[发明专利]语音识别语法树的构图方法及装置有效

专利信息
申请号: 201510455696.1 申请日: 2015-07-29
公开(公告)号: CN105161095B 公开(公告)日: 2017-03-22
发明(设计)人: 彭守业;贾磊 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G10L15/06 分类号: G10L15/06;G10L15/28;G06F17/30
代理公司: 北京品源专利代理有限公司11332 代理人: 孟金喆,胡彬
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 语音 识别 语法 构图 方法 装置
【权利要求书】:

1.一种语音识别语法树的构图方法,其特征在于,包括:

确定与应用场景对应的槽,且为每个槽赋予对应的至少一个字词;

根据预定语法路径中的槽顺序和槽对应的字词,形成语法语句,并解析语法语句中字词的语音,确定对应的声学模型;

根据所述应用场景的预定语法路径中的槽构建语法树,其中,槽与语法树中的节点对应,且节点中存储该槽的槽索引,所述槽索引用于索引对应字词的声学模型存储位置。

2.根据权利要求1所述的方法,其特征在于,还包括:

按照预定语法路径中槽的顺序,确定父槽和子槽之间的槽联接,并存储所述槽联接的声学模型;

将所述槽联接的槽联接索引存储在语法树中子槽对应的节点中,所述槽联接索引用于索引所述槽联接的声学模型的存储位置。

3.根据权利要求1所述的方法,其特征在于,根据所述应用场景的预定语法路径中的槽构建语法树包括:

将所述应用场景的各预定语法路径的起始槽作为语法树的根节点;

将每条所述预定语法路径形成所述语法树的一条深度路径,预定语法路径中的槽与深度路径中的节点对应,且在节点中存储槽索引和与父槽之间的槽联接索引,在每条深度路径的尾节点存储结束标识符;

将各深度路径中位于相同层的相同槽对应的节点进行合并。

4.根据权利要求1~3任一项所述的方法,其特征在于,确定与应用场景对应的槽,且为每个槽赋予对应的至少一个字词包括:

确定与应用场景对应的资料类槽,为所述资料类槽添加资料标识作为槽的节点信息,且为资料类槽赋予设定资料库中的字词,其中,所述设定资料库至少包括:通信录姓名库、通信录电话号码库、公共电话库、或建筑物名称库。

5.根据权利要求1~3任一项所述的方法,其特征在于,确定与应用场景对应的槽,且为每个槽赋予对应的至少一个字词包括:

确定与应用场景对应的循环类槽,为所述循环类槽添加循环标识作为槽的节点信息,且为所述循环类槽赋予对应的至少两个字词,其中,所述循环标识用于指示在识别过程中,循环采用循环类槽的声学模型进行字词识别。

6.根据权利要求1~3任一项所述的方法,其特征在于,确定与应用场景对应的槽,且为每个槽赋予对应的至少一个字词包括:

确定与应用场景对应的可选类槽,为所述可选类槽添加可选标识作为槽的节点信息,且为所述可选类槽赋予对应的可选字词,其中,所述可选标识用于指示在识别过程中,可选类槽的声学模型与同一深度路径中下一个槽的声学模型同时进行语音识别。

7.根据权利要求1~3任一项所述的方法,其特征在于,确定与应用场景对应的槽,且为每个槽赋予对应的至少一个字词包括:

确定与应用场景对应的跳转类槽,为所述跳转类槽添加跳转标识作为槽的节点信息,且为所述跳转类槽赋予对应的字词,其中,所述跳转标识用于指示在识别过程中,跳转类槽的识别之后跳转至指定槽进行语音识别。

8.根据权利要求1~3任一项所述的方法,其特征在于,确定与应用场景对应的槽,且为每个槽赋予对应的至少一个字词包括:

确定与应用场景对应的声学加强类槽,为所述声学加强类槽添加声学加强标识作为槽的节点信息,且为声学加强类槽赋予对应的字词,其中,所述声学加强标识用于指示在识别过程中,增加声学加强类槽的声学识别得分。

9.根据权利要求1~3任一项所述的方法,其特征在于,确定与应用场景对应的槽,且为每个槽赋予对应的至少一个字词包括:

确定与应用场景对应的语言加强类槽,为所述语言加强类槽添加语言加强标识作为槽的节点信息,且为语言加强类槽赋予对应的字词,其中,所述语言加强标识用于指示在识别过程中,增加语言加强类槽的语言识别得分。

10.一种语音识别语法树的构图装置,其特征在于,包括:

槽确定模块,用于确定与应用场景对应的槽,且为每个槽赋予对应的至少一个字词;

声学模型确定模块,用于根据预定语法路径中的槽顺序和槽对应的字词,形成语法语句,并解析语法语句中字词的语音,确定对应的声学模型;

语法树构建模块,用于根据所述应用场景的预定语法路径中的槽构建语法树,其中,槽与语法树中的节点对应,且节点中存储该槽的槽索引,所述槽索引用于索引对应字词的声学模型存储位置。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201510455696.1/1.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