DE69909806T2 - Graphische Benutzerschnittstelle zur Navigation in Grammatiken eines Spracherkennungssystems - Google Patents

Graphische Benutzerschnittstelle zur Navigation in Grammatiken eines Spracherkennungssystems Download PDF

Info

Publication number
DE69909806T2
DE69909806T2 DE69909806T DE69909806T DE69909806T2 DE 69909806 T2 DE69909806 T2 DE 69909806T2 DE 69909806 T DE69909806 T DE 69909806T DE 69909806 T DE69909806 T DE 69909806T DE 69909806 T2 DE69909806 T2 DE 69909806T2
Authority
DE
Germany
Prior art keywords
grammar
valid
active
dialog box
interface
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
DE69909806T
Other languages
English (en)
Other versions
DE69909806D1 (de
Inventor
Brian Gladstein
Rafael Baptista
III John ARMSTRONG
Brian Wilson
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lernout and Hauspie Speech Products NV
Gladstein Brian Arlington
Original Assignee
Lernout and Hauspie Speech Products NV
Gladstein Brian Arlington
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lernout and Hauspie Speech Products NV, Gladstein Brian Arlington filed Critical Lernout and Hauspie Speech Products NV
Publication of DE69909806D1 publication Critical patent/DE69909806D1/de
Application granted granted Critical
Publication of DE69909806T2 publication Critical patent/DE69909806T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L15/222Barge in, i.e. overridable guidance for interrupting prompts
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • User Interface Of Digital Computer (AREA)
  • Digital Computer Display Output (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Description

