[发明专利]语音搜索方法、装置和系统有效

专利信息
申请号: 201810501000.8 申请日: 2018-05-23
公开(公告)号: CN108682415B 公开(公告)日: 2020-09-29
发明(设计)人: 李忠杰 申请(专利权)人: 广州视源电子科技股份有限公司
主分类号: G10L15/02 分类号: G10L15/02;G10L15/08;G10L15/26
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 刘艳丽
地址: 510530 广*** 国省代码: 广东;44
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 搜索 方法 装置 系统
【权利要求书】:

1.一种语音搜索方法,其特征在于,包括:

根据WFST网络和上一阶段搜索结果,对当前帧的语音信号进行搜索,获得当前阶段搜索结果;

若所述当前阶段搜索结果与预置模板信息匹配,则重置所述WFST网络的搜索状态;所述匹配是指所述当前阶段搜索结果与所述预置模板信息相同或相似度达到设定阈值以上;

根据所述当前阶段搜索结果匹配的所述预置模板信息,通过重置搜索状态后的所述WFST网络进行前置搜索,得到模板路径网络;

根据所述模板路径网络和所述当前阶段搜索结果,对下一帧的语音信号进行搜索,直至输出所有帧的语音信号的搜索结果。

2.根据权利要求1所述的语音搜索方法,其特征在于,根据所述当前阶段搜索结果匹配的所述预置模板信息,通过重置搜索状态后的所述WFST网络进行前置搜索,得到模板路径网络的步骤前,还包括:

若所述当前阶段搜索结果与所述预置模板信息失配,则对下一帧的所述语音信号,在所述WFST网络中继续进行搜索,得到下一阶段搜索结果。

3.根据权利要求1所述的语音搜索方法,其特征在于,根据WFST网络和上一阶段搜索结果,对当前帧的语音信号进行搜索,获得当前阶段搜索结果的步骤前,还包括:

获取所述语音信号;

对所述语音信号进行声学特征提取,得到声学特征信息;

根据所述声学特征信息,通过设定的声学模型对各帧的所述语音信号进行分类并确定对应的分类概率。

4.根据权利要求3所述的语音搜索方法,其特征在于,根据WFST网络和上一阶段搜索结果,对当前帧的语音信号进行搜索,获得当前阶段搜索结果的步骤,包括:

根据所述WFST网络和所述上一阶段搜索结果,基于当前帧的所述语音信号的分类概率,对当前帧的所述语音信号进行搜索,获得所述当前阶段搜索结果。

5.根据权利要求3所述的语音搜索方法,其特征在于,根据所述模板路径网络和所述当前阶段搜索结果,对下一帧的语音信号进行搜索的过程,包括:

根据所述模板路径网络和所述当前阶段搜索结果,基于下一帧的所述语音信号的分类概率,对下一帧的所述语音信号进行搜索。

6.根据权利要求5所述的语音搜索方法,其特征在于,对下一帧的语音信号进行搜索之后,还包括:

若下一帧的所述语音信号为中间帧的所述语音信号,则返回执行所述根据所述声学特征信息,通过设定的声学模型对各帧的所述语音信号进行分类并确定对应的分类概率的步骤。

7.根据权利要求1或2所述的语音搜索方法,其特征在于,所述预置模板信息包括设定领域的词序列、词序列对应的声学特征或音素序列。

8.一种语音搜索装置,其特征在于,包括:

第一搜索模块,用于根据WFST网络和上一阶段搜索结果,对当前帧的语音信号进行搜索,获得当前阶段搜索结果;

搜索重置模块,用于若所述当前阶段搜索结果与预置模板信息匹配,则重置所述WFST网络的搜索状态;所述匹配是指所述当前阶段搜索结果与所述预置模板信息相同或相似度达到设定阈值以上;

模板搜索模块,用于根据所述当前阶段搜索结果匹配的所述预置模板信息,通过重置搜索状态后的所述WFST网络进行前置搜索,得到模板路径网络;

第二搜索模块,用于根据所述模板路径网络和所述当前阶段搜索结果,对下一帧的语音信号进行搜索,直至输出所有帧的语音信号的搜索结果。

9.一种语音搜索设备,其特征在于,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的语音搜索方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的语音搜索方法的步骤。

11.一种语音搜索系统,其特征在于,包括服务器和终端,所述服务器与所述终端通信连接;

所述终端用于向所述服务器发送待识别的语音信号;

所述服务器用于根据WFST网络和上一阶段搜索结果,对当前帧的所述语音信号进行搜索,获得当前阶段搜索结果;若所述当前阶段搜索结果与预置模板信息匹配,则重置所述WFST网络的搜索状态;所述匹配是指所述当前阶段搜索结果与所述预置模板信息相同或相似度达到设定阈值以上;

根据所述当前阶段搜索结果匹配的所述预置模板信息,通过重置搜索状态后的所述WFST网络进行前置搜索,得到模板路径网络;根据所述模板路径网络和所述当前阶段搜索结果,对下一帧的语音信号进行搜索,直至输出所有帧的语音信号的搜索结果,并将所述搜索结果发送到所述终端。

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广州视源电子科技股份有限公司,未经广州视源电子科技股份有限公司许可,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/201810501000.8/1.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