JP2001222294A - 無線通信装置のためのユーザインターフェースに基づく音声認識 - Google Patents
無線通信装置のためのユーザインターフェースに基づく音声認識Info
- Publication number
- JP2001222294A JP2001222294A JP2000356405A JP2000356405A JP2001222294A JP 2001222294 A JP2001222294 A JP 2001222294A JP 2000356405 A JP2000356405 A JP 2000356405A JP 2000356405 A JP2000356405 A JP 2000356405A JP 2001222294 A JP2001222294 A JP 2001222294A
- Authority
- JP
- Japan
- Prior art keywords
- wireless communication
- user
- network
- data file
- markup language
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 claims abstract description 92
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 20
- 238000012546 transfer Methods 0.000 claims description 16
- 230000001413 cellular effect Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000010295 mobile communication Methods 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012552 review Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 10
- 238000013519 translation Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 10
- 230000003993 interaction Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013479 data entry Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 240000005020 Acaciella glauca Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- RDYMFSUJUZBWLH-UHFFFAOYSA-N endosulfan Chemical compound C12COS(=O)OCC2C2(Cl)C(Cl)=C(Cl)C1(Cl)C2(Cl)Cl RDYMFSUJUZBWLH-UHFFFAOYSA-N 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 235000003499 redwood Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
- H04B1/40—Circuits
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/53—Centralised arrangements for recording incoming messages, i.e. mailbox systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
- H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
- H04M1/271—Devices whereby a plurality of signals may be stored simultaneously controlled by voice recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/60—Medium conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2207/00—Type of exchange or network, i.e. telephonic medium, in which the telephonic communication takes place
- H04M2207/18—Type of exchange or network, i.e. telephonic medium, in which the telephonic communication takes place wireless networks
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (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)
- Computer Networks & Wireless Communication (AREA)
- Telephonic Communication Services (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
(57)【要約】
【課題】 本発明の目的は、音声認識処理をローカルに
行う資源又はソフトウェアを有さない移動装置に対する
音声認識サービスを得るための方法を提供することであ
る。 【解決手段】 サービスを受ける移動装置から受信され
た音声入力を、移動装置により処理可能な記号的データ
ファイル(例えば、英数字又は制御文字)に翻訳する遠
隔音声認識サーバシステムを使用する、無線通信システ
ムである。翻訳処理は、移動装置と音声認識サーバ間の
音声通信を確立することにより開始する。そして、移動
装置のユーザは、音声認識サーバシステムにより検出さ
れうるように話し始める。ユーザのスピーチの検出に際
し、音声認識サーバシステムはスピーチを記号的データ
ファイルへ翻訳し、そして、記号データファイルは、別
のデータ通信チャネルを介してユーザへ送られる。ユー
ザは、移動装置で記号的データファイルを受信すると、
再見しそして、記号的データファイルの内容を編集し、
そして、更にファイルを望むように使用する。
行う資源又はソフトウェアを有さない移動装置に対する
音声認識サービスを得るための方法を提供することであ
る。 【解決手段】 サービスを受ける移動装置から受信され
た音声入力を、移動装置により処理可能な記号的データ
ファイル(例えば、英数字又は制御文字)に翻訳する遠
隔音声認識サーバシステムを使用する、無線通信システ
ムである。翻訳処理は、移動装置と音声認識サーバ間の
音声通信を確立することにより開始する。そして、移動
装置のユーザは、音声認識サーバシステムにより検出さ
れうるように話し始める。ユーザのスピーチの検出に際
し、音声認識サーバシステムはスピーチを記号的データ
ファイルへ翻訳し、そして、記号データファイルは、別
のデータ通信チャネルを介してユーザへ送られる。ユー
ザは、移動装置で記号的データファイルを受信すると、
再見しそして、記号的データファイルの内容を編集し、
そして、更にファイルを望むように使用する。
Description
【0001】
【発明の属する技術分野】本発明は、一般的には、デー
タ通信に関し、特にローカルユーザインターフェースを
増加するための音声認識資源に基づくネットワークを使
用する2方向無線通信システムに関する。
タ通信に関し、特にローカルユーザインターフェースを
増加するための音声認識資源に基づくネットワークを使
用する2方向無線通信システムに関する。
【0002】
【従来の技術】無線通信システムの領域には、ハイパー
テキストに基づく技術の使用が広がっている。ここでは
移動装置としても記載されているが、2方向無線通信装
置と無線ネットワークプロトコルは、インターネット及
び、プライベートネットワークのような種々の無線及び
有線ネットワークを介して、遠隔情報サービス(多と商
用データベース、電子メール、オンラインショッピン
グ)へのインターラクティブアクセスを許すように設計
されている。
テキストに基づく技術の使用が広がっている。ここでは
移動装置としても記載されているが、2方向無線通信装
置と無線ネットワークプロトコルは、インターネット及
び、プライベートネットワークのような種々の無線及び
有線ネットワークを介して、遠隔情報サービス(多と商
用データベース、電子メール、オンラインショッピン
グ)へのインターラクティブアクセスを許すように設計
されている。
【0003】多くの移動装置(例えば、セルラ電話)
は、量販向きの装置である。それらのユーザインターフ
ェースは、装置の機能を制限せずに、単純で簡単に使用
できるべきである。現在、多くの移動装置のデータ入力
の主な方法は、長い英数字文字列を入力するのに使用す
るには、比較的効率の悪い、キーパッドである。サイズ
の制約とコストの考慮により、これらの移動装置のキー
パッドは、実質的なユーザ入力を要するメッセージ(例
えば、電子メール)を作るためには、特にユーザフレン
ドリーなインターフェースではない。この種のキーパッ
ドは、通常は12又は、24キーを有し、数字入力に対
しては十分であるが、しかし、ネットワークができる装
置に対して要求される英数字データ入力を扱うには非常
に効率が悪い。
は、量販向きの装置である。それらのユーザインターフ
ェースは、装置の機能を制限せずに、単純で簡単に使用
できるべきである。現在、多くの移動装置のデータ入力
の主な方法は、長い英数字文字列を入力するのに使用す
るには、比較的効率の悪い、キーパッドである。サイズ
の制約とコストの考慮により、これらの移動装置のキー
パッドは、実質的なユーザ入力を要するメッセージ(例
えば、電子メール)を作るためには、特にユーザフレン
ドリーなインターフェースではない。この種のキーパッ
ドは、通常は12又は、24キーを有し、数字入力に対
しては十分であるが、しかし、ネットワークができる装
置に対して要求される英数字データ入力を扱うには非常
に効率が悪い。
【0004】インターネットから情報を要求するユーザ
は、一般的には、ブラウザを使用してワールドワイドウ
ェブを操作する。例えば、サーチエンジンとして、In
foseekTMを使用して、スタンフォード大学の情
報を要求するユーザは、以下の文字列”http://
www.infoseek.com.”と続いて”St
anford University” を入力する必
要がある。
は、一般的には、ブラウザを使用してワールドワイドウ
ェブを操作する。例えば、サーチエンジンとして、In
foseekTMを使用して、スタンフォード大学の情
報を要求するユーザは、以下の文字列”http://
www.infoseek.com.”と続いて”St
anford University” を入力する必
要がある。
【0005】上述の検索文字列は40文字以上である。
ユーザは、標準的なデスクトップコンピュータキーボー
ドとブラウザ(例えば、ネットスケープ又はエクスプロ
−ラ)を使用してこの種の文字列を入力するのは問題が
ない。しかし、同じユーザが同じ文字列を入力するのに
移動装置のキーパッドを操作すると、小さいキーボード
とキー間の間隔が近いために非常に自由な動きが妨げら
れる。
ユーザは、標準的なデスクトップコンピュータキーボー
ドとブラウザ(例えば、ネットスケープ又はエクスプロ
−ラ)を使用してこの種の文字列を入力するのは問題が
ない。しかし、同じユーザが同じ文字列を入力するのに
移動装置のキーパッドを操作すると、小さいキーボード
とキー間の間隔が近いために非常に自由な動きが妨げら
れる。
【0006】インターネットの共通の使用の1つは電子
メールである。上述のパラグラフのサイズを有する電子
メールメッセージを送りたいユーザは、40文字以上を
入力しなければならない。デスクトップコンピュータの
標準キーボードを使用して、ユーザは、(ユーザが平均
的なタイプの能力を有すれば、)2分以下でその数の文
字を入力することができるであろう。移動装置のキーパ
ッド上で同数のキーストロークを入力するのは非常に時
間がかかり、そして、非常に単調で退屈であり、誤りや
すくなる。
メールである。上述のパラグラフのサイズを有する電子
メールメッセージを送りたいユーザは、40文字以上を
入力しなければならない。デスクトップコンピュータの
標準キーボードを使用して、ユーザは、(ユーザが平均
的なタイプの能力を有すれば、)2分以下でその数の文
字を入力することができるであろう。移動装置のキーパ
ッド上で同数のキーストロークを入力するのは非常に時
間がかかり、そして、非常に単調で退屈であり、誤りや
すくなる。
【0007】音声認識(VR)技術の近年の進歩と、ハ
ードウェア能力の向上は、デスクトップシステムに関す
る音声認識に基づくユーザインターフェースの開発を商
業的に可能としている。VR技術は、話された単語をと
り、それを、ディジタルシステムにより簡単に操作され
且つ表示されることができるフォーマットに翻訳する。
VR技術を小型移動装置に装備する努力が行われている
が、しかし、これらの努力は一般的には、余分な部品
や、処理及び蓄積能力の増加のような、(例えば、DS
Pチップのような)コストのかかる装置の変更を必要と
する。典型的なセルラ電話は、典型的なデスクトップ又
は携帯コンピュータに設けられている1パーセント以下
の計算資源を有する。規模の小さいVRアプリケーショ
ンを実行するこの種の電話は装置の部品を変更すること
なしに、予め定義された小さなグループの話された言葉
のみを認識できる。
ードウェア能力の向上は、デスクトップシステムに関す
る音声認識に基づくユーザインターフェースの開発を商
業的に可能としている。VR技術は、話された単語をと
り、それを、ディジタルシステムにより簡単に操作され
且つ表示されることができるフォーマットに翻訳する。
VR技術を小型移動装置に装備する努力が行われている
が、しかし、これらの努力は一般的には、余分な部品
や、処理及び蓄積能力の増加のような、(例えば、DS
Pチップのような)コストのかかる装置の変更を必要と
する。典型的なセルラ電話は、典型的なデスクトップ又
は携帯コンピュータに設けられている1パーセント以下
の計算資源を有する。規模の小さいVRアプリケーショ
ンを実行するこの種の電話は装置の部品を変更すること
なしに、予め定義された小さなグループの話された言葉
のみを認識できる。
【0008】デスクトップ及びラップトップコンピュー
タで利用できる(例えば、ドラゴンシステム社のナチャ
ラリースピーキング、アップルコンピュータからのPl
ainTalkTM、IBMからのViaVoice9
8TM、及び、フィリップストークからのFreeSp
eech98TMのような)音声認識ソフトウェアは、
ライセンス当り39.00ドルから数100ドルであ
る。これは、比較できるソフトウェアアプリケーション
を備えた移動装置のコストの大きな部分を表す。
タで利用できる(例えば、ドラゴンシステム社のナチャ
ラリースピーキング、アップルコンピュータからのPl
ainTalkTM、IBMからのViaVoice9
8TM、及び、フィリップストークからのFreeSp
eech98TMのような)音声認識ソフトウェアは、
ライセンス当り39.00ドルから数100ドルであ
る。これは、比較できるソフトウェアアプリケーション
を備えた移動装置のコストの大きな部分を表す。
【0009】音声認識ソフトウェアを各移動装置に配置
しそして、アプリケーションが実行できるようにハード
ウェア部品を変更することは、VR特徴をその装置に組
み込む電話製造者の、財政的な意欲をくじく。これらの
変更は移動装置の最終価格に大きなコストを加え、価格
は、通常に、量販移動装置(例えば、セルラ電話)に占
められている目標価格(例えば、150ドル)の範囲外
となろう。
しそして、アプリケーションが実行できるようにハード
ウェア部品を変更することは、VR特徴をその装置に組
み込む電話製造者の、財政的な意欲をくじく。これらの
変更は移動装置の最終価格に大きなコストを加え、価格
は、通常に、量販移動装置(例えば、セルラ電話)に占
められている目標価格(例えば、150ドル)の範囲外
となろう。
【0010】ハードウェア資源に関しては、これらのア
プリケーションは各言語をサポートするのに60メガバ
イトまでののメモリを要する。更に、多くの商用の音声
認識ソフトウェアアプリケーションは、比較的高速なプ
ロセッサ(例えば、133MHzペンティアム(登録商
標)プロセッサ)を有するシステムで動作するように設
計されている。
プリケーションは各言語をサポートするのに60メガバ
イトまでののメモリを要する。更に、多くの商用の音声
認識ソフトウェアアプリケーションは、比較的高速なプ
ロセッサ(例えば、133MHzペンティアム(登録商
標)プロセッサ)を有するシステムで動作するように設
計されている。
【0011】
【発明が解決しようとする課題】移動装置が、ディジタ
ルネットワークと更に効率的な方法で、対話できること
を可能とする装置と方法への要求が大きい。ハードウェ
ア資源とコストを大きく変更せずに標準の移動装置のユ
ーザインターフェエース(例えば、電話キーパッド)と
共に音声認識サービスを利用することができる能力は、
制限された資源を有するネットワークのできる移動装置
の利用性と商業的な可能性を劇的に改善する。
ルネットワークと更に効率的な方法で、対話できること
を可能とする装置と方法への要求が大きい。ハードウェ
ア資源とコストを大きく変更せずに標準の移動装置のユ
ーザインターフェエース(例えば、電話キーパッド)と
共に音声認識サービスを利用することができる能力は、
制限された資源を有するネットワークのできる移動装置
の利用性と商業的な可能性を劇的に改善する。
【0012】
【課題を解決するための手段】本発明は、移動装置から
受信された音声入力を、移動装置により処理可能な記号
的データファイル(例えば、英数字又は制御文字)に翻
訳する遠隔音声認識サーバシステムを使用する、無線通
信システムに関する。翻訳処理は、移動装置と音声認識
サーバ間の音声通信を確立することにより開始する。そ
して、移動装置のユーザは、音声認識サーバシステムに
より検出されうるように話し始める。ユーザのスピーチ
の検出に際し、音声認識サーバシステムはスピーチを記
号的データファイルへ翻訳し、そして、記号データファ
イルは、別のデータ通信チャネルを介してユーザへ送ら
れる。ユーザは、移動装置で記号的データファイルを受
信すると、再見しそして、記号的データファイルの内容
を編集し、そして、更にファイルを望むように使用す
る。例えば、ユーザは、記号的データファイルを、電子
メール又は、ブラウザ要求フィールドをうめるのに使用
する。
受信された音声入力を、移動装置により処理可能な記号
的データファイル(例えば、英数字又は制御文字)に翻
訳する遠隔音声認識サーバシステムを使用する、無線通
信システムに関する。翻訳処理は、移動装置と音声認識
サーバ間の音声通信を確立することにより開始する。そ
して、移動装置のユーザは、音声認識サーバシステムに
より検出されうるように話し始める。ユーザのスピーチ
の検出に際し、音声認識サーバシステムはスピーチを記
号的データファイルへ翻訳し、そして、記号データファ
イルは、別のデータ通信チャネルを介してユーザへ送ら
れる。ユーザは、移動装置で記号的データファイルを受
信すると、再見しそして、記号的データファイルの内容
を編集し、そして、更にファイルを望むように使用す
る。例えば、ユーザは、記号的データファイルを、電子
メール又は、ブラウザ要求フィールドをうめるのに使用
する。
【0013】本発明は、方法、装置又は、素子、ユーザ
インターフェース、コンピュータ読出し可能なメモリ及
び、システムを含む、多くの方法で使用できる。本発明
の幾つかの実施例を以下に示す。
インターフェース、コンピュータ読出し可能なメモリ及
び、システムを含む、多くの方法で使用できる。本発明
の幾つかの実施例を以下に示す。
【0014】1つの実施例によれば、本発明は、音声認
識処理をローカルに行う資源又はソフトウェアを有さな
い移動装置に対する音声認識サービスを得るための方法
である。方法は、対象の移動装置と音声認識アプリケー
ション(ここでは、音声認識サーバシステムと呼ぶ)を
実行する遠隔サーバ間で音声チャネルを確立し互いに作
用する移動装置内にあるローカルアプリケーションを使
用することを含む。
識処理をローカルに行う資源又はソフトウェアを有さな
い移動装置に対する音声認識サービスを得るための方法
である。方法は、対象の移動装置と音声認識アプリケー
ション(ここでは、音声認識サーバシステムと呼ぶ)を
実行する遠隔サーバ間で音声チャネルを確立し互いに作
用する移動装置内にあるローカルアプリケーションを使
用することを含む。
【0015】音声チャネルの確立に際し、対象の移動装
置のユーザは、移動装置(例えば、セルラ電話)のマイ
クロフォンに向かって話し始めるのを待たされる。この
対話の結果音声認識サーバシステムで受信された音声入
力は、記号的データファイルに変換される。この処理
は、以前に蓄積されたユーザに特定のデータファイルに
より援助され得る。記号的データファイルは、元の移動
装置又は指定された第三者の装置へ別に確立され相互に
作用するデータ通信チャネルを介して元に転送される。
記号的データファイルは、移動装置上のローカルアプリ
ケーションと対話する又は、ネットワーク資源(例え
ば、インターネット又は、プライベートネットワーク上
のサーバ)と対話するのに使用される。
置のユーザは、移動装置(例えば、セルラ電話)のマイ
クロフォンに向かって話し始めるのを待たされる。この
対話の結果音声認識サーバシステムで受信された音声入
力は、記号的データファイルに変換される。この処理
は、以前に蓄積されたユーザに特定のデータファイルに
より援助され得る。記号的データファイルは、元の移動
装置又は指定された第三者の装置へ別に確立され相互に
作用するデータ通信チャネルを介して元に転送される。
記号的データファイルは、移動装置上のローカルアプリ
ケーションと対話する又は、ネットワーク資源(例え
ば、インターネット又は、プライベートネットワーク上
のサーバ)と対話するのに使用される。
【0016】前述の説明と共に、他の目的及び、優位点
は、図を参照して以下の説明により得られる。
は、図を参照して以下の説明により得られる。
【0017】
【発明の実施の形態】本発明は、図を参照して以下の詳
細な説明により容易に理解される。
細な説明により容易に理解される。
【0018】以下の本発明の詳細な説明では、本発明の
完全な理解のために多くの特定の詳細が説明される。し
かし、当業者には、本発明はこれらの特定の詳細が無く
とも実行できることは明らかである。既知の方法、手
続、構成要素及び、回路は、本発明の特徴を扶養に曖昧
にするのを避けるために詳細には説明しない。以下の本
発明の詳細な説明は主に、手続、ステップ、論理ブロッ
ク、処理及び、ネットワークに接続されたデータ処理装
置に似た他の記号的な表現により示される。これらの処
理記述と表現は当業者に最も効率的に仕事の実体を示す
手段である。
完全な理解のために多くの特定の詳細が説明される。し
かし、当業者には、本発明はこれらの特定の詳細が無く
とも実行できることは明らかである。既知の方法、手
続、構成要素及び、回路は、本発明の特徴を扶養に曖昧
にするのを避けるために詳細には説明しない。以下の本
発明の詳細な説明は主に、手続、ステップ、論理ブロッ
ク、処理及び、ネットワークに接続されたデータ処理装
置に似た他の記号的な表現により示される。これらの処
理記述と表現は当業者に最も効率的に仕事の実体を示す
手段である。
【0019】本発明は、システム及び、方法に関し、移
動装置が、ネットワーク化された音声認識サーバシステ
ムからの音声認識サービスへアクセスすることを可能と
する。本発明の1つの実施例によれば、音声認識サービ
スは、音声認識サービスを望んでいる移動装置のユーザ
とネットワーク化された音声認識サーバシステム間の音
声チャネルを確立することによりアクセスされる。
動装置が、ネットワーク化された音声認識サーバシステ
ムからの音声認識サービスへアクセスすることを可能と
する。本発明の1つの実施例によれば、音声認識サービ
スは、音声認識サービスを望んでいる移動装置のユーザ
とネットワーク化された音声認識サーバシステム間の音
声チャネルを確立することによりアクセスされる。
【0020】一旦音声チャネルが確立されると、移動装
置のユーザには、音声認識システムがスピーチ信号を受
信することの準備が完了すると、話し始めることの待ち
が与えられる。受信されたスピーチ信号は、従来技術で
既知の音声認識技術(例えば、テンプレートマッチン
グ、フーリエ変換又は、線形予測符号化(LPC)))
を使用して音声認識サーバシステムにより処理され、記
号的データファイルが発生される。
置のユーザには、音声認識システムがスピーチ信号を受
信することの準備が完了すると、話し始めることの待ち
が与えられる。受信されたスピーチ信号は、従来技術で
既知の音声認識技術(例えば、テンプレートマッチン
グ、フーリエ変換又は、線形予測符号化(LPC)))
を使用して音声認識サーバシステムにより処理され、記
号的データファイルが発生される。
【0021】記号データファイルは複数の文字、音素、
単語、図、オブジェクト、コントロール文字又は、オブ
ジェクトを指定する他の従来のマーク、量、動作、機
能、音素、単語、フレーズ又は、受信された音声スピー
チ信号と関連を有するそのどのような組合せを有する、
音声認識システムにより翻訳されたファイルである。音
声認識システムは、一般的には、音声テンプレート、フ
ーリエ変換符号化又は、線形予測符号化機構を使用し
て、音声入力成分を予め蓄積された記号的基礎単位へマ
ップする。記号的データブロックの例はASCIIファ
イルと2値データファイルを含む。
単語、図、オブジェクト、コントロール文字又は、オブ
ジェクトを指定する他の従来のマーク、量、動作、機
能、音素、単語、フレーズ又は、受信された音声スピー
チ信号と関連を有するそのどのような組合せを有する、
音声認識システムにより翻訳されたファイルである。音
声認識システムは、一般的には、音声テンプレート、フ
ーリエ変換符号化又は、線形予測符号化機構を使用し
て、音声入力成分を予め蓄積された記号的基礎単位へマ
ップする。記号的データブロックの例はASCIIファ
