[发明专利]获取有效HMM的混合散列方案

说明书

背景

领域

本发明的实施方式大体上涉及到数据模式识别。更具体地，本发明的实施方式涉及到用于数据模式识别的音素分数加速器。

背景

越来越多地使用实时数据模式识别来分析电子系统中的数据流。例如，在具有超过数以万计的词的词汇表上，语音识别系统取得了更好的准确度，使其成为电子系统的吸引人的特性。在诸如移动设备、服务器、汽车和PC市场的以数据模式识别应用为目标的消费者市场中，语音识别系统变得越来越普遍。

尽管在语音识别系统中的准确度有所提高，但是，大量的计算资源却被用于语音识别处理，继而将大量负荷施加在诸如多用户/多编程环境的计算机系统上。多编程计算系统同时处理来自各种应用的数据，因此，由语音识别处理施加在这些计算系统的负荷将影响计算系统能够处理输入的声音信号和来自其他应用的数据的速度。而且，对于通常包含有限存储器资源(如与台式计算系统相比而言)的手持式设备，语音识别应用不仅将大量负荷施加在手持设备的计算资源上，而且还消耗手持设备的存储器资源的很大一部分。实时或本质上接近实时地处理输入的声音信号的需求进一步加重了上述语音识别系统的处理负载量、速度和存储资源中的问题。

内容

因此，具有对语音识别系统施加在计算系统的处理负载量、速度和存储资源上的负荷进行改善的需要。

本发明的实施方式包含数据存储设备。所述数据存储设备包含第一存储设备、第二存储设备、以及处理设备。第一存储设备被配置成存储一个或多个数据元素。第二存储设备被配置成在一个或多个相应的表索引处存储一个或多个状态比特。此外，每一个表索引被映射到第一存储设备中的对应表索引。处理设备被配置成基于一个或多个数据元素计算一个或多个散列值。

本发明的另一个实施方式包含用于存储数据的方法。所述方法可包含以下步骤：将第一数据散列，以产生表索引；以及在第一存储设备的表索引处读取有效比特。有效比特指示在第二存储设备的对应表索引处的表条目是否有效。

下面参考附图详细描述本发明的其他特性和优点、以及本发明的各种实施例的结构和操作。应注意，本发明不限制于本文所描述的特定实施方式。只出于说明的目的在本文中提出这些实施方式。基于本文中包含的指导，其他的实施方式对于相关领域的技术人员将变得明显。

附图简述

被并入本文且形成说明书的一部分的附图阐述本发明的实施方式，并连同描述进一步地用来解释本发明的原理，并使得相关领域的技术人员能够制造并使用本发明。

图1是根据本发明的实施方式的语音识别过程的示例性流程图的图例。

图2是传统的语音识别系统的图例。

图3是传统的语音识别系统的图例，其具有由单个处理单元实施的语音识别处理。

图4是由声协同处理器(ACP)和中央处理单元(CPU)实施的语音识别处理的实施方式的图例。

图5是声协同处理器(ACP)的实施方式的图例。

图6是声协同处理器(ACP)中的存储器模块的实施方式的图例。

图7是声协同处理器(ACP)中的隐马尔可夫模型(HMM)模块的实施方式的图例。

图8是用于声信号处理的方法的实施方式的图例。

图9是哈希表的实施方式的图例。

图10是哈希表搜索过程的实施方式的图例。

图11是哈希表插入过程的实施方式的图例。

图12是哈希表剩余有效处理的实施方式的图例。

图13是示例计算机系统的图例，本发明的实施方式或其一部分可在该示例计算机系统中被实现为计算机可读代码。

详细说明

以下详细说明涉及到附图，附图阐明与本发明一致的示例性实施方式。其他实施方式是可能的，并且可在本发明的精神和范围之内对实施方式进行修改。因此，详细说明并不旨在限制本发明的范围。相反，本发明的范围由所附权利要求定义。

对于相关领域的技术人员明显的是，如下文中所描述地，可在软件、硬件、固件和/或图中所示实体的很多不同实施方式中实现本发明。因此，以一种理解描述本发明的实施方式的操作性的行为，这种理解是，根据本文给出的具体描述的程度，对实施方式的修改和改变是可能的。

该说明书公开了包含本发明的特性的一个或多个实施方式。所公开的实施方式仅仅举例证明本发明。本发明的范围不限制于所公开的实施方式。本发明由随附的权利要求限定。