ICS 35.080 L 77 中华人民共和国国家标准 GB/T 35312—2017 中文语音识别终端服务接口规范 Specification of programming interface for Chinese speech recognition terminal service 2018-07-01实施 2017-12-29发布 中华人民共和国国家质量监督检验检疫总局 发布 中国国家标准化管理委员会 GB/T 35312—2017 目 次 前言 1范围 2 规范性引用文件 3 术语和定义 4中文语音识别终端服务系统能力范围 4.1 概述 4.2 基本功能 4.3 扩展功能 5输人数据描述 5.1 前端信号处理 5.2 语音唤醒 5.3 语音识别 输出数据描述 6 6.1 前端信号处理 6.2 语音唤醒 6.3 语音识别 服务接口描述 7.1 概述 7.2 前端信号处理服务 7.3 语音唤醒服务 7.4 语音识别服务 10 附录A（规范性附录）中文语音识别终端服务系统性能指标定义和测试基本要求 12 附录B（资料性附录） 语音唤醒和语音识别结果消息示例· 参考文献 16 GB/T35312—2017 前言 本标准按照GB/T1.1一2009给出的规则起草。 请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任 本标准由全国信息技术标准化技术委员会（SAC/TC28）提出并归口。 本标准起草单位：中国科学院声学研究所、中国电子技术标准化研究院、中国电信集团公司、中兴通 讯股份有限公司、科大讯飞股份有限公司、上海计算机软件技术开发中心。 本标准主要起草人：付强、颜永红、董滨、国雁萌、王晓飞、黎塔、杨智慧、韩卫生、赵菁华、杨震、 赵孙平、李洪亮、蔡立志。 Ⅲ GB/T35312—2017 中文语音识别终端服务接口规范 1范围 本标准规定了在终端设备（如移动电话、平板电脑、无线音箱、车载导航仪和机器人等）上的中文语 音识别系统所提供服务的功能集合，包括服务系统能力范围、输入/输出数据描述和服务接口的基本 要求。 本标准适用于终端设备上的中文语音识别系统的设计和开发。 2规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文 件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。 GB/T13000信息技术通用多八位编码字符集（UCS) GB18030信息技术中文编码字符集 RFC5646语言识别标签（Tagsforidentifyinglanguages） 3术语和定义 下列术语和定义适用于本文件。 3.1 前端信号处理frontend signalprocessing 在语音终端进行语音识别处理前，对输人声音信号进行增强、检测和规整处理的过程，其有助于提 高语音识别终端服务系统在复杂环境中的性能。 3.2 目标语音targetspeech 用户对语音识别终端所发出的有用语音，即希望语音识别终端服务系统识别的语音信号。 3.3 背景噪声backgroundnoise 语音识别终端应用环境中的噪声。 3.4 干扰声音interfering sound 语音识别终端应用环境中的声音，会引起语音识别的错误或虚警。 3.5 房间混响 roomreverberation 室内声源发出的声波在各方向来回被房间壁面反射，而又逐渐衰减的现象 3.6 声学回波 Zacoustic echo 由语音识别终端上的扬声器所发出的，又被该终端上的语音采集设备所采集到的声音信号。 1