[发明专利]一种语音识别中的标点添加方法和装置

权利要求书

1.一种语音识别中的标点添加方法，其特征在于，包括：

对通过语音识别得到的语句中的当前字词进行特征提取；

将提取到的当前字词的特征在预先建立的最大熵模型中进行识别，得到当前字词之后的标识字符；

根据获取到的标识字符与各标点的关联关系，在已知的标识字符集合中选择与当前字词之后的标识字符对应的标点，添加到当前字词之后。

2.根据权利要求1所述的方法，其特征在于，所述对通过语音识别得到的语句中的当前字词进行特征提取，包括：

根据语音识别得到的语句中各字词的顺序依次判定每个字词为当前字词，并确定当前字词的前n个字词和后m个字词，做为当前字词的特征，n、m为正整数；

其中，所述当前字词的前n个字词和后m个字词包括空字词。

3.根据权利要求1所述的方法，其特征在于，所述将提取到的当前字词的特征在预先建立的最大熵模型中进行识别，得到当前字词之后的标识字符，包括：

在p(y|x)=1Z(x)exp(Σiλifi(x,y))]]>中，根据x输出y；

其中，p(y|x)为预先建立的最大熵模型，x为当前字词的特征，y为当前字词之后的标识字符，Z（x）为归一化系数，f_i（x，y）为特征函数，λ_i为特征函数f_i（x，y）的权重，i为正整数。

4.根据权利要求1所述的方法，其特征在于，所述根据获取到的标识字符与各标点的关联关系，在已知的标识字符集合中选择与当前字词之后的标识字符对应的标点，添加到当前字词之后，包括：

如果当前字词之后的标识字符y=Yn，在已知的标识字符集合Y中选择与Yn具有关联关系的标点，添加到当前字词之后；

其中，所述已知的标识字符集合Y={Y1，Y2，Y3，……，Yn，0}；Y1、Y2、Y3……Yn、0为各标识字符，分别对应关联的标点，0表示标点为空。

5.根据权利要求1所述的方法，其特征在于，还包括：

根据预先获取的数据对所述最大熵模型进行训练；

其中，所述数据包括：标点和与标点对应的由当前字词的前n个字词和后m个字词组成的特征。

6.一种语音识别中的标点添加装置，其特征在于，包括：

提取模块，用于对通过语音识别得到的语句中的当前字词进行特征提取；

识别模块，用于将提取到的当前字词的特征在预先建立的最大熵模型中进行识别，得到当前字词之后的标识字符；

选择模块，用于根据获取到的标识字符与各标点的关联关系，在已知的标识字符集合中选择与当前字词之后的标识字符对应的标点，添加到当前字词之后。

7.根据权利要求6所述的装置，其特征在于，所述提取模块根据语音识别得到的语句中各字词的顺序依次判定每个字词为当前字词，并确定当前字词的前n个字词和后m个字词，做为当前字词的特征，n、m为正整数；

其中，所述当前字词的前n个字词和后m个字词包括空字词。