[发明专利]一种用于盲人图书馆中文书籍检索的语音输入方法及设备

说明书

本发明公开了一种用于盲人图书馆中文书籍检索的语音输入方法及、设备，属于语音识别技术领域。它包括通过声纹识别，辨别用户的身份信息；采集用户的查询语音并进行解析，得到对应的语音识别文本；根据所述语音识别文本进行语义相似度的计算；按照语义相似度的计算结果，对问题库中的问题匹配结果进行召回和排序操作，输出最佳匹配结果。本发明将语音识别技术和文本匹配技术结合，使得整个语音输入系统更加智能和准确，进而能够更准确和高效地检索出盲人用户需要的书籍。

技术领域

本发明属于语音识别技术领域，更具体地说，涉及一种用于盲人图书馆中文书籍检索的语音输入方法、设备及计算机可读介质。

背景技术

目前，盲人图书馆的文献检索输入方式一般是使用盲文点显器，将其通过蓝牙与电脑相连接，然后把电脑上的文字信息通过读屏软件显示出来。然后用户再通过鼠标进行操作。因为使用的用户属于特殊群体，在图书馆这种使用场景下，通过用户手动点击鼠标，然后进行操作，费时费力。

针对上述问题也进行了相应的改进。如中国专利申请号CN202010485180.2，公开日为2021年12月07日，该专利公开了一种语音识别方法、语音识别系统和电器设备，所述的语音识别方法包括：获取语音信息和唇语信息，根据语音信息生成第一语句；根据唇语信息生成第二语句；根据第一语句和第二语句生成最终语句。通过分别根据获取的语音信息和唇语信息生成第一语句和第二语句，然后根据第一语句和第二语句生成最终语句，将该最终语句所表达的意思视为用户的真实意图，即通过语音信息和唇语信息来共同判断用户的真实意图，通过语音信息与唇语信息之间相互印证和比较，能够显著提高判断的准确性，从而能够更准确地获取用户的真实意图；中国专利申请号CN201810113879.9，公开日为2018年07月31日，该专利公开了一种语音识别方法、装置、设备及存储介质。所述的方法包括：当发声事件被触发时，接收麦克风发送的用户在执行发声事件过程中采集的语音信号和包含唇部的图像信号；对语音信号进行特征提取生成语音特征信号，以及对包含唇部的图像信号进行特征提取生成唇语特征信号；将语音特征信号和唇语特征信号发送给服务端，以指示服务端将语音特征信号与预设语音信号进行匹配分析生成语音识别结果以及将唇语特征信号与预设唇语信号进行匹配分析生成唇语识别结果，如果语音识别结果与唇语识别结果的相似度大于等于相似度阈值，则根据语音识别结果生成识别反馈结果并将所述识别反馈结果发送给终端。本发明实施例实现了提高语音识别率。但上述方法均存在以下不足：上述方法均是从如何更准确地获取用户的真实意图的角度对方案进行改进，而在更准确地获取用户的真实意图的基础上，如何能够对应检索出用户需要的书籍是一个亟需解决的技术问题。

发明内容

1、要解决的问题

针对现有技术中存在的问题，本发明提供一种用于盲人图书馆中文书籍检索的语音输入方法、设备及计算机可读介质，首先通过对说话人的声纹进行识别，实现用户身份的辨认；然后通过语音识别的方式，将语音特征数据输入到声学模型，然后通过神经网络计算出每一帧语音数据所对应的文本序列的状态后验概率，输出语音识别的结果；最后再通过文本匹配的方式，预先围绕各种盲文书籍建立训练库，然后将语音识别技术和文本匹配技术结合，使得整个语音输入系统更加智能和准确，进而能够更准确和高效地检索出盲人用户需要的书籍。

2、技术方案

为解决上述问题，本发明采用如下的技术方案。

本申请的第一个方面提供一种用于盲人图书馆中文书籍检索的语音输入方法，包括以下步骤；

通过声纹识别，辨别用户的身份信息；

采集用户的查询语音并进行解析，得到对应的语音识别文本；

根据所述语音识别文本进行语义相似度的计算；

按照语义相似度的计算结果，对问题库中的问题匹配结果进行召回和排序操作，输出最佳匹配结果。

更进一步地，所述通过声纹识别，辨别用户的身份信息，具体包括：