專利名稱：語音識別系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明是有關(guān)于一種語音識別系統(tǒng)，且特別是有關(guān)于一種能識別多種語言的語音識別系統(tǒng)。
背景技術(shù)：
近年來，語音識別系統(tǒng)由于具有使用方便，提高效率及節(jié)省成本的幾項優(yōu)勢，因此廣泛地被應(yīng)用在各行各業(yè)。例如，客服中心所接到的客戶電話中，大部分的電話都是來詢問一些經(jīng)常會被問到的問題，而許多人力資源也因此被浪費在機械性地回答當中。但是，通過語音識別系統(tǒng)，則可套用預先錄制的語音，來答復這些標準化的問題，因此也提高了客戶服務(wù)中心的人力資源利用效率，進而減低企業(yè)的人事成本。
由于國際化的趨勢以及現(xiàn)在生活上使用的語言日益地多元化，因此，僅能識別單一語言的語音識別系統(tǒng)已無法滿足市場的需求，而在另一方面，可識別多種語言的語音識別系統(tǒng)，其商業(yè)上的價值則日益增加。目前適用于多語言的語音識別系統(tǒng)，其作法如下1.將多個針對單一語言所設(shè)計的語音識別器組合起來成為一個多語言的語音識別系統(tǒng)，且每個單一語音識別器都必須是一個完整的語音識別器。這種系統(tǒng)的作法有兩種，一種是先針對輸入的語音信號作一個語言鑒定(language identification)，再根據(jù)鑒定的結(jié)果使用相對應(yīng)的單一語音識別器來進行語音識別。另一種則是將語音信號同時輸入多個單一語音識別器，再從各個單一語音識別器所輸出的語詞中，找出識別分數(shù)最高的語詞，作為語音識別系統(tǒng)的輸出。
而以上的作法缺點為a)由于每個單一語音識別器都必須是一個完整的語音識別器，因此要建立這樣一個語音識別系統(tǒng)，需要投注龐大的資源和人力。
b)在前級先做語言的鑒定會降低語音識別系統(tǒng)的正確識別率，因為一旦語言鑒定的結(jié)果有誤，則之后所做的語音識別亦必然有誤。但是，若不在前級先做語言的鑒定，則隨著語言種類增加與詞匯的擴充，會使得整個語音識別系統(tǒng)的運算量變得過于龐大。
2.建立適用于各種語言的非特定語言(language independent)語音模型。利用此種語音模型所構(gòu)成的語音識別系統(tǒng)，則無須多個語音識別器，亦無須大量收集每一種語言的語音資料，整個語音識別系統(tǒng)只需要一個非特定語言的語音識別器即可。但是，此種方法的實行困難度非常高，因為各種語言都有不同的特性，所以要建立一個能同時適用于多種不同語言的語音模型并不容易。
3.建立一個可讓使用者自行建立新詞匯的語音識別系統(tǒng)。當使用者使用新的詞匯或是其他語言的詞匯時，可以自行加入新的詞匯語音模型，而這些加入的新詞匯會與原有的詞匯共同進行語音識別，并由識別分數(shù)的高低來決定系統(tǒng)所要輸出的語詞。此類作法的缺點在于新增詞匯的語音模型僅適用于特定語者(speaker dependent)，而每個使用者均需建立自己新增詞匯的語音模型，也因此降低了識別系統(tǒng)的便利性。
