[发明专利]多语者语音识别校正系统

摘要

本发明涉及多语者语音识别校正系统，多语者语音识别校正系统用于在针对多个说话者的语音识别期间以简单方法确定话语的说话者并容易地校正语音识别文本。多语者语音识别校正系统包括：语音信号检测器，配置成当从各自被提供给多个说话者中的相应的一个的多个麦克风接收到多个语音信号时，检测从每个语音信号的输入开始的时间点到语音信号停止的时间点的语音会话；语音识别器，配置成接收包括时间信息和麦克风识别信息的语音会话，并将语音会话中的每个转换成文本；以及文本校正器，配置成从语音信号检测器接收语音会话，按照语音信号的输入开始的时间点的顺序排列并显示语音会话，并接收用于校正语音识别文本的信息。

主权项

1.多语者语音识别校正系统，包括：语音信号检测器，配置成：当从各自被提供给多个说话者中的相应的一个的多个麦克风接收到多个语音信号时，检测从每个所述语音信号的输入开始的时间点到所述语音信号的输入停止的时间点的语音会话；语音识别器，配置成：接收包括时间信息和麦克风识别信息的所述语音会话中的每个，并将所述语音会话中的每个转换成文本；语音合并器，配置成从所述语音信号检测器接收语音会话，并将所述语音会话按照所述语音信号的输入开始的时间点的顺序合并；以及文本校正器，配置成：从所述语音识别器接收语音识别文本的片段，接收用于改变所述麦克风识别信息的说话者信息，按照所述语音信号的输入开始的时间点的顺序来排列并显示所述说话者信息和所述语音识别文本的片段，输出通过拍摄所述多个说话者中的每个而获得的图像，显示用于识别所述图像中的每个所述说话者的说话者标签，将由所述语音合并器合并的语音与所述语音识别文本一起输出，以及接收用于校正所述语音识别文本的信息，其中，所述文本校正器包括实时输入模式、校正模式和说话者指定播放模式，在所述实时输入模式中，显示所述语音识别文本，并且突出显示与所述显示的文本的说话者信息匹配的说话者标签以用于识别，在所述校正模式中，当在所述实时输入模式中输入用于校正所述语音识别文本的信息时，突出显示与待校正的文本的说话者信息匹配的说话者标签以用于识别，在所述说话者指定播放模式中，当针对每个所述说话者标签输入选择信号时，根据时间来输出与所选择的说话者标签匹配的说话者的语音识别文本或语音会话的话语；所述文本校正器在接收到用于校正所述语音识别文本的所述信息时暂停所述文本的显示，并且当所述校正完成时，所述文本校正器通过以预定时间量返回到过去的时间点来恢复所述文本的显示，所述文本校正器预先将与所述麦克风识别信息的每个片段对应的说话者的特征信息传输至所述语音识别器，其中，所述特征信息包括方言、外语词、感叹词或填充词，以及所述语音识别器通过应用从所述文本校正器接收的所述特征信息来将所述方言转换成标准语言、将外语词转换成本地词、或移除作为所述说话者的习惯的感叹词或填充词，并将所述语音识别器的结果传输至所述文本校正器。