[发明专利]一种利用汉语数码语音输入计算机指令的方法及装置

说明书

1技术领域

本发明公开一种利用汉语数码语音输入计算机指令的方法及装置，主要用于工业设备、交通设备、军事设备(以下统称重要设备)的精准语音操控，也用于各种智能手机、平板电脑、家用电器和可穿戴设备的语音操控，属于信息通信技术领域。

2背景技术

对重要设备进行精准语音控制，需要满足下列要求：

第一，准确性。重要设备的语音控制指令识别精准度必须达到100％，不允许出现任何误操作。

第二，实时性。重要设备的语音控制指令必须实时发出，不允许出现任何延迟操作。

第三，简短性。重要设备的语音控制指令必须简短明确，不允许出现任何含糊冗长指令。

第四，抗噪性。重要设备的语音控制指令必须发音洪亮清晰，与环境噪音有着显著区别。

第五，极端性。重要设备的语音控制指令必须适应各种极端环境条件(如网络中断、人员负伤等)。

基于下列原因，汉语语音(指包括汉语拼音全部音节)控制技术无法满足上述要求，因而难以应用在重要设备上。

第一，汉语语音识别无论如何努力都做不到100％的识别率，这无疑是汉语语音技术应用于工业、交通、军事领域的一个最大痛点。

第二，汉语语音控制需要选择、确定、重复等复杂的步骤与操作，还要用手动方式发出语音指令起始信号和结束信号，这些都难以符合实时性要求。

第三，汉语同音字词多，识别率低，虽然通过一段话语来与重要设备进行交流能够大幅度提高识别率，却不符合简短性要求。

第四，汉语各个音节的识别率并不完全相同，一些单音节(如“a”“yi”“wu”)在噪声环境中识别率很低，不符合抗噪性要求。

第五，目前，在线汉语语音识别率已经达到很高的精准度，但在单机交互情景中，还达不到类似精准度，不符合极端性要求。

满足上述精准语音控制要求的充分必要条件是：

第一，必须最大限度地减少语音数量。语音数量愈多，识别难度就愈大，识别精准度就愈低，反之亦然。

第二，必须增加各个语音之间的区分度。各个语音之间的区分度愈高，识别精准度就愈高，反之亦然。

第三，必须采用统一、规范的语音控制指令格式，这样才能被计算机准确地识别，并且无需用手动方式发出语音指令起始信号和结束信号，让声控系统随时处于“待命”状态。

第四，必须彻底消除同音语音指令，即两个语音指令的发音不能相同或相近，否则容易引起误操作。

第五，必须能够校验语音指令的正确性，即通过增加一位用于校验的语音，让声控系统能够自动验证语音指令的正确性。

本发明人所研发的汉语数码语音指令系统，通过将汉语语音指令转换为数码语音指令，并对部分汉语数码读音所进行的修订，制定包括拼形规则、数码规则、语音规则、替代规则、校验规则、组合规则、导引规则在内的一整套汉语数码语音指令输入规则，使之满足了上述重要设备对语音控制的要求及其充分必要条件。

3发明内容

3.1将汉语语音指令转换为数码语音指令

将汉语语音指令转换为数码语音指令，依据的是基于《汉字拼形方案所形成的汉字拼形技术，这一技术的核心内容是将汉字看做是由八个汉字字母构成的。

将汉语语音指令转换为数码语音指令是分四步完成的：

第一步：从构成计算机指令的汉字中提取特征汉字字母，组成汉字字母指令，将汉字字符指令转换为汉字字母指令；

第二步：将汉字字母表示为数码，将汉字字母指令转换为汉字数码指令；

第三步：对汉字数码指令进行替换、校验、组合、导引，生成具有不同功能、应用于不同场合的汉字数码指令。

第四步：读出汉字数码指令，生成汉语数码语音指令。

汉语数码语音只有10个，而汉语语音则有1100多个(含四声)，前者不足后者的百分之一。

汉字拼形技术提供了这样一种简单实用的转换方法，将由3000多个常用字组合而成的汉字字符指令转换为由8个数码组合而成的汉字数码指令，将由1100多个汉语语音组合而成的汉语语音指令转换为仅由10个汉语数码语音组合而成的汉语数码语音指令，而且这些汉字字符指令、汉字数码指令和汉语数码语音指令之间存在着一一对应关系。

附图4～附图6为《智能手机常用汉字数码指令表》，其中每个汉字字符指令与汉字数码指令之间都是一一对应的。

通过这一转换，即使采用通用算法，即利用汉语语音识别软件去识别汉语数码语音，其识别精准度也会大幅提升；若是采用专用算法，汉语数码语音的识别精准度要远远超过汉语语音的识别精准度。