在一些多語言的語音識別系統(tǒng)的應(yīng)用中，因為使用者大量的使用主要語言的詞匯，而僅在少數(shù)的情況下使用其他非主要語言的詞匯，例如一種自動電話查詢系統(tǒng)，其使用地區(qū)中的主要語言為中文，則使用者大部分時間都使用中文的人名，偶爾使用英文及地方語言的人名。因此，對于有主要語言及非主要語言之分的應(yīng)用而言，若使用上述的三種作法，建立一個不管對任何語言均有相同的語音識別力的一個復雜的多語言的語音識別系統(tǒng)，則不啻為一種資源的浪費，因為這些應(yīng)用對非主要語言的語音識別的需求遠低于對主要語言的語音識別的需求。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的就是在提供一種對多種語言的語音識別率高，且無須對所有使用的語言分別建立完整的語音資料庫及語音模型，以節(jié)省建立語音識別系統(tǒng)的成本的語音識別系統(tǒng)。
根據(jù)本發(fā)明的目的，提出一種語音識別系統(tǒng)，此語音識別系統(tǒng)用以接收一語音信號并輸出一與語音信號相對應(yīng)的輸出語詞，語音識別系統(tǒng)有一預設(shè)的一第一閾值，一第二閾值與一第三閾值。語音識別系統(tǒng)包括一第一語音識別器，用以接收語音信號并根據(jù)語音信號產(chǎn)生一第一候選詞及第一候選詞的一第一信心值。一第二語音識別器，用以接收語音信號并根據(jù)語音信號產(chǎn)生一第二候選詞及第二候選詞的一第二信心值。一信心值決策單元，是根據(jù)第一信心值及第二信心值來決定輸出語詞。其中，當?shù)谝恍判闹敌∮诘谝婚撝登业诙判闹敌∮诘诙撝禃r，以第一候選詞作為輸出語詞。或是當?shù)谝恍判闹荡笥诘谝婚撝登业诙判闹敌∮诘谌撝禃r，以第一候選詞作為輸出語詞。當?shù)谝恍判闹敌∮诘谝婚撝登业诙判闹荡笥诘诙撝禃r，以第二候選詞作為輸出語詞。當?shù)诙判闹荡笥诘谌撝禃r，以第二候選詞作為輸出語詞。
根據(jù)本發(fā)明的另一目的，提出一種語音識別系統(tǒng)，此語音識別系統(tǒng)用以接收一語音信號并輸出一與語音信號相對應(yīng)的輸出語詞，語音識別系統(tǒng)有一預設(shè)的一第一閾值與一第二閾值。語音識別系統(tǒng)還具有一儲存裝置，其中，儲存裝置用以接收語音信號并輸出語音信號，語音識別系統(tǒng)包括一第一語音識別器，用以接收語音信號并根據(jù)語音信號產(chǎn)生一第一候選詞及第一候選詞的一第一信心值。一信心值決策單元，用以決定輸出語詞。一第二語音識別器，由信心值決策單元所控制，用以接收自儲存裝置輸出的語音信號并根據(jù)語音信號產(chǎn)生一第二候選詞及第二候選詞的一第二信心值。其中，信心值決策單位先判斷第一信心值是否大于第一閾值，若是，則以第一候選詞作為輸出語詞。若否，則信心值決策單位令第二語音識別器產(chǎn)生第二候選詞及第二信心值。接著判斷第二信心值是否大于第二閾值，若是，則以第二候選詞作為輸出語詞，若否，則以第一候選詞作為輸出語詞。
根據(jù)本發(fā)明的更一目的，提出一種語音識別方法，此方法包括以下的步驟。首先，將一語音信號饋入一第一語音識別器及一第二語音識別器。接著，令第一語音識別器根據(jù)語音信號產(chǎn)生一第一候選詞與一第一信心值，并令第二語音識別器根據(jù)語音信號產(chǎn)生一第二候選詞與一第二信心值。若第一信心值小于第一閾值且第二信心值小于一第二閾值，則以第一候選詞作為輸出語詞，若第一信心值大于一第一閾值且第二信心值小于一第三閾值，則以第一候選詞作為輸出語詞，若第一信心值小于第一閾值且第二信心值大于第二閾值，則以第二候選詞作為輸出語詞，若第二信心值大于第三閾值，則以第二候選詞作為輸出語詞。