  • TECHNISCHER BEREICH
  • Die vorliegende Erfindung bezieht sich auf Spracherkennungssysteme, und speziell auf eine graphische Benutzerschnittstelle für den Dialog mit vielfältigen anwendungsbezogenen Grammatiken.
  • HINTERGRUND DER STANDES DER TECHNIK
  • Eine graphische Benutzerschnittstelle eines Computerbetriebssystems gestattet es einem Benutzer, viele Anwendungen durch manuelles Bedienen einer Zeigereinrichtung zu steuern, um einen Cursor auf anwendungsbezogene Piktogramme zu positionieren. Die Zeigervorrichtung wird auch innerhalb einer spezifischen Anwendung verwendet, um den Betrieb der Anwendung zu steuern, typischerweise durch Pull-down-Menüs und Dialogfelder.
  • Spracherkennungssysteme können auch eine derartige Anwendungssteuerung eher durch eine gesprochene Eingabe ausführen als durch eine manuell bediente Zeigervorrichtung. Viele Computeranwendungen können mit einem Spracherkennungsgerät registriert werden, wie z. B. Textverarbeitung, E-Mail, etc.. Jede derartige Anwendung kann eine angeschlossene bzw. assoziierte Grammatik eines gültigen Vokabulars und deren Gebrauch besitzen. Diese Grammatiken unterscheiden sich in ihrer Komplexität. Eine Grammatik kann so einfach wie eine Liste von Befehlswörtern sein, wie z. B. "open", "close", "save", "print" bzw. "öffne", "schließe", "speichere", "drucke", etc.. Eine derartige einfache Grammatik kann einem Nutzer auch visuell in der vertrauten Struktur von Pull-down-Menüs angezeigt werden. Kompliziertere Grammatiken emulieren das Gebrauchen der natürlichen Sprache und können komplexe Phrasen, wie z. B.: "Schreibe den ersten Absatz kursiv" grammatikalisch definieren.
  • Eine Grammatik wird eigentlich als die Spezifikation von Wortfolgestrukturen angesehen, welche in einer gegebenen Sprache oder Anwendung zugelassen sind. Die am meisten gebräuchlichen Arten von Grammatiken sind als kontextfreie Grammatiken (CFGs) bekannt, welche beinhalten: einen Satz von Endstelle- bzw. End-Symbolen, welche in Endesequenzen aufscheinen (z. B. Wörter und Zeichensetzung), einen Satz von Nicht-Endstelle- bzw. End-Symbolen, welche auf andere Symbole ausgedehnt werden (z. B. "NP" für noun phrase bzw. Hauptwort, "VP" für verb phrase bzw. für Verb), ein spezifisches Nicht-End-Symbol, welches als Start-Symbol ausgewiesen wird (z. B. "s-maj" für major sentence bzw. Hauptsatz), und einen Satz von Rückschreibregeln bzw. Umschreibregeln, von denen jede ein einzelnes Nicht-End-Symbol auf der left-hand side (LHS) bzw. linken Seite und ein oder mehrere Symbole auf der right-hand side (RHS) bzw. rechten Seite besitzt. Eine kontextfreie Grammatik weist eine oder mehrere Strukturen jeder gültigen Wortfolge in einer Sprache zu.
  • Kontextfreie Grammatiken werden oft in der Backus-Naur-Form(BNF-)Darstellungsart gegeben. In der BNF sind Nicht-End-Symbole in <Klammern> beinhaltet, und die LHS und RHS einer Rückschreib- bzw. Umschreibregel werden durch ein Anzeigesymbol ':: = ' getrennt, welches auch als "beinhaltet" gelesen werden kann. In einem Beispiel einer einfachen Grammatik ist:
    <SATZ> .. = <SUBJEKT> <VERB-Phrase>
    <SUBJEKT> .. = John | Mary
    <VERB-Phrase> .. = <VERB> <OBJEKT>
    <VERB> .. = isst | trinkt
    <OBJEKTE> .. = Wein | Käse
  • Der Benutzer bzw. Nutzer eines Spracherkennungssystems kann eine gewisse Schwierigkeit haben, vielerlei Anwendungen durch einen gesprochenen Befehl zu betreiben, wenn jede Anwendung ihre eigene unterschiedlich zugeordnete Grammatik eines gültigen Vokabulars und deren Gebrauch besitzt. Als Ergebnis kann zu irgendeinem gegebenen Anlass ein derartiger Nutzer nicht wissen, welche Befehle gesprochen werden können und welche durch eine gegebene Anwendung erkannt werden. In US-A-5,812,977 werden Piktogramme gezeigt, welche den Wörtern des aktiven Vokabulars entsprechen. In dem Dokument "Patent Abstracts of Japan, Band 96, Nr. 6, 28.06.96 und JP 08 044384A (NEC CORP), 16.02.96" wird eine Grammatik in Tabellenform dargestellt. Jedoch ist es nicht möglich, einen Suchmodus auszuwählen.
  • ZUSAMMENFASSUNG DER ERFINDUNG
  • Eine bevorzugte Ausführungsform der vorliegenden Erfindung liefert eine graphische Benutzerschnittstelle eines Spracherkennungssystems für den Benutzerdialog mit wenigstens einer Grammatik eines gültigen Vokabulars und Benutzen für eine Anwendung, welche für das Spracherkennungssystem zugänglich ist. Die Benutzerschnittstelle beinhaltet: Ein interaktives Dialogfeld in einem Teil des Bildschirms, einen Grammatik-Identifizier-Modul, welcher innerhalb des Dialogfeldes angezeigt wird, welches eine aktive Grammatik beschreibt, einen Such-Identifizier-Modul, welches innerhalb des Dialogfeldes angezeigt wird, welcher einen Grammatik-Suchmodus beschreibt, zum Bestimmen gültiger Eingaben entsprechend der aktiven Grammatik, eine aktuelle Eingabe, welche innerhalb des Dialogfeldes angezeigt wird, welche eine gesprochene Eingabe beschreibt, und eine gültige Grammatikliste, welche innerhalb des Dialogfeldes angezeigt wird, welche Beispiele des gültigen Vokabulars und des Benutzens entsprechend dem Grammatik-Suchmodus für die aktive Grammatik auflistet. Das Dialogfeld kann ferner eine aktive Grammatikanzeige innerhalb des Dialogfeldes beinhalten, welches die aktive Grammatik anzeigt und welches benutzt werden kann, um interaktiv die aktuelle Eingabe auszuwählen.
  • In einer weiteren Ausführungsform sind die aktive Grammatik oder der Grammatik-Suchmodus oder beide interaktiv auswählbar, indem das Dialogfeld benutzt wird. In ähnlicher Weise kann eines der Beispiele, welche in der gültigen Grammatikliste angezeigt werden, interaktiv als eine Eingabe für die Anwendung der aktiven Grammatik auswählbar sein.
  • Zusätzlich oder alternativ kann der Grammatik-Suchmodus alle Wortphrasen wenigstens eines Wortes bestimmen, welche in der aktiven Grammatik gültig sind, oder Wortphasen wenigstens eines Wortes, welche die aktuelle Eingabe enthalten und welche in der aktiven Grammatik gültig sind. Derartige Wortphrasen können ferner darauf beschränkt werden, mit der aktuellen Eingabe zu starten.
