一種語音撥號(hào)方法和設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及無線通信技術(shù)領(lǐng)域，特別涉及一種語音撥號(hào)方法和設(shè)備。
【背景技術(shù)】
[0002] 語音識(shí)別技術(shù)，也被稱為ASR(Automatic Speech Recognition，自動(dòng)語音識(shí)別）， 作用是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為計(jì)算機(jī)可讀的輸入，例如按鍵、二進(jìn)制編碼或者 字符序列。
[0003] 語音識(shí)別技術(shù)發(fā)展非常迅速，語音的識(shí)別率逐步提高。語音識(shí)別技術(shù)的應(yīng)用非常 廣泛，包括語音撥號(hào)、語音導(dǎo)航、室內(nèi)設(shè)備控制、語音文檔檢索、簡單的聽寫數(shù)據(jù)錄入等。語 音撥號(hào)為語音識(shí)別技術(shù)的一種重要應(yīng)用，手機(jī)應(yīng)用該技術(shù)可以識(shí)別用戶的語音撥號(hào)命令， 并從語音撥號(hào)命令中識(shí)別出用戶要撥打的聯(lián)系人的姓名。例如，當(dāng)用戶說"給張楠打電話"， 語音撥號(hào)系統(tǒng)可以從中識(shí)別出聯(lián)系人"張楠"的文本(也可以是其他與"張楠"拼音相同的文 本），并將該文本的拼音與通訊錄中的聯(lián)系人的拼音進(jìn)行比對(duì)，確定聯(lián)系人中的"張楠"為要 撥打電話的聯(lián)系人，撥通"張楠"的電話。
[0004] 然而，在實(shí)際生活中語音撥號(hào)功能被用戶使用的頻率并不高。由于語音撥號(hào)系統(tǒng) 識(shí)別用戶的撥號(hào)語音時(shí)會(huì)收到多種因素影響（如環(huán)境噪聲、用戶的音量等），導(dǎo)致識(shí)別用戶 的語音的識(shí)別率降低，語音撥號(hào)系統(tǒng)需要用戶確認(rèn)識(shí)別的聯(lián)系人是否正確，降低了語音撥 號(hào)的效率。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種語音撥號(hào)方法和設(shè)備，用以解決現(xiàn)有技術(shù)中存在每次語音撥號(hào)都 需要用戶確認(rèn)，效率比較低問題。
[0006] 本發(fā)明實(shí)施例提供一種語音撥號(hào)方法，包括：
[0007] 根據(jù)采集的第一用戶的語音，確定需要呼叫的第二用戶；
[0008] 確定采集語音過程中獲得的至少一種語音特征參數(shù)值，以及所述第一用戶和所述 第二用戶的至少一種關(guān)系特征參數(shù)值；
[0009] 根據(jù)確定的至少一種語音特征參數(shù)值和確定的至少一種關(guān)系特征參數(shù)值，確定呼 叫概率值；
[0010]若所述呼叫概率值大于設(shè)定的第一閾值，則直接呼叫所述第二用戶。
[0011] 本發(fā)明實(shí)施例通過語音識(shí)別用戶要撥打的聯(lián)系人后，可以根據(jù)用戶語音撥號(hào)時(shí)語 音的質(zhì)量和用戶與要撥打用戶之間的關(guān)系等特征值確定用戶要給被識(shí)別的聯(lián)系人打電話 的概率，在概率足夠大時(shí)，可以直接撥打電話，無需通知用戶確認(rèn)。
[0012] 本發(fā)明實(shí)施例提供一種語音撥號(hào)設(shè)備，包括：
[0013] 用戶確定模塊，用于根據(jù)采集的第一用戶的語音，確定需要呼叫的第二用戶；
[0014] 參數(shù)確定模塊，用于確定采集語音過程中獲得的至少一種語音特征參數(shù)值，以及 所述第一用戶和所述第二用戶的至少一種關(guān)系特征參數(shù)值；
[0015] 概率確定模塊，用于根據(jù)確定的至少一種語音特征參數(shù)值和確定的至少一種關(guān)系 特征參數(shù)值，確定呼叫概率值；
[0016] 呼叫模塊，用于在所述呼叫概率值不大于設(shè)定的第一閾值時(shí)，直接呼叫所述第二 用戶。
【附圖說明】
[0017]圖1為本發(fā)明實(shí)施例提供的一種語音撥號(hào)方法；
[0018] 圖2為本發(fā)明實(shí)施例聯(lián)系人群組與親密度關(guān)系示意圖；
[0019] 圖3為本發(fā)明實(shí)施例提供一種語音撥號(hào)方法的整體流程；
[0020] 圖4為本發(fā)明實(shí)施例提供的一種語音撥號(hào)設(shè)備。
【具體實(shí)施方式】
