语音识别方法、装置及计算机可读存储介质与流程

本公开涉及人工智能领域，尤其涉及一种语音识别方法、装置及计算机可读存储介质。

背景技术：

近年来，智能音箱等智能语音设备作为家庭场景中有效的人机交互入口，受到广泛关注，这些智能语音设备在使用过程中接收用户的语音指令，通过多项复杂技术对语音指令进行处理，实现人机交互。自动语音识别(automaticspeechrecognition，asr)是识别语音指令，将语音信息识别为文本信息的技术，在处理语音指令过程中有重要作用。

然而，由于中国地域广阔，同一个字在不同地区、不同人员发音略有不同，人工智能在识别语音方面存在一些误识别和识别错误的情况，在此情况下，通常的做法是用户再次说一遍或多遍，这样就存在一些弊端：1、给人的感觉人工智能比较“傻”，不够智能，不能更好的体验人工智能带来的科学技术；2、多次呼唤人工智能浪费人的精力、耐性；3、下次同一用户呼唤还是无法识别。

技术实现要素：

为克服相关技术中存在的问题，本公开提供一种语音识别方法、装置及计算机可读存储介质。

根据本公开实施例的第一方面，提供一种语音识别方法，包括：

响应于接收到第一语音操作指令，对所述第一语音操作指令进行识别，以得到第一语音识别结果；

确定所述第一语音识别结果是否准确；

在确定所述第一语音识别结果准确的情况下，记录所述第一语音操作指令的声学相关特征信息；以及

在确定所述第一语音识别结果准确的情况下，执行目标操作，其中，所述目标操作为识别到所述第一语音操作指令时应执行的操作。

可选地，所述确定所述第一语音识别结果是否准确，包括：

输出所述第一语音识别结果；

接收用户针对所述第一语音识别结果的反馈信息，所述反馈信息用于指示所述第一语音识别结果是否准确；

在所述反馈结果用于指示所述第一语音识别结果准确的情况下，确定所述第一语音识别结果准确。

可选地，所述确定所述第一语音识别结果是否准确，包括：

确定在接收到第一语音操作指令之后的预设时长内是否接收到第二语音操作指令；

在接收到所述第二语音操作指令的情况下，对所述第二语音操作指令进行识别，以得到第二语音识别结果；以及

在接收到所述第二语音操作指令的情况下，确定输入所述第一语音操作指令和所述第二语音操作指令的用户是否属于同一用户；

在确定属于同一用户的情况下，确定所述第一语音识别结果和所述第二语音识别结果的相似度；

在所述相似度大于预设阈值的情况下，确定所述第一语音识别结果不准确。

可选地，所述在接收到所述第二语音操作指令的情况下，确定输入所述第一语音操作指令和所述第二语音操作指令的用户是否属于同一用户，包括：

在接收到所述第二语音操作指令的情况下，根据所述第一语音操作指令的声学相关特征信息和第二语音操作指令的声学相关特征信息，或者，根据输入所述第一语音操作指令的用户的生物学特征和输入所述第二语音操作指令的用户的生物学特征，确定输入所述第一语音操作指令和所述第二语音操作指令的用户是否属于同一用户。