根據(jù)本發(fā)明的另一目的，提出一種語音識別方法，此方法包括以下的步驟。步驟(a)將一語音信號饋入第一語音識別器。步驟(b)令第一語音識別器根據(jù)語音信號產(chǎn)生一第一候選詞與一第一信心值。步驟(c)判斷第一信心值是否大于第一閾值，若是，則以第一候選詞作為一輸出語詞，并結(jié)束方法。步驟(d)將語音信號饋入第二語音識別器并令第二語音識別器根據(jù)語音信號產(chǎn)生一第二候選詞與一第二信心值。步驟(e)判斷第二信心值是否大于第二閾值，若是，則以第二候選詞作為輸出語詞，并結(jié)束方法，若否，則以第一候選詞作為輸出語詞。
為讓本發(fā)明的上述目的、特征、和優(yōu)點能更明顯易懂，下文特舉一較佳實施例，并配合所附圖式，作詳細說明如下


圖1繪示依照本發(fā)明的一第一實施例的一語音識別系統(tǒng)的示意圖。
圖2繪示依照本發(fā)明語音識別方法的實施例流程圖。
圖3繪示依照本發(fā)明的一第二實施例的一語音識別系統(tǒng)的示意圖。
圖4繪示一自動電話查詢系統(tǒng)的測試結(jié)果。
具體實施例方式
第一實施例請參照圖1，其繪示依照本發(fā)明的一第一實施例的一語音識別系統(tǒng)的示意圖。如圖1所示，語音識別系統(tǒng)100包括一第一語音識別器110，一第二語音識別器120以及一信心值決策單元130。語音識別系統(tǒng)100是接收一語音信號S1并對此語音信號S1進行語音識別并輸出與語音信號S1相對應(yīng)的輸出語詞S2。第一語音識別器110可以是一個連續(xù)語音識別器，而在實施時，這個連續(xù)語音識別器能被應(yīng)用于多方面的語音識別，在不同的領(lǐng)域只需更換辭典(lexicon)，而不需重新建立模型。第二語音識別器120可以是一個單詞語音識別器，而此單詞語音識別器的系統(tǒng)建立與語音識別的過程，均比一連續(xù)語音識別器要來得容易。單詞語音識別器的系統(tǒng)建立僅需要收集少量的各個單詞的語音資料，并且可收集不同語言的單詞，再將相同單詞的語音資料整合起來以建立一個語音模型。而當一語音信號被饋入單詞語音識別器后，單詞語音識別器便會將此語音信號與各個單詞的語音模型進行比對，而比對分數(shù)較高者即可能為此語音信號的候選詞。
如圖1所示，一語音信號S1被饋入語音識別系統(tǒng)100的第一語音識別器110與一第二語音識別器120，而第一語音識別器110與第二語音識別器120會針對語音信號S1進行識別，并于第一語音識別器110輸出一第一候選詞，于第二語音識別器120輸出一第二候選詞。以第一語音識別器110為例，當?shù)谝徽Z音識別器110對語音信號S1進行識別后，會產(chǎn)生幾個可能的候選詞，而這幾個候選詞會被傳送給第一語音識別器110的詞語驗證模組(未繪示)，而詞語驗證模組(未繪示)可計算出每個可能的候選詞的信心值(Confidence Measure，CM)。信心值最高的候選詞即被設(shè)定為第一語音識別器110的第一候選詞，而第一候選詞的信心值即為第一信心值CM1。同理，第二語音識別器120對語音信號S1進行識別后，可產(chǎn)生一第二候選詞，而第二候選詞的信心值即為第二信心值CM2。
