本發(fā)明涉及搜索技術(shù)領(lǐng)域，尤其是一種語音搜索列表的實(shí)現(xiàn)方法。

背景技術(shù)：

現(xiàn)有技術(shù)中，語音識別系統(tǒng)在進(jìn)行搜索列表時，無法將列表項(xiàng)的屬性關(guān)聯(lián)；或者即使關(guān)聯(lián)，但需要手工排列組合可能的發(fā)音。例如，對于第一種情況，在通訊錄里有總務(wù)科張三和人事科章山，兩個人名發(fā)音相似，如果用戶說“打電話給人事科章山”，語音識別可能會返回“打電話給人事科張三”。這里人名和部門這兩個屬性沒有關(guān)聯(lián)，導(dǎo)致識別出錯誤的聯(lián)系人。再例如，對于第二種情況，用戶需要在附近的飯店列表中選出“麥當(dāng)勞(珠江路5000號)”和“肯德基(長江路6000號)”，需要進(jìn)行排列所有可能的發(fā)音序列。比如對于第一個麥當(dāng)勞，就生成如下發(fā)音序列：“麥當(dāng)勞”，“珠江路麥當(dāng)勞”，“珠江路5000號麥當(dāng)勞”，“珠江路5000號”和“珠江路”；對于第二個肯德基，就生成如下發(fā)音序列：“肯德基”，“長江路肯德基”，“長江路6000號肯德基”，“長江路6000號”和“長江路”。這種屬性關(guān)聯(lián)方法的缺陷為不靈活，程序必須列出所有序列；運(yùn)算量大，隨著列表屬性增加，可能的發(fā)音序列變得很大。綜合以上兩種情況，現(xiàn)有技術(shù)沒有解決好靈活性和復(fù)雜性的矛盾。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題在于，提供一種語音搜索列表的實(shí)現(xiàn)方法，可以降低計(jì)算復(fù)雜性，同時增加了靈活性。

為解決上述技術(shù)問題，本發(fā)明提供一種語音搜索列表的實(shí)現(xiàn)方法，包括如下步驟：

(1)列表預(yù)處理：

一個列表，提取每個列表項(xiàng)C的所有屬性的關(guān)鍵字，切詞且去除重復(fù)，得到詞匯樣本V(v₁,v₂,…v_n)，有n個獨(dú)立的詞；

(2)語音識別

將詞匯樣本V傳送給語音識別器，并加載UNIGRAM語言模型，進(jìn)行語音識別，得到N-BEST結(jié)果R，其中每個結(jié)果t為識別出的詞，w為該詞的權(quán)重；

(3)計(jì)算似然估計(jì)值

對每個列表項(xiàng)C，計(jì)算其歸一化的似然估計(jì)值lik(C)；

lik(c)＝∏_reR f(c|r)

f(c|r)＝∏ter g(t|c)

其中，a、b為預(yù)設(shè)的常數(shù)，c為一個列表項(xiàng)，r為一個語音識別結(jié)果，t為一個識別的詞，w為一個識別的詞t的權(quán)重；

(4)列表搜索；根據(jù)列表項(xiàng)的似然估計(jì)值重新排序，選出似然估計(jì)值最大的列表項(xiàng)。

優(yōu)選的，步驟(1)中，詞匯樣本V必須去除重復(fù)詞匯。

優(yōu)選的，步驟(2)中，語音識別器裝載詞匯樣本V和UNIGRAM語言模型，識別輸入語音數(shù)據(jù)并輸出N-BEST結(jié)果。

優(yōu)選的，步驟(2)中，語音識別器加載的UNIGRAM語言模型是動態(tài)生成的，而UNIGRAM語法是固定的，不依賴于列表而變化，每種語言只需有一個UNIGRAM語法。

