JP2021174005A - バリアフリースマート音声システムとその制御方法 - Google Patents
バリアフリースマート音声システムとその制御方法 Download PDFInfo
- Publication number
- JP2021174005A JP2021174005A JP2021072552A JP2021072552A JP2021174005A JP 2021174005 A JP2021174005 A JP 2021174005A JP 2021072552 A JP2021072552 A JP 2021072552A JP 2021072552 A JP2021072552 A JP 2021072552A JP 2021174005 A JP2021174005 A JP 2021174005A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- audio
- tag
- command
- database
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 15
- 230000000877 morphologic effect Effects 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 12
- 230000004913 activation Effects 0.000 claims description 7
- 238000013475 authorization Methods 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 208000030137 articulation disease Diseases 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009510 drug design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- G10L15/08—Speech classification or search
-
- 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
-
- 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
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
-
- 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
- G10L15/08—Speech classification or search
- G10L2015/088—Word spotting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephonic Communication Services (AREA)
Abstract
Description
(1)音声認識ユニットを音声データベースに接続し、音声受信ユニットが受信した音声オーディオに対して音声分析を実行し、その中から複数の音声を識別した後、複数の音声に対して形態論解析を実行し、その中から独立した語意単位とする複数のワードを識別する音声オーディオを分析するステップと、
(2)音声認識ユニットをタグデータベースに接続して複数のワードがモバイルデバイスにより定義されている複数のターゲット音声タグのうちの1つであるかどうか、及びモバイルデバイスにより定義されている複数のコマンド音声タグのうちの1つであるかどうかを判断する音声タグを比較するステップと、
(3)モバイルデバイスのプロセッサが、比較したターゲット音声タグがタグデータベースで指向する対象物、及び比較したコマンド音声タグがタグデータベースで指向するプログラムコマンドに基づいて、モバイルデバイスに前記対象物に対する前記プログラムコマンドを実行させる対応する音声コマンドを実行するステップと、を含む。
モバイルデバイスのプロセッサに接続され、音声オーディオを受信するための音声受信ユニットと、
前記プロセッサに接続されている通信ユニットと、
複数の音声オーディオサンプルを保存している音声データベースと、
複数のターゲット音声タグ及び複数のコマンド音声タグを保存しているタグデータベースと、
前記通信ユニット、前記音声データベース、及び前記タグデータベースにそれぞれ接続され、前記音声受信ユニットが発信した前記音声オーディオを受信し、且つ前記音声オーディオに対し音声分析を実行し、前記音声データベースの読み取り結果に基づいて、その中から複数の音声を識別し、前記複数の音声に対し形態論解析を実行し、その中から独立した複数のワードを識別する音声認識ユニットと、を備え、
前記音声認識ユニットは前記タグデータベースの読み取り結果に基づいて前記複数のワードが前記モバイルデバイスにより定義されている前記複数のターゲット音声タグのうちの1つであるか否か、及び前記モバイルデバイスにより定義されている前記複数のコマンド音声タグのうちの1つであるか否かを判断し、
