專(zhuān)利名稱(chēng)：一種訓(xùn)練語(yǔ)音識(shí)別系統(tǒng)的方法和實(shí)踐該方法的裝置特別是手提電話(huà)設(shè)備的制作方法
發(fā)明的背景本發(fā)明涉及對(duì)多項(xiàng)編碼系統(tǒng)訓(xùn)練一語(yǔ)音識(shí)別系統(tǒng)的方法。所說(shuō)的方法包括下列步驟-由用戶(hù)個(gè)人提出一語(yǔ)音項(xiàng)；-認(rèn)定在所說(shuō)編碼系統(tǒng)中所說(shuō)被提出語(yǔ)音項(xiàng)的特征；-在所查到的特征的控制下，將所說(shuō)被提出語(yǔ)音項(xiàng)插入該編碼系統(tǒng)中；-重復(fù)這些步驟，直到達(dá)到該編碼系統(tǒng)的充分條件。
語(yǔ)音識(shí)別已成為一個(gè)商業(yè)上的熱門(mén)的課目。它尋求在高度復(fù)雜的專(zhuān)業(yè)系統(tǒng)中，也在基本消費(fèi)裝置和裝置中都有應(yīng)用。后者的個(gè)別例子是手提電話(huà)；某些這樣裝置是可受語(yǔ)音控制的，而語(yǔ)音代表數(shù)字；如像接通、停止、結(jié)束、保持這樣的標(biāo)準(zhǔn)電話(huà)用語(yǔ)，以及進(jìn)而有關(guān)的詞和短語(yǔ)。其他可適用的語(yǔ)音項(xiàng)可以是個(gè)人的姓名、公司名稱(chēng)，以及如像老板、妻子和秘書(shū)這樣的詞，它們能加快或簡(jiǎn)化撥號(hào)。當(dāng)然，相同的詞匯在其他語(yǔ)言中也有應(yīng)用。已發(fā)現(xiàn)，如此基本不受約束的專(zhuān)用語(yǔ)的使用特別會(huì)產(chǎn)生很多混淆。例如，某些名詞會(huì)有互相類(lèi)似性。并且，某些名詞發(fā)音像標(biāo)準(zhǔn)用語(yǔ)，即使拼寫(xiě)時(shí)不同。例如，wife(妻子)很難同five(5)相匹別，荷蘭語(yǔ)的詞Acht或Agt(8)既用作一姓氏也用作一個(gè)村莊的名字。此外，混淆也出現(xiàn)交叉語(yǔ)言中。例如，one(英語(yǔ)，1)-wann(德語(yǔ)，何時(shí) )sept(法語(yǔ)，7)-set(英語(yǔ)，設(shè)置)huit(法語(yǔ)，8)-wie(德語(yǔ)，如何 )dix(法語(yǔ)，10)-this(英語(yǔ)，這個(gè))因此，已認(rèn)識(shí)到一種需要，這種需要就是對(duì)一種混淆概率保持為最小的可控方式維持儲(chǔ)存的編碼系統(tǒng)而言，要給出所討論的系統(tǒng)的實(shí)際性能。歐洲專(zhuān)利申請(qǐng)EP 601876披露了一個(gè)系統(tǒng)，其中一個(gè)會(huì)引起混淆的新短語(yǔ)被阻止儲(chǔ)存。
發(fā)明的概要本發(fā)明已認(rèn)識(shí)到早期的系統(tǒng)太不靈活，因此本發(fā)明的目的之一是以保持靈活性又使混淆的可能性最小的方式來(lái)管理儲(chǔ)存的數(shù)據(jù)庫(kù)?，F(xiàn)在相應(yīng)地，本發(fā)明以所說(shuō)的斷然確定實(shí)際提出的語(yǔ)言項(xiàng)和所有已在編碼系統(tǒng)中的項(xiàng)之間的相似性為特征。其中，同一個(gè)別儲(chǔ)存項(xiàng)過(guò)度的相似性產(chǎn)生一應(yīng)急過(guò)程，該過(guò)程提供給所說(shuō)用戶(hù)個(gè)人一個(gè)選擇。這個(gè)選擇就是要不忽略實(shí)際的語(yǔ)音項(xiàng)，或要不以刪除該個(gè)別儲(chǔ)存項(xiàng)為代價(jià)代之插入實(shí)際提出的語(yǔ)音項(xiàng)。