イルと2値データファイルを含む。
【0022】本発明の説明を容易にするために、本発明
が実行され得る通信システムの特徴を列挙するのが有益
である。図1から4は、原理的なシステム構成要素の概
略である。
が実行され得る通信システムの特徴を列挙するのが有益
である。図1から4は、原理的なシステム構成要素の概
略である。
【0023】図1は、本発明の実施例に従った、典型的
な通信システムのブロック図を示す。移動装置102と
103は、音声通信チャネルを通して通話を受信し且
つ、ハイパーメディア情報(例えば、ハイパーテキスト
マークアップ言語(HTML)書類、コンパクトハイパ
ーテキストマークアップ言語(cHTML)書類、拡張
可能なマークアップ言語(XML)書類、携帯装置マー
クアップ言語(HDML)書類、無線マークアップ言語
(WML)書類又は、同様なデータ形式)を遠隔サーバ
装置から、リンクサーバ装置106とショートメッセー
ジサービスセンタ(SMSC)107を有し得る広帯域
及び狭帯域(例えば、SMS)データ通信チャネルを通
して受信する。
な通信システムのブロック図を示す。移動装置102と
103は、音声通信チャネルを通して通話を受信し且
つ、ハイパーメディア情報(例えば、ハイパーテキスト
マークアップ言語(HTML)書類、コンパクトハイパ
ーテキストマークアップ言語(cHTML)書類、拡張
可能なマークアップ言語(XML)書類、携帯装置マー
クアップ言語(HDML)書類、無線マークアップ言語
(WML)書類又は、同様なデータ形式)を遠隔サーバ
装置から、リンクサーバ装置106とショートメッセー
ジサービスセンタ(SMSC)107を有し得る広帯域
及び狭帯域(例えば、SMS)データ通信チャネルを通
して受信する。
【0024】移動装置102と103の各々はディスプ
レイとユーザインターフェースを有する。更に移動装置
102と103は、ローカルメモリ(クライアントモジ
ュールと称す)に蓄積された、装置がハイパーメディア
情報を処理することを可能とする遠隔サーバから受信さ
れたマイクロブラウザ(例えば、94063 CA、レ
ッドウッドシティ、チェサピークドライブ 800のP
hone.com社からのマイクロブラウザ)を有し得
る。
レイとユーザインターフェースを有する。更に移動装置
102と103は、ローカルメモリ(クライアントモジ
ュールと称す)に蓄積された、装置がハイパーメディア
情報を処理することを可能とする遠隔サーバから受信さ
れたマイクロブラウザ(例えば、94063 CA、レ
ッドウッドシティ、チェサピークドライブ 800のP
hone.com社からのマイクロブラウザ)を有し得
る。
【0025】図1に示すように、移動装置102と10
3は、無線キャリアネットワーク104(ここでは無線
ネットワークと呼ぶ)を介してリンクサーバ106と接
続される。移動装置102と103は、移動電話、手の
ひらサイズの計算装置及び、音声送信及び/又は受信能
力を有する個人ディジタルアシスタントを含むグループ
に含まれる。音声能力は、ユーザが遠隔の行き先(例え
ば、他のユーザ又は、装置)と、音声に基づく情報を通
信できる移動装置内に装備された能力として定義され
る。
3は、無線キャリアネットワーク104(ここでは無線
ネットワークと呼ぶ)を介してリンクサーバ106と接
続される。移動装置102と103は、移動電話、手の
ひらサイズの計算装置及び、音声送信及び/又は受信能
力を有する個人ディジタルアシスタントを含むグループ
に含まれる。音声能力は、ユーザが遠隔の行き先(例え
ば、他のユーザ又は、装置)と、音声に基づく情報を通
信できる移動装置内に装備された能力として定義され
る。
【0026】音声通信チャネルへのアクセスは一般的に
は、ユーザ及び/又は装置が、無線キャリアネットワー
ク104により認識されることを要する。ネットワーク
認識は、対象の移動装置と無線キャリアネットワーク1
04間での識別情報の交換に関連する。一般的には、ユ
ーザ及び/又は対象の移動装置の識別情報は、装置のメ
モリに蓄積され、そして、ユーザがネットワークにアク
セスしようとしたときに自動的に伝送される。
は、ユーザ及び/又は装置が、無線キャリアネットワー
ク104により認識されることを要する。ネットワーク
認識は、対象の移動装置と無線キャリアネットワーク1
04間での識別情報の交換に関連する。一般的には、ユ
ーザ及び/又は対象の移動装置の識別情報は、装置のメ
モリに蓄積され、そして、ユーザがネットワークにアク
セスしようとしたときに自動的に伝送される。
【0027】無線キャリアネットワーク104は、どの
ような既知の無線通信ネットワーク(例えば、セルラデ
ィジタルパケットデータ(CDPD)ネットワーク、移
動通信のためのグローバルシステム(GSM)ネットワ
ーク、符号分割多重(CDMA)ネットワーク、パーソ
ナルハンディフォンシステム(PHS)及び時分割多重
アクセス(TDMA)ネットワーク)でも良い。リンク
サーバ106は、更に、音声認識サーバシステム109
とネットワークサーバ113により表される複数のネッ
トワーク化されたサーバが接続された有線ネットワーク
108接続される。
ような既知の無線通信ネットワーク(例えば、セルラデ
ィジタルパケットデータ(CDPD)ネットワーク、移
動通信のためのグローバルシステム(GSM)ネットワ
ーク、符号分割多重(CDMA)ネットワーク、パーソ
ナルハンディフォンシステム(PHS)及び時分割多重
アクセス(TDMA)ネットワーク)でも良い。リンク
サーバ106は、更に、音声認識サーバシステム109
とネットワークサーバ113により表される複数のネッ
トワーク化されたサーバが接続された有線ネットワーク
108接続される。
【0028】音声認識サーバシステム109は、サーバ
装置110と、他のものの間にキャリア事業者による複
数のユーザのサービスに関連するユーザに特定のファイ
ルを蓄積できる蓄積装置112を有する。ユーザに特定
のファイルは、音声認識処理と共に使用され、そして1
つの実施例は本発明の一部である。
装置110と、他のものの間にキャリア事業者による複
数のユーザのサービスに関連するユーザに特定のファイ
ルを蓄積できる蓄積装置112を有する。ユーザに特定
のファイルは、音声認識処理と共に使用され、そして1
つの実施例は本発明の一部である。
【0029】ユーザに特定のファイルの例は、ユーザに
特定のスピーチテンプレート、1つ又はそれ以上のユー
ザに特定の言語辞書(例えば、フランス語、英語、ドイ
ツ語又は、広東語)及び、1つ又はそれ以上のユーザに
特定の辞書又は、個々のユーザの頻繁に使用する単語の
リストを含み得る。これらのファイルは、アップロード
され、そして、ネットワークマルチメディアコンピュー
タ(例えば、マルチメディアコンピュータ140)又
は、サービスされている移動装置のユーザインターフェ
ースを使用して管理される。例えば、音声テンプレート
は、ユーザに予め定められた原稿を音声可能な装置へ読
ませることにより発生される。ユーザの嗜好(例えば、
選択の言語)は、移動装置のディスプレイ上でユーザに
提示されるメニュー選択スクリーン又は有線ネットワー
クを介して音声認識サーバシステムに接続されている他
の装置を使用して入される。
特定のスピーチテンプレート、1つ又はそれ以上のユー
ザに特定の言語辞書(例えば、フランス語、英語、ドイ
ツ語又は、広東語)及び、1つ又はそれ以上のユーザに
特定の辞書又は、個々のユーザの頻繁に使用する単語の
リストを含み得る。これらのファイルは、アップロード
され、そして、ネットワークマルチメディアコンピュー
タ(例えば、マルチメディアコンピュータ140)又
は、サービスされている移動装置のユーザインターフェ
ースを使用して管理される。例えば、音声テンプレート
は、ユーザに予め定められた原稿を音声可能な装置へ読
ませることにより発生される。ユーザの嗜好(例えば、
選択の言語)は、移動装置のディスプレイ上でユーザに
提示されるメニュー選択スクリーン又は有線ネットワー
クを介して音声認識サーバシステムに接続されている他
の装置を使用して入される。
【0030】簡単のために、アンテナ121は、一般的
に基地局と操作及び維持センタを有する無線キャリア通
信設備を表す。基地局は、移動装置102と103との
無線又は通信接続を制御する。操作及び維持センタは、
移動装置と他の固定又は移動ネットワークユーザの間の
通話を切り替える移動切り替えセンタを含む。さらに、
操作及び維持センタは、認証のような移動口座サービス
を管理し、無線ネットワークの適切な動作と設定を統括
する。キャリア通信設備121内の各々のハードウェア
構成要素と処理は、当業者には既知であり、そして、本
発明の特徴を不要に曖昧にするのを避けるためにここで
は、説明しない。
に基地局と操作及び維持センタを有する無線キャリア通
信設備を表す。基地局は、移動装置102と103との
無線又は通信接続を制御する。操作及び維持センタは、
移動装置と他の固定又は移動ネットワークユーザの間の
通話を切り替える移動切り替えセンタを含む。さらに、
操作及び維持センタは、認証のような移動口座サービス
を管理し、無線ネットワークの適切な動作と設定を統括
する。キャリア通信設備121内の各々のハードウェア
構成要素と処理は、当業者には既知であり、そして、本
発明の特徴を不要に曖昧にするのを避けるためにここで
は、説明しない。
【0031】無線ネットワーク104により使用される
通信プロトコルは、例えば、無線アクセスプロトコル
(WAP)又は、携帯装置転送プロトコル(HDTP)
である。有線ネットワーク108は、インターネット、
プライベートネットワーク又は、任意のネットワークの
データネットワークである地上ベースのネットワークで
ある。典型的には、地上ネット118をサポートする通
信プロトコルは、転送制御プロトコル/インターネット
プロトコル(TCP/IP)、ハイパーテキスト転送プ
ロトコル(HTTP)又は、安全ハイパーテキスト転送
プロトコル(sHTTP)である。
通信プロトコルは、例えば、無線アクセスプロトコル
(WAP)又は、携帯装置転送プロトコル(HDTP)
である。有線ネットワーク108は、インターネット、
プライベートネットワーク又は、任意のネットワークの
データネットワークである地上ベースのネットワークで
ある。典型的には、地上ネット118をサポートする通
信プロトコルは、転送制御プロトコル/インターネット
プロトコル(TCP/IP)、ハイパーテキスト転送プ
ロトコル(HTTP)又は、安全ハイパーテキスト転送
プロトコル(sHTTP)である。
【0032】リンクサーバ106とネットワークサーバ
113は典型的には、例えば、ネットワークライブラリ
とインターネットの接続性を伴なう、サンマイクロシス
テムズ社(http://www.sun.com)の
SPARKステーションのようなコンピュータワークス
テーションである。ネットワークサーバ113は、有線
ネットワーク108に接続された複数のネットワークサ
ーバで表され、移動装置102と103にたいする情報
を含むハイパーメディア情報へアクセスを提供できる。
113は典型的には、例えば、ネットワークライブラリ
とインターネットの接続性を伴なう、サンマイクロシス
テムズ社(http://www.sun.com)の
SPARKステーションのようなコンピュータワークス
テーションである。ネットワークサーバ113は、有線
ネットワーク108に接続された複数のネットワークサ
ーバで表され、移動装置102と103にたいする情報
を含むハイパーメディア情報へアクセスを提供できる。
【0033】リンクサーバ装置106は、単独の装置と
して表され、それゆえ、しばしば、ネットワークゲート
ウェイ又は、無線データサーバと呼ばれる。リンクサー
バ106は、無線キャリアネットワーク104と有線ネ
ットワーク108の間のブリッジとして動作するように
なされることができる。リンクサーバ装置106の機能
は、無線キャリアネットワーク104と有線ネットワー
ク108の間の接続を提供する既知のハードウェアを伴
なう有線ネットワーク108に接続された他のサーバ装
置により行いうることを指摘すべきである。
して表され、それゆえ、しばしば、ネットワークゲート
ウェイ又は、無線データサーバと呼ばれる。リンクサー
バ106は、無線キャリアネットワーク104と有線ネ
ットワーク108の間のブリッジとして動作するように
なされることができる。リンクサーバ装置106の機能
は、無線キャリアネットワーク104と有線ネットワー
ク108の間の接続を提供する既知のハードウェアを伴
なう有線ネットワーク108に接続された他のサーバ装
置により行いうることを指摘すべきである。
【0034】前述の音声通信チャネルは、一般的には、
音声チャネル126により表される。この通信チャネル
は、一般的には、通信設備と、通話を設定するための技
術で知られている手続を使用して確立され作用する。
音声チャネル126により表される。この通信チャネル
は、一般的には、通信設備と、通話を設定するための技
術で知られている手続を使用して確立され作用する。
【0035】一般的には、移動装置102と103にサ
ービスを提供する、2つの形式のデータ通信チャネルが
ある。データ通信チャネル128は、広帯域通信チャネ
ルを表す。データ通信チャネル130は、例えば、(シ
ョートメッセージ通信(SMS)サービスチャネル)の
ような狭帯域通信チャネルを表す。これらのデータ通信
経路のいずれかは、移動装置102と103とデータを
送受信するのに使用される。
ービスを提供する、2つの形式のデータ通信チャネルが
ある。データ通信チャネル128は、広帯域通信チャネ
ルを表す。データ通信チャネル130は、例えば、(シ
ョートメッセージ通信(SMS)サービスチャネル)の
ような狭帯域通信チャネルを表す。これらのデータ通信
経路のいずれかは、移動装置102と103とデータを
送受信するのに使用される。
【0036】本発明の好適な実施例によれば、音声認識
サーバシステム109からの音声認識サービスを望む移
動装置は(例えば、移動装置102と103)、最初に
一般的には、音声チャネル126により表される音声チ
ャネルを確立する。音声認識サーバシステム109にた
いする交信情報(例えば、電話番号又は、ユニフォーム
リソース識別子(URI))は、移動装置にロードされ
る、リンクサーバ106から取り出され又は、直接ユー
ザから入力されたソフトウェアに埋め込まれる。
サーバシステム109からの音声認識サービスを望む移
動装置は(例えば、移動装置102と103)、最初に
一般的には、音声チャネル126により表される音声チ
ャネルを確立する。音声認識サーバシステム109にた
いする交信情報(例えば、電話番号又は、ユニフォーム
リソース識別子(URI))は、移動装置にロードされ
る、リンクサーバ106から取り出され又は、直接ユー
ザから入力されたソフトウェアに埋め込まれる。
【0037】一旦音声チャネルが要求する移動装置と音
声認識サーバシステム109の間で確立されると、ユー
ザ情報は音声認識サーバシステムへ転送される。これ
は、要求する移動装置に対し手前に蓄積されたユーザに
特定のファイルをアクセスし、利用することを可能とす
る。ユーザ情報は、別のデータ通信チャネル(例えば、
データ通信チャネル128又は、130)で伝送される
か又は、ユーザにより入力される。ユーザに特定のファ
イルは、一般的には、特定のユーザ口座に特定の特徴を
提供する。例えば、ユーザは、音声認識処理の1つ又は
それ以上の言語を規定する。
声認識サーバシステム109の間で確立されると、ユー
ザ情報は音声認識サーバシステムへ転送される。これ
は、要求する移動装置に対し手前に蓄積されたユーザに
特定のファイルをアクセスし、利用することを可能とす
る。ユーザ情報は、別のデータ通信チャネル(例えば、
データ通信チャネル128又は、130)で伝送される
か又は、ユーザにより入力される。ユーザに特定のファ
イルは、一般的には、特定のユーザ口座に特定の特徴を
提供する。例えば、ユーザは、音声認識処理の1つ又は
それ以上の言語を規定する。
【0038】一旦、対象の移動装置/ユーザのユーザに
特定のファイルが取り出されると、ユーザは音声入力を
することを促される(例えば、話はじめる)。この点
で、ユーザは音声認識サービスを利用している間は移動
装置のユーザインターフェース(例えば、電話キーパッ
ド)を使用し得る点に注意することが重要である。ユー
ザが移動装置と入力動作(音声及び、物理的入力)を完
了したとき、ユーザから入力セッションが終了したとの
指示が(音声又は、キー入力)で与えられる。音声認識
サーバシステム109は、音声入力を記号的データファ
イルへ変換し、リンクサーバ106を介して要求する移
動装置へ送られる。
特定のファイルが取り出されると、ユーザは音声入力を
することを促される(例えば、話はじめる)。この点
で、ユーザは音声認識サービスを利用している間は移動
装置のユーザインターフェース(例えば、電話キーパッ
ド)を使用し得る点に注意することが重要である。ユー
ザが移動装置と入力動作(音声及び、物理的入力)を完
了したとき、ユーザから入力セッションが終了したとの
指示が(音声又は、キー入力)で与えられる。音声認識
サーバシステム109は、音声入力を記号的データファ
イルへ変換し、リンクサーバ106を介して要求する移
動装置へ送られる。
【0039】前述のように、記号データファイルは複数
の文字、音素、単語、図、オブジェクト、機能、コント
ロール文字又は、オブジェクトを指定する他の従来のマ
ーク、量、動作、機能、音素、単語、フレーズ又は、受
信された音声スピーチ信号と関連を有するそのどのよう
な組合せを有する、音声認識システムにより翻訳された
ファイルである。音声認識システムは、一般的には、音
声テンプレート、フーリエ変換符号化又は、線形予測符
号化機構を使用して、音声入力成分を予め蓄積された記
号的基礎単位へマップする。記号的データブロックの例
はASCIIファイルと2値データファイルを含む。
の文字、音素、単語、図、オブジェクト、機能、コント
ロール文字又は、オブジェクトを指定する他の従来のマ
ーク、量、動作、機能、音素、単語、フレーズ又は、受
信された音声スピーチ信号と関連を有するそのどのよう
な組合せを有する、音声認識システムにより翻訳された
ファイルである。音声認識システムは、一般的には、音
声テンプレート、フーリエ変換符号化又は、線形予測符
号化機構を使用して、音声入力成分を予め蓄積された記
号的基礎単位へマップする。記号的データブロックの例
はASCIIファイルと2値データファイルを含む。
【0040】記号的データファイルは、最初にリンクサ
ーバ106へ送られ、記号的データファイルが広帯域チ
ャネル128と狭帯域チャネル130を介して要求する
移動装置へ送られる前に、更に処理される。移動装置の
ユーザは、受信した記号的データファイルを再見し、そ
してそれを望むように利用する。
ーバ106へ送られ、記号的データファイルが広帯域チ
ャネル128と狭帯域チャネル130を介して要求する
移動装置へ送られる前に、更に処理される。移動装置の
ユーザは、受信した記号的データファイルを再見し、そ
してそれを望むように利用する。
【0041】音声認識サーバシステム109により使用
される音声認識アプリケーションの正確さは、使用され
る変換方法と、サイズと言語辞書の言語に依存する。一
般的には、方法(例えば、テンプレートマッチング)に
依存する話者は、98パーセントの正確さであり、話者
に独立の方法(例えば、フーリエ変換及び、線形予測符
号化(LPC))は90から95パーセントの正確さを
有する(www.hitl.washington.e
du−Voice Recognition,Jim
Baumann)。
される音声認識アプリケーションの正確さは、使用され
る変換方法と、サイズと言語辞書の言語に依存する。一
般的には、方法(例えば、テンプレートマッチング)に
依存する話者は、98パーセントの正確さであり、話者
に独立の方法(例えば、フーリエ変換及び、線形予測符
号化(LPC))は90から95パーセントの正確さを
有する(www.hitl.washington.e
du−Voice Recognition,Jim
Baumann)。
【0042】本発明の原理に従って、(例えば、移動装
置102と103)の移動装置のユーザは、音声認識ア
プリケーションが装置により実行されるなら必要な大き
なハードウェアとソフトウェアの変更なしにこれらの移
動装置で音声認識サービスにアクセスする。更に、音声
認識処理を実行するソフトウェアは、(移動装置と比較
して)非常に高い処理速度のアクセス可能な且つ大蓄積
容量の遠隔サーバ上にあるので、装置のユーザには、完
全な特徴の音声認識アプリケーションに関連する機能と
資源が与えられる。例えば、音声認識アプリケーション
は、大きな言語辞書、多言語の選択的な言語辞書とユー
ザに特定のファイル(音声テンプレート及び、ユーザに
特化した辞書とリスト)へアクセスし得る。
置102と103)の移動装置のユーザは、音声認識ア
プリケーションが装置により実行されるなら必要な大き
なハードウェアとソフトウェアの変更なしにこれらの移
動装置で音声認識サービスにアクセスする。更に、音声
認識処理を実行するソフトウェアは、(移動装置と比較
して)非常に高い処理速度のアクセス可能な且つ大蓄積
容量の遠隔サーバ上にあるので、装置のユーザには、完
全な特徴の音声認識アプリケーションに関連する機能と
資源が与えられる。例えば、音声認識アプリケーション
は、大きな言語辞書、多言語の選択的な言語辞書とユー
ザに特定のファイル(音声テンプレート及び、ユーザに
特化した辞書とリスト)へアクセスし得る。
【0043】図2Aは、例示の移動装置200を示し、
図1の移動装置102と103の1つに対応する。移動
装置200は表示スクリーン204、拡張電話形式キー
パッド210、カーソルナビゲーションキー222と2
24、ソフトキーの組208Aと208B、イアホン2
12A、マイクロフォン212Bを有する。表示スクリ
ーン204は典型的には、テキスト情報とグラフィック
情報を表示できる液晶ディスプレイ(LCD)スクリー
ンである。拡張電話キーパッド210は、好ましくは、
追加の文字(例えば、スペース)と機能(例えば、戻り
及び、クリア)を提供する追加のキーを有する正規の電
話キーパ−ッどである。
図1の移動装置102と103の1つに対応する。移動
装置200は表示スクリーン204、拡張電話形式キー
パッド210、カーソルナビゲーションキー222と2
24、ソフトキーの組208Aと208B、イアホン2
12A、マイクロフォン212Bを有する。表示スクリ
ーン204は典型的には、テキスト情報とグラフィック
情報を表示できる液晶ディスプレイ(LCD)スクリー
ンである。拡張電話キーパッド210は、好ましくは、
追加の文字(例えば、スペース)と機能(例えば、戻り
及び、クリア)を提供する追加のキーを有する正規の電
話キーパ−ッどである。
【0044】カーソルナビゲーションキー222と22
4で、ユーザは、例えば、204上に表示されたアプリ
ケーションの1つを活性化するために、カーソルと要素
インジケータ216の位置を変えることができる。一般
キー208Aと208Bは、典型的には、ソフトキー機
能識別子214と215で示されるアプリケーションに
特定の機能を実行するのに使用される。当業者には、正
規の電話キーパッドは、本発明の実行するのに必須では
ないことは理解されるべきである。入力機構としてソフ
トキー又は、アイコンを使用する手のひらサイズの計算
装置のようなある移動装置は、しばしば、物理的キーを
全く持たない。
4で、ユーザは、例えば、204上に表示されたアプリ
ケーションの1つを活性化するために、カーソルと要素
インジケータ216の位置を変えることができる。一般
キー208Aと208Bは、典型的には、ソフトキー機
能識別子214と215で示されるアプリケーションに
特定の機能を実行するのに使用される。当業者には、正
規の電話キーパッドは、本発明の実行するのに必須では
ないことは理解されるべきである。入力機構としてソフ
トキー又は、アイコンを使用する手のひらサイズの計算
装置のようなある移動装置は、しばしば、物理的キーを
全く持たない。
【0045】リンクサーバ装置(例えば図1に示すリン
クサーバ106)と通信セッションを確立するに際し、
移動装置200は、典型的には、装置と対話するユーザ
を援助するために、1つ又はそれ以上のマークアップ言
語カードデッキを受信する。実行の選択により、スクリ
ーン記述命令ファイルとも呼ばれるマークアップ言語カ
ードデッキは、限定されないがしかし、携帯装置マーク
アップ言語(HDML)、ハイパーテキストマークアッ
プ言語(HTML)、コンパクトハイパーテキストマー
クアップ言語(cHTML)、無線マークアップ言語
(WML)、標準一般化マークアップ言語(SGML)
及び拡張可能なマークアップ言語(XML)を含むマー
クアップ言語ファイルである。代わりに、データファイ
ルは、切り取られ、圧縮され、コンパイルされ又は、対
応するマークアップファイルのバージョンに変換され
る。
クサーバ106)と通信セッションを確立するに際し、
移動装置200は、典型的には、装置と対話するユーザ
を援助するために、1つ又はそれ以上のマークアップ言
語カードデッキを受信する。実行の選択により、スクリ
ーン記述命令ファイルとも呼ばれるマークアップ言語カ
ードデッキは、限定されないがしかし、携帯装置マーク
アップ言語(HDML)、ハイパーテキストマークアッ
プ言語(HTML)、コンパクトハイパーテキストマー
クアップ言語(cHTML)、無線マークアップ言語
(WML)、標準一般化マークアップ言語(SGML)
及び拡張可能なマークアップ言語(XML)を含むマー
クアップ言語ファイルである。代わりに、データファイ
ルは、切り取られ、圧縮され、コンパイルされ又は、対
応するマークアップファイルのバージョンに変換され
る。
【0046】図2AのLCDスクリーン204上に現れ
るテキストは例示の表示スクリーンのようである。この
例では、ユーザは以下の選択ができる。 1)ブックマーク 2)検索 3)電子メール 4)ニュース 各選択は、典型的には、ネットワーク上の資源又は、ロ
ーカルソフトウェアアプリケーションにリンクしてい
る。ユーザは上述のメニューからナビゲーションキー2
22と224を使用して要素指示子216によりユーザ
の選択で、選択する。この同じ方法は、ユーザに遠隔サ
ーバ(例えば、図1の音声認識サーバシステム109)
との対話を促すのに使用され得る。
るテキストは例示の表示スクリーンのようである。この
例では、ユーザは以下の選択ができる。 1)ブックマーク 2)検索 3)電子メール 4)ニュース 各選択は、典型的には、ネットワーク上の資源又は、ロ
ーカルソフトウェアアプリケーションにリンクしてい
る。ユーザは上述のメニューからナビゲーションキー2