前記音声認識ユニットは、前記通信ユニットにより、比較した前記ターゲット音声タグが前記タグデータベースで指向する対象物及び比較した前記コマンド音声タグが前記タグデータベースで指向するプログラムコマンドに基づいて、前記プロセッサによって前記モバイルデバイスに前記対象物に対する前記プログラムコマンドを実行させる。
(1)モバイルデバイス101のプロセッサ1012に接続され、音声オーディオVの受信に用いられている音声受信ユニット1011。音声受信ユニット1011はモバイルデバイス101のマイクやワイヤレス通信によりモバイルデバイス101と接続するワイヤレスイヤホンでもよい。
(2)プロセッサ1012に接続されている通信ユニット1013。
(3)複数の音声オーディオサンプルを保存し、且つ各音声オーディオサンプル中の各/各組の音声(phone)は独立した語意単位とするワード(word)に対応している音声データベース1021。前述の音声オーディオサンプルは、音声認識ユニット1023が音声オーディオVの各種声母(Initial)及び各種韻母(Final)に基づいて音声オーディオサンプル中から1つまたは複数の音節(Syllable)を識別する。また、前述の音声オーディオサンプルの言語は、中国語、英語、広東語、日本語、韓国語等であるが、但しこれらに限られない。
(4)複数のターゲット音声タグL1及び複数のコマンド音声タグL2を保存しているタグデータベース1022。
(5)通信ユニット1013、音声データベース1021、及びタグデータベース1022とそれぞれ接続されている音声認識ユニット1023。ネットワークNを経由して音声受信ユニット1011から送信された音声オーディオVを受信し、且つ音声オーディオVに対し音声分析を実行し、音声データベース1021の読み取り結果に基づいて、その中から複数の音声(phone)を識別した後、複数の音声に対して形態論解析(morphological)を実行し、その中から独立した複数のワード(Word)を識別する。好ましくは、本発明は前述の複数の音声を識別した後、同時に音声オーディオVに対して音素分析(Phonological Analysis)を実行し、前記音声が属する言語の音素(Phoneme)の帰属を識別する。音素は語義識別機能を有している最小の音声単位であるため、音声認識ユニット1023が複数の音声をワードとして識別するために利用する。
(6)音声認識ユニット1023はタグデータベース1022の読み取り結果に基づいて複数のワードがモバイルデバイス101により定義されている複数のターゲット音声タグL1のうちの1つであるか否か、及びモバイルデバイス101により定義されている複数のコマンド音声タグL2のうちの1つであるか否かを判断する。
(7)音声認識ユニット1023は、通信ユニット1013により、比較したターゲット音声タグL1がタグデータベース1022で指向する対象物O及び比較したコマンド音声タグL2がタグデータベース1022で指向するプログラムコマンドIに基づいて、モバイルデバイス101のプロセッサ1012によってモバイルデバイス101に対象物Oに対するプログラムコマンドIを実行させる。
(8)前項を受けて、音声受信ユニット1011、プロセッサ1012、及び通信ユニット1013は本実施例では全てモバイルデバイス101上で作動する。
(9)前項を受けて、音声データベース1021、タグデータベース1022、及び音声認識ユニット1023は本実施例では全てサーバー102上で作動する。当然ながら、サーバー102は第二プロセッサを有してもよく、ここでは、その説明を省略する。
(1)音声オーディオを分析する(ステップS10)では、音声認識ユニット1023を音声データベース1021に接続し、音声受信ユニット1011が受信した音声オーディオVに対し音声分析を実行し、その中から複数の音声を識別した後、複数の音声に対し形態論解析を実行し、その中から独立した語意単位とする複数のワード(word)を識別する。例えば、「本」、「book」、「男性」、「boy」等は全て単独のワードである。このステップに関し、「図4」の音声オーディオを分析するステップの概略図を参照すると、「図4」に示されるように、音声受信ユニット1011が受信した音声オーディオVは、「阿部社長が掛ける」、「阿部社長に掛ける」、「阿部主任に掛ける」、「阿部社長がCallする」、「阿部社長にCallする」、「阿部主任がCallする」、「阿部所長が掛ける(▲びん▼南語t'au'-ke)」、「阿部所長に掛ける」、或いは「阿部所長がCallする」という複数の音声に識別され、実際の表現に文法的間違いがあっても、全て「阿部社長」及び「掛ける」、「阿部所長」及び「掛ける」、「阿部主任」及び「掛ける」、「阿部社長」及び「電話を掛ける」、「阿部主任」及び「Callする」、「阿部所長」及び「Callする」、或いは「阿部社長」及び「Callする」から構成されている複数のワードであるとさらに識別される。同様に、音声オーディオVが「阿部社長の集合写真を見せる」、「阿部社長との集合写真を見せる」、「阿部所長の集合写真を見せる」、「阿部所長との集合写真を見せる」、「阿部社長との集合写真をShowする」、「Showする阿部社長との集合写真」、「阿部所長の集合写真をShowする」、或いは「阿部所長との集合写真をShowする」という複数の音声に識別される例では、実際の表現に文法的間違いがあっても、全て「阿部社長」、「集合写真」及び「見せる」、「阿部所長」、「集合写真」及び「見せる」、「阿部社長」、「集合写真」及び「Showする」、或いは「阿部所長」、「集合写真」及び「Showする」で構成されている複数のワードであるとさらに識別される。これは例示に過ぎず、これに制限するものではない。