[0021] 本發(fā)明實(shí)施例提供一種語音撥號(hào)方法，該方法根據(jù)采集的第一用戶的語音，確定 需要呼叫的第二用戶；確定采集語音過程中獲得的至少一種語音特征參數(shù)值，以及所述第 一用戶和所述第二用戶的至少一種關(guān)系特征參數(shù)值;根據(jù)確定的至少一種語音特征參數(shù)值 和確定的至少一種關(guān)系特征參數(shù)值，確定呼叫概率值;若所述呼叫概率值大于設(shè)定的第一 閾值，則直接呼叫所述第二用戶。本發(fā)明實(shí)施例可以根據(jù)用戶的語音的質(zhì)量和用戶與要撥 打用戶之間的關(guān)系確定用戶語音被正確識(shí)別的概率，在正確識(shí)別的概率足夠大時(shí)，可以直 接撥打電話，無需通知用戶確認(rèn)。
[0022] 如圖1所示，本發(fā)明實(shí)施例提供一種語音撥號(hào)方法，包括：
[0023]步驟101，根據(jù)采集的第一用戶的語音，確定需要呼叫的第二用戶；
[0024] 步驟102,確定采集語音過程中獲得的至少一種語音特征參數(shù)值，以及所述第一用 戶和所述第二用戶的至少一種關(guān)系特征參數(shù)值；
[0025] 步驟103,根據(jù)確定的至少一種語音特征參數(shù)值和確定的至少一種關(guān)系特征參數(shù) 值，確定呼叫概率值；
[0026] 若所述呼叫概率值大于設(shè)定的第一閾值，則直接呼叫所述第二用戶。
[0027] 本發(fā)明實(shí)施例的執(zhí)行主體可以是終端或者網(wǎng)絡(luò)側(cè)設(shè)備，如手機(jī)，具有通話功能的 平板電腦，通話軟件的服務(wù)器。
[0028] 本發(fā)明實(shí)施例確定需要呼叫的第二用戶的方法是從語音撥號(hào)標(biāo)準(zhǔn)模板中提取出 姓名的文本信息。例如，用戶對(duì)手機(jī)說"給李麗打電話"，語音撥號(hào)的模板為"給…打電話"， 手機(jī)從用戶的語音中提取出"李麗"這個(gè)姓名的文本信息。
[0029] 本發(fā)明實(shí)施例在從用戶的語音中提取除姓名的文本信息后，將文本信息中的姓名 轉(zhuǎn)化成拼音，利用編輯距離計(jì)算公式計(jì)算轉(zhuǎn)化得到的拼音與通訊錄中每一個(gè)聯(lián)系人的姓名 的文本相似度，將文本相似度最高的聯(lián)系人作為第二用戶。
[0030] 其中，基于編輯距離計(jì)算文本相似度的公式為：
[0032]其中，Id表示兩個(gè)字符串之間的編輯距離；
[0033] m和n分別為兩個(gè)字符串的長度。 (1)
[0034] 要獲得一個(gè)姓名與另外一個(gè)姓名的編輯距離ld，需要將兩個(gè)姓名中包含的字按照 順序比較。例如，要獲得"李磊"與"王麗"的編輯距離，需要獲得"李"和"王"的編輯距離，再 獲得"嘉"和"麗"的編輯距離，再將兩個(gè)編輯距離求和。
[0035] 判斷兩個(gè)字的編輯距離是通過對(duì)兩個(gè)字的聲母、韻母和聲調(diào)進(jìn)行比較。若兩個(gè)字 的聲母、韻母或聲調(diào)中的一個(gè)不同，則兩個(gè)字的發(fā)音的編輯距離為1;若兩個(gè)不同，則編輯距 離為2;若三個(gè)不同，則編輯距離為3。
[0036]確定編輯距離還需要考慮以下特殊情況：
[0037] 1、兩個(gè)字發(fā)音區(qū)別的聲母或韻母發(fā)音相似
[0038] 兩個(gè)字的聲母或韻母有區(qū)別，但發(fā)音相似，采用小于1的值作為編輯距離。
[0039] 例如，通過語音識(shí)別的張楠(zhangl&nan2)，用戶通訊錄中并無此聯(lián)系人，但有聯(lián) 系人張?zhí)m（zhangl&lan2)，張妍（zhangl&yan2)從音節(jié)上/nan2/與/lan2/、/yan2/的編輯距 離均為1，但是從發(fā)音機(jī)理角度分析，/nan2/和/lan2/更加近似。
[0040]類似的聲母和韻母可以包括但不限于以下情況：
[0041 ] /z/與/zh/，/c/與/ch/等，韻母有/in/與/ing/，/en/與/eng/等。
[0042] 2、聲母或韻母發(fā)音差異較大
[0043]若兩個(gè)字的聲母或韻母不同，但發(fā)音差異較大，則編輯距離可以采用大于1的數(shù) 值。例如："李嘉"和"王強(qiáng)"中，"李"和"王"聲母和韻母均不一致，且發(fā)音完全不同，按照上位 中編輯距離Id的判斷規(guī)則，"李"和"王"的編輯距離應(yīng)該為1+1 + 1 = 3,但由于"李"和"王"聲 母和韻母發(fā)音差異較大，因此"李"和"王"的編輯距離可以采用大于3的數(shù)值。
[0044] 3、音調(diào)差異
[0045] 音調(diào)不同，編輯距離可以采用小于1的數(shù)值。
[0046] 本發(fā)明實(shí)施例分別獲得兩個(gè)姓名中每一個(gè)字的文本相似度后，將所有的文本相似 度求和，即可得到兩個(gè)姓名總的編輯距離，即公式中的Id。
[0047] 公式中的m和n為姓名的字符串長度，即姓名中包含所有字的字符串長度之和。一 個(gè)字字符串長度為這個(gè)字的拼音包含的字母數(shù)量。例如，張的拼音為zhang，包含5個(gè)字母， 貝ijzhang的字符串長度為5。又例如，張燕的拼音為zhang yan，張燕的字符串長度