CN103578469A - 一种展示语音识别结果的方法及装置 - Google Patents

Abstract

本发明提供了一种展示语音识别结果的方法及装置，其中展示语音识别结果的方法包括：A.获取包含至少一个结果项的语音识别结果；B.根据预置的日志文件中与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项；C.在展示所述语音识别结果时，优先展示所述优选结果项。通过上述方式，本发明能够在不修改语音识别系统中的识别模型的前提下，根据用户的口音习惯向用户展示符合用户需要的识别结果。

Description

一种展示语音识别结果的方法及装置

【技术领域】

本发明涉及语音识别技术，特别涉及一种展示语音识别结果的方法及装置。

【背景技术】

语音识别技术已经广泛应用于各个领域，给人们的生活带来了很大的便利。但是，人们在说话时通常带有一定的口音，这影响了语音识别系统输出的识别结果的准确性。

请参考图1，图1为现有语音识别技术中语音识别系统对用户语音进行识别的一个示意图。如图1所示，用户语音想要表达的是“青岛”，但是从语音识别系统返回的结果却是“琴岛”，出现这种识别错误的原因，很可能是用户语音存在口音导致语音识别系统无法正确辨识。上述情况中，用户在得到识别结果“琴岛”以后，根据自己的需要可以将“琴岛”修改为“青岛”，但是，当用户下一次再向语音识别系统发出识别请求时，针对相同读音的“青岛”，语音识别系统仍然会向用户返回“琴岛”的识别结果。在现有的语音识别技术中，由于直接向用户展示语音识别系统返回的识别结果，因此，在不修改语音识别系统中的识别模型的前提下，现有的语音识别技术不能根据用户的口音习惯自动给出符合用户需要的识别结果。

【发明内容】

本发明所要解决的技术问题是提供一种展示语音识别结果的方法及装置，以实现在不修改语音识别系统中的识别模型的前提下，根据用户的口音习惯自动给出符合用户需要的识别结果的目的。

本发明为解决技术问题而采用的技术方案是提供一种展示语音识别结果的方法，包括：A.获取包含至少一个结果项的语音识别结果；B.根据预置的日志文件中与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项；C.在展示所述语音识别结果时，优先展示所述优选结果项。

根据本发明之一优选实施例，与所述语音识别结果相关的用户操作记录包括：用户在所述语音识别结果中选定结果项；或者，用户在所述语音识别结果中修改结果项。

根据本发明之一优选实施例，所述步骤B包括：判断所述日志文件中是否存在与所述语音识别结果相关的用户操作记录，如果是，则利用与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项，否则将所述语音识别结果的首个结果项作为所述语音识别结果的优选结果项。

根据本发明之一优选实施例，利用与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项的步骤包括：根据预设策略从各条与所述语音识别结果相关的用户操作记录中选取一条用户操作记录；当选取的该条用户操作记录为用户在所述语音识别结果中选定结果项时，将用户选定的结果项作为所述语音识别结果的优选结果项，或者，当选取的该条用户操作记录为用户在所述语音识别结果中修改结果项时，将用户修改后的结果项作为所述语音识别结果的优选结果项。

根据本发明之一优选实施例，所述预设策略包括：选取距离当前时间最近的用户操作记录；或者，选取与当前时间属于同一时间区间的用户操作记录；或者，选取与当前位置属于同一地理区域的用户操作记录。

根据本发明之一优选实施例，所述方法在所述步骤C后进一步包括：获取用户对所述语音识别结果执行的操作并保存至所述日志文件中。

本发明还提供了一种展示语音识别结果的装置，包括：结果获取单元，用于获取包含至少一个结果项的语音识别结果；优选确定单元，用于根据预置的日志文件中与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项；展示单元，用于在展示所述语音识别结果时，优先展示所述优选结果项。