(2)音声タグを比較する(ステップS20)では、図4の音声オーディオを分析するステップの概略図を参照すると、図4に示されるように、音声認識ユニット1023をタグデータベース1022に接続し、前記複数のワードがモバイルデバイス101により定義されている複数のターゲット音声タグL1のうちの1つであるか否か、及びモバイルデバイス101により定義されている複数のコマンド音声タグL2のうちの1つであるか否かを判断する。より具体的には、音声オーディオVが「阿部社長」+「掛ける」、「阿部所長」+「掛ける」、「阿部社長」+「電話を掛ける」、「阿部社長」+「Callする」、「阿部所長」+「Callする」で構成される複数のワードであると識別される例では、ステップS20において音声認識ユニット1023はターゲット音声タグL1の「阿部社長」、及びコマンド音声タグL2の「Callする」または「掛ける」を比較し、或いは他のターゲット音声タグL1の「阿部所長」、及びコマンド音声タグL2「Callする」または「掛ける」を比較する。同様に、音声オーディオVが「阿部社長」+「集合写真」+「見せる」、「阿部所長」+「集合写真」+「見せる」、或いは「阿部社長」+「集合写真」+「Showする」で構成される複数のワードであると識別される例では、音声認識ユニット1023はターゲット音声タグL1の「阿部社長の集合写真」及びコマンド音声タグL2の「見せる」或いは「Showする」を比較し、または他のターゲット音声タグL1の「阿部所長の集合写真」及びコマンド音声タグL2の「見せる」または「Showする」を比較する。ここでは、音声認識ユニット1023のターゲット音声タグL1及びコマンド音声タグL2に対する比較結果が符合している場合、続けてステップS30を実行し、符合していない場合、オーディオが識別不能であることを示し、ステップS10またはステップS20を再度実行する。
(3)対応する音声コマンドを実行する(ステップS30)では、プロセッサ1012は、比較したターゲット音声タグL1がタグデータベース1022で指向する対象物O及び比較したコマンド音声タグL2がタグデータベース1022で指向するプログラムコマンドIに基づいて、モバイルデバイス101に対象物Oに対するプログラムコマンドIを実行させる。より具体的には、音声オーディオVが「阿部社長」+「掛ける」、「阿部社長」+「電話を掛ける」、或いは「阿部社長」+「Callする」で構成される複数のワードであると識別される例では、ステップS30において音声認識ユニット1023が比較したターゲット音声タグL1の「阿部社長」に基づいて、モバイルデバイス101の対象物Oの「阿部太郎の連絡先電話番号」に対応しているか否か判断し、同時に比較したコマンド音声タグL2の「Callする」または「掛ける」に基づいて、プログラムコマンドIの「対象物に対しモバイルデバイス101にインストールされている電話アプリケーションプログラム(APP)を実行する」に対応しているか否か判断し、且つ実行し、ここでは、図5Aに示す。同様に、音声オーディオVが「阿部社長」+「集合写真」+「見せる」、或いは「阿部社長」+「集合写真」+「Showする」で構成される複数のワードであると識別される例では、音声認識ユニット1023が比較したターゲット音声タグL1の「阿部社長の集合写真」に基づいてモバイルデバイス101の対象物Oの「阿部太郎と一緒に撮った集合写真」に対応しているか否か判断し、同時に比較したコマンド音声タグL2の「Showする」または「見せる」に基づいてプログラムコマンドIの「モバイルデバイス101にインストールされているフォトビューワープログラムを実行する」に対応しているか否か判断し、実行する(図5B参照)。
(1)音声オーディオの文法規則が正確であるか否かに拘わらず、本発明はユーザーが作成した音声タグの組み合わせ(ある標的物または情報の名称、名前、呼称、コードネーム、単一または複合命令、プログラム、音声メッセージ、録音メッセージ等を示す)を比較することで、特定の対象物及びプログラムコマンドに対応可能かどうか識別可能である。従来の自然言語理解(NLU)または自然言語処理(NLP)と比べると、演算量を効果的に減らし、システムの処理速度を高速化し、システムの判断ミスを最小限にし、異なる言語間の音声翻訳差異及びミスを排除する。また、言語、口調、音色の制限を受けない。よって、本発明は構音障害者のオーディオ、さらには子供、一般成人、老齢者等の健常者の音声オーディオも識別可能であり、バリアフリーな使用を達成させる。
