[发明专利]自动语音识别置信度分类器

说明书

一种增强自动语音识别置信度分类器的方法，其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，从基线置信度特征得到单词嵌入置信度特征，将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，以及执行置信度分类器以生成置信度得分，其中置信度分类器用一组训练示例训练，所述组训练示例具有对应于特征向量的标记特征。

背景技术

置信度分类器是自动语音识别(ASR)系统的一个组成部分。分类器通过关联[0,1]范围内的置信度得分来预测ASR假设的准确性，其中较大的得分意味着假设正确的概率较高。尽管此类分类器对于母语人士来说效果很好，但带有不同口音的语音可能会导致更高的误报率。换句话说，预测单词中的置信度得分可能过高以导致接收分类器输出的应用相信正确的单词被提供。

发明内容

一种增强自动语音识别置信度分类器的方法，其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，从基线置信度特征得到单词嵌入置信度特征，将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，以及执行置信度分类器以生成置信度得分，其中置信度分类器用一组训练示例训练，所述一组训练示例具有对应于特征向量的标记特征。

在另一个实施例中，系统被配置为执行所述方法。在又一实施例中，计算机可读介质具有存储在其上的代码，以使得计算机在执行代码时执行所述方法。

附图说明

图1是示出根据示例实施例的具有添加的单词嵌入特征的增强语音识别系统的框图。

图2是示出根据示例实施例的单词与相关联的声学得分的依赖性的曲线图。

图3是示出根据示例实施例的示例单词的字符嵌入的表格。

图4是示出根据示例实施例的利用单词嵌入置信度特征增强语音识别置信度分类器的计算机实现方法的流程图。

图5是实现一个或多个示例实施例的计算机系统的示意框图。

具体实施方式

在下面的描述中，参考了构成描述一部分的附图，其中通过中示出的方式示出了可以实施的特定实施例。这些实施例被足够详细地描述，以使本领域技术人员能够实践本发明，并且应理解，可以利用其他实施例，并且可在不脱离本发明的范围的情况下进行结构、逻辑和电气改变。因此，以下对示例性实施例的描述不是限制性的，并且本发明的范围由所附权利要求限定。

在一个实施例中，本文所描述的功能或算法可在软件中实现。软件可由存储在计算机可读介质或计算机可读存储装置(诸如一个或多个非暂时性存储器或其他类型的基于硬件的本地或网络的存储装置)上的计算机可执行指令组成。此外，这些功能对应于模块，模块可以是软件、硬件、固件或其任意组合。根据需要，可在一个或多个模块中执行多个功能，并且所描述的实施例仅是示例。所述软件可在数字信号处理器、ASIC、微处理器或在计算机系统上操作的其他类型的处理器上执行，诸如个人计算机、服务器或其他计算机系统，从而将此类计算机系统变成专门编程的机器。

所述功能可以被配置为使用例如软件、硬件、固件等来执行操作。例如，短语“被配置为”可以指实现相关联功能的硬件元件的逻辑电路结构。短语“被配置为”还可以指硬件元件的逻辑电路结构，所述逻辑电路结构将实现固件或软件的相关联功能的编码设计。术语“模块”是指可以使用任何合适的硬件(例如，处理器等)、软件(例如，应用等)、固件或硬件、软件和固件的任何组合来实现的结构元件。术语“逻辑”包括用于执行任务的任何功能。例如，流程图中所示的每个操作对应于用于执行所述操作的逻辑。可以使用软件、硬件、固件等来执行操作。术语“部件”、“系统”等可以指计算机相关的实体、硬件和执行中的软件、固件或其组合。部件可以是在处理器上运行的进程、对象、可执行文件、程序、函数、子例程、计算机或软件和硬件的组合。术语“处理器”可以指硬件部件，诸如计算机系统的处理单元。