CN103928024B - 一种语音查询方法及电子设备 - Google Patents

Abstract

本发明提供一种语音查询方法及电子设备。该方法应用于一电子设备中，所述电子设备包括一语音识别引擎，所述方法包括：获得一第一语音查询词；基于第一识别模式，将所述第一语音查询词识别为符合第一识别模式的第二语音查询词，其中，所述第一识别模式为所述语音识别引擎能够识别的识别模式；基于所述第二语音查询词，在一待查询文本的模式映射表中进行查询，获得一查询结果，所述模式映射表表示所述待查询文本在原始模式下的存储形态与在所述第一识别模式下的存储形态的对应关系；输出所述查询结果。

Description

一种语音查询方法及电子设备

技术领域

本发明涉及电子技术领域，尤其涉及一种语音查询方法及电子设备。

背景技术

随着电子设备技术的发展，各种各样的电子设备进入了用户的生活，随着语音识别技术的发展，用户通过语音控制电子设备或者与电子设备进行语音交互的场景越来越多，给人们的生活带来了极大的便利。

然而，本发明人在实现本发明实施例中的技术方案的过程中发现，在语音控制或者语音交互的情形下，有时候会因为用户存储数据的模式各式各样，而使得语音识别引擎难以对在各种存储模式下的关键词进行准确的识别。例如手机中的联系人名称，有可能会同时存在拼音存储的名称，例如zhangsan；还存在全部是汉字的，例如李四；还有拼音和汉字的组合，例如王wu，所以在通过语音输入进行匹配的时候，要么只能识别全部是拼音的，对于汉字的或者是汉字和拼音混合的要么不能识别，要么识别错误；再例如要么只能识别全部是汉字的，而对全是拼音的或者是汉字和拼音混合的，要么不能识别，要么识别错误，并不能准确的对每一种存储模式下的名称进行识别。因此，现有技术中的语音识别方法存在的对多种存储模式下的识别对象无法进行准确的识别，导致语音查询准确率低的技术问题。

发明内容

本发明提供一种语音查询方法及电子设备，用以解决现有技术中语音识别方法存在的对多种存储模式下的识别对象无法进行准确的识别，导致语音查询准确率低的技术问题。

本发明一方面提供了一种语音查询方法，应用于一电子设备中，所述电子设备包括一语音识别引擎，所述方法包括：获得一第一语音查询词；基于第一识别模式，将所述第一语音查询词识别为符合第一识别模式的第二语音查询词，其中，所述第一识别模式为所述语音识别引擎能够识别的识别模式；基于所述第二语音查询词，在一待查询文本的模式映射表中进行查询，获得一查询结果，所述模式映射表表示所述待查询文本在原始模式下的存储形态与在所述第一识别模式下的存储形态的对应关系；输出所述查询结果。

可选的，所述输出所述查询结果具体为：输出所述待查询文本中与所述第二语音查询词匹配的在所述原始模式下的存储形态的待查询对象。

可选的，所述输出所述查询结果具体为：输出所述待查询文本中与所述第二语音查询词匹配的在所述第一识别模式下的存储形态的待查询对象。

可选的，所述待查询文本具体为联系人列表。

可选的，所述模式映射表通过以下步骤获得：获取所述待查询文本；将所述待查询文本中每个待查询对象按照所述第一识别模式的存储形态进行存储。

可选的，所述方法还包括：检测所述待查询文本是否有更新；当所述待查询文本有更新时，获取所述更新的待查询对象；将所述更新的待查询对象所对应的第一识别模式的存储形态更新至所述模式映射表中。

本发明一实施例还提供一种电子设备，包括：声音采集单元，用于采集第一语音；第一处理芯片，用于基于所述第一语音获得第一语音查询词，并基于第一识别模式，将所述第一语音查询词识别为符合第一识别模式的第二语音查询词；基于所述第二语音查询词，在一待查询文本的模式映射表中进行查询，获得一查询结果，所述模式映射表表示所述待查询文本在原始模式下的存储形态与在所述第一识别模式下的存储形态的对应关系；输出所述查询结果。

