JP4643911B2 - 音声認識方法及び装置 - Google Patents
音声認識方法及び装置 Download PDFInfo
- Publication number
- JP4643911B2 JP4643911B2 JP2004000411A JP2004000411A JP4643911B2 JP 4643911 B2 JP4643911 B2 JP 4643911B2 JP 2004000411 A JP2004000411 A JP 2004000411A JP 2004000411 A JP2004000411 A JP 2004000411A JP 4643911 B2 JP4643911 B2 JP 4643911B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- alternative
- waiting time
- predetermined
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000012805 post-processing Methods 0.000 claims description 15
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 208000003028 Stuttering Diseases 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 241000252233 Cyprinus carpio Species 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000012925 reference material Substances 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
- G10L15/01—Assessment or evaluation of speech recognition 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- 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
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- User Interface Of Digital Computer (AREA)
- Machine Translation (AREA)
Description
本発明が解決しようとする他の技術的課題は、前記音声認識方法を実現するのに最も適した装置を提供することである。
53段階では、前記52段階で算出された発話特徴差値を順序変更のための第2しきい値と比較し、発話特徴差値が第2しきい値より大きいかまたは同じ場合、すなわち、エラーが該当エラーパターンのような理由により発生しなかったと判断される場合、本フローチャートを終了する。ここで、第2しきい値は実験的にまたはシミュレーションを通じて最適の値に設定できる。54段階では前記53段階での比較結果、発話特徴差値が第2しきい値より小さな場合、すなわち、エラーが該当エラーパターンのような理由により発生したと判断される場合、該当代案のスコアを修正する。例えば、エラーパターンDB 26に図4のようなエラーパターンテーブルが保存されており、すなわち、最初の対案認識単語と最終の認識単語として3番目の対案認識単語との組み合わせがエラーパターンに含まれており、加重値を0.4と設定した場合、前記表1の認識結果及びスコアは次の表2のように変更される。ここで、修正されたスコア9.2は元のスコア8に加重値0.4とヒストリー3とを積算した値を加算することによって算出される。
13 音声認識部
15 後処理部
Claims (23)
- (a)ユーザーが発話した音声を入力する段階と、
(b)前記入力される音声を認識して類似度順序によって所定数の認識単語を生成する段階と、
(c)前記所定数の認識単語が所定の順序によって羅列された代案リストに対して所定の待ち時間の間にユーザーの選択変更がない場合、現在カーソルが位置する代案単語を最終の認識単語として決定する段階と、
(c1)前記音声認識結果による最初の代案認識単語と最終の認識単語との組み合わせを利用してエラーパターンをアップデートする段階と、
(c2)前記エラーパターンを利用して前記代案リストの羅列順序を再調整する段階と、を含み、
前記(c1)段階は、
(c11)前記音声認識結果による最初の代案認識単語と最終の認識単語との組み合わせが所定のエラーパターンデータベースに含まれている場合、少なくとも一つの発話特徴差値を算出する段階と、
(c12)前記発話特徴差値と所定の第1しきい値とを比較する段階と、
(c13)前記発話特徴差値が前記第1しきい値より小さな場合、現在入力された音声の発話特徴を含んで各発話特徴の平均値を算出して発話性向をアップデートし、該当パターンのヒストリーをアップデートする段階と、を含むことを特徴とする音声認識方法。 - 前記方法は、
(d)前記所定の待ち時間の間にユーザーの選択変更がある場合、前記待ち時間を再調整する段階をさらに含むことを特徴とする請求項1に記載の音声認識方法。 - 前記方法は、
(d)前記所定の待ち時間の間にユーザーの選択変更がある場合、ユーザーが選択した代案単語を最終の認識単語として決定する段階をさらに含むことを特徴とする請求項1に記載の音声認識方法。 - 前記(c2)段階は、
(c21)前記音声認識結果による最初の代案単語と第2の代案単語との組み合わせと、最初の代案単語と第3の代案単語との組み合わせのうち少なくとも一つが所定のエラーパターンデータベースに含まれている場合、各組み合わせに対して少なくとも一つの発話特徴差値を算出する段階と、
(c22)前記(c21)段階で得られた各組合わせの発話特徴差値を所定の第2しきい値と比較する段階と、