語音識別系統(tǒng)100的信心值決策單元130會接收第一語音識別器110的第一候選詞與第一信心值CM1，以及第二語音識別器120的第二候選詞與第二信心值CM2。而信心值決策單元130會根據(jù)第一信心值CM1及第二信心值CM2的大小來判斷到底要選擇第一候選詞或第二候選詞來作為信心值決策單元130的輸出語詞S2。信心值決策單元130具有預設(shè)的閾值，例如是第一閾值TH1，第二閾值TH2以及第三閾值TH3，而TH2＜TH3。閾值與信心值均為詞語驗證中一熟知技術(shù)，因此不在此多作贅述。信心值決策單元130的決策規(guī)則如下，順序則可依實施者而調(diào)整1.當CM1＜TH1且CM2＜TH2時，即選擇第一候選詞為輸出語詞S2。
2.當CM1＞TH1且CM2＜TH3時，即選擇第一候選詞為輸出語詞S2。
3.當CM1＜TH1且CM2＞TH2時，即選擇第二候選詞為輸出語詞S2。
4.當CM2＞TH3時，即選擇第二候選詞為輸出語詞S2。
請參照圖2，其繪示本發(fā)明的語音識別方法的實施例流程圖。如圖2所示，在步驟202中，將語音信號S1饋入第一語音識別器110與一第二語音識別器120當中。接著于步驟204中，第一語音識別器110會根據(jù)語音信號S1產(chǎn)生一第一候選詞以及一第一信心值CM1，而第二語音識別器120也根據(jù)語音言號S1產(chǎn)生一第二候選詞以及一第二信心值CM2。接著進入步驟206，判斷是否第一信心值小于第一閾值且第二信心值小于第二閾值(CM1＜TH1且CM2＜TH2)，若是，則進入步驟208，若否，則進入步驟210。步驟208是將第一候選詞設(shè)為輸出語詞S2。而步驟210則是判斷是否第一信心值大于第一閾值且第二信心值小于第三閾值(CM1＞TH1且CM2＜TH3)，若是，則進入步驟208，若否，則進入步驟212。而步驟212則是判斷是否第一信心值小于第一閾值且第二信心值大于第二閾值(CM1＜TH1且CM2＞TH2)，若是，則進入步驟214，若否，則進入步驟216。步驟214是將第二候選詞設(shè)為輸出語詞S2。而步驟216則是判斷是否第二信心值大于第三閾值(CM2＞TH3)，若是，則進入步驟214。其中步驟206、210、212與216可依實際實施而調(diào)整。第二實施例請參照圖3，其繪示依照本發(fā)明的一第二實施例的一語音識別系統(tǒng)的示意圖。如圖3所示，語音識別系統(tǒng)300包括一第一語音識別器310，一第二語音識別器320，一信心值決策單元330以及一儲存裝置340。語音識別系統(tǒng)300是接收一語音信號S1并對此語音信號S1進行語音識別并輸出與語音信號S1相對應(yīng)的輸出語詞S2。圖3的第一語音識別器310與圖1的第一語音識別器110相同，為一連續(xù)語音識別器。而圖3的第二語音識別器320與圖1的第二語音識別器120相同，為一單詞語音識別器。
如圖3所示，語音信號S1被饋入第一語音識別器310及一儲存裝置340。而第一語音識別器310會根據(jù)語音信號S1來產(chǎn)生一第一候選詞與第一候選詞的第一信心值CM1，并將第一候選詞及第一信心值CM1饋入信心值決策單元330。而信心值決策單元330有預設(shè)的閾值，例如是第一閾值TH1及第二閾值TH2。信心值決策單元330會判斷第一信心值CM1是否大于第一閾值TH1，若是，信心值決策單元330會選擇第一候選詞為信心值決策單元330的輸出語詞S2。若否，信心值決策單元330則令第二語音識別器320讀取儲存裝置340中的語音信號S1，而第二語音識別器320則可根據(jù)語音信號S1來產(chǎn)生一第二候選詞與一第二候選詞的第二信心值CM2。而第二語音識別器320會將第二候選詞與第二信心值CM2饋入信心值決策單元330。接著，信心值決策單元330會判斷第二信心值CM2是否大于第二閾值TH2，若是，信心值決策單元330會選擇第二候選詞為信心值決策單元330的輸出語詞S2，若否，選擇第一候選詞為輸出語詞S2。
