音)，并標(biāo)示出該特定聲音所在的左邊界與右邊界。
[0075]針對(duì)各種可能默認(rèn)的特定控制信號(hào)，以前述圖5為范例來(lái)說(shuō)明。此時(shí)特定控制信號(hào)可以是設(shè)置于系統(tǒng)外部的一控制按鈕或是一特定感應(yīng)裝置(例如:可感應(yīng)特定手勢(shì)傳感器)所傳入的控制信號(hào)。當(dāng)使用者于輸入前述一帶有一個(gè)既定語(yǔ)匯及欲取代該既定語(yǔ)匯的一個(gè)或重復(fù)多個(gè)新增語(yǔ)匯內(nèi)容語(yǔ)音信號(hào)期間或前后一段預(yù)設(shè)時(shí)間里(如用戶輸入語(yǔ)音信號(hào)前或后I秒內(nèi))觸發(fā)(例如可使用一觸發(fā)信號(hào))該特定按鈕或感應(yīng)裝置。該特定按鈕或感應(yīng)裝置有一連結(jié)接口與控制信號(hào)偵測(cè)模塊320相接，使控制信號(hào)偵測(cè)模塊320接收到該觸發(fā)信號(hào)。
[0076]當(dāng)所輸入的是一帶有一個(gè)既定語(yǔ)匯、一預(yù)設(shè)的特定事件(聲音事件或特定控制信號(hào))、以及欲取代該既定語(yǔ)匯的一個(gè)或重復(fù)多個(gè)新增語(yǔ)匯語(yǔ)音信號(hào)時(shí)，模式偵測(cè)模塊120偵測(cè)到輸入的語(yǔ)音信號(hào)，并取得輸入的語(yǔ)音信號(hào)。也就是當(dāng)使用者輸入預(yù)設(shè)的特定事件(聲音事件或特定控制信號(hào))，透過(guò)前述的聲音事件偵測(cè)模塊220或控制信號(hào)偵測(cè)模塊320，可判別當(dāng)次的操作是否為語(yǔ)音訓(xùn)練模式，以進(jìn)行后續(xù)的語(yǔ)匯模型訓(xùn)練。
[0077]圖8是根據(jù)本發(fā)明的一實(shí)施例，說(shuō)明語(yǔ)匯模型訓(xùn)練器的元件與處理流程。語(yǔ)匯模型訓(xùn)練器632可參考圖8,包含一語(yǔ)音切割器(speech segmentor) 810、一語(yǔ)匯偵測(cè)器(vocabulary detector) 820、一模型訓(xùn)練器(model trainer) 830、一語(yǔ)匯編輯器(vocabulary editor) 840。語(yǔ)匯模型訓(xùn)練器800可引用前述多個(gè)聲學(xué)模型形成的一數(shù)據(jù)庫(kù)634和語(yǔ)匯集合636 —起執(zhí)行語(yǔ)音訓(xùn)練(speech training)。語(yǔ)音切割器810取得所輸入的既定語(yǔ)匯與欲取代該既定語(yǔ)匯的一個(gè)或重復(fù)多個(gè)新增語(yǔ)匯的語(yǔ)音段落812。取得語(yǔ)音段落之后，將這些語(yǔ)音段落分別使用語(yǔ)匯偵測(cè)器820進(jìn)行是否為既定語(yǔ)匯的偵測(cè)，并為這些語(yǔ)音段落進(jìn)行是否為既定語(yǔ)匯的標(biāo)示，從而得到至少一個(gè)標(biāo)示為未知語(yǔ)匯的語(yǔ)音段落以及一個(gè)標(biāo)示含有至少一既定語(yǔ)匯的既定語(yǔ)匯內(nèi)容。
[0078]通過(guò)模型訓(xùn)練器830將此至少一個(gè)未知語(yǔ)匯的語(yǔ)音段落進(jìn)行模型訓(xùn)練后，可得至少一新的語(yǔ)匯模型832。之后，通過(guò)語(yǔ)匯模型編輯器840將此至少一新的語(yǔ)匯模型加入于前述多個(gè)聲學(xué)模型形成的數(shù)據(jù)庫(kù)634。并且于該語(yǔ)匯集合636中，依照前述所得的既定語(yǔ)匯內(nèi)容所含的至少一既定語(yǔ)匯，建立一新語(yǔ)匯(new word)的連結(jié)，使該新語(yǔ)匯于語(yǔ)音識(shí)別時(shí)可被引用。將未知語(yǔ)匯的語(yǔ)音段落進(jìn)行模型訓(xùn)練的實(shí)施方式有多種，其中一種模型訓(xùn)練器的實(shí)施方式為，將這些未知語(yǔ)匯的語(yǔ)音段落經(jīng)由特征提取(feature extract1n)、音節(jié)決定(syllable decis1n)、特征收集(feature collect1n)、以及模型參數(shù)調(diào)整(modelparameter adjustment),從而產(chǎn)生一語(yǔ)匯模型。