  • Eine bevorzugte Ausführungsform kann auch bezüglich der Kürze die angezeigten Beispiele in der gültigen Grammatikliste durch Benutzen eines Matrix-basierten Algorithmus voreinstellen. Zum Beispiel kann der Matrix-basierte Algorithmus eine aus einem Mittelwert erzeugte Beispiellänge festlegen, um die Beispiele bezüglich der Kürze voreinzustellen.
  • Eine bevorzugte Ausführungsform beinhaltet auch ein Verfahren der Benutzerinteraktion über eine graphische Benutzerschnittstelle mit wenigstens einer Grammatik eines gültigen Vokabulars und die Benutzung für eine Anwendung, welche für ein Spracherkennungssystem zugänglich ist. Das Verfahren beinhaltet: das Erschaffen eines interaktiven Dialogfeldes in einem Teil eines Bildschirms; Darstellen innerhalb des Dialogfeldes eines Grammatik-Identifizier-Moduls, welches eine aktive Grammatik beschreibt, ein Such-Identifizier-Modul, welches einen Grammatik-Suchmodus zum Bestimmen gültiger Eingaben entsprechend der aktiven Grammatik beschreibt, und eine aktuelle Eingabe, welche eine gesprochene Eingabe beschreibt; und Erzeugen und Darstellen des Dialogfeldes einer gültigen Grammatikliste, welche Beispiele eines gültigen Vokabulars aufzeigt, und das Gebrauchen entsprechend des Grammatik-Suchmodus für die aktive Grammatik. Das Dialogfeld kann ferner eine aktive Grammatikanzeige beinhalten, innerhalb des Dialogfeldes, welche die aktive Grammatik anzeigt und welche benutzt werden kann, um interaktiv die aktuelle Eingabe auszuwählen.
  • In einer weiteren Ausführungsform werden die aktive Grammatik oder der Grammatik-Suchmodus oder beide interaktiv ausgewählt, indem das Dialogfeld genutzt wird. In ähnlicher Weise kann eines der Beispiele, welche in der gültigen Grammatikliste angezeigt werden, als eine Eingabe für die Anwendung der aktiven Grammatik ausgewählt werden.
  • Zusätzlich oder alternativ kann der Grammatik-Suchmodus alle Wortphrasen von wenigstens einem Wort bestimmen, welche in der aktiven Grammatik gültig sind, oder Wortphrasen von wenigstens einem Wort, welche die aktuelle Eingabe beinhalten und welche in der aktiven Grammatik gültig sind. Solche Wortphrasen können ferner darauf beschränkt werden, mit der aktuellen Eingabe zu beginnen.
  • Eine bevorzugte Ausführungsform kann bezüglich der Kürze auch die Beispiele voreinstellen, welche in der gültigen Grammatikliste durch das Benutzen eines Matrix-basierten Algorithmus angezeigt werden. Zum Beispiel kann der Matrix-basierte Algorithmus eine aus einem Mittelwert erzeugte Beispiellänge festlegen, um die Beispiele bezüglich der Kürze voreinzustellen.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • Die vorliegende Erfindung wird schließlich besser mit Bezug auf die nachfolgende detaillierte Beschreibung verstanden, welche mit den beigefügten Zeichnungen gegeben wird, in welcher:
  • 1 stellt eine graphische Benutzerschnittstelle für ein Spracherkennungssystem entsprechend einer bevorzugten Ausführungsform der vorliegenden Erfindung dar.
  • DETAILLIERTE BESCHREIBUNG DER SPEZIFISCHEN AUSFÜHRUNGSFORMEN
  • Für jede Anwendung, welche mit einem Spracherkennungssystem registriert wird, wird das gesamte zulässige Vokabular in jedem gegebenen Moment als "die aktive Grammatik" oder einfach als "die Grammatik" bezeichnet. Wie hier benutzt, ist "Grammatik" die Kurzbezeichnung für eine spezielle Form einer in Faktoren zerlegten BNF-Grammatik, wobei Überschreibregeln immer ein einzelnes Nicht-End-Symbol auf der LHS und eine Folge von Symbolen (Endstelle, Nicht-Endstelle oder beides) auf der RHS besitzen, und wobei es keine anderen "speziellen" Symbole, wie z. B. Boolesche, oder die der Zeichensetzung gibt.
  • Jede Grammatik hat die Fähigkeit, sich in "Topics" bzw. "Themen" aufzuteilen. Ein Topic bzw. Thema ist ein Nicht-End-Symbol in einer Grammatik, deren Vorgänger auch ein Thema ist, wie es entsprechend dem Stand der Technik wohl bekannt ist. Das Start-Symbol einer Grammatik ist per Definition ein Thema, und damit müssen alle Grammatiken wenigstens ein Thema besitzen.
  • Die Idee der Themen besteht darin, Regeln in der Grammatik zu definieren, welche sie in verstehbare Felder der Funktionalität abbilden, welche die Sprache abdeckt. Für ein einfaches Rechnerbeispiel:
    Start → Addition |
    Subtraktion |
    Multiplikation |
    Division |
    Berechne
    Addition → "Addiere" Num AddiereUnd Num
    Subtraktion → "Subtrahiere" Num SubtrahiereVon Num
    Multiplikation → "Multipliziere" Num MultipliziereMit Num
    Division → "Dividiere" Num DividiereDurch Num
    "Dividiere" Num DividiereMit Num
    Berechne → "Berechne" Berechne den Ausdruck
    ... und so weiter. Die Themen in diesem Beispiel erstrecken sich nur auf einen Pegel bzw. ein Niveau innerhalb der Grammatik, aber komplexe Grammatiken können diese Vorgehensweise nutzen, um die Sprache, welche sie definieren, in verschiedene Untermengen aufzuteilen. Es sollte beachtet werden, dass einge, aber nicht notwendigerweise alle, Nicht-End-Symbole Themen sind. Das Start-Symbol muss ein Thema sein. Irgendein anderes Nicht-End-Symbol B kann ein Thema sein, wenn in der Grammatik eine Rückschreibregel existiert:
    A :: = B,
    und A ist auch ein Thema.
  • Eine bevorzugte Ausführungsform der vorliegenden Erfindung, ein "What Can I Say"- (WCIS-) bzw. "Was kann ich Sagen"-Fenster, gibt einem Benutzer die Fähigkeit, die Themen verschiedener Grammatiken anzusehen, welche mit den Anwendungen verbunden sind, welche in einem Spracherkennungssystem aktiv sind. Jede Anwendungsgrammatik, welche zusammen mit dem System registriert ist, beinhaltet Information, welche sich darauf bezieht, wie sie sich selbst in dem WCIS-Fenster darstellt. Das WCIS liefert dem Nutzer eine visuelle Anzeige eines erlaubten Vokabulars und das Benutzens, wobwi Wörter, Phrasen und Sätze eingeschlossen sind.
  • Als vorläufige Sachlage wird festgestellt, dass das vollständige WCIS-Fenster nicht zu allen Zeiten dargestellt werden soll. Die Menge an Information, welche für das WCIS erhältlich ist und von ihm bearbeitet wird, erfordert beträchtliche Systemrechenresourcen. Darüber hinaus erfordert der Umfang an Information, welcher dargestellt wird, signifikanten Raum an Anzeigebildschirm. Demzufolge ist das fortlaufende Anzeigen des gesamten WCIS unpraktisch, und das WCIS-Fenster arbeitet wie ein Dialogfeld, in dem, dass es nur zeitweise angezeigt wird, wenn es durch den Nutzer aufgerufen wird.