22と224を使用して要素指示子216によりユーザ
の選択で、選択する。この同じ方法は、ユーザに遠隔サ
ーバ(例えば、図1の音声認識サーバシステム109)
との対話を促すのに使用され得る。
【0047】図2Bは、図1の移動装置102と103
と図2Aの移動装置200の移動装置250の更に詳細
な説明を示す。移動装置250は、入出信号を受ける無
線キャリアネットワーク104に接続された無線制御プ
ロトコル(WCP)インターフェース252を有する。
装置識別子(ID)蓄積装置254は、移動装置250
を外部装置(例えば、図1のリンクサーバ106)に認
識させるために、装置IDを蓄積し且つWCPインター
フェース252へ供給する。装置IDは、移動装置25
0に関連する特定のコードであり、(例えば、図1の1
06)のリンクサーバ装置に関連して典型的には、設け
られるユーザ口座に関連する装置IDに直接対応する。
と図2Aの移動装置200の移動装置250の更に詳細
な説明を示す。移動装置250は、入出信号を受ける無
線キャリアネットワーク104に接続された無線制御プ
ロトコル(WCP)インターフェース252を有する。
装置識別子(ID)蓄積装置254は、移動装置250
を外部装置(例えば、図1のリンクサーバ106)に認
識させるために、装置IDを蓄積し且つWCPインター
フェース252へ供給する。装置IDは、移動装置25
0に関連する特定のコードであり、(例えば、図1の1
06)のリンクサーバ装置に関連して典型的には、設け
られるユーザ口座に関連する装置IDに直接対応する。
【0048】移動装置250はプロセッサ268、エン
コーダ/デコーダ264、ワークメモリ258及び、ク
ライアントモジュール256を有する。クライアントモ
ジュール256は、ロードされ又は、装置メモリに蓄積
されたソフトウェア構成要素を表し、移動装置250に
より行われる、無線キャリアネットワーク104を介し
てのリンクサーバとの通信セッションの確立、ローカル
アプリケーションの動作と操作、移動装置250の表示
スクリーン260への情報の表示、キーパッド262か
らのユーザ入力の受信を含む、多くの処理タスクを行
う。クライアントモジュール256は、計算装置にソフ
トウェアがロードされるのと同じように、移動装置25
0のメモリにロードされる。
コーダ/デコーダ264、ワークメモリ258及び、ク
ライアントモジュール256を有する。クライアントモ
ジュール256は、ロードされ又は、装置メモリに蓄積
されたソフトウェア構成要素を表し、移動装置250に
より行われる、無線キャリアネットワーク104を介し
てのリンクサーバとの通信セッションの確立、ローカル
アプリケーションの動作と操作、移動装置250の表示
スクリーン260への情報の表示、キーパッド262か
らのユーザ入力の受信を含む、多くの処理タスクを行
う。クライアントモジュール256は、計算装置にソフ
トウェアがロードされるのと同じように、移動装置25
0のメモリにロードされる。
【0049】更に、移動装置250は、音声をディジタ
ル及びアナログ通信システムで送受信される電気的イン
パルスへ変換するための、音声回路266を含む。これ
らの構成要素とその機能は、当業者に既知であり以後説
明しない。
ル及びアナログ通信システムで送受信される電気的イン
パルスへ変換するための、音声回路266を含む。これ
らの構成要素とその機能は、当業者に既知であり以後説
明しない。
【0050】本発明の原理に従って、移動装置200に
ロードされるソフトウェアは、音声認識アプリケーショ
ンを実行するサーバ装置と対話するのに関するユーザの
援助を提供する構成要素を含む。この援助を提供するソ
フトウェアは、マイクロブラウザ又は、他のアプリケー
ション又は、独立のアプリケーションの一部としてロー
ドされうる。このアプリケーションは、サービス、受信
された記号的データファイルの管理及び、ユーザ選択の
入力/変更を提供するサーバ装置の交信情報を取り出し
蓄積するタスクを担う。ユーザ援助は、例えば、スクリ
ーン表示情報、音声又は、触覚のプロンプト及び/又は
機能のマップされたソフトウェアキーである。
ロードされるソフトウェアは、音声認識アプリケーショ
ンを実行するサーバ装置と対話するのに関するユーザの
援助を提供する構成要素を含む。この援助を提供するソ
フトウェアは、マイクロブラウザ又は、他のアプリケー
ション又は、独立のアプリケーションの一部としてロー
ドされうる。このアプリケーションは、サービス、受信
された記号的データファイルの管理及び、ユーザ選択の
入力/変更を提供するサーバ装置の交信情報を取り出し
蓄積するタスクを担う。ユーザ援助は、例えば、スクリ
ーン表示情報、音声又は、触覚のプロンプト及び/又は
機能のマップされたソフトウェアキーである。
【0051】例えば、アプリケーション(例えば、電子
メールメッセージ)と共に音声認識サービスを使用した
いユーザは、対象のアプリケーションにアクセスし、且
つ音声認識サービスにアクセスする為にソフトキーを活
性化する。ソフトキーに関連する機能は、既に蓄積され
ておらず、以下のように処理が進むなら音声認識アプリ
ケーションを実行するサーバ装置に関する交信情報を取
り出す。この例は、説明のために提示され、本発明の範
囲を限定するように解すべきではない。
メールメッセージ)と共に音声認識サービスを使用した
いユーザは、対象のアプリケーションにアクセスし、且
つ音声認識サービスにアクセスする為にソフトキーを活
性化する。ソフトキーに関連する機能は、既に蓄積され
ておらず、以下のように処理が進むなら音声認識アプリ
ケーションを実行するサーバ装置に関する交信情報を取
り出す。この例は、説明のために提示され、本発明の範
囲を限定するように解すべきではない。
【0052】図3は、図1のリンクサーバ106に対応
するリンクサーバ340の原理的構成要素の概略を示
す。リンクサーバ340は、有線ネットワーク300と
無線ネットワーク320の間のネットワークゲートウェ
イとして働くサーバコンピュータである。本発明の特徴
を曖昧にするのを避けるために、リンクサーバ340内
の既知の方法、手続、構成要素を及び、回路はは詳細に
は説明しない。
するリンクサーバ340の原理的構成要素の概略を示
す。リンクサーバ340は、有線ネットワーク300と
無線ネットワーク320の間のネットワークゲートウェ
イとして働くサーバコンピュータである。本発明の特徴
を曖昧にするのを避けるために、リンクサーバ340内
の既知の方法、手続、構成要素を及び、回路はは詳細に
は説明しない。
【0053】リンクサーバ340は、有線ネットワーク
300に接続されたランドコントロールプロトコル(L
CP)インターフェース358と、無線ネットワーク3
20に接続された無線制御プロトコル(WCP)インタ
ーフェース341を含む。サーバモジュール310は、
LCPインターフェース358とWCPインターフェー
ス341の間に接続されている。
300に接続されたランドコントロールプロトコル(L
CP)インターフェース358と、無線ネットワーク3
20に接続された無線制御プロトコル(WCP)インタ
ーフェース341を含む。サーバモジュール310は、
LCPインターフェース358とWCPインターフェー
ス341の間に接続されている。
【0054】サーバモジュール310は、1つの通信プ
ロトコルから他の通信プロトコルへのプロトコル変換と
従来のサーバ処理を実行する。メッセージプロセッサ3
16は、プロトコル変換と関連するタスクを実行する構
成要素である。プロトコル変換(例えば、HDTPとH
TTPの間)の場合には、変換は一般的には、データマ
ッピング処理である。当業者には、WCPインターフェ
ース341は、使用される無線ネットワークとプロトコ
ルに依存して他のインターフェースモジュールにより交
換できることは理解されよう。有線ネットワークとプト
トコルの形式が変わる場合には、LCPインターフェー
ス358についても同様である。
ロトコルから他の通信プロトコルへのプロトコル変換と
従来のサーバ処理を実行する。メッセージプロセッサ3
16は、プロトコル変換と関連するタスクを実行する構
成要素である。プロトコル変換(例えば、HDTPとH
TTPの間)の場合には、変換は一般的には、データマ
ッピング処理である。当業者には、WCPインターフェ
ース341は、使用される無線ネットワークとプロトコ
ルに依存して他のインターフェースモジュールにより交
換できることは理解されよう。有線ネットワークとプト
トコルの形式が変わる場合には、LCPインターフェー
ス358についても同様である。
【0055】サーバモジュール310は、口座マネージ
ャ312と口座インターフェース314をも有する。口
座マネージャ312は、典型的には、リンクサーバ装置
340によりサービスを受ける各々の移動装置に対して
の複数のユーザ口座を管理する。ユーザ口座情報は、リ
ンクサーバ装置340に接続された他のネットワークサ
ーバに蓄積されうることに注意すべきである。言い換え
ると、ユーザ口座を、ネットワークを介してリンクサー
バ装置340と接続されたどの計算装置内に物理的に配
置されるデータベース内に保持できる。
ャ312と口座インターフェース314をも有する。口
座マネージャ312は、典型的には、リンクサーバ装置
340によりサービスを受ける各々の移動装置に対して
の複数のユーザ口座を管理する。ユーザ口座情報は、リ
ンクサーバ装置340に接続された他のネットワークサ
ーバに蓄積されうることに注意すべきである。言い換え
ると、ユーザ口座を、ネットワークを介してリンクサー
バ装置340と接続されたどの計算装置内に物理的に配
置されるデータベース内に保持できる。
【0056】リンクサーバ装置340によりサービスを
受ける各々の移動装置は、識別(ID)又は、装置ID
が割り当てられる。装置IDは、装置の電話番号又は、
IPアドレスとポート番号の組合せであり、例えば、I
Pアドレスが204.163.165.132で、ポー
ト番号が01905の場合には、204.163.16
5.132:01905である。装置IDは更に、移動
装置の加入者口座を活性化する手続の一部として、リン
クサーバ装置340を制御するキャリアにより生成され
管理される加入者IDに更に関連する。
受ける各々の移動装置は、識別(ID)又は、装置ID
が割り当てられる。装置IDは、装置の電話番号又は、
IPアドレスとポート番号の組合せであり、例えば、I
Pアドレスが204.163.165.132で、ポー
ト番号が01905の場合には、204.163.16
5.132:01905である。装置IDは更に、移動
装置の加入者口座を活性化する手続の一部として、リン
クサーバ装置340を制御するキャリアにより生成され
管理される加入者IDに更に関連する。
【0057】加入者IDは、特定のユーザ又は、装置に
関連する(例えば、図1の112のような)ユーザに特
定のファイルに関連しアクセスするのに使用され得る。
関連する(例えば、図1の112のような)ユーザに特
定のファイルに関連しアクセスするのに使用され得る。
【0058】加入者IDは、例えば、AT&T無線サー
ビスによる861234567−10900_pn.m
obile.att.netの形式を取り、且つ位相装
置に唯一の識別である。口座マネージャ312は、リン
クサーバ装置340との安全な通信を可能とする移動装
置に関するユーザ口座を生成する。この場合、口座マネ
ージャ312は、サービスを受ける移動装置がリンクサ
ーバ装置340により提供されるサービスに、適切なレ
ベルの安全なアクセスを保証する。
ビスによる861234567−10900_pn.m
obile.att.netの形式を取り、且つ位相装
置に唯一の識別である。口座マネージャ312は、リン
クサーバ装置340との安全な通信を可能とする移動装
置に関するユーザ口座を生成する。この場合、口座マネ
ージャ312は、サービスを受ける移動装置がリンクサ
ーバ装置340により提供されるサービスに、適切なレ
ベルの安全なアクセスを保証する。
【0059】リンクサーバ装置340は、主なハードウ
ェア部品として、プロセッサ318と蓄積資源320も
有する。プロセッサ318は、サーバモジュール310
の制御のもとで動作を行う。当業者は、リンクサーバ装
置340は、1つ又はそれ以上のプロセッサ(例えば、
プロセッサ318)、ワークメモリ(例えば、ワークメ
モリ320)、バスインターフェース、及び、他の構成
要素を含んでもよく、また、サーバモジュール310は
指定された機能を実行するためにリンクサーバ装置34
0のワークメモリにロードされた1つ又はそれ以上ソフ
トウェアモジュールを示すことは理解されよう。同じ区
別が対象の移動装置のクライアントモジュール及び、ハ
ードウェア構成要素に等しく適用可能である。
ェア部品として、プロセッサ318と蓄積資源320も
有する。プロセッサ318は、サーバモジュール310
の制御のもとで動作を行う。当業者は、リンクサーバ装
置340は、1つ又はそれ以上のプロセッサ(例えば、
プロセッサ318)、ワークメモリ(例えば、ワークメ
モリ320)、バスインターフェース、及び、他の構成
要素を含んでもよく、また、サーバモジュール310は
指定された機能を実行するためにリンクサーバ装置34
0のワークメモリにロードされた1つ又はそれ以上ソフ
トウェアモジュールを示すことは理解されよう。同じ区
別が対象の移動装置のクライアントモジュール及び、ハ
ードウェア構成要素に等しく適用可能である。
【0060】典型的には、地上ネット300によりサポ
ートされている地上ネット通信プロトコル(LPC)
は、転送制御プロトコル(TCP)、ハイパーテキスト
転送プロトコル(HTTP)、安全ハイパーテキスト転
送プロトコル(HTTPS)を含み、且つ、無線制御プ
ロトコル(WCP)は、(TCP)、(HTTP)、
(HTTPS)、携帯装置転送プロトコル(HDT
P)、又は、無線セッションプロトコル(WSP)を含
む。LPCがWCPと異なる場合には、サーバモジュー
ル310は、1つのプロトコルから他のプロトコルへマ
ッピングを行うマッピングモジュール(即ち、マッパ
ー)を含み、それにより、無線ネットワーク320に接
続された移動装置は、有線ネットワーク300に接続さ
れた装置と通信できる。
ートされている地上ネット通信プロトコル(LPC)
は、転送制御プロトコル(TCP)、ハイパーテキスト
転送プロトコル(HTTP)、安全ハイパーテキスト転
送プロトコル(HTTPS)を含み、且つ、無線制御プ
ロトコル(WCP)は、(TCP)、(HTTP)、
(HTTPS)、携帯装置転送プロトコル(HDT
P)、又は、無線セッションプロトコル(WSP)を含
む。LPCがWCPと異なる場合には、サーバモジュー
ル310は、1つのプロトコルから他のプロトコルへマ
ッピングを行うマッピングモジュール(即ち、マッパ
ー)を含み、それにより、無線ネットワーク320に接
続された移動装置は、有線ネットワーク300に接続さ
れた装置と通信できる。
【0061】受信されたスピーチ信号が音声認識システ
ム(図示していない)により処理されると、記号的デー
タファイルが発生されリンクサーバ装置340へ送られ
る。記号的データファイルは、メッセージプロセッサ3
16により、LCPインターフェース358を介して受
信される。メッセージプロセッサ316は、記号的デー
タファイルを、無線ネットワーク320で(無線ネット
ワークのプロトコル要求と要求する移動装置の装置特性
に関して)最適に搬送され得るデータフォーマットに変
換する。記号的データファイルは、音声認識システムか
ら受信されたときに、例えば、マークアップ言語(例え
ば、HTML)又は、テキストファイル(例えば、AS
CII)の、メッセージプロセッサ316により理解さ
れるフォーマットである。処理された記号的データファ
イルは、要求する移動装置に更に互換性のあるように再
フォーマットされ得るが、要求する移動装置又は、指定
の第三者の装置に転送される。
ム(図示していない)により処理されると、記号的デー
タファイルが発生されリンクサーバ装置340へ送られ
る。記号的データファイルは、メッセージプロセッサ3
16により、LCPインターフェース358を介して受
信される。メッセージプロセッサ316は、記号的デー
タファイルを、無線ネットワーク320で(無線ネット
ワークのプロトコル要求と要求する移動装置の装置特性
に関して)最適に搬送され得るデータフォーマットに変
換する。記号的データファイルは、音声認識システムか
ら受信されたときに、例えば、マークアップ言語(例え
ば、HTML)又は、テキストファイル(例えば、AS
CII)の、メッセージプロセッサ316により理解さ
れるフォーマットである。処理された記号的データファ
イルは、要求する移動装置に更に互換性のあるように再
フォーマットされ得るが、要求する移動装置又は、指定
の第三者の装置に転送される。
【0062】図4は、以下の処理1)音声検出、2)音
声分析、3)パターンマッチング、4)記号的ファイル
発生、を行う例示の音声認識サーバシステム460の
(図1の音声認識サーバシステム109に対応する)機
能モジュールを示す。音声検出462中に、音声認識サ
ーバシステム460は、入力でスピーチ信号の存在を検
出する。検出時に、受信されたスピーチ信号は、音声分
析処理464へ送られ、ここで、パターンマッチングに
適する計量可能な指数に減少される。パターンマッチン
グ段階466中は、計量可能な指数は、種々の言語辞書
と複数のユーザに特定のファイルを含み得る蓄積装置4
80に蓄積された(テンプレートに基づくシステムな
ら)ユーザ音声テンプレートと比較される。記号的デー
タファイルは、前述のように有線ネットワーク300
(図3)を介してリンクサーバ装置340へ転送され
る。当業者には、本発明の範囲を超えること無く他の音
声認識システム(例えば、フーリエ変換又は、線形予測
符号化(LPC))が使用できることは理解されよう。
当業者は、リンクサーバ装置(例えば、図1の106)
は、音声認識サーバシステム(例えば、図1の109)
の機能を行うことができることは理解されよう。
声分析、3)パターンマッチング、4)記号的ファイル
発生、を行う例示の音声認識サーバシステム460の
(図1の音声認識サーバシステム109に対応する)機
能モジュールを示す。音声検出462中に、音声認識サ
ーバシステム460は、入力でスピーチ信号の存在を検
出する。検出時に、受信されたスピーチ信号は、音声分
析処理464へ送られ、ここで、パターンマッチングに
適する計量可能な指数に減少される。パターンマッチン
グ段階466中は、計量可能な指数は、種々の言語辞書
と複数のユーザに特定のファイルを含み得る蓄積装置4
80に蓄積された(テンプレートに基づくシステムな
ら)ユーザ音声テンプレートと比較される。記号的デー
タファイルは、前述のように有線ネットワーク300
(図3)を介してリンクサーバ装置340へ転送され
る。当業者には、本発明の範囲を超えること無く他の音
声認識システム(例えば、フーリエ変換又は、線形予測
符号化(LPC))が使用できることは理解されよう。
当業者は、リンクサーバ装置(例えば、図1の106)
は、音声認識サーバシステム(例えば、図1の109)
の機能を行うことができることは理解されよう。
【0063】図5は、音声認識サービスを要求する移動
装置と音声認識サーバシステムとの対話に関する例示の
表示スクリーンを示す。最初のスクリーン表示500
は、ユーザがマニュアル入力504とVR(音声認識)
援助入力508の選択を可能とする。ユーザ選択は選択
指示子512により示される。この例では、VR援助入
力512は、ソフトキー識別子516に関連するソフト
キーを活性化することにより、選択される。この選択
は、サービスを提供する音声認識サーバシステムの交信
情報を取り出す。この例では、交信情報は電話番号(例
えば、650−555−7272)よりなる。当業者
は、交信情報は、ユニフォームリソース識別子(UR
I)又は、同様な唯一の識別子よりなることも理解され
よう。ユーザの特定のファイルにアクセスするのに使用
される、関連するユーザ及び/又は装置識別情報は、バ
ックグランド(例えば、データ通信チャネル又は、音声
通信チャネル)又は、ユーザにより入力で伝送され得
る。
装置と音声認識サーバシステムとの対話に関する例示の
表示スクリーンを示す。最初のスクリーン表示500
は、ユーザがマニュアル入力504とVR(音声認識)
援助入力508の選択を可能とする。ユーザ選択は選択
指示子512により示される。この例では、VR援助入
力512は、ソフトキー識別子516に関連するソフト
キーを活性化することにより、選択される。この選択
は、サービスを提供する音声認識サーバシステムの交信
情報を取り出す。この例では、交信情報は電話番号(例
えば、650−555−7272)よりなる。当業者
は、交信情報は、ユニフォームリソース識別子(UR
I)又は、同様な唯一の識別子よりなることも理解され
よう。ユーザの特定のファイルにアクセスするのに使用
される、関連するユーザ及び/又は装置識別情報は、バ
ックグランド(例えば、データ通信チャネル又は、音声
通信チャネル)又は、ユーザにより入力で伝送され得
る。
【0064】音声認識サーバシステムの交信情報522
の取り出しに際し、スクリーン表示520に示すよう
に、音声チャネルは、ソフトキー機能識別子524(”
OK”)に関連するソフトキーを活性化することにより
確立される。スクリーン表示530は、情報の形式を示
し、要求する移動装置のユーザへ提供される。文字列5
32は、ユーザにサービスを提供する音声認識サーバシ
ステムを提供する。文字列534は、ユーザ要求を処理
するのに使用される設定に関する情報をユーザに供給す
る。これは、単純な文字列(例えば、”初期化デフォル
ト設定”)又は、ユーザが入力選択(例えば、言語選
択)が可能な、複数の対話及びひ対話的表示よりなる。
サービスする音声認識サーバシステムが、入力を受ける
準備ができたときには、ユーザにプロンプト536(”
話しを開始”)が提示される。ユーザはソフトキー機能
識別子538に関連するソフトキーを活性化することに
より入力セッションを終了する。
の取り出しに際し、スクリーン表示520に示すよう
に、音声チャネルは、ソフトキー機能識別子524(”
OK”)に関連するソフトキーを活性化することにより
確立される。スクリーン表示530は、情報の形式を示
し、要求する移動装置のユーザへ提供される。文字列5
32は、ユーザにサービスを提供する音声認識サーバシ
ステムを提供する。文字列534は、ユーザ要求を処理
するのに使用される設定に関する情報をユーザに供給す
る。これは、単純な文字列(例えば、”初期化デフォル
ト設定”)又は、ユーザが入力選択(例えば、言語選
択)が可能な、複数の対話及びひ対話的表示よりなる。
サービスする音声認識サーバシステムが、入力を受ける
準備ができたときには、ユーザにプロンプト536(”
話しを開始”)が提示される。ユーザはソフトキー機能
識別子538に関連するソフトキーを活性化することに
より入力セッションを終了する。
【0065】音声認識サービスは、要求する移動装置内
にある特定のアプリケーションと対話するように成され
る。例えば、処理された記号的データは、電子メールの
ようなアプリケーションの特定のフィールドの入力とし
て使用するように発生される。更に、一旦アクティブ音
声チャネルが、音声認識サービスに確立されると、ユー
ザは音声通信チャネルを安全にし活再確立すること無し
にサービスを使用してアプリケーションを変更し得る。
例えば、ユーザは電子メールプログラムと個人オルガナ
イザの間で切り替えできる。この特徴は、ユーザのコス
トとネットワークの混雑を減少する。
にある特定のアプリケーションと対話するように成され
る。例えば、処理された記号的データは、電子メールの
ようなアプリケーションの特定のフィールドの入力とし
て使用するように発生される。更に、一旦アクティブ音
声チャネルが、音声認識サービスに確立されると、ユー
ザは音声通信チャネルを安全にし活再確立すること無し
にサービスを使用してアプリケーションを変更し得る。
例えば、ユーザは電子メールプログラムと個人オルガナ
イザの間で切り替えできる。この特徴は、ユーザのコス
トとネットワークの混雑を減少する。
【0066】図6と図7は、それぞれ、本発明の実施例
に従った移動装置と音声認識サーバの動作を示す処理フ
ローチャートである。図6と図7は図1と共に理解され
るべきである。
に従った移動装置と音声認識サーバの動作を示す処理フ
ローチャートである。図6と図7は図1と共に理解され
るべきである。
【0067】本発明の好適な実施例に従って、音声認識
サービスを望むユーサ゛は、ローカルユーザインターフェー
ス(例えば、キーを押す)を使用してサービスの要求を
開始する。一般的には、ユーザは、(例えば、電子メー
ル又は、ウェブブラウザのような)存在するアプリケー
ションを使用して行われる望むタスクと共に行う。要求
の結果として移動装置に戻る情報は、行われているタス
クに関連する文書内に統合される。
サービスを望むユーサ゛は、ローカルユーザインターフェー
ス(例えば、キーを押す)を使用してサービスの要求を
開始する。一般的には、ユーザは、(例えば、電子メー
ル又は、ウェブブラウザのような)存在するアプリケー
ションを使用して行われる望むタスクと共に行う。要求
の結果として移動装置に戻る情報は、行われているタス
クに関連する文書内に統合される。
【0068】要求処理は、サービスを要求する移動装置
と、サービスを提供する音声認識サーバシステムの間で
音声チャネルを確立する。一旦音声チャネルが確立され
そして、ユーザは話しの開始を待たされ、ユーザは、音
声入力に加えて(例えば、電話キーパッドの)ローカル
ユーザインターフェースを使用した物理的入力を含む、
移動装置と入力動作を開始する。移動装置との初期入力
動作が完了すると、ユーザは、音声チャネルのオープン
状態をオープンに維持することを選択しそして、他のタ
スクを実行し又は、音声チャネルを終了する。
と、サービスを提供する音声認識サーバシステムの間で
音声チャネルを確立する。一旦音声チャネルが確立され
そして、ユーザは話しの開始を待たされ、ユーザは、音
声入力に加えて(例えば、電話キーパッドの)ローカル
ユーザインターフェースを使用した物理的入力を含む、
移動装置と入力動作を開始する。移動装置との初期入力
動作が完了すると、ユーザは、音声チャネルのオープン
状態をオープンに維持することを選択しそして、他のタ
スクを実行し又は、音声チャネルを終了する。
【0069】図6は、移動装置の観点からの、遠隔音声
認識サーバシステム(例えば、音声認識サーバシステム
109)と対話する(例えば、移動装置102と103
の)移動装置により利用される処理600を示す。60
4では、対象の移動装置と、サービスを提供する音声認
識サーバシステムの間のアクティブな音声チャネルはあ
