一种语音识别的方法，所述方法包括：接收第一语音输入；对接收的所述第一语音输入进行语音粗识别得到第一识别结果；接收第二语音输入；对接收的所述第二语音输入进行语音粗识别得到第二识别结果；根据所述第一识别结果在建议补全词库中进行查找得到建议补全词；判断所述第二识别结果与所述建议补全词是否匹配；如果匹配，则确认所述建议补全词作为第四识别结果，并增加所述建议补全词在建议补全词词库中的关联权重，输出所述第四识别结果。通过本发明能够更快速、准确的实现后续输入的语音识别；能够根据用户的语言习惯和使用习惯灵活的更新建议补全词库的内容实现语义识别的动态更新，满足用户的个性化需要。

1.通过推送与前次输入的粗识别结果关联权重值较大的建议补全词，能够更快速、准确的实现后续输入的语义识别；

2.能够根据用户的语言习惯和使用习惯灵活的更新建议补全词库的内容，实现语义识别的动态更新，满足用户的个性化需要；

3.能够利用后输入词的识别结果校验先输入词识别结果的准确性，极大地提升了语音识别的准确度和响应速度。

4.供了一种建议补全词库，用于用户输入语音指令时，为语义理解提供建议补全词，以提高语音识别的响应速度。该建议补全词库保存有和读音相关联的建议补全词。

5.N-best库是按照N-best算法对建议补全词库中的内容进行筛选后得到的，其仅包含满足N-best算法的建议补全词，N-best库的数据量远远小于建议补全词库，因此有更快的响应速度。N-best库的内容根据建议补全词库的内容进行动态更新，可以是周期性更新，也可以根据使用频率更新。

语音识别技术广泛应用于人工智能领域的各个方面，智能家居、辅助驾驶、机器人等人工智能产品都离不开语音识别技术。目前，虽然用户能够通过语音指令控制人工智能产品，但是用户和人工智能产品的交互还存在很多限制，内容也比较简单，尚不能达到或接近人与人之间的交流模式。例如，目前语音识别技术还存在语音输入响应时间过长，识别的准确率不高的缺陷。这就亟需提出解决方案，以优化语音输入的响应时间，提高语音识别的准确率。

本成果使更加智能化的与用户沟通成为可能。自然语言处理（NLP）无论在创业热度、获投数量还是获投金额等维度都处于细分领域的前三。据 Global Market Insights的数据，未来7年全球智能语音交互市场的年增长为34.9%，预计到2024年市场规模达到110亿美元，行业整体未来发展空间广阔。

蓦然认知是认知计算领导者,用AI辅助和增强人。专注于认知计算,特别是自然语言理解,知识图谱和多模态交互,用于构建AI助理,用AI销售助理辅助销售顾问,让其快速成为专家型销售。戴帅湘，蓦然认知CEO。戴帅湘是前百度主任架构师，曾长期担任百度Query理解方向负责人，曾荣获百度语义技术的最高奖，2010年提出“Query改写模型”给百度搜索引擎技术带来了搜索相关性和广告收入均大幅提升，在自然语言处理、语义搜索、自动问题求解等领域内有20多项专利技术 。

2017年发力车机后，蓦然认知意识到这并非一个最佳的技术场景。于是在2018年蓦然认知开始了调整，他们把研发车机而形成的技术优势，转化为了AI赋能设备的多种产品。除了车机，还有音箱、智能家电甚至一些新兴的智能设备。蓦然认知将自己的AI技术以解决方案的形式提供给硬件厂商。相比于车机，蓦然认知开始获得更广泛的数据，并借此进一步优化自己的技术。

蓦然认知业务面向B端，与B端进行合作，提升B端的运营效率与C端用户的服务体验，采用既售卖产品又卖服务的模式。蓦然认知之前的客户画像主要集中于汽车厂商和大型设备厂（电视、手机等），从2019年开始逐步转变为行业群体，比如单一的传统行业养老、酒店、金融行业等。戴帅湘分析蓦然认知的一大亮点是将技术快速的转变为产品，并且快速将客户个性化需求赋能于产品，通过具体的产品来传递AI技术与解决客户问题。

语义识别和语音识别是语音交互的基础，语音交互应用领域覆盖智能家居、智能车载、虚拟助理、无人驾驶、机器人、智能客服等领域。目前，行业参与者中还未出现绝对垄断者，创业公司仍具备机会。此外，我们认为，语音交互在车载场景中存在刚需，也会成为最先爆发的领域之一。并且，随着车联网的纵深化发展，相关硬件趋于免费，依靠语音交互天然流量入口，做个性化增值服务将是未来车载领域的主要盈利点。

技术服务：北京蓦然认知科技有限公司提供自然语言交互相关技术服务。

蓦然认知在自然语言交互方面，从通用的语料特征库出发，以one-shot learning为主要算法模型进行从特征语料到现实对话的迁移，解决冷启动的问题。在此基础上获取真实的用户数据后，再利用增强学习对整个模型框架进行不断地反馈优化，并且整个过程具备记忆能力。依此，“Mor”系统搭建了语义理解、多轮对话、增强学习三位一体的自然语言交互模型，整个技术架构可在多个场景之间快速迁移、复制。并且，后台在用户提出需求后可自动调用API，无缝衔接用户需求与服务。从技术架构来看，Mor主要是基于任务驱动，更多的是作为助理的角色执行命令，而非用于聊天用途。

有该方面技术需求的企业可联系具体合作服务事宜。