(2)本発明はユーザーが作成した音声タグの組み合わせを比較し、同時に音声オーディオの現在の権限レベルを判断し、検証及びオーディオ暗号化に類する技術を有している。第三者がユーザーが作成した音声タグの組み合わせを知らず、本来のユーザーからの音声オーディオではない場合、音声オーディオを発してモバイルデバイスの特定の機能を実行するように駆動させたり、モバイルデバイス以外の被制御デバイスを起動することはできない。
101 モバイルデバイス
1011 音声受信ユニット
1012 プロセッサ
1013 通信ユニット
102 サーバー
1021 音声データベース
1022 タグデータベース
1023 音声認識ユニット
1024 権限検証ユニット
103 被制御デバイス
V 音声オーディオ
Phone 音声
Word ワード
L1 ターゲット音声タグ
L2 コマンド音声タグ
L3 注記ボイスタグ
O 対象物
I プログラムコマンド
R 注記説明
N ネットワーク
S バリアフリースマート音声システムの制御方法
S5 起動音声を検出する
S10 音声オーディオを分析する
S20 音声タグを比較する
S25 使用権を確認する
S30 対応する音声コマンドを実行する
S35 スリープ音声を検出する
Claims (10)
- オーディオの解析に適用し、音声受信ユニットと、音声データベースと、タグデータベースと、音声認識ユニットと、権限検証ユニットと、モバイルデバイスのプロセッサと、を備えているバリアフリースマート音声システムの制御方法であって、
前記音声認識ユニットを前記音声データベースに接続し、前記音声受信ユニットが受信した前記音声オーディオに対し音声分析を実行し、その中から複数の音声を識別した後、前記複数の音声に対し形態論解析を実行し、その中から独立した語意単位とする複数のワードを識別する音声オーディオを分析するステップと、
前記音声認識ユニットを前記タグデータベースに接続し、前記複数のワードが前記モバイルデバイスにより定義されている複数のターゲット音声タグのうちの1つであるかどうか、及び前記モバイルデバイスにより定義されている複数のコマンド音声タグのうちの1つであるかどうかを判断する音声タグを比較するステップと、
前記プロセッサが、比較した前記ターゲット音声タグが前記タグデータベースで指向する対象物、及び比較した前記コマンド音声タグが前記タグデータベースで指向するプログラムコマンドに基づいて、前記モバイルデバイスに前記対象物に対する前記プログラムコマンドを実行させる対応する音声コマンドを実行するステップと、を含むことを特徴とするバリアフリースマート音声システムの制御方法。 - 前記音声認識ユニットが前記音声受信ユニットが予め定義されている起動オーディオを受信したかどうかを判断し、受信した場合、前記起動オーディオを起動操作と見なし、続けて前記音声オーディオに対し前記オーディオ分析ステップを実行する起動音声を検出するステップをさらに含むことを特徴とする請求項1に記載のバリアフリースマート音声システムの制御方法。
- 前記音声タグを比較するステップの実行時に、前記音声認識ユニットが前記音声オーディオから識別した前記複数のワードが前記モバイルデバイスにより定義されている注記ボイスタグを含んでいるかどうかを判断し、含んでいる場合、前記プロセッサは、前記注記ボイスタグが前記タグデータベースで指向する注記説明に基づいて、前記プログラムコマンドまたは前記対象物の内容を調整することを特徴とする請求項1に記載のバリアフリースマート音声システムの制御方法。
- 権限検証ユニットが、比較した前記ターゲット音声タグ及び比較した前記コマンド音声タグに基づいて前記音声オーディオが対応する権限レベルを判断し、前記プロセッサが前記対応する音声コマンドを実行するステップの実行時に、前記モバイルデバイスに現在の前記権限レベルに基づいて前記プログラムコマンドを実行させるかどうか決定する使用権を確認するステップをさらに含むことを特徴とする請求項1に記載のバリアフリースマート音声システムの制御方法。
- 前記音声認識ユニットは前記音声受信ユニットが予め定義されているスリープオーディオを受信したかどうかを判断し、受信した場合、前記スリープオーディオをスリープ操作と見なし、前記音声オーディオに対する前記オーディオ分析ステップの実行を停止するスリープ音声を検出するステップをさらに含むことを特徴とする請求項1または2に記載のバリアフリースマート音声システムの制御方法。
- モバイルデバイスのプロセッサに接続され、音声オーディオを受信するための音声受信ユニットと、
前記プロセッサに接続されている通信ユニットと、
複数の音声オーディオサンプルを保存している音声データベースと、
複数のターゲット音声タグ及び複数のコマンド音声タグを保存しているタグデータベースと、
前記通信ユニット、前記音声データベース、及び前記タグデータベースにそれぞれ接続され、前記音声受信ユニットが発信した前記音声オーディオを受信し、且つ前記音声オーディオに対し音声分析を実行し、前記音声データベースの読み取り結果に基づいて、その中から複数の音声を識別し、前記複数の音声に対し形態論解析を実行し、その中から独立した複数のワードを識別する音声認識ユニットと、を備え、
