CN103903615B - 一种信息处理方法及电子设备 - Google Patents

Abstract

本发明公开了一种信息处理方法，包括：所述语音采集单元采集第一语音信息；根据所述第一语音信息及预设的词典模型，确定第一输出信息；当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。本发明还公开了一种电子设备，采用本发明能提升语音识别的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

Description

一种信息处理方法及电子设备

技术领域

本发明涉及智能终端领域中的语音处理技术，尤其涉及一种信息处理方法及电子设备。

背景技术

在电子设备的语音交互产品中，可能会由于词典模型中的词语对应多种读音，导致语音识别的处理速度下降；或者可能由于用户发音不标准，使用户难以获得期望的结果。可见，现有技术有可能会在语音识别时有处理速度较慢以及识别结果有误的问题。

发明内容

有鉴于此，本发明的目的在于提供一种信息处理方法及电子设备，能提升语音识别的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

本发明提供了一种信息处理方法，应用于具有语音采集单元的电子设备；所述方法包括：

所述语音采集单元采集第一语音信息；

根据所述第一语音信息及预设的词典模型，确定第一输出信息；

当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

本发明还提供了一种电子设备，所述电子设备包括：处理单元及语音采集单元；其中，

所述语音采集单元，用于采集第一语音信息；

所述处理单元，用于根据所述第一语音信息及预设的词典模型，确定第一输出信息；当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

本发明所提供的信息处理方法及电子设备，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，利用第一输出信息对词典模型进行进一步的修正。如此，就可以提升语音识别的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

附图说明

图1为本发明实施例信息处理方法流程示意图一；

图2为本发明实施例信息处理方法流程示意图二；

图3为本发明实施例电子设备组成结构示意图。

具体实施方式

下面结合附图及具体实施例对本发明再作进一步详细的说明。

实施例一、

本发明实施例提供了一种信息处理方法，应用于具有语音采集单元的电子设备，比如智能手机或平板电脑；如图1所示，所述方法包括：

步骤101：所述语音采集单元采集第一语音信息；

步骤102：根据所述第一语音信息及预设的词典模型，确定第一输出信息；

步骤103：当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

这里，所述语音采集单元可以为麦克风。

所述第一语音信息可以为用户通过麦克风输入的语音。

所述词典模型可以包括：音素特征信息、与音素特征信息对应的拼音信息、以及与拼音信息对应的文本信息；所述词典模型的建立方法为现有技术，这里不做赘述。

所述第一输出信息可以为文本信息。

比如，当用户开启电子设备的语音采集单元时，可以对着语音采集单元输入语音，由语音采集单元将语音解析为第一语音信息；

然后利用第一语音信息从词典中查找匹配的音素特征信息，利用音素特征信息确定拼音信息，根据确定的拼音信息确定文本信息或输出语音作为第一输出信息；

当第一输出信息为正确结果时，利用第一输入信息对词典模型再次进行调整，使词典模型更贴近用户的发音及使用习惯。

可见，采用上述技术方案，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，利用第一输出信息对词典模型进行进一步的修正。如此，就可以提升在语音识别时的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

实施例二、

本发明实施例提供了一种信息处理方法，应用于具有语音采集单元的电子设备，比如智能手机或平板电脑；如图2所示，所述方法包括：

步骤201：所述语音采集单元采集第一语音信息；

步骤202：识别所述第一语音信息得到对应的第一音素特征信息；

步骤203：当根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息时，根据所述第一拼音信息确定第一文本信息作为第一输出信息；

其中，所述第一文本信息包括一个或多个文字；所述第一匹配条件为所述第一音素特征信息与所述第一拼音信息的音素相同；

步骤204：当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

这里，所述语音采集单元可以为麦克风。

所述第一语音信息可以为用户通过麦克风输入的语音。

所述词典模型可以包括：音素特征信息、与音素特征信息对应的拼音信息、以及与拼音信息对应的文本信息；所述词典模型的建立方法为现有技术，这里不做赘述。

所述识别所述第一语音信息得到对应的第一音素特征信息为现有技术，这里不做赘述。

所述第一输出信息可以为文本信息也可以为语音信息。

可见，采用上述技术方案，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，利用第一输出信息对词典模型进行进一步的修正。如此，就可以提升在语音识别时的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

