[发明专利]语音查询方法及系统

说明书

技术领域

本发明涉及信息查询技术领域，具体涉及一种语音查询方法及系统。

背景技术

随着移动通讯设备的飞速发展，手机在人们日常生活中扮演着越来越重要的角色，承担着与亲朋好友、同事伙伴等沟通联系的作用。由于大量联系人的存在，用户往往首先需要根据个人习惯编辑录入联系人信息，随后在需要时通过联系人查询获取对应号码，并实现电话、短信等操作。快速、高效、准确的联系人信息查询是手机应用的必要要求，而离不开音输入是最为自然人性的一种交互方式，在手机等小屏幕设备应用上有着无法比拟的优势，因此如何准确高效地响应用户的语音查询输入是当前手机应用中需要解决的一个重要问题。

传统语音查询系统主要采用两种方式，即命令词识别及大词汇量语音识别。其中，命令词识别是由系统预先设定需要识别的关键词，随后在接收到语音信号时逐一和预设的关键词模型比对，选择具有最大相似度的模型为识别结果；连续语音识别是在系统预置的通用解码网络内搜索相应于用户语音输入的最优路径。

显然命令词识别只能支持对特定关键词的解码，当用户输入和预设关键词不一致时，往往无法获得正确的结果，因而对用户输入的要求较高。而在大词汇量连续语音识别系统支持下，用户可以以自然随意语音方式输入，但由于系统需要在通用解码网络内搜索最优路径，其解码效率往往较低，且由于混淆字符较多，识别准确率也容易受到一定的影响。进一步的，在查询应用中，基于大词汇量语音识别系统的输出为文本字串，尚需要进一步和查询系统关键词匹配获取相应的关键词条。

在对联系人信息查询时，通常采用字串完全匹配或子串匹配的方法。在字串完全匹配方法中，系统在通讯录中查找和用户输入完全一致的查询内容，如对用户输入字串“小明”，系统将在通讯录中查找联系人姓名为完整“小明”的条目，而对“王小明”等条目予以丢弃。在子串匹配方法中，系统在通讯录中查找包含用户输入的条目，即将用户输入作为目标条目的子串进行匹配。相应的，对用户输入“小明”，将获取“王小明”、“李小明”等联系人条目。

现有的完全匹配和子串匹配方法简单易行，但难以满足用户多样化的查询需求。特别是随着通讯录长度的迅速增长，联系人信息也因区分性要求而呈现多样化趋势，往往包括姓名、机构、职位等众多信息。联系人构成模式的多样性，使得用户难以准确地记住每一个条目是怎么写的，导致输入的查询名称与通讯录中的条目不完全匹配，甚至不是目标条目的子串。例如通讯录中录入的联系人为“张凯（讯飞）”，而用户输入查询内容是“讯飞张凯”，则不管是完全匹配抑或部分匹配都无法获得正确的联系人信息。又如通讯录中录入的条目为“王智国院长”，而用户输入查询内容是“王院长”，也无法获取对应的结果。显然在用户多样化查询条件下，传统的基于字串匹配的方法无法满足应用需求。

发明内容

本发明提供一种语音查询方法及系统，以提高多样化语音查询的匹配度，满足用户通过语音自由查询的需求。

为此，本发明提供如下技术方案：

一种语音查询方法，包括：

获取用户提供的数据库，所述数据库中包含用户的个性化信息词条；

基于预先构建的基本语法扩展模型对所述个性化信息词条进行扩展，得到对应所述个性化信息词条的扩展词条，所述基本语法扩展模型用于描述个性化信息的扩展规律；

根据所述个性化信息词条和扩展词条构建扩展的解码网络；

在接收到用户对所述数据库的查询语音信号后，在所述扩展的解码网络内搜索最优路径；

根据所述最优路径得到与所述查询语音信号对应的查询结果。

优选地，所述方法还包括：按以下方式构建所述基本语法扩展模型：

获取不同用户的个性化信息词条；

对所述个性化信息词条进行属性标注，得到属性序列；

训练用于描述具体信息与所述属性序列之间的映射关系的标注模型；

根据所述属性序列生成用于描述信息结构模式的属性扩展模型。

优选地，所述根据所述属性序列生成用于描述信息结构模式的属性扩展模型包括：

统计所述属性序列中各种结构模式的频度；

根据所述频度选择满足预设条件的结构模式作为用于描述信息结构模式的属性扩展模型。

优选地，所述根据所述频度选择满足预设条件的结构模式作为用于描述信息结构模式的属性扩展模型包括：

选择频度大于设定的频度阈值的结构模式作为所述属性扩展模型；或者

依据频度从高到低选择设定个数的结构模式作为所述属性扩展模型。