圖3的語音識別系統(tǒng)的流程如下所述首先，將語音信號S1饋入第一語音識別器310當中而第一語音識別器310會根據(jù)語音信號S1產(chǎn)生一第一候選詞以及一第一信心值CM1。接著信心值決策單元330會判斷第一信心值CM1是否大于第一閾值(CM1＞TH1)，若是，則信心值決策單元330會以第一候選詞作為輸出語詞S2并結(jié)束本方法，若否，則信心值決策單元330會令第二語音識別器320接收自儲存裝置340傳送來的語音信號S1。接著第二語音識別器320會根據(jù)語音信號S1產(chǎn)生一第二候選詞與一第二候選詞的一第二信心值CM2。而信心值決策單元330則會判斷第二信心值CM2是否大于第二閾值(CM2＞TH2)，若是，則信心值決策單元330會以第二候選詞作為輸出語詞S2，并結(jié)束本方法。若否，則信心值決策單元330會以第一候選詞作為輸出語詞S2。
以一個自動電話查詢系統(tǒng)來對上述的第一實施例與第二實施例進行實驗。實驗所用的自動電話查詢系統(tǒng)為一種可識別中文，英文及臺灣方言的人名且在識別人名后替使用者查詢電話號碼的系統(tǒng)。而自動電話查詢系統(tǒng)的第一語音識別器為一中文語音識別器，第二語音識別器為一可識別一種以上的語言的非中文語音識別器。此中文語音識別器是一個可識別大量中文人名，例如6000個中文人名，之關(guān)鍵詞語音識別系統(tǒng)，關(guān)鍵詞語音識別是從語音信號中擷取關(guān)鍵詞的部分，而不考慮非關(guān)鍵詞部分的識別結(jié)果。例如，當使用者說“我要找林某某”時，“我要找”三個字即為非關(guān)鍵詞的部分，而“林某某”即為關(guān)鍵詞的部分。中文語音識別器所使用的語音模型是次音節(jié)隱式馬爾可夫(Subsyllable Hidden Markov Model)模型，包含100個右相關(guān)聲母模型(right context dependent initial model)，38個韻母模型(final model)和一個靜音模型。聲母有三個狀態(tài)(state)，韻母有五個狀態(tài)，而靜音有一個狀態(tài)，其中每個狀態(tài)包含兩個狀態(tài)移轉(zhuǎn)概率(停留在目前或轉(zhuǎn)移出去)及混合高斯概率分布(Gaussian mixture)，最大混合數(shù)為10。使用MAT2000的語音資料庫(Database of Mandarin SpeechAcross Taiwan)來訓練語音模型。
而自動電話查詢系統(tǒng)的非中文語音識別器是一個可識別英文與臺灣方言人名的非特定語者單詞語音識別器。為了建立及訓練這個非中文語音識別器的語音模型，需要收集英文及臺灣方言(非中文)人名的語料，例如是40個英文人名與10個臺灣方言人名。而每一個非中文人名由10個男生及10個女生各錄3次，以收集60個語音檔案來建立及訓練語音模型。以上的中文語音識別器即為一主要語言的語音識別器，而非中文語音識別器即為一非主要語言的語音識別器。