前記音声認識ユニットは前記タグデータベースの読み取り結果に基づいて前記複数のワードが前記モバイルデバイスにより定義されている前記複数のターゲット音声タグのうちの1つであるか否か、及び前記モバイルデバイスにより定義されている前記複数のコマンド音声タグのうちの1つであるか否かを判断し、
前記音声認識ユニットは前記通信ユニットにより、比較した前記ターゲット音声タグが前記タグデータベースで指向する対象物及び比較した前記コマンド音声タグが前記タグデータベースで指向するプログラムコマンドに基づいて、前記プロセッサによって前記モバイルデバイスに前記対象物に対する前記プログラムコマンドを実行させることを特徴とするバリアフリースマート音声システム。 - 前記音声認識ユニットは前記音声受信ユニットが予め定義されている起動オーディオ及びスリープオーディオを受信したかどうか判断し、前記起動オーディオを受信した場合、続けて前記音声オーディオに対し前記音声分析及び前記形態論解析を実行し、前記スリープオーディオを受信した場合、前記音声オーディオに対する前記音声分析及び前記形態論解析の実行を停止することを特徴とする請求項6に記載のバリアフリースマート音声システム。
- 前記音声認識ユニットは前記タグデータベースの読み取り結果に基づいて前記音声オーディオが識別した前記複数のワードが前記モバイルデバイスにより定義された注記ボイスタグを含んでいるかどうかを判断し、含んでいる場合、前記プロセッサは、前記注記ボイスタグが前記タグデータベースで指向する注記説明に基づいて、前記プログラムコマンド或いは前記対象物の内容を調整することを特徴とする請求項6に記載のバリアフリースマート音声システム。
- 権限検証ユニットをさらに備え、前記音声認識ユニットと接続され、比較した前記ターゲット音声タグ及び比較したコマンド音声タグに基づいて前記音声オーディオが対応する権限レベルを判断し、前記音声認識ユニットが前記プロセッサに前記モバイルデバイスの現在の前記権限レベルに基づいて前記プログラムコマンドを実行させるかどうか決定することを特徴とする請求項6に記載のバリアフリースマート音声システム。
- プロセッサを有しているモバイルデバイスに適用するバリアフリースマート音声システムであって、
前記プロセッサに接続され、音声オーディオを受信するための音声受信ユニットと、
複数の音声オーディオサンプルを保存している音声データベースと、
複数のターゲット音声タグ及び複数のコマンド音声タグを保存しているタグデータベースと、
前記音声データベース及び前記タグデータベースとそれぞれ接続され、前記音声受信ユニットが発信した前記音声オーディオを受信すると共に前記音声オーディオに対し音声分析を実行し、前記音声データベースの読み取り結果に基づいて、その中から複数の音声を識別し、前記複数の音声に対し形態論解析を実行し、その中から独立した複数のワードを識別する音声認識ユニットと、を備え、
前記音声認識ユニットは前記タグデータベースの読み取り結果に基づいて前記複数のワードが前記モバイルデバイスにより定義されている複数のターゲット音声タグのうちの1つであるかどうか、及び前記モバイルデバイスにより定義されている複数のコマンド音声タグのうちの1つであるかどうかを判断し、
判断結果が符合した場合、前記音声認識ユニットが比較した前記ターゲット音声タグが前記タグデータベースで指向する対象物及び比較した前記コマンド音声タグが前記タグデータベースで指向するプログラムコマンドに基づいて、前記プロセッサによって前記モバイルデバイスに前記対象物に対する前記プログラムコマンドを実行させることを特徴とするバリアフリースマート音声システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109113480A TWI752474B (zh) | 2020-04-22 | 2020-04-22 | 無障礙智能語音系統及其控制方法 |
TW109113480 | 2020-04-22 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021174005A true JP2021174005A (ja) | 2021-11-01 |
JP7422702B2 JP7422702B2 (ja) | 2024-01-26 |
Family
ID=78222657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021072552A Active JP7422702B2 (ja) | 2020-04-22 | 2021-04-22 | バリアフリースマート音声システムとその制御方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11705126B2 (ja) |
JP (1) | JP7422702B2 (ja) |