实施例三、

本发明实施例提供了一种信息处理方法，应用于具有语音采集单元的电子设备，比如智能手机或平板电脑；如图2所示，所述方法包括：

步骤201：所述语音采集单元采集第一语音信息；

步骤202：识别所述第一语音信息得到对应的第一音素特征信息；

步骤203：当根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息时，根据所述第一拼音信息确定第一文本信息作为第一输出信息；

其中，所述第一文本信息包括一个或多个文字；所述第一匹配条件为所述第一音素特征信息与所述第一拼音信息的音素相同；

步骤204：当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

这里，所述语音采集单元可以为麦克风。

所述第一语音信息可以为用户通过麦克风输入的语音。

所述词典模型可以包括：音素特征信息、与音素特征信息对应的拼音信息、以及与拼音信息对应的文本信息；所述词典模型的建立方法为现有技术，这里不做赘述。

所述识别所述第一语音信息得到对应的第一音素特征信息为现有技术，这里不做赘述。

优选地，所述根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息，还可以包括：

当根据所述第一音素特征信息从所述词典模型中未查到符合第一匹配条件的第一拼音信息时，根据所述第一音素特征信息从所述词典模型中查看符合第二匹配条件的第二拼音信息，根据所述第二拼音信息确定对应的第一输出信息；其中，所述第二匹配条件为第一音素特征信息与所述第一拼音信息的音素部分相同。

相对的，所述利用所述第一语音信息修正所述词典模型，包括：确定一个或多个所述第二拼音信息对应的发音特征；根据所述发音特征确定第一用户发音习惯；根据所述第一用户发音习惯，修正所述词典模型中文本信息的拼音信息。

比如，大部分南方用户会出现将“zh、或ch、或sh”读成“z、或c、或s”的情况，如果经过检测，发现用户有超过指定数量的将“zh、ch、sh”读成“z、c、s”的情况，就会自动的将词典模型中的拼音信息进行修正；其中，指定数量可以根据实际情况进行预设，可以是1个也可以是多个。

所述第一输出信息可以为文本信息。

可见，采用上述技术方案，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，根据采集到的第一语音信息的特征，主动对词典模型进行修正。如此，就可以提升在语音识别时的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

实施例四、

本发明实施例提供了一种信息处理方法，应用于具有语音采集单元的电子设备，比如智能手机或平板电脑；如图2所示，所述方法包括：

步骤201：所述语音采集单元采集第一语音信息；

步骤202：识别所述第一语音信息得到对应的第一音素特征信息；

步骤203：当根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息时，根据所述第一拼音信息确定第一文本信息作为第一输出信息；

其中，所述第一文本信息包括一个或多个文字；所述第一匹配条件为所述第一音素特征信息与所述第一拼音信息的音素相同；

步骤204：当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

这里，所述语音采集单元可以为麦克风。

所述第一语音信息可以为用户通过麦克风输入的语音。

所述词典模型可以包括：音素特征信息、与音素特征信息对应的拼音信息、以及与拼音信息对应的文本信息；所述词典模型的建立方法为现有技术，这里不做赘述。

所述识别所述第一语音信息得到对应的第一音素特征信息为现有技术，这里不做赘述。

优选地，所述确定所述第一输出信息满足预设的第一条件，可以包括：获取第一操作，当所述第一操作为确定所述第一输出信息为正确结果时，确定所述第一输出信息满足第一条件。

所述第一输出信息可以为文本信息。

所述利用所述第一语音信息修正所述词典模型可以包括：根据所述第一语音信息得到对应的第一音素特征信息匹配得到第一拼音信息；将所述第一拼音信息的权重值提高指定值。

下面对本实施例的一个使用场景进行说明：当预设的词典模型中的文本信息为多音字，比如“重”字，那么该文本信息就会对应有多个拼音信息，在由该多音字组成的词组中，比如“重量”就有可能会有多种拼音组合，“zhong liang”以及“chong liang”，很明显前者为正确读音且为大多数人的发音习惯；

