[发明专利]语音识别装置以及语音识别方法

说明书

本发明提出一种语音识别装置以及语音识别方法。该语音识别装置包括语音识别模块以及概率比较模块。所述语音识别模块接收语音特征。所述语音识别模块包括声学模型、语言模型以及多个声学辞典。所述语音识别模块藉由所述多个声学辞典的至少其中之一个、所述声学模型以及所述语言模型来分析所述语音特征以产生至少一个字串概率以及至少一个字串数据。所述多个声学辞典对应于多个不同口音类型。所述概率比较模块判断所述至少一个字串概率当中的最高概率，以输出对应于所述最高概率的所述至少一个字串数据的其中之一个。

技术领域

本发明涉及一种识别技术，且特别涉及一种语音识别装置以及语音识别方法。

背景技术

随着语音识别(speech recognition)技术的发展，有越来越多的电子装置具备有语音识别的功能。语音识别通常是对输入的语音信号取出语音特征的参数，再与数据库的样本相比对，以找出与输入相异度低的样本。但是，若使用者提供的语音具有特殊口音，则可能发生无法有效识别语音信号的问题。因此，一般的语音识别方式是针对不同口音类型而建立多组声学模型、多组语言模型以及多个声学辞典，以分别产生多个字串概率以及多个字串数据。

但是，由于不同的声学模型具有不同的音素以及概率基础，并且不同的语言模型同样具有不同的概率基础，因此一般的语音识别方式是所产生的多个字串概率实际上不具有可比性，并且准确率低。此外，一般的语音识别方式需要经由大量的分析运算，还具有语音识别的效率过低的问题。对此，如何提出一种语音识别技术可有效适应不同口音类型的使用者，以有效识别不同使用者所提供的不同口音类型的语音信号，并且可提供有效率的语音识别结果，是本领域目前重要的课题之一。

发明内容

本发明提供一种语音识别装置以及语音识别方法，可有效识别不同口音的语音信号，以依据不同的口音类型来对语音信号的语音特征进行有效的解码分析。

本发明的语音识别装置包括语音识别模块以及概率比较模块。所述语音识别模块用以接收语音特征。所述语音识别模块包括声学模型、语言模型以及多个声学辞典。所述语音识别模块藉由所述多个声学辞典的至少其中之一个、所述声学模型以及所述语言模型来分析所述语音特征以产生至少一个字串概率以及至少一个字串数据。所述多个声学辞典对应于多个不同口音类型。概率比较模块耦接所述语音识别模块。所述概率比较模块判断所述至少一个字串概率当中的最高概率，以输出对应于所述最高概率的所述至少一个字串数据的其中之一个。

在本发明的一实施例中，上述的语音识别模块藉由所述多个声学辞典产生对应于不同口音类型的多个字串概率以及多个字串数据。所述语音特征与所述多个声学辞典的其中之一个为相同口音类型，以使经由所述多个声学辞典的其中之一个产生的所述字串概率为所述最高概率。

在本发明的一实施例中，上述的语音识别装置还包括特征提取模块。所述特征提取模块耦接所述语音识别模块。所述特征提取模块用以接收语音信号。所述特征提取模块分析所述语音信号以提供所述语音特征至语音识别模块。

在本发明的一实施例中，上述的语音识别装置还包括口音识别模块。所述口音识别模块耦接所述特征提取模块以及所述语音识别模块。所述口音识别模块用以分析所述语音信号，以判断所述语音信号的口音类型，并且选择所述多个声学辞典的其中之一个来分析所述语音特征。

在本发明的一实施例中，上述的所述口音识别模块依据所述语音信号的所述口音类型来选择性地输出所述语音特征至对应于所述口音类型的所述多个声学辞典的其中之一个，以藉由对应于所述口音类型的所述多个声学辞典的其中之一个、所述声学模型以及所述语言模型来分析所述语音特征，并且输出一个所述字串数据。

本发明的语音识别方法包括以下步骤：接收语音特征，并且藉由多个声学辞典的至少其中之一个、声学模型以及语言模型来分析所述语音特征以产生至少一个字串概率以及至少一个字串数据，其中所述多个声学辞典对应于多个不同口音类型；以及判断所述至少一个字串概率当中的最高概率，以输出对应于所述最高概率的所述至少一个字串数据的其中之一个。