[发明专利]用于智能语音识别和处理的系统、方法和装置

说明书

相关申请

本申请为在2014年10月20日提交的美国专利申请序号62/066,154的延续，其公开内容通过引用整体并入。

技术领域

本申请大体涉及电子通信，并且更具体地，涉及具有智能语音识别和处理的通信系统、方法和装置。

背景技术

现代通信系统(例如，蜂窝电话)中的背景噪声、房间混响和信号失真破坏许多重要的语音提示(cue)，从而产生贫乏的语音信号。然而，语音包含许多冗余的提示，正常听力的人可以使用这些冗余来补偿在日常生活中遇到的大多数嘈杂、混响或其他形式的失真语音的语音提示丢失。这不是偶然的事故。法规、公众压力和相关因素致使工作场所、公共场所、学校等的背景噪声减少，所以对于正常听力的人来说，大多数时间的语音交流是相对有效的。然而，听力损失的人必须处理两种形式的贫乏语音，由于受损的听觉系统中的信号的神经处理减少所导致的语音提示丢失以及在失真的语音中的语音提示的额外损失。尽管有听力损失的许多人能够使用冗余的语音提示来理解安静无失真的语音，以补偿由受损的听觉系统中的神经处理不足导致的语音提示的丢失，但是失真的语音信号实质上更难以理解。放大对于提高安静无失真语音的清晰度(intelligibility)是有用的，因为它增加了贫乏语音信号中许多有用的冗余提示的可听性。然而，如果放大的语音信号失真(例如，背景噪声随着语音信号被放大)，则存在更少的剩余冗余语音提示用于补偿受损听觉系统中的神经处理不足和失真语音信号中的语音提示损失所导致的组合语音提示损失。具有听力损失的老年人在神经和认知过程中也具有年龄相关的缺陷，特别是在处理快速时间(temporal)变化方面。因此，这些老年人在理解日常生活中经常遇到的各种失真的语音时比年轻的正常听力成人有更大的困难。常规的放大在提高失真语音的清晰度方面几乎没有什么益处，特别是具有快速时间失真的语音。

自动语音识别领域近年来取得了长足的进步。机器语音识别现在是实际的现实，尽管还不如人类语音识别那样有效。然而，已经开发了使用自动语音识别技术的算法来提高贫乏语音的清晰度和质量。然而，在助听器中实现的信号处理算法仅处理声学信号。相比之下，自动语音识别算法使用语音信号中的所有信息，其可包括视光学、发音、语言和/或统计信息。能够理解贫乏语音的语音信号中的许多冗余由语音的声学和光学分量在面对面通信中传达，特别是在具有挑战性的聆听条件下。

发明内容

公开了具有智能语音识别和处理的系统、方法和装置。在一个实施例中，系统、方法和装置可实现如本文所述的语音识别辅助(SRA)。SRA可以以提高听力损失的人，包括特别是具有听力损失的几乎总是也具有年龄相关的神经和认知处理缺陷的老年人的语音的清晰度和声音质量的方式来实施。

例如，常规助听器处理声学信号，而不考虑语音信号的发音、语言、语义或统计内容。然后，经过处理的声学信号仅使用听力传送给聆听者。因此，本发明的目的是提供可通过听觉、视觉以及在特殊情况下，诸如听力障碍的盲人通过触觉辅助使用SRA触摸来利用到达聆听者的所有语音信息的系统、方法和装置。根据通信模式(例如，面对面对话、看电视、收听音频记录)，SRA以合适的格式将经处理的语音信号传送给聆听者。

本发明的另一目的是提供可支持改进的或智能的用于为声音放大候选者的大部分人(例如，老年人)进行语音识别的系统、方法和装置。除听力损失外，这些候选者可能遇到与神经方面的年龄相关的听觉处理缺陷和降低的认知处理。因此，SRA被设计成以可提高听力损失的人，包括具有在神经和认知处理中与年龄相关的缺陷的老年人的语音的清晰度和声音质量的方式进行操作。