在确定第一拼音信息为“zhong liang”且由用户确认第一拼音信息为正确的输出信息“重量”时，将该第一拼音信息的权重值提升，同时，还可以降低“重量”对应的其他拼音信息的权重值；

优选地，还可以当第一拼音信息的权重值超过预设值时，将“重量”对应的其他拼音信息从词典模型中删除。如此，就能够加快查找文本信息的速度，并且提升用户的使用体验。

可见，采用上述技术方案，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，根据采集到的第一语音信息的特征，主动对词典模型进行修正。如此，就可以提升在语音识别时的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

实施例五、

本发明实施例提供了一种电子设备，比如智能手机或平板电脑，如图3所示，所述电子设备包括：处理单元及语音采集单元；其中，

所述语音采集单元，用于采集第一语音信息；

所述处理单元，用于根据所述第一语音信息及预设的词典模型，确定第一输出信息；当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

所述语音采集单元可以为麦克风。

所述第一语音信息可以为用户通过麦克风输入的语音。

所述词典模型可以包括：音素特征信息、与音素特征信息对应的拼音信息、以及与拼音信息对应的文本信息；所述词典模型的建立方法为现有技术，这里不做赘述。

所述第一输出信息可以为文本信息。

比如，当用户开启电子设备的语音采集单元时，可以对着语音采集单元输入语音，由语音采集单元将语音解析为第一语音信息；

然后利用第一语音信息从词典中查找匹配的音素特征信息，利用音素特征信息确定拼音信息，根据确定的拼音信息确定文本信息或输出语音作为第一输出信息；

当第一输出信息为正确结果时，利用第一输入信息对词典模型再次进行调整，使词典模型更贴近用户的发音及使用习惯。

可见，采用上述技术方案，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，利用第一输出信息对词典模型进行进一步的修正。如此，就可以提升在语音识别时的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

实施例六、

本发明实施例提供了一种电子设备，比如智能手机或平板电脑，如图3所示，所述电子设备包括：处理单元及语音采集单元；其中，

所述语音采集单元，用于采集第一语音信息；

所述处理单元，用于根据所述第一语音信息及预设的词典模型，确定第一输出信息；当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

所述处理单元，具体用于当根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息时，根据所述第一拼音信息确定第一文本信息作为第一输出信息；

其中，所述第一文本信息包括一个或多个文字；所述第一匹配条件为所述第一音素特征信息与所述第一拼音信息的音素相同。

所述处理单元，具体用于当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

所述语音采集单元可以为麦克风。

所述第一语音信息可以为用户通过麦克风输入的语音。

所述词典模型可以包括：音素特征信息、与音素特征信息对应的拼音信息、以及与拼音信息对应的文本信息；所述词典模型的建立方法为现有技术，这里不做赘述。

所述识别所述第一语音信息得到对应的第一音素特征信息为现有技术，这里不做赘述。

所述第一输出信息可以为文本信息也可以为语音信息。

可见，采用上述技术方案，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，利用第一输出信息对词典模型进行进一步的修正。如此，就可以提升在语音识别时的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

实施例七、

本发明实施例提供了一种电子设备，所述电子设备可以为智能手机，所述电子设备包括：处理单元及语音采集单元；其中，

所述语音采集单元，用于采集第一语音信息；

所述处理单元，用于识别所述第一语音信息得到对应的第一音素特征信息；当根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息时，根据所述第一拼音信息确定第一文本信息作为第一输出信息；所述第一文本信息包括一个或多个文字；所述第一匹配条件为所述第一音素特征信息与所述第一拼音信息的音素相同；当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

