JP2022518339A - 音声制御される電子装置のコマンド生成技術 - Google Patents
音声制御される電子装置のコマンド生成技術 Download PDFInfo
- Publication number
- JP2022518339A JP2022518339A JP2021531853A JP2021531853A JP2022518339A JP 2022518339 A JP2022518339 A JP 2022518339A JP 2021531853 A JP2021531853 A JP 2021531853A JP 2021531853 A JP2021531853 A JP 2021531853A JP 2022518339 A JP2022518339 A JP 2022518339A
- Authority
- JP
- Japan
- Prior art keywords
- electronic device
- command
- content
- text
- voice
- 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.)
- Ceased
Links
- 238000000034 method Methods 0.000 claims abstract description 48
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 9
- 230000004044 response Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 230000001755 vocal effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
- G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
-
- 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
- G10L2015/221—Announcement of recognition results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Acoustics & Sound (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
Description
Claims (14)
- 電子装置(100)によって処理されるコマンドの第1の部分を表す音声入力を受信し(S202)、
前記電子装置(100)のスクリーン(108)上に表示されたコンテンツの選択を受信し(S204)、選択されたコンテンツは前記電子装置(100)によって処理される前記コマンドの第2の部分を表し、
前記音声入力と前記選択されたコンテンツとの組合せに基づいて前記コマンドを生成する(S206)こと、を含む、音声制御される電子装置(100)によって処理されるコマンドを生成する方法。 - 前記コマンドは、前記電子装置(100)上で実行されるバーチャルアシスタントへのクエリに対応する、請求項1に記載の方法。
- 前記スクリーン(108)はタッチスクリーンであり、前記コンテンツの選択は、前記タッチスクリーンへのタッチ入力によって行われる、請求項1または2に記載の方法。
- 前記タッチ入力は、選択されるコンテンツをカバーするスライドジェスチャに対応する、請求項3に記載の方法。
- 前記コンテンツの選択がテキストの選択を含む場合、前記音声入力を前記選択されたコンテンツと組み合わせることは、前記音声入力の変換を選択されたテキストと組み合わせることを含む、請求項1乃至4のいずれか1項に記載の方法。
- 前記コンテンツの選択が、前記スクリーン(108)上の表示領域の選択を含む場合、前記音声入力を前記選択されたコンテンツと組み合わせることは、
選択されたテキストとしてその中に含まれるテキストを取得するために、選択された表示領域上でテキスト認識を実行し、
前記音声入力の変換を前記選択されたテキストと組み合わせること、を含む、請求項1乃至4のいずれか1項に記載の方法。 - 前記音声入力の変換の言語と、前記選択されたテキストの言語とが異なる、請求項5または6に記載の方法。
- 前記音声入力の変換の文字セットと、前記選択されたテキストの文字セットとが異なる、請求項5乃至7のいずれか1項に記載の方法。
- 前記音声入力は、前記電子装置(100)によって処理される命令を含み、前記選択されたコンテンツは、前記命令に関連付けられたパラメータに対応する、請求項1乃至8のいずれか1項に記載の方法。
- 前記コンテンツの選択は、前記コンテンツを表す音声入力を正しく変換できなかった場合に受信される、請求項1乃至9のいずれか1項に記載の方法。
- 前記コマンドの前記第1の部分を表す前記音声入力が完全なコマンドを表していないことを認識すると、前記電子装置(100)は、前記コンテンツの選択を待つ、請求項1乃至10のいずれか1項に記載の方法。
- コンピュータプログラム製品が1つ以上のコンピュータ装置上で実行されるときに、請求項1乃至11のいずれか1項に記載の方法を実行するためのプログラムコード部分を含む、コンピュータプログラム製品。
- コンピュータ可読記録媒体に格納された、請求項12に記載のコンピュータプログラム製品。
- 電子装置(100)によって処理されるコマンドを生成するための音声制御される電子装置(100)であって、前記電子装置(100)は、少なくとも1つのプロセッサ(102)と、少なくとも1つのメモリ(104)と、を備え、前記少なくとも1つのメモリ(104)は前記電子装置(100)が請求項1乃至11のいずれか1項に記載の方法を実行するように動作可能であるように、少なくとも1つのプロセッサ(102)によって実行可能な命令を含む、音声制御される電子装置(100)。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/EP2018/083802 WO2020114599A1 (en) | 2018-12-06 | 2018-12-06 | Technique for generating a command for a voice-controlled electronic device |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022518339A true JP2022518339A (ja) | 2022-03-15 |
Family
ID=64664278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021531853A Ceased JP2022518339A (ja) | 2018-12-06 | 2018-12-06 | 音声制御される電子装置のコマンド生成技術 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20210311701A1 (ja) |
EP (1) | EP3891730B1 (ja) |
JP (1) | JP2022518339A (ja) |
KR (1) | KR20210099629A (ja) |
CN (1) | CN113196383A (ja) |
WO (1) | WO2020114599A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200094839A (ko) * | 2019-01-23 | 2020-08-10 | 삼성전자주식회사 | 사용자 입력에 대한 피드백 정보를 제공하는 전자 장치 및 그 동작 방법 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007094194A (ja) * | 2005-09-29 | 2007-04-12 | Toshiba Corp | 音声翻訳装置及び音声翻訳方法 |
US20080153465A1 (en) * | 2006-12-26 | 2008-06-26 | Voice Signal Technologies, Inc. | Voice search-enabled mobile device |
US20110081083A1 (en) * | 2009-10-07 | 2011-04-07 | Google Inc. | Gesture-based selective text recognition |
WO2016054230A1 (en) * | 2014-10-01 | 2016-04-07 | XBrain, Inc. | Voice and connection platform |
JP2017211430A (ja) * | 2016-05-23 | 2017-11-30 | ソニー株式会社 | 情報処理装置および情報処理方法 |