(c23)前記(c22)段階での比較結果、各組み合わせの前記発話特徴差値が第2しきい値より小さな場合、該当組み合わせに含まれた代案単語のスコアを修正する段階と、を含むことを特徴とする請求項1に記載の音声認識方法。 - 前記修正されたスコアは、元のスコアに所定の加重値と該当パターンのヒストリーとを積算した値を加算することによって算出されることを特徴とする請求項4に記載の音声認識方法。
- 前記方法は(d)ユーザーの熟練度によって待ち時間を調整する段階をさらに含むことを特徴とする請求項1に記載の音声認識方法。
- 前記(d)段階は、
(d1)所定の熟練度データベースに保存された所定選択時間から現在の最終の認識単語決定にかかった時間を減算した値により選択時間差値を算出する段階と、
(d2)前記(d1)段階で得られた選択時間差値を所定の第3しきい値と比較する段階と、
(d3)前記(d2)段階での比較結果、選択時間差値が第3しきい値より大きい場合に選択時間を修正する段階と、
(d4)前記(d2)段階での比較結果、選択時間差値が第3しきい値より小さいか同じ場合に選択時間差値を所定の余裕時間と比較する段階と、
(d5)前記(d4)段階での比較結果、選択時間差値が余裕時間より小さな場合に選択時間を修正する段階と、
(d6)前記(d3)段階または前記(d5)段階で修正された選択時間に所定の余裕時間を加算することによって該当ユーザーの待ち時間を算出する段階と、を含む請求項6に記載の音声認識方法。 - 前記(d3)段階では前記熟練度データベースに保存されていた選択時間から選択時間差値に所定の加重値を積算した値を減算することにより修正された選択時間を算出することを特徴とする請求項7に記載の音声認識方法。
- 前記(d5)段階では前記熟練度データベースに保存されていた選択時間に所定の付加時間を加算することによって修正された選択時間を算出することを特徴とする請求項7に記載の音声認識方法。
- 前記待ち時間は前記代案リストに羅列されたあらゆる代案単語に対して同じ値で付与される請求項1に記載の音声認識方法。
- 前記待ち時間は前記代案リストに羅列された代案単語の順序によって異なる値で付与される請求項1に記載の音声認識方法。
- ユーザーが発話した音声に対する音声認識結果、所定数の単語が所定の順序によって羅列された代案リストをディスプレイする第1プログラムと、
所定の待ち時間の間に前記ディスプレイされた代案リストに対するユーザーの選択変更があったかどうかを判断し、前記所定の待ち時間の間にユーザーの選択変更がない場合、前記代案リストのうち現在カーソルが位置している代案単語を最終の認識単語として決定する第2プログラムと、
前記音声認識結果による最初の代案認識単語と最終の認識単語との組み合わせを利用してエラーパターンをアップデートさせる第3プログラムと、
前記エラーパターンを利用して前記代案リストの羅列順序を再調整する第4プログラムと、を記録し、
前記第3プログラムは、
前記音声認識結果による最初の代案認識単語と最終の認識単語との組み合わせが所定のエラーパターンデータベースに含まれている場合、少なくとも一つの発話特徴差値を算出し、
前記発話特徴差値と所定の第1しきい値とを比較し、
前記発話特徴差値が前記第1しきい値より小さな場合、現在入力された音声の発話特徴を含んで各発話特徴の平均値を算出して発話性向をアップデートし、該当パターンのヒストリーをアップデートする機能を備えたコンピュータが再生できる記録媒体。 - 前記第2プログラムは、前記所定の待ち時間の間にユーザーの選択変更がある場合、前記待ち時間を再調整した後、再調整された待ち時間の間に再びユーザーの選択変更があるかどうかを判断してユーザーの選択変更がない場合にユーザーが選択した代案単語を最終の認識単語として決定する機能をさらに具備する請求項12に記載のコンピュータが再生できる記録媒体。
- 前記第2プログラムは、前記所定の待ち時間の間にユーザーの選択変更がある場合、ユーザーが選択した代案単語を最終の認識単語として決定する機能をさらに具備する請求項12に記載のコンピュータが再生できる記録媒体。
- ユーザーが発話した音声を入力する音声入力部と、
前記入力される音声を認識して類似度順序によって所定数の認識単語を生成する音声認識部と、
前記所定数の認識単語が所定の順序によって羅列された代案リストに対して所定の待ち時間の間にユーザーの選択変更がない場合、現在カーソルが位置している代案単語を最終の認識単語として決定し、前記音声認識結果による最初の代案認識単語と最終の認識単語との組み合わせを利用してエラーパターンをアップデートさせ、前記音声認識結果による最初の代案認識単語と最終の認識単語との組み合わせが所定のエラーパターンデータベースに含まれている場合、少なくとも一つの発話特徴差値を算出し、
前記発話特徴差値と所定の第1しきい値とを比較し、
前記発話特徴差値が前記第1しきい値より小さな場合、現在入力された音声の発話特徴を含んで各発話特徴の平均値を算出して発話性向をアップデートし、該当パターンのヒストリーをアップデートし、前記エラーパターンを利用して前記代案リストの羅列順序を再調整する後処理部と、を含むことを特徴とする音声認識装置。 - 前記後処理部は、
前記音声認識部で生成された所定数の認識単語が所定の順序によって羅列された代案リストが含まれたグラフィックユーザーインターフェース用ウィンドウを生成するウィンドウ生成部と、
前記グラフィックユーザーインターフェース用ウィンドウがディスプレイされた後、現在カーソルが移動している代案単語を最終の認識単語として決定するまでの待ち時間を設定する待ち時間設定部と、
所定の待ち時間の間に前記ディスプレイされた代案リストに対するユーザーの選択変更がない場合、前記代案リストのうち現在カーソルが位置している最初の代案単語を最終の認識単語として決定し、前記所定の待ち時間の間にユーザーの選択変更がある場合、前記待ち時間を再調整し、再調整された待ち時間の間に再度ユーザーの選択変更がない場合にユーザーが選択した代案単語を最終の認識単語として決定する最終の認識単語決定部と、を具備する請求項15に記載の音声認識装置。 - 前記後処理部は、
