阅读“百度语音文档”

基本概念

语音识别(Automatic Speech Recognition,ASR):也被称为自动语音识别,其目标是将人类的语音中的词汇内容转换为计算机可读的输入,例如按键、二进制编码或者字符序列。

自然语言理解(Natural Language Understanding,NLU): 俗称人机对话,人工智能的分支学科。研究用电子计算机模拟人的语言交际过程,使计算机能理解和运用人类社会的自然语言如汉语、英语等,实现人机之间的自然语言通信,以代替人的部分脑力劳动,包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理。

语音识别SDK离在线融合版(Baidu Voice Recognition Client V2, BDASRv2):文中简称为BDASRv2。BDASRv2是一个封装了语音采集、语音预处理、云端识别、离线识别等功能的语音识别解决方案。使用BDASRv2可以快速在应用程序中集成语音识别功能。

BDVRClient是运行在Android 平台的一体化语音识别解决方案,以JAR包 + SO库的形式发布,BDVRClient支持下列功能:

•   语音识别控件:集成提示音、音量反馈动效整套交互的对话框控件,方便开发者快速集成;
•   基本功能:录音,语音数据处理,端点检测、网络通讯和状态通知,返回识别结果;
•   播放提示音:在录音前后播放提示音,优化用户体验;
•   监听语音能量:实时反馈用户当前说话声音能量强度;
•   语义理解:将语音识别成领域相关的语义结果。

语义理解

意图表示协议描述语言
为了易于人阅读,同时也方便机器解析和生成,意图表示协议采用 json 语言进行描述,采用 gb18030 编码。json 语言的基本概念:
属性名/属性值
即键值对(key-value)
数组
在 json 中是“[]”括起来的内容,数据结构为["value1","value2",...],取值方式和所有语言中一样,使用索引获取,属性值的类型可以是数字、字符串、数组、对象。
对象
在 json 中表示为“{}”括起来的内容,数据结构为 {key1:value1,key2:value2,...}的键值对的结构。在面向对象的语言中,key 为对象的属性,value 为对应的属性值,所以很容易理解,取值方法为对象.key 获取属性值,这个属性值的类型可以是数字、字符串、数组、对象几种。
意图表示协议
自然语言文本(以下简称 query)。query 的意图表示由如下键值对和数组构成:
. raw_text:用户的原始输入文本
. parsed_text:经过分词,纠错,改写处理后的文本
. version:协议版本号
. results:意图表示数组
意图表示数组中存放多个意图表示对象。每个意图表示对象含有领域、意图、置信度三个键值对和一个意图对象。
领域(domain):同一类型的数据或资源,以及围绕数据或资源提供的服务称为一个领域。领域数据一般是结构化的表格数据,有一个主键(主属性);领域一般以名词命名。如: 列车:围绕车次数据的列车时刻查询和预订服务,主键是车次 天气:围绕天气数据的查询服务,主键是日期 电话:围绕联系人-号码数据的电话拨打、通话记录查询服务,主键是电话号码
意图(intent):代表用户对领域数据的操作,如查询、查询某一个属性的值、预订、拨打等。一般以动词命名。
置信度(score):意图表示的置信度,多个意图表示对象按置信度降序排序。
意图对象(object):描述意图的数据(键值对的集合),也是实现意图所需要的参数。
意图表示以 json 语言描述,json 语言中“对象”指的是键值对的集合。

语义理解示例:
query:北京西站到无锡的高铁

    {
     "raw_text": "北京西站到无锡的高铁",
     "parsed_text": "北京 西站 到 无锡 的 高铁",
     "results": [
     {
     "domain": "train",
     "intent": "query",
     "score": 1,
     "object": {
     "arrival_city": "无锡",
     "start_city": "北京",
     "start_station": "北京西站",
     "train_type": "高速动车"
     }
     }
     ]
    }    

领域取值

本表格详细描述了领域(domain)的取值。

image.png
image.png

意图取值

意图和领域相关,不同领域下有多种意图,我们将意图抽样为一般查询(query)和具体属性值的查询(get)两类,部分领域还有特殊的意图。详见第三节各领域意图表示。
一般查询是指用户对某一个领域的通用查询,不针对特定属性,如“北京到上海的飞机”;具体属性值的查询(下文简称属性查询)是用户针对一个领域的特定属性进行查询,如“ho1252 航班什么时候起飞”,用户查询的是航班 ho1252 的起飞时间属性。

属性值类型

基本数据类型,如 string、int、float 之外,还定义了时间(time)、日期(date)、折扣(discount)等属性值类型。
在以上类型定义的基础上,还定义了组合类型和范围类型,如时间日期(date_time)、时间段(time_range)、日期段(date_range)、时间日期段(date_time_range)、金额范围(amount_range)、折扣范围(discount_range)等。

日期(date)