根据本发明之一优选实施例，与所述语音识别结果相关的用户操作记录包括：用户在所述语音识别结果中选定结果项；或者，用户在所述语音识别结果中修改结果项。

根据本发明之一优选实施例，所述优选确定单元包括：判断单元，用于判断所述日志文件中是否存在与所述语音识别结果相关的用户操作记录，如果是，则触发记录使用单元执行，否则触发第一结果项选取单元执行；记录使用单元，用于利用与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项；第一结果项选取单元，用于将所述语音识别结果的首个结果项作为所述语音识别结果的优选结果项。

根据本发明之一优选实施例，所述记录使用单元包括：记录选取单元，用于根据预设策略从各条与所述语音识别结果相关的用户操作记录中选取一条用户操作记录；第二结果项选取单元，用于当选取的该条用户操作记录为用户在所述语音识别结果中选定结果项时，将用户选定的结果项作为所述语音识别结果的优选结果项，或者，当选取的该条用户操作记录为用户在所述语音识别结果中修改结果项时，将用户修改后的结果项作为所述语音识别结果的优选结果项。

根据本发明之一优选实施例，所述预设策略包括：选取距离当前时间最近的用户操作记录；或者，选取与当前时间属于同一时间区间的用户操作记录；或者，选取与当前位置属于同一地理区域的用户操作记录。

根据本发明之一优选实施例，所述装置进一步包括：日志更新单元，用于获取用户对所述语音识别结果执行的操作并保存至所述日志文件中。

由以上技术方案可以看出，本发明通过利用日志文件中与语音识别结果相关的用户操作记录，能够很好地确定用户的真实需求，从而可以在不修改语音识别系统中的识别模型的前提下，根据用户的口音习惯向用户展示符合用户需要的识别结果。

【附图说明】

图1为现有语音识别技术中语音识别系统对用户语音进行识别的一个示意图；

图2为本发明中展示语音识别结果的装置的实施例一的结构示意框图；

图3为本发明中结果获取单元的一个实施例的结构示意框图；

图4为本发明中结果获取单元的又一个实施例的结构示意框图；

图5为本发明中优选确定单元的实施例的结构示意框图；

图6为本发明中展示语音识别结果的装置的实施例二的结构示意框图；

图7为本发明中展示语音识别结果的方法的流程示意图。

【具体实施方式】

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

本发明中的展示语音识别结果的装置，可以位于任意终端上，例如个人电脑终端，或移动终端。为了方便说明，以下以展示语音识别结果的装置位于移动终端对本发明进行介绍。

请参考图2，图2为本发明中展示语音识别结果的装置的实施例一的结构示意框图。如图2所示，该实施例包括：结果获取单元101、优选确定单元102及展示单元103。

其中结果获取单元101，用于获取包含至少一个结果项的当前语音识别结果。

优选确定单元102，用于根据预置的日志文件中与当前语音识别结果相关的用户操作记录确定当前语音识别结果的优选结果项。

展示单元103，用于在展示当前语音识别结果时，优先展示上述优选结果项。

下面通过具体的实施例对上述装置进行介绍。

请参考图3，图3为本发明中结果获取单元的一个实施例的结构示意框图。在本实施例中，位于移动终端的结果获取单元101通过网络与语音识别服务器协同工作，可以得到语音识别结果。如图3所示，结果获取单元101包括语音接收单元1011、发送单元1012及结果接收单元1013。在本实施例中，通过语音接收单元1011，移动终端可以获取到用户语音，通过发送单元1012，移动终端可将用户语音通过网络发送至语音识别服务器，通过结果接收单元1013，移动终端就得到了语音识别服务器返回的语音识别结果。本发明中，语音识别结果包含至少一个结果项，所谓结果项，就是与语音相匹配的文字。由于语音识别服务器对语音进行识别时，可能无法断定某个结果项的出现概率显著高于其他结果项，因此就会返回多个结果项供用户参考。例如语音“baidu”，在语音识别服务器进行识别后，可以得到包含“白度”、“摆渡”、“拜读”等结果项的语音识别结果。