可选的，所述第一处理芯片具体用于输出所述待查询文本中与所述第二语音查询词匹配的在所述原始模式下的存储形态的待查询对象。

可选的，所述第一处理芯片具体用于输出所述待查询文本中与所述第二语音查询词匹配的在所述第一识别模式下的存储形态的待查询对象。

可选的，所述待查询文本具体为联系人列表。

可选的，所述电子设备还包括第二处理芯片，用于获取所述待查询文本；将所述待查询文本中每个待查询对象按照所述第一识别模式的存储形态进行存储，以获得所述模式映射表。

可选的，所述电子设备还包括第三处理芯片，用于检测所述待查询文本是否有更新；当所述待查询文本有更新时，获取所述更新的待查询对象；将所述更新的待查询对象所对应的第一识别模式的存储形态更新至所述模式映射表中。

本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明一实施例中当获得第一语音查询词时，先将第一语音查询词识别为符合第一识别模式的第二语音查询词，然后利用第二语音查询词，在一待查询文本中的模式映射表中进行查询，得到一查询结果，并输出该查询结果，而该模式映射表表示待查询文本在原始模式下的存储形态与在第一识别模式下的存储形态的对应关系，其中，第一识别模式为电子设备的语音识别引擎能够识别的识别模式。由此可以得知，因为在本实施例中的方法中，先将待查询文本和查询词都转化为同一种识别模式，而该识别模式为语音识别引擎支持的识别模式，所以能够准确的对待查询文本进行识别，进而能够准确的进行匹配，得到正确的查询结果，所以提高了语音查询的准确率。

进一步，本发明一实施例中还检测待查询文本是否有更新，如果有更新的话，就获取更新的待查询对象，然后将更新的待查询对象对应的第一识别模式的存储形态更新至模式映射表中，便于后续基于第二语音查询词对待查询文本的查询，而不会因为新增的待查询对象没有进行模式转换而不能被准确的查询到。

附图说明

图1为本发明一实施例中的语音查询方法的流程图；

图2为本发明一实施例中的电子设备的功能框图。

具体实施方式

本发明提供一种语音输入方法及电子设备，用以解决现有技术中语音识别方法存在的对多种存储模式下的识别对象无法进行准确的识别，导致语音查询准确率低的技术问题。

本发明实施例中的技术方案为解决上述的技术问题，总体思路如下：

当获得第一语音查询词时，先将第一语音查询词识别为符合第一识别模式的第二语音查询词，然后利用第二语音查询词，在一待查询文本中的模式映射表中进行查询，得到一查询结果，并输出该查询结果，而该模式映射表表示待查询文本在原始模式下的存储形态与在第一识别模式下的存储形态的对应关系，其中，第一识别模式为电子设备的语音识别引擎能够识别的识别模式。由此可以得知，因为在本实施例中的方法中，先将待查询文本和查询词都转化为同一种识别模式，而该识别模式为语音识别引擎支持的识别模式，所以能够准确的对待查询文本进行识别，进而能够准确的进行匹配，得到正确的查询结果，所以提高了语音查询的准确率。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

本发明一实施例提供一种语音查询方法，应用于一支持语音识别的电子设备上，电子设备包括一语音识别引擎，该电子设备例如是手机、平板电脑、笔记本电脑等电子设备，该电子设备上存储有一待查询文本，例如联系人列表、word文档。

请参考图1，该方法包括：

步骤101：获得一第一语音查询词；

步骤102：基于第一识别模式，将第一语音查询词识别为符合第一识别模式的第二语音查询词，其中，第一识别模式为语音识别引擎能够识别的识别模式；

步骤103：基于第二语音查询词，在一待查询文本中的模式映射表中进行查询，获得一查询结果，模式映射表表示待查询文本在原始模式下的存储形态与在第一识别模式下的存储形态的对应关系；

步骤104：输出查询结果。

为了更清楚的说明本发明实施例中的语音查询方法的实施方式，以下将分别说明在不同情况下不同的实施方式。

第一实施例：在本实施例中，假设语音识别引擎能够支持两种识别模式，而将待查询文本映射到其中一个识别模式，例如第一识别模式。

其中，在步骤101中，获得第一语音查询词，具体例如是通过电子设备上的声音采集单元采集到用户输入的第一语音信息，然后对第一语音信息进行语音识别，获得第一语音查询词，具体例如是先通过声学特征的提取，例如线性预测系数LPC、倒谱系数CEP、Mel倒谱系数MFCC和感知线性预测PLP及MFCC的计算；再通过声学模型进行匹配，例如利用隐马尔可夫模型；再通过语言模型进行匹配，本部分为本领域技术人员所熟知的内容，所以在此不再详述。