可选地，语音识别结果为语音操作指令对应的文字；所述方法还包括：

在确定所述第一语音识别结果不准确的情况下，确定所述第一语音识别结果与所述第二语音识别结果中相同的文字；

记录每一相同的文字对应的语音的声学相关特征信息。

可选地，所述声学相关特征信息包括声纹。

根据本公开实施例的第二方面，提供一种语音识别装置，包括：

识别模块，被配置为响应于接收到第一语音操作指令，对所述第一语音操作指令进行识别，以得到第一语音识别结果；

第一确定模块，被配置为确定所述第一语音识别结果是否准确；

第一记录模块，被配置为在确定所述第一语音识别结果准确的情况下，记录所述第一语音操作指令的声学相关特征信息；以及

执行模块，被配置为在确定所述第一语音识别结果准确的情况下，执行目标操作，其中，所述目标操作为识别到所述第一语音操作指令时应执行的操作。

可选地，所述第一确定模块包括：

输出子模块，被配置为输出所述第一语音识别结果；

接收子模块，被配置为接收用户针对所述第一语音识别结果的反馈信息，所述反馈信息用于指示所述第一语音识别结果是否准确；

第一确定子模块，被配置为在所述反馈结果用于指示所述第一语音识别结果准确的情况下，确定所述第一语音识别结果准确。

可选地，所述第一确定模块包括：

第二确定子模块，被配置为确定在接收到第一语音操作指令之后的预设时长内是否接收到第二语音操作指令；

识别子模块，被配置为在接收到所述第二语音操作指令的情况下，对所述第二语音操作指令进行识别，以得到第二语音识别结果；以及

第三确定子模块，被配置为在接收到所述第二语音操作指令的情况下，确定输入所述第一语音操作指令和所述第二语音操作指令的用户是否属于同一用户；

第四确定子模块，被配置为在确定属于同一用户的情况下，确定所述第一语音识别结果和所述第二语音识别结果的相似度；

第五确定子模块，被配置为在所述相似度大于预设阈值的情况下，确定所述第一语音识别结果不准确。

可选地，所述第三确定子模块，被配置为在接收到所述第二语音操作指令的情况下，根据所述第一语音操作指令的声学相关特征信息和第二语音操作指令的声学相关特征信息，或者，根据输入所述第一语音操作指令的用户的生物学特征和输入所述第二语音操作指令的用户的生物学特征，确定输入所述第一语音操作指令和所述第二语音操作指令的用户是否属于同一用户。

可选地，语音识别结果为语音操作指令对应的文字；所述装置还包括：

第二确定模块，被配置为在确定所述第一语音识别结果不准确的情况下，确定所述第一语音识别结果与所述第二语音识别结果中相同的文字；

第二记录模块，被配置为记录每一相同的文字对应的语音的声学相关特征信息。

根据本公开实施例的第三方面，提供一种语音识别装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

响应于接收到第一语音操作指令，对所述第一语音操作指令进行识别，以得到第一语音识别结果；

确定所述第一语音识别结果是否准确；

在确定所述第一语音识别结果准确的情况下，记录所述第一语音操作指令的声学相关特征信息；以及

在确定所述第一语音识别结果准确的情况下，执行目标操作，其中，所述目标操作为识别到所述第一语音操作指令时应执行的操作。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面所提供的所述方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

采用上述技术方案，确定第一语音识别结果是否准确，在确定第一语音识别结果准确的时候，执行目标操作，如此，使得智能语音设备可以更好的满足用户需求。此外，在确定第一语音识别结果准确的情况下，可以存储第一语音操作指令的声学相关特征信息，这样，使得智能语音设备为用户提供语音高识别率的服务。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种语音识别方法的流程图。

图2是根据一示例性实施例示出的一种确定第一语音识别结果是否准确的方法的流程图。

图3是根据一示例性实施例示出的另一种确定第一语音识别结果是否准确的方法的流程图。

图4是根据一示例性实施例示出的另一种语音识别方法的流程图。

图5是根据一示例性实施例示出的一种语音识别装置的框图。

图6是根据一示例性实施例示出的一种语音识别装置的框图。

图7是根据一示例性实施例示出的一种语音识别装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

如背景技术中所述，用户在唤醒人工智能时有时需要多次重复，有时还存在语音识别错误，现在通常的办法是建立垂域模型，当识别到垂域模型后可大概率提高识别率，但是这也存在一些弊端：需要建立大量的垂域，耗费人力物力比较大；垂域之间可能存在交叉，造成识别错误。基于此，本公开提供如下实施例以解决上述问题。

图1是根据一示例性实施例示出的一种语音识别方法的流程图，该方法可以应用于服务器，也可以应用于智能语音设备，下述以该方法应用于智能语音设备为例进行说明，如图1所示，该方法可以包括以下步骤。