请参考图4，图4为本发明中结果获取单元的又一个实施例的结构示意框图。与上一实施例相比，本实施例不需要通过远程的语音识别服务器获取语音识别结果，而是在移动终端上就可以完成语音识别。如图4所示，结果获取单元101包括语音接收单元101a和语音识别单元101b。其中语音接收单元101a获取到用户语音，并由语音识别单元101b对语音进行识别得到识别结果。

请参考图5，图5为本发明中优选确定单元的实施例的结构示意框图。如图5所示，优选确定单元102包括判断单元1021、记录使用单元1022及第一结果项选取单元1023。

其中，判断单元1021，用于判断日志文件中是否存在与当前语音识别结果相关的用户操作记录，如果是，则触发记录使用单元1022执行，否则触发第一结果项选取单元1023执行。

记录使用单元1022，用于利用与当前语音识别结果相关的用户操作记录确定当前语音识别结果的优选结果项。

第一结果项选取单元1023，用于将当前语音识别结果的首个结果项作为当前语音识别结果的优选结果项。例如当前语音识别结果为“白度、摆渡、拜读”，则首个结果项“白度”就是优选结果项。

日志文件是用于记录过去在语音识别中，用户得到语音识别结果后，对语音识别结果执行的操作的文件。本发明中，用户对语音识别结果执行的操作包括在语音识别结果中选定结果项，或者，在语音识别结果中修改结果项。以前面所举的语音识别结果“白度、摆渡、拜读”为例，用户如果认为“摆渡”符合其需要，就可以在该语音识别结果中选定“摆渡”，作为语音“baidu”的最终结果项，但是用户也可能觉得该语音识别结果包含的结果项均不符合其需要，从而在该语音识别结果中修改结果项，如将“白度”修改为“百度”。

下面提供了一种用户操作记录的示意数据结构以帮助理解本发明，但是应该理解用户操作记录也可采用其他数据结构，不应将此作为对本发明的限制。

当用户在语音识别结果“白度、摆渡、拜读”中选定“摆渡”时，可记录为（“白度、摆渡、拜读”、“摆渡”），当用户在语音识别结果“白度、摆渡、拜读”中修改“白度”为“百度”时，可记录为（“白度、摆渡、拜读”、“百度”），在这种数据结构中，一条用户操作记录包含一个字段用于记录语音识别结果，一个字段用于记录用户针对该语音识别结果最终确定的结果项。这样，当判断单元1021在得到当前语音识别结果后，就将当前语音识别结果与日志文件中各条记录中的语音识别结果字段进行比对，其中相匹配的字段所对应的记录就是本发明中与当前语音识别结果相关的用户操作记录。值得注意的是，这里确定相匹配的标准，既可以是完全相同，也可以是部分相同，在本领域技术人员可以想到的范围内，本发明不做限制。

当判断单元1021在日志文件中没有查找到与当前语音识别结果相关的用户操作记录时，触发第一结果项选取单元1023将语音识别结果的首个结果项作为优选结果项。当判断单元1021在日志文件中查找到了与当前语音识别结果相关的用户操作记录，则触发记录使用单元1022执行。

如图5所示，记录使用单元1022包括记录选取单元1022_1和第二结果项选取单元1022_2。其中，记录选取单元1022_1，用于根据预设策略从各条与当前语音识别结果相关的用户操作记录中选取一条用户操作记录。第二结果项选取单元1022_2，用于当选取的该条用户操作记录为用户在语音识别结果中选定结果项时，将用户选定的结果项作为优选结果项，或者，当选取的该条用户操作记录为用户在语音识别结果中修改结果项时，将用户修改后的结果项作为优选结果项。