以1530句中文測試語音及1044句非中文測試語音來對自動電話查詢系統(tǒng)進行測試。其中，1530句中文測試語音是自動電話查詢系統(tǒng)經(jīng)由線上收集而來，而1044句非中文測試語音是由5名男性及2名女性針對每個非中文人名各錄三次所得到的。請參考圖4，其繪示一自動電話查詢系統(tǒng)的測試結(jié)果。如圖4所示，第一實施例的中文語音識別率為91.70％，而非中文語音識別率為92.23％。第二實施例的中文語音識別率為91.93％，而非中文語音識別率為85.54％。而由以上的測試結(jié)果可得第一實施例的中文及非中文的正確率較為相近而第二實施例的中文及非中文的正確率相差較大。但是，若大部分的使用者使用中文的比例偏高，則因為第二實施例對中文語音的運算量小于第一實施例對中文語音的運算量，因此第二實施例的識別速率會較第一實施例為高。
本發(fā)明上述實施例所揭露的語音識別系統(tǒng)，此種語音識別系統(tǒng)1.對多種語言的語音識別率高。
2.無須對所有使用的語言分別建立完整的語音資料庫及語音模型，因此可節(jié)省建立語音識別系統(tǒng)的成本。
3.為一種非特定語者的語音識別系統(tǒng)，因此，任何使用者均可使用且無須重新建立語音模型。
綜上所述，雖然本發(fā)明已以一較佳實施例揭露如上，然其并非用以限定本發(fā)明，任何熟習此技藝者，在不脫離本發(fā)明的精神和范圍內(nèi)，當可作各種的更動與潤飾，因此本發(fā)明的保護范圍當視后附的權(quán)利要求所界定者為準。
權(quán)利要求
1.一種語音識別系統(tǒng)，用以接收一語音信號并輸出與該語音信號相對應(yīng)的一輸出語詞，該語音識別系統(tǒng)具有預設(shè)的一第一閾值，一第二閾值與一第三閾值，該系統(tǒng)包括一第一語音識別器，用以接收該語音信號并根據(jù)該語音信號產(chǎn)生一第一候選詞及一第一信心值；一第二語音識別器，用以接收該語音信號并根據(jù)該語音信號產(chǎn)生一第二候選詞及一第二信心值；以及一信心值決策單元，是根據(jù)該第一信心值及該第二信心值來決定該輸出語詞；其中，當該第一信心值小于該第一閾值且該第二信心值小于該第二閾值時，以該第一候選詞作為該輸出語詞，當該第一信心值大于該第一閾值且該第二信心值小于該第三閾值時，以該第一候選詞作為該輸出語詞，當該第一信心值小于該第一閾值且該第二信心值大于該第二閾值時，以該第二候選詞作為該輸出語詞，當該第二信心值大于該第三閾值時，以該第二候選詞作為該輸出語詞。
2.如權(quán)利要求1所述的語音識別系統(tǒng)，其中該第一語音識別器為一連續(xù)語音識別器。
3.如權(quán)利要求1或2所述的語音識別系統(tǒng)，其中該第二語音識別器為一單詞語音識別器。
4.如權(quán)利要求3所述的語音識別系統(tǒng)，其中，該第二語音識別器可識別至少一種語言。
5.一種語音識別系統(tǒng)，用以接收一語音信號并輸出與該語音信號相對應(yīng)的一輸出語詞，該語音識別系統(tǒng)具有預設(shè)的一第一閾值與一第二閾值，該語音識別系統(tǒng)具有一儲存裝置，其中，該儲存裝置用以接收該語音信號并輸出該語音信號，該語音識別系統(tǒng)包括一第一語音識別器，用以接收該語音信號并根據(jù)該語音信號產(chǎn)生一第一候選詞及一第一信心值；一信心值決策單元，用以決定該輸出語詞；以及一第二語音識別器，由該信心值決策單元所控制，用以接收自該儲存裝置輸出的該語音信號并根據(jù)該語音信號產(chǎn)生一第二候選詞及一第二信心值；其中，該信心值決策單位先判斷該第一信心值是否大于該第一閾值，若是，則以該第一候選詞作為該輸出語詞，若否，則該信心值決策單位令該第二語音識別器產(chǎn)生該第二候選詞及該第二信心值，并判斷該第二信心值是否大于該第二閾值，若是，則以該第二候選詞作為該輸出語詞，若否，則以該第一候選詞作為該輸出語詞。