[0079]根據(jù)本發(fā)明的實(shí)施例，根據(jù)前述各種可能預(yù)設(shè)的特定聲音事件，語(yǔ)音切割器810的做法有些調(diào)整。例如，根據(jù)圖4(A)或圖4(C)的范例，該關(guān)鍵語(yǔ)匯或特定聲音已于聲音事件偵測(cè)模塊220中標(biāo)示出邊界，包含左邊界與右邊界。語(yǔ)音切割器810可分別于該左邊界的左方與該右邊界的右方進(jìn)行語(yǔ)音段落的切割，得到如圖9(A)所示的語(yǔ)音段落。例如，根據(jù)圖4(B)或圖5的范例，此時(shí)收到的語(yǔ)音信號(hào)除了靜音信號(hào)之外，剩余的是一帶有一既定語(yǔ)匯、以及欲取代該既定語(yǔ)匯的一或重復(fù)多個(gè)新增語(yǔ)匯內(nèi)容。語(yǔ)音切割器810可直接就該收到的語(yǔ)音信號(hào)進(jìn)行語(yǔ)音段落的切割，得到如圖9(B)所示的語(yǔ)音段落。然后將這些語(yǔ)音段落分別進(jìn)行是否為既定語(yǔ)匯的偵測(cè)。偵測(cè)既定語(yǔ)匯的范例說(shuō)明如下。
[0080]根據(jù)一實(shí)施范例，語(yǔ)匯偵測(cè)器820可用關(guān)鍵詞萃取來(lái)實(shí)施?？蓪⒚恳患榷ㄕZ(yǔ)匯視為關(guān)鍵詞，再針對(duì)前述語(yǔ)音段落一一進(jìn)行檢測(cè)是否為關(guān)鍵語(yǔ)匯，并為這些語(yǔ)音段落進(jìn)行是否為既定語(yǔ)匯的標(biāo)示。語(yǔ)音段落經(jīng)關(guān)鍵語(yǔ)匯偵測(cè)后，如圖4(A)的范例所示，可得到語(yǔ)段落為既定語(yǔ)匯或未知語(yǔ)匯的標(biāo)示，此標(biāo)示可利用如一語(yǔ)音音段收集器予以紀(jì)錄。有了語(yǔ)音段落的標(biāo)示后，可依照分派規(guī)則來(lái)進(jìn)行語(yǔ)音段落的輸入格式合法性與分派目標(biāo)的判別與輸出。分派規(guī)則的范例說(shuō)明如下。當(dāng)語(yǔ)音段落中，不含任何標(biāo)示為既定語(yǔ)匯的段落、或是含有一個(gè)以上標(biāo)示為既定語(yǔ)匯的段落，這樣的語(yǔ)音段落都被視為不合法的輸入格式，并且輸出不合法輸入的訊息；當(dāng)語(yǔ)音段落中，符合僅有一個(gè)標(biāo)示為既定語(yǔ)匯的段落以及至少一個(gè)標(biāo)示為未知語(yǔ)匯的段落者，被視為具有合法的輸入格式。之后可利用一語(yǔ)音段落分派器將每一標(biāo)示為未知語(yǔ)匯的語(yǔ)音段落與該既定語(yǔ)匯內(nèi)容分派給一模型訓(xùn)練器進(jìn)行新的語(yǔ)匯模型訓(xùn)練。
[0081]語(yǔ)匯偵測(cè)的另一實(shí)施范例是，語(yǔ)音段落先通過(guò)一語(yǔ)音識(shí)別器辨識(shí)出可能的既定語(yǔ)匯后，再利用一詞語(yǔ)驗(yàn)證器來(lái)對(duì)該可能的既定語(yǔ)匯進(jìn)行詞語(yǔ)驗(yàn)證，從而得到一驗(yàn)證分?jǐn)?shù)(verificat1n score)。當(dāng)此驗(yàn)證分?jǐn)?shù)大于一默認(rèn)的門坎值時(shí),將該語(yǔ)音段落標(biāo)示為既定語(yǔ)匯，否則標(biāo)示為未知語(yǔ)匯。可利用一語(yǔ)音音段收集器紀(jì)錄并標(biāo)示這些語(yǔ)音段落。之后可利用一語(yǔ)音段落分派器，依照上述的分派規(guī)則來(lái)進(jìn)行語(yǔ)音段落的輸入格式合法性與分派目標(biāo)的判別與輸出。
