本發(fā)明涉及語(yǔ)音識(shí)別，特別涉及一種基于車聯(lián)網(wǎng)的語(yǔ)音信號(hào)匹配方法。

背景技術(shù)：

云計(jì)算、大數(shù)據(jù)、數(shù)據(jù)挖掘等技術(shù)將推動(dòng)信息服務(wù)產(chǎn)業(yè)更快更好的發(fā)展，其中融合自然語(yǔ)言理解技術(shù)的信息服務(wù)，將引導(dǎo)人們更加準(zhǔn)確、高效地獲得所需的信息與服務(wù)。語(yǔ)音技術(shù)作為最令人期待的人機(jī)交互方式，必將逐步成為諸多交互方式中越來越關(guān)鍵的一種。具體到汽車領(lǐng)域，可利用自然語(yǔ)言理解技術(shù)定制出高度實(shí)用的智能信息服務(wù)系統(tǒng)，用更人性化的人機(jī)交互方式提供更便捷、準(zhǔn)確的信息語(yǔ)音命令和導(dǎo)航，對(duì)于駕駛的體驗(yàn)將是前景廣闊的提升。然而現(xiàn)有的車載環(huán)境語(yǔ)音識(shí)別通過對(duì)需要較大的離線字典中大量標(biāo)記訓(xùn)練樣本集進(jìn)行學(xué)習(xí)進(jìn)行語(yǔ)義推測(cè)，對(duì)規(guī)則的依賴性比較高，不太靈活，不能夠適應(yīng)車載系統(tǒng)不斷變化的需求且精度和準(zhǔn)確度較低。

技術(shù)實(shí)現(xiàn)要素：

為解決上述現(xiàn)有技術(shù)所存在的問題，本發(fā)明提出了一種基于車聯(lián)網(wǎng)的語(yǔ)音信號(hào)匹配方法，包括：

對(duì)訓(xùn)練語(yǔ)料進(jìn)行學(xué)習(xí)從而建立分詞器，然后對(duì)分詞進(jìn)行詞類標(biāo)記和語(yǔ)義推測(cè)，在推測(cè)過程中首先推測(cè)語(yǔ)音命令意向的類型，若意向需要進(jìn)一步的參數(shù)，則在語(yǔ)音命令中解析對(duì)應(yīng)的參數(shù)。

優(yōu)選地，所述對(duì)分詞進(jìn)行詞類標(biāo)記，進(jìn)一步包括：

在詞類標(biāo)記問題中對(duì)以下條件概率建模：

p(s₁…s_m|x₁…x_m)，x₁…x_m代表了輸入的語(yǔ)音命令中的單個(gè)詞，而s₁…s_m∈S代表所有可能的詞類組合，對(duì)于一句由x₁…x_m構(gòu)成的語(yǔ)音命令共有k^m種詞類標(biāo)記組合，k＝|S|；建立這k^m種詞類標(biāo)記結(jié)果的概率分布為：

$p(s_1...s_m|x_1...x_m)={\mathrm{\Π}}_{i=1}^{m}p\left(s_i\right|s_{i-1},x_1...x_m)$

然后得到：

表示預(yù)定義的詞集合X與標(biāo)記集合Y的有限集特征向量，通過s₁…s_m以及x₁…x_m的大量訓(xùn)練，獲得參數(shù)向量w，最終得到p(s₁…s_m|x₁…x_m)；

在完成訓(xùn)練之后，求取對(duì)于輸入x₁…x_m的狀態(tài)s₁…s_m，即求解：

${\mathrm{argmax}}_{s_1...s_m}p(s_1...s_m|x_1...x_m)$

使用的特征是語(yǔ)音命令分詞之后的詞或?qū)?yīng)的詞類，或者是二者的結(jié)合；當(dāng)選擇好一系列特征之后，根據(jù)訓(xùn)練樣本添加特征，調(diào)節(jié)權(quán)值；