るか否かが決定される。この処理は、ソフトウェア制御
の下でバックグランドで起こる。
認識サーバシステム(例えば、音声認識サーバシステム
109)と対話する(例えば、移動装置102と103
の)移動装置により利用される処理600を示す。60
4では、対象の移動装置と、サービスを提供する音声認
識サーバシステムの間のアクティブな音声チャネルはあ
るか否かが決定される。この処理は、ソフトウェア制御
の下でバックグランドで起こる。
【0070】アクティブな音声チャネルがあると、ユー
ザは608で、ユーザはアクティブな音声チャネルを不
能にしたいか否かを示す入力を提供することが促され
る。これは、移動装置との予定している入力動作にVR
サービスを要しない場合である。
ザは608で、ユーザはアクティブな音声チャネルを不
能にしたいか否かを示す入力を提供することが促され
る。これは、移動装置との予定している入力動作にVR
サービスを要しない場合である。
【0071】ユーザが音声チャネルを不能にしようと決
定した場合には、612で不能にされる。そして、ユー
ザは装置のユーザインターフェース(例えば、キーパッ
ド)を使用して物理的入力628へ進む。622で、ユ
ーザ入力(例えば、物理的入力628)が登録されたか
否かに関して決定される。ユーザ入力が登録されたな
ら、632へ進み、ユーザは、636で入力セッション
を継続するか終わらせるかについてを示す入力を供給す
るように促される。ユーザが終了を選択した場合には、
640で、確立された音声チャネル/回路の状態(即
ち、音声チャネル/回路活性化)に関する決定が成され
る。上述のシーケンスでは、アクティブな音声チャネル
はないので処理は終了する。
定した場合には、612で不能にされる。そして、ユー
ザは装置のユーザインターフェース(例えば、キーパッ
ド)を使用して物理的入力628へ進む。622で、ユ
ーザ入力(例えば、物理的入力628)が登録されたか
否かに関して決定される。ユーザ入力が登録されたな
ら、632へ進み、ユーザは、636で入力セッション
を継続するか終わらせるかについてを示す入力を供給す
るように促される。ユーザが終了を選択した場合には、
640で、確立された音声チャネル/回路の状態(即
ち、音声チャネル/回路活性化)に関する決定が成され
る。上述のシーケンスでは、アクティブな音声チャネル
はないので処理は終了する。
【0072】608では、ユーザが音声認識サービスを
移動装置入力動作に使用するとして、ユーザが音声チャ
ネルを不能にしないと決定したときには、ユーザは音声
入力624と物理入力628を供給し、そして、622
で、ユーザ入力が登録されたか否かに関する決定が成さ
れる。ユーザ入力が登録された場合には、632で処理
され、ユーザは、636で、入力セッションを継続する
か終わらせるかについてを示す入力を供給するように促
される。ユーザが終了を選択した場合には、640で、
確立された音声チャネル/回路の状態に関する決定が成
される。終了に際し、アクティブな音声チャネル/回路
は安全にされる。処理は終了する。
移動装置入力動作に使用するとして、ユーザが音声チャ
ネルを不能にしないと決定したときには、ユーザは音声
入力624と物理入力628を供給し、そして、622
で、ユーザ入力が登録されたか否かに関する決定が成さ
れる。ユーザ入力が登録された場合には、632で処理
され、ユーザは、636で、入力セッションを継続する
か終わらせるかについてを示す入力を供給するように促
される。ユーザが終了を選択した場合には、640で、
確立された音声チャネル/回路の状態に関する決定が成
される。終了に際し、アクティブな音声チャネル/回路
は安全にされる。処理は終了する。
【0073】ユーザが636で入力セッションを終わら
せないと決定したときには、処理は処理600の先頭に
戻る。
せないと決定したときには、処理は処理600の先頭に
戻る。
【0074】604で、アクティブ音声チャネルがない
と決定された場合には、ユーザは、614で、ユーザは
アクティブな音声チャネルを確立したいか否かの指示の
入力を促される。これは、ユーザが移動装置との入力動
作で音声認識サービスを要求する場合である。
と決定された場合には、ユーザは、614で、ユーザは
アクティブな音声チャネルを確立したいか否かの指示の
入力を促される。これは、ユーザが移動装置との入力動
作で音声認識サービスを要求する場合である。
【0075】614で、ユーザが入力対話動作に音声チ
ャネルを要求する場合には、618で音声チャネルは、
確立される。ユーザは、音声入力624と物理入力62
8を供給し、ユーザの入力が登録されたかに関する決定
が成される。ユーザ入力が登録された場合には、632
で処理され、そして、ユーザは636で、入力セッショ
ンを継続するか終わらせるかについてを示す入力を供給
するように促される。ユーザが終了を選択した場合に
は、上述のように、640で、確立された音声チャネル
/回路の状態に関する決定が成される。終了に際し、ア
クティブな音声チャネル/回路は安全にされる。処理は
終了する。
ャネルを要求する場合には、618で音声チャネルは、
確立される。ユーザは、音声入力624と物理入力62
8を供給し、ユーザの入力が登録されたかに関する決定
が成される。ユーザ入力が登録された場合には、632
で処理され、そして、ユーザは636で、入力セッショ
ンを継続するか終わらせるかについてを示す入力を供給
するように促される。ユーザが終了を選択した場合に
は、上述のように、640で、確立された音声チャネル
/回路の状態に関する決定が成される。終了に際し、ア
クティブな音声チャネル/回路は安全にされる。処理は
終了する。
【0076】614で、ユーザが音声認識サービスを要
求しない場合として、ユーザが妨げる入力動作を音声チ
ャネルに要求しない場合には、ユーザは、移動装置ユー
ザインターフェース(例えば、キーパッド)を使用し
て、物理入力628とともに進む。622で、ユーザの
入力(例えば、物理入力628)が登録されたかに関す
る決定が成される。ユーザ入力が登録された場合には、
632で処理され、そして、636で、入力セッション
が継続されるべきか終了すべきかに関する決定が成され
る。そして、終了する。
求しない場合として、ユーザが妨げる入力動作を音声チ
ャネルに要求しない場合には、ユーザは、移動装置ユー
ザインターフェース(例えば、キーパッド)を使用し
て、物理入力628とともに進む。622で、ユーザの
入力(例えば、物理入力628)が登録されたかに関す
る決定が成される。ユーザ入力が登録された場合には、
632で処理され、そして、636で、入力セッション
が継続されるべきか終了すべきかに関する決定が成され
る。そして、終了する。
【0077】ユーザが636で、入力セッションを終了
しないと決定したなら、処理は処理600の先頭に戻
る。
しないと決定したなら、処理は処理600の先頭に戻
る。
【0078】上述のこれらの例示的な相互動作で、ユー
ザ入力が622で登録されない場合には、ユーザは63
6で音声認識サーバシステムと共にセッションを終了し
たいか否かについて指示を供給することを促される。
ザ入力が622で登録されない場合には、ユーザは63
6で音声認識サーバシステムと共にセッションを終了し
たいか否かについて指示を供給することを促される。
【0079】一旦、サービスを提供する音声認識システ
ムと、サービスを要求する移動装置の間の音声チャネル
が確立されると、音声認識サーバシステムは移動装置の
使用に関連するユーザの特定のファイル(例えば、言語
選択、テンプレートファイル等)を取り出し、そして、
入力音声入力を処理するのにこれらを使用する。音声認
識サーバシステムはサービスの要求に関連する入力する
音声信号を検出し、処理する。入力音声信号はテンプレ
ートマッチング処理、フーリエ変換法、線形予測符号化
機構又は、好適な音声認識符号化機構を使用して、記号
的データファイルに変換され、そして、中間サーバ装置
(例えば、図1のリンクサーバ106のような)データ
通信チャネルを使用して、要求する移動装置(又は、指
定の第三者装置)へ送られる。
ムと、サービスを要求する移動装置の間の音声チャネル
が確立されると、音声認識サーバシステムは移動装置の
使用に関連するユーザの特定のファイル(例えば、言語
選択、テンプレートファイル等)を取り出し、そして、
入力音声入力を処理するのにこれらを使用する。音声認
識サーバシステムはサービスの要求に関連する入力する
音声信号を検出し、処理する。入力音声信号はテンプレ
ートマッチング処理、フーリエ変換法、線形予測符号化
機構又は、好適な音声認識符号化機構を使用して、記号
的データファイルに変換され、そして、中間サーバ装置
(例えば、図1のリンクサーバ106のような)データ
通信チャネルを使用して、要求する移動装置(又は、指
定の第三者装置)へ送られる。
【0080】記号データファイルは、要求する移動装置
による処理に適するフォーマット(例えば、cHTM
L、WML又は、HTML)又は、中間サーバ装置よる
処理に適するフォーマット(例えば、HTML,WM
L、XML、ASCII等)であろう。後者の場合は、
中間サーバ装置は必要ならばどのような変換処理も行な
える。
による処理に適するフォーマット(例えば、cHTM
L、WML又は、HTML)又は、中間サーバ装置よる
処理に適するフォーマット(例えば、HTML,WM
L、XML、ASCII等)であろう。後者の場合は、
中間サーバ装置は必要ならばどのような変換処理も行な
える。
【0081】本発明の原理に従って、移動装置と対話す
るユーザは、音声認識アプリケーションを実行するサー
バ装置に基づく(例えば、音声認識サーバシステム)遠
隔で利用可能な音声認識サービスにアクセスできる。電
話に蓄積されたソフトウェア(例えば、マイクロブラウ
ザ)は、サーバ装置の交信情報を取り出し且つ管理する
ことにより及び、プロンプトを提供し、且つ音声認識サ
ーバシステムと対話するのに関する機能を行うことによ
り、ユーザを援助する。このシステムと方法を使用し
て、制限された処理及び蓄積能力を有する移動装置は、
能力のあるコンピュータワークステーション上で実行さ
れる完全な機能の音声認識アプリケーションにアクセス
できる。
るユーザは、音声認識アプリケーションを実行するサー
バ装置に基づく(例えば、音声認識サーバシステム)遠
隔で利用可能な音声認識サービスにアクセスできる。電
話に蓄積されたソフトウェア(例えば、マイクロブラウ
ザ)は、サーバ装置の交信情報を取り出し且つ管理する
ことにより及び、プロンプトを提供し、且つ音声認識サ
ーバシステムと対話するのに関する機能を行うことによ
り、ユーザを援助する。このシステムと方法を使用し
て、制限された処理及び蓄積能力を有する移動装置は、
能力のあるコンピュータワークステーション上で実行さ
れる完全な機能の音声認識アプリケーションにアクセス
できる。
【0082】図7は、それぞれの音声認識サーバシステ
ムから(例えば、移動装置102の)移動装置と対話す
るのに(例えば、音声認識サーバシステム109の)音
声認識サーバシステムにより利用される、処理700を
示すフロー図を示す。704で、(例えば、音声認識サ
ーバシステム109の)音声認識サーバシステムと(例
えば、移動装置102の)移動装置との間に、音声回路
/チャネルが確立されたか否かが、(即ち、ソフトウェ
ア処理により)決定される。
ムから(例えば、移動装置102の)移動装置と対話す
るのに(例えば、音声認識サーバシステム109の)音
声認識サーバシステムにより利用される、処理700を
示すフロー図を示す。704で、(例えば、音声認識サ
ーバシステム109の)音声認識サーバシステムと(例
えば、移動装置102の)移動装置との間に、音声回路
/チャネルが確立されたか否かが、(即ち、ソフトウェ
ア処理により)決定される。
【0083】704で、サービスを要求する移動装置と
音声回路/チャネルが確立された場合には、スピーチ信
号が検出されたかに関する決定が708で成される。7
08で、スピーチ信号が検出された場合には、受信され
たスピーチ入力716は、712で、記号データファイ
ルを発生するのに使用される。
音声回路/チャネルが確立された場合には、スピーチ信
号が検出されたかに関する決定が708で成される。7
08で、スピーチ信号が検出された場合には、受信され
たスピーチ入力716は、712で、記号データファイ
ルを発生するのに使用される。
【0084】前述のように、記号データファイルは複数
の文字、音素、単語、図、オブジェクト、コントロール
文字又は、オブジェクトを指定する他の従来のマーク、
量、動作、機能、音素、単語、フレーズ又は、受信され
た音声スピーチ信号と関連を有するそのどのような組合
せを有する、音声認識システムにより翻訳されたファイ
ルである。音声認識システムは、一般的には、音声テン
プレート、フーリエ変換符号化又は、線形予測符号化機
構を使用して、音声入力成分を予め蓄積された記号的基
礎単位へマップする。記号的データブロックの例はAS
CIIファイルと2値データファイルを含む。
の文字、音素、単語、図、オブジェクト、コントロール
文字又は、オブジェクトを指定する他の従来のマーク、
量、動作、機能、音素、単語、フレーズ又は、受信され
た音声スピーチ信号と関連を有するそのどのような組合
せを有する、音声認識システムにより翻訳されたファイ
ルである。音声認識システムは、一般的には、音声テン
プレート、フーリエ変換符号化又は、線形予測符号化機
構を使用して、音声入力成分を予め蓄積された記号的基
礎単位へマップする。記号的データブロックの例はAS
CIIファイルと2値データファイルを含む。
【0085】記号データファイルは、720で、要求す
る移動装置(又は、指定された第三者の装置)へ転送さ
れる。724で、要求する移動装置から終了命令が送ら
れたかが決定される。終了命令が受信されると処理は終
了する。終了命令が受信されないときには、処理は70
8で入力するスピーチ信号を捜して継続する。708
で、スピーチ信号が所定の時間期間内に受信されない場
合には、728で、終了命令が送られたかが決定され
る。終了命令が受信されると処理は終了する。終了命令
が受信されなくとも、システムは、処理を終了すること
になる所定のタイムアウト又は、サイクルリミットを有
する。
る移動装置(又は、指定された第三者の装置)へ転送さ
れる。724で、要求する移動装置から終了命令が送ら
れたかが決定される。終了命令が受信されると処理は終
了する。終了命令が受信されないときには、処理は70
8で入力するスピーチ信号を捜して継続する。708
で、スピーチ信号が所定の時間期間内に受信されない場
合には、728で、終了命令が送られたかが決定され
る。終了命令が受信されると処理は終了する。終了命令
が受信されなくとも、システムは、処理を終了すること
になる所定のタイムアウト又は、サイクルリミットを有
する。
【0086】704で、サービスを要求する移動装置と
音声回路/チャネルが確立された場合には、音声認識サ
ーバシステムは音声人子Kサービスを望む移動装置との
アクティブ音声チャネルの確立を待つ。
音声回路/チャネルが確立された場合には、音声認識サ
ーバシステムは音声人子Kサービスを望む移動装置との
アクティブ音声チャネルの確立を待つ。
【0087】本発明の原理により、音声認識サーバシス
テムは、移動装置のユーサ゛インターフェースの拡張として
機能する。例えば、ユーザは、通常の状況ではローカル
ユーザインターフェースを使用して入力するにはかなり
の時間のかかる長い対話動作に音声認識システムを使用
することを選択できる。
テムは、移動装置のユーサ゛インターフェースの拡張として
機能する。例えば、ユーザは、通常の状況ではローカル
ユーザインターフェースを使用して入力するにはかなり
の時間のかかる長い対話動作に音声認識システムを使用
することを選択できる。
【0088】
【発明の効果】本発明の優位点は多い。異なる実施は、
以下の1つ又はそれ以上の優位点を有する。本発明の1
つの優位点は、特定の移動装置(例えば、処理及び、蓄
積能力が制限されている装置)のユーザは、標準装置の
ユーザインターフェースを増加する遠隔サーバ装置上で
実行される完全機能の音声認識アプリケーションを使用
できる。
以下の1つ又はそれ以上の優位点を有する。本発明の1
つの優位点は、特定の移動装置(例えば、処理及び、蓄
積能力が制限されている装置)のユーザは、標準装置の
ユーザインターフェースを増加する遠隔サーバ装置上で
実行される完全機能の音声認識アプリケーションを使用
できる。
【0089】本発明の他の優位点は、使用される音声認
識アプリケーションは移動装置の処理及び蓄積の制限に
により制限されず、ユーザは、更に能力のあるコンピュ
ータ上で実行される完全機能の音声認識アプリケーショ
ンを使用できる。この機能に関連する優位点は、多量の
語彙を有する辞書及び、個人化された辞書をユーザに供
給できる。更に、音声認識アプリケーションは、移動装
置上に蓄積されていないので、移動装置当りのコストに
衝撃を与えない。更に本発明の他の優位点は、このサー
ビスを提供するキャリアは、アクセスするユーザに低額
のサービス料を要求することができる。
識アプリケーションは移動装置の処理及び蓄積の制限に
により制限されず、ユーザは、更に能力のあるコンピュ
ータ上で実行される完全機能の音声認識アプリケーショ
ンを使用できる。この機能に関連する優位点は、多量の
語彙を有する辞書及び、個人化された辞書をユーザに供
給できる。更に、音声認識アプリケーションは、移動装
置上に蓄積されていないので、移動装置当りのコストに
衝撃を与えない。更に本発明の他の優位点は、このサー
ビスを提供するキャリアは、アクセスするユーザに低額
のサービス料を要求することができる。
【0090】さらに本発明の他の優位点は、ユーザは、
音声認識サービスとローカルユーザインターフェース
(例えば、電話キーパッド)を同時に利用でき、これに
より、ユーザは最大の柔軟性を得る。例えば、ユーザ
は、音声信号とローカルユーザインターフェースからの
混ぜ合わされた記号を入力できる。
音声認識サービスとローカルユーザインターフェース
(例えば、電話キーパッド)を同時に利用でき、これに
より、ユーザは最大の柔軟性を得る。例えば、ユーザ
は、音声信号とローカルユーザインターフェースからの
混ぜ合わされた記号を入力できる。
【0091】本発明の多くの特徴と優位点が以上の説明
から明らかであり、請求項は本発明の全ての特徴と優位
点をカバーする。更に、多くの変形及び、変更は当業者
には容易くでき、本発明は、上述の説明の同一の構成と
動作には制限されない。従って、全ての好適な変形と等
価なものは本発明の範囲内である。
から明らかであり、請求項は本発明の全ての特徴と優位
点をカバーする。更に、多くの変形及び、変更は当業者
には容易くでき、本発明は、上述の説明の同一の構成と
動作には制限されない。従って、全ての好適な変形と等
価なものは本発明の範囲内である。
【図1】本発明が実行される概略のコンフィグレーショ
ンを示す図である。
ンを示す図である。
【図2A】典型的な音声を利用できる移動装置のディス
プレイとユーザインターフェースを示す図である。
プレイとユーザインターフェースを示す図である。
【図2B】例示的な音声を利用できる移動装置の機能ブ
ロック図である。
ロック図である。
【図3】本発明の好適な実施例に従ったリンクサーバ装
置の機能ブロック図である。
置の機能ブロック図である。
【図4】本発明の例示の実施例に従った音声認識サーバ
の例示の処理段階を示す概略図である。
の例示の処理段階を示す概略図である。
【図5】移動装置と音声認識サーバシステムの相互作用
に関する動作を示す、代表的なスクリーン表示を示す図
である。
に関する動作を示す、代表的なスクリーン表示を示す図
である。
【図6】本発明の好適な実施例に従った移動装置の観点
からの処理フローチャートである。
からの処理フローチャートである。
【図7】本発明の好適な実施例に従った音声認識サーバ
の観点からの処理フローチャートである。
の観点からの処理フローチャートである。
102、103 移動装置 104 無線キャリアネットワーク 106 リンクサーバ 108 有線ネットワーク 109 音声認識サーバシステム 110 サーバ装置 112 蓄積装置 113 ネットワークサーバ 118 地上ネット 121 キャリア通信設備 126 音声チャネル 128 広帯域チャネル 130 狭帯域チャネル 140 マルチメディアコンピュータ 200 移動装置 204 表示スクリーン 208A、208B ソフトキーの組 210 拡張電話形式キーパッド 212B マイクロフォン 212A イアホン 216 要素指示子 222、224 カーソルナビゲーションキー 240 リンクサーバ 250 移動装置 252 WCPインターフェース 256 クライアントモジュール 258 ワークメモリ 264 エンコーダ/デコーダ 266 音声回路 268 プロセッサ 300 有線ネットワーク 310 サーバモジュール 312 口座マネージャ 314 口座インターフェース 316 メッセージプロセッサ 318 プロセッサ 320 無線ネットワーク 340 リンクサーバ装置 341 WCPインターフェース 358 LCPインターフェース 460 音声認識サーバシステム 522 音声認識サーバシステムの交信情報
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 FI テーマコート゛(参考) H04M 11/00 302 G10L 3/00 551A H04Q 7/38 H04Q 7/04 D
Claims (48)
- 【請求項1】 表示スクリーンとユーザインターフェー
スを有する無線通信装置へ、音声認識サービスを提供す
る方法であって、 音声認識アプリケーションを実行しているサーバ装置で
音声認識サービスのために、無線通信装置から要求を受
信するステップと、 第1の通信経路から要求に関連する音声入力信号を取り
出すステップと、 音声認識アプリケーションを使用して、音声入力信号
を、記号的なデータファイルへ変換するステップと、 第2の通信経路を使用して、記号的データファイルを無
線通信装置へ送るステップとを有する方法。 - 【請求項2】 第1の通信経路は、無線通信ネットワー
ク上で確立される請求項1記載の方法。 - 【請求項3】 無線通信ネットワークは、セルラディジ
タルパケットデータ(CDPD)ネットワーク、移動通
信のためのグローバルシステム(GSM)ネットワー
ク、符号分割多重(CDMA)ネットワーク、パーソナ
ルハンディフォンシステム(PHS)及び時分割多重ア
クセス(TDMA)ネットワークよりなるグループから
選択される請求項2記載の方法。 - 【請求項4】 記号的データファイルはマークアップ言
語ファイルである請求項1記載の方法。 - 【請求項5】 マークアップ言語ファイルは、携帯装置
マークアップ言語(HDML)、ハイパーテキストマー
クアップ言語(HTML)、コンパクトハイパーテキス
トマークアップ言語(cHTML)、無線マークアップ
言語(WML)、標準一般化マークアップ言語(SGM
L)及び拡張可能なマークアップ言語(XML)よりな
るグループから選択される請求項4記載の方法。 - 【請求項6】 記号的データファイルはバイナリーデー
タファイルである請求項1記載の方法。 - 【請求項7】 記号的データファイルはASCIIフォ
ーマットのデータファイルである請求項1記載の方法。 - 【請求項8】 第2の通信経路は、第1の通信プロトコ
ルを使用する有線ネットワークにより音声認識アプリケ
ーションを実行しているサーバ装置と、第2の通信プロ
トコルを使用して無線ネットワークにより無線通信装置
に接続されたリンクサーバ装置を有する請求項1記載の
方法。 - 【請求項9】 第1の通信プロトコルは、転送制御プロ
トコル/インターネットプロトコル(TCP/IP)、
ハイパーテキスト転送プロトコル(HTTP)、安全ハ
イパーテキスト転送プロトコル(sHTTP)よりなる
グループから選択される請求項8記載の方法。 - 【請求項10】 第2の通信プロトコルは、無線通信プ
ロトコルである請求項8記載の方法。 - 【請求項11】 無線通信プロトコルは、無線アクセス
プロトコル(WAP)及び、携帯装置転送プロトコル
(HDTP)よりなるグループから選択される請求項1
0記載の方法。 - 【請求項12】 無線通信装置から受信された要求は、
ユーザに特定の識別情報を有する請求項1記載の方法。 - 【請求項13】 ユーザに特定の識別情報は、音声認識
サービスのための要求を処理するために、ユーザに特定
のファイルを取り出すために使用される請求項12記載
の方法。 - 【請求項14】 無線通信装置から受信された要求は、
装置に特定の識別情報を有する請求項1記載の方法。 - 【請求項15】 装置に特定の識別情報は、音声認識サ
ービスのための要求を処理するために、ユーザに特定の
ファイルを取り出すために使用される請求項14記載の
方法。 - 【請求項16】 装置に特定の識別情報は、電話番号及
び、ユニフォームリソース識別子(URI)よりなるグ
ループから選択される請求項14記載の方法。 - 【請求項17】 無線通信装置は移動電話である請求項
1記載の方法。 - 【請求項18】 移動電話は、マイクロプロセッサとソ
フトウェアの蓄積領域を有する請求項17記載の方法。 - 【請求項19】 マイクロプロセッサは、電話機能とロ
ーカルアプリケーションを制御するために蓄積領域に蓄
積されたソフトウェアを使用する請求項18記載の方
法。 - 【請求項20】 ローカルアプリケーションは、音声認
識サービスを得るのに関連する機能を提供する請求項1
9記載の方法。 - 【請求項21】 表示スクリーンとユーザインターフェ
ースを有する無線通信装置へ、音声認識サービスを提供
する方法であって、 音声認識アプリケーションを実行しているサーバ装置に
関する交信情報を取り出すステップと、 取り出された交信情報に関連するサーバ装置から音声認
識サービスに関する要求を発生するステップと、 取り出された交信情報に関連するサーバ装置へ、音声認
識サービスに関する要求を送るステップと、 無線通信装置と取り出された交信情報に関連するサーバ
装置との間で音声通信チャネルを確立するステップと、 無線通信装置を使用しているユーザから、入力の少なく
とも一部が音声成分を含む入力を受信するステップと、 音声認識アプリケーションにより処理するために、ユー
ザ入力をサーバ装置へ伝送するステップとを有する方
法。 - 【請求項22】 交信情報は、電話番号及び、ユニフォ
ームリソース識別子(URI)よりなるグループから選
択される請求項21記載の方法。 - 【請求項23】 音声通信チャネルは、無線ネットワー
ク上で確立される請求項21記載の方法。 - 【請求項24】 無線通信ネットワークは、セルラデ