  • Eine bevorzugte Ausführungsform, wie in 1 gezeigt wird, beinhaltet ein WCIS-Fenster 10, welches einen Teil des Anzeigeschirms belegt. An dem oberen Ende des WCIS-Fensters 10 zeigt 1 ein Grammatik-Identifizier-Modul 12, welches eine Grammatik-Themensteuerung beinhaltet, welche es einem Nutzer gestattet, interaktiv eine aktive Grammatik auszuwählen. Das Grammatik-Identifizier-Modul 12 benutzt eine Pull-down-Menüliste, um all die Grammatiken alphabetisch anzuzeigen. Zusätzlich kann ein Tiefebereich bzw. Umfang in jeder Grammatik in dem Grammatik-Identifizier-Modul 12 angezeigt werden. Z. B. kann der Grammatik-Identifizier-Modul 12 Grammatiken für alle aktiven Befehle beinhalten (eine Obermenge aller aktiven Befehlssätze), für globale Befehle, welche überall innerhalb der Sprachanwendung aktiv sind, für verschiedene Wortprozessoren, für allgemeine Menü-Navigation, E-Mail-Anwendungen, etc.
  • Da die Grammatiken große, komplexe, natürliche Sprachgrammatiken beinhalten können, liefert das WCIS 10 vielfältige Funktionsweisen, wobei Wort-für-Wort-Suche, Beispielsuche, Baumsuche und eine Liste aller Wörter beinhaltet sind. Anzeigeseiten, welche mit verschiedenen Funktions- bzw. Betriebsweisen verbunden sind, sind in einer WCIS-Such-Tab-Steuerung enthalten, welche ein Such-Identifizier-Modul 14 anzeigt. Das Such-Identifizier-Modul 14 beschreibt verschiedene erhältliche bzw. zugängliche Grammatik-Suchmoden zum Bestimmen aktueller gültiger Eingaben entsprechend der aktiven Grammatik.
  • Eine aktuelle Eingabe 16 wird auch innerhalb des WCIS 10 angezeigt, welche eine aktuelle gesprochene Eingabe beschreibt. Unterhalb der aktuellen Eingabe 16 ist die gültige Grammatikliste 18, welche Beispiele eines gültigen Vokabulars und die Benutzung entsprechend dem Grammatik-Suchmodus für die aktive Grammatik auflistet. Typischerweise werden die Beispiele in der gültigen Grammatikliste 18 auch durch die aktuelle Eingabe 16 erzwungen.
  • Das Arbeiten des WCIS 10 variiert abhängig von dem Suchmodus, welcher ausgewählt wird und in dem Such-Identifizier-Modus 14 angezeigt wird. Die Baumsuche präsentiert dem Nutzer eine visuelle Anzeige der aktiven Grammatik, welche von der aktuellen Eingabe 16 startet. Die aktive Grammatik wird in der gültigen Grammatikliste 18 angezeigt. Der Nutzer kann die Themen in der gültigen Grammatikliste 18 erweitern, um tiefer in die Grammatik zu schauen. Beim tieferen Arbeiten in der Grammatik über die gültige Grammatikliste 18 wird auch die Anzeige der aktuellen Eingabe 16 verändert. Durch Manipulieren des Suchbaumes kann der Nutzer sehen, wie sich die aktuelle Eingabe 16 ändert. Die Anzeige der Themen in der gültigen Grammatikliste 18 kann auch das Nutzen von Ellipsen nach den Themen beinhalten, welche prolongationsfähig sind, und ein "X"-Zeichen vor dem Thema, um anzuzeigen, dass das Thema eine Teilform eines gültigen Themas ist, und ein "√"-Zeichen vor dem Thema, um anzuzeigen, dass es eine vollständige Form eines gültigen Themas ist.
  • Das Auswählen der Beispielsuche mit dem Such-Identifizier-Modul 14 erzeugt Beispiele eines gültigen Vokabulars und das Anwenden, welches in dem aktuell ausgewählten Thema beinhaltet ist, wie dies in der aktuellen Eingabe 16 gezeigt wird. Der Nutzer kann die Beispielsuche durch Eingeben von Schlüsselwörtern begrenzen, welche die erzeugten Sätze beinhalten müssen. Z. B. durch das Klicken auf "Addition" bzw. "Hinzufügen" wird das Thema Sätze erzeugen wie "Füge drei und fünf hinzu", "Füge vier bis zehn dazu" und "Füge dreiundsiebzig mit zweihundertacht hinzu". Jedoch durch das Eintippen von "und" in das Schlüsselwortfeld werden die erzeugten Beispiele auf "Füge drei und fünf hinzu" und "Füge dreiundsiebzig mit zweihundertacht hinzu" begrenzt. "Füge vier bis zehn hinzu" würde nicht erzeugt. Der Nutzer kann die Anzahl der erzeugten Beispiele steuern, und diese Eingabe des Suchens ist auf das Thema begrenzt, welches in der Grammatik-Themensteuerung ausgewählt wird.
  • Die Wort-für-Wort-Suche gestattet es dem Nutzer, einen gültigen Satz zu bilden, indem er aus einer Liste von Startwörtern auswählt, und dann aus Wörtern, welche dem folgen, was bereits gegenwärtig ist. Alternativ kann der Nutzer einen Satz eingeben, um zu prüfen, ob er gültig ist. Wenn der Nutzer einen Satz eingibt, werden all die gültigen nächsten Wörter unterhalb des Suchfensters in einem Listenfeld angezeigt. Die Suche ist auf das Thema begrenzt, welches in der Grammatikthemensteuerung ausgewählt ist.
  • Andere Such- und Anzeigeformen sind auch möglich. Die Liste aller Wörter zeigt all die Wörter in der Grammatik an. Zusätzlich kann ein WCIS-Fenster ein Diktatgrammatikfenster anzeigen. Dieses Diktatgrammatikfenster hat ein einzelnes Diktierthema in der Grammatik-Themensteuerung und besitzt keine anderen Unterthemen. Wenn der Nutzer das Diktatthema mit dem Themen-Auswählmodus auswählt, zeigt das Listenfeld die Diktatwörter an, und der Nutzer kann die Diktatgrammatik für das gültige Vokabular suchen.
  • Die Beispiele, welche in dem WCIS angezeigt werden, werden durch stochastische Generierung hergestellt. Ausgehend vom Start-Symbol werden Grammatikregeln zufällig gewählt, um einen zufällig gültigen grammatikalischen Baum zu erzeugen, in wel chem die End-Symbole den erzeugten Satz bilden. Solche stochastischen Generieralgorithmen sind entsprechend dem Stand der Technik gut bekannt.
  • Um Beispielssätze mit einem einzelnen Schlüsselwort zu erzeugen, wird eine Regel gewählt, wobei das Schlüsselwort irgendwo auf der rechten Seite ist. Dann wird die Grammatik rekursiv rückwärts bearbeitet, um eine Regel zu bekommen, welche das Start-Symbol auf der linken Seite hat, wobei jegliche grammatikalische Bauminformation bewahrt bleibt. Dies erzeugt einen teilweisen grammatikalischen Baum, mit Nicht-End-Symbolen als Blätter des grammatikalischen Baumes. Die Nicht-Endstellen werden eingefügt, indem der blanke stochastische Generator, welcher oben beschrieben wurde, benutzt wird, wobei die fragliche Nicht-Endstelle als das Start-Symbol benutzt wird. Zum Erzeugen von Sätzen mit mehr als einem Schlüsselwort werden viele Sätze erzeugt, wobei die Technik des einzelnen Schlüsselworts benutzt wird. Dann werden alle Beispiele, welche nicht alle Schlüsselwörter aufweisen, ausgeschaltet bzw. verworfen.