这里，所述语音采集单元可以为麦克风。

所述第一语音信息可以为用户通过麦克风输入的语音。

所述词典模型可以包括：音素特征信息、与音素特征信息对应的拼音信息、以及与拼音信息对应的文本信息；所述词典模型的建立方法为现有技术，这里不做赘述。

所述识别所述第一语音信息得到对应的第一音素特征信息为现有技术，这里不做赘述。

优选地，所述处理单元，还用于当根据所述第一音素特征信息从所述词典模型中未查到符合第一匹配条件的第一拼音信息时，根据所述第一音素特征信息从所述词典模型中查看符合第二匹配条件的第二拼音信息，根据所述第二拼音信息确定对应的第一输出信息；其中，所述第二匹配条件为第一音素特征信息与所述第一拼音信息的音素部分相同。

相对的，所述处理单元，还用于确定一个或多个所述第二拼音信息对应的发音特征；根据所述发音特征确定第一用户发音习惯；根据所述第一用户发音习惯，修正所述词典模型中文本信息的拼音信息。

比如，大部分南方用户会出现将“zh、或ch、或sh”读成“z、或c、或s”的情况，如果经过检测，发现用户有超过指定数量的将“zh、ch、sh”读成“z、c、s”的情况，就会自动的将词典模型中的拼音信息进行修正；其中，指定数量可以根据实际情况进行预设，可以是1个也可以是多个。

所述第一输出信息可以为文本信息。

可见，采用上述技术方案，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，根据采集到的第一语音信息的特征，主动对词典模型进行修正。如此，就可以提升在语音识别时的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

实施例八、

本发明实施例提供了一种信息处理方法，应用于电子设备，所述电子设备可以为智能手机，所述电子设备包括：处理单元及语音采集单元；其中，

所述语音采集单元，用于采集第一语音信息；

所述处理单元，用于识别所述第一语音信息得到对应的第一音素特征信息；当根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息时，根据所述第一拼音信息确定第一文本信息作为第一输出信息；所述第一文本信息包括一个或多个文字；所述第一匹配条件为所述第一音素特征信息与所述第一拼音信息的音素相同；当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型。

这里，所述语音采集单元可以为麦克风。

所述第一语音信息可以为用户通过麦克风输入的语音。

所述词典模型可以包括：音素特征信息、与音素特征信息对应的拼音信息、以及与拼音信息对应的文本信息；所述词典模型的建立方法为现有技术，这里不做赘述。

所述识别所述第一语音信息得到对应的第一音素特征信息为现有技术，这里不做赘述。

优选地，所述处理单元，具体用于获取第一操作，当所述第一操作为确定所述第一输出信息为正确结果时，确定所述第一输出信息满足第一条件。

所述第一输出信息可以为文本信息。

所述处理单元，具体用于根据所述第一语音信息得到对应的第一音素特征信息匹配得到第一拼音信息；将所述第一拼音信息的权重值提高指定值。

下面对本实施例的一个使用场景进行说明：当预设的词典模型中的文本信息为多音字，比如“重”字，那么该文本信息就会对应有多个拼音信息，在由该多音字组成的词组中，比如“重量”就有可能会有多种拼音组合，“zhong liang”以及“chong liang”，很明显前者为正确读音且为大多数人的发音习惯；

在确定第一拼音信息为“zhong liang”且由用户确认第一拼音信息为正确的输出信息“重量”时，将该第一拼音信息的权重值提升，同时，还可以降低“重量”对应的其他拼音信息的权重值；

优选地，还可以当第一拼音信息的权重值超过预设值时，将“重量”对应的其他拼音信息从词典模型中删除。如此，就能够加快查找文本信息的速度，并且提升用户的使用体验。

可见，采用上述技术方案，能够当根据采集到的第一语音信息确定符合条件的第一输出信息之后，根据采集到的第一语音信息的特征，主动对词典模型进行修正。如此，就可以提升在语音识别时的处理速度、以及提升识别结果的正确率，使词典模型更加贴合用户的使用习惯，从而提升用户的使用体验。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种信息处理方法，应用于具有语音采集单元的电子设备；所述方法包括：