在針對(duì)語(yǔ)義識(shí)別的文本分類問題中，對(duì)于給定詞集合X與標(biāo)記集合Y的訓(xùn)練樣本(x_i,y_i)，i＝l，…，n，n為樣本總數(shù)，設(shè)置以下優(yōu)化問題：

$min{w}^{T}w/2+C\[max(1-y_i{w}^T{x}_i,0)+\underset{i=1}{\overset{l}{\Σ}}log(1+e^{-y_i{w}^T{x}_i})\]$

測(cè)試時(shí)，對(duì)于點(diǎn)x根據(jù)w^Tx>0給出分類結(jié)果。

本發(fā)明相比現(xiàn)有技術(shù)，具有以下優(yōu)點(diǎn)：

本發(fā)明提出了一種基于車聯(lián)網(wǎng)的語(yǔ)音信號(hào)匹配方法，不需要離線字典中的標(biāo)記訓(xùn)練樣本集，對(duì)規(guī)則的依賴性小，提高了識(shí)別精度，適應(yīng)車載系統(tǒng)不斷更新的需求。

附圖說明

圖1是根據(jù)本發(fā)明實(shí)施例的基于車聯(lián)網(wǎng)的語(yǔ)音信號(hào)匹配方法的流程圖。

具體實(shí)施方式

下文與圖示本發(fā)明原理的附圖一起提供對(duì)本發(fā)明一個(gè)或者多個(gè)實(shí)施例的詳細(xì)描述。結(jié)合這樣的實(shí)施例描述本發(fā)明，但是本發(fā)明不限于任何實(shí)施例。本發(fā)明的范圍僅由權(quán)利要求書限定，并且本發(fā)明涵蓋諸多替代、修改和等同物。在下文描述中闡述諸多具體細(xì)節(jié)以便提供對(duì)本發(fā)明的透徹理解。出于示例的目的而提供這些細(xì)節(jié)，并且無這些具體細(xì)節(jié)中的一些或者所有細(xì)節(jié)也可以根據(jù)權(quán)利要求書實(shí)現(xiàn)本發(fā)明。

本發(fā)明的一方面提供了一種基于車聯(lián)網(wǎng)的語(yǔ)音信號(hào)匹配方法。圖1是根據(jù)本發(fā)明實(shí)施例的基于車聯(lián)網(wǎng)的語(yǔ)音信號(hào)匹配方法流程圖。

本發(fā)明的車載系統(tǒng)由識(shí)別模塊、語(yǔ)義推測(cè)分類模塊組合而成。利用機(jī)器學(xué)習(xí)方法對(duì)訓(xùn)練語(yǔ)料進(jìn)行有效的學(xué)習(xí)從而建立分詞器。利用CRF進(jìn)行詞類標(biāo)記。然后進(jìn)行語(yǔ)義推測(cè)。對(duì)專有名詞的分類，便于專有名詞的存儲(chǔ)與組織和語(yǔ)音命令。

識(shí)別模塊的識(shí)別過程可描述為：讀入要識(shí)別的語(yǔ)音，經(jīng)過前端處理后，將得到的觀測(cè)序列X對(duì)所有詞條進(jìn)行匹配，也就是計(jì)算條件概率，其中概率最大的模型所對(duì)應(yīng)的詞條就是識(shí)別結(jié)果。要完成上述的識(shí)別，必須先完成學(xué)習(xí)模型訓(xùn)練。

從概率角度估計(jì)出待識(shí)別特征參數(shù)序列所對(duì)應(yīng)的語(yǔ)音基元，該基元包括詞、音節(jié)、聲母、韻母，從而將特征參數(shù)序列轉(zhuǎn)換為到識(shí)別基元。建立模型的過程包括：

