一種語音識別的方法和裝置制造方法
【專利摘要】本發(fā)明提供了一種語音識別的方法和裝置，其中方法包括：訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的隱馬爾科夫模型（HMM），在解碼網(wǎng)絡(luò)中的詞尾增加靜音（sil）模型并調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文；利用所述解碼網(wǎng)絡(luò)獲得待識別語音的HMM狀態(tài)跳轉(zhuǎn)序列。更進一步地，在解碼網(wǎng)絡(luò)中語言模型的末尾增加一條到該語言模型頭部的跳轉(zhuǎn)來模擬句間停頓對語言模型上下文信息的影響。通過本發(fā)明能夠提高語音識別的效果。
【專利說明】一種語音識別的方法和裝置
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及計算機應(yīng)用【技術(shù)領(lǐng)域】，特別涉及一種語音識別的方法和裝置。
【【背景技術(shù)】】
[0002]語音識別技術(shù)是讓機器通過識別和理解過程將語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)文本或命令的技術(shù)，其中隱馬爾科夫模型(HMM)技術(shù)的成熟和不斷完善成為語音識別的主流方法。
[0003]HMM是對語音信號的時間序列結(jié)構(gòu)建立統(tǒng)計模型，將之看做一個數(shù)學(xué)上的雙重隨機過程:一個是用具有有限狀態(tài)數(shù)的馬爾科夫鏈來模擬語音信號統(tǒng)計特性變化的隱含的隨機過程，另一個是與馬爾科夫鏈的每一個狀態(tài)相關(guān)聯(lián)的觀測序列的隨機過程。前者通過后者表現(xiàn)出來，但前者的具體參數(shù)是不可測的。人的言語過程實際上就是一個雙重隨機過程，語音信號本身是一個可觀測的時變序列，HMM合理地模仿了這一過程，是較為理想的一種語音模型。
[0004]基于HMM方法的語音識別原理是通過在所有可能的HMM狀態(tài)跳轉(zhuǎn)序列中找出最優(yōu)的跳轉(zhuǎn)序列，將其對應(yīng)的文本信息作為識別結(jié)果。而解碼網(wǎng)絡(luò)描述所有可能的HMM狀態(tài)跳轉(zhuǎn)，語音識別就是在解碼網(wǎng)絡(luò)上搜尋最佳跳轉(zhuǎn)序列的過程，識別的結(jié)果一定是解碼網(wǎng)絡(luò)所能描述的所有可能中的一種。識別過程中HMM狀態(tài)跳轉(zhuǎn)的序列被稱為路徑。以只識別“中”和“國”的簡單孤立詞為例，其解碼網(wǎng)絡(luò)如圖1所示，其中“中”對應(yīng)的HMM狀態(tài)跳轉(zhuǎn)序列為“4”、“0叩”，“國”對應(yīng)的!1麗狀態(tài)跳轉(zhuǎn)序列為1”、“110”，〈8>和</s>分別是語言模型的開始和結(jié)束符號。
[0005]在人們說話過程中，說話人往往因思考、遲疑、咳嗽、驚訝、口吃等原因都會產(chǎn)生停頓，在語音信號中停頓會體現(xiàn)為一段時間沒有聲音，或者有聲音但不是語音聲，而是咳嗽或噴嚏聲。停頓在語音中分為句中`停頓和句間停頓，顧名思義，句中停頓指人在說一句話的過程中的停頓，句間停頓指人在說多句話時，句與句之間的停頓。
[0006]在現(xiàn)有的語音識別中，一般認(rèn)為只在語音的頭尾有靜音，而語音中間是沒有停頓的，這樣在語音中有停頓時會把停頓錯誤識別為有語義的詞，而且更嚴(yán)重的是，由于語音識別是個根據(jù)當(dāng)前狀態(tài)向后擴展的過程，這種錯誤會直接影響到后面的識別過程，導(dǎo)致識別結(jié)果錯上加錯。解決這個問題的關(guān)鍵是正確的識別出語音中的停頓，使得后續(xù)的識別過程在正確的結(jié)果下向后進行；而正確識別出語音中停頓的前提是在解碼網(wǎng)絡(luò)中正確的描述所有的HMM狀態(tài)跳轉(zhuǎn)的可能。