本發(fā)明也涉及包括用于對(duì)多項(xiàng)編碼系統(tǒng)訓(xùn)練語(yǔ)音識(shí)別系統(tǒng)的裝置的電話(huà)設(shè)備。該電話(huà)設(shè)備還包括-為接收由用戶(hù)個(gè)人提出的語(yǔ)音項(xiàng)的輸入裝置；-在所說(shuō)的編碼系統(tǒng)中對(duì)所說(shuō)的被提出語(yǔ)音項(xiàng)進(jìn)行特征認(rèn)定裝置；-為在由所說(shuō)的特征認(rèn)定裝置查出的特征控制下將所說(shuō)的語(yǔ)音項(xiàng)插入到編碼系統(tǒng)中的插入裝置；-為重復(fù)這些步驟直到編碼系統(tǒng)的充分條件達(dá)到為止的重復(fù)裝置；-電話(huà)功能裝置，具有由所說(shuō)的語(yǔ)音識(shí)別系統(tǒng)的輸出饋送的控制輸入裝置，以在非訓(xùn)練狀態(tài)下根據(jù)已接收到的語(yǔ)音項(xiàng)接收已識(shí)別的控制數(shù)據(jù)。
這種電話(huà)設(shè)備的特征為，所說(shuō)的區(qū)別性認(rèn)定裝置被安排為確定實(shí)際給出項(xiàng)和所有已在編碼系統(tǒng)中的項(xiàng)之間的相似性。其中，與一個(gè)別儲(chǔ)存項(xiàng)的不適當(dāng)相似性產(chǎn)生一應(yīng)急過(guò)程，該過(guò)程提供給用戶(hù)個(gè)人一種，在忽略實(shí)際給出的語(yǔ)音項(xiàng)和在刪除該個(gè)別儲(chǔ)存項(xiàng)為大代價(jià)情況下交替插入實(shí)際給出的語(yǔ)音項(xiàng)之間的選擇。
自然而然，聲控電話(huà)機(jī)已尋求到在按鈕撥號(hào)不方便的狀況下的用法，如在照明不充分的條件下；或用戶(hù)具有僅一只手空間著，或甚至需要兩手空間的裝置。本發(fā)明的其他便利方面被列舉在相關(guān)的權(quán)利要求中。
附圖的簡(jiǎn)要說(shuō)明本發(fā)明的這些和其他方面以及優(yōu)點(diǎn)將參考優(yōu)選實(shí)施例的詳細(xì)披露，特別是參考如下附圖再被詳細(xì)地討論。這些圖表示

圖1手提電話(huà)的方框圖；圖2本方法的流程圖；圖3A-3C例舉各種相似性配置。
優(yōu)選實(shí)施例的詳細(xì)說(shuō)明圖1是手提電話(huà)的方框圖，一般如歐洲專(zhuān)利EP 494526B1中所披露的。該圖有包括接收路徑和發(fā)射路徑的裝置3，兩路徑都同天線(xiàn)轉(zhuǎn)換器30耦合。接受路徑包含級(jí)聯(lián)的可調(diào)諧射頻濾波器31、混頻器32、可轉(zhuǎn)換中頻濾波器33、檢波器34、時(shí)分多路存取(TDMA)控制器35、語(yǔ)音編碼譯碼器36和揚(yáng)聲器37。發(fā)射路徑包含級(jí)聯(lián)的傳聲器27、語(yǔ)音編碼譯碼器36、TDMA控制器35、調(diào)制器38、偏置振蕩器39、混頻器40和功率放大器41。微處理器42提供控制電話(huà)3的功能。各種通常特性，例如使得調(diào)諧到一具體頻率通道的綜合器43的控制，控制TDMA的控制器35；掃描小鍵盤(pán)22；以及控制直觀(guān)顯示器21，未在這里做更詳細(xì)地說(shuō)明，這樣的功能本身在本專(zhuān)業(yè)中已相當(dāng)了解。包括非易失存儲(chǔ)部分45和易失存儲(chǔ)部分46的存儲(chǔ)器44被聯(lián)接到微處理器42。非易失存儲(chǔ)部分45包含一電話(huà)功能程序。此外，該裝置還包括電源引線(xiàn)48和49，它們與可更換電池組51互連，給該裝置供電。作為寓意，僅微處理器42的供電被示出。
