[发明专利]语音指令的识别方法、装置和智能终端

说明书

本发明提出一种语音指令的识别方法、装置和智能终端，其中识别方法，包括：预先建立多个声学模型，任一声学模型用于识别一种子语言，子语言为任意一种语言的官方语言或方言；获取语音指令并判断语音指令中是否采用了多种子语言；当语音指令中采用了多种子语言时，根据语音指令的发音和/或语调确定语音指令中采用的目标子语言；采用目标子语言对应的目标声学模型确定语音指令的语义，从而解决了当用户夹杂使用多种子语言时无法识别语音指令的问题。

技术领域

本发明涉及语音控制领域，特别涉及一种语音指令的识别方法、装置和智能终端。

背景技术

现在语音识别基本都是基于普通话识别，或者是纯粹的方言或者英文识别等。如果用户的语音指令以普通话和方言混合穿插的形式或者普通话和英文混合穿插的形式来发出，现在的语音识别系统会很难识别，直接导致识别不出用户的意图，这样的语音识别给人的感觉就不怎么友好。

因此，当用户发出的语音指令中包含多种语言或包括多种方言时，准确识别语音指令的语义，以提高用户体验，是现有技术中亟待解决的问题。

发明内容

本发明提供了一种语音指令的识别方法、装置和智能终端，以在用户发出的语音指令中包括多种语言或包括多种方言时准确识别用户的意图，以提高用户体验。

为了解决上述问题，作为本发明的一个方面，提供了一种语音指令的识别方法，包括：

预先建立多个声学模型，任一声学模型用于识别一种子语言，子语言为任意一种语言的官方语言或方言；

获取语音指令并判断语音指令中是否采用了多种子语言；

当语音指令中采用了多种子语言时，根据语音指令的发音和/或语调确定语音指令中采用的目标子语言；

采用目标子语言对应的目标声学模型确定语音指令的语义。

可选的，声学模型为神经网络模型。

可选的，判断语音指令中是否采用了多种子语言，包括：

将语音指令传入各个声学模型进行识别；

若各个声学模型对语音指令的识别率均低于预设识别率，则认定语音指令中采用了多种子语言。

可选的，采用目标子语言对应的目标声学模型确定语音指令的语义，包括：

将语音指令分为多个语音段，其中，任一语音段采用一种目标子语言；

根据语音段采用的目标子语言确定语音段对应的目标声学模型；

采用目标声学模型对对应的语音段进行识别，得到语音段对应的第一识别结果；

根据第一识别结果确定语音指令的语义。

可选的，根据第一识别结果确定语音指令的语义，包括：

确定各个语音段在语音指令中的第一排序；

按照第一排序对各个语音段对应的第一识别结果进行排列得到第二识别结果；

用第二识别结果对应的语义作为语音指令的语义。

本申请还提出一种语音指令的识别装置，包括：

建模单元，用于预先建立多个声学模型，任一声学模型用于识别一种子语言，子语言为任意一种语言的官方语言或方言；

获取单元，用于获取语音指令并判断语音指令中是否采用了多种子语言；

语言识别单元，用于当语音指令中采用了多种子语言时，根据语音指令的发音和/或语调确定语音指令中采用的目标子语言；