[发明专利]自动语音识别置信度分类器

权利要求书

1.一种增强自动语音识别置信度分类器的方法，包括:

接收来自一个或多个解码单词的一组基线置信度特征；

从所述基线置信度特征得到单词嵌入置信度特征；

将所述基线置信度特征与所述单词嵌入置信度特征结合，以创建特征向量；以及

执行所述置信度分类器以生成置信度得分，其中所述置信度分类器利用一组训练示例被训练，所述一组训练示例具有对应于所述特征向量的标记特征。

2.根据权利要求1所述的方法，其中所述单词嵌入置信度特征包括字符嵌入和音素嵌入。

3.根据权利要求1至2中任一项所述的方法，其中所述单词嵌入置信度特征包括字符嵌入，其中所述字符嵌入包括少于26个包含字母的嵌入。

4.根据权利要求3所述的方法，其中针对单词的所述字符嵌入包括向量，所述向量具有针对所述单词中每个字母的值，所述值由每个字母的数目的计数组成。

5.根据权利要求1至2中任一项所述的方法，其中所述单词嵌入置信度特征包括音素嵌入，所述音素嵌入包括从包含40个或更少单音素的字典中选择的单音素。

6.根据权利要求1至2中任一项所述的方法，其中所述特征向量还包括GLOVE嵌入。

7.根据权利要求1至2中任一项所述的方法，其中所述置信度分类器被训练用于单词级分类以及话语级分类。

8.根据权利要求1至2中任一项所述的方法，其中所述基线特征包括以下两项或更多项：声学模型得分、背景模型得分、无声模型得分、噪声模型得分、语言模型得分和持续时间特征。

9.一种机器可读存储装置，具有由机器的处理器执行的指令，以使得所述处理器执行操作来生成针对单词或话语的置信度得分，所述操作包括：

接收来自一个或多个解码单词的一组基线置信度特征；

从所述基线置信度特征得到单词嵌入置信度特征；

将所述基线置信度特征与单词嵌入置信度特征结合，以创建特征向量；以及

执行所述置信度分类器以生成置信度得分，其中所述置信度分类器利用一组训练示例被训练，所述一组训练示例具有对应于所述特征向量的标记特征。

10.根据权利要求9所述的装置，其中所述单词嵌入置信度特征包括字符嵌入和音素嵌入。

11.根据权利要求9至10中任一项所述的装置，其中所述单词嵌入置信度特征包括字符嵌入，其中所述字符嵌入包括26个或更少嵌入，所述嵌入包含字母表中的字母，并且其中针对单词的所述字符嵌入包括向量，所述向量具有针对所述单词中每个字母的值，所述值由每个字母的数目的计数组成。

12.根据权利要求9至10中任一项所述的装置，其中所述单词嵌入置信度特征包括音素嵌入，所述音素嵌入包括从包含40个或更少单音素的字典中选择的单音素。

13.根据权利要求9至10中任一项所述的装置，其中所述置信度分类器被训练用于单词级分类以及话语级分类，并且其中所述基线特征包括以下两项或更多项：声学模型得分、背景模型得分、静音模型得分、噪声模型得分、语言模型得分和持续时间特征。

14.一种装置，包括：

处理器；以及

存储器装置，耦合到所述处理器并且具有存储在其上的程序，所述程序用于由所述处理器执行以执行包括以下的操作：

接收来自一个或多个解码单词的一组基线置信度特征；

从所述基线置信度特征得到单词嵌入置信度特征；

将所述基线置信度特征与单词嵌入置信度特征结合，以创建特征向量；以及

执行所述置信度分类器以生成置信度得分，其中所述置信度分类器利用一组训练示例被训练，所述一组训练示例具有对应于所述特征向量的标记特征。

15.根据权利要求14所述的装置，其中所述单词嵌入置信度特征包括字符嵌入和包括单音素的音素嵌入中的一项或多项，并且其中所述置信度分类器被训练用于单词级分类以及话语级分类，并且其中所述基线特征包括以下两项或更多项：声学模型得分、背景模型得分、静音模型得分、噪声模型得分、语言模型得分和持续时间特征。