圖2是根據(jù)本發(fā)明的方法的流程圖。在框50，裝置的訓(xùn)練過(guò)程被開(kāi)始。例如，在手提電話(huà)中，這要求任何進(jìn)行的呼叫已被終止。接著，包含語(yǔ)音識(shí)別程序的訓(xùn)練應(yīng)用程序，例如通過(guò)一相關(guān)的控制按鈕(未在圖1中示出)，被開(kāi)始。語(yǔ)音識(shí)別可以為與用戶(hù)有關(guān)的或與用戶(hù)無(wú)關(guān)的應(yīng)用來(lái)訓(xùn)練。在框52，第一語(yǔ)音項(xiàng)被輸入，它可以代表單個(gè)詞或一串分開(kāi)的詞；此外，一手工輸入被送入，它表示輸入項(xiàng)的含意，例如，這是否是縮位撥號(hào)的標(biāo)志。為簡(jiǎn)便起見(jiàn)，沒(méi)考慮用于將語(yǔ)音連接到特定電話(huà)功能方面的具體過(guò)程。在方框54中，語(yǔ)音項(xiàng)被分析和模型化。例如，裝置可以依次請(qǐng)求3個(gè)訓(xùn)練例。如果模型化發(fā)信號(hào)通知非O.K.屬性，則系統(tǒng)返回到方框52。如果模型化為O.K.，則在方框58語(yǔ)音項(xiàng)被同所有在裝置的語(yǔ)音數(shù)據(jù)庫(kù)中的適當(dāng)儲(chǔ)存項(xiàng)比較。這種比較可按照各種在本專(zhuān)業(yè)中已知的方法完成。這些方法如在下列文獻(xiàn)中所介紹美國(guó)專(zhuān)利序號(hào)07/860,199(PHD 89158)、美國(guó)專(zhuān)利序號(hào)08/425,305(PHD 91136)、美國(guó)專(zhuān)利序號(hào)08/312,495(PHD 91137)，美國(guó)專(zhuān)利序號(hào)08/563,853(PHD91138)、美國(guó)專(zhuān)利序號(hào)08/203,105(PHD 93034)和美國(guó)專(zhuān)利序號(hào)08/587,190，全部提供給現(xiàn)在的受讓人。每次這樣的比較將產(chǎn)生一個(gè)相似性指示項(xiàng)。這個(gè)指示項(xiàng)可以是一標(biāo)量，或者是以多于一維定義的量。在方框60，這些相似性被評(píng)定，并且如果適用，一些臨界的相似性被選作進(jìn)一步考慮。在方框62，任何過(guò)度的相似性被估計(jì)某些太接近的相似性被判定為過(guò)度的。如果并非過(guò)度的，在方框74，新項(xiàng)有足夠的特征，并被插入到語(yǔ)音數(shù)據(jù)庫(kù)中。因此，根據(jù)相繼的接收有關(guān)的語(yǔ)音項(xiàng)，語(yǔ)音項(xiàng)能夠被識(shí)別和轉(zhuǎn)換成基礎(chǔ)數(shù)據(jù)。在方框70，檢測(cè)這是否是最后一個(gè)被輸入的項(xiàng)。結(jié)束由擊鍵、時(shí)間推移或任何其他適當(dāng)?shù)姆椒▉?lái)給出信號(hào)。如果是這樣的話(huà)，則系統(tǒng)運(yùn)行到方框72，并終止訓(xùn)練。換言之，一個(gè)新的語(yǔ)音項(xiàng)能夠在方框52被輸入。
如果在方框62發(fā)現(xiàn)任何不適當(dāng)?shù)南嗨菩?，則系統(tǒng)運(yùn)行到方框64，并給用戶(hù)個(gè)人提供2個(gè)或更多個(gè)彼此非常相像的語(yǔ)音項(xiàng)間的選擇。在方框66，系統(tǒng)提供給用戶(hù)個(gè)人替換或不替換先前的項(xiàng)的選擇。如果替換，在方框68中舊的項(xiàng)被替換。如果不替換，在方框76新的項(xiàng)被忽略。在兩者的情況下，系統(tǒng)都進(jìn)行到方框70。