ィジタルパケットデータ(CDPD)ネットワーク、移
動通信のためのグローバルシステム(GSM)ネットワ
ーク、符号分割多重(CDMA)ネットワーク、パーソ
ナルハンディフォンシステム(PHS)及び時分割多重
アクセス(TDMA)ネットワークよりなるグループか
ら選択される請求項23記載の方法。 - 【請求項25】 取り出された交信情報に関連するサー
バ装置から、サーバ装置によりユーザ入力の音声認識処
理の処理された出力を有する、記号的データファイルを
受信ステップと、 受信された記号的データファイルを、無線通信装置のロ
ーカル資源を使用して処理するステップと、 処理された記号的データファイルの少なくとも一部を、
再見と変更のためにユーザへ表示するステップとを更に
有する請求項21記載の方法。 - 【請求項26】 受信された記号的データファイルは、
マークアップ言語ファイルである請求項25記載の方
法。 - 【請求項27】 マークアップ言語ファイルは、携帯装
置マークアップ言語(HDML)、ハイパーテキストマ
ークアップ言語(HTML)、コンパクトハイパーテキ
ストマークアップ言語(cHTML)、無線マークアッ
プ言語(WML)、標準一般化マークアップ言語(SG
ML)及び拡張可能なマークアップ言語(XML)より
なるグループから選択される請求項26記載の方法。 - 【請求項28】 記号的データファイルはバイナリーデ
ータファイルである請求項25記載の方法。 - 【請求項29】 記号的データファイルはASCIIフ
ォーマットのデータファイルである請求項25記載の方
法。 - 【請求項30】 無線通信装置のための音声認識サービ
スのための要求を発生するコンピュータプログラムコー
ドがその上に符号化されたコンピュータ読出し可能な媒
体であって、 音声認識サービスを提供するサーバ装置に関する交信情
報を取り出すコンピュータプログラムコードと、 取り出された交信情報に関連するサーバ装置から音声認
識サービスに関する要求を発生するコンピュータプログ
ラムコードと、 無線通信装置のユーザから、音声認識サービスのための
要求に関連している音声入力を受信するコンピュータプ
ログラムコードと、 無線通信装置と、音声信号を音声認識処理のためのサー
バ装置へ伝送する目的のサーバ装置との間で音声通信セ
ッションを確立するコンピュータプログラムコードとを
有するコンピュータ読出し可能な媒体。 - 【請求項31】 交信情報は、電話番号及び、ユニフォ
ームリソース識別子(URI)よりなるグループから選
択される請求項30記載のコンピュータ読出し可能な媒
体。 - 【請求項32】 無線通信装置へ音声認識サービスを提
供するコンピュータプログラムコードがその上に符号化
されたコンピュータ読出し可能な媒体であって、 移動装置から受信した音声認識サービスのための要求を
処理するためのコンピュータプログラムコードと、 音声認識サービスのための要求に関連する音声認識を受
信するためのコンピュータプログラムコードと、 受信された音声入力を記号的データファイルへ変換する
ためのコンピュータプログラムコードと、 記号的データファイルを、要求を発した移動装置へ送る
ためのコンピュータプログラムコードとを有するコンピ
ュータ読出し可能な媒体。 - 【請求項33】 記号的データファイルはマークアップ
言語ファイルである請求項32記載のコンピュータ読出
し可能な媒体。 - 【請求項34】 マークアップ言語ファイルは、携帯装
置マークアップ言語(HDML)、ハイパーテキストマ
ークアップ言語(HTML)、コンパクトハイパーテキ
ストマークアップ言語(cHTML)、無線マークアッ
プ言語(WML)、標準一般化マークアップ言語(SG
ML)及び拡張可能なマークアップ言語(XML)より
なるグループから選択される請求項33記載のコンピュ
ータ読出し可能な媒体。 - 【請求項35】 要求に関連するユーザに特定のファイ
ルを取り出すためのコンピュータプログラムコードと、 音声入力を記号的データファイルへ変換する変換処理中
に、ユーザに特定のファイルを利用するコンピュータプ
ログラムコードとを更に有する請求項32記載のコンピ
ュータ読出し可能な媒体。 - 【請求項36】 ユーザに特定のファイルはユーザの嗜
好を含む請求項35記載のコンピュータ読出し可能な媒
体。 - 【請求項37】 ユーザに特定のファイルはユーザの音
声テンプレートを含む請求項35記載のコンピュータ読
出し可能な媒体。 - 【請求項38】 音声認識サービスを提供する無線通信
システムであって、 第1の通信経路で音声認識処理のための音声入力を提供
し且つ、第2の通信経路で処理された音声入力を表す記
号的データファイルを受信する無線通信装置と、 第1の通信経路で無線通信装置からの音声入力信号受信
し、受信した音声入力信号を、記号的なデータファイル
へ変換し、第2の通信経路を使用して、記号的データフ
ァイルを無線通信装置へ送る音声認識アプリケーション
を実行しているサーバ装置を有するシステム。 - 【請求項39】 第1の通信経路は、無線通信ネットワ
ーク上で確立される請求項38記載の無線通信システ
ム。 - 【請求項40】 無線通信ネットワークは、セルラディ
ジタルパケットデータ(CDPD)ネットワーク、移動
通信のためのグローバルシステム(GSM)ネットワー
ク、符号分割多重(CDMA)ネットワーク、パーソナ
ルハンディフォンシステム(PHS)及び時分割多重ア
クセス(TDMA)ネットワークよりなるグループから
選択される請求項39記載の無線通信システム。 - 【請求項41】 第2の通信経路は、第1の通信プロト
コルを使用する有線ネットワークにより音声認識アプリ
ケーションを実行しているサーバ装置と、第2の通信プ
ロトコルを使用して無線ネットワークにより無線通信装
置に接続されたリンクサーバ装置を有する請求項40記
載の無線通信システム。 - 【請求項42】 第1の通信プロトコルは、転送制御プ
ロトコル/インターネットプロトコル(TCP/I
P)、ハイパーテキスト転送プロトコル(HTTP)、
安全ハイパーテキスト転送プロトコル(sHTTP)よ
りなるグループから選択される請求項41記載の無線通
信システム。 - 【請求項43】 第2の通信プロトコルは、無線通信プ
ロトコルである請求項41記載の無線通信システム。 - 【請求項44】 無線通信プロトコルは、無線アクセス
プロトコル(WAP)及び、携帯装置転送プロトコル
(HDTP)よりなるグループから選択される請求項4
3記載の無線通信システム。 - 【請求項45】 無線通信装置は移動電話である請求項
38記載の無線通信システム。 - 【請求項46】 移動電話は、マイクロプロセッサとソ
フトウェアの蓄積領域を有する請求項45記載の無線通
信システム。 - 【請求項47】 マイクロプロセッサは、電話機能とロ
ーカルアプリケーションを制御するために蓄積領域に蓄
積されたソフトウェアを使用する請求項46記載の無線
通信システム。 - 【請求項48】 ローカルアプリケーションは、音声認
識サービスを得るのに関連する機能を提供する請求項4
7記載の無線通信システム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US167290 | 1988-03-11 | ||
US16729099P | 1999-11-24 | 1999-11-24 | |
US09/643,558 US6532446B1 (en) | 1999-11-24 | 2000-08-21 | Server based speech recognition user interface for wireless devices |
US643558 | 2000-08-21 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2001222294A true JP2001222294A (ja) | 2001-08-17 |
Family
ID=26863029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000356405A Pending JP2001222294A (ja) | 1999-11-24 | 2000-11-22 | 無線通信装置のためのユーザインターフェースに基づく音声認識 |
Country Status (5)
Country | Link |
---|---|
US (1) | US6532446B1 (ja) |
EP (1) | EP1104155A3 (ja) |
JP (1) | JP2001222294A (ja) |
KR (1) | KR20010051903A (ja) |
CN (1) | CN1298249A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020024045A (ko) * | 2002-01-22 | 2002-03-29 | 배성윤 | 셀룰러폰을 이용한 외국어 회화학습과 통역지원 시스템 |
JP2005530279A (ja) * | 2002-07-02 | 2005-10-06 | テレフオンアクチーボラゲット エル エム エリクソン(パブル) | インターネットコンテンツのアクセスに関するシステム及び方法 |
Families Citing this family (363)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001013255A2 (en) * | 1999-08-13 | 2001-02-22 | Pixo, Inc. | Displaying and traversing links in character array |
US7203721B1 (en) * | 1999-10-08 | 2007-04-10 | At Road, Inc. | Portable browser device with voice recognition and feedback capability |
JP2001197379A (ja) * | 2000-01-05 | 2001-07-19 | Matsushita Electric Ind Co Ltd | 機器設定装置、機器設定システムおよび機器設定処理プログラムを記録した記録媒体 |
JP3452250B2 (ja) * | 2000-03-15 | 2003-09-29 | 日本電気株式会社 | 無線携帯端末通信システム |
US8645137B2 (en) * | 2000-03-16 | 2014-02-04 | Apple Inc. | Fast, language-independent method for user authentication by voice |
US8355912B1 (en) * | 2000-05-04 | 2013-01-15 | International Business Machines Corporation | Technique for providing continuous speech recognition as an alternate input device to limited processing power devices |
US7134073B1 (en) * | 2000-06-15 | 2006-11-07 | International Business Machines Corporation | Apparatus and method for enabling composite style sheet application to multi-part electronic documents |
JP2002074188A (ja) * | 2000-06-16 | 2002-03-15 | Sony Computer Entertainment Inc | 会員情報登録方法および装置、会員認証方法および装置、サーバコンピュータ |
DE60133902D1 (ja) * | 2000-07-28 | 2008-06-19 | Siemens Vdo Automotive Corp | |
US7114077B2 (en) * | 2000-08-23 | 2006-09-26 | Ryan Miller | Verification system for confidential data input |
FI20001918A (fi) | 2000-08-30 | 2002-03-01 | Nokia Corp | Monimodaalinen sisältö ja automaattinen puheen tunnistus langattomassa tietoliikennejärjestelmässä |
JP2002073561A (ja) * | 2000-09-01 | 2002-03-12 | Toyota Motor Corp | 通信網を介してアクセスするユーザの認証方法及び認証システム、並びに、これらを利用した情報処理システム |
WO2002023389A1 (en) * | 2000-09-15 | 2002-03-21 | Robert Fish | Systems and methods for translating an item of information using a distal computer |
US20110231564A1 (en) * | 2000-09-25 | 2011-09-22 | Yevgeny Korsunsky | Processing data flows with a data flow processor |
US9800608B2 (en) * | 2000-09-25 | 2017-10-24 | Symantec Corporation | Processing data flows with a data flow processor |
US20070192863A1 (en) * | 2005-07-01 | 2007-08-16 | Harsh Kapoor | Systems and methods for processing data flows |
US20110213869A1 (en) * | 2000-09-25 | 2011-09-01 | Yevgeny Korsunsky | Processing data flows with a data flow processor |
US20110238855A1 (en) * | 2000-09-25 | 2011-09-29 | Yevgeny Korsunsky | Processing data flows with a data flow processor |
JP4135307B2 (ja) * | 2000-10-17 | 2008-08-20 | 株式会社日立製作所 | 音声通訳サービス方法および音声通訳サーバ |
US7181508B1 (en) * | 2000-11-09 | 2007-02-20 | Oki Data Americas, Inc. | System and method for communicating, monitoring and configuring a device operatively connected to a network |
US7496510B2 (en) * | 2000-11-30 | 2009-02-24 | International Business Machines Corporation | Method and apparatus for the automatic separating and indexing of multi-speaker conversations |
US20020097692A1 (en) * | 2000-12-29 | 2002-07-25 | Nokia Mobile Phones Ltd. | User interface for a mobile station |
GB0108044D0 (en) * | 2001-03-30 | 2001-05-23 | British Telecomm | Application synchronisation |
US20020178003A1 (en) * | 2001-03-09 | 2002-11-28 | Motorola, Inc. | Method and apparatus for providing voice recognition service to a wireless communication device |
AU2002251205A1 (en) * | 2001-03-30 | 2002-10-15 | British Telecommunications Public Limited Company | Multi-modal interface |
US6832196B2 (en) * | 2001-03-30 | 2004-12-14 | International Business Machines Corporation | Speech driven data selection in a voice-enabled program |
KR100414064B1 (ko) * | 2001-04-12 | 2004-01-07 | 엘지전자 주식회사 | 음성인식에 의한 이동통신 단말기 제어시스템 및 방법 |
US6931463B2 (en) * | 2001-09-11 | 2005-08-16 | International Business Machines Corporation | Portable companion device only functioning when a wireless link established between the companion device and an electronic device and providing processed data to the electronic device |
US6901364B2 (en) * | 2001-09-13 | 2005-05-31 | Matsushita Electric Industrial Co., Ltd. | Focused language models for improved speech input of structured documents |
US6865532B2 (en) * | 2001-09-19 | 2005-03-08 | Mitsubishi Electric Research Laboratories, Inc. | Method for recognizing spoken identifiers having predefined grammars |
US7158499B2 (en) * | 2001-09-19 | 2007-01-02 | Mitsubishi Electric Research Laboratories, Inc. | Voice-operated two-way asynchronous radio |
ITFI20010199A1 (it) | 2001-10-22 | 2003-04-22 | Riccardo Vieri | Sistema e metodo per trasformare in voce comunicazioni testuali ed inviarle con una connessione internet a qualsiasi apparato telefonico |
GB2382749B (en) * | 2001-11-28 | 2005-12-07 | Nokia Mobile Developments | Call routing |
US20030125959A1 (en) * | 2001-12-31 | 2003-07-03 | Palmquist Robert D. | Translation device with planar microphone array |
WO2003058483A1 (en) | 2002-01-08 | 2003-07-17 | Seven Networks, Inc. | Connection architecture for a mobile network |
US20030157959A1 (en) * | 2002-01-11 | 2003-08-21 | Jakke Makela | Method, system, apparatus and computer program product for portable networking of multi-user applications |
US7286993B2 (en) * | 2002-01-31 | 2007-10-23 | Product Discovery, Inc. | Holographic speech translation system and method |
FR2835999B1 (fr) * | 2002-02-13 | 2004-04-02 | France Telecom | Edition et consultation de services vocaux telephoniques interactifs |
WO2003084173A1 (en) * | 2002-03-28 | 2003-10-09 | British Telecommunications Public Limited Company | Synchronisation in multi-modal interfaces |
JP2003308283A (ja) * | 2002-04-18 | 2003-10-31 | Mitsubishi Electric Corp | 通信装置、通信方法及び車載用ナビゲーション装置 |
US7376701B2 (en) * | 2002-04-29 | 2008-05-20 | Cisco Technology, Inc. | System and methodology for control of, and access and response to internet email from a wireless device |
US7509117B2 (en) * | 2002-05-31 | 2009-03-24 | Nokia Corporation | Apparatus, and associated method, for notifying a user in a radio communication system of a commercially-related transaction |
KR20030097347A (ko) * | 2002-06-20 | 2003-12-31 | 삼성전자주식회사 | 휴대용 단말기의 음성인식을 이용한 문자메시지 전송 방법 |
US7809578B2 (en) | 2002-07-17 | 2010-10-05 | Nokia Corporation | Mobile device having voice user interface, and a method for testing the compatibility of an application with the mobile device |
US7421390B2 (en) * | 2002-09-13 | 2008-09-02 | Sun Microsystems, Inc. | Method and system for voice control of software applications |
US20040107250A1 (en) * | 2002-10-21 | 2004-06-03 | Guillermo Marciano | Methods and systems for integrating communication resources using the internet |
US7873390B2 (en) | 2002-12-09 | 2011-01-18 | Voice Signal Technologies, Inc. | Provider-activated software for mobile communication devices |
US7917468B2 (en) | 2005-08-01 | 2011-03-29 | Seven Networks, Inc. | Linking of personal information management data |
US8468126B2 (en) | 2005-08-01 | 2013-06-18 | Seven Networks, Inc. | Publishing data in an information community |
US7853563B2 (en) | 2005-08-01 | 2010-12-14 | Seven Networks, Inc. | Universal data aggregation |
DE60325901D1 (de) * | 2003-04-07 | 2009-03-05 | Nokia Corp | Prachgesteuerter eingabe für eine elektronische vorrichtung mit einer benutzerschnittstelle |
US7669134B1 (en) | 2003-05-02 | 2010-02-23 | Apple Inc. | Method and apparatus for displaying information during an instant messaging session |
ATE339757T1 (de) * | 2003-06-17 | 2006-10-15 | Sony Ericsson Mobile Comm Ab | Verfahren und vorrichtung zur sprachaktivitätsdetektion |
US7089604B2 (en) * | 2003-11-05 | 2006-08-15 | Wright Glenn H | Toilet support device and method |
DE10353068A1 (de) * | 2003-11-13 | 2005-06-23 | Voice Trust Ag | Verfahren zur Authentifizierung eines Benutzers anhand dessen Stimmprofils |
EP1687961A2 (en) * | 2003-11-14 | 2006-08-09 | Voice Signal Technologies Inc. | Installing language modules in a mobile communication device |
