[发明专利]用于移动通信终端的语音网络搜索方法及其装置

说明书

技术领域

本发明涉及语音网络搜索技术，更具体地讲，涉及一种用于移动通信终端的具有声学模型自适应和语言模型自适应的语音网络搜索方法及其装置。

背景技术

近年来，在移动平台上进行互联网访问和搜索已经变得非常普及。对于中文网络搜索用户来说，需要首先在搜索窗口键入想要搜索的字符或在显示屏幕上写入这种字符。然后，基于查询关键字开始网络搜索，并在显示屏幕上显示得到的搜索结果。

随着语音识别技术的发展，已经提出了使用语音输入进行网络识别的方法。然而，尽管语音网络搜索方法能够极大地方便用户，但是还存在着严重的不足。

例如，现有的语音识别技术对新用户的识别精度较低。特别是，如果使用嵌入式自动语音识别引擎，则通常不具有处理不同说话人、语音收录信道、发音、口音等的能力。因此，新用户的语音识别精度很低。

此外，在语音网络搜索处理中经常出现严重的未登陆词识别(OOV)错误。这是因为嵌入到移动通信终端的存储器大小有限。举例来说，第2009055179号美国专利申请通过分析用户的网络搜索日志来更新识别器的语法。第2008256033号美国专利申请首先进行粗略搜索，然后基于从通过粗略搜索获得的搜索结果文本内容，产生更准确的语言词格模型，优化语音识别结果，提高最终执行搜索的精确程度。然而，上述方法都不能更新语言模型，这非常严重地影响着识别精度。

另外，移动通信终端中没有用于在线更新语言模型的数据。语言模型对于高性能语音识别起着关键作用。然而，移动通信终端中的语言模型总是保持不变，这严重限制了改进识别精度和语音网络搜索精度的潜力。

因此，需要一种能够进行声学模型自适应和语言模型自适应的语音网络搜索方法。

发明内容

在下面的描述中将部分地阐明本发明另外的方面和/或优点，通过描述，其会变得更加清楚，或者通过实施本发明可以了解。

根据本发明的一方面，提供一种用于移动通信终端的语音网络搜索方法，所述语音网络搜索方法包括以下步骤：当用户启动语音网络搜索功能时，接收用户输入的语音信号；基于声学模型在发音符号指示的声学级上识别用户输入的语音信号，并基于语言模型将识别的语音信号转写为文本数据；根据识别出的文本数据启动互联网搜索；记录并存储搜索结果；显示搜索结果；收集各种原始文本数据，并对原始文本数据进行正规化；使用并分析语音信号来调整声学模型，并且使用正规化的文本数据调整语言模型，其中，调整声学模型的步骤包括：确定输入的语音信号的内容差异参数，以确定输入的语音信号在树形结构的高层、中间层和低层的数据累积程度；从适于使用树形结构的高层的类的第一自适应方法、中间层的类的第二自适应方法和低层的类的第三自适应方法中选择满足数据累积条件的自适应方法，以执行自适应，其中，对语音识别系统的特征空间中的声音单元建立所述树形结构，从而以树形结构的形式对声音单元进行聚类；其中，调整语言模型的步骤包括：根据正规化的文本数据，通过提取用于训练语言模型的初始词典并基于提取的初始词典由矢量空间模型重新聚类主题来执行语言模型重新训练，或者通过主题映射和调整主题在语言模型中的权重来执行语言模型自适应；通过正规化文本数据、分词和未知词语检测来产生用户词典，并通过执行隐式网络搜索重复正规化文本数据、分词和未知词语检测来更新或者扩展用户词典。