圖3A-3C例舉各種相似性配置。在所有的3個(gè)圖中，有2個(gè)先前語(yǔ)音項(xiàng)A和B。它們被表示在一虛擬空間中。該空間表示各種距離或相似性，大的距離意指小的相似性，反之亦然。在這里，為教化目的，經(jīng)常量化距離的復(fù)數(shù)用2維平面內(nèi)的幾何距離表示。新提出的語(yǔ)音項(xiàng)用C表示。在圖3A中，C和A或B之間的距離足以不出現(xiàn)過(guò)度的相似性。所以，C可以被插入。在圖3B中，C接近A，但離B足夠遠(yuǎn)。這意味著，用戶(hù)有在庫(kù)中或是選擇A，或是選擇C，但不能兩者都選擇。在圖3C中，在C和A、B兩者均很相似，所以用戶(hù)可以在或A和B都保持或兩者中擇一之間作選擇，而對(duì)C單獨(dú)進(jìn)行選擇。在某些情況下，當(dāng)用于撥號(hào)的數(shù)字也以語(yǔ)音的形式被輸入時(shí)，刪除被儲(chǔ)存語(yǔ)音項(xiàng)的子系統(tǒng)，如在手提電話(huà)應(yīng)用中的“0”到“9”的數(shù)字，可以被阻止。注意某個(gè)相似性可以依賴(lài)另一相似性，所以前者可以以一種隱含的方式被確定。
權(quán)利要求
1．一種用于對(duì)多項(xiàng)編碼系統(tǒng)的訓(xùn)練語(yǔ)音識(shí)別系統(tǒng)的方法，所說(shuō)的方法包括下列步驟-由用戶(hù)個(gè)人給出一語(yǔ)音項(xiàng)；-認(rèn)定所說(shuō)的給出語(yǔ)音項(xiàng)在所說(shuō)的編碼系統(tǒng)中的區(qū)別性；-在所查到的區(qū)別性的控制下，插入所說(shuō)的提出的語(yǔ)音項(xiàng)到該編碼系統(tǒng)中；-重復(fù)這些步驟直到達(dá)到編碼系統(tǒng)的充分條件為止，該方法的特征為，所說(shuō)的認(rèn)定確定在實(shí)際給出的語(yǔ)音項(xiàng)和所有已在編碼系統(tǒng)中的項(xiàng)之間的相似性，其中同一個(gè)別儲(chǔ)存項(xiàng)的過(guò)度相似性產(chǎn)生應(yīng)急過(guò)程，其提供給所說(shuō)的用戶(hù)個(gè)人一種在忽略實(shí)際給出的語(yǔ)音項(xiàng)和在刪除該個(gè)別已儲(chǔ)存項(xiàng)為大代價(jià)情況下交替插入該實(shí)際提出的語(yǔ)音項(xiàng)之間的選擇。
2．按權(quán)利要求1中的一種方法，進(jìn)一步地限制所說(shuō)的編碼系統(tǒng)，其中所說(shuō)的相似性是相對(duì)于所有的已儲(chǔ)存的項(xiàng)來(lái)確定的，但所說(shuō)的刪除對(duì)于已儲(chǔ)存語(yǔ)音項(xiàng)的特定的一小部分是被阻止的。
3．一種用于對(duì)多項(xiàng)編碼系統(tǒng)的訓(xùn)練語(yǔ)音識(shí)別系統(tǒng)的裝置，包括-用于接收用戶(hù)個(gè)人給出的語(yǔ)音項(xiàng)的輸入裝置；-在所說(shuō)的編碼系統(tǒng)中的所說(shuō)的給出語(yǔ)音項(xiàng)的區(qū)別性認(rèn)定裝置；-用于在由所說(shuō)的區(qū)別性認(rèn)定裝置發(fā)現(xiàn)的區(qū)別性的控制下將所說(shuō)的提出語(yǔ)音項(xiàng)插入到編碼系統(tǒng)中的插入裝置；-用于重復(fù)這些步驟直