"得意關(guān)鍵詞檢出器"API_語音識(shí)別

"得意關(guān)鍵詞檢出器"API

2003/11/24

　　"得意關(guān)鍵詞檢出器"技術(shù)是一種自動(dòng)語音識(shí)別（ASR）技術(shù)。它應(yīng)用于一些具有特定要求的場合, 由于速度、高檢出率或其他特定的要求，人們并不需要系統(tǒng)識(shí)別出整個(gè)句子，更不需要理解整個(gè)句子，而只關(guān)注那些包含特定詞（稱為"關(guān)鍵詞"）的句子。比如，對(duì)一些特殊人名、地名和詞語進(jìn)行電話監(jiān)聽，又比如通過人名進(jìn)行自動(dòng)分機(jī)接駁服務(wù)，等等。

　　根據(jù)一些應(yīng)用的特殊需要，關(guān)鍵詞檢出器有一些有別于其他自動(dòng)語音識(shí)別的地方。包括：
　�。�1）有的應(yīng)用需要限定或假設(shè)一個(gè)句子只能含有一個(gè)關(guān)鍵詞（如自動(dòng)分機(jī)接駁），而有的應(yīng)用則不希望有這樣的限定（如電話監(jiān)聽）。
　�。�2）有的應(yīng)用希望"寧錯(cuò)勿漏"（如電話監(jiān)聽），而有的應(yīng)用則希望"寧漏勿錯(cuò)"（如自動(dòng)分機(jī)接駁）。關(guān)鍵詞集內(nèi)的詞沒有被檢出，稱為"漏識(shí)"，而關(guān)鍵詞集外的詞識(shí)別成一個(gè)集內(nèi)詞，稱為"誤警"或"虛報(bào)"。對(duì)一個(gè)特定的關(guān)鍵詞檢出器，漏識(shí)率和誤警率兩者不可能同時(shí)達(dá)到其最低點(diǎn)。因而相對(duì)于其他語音識(shí)別器，關(guān)鍵詞檢出器需要在漏識(shí)率和誤警率之間找到需要的平衡點(diǎn)，稱為"操作點(diǎn)"。

　　"得意關(guān)鍵詞檢出器"的應(yīng)用編程接口（API）有如下的特征：

　�。�1）非特定人。得意關(guān)鍵詞檢出器對(duì)不同人的說話有一定的適應(yīng)能力，不管是誰，只要說的是標(biāo)準(zhǔn)普通話即可，帶一些輕微的口音沒有任何影響。
　�。�2）詞表可隨意定制。開發(fā)者可以利用API接口，方便地提供詞表定制工具，使得使用者無需具備專業(yè)知識(shí)就可以方便地定義自己的詞表；對(duì)新定義的詞表，系統(tǒng)無需重新訓(xùn)練，立刻可以使用。
　�。�3）句中關(guān)鍵詞個(gè)數(shù)可以設(shè)定。開發(fā)者可以根據(jù)具體的應(yīng)用情況，方便地指定一句話中僅含一個(gè)關(guān)鍵詞（只報(bào)出最可能的關(guān)鍵詞），還是允許多個(gè)關(guān)鍵詞（檢出多少關(guān)鍵詞就報(bào)多少）。
　�。�4）良好的拒識(shí)性能。利用性能良好的拒識(shí)功能，檢出器將根據(jù)具體情況報(bào)出所檢出關(guān)鍵詞，不會(huì)因使用者設(shè)定的句子中可以含有的關(guān)鍵詞數(shù)目而強(qiáng)行虛報(bào)。
　�。�5）得意關(guān)鍵詞檢出器具有很低的漏識(shí)率和很低的誤警率。
　　（6）操作點(diǎn)易于調(diào)整。開發(fā)者可以根據(jù)具體應(yīng)用需要，方便地設(shè)定操作點(diǎn)，以在漏識(shí)率和誤警率之間達(dá)到很好的平衡。

　　（7）得意關(guān)鍵詞檢出器利用很好的通道歸一技術(shù)可以在各種不同的信道（如固定電話或手機(jī)）中使用，而不影響其性能。
　　（8）得意關(guān)鍵詞檢出器聲學(xué)模型所需存儲(chǔ)<40MB。
　　應(yīng)用舉例："得意智能語音總機(jī)"產(chǎn)品

　　得意智能語音總機(jī)是利用得意關(guān)鍵詞檢出器的API開發(fā)出來的一個(gè)具體應(yīng)用。具體技術(shù)設(shè)定為：
　�。�1）詞表為人名，并附帶分機(jī)號(hào)碼信息。
　�。�2）每句話中最多含一個(gè)關(guān)鍵詞。
　�。�3）操作點(diǎn)靠近低誤警率一端。

　　一個(gè)實(shí)際應(yīng)用范例如下。
　　下表是由某公司人事部門的管理人員輸入的用戶詞表：

　　修改完畢后，得意智能語音總機(jī)的內(nèi)部詞表編譯器將自動(dòng)把上述詞表轉(zhuǎn)換成內(nèi)部詞表。轉(zhuǎn)換過程主要用拼音標(biāo)出每個(gè)姓名的發(fā)音，同時(shí)對(duì)一人多名和多人同名進(jìn)行檢查。當(dāng)有多人同名并且沒有"確認(rèn)信息"或確認(rèn)信息不能分出這些人時(shí)，內(nèi)部詞表編譯器將提示管理人員輸入可以互相區(qū)分這些人的確認(rèn)信息。在發(fā)生重名時(shí)，確認(rèn)信息用以與用戶進(jìn)行對(duì)話以便確認(rèn)要找的人。
　　對(duì)話示例：
　　a. 系統(tǒng)：請(qǐng)于嗶聲后說出要找的人的姓名，按�？邕^該提示，按0進(jìn)入人工服務(wù)…嗶…
　　b. 用戶：你好，我找張總。
　　c. 系統(tǒng)：轉(zhuǎn)接張三，請(qǐng)稍后… [轉(zhuǎn)接1001分機(jī)]。
　　a. 系統(tǒng)：請(qǐng)于…
　　b. 用戶：[按＃]
　　c. 系統(tǒng)：嗶
　　d. 用戶：王…王五在嗎？
　　e. 系統(tǒng)：轉(zhuǎn)接王五，請(qǐng)稍后…[轉(zhuǎn)接1003分機(jī)]。
　　a. 系統(tǒng)：請(qǐng)于…
　　b. 用戶：[按＃]
　　c. 系統(tǒng)：嗶
　　d. 用戶：麻煩你給我轉(zhuǎn)接李四先生。
　　e. 系統(tǒng)：請(qǐng)問你找市場部的還是財(cái)務(wù)部的？
　　f. 用戶：市場部的李四�！咀ⅲ河捎谙到y(tǒng)已經(jīng)自動(dòng)轉(zhuǎn)換為用戶確認(rèn)詞表，因此不會(huì)檢出"李四"。】
　　g. 系統(tǒng)：轉(zhuǎn)接市場部李四，請(qǐng)稍后…[轉(zhuǎn)接1002]。
　　a. 系統(tǒng)：請(qǐng)于…
　　b. 用戶：[按＃]
　　c. 系統(tǒng)：嗶
　　d. 用戶：請(qǐng)接張山。
　　e. 系統(tǒng)：如果您是找張三，按1；按�？芍卣f；按0可轉(zhuǎn)人工服務(wù)
　　f. 用戶：[按1]。
　　g. 系統(tǒng)：轉(zhuǎn)接張三，請(qǐng)稍后…[轉(zhuǎn)接1001]。

　　應(yīng)用舉例："得意導(dǎo)航員"產(chǎn)品

　　利用得意關(guān)鍵詞API，可以設(shè)計(jì)一個(gè)用聲音對(duì)Windows操作系統(tǒng)進(jìn)行"發(fā)號(hào)施令"的"得意導(dǎo)航員"產(chǎn)品。在這里，用戶只需口呼命令就可以直接控制Windows，如口呼"我的電腦"、"打開字處理(即Word)"等可以打開相應(yīng)的資源或應(yīng)用，而且應(yīng)用程序運(yùn)行后，導(dǎo)航系統(tǒng)可以自動(dòng)提取那些當(dāng)前活動(dòng)的菜單項(xiàng)，甚至是活動(dòng)菜單的隱藏菜單子項(xiàng)，供用戶口呼使用。這個(gè)過程是自動(dòng)的，是對(duì)用戶透明的。
　　與利用得意命令SDK開發(fā)的語音命令導(dǎo)航員不同，得意導(dǎo)航員允許用戶的命令更靈活，可以夾雜一些其他的字詞。

得意音通公司供稿 CTI論壇編輯

北京軟件產(chǎn)品質(zhì)量檢測檢驗(yàn)中心對(duì)《海量語音文件的目標(biāo)說話人篩選系統(tǒng)》進(jìn)行測試 2009-06-25

廣東政府和清華大學(xué)舉行了全面開展產(chǎn)學(xué)研合作協(xié)議簽約儀式 2009-06-25

得意中文整句輸入法V1.0開源for Windows Mobile5.0 2009-01-23

得意聲紋識(shí)別VPR4.0_b20080808新版本發(fā)布 2008-08-27

分類信息: 技術(shù)_語音識(shí)別_解決方案