一種可以降低語(yǔ)音模塊發(fā)生語(yǔ)音誤識(shí)別概率的方法

張晗 昝鷺鷥

摘 要：隨著科技的進(jìn)步，我們身邊的機(jī)器、設(shè)備都得到了極大的發(fā)展。以我們身邊的家電為例，以前我們的降溫方式大多是通過電風(fēng)扇，而現(xiàn)在家家都使用空調(diào)來(lái)降溫，生活條件得到了極大的改善。隨著時(shí)間的推移，那些智能設(shè)備的控制方式也有了很大的發(fā)展。從起初單一的手動(dòng)開關(guān)到現(xiàn)在的紅外遙控、藍(lán)牙控制、手機(jī)控制、遠(yuǎn)程控制以及語(yǔ)音控制等實(shí)現(xiàn)了多種控制方式。而說(shuō)到語(yǔ)音控制，它有一個(gè)關(guān)鍵的問題，那就是降低發(fā)生語(yǔ)音誤識(shí)別的概率。

關(guān)鍵詞：語(yǔ)音控制，語(yǔ)音誤識(shí)別

語(yǔ)音控制是我們現(xiàn)在使用的控制方式的一種。語(yǔ)音控制的關(guān)鍵模塊為語(yǔ)音模塊，它可以接收語(yǔ)音信息，將接收到的語(yǔ)音信息轉(zhuǎn)換為電信號(hào)，并將轉(zhuǎn)換好的電信號(hào)輸出給單片機(jī)等主控板。通過主控板對(duì)這些電信號(hào)進(jìn)行處理，最后給執(zhí)行元件的驅(qū)動(dòng)裝置下達(dá)指令，然后驅(qū)動(dòng)裝置將控制執(zhí)行元件運(yùn)動(dòng)，以實(shí)現(xiàn)預(yù)定的動(dòng)作?，F(xiàn)在我們使用的語(yǔ)音模塊大多是可以再編輯程序的，也就是說(shuō)我們可以通過向語(yǔ)音模塊寫入指令關(guān)鍵字，以實(shí)現(xiàn)用戶說(shuō)出相應(yīng)的關(guān)鍵字就可以讓機(jī)器執(zhí)行相應(yīng)的動(dòng)作。但是，語(yǔ)音模塊在使用的過程中，通常會(huì)有語(yǔ)音誤識(shí)別事件的發(fā)生，所謂的語(yǔ)音誤識(shí)別是指，當(dāng)我們沒有說(shuō)出指令關(guān)鍵字時(shí)，機(jī)器卻執(zhí)行某個(gè)指令的動(dòng)作。出現(xiàn)誤識(shí)別現(xiàn)象的原因?yàn)椋赫Z(yǔ)音模塊將我們說(shuō)出的非指令關(guān)鍵字誤識(shí)別為指令的關(guān)鍵字，導(dǎo)致機(jī)器執(zhí)行了某個(gè)指令的動(dòng)作。在語(yǔ)音誤識(shí)別中，那些讓語(yǔ)音模塊誤識(shí)別的非指令關(guān)鍵字稱為“垃圾詞匯”。如果某設(shè)備要求使用語(yǔ)音控制，那么我們需要解決的關(guān)鍵問題為在控制成本的要求下，盡量降低語(yǔ)音誤識(shí)別的發(fā)生概率。

現(xiàn)將降低發(fā)生語(yǔ)音誤識(shí)別概率的方法總結(jié)為兩種。一個(gè)方法是在語(yǔ)音模塊中編寫垃圾詞匯庫(kù)，具體的實(shí)施方法是將上述提到的垃圾詞匯組合起來(lái)，組成一個(gè)垃圾詞匯庫(kù)，當(dāng)使用者說(shuō)出垃圾詞匯庫(kù)中的詞匯時(shí)，通過程序設(shè)置，將這些詞匯置空。也就是說(shuō)當(dāng)使用者說(shuō)出垃圾詞匯庫(kù)中的垃圾詞匯時(shí)，語(yǔ)音模塊雖然識(shí)別了這些詞匯，但是卻不向主控板發(fā)出任何信號(hào)。這種方法從根本上解決了語(yǔ)音誤識(shí)別的發(fā)生，但是具體實(shí)現(xiàn)困難，原因之一是實(shí)際應(yīng)用場(chǎng)景復(fù)雜，垃圾詞匯不可能被完全考慮到，所以還不能解決語(yǔ)音誤識(shí)別的發(fā)生，只能一定程度上降低語(yǔ)音誤識(shí)別的發(fā)生概率。換句話來(lái)說(shuō)，語(yǔ)音模塊中垃圾詞匯庫(kù)越豐富，發(fā)生語(yǔ)音誤識(shí)別的概率就會(huì)越低；原因之二為語(yǔ)音模塊程序中的垃圾詞匯庫(kù)還受到語(yǔ)音模塊容量大小的限制。故這種方法在理論上是可以實(shí)現(xiàn)的，但是在實(shí)際中還需要研發(fā)人員不斷去發(fā)掘垃圾詞匯，這也是一項(xiàng)具有很大工作量的工作。