[0082]如之前所述，模式偵測(cè)模塊120可提供辨識(shí)模式與訓(xùn)練模式，給予用戶進(jìn)行操作。其中在訓(xùn)練模式下，用戶輸入一既定語(yǔ)匯、以及欲取代該既定語(yǔ)匯的一或重復(fù)多個(gè)新增語(yǔ)匯語(yǔ)音信號(hào)，以進(jìn)行操作。在實(shí)際操作上，有可能因?yàn)槭褂谜叩目谝絷P(guān)系，使得使用者的口音所說(shuō)出的既定語(yǔ)匯無(wú)法成功地被辨識(shí)，換句話說(shuō)，在語(yǔ)匯偵測(cè)時(shí)，無(wú)法成功地偵測(cè)出既定語(yǔ)匯。第十圖是根據(jù)本發(fā)明的一實(shí)施例，舉一范例說(shuō)明一種可避免無(wú)法成功偵測(cè)既定語(yǔ)匯的處理流程。在圖10的范例中，準(zhǔn)備一個(gè)已錄制好可成功偵測(cè)既定語(yǔ)匯的語(yǔ)音錄音1010，稱為黃金語(yǔ)音(golden speech) 0在進(jìn)行訓(xùn)練模式的操作時(shí)，先播放該既定語(yǔ)匯(本例為「開燈」)的語(yǔ)音錄音，之后，用戶再說(shuō)出欲新增語(yǔ)匯(本例為「點(diǎn)燈火」)，即用戶語(yǔ)音1020，并輸入此欲新增語(yǔ)匯至本發(fā)明的新增口說(shuō)語(yǔ)匯的語(yǔ)音識(shí)別系統(tǒng)100中。此處理流程可以在新增語(yǔ)匯(訓(xùn)練模式)時(shí)，讓既定語(yǔ)匯的語(yǔ)音可成功地被偵測(cè)，從而讓使用者所輸入欲取代該既定語(yǔ)匯的一或重復(fù)多個(gè)新增語(yǔ)匯的語(yǔ)音段落能夠成功地訓(xùn)練出新的語(yǔ)匯模型。
[0083]依據(jù)本發(fā)明的一實(shí)施例，可通過(guò)拍擊一語(yǔ)音輸入設(shè)備(例如麥克風(fēng))與否，判別是辨識(shí)模式或訓(xùn)練模式操作。以偵測(cè)預(yù)設(shè)特殊音為例說(shuō)明如下。當(dāng)無(wú)拍擊麥克風(fēng)，并輸入既有語(yǔ)匯的語(yǔ)音音段時(shí)，模式偵測(cè)模塊輸出辨識(shí)模式；當(dāng)有拍擊麥克風(fēng)時(shí)，模式偵測(cè)模塊輸出訓(xùn)練模式。當(dāng)有拍擊麥克風(fēng)時(shí)，有多種實(shí)現(xiàn)方式；其中一方式如，輸入既有語(yǔ)匯的語(yǔ)音音段后，拍擊麥克風(fēng)，再輸入新增語(yǔ)匯的語(yǔ)音音段；其中另一方式如，拍擊麥克風(fēng)，輸入既有語(yǔ)匯的語(yǔ)音音段后，再拍擊麥克風(fēng)，輸入新增語(yǔ)匯的語(yǔ)音音段；其中又一方式如，拍擊麥克風(fēng)，輸入既有語(yǔ)匯的語(yǔ)音音段后，再輸入新增語(yǔ)匯的語(yǔ)音音段。
[0084]依據(jù)本發(fā)明的又一實(shí)施例，可藉由一裝置(例如按鈕)的觸發(fā)次數(shù)或觸發(fā)方式，偵測(cè)默認(rèn)的特定控制信號(hào)。以一觸發(fā)次數(shù)的范例說(shuō)明如下。當(dāng)按一次按鍵，且輸入語(yǔ)音時(shí)，模式偵測(cè)模塊輸出辨識(shí)模式；當(dāng)按一次按鍵，輸入一段語(yǔ)音，再按一次按鍵，再輸入另一段語(yǔ)音時(shí)，模式偵測(cè)模塊輸出訓(xùn)練模式，其中兩段語(yǔ)音分別代表新增口說(shuō)語(yǔ)匯與既有語(yǔ)匯。以一觸發(fā)方式的范例說(shuō)明如下。當(dāng)按一次按鍵后，輸入語(yǔ)音時(shí)，模式偵測(cè)模塊輸出辨識(shí)模式；當(dāng)按住按鍵，同時(shí)輸入語(yǔ)音時(shí)，模式偵測(cè)模塊輸出訓(xùn)練模式。其中，按住按鍵，并同時(shí)輸入語(yǔ)音也有多種實(shí)現(xiàn)方式。例如方式一為，按住按鍵時(shí)輸入一段語(yǔ)音，放開按鍵后輸入另一段語(yǔ)音，其中兩段語(yǔ)音分別代表新增口說(shuō)語(yǔ)匯與既有語(yǔ)匯。例如方式二為，分兩次按住按鍵并同時(shí)輸入語(yǔ)音，其中兩次輸入語(yǔ)音分別代表新增口說(shuō)語(yǔ)匯與既有語(yǔ)匯。
[0085]綜上所述，依據(jù)本發(fā)明的實(shí)施例提供一種新增口說(shuō)語(yǔ)匯的語(yǔ)音識(shí)別系統(tǒng)與方法。其技術(shù)包含一模式偵測(cè)模塊，以提供用戶兩種操作模式。在辨識(shí)模式的操作下，用戶可對(duì)著語(yǔ)音處理單元說(shuō)出既有語(yǔ)匯的語(yǔ)音。在訓(xùn)練模式的操作下，可輸入上述