[0007]現(xiàn)有常用的方法是在解碼網(wǎng)絡(luò)中的詞尾增加靜音模型(sil模型)，這樣在識別過程中遇到停頓時，sil模型會與其他有語義的模型競爭，如果sil模型占優(yōu)勢，則識別為停頓(又稱為被sil模型吸收)。圖2為在解碼網(wǎng)絡(luò)中增加sil模型的示意圖，圖中<s>和〈/s>分別是語言模型的開始和結(jié)束符號。
[0008]但在實際應(yīng)用中，因為語音中的停頓會影響附近的聲學(xué)發(fā)音，停頓時間越長影響越大，另外，對于句間停頓語言模型的上下文信息會發(fā)生突變，現(xiàn)有技術(shù)中的識別方法并不能解決這些問題，識別效果有限。【
【發(fā)明內(nèi)容】
】
[0009]本發(fā)明提供了一種語音識別的方法和裝置，以便于提高語音識別的效果。
[0010]具體技術(shù)方案如下:
[0011]一種語音識別的方法，該方法包括:
[0012]訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的隱馬爾科夫模型HMM，在解碼網(wǎng)絡(luò)中的詞尾增加靜音sil模型并調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文；
[0013]利用所述解碼網(wǎng)絡(luò)獲得待識別語音的HMM狀態(tài)跳轉(zhuǎn)序列。
[0014]根據(jù)本發(fā)明一優(yōu)選實施例，所述上下文相關(guān)的HMM中HMM狀態(tài)與音素的上下文相關(guān);
[0015]所述調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文具體為:將解碼網(wǎng)絡(luò)中該sil模型之前的HMM狀態(tài)中音素的下文替換為si I，將解碼網(wǎng)絡(luò)中該si I模型之后的HMM狀態(tài)中音素的上文替換為sil。
[0016]根據(jù)本發(fā)明一優(yōu)選實施例，該方法還包括:在所述解碼網(wǎng)絡(luò)中語言模型的末尾增加一條到該語言模型頭部的跳轉(zhuǎn)。
[0017]根據(jù)本發(fā)明一優(yōu)選實施例，該方法還包括:在所述HMM狀態(tài)跳轉(zhuǎn)序列基礎(chǔ)上查詢語言模型確定最優(yōu)路徑后，如果最優(yōu)路徑中存在從所述語言模型的末尾至頭部的跳轉(zhuǎn)，則確定存在句間停頓。
[0018]根據(jù)本發(fā)明一優(yōu)選實施例，該方法還包括:`[0019]依據(jù)所述待識別語音的最優(yōu)路徑，在所述句間停頓的位置添加標(biāo)點符號。
[0020]一種語音識別的裝置，該裝置包括:
[0021]網(wǎng)絡(luò)訓(xùn)練單元，用于訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的隱馬爾科夫模型HMM，在解碼網(wǎng)絡(luò)中的詞尾增加靜音sil模型并調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文；
[0022]路徑確定單元，用于利用所述解碼網(wǎng)絡(luò)獲得待識別語音的HMM狀態(tài)跳轉(zhuǎn)序列。
[0023]根據(jù)本發(fā)明一優(yōu)選實施例，所述上下文相關(guān)的HMM中HMM狀態(tài)與音素的上下文相關(guān);
[0024]所述網(wǎng)絡(luò)訓(xùn)練單元在調(diào)整sil模型前后HMM狀態(tài)的聲學(xué)上下文時，具體將解碼網(wǎng)絡(luò)中該si I模型之前的HMM狀態(tài)中音素的下文替換為si I，將解碼網(wǎng)絡(luò)中該si I模型之后的HMM狀態(tài)中音素的上文替換為sil。
[0025]根據(jù)本發(fā)明一優(yōu)選實施例，所述網(wǎng)絡(luò)訓(xùn)練單元，還用于在所述解碼網(wǎng)絡(luò)中語言模型的末尾增加一條到該語言模型頭部的跳轉(zhuǎn)。
