[发明专利]适用于自动语音识别系统的N最佳列表的基于知识的策略

说明书

发明背景

本发明通常涉及自动语音识别(ASR)，更特别地，涉及利用适用于假设识别结果的列表的基于知识的策略来识别口呼字母串和字母数字混合串。

相关技术描述

ASR被用于各种识别任务，包括识别电话呼叫者说出的数字串。这些数字串一般表示信用卡好吗，电话号码，银行帐户号码，社会安全号码和个人身份号码(PIN)。

语音识别是一种不完善的技术。获得高准确性是很困难的，因为一般存在多个变量，包括，例如，麦克风之间，语音口音之间和说话者能力之间的差别。识别口呼数字串尤其困难，因为各个数字的持续期很短，数字间具有很高程度的声学混淆，并且相邻数字常常会一起说出。当在电话网络中进行数字串(字母或字母-数字混合)识别时，因为语音信号上的噪声和带宽限制的原因，该任务变得更加困难。正确地识别口呼数字要求每个数字被正确地识别。以高准确性识别口呼数字串要求每个数字的准确性极高：超过99％。目前的电话数字识别尝试获得大约98％的单数字准确性。电话上识别字母数字混合串更加困难，目前的技术单字符的识别准确度在75％左右。

因此，需要更准确的数字识别技术，尤其是在电话网络上识别口呼数字串。

本发明概要

本发明的一个主要目标是给出一种方法和装置用于高准确度地识别口呼数字串。

本发明的更具体的目标是给出新的技术用于识别口呼数字串，最好利用适用于假定数字串列表的基于知识的策略。

本发明的另一个更通用的目标是实现各种基于知识的策略用于控制语音识别器。

这些和其它的目标都是通过用于识别口呼数字串的方法和系统实现的。根据本发明的优选实施方案，口呼数字串由语音识别器分析，该识别器基于口呼数字串的匹配可能性产生按等级排列的假设数字串的列表(这里称做N最佳列表)。然后，从具有最大口呼字符串匹配可能性的假设字符串开始分析各个假设字符串以确定它们是否满足给定的约束条件。列表中满足约束条件的第一个假设字符串被选做识别出的字符串。

各种约束条件可以用于确认假设的数字串，包括例如校验和约束条件，正确数据串匹配约束条件等等。

根据本发明的另一个实施方案，如果在N最佳列表中没有一个假设的数字串满足特定的约束条件，那么另一种认证技术可以用于确定正确的数字串。

前面的描述大致给出了本发明的一些关键的目标和特征。这些目标应该构造为仅示例说明了本发明的一些主要特征和应用。通过以不同的方式应用所描述的发明或如将要描述的那样修改本发明，可以获得其它有益的结果。因此，通过参考下面优选实施方案的详细描述，可以更全面地理解本发明和其它的目标。

附图简要描述

为了更完整地理解本发明和其优点，应该参考下面结合附图进行的详细描述。

图1是说明根据本发明识别口呼数字串的技术的流程图。

优选实施方案详细描述

如上面讨论的，本发明针对准确识别口呼数字串的加强方法和系统。根据本发明，本发明技术可以用于已知的数字识别器或识别引擎，或与其联合使用。数字识别器或识别引擎接收口呼输入字符串并为每个口呼数字串产生多个识别假设。这是一个已知的功能，可以从多种以前技术的系统获得(即，识别系统，应用等等)，该功能包括，而不是限制，Vpro/连续语音识别引擎，VR/连续语音识别引擎，以及语音波型标准语音识别产品，都由VCSI开发并市场化。通常，任何采用维特比波束搜索技术的语音识别引擎可以被配置以这种方式提供多个假设。其它用于给出多个数字串假设的技术在当前领域中是已知的。如众所周知的，基于口呼数字串的匹配可能性，假设的数字串按等级顺序排列(N最佳列表)。根据本发明，结合各种基于知识的识别策略，这种多选择特征被用于准确地识别口呼数字串。

简要地，本发明的技术优选分析识别器的首选字符串(即，按概率划分的N最佳列表中的首项)来确定首选是否满足给定的基于知识的识别约束条件。如果满足约束条件，那么该数字串被确认，即，该项被宣布为正确号码。如果首选不满足约束条件，就会考虑第二选择，如此下去，直到正确的数字串被找到。

如果没有假设的数字串满足约束条件，那么会宣布拒绝，呼叫者会被要求重复数字串以用于新的分析。此外，如下面描述的，额外的(或补充的)认证技术被用于确定正确的数字串。