在步骤11中，响应于接收到第一语音操作指令，对第一语音操作指令进行识别，以得到第一语音识别结果。

在本公开中，第一语音操作指令可以是用户输入的控制智能语音设备执行操作的语音。例如，第一语音操作指令可以为用户输入的控制智能音箱播放音乐a的语音。值得说明的是，可以采用相关技术中的语音识别技术对第一语音操作指令进行识别，以得到第一语音识别结果。

在步骤12中，确定第一语音识别结果是否准确。

为了使智能语音设备能够执行用户期望的操作，在本公开中，智能语音设备在执行相应的操作之前，首先判断其对第一语音操作指令的识别是否准确。即，确定第一语音识别结果是否准确。下文将详细介绍确定第一语音识别结果是否准确的实施方式，此处暂不详述。

在步骤13中，在确定第一语音识别结果准确的情况下，记录第一语音操作指令的声学相关特征信息。其中，声学相关特征信息可以包括声纹、音色、音调等等。

在步骤14中，在确定第一语音识别结果准确的情况下，执行目标操作，其中，目标操作为识别到第一语音操作指令时应执行的操作。示例地，若第一语音识别结果为“播放音乐a”，则智能语音设备就可播放音乐a。

值得说明的是，本公开对步骤13和步骤14的执行顺序不作限定。例如，可以先执行步骤13再执行步骤14，也可以先执行步骤14再执行步骤13，还可以同时执行步骤13和14，在图1中以先执行步骤13再执行步骤14示意。

采用上述技术方案，确定第一语音识别结果是否准确，在确定第一语音识别结果准确的时候，执行目标操作，如此，使得智能语音设备可以更好的满足用户需求。此外，在确定第一语音识别结果准确的情况下，可以存储第一语音操作指令的声学相关特征信息，这样，使得智能语音设备为用户提供语音高识别率的服务。

下面对步骤12确定第一语音识别结果是否准确的具体实施方式进行说明。

在一种实施例中，可以通过用户的反馈信息确定第一语音识别结果是否准确。示例地，如图2所示，确定第一语音识别结果是否准确的方法可以包括以下步骤。

在步骤121中，输出第一语音识别结果。

在第一种实施例中，可以在智能语音设备的显示界面中弹出提示页面，该提示页面中显示有第一语音识别结果，以及用于供用户选择的确认按钮和取消按钮。在第二种实施例中，智能语音设备还可以通过语音播报的方式输出第一语音识别结果。

在步骤122中，接收用户针对第一语音识别结果的反馈信息，反馈信息用于指示第一语音识别结果是否准确。

在步骤123中，在反馈结果用于指示第一语音识别结果准确的情况下，确定第一语音识别结果准确。

在上述第一种实施例中，在智能语音设备的显示界面中弹出提示页面的情况下，用户可以选择点击确认按钮或者点击取消按钮。示例地，当用户点击确认按钮时表征第一语音识别结果准确，当用户点击取消按钮时表征第一语音识别结果有误。在上述第二种实施例中，在智能语音设备通过语音播报的方式输出第一语音识别结果的情况下，用户也可以通过输入相应的语音表征第一语音识别结果是否准确。示例地，在第一语音操作指令之后接收到用户输入的用于表征赞同或感谢的语音(例如，好的、知道了、谢谢)的情况下，表征第一语音识别结果准确，或者，在第一语音操作指令之后接收到用户输入的用于表征“不对”、“错误”的语音的情况下，表征第一语音识别结果有误。

在又一种实施例中，可以通过用户下一次输入的语音确定第一语音识别结果是否准确。示例地，如图3所示，确定第一语音识别结果是否准确的方法可以包括以下步骤。

在步骤124中，确定在接收到第一语音操作指令之后的预设时长内是否接收到第二语音操作指令。

在实际应用中，在因用户输入的第一语音操作指令不清楚而导致智能语音设备未准确识别出用户需求的情况下，智能语音设备无法及时执行目标操作，此时，用户会再次输入语音操作指令(以下称为第二语音操作指令)，以控制智能语音设备执行目标操作。因此，在该实施例中，需确定在接收到第一语音操作指令之后的预设时长内，是否接收到第二语音操作指令。其中，该预设时长可由用户自行设置，本公开对此不作具体限定。