前記音声認識部で生成された所定数の認識単語が所定の順序によって羅列された代案リストが含まれたグラフィックユーザーインターフェース用ウィンドウを生成するウィンドウ生成部と、
前記グラフィックユーザーインターフェース用ウィンドウがディスプレイされた後、現在カーソルが移動している代案単語を最終の認識単語として決定するまでの待ち時間を設定する待ち時間設定部と、
所定の待ち時間の間に前記ディスプレイされた代案リストに対するユーザーの選択変更がない場合、前記代案リストのうち現在カーソルが位置している最初の代案単語を最終の認識単語として決定し、前記所定の待ち時間の間にユーザーの選択変更がある場合、ユーザーが選択した代案単語を最終の認識単語として決定する最終の認識単語決定部と、を具備することを特徴とする請求項15に記載の音声認識装置。 - 前記後処理部は、
前記音声認識部で最初の代案として採択された認識単語、前記最終の認識単語決定部から提供される最終の認識単語、少なくとも一つ以上のユーザー発話特徴、発話性向、及びヒストリーをデータベース化したエラーパターンデータベースと、
前記音声認識部から提供される音声認識結果及びスコアを入力とし、前記エラーパターンデータベースを参照して前記エラーパターンに該当する認識単語のスコアを調整し、前記代案リストの羅列順序を変更して前記ウィンドウ生成部に提供するエラーパターン管理部と、をさらに含むことを特徴とする請求項16に記載の音声認識装置。 - 前記後処理部は、
熟練度により相異なる選択時間を対応させてデータベース化した熟練度データベースと、
前記熟練度データベースに保存された熟練度による選択時間に所定の余裕時間を付加した値を待ち時間として再調整して前記待ち時間設定部に供給する熟練度管理部と、をさらに含むことを特徴とする請求項16に記載の音声認識装置。 - 前記後処理部は、
熟練度によって相異なる選択時間を対応させてデータベース化した熟練度データベースと、
前記熟練度データベースに保存された熟練度による選択時間に所定の余裕時間を付加した値を待ち時間として再調整して前記待ち時間設定部に供給する熟練度管理部と、をさらに含むことを特徴とする請求項18に記載の音声認識装置。 - 前記待ち時間はユーザーの熟練度によって決定されることを特徴とする請求項16に記載の音声認識装置。
- 前記再調整された待ち時間は前記代案リストに羅列されたあらゆる代案に対して同じ値で付与されることを特徴とする請求項16に記載の音声認識装置。
- 前記再調整された待ち時間は前記代案リストに羅列された代案の順序によって異なる値で付与されることを特徴とする請求項16に記載の音声認識装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020020087943A KR100668297B1 (ko) | 2002-12-31 | 2002-12-31 | 음성인식방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004213016A JP2004213016A (ja) | 2004-07-29 |
JP4643911B2 true JP4643911B2 (ja) | 2011-03-02 |
Family
ID=32501464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004000411A Expired - Fee Related JP4643911B2 (ja) | 2002-12-31 | 2004-01-05 | 音声認識方法及び装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7680658B2 (ja) |
EP (1) | EP1435605B1 (ja) |
JP (1) | JP4643911B2 (ja) |
KR (1) | KR100668297B1 (ja) |
DE (1) | DE60309822T2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10467340B2 (en) | 2015-01-02 | 2019-11-05 | Samsung Electronics Co., Ltd. | Grammar correcting method and apparatus |
US11037552B2 (en) | 2017-12-29 | 2021-06-15 | Samsung Electronics Co., Ltd. | Method and apparatus with a personalized speech recognition model |
Families Citing this family (70)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2499268C (en) * | 2002-09-27 | 2012-07-10 | Callminer, Inc. | Software for statistical analysis of speech |
US20080275704A1 (en) * | 2004-08-06 | 2008-11-06 | Koninklijke Philips Electronics, N.V. | Method for a System of Performing a Dialogue Communication with a User |
US8725505B2 (en) * | 2004-10-22 | 2014-05-13 | Microsoft Corporation | Verb error recovery in speech recognition |
