一种语音搜索列表的实现方法与流程

本发明涉及搜索技术领域，尤其是一种语音搜索列表的实现方法。

背景技术：

现有技术中，语音识别系统在进行搜索列表时，无法将列表项的属性关联；或者即使关联，但需要手工排列组合可能的发音。例如，对于第一种情况，在通讯录里有总务科张三和人事科章山，两个人名发音相似，如果用户说“打电话给人事科章山”，语音识别可能会返回“打电话给人事科张三”。这里人名和部门这两个属性没有关联，导致识别出错误的联系人。再例如，对于第二种情况，用户需要在附近的饭店列表中选出“麦当劳(珠江路5000号)”和“肯德基(长江路6000号)”，需要进行排列所有可能的发音序列。比如对于第一个麦当劳，就生成如下发音序列：“麦当劳”，“珠江路麦当劳”，“珠江路5000号麦当劳”，“珠江路5000号”和“珠江路”；对于第二个肯德基，就生成如下发音序列：“肯德基”，“长江路肯德基”，“长江路6000号肯德基”，“长江路6000号”和“长江路”。这种属性关联方法的缺陷为不灵活，程序必须列出所有序列；运算量大，随着列表属性增加，可能的发音序列变得很大。综合以上两种情况，现有技术没有解决好灵活性和复杂性的矛盾。

技术实现要素：

本发明所要解决的技术问题在于，提供一种语音搜索列表的实现方法，可以降低计算复杂性，同时增加了灵活性。

为解决上述技术问题，本发明提供一种语音搜索列表的实现方法，包括如下步骤：

(1)列表预处理：

一个列表，提取每个列表项C的所有属性的关键字，切词且去除重复，得到词汇样本V(v₁,v₂,…v_n)，有n个独立的词；

(2)语音识别

将词汇样本V传送给语音识别器，并加载UNIGRAM语言模型，进行语音识别，得到N-BEST结果R，其中每个结果t为识别出的词，w为该词的权重；

(3)计算似然估计值

对每个列表项C，计算其归一化的似然估计值lik(C)；

lik(c)＝∏_reR f(c|r)

f(c|r)＝∏ter g(t|c)

其中，a、b为预设的常数，c为一个列表项，r为一个语音识别结果，t为一个识别的词，w为一个识别的词t的权重；

(4)列表搜索；根据列表项的似然估计值重新排序，选出似然估计值最大的列表项。

优选的，步骤(1)中，词汇样本V必须去除重复词汇。

优选的，步骤(2)中，语音识别器装载词汇样本V和UNIGRAM语言模型，识别输入语音数据并输出N-BEST结果。

优选的，步骤(2)中，语音识别器加载的UNIGRAM语言模型是动态生成的，而UNIGRAM语法是固定的，不依赖于列表而变化，每种语言只需有一个UNIGRAM语法。

优选的，步骤(2)中，语音识别器为嵌入式语音识别器或任何支持N-BEST结果的语音识别器。

优选的，步骤(2)中，权重为概率或信任值。

优选的，步骤(2)中，词汇样本V中可以增加常用连接词和介词。

优选的，步骤(3)中，计算似然估计值基于朴素贝叶斯概率模型，并且使用了所有N-BEST结果。

优选的，步骤(3)中，a、b为预设的常数，根据试验数据来设置。

优选的，步骤(3)中，计算似然估计值方法与语音识别器无关。

本发明的有益效果为：很好的解决了语音搜索列表的灵活性和复杂性的矛盾，降低了计算复杂性，同时增加了灵活性。

附图说明

图1是本发明的方法流程示意图。

图2是本发明的语音识别流程示意图。

图3是本发明的已获取N-BEST结果后的实现方法流程示意图。

具体实施方式

如图1和图2所示，一种语音搜索列表的实现方法，包括如下步骤：

(1)列表预处理：

一个列表，提取每个列表项C的所有属性的关键字，切词且去除重复，得到词汇样本V(v₁,v₂,…v_n)，有n个独立的词；

(2)语音识别

将词汇样本V传送给语音识别器，进行语音识别，得到N-BEST结果R，其中每个结果t为识别出的词，w为该词的权重；权重为概率或信任值等；N-BEST为一种搜索算法，结果为N个最优路径；

(3)计算似然估计值

对每个列表项C，计算其归一化的似然估计值lik(C)；

lik(c)＝∏_reR f(c|r)

f(c|r)＝∏_ter g(t|c)

其中，a、b为预设的常数，c为一个列表项，r为一个语音识别结果，t为一个识别的词，w为一个识别的词t的权重；

(4)列表搜索；根据列表项的似然估计值重新排序，选出似然估计值最大的列表项。

如图3所示，为已获取N-BEST结果后的实现方法流程示意图。依次取下一个列表项c，初始化似然估计值lik(c)＝1，取下一个N-BEST结果r，取下一个词t；若r包含t，则lik(c)＝lik(c)*wt*a；若r不包含t，则lik(c)＝lik(c)*wt*b；获得似然估计值lik(c)；若还有未取词，则继续取词重复上述步骤；若还有未取的N-BEST结果，则继续取下一个N-BEST结果，重复上述步骤。

以用户需要在列表中使用语音选择一个快餐店为例。用户需要在列表

[{“id”:0,“name”:”麦当劳”,“address”:”珠江路5000号”,“phone”:“555-12345678”},

{“id”:1,“name”:”肯德基”,“address”:”长江路6000号”,“phone”:“555-87654321”}]中使用语音选择一个快餐店，具体步骤如下：

(1)提取关键字，得到列表[“麦当劳”,“珠江路5000号”,“555-12345678”,“肯德基”,“长江路6000号”,“555-87654321”]；

(2)切词，并且除去重复，得到词汇样本列表V＝[“麦当劳”,“珠江路”,“5000号”,“555-12345678”,“12345678”“肯德基”,“长江路”,“6000号”,“555-87654321”,“87654321”]；

(3)将此词汇样本V传给语音识别器，每个语音识别器都有特定的方法；

(4)语音识别，假设用户说“珠江路麦当劳”，得到N-BEST结果R＝

{{“珠江路”:0.9,“麦当劳”:0.8},

{{“珠江路”:0.8,“麦当劳”:0.6,“6000号”:0.2},

{“珠江路”:0.7,“肯德基”:0.2,“6000号”:0.1}}

(5)计算似然估计值，假设(a＝0.5,b＝0.1)

麦当劳的似然估计值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

肯德基的似然估计值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，选出似然估计值最大的列表项“麦当劳”，因为麦当劳的似然估计值大于肯德基的似然估计值。

尽管本发明就优选实施方式进行了示意和描述，但本领域的技术人员应当理解，只要不超出本发明的权利要求所限定的范围，可以对本发明进行各种变化和修改。