6.如權(quán)利要求5所述的語音識別系統(tǒng)，其中該第一語音識別器為一連續(xù)語音識別器。
7.如權(quán)利要求5或6所述的語音識別系統(tǒng)，其中該第二語音識別器為一單詞語音識別器。
8.如權(quán)利要求7所述的語音識別系統(tǒng)，其中，該第二語音識別器可識別至少一種語言。
9.一種語音識別方法，該方法包括以下的步驟將一語音信號饋入一第一語音識別器及一第二語音識別器；該第一語音識別器根據(jù)該語音信號產(chǎn)生一第一候選詞與一第一信心值，且該第二語音識別器根據(jù)該語音信號產(chǎn)生一第二候選詞與一第二信心值；以及若該第一信心值小于一第一閾值且該第二信心值小于一第二閾值，則以該第一候選詞作為該輸出語詞，若該第一信心值大于該第一閾值且該第二信心值小于一第三閾值，則以該第一候選詞作為該輸出語詞，若該第一信心值小于該第一閾值且該第二信心值大于該第二閾值，則以該第二候選詞作為該輸出語詞，若該第二信心值大于該第三閾值，則以該第二候選詞作為該輸出語詞。
10.如權(quán)利要求9所述的語音識別方法，其中以該第一語音識別器來識別一連續(xù)語音。
11.如權(quán)利要求9或10所述的語音識別方法，其中以該第二語音識別器來識別一單詞語音。
12.如權(quán)利要求11所述的語音識別方法，其中，該第二語音識別器可至少識別一種語言。
13.一種語音識別方法，該方法包括以下步驟a.將一語音信號饋入一第一語音識別器；b.該第一語音識別器根據(jù)該語音信號產(chǎn)生一第一候選詞與一第一信心值；c.判斷該第一信心值是否大于該第一閾值，若是，則以該第一候選詞作為該輸出語詞，并結(jié)束該方法；d.將該語音信號饋入一第二語音識別器且該第二語音識別器根據(jù)該語音信號產(chǎn)生一第二候選詞與一第二信心值；以及e.判斷該第二信心值是否大于一第二閾值，若是，則以該第二候選詞作為該輸出語詞，若否，則以該第一候選詞作為該輸出語詞。
14.如權(quán)利要求13所述的語音識別方法，其中以該第一語音識別器來識別連續(xù)語音。
15.如權(quán)利要求13或14所述的語音識別方法，其中以該第二語音識別器來識別一單詞語音。
16.如權(quán)利要求15所述的語音識別方法，其中，該第二語音識別器可識別至少一種語言。
全文摘要
一種語音識別系統(tǒng)，用以接收一語音信號并輸出一與語音信號相對應(yīng)的輸出語詞，此系統(tǒng)具有一第一閾值，一第二閾值與一第三閾值。語音識別系統(tǒng)包括一第一語音識別器，接收語音信號并根據(jù)語音信號產(chǎn)生一第一候選詞及第一信心值。一第二語音識別器，接收語音信號并根據(jù)語音信號產(chǎn)生一第二候選詞及一第二信心值。一信心值決策單元，根據(jù)第一信心值及第二信心值來決定輸出語詞。其中，當?shù)谝恍判闹敌∮诘谝婚撝登业诙判闹敌∮诘诙撝禃r，或是當?shù)谝恍判闹荡笥诘谝婚撝登业诙判闹敌∮诘谌撝禃r，以第一候選詞作為輸出語詞。當?shù)谝恍判闹敌∮诘谝婚撝登业诙判闹荡笥诘诙撝祷蚴钱數(shù)诙判闹荡笥诘谌撝禃r，以第二候選詞作為輸出語詞。
文檔編號G10L15/00GK1421846SQ0114245
公開日2003年6月4日 申請日期2001年11月28日 優(yōu)先權(quán)日2001年11月28日
發(fā)明者張森嘉, 簡世杰, 涂家章 申請人:財團法人工業(yè)技術(shù)研究院