所述语音采集单元采集第一语音信息；

根据所述第一语音信息及预设的词典模型，确定第一输出信息；

当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型；

其中，利用所述第一语音信息修正所述词典模型，包括：确定一个或多个第二拼音信息对应的发音特征；根据所述发音特征确定第一用户发音习惯；根据所述第一用户发音习惯，修正所述词典模型中文本信息的拼音信息；

其中，所述根据所述第一语音信息及预设的词典模型，确定第一输出信息，包括：

识别所述第一语音信息得到对应的第一音素特征信息；当根据所述第一音素特征信息从所述词典模型中未查到符合第一匹配条件的第一拼音信息时，根据所述第一音素特征信息从所述词典模型中查看符合第二匹配条件的第二拼音信息，根据所述第二拼音信息确定对应的第一输出信息；所述第二匹配条件为第一音素特征信息与所述第一拼音信息的音素部分相同。

2.根据所述权利要求1所述的方法，其特征在于，所述根据所述第一语音信息及预设的词典模型，确定第一输出信息，包括：

识别所述第一语音信息得到对应的第一音素特征信息；

当根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息时，根据所述第一拼音信息确定第一文本信息作为第一输出信息；

其中，所述第一文本信息包括一个或多个文字；所述第一匹配条件为所述第一音素特征信息与所述第一拼音信息的音素相同。

3.根据权利要求1所述的方法，其特征在于，所述确定所述第一输出信息满足预设的第一条件，包括：

获取第一操作，当所述第一操作为确定所述第一输出信息为正确结果时，确定所述第一输出信息满足第一条件。

4.根据权利要求1所述的方法，其特征在于，利用所述第一语音信息修正所述词典模型，包括：

根据所述第一语音信息得到对应的第一音素特征信息匹配得到第一拼音信息；

将所述第一拼音信息的权重值提高指定值。

5.一种电子设备，所述电子设备包括：处理单元及语音采集单元；其中，

所述语音采集单元，用于采集第一语音信息；

所述处理单元，用于根据所述第一语音信息及预设的词典模型，确定第一输出信息；当确定所述第一输出信息满足预设的第一条件时，利用所述第一语音信息修正所述词典模型；

所述处理单元，具体用于确定一个或多个第二拼音信息对应的发音特征；根据所述发音特征确定第一用户发音习惯；根据所述第一用户发音习惯，修正所述词典模型中文本信息的拼音信息；

其中，所述处理单元，具体用于识别所述第一语音信息得到对应的第一音素特征信息；当根据所述第一音素特征信息从所述词典模型中未查到符合第一匹配条件的第一拼音信息时，根据所述第一音素特征信息从所述词典模型中查看符合第二匹配条件的第二拼音信息，根据所述第二拼音信息确定对应的第一输出信息；

其中，所述第二匹配条件为第一音素特征信息与所述第一拼音信息的音素部分相同。

6.根据所述权利要求5所述的电子设备，其特征在于，

所述处理单元，具体用于识别所述第一语音信息得到对应的第一音素特征信息；当根据所述第一音素特征信息从所述词典模型中查到符合第一匹配条件的第一拼音信息时，根据所述第一拼音信息确定第一文本信息作为第一输出信息；

其中，所述第一文本信息包括一个或多个文字；所述第一匹配条件为所述第一音素特征信息与所述第一拼音信息的音素相同。

7.根据权利要求5所述的电子设备，其特征在于，

所述处理单元，具体用于获取第一操作，当所述第一操作为确定所述第一输出信息为正确结果时，确定所述第一输出信息满足第一条件。

8.根据权利要求5所述的电子设备，其特征在于，

所述处理单元，具体用于根据所述第一语音信息得到对应的第一音素特征信息匹配得到第一拼音信息；将所述第一拼音信息的权重值提高指定值。