[发明专利]基于词比较的语音端点定位

权利要求书

1.一种计算机实现的用于对语音进行端点定位的方法，包括：

获得话语的转录；

确定文本样本的汇集中的(i)包括与所述转录匹配的词语并且(ii)不包括任何附加的词语的文本样本的第一数量；

确定文本样本的所述汇集中的(i)包括与所述转录匹配的词语并且(ii)包括一个或者多个附加的词语的文本样本的第二数量；

比较所述第一数量和第二数量；

至少基于比较所述第一数量与所述第二数量来将所述话语分类为很可能不完整的话语或者非很可能不完整的话语；以及

基于将所述话语分类为很可能不完整的话语，维持麦克风处于激活状态以接收附加的话语，或者基于将所述话语分类为非很可能不完整的话语，去激活所述麦克风。

2.根据权利要求1所述的方法，其中，确定文本样本的汇集中的(i)包括与所述转录匹配的词语并且(ii)不包括任何附加的词语的文本样本的第一数量包括：

在每个文本样本中确定与所述转录匹配的词语以与在所述转录中相同的顺序出现。

3.根据权利要求1所述的方法，其中，确定文本样本的所述汇集中的(i)包括与所述转录匹配的词语并且(ii)包括一个或者多个附加的词语的文本样本的第二数量包括：

在每个文本样本中确定与所述转录匹配的所述词语在每个文本样本的前缀处出现。

4.根据权利要求1所述的方法，其中，

比较所述第一数量和第二数量包括：

确定所述第一数量与所述第二数量的比率，

确定所述比率满足阈值比率；并且

至少基于比较所述第一数量与所述第二数量来将所述话语分类为很可能不完整的话语或者非很可能不完整的话语包括：

基于确定所述比率满足所述阈值比率来将所述话语分类为很可能不完整的话语。

5.根据权利要求1所述的方法，包括：

接收指示话语完整的数据；

其中至少基于比较所述第一数量与所述第二数量来将所述话语分类为很可能不完整的话语或者非很可能不完整的话语包括：将所述话语分类为很可能不完整的话语；并且

基于将所述话语分类为很可能不完整的话语来覆盖指示话语完整的所述数据。

6.根据权利要求1所述的方法，其中，所述文本样本的汇集是搜索查询的汇集。

7.一种用于对语音进行端点定位的系统，包括：

一个或者多个计算机和一个或者多个存储设备，所述存储设备存储可操作的指令，所述指令当由所述一个或者多个计算机执行时，使得所述一个或者多个计算机执行操作，所述操作包括：

获得话语的转录；

确定文本样本的汇集中的(i)包括与所述转录匹配的词语并且(ii)不包括任何附加的词语的文本样本的第一数量；

确定文本样本的所述汇集中的(i)包括与所述转录匹配的词语并且(ii)包括一个或者多个附加的词语的文本样本的第二数量；

比较所述第一数量和第二数量；

至少基于比较所述第一数量与所述第二数量来将所述话语分类为很可能不完整的话语或者非很可能不完整的话语；以及

基于将所述话语分类为很可能不完整的话语，维持麦克风处于激活状态以接收附加的话语，或者基于将所述话语分类为非很可能不完整的话语，去激活所述麦克风。

8.根据权利要求7所述的系统，其中，确定文本样本的汇集中的(i)包括与所述转录匹配的词语并且(ii)不包括任何附加的词语的文本样本的第一数量包括：

在每个文本样本中确定与所述转录匹配的词语以与在所述转录中相同的顺序出现。

9.根据权利要求7所述的系统，其中，确定文本样本的所述汇集中的(i)包括与所述转录匹配的词语并且(ii)包括一个或者多个附加的词语的文本样本的第二数量包括：

在每个文本样本中确定与所述转录匹配的所述词语在每个文本样本的前缀处出现。