  • Um die erzeugten Beispielsätze bezüglich ihrer Kürze zu beeinflussen, wird die Grammatik in eine Matrix verwandelt. Eine quadratische Matrix M wird initialisiert, welche aus Integers bzw. ganzen Zahlen besteht, mit null in jeder Zelle. Die quadratische Matrix hat genau so viele Zeilen und Spalten, wie es Nicht-End-Symbole in der Grammatik gibt. Jedes Mal, wenn ein Nicht-End-Symbol <j> auf der RHS einer Rückschreibregel erscheint, nehme das LHS-Nicht-End-Symbol <i> dieser Regel und addiere eins zu der Matrixzelle M(i, j). Dann, jedes Mal, wenn ein Nicht-End-Symbol <i> auf der LHS einer Rückschreibregel erscheint, subtrahiere eins von der Diagonale M(i, j).
  • Die Matrix wird dann als ein Satz von linearen Gleichungen gelöst, indem eine der wohl bekannten Diagonalverfahren genutzt wird. Wenn das System gelöst ist, wird eine Diagonalmatrix erhalten, wobei all die Werte auf den Diagonalzellen positiv sind und an anderen Stellen null sind. Dann wird für jede Regel eine über einen Mittelwert erzeugte Beispiellänge bestimmt, indem die Summe über die Symbole auf der RHS gebildet wird, wo jedes End-Symbol einen Wert von 1 besitzt und jedes Nicht-End-Symbol den Wert hat, welcher in der quadratischen Matrix M(i, j) angezeigt wird. Diese über den Mittelwert erzeugte Beispiellänge wird benutzt, um den stochastischen Generator voreinzustellen, um die Brauchbarkeit der Beispielsätze zu verbessern, welche durch die WCIS erzeugt werden. Anderenfalls können die Beispiele dazu neigen, überlang zu werden und schwer verständlich zu sein. Eines der größten Probleme bei einer Benutzerschnittstelle für natürliche Sprache, welche nicht das gesamte natürliche Englisch enthält, besteht darin, dass der Nutzer versucht, etwas zu sagen, was nicht durch die Grammatik definiert ist. Das WCIS-Fenster gibt dem Nutzer den Zugriff auf das Anwenden der Grammatik-Suchmöglichkeiten neben dem normalen Korrigiermechanismus, so dass der Nutzer bestimmen kann, ob etwas, was sie sagen wollen, gültig ist, und wenn dies nicht der Fall ist, was sie sagen können, so dass die gewünschte Aufgabe erfüllt wird. Wenn der Nutzer einen Satz eingibt, zeigt ein Listenfeld unterhalb des Ausgabefeldes mögliche Vervollständigungen für die bereits eingegebenen Tastendrucke. Der Nutzer kann doppelklicken oder sagen "take" bzw. "übernehme", um zu ersetzen, was er mit einer speziellen Vervollständigung eingegeben hat. Die Vervollständigungen berücksichtigen sowohl die Diktiergrammatik und die Anwendungsgrammatik. Wenn ein Nutzer ein Wort eingibt, wird das System all die individuellen Wörter sowohl in der Diktier- als auch der Anwendergrammatik erfassen, welche mit den eingegebenen Buchstaben beginnen. Wenn die eingegeben Buchstaben ein Wort in der Anwendungsgrammatik vervollständigen, wird das System all die Wörter anzeigen, welche nach dem eingegebenen Wort kommen können und noch ein Teil eines gültigen Satzes sein können.
  • Die folgenden Beispiele zeigen, was angezeigt würde, wenn der Nutzer eingibt:
    Aktueller Satz: b
    • 1. baby
    • 2. bath
    • 3. bet
    • 4. bind
    • 5. bold
    • 6. Butter
    • 7. bold ...
    • 8. boldface ...
    Aktueller Satz: bo
    • 1. boat
    • 2. bold
    • 3. Bone
    • 4. bold ...
    • 5. boldface ...
    • 6. boldtype ...
    Aktueller Satz: bold
    • 1. bold the ...
    • 2. bold this
    • 3. bold on
    • 4. bold off
  • Die Ellipsen nach einem Wort in der Liste zeigen, dass das Wort ein unvollständiger Befehl in der Anwendungsgrammatik ist. Wenn das Wort ausgewählt ist, werden die Wörter, welche ihm folgen, darunter aufgelistet. Das Benutzen von fett, Kursivschrift, Farbe, etc. kann in dem Listenfeld beinhaltet sein, wenn es notwendig ist, Dinge klarzustellen, wie z. B. Aktionen, Befehle und das Diktieren von Wörtern.
  • Zusätzlich ist jeder gültige Satz, welcher in dem WCIS-Fenster dargestellt wird, trainierbar. D. h., der Nutzer kann Beispiele oder Merkmale des Nutzers, welcher den Satz spricht, liefern, welche das Spracherkennungssystem in das Erkennungsgerät integriert. Ein zustimmendes Klicken auf den Satz spricht ein Kontaktmenü mit einer Auswahl zum Trainieren des Satzes an.
  • Der Nutzer kann auch einen Begriff auf der Grammatik-Themensteuerung des WCIS-Fensters trainieren. Beim Klicken auf "train" bzw. "trainieren" auf dem Kontextmenü gestattet es dem Nutzer, das Trainieren von zufällig erzeugten Sätzen innerhalb des ausgewählten Themas auszuführen.
  • Das WCIS-Fenster gestattet es auch, Grammatiken des Kunden zu editieren bzw, auszugeben. Jedoch sind die Grammatiken nicht im Besitz der Spracherkennungsmaschine mit dem WCIS-Fenster, sondern sind Teil der Benutzerschnittstelle für Sprachprogrammieranwendungen (SAPI) des Kunden, welche mit der Grammatik verbunden sind. Deshalb können die Grammatiken nicht direkt durch die WCIS ausgegeben werden, sondern müssen indirekt durch die WCIS ausgegeben werden. Wenn ein SAPI-Kunde eine Grammatik mit dem Spracherkennungsgerät registriert, liefert der Kunde Information bezüglich der Art und Weise, wie die Grammatik ausgegeben wird, indem spezifiziert wird, welche der WCIS-Standardausgabeverfahren (Add, Edit, Delete, Explore, Properties, bzw. Addiere, Gebe aus, Lösche, Untersuche, Eigenschaften, etc.) gültig sind. Wenn der Nutzer auf eine Grammatik in WCIS als richtig klickt, checkt das System, um zu sehen, welche Ausgabemoden diese Grammatik unterstützt. Irgendwelche unterstützten Verfahren werden in dem Kontextmenü reflektiert, welches als Ergebnis des Mausklicks angezeigt wird. Wenn der Nutzer auf eine dieser Verfahren klickt, meldet das WCIS dem SAPI-Kunden die angeforderte Modifikation über ein zugehöriges Meldezeichen. Der Kunde kann dann ein geeignetes Dialogfeld öffnen oder geeignete Aktionen ausführen.