格式是:yyyy-mm-dd,4位阿拉伯数字代表年份,2位数字代表月份,2位数字代表日期。支持多种自然语言表述的日期到上述标准格式的归一化解析。

•   一般日期或农历日期。如果没有年或月,则默认当年当月。示例:
•   2013年1月10号:2013-01-10
•   8 月 15:2013-08-15
•   农历二月初一:2013-03-12
•   相对日期,示例:
•   明天:2013-09-26
•   下周一:2013-09-30
•   节日,示例:
•   春节:2013-02-10
•   明年春节:2014-01-31
•   父亲节:2013-06-16

时间(time)

格式是:hh:mm:ss,24小时制,分别用2位数字代表时、分、秒。支持多种自然语言表述的时间到上述标准格式的归一化解析。示例:

•   十点整:10:00:00
•   下午三点半:15:30:00

时间日期(date_time)

时间和日期的组合类型。示例:
query:明天早上八点

    {
     "date":"2013-09-26",
     "time":"08:00:00",
    }

日期段(date_range)
以逗号间隔的两个日期表示日期段的开始和结束。示例:

•   明后天:2013-09-26,2013-09-27
•   下周末:2013-10-05,2013-10-06

时间段(time_range)
以逗号间隔的两个时间表示时间段的开始和结束。如“上午”、“明天下午”等常见的时间段表述,起始和结束的时间点见表格 2-2 常见时间段的开始和结束时间点定义。示例:

•   下午:12:00:00,18:59:59
•   早上:04:00:00,11:59:59

常见时间段的开始和结束时间点定义如下表

image.png

时间日期段(date_time_range)

以两个时间日期类型的值分别表示时间范围和起始(begin)和结束(end)。示例:
query:明天下午 3 点半到后天早上 8 点

  {
     "begin":{
     "date":"2013-09-26",
     "time":"15:00:00"
     },
     "end":{
     "date":"2013-09-27",
     "time":"08:00:00"
     }
    }

query:中秋节假期

    {
     "begin":{
     "date":"2013-09-19",
    "time":"00:00:00"
     },
     "end":{
     "date":"2013-09-21",
     "time":"23:59:59"
    }
    }

query:明天晚上

    {
     "begin":{
     "date":"2013-09-26",
     "time":"17:00:00"
     },
     "end":{
     "date":"2013-09-26",
     "time":"23:59:59"
     }
    }

重复时间(repeat_time)
提醒、闹钟等设置需要用到:示例:
query:每天早上十点

    {
     "time":"10:00:00",
     "repeat":"00001111111",
    }

注意:repeat 是 11 个字符的字符串,从左到右分别是月份(01)日期(23)和星期(4~10)。对月份和日期位,非 0 值代表该月或日期进行提醒,对 7 个星期位,每位对应一天,值为 1 代表该天进行提醒。

query:每天中午十二点整

 {
     "time":"12:00:00",
     "repeat":"00001111111",
    }

query:每个月 11 号 12 点

{
     "time"::"12:00:00",
     "repeat":"00110000000",
    }

query:每年的元旦

{
     "repeat":"01010000000",
    }

金额范围(amount_range)
以两个浮点数代表金额范围。示例:

    {
     "begin":100.00,
    "end":200.00
    }

query:300 元左右

    {
     "begin":240.00,
    "end":360.00
    }

query:200 元以下

    {
     "begin":0.00,
    "end":200.00
    }

query:300 元以上

    {
     "begin":300.00",
     "end":-1
    }

注意:-1 代表无穷大。

折扣(discount)
价格的折扣,如一折、八五折、半价等,解析成 0 到 1 之间的浮点数。示例:

•   三折:0.3
•   半价:0.5

折扣范围(discount_range)
以两个折扣类型的值分别表示折扣范围的最小值(begin)和最大值(end)。示例:
query:三折到八五折:

    {
     "begin":0.3,
    "end":0.85,
    }
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,117评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,328评论 1 293
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,839评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,007评论 0 206
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,384评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,629评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,880评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,593评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,313评论 1 243
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,575评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,066评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,392评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,052评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,082评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,844评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,662评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,575评论 2 270

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,100评论 18 139
  • 1. 简介 1.1 什么是 MyBatis ? MyBatis 是支持定制化 SQL、存储过程以及高级映射的优秀的...
    笨鸟慢飞阅读 5,283评论 0 4
  • 1. Java基础部分 基础部分的顺序:基本语法,类相关的语法,内部类的语法,继承相关的语法,异常的语法,线程的语...
    子非鱼_t_阅读 31,295评论 18 399
  • 前面的文章主要从理论的角度介绍了自然语言人机对话系统所可能涉及到的多个领域的经典模型和基础知识。这篇文章,甚至之后...
    我偏笑_NSNirvana阅读 13,648评论 2 64
  • 转眼已到异国他乡,作业收到7份。外出地铁上点评。 死磕军团第一人!赞一个!从断舍离开始引爆,内容丰富舒展,又体现了...
    陌上花开wen阅读 644评论 0 0