用于广播环境中的话语识别应用的话语增强

摘要

一种系统，获取包括由麦克风捕获的语音命令的第一音频数据；识别广播内容中包括的与由麦克风捕获第一音频数据的定时相对应的第二音频数据；从第一音频数据提取第二音频数据以生成第三音频数据；将第三音频数据转换为与语音命令相对应的文本数据；并且输出文本数据。