JP2006201749A (ja) | 2004-12-21 | 2006-08-03 | Matsushita Electric Ind Co Ltd | 音声による選択装置、及び選択方法 |
US7590536B2 (en) * | 2005-10-07 | 2009-09-15 | Nuance Communications, Inc. | Voice language model adjustment based on user affinity |
US7941316B2 (en) * | 2005-10-28 | 2011-05-10 | Microsoft Corporation | Combined speech and alternate input modality to a mobile device |
US7831425B2 (en) * | 2005-12-15 | 2010-11-09 | Microsoft Corporation | Time-anchored posterior indexing of speech |
KR100717385B1 (ko) * | 2006-02-09 | 2007-05-11 | 삼성전자주식회사 | 인식 후보의 사전적 거리를 이용한 인식 신뢰도 측정 방법및 인식 신뢰도 측정 시스템 |
US7580377B2 (en) * | 2006-02-16 | 2009-08-25 | Honeywell International Inc. | Systems and method of datalink auditory communications for air traffic control |
JP2007286356A (ja) * | 2006-04-17 | 2007-11-01 | Funai Electric Co Ltd | 電子機器 |
JP2007293595A (ja) * | 2006-04-25 | 2007-11-08 | Canon Inc | 情報処理装置及び情報処理方法 |
US20080091426A1 (en) * | 2006-10-12 | 2008-04-17 | Rod Rempel | Adaptive context for automatic speech recognition systems |
US8355913B2 (en) | 2006-11-03 | 2013-01-15 | Nokia Corporation | Speech recognition with adjustable timeout period |
US20080114597A1 (en) * | 2006-11-14 | 2008-05-15 | Evgeny Karpov | Method and apparatus |
KR101422020B1 (ko) * | 2007-11-27 | 2014-07-23 | 엘지전자 주식회사 | 음성 인식 방법 및 장치 |
US8468019B2 (en) * | 2008-01-31 | 2013-06-18 | Qnx Software Systems Limited | Adaptive noise modeling speech recognition system |
DE102008021954A1 (de) * | 2008-02-29 | 2009-09-03 | Navigon Ag | Verfahren zum Betrieb eines elektronischen Assistenzsystems |
KR20090107365A (ko) * | 2008-04-08 | 2009-10-13 | 엘지전자 주식회사 | 이동 단말기 및 그 메뉴 제어방법 |
DE102009025530B4 (de) | 2009-06-19 | 2019-05-23 | Volkswagen Ag | Verfahren zur Bedienung eines Fahrzeugs mittels eines automatisierten Sprachdialogs sowie entsprechend ausgestaltetes Sprachdialogsystem und Fahrzeug |
KR20110010939A (ko) * | 2009-07-27 | 2011-02-08 | 삼성전자주식회사 | 휴대용 단말기에서 음성 인식 성능을 향상시키기 위한 장치 및 방법 |
DE102009058151B4 (de) | 2009-12-12 | 2020-08-20 | Volkswagen Ag | Verfahren zum Betreiben eines Sprachdialogsystems mit semantischer Bewertung und Sprachdialogsystem dazu |
US8494852B2 (en) | 2010-01-05 | 2013-07-23 | Google Inc. | Word-level correction of speech input |
US20110184736A1 (en) * | 2010-01-26 | 2011-07-28 | Benjamin Slotznick | Automated method of recognizing inputted information items and selecting information items |
JP2011232668A (ja) * | 2010-04-30 | 2011-11-17 | Clarion Co Ltd | 音声認識機能を備えたナビゲーション装置およびその検出結果提示方法 |
US9634855B2 (en) | 2010-05-13 | 2017-04-25 | Alexander Poltorak | Electronic personal interactive device that determines topics of interest using a conversational agent |
