華為的該項技術當中，語音系統(tǒng)為多個NLP引擎的每一個識別結果進行打分，最后確定一個或多個識別結果以及輸出次序，并按次序向用戶輸出該一個或多個識別結果，可以實現(xiàn)對引擎的篩選，做到優(yōu)中選優(yōu)。

華為在2013年1月提出了一種語音處理方法，并提供了系統(tǒng)和終端。該發(fā)明可以利用到多個廠商的技術，從而可以根據(jù)實際需求得到各種側重點不同的搜索結果。

圖1

圖1所示為語音處理方法的系統(tǒng)框圖。S110在獲取一個錄音片段流之后，可以將該錄音片段流發(fā)送至多個自然語言處理NLP引擎，其中，NLP引擎處理的錄音片段流可以由終端直接發(fā)送，也可以通過代理服務器獲取。

每個NLP引擎收到錄音片段流之后即可進行識別，進而獲取一個或多個識別結果，并對每一個識別結果進行打分，最后將獲取到的識別結果以及每一個識別結果的分數(shù)發(fā)送給終端。

具體地，在接收到來自于多個NLP引擎中的識別結果之后，打分系統(tǒng)可以對NLP引擎的本次識別結果進行打分。一方面，打分系統(tǒng)可以根據(jù)每一個NLP引擎的響應時間、給出識別結果的多少或識別結果的離散程度，對每一次識別結果進行打分，并根據(jù)總分對識別結果進行排序。另一方面，用戶可以根據(jù)實際需求，設定不同的得分權重來控制總得分中各項得分的比例。

S130根據(jù)來自于多個NLP引擎的識別結果，確定一個或多個識別結果以及輸出次序向用戶輸出（例如，通過顯示器或揚聲器向用戶輸出），供用戶選擇。

圖2

圖2所示為終端200的示意性框圖，發(fā)送單元210將語音發(fā)送至多個NLP引擎進行識別，以獲取識別結果。

接收單元220接收多個NLP引擎的識別結果之后，由確定單元230對NLP引擎的每一個識別結果進行打分，并確定一個或多個識別結果以及輸出次序。

輸出單元240根據(jù)輸出次序向用戶輸出一個或多個識別結果。

圖3

圖3所示為終端300的示意性框圖，存儲器310存儲一組程序代碼，處理器340調用存儲器310存儲的程序代碼，執(zhí)行以下操作：

將語音通過發(fā)送器330發(fā)送至多個NLP引擎進行識別，以獲取識別結果；

接收器320接收來自于多個NLP引擎的識別結果；

處理器340對每一個識別結果進行打分，確定一個或多個識別結果以及輸出次序；

輸出裝置360根據(jù)輸出次序向用戶輸出識別結果。

圖4

圖4是語音處理系統(tǒng)400的示意性框圖。終端410即為上文介紹的終端200和終端300。圖中的多個引擎430接收終端發(fā)送的語音后，對語音進行識別，以獲取識別結果，并將獲取的識別結果發(fā)送至終端。代理服務器430用于接收終端發(fā)送的語音，并將所述語音轉發(fā)至多個NLP引擎。

在該發(fā)明中，通過將語音發(fā)送至多個NLP引擎，使多個NLP引擎分別對語音進行識別，以獲取識別結果；接收來自多個NLP引擎的識別結果；根據(jù)來自多個引擎的識別結果，向用戶輸出可供用戶選擇的識別結果，可以使多個NLP引擎為用戶的一段語音進行處理。該發(fā)明可以利用到多個廠商的技術，從而得到各種側重不同的結果。

在上述系統(tǒng)中，系統(tǒng)可以為多個NLP引擎的每一個識別結果進行打分，最后確定一個或多個識別結果以及輸出次序，并按次序向用戶輸出一個或多個識別結果，可以實現(xiàn)對引擎的篩選，做到優(yōu)中選優(yōu)。