FI115274B (fi) * | 2003-12-19 | 2005-03-31 | Nokia Corp | Puhekäyttöliittymällä varustettu elektroninen laite ja menetelmä elektronisessa laitteessa käyttöliittymäkieliasetuksien suorittamiseksi |
US20050171781A1 (en) * | 2004-01-08 | 2005-08-04 | Poploskie Jon M. | Speech information system |
US8954325B1 (en) * | 2004-03-22 | 2015-02-10 | Rockstar Consortium Us Lp | Speech recognition in automated information services systems |
US20060009974A1 (en) * | 2004-07-09 | 2006-01-12 | Matsushita Electric Industrial Co., Ltd. | Hands-free voice dialing for portable and remote devices |
US8010082B2 (en) | 2004-10-20 | 2011-08-30 | Seven Networks, Inc. | Flexible billing architecture |
US7441271B2 (en) | 2004-10-20 | 2008-10-21 | Seven Networks | Method and apparatus for intercepting events in a communication system |
US7706781B2 (en) | 2004-11-22 | 2010-04-27 | Seven Networks International Oy | Data security in a mobile e-mail service |
FI117152B (fi) | 2004-12-03 | 2006-06-30 | Seven Networks Internat Oy | Sähköpostiasetusten käyttöönotto matkaviestimelle |
US7529677B1 (en) | 2005-01-21 | 2009-05-05 | Itt Manufacturing Enterprises, Inc. | Methods and apparatus for remotely processing locally generated commands to control a local device |
DE602005001048T2 (de) * | 2005-01-31 | 2008-01-03 | Harman Becker Automotive Systems Gmbh | Erweiterung der Bandbreite eines schmalbandigen Sprachsignals |
US7752633B1 (en) | 2005-03-14 | 2010-07-06 | Seven Networks, Inc. | Cross-platform event engine |
US7796742B1 (en) | 2005-04-21 | 2010-09-14 | Seven Networks, Inc. | Systems and methods for simplified provisioning |
US8438633B1 (en) | 2005-04-21 | 2013-05-07 | Seven Networks, Inc. | Flexible real-time inbox access |
WO2006136660A1 (en) | 2005-06-21 | 2006-12-28 | Seven Networks International Oy | Maintaining an ip connection in a mobile network |
US8069166B2 (en) | 2005-08-01 | 2011-11-29 | Seven Networks, Inc. | Managing user-to-user contact with inferred presence information |
US20070038455A1 (en) * | 2005-08-09 | 2007-02-15 | Murzina Marina V | Accent detection and correction system |
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US8635073B2 (en) * | 2005-09-14 | 2014-01-21 | At&T Intellectual Property I, L.P. | Wireless multimodal voice browser for wireline-based IPTV services |
US7633076B2 (en) | 2005-09-30 | 2009-12-15 | Apple Inc. | Automated response to and sensing of user activity in portable devices |
CN100426377C (zh) * | 2005-10-21 | 2008-10-15 | 华为技术有限公司 | 一种实现语音识别功能的方法 |
CN1953447B (zh) * | 2005-10-21 | 2010-09-15 | 华为技术有限公司 | 媒体资源处理方法 |
US20070112571A1 (en) * | 2005-11-11 | 2007-05-17 | Murugappan Thirugnana | Speech recognition at a mobile terminal |
EP2080109A2 (en) * | 2005-12-15 | 2009-07-22 | Josef Berger | System and methods for initiating, maintaining, and delivering personalized information by communication server |
US7769395B2 (en) | 2006-06-20 | 2010-08-03 | Seven Networks, Inc. | Location-based operations and messaging |
US8370141B2 (en) * | 2006-03-03 | 2013-02-05 | Reagan Inventions, Llc | Device, system and method for enabling speech recognition on a portable data device |
US7761293B2 (en) * | 2006-03-06 | 2010-07-20 | Tran Bao Q | Spoken mobile engine |
CA2648617C (en) | 2006-04-05 | 2017-12-12 | Yap, Inc. | Hosted voice recognition system for wireless devices |
US8510109B2 (en) | 2007-08-22 | 2013-08-13 | Canyon Ip Holdings Llc | Continuous speech transcription performance indication |
US9436951B1 (en) | 2007-08-22 | 2016-09-06 | Amazon Technologies, Inc. | Facilitating presentation by mobile device of additional content for a word or phrase upon utterance thereof |
US20090124272A1 (en) | 2006-04-05 | 2009-05-14 | Marc White | Filtering transcriptions of utterances |
WO2007125151A1 (en) * | 2006-04-27 | 2007-11-08 | Risto Kurki-Suonio | A method, a system and a device for converting speech |
US8204748B2 (en) * | 2006-05-02 | 2012-06-19 | Xerox Corporation | System and method for providing a textual representation of an audio message to a mobile device |
US9208785B2 (en) * | 2006-05-10 | 2015-12-08 | Nuance Communications, Inc. | Synchronizing distributed speech recognition |
US9086737B2 (en) * | 2006-06-15 | 2015-07-21 | Apple Inc. | Dynamically controlled keyboard |
US20080031475A1 (en) | 2006-07-08 | 2008-02-07 | Personics Holdings Inc. | Personal audio assistant device and method |
US11450331B2 (en) | 2006-07-08 | 2022-09-20 | Staton Techiya, Llc | Personal audio assistant device and method |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US8386259B2 (en) * | 2006-12-28 | 2013-02-26 | Intel Corporation | Voice interface to NFC applications |
US7912828B2 (en) * | 2007-02-23 | 2011-03-22 | Apple Inc. | Pattern searching methods and apparatuses |
US8886540B2 (en) * | 2007-03-07 | 2014-11-11 | Vlingo Corporation | Using speech recognition results based on an unstructured language model in a mobile communication facility application |
US20080221884A1 (en) * | 2007-03-07 | 2008-09-11 | Cerra Joseph P | Mobile environment speech processing facility |
US10056077B2 (en) | 2007-03-07 | 2018-08-21 | Nuance Communications, Inc. | Using speech recognition results based on an unstructured language model with a music system |
US8949130B2 (en) | 2007-03-07 | 2015-02-03 | Vlingo Corporation | Internal and external speech recognition use with a mobile communication facility |
US8886545B2 (en) | 2007-03-07 | 2014-11-11 | Vlingo Corporation | Dealing with switch latency in speech recognition |
US8635243B2 (en) * | 2007-03-07 | 2014-01-21 | Research In Motion Limited | Sending a communications header with voice recording to send metadata for use in speech recognition, formatting, and search mobile search application |
US8949266B2 (en) * | 2007-03-07 | 2015-02-03 | Vlingo Corporation | Multiple web-based content category searching in mobile search application |
US8838457B2 (en) * | 2007-03-07 | 2014-09-16 | Vlingo Corporation | Using results of unstructured language model based speech recognition to control a system-level function of a mobile communications facility |
US20090030691A1 (en) * | 2007-03-07 | 2009-01-29 | Cerra Joseph P | Using an unstructured language model associated with an application of a mobile communication facility |
US20080221889A1 (en) * | 2007-03-07 | 2008-09-11 | Cerra Joseph P | Mobile content search environment speech processing facility |
US8515728B2 (en) | 2007-03-29 | 2013-08-20 | Microsoft Corporation | Language translation of visual and audio input |
US8977255B2 (en) * | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
US8352264B2 (en) | 2008-03-19 | 2013-01-08 | Canyon IP Holdings, LLC | Corrective feedback loop for automated speech recognition |
US8326636B2 (en) | 2008-01-16 | 2012-12-04 | Canyon Ip Holdings Llc | Using a physical phenomenon detector to control operation of a speech recognition engine |
US8611871B2 (en) | 2007-12-25 | 2013-12-17 | Canyon Ip Holdings Llc | Validation of mobile advertising from derived information |
US20090076917A1 (en) * | 2007-08-22 | 2009-03-19 | Victor Roditis Jablokov | Facilitating presentation of ads relating to words of a message |
US9973450B2 (en) * | 2007-09-17 | 2018-05-15 | Amazon Technologies, Inc. | Methods and systems for dynamically updating web service profile information by parsing transcribed message strings |
US8352261B2 (en) * | 2008-03-07 | 2013-01-08 | Canyon IP Holdings, LLC | Use of intermediate speech transcription results in editing final speech transcription results |
US8693494B2 (en) | 2007-06-01 | 2014-04-08 | Seven Networks, Inc. | Polling |
US8805425B2 (en) | 2007-06-01 | 2014-08-12 | Seven Networks, Inc. | Integrated messaging |
CN101681380A (zh) * | 2007-06-04 | 2010-03-24 | 通腾科技股份有限公司 | 位置引入数据传递设备、位置数据引入***以及位置数据引入方法 |
US8296377B1 (en) | 2007-08-22 | 2012-10-23 | Canyon IP Holdings, LLC. | Facilitating presentation by mobile device of additional content for a word or phrase upon utterance thereof |
US9053489B2 (en) | 2007-08-22 | 2015-06-09 | Canyon Ip Holdings Llc | Facilitating presentation of ads relating to words of a message |
US20090070109A1 (en) * | 2007-09-12 | 2009-03-12 | Microsoft Corporation | Speech-to-Text Transcription for Personal Communication Devices |
US9053089B2 (en) | 2007-10-02 | 2015-06-09 | Apple Inc. | Part-of-speech tagging using latent analogy |
US8065152B2 (en) | 2007-11-08 | 2011-11-22 | Demand Media, Inc. | Platform for enabling voice commands to resolve phoneme based domain name registrations |
US8620662B2 (en) * | 2007-11-20 | 2013-12-31 | Apple Inc. | Context-aware unit selection |
US8364181B2 (en) | 2007-12-10 | 2013-01-29 | Seven Networks, Inc. | Electronic-mail filtering for mobile devices |
US9002828B2 (en) | 2007-12-13 | 2015-04-07 | Seven Networks, Inc. | Predictive content delivery |
US8793305B2 (en) | 2007-12-13 | 2014-07-29 | Seven Networks, Inc. | Content delivery to a mobile device from a content service |
US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
US8327272B2 (en) | 2008-01-06 | 2012-12-04 | Apple Inc. | Portable multifunction device, method, and graphical user interface for viewing and managing electronic calendars |
US8067701B2 (en) * | 2008-01-07 | 2011-11-29 | Apple Inc. | I/O connectors with extendable faraday cage |
US8107921B2 (en) | 2008-01-11 | 2012-01-31 | Seven Networks, Inc. | Mobile virtual network operator |
US8862657B2 (en) | 2008-01-25 | 2014-10-14 | Seven Networks, Inc. | Policy based content service |
US20090193338A1 (en) | 2008-01-28 | 2009-07-30 | Trevor Fiatal | Reducing network and battery consumption during content delivery and playback |
US8065143B2 (en) * | 2008-02-22 | 2011-11-22 | Apple Inc. | Providing text input using speech data and non-speech data |
US9886231B2 (en) | 2008-03-28 | 2018-02-06 | Kopin Corporation | Head worn wireless computer having high-resolution display suitable for use as a mobile internet device |
US8676577B2 (en) * | 2008-03-31 | 2014-03-18 | Canyon IP Holdings, LLC | Use of metadata to post process speech recognition output |
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 |
US8464150B2 (en) | 2008-06-07 | 2013-06-11 | Apple Inc. | Automatic language identification for dynamic text processing |
US8787947B2 (en) | 2008-06-18 | 2014-07-22 | Seven Networks, Inc. | Application discovery on mobile devices |
US8078158B2 (en) | 2008-06-26 | 2011-12-13 | Seven Networks, Inc. | Provisioning applications for a mobile device |
US8700008B2 (en) | 2008-06-27 | 2014-04-15 | Microsoft Corporation | Providing data service options in push-to-talk using voice recognition |
US9128981B1 (en) | 2008-07-29 | 2015-09-08 | James L. Geer | Phone assisted ‘photographic memory’ |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
US8110744B2 (en) * | 2008-08-19 | 2012-02-07 | Apple Inc. | Flexible shielded cable |
US8301454B2 (en) | 2008-08-22 | 2012-10-30 | Canyon Ip Holdings Llc | Methods, apparatuses, and systems for providing timely user cues pertaining to speech recognition |
US8768702B2 (en) | 2008-09-05 | 2014-07-01 | Apple Inc. | Multi-tiered voice feedback in an electronic device |
US8898568B2 (en) | 2008-09-09 | 2014-11-25 | Apple Inc. | Audio user interface |
US9129291B2 (en) | 2008-09-22 | 2015-09-08 | Personics Holdings, Llc | Personalized sound management and method |
US20100082328A1 (en) * | 2008-09-29 | 2010-04-01 | Apple Inc. | Systems and methods for speech preprocessing in text to speech synthesis |
US8352268B2 (en) * | 2008-09-29 | 2013-01-08 | Apple Inc. | Systems and methods for selective rate of speech and speech preferences for text to speech synthesis |
US8712776B2 (en) | 2008-09-29 | 2014-04-29 | Apple Inc. | Systems and methods for selective text to speech synthesis |
US8583418B2 (en) | 2008-09-29 | 2013-11-12 | Apple Inc. | Systems and methods of detecting language and natural language strings for text to speech synthesis |