1、隨機(jī)選擇參數(shù)初始值，初始化HMM模型λ。

2、將觀測(cè)序列為每個(gè)狀態(tài)進(jìn)行切分。切分的結(jié)果就是每個(gè)狀態(tài)都對(duì)應(yīng)一個(gè)觀測(cè)幀集合。

3、利用分段K均值算法將屬于每個(gè)狀態(tài)的觀測(cè)值向量集合分成M簇，M為高斯混合度，每一簇用于高斯混合概率密度的一個(gè)單高斯參數(shù)，之后進(jìn)行以下參數(shù)的估計(jì)。

c_jk＝狀態(tài)j時(shí)處在第k集合的向量數(shù)/屬于狀態(tài)j的向量總數(shù)

μ_jk＝狀態(tài)j下處于第k集合的向量樣本均值

U_jk＝狀態(tài)j下處于第k集合的向量樣本協(xié)方差矩陣

根據(jù)上述參數(shù)獲得了一個(gè)更新的HMM模型λ’；

4、將模型λ’與初始模型λ進(jìn)行比較，如果模型差值超過預(yù)先設(shè)定的門限值，將模型λ替換為λ’并且重復(fù)上述步驟2和3；如果差值低于門限值，則確定為模型已收斂，保存該模型。

通過上述迭代以使整個(gè)模型訓(xùn)練過程中對(duì)參數(shù)初始值進(jìn)行不斷校正。

在模型的訓(xùn)練階段，直接將MFCC特征參數(shù)當(dāng)作觀測(cè)值，一個(gè)MFCC向量就是一個(gè)觀測(cè)值。其次計(jì)算組成概率密度函數(shù)的參數(shù)b_j(o)：

b_j(o)＝∑c_jmM(o,μ_jm,U_jm)，1<j<N

其中o表示觀測(cè)值，c_jm代表狀態(tài)j的第m個(gè)混合系數(shù)，M為橢圓對(duì)稱密度函數(shù)，其由平均值向量μ_jm和協(xié)方差矩陣U_jm；

模型訓(xùn)練過程如下：

(1)、將所有的訓(xùn)練特征參數(shù)切分到每個(gè)狀態(tài)中。

(2)、將每個(gè)狀態(tài)所擁有的特征參數(shù)分給混合高斯模型的單個(gè)高斯模型，對(duì)模型進(jìn)行如下修正：

${C^{,}}_{jk}=\frac{\underset{l=1}{\overset{L}{\&Sigma;}}{\mathrm{\&gamma;}}_t(j,k)}{\underset{l=1}{\overset{L}{\&Sigma;}}\underset{m=1}{\overset{M}{\&Sigma;}}{\mathrm{\&gamma;}}_t(j,m)}$

${{\mathrm{\&mu;}}^{,}}_{jk}=\frac{\underset{l=1}{\overset{L}{\&Sigma;}}{\mathrm{\&gamma;}}_t(j,k)o}{\underset{l=1}{\overset{L}{\&Sigma;}}{\mathrm{\&gamma;}}_t(j,k)}$

${U^{,}}_{jk}=\frac{\underset{l=1}{\overset{L}{\&Sigma;}}{\mathrm{\&gamma;}}_t(j,k)(o-{\mathrm{\&mu;}}_{jk})}{\underset{l=1}{\overset{L}{\&Sigma;}}{\mathrm{\&gamma;}}_t(j,k)}$

