[发明专利]在包括多个设备的环境中的语音识别方法和设备

说明书

提供了一种利用机器学习算法(诸如深度学习等)的人工智能(AI)系统以及AI系统的应用。一种由语音识别设备执行的在存在多个语音识别设备的空间中执行语音识别的语音识别方法，包括：从输入音频信号中提取说话者的语音信号；获得指示所述语音信号与注册说话者的语音信号之间的相似度的第一说话者识别分数；以及基于从所述多个语音识别设备中的另一语音识别设备获得的第二说话者识别分数和第一说话者识别分数，输出针对所述语音信号的语音识别结果。

技术领域

本公开涉及语音识别方法和设备，并且例如，涉及由在包括多个语音识别设备的环境中选择的一个语音识别设备执行的识别和输出语音的方法。

背景技术

随着已经开发了组合执行各种功能的电子设备，已经发布了配备有语音识别功能的电子设备以提高可操作性。语音识别功能可以在无需单独的按钮操作或与触摸模块的接触的情况下通过识别用户的语音来容易地控制设备。

根据语音识别功能，例如，便携式终端(诸如智能电话)和家用电器(诸如TV、冰箱等)可以在不按压单独的按钮的情况下执行呼叫功能或写入文本消息，并且可以容易地设置各种功能(诸如方向、互联网搜索、警报设置等)。

此外，人工智能(AI)系统可以指例如具有人类级别智能的计算机系统。与现有的基于规则的智能系统不同，AI系统是自主地训练自己、做出决策并且变得越来越智能的系统。AI系统被使用得越多，AI系统的识别率可以提高得越多，并且AI系统可以更准确地理解用户偏好，因此，现有的基于规则的智能系统正在逐渐被基于深度学习的AI系统替代。

AI技术是指机器学习(深度学习)和利用机器学习的元技术。

机器学习可以指例如自主地对输入数据的特征进行分类/学习的算法技术。元技术可以指例如利用机器学习算法(诸如深度学习)的技术，并且可以包括诸如语言理解、视觉理解、推理/预测、知识表示和运动控制的技术领域。

AI技术应用于如下各种领域。语言理解可以指例如对人类语言/字符进行识别和应用/处理的技术，并且包括自然语言处理、机器翻译、对话系统、查询响应、语音识别/合成等。推理预测可以指例如对信息进行获取以及逻辑推断和预测的技术，并且包括基于知识/概率的推理、优化预测、基于偏好的规划、推荐等。知识表示可以指例如将人类经验信息自动转化为知识数据的技术，并且包括知识构建(数据产生/分类)、知识管理(数据利用)等。

发明内容

技术问题

根据本公开的实施例，在存在多个语音识别设备的空间中正确地选择(多个语音识别设备中的)最靠近用户的语音识别设备，因此选择的语音识别设备提供满足用户需求的服务。

技术方案

另外的方面将部分地在下面的描述中阐述，并且将部分地从描述中显而易见。

根据本公开的示例实施例，一种由语音识别设备执行的在存在多个语音识别设备的空间中执行语音识别的语音识别方法包括：从输入音频信号中提取说话者的语音信号；获得指示所述语音信号与注册说话者的语音信号之间的相似度的第一说话者识别分数；以及基于从多个语音识别设备中的另一语音识别设备获得的第二说话者识别分数和第一说话者识别分数，输出针对所述语音信号的语音识别结果。

附图说明

通过以下结合附图的详细描述，本公开的特定实施例的以上和其他方面、特征和优点将更加明显，其中：

图1是根据现有技术的在存在多个语音识别设备的空间中选择一个语音识别设备并执行语音识别的方法的流程图；

图2A是示出根据本公开的实施例的示例语音识别系统的示图；

图2B是示出根据本公开的实施例的示例语音识别系统的示图；

图2C是示出根据本公开的实施例的示例语音识别系统的示图；