[0026]根據(jù)本發(fā)明一優(yōu)選實施例，所述路徑確定單元，還用于在所述HMM狀態(tài)跳轉(zhuǎn)序列基礎(chǔ)上查詢語言模型確定最優(yōu)路徑；
[0027]該裝置還包括:
[0028]停頓識別單元，用于如果所述路徑確定單元確定出的最優(yōu)路徑中存在從所述語言模型的末尾至頭部的跳轉(zhuǎn)，則確定存在句間停頓。
[0029]根據(jù)本發(fā)明一優(yōu)選實施例，所述停頓識別單元，還用于依據(jù)所述待識別語音的最優(yōu)路徑，在所述句間停頓的位置添加標(biāo)點符號。
[0030]由以上技術(shù)方案可以看出，本發(fā)明在訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的HMM模型，在解碼網(wǎng)絡(luò)中的詞尾增加sil模型并調(diào)整sil模型前后HMM狀態(tài)的聲學(xué)上下文的方式，模擬停頓對聲學(xué)模型上下文的影響，基于該解碼網(wǎng)絡(luò)進行的語音識別提高了語音識別的效果O
【【專利附圖】

【附圖說明】】
[0031]圖1為解碼網(wǎng)絡(luò)的一個簡單實例圖；
[0032]圖2為現(xiàn)有技術(shù)中在解碼網(wǎng)絡(luò)中增加sil模型的示意圖；
[0033]圖3為本發(fā)明實施例提供的解碼網(wǎng)絡(luò)的一種示意圖；
[0034]圖4為本發(fā)明實施例提供的解碼網(wǎng)絡(luò)的另一種示意圖；
[0035]圖5為本發(fā)明實施例提供的語音識別裝置的結(jié)構(gòu)圖。
【【具體實施方式】】
[0036]為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細描述。
[0037]對于語音識別的過程實際上是依賴于所訓(xùn)練的解碼網(wǎng)絡(luò)的，也就是說，語音識別至少包含兩個過程:第一個是解碼網(wǎng)絡(luò)的訓(xùn)練過程，第二個是基于解碼網(wǎng)絡(luò)對待識別語音進行的語音識別過程。其中，對待識別語音進行的語音識別過程中涉及到聲學(xué)模型的查詢和語言模型的查詢，聲學(xué)模型的查詢是基于解碼網(wǎng)絡(luò)查詢聲學(xué)模型(本發(fā)明實施例中用的聲學(xué)模型包括HMM和sil模型)以獲得待識別語音的HMM狀態(tài)跳轉(zhuǎn)序列，語言模型的查詢是基于解碼網(wǎng)絡(luò)查詢語言模型，從而確定出最優(yōu)路徑獲得語音識別的結(jié)果。
[0038]在本發(fā)明實施例中`訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的HMM，在解碼網(wǎng)絡(luò)中的詞尾增加sil模型并調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文。
[0039]首先對上下文相關(guān)的HMM進行簡單介紹，所謂上下文相關(guān)的HMM用于描述同一個音素的HMM隨著聲學(xué)音素上下文的不同而不同，以“中國”為例，采用上下文無關(guān)的HMM描述時，HMM狀態(tài)跳轉(zhuǎn)序列為:“zh”、“0ng”、“g”和“uo”，此時的解碼網(wǎng)絡(luò)如圖1中所示。如果米用上下文相關(guān)的HMM描述時,HMM狀態(tài)跳轉(zhuǎn)序列為:“zh+ong”、“zh-ong+g”、“ong-g+uo”、“g-uo”，其中“ + ”表示下文，表示上文，例如“zh+ong”表示“zh”的下文為“ong”時的狀態(tài)，“zh-ong+g”表示“ong”的上文為“zh”且下文為“g”的狀態(tài)，“g-uo”表示“g”的下文為“uo”的狀態(tài)。