Claims (8)

  1. Graphishe Benutzerschnittstelle eines Spracherkennungssystems für den Benutzerdialog mit wenigstens einer Grammatik eines gültigen Vokabulars und Benutzen für eine Anwendung, welche für das Spracherkennungssystem zugänglich ist, dadurch gekennzeichnet, dass die Schnittstelle aufweist: ein interaktives Dialogfeld (10) in einem Teil eines Bildschirms; ein Grammatik-Identifizier-Modul (12), welches innerhalb des Dialogfeldes angezeigt wird, welcher eine aktive Grammatik beschreibt; ein Such-Identifizier-Modul (14), welches innerhalb des Dialogfeldes angezeigt wird, welcher einen Grammatik-Suchmodus zum Bestimmen gültiger Eingaben entsprechend der aktiven Grammatik beschreibt; eine aktuelle Eingabe (16), welche innerhalb des Dialogfeldes angezeigt wird, welche eine gesprochene Eingabe beschreibt; und eine gültige Grammatikliste (18), welche innerhalb des Dialogfeldes angezeigt wird, welche Beispiele eines gültigen Vokabulars und des Benutzens entsprechend dem Grammatik-Suchmodus für die aktive Grammatik auflistet.
  2. Verfahren für einen Benutzerdialog über eine graphische Benutzerschnittstelle mit wenigstens einer Grammatik eines gültigen Vokabulars und Benutzen für eine Anwendung, welche für ein Spracherkennungssystem zugänglich ist, dadurch gekennzeichnet, dass das Verfahren aufweist: Schaffen eines interaktiven Dialogfeldes (10) in einem Teil eines Bildschirms; Darstellen innerhalb des Dialogfensters: eines Grammatik-Identifizier-Moduls (12), welches eine aktive Grammatik beschreibt, eines Such-Identifizier-Moduls (14), welches einen Grammatik-Suchmodus zum Bestimmen gültiger Eingaben entsprechend der aktiven Grammatik beschreibt, und einer aktuellen Eingabe (16), welche eine gesprochene Eingabe beschreibt; und Erzeugen und Darstellen einer gültigen Grammatikliste (18)innerhalb des Dialogfensters, welche Beispiele eines gültigen Vokabulars und des Benutzens entsprechend dem Grammatik-Suchmodus für die aktive Grammatik auflistet.
  3. Schnittstelle nach Anspruch 1, wobei die aktive Grammatik und/oder der Grammatik-Suchmodus interaktiv auswählbar ist, indem das Dialogfeld (10) benutzt wird.
  4. Schnittstelle nach Anspruch 1, wobei eines der Beispiele, welche in der gültigen Grammatikliste (18) angezeigt werden, interaktiv als eine Eingabe für die Anwendung der aktiven Grammatik auswählbar ist.
  5. Schnittstelle nach Anspruch 1, wobei der Grammatik-Suchmodus alle Wortphrasen von wenigstens einem Wort, welche in der aktiven Grammatik gültig sind, bestimmt und/oder Wortphrasen von wenigstens einem Wort bestimmt, welche die aktuelle Eingabe (16) beinhalten und welche in der aktiven Grammatik gültig sind, vorzugsweise die Wortphrasen, welche mit der aktuellen Eingabe (16) beginnen.
  6. Schnittstelle nach Anspruch 1, wobei diese ferner eine aktive Grammatikanzeige innerhalb des Dialogfeldes (10) beinhaltet, welche die aktive Grammatik anzeigt, vorzugswei se die aktuelle Eingabe (16), welche interaktiv auswählbar ist, indem die aktive Grammatikanzeige benutzt wird.
  7. Schnittstelle nach Anspruch 1, wobei die Beispiele, welche in der gültigen Grammatikliste (18) angezeigt werden, durch Gebrauchen eines Matrix-basierten Algorithmus bezüglich der Kürze voreingestellt sind, wobei vorzugsweise der Matrix-basierte Algorithmus eine aus einem Mittelwert erzeugte Beispiellänge festlegt, um die Beispiele bezüglich der Kürze voreinzustellen.
  8. Schnittstelle nach Anspruch 1, wobei das gültige Vokabular einen Satz von Befehlen, welcher für die Anwendung anwendbar ist, beinhaltet.
DE69909806T 1998-09-30 1999-09-30 Graphische Benutzerschnittstelle zur Navigation in Grammatiken eines Spracherkennungssystems Expired - Lifetime DE69909806T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US10250098P 1998-09-30 1998-09-30
US102500P 1998-09-30
PCT/US1999/022545 WO2000019410A1 (en) 1998-09-30 1999-09-30 Graphic user interface for navigation in speech recognition system grammars