到達(dá)到編碼系統(tǒng)的充分條件為止的重復(fù)控制裝置，-該裝置的特征為，所說(shuō)的特征認(rèn)定裝置確定實(shí)際提出的語(yǔ)音項(xiàng)和所有已在編碼系統(tǒng)中的項(xiàng)之間的相似性，其中與一個(gè)別儲(chǔ)存項(xiàng)的過(guò)度相似產(chǎn)生一應(yīng)急過(guò)程，其提供給用戶(hù)個(gè)人在忽略實(shí)際給出的語(yǔ)音項(xiàng)和在刪除該個(gè)別儲(chǔ)存項(xiàng)為大代價(jià)情況下交替插入實(shí)際給出的項(xiàng)之間的選擇。
4．一種包含用于對(duì)多項(xiàng)編碼系統(tǒng)的訓(xùn)練語(yǔ)音識(shí)別系統(tǒng)的裝置的電話(huà)設(shè)備，包括-用于接收由用戶(hù)個(gè)人給出的語(yǔ)音項(xiàng)的輸入裝置；-在所說(shuō)的編碼系統(tǒng)中的所說(shuō)的給出語(yǔ)音項(xiàng)的區(qū)別性認(rèn)定裝置；-用于在由所說(shuō)的區(qū)別性認(rèn)定裝置發(fā)現(xiàn)的區(qū)別性的控制下將所說(shuō)的提出語(yǔ)音項(xiàng)插入到編碼系統(tǒng)中的插入裝置；-用于重復(fù)這些步驟直到達(dá)到編碼系統(tǒng)的充分條件為止的重復(fù)控制裝置，-電話(huà)功能裝置，具有由所說(shuō)的語(yǔ)音識(shí)別系統(tǒng)的輸出饋送的控制輸入裝置，以在非訓(xùn)練狀態(tài)下根據(jù)已接收到的語(yǔ)音項(xiàng)接收已識(shí)別的控制數(shù)據(jù)，該電話(huà)設(shè)備的特征為，所說(shuō)的區(qū)別性認(rèn)定裝置被安排為確定實(shí)際給出的語(yǔ)音項(xiàng)和所有已在編碼系統(tǒng)中的項(xiàng)之間的相似性，其中與一個(gè)別儲(chǔ)存項(xiàng)的過(guò)度相似性產(chǎn)生一應(yīng)急過(guò)程，其提供給所說(shuō)的用戶(hù)個(gè)人一種在忽略實(shí)際給出的語(yǔ)音項(xiàng)和在刪除該個(gè)別儲(chǔ)存項(xiàng)為大代價(jià)情況下交替插入實(shí)際給出的語(yǔ)音項(xiàng)之間的選擇。
全文摘要
為對(duì)多項(xiàng)編碼系統(tǒng)訓(xùn)練語(yǔ)音識(shí)別,執(zhí)行如下步驟:由用戶(hù)個(gè)人提出一語(yǔ)音項(xiàng),并認(rèn)定其在編碼系統(tǒng)中的特征。在查出的特征的控制下該語(yǔ)音項(xiàng)被插入該編碼系統(tǒng)中。這些步驟被重復(fù)直到達(dá)到編碼系統(tǒng)的充分條件為止。特別地,認(rèn)定確定在實(shí)際提出的語(yǔ)音項(xiàng)和所有已在該編碼系統(tǒng)中的項(xiàng)之間的相似性,其中與一個(gè)別儲(chǔ)存項(xiàng)的過(guò)度相似性產(chǎn)生一應(yīng)急過(guò)程。這意味著提供給用戶(hù)個(gè)人一種在忽略實(shí)際給出的語(yǔ)音項(xiàng)和在刪除該個(gè)別儲(chǔ)存項(xiàng)為大代價(jià)情況下交替插入實(shí)際給出的語(yǔ)音項(xiàng)之間的選擇。
文檔編號(hào)G10L15/06GK1216137SQ97193828
公開(kāi)日1999年5月5日 申請(qǐng)日期1997年12月8日 優(yōu)先權(quán)日1996年12月24日
發(fā)明者B·吉爾豪蒙, G·米特 申請(qǐng)人:皇家菲利浦電子有限公司