[发明专利]用于生成混淆网络的方法、系统和计算机可读存储设备

说明书

本公开的示例描述了多弧混淆网络的生成以改善例如向生成的输出返回备选的能力。包括词汇化假设和归一化假设的标记表示的混淆网络被生成。混淆网络的每个弧表示词汇化假设或归一化假设的标记。混淆网络被变换成多弧混淆网络，其中该变换包括重新对齐混淆网络的至少一个标记以跨越混淆网络的多个弧。还描述了其它示例。

背景技术

自动语音识别(ASR)中的进步已经导致对口头语言理解(SLU)的兴趣增加。大词汇口头语言理解中的挑战是补偿ASR错误的鲁棒性。语音识别并不完美，并且每个用户都理解偶尔的识别错误是现实。从用户的角度来看，当语音识别应用或程序被使用时，识别错误的纠正的容易性对用户的整体体验具有重大影响。这是关于本申请所针对的该一般技术环境。

发明内容

本公开的示例描述了多弧混淆网络的生成以改善例如向生成的输出返回备选的能力。包括词汇化假设和归一化假设的标记表示的混淆网络被生成。混淆网络的每个弧表示词汇化假设或归一化假设的标记。混淆网络被变换成多弧混淆网络，其中该变换包括重新对齐混淆网络的至少一个标记以跨越混淆网络的多个弧。还描述了其它示例。

提供本发明内容以简化的形式介绍概念的选择，这在下面的具体实施方式中被进一步描述。本发明内容不旨在标识所要求保护的主题的主要特征或必要特征，也不旨在用于限制所要求保护的主题的范围。示例的附加方面，特征和/或优点将部分地在下面的描述中被阐述，并且部分地将从描述中显而易见，或者可以通过本公开的实践来被了解。

附图说明

参考以下附图来描述非限制性和非穷举性示例。

图1示出了用于输入识别和处理的示例系统的概况。

图2示出了由示例性系统和应用进行的示例确定的概况。

图3示出了生成示例混淆网络和示例多弧词混淆网络的示例方法。

图4示出了从示例多弧混淆网络输出备选标记表示的示例方法。

图5是示出可以利用其实践本公开的方面的计算设备的示例的框图。

图6A和6B是可以利用其实践本公开的方面的移动计算设备的简化框图。

图7是其中可以实施本公开的方面的分布式计算系统的简化框图。

具体实施方式

纠正语音识别错误的方法可以使用词混淆网络，一旦用户指示提供给该用户的假设(例如，结果)不是用户想要的结果，则词混淆网络可以提供针对某些词的备选。然而，通常，词混淆网络(WCN)不解决跨越WCN的多个词或节点的备选或纠正的问题。附加的挑战来自于语音识别发生在词汇级别的事实，并且因此WCN在词汇级别被生成，其中呈现给用户的文本包含作为词汇输出上的文本归一化的结果的标记。因此，常见的WCN可能挣扎于在与口头话语相关联的改变词存在的情况下处理纠正。

本公开的示例描述了多弧标记级混淆网络的生成，其表示用于口头话语的识别结果的假设，以提高向用户返回针对呈现给用户的标记表示的备选的能力。生成的多弧混淆网络包括由词汇化假设的归一化导致的标记表示。另外，生成的多弧标记级混淆网络是加权的标记级混淆网络，其弧线跨越多个节点，以改善向用户返回备选中的处理。

例如，当响应于口头话语将结果返回给用户时，用户可能指示呈现的输出不是用户正在寻找的，或者用户可能简单地请求对于在输出中呈现的元素或标记的备选。本申请的加权标记级多弧混淆网络可用于准确且高效地向用户返回备选，因为它做出可用于任何所选择/标识的节点跨度的明显备选。基于本发明实现了许多技术优点，包括提高语音识别处理的效率和精度、提高用户处理备选的效率和准确性、降低针对来自用户的后续查询的处理负担、提高处理速度、减低语音识别的错误率和改进用户交互性能，以及其他多个技术优势。