TW (1) | TWI752474B (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002162988A (ja) * | 2000-11-27 | 2002-06-07 | Canon Inc | 音声認識システム及びその制御方法、コンピュータ可読メモリ |
JP2004301893A (ja) * | 2003-03-28 | 2004-10-28 | Fuji Photo Film Co Ltd | 音声認識装置の制御方法 |
JP2010055375A (ja) * | 2008-08-28 | 2010-03-11 | Toshiba Corp | 電子機器操作指示装置およびその操作方法 |
JP2013088535A (ja) * | 2011-10-14 | 2013-05-13 | Vri Inc | 音声制御システム及びプログラム |
WO2017145373A1 (ja) * | 2016-02-26 | 2017-08-31 | 三菱電機株式会社 | 音声認識装置 |
JP2020042420A (ja) * | 2018-09-07 | 2020-03-19 | 株式会社牧野フライス製作所 | 工作機械の制御装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040236699A1 (en) * | 2001-07-10 | 2004-11-25 | American Express Travel Related Services Company, Inc. | Method and system for hand geometry recognition biometrics on a fob |
US8171298B2 (en) * | 2002-10-30 | 2012-05-01 | International Business Machines Corporation | Methods and apparatus for dynamic user authentication using customizable context-dependent interaction across multiple verification objects |
CN104462262B (zh) * | 2014-11-21 | 2017-10-31 | 北京奇虎科技有限公司 | 一种实现语音搜索的方法、装置和浏览器客户端 |
CN110750774B (zh) * | 2019-10-21 | 2021-12-03 | 深圳众赢维融科技有限公司 | 身份识别的方法及装置 |
TWM601446U (zh) * | 2020-04-22 | 2020-09-11 | 莊連豪 | 無障礙智能語音系統 |
-
2020
- 2020-04-22 TW TW109113480A patent/TWI752474B/zh active
-
2021
- 2021-04-21 US US17/236,366 patent/US11705126B2/en active Active
- 2021-04-22 JP JP2021072552A patent/JP7422702B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002162988A (ja) * | 2000-11-27 | 2002-06-07 | Canon Inc | 音声認識システム及びその制御方法、コンピュータ可読メモリ |
JP2004301893A (ja) * | 2003-03-28 | 2004-10-28 | Fuji Photo Film Co Ltd | 音声認識装置の制御方法 |
JP2010055375A (ja) * | 2008-08-28 | 2010-03-11 | Toshiba Corp | 電子機器操作指示装置およびその操作方法 |
JP2013088535A (ja) * | 2011-10-14 | 2013-05-13 | Vri Inc | 音声制御システム及びプログラム |
WO2017145373A1 (ja) * | 2016-02-26 | 2017-08-31 | 三菱電機株式会社 | 音声認識装置 |
JP2020042420A (ja) * | 2018-09-07 | 2020-03-19 | 株式会社牧野フライス製作所 | 工作機械の制御装置 |
Also Published As
Publication number | Publication date |
---|---|
TWI752474B (zh) | 2022-01-11 |
TW202141466A (zh) | 2021-11-01 |
JP7422702B2 (ja) | 2024-01-26 |
US11705126B2 (en) | 2023-07-18 |
US20210335359A1 (en) | 2021-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11289100B2 (en) | Selective enrollment with an automated assistant | |
