華為語(yǔ)音處理方法的專(zhuān)利揭秘

華為的該項(xiàng)技術(shù)當(dāng)中，語(yǔ)音系統(tǒng)為多個(gè)NLP引擎的每一個(gè)識(shí)別結(jié)果進(jìn)行打分，最后確定一個(gè)或多個(gè)識(shí)別結(jié)果以及輸出次序，并按次序向用戶(hù)輸出該一個(gè)或多個(gè)識(shí)別結(jié)果，可以實(shí)現(xiàn)對(duì)引擎的篩選，做到優(yōu)中選優(yōu)。

華為在2013年1月提出了一種語(yǔ)音處理方法，并提供了系統(tǒng)和終端。該發(fā)明可以利用到多個(gè)廠商的技術(shù)，從而可以根據(jù)實(shí)際需求得到各種側(cè)重點(diǎn)不同的搜索結(jié)果。

圖1

圖1所示為語(yǔ)音處理方法的系統(tǒng)框圖。S110在獲取一個(gè)錄音片段流之后，可以將該錄音片段流發(fā)送至多個(gè)自然語(yǔ)言處理NLP引擎，其中，NLP引擎處理的錄音片段流可以由終端直接發(fā)送，也可以通過(guò)代理服務(wù)器獲取。

每個(gè)NLP引擎收到錄音片段流之后即可進(jìn)行識(shí)別，進(jìn)而獲取一個(gè)或多個(gè)識(shí)別結(jié)果，并對(duì)每一個(gè)識(shí)別結(jié)果進(jìn)行打分，最后將獲取到的識(shí)別結(jié)果以及每一個(gè)識(shí)別結(jié)果的分?jǐn)?shù)發(fā)送給終端。

具體地，在接收到來(lái)自于多個(gè)NLP引擎中的識(shí)別結(jié)果之后，打分系統(tǒng)可以對(duì)NLP引擎的本次識(shí)別結(jié)果進(jìn)行打分。一方面，打分系統(tǒng)可以根據(jù)每一個(gè)NLP引擎的響應(yīng)時(shí)間、給出識(shí)別結(jié)果的多少或識(shí)別結(jié)果的離散程度，對(duì)每一次識(shí)別結(jié)果進(jìn)行打分，并根據(jù)總分對(duì)識(shí)別結(jié)果進(jìn)行排序。另一方面，用戶(hù)可以根據(jù)實(shí)際需求，設(shè)定不同的得分權(quán)重來(lái)控制總得分中各項(xiàng)得分的比例。

S130根據(jù)來(lái)自于多個(gè)NLP引擎的識(shí)別結(jié)果，確定一個(gè)或多個(gè)識(shí)別結(jié)果以及輸出次序向用戶(hù)輸出（例如，通過(guò)顯示器或揚(yáng)聲器向用戶(hù)輸出），供用戶(hù)選擇。

圖2

圖2所示為終端200的示意性框圖，發(fā)送單元210將語(yǔ)音發(fā)送至多個(gè)NLP引擎進(jìn)行識(shí)別，以獲取識(shí)別結(jié)果。

接收單元220接收多個(gè)NLP引擎的識(shí)別結(jié)果之后，由確定單元230對(duì)NLP引擎的每一個(gè)識(shí)別結(jié)果進(jìn)行打分，并確定一個(gè)或多個(gè)識(shí)別結(jié)果以及輸出次序。

輸出單元240根據(jù)輸出次序向用戶(hù)輸出一個(gè)或多個(gè)識(shí)別結(jié)果。

圖3

圖3所示為終端300的示意性框圖，存儲(chǔ)器310存儲(chǔ)一組程序代碼，處理器340調(diào)用存儲(chǔ)器310存儲(chǔ)的程序代碼，執(zhí)行以下操作：

將語(yǔ)音通過(guò)發(fā)送器330發(fā)送至多個(gè)NLP引擎進(jìn)行識(shí)別，以獲取識(shí)別結(jié)果；

接收器320接收來(lái)自于多個(gè)NLP引擎的識(shí)別結(jié)果；

處理器340對(duì)每一個(gè)識(shí)別結(jié)果進(jìn)行打分，確定一個(gè)或多個(gè)識(shí)別結(jié)果以及輸出次序；

輸出裝置360根據(jù)輸出次序向用戶(hù)輸出識(shí)別結(jié)果。

圖4

圖4是語(yǔ)音處理系統(tǒng)400的示意性框圖。終端410即為上文介紹的終端200和終端300。圖中的多個(gè)引擎430接收終端發(fā)送的語(yǔ)音后，對(duì)語(yǔ)音進(jìn)行識(shí)別，以獲取識(shí)別結(jié)果，并將獲取的識(shí)別結(jié)果發(fā)送至終端。代理服務(wù)器430用于接收終端發(fā)送的語(yǔ)音，并將所述語(yǔ)音轉(zhuǎn)發(fā)至多個(gè)NLP引擎。

在該發(fā)明中，通過(guò)將語(yǔ)音發(fā)送至多個(gè)NLP引擎，使多個(gè)NLP引擎分別對(duì)語(yǔ)音進(jìn)行識(shí)別，以獲取識(shí)別結(jié)果；接收來(lái)自多個(gè)NLP引擎的識(shí)別結(jié)果；根據(jù)來(lái)自多個(gè)引擎的識(shí)別結(jié)果，向用戶(hù)輸出可供用戶(hù)選擇的識(shí)別結(jié)果，可以使多個(gè)NLP引擎為用戶(hù)的一段語(yǔ)音進(jìn)行處理。該發(fā)明可以利用到多個(gè)廠商的技術(shù)，從而得到各種側(cè)重不同的結(jié)果。

在上述系統(tǒng)中，系統(tǒng)可以為多個(gè)NLP引擎的每一個(gè)識(shí)別結(jié)果進(jìn)行打分，最后確定一個(gè)或多個(gè)識(shí)別結(jié)果以及輸出次序，并按次序向用戶(hù)輸出一個(gè)或多個(gè)識(shí)別結(jié)果，可以實(shí)現(xiàn)對(duì)引擎的篩選，做到優(yōu)中選優(yōu)。