

以至少第一概率确定第二短语是在第二音频流的第二部分中被说出的，

其中第一短语是第一短语部分和第一词中的至少一个，其中第二短语是第二短语部分和第二词中的至少一个，以及其中第一短语部分的至少第一音素用于确定第二短语是否在第二音频流的第二部分中被说出。

6.如权利要求5所述的方法，还包括：

请求第二短语是在第二音频流的第二部分中被说出的来自第一用户和第二用户中的至少一个的验证；

响应于接收到第二短语是在第二音频流的第二部分中被说出的验证，存储第二音频流的包括第二短语的第二部分。

7.如权利要求1所述的方法，还包括：

在从接收的第一音频流确定第一用户具有第一确定的语音特征时，在语音识别库中应用包括第一短语的第一部分，针对所述第一用户将第一部分与第一短语相关联。

8.一种用于识别语音的装置，包括：

用于指定第一短语的部件；

用于接收第一通信会话的第一音频流的部件，所述第一通信会话包括来自于至少第一用户和第二用户的语音；

用于分析第一音频流，并且基于所述分析以至少第一概率确定第一短语是在第一通信会话中被说出的部件；

用于在确定第一短语是在第一通信会话中被说出时，提交对第一短语是在第一通信会话中被说出的来自第一用户和第二用户中的至少一个的验证的第一请求的部件；以及

用于响应于接收到来自第一用户和第二用户中的所述至少一个的确认第一短语是在第一通信会话中被第一用户和第二用户中的一个用户说出的验证，执行以下操作的部件：由处理器在所述一个用户的简档中存储第一音频流的包括第一短语的第一部分，以及由处理器创建用于第一短语的隐含马尔可夫模型和/或由处理器训练该隐含马尔可夫模型；以及

用于在接收到来自所述一个用户的后续发声时，由处理器利用隐含马尔可夫模型以及接收到的来自所述一个用户的后续发声与存储在所述一个用户的简档中的第一音频流的包括第一短语的第一部分的比较，从而改进相对于所述一个用户说第一短语的语音识别的准确度的部件。