Publications (2)

Publication Number Publication Date
DE69909806D1 DE69909806D1 (de) 2003-08-28
DE69909806T2 true DE69909806T2 (de) 2004-01-22

Family

ID=22290184

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69909806T Expired - Lifetime DE69909806T2 (de) 1998-09-30 1999-09-30 Graphische Benutzerschnittstelle zur Navigation in Grammatiken eines Spracherkennungssystems

Country Status (7)

Country Link
US (1) US6456972B1 (de)
EP (1) EP1116221B1 (de)
AT (1) ATE245845T1 (de)
AU (1) AU1097300A (de)
CA (1) CA2395040A1 (de)
DE (1) DE69909806T2 (de)
WO (1) WO2000019410A1 (de)

Families Citing this family (159)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020032564A1 (en) 2000-04-19 2002-03-14 Farzad Ehsani Phrase-based dialogue modeling with particular application to creating a recognition grammar for a voice-controlled user interface
JP2003505778A (ja) 1999-05-28 2003-02-12 セーダ インコーポレイテッド 音声制御ユーザインタフェース用の認識文法作成の特定用途を有する句ベースの対話モデル化
US7027991B2 (en) * 1999-08-30 2006-04-11 Agilent Technologies, Inc. Voice-responsive command and control system and methodology for use in a signal measurement system
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US20060143007A1 (en) * 2000-07-24 2006-06-29 Koh V E User interaction with voice information services
DE10040310C2 (de) * 2000-08-17 2002-11-21 Alfmeier Praez Ag Füllstandsbegrenzungsventil
US6836760B1 (en) * 2000-09-29 2004-12-28 Apple Computer, Inc. Use of semantic inference and context-free grammar with speech recognition system
CN1272698C (zh) 2000-10-11 2006-08-30 佳能株式会社 信息处理装置、信息处理方法
DE10131157C1 (de) * 2001-06-29 2002-07-04 Project49 Ag Dynamisches Grammatikgewichtungsverfahren für Spracherkennungssysteme
DE10145913A1 (de) * 2001-09-18 2003-04-03 Philips Corp Intellectual Pty Verfahren zur Bestimmung von zu Nichtterminalen einer Grammatik gehörigen Sequenzen von Terminalen oder von Terminalen und Platzhaltern
US20030061054A1 (en) * 2001-09-25 2003-03-27 Payne Michael J. Speaker independent voice recognition (SIVR) using dynamic assignment of speech contexts, dynamic biasing, and multi-pass parsing
US20040030559A1 (en) * 2001-09-25 2004-02-12 Payne Michael J. Color as a visual cue in speech-enabled applications
US20030061053A1 (en) * 2001-09-27 2003-03-27 Payne Michael J. Method and apparatus for processing inputs into a computing device
US20030065740A1 (en) * 2001-09-28 2003-04-03 Karl Allen Real-time access to health-related information across a network
US7222073B2 (en) * 2001-10-24 2007-05-22 Agiletv Corporation System and method for speech activated navigation
US7099829B2 (en) * 2001-11-06 2006-08-29 International Business Machines Corporation Method of dynamically displaying speech recognition system information
US7080004B2 (en) * 2001-12-05 2006-07-18 Microsoft Corporation Grammar authoring system
US20030130868A1 (en) * 2002-01-04 2003-07-10 Rohan Coelho Real-time prescription transaction with adjudication across a network
US20030130875A1 (en) * 2002-01-04 2003-07-10 Hawash Maher M. Real-time prescription renewal transaction across a network
US20030130867A1 (en) * 2002-01-04 2003-07-10 Rohan Coelho Consent system for accessing health information
US7177814B2 (en) * 2002-02-07 2007-02-13 Sap Aktiengesellschaft Dynamic grammar for voice-enabled applications
AUPS204302A0 (en) * 2002-04-30 2002-06-06 Cmc Power Systems Limited A connection assembly
US7016845B2 (en) * 2002-11-08 2006-03-21 Oracle International Corporation Method and apparatus for providing speech recognition resolution on an application server
US7668720B2 (en) * 2004-02-20 2010-02-23 Vangard Voice Systems, Inc. Methodology for voice enabling applications
US7650284B2 (en) * 2004-11-19 2010-01-19 Nuance Communications, Inc. Enabling voice click in a multimodal page
US7752048B2 (en) 2005-05-27 2010-07-06 Oracle International Corporation Method and apparatus for providing speech recognition resolution on a database
US7548859B2 (en) * 2005-08-03 2009-06-16 Motorola, Inc. Method and system for assisting users in interacting with multi-modal dialog systems
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7620553B2 (en) * 2005-12-20 2009-11-17 Storz Endoskop Produktions Gmbh Simultaneous support of isolated and connected phrase command recognition in automatic speech recognition systems
US8311836B2 (en) * 2006-03-13 2012-11-13 Nuance Communications, Inc. Dynamic help including available speech commands from content contained within speech grammars
EP2024863B1 (de) 2006-05-07 2018-01-10 Varcode Ltd. System und verfahren zur verbesserten qualitätsverwaltung in einer produktlogistikkette
US7562811B2 (en) 2007-01-18 2009-07-21 Varcode Ltd. System and method for improved quality management in a product logistic chain
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US7747442B2 (en) 2006-11-21 2010-06-29 Sap Ag Speech recognition application grammar modeling
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US8528808B2 (en) 2007-05-06 2013-09-10 Varcode Ltd. System and method for quality management utilizing barcode indicators
CN101802812B (zh) 2007-08-01 2015-07-01 金格软件有限公司 使用互联网语料库的自动的上下文相关的语言校正和增强
US8500014B2 (en) 2007-11-14 2013-08-06 Varcode Ltd. System and method for quality management utilizing barcode indicators
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8536976B2 (en) * 2008-06-11 2013-09-17 Veritrix, Inc. Single-channel multi-factor authentication
US11704526B2 (en) 2008-06-10 2023-07-18 Varcode Ltd. Barcoded indicators for quality management
US8166297B2 (en) * 2008-07-02 2012-04-24 Veritrix, Inc. Systems and methods for controlling access to encrypted data stored on a mobile device
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
WO2010051342A1 (en) * 2008-11-03 2010-05-06 Veritrix, Inc. User authentication for social networks
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US20120309363A1 (en) 2011-06-03 2012-12-06 Apple Inc. Triggering notifications associated with tasks items that represent tasks to perform
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US8977584B2 (en) 2010-01-25 2015-03-10 Newvaluexchange Global Ai Llp Apparatuses, methods and systems for a digital conversation management platform
US20110184736A1 (en) * 2010-01-26 2011-07-28 Benjamin Slotznick Automated method of recognizing inputted information items and selecting information items
CN102884518A (zh) 2010-02-01 2013-01-16 金格软件有限公司 尤其用于小键盘装置的使用互联网语料库的自动的上下文相关的语言校正
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US8807422B2 (en) 2012-10-22 2014-08-19 Varcode Ltd. Tamper-proof quality management barcode indicators
CN104969289B (zh) 2013-02-07 2021-05-28 苹果公司 数字助理的语音触发器
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US9922642B2 (en) 2013-03-15 2018-03-20 Apple Inc. Training an at least partial voice command system
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
EP3937002A1 (de) 2013-06-09 2022-01-12 Apple Inc. Vorrichtung, verfahren und grafische benutzeroberfläche für gesprächspersistenz über zwei oder mehrere instanzen eines digitalen assistenten
CN105265005B (zh) 2013-06-13 2019-09-17 苹果公司 用于由语音命令发起的紧急呼叫的***和方法
US9159317B2 (en) * 2013-06-14 2015-10-13 Mitsubishi Electric Research Laboratories, Inc. System and method for recognizing speech
WO2015020942A1 (en) 2013-08-06 2015-02-12 Apple Inc. Auto-activating smart responses based on activities from remote devices
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) * 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
WO2015184186A1 (en) 2014-05-30 2015-12-03 Apple Inc. Multi-command single utterance input method
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US9582498B2 (en) 2014-09-12 2017-02-28 Microsoft Technology Licensing, Llc Actions on digital document elements from voice
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
CN107615027B (zh) 2015-05-18 2020-03-27 发可有限公司 用于可激活质量标签的热致变色墨水标记
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
JP6898298B2 (ja) 2015-07-07 2021-07-07 バーコード リミティド 電子品質表示指標
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5890122A (en) * 1993-02-08 1999-03-30 Microsoft Corporation Voice-controlled computer simulateously displaying application menu and list of available commands
JP2967688B2 (ja) * 1994-07-26 1999-10-25 日本電気株式会社 連続単語音声認識装置
US5774628A (en) * 1995-04-10 1998-06-30 Texas Instruments Incorporated Speaker-independent dynamic vocabulary and grammar in speech recognition
DE19533541C1 (de) * 1995-09-11 1997-03-27 Daimler Benz Aerospace Ag Verfahren zur automatischen Steuerung eines oder mehrerer Geräte durch Sprachkommandos oder per Sprachdialog im Echtzeitbetrieb und Vorrichtung zum Ausführen des Verfahrens
US5812977A (en) * 1996-08-13 1998-09-22 Applied Voice Recognition L.P. Voice control computer interface enabling implementation of common subroutines
US6188985B1 (en) * 1997-01-06 2001-02-13 Texas Instruments Incorporated Wireless voice-activated device for control of a processor-based host system
US5983190A (en) * 1997-05-19 1999-11-09 Microsoft Corporation Client server animation system for managing interactive user interface characters
US6094635A (en) * 1997-09-17 2000-07-25 Unisys Corporation System and method for speech enabled application
US5937385A (en) * 1997-10-20 1999-08-10 International Business Machines Corporation Method and apparatus for creating speech recognition grammars constrained by counter examples
US6064961A (en) * 1998-09-02 2000-05-16 International Business Machines Corporation Display for proofreading text
US6208971B1 (en) * 1998-10-30 2001-03-27 Apple Computer, Inc. Method and apparatus for command recognition using data-driven semantic inference
US6208972B1 (en) * 1998-12-23 2001-03-27 Richard Grant Method for integrating computer processes with an interface controlled by voice actuated grammars
US6178404B1 (en) * 1999-07-23 2001-01-23 Intervoice Limited Partnership System and method to facilitate speech enabled user interfaces by prompting with possible transaction phrases