在步骤101中，获得的第一语音查询词可以是汉字形式的，也可以是拼音形式的，当然，在其他实施例中，还可以是其他形式的，本申请不作具体限定。

接下来执行步骤102，基于第一识别模式，将第一语音查询词识别为符合第一识别模式的第二语音查询词。具体来说，假设在步骤101中获得的第一语音查询词是汉字形式的，而第一识别模式是拼音形式的，所以在步骤102中就将汉字形式的第一语音查询词转换为拼音形式的第二语音查询词。

当然，如果第一语音查询词本身即为拼音形式的，那么就可以省略步骤102。

接下来执行步骤103，即基于步骤102中获得的第二语音查询词，在待查询文本的模式映射表中进行查询，获得一查询结果。

其中，模式映射表表示待查询文本在原始模式下的存储形态与第一识别模式下的存储形态的对应关系，因为第二语音查询词也是第一识别模式下的形态，所以能够与模式映射表中的第一识别模式形态下的存储形态的待查询文本进行匹配，继续沿用前述实例，那么第二语音查询词是拼音形式的，而待查询文本也有拼音形式的，所以用同样的拼音形式的进行匹配，所以就不会因为形式不同，而导致匹配结果不正确，所以就提高了匹配的准确率。

当匹配完成后，就执行步骤104，即输出查询结果，例如当没有查询到的话，就输出提示信息以告知用户查询失败；而当查询到有与第二语音查询词匹配的待查询文本中的待查询对象时，就输出该查询结果，查询结果根据不同的待查询对象输出的方式可以不同，例如如果待查询对象是联系人列表中的联系人名称，那么可以定位到对应的联系人名称上，如果待查询文本是word文档的话，那么就将匹配的待查询对象进行高亮显示。

第二实施例：在本实施例中，步骤101获得第一语音查询词，具体例如是通过电子设备上的声音采集单元采集到用户输入的获得第一语音信息。

然后执行步骤102，即基于第一识别模式，将第一语音查询词识别为符合第一识别模式的第二语音查询词，其中，第一识别模式为语音识别引擎能够识别的识别模式，具体例如是先通过声学特征的提取，例如线性预测系数LPC、倒谱系数CEP、Mel倒谱系数MFCC和感知线性预测PLP及MFCC的计算；再通过声学模型进行匹配，例如利用隐马尔可夫模型；再通过语言模型进行匹配，本部分为本领域技术人员所熟知的内容，所以在此不再详述。

接下来执行步骤103和步骤104，在本实施例中，与第一实施例中的类似，所以在此不再赘述。

在第一实施例和第二实施例中，电子设备是以客户端为例说明的，即本地查询过程，在接下来的第三实施例中，电子设备以一服务器为例进行说明，即云端查询过程。

第三实施例：在本实施例中，电子设备例如是服务器，步骤101具体是接收到例如一手机发送的第一语音查询词，当用户想要进行查询时，手机通过手机上的麦克风采集到第一语音查询词，然后例如网络或其他传输方式将第一语音查询词发送给服务器，那么服务器就会接收到第一语音查询词，即执行了步骤101。

接下来服务器执行步骤102，基于第一识别模式，将第一语音查询词识别为符合第一识别模式的第二语音查询词，其中，第一识别模式为语音识别引擎能够识别的识别模式，具体例如是先通过声学特征的提取，例如线性预测系数LPC、倒谱系数CEP、Mel倒谱系数MFCC和感知线性预测PLP及MFCC的计算；再通过声学模型进行匹配，例如利用隐马尔可夫模型；再通过语言模型进行匹配，本部分为本领域技术人员所熟知的内容，所以在此不再详述。

接下来执行步骤103和步骤104，在本实施例中，与第一实施例中的类似，只是在输出查询结果时，服务器可以通过网络输出给手机，所以在此不再赘述。

以上详细描述了几种实施场景，在实际运用中，还可以是其他的实施场景。接下来将进一步描述本实施例中的语音查询方法的进一步实施方式。

在进一步的实施例中，步骤104具体为：输出待查询文本中与第二语音查询词匹配的在原始模式下的存储形态的待查询对象，例如第一识别模式是拼音的模式，例如第二语音查询词是zhangsan，而匹配的待查询对象也是zhangsan，但是zhangsan是在第一识别模式下的存储形态，而待查询对象zhangsan在原始模式下的存储形态是张三，那么输出的查询结果就是张三。