其中γ_t(j,k)為L(zhǎng)為樣本數(shù)量；C_t為t時(shí)刻比例因子。

(3)、判斷是否收斂。若收斂則結(jié)束，若不滿足，繼續(xù)迭代。

在對(duì)專有名詞進(jìn)行分類中。首先獲取數(shù)據(jù)庫(kù)的訓(xùn)練樣本集與測(cè)試集。在對(duì)訓(xùn)練樣本集進(jìn)行預(yù)處理以及文本表示的基礎(chǔ)上對(duì)訓(xùn)練樣本集進(jìn)行訓(xùn)練，獲得一個(gè)分類器。在評(píng)估分類器階段對(duì)測(cè)試集進(jìn)行測(cè)試。在對(duì)訓(xùn)練樣本進(jìn)行預(yù)處理之后，得到分詞，將每個(gè)專有名詞轉(zhuǎn)化成由詞素組成的向量。利用訓(xùn)練樣本統(tǒng)計(jì)各個(gè)詞素的詞頻與逆向頻率，并由此計(jì)算每個(gè)詞素對(duì)預(yù)先定義的分類的正則化詞頻與逆向頻率之比，將其作為該詞d對(duì)相應(yīng)分類i的權(quán)值w_i(d)。

$w_i\left(d\right)=\log N/\sqrt{\underset{i=1}{\overset{N}{\&Sigma;}}{\log }^2(N/n_i+0.1)}$

其中N為專有名詞總數(shù)，n_i為包含詞條i的專有名詞數(shù)量；在測(cè)試的過程中，分別計(jì)算待處理的專有名詞對(duì)各個(gè)分類的權(quán)值之和，給出最終的分類結(jié)果。

$n\left(ZY\right)={\max }_{i\&Element;\&lsqb;1,M\&rsqb;}\left(\underset{j=1}{\overset{N}{\&Sigma;}}{w}_i\right({\mathrm{ZY}}_j\left)\right)$

其中ZY為待分類專有名詞，M為分類數(shù)Zy_j即為ZY中第j個(gè)詞素。

數(shù)據(jù)庫(kù)中將每條語(yǔ)音命令設(shè)置四項(xiàng)內(nèi)容，分別是意向、語(yǔ)音命令原文、語(yǔ)音命令的分詞信息、語(yǔ)音命令的詞類標(biāo)記信息。生成分詞的訓(xùn)練文件、分詞的測(cè)試文件、詞類標(biāo)記的訓(xùn)練文件、詞類標(biāo)記的測(cè)試文件。本發(fā)明首先對(duì)語(yǔ)音命令進(jìn)行分詞與詞類標(biāo)記。對(duì)于重復(fù)性錯(cuò)誤，將發(fā)現(xiàn)的錯(cuò)誤添加到程序自定義的詞典中批量的進(jìn)行修改。

在分詞之前，把分詞的問題轉(zhuǎn)化為序列標(biāo)記問題。標(biāo)記詞的開頭、詞的中間、詞的結(jié)尾以及單個(gè)字構(gòu)成的詞，然后使用預(yù)設(shè)模板定義需要學(xué)習(xí)的特征，模板文件中每一行代表一個(gè)模板，每個(gè)模板中的宏[row,col]中的row代表的是相對(duì)的行號(hào)，而col表示的是絕對(duì)的行號(hào)。根據(jù)模板文件中定義的模板，訓(xùn)練文件根據(jù)這些模板生成特征詞。

利用分詞訓(xùn)練文件進(jìn)行條件隨機(jī)場(chǎng)的學(xué)習(xí)訓(xùn)練，獲得一個(gè)分詞系統(tǒng)。利用詞類標(biāo)記訓(xùn)練文件進(jìn)行條件隨機(jī)場(chǎng)的學(xué)習(xí)訓(xùn)練，獲得一個(gè)詞類標(biāo)記系統(tǒng)。用分詞測(cè)試文件進(jìn)行測(cè)試，獲取分詞的精度。對(duì)詞類標(biāo)記測(cè)試文件進(jìn)行測(cè)試，獲取詞類標(biāo)記系統(tǒng)的精度。