KR101897492B1 (ko) * | 2011-06-07 | 2018-09-13 | 삼성전자주식회사 | 디스플레이 장치 및 이의 하이퍼링크 실행 방법 및 음성 인식 방법 |
DE102011106271B4 (de) * | 2011-07-01 | 2013-05-08 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Bereitstellen einer Sprachschnittstelle, insbesondere in einem Fahrzeug |
US8825493B2 (en) * | 2011-07-18 | 2014-09-02 | At&T Intellectual Property I, L.P. | Method and apparatus for social network communication over a media network |
CN102323858B (zh) * | 2011-08-29 | 2016-04-13 | 上海量明科技发展有限公司 | 识别输入时修改项的输入方法、终端及*** |
US20130132079A1 (en) * | 2011-11-17 | 2013-05-23 | Microsoft Corporation | Interactive speech recognition |
KR101732137B1 (ko) * | 2013-01-07 | 2017-05-02 | 삼성전자주식회사 | 원격 제어 장치 및 전력 제어 방법 |
KR102057284B1 (ko) | 2013-01-23 | 2020-01-22 | 엘지전자 주식회사 | 전자 기기 및 전자 기기의 제어 방법 |
US10055681B2 (en) * | 2013-10-31 | 2018-08-21 | Verint Americas Inc. | Mapping actions and objects to tasks |
WO2015105994A1 (en) | 2014-01-08 | 2015-07-16 | Callminer, Inc. | Real-time conversational analytics facility |
KR102117082B1 (ko) | 2014-12-29 | 2020-05-29 | 삼성전자주식회사 | 음성 인식 방법 및 음성 인식 장치 |
EP3089159B1 (en) | 2015-04-28 | 2019-08-28 | Google LLC | Correcting voice recognition using selective re-speak |
US9811314B2 (en) | 2016-02-22 | 2017-11-07 | Sonos, Inc. | Metadata exchange involving a networked playback system and a networked microphone system |
US10264030B2 (en) | 2016-02-22 | 2019-04-16 | Sonos, Inc. | Networked microphone device control |
US10095470B2 (en) | 2016-02-22 | 2018-10-09 | Sonos, Inc. | Audio response playback |
US9772817B2 (en) | 2016-02-22 | 2017-09-26 | Sonos, Inc. | Room-corrected voice detection |
US10134399B2 (en) | 2016-07-15 | 2018-11-20 | Sonos, Inc. | Contextualization of voice inputs |
US10115400B2 (en) | 2016-08-05 | 2018-10-30 | Sonos, Inc. | Multiple voice services |
JP2018116206A (ja) * | 2017-01-20 | 2018-07-26 | アルパイン株式会社 | 音声認識装置、音声認識方法及び音声認識システム |
KR102391298B1 (ko) * | 2017-04-24 | 2022-04-28 | 삼성전자주식회사 | 음성 인식 서비스를 제공하는 전자 장치 및 그 방법 |
KR102406718B1 (ko) | 2017-07-19 | 2022-06-10 | 삼성전자주식회사 | 컨텍스트 정보에 기반하여 음성 입력을 수신하는 지속 기간을 결정하는 전자 장치 및 시스템 |
KR102412469B1 (ko) | 2017-08-01 | 2022-06-23 | 삼성디스플레이 주식회사 | 색변환 표시판 및 이를 포함하는 표시 장치 |
US10475449B2 (en) | 2017-08-07 | 2019-11-12 | Sonos, Inc. | Wake-word detection suppression |
US10048930B1 (en) | 2017-09-08 | 2018-08-14 | Sonos, Inc. | Dynamic computation of system response volume |
US10482868B2 (en) | 2017-09-28 | 2019-11-19 | Sonos, Inc. | Multi-channel acoustic echo cancellation |
US10051366B1 (en) | 2017-09-28 | 2018-08-14 | Sonos, Inc. | Three-dimensional beam forming with a microphone array |
