华为语音处理方法的专利揭秘

华为的该项技术当中，语音系统为多个NLP引擎的每一个识别结果进行打分，最后确定一个或多个识别结果以及输出次序，并按次序向用户输出该一个或多个识别结果，可以实现对引擎的筛选，做到优中选优。

华为在2013年1月提出了一种语音处理方法，并提供了系统和终端。该发明可以利用到多个厂商的技术，从而可以根据实际需求得到各种侧重点不同的搜索结果。

图1

图1所示为语音处理方法的系统框图。S110在获取一个录音片段流之后，可以将该录音片段流发送至多个自然语言处理NLP引擎，其中，NLP引擎处理的录音片段流可以由终端直接发送，也可以通过代理服务器获取。

每个NLP引擎收到录音片段流之后即可进行识别，进而获取一个或多个识别结果，并对每一个识别结果进行打分，最后将获取到的识别结果以及每一个识别结果的分数发送给终端。

具体地，在接收到来自于多个NLP引擎中的识别结果之后，打分系统可以对NLP引擎的本次识别结果进行打分。一方面，打分系统可以根据每一个NLP引擎的响应时间、给出识别结果的多少或识别结果的离散程度，对每一次识别结果进行打分，并根据总分对识别结果进行排序。另一方面，用户可以根据实际需求，设定不同的得分权重来控制总得分中各项得分的比例。

S130根据来自于多个NLP引擎的识别结果，确定一个或多个识别结果以及输出次序向用户输出（例如，通过显示器或扬声器向用户输出），供用户选择。

图2

图2所示为终端200的示意性框图，发送单元210将语音发送至多个NLP引擎进行识别，以获取识别结果。

接收单元220接收多个NLP引擎的识别结果之后，由确定单元230对NLP引擎的每一个识别结果进行打分，并确定一个或多个识别结果以及输出次序。

输出单元240根据输出次序向用户输出一个或多个识别结果。

图3

图3所示为终端300的示意性框图，存储器310存储一组程序代码，处理器340调用存储器310存储的程序代码，执行以下操作：

将语音通过发送器330发送至多个NLP引擎进行识别，以获取识别结果；

接收器320接收来自于多个NLP引擎的识别结果；

处理器340对每一个识别结果进行打分，确定一个或多个识别结果以及输出次序；

输出装置360根据输出次序向用户输出识别结果。

图4

图4是语音处理系统400的示意性框图。终端410即为上文介绍的终端200和终端300。图中的多个引擎430接收终端发送的语音后，对语音进行识别，以获取识别结果，并将获取的识别结果发送至终端。代理服务器430用于接收终端发送的语音，并将所述语音转发至多个NLP引擎。

在该发明中，通过将语音发送至多个NLP引擎，使多个NLP引擎分别对语音进行识别，以获取识别结果；接收来自多个NLP引擎的识别结果；根据来自多个引擎的识别结果，向用户输出可供用户选择的识别结果，可以使多个NLP引擎为用户的一段语音进行处理。该发明可以利用到多个厂商的技术，从而得到各种侧重不同的结果。

在上述系统中，系统可以为多个NLP引擎的每一个识别结果进行打分，最后确定一个或多个识别结果以及输出次序，并按次序向用户输出一个或多个识别结果，可以实现对引擎的筛选，做到优中选优。