[0040]在本發(fā)明實施例中，在解碼網(wǎng)絡(luò)中的詞尾增加sil模型，sil模型是語音識別中用來描述靜音、噪聲、非語音、停頓等的HMM，由于語音中的停頓會影響到附近的聲學(xué)發(fā)音，因此在解碼網(wǎng)絡(luò)中的詞尾增加sil模型后，需要對聲學(xué)的上下文進行調(diào)整，使得新增加的sil模型附近的聲學(xué)上下文符合相關(guān)原則。具體地，可以將解碼網(wǎng)絡(luò)中該sil模型之前的HMM狀態(tài)中音素的下文替換為sil，將解碼網(wǎng)絡(luò)中該sil模型之后的HMM狀態(tài)中音素的上文替換為sil。如圖3所示，將“ong”的下文替換為“sil”，將“uo”的下文也替換為“sil”，將“zh”的上文替換為“sil”，將“g”的上文替換為“sil”。
[0041]進行上述增加sil模型和調(diào)整聲學(xué)上下文后，同樣以“中國”為例，HMM狀態(tài)跳轉(zhuǎn)序列為 “ s i 1-zh ”、“ zh-ong+s i I ”、“ s i I ”、“ s i 1-g+uo ”、“ g-guo+s i I ”。
[0042]上述方式中增加的sil模型是統(tǒng)一的靜音模型，語音中的停頓對聲學(xué)上下文的影響主要是對前后發(fā)音因素的影響，而非靜音音素本身，上述通過調(diào)整插入的sil模型附近的聲學(xué)上下文的方式準(zhǔn)確地描述了這種影響，從而能夠提高識別效果。
[0043]在語音識別過程中，對于聲學(xué)模型查詢和語言模型查詢的方式以及最優(yōu)路徑的確定方式均不發(fā)生變化，在確定最優(yōu)路徑的過程中，在詞尾處，sil模型與其他HMM模型進行競爭，如果sil模型勝出，則該處語音被識別為sil。
[0044]對于句間停頓這種特殊的情況，在停頓處語言模型的上下文信息會發(fā)生突變，假設(shè)一段語音的內(nèi)容是Wl、W2、W3、W4，其中在W2和W3之間存在停頓。如果這段語音是一句話，則這是個句中停頓，那么對應(yīng)的最優(yōu)路徑為:<s>Wl W2 W3 W4〈/s>。如果這段語音是兩句話，則是個句間停頓，對應(yīng)的最優(yōu)路徑為:〈s>Wl W2〈/s>〈s>W3 W4〈/s>，也就是說，W2的語言模型下文從W3變成了 </s>，W3的語言模型上文從W2變成了〈S〉。為了實現(xiàn)句間停頓的識別，在本發(fā)明實施例中可以進一步在解碼網(wǎng)絡(luò)中語言模型的末尾</s>增加一條到該語言模型頭部<s>的跳轉(zhuǎn)，如圖4所示。
[0045]在語音識別過程中，在語言模型末尾，該語言模型的下文會在</s>和其他語言模型之間競爭，對于句間停頓</s>會勝出。仍以Wl、W2、W3、W4的語音為例，在識別到W2的語言模型時，W2的語言模型下文在</s>和W3的語言模型之間競爭，如果是句間停頓，則〈/s>會勝出，如果是句中停頓，則W3會勝出。
[0046]在解碼網(wǎng)絡(luò)中語言模型的末尾</s>增加一條到該語言模型頭部〈S〉的跳轉(zhuǎn)之后，采用該解碼網(wǎng)絡(luò)進行語音識別過程中，在聲學(xué)模型查詢得到的HMM狀態(tài)跳轉(zhuǎn)序列基礎(chǔ)上查詢語言模型，確定最優(yōu)路徑后，如果最優(yōu)路徑中存在從語言模型的末尾至頭部的跳轉(zhuǎn)，則確定存在句間停頓。以圖4所示解碼網(wǎng)絡(luò)為例，通過該解碼網(wǎng)絡(luò)進行語音識別時，由于增加了從語言模型末尾</s>到該語言模型頭部〈S〉的跳轉(zhuǎn)，在最優(yōu)路徑計算過程中，“中”至“國”的跳轉(zhuǎn)增加了 “中”至停頓的跳轉(zhuǎn)，如果“中”至停頓的跳轉(zhuǎn)勝出，則說明“中”為句尾，“中”和“國”之間的停頓為句間停頓，在最優(yōu)路徑中就體現(xiàn)為“中”的語言模型的末尾</s>到頭部<s>的跳轉(zhuǎn)，標(biāo)識就是識別結(jié)果中存在“〈/sXs〉”。