Also Published As

Publication number Publication date
US6456972B1 (en) 2002-09-24
DE69909806D1 (de) 2003-08-28
EP1116221B1 (de) 2003-07-23
EP1116221A1 (de) 2001-07-18
CA2395040A1 (en) 2000-04-06
WO2000019410A1 (en) 2000-04-06
AU1097300A (en) 2000-04-17
ATE245845T1 (de) 2003-08-15

Similar Documents

Publication Publication Date Title
DE69909806T2 (de) Graphische Benutzerschnittstelle zur Navigation in Grammatiken eines Spracherkennungssystems
DE69807091T2 (de) System und verfahren zum schaffen einer sprachgrammatik
DE69814114T2 (de) Natürliche sprache verstehendes verfahren und verstehende vorrichung zur sprachsteuerung einer anwendung
DE60102955T2 (de) Verfahren und Vorrichtung zur Vorhersage des nächsten Tastenanschlags an Tastaturen, die mittels eines Zeigers bedient werden
DE69424350T2 (de) Kontextsensitive Methode zum Auffinden von Informationen über ein Wort in einem elektronischen Wörterbuch
DE69131819T2 (de) Kommunkationssystem mit textnachrichtenauffindung basiert auf konzepten die durch tastaturikonen eingegeben werden
DE19842688B4 (de) Verfahren zum Filtern von Daten, die von einem Datenanbieter stammen
DE69607472T2 (de) System zur unterdrückung der vieldeutigkeit in einer verringerten tastatur
DE69609866T2 (de) Flexibles system und verfahren zum verknüpfen von hyperlinks
DE69329265T2 (de) Graphischer Datenbankzugriff
DE69317863T2 (de) Übersetzungssystem Gebärdensprache/Wort
DE69330427T2 (de) Spracherkennungssystem für sprachen mit zusammengesetzten wörtern
DE69515296T2 (de) Font-manager mit selektivem zugriff auf installierte fonts
DE69607601T2 (de) System und verfahren zur spracherkennung mit automatischer erzeugung einer syntax
DE60014743T2 (de) Verfahren und Vorrichtung zur Analyse natürlicher Sprache
DE69030862T2 (de) Automatisches Ikonerzeugungssystem
DE69615596T2 (de) Auf Auslassungen basierende Darstellung von geordneten Daten
DE69400276T2 (de) Zeichensatzsystem für texteingabe
DE60109999T2 (de) Spracherkennung mittels lexikalischer Bäumen
DE60319586T2 (de) Elektronisches wörterbuch mit beispielsätzen
EP1599866B1 (de) Sprachverarbeitendes system und verfahren
DE10110977C1 (de) Bereitstellen von Hilfe-Informationen in einem Sprachdialogsystem
DE60214850T2 (de) Für eine benutzergruppe spezifisches musterverarbeitungssystem
DE69330361T2 (de) Spracherkennungssystem
EP1159689A2 (de) Such- und navigationseinrichtung für hypertext-dokumente

Legal Events

Date Code Title Description
8364 No opposition during term of opposition