在另一实施例中，步骤104具体为：输出待查询文本中与第二语音查询词匹配的在第一识别模式下的存储形态的待查询对象。继续沿用上述实例的话，在本实施例中输出的就是zhangsan，而非张三。

在进一步的实施例中，在步骤101之前，要获得模式映射表，在一实施例中，模式映射表通过以下方法建立起来：获取待查询文本；将待查询文本中每个待查询对象按照所述第一识别模式的存储形态进行存储。具体当待查询文本为联系人列表时，就将联系人列表中的联系人名称按照第一识别模式的存储形态进行存储，形成一个原始模式的存储形态与第一识别模式下的存储形态的对应关系表。

当然，因为待查询文本通常都是经常更新的，所以为了确保查询的结果准确，那么进一步，本实施例中的语音查询方法还包括：检测待查询文本是否有更新；当待查询文本有更新时，获取更新的待查询对象；将更新的待查询对象所对应的第一识别模式的存储形态更新至模式映射表中。

其中，检测待查询文本是否有更新，可以是定期检测，还可以是每次开机时检测，或者是每当待查询文本就更新时，生成通知信息，电子设备就可以检测到待查询文本有更新。

当有更新时，就获取更新的待查询对象，具体可以是只获取更新的待查询对象，也可以获取整个待查询文本，然后将更新的待查询对象所对应的第一识别模式的存储形态更新至模式映射表中。

具体例如是用户在电话本中新增了一条联系人记录，例如是李四，这时电子设备就会检测到，然后将新增的李四转换为lisi，并将李四和lisi的对应关系更新至模式映射表中，所以这时用户输入一个“给李四打电话”的语音命令，那么通过匹配lisi，就可以正确的查询到电话本中李四对应的记录，进而可以正确的执行该语音命令。

以下通过举一个具体的例子来说明本实施例中语音查询方法的应用场景。

例如待查询文本为电话本，电话本里有三个联系人记录，分别为zhangsan、李四和王wu，然后将这三个联系人记录分别映射至zhangsan、lisi、wangwu，然后用户输入语音“王五”，然后语音识别引擎将该语音识别为wangwu，然后再将识别出的语音wangwu与模式映射表中的zhangsan、lisi、wangwu进行匹配，匹配的结果是wangwu的匹配度最高，然后可以直接返回wangwu；当然也可以是根据模式映射表查到wangwu对应的原始模式下的存储形态是王wu，那么可以返回原始模式下的存储形态王wu，也可以同时返回王wu和校正后的王五。

进一步，如果用户输入的语音是“给王五打电话”，那么经过上述查询过程，在电话本中先查找到王wu，然后自动拨打电话出去，所以通过本实施例中的方法能够准确无误的执行语音指令。

本发明一实施例中还提供一种电子设备，该电子设备例如是手机、平板电脑、笔记本电脑等电子设备，该电子设备支持语音识别，包括一语音识别引擎。

如图2所示，该电子设备包括：声音采集单元201，用于采集第一语音；第一处理芯片202，用于基于第一语音获得第一语音查询词，并基于第一识别模式，将第一语音查询词识别为符合第一识别模式的第二语音查询词；基于第二语音查询词，在一待查询文本的模式映射表中进行查询，获得一查询结果，模式映射表表示待查询文本在原始模式下的存储形态与在第一识别模式下的存储形态的对应关系；输出查询结果。

其中，语音识别引擎集成在第一处理芯片202上。

在一实施例中，第一处理芯片202具体用于输出待查询文本中与第二语音查询词匹配的在原始模式下的存储形态的待查询对象。

在另一实施例中，第一处理芯片202具体用于输出待查询文本中与第二语音查询词匹配的在第一识别模式下的存储形态的待查询对象。

在另一实施例中，电子设备还包括第二处理芯片，用于获取待查询文本；将待查询文本中每个待查询对象按照第一识别模式的存储形态进行存储，以获得模式映射表。

在另一实施例中，电子设备还包括第三处理芯片，用于检测待查询文本是否有更新；当待查询文本有更新时，获取更新的待查询对象；将更新的待查询对象所对应的第一识别模式的存储形态更新至模式映射表中。

