用于识别语音的方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109887490A(43)申请公布日2019.06.14(21)申请号201910168541.8(22)申请日2019.03.06(71)申请人百度国际科技（深圳）有限公司地址518057广东省深圳市南山区高新中二道5号生产力大楼D单元三层301(72)发明人贺学焱欧阳能钧陈建哲(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G10L15/02(2006.01)G10L15/06(2013.01)G10L15/18(2013.01)G10L15/22(2006.01)权利要求书2页说明书8页附图5页(54)发明名称用于识别语音的方法和装置(57)摘要本公开的实施例公开了用于识别语音的方法和装置。该方法的一具体实施方式包括：响应于接收到第一段语音，将第一段语音与本地预设的唤醒词进行第一次匹配；若第一次匹配成功，接收输入的第二段语音；将第二段语音与本地预设的指令集进行第二次匹配；若第二次匹配成功，输出与本地预设的指令集匹配得到的指令，以及执行所述指令。该实施方式以唤醒技术来识别预定的指令集，从而缩短语音交互产品多轮对话场景中的识别响应时间，提升了用户体验。CN109887490ACN109887490A权利要求书1/2页1.一种用于识别语音的方法，包括：响应于接收到第一段语音，将所述第一段语音与本地预设的唤醒词进行第一次匹配；若第一次匹配成功，接收输入的第二段语音；将所述第二段语音与本地预设的指令集进行第二次匹配；若第二次匹配成功，输出与本地预设的指令集匹配得到的指令，以及执行所述指令。2.根据权利要求1所述的方法，其中，所述方法还包括：若第二次匹配失败，将所述第二段语音发送至语音识别服务器进行识别语音；接收所述语音识别服务器返回的识别结果，以及输出所述识别结果。3.根据权利要求1所述的方法，其中，所述方法还包括：将所述识别结果发送到语义理解服务器，其中，所述语义理解服务器用于分析接收到的所述识别结果得到指令；接收所述语义理解服务器返回的指令，以及执行所述指令。4.根据权利要求1所述的方法，其中，所述方法还包括：在将所述第二段语音与本地预设的指令集进行第二次匹配的同时，将所述第二段语音发送至语音识别服务器进行识别语音；若第二次匹配成功，输出与本地预设的指令集匹配得到的指令，以及执行所述指令；向所述语音识别服务器发送取消对所述第二段语音进行识别语音的指令。5.根据权利要求1所述的方法，其中，所述将所述第二段语音与本地预设的指令集进行第二次匹配，包括：提取所述第二段语音的声学特征；将所述第二段语音的声学特征与本地预设的指令集的声学特征进行匹配；若匹配成功，则将匹配的指令的声学特征解码成指令。6.一种用于识别语音的装置，包括：唤醒匹配单元，被配置成响应于接收到第一段语音，将所述第一段语音与本地预设的唤醒词进行第一次匹配；语音输入单元，被配置成若第一次匹配成功，接收输入的第二段语音；指令匹配单元，被配置成将所述第二段语音与本地预设的指令集进行第二次匹配；执行单元，被配置成若第二次匹配成功，输出与本地预设的指令集匹配得到的指令，以及执行所述指令。7.根据权利要求6所述的装置，其中，所述装置还包括。识别语音单元，被配置成若第二次匹配失败，将所述第二段语音发送至语音识别服务器进行识别语音；结果输出单元，被配置成接收所述语音识别服务器返回的识别结果，以及输出所述识别结果。8.根据权利要求6所述的装置，其中，所述装置还包括语义理解单元，被配置成：将所述识别结果发送到语义理解服务器，其中，所述语义理解服务器用于分析接收到的所述识别结果得到指令；接收所述语义理解服务器返回的指令，以及执行所述指令。9.根据权利要求6所述的装置，其中，所述指令匹配单元进一步被配置成：2CN109887490A权利要求书2/2页在将所述第二段语音与本地预设的指令集进行第二次匹配的同时，将所述第二段语音发送至语音识别服务器进行识别语音；若第二次匹配成功，输出与本地预设的指令集匹配得到的指令，以及执行所述指令；向所述语音识别服务器发送取消对所述第二段语音进行识别语音的指令。10.根据权利要求6所述的装置，其中，所述指令匹配单元进一步被配置成：提取所述第二段语音的声学特征；将所述第二段语音的声学特征与本地预设的指令集的声学特征进行匹配；若匹配成功，则将匹配的指令的声学特征解码成指令。11.一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行