US10733978B2 (en) | Operating method for voice function and electronic device supporting the same | |
KR100586767B1 (ko) | 다중모드 입력을 이용한 다중모드 초점 탐지, 기준 모호성해명 및 기분 분류를 위한 시스템 및 방법 | |
US20240071382A1 (en) | Temporary account association with voice-enabled devices | |
US11704940B2 (en) | Enrollment with an automated assistant | |
US11966764B2 (en) | Adapting client application of feature phone based on experiment parameters | |
US20160343376A1 (en) | Voice Recognition System of a Robot System and Method Thereof | |
US7487096B1 (en) | Method to automatically enable closed captioning when a speaker has a heavy accent | |
CN107331400A (zh) | 一种声纹识别性能提升方法、装置、终端及存储介质 | |
US10741174B2 (en) | Automatic language identification for speech | |
CN109360563B (zh) | 一种语音控制方法、装置、存储介质及空调 | |
CN108735210A (zh) | 一种语音控制方法及终端 | |
CN109543021B (zh) | 一种面向智能机器人的故事数据处理方法及*** | |
CN106649253B (zh) | 基于后验证的辅助控制方法及*** | |
CN112669842A (zh) | 人机对话控制方法、装置、计算机设备及存储介质 | |
JP6689953B2 (ja) | 通訳サービスシステム、通訳サービス方法及び通訳サービスプログラム | |
US20180350360A1 (en) | Provide non-obtrusive output | |
KR101775532B1 (ko) | 서로 다른 적어도 2개 이상의 데이터베이스를 이용하여 음성 인식 서비스를 제공하는 멀티미디어 디바이스 및 그 제어 방법 | |
JP2021174005A (ja) | バリアフリースマート音声システムとその制御方法 | |
TWM601446U (zh) | 無障礙智能語音系統 | |
KR102479026B1 (ko) | MPEG IoMT 환경에서의 질의응답 시스템 및 방법 | |
CN113870857A (zh) | 一种语音控制场景方法和语音控制场景*** | |
CN113852849A (zh) | 一种酒店客房智能管理方法 | |
CN113160821A (zh) | 一种基于语音识别的控制方法及装置 | |
CN113539252A (zh) | 无障碍智能语音***及其控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210617 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210706 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220802 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220830 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221125 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230127 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230530 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230929 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230930 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231023 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7422702 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |