依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法和系統(tǒng)的制作方法
【專利摘要】依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法和系統(tǒng)，首先，米集用戶語首彳旨息及與該語首fg息相關(guān)的環(huán)境參數(shù)和身份識別信息，依據(jù)該身份識別信息進行用戶的身份識別；其次，提取個人語音及行為習(xí)慣特征庫中存儲的該用戶個人語音及行為習(xí)慣特征數(shù)據(jù)，結(jié)合提取群體語音及習(xí)慣特征庫中存儲的類似群體的群體語音及習(xí)慣特征數(shù)據(jù)，判斷該語音信息適合哪些功能性語義分析模塊，并將相關(guān)信息發(fā)送給這些語義分析模塊進行單獨或聯(lián)合的語義解析，從而得到語義分析結(jié)果；最后，存儲語義分析結(jié)果，并將語義分析結(jié)果及相關(guān)信息發(fā)送至個人語音及行為習(xí)慣特征庫和群體語音及習(xí)慣特征庫進行歸類存儲。本發(fā)明大幅度提高了語音識別的準(zhǔn)確率。
【專利說明】依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法和系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及語音識別領(lǐng)域，特別是一種依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別 方法和系統(tǒng)。

【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)和數(shù)字多媒體內(nèi)容的發(fā)展，人與智能設(shè)備之間的交互成為重要研究方 向。語音交互作為最自然方便的一種人機交互手段，是很多其他應(yīng)用能夠?qū)崿F(xiàn)的基礎(chǔ)，例 如：語音撥號、語音導(dǎo)航，室內(nèi)設(shè)備控制等等。其目標(biāo)是將人類的語音中的詞匯內(nèi)容轉(zhuǎn)換為 計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列等。然而，語音識別的準(zhǔn)確率一直 是語音識別技術(shù)的瓶頸，主要原因在于人類對話時靠聲音表達(dá)的信息只占小部分，更多的 信息需要根據(jù)經(jīng)驗、視覺、觸覺、嗅覺來提供，因此很有必要提出一種的依據(jù)語音環(huán)境等信 息，提高語音識別準(zhǔn)確率的語音識別方法和系統(tǒng)。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明的主要目的在于克服現(xiàn)有技術(shù)中的上述缺點，提出一種提高語音識別準(zhǔn)確 率的依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法和系統(tǒng)。
[0004] 本發(fā)明采用如下技術(shù)方案：
[0005] 依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法，其特征在于：預(yù)先設(shè)置有個人語 音及行為習(xí)慣特征庫，群體語音及習(xí)慣特征庫，以及多個功能性語義分析模塊；該個人語音 及行為習(xí)慣特征庫是按照用戶身份信息歸類存儲的數(shù)據(jù)庫；該群體語音及習(xí)慣特征庫用于 存儲提取自個人語音及行為習(xí)慣特征庫的所有個人語音及行為習(xí)慣特征數(shù)據(jù)并按照多個 維度記錄的不同分類方法下的類似群體的語音特征和習(xí)慣特征；該功能性語義分析模塊是 將類似場景和類似群體中可能出現(xiàn)的語義構(gòu)成集合，并按照出現(xiàn)概率的高低動態(tài)調(diào)整搜索 方法和次序的功能模塊；類似場景是依據(jù)環(huán)境參數(shù)的相似程度進行判定，類似群體是依據(jù) 類似場景中，行為習(xí)慣的接近程度并結(jié)合用戶信息的共同點進行判定，識別步驟如下：
[0006] 首先，采集用戶語音信息及與該語音信息相關(guān)的環(huán)境參數(shù)和身份識別信息，依據(jù) 該身份識別信息進行用戶的身份識別；
[0007] 其次，依據(jù)身份識別信息提取個人語音及行為習(xí)慣特征庫中存儲的該用戶個人語 音及行為習(xí)慣特征數(shù)據(jù)，結(jié)合依據(jù)環(huán)境參數(shù)類型和身份識別信息類型提取群體語音及習(xí)慣 特征庫中存儲的類似群體的群體語音及習(xí)慣特征數(shù)據(jù)，判斷該語音信息適合哪些功能性語 義分析模塊，并將相關(guān)信息發(fā)送給這些語義分析模塊進行單獨或聯(lián)合的語義解析，從而得 到語義分析結(jié)果；
[0008] 最后，存儲語義分析結(jié)果，并將語義分析結(jié)果及相關(guān)信息發(fā)送至個人語音及行為 習(xí)慣特征庫和群體語音及習(xí)慣特征庫進行歸類存儲，以不斷完善該兩個特征庫的內(nèi)容。
[0009] 優(yōu)選的，所述環(huán)境參數(shù)包括以下的一種或多種：時間、輿情、溫度、濕度、亮度、氣 壓、海拔、氣味、噪音、磁場、物理位置及圖像。
[0010] 優(yōu)選的，所述環(huán)境參數(shù)包括輿情，該輿情包括以下的一種或多種：互聯(lián)網(wǎng)輿情、廣 播輿情及電視輿情。
[0011] 優(yōu)選的，所述的身份識別信息包括以下的一種或多種：生物信息、動作信息及電子 信息。
[0012] 優(yōu)選的，所述相關(guān)信息至少包括提取到的用戶個人語音及行為習(xí)慣特征數(shù)據(jù)、群 體語音及習(xí)慣特征數(shù)據(jù)、環(huán)境參數(shù)和采集到的語音信息。
[0013] 依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別系統(tǒng)，其特征在于：包括：
[0014] 環(huán)境參數(shù)采集模塊，用于采集來自環(huán)境參數(shù)檢測部件的環(huán)境參數(shù)，并將采集到的 環(huán)境參數(shù)的值進行標(biāo)準(zhǔn)化處理后送至語音采集及身份識別模塊；
[0015] 語音采集及身份識別模塊，與環(huán)境參數(shù)采集模塊和語音范圍分析模塊相連，用于 采集來自語音及身份識別信息檢測部件的用戶語音信息和身份識別信息，并與環(huán)境參數(shù)一 起發(fā)送至語義范圍分析模塊；
[0016] 個人語音及行為習(xí)慣特征庫，用于按照用戶身份信息歸類存儲各類環(huán)境條件下的 個人語音及行為習(xí)慣特征數(shù)據(jù)；
[0017] 群體語音及習(xí)慣特征庫，用于存儲提取自所有用戶的個人語音及行為習(xí)慣特征庫 的群體特征數(shù)據(jù)，并按照多個維度記錄不同分類方法下的群體的語音特征和習(xí)慣特征；
[0018] 語義范圍分析模塊，與個人語音及行為習(xí)慣特征庫、群體語音及習(xí)慣特征庫和多 個功能性語義分析模塊相連，依據(jù)身份識別信息提取個人語音及行為習(xí)慣特征庫中存儲的 該用戶個人語音及行為習(xí)慣特征數(shù)據(jù)，結(jié)合依據(jù)環(huán)境參數(shù)類型和身份識別信息類型提取群 體語音及習(xí)慣特征庫中存儲的類似群體的群體語音及習(xí)慣特征數(shù)據(jù)，判斷該語音文件適合 哪些功能性語義分析模塊，并將相關(guān)信息發(fā)送給這些語義分析模塊進行單獨或聯(lián)合的語義 解析；
[0019] 功能性語義分析模塊，均與語義識別結(jié)果輸出模塊相連，是將類似場景和類似群 體中可能出現(xiàn)的語義構(gòu)成集合，并按照出現(xiàn)概率的高低動態(tài)調(diào)整搜索方法和次序，用于執(zhí) 行語義解析；
[0020] 語義識別結(jié)果輸出模塊，與個人語音及行為習(xí)慣特征庫和群體語音及習(xí)慣特征庫 相連，用于存儲功能性語義分析模塊的語義分析結(jié)果，并將語義分析結(jié)果及相關(guān)信息發(fā)送 給個人語音及行為習(xí)慣特征庫和群體語音及習(xí)慣特征庫進行歸類存儲。
[0021] 優(yōu)選的，所述的環(huán)境參數(shù)檢測部件包括以下一種或多種：標(biāo)準(zhǔn)時間裝置、輿情捕捉 裝置、溫度檢測裝置、濕度檢測裝置、亮度檢測裝置、氣壓檢測裝置、海拔檢測裝置、氣味檢 測裝置、噪音檢測裝置、磁場檢測裝置、物理位置檢測裝置和圖像捕捉及識別裝置。
[0022] 優(yōu)選的，所述的環(huán)境參數(shù)檢測部件包括輿情捕捉裝置，該輿情捕捉裝置包括以下 一種或多種：互聯(lián)網(wǎng)輿情捕捉裝置、多頻段無線電接收及音頻采集識別裝置、多頻道電視信 號采集及圖形聲音識別裝置。
[0023] 優(yōu)選的，所述的身份識別信息檢測部件包括以下一種或多種：生物信息識別裝置、 動作識別裝置和電子信息識別裝置。
[0024] 由上述對本發(fā)明的描述可知，與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：
[0025] 本發(fā)明設(shè)置有群體語音及習(xí)慣特征庫及個人語音及行為習(xí)慣特征庫，依據(jù)環(huán)境參 數(shù)信息補足視覺、觸覺、嗅覺等需要的信息，再結(jié)合群體數(shù)據(jù)及個體歷史數(shù)據(jù)來補足經(jīng)驗判 斷所需要的信息，再通過適合的單個或多個功能性語義分析模塊進行語義分析，從而大幅 度提高語音識別的準(zhǔn)確率。

【專利附圖】

【附圖說明】
[0026] 圖1為本發(fā)明系統(tǒng)的組成框圖。

【具體實施方式】
[0027] 以下通過【具體實施方式】對本發(fā)明作進一步的描述。
[0028] 依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法，預(yù)先設(shè)置有個人語音及行為習(xí)慣 特征庫，群體語音及習(xí)慣特征庫，以及多個功能性語義分析模塊。該個人語音及行為習(xí)慣特 征庫是按照用戶身份信息歸類存儲的數(shù)據(jù)庫。該群體語音及習(xí)慣特征庫用于存儲提取自個 人語音及行為習(xí)慣特征庫的所有個人語音及行為習(xí)慣特征數(shù)據(jù)并按照多個維度記錄的不 同分類方法下的類似群體的語音特征和習(xí)慣特征。該功能性語義分析模塊是將類似場景和 類似群體中可能出現(xiàn)的語義構(gòu)成集合，并按照出現(xiàn)概率的高低動態(tài)調(diào)整搜索方法和次序的 功能模塊。類似場景是依據(jù)環(huán)境參數(shù)（特定的物理地點、時間、上下文語境、輿情等）的相 似程度進行判定，類似群體是依據(jù)類似場景中，行為習(xí)慣的接近程度并結(jié)合用戶信息的共 同點進行判定。該環(huán)境參數(shù)的具體相似程度和行為習(xí)慣的具體接近程度可預(yù)先設(shè)定，具體 的輿情環(huán)境參數(shù)基于語義分析。類似事件序列及事件集群為近似環(huán)境。其它環(huán)境參數(shù)以當(dāng) 前檢測參數(shù)及歷史檢測參數(shù)序列的相似性判斷相似環(huán)境。行為習(xí)慣的相似性依據(jù)用戶身份 及個人信息、類似環(huán)境下語言、命令選擇序列、動作序列來判斷相似性具體識別步驟如下：
[0029] 首先，采集用戶語音信息及與該語音信息相關(guān)的環(huán)境參數(shù)和身份識別信息，依據(jù) 該身份識別信息進行用戶的身份識別。環(huán)境參數(shù)包括有以下幾種：時間、輿情、溫度、濕度、 亮度、氣壓、海拔、氣味、噪音、磁場、物理位置及圖像等。其中，輿情包括互聯(lián)網(wǎng)輿情、廣播輿 情及電視輿情，即對互聯(lián)網(wǎng)、廣播及電視中的內(nèi)容進行識別、整理形成的輿情信息，（例如： 新聞、電視劇、電影、小說等）。身份識別信息包括以下幾種：生物信息、動作信息及電子信 息，例如指紋、虹膜、手勢、讀卡器等。
[0030] 其次，依據(jù)身份識別信息提取語義習(xí)慣特征庫中存儲的該用戶個人語音及行為習(xí) 慣特征數(shù)據(jù)，結(jié)合依據(jù)環(huán)境參數(shù)類型和身份識別信息類型提取群體語音及習(xí)慣特征庫中存 儲的類似群體的群體語音及習(xí)慣特征數(shù)據(jù)，判斷該語音信息適合哪些功能性語義分析模 塊，并將相關(guān)信息發(fā)送給這些語義分析模塊進行單獨或聯(lián)合的語義解析，從而得到語義分 析結(jié)果。該相關(guān)信息至少包括提取到的用戶個人語音及行為習(xí)慣特征數(shù)據(jù)、群體語音及習(xí) 慣特征數(shù)據(jù)、環(huán)境參數(shù)和采集到的語音信息。
[0031] 最后，存儲語義分析結(jié)果，并將語義分析結(jié)果及相關(guān)信息發(fā)送至個人語音及行為 習(xí)慣特征庫和群體語音及習(xí)慣特征庫進行歸類存儲，以不斷完善這兩個數(shù)據(jù)庫的內(nèi)容。
[0032] 本發(fā)明基于上述方法還提出依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別系統(tǒng)，參照 圖1，該系統(tǒng)具體包括如下裝置：
[0033] 環(huán)境參數(shù)采集模塊，用于采集來自環(huán)境參數(shù)檢測部件的環(huán)境參數(shù)，并將采集到的 環(huán)境參數(shù)的值進行標(biāo)準(zhǔn)化處理后送至語音采集及身份識別模塊。環(huán)境參數(shù)檢測部件包括以 下幾種：標(biāo)準(zhǔn)時間裝置、輿情捕捉裝置、溫度檢測裝置、濕度檢測裝置、亮度檢測裝置、氣壓 檢測裝置、海拔檢測裝置、氣味檢測裝置、噪音檢測裝置、磁場檢測裝置、物理位置檢測裝置 和圖像捕捉及識別裝置。其中，輿情捕捉裝置可配置以下幾種：一種為可訪問互聯(lián)網(wǎng)的網(wǎng)絡(luò) 接口及互聯(lián)網(wǎng)輿情捕捉裝置；一種為多頻段無線電信號接收及音頻采集識別裝置；一種為 多頻道電視信號采集及圖形聲音識別裝置。用于對互聯(lián)網(wǎng)、廣播、電視中的內(nèi)容進行識別、 整理，形成輿情信息。
[0034] 語音采集及身份識別模塊，與環(huán)境參數(shù)采集模塊和語音范圍分析模塊相連，用于 采集來自語音及身份識別信息檢測部件的用戶語音信息和身份識別信息，并與環(huán)境參數(shù)一 起發(fā)送至語義范圍分析模塊。其中的身份識別信息檢測部件包括生物信息識別裝置（例如 指紋識別裝置、虹膜識別裝置）、動作識別裝置（例如kinect)和電子信息識別裝置（例如 1C卡及讀卡器）。
[0035] 個人語音及行為習(xí)慣特征庫，用于按照用戶身份信息歸類存儲各類環(huán)境條件下的 個人語音及行為習(xí)慣特征數(shù)據(jù)。
[0036] 群體語音及習(xí)慣特征庫，用于按照用戶身份信息的類型及環(huán)境參數(shù)類型歸類存儲 的群體語音及習(xí)慣特征庫。
[0037] 語義范圍分析模塊，與個人語音及行為習(xí)慣特征庫、群體語音及習(xí)慣特征庫和多 個功能性語義分析模塊相連，依據(jù)身份識別信息提取語義習(xí)慣特征庫中存儲的該用戶個人 語音及行為習(xí)慣特征數(shù)據(jù)，結(jié)合依據(jù)環(huán)境參數(shù)類型和身份識別信息類型提取群體語音及習(xí) 慣特征庫中存儲的群體語音及習(xí)慣特征數(shù)據(jù)，判斷該語音文件適合哪些功能性語義分析模 塊，并將相關(guān)信息發(fā)送給這些語義分析模塊進行單獨或聯(lián)合的語義解析。
[0038] 功能性語義分析模塊，均與語義識別結(jié)果輸出模塊相連，是將同一場景中可能出 現(xiàn)的語義構(gòu)成集合，并按照出現(xiàn)概率的高低動態(tài)調(diào)整搜索方法和次序，用于執(zhí)行語義解析。
[0039] 語義識別結(jié)果輸出模塊，與個人語音及行為習(xí)慣特征庫和群體語音及習(xí)慣特征庫 相連，用于存儲功能性語義分析模塊的語義分析結(jié)果，并將語義分析結(jié)果及相關(guān)信息發(fā)送 給個人語音及行為習(xí)慣特征庫和群體語音及習(xí)慣特征庫進行歸類存儲。
[0040] 本發(fā)明依據(jù)環(huán)境參數(shù)補足視覺、觸覺、嗅覺等需要的信息，再結(jié)合群體數(shù)據(jù)及個體 歷史數(shù)據(jù)來補足經(jīng)驗判斷所需要的信息，從而大幅度提高語音識別的準(zhǔn)確率。
[0041] 上述僅為本發(fā)明的【具體實施方式】，但本發(fā)明的設(shè)計構(gòu)思并不局限于此，凡利用此 構(gòu)思對本發(fā)明進行非實質(zhì)性的改動，均應(yīng)屬于侵犯本發(fā)明保護范圍的行為。
【權(quán)利要求】
1. 依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法，其特征在于：預(yù)先設(shè)置有個人語音 及行為習(xí)慣特征庫，群體語音及習(xí)慣特征庫，以及多個功能性語義分析模塊；該個人語音及 行為習(xí)慣特征庫是按照用戶身份信息歸類存儲的數(shù)據(jù)庫；該群體語音及習(xí)慣特征庫用于存 儲提取自個人語音及行為習(xí)慣特征庫的所有個人語音及行為習(xí)慣特征數(shù)據(jù)并按照多個維 度記錄的不同分類方法下的類似群體的語音特征和習(xí)慣特征；該功能性語義分析模塊是將 類似場景和類似群體中可能出現(xiàn)的語義構(gòu)成集合，并按照出現(xiàn)概率的高低動態(tài)調(diào)整搜索方 法和次序的功能模塊；類似場景是依據(jù)環(huán)境參數(shù)的相似程度進行判定，類似群體是依據(jù)類 似場景中，行為習(xí)慣的接近程度并結(jié)合用戶信息的共同點進行判定，識別步驟如下： 首先，采集用戶語音信息及與該語音信息相關(guān)的環(huán)境參數(shù)和身份識別信息，依據(jù)該身 份識別信息進行用戶的身份識別； 其次，依據(jù)身份識別信息提取個人語音及行為習(xí)慣特征庫中存儲的該用戶個人語音及 行為習(xí)慣特征數(shù)據(jù)，結(jié)合依據(jù)環(huán)境參數(shù)類型和身份識別信息類型提取群體語音及習(xí)慣特征 庫中存儲的類似群體的群體語音及習(xí)慣特征數(shù)據(jù)，判斷該語音信息適合哪些功能性語義分 析模塊，并將相關(guān)信息發(fā)送給這些語義分析模塊進行單獨或聯(lián)合的語義解析，從而得到語 義分析結(jié)果； 最后，存儲語義分析結(jié)果，并將語義分析結(jié)果及相關(guān)信息發(fā)送至個人語音及行為習(xí)慣 特征庫和群體語音及習(xí)慣特征庫進行歸類存儲，以不斷完善該兩個特征庫的內(nèi)容。
2. 如權(quán)利要求1所述的依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法，其特征在于： 所述環(huán)境參數(shù)包括以下的一種或多種：時間、輿情、溫度、濕度、亮度、氣壓、海拔、氣味、噪 音、磁場、物理位置及圖像。
3. 如權(quán)利要求1所述的依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法，其特征在于： 所述環(huán)境參數(shù)包括輿情，該輿情包括以下的一種或多種：互聯(lián)網(wǎng)輿情、廣播輿情及電視輿 情。
4. 如權(quán)利要求1所述的依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法，其特征在于： 所述的身份識別信息包括以下的一種或多種：生物信息、動作信息及電子信息。
5. 如權(quán)利要求1所述的依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別方法，其特征在于： 所述相關(guān)信息至少包括提取到的用戶個人語音及行為習(xí)慣特征數(shù)據(jù)、群體語音及習(xí)慣特征 數(shù)據(jù)、環(huán)境參數(shù)和采集到的語音信息。
6. 依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別系統(tǒng)，其特征在于：包括： 環(huán)境參數(shù)采集模塊，用于采集來自環(huán)境參數(shù)檢測部件的環(huán)境參數(shù)，并將采集到的環(huán)境 參數(shù)的值進行標(biāo)準(zhǔn)化處理后送至語音采集及身份識別模塊； 語音采集及身份識別模塊，與環(huán)境參數(shù)采集模塊和語音范圍分析模塊相連，用于采集 來自語音及身份識別信息檢測部件的用戶語音信息和身份識別信息，并與環(huán)境參數(shù)一起發(fā) 送至語義范圍分析模塊； 個人語音及行為習(xí)慣特征庫，用于按照用戶身份信息歸類存儲在各類環(huán)境條件下的個 人語音及行為習(xí)慣特征數(shù)據(jù)； 群體語音及習(xí)慣特征庫，用于存儲提取自所有用戶的個人語音及行為習(xí)慣特征庫的群 體特征數(shù)據(jù)，并按照多個維度記錄不同分類方法下的群體的語音特征和習(xí)慣特征； 語義范圍分析模塊，與個人語音及行為習(xí)慣特征庫、群體語音及習(xí)慣特征庫和多個功 能性語義分析模塊相連，依據(jù)身份識別信息提取個人語音及行為習(xí)慣特征庫中存儲的該用 戶個人語音及行為習(xí)慣特征數(shù)據(jù)，結(jié)合依據(jù)環(huán)境參數(shù)類型和身份識別信息類型提取群體語 音及習(xí)慣特征庫中存儲的類似群體的群體語音及習(xí)慣特征數(shù)據(jù)，判斷該語音文件適合哪些 功能性語義分析模塊，并將相關(guān)信息發(fā)送給這些語義分析模塊進行單獨或聯(lián)合的語義解 析； 功能性語義分析模塊，均與語義識別結(jié)果輸出模塊相連，是將類似場景和類似群體中 可能出現(xiàn)的語義構(gòu)成集合，并按照出現(xiàn)概率的高低動態(tài)調(diào)整搜索方法和次序，用于執(zhí)行語 義解析； 語義識別結(jié)果輸出模塊，與個人語音及行為習(xí)慣特征庫和群體語音及習(xí)慣特征庫相 連，用于存儲功能性語義分析模塊的語義分析結(jié)果，并將語義分析結(jié)果及相關(guān)信息發(fā)送給 個人語音及行為習(xí)慣特征庫和群體語音及習(xí)慣特征庫進行歸類存儲。
7. 如權(quán)利要求6所述的依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別系統(tǒng)，其特征在于： 所述的環(huán)境參數(shù)檢測部件包括以下一種或多種：標(biāo)準(zhǔn)時間裝置、輿情捕捉裝置、溫度檢測裝 置、濕度檢測裝置、亮度檢測裝置、氣壓檢測裝置、海拔檢測裝置、氣味檢測裝置、噪音檢測 裝置、磁場檢測裝置、物理位置檢測裝置和圖像捕捉及識別裝置。
8. 如權(quán)利要求6所述的依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別系統(tǒng)，其特征在于： 所述的環(huán)境參數(shù)檢測部件包括輿情捕捉裝置，該輿情捕捉裝置包括以下一種或多種：互聯(lián) 網(wǎng)輿情捕捉裝置、多頻段無線電接收及音頻采集識別裝置、多頻道電視信號采集及圖形聲 音識別裝置。
9. 如權(quán)利要求6所述的依據(jù)環(huán)境參數(shù)及群體趨向數(shù)據(jù)的語音識別系統(tǒng)，其特征在于： 所述的身份識別信息檢測部件包括以下一種或多種：生物信息識別裝置、動作識別裝置和 電子信息識別裝置。
【文檔編號】G10L15/07GK104217718SQ201410446143
【公開日】2014年12月17日 申請日期:2014年9月3日 優(yōu)先權(quán)日:2014年9月3日
【發(fā)明者】陳飛 申請人:陳飛