日志文件中可能存在多条与当前语音识别结果相关的用户操作记录，例如记录1：（“白度、摆渡、拜读”、“摆渡”）和记录2：（“白度、摆渡、拜读”、“百度”）分别是不同时刻用户针对语音识别结果“白度、摆渡、拜读”执行不同操作得到的操作记录。记录1中的第二个字段“摆渡”说明用户在语音识别结果中选定了结果项，记录2中的第二个字段“百度”说明用户在语音识别结果中修改了结果项。

记录选取单元1022_1只需要从各条与当前语音识别结果相关的用户操作记录中选出一条作为第二结果项选取单元1022_2确定优选结果项的依据即可。

记录选取单元1022_1确定优选结果项时的预设策略包括以下任意策略之一：

策略一：选取距离当前时间最近的用户操作记录。

策略二：选取与当前时间属于同一时间区间的用户操作记录。

策略三：选取与当前位置属于同一地理区域的用户操作记录。

此外，预设的策略还可以是随机选取等本领域技术人员很容易想到的策略。

用户操作记录中还可以用一个字段记录该操作发生的时间。例如日志文件中有记录1：（2011.11.14 13：30：45，“白度、摆渡、拜读”、“摆渡”）和记录2：（2012.03.25 21：23：34，“白度、摆渡、拜读”、“百度”）两条操作记录，第一个字段记录操作发生的时间。假设当前时间为2012年3月26日13时25分23秒，根据策略一，应选择记录2作为第二结果项选取单元1022_2确定优选结果项的依据。在这种方式下，可以保证最终展示给用户的语音识别结果中结果项的排列最符合用户近期的操作习惯。

本发明中，还可以将时间按照一定的分类标准分为不同的时间区间，例如上午、下午和晚上，或者工作时间和休息时间等等。策略二中，在选取操作记录时，如果在同一分类标准下，当前时间与某条操作记录的时间属于同一时间区间，就将这条操作记录选取出来。例如在时间划分为工作时间和休息时间的情况下，上述例子中，当前时间13时25分23秒应该与记录1中的13时30分45秒同属于工作时间，因此就将记录1选取出来作为后续第二结果项选取单元1022_2确定优选结果项的依据。用户在不同的时间区间，可能存在不同的需求，例如用户在工作时间输入语音“baidu”可能想要获取的是“百度”，而在休息时间输入“baidu”则可能想要获取的是“拜读”。通过策略二，能够使得最终展示给用户的语音识别结果中结果项的排列更智能地适应用户在不同时段的需要。

由于本发明的装置可以位于移动终端，因此除了可以将时间作为选取用户操作记录的约束条件，还可以将地理位置作为选取用户操作记录的约束条件。与之对应，在用户操作记录中有一用于记录用户操作发生地的字段。例如日志文件中有记录1：（国际机场，“白度、摆渡、拜读”、“摆渡”）和记录2：（百度大厦，“白度、摆渡、拜读”、“百度”）两条操作记录，其中每个记录的第一个字段记录的是用户操作发生的所在地。假设检测到移动终端当前位于上地地铁站，根据策略三，由于上地地铁站与百度大厦属于同一地理区域，则选取记录2作为后续第二结果项选取单元1022_2确定优选结果项的依据。通过策略三，能够使得最终展示给用户的语音识别结果中结果项的排列更智能地适应用户在不同地点的需要。

得到选取的用户操作记录后，第二结果项选取单元1022_2根据该条记录中的用户操作即可确定优选结果项。具体地，当该条用户操作记录为用户在语音识别结果中选定结果项时，将用户选定的结果项作为优选结果项，或者，当该条用户操作记录为用户在语音识别结果中修改结果项时，将用户修改后的结果项作为优选结果项。以（“白度、摆渡、拜读”、“摆渡”）这样数据结构的用户操作记录为例，第二个字段可以看出用户究竟是选定了结果项还是修改了结果项，实际上如果采用这样的数据结果存储用户操作记录，当记录选取单元1022_1从日志文件中选取出一条用户操作记录之后，从该记录中提取出第二个字段内容即可作为优选结果项。