降低語(yǔ)音模塊發(fā)生語(yǔ)音誤識(shí)別的概率的第二種方法是通過減少語(yǔ)音模塊的工作時(shí)間來(lái)降低語(yǔ)音模塊發(fā)生語(yǔ)音誤識(shí)別的概率。實(shí)現(xiàn)的具體方式為：使語(yǔ)音模塊只有在用戶使用語(yǔ)音輸入時(shí)，才處于工作狀態(tài)，即語(yǔ)音模塊開始接收并傳遞使用者的語(yǔ)音執(zhí)行指令，當(dāng)用戶不使用時(shí)，語(yǔ)音模塊處于待機(jī)狀態(tài)，既不接收也不傳遞使用者的語(yǔ)音執(zhí)行指令。在這種方法中，我們把語(yǔ)音指令分成兩種，第一種指令是語(yǔ)音開關(guān)指令，這種指令即為語(yǔ)音工作狀態(tài)的控制指令。它共有兩個(gè)指令，其中一個(gè)指令是“開機(jī)”指令，開機(jī)指令的作用是使語(yǔ)音模塊從待機(jī)狀態(tài)轉(zhuǎn)變?yōu)楣ぷ鳡顟B(tài)；另一個(gè)指令就是“待機(jī)”指令，待機(jī)指令的作用就是使語(yǔ)音模塊從工作狀態(tài)轉(zhuǎn)變?yōu)榇龣C(jī)狀態(tài)。第二種指令為語(yǔ)音執(zhí)行指令。語(yǔ)音執(zhí)行指令的作用是控制機(jī)器動(dòng)作的執(zhí)行。具體的使用方式如下：當(dāng)使用者使用機(jī)器時(shí)，先說(shuō)出“開機(jī)”，語(yǔ)音模塊處于工作狀態(tài)，即整個(gè)機(jī)器處工作狀態(tài)。之后使用者可依次說(shuō)出語(yǔ)音執(zhí)行指令，使整個(gè)機(jī)器作出相應(yīng)的動(dòng)作。當(dāng)使用者不使用機(jī)器的時(shí)候，說(shuō)出“待機(jī)”，使語(yǔ)音模塊從工作狀態(tài)轉(zhuǎn)變?yōu)榇龣C(jī)狀態(tài)，不再接收語(yǔ)音執(zhí)行指令，即整個(gè)機(jī)器處于待機(jī)狀態(tài)。這樣就大大降低了語(yǔ)音模塊的工作時(shí)間，也就降低了有效工作時(shí)間內(nèi)發(fā)生語(yǔ)音誤識(shí)別的概率。

綜上，這兩種方法都可以使語(yǔ)音模塊發(fā)生語(yǔ)音誤識(shí)別的概率降低，相互結(jié)合使用，效果會(huì)更好。

參考文獻(xiàn)：

[1].程鋼， 殷轔， 梁富廣，等. 一種基于語(yǔ)音辨識(shí)的收視率統(tǒng)計(jì)系統(tǒng)及方法：， CN102984559A[P]. 2013.

[2].李玉萍， 樸春俊， 韓永成. 一種改進(jìn)的語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法研究[J]. 國(guó)外電子測(cè)量技術(shù)， 2008， 27（1）：7-9.

[3].吳亮春， 潘世永. 一種語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法的研究[J]. 計(jì)算機(jī)與信息技術(shù)， 2009（3）：17-18+21.