優(yōu)選的，步驟(2)中，語音識別器為嵌入式語音識別器或任何支持N-BEST結(jié)果的語音識別器。

優(yōu)選的，步驟(2)中，權(quán)重為概率或信任值。

優(yōu)選的，步驟(2)中，詞匯樣本V中可以增加常用連接詞和介詞。

優(yōu)選的，步驟(3)中，計(jì)算似然估計(jì)值基于樸素貝葉斯概率模型，并且使用了所有N-BEST結(jié)果。

優(yōu)選的，步驟(3)中，a、b為預(yù)設(shè)的常數(shù)，根據(jù)試驗(yàn)數(shù)據(jù)來設(shè)置。

優(yōu)選的，步驟(3)中，計(jì)算似然估計(jì)值方法與語音識別器無關(guān)。

本發(fā)明的有益效果為：很好的解決了語音搜索列表的靈活性和復(fù)雜性的矛盾，降低了計(jì)算復(fù)雜性，同時增加了靈活性。

附圖說明

圖1是本發(fā)明的方法流程示意圖。

圖2是本發(fā)明的語音識別流程示意圖。

圖3是本發(fā)明的已獲取N-BEST結(jié)果后的實(shí)現(xiàn)方法流程示意圖。

具體實(shí)施方式

如圖1和圖2所示，一種語音搜索列表的實(shí)現(xiàn)方法，包括如下步驟：

(1)列表預(yù)處理：

一個列表，提取每個列表項(xiàng)C的所有屬性的關(guān)鍵字，切詞且去除重復(fù)，得到詞匯樣本V(v₁,v₂,…v_n)，有n個獨(dú)立的詞；

(2)語音識別

將詞匯樣本V傳送給語音識別器，進(jìn)行語音識別，得到N-BEST結(jié)果R，其中每個結(jié)果t為識別出的詞，w為該詞的權(quán)重；權(quán)重為概率或信任值等；N-BEST為一種搜索算法，結(jié)果為N個最優(yōu)路徑；

(3)計(jì)算似然估計(jì)值

對每個列表項(xiàng)C，計(jì)算其歸一化的似然估計(jì)值lik(C)；

lik(c)＝∏_reR f(c|r)

f(c|r)＝∏_ter g(t|c)

其中，a、b為預(yù)設(shè)的常數(shù)，c為一個列表項(xiàng)，r為一個語音識別結(jié)果，t為一個識別的詞，w為一個識別的詞t的權(quán)重；

(4)列表搜索；根據(jù)列表項(xiàng)的似然估計(jì)值重新排序，選出似然估計(jì)值最大的列表項(xiàng)。

如圖3所示，為已獲取N-BEST結(jié)果后的實(shí)現(xiàn)方法流程示意圖。依次取下一個列表項(xiàng)c，初始化似然估計(jì)值lik(c)＝1，取下一個N-BEST結(jié)果r，取下一個詞t；若r包含t，則lik(c)＝lik(c)*wt*a；若r不包含t，則lik(c)＝lik(c)*wt*b；獲得似然估計(jì)值lik(c)；若還有未取詞，則繼續(xù)取詞重復(fù)上述步驟；若還有未取的N-BEST結(jié)果，則繼續(xù)取下一個N-BEST結(jié)果，重復(fù)上述步驟。

以用戶需要在列表中使用語音選擇一個快餐店為例。用戶需要在列表

[{“id”:0,“name”:”麥當(dāng)勞”,“address”:”珠江路5000號”,“phone”:“555-12345678”},

{“id”:1,“name”:”肯德基”,“address”:”長江路6000號”,“phone”:“555-87654321”}]中使用語音選擇一個快餐店，具體步驟如下：

(1)提取關(guān)鍵字，得到列表[“麥當(dāng)勞”,“珠江路5000號”,“555-12345678”,“肯德基”,“長江路6000號”,“555-87654321”]；

(2)切詞，并且除去重復(fù)，得到詞匯樣本列表V＝[“麥當(dāng)勞”,“珠江路”,“5000號”,“555-12345678”,“12345678”“肯德基”,“長江路”,“6000號”,“555-87654321”,“87654321”]；

(3)將此詞匯樣本V傳給語音識別器，每個語音識別器都有特定的方法；

(4)語音識別，假設(shè)用戶說“珠江路麥當(dāng)勞”，得到N-BEST結(jié)果R＝

{{“珠江路”:0.9,“麥當(dāng)勞”:0.8},

{{“珠江路”:0.8,“麥當(dāng)勞”:0.6,“6000號”:0.2},

{“珠江路”:0.7,“肯德基”:0.2,“6000號”:0.1}}

(5)計(jì)算似然估計(jì)值，假設(shè)(a＝0.5,b＝0.1)

麥當(dāng)勞的似然估計(jì)值lik(0)＝(0.5*0.9)*(0.5*0.8)*(0.5*0.8)*(0.5*0.6)*(0.1*0.2)*(0.5*0.7)*(0.1*.0.2)*(0.1*0.1)＝3e-8

肯德基的似然估計(jì)值lik(1)＝(0.1*0.9)*(0.1*0.8)*(0.1*0.8)*(0.1*0.6)*(0.5*0.2)*(0.1*0.7)*(0.5*0.2)*(0.5*0.1)＝1e-9；

(6)重新排序，選出似然估計(jì)值最大的列表項(xiàng)“麥當(dāng)勞”，因?yàn)辂湲?dāng)勞的似然估計(jì)值大于肯德基的似然估計(jì)值。

盡管本發(fā)明就優(yōu)選實(shí)施方式進(jìn)行了示意和描述，但本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，只要不超出本發(fā)明的權(quán)利要求所限定的范圍，可以對本發(fā)明進(jìn)行各種變化和修改。