[0047]句間停頓的識別可以用于在語音識別結(jié)果基礎(chǔ)上，在句間停頓的位置添加標(biāo)點符號，標(biāo)點符號的添加類型本發(fā)明并不加以限定，可以采用諸如依據(jù)停頓時長設(shè)置不同的標(biāo)點符號，例如停頓時長較短添加逗號，停頓時長較長添加句號等。
[0048]以上是對本發(fā)明所提供方法進行的詳細描述，下面對本發(fā)明所提供的裝置進行詳細描述。
[0049]圖5為本發(fā)明實施例提供的語音識別裝置的結(jié)構(gòu)圖，如圖5所示，該裝置可以包括:網(wǎng)絡(luò)訓(xùn)練單元500和路徑確定單元510。
[0050]其中網(wǎng)絡(luò)訓(xùn)練單元500訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的HMM，在解碼網(wǎng)絡(luò)中的詞尾增加sil模型并調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文。
[0051]路徑確定單元510利用解碼網(wǎng)絡(luò)獲得待識別語音的HMM狀態(tài)跳轉(zhuǎn)序列。
[0052]上述上下文相關(guān)的HMM中HMM狀態(tài)與音素的上下文相關(guān)，即用于描述同一個音素的HMM隨著聲學(xué)音素上下文的不同而不同。此種情況下，網(wǎng)絡(luò)訓(xùn)練單元500在調(diào)整sil模型前后HMM狀態(tài)的聲學(xué)上下文時，具體將解碼網(wǎng)絡(luò)中該Si I模型之前的HMM狀態(tài)中音素的下文替換為sil，將解碼網(wǎng)絡(luò)中該sil模型之后的HMM狀態(tài)中音素的上文替換為sil。
[0053]除了上述緩解停頓對語音中聲學(xué)上下文的影響之外，對于句間停頓處語言模型的上下文信息發(fā)生突變的情況，網(wǎng)絡(luò)訓(xùn)練單元500，還用于在解碼網(wǎng)絡(luò)中語言模型的末尾〈/s>增加一條到該語言模型頭部的跳轉(zhuǎn)〈S〉。
[0054]上述的獲取HMM狀態(tài)跳轉(zhuǎn)序列是聲學(xué)模型的查詢過程，除此之外，還會結(jié)合語言模型的查詢確定最優(yōu)路徑，即路徑確定單元500，還用于在HMM狀態(tài)跳轉(zhuǎn)序列基礎(chǔ)上查詢語言模型確定最優(yōu)路徑。
[0055]進一步地，該裝置還可以包括:停頓識別單元520，用于如果路徑確定單元510確定出的最優(yōu)路徑中存在從語言模型的末尾</s>至頭部〈S〉的跳轉(zhuǎn)，則確定存在句間停頓。更進一步的應(yīng)用可以是諸如在句間停頓的位置添加標(biāo)點符號。
[0056]由以上描述可以看出，本發(fā)明提供的方法和裝置具備以下優(yōu)點:
[0057]I)本發(fā)明在訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的HMM模型，在解碼網(wǎng)絡(luò)中的詞尾增加sil模型并調(diào)整sil模型前后HMM狀態(tài)的聲學(xué)上下文的方式，模擬停頓對聲學(xué)模型上下文的影響，基于該解碼網(wǎng)絡(luò)進行的語音識別提高了語音識別的效果。
[0058]2)本發(fā)明在解碼網(wǎng)絡(luò)中增加語言模型的末尾至頭部的跳轉(zhuǎn)來模擬句間停頓，解決句間停頓引起的語言模型上下文信息發(fā)生突變所帶來的影響，更進一步提高語音識別的效果O
[0059]以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明保護的范圍之內(nèi)。
【權(quán)利要求】