US20180113672A1 (en) * | 2016-10-25 | 2018-04-26 | Microsoft Technology Licensing, Llc | Force-based interactions with digital agents |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6223150B1 (en) * | 1999-01-29 | 2001-04-24 | Sony Corporation | Method and apparatus for parsing in a spoken language translation system |
US20080235029A1 (en) * | 2007-03-23 | 2008-09-25 | Cross Charles W | Speech-Enabled Predictive Text Selection For A Multimodal Application |
US20090112572A1 (en) * | 2007-10-30 | 2009-04-30 | Karl Ola Thorn | System and method for input of text to an application operating on a device |
US9257115B2 (en) * | 2012-03-08 | 2016-02-09 | Facebook, Inc. | Device for extracting information from a dialog |
KR101992191B1 (ko) * | 2012-11-01 | 2019-06-24 | 엘지전자 주식회사 | 이동 단말기 및 그 제어방법 |
US9383910B2 (en) * | 2013-10-04 | 2016-07-05 | Microsoft Technology Licensing, Llc | Autoscroll regions |
KR20170046958A (ko) * | 2015-10-22 | 2017-05-04 | 삼성전자주식회사 | 전자 장치 및 그의 음성 인식을 이용한 기능 실행 방법 |
-
2018
- 2018-12-06 EP EP18816012.1A patent/EP3891730B1/en active Active
- 2018-12-06 CN CN201880099951.5A patent/CN113196383A/zh not_active Withdrawn
- 2018-12-06 JP JP2021531853A patent/JP2022518339A/ja not_active Ceased
- 2018-12-06 WO PCT/EP2018/083802 patent/WO2020114599A1/en unknown
- 2018-12-06 US US17/311,279 patent/US20210311701A1/en not_active Abandoned
- 2018-12-06 KR KR1020217021106A patent/KR20210099629A/ko not_active Application Discontinuation
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007094194A (ja) * | 2005-09-29 | 2007-04-12 | Toshiba Corp | 音声翻訳装置及び音声翻訳方法 |
US20080153465A1 (en) * | 2006-12-26 | 2008-06-26 | Voice Signal Technologies, Inc. | Voice search-enabled mobile device |
US20110081083A1 (en) * | 2009-10-07 | 2011-04-07 | Google Inc. | Gesture-based selective text recognition |
WO2016054230A1 (en) * | 2014-10-01 | 2016-04-07 | XBrain, Inc. | Voice and connection platform |
JP2017535823A (ja) * | 2014-10-01 | 2017-11-30 | エクスブレイン・インコーポレーテッド | 音声および接続プラットフォーム |
JP2017211430A (ja) * | 2016-05-23 | 2017-11-30 | ソニー株式会社 | 情報処理装置および情報処理方法 |
US20180113672A1 (en) * | 2016-10-25 | 2018-04-26 | Microsoft Technology Licensing, Llc | Force-based interactions with digital agents |
Also Published As
Publication number | Publication date |
---|---|
CN113196383A (zh) | 2021-07-30 |
WO2020114599A1 (en) | 2020-06-11 |
EP3891730A1 (en) | 2021-10-13 |
KR20210099629A (ko) | 2021-08-12 |
EP3891730B1 (en) | 2023-07-05 |
US20210311701A1 (en) | 2021-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6710740B2 (ja) | 提案される音声ベースのアクションクエリの提供 | |
CN112262430B (zh) | 自动确定经由自动助理界面接收到的口头话语的语音识别的语言 | |
JP7111682B2 (ja) | 非表音文字体系を使用する言語のための音声支援型アプリケーションプロトタイプの試験中の音声コマンドマッチング | |
JP7513684B2 (ja) | ユーザと、自動化されたアシスタントと、他のコンピューティングサービスとの間のマルチモーダル対話 | |
CN110050303B (zh) | 基于第三方代理内容的语音到文本转换 | |
CN111627436B (zh) | 一种语音控制的方法及装置 | |
JP2018511095A5 (ja) | ||
KR102399420B1 (ko) | 텍스트 독립 화자 인식 | |
KR20220007710A (ko) | 선택가능한 그래픽 엘리먼트를 통해 자동화된 에이전트로 대화를 초기화하기 | |
US20240169989A1 (en) | Multimodal responses | |
CN112313606A (zh) | 为自动助理扩展物理运动手势词典 | |
US20240249719A1 (en) | Automated assistant control of external applications lacking automated assistant application programming interface functionality | |
JP2022518339A (ja) | 音声制御される電子装置のコマンド生成技術 | |
JP2017049624A (ja) | 翻訳システム及びサーバ | |
US11164576B2 (en) | Multimodal responses | |
KR20230121150A (ko) | 파라미터(들)로 제한될 수 있는 사용자 입력에 대한응답으로 비-어시스턴트 애플리케이션 동작(들)의 자동화된 어시스턴트 수행 | |
TW201937480A (zh) | 適性調整語音輸入等待時間系統及其方法 | |
US9613311B2 (en) | Receiving voice/speech, replacing elements including characters, and determining additional elements by pronouncing a first element | |
Raveendran et al. | Speech only interface approach for personal computing environment | |
JP7462995B1 (ja) | 情報処理システム、情報処理方法及びプログラム | |
TWM561897U (zh) | 適性調整語音輸入等待時間系統 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221026 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230516 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231024 |
|
A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20240227 |