在分詞結(jié)束之后，需要將分詞的結(jié)果進(jìn)行適當(dāng)?shù)淖儞Q以便于后續(xù)利用詞類標(biāo)記系統(tǒng)進(jìn)行詞類標(biāo)記。對(duì)于每條語(yǔ)音命令，分詞系統(tǒng)輸出B1個(gè)分詞結(jié)果。利用訓(xùn)練得到的詞類標(biāo)記系統(tǒng)對(duì)文件進(jìn)行詞類標(biāo)記，每條語(yǔ)音命令可以獲得B1個(gè)分詞結(jié)果，這一步對(duì)于每個(gè)輸入有B2個(gè)詞類標(biāo)記輸出結(jié)果，因此每條語(yǔ)音命令最終可獲得B1*B2個(gè)識(shí)別結(jié)果，從中篩選出最優(yōu)的B個(gè)識(shí)別結(jié)果，將數(shù)據(jù)庫(kù)中標(biāo)準(zhǔn)的分詞與詞類標(biāo)記信息寫回。當(dāng)分詞與詞類標(biāo)記結(jié)果同時(shí)完全一致時(shí)，確定識(shí)別結(jié)果正確。

其中在生成B1個(gè)分詞結(jié)果和B2個(gè)詞類標(biāo)記結(jié)果中，進(jìn)一步包括分別將各個(gè)分詞結(jié)果的概率提取出來，保存在數(shù)組p₁中，詞類標(biāo)記結(jié)果的概率提取出來保存在p₂數(shù)組中。對(duì)于每條語(yǔ)音命令的B1*B2個(gè)識(shí)別結(jié)果可以通過p₁、p₂這兩個(gè)數(shù)組計(jì)算其生成概率，計(jì)算過程為：

p[i]＝p₂[i]*p₁[i/B2] i＝0,1,2,...,B1*B2-1

對(duì)這B1*B2個(gè)識(shí)別結(jié)果的生成概率p[i]進(jìn)行排序，輸出概率最高的B個(gè)識(shí)別結(jié)果。

完成了訓(xùn)練學(xué)習(xí)之后，輸出模塊輸出給定語(yǔ)音命令的分詞與詞類標(biāo)記結(jié)果。對(duì)于輸入的語(yǔ)音命令，查找字典，查找語(yǔ)音命令中特殊名詞，若找到則將其替換為對(duì)應(yīng)的特殊符號(hào)，并寫入文件1；與此同時(shí)將找到的專有名詞用括號(hào)標(biāo)識(shí)出來，并寫入文件2。將文件1轉(zhuǎn)化為條件隨機(jī)場(chǎng)分詞測(cè)試模塊的輸入格式并寫入文件3。對(duì)文件3進(jìn)行分詞，將分詞的結(jié)果保存到文件4中。將分詞的結(jié)果轉(zhuǎn)化為詞類標(biāo)記系統(tǒng)的輸入格式并寫入文件5。對(duì)于每條語(yǔ)音命令產(chǎn)生的B1個(gè)分詞結(jié)果，將分詞結(jié)果的概率保存到p1中。對(duì)文件5中的語(yǔ)音命令進(jìn)行詞類標(biāo)記。結(jié)果保存到文件6中。對(duì)于每條語(yǔ)音命令此時(shí)共獲得了B1*B2個(gè)識(shí)別結(jié)果，需要輸出最好的B個(gè)識(shí)別結(jié)果。最終的B個(gè)結(jié)果被寫入文件7中。將文件7轉(zhuǎn)化為最終指定的輸出格式。

本發(fā)明中語(yǔ)義理解采用基于統(tǒng)計(jì)學(xué)習(xí)的方法。車載系統(tǒng)中的語(yǔ)義大類包括導(dǎo)航路線、路況、接聽與撥打電話、空調(diào)調(diào)節(jié)、天氣語(yǔ)音命令、收音機(jī)等功能。其中部分語(yǔ)義還需要帶上參數(shù)：如撥打電話需要知道撥打的具體電話號(hào)碼。本發(fā)明的語(yǔ)義推測(cè)問題可以轉(zhuǎn)化為將輸入的文本的意向分到預(yù)定義的意向類中。首先推測(cè)語(yǔ)音命令意向的類型，若意向需要進(jìn)一步的參數(shù)，則在語(yǔ)音命令中解析對(duì)應(yīng)的參數(shù)。