进一步，第一处理芯片202、第二处理芯片与第三处理芯片可以是相同的芯片，也可以是不同的芯片，设置在电子设备的电路板上。

在以上各实施例中，待查询文本具体为联系人列表。

进一步，声音采集单元201，例如是麦克风、麦克风阵列。

以上各实施例可以单独实施，也可以结合实施，技术人员可根据实际需要进行选择。

前述图1实施例中的语音查询方法中的各种变化方式和具体实例同样适用于本实施例的电子设备，通过前述对语音查询方法的详细描述，本领域技术人员可以清楚的知道本实施例中电子设备的实施方法，所以为了说明书的简洁，在此不再详述。

本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明一实施例中当获得第一语音查询词时，先将第一语音查询词识别为符合第一识别模式的第二语音查询词，然后利用第二语音查询词，在一待查询文本中的模式映射表中进行查询，得到一查询结果，并输出该查询结果，而该模式映射表表示待查询文本在原始模式下的存储形态与在第一识别模式下的存储形态的对应关系，其中，第一识别模式为电子设备的语音识别引擎能够识别的识别模式。由此可以得知，因为在本实施例中的方法中，先将待查询文本和查询词都转化为同一种识别模式，而该识别模式为语音识别引擎支持的识别模式，所以能够准确的对待查询文本进行识别，进而能够准确的进行匹配，得到正确的查询结果，所以提高了语音查询的准确率。

进一步，本发明一实施例中还检测待查询文本是否有更新，如果有更新的话，就获取更新的待查询对象，然后将更新的待查询对象对应的第一识别模式的存储形态更新至模式映射表中，便于后续基于第二语音查询词对待查询文本的查询，而不会因为新增的待查询对象没有进行模式转换而不能被准确的查询到。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种语音查询方法，应用于一电子设备中，所述电子设备包括一语音识别引擎，其特征在于，所述方法包括：

获得一第一语音查询词；

在所述第一语音查询词不符合第一识别模式时，基于所述第一识别模式，将所述第一语音查询词识别为符合所述第一识别模式的第二语音查询词，其中，所述第一识别模式为所述语音识别引擎能够识别的识别模式；

基于所述第二语音查询词，在一待查询文本的模式映射表中进行查询，获得一查询结果，所述模式映射表表示所述待查询文本在原始模式下的存储形态与在所述第一识别模式下的存储形态的对应关系；

输出所述查询结果；

其中，所述输出所述查询结果具体为：输出所述待查询文本中与所述第二语音查询词匹配的在所述原始模式下的存储形态的待查询对象；所述待查询文本包括联系人列表。

2.如权利要求1所述的方法，其特征在于，所述输出所述查询结果还可以为：

输出所述待查询文本中与所述第二语音查询词匹配的在所述第一识别模式下的存储形态的待查询对象。

3.如权利要求1所述的方法，其特征在于，所述模式映射表通过以下步骤获得：

获取所述待查询文本；

将所述待查询文本中每个待查询对象按照所述第一识别模式的存储形态进行存储。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

检测所述待查询文本是否有更新；

当所述待查询文本有更新时，获取所述更新的待查询对象；

将所述更新的待查询对象所对应的第一识别模式的存储形态更新至所述模式映射表中。

5.一种电子设备，其特征在于，包括：

声音采集单元，用于采集第一语音；

第一处理芯片，用于基于所述第一语音获得第一语音查询词，并在所述第一语音查询词不符合第一识别模式时，基于所述第一识别模式，将所述第一语音查询词识别为符合所述第一识别模式的第二语音查询词；基于所述第二语音查询词，在一待查询文本的模式映射表中进行查询，获得一查询结果，所述模式映射表表示所述待查询文本在原始模式下的存储形态与在所述第一识别模式下的存储形态的对应关系；输出所述待查询文本中与所述第二语音查询词匹配的在所述原始模式下的存储形态的待查询对象；

其中，所述待查询文本包括联系人列表。

6.如权利要求5所述的电子设备，其特征在于，所述第一处理芯片还用于输出所述待查询文本中与所述第二语音查询词匹配的在所述第一识别模式下的存储形态的待查询对象。

7.如权利要求5所述的电子设备，其特征在于，所述电子设备还包括第二处理芯片，用于获取所述待查询文本；将所述待查询文本中每个待查询对象按照所述第一识别模式的存储形态进行存储，以获得所述模式映射表。

8.如权利要求5所述的电子设备，其特征在于，所述电子设备还包括第三处理芯片，用于检测所述待查询文本是否有更新；当所述待查询文本有更新时，获取所述更新的待查询对象；将所述更新的待查询对象所对应的第一识别模式的存储形态更新至所述模式映射表中。