[发明专利]语音识别设备和用于提供响应信息的方法

说明书

提供一种语音识别设备和用于提供响应信息的方法。根据本公开的语音识别设备包括：提取器，被配置为从用户的发音信号中提取代表用户动作的第一表达元素和代表对象的第二表达元素；域确定器，被配置为基于分层域模型检测出与提取的第一表达元素和第二表达元素有关的扩展域，并将与检测出的多个扩展域有关的至少一个候选域确定为最终域；通信器，与外部设备执行通信；控制器，被配置为控制通信器发送关于第一表达元素和第二表达元素的信息和关于确定的最终域的信息。

本申请要求于2013年1月31日提交的第10-2013-0011292号韩国专利申请的优先权，其中，所述专利申请的公开通过引用合并于此。

技术领域

与示例性实施例一致的方法和设备涉及一种语音识别设备和用于提供响应信息的方法，更具体地，涉及一种用于提供与用户的发音相应的响应信息的语音识别设备以及用于提供响应信息的方法。

背景技术

当接收到用户的发音时，现有技术的语音识别设备分析接收到的用户的发音以确定用户意图的域(domain)，并基于确定的域提供关于用户的发音的响应信息。

然而，随着域在这样的现有技术的语音识别设备中应该被提供的服务和多种域（有关区域）的服务变得多样化并复杂，出现这样的问题：语音识别设备确定了并非用户意图的域，并基于确定的非意图的域来提供关于用户的发音的响应信息。

例如，当从用户接收到发音“有多少种动作片”时，关于这样的发音可确定有关域的电视（TV）节目和/或视频点播（VOD），然而传统的语音识别设备在不考虑这样多域的可能性的情况下在多个域之中只检测出一个域。例如，来自用户的发音“有多少种动作片？”可包括关于在TV节目中提供的动作片的用户意图。然而，语音识别设备可以不管用户的意图从用户的发音中任意地确定VOD有关的域，并可基于确定的VOD有关的域提供关于用户的发音的响应信息。如此，在传统的语音识别设备中，经常发生这种情况：提供并非用户意图的响应信息，因此，为了提供意图的响应信息，用户必须忍受这样的不便：不得不提供更详细的发音。

发明内容

一个或更多个示例性实施例提供用于提供与用户的发音相应的响应信息的语音识别设备及其提供响应信息的方法。更具体地，一个或更多个示例性实施例在对话型系统中的提供关于用户的发音的响应信息的语音识别设备中，在基于用户发音可能的多个域之中根据用户的意图确定域，并基于确定的域提供关于用户发音的响应信息。

根据示例性实施例的一方面，提供一种对话型语音识别设备，包括：提取器，被配置为从用户的发音信号中提取代表用户动作的第一表达元素和代表对象的第二表达元素；域确定器，被配置为基于预先确定的分层域模型检测与提取的第一表达元素和第二表达元素有关的扩展域，并将与检测出的扩展域有关的至少一个候选域确定为最终域；通信器，被配置为与外部设备执行通信；控制器，被配置为控制通信器发送与第一表达元素和第二表达元素有关的信息和关于确定的最终域的信息。

分层域模型可包括下位概念的候选域和预先确定为候选域的上位概念的虚拟扩展域，在下位概念的候选域中，与第一表达元素相应的主动作和与第二表达元素相应的组件槽彼此匹配。

当检测出与从提取器中提取的第一表达元素相应的主动作和与从提取器中提取的第二表达元素相应的组件槽彼此匹配的扩展域时，域确定器可使用多分类器以检测与检测出的扩展域有关的从属候选域，当没有检测出所述扩展域时，检测与第一表达元素相应的主动作和与第二表达元素相应的组件槽彼此匹配的候选域。

域确定器可使用至少一个二元分类器检测在候选域之中的至少一个域和扩展域，其中，在候选域中，与第一表达元素相应的主动作和与第二表达元素相应的组件槽彼此匹配。