1.一種語音識別的方法，其特征在于，該方法包括: 訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的隱馬爾科夫模型HMM，在解碼網(wǎng)絡(luò)中的詞尾增加靜音sil模型并調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文； 利用所述解碼網(wǎng)絡(luò)獲得待識別語音的HMM狀態(tài)跳轉(zhuǎn)序列。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述上下文相關(guān)的HMM中HMM狀態(tài)與音素的上下文相關(guān)； 所述調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文具體為:將解碼網(wǎng)絡(luò)中該sil模型之前的HMM狀態(tài)中音素的下文替換為si I，將解碼網(wǎng)絡(luò)中該si I模型之后的HMM狀態(tài)中音素的上文替換為sil。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，該方法還包括:在所述解碼網(wǎng)絡(luò)中語言模型的末尾增加一條到該語言模型頭部的跳轉(zhuǎn)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，該方法還包括:在所述HMM狀態(tài)跳轉(zhuǎn)序列基礎(chǔ)上查詢語言模型確定最優(yōu)路徑后，如果最優(yōu)路徑中存在從所述語言模型的末尾至頭部的跳轉(zhuǎn)，則確定存在句間停頓。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，該方法還包括: 依據(jù)所述待識別語音的最優(yōu)路徑，在所述句間停頓的位置添加標(biāo)點符號。
6.一種語音識別的裝置，其特征在于，該裝置包括: 網(wǎng)絡(luò)訓(xùn)練單元，用于訓(xùn)練解碼網(wǎng)絡(luò)時采用上下文相關(guān)的隱馬爾科夫模型HMM，在解碼網(wǎng)絡(luò)中的詞尾增加靜音sil模型并調(diào)整該sil模型前后HMM狀態(tài)的聲學(xué)上下文； 路徑確定單元，用于利用所述解碼網(wǎng)絡(luò)獲得待識別語音的HMM狀態(tài)跳轉(zhuǎn)序列。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述上下文相關(guān)的HMM中HMM狀態(tài)與音素的上下文相關(guān)； 所述網(wǎng)絡(luò)訓(xùn)練單元在調(diào)整sil模型前后HMM狀態(tài)的聲學(xué)上下文時，具體將解碼網(wǎng)絡(luò)中該sil模型之前的HMM狀態(tài)中音素的下文替換為sil，將解碼網(wǎng)絡(luò)中該sil模型之后的HMM狀態(tài)中音素的上文替換為sil。
8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述網(wǎng)絡(luò)訓(xùn)練單元，還用于在所述解碼網(wǎng)絡(luò)中語言模型的末尾增加一條到該語言模型頭部的跳轉(zhuǎn)。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述路徑確定單元，還用于在所述HMM狀態(tài)跳轉(zhuǎn)序列基礎(chǔ)上查詢語言模型確定最優(yōu)路徑； 該裝置還包括: 停頓識別單元，用于如果所述路徑確定單元確定出的最優(yōu)路徑中存在從所述語言模型的末尾至頭部的跳轉(zhuǎn)，則確定存在句間停頓。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述停頓識別單元，還用于依據(jù)所述待識別語音的最優(yōu)路徑，在所述句間停頓的位置添加標(biāo)點符號。
【文檔編號】G10L15/14GK103680500SQ201210314129
【公開日】2014年3月26日 申請日期:2012年8月29日 優(yōu)先權(quán)日:2012年8月29日
【發(fā)明者】錢勝 申請人:北京百度網(wǎng)訊科技有限公司