在詞類標(biāo)記問題中對(duì)以下條件概率建模：

p(s₁…s_m|x₁…x_m)，對(duì)于，x₁…x_m代表了輸入的語(yǔ)音命令中的單個(gè)詞，而s₁…s_m∈S代表所有可能的詞類組合。對(duì)于一句由x₁…x_m構(gòu)成的語(yǔ)音命令共有k^m種詞類標(biāo)記組合。k＝|S|。因此建立這k^m種詞類標(biāo)記結(jié)果的概率分布。

$p(s_1...s_m|x_1...x_m)={\mathrm{\&Pi;}}_{i=1}^{m}p\left(s_i\right|s_{i-1},x_1...x_m)$

然后得到：

表示預(yù)定義的詞集合X與標(biāo)記集合Y的有限集特征向量，通過s₁…s_m以及x₁…x_m的大量訓(xùn)練，獲得參數(shù)向量w，最終得到p(s₁…s_m|x₁…x_m)。

在完成訓(xùn)練之后，求取對(duì)于輸入x₁…x_m的狀態(tài)s₁…s_m，即求解：

${\mathrm{argmax}}_{s_1...s_m}p(s_1...s_m|x_1...x_m)$

使用的特征是語(yǔ)音命令分詞之后的詞也可以是對(duì)應(yīng)的詞類，或者是二者的結(jié)合。當(dāng)選擇好一系列特征之后，根據(jù)訓(xùn)練樣本添加特征，調(diào)節(jié)權(quán)值。

在針對(duì)語(yǔ)義識(shí)別的文本分類問題中，對(duì)于給定詞集合X與標(biāo)記集合Y的訓(xùn)練樣本(x_i,y_i)，i＝l，…，n，n為樣本總數(shù)，設(shè)置以下優(yōu)化問題：

$min{w}^{T}w/2+C\&lsqb;max(1-y_i{w}^T{x}_i,0)+\underset{i=1}{\overset{l}{\&Sigma;}}log(1+e^{-y_i{w}^T{x}_i})\&rsqb;$

測(cè)試時(shí)，對(duì)于點(diǎn)x根據(jù)w^Tx>0給出分類結(jié)果。

綜上所述，本發(fā)明提出了一種基于車聯(lián)網(wǎng)的語(yǔ)音信號(hào)匹配方法，不需要離線字典中的標(biāo)記訓(xùn)練樣本集，對(duì)規(guī)則的依賴性小，提高了識(shí)別精度，適應(yīng)車載系統(tǒng)不斷更新的需求。。

顯然，本領(lǐng)域的技術(shù)人員應(yīng)該理解，上述的本發(fā)明的各模塊或各步驟可以用通用的計(jì)算系統(tǒng)來實(shí)現(xiàn)，它們可以集中在單個(gè)的計(jì)算系統(tǒng)上，或者分布在多個(gè)計(jì)算系統(tǒng)所組成的網(wǎng)絡(luò)上，可選地，它們可以用計(jì)算系統(tǒng)可執(zhí)行的程序代碼來實(shí)現(xiàn)，從而，可以將它們存儲(chǔ)在存儲(chǔ)系統(tǒng)中由計(jì)算系統(tǒng)來執(zhí)行。這樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。

應(yīng)當(dāng)理解的是，本發(fā)明的上述具體實(shí)施方式僅僅用于示例性說明或解釋本發(fā)明的原理，而不構(gòu)成對(duì)本發(fā)明的限制。因此，在不偏離本發(fā)明的精神和范圍的情況下所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。此外，本發(fā)明所附權(quán)利要求旨在涵蓋落入所附權(quán)利要求范圍和邊界、或者這種范圍和邊界的等同形式內(nèi)的全部變化和修改例。