在第二结果项选取单元1022_2得到优选结果项后，展示单元103将对包括优选结果项在内的语音识别结果进行展示，其方式为优先展示优选结果项，具体包括，将优选结果项排列在其他结果项的前面。如语音识别结果为“白度、摆渡、拜读”，优选结果项为“摆渡”，则在展示语音识别结果时，展示为“摆渡、白度、拜读”，如果优选结果项是“百度”，则可以将语音识别结果展示为“百度、白度、摆渡、拜读”。

在图2所示的展示语音识别结果的装置的实施例一中，日志文件可以是一个已包括用户过去的大量操作行为的文件，可以理解，对同一个用户而言，口音习惯是具有稳定性的，因此，一旦日志文件中记录的数据足够多，就能够很好地实现本发明的目的。

请参考图6，图6为本发明中展示语音识别结果的装置的实施例二的结构示意框图。与实施例一相比，在本实施例中，展示语音识别结果的装置进一步包括日志更新单元104，用于获取用户对当前语音识别结果执行的操作，并保存至日志文件中。

作为一种优选的方式，日志更新单元104可以下述方式更新日志信息。如果判断单元1021未能在日志文件中查找到与当前语音识别结果相关的用户操作记录，说明当前语音识别结果是第一次获取到，则日志更新单元104在获取到用户对当前的语音识别结果进行的操作后，直接将该操作记录到日志文件中。如果判断单元1021在日志文件中查找到与当前语音识别结果相关的用户操作记录，说明当前语音识别结果不是第一次获取到，则日志更新单元104可在用户未将优选结果项确定为最终结果项时，将用户操作（包括用户选定或修改当前语音识别结果中除优选结果项之外的其他结果项）记录到日志文件中。

通过图6所示的实施例二的方式，本发明的装置可以根据用户的操作行为不断地更新日志文件中的记录，从而使日志文件中的记录保持与用户操作行为的同步，即使移动终端的所有者发生了更改，本装置也能够很及时地适应更改后的用户的需要。

请参考图7，图7为本发明中展示语音识别结果的方法的流程示意图。如图7所示，该方法包括：

步骤S201：获取包含至少一个结果项的当前语音识别结果。

步骤S202：根据预置的日志文件中与当前语音识别结果相关的用户操作记录确定当前语音识别结果的优选结果项。

步骤S203：在展示当前语音识别结果时，优先展示上述优选结果项。

其中，与当前语音识别结果相关的用户操作记录包括：用户在当前语音识别结果中选定结果项或用户在当前语音识别结果中修改结果项。

作为一种实施方式，步骤S201中，通过客户端将获取的用户语音发送至语音识别服务器，并接收由语音识别服务器返回的语音识别结果，从而得到至少包含一个结果项的语音识别结果。

作为另一种实施方式，步骤S201中，也可以由客户端对获取的用户语音进行识别，并得到至少包含一个结果项的语音识别结果。

具体地，步骤S202包括：判断日志文件中是否存在与当前语音识别结果相关的用户操作记录，如果是，则利用与当前语音识别结果相关的用户操作记录确定当前语音识别结果的优选结果项，否则将当前语音识别结果的首个结果项作为当前语音识别结果的优选结果项。

具体地，利用与当前语音识别结果相关的用户操作记录确定当前语音识别结果的优选结果项的步骤包括：

步骤S2021：根据预设策略从各条与当前语音识别结果相关的用户操作记录中选取一条用户操作记录。

步骤S2022：当选取的该条用户操作记录为用户在语音识别结果中选定结果项时，将用户选定的结果项作为当前语音识别结果的优选结果项，或者，当选取的该条用户操作记录为用户在当前语音识别结果中修改结果项时，将用户修改后的结果项作为当前语音识别结果的优选结果项。