在步骤125中，在接收到第二语音操作指令的情况下，对第二语音操作指令进行识别，以得到第二语音识别结果。其中，得到第二语音识别结果的方式与图1中得到第一语音识别结果的方式相同，此处不再赘述。

在步骤126中，在接收到第二语音操作指令的情况下，确定输入第一语音操作指令和第二语音操作指令的用户是否属于同一用户。

在一种实施例中，考虑到不同人说话的声纹、音色各不相同，因此，可以根据用户输入的语音的声学相关特征信息，确定任意两条语音对应的用户是否为同一用户。示例地，分别获取第一语音操作指令的声学相关特征信息和第二语音操作指令的声学相关特征信息，之后，比较第一语音操作指令的声学相关特征信息和第二语音操作指令的声学相关特征信息，确定输入第一语音操作指令和第二操作语音指令的用户是否属于同一用户。例如，当第一语音操作指令的声学相关特征信息和第二语音操作指令的声学相关特征信息的相似度大于预设数值时，确定输入第一语音操作指令和第二操作语音指令的用户属于同一用户。

在又一种实施例中，还可以根据用户的生物学特征确定输入第一语音操作指令的用户和输入第二语音操作指令的用户是否为同一用户。示例地，分别获取输入第一语音操作指令的用户的生物学特征和输入第二语音操作指令的用户的生物学特征，之后，比较输入第一语音操作指令的用户的生物学特征和输入第二语音操作指令的用户的生物学特征，确定输入第一语音操作指令和第二操作语音指令的用户是否属于同一用户。例如，当两者的生物学特征的相似度大于预设数值时，确定输入第一语音操作指令和第二操作语音指令的用户属于同一用户。其中，该生物学特征可以用户的指纹、虹膜、脸部相关特征等等，本公开对此不作具体限定。

需要说明的是，本公开对步骤125和步骤126的执行顺序不作限定。例如，可以先执行步骤125再执行步骤126，也可以先执行步骤126再执行步骤125，还可以同时执行步骤125和126，图1中以先执行步骤125再执行步骤126示意。

在步骤127中，在确定属于同一用户的情况下，确定第一语音识别结果和第二语音识别结果的相似度。

在步骤128中，在相似度大于预设阈值的情况下，确定第一语音识别结果不准确。

如背景技术所述，用户输入的第一语音操作指令如果未被智能语音设备识别，或者，智能语音设备识别错误，则用户通常会再次输入第二语音操作指令，并且，第二语音操作指令的内容理论上和第一语音操作指令的内容相同，因此，在本公开中，可以根据同一用户在预设时长内输入的第二语音操作指令，确定智能语音设备对第一语音操作指令的识别是否准确。示例地，可以通过比较智能语音设备针对第一语音操作指令的第一语音识别结果和针对第二语言操作指令的第二语音识别结果，确定用户输入的第一语音操作指令和第二语音操作指令的内容是否相同，如果相同，则表征智能语音设备对第一语音操作指令的识别不准确。

示例地，确定第一语音识别结果和第二语音识别结果的相似度，在该相似度大于预设阈值的情况下，确认第一语音操作指令和第二语音操作指令的内容相同，即，可以确定第一语音识别结果不准确。例如，假设第一语音识别结果为“打开音乐”，第二语音识别结果为“打开音乐a”，则其相似度为80％，预设阈值为60％，则可确定第一语音识别结果不准确。

采用上述技术方案，智能语音设备可以根据用户两次输入的语音操作指令，确定语音识别结果是否准确，提高了语音识别的准确率。并且，无需用户对语音操作指令和语音识别结果进行检测，提高了检测语音识别是否准确的效率。

此外，在又一种实施例中，语音识别结果为语音操作指令对应的文字，相应地，如图4所示，所述方法还可以包括步骤15和步骤16。

在步骤15中，在确定第一语音识别结果不准确的情况下，确定第一语音识别结果与第二语音识别结果中相同的文字。继续沿用上述例子，第一语音识别结果为“打开音乐”，第二语音识别结果为“打开音乐a”，则相同的文字即为“打开音乐”。

