[发明专利]用于从分布式词汇表中识别语音的方法

说明书

技术领域

本发明涉及从可预先确定的词汇表中识别语音的方法和计算机 程序产品。

背景技术

能够从可预先确定的词汇表中识别各个字或者字串的语音识别 系统通常被用于通过口头命令来操作电话设备或者汽车装备的非安 全性相关的元件。其它的已知例子涉及通过进行手术的医生对手术显 微镜的操作和对个人计算机的操作。

在操作自动导航系统时，可以通过语音输入告知例如所期望的目 的地。对此公知两种方法，接下来简短地说明这两种方法。

按照第一种方法，多于70000个德国可能的目的地按照区域被归 纳。因此总共产生大约1000个区域，这些区域分别通过大的中心地 点来标记。因为从小到大的地点的分配并不唯一并且此外对于用户而 言可能很难确定，所以各个地点被分配给多个区域。例如地点 “Holzkirchen”不仅位于区域“München”而且也位于区域目的地的输入在用户对话中通过以下方式分两级进行，即用 户首先说明在所期望的目的地附近的较大的城市。在必要时在从选择 列表中选择后识别了目的区域之后，要求用户说出在目的区域之内的 确切的目的地。然后根据识别假定(Erkennerhypothese)，用户可 以通过语音或者在键盘上确认所希望的输入。在DVD上，属于一个 区域的导航数据存储在相关联的块中，由此能够大大加速对在DVD 上的数据的查找过程。

在第二种方法的情况下，用户通过拼读(Anbuchstabieren)将 目的地通知给导航系统。根据所识别的字母序列，通过导航系统所有 地点的集合中确定其起始字母与所识别的字母序列相似的该地点。在 选择列表中，地点按照相似性排列，被提供给用户以进一步选择。紧 接着用户又可以通过语音输入或者通过键盘说明所期望的目的地。

第一种方法的缺点是，用户必须至少两次输入其目的地。此外， 该方法与其它的舒适性丧失相联系，因为从小到大的地点的分配并不 唯一并且此外在用户方面以地理基础知识为前提。在第二种方法的情 况下，为了随后编制相应的选择列表，对于识别过程必须分别在所有 可能的地点的完整列表内搜索。直到显示选择列表为止的装载时间和 处理时间是非常时间紧凑的，因此该方法在用户处遇到小的接受性。

发明内容

为此本发明所提出的任务是，说明一种用于从可预先确定的词汇 表中识别语音的方法，通过该方法能够实现通过用户的舒适的和快速 的应用。

根据本发明，该任务通过一种用于从可预先确定的词汇表中识别 口头输入的方法和计算机程序产品得以解决。本发明有利的改进方案 在具体实施方式部分进行了说明。

在上述方法中，为了将可预先确定的词汇表分成多个具有语音上 相似的字的段，在第一识别步骤，将口头输入分配给所述段之一，其 中口头输入是至少一个口述字或者各个口述字母，在第二识别步骤 中，从所分配的段的词汇表中识别所述口头输入，根据所划分的具有 语音上相似的字的段将可预先确定的词汇表存储在存储器介质上，其 特征在于，为了将可预先确定的词汇表划分成多个具有语音上相似的 字的段，在第一步骤中，对分别一个测试表现来确定所识别的字的具 有所属的等级列表值的等级列表，在第二步骤中，通过为相应的测试 表现对两个字的等级列表值的差求平均来确定两个字之间的间隔尺 度，在第三步骤中，矢量量化算法根据间隔尺度将可预先确定的词汇 表分成多个具有语音上相似的字的段。

根据本发明，在用于从可预先确定的词汇表中识别口头 (gesprochen)输入的方法中，将可预先确定的词汇表分成多个具有 语音上相似的字的段。在第一识别步骤中，口头输入被分配给所述段 之一。在第二识别步骤中，从所分配的段的词汇表中确定口头输入。 这具有的优点是，由用户仅仍需要用于确定其口头输入的输入。另外， 在完整的词汇表中的搜索也不再需要，并且从而较小的时间紧凑性， 因为该搜索局限于所分配的段。

根据本发明的改进方案，来自可预先确定的词汇表的字首先被分 配给具有语音上相似的字的段。由此，以有利的方式提高系统的识别 可靠性，原因在于字可以在不同的段被找到。

根据一个实施变型，可预先确定的词汇表根据所划分的具有语音 上相似的字的段以块的方式被存储在存储器介质上，所述存储器介质 例如可以被实施为DVD。这样具有有利的效果，即可以较快地执行 对存储器介质(DVD)的读存取。