其中，步骤S2021中的预设策略包括以下任意策略之一：

策略一：选取距离当前时间最近的用户操作记录。

策略二：选取与当前时间属于同一时间区间的用户操作记录。

策略三：选取与当前位置属于同一地理区域的用户操作记录。

此外，在另一个实施例中，展示语音识别结果的方法还可以在步骤S203之后进一步包括步骤S204：获取用户对当前语音识别结果执行的操作并保存至日志文件中。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (12)

1.一种展示语音识别结果的方法，包括：

A.获取包含至少一个结果项的语音识别结果；

B.根据预置的日志文件中与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项；

C.在展示所述语音识别结果时，优先展示所述优选结果项。

2.根据权利要求1所述的方法，其特征在于，与所述语音识别结果相关的用户操作记录包括：

用户在所述语音识别结果中选定结果项；或者，

用户在所述语音识别结果中修改结果项。

3.根据权利要求1所述的方法，其特征在于，所述步骤B包括：

判断所述日志文件中是否存在与所述语音识别结果相关的用户操作记录，如果是，则利用与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项，否则将所述语音识别结果的首个结果项作为所述语音识别结果的优选结果项。

4.根据权利要求3所述的方法，其特征在于，利用与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项的步骤包括：

根据预设策略从各条与所述语音识别结果相关的用户操作记录中选取一条用户操作记录；

当选取的该条用户操作记录为用户在所述语音识别结果中选定结果项时，将用户选定的结果项作为所述语音识别结果的优选结果项，或者，当选取的该条用户操作记录为用户在所述语音识别结果中修改结果项时，将用户修改后的结果项作为所述语音识别结果的优选结果项。

5.根据权利要求4所述的方法，其特征在于，所述预设策略包括：

选取距离当前时间最近的用户操作记录；或者，

选取与当前时间属于同一时间区间的用户操作记录；或者，

选取与当前位置属于同一地理区域的用户操作记录。

6.根据权利要求1所述的方法，其特征在于，所述方法在所述步骤C后进一步包括：

获取用户对所述语音识别结果执行的操作并保存至所述日志文件中。

7.一种展示语音识别结果的装置，包括：

结果获取单元，用于获取包含至少一个结果项的语音识别结果；

优选确定单元，用于根据预置的日志文件中与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项；

展示单元，用于在展示所述语音识别结果时，优先展示所述优选结果项。

8.根据权利要求7所述的装置，其特征在于，与所述语音识别结果相关的用户操作记录包括：

用户在所述语音识别结果中选定结果项；或者，

用户在所述语音识别结果中修改结果项。

9.根据权利要求7所述的装置，其特征在于，所述优选确定单元包括：

判断单元，用于判断所述日志文件中是否存在与所述语音识别结果相关的用户操作记录，如果是，则触发记录使用单元执行，否则触发第一结果项选取单元执行；

记录使用单元，用于利用与所述语音识别结果相关的用户操作记录确定所述语音识别结果的优选结果项；

第一结果项选取单元，用于将所述语音识别结果的首个结果项作为所述语音识别结果的优选结果项。

10.根据权利要求9所述的装置，其特征在于，所述记录使用单元包括：

记录选取单元，用于根据预设策略从各条与所述语音识别结果相关的用户操作记录中选取一条用户操作记录；

第二结果项选取单元，用于当选取的该条用户操作记录为用户在所述语音识别结果中选定结果项时，将用户选定的结果项作为所述语音识别结果的优选结果项，或者，当选取的该条用户操作记录为用户在所述语音识别结果中修改结果项时，将用户修改后的结果项作为所述语音识别结果的优选结果项。

11.根据权利要求10所述的装置，其特征在于，所述预设策略包括：

选取距离当前时间最近的用户操作记录；或者，

选取与当前时间属于同一时间区间的用户操作记录；或者，

选取与当前位置属于同一地理区域的用户操作记录。

12.根据权利要求7所述的装置，其特征在于，所述装置进一步包括：

日志更新单元，用于获取用户对所述语音识别结果执行的操作并保存至所述日志文件中。

Images