在步骤16中，记录每一相同的文字对应的语音的声学相关特征信息。

示例地，智能语音设备可以对第一语音操作指令这一整句话的声纹进行分解，以得到单个字或某个词组对应的语音的声纹。例如，对第一语音操作指令的声纹进行分解，分别得到“打开音乐”这四个字各自对应的语音的声纹，以及，对第二语音操作指令的声纹进行分解，分别得到“打开音乐”这四个字各自对应的语音的声纹，并记录第一语音操作指令中的“打开音乐”这四个字各自对应的语音的声纹，以及第二语音操作指令中的“打开音乐”这四个字各自对应的语音的声纹。

采用上述技术方案，在第一语音识别结果不准确的情况下，记录第一语音识别结果与第二语音识别结果中相同的文字对应的语音的声学特征信息，提高后续的语音识别的准确率。

基于同一发明构思，本公开还提供一种语音识别装置。图5是根据一示例性实施例示出的一种语音识别装置的框图。如图5所示，该语音识别装置可以包括：

识别模块51，被配置为响应于接收到第一语音操作指令，对所述第一语音操作指令进行识别，以得到第一语音识别结果；

第一确定模块52，被配置为确定所述第一语音识别结果是否准确；

第一记录模块53，被配置为在确定所述第一语音识别结果准确的情况下，记录所述第一语音操作指令的声学相关特征信息；以及

执行模块54，被配置为在确定所述第一语音识别结果准确的情况下，执行目标操作，其中，所述目标操作为识别到所述第一语音操作指令时应执行的操作。

可选地，所述第一确定模块52包括：

输出子模块，被配置为输出所述第一语音识别结果；

接收子模块，被配置为接收用户针对所述第一语音识别结果的反馈信息，所述反馈信息用于指示所述第一语音识别结果是否准确；

第一确定子模块，被配置为在所述反馈结果用于指示所述第一语音识别结果准确的情况下，确定所述第一语音识别结果准确。

可选地，所述第一确定模块52包括：

第二确定子模块，被配置为确定在接收到第一语音操作指令之后的预设时长内是否接收到第二语音操作指令；

识别子模块，被配置为在接收到所述第二语音操作指令的情况下，对所述第二语音操作指令进行识别，以得到第二语音识别结果；以及

第三确定子模块，被配置为在接收到所述第二语音操作指令的情况下，确定输入所述第一语音操作指令和所述第二语音操作指令的用户是否属于同一用户；

第四确定子模块，被配置为在确定属于同一用户的情况下，确定所述第一语音识别结果和所述第二语音识别结果的相似度；

第五确定子模块，被配置为在所述相似度大于预设阈值的情况下，确定所述第一语音识别结果不准确。

可选地，所述第三确定子模块，被配置为在接收到所述第二语音操作指令的情况下，根据所述第一语音操作指令的声学相关特征信息和第二语音操作指令的声学相关特征信息，或者，根据输入所述第一语音操作指令的用户的生物学特征和输入所述第二语音操作指令的用户的生物学特征，确定输入所述第一语音操作指令和所述第二语音操作指令的用户是否属于同一用户。

可选地，语音识别结果为语音操作指令对应的文字；所述装置还包括：

第二确定模块，被配置为在确定所述第一语音识别结果不准确的情况下，确定所述第一语音识别结果与所述第二语音识别结果中相同的文字；

第二记录模块，被配置为记录每一相同的文字对应的语音的声学相关特征信息。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开提供的语音识别方法的步骤。

图6是根据一示例性实施例示出的一种语音识别装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的语音识别方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的语音识别方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述的语音识别方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的语音识别方法的代码部分。

图7是根据一示例性实施例示出的一种语音识别装置的框图。例如，装置1900可以被提供为一服务器。参照图7，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述语音识别方法。

装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(i/o)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如windowsserver^tm，macosx^tm，unix^tm，linux^tm，freebsd^tm或类似。

本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。