US8355919B2 (en) * | 2008-09-29 | 2013-01-15 | Apple Inc. | Systems and methods for text normalization for text to speech synthesis |
US8396714B2 (en) * | 2008-09-29 | 2013-03-12 | Apple Inc. | Systems and methods for concatenation of words in text to speech synthesis |
US8352272B2 (en) * | 2008-09-29 | 2013-01-08 | Apple Inc. | Systems and methods for text to speech synthesis |
US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US8909759B2 (en) | 2008-10-10 | 2014-12-09 | Seven Networks, Inc. | Bandwidth measurement |
WO2010067118A1 (en) | 2008-12-11 | 2010-06-17 | Novauris Technologies Limited | Speech recognition involving a mobile device |
WO2010075623A1 (en) * | 2008-12-31 | 2010-07-08 | Bce Inc. | System and method for unlocking a device |
US8380507B2 (en) | 2009-03-09 | 2013-02-19 | Apple Inc. | Systems and methods for determining the language to use for speech generated by a text to speech engine |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US10540976B2 (en) * | 2009-06-05 | 2020-01-21 | Apple Inc. | Contextual voice commands |
US20120309363A1 (en) | 2011-06-03 | 2012-12-06 | Apple Inc. | Triggering notifications associated with tasks items that represent tasks to perform |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
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 |
US20110010179A1 (en) * | 2009-07-13 | 2011-01-13 | Naik Devang K | Voice synthesis and processing |
US20110111800A1 (en) * | 2009-11-11 | 2011-05-12 | Temar Harper | Cellular Phone Memory Card With Voice Activated Component |
US8682649B2 (en) | 2009-11-12 | 2014-03-25 | Apple Inc. | Sentiment prediction from textual data |
US20110110534A1 (en) * | 2009-11-12 | 2011-05-12 | Apple Inc. | Adjustable voice output based on device status |
US9875671B2 (en) * | 2009-12-17 | 2018-01-23 | Google Llc | Cloud-based user interface augmentation |
US8600743B2 (en) | 2010-01-06 | 2013-12-03 | Apple Inc. | Noise profile determination for voice-related feature |
US8381107B2 (en) | 2010-01-13 | 2013-02-19 | Apple Inc. | Adaptive audio feedback system and method |
US8311838B2 (en) | 2010-01-13 | 2012-11-13 | Apple Inc. | Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts |
US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
US10553209B2 (en) | 2010-01-18 | 2020-02-04 | Apple Inc. | Systems and methods for hands-free notification summaries |
US10679605B2 (en) | 2010-01-18 | 2020-06-09 | Apple Inc. | Hands-free list-reading by intelligent automated assistant |
US10705794B2 (en) | 2010-01-18 | 2020-07-07 | Apple Inc. | Automatically adapting user interfaces for hands-free interaction |
US8977584B2 (en) | 2010-01-25 | 2015-03-10 | Newvaluexchange Global Ai Llp | Apparatuses, methods and systems for a digital conversation management platform |
US8682667B2 (en) * | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
US9043731B2 (en) | 2010-03-30 | 2015-05-26 | Seven Networks, Inc. | 3D mobile user interface with configurable workspace management |
US8639516B2 (en) | 2010-06-04 | 2014-01-28 | Apple Inc. | User-specific noise suppression for voice quality improvements |
US8713021B2 (en) | 2010-07-07 | 2014-04-29 | Apple Inc. | Unsupervised document clustering using latent semantic density analysis |
CA2806548C (en) | 2010-07-26 | 2015-03-31 | Seven Networks, Inc. | Distributed implementation of dynamic wireless traffic policy |
GB2495066B (en) | 2010-07-26 | 2013-12-18 | Seven Networks Inc | Mobile application traffic optimization |
US8838783B2 (en) | 2010-07-26 | 2014-09-16 | Seven Networks, Inc. | Distributed caching for resource and mobile network traffic management |
CA2806527A1 (en) | 2010-07-26 | 2012-02-09 | Seven Networks, Inc. | Mobile network traffic coordination across multiple applications |
US8719006B2 (en) | 2010-08-27 | 2014-05-06 | Apple Inc. | Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis |
US10013976B2 (en) | 2010-09-20 | 2018-07-03 | Kopin Corporation | Context sensitive overlays in voice controlled headset computer displays |
US8719014B2 (en) | 2010-09-27 | 2014-05-06 | Apple Inc. | Electronic device with text error correction based on voice recognition data |
US9330196B2 (en) | 2010-11-01 | 2016-05-03 | Seven Networks, Llc | Wireless traffic management system cache optimization using http headers |
WO2012060997A2 (en) | 2010-11-01 | 2012-05-10 | Michael Luna | Application and network-based long poll request detection and cacheability assessment therefor |
US9060032B2 (en) | 2010-11-01 | 2015-06-16 | Seven Networks, Inc. | Selective data compression by a distributed traffic management system to reduce mobile data traffic and signaling traffic |
US8204953B2 (en) | 2010-11-01 | 2012-06-19 | Seven Networks, Inc. | Distributed system for cache defeat detection and caching of content addressed by identifiers intended to defeat cache |
US8484314B2 (en) | 2010-11-01 | 2013-07-09 | Seven Networks, Inc. | Distributed caching in a wireless network of content delivered for a mobile application over a long-held request |
WO2012060995A2 (en) | 2010-11-01 | 2012-05-10 | Michael Luna | Distributed caching in a wireless network of content delivered for a mobile application over a long-held request |
US8843153B2 (en) | 2010-11-01 | 2014-09-23 | Seven Networks, Inc. | Mobile traffic categorization and policy for network use optimization while preserving user experience |
EP2635973A4 (en) | 2010-11-01 | 2014-01-15 | Seven Networks Inc | TO THE BEHAVIOR OF A MOBILE APPLICATION AND INTERMEDIATE STORAGE TAILORED TO NETWORK CONDITIONS |
WO2012061430A2 (en) | 2010-11-01 | 2012-05-10 | Michael Luna | Distributed management of keep-alive message signaling for mobile network resource conservation and optimization |
WO2012071384A2 (en) | 2010-11-22 | 2012-05-31 | Michael Luna | Optimization of resource polling intervals to satisfy mobile device requests |
CA2798523C (en) | 2010-11-22 | 2015-02-24 | Seven Networks, Inc. | Aligning data transfer to optimize connections established for transmission over a wireless network |
US10762293B2 (en) | 2010-12-22 | 2020-09-01 | Apple Inc. | Using parts-of-speech tagging and named entity recognition for spelling correction |
US10515147B2 (en) | 2010-12-22 | 2019-12-24 | Apple Inc. | Using statistical language models for contextual lookup |
US8818797B2 (en) * | 2010-12-23 | 2014-08-26 | Microsoft Corporation | Dual-band speech encoding |
WO2012094675A2 (en) | 2011-01-07 | 2012-07-12 | Seven Networks, Inc. | System and method for reduction of mobile network traffic used for domain name system (dns) queries |
US8781836B2 (en) | 2011-02-22 | 2014-07-15 | Apple Inc. | Hearing assistance system for providing consistent human speech |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
GB2517815A (en) | 2011-04-19 | 2015-03-04 | Seven Networks Inc | Shared resource and virtual resource management in a networked environment |
WO2012149221A2 (en) | 2011-04-27 | 2012-11-01 | Seven Networks, Inc. | System and method for making requests on behalf of a mobile device based on atomic processes for mobile network traffic relief |
WO2012149434A2 (en) | 2011-04-27 | 2012-11-01 | Seven Networks, Inc. | Detecting and preserving state for satisfying application requests in a distributed proxy and cache system |
US10627860B2 (en) | 2011-05-10 | 2020-04-21 | Kopin Corporation | Headset computer that uses motion and voice commands to control information display and remote devices |
US10672399B2 (en) | 2011-06-03 | 2020-06-02 | Apple Inc. | Switching between text data and audio data based on a mapping |
US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
US8812294B2 (en) | 2011-06-21 | 2014-08-19 | Apple Inc. | Translating phrases from one language into another using an order-based set of declarative rules |
WO2013015995A1 (en) | 2011-07-27 | 2013-01-31 | Seven Networks, Inc. | Automatic generation and distribution of policy information regarding malicious mobile traffic in a wireless network |
US8706472B2 (en) | 2011-08-11 | 2014-04-22 | Apple Inc. | Method for disambiguating multiple readings in language conversion |
US8994660B2 (en) | 2011-08-29 | 2015-03-31 | Apple Inc. | Text correction processing |
US8762156B2 (en) | 2011-09-28 | 2014-06-24 | Apple Inc. | Speech recognition repair using contextual information |
CN102496364A (zh) * | 2011-11-30 | 2012-06-13 | 苏州奇可思信息科技有限公司 | 基于云端网络的交互式语音识别方法 |
US8934414B2 (en) | 2011-12-06 | 2015-01-13 | Seven Networks, Inc. | Cellular or WiFi mobile traffic optimization based on public or private network destination |
EP2789137A4 (en) | 2011-12-06 | 2015-12-02 | Seven Networks Inc | SYSTEM OF REDUNDANTLY CLUSTERED MACHINES FOR PROVIDING TILTING MECHANISMS IN MOBILE TRAFFIC MANAGEMENT AND NETWORK RESOURCE PRESERVATION |
US9277443B2 (en) | 2011-12-07 | 2016-03-01 | Seven Networks, Llc | Radio-awareness of mobile device for sending server-side control signals using a wireless network optimized transport protocol |
WO2013086455A1 (en) | 2011-12-07 | 2013-06-13 | Seven Networks, Inc. | Flexible and dynamic integration schemas of a traffic management system with various network operators for network traffic alleviation |
EP2792188B1 (en) | 2011-12-14 | 2019-03-20 | Seven Networks, LLC | Mobile network reporting and usage analytics system and method using aggregation of data in a distributed traffic optimization system |
US8861354B2 (en) | 2011-12-14 | 2014-10-14 | Seven Networks, Inc. | Hierarchies and categories for management and deployment of policies for distributed wireless traffic optimization |
WO2013090834A1 (en) | 2011-12-14 | 2013-06-20 | Seven Networks, Inc. | Operation modes for mobile traffic optimization and concurrent management of optimized and non-optimized traffic |
WO2013103988A1 (en) | 2012-01-05 | 2013-07-11 | Seven Networks, Inc. | Detection and management of user interactions with foreground applications on a mobile device in distributed caching |
WO2013116856A1 (en) | 2012-02-02 | 2013-08-08 | Seven Networks, Inc. | Dynamic categorization of applications for network access in a mobile network |
WO2013116852A1 (en) | 2012-02-03 | 2013-08-08 | Seven Networks, Inc. | User as an end point for profiling and optimizing the delivery of content and data in a wireless network |
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 |
US8812695B2 (en) | 2012-04-09 | 2014-08-19 | Seven Networks, Inc. | Method and system for management of a virtual network connection without heartbeat messages |
US10263899B2 (en) | 2012-04-10 | 2019-04-16 | Seven Networks, Llc | Enhanced customer service for mobile carriers using real-time and historical mobile application and traffic or optimization data associated with mobile devices in a mobile network |
WO2013163293A1 (en) * | 2012-04-25 | 2013-10-31 | Kopin Corporation | Instant translation system |
US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US8775442B2 (en) | 2012-05-15 | 2014-07-08 | Apple Inc. | Semantic search using a single-source semantic model |
US10019994B2 (en) | 2012-06-08 | 2018-07-10 | Apple Inc. | Systems and methods for recognizing textual identifiers within a plurality of words |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
EP2862163A4 (en) * | 2012-06-18 | 2015-07-29 | Ericsson Telefon Ab L M | METHOD AND NODE FOR ACTIVATING AND MANUFACTURING INPUTS FOR APPLICATION |
US9495129B2 (en) | 2012-06-29 | 2016-11-15 | Apple Inc. | Device, method, and user interface for voice-activated navigation and browsing of a document |
WO2014011216A1 (en) | 2012-07-13 | 2014-01-16 | Seven Networks, Inc. | Dynamic bandwidth adjustment for browsing or streaming activity in a wireless network based on prediction of user behavior when interacting with mobile applications |
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 |
US8935167B2 (en) | 2012-09-25 | 2015-01-13 | Apple Inc. | Exemplar-based latent perceptual modeling for automatic speech recognition |
US9161258B2 (en) | 2012-10-24 | 2015-10-13 | Seven Networks, Llc | Optimized and selective management of policy deployment to mobile clients in a congested network to prevent further aggravation of network congestion |
EP2936832A1 (en) | 2012-12-20 | 2015-10-28 | Widex A/S | Hearing aid and a method for audio streaming |
US20140177497A1 (en) | 2012-12-20 | 2014-06-26 | Seven Networks, Inc. | Management of mobile device radio state promotion and demotion |
CN203134112U (zh) * | 2012-12-28 | 2013-08-14 | 吴玉胜 | 一种信号传送装置及基于智能设备的家电控制*** |
US9922639B1 (en) | 2013-01-11 | 2018-03-20 | Amazon Technologies, Inc. | User feedback for speech interactions |
US9271238B2 (en) | 2013-01-23 | 2016-02-23 | Seven Networks, Llc | Application or context aware fast dormancy |
US8874761B2 (en) | 2013-01-25 | 2014-10-28 | Seven Networks, Inc. | Signaling optimization in a wireless network for traffic utilizing proprietary and non-proprietary protocols |
CN104969289B (zh) | 2013-02-07 | 2021-05-28 | 苹果公司 | 数字助理的语音触发器 |
US8750123B1 (en) | 2013-03-11 | 2014-06-10 | Seven Networks, Inc. | Mobile device equipped with mobile network congestion recognition to make intelligent decisions regarding connecting to an operator network |
US9977779B2 (en) | 2013-03-14 | 2018-05-22 | Apple Inc. | Automatic supplementation of word correction dictionaries |
US9733821B2 (en) | 2013-03-14 | 2017-08-15 | Apple Inc. | Voice control to diagnose inadvertent activation of accessibility features |
US9368114B2 (en) | 2013-03-14 | 2016-06-14 | Apple Inc. | Context-sensitive handling of interruptions |
US10572476B2 (en) | 2013-03-14 | 2020-02-25 | Apple Inc. | Refining a search based on schedule items |
US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
US10642574B2 (en) | 2013-03-14 | 2020-05-05 | Apple Inc. | Device, method, and graphical user interface for outputting captions |
EP2973002B1 (en) | 2013-03-15 | 2019-06-26 | Apple Inc. | User training by intelligent digital assistant |
US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
WO2014144579A1 (en) | 2013-03-15 | 2014-09-18 | Apple Inc. | System and method for updating an adaptive speech recognition model |
US9922642B2 (en) | 2013-03-15 | 2018-03-20 | Apple Inc. | Training an at least partial voice command system |
WO2014168730A2 (en) | 2013-03-15 | 2014-10-16 | Apple Inc. | Context-sensitive handling of interruptions |
US20140297709A1 (en) * | 2013-03-27 | 2014-10-02 | Xiaomi Inc. | Method and mobile terminal for creating a contact |
US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
WO2014197336A1 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for detecting errors in interactions with a voice-based digital assistant |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
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 (en) | 2013-06-09 | 2022-01-12 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
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 |
US9065765B2 (en) | 2013-07-22 | 2015-06-23 | Seven Networks, Inc. | Proxy server associated with a mobile carrier for enhancing mobile traffic management in a mobile network |
WO2015020942A1 (en) | 2013-08-06 | 2015-02-12 | Apple Inc. | Auto-activating smart responses based on activities from remote devices |
KR102155482B1 (ko) * | 2013-10-15 | 2020-09-14 | 삼성전자 주식회사 | 디스플레이장치 및 그 제어방법 |
CN103617795A (zh) * | 2013-10-31 | 2014-03-05 | 广东好帮手电子科技股份有限公司 | 一种车载语音识别控制方法及*** |
KR102345611B1 (ko) * | 2013-11-18 | 2021-12-31 | 삼성전자주식회사 | 디스플레이 장치 및 제어 방법 |
US9449602B2 (en) * | 2013-12-03 | 2016-09-20 | Google Inc. | Dual uplink pre-processing paths for machine and human listening |
US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
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 |
KR102225404B1 (ko) | 2014-05-23 | 2021-03-09 | 삼성전자주식회사 | 디바이스 정보를 이용하는 음성인식 방법 및 장치 |
US9502031B2 (en) | 2014-05-27 | 2016-11-22 | Apple Inc. | Method for supporting dynamic grammars in WFST-based ASR |
US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US9734193B2 (en) | 2014-05-30 | 2017-08-15 | Apple Inc. | Determining domain salience ranking from ambiguous words in natural speech |
US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US9842101B2 (en) | 2014-05-30 | 2017-12-12 | Apple Inc. | Predictive conversion of language input |
WO2015184186A1 (en) | 2014-05-30 | 2015-12-03 | Apple Inc. | Multi-command single utterance input method |
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 |
US9760559B2 (en) | 2014-05-30 | 2017-09-12 | Apple Inc. | Predictive text input |
US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
US10289433B2 (en) | 2014-05-30 | 2019-05-14 | Apple Inc. | Domain specific language for encoding assistant dialog |
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 |
US10789041B2 (en) | 2014-09-12 | 2020-09-29 | Apple Inc. | Dynamic thresholds for always listening speech trigger |
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 |
US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
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 |
US9741344B2 (en) | 2014-10-20 | 2017-08-22 | Vocalzoom Systems Ltd. | System and method for operating devices using voice commands |
JP6555272B2 (ja) * | 2014-11-12 | 2019-08-07 | 富士通株式会社 | ウェアラブルデバイス、表示制御方法、及び表示制御プログラム |
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 |
TWI621340B (zh) * | 2015-02-26 | 2018-04-11 | 默科資訊股份有限公司 | 偵測空氣波動的控制系統與其控制方法 |
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 |
US9953631B1 (en) | 2015-05-07 | 2018-04-24 | Google Llc | Automatic speech recognition techniques for multiple languages |
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 |
US10255907B2 (en) | 2015-06-07 | 2019-04-09 | Apple Inc. | Automatic accent detection using acoustic models |
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 |
KR101642918B1 (ko) * | 2015-08-03 | 2016-07-27 | 서치콘주식회사 | 코드네임 프로토콜을 이용한 네트워크 접속 제어 방법, 이를 수행하는 네트워크 접속 제어 서버 및 이를 저장하는 기록매체 |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US9697820B2 (en) | 2015-09-24 | 2017-07-04 | Apple Inc. | Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks |
US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
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 |
DE102015222956A1 (de) | 2015-11-20 | 2017-05-24 | Robert Bosch Gmbh | Verfahren zum Betreiben eines Serversystems und zum Betreiben eines Aufnahmegeräts zum Aufnehmen eines Sprachbefehls, Serversystem, Aufnahmegerät und Sprachdialogsystem |
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 |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
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 |
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 |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
WO2018048268A1 (ko) * | 2016-09-11 | 2018-03-15 | 엘지전자(주) | 블루투스 기술을 이용하여 디바이스를 연결하기 위한 방법 및 장치 |
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 |
KR20180101926A (ko) * | 2017-03-06 | 2018-09-14 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 어플리케이션 제어 방법 |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
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 |
CN107342083B (zh) * | 2017-07-05 | 2021-07-20 | 百度在线网络技术(北京)有限公司 | 用于提供语音服务的方法和装置 |
US10586537B2 (en) * | 2017-11-30 | 2020-03-10 | International Business Machines Corporation | Filtering directive invoking vocal utterances |
CN109508171A (zh) * | 2018-12-19 | 2019-03-22 | 上海龙旗科技股份有限公司 | 一种基于四通道的语音处理方法及设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0637711A (ja) * | 1992-07-20 | 1994-02-10 | Nec Corp | 自動車電話機 |
US5335276A (en) * | 1992-12-16 | 1994-08-02 | Texas Instruments Incorporated | Communication system and methods for enhanced information transfer |
ZA948426B (en) | 1993-12-22 | 1995-06-30 | Qualcomm Inc | Distributed voice recognition system |
US5651056A (en) * | 1995-07-13 | 1997-07-22 | Eting; Leon | Apparatus and methods for conveying telephone numbers and other information via communication devices |
US6456974B1 (en) | 1997-01-06 | 2002-09-24 | Texas Instruments Incorporated | System and method for adding speech recognition capabilities to java |
US5928325A (en) * | 1997-02-24 | 1999-07-27 | Motorola, Inc. | Method of dynamically establishing communication of incoming messages to one or more user devices presently available to an intended recipient |
GB2323693B (en) | 1997-03-27 | 2001-09-26 | Forum Technology Ltd | Speech to text conversion |
USH1895H (en) * | 1997-09-26 | 2000-10-03 | Dsc/Celcore, Inc. | Application provider and method for communication |
US6167251A (en) * | 1998-10-02 | 2000-12-26 | Telespree Communications | Keyless portable cellular phone system having remote voice recognition |
US6351523B1 (en) * | 1999-03-22 | 2002-02-26 | Sharp Laboratories Of America, Inc. | Method and apparatus for management of EMail originated by thin client devices |
JP3452250B2 (ja) * | 2000-03-15 | 2003-09-29 | 日本電気株式会社 | 無線携帯端末通信システム |
-
2000
- 2000-08-21 US US09/643,558 patent/US6532446B1/en not_active Expired - Lifetime
- 2000-11-22 JP JP2000356405A patent/JP2001222294A/ja active Pending
- 2000-11-23 KR KR1020000070088A patent/KR20010051903A/ko not_active Application Discontinuation
- 2000-11-24 EP EP00310429A patent/EP1104155A3/en not_active Withdrawn
- 2000-11-24 CN CN00128488A patent/CN1298249A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020024045A (ko) * | 2002-01-22 | 2002-03-29 | 배성윤 | 셀룰러폰을 이용한 외국어 회화학습과 통역지원 시스템 |
JP2005530279A (ja) * | 2002-07-02 | 2005-10-06 | テレフオンアクチーボラゲット エル エム エリクソン(パブル) | インターネットコンテンツのアクセスに関するシステム及び方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1298249A (zh) | 2001-06-06 |
US6532446B1 (en) | 2003-03-11 |
EP1104155A3 (en) | 2002-11-27 |
EP1104155A2 (en) | 2001-05-30 |
KR20010051903A (ko) | 2001-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2001222294A (ja) | 無線通信装置のためのユーザインターフェースに基づく音声認識 | |
US6594347B1 (en) | Speech encoding in a client server system | |
US7382770B2 (en) | Multi-modal content and automatic speech recognition in wireless telecommunication systems | |
US7254384B2 (en) | Multi-modal messaging | |
US6424945B1 (en) | Voice packet data network browsing for mobile terminals system and method using a dual-mode wireless connection | |
US7421390B2 (en) | Method and system for voice control of software applications | |
US7151763B2 (en) | Retrieving voice-based content in conjunction with wireless application protocol browsing | |
US7003463B1 (en) | System and method for providing network coordinated conversational services | |
JP2002528804A (ja) | サービスアプリケーションに対するユーザインタフェースの音声制御 | |
US20050138131A1 (en) | Method and system for creating pervasive computing environments | |
MXPA04010107A (es) | Entrada multimodal secuencial. | |
WO2003063137A1 (en) | Multi-modal information delivery system | |
WO2004006131A1 (en) | An arrangement and a method relating to access to internet content | |
US20060100881A1 (en) | Multi-modal web interaction over wireless network | |
US20070143307A1 (en) | Communication system employing a context engine | |
WO2000021075A1 (en) | System and method for providing network coordinated conversational services | |
WO2003083725A1 (en) | Method and apparatus for multimodal communication with user control of delivery modality | |
US20020174177A1 (en) | Voice activated navigation of a computer network | |
KR20010076464A (ko) | 음성을 통한 인터넷 서비스 시스템 | |
US7062297B2 (en) | Method and system for accessing a network using voice recognition | |
US20020077814A1 (en) | Voice recognition system method and apparatus | |
KR100486030B1 (ko) | 음성인식을 이용한 이동통신 단말기의 인터넷 사이트접속장치 및 방법 | |
JPH10164249A (ja) | 情報処理装置 | |
KR100793024B1 (ko) | Sms를 이용한 학습 시스템 및 그 방법 | |
Tsai et al. | WWW and telecommunication collaboration service for Mandarin automatic personal phone book inquire dialogue system |