US10466962B2 (en) | 2017-09-29 | 2019-11-05 | Sonos, Inc. | Media playback system with voice assistance |
US11175880B2 (en) | 2018-05-10 | 2021-11-16 | Sonos, Inc. | Systems and methods for voice-assisted media content selection |
US10959029B2 (en) | 2018-05-25 | 2021-03-23 | Sonos, Inc. | Determining and adapting to changes in microphone performance of playback devices |
US11076035B2 (en) | 2018-08-28 | 2021-07-27 | Sonos, Inc. | Do not disturb feature for audio notifications |
US11024331B2 (en) | 2018-09-21 | 2021-06-01 | Sonos, Inc. | Voice detection optimization using sound metadata |
US10811015B2 (en) * | 2018-09-25 | 2020-10-20 | Sonos, Inc. | Voice detection optimization based on selected voice assistant service |
US11100923B2 (en) | 2018-09-28 | 2021-08-24 | Sonos, Inc. | Systems and methods for selective wake word detection using neural network models |
US11899519B2 (en) | 2018-10-23 | 2024-02-13 | Sonos, Inc. | Multiple stage network microphone device with reduced power consumption and processing load |
US11183183B2 (en) | 2018-12-07 | 2021-11-23 | Sonos, Inc. | Systems and methods of operating media playback systems having multiple voice assistant services |
US11132989B2 (en) | 2018-12-13 | 2021-09-28 | Sonos, Inc. | Networked microphone devices, systems, and methods of localized arbitration |
US11120794B2 (en) | 2019-05-03 | 2021-09-14 | Sonos, Inc. | Voice assistant persistence across multiple network microphone devices |
CN110347996B (zh) * | 2019-07-15 | 2023-06-20 | 北京百度网讯科技有限公司 | 文字的修改方法、装置、电子设备及存储介质 |
US11189286B2 (en) | 2019-10-22 | 2021-11-30 | Sonos, Inc. | VAS toggle based on device orientation |
US11200900B2 (en) | 2019-12-20 | 2021-12-14 | Sonos, Inc. | Offline voice control |
CN111028830B (zh) * | 2019-12-26 | 2022-07-15 | 大众问问(北京)信息科技有限公司 | 一种本地热词库更新方法、装置及设备 |
US11562740B2 (en) | 2020-01-07 | 2023-01-24 | Sonos, Inc. | Voice verification for media playback |
US11308958B2 (en) | 2020-02-07 | 2022-04-19 | Sonos, Inc. | Localized wakeword verification |
US11482224B2 (en) | 2020-05-20 | 2022-10-25 | Sonos, Inc. | Command keywords with input detection windowing |
US11984123B2 (en) | 2020-11-12 | 2024-05-14 | Sonos, Inc. | Network device interaction by range |
KR102309505B1 (ko) * | 2021-02-10 | 2021-10-06 | 김재성 | 음성인식 및 인공지능의 학습을 이용한 개인별 맞춤형 보완대체 의사소통 장치 및 그 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4866778A (en) * | 1986-08-11 | 1989-09-12 | Dragon Systems, Inc. | Interactive speech recognition apparatus |
JPH0950291A (ja) * | 1995-08-04 | 1997-02-18 | Sony Corp | 音声認識装置及びナビゲーシヨン装置 |
JPH1091309A (ja) * | 1996-09-12 | 1998-04-10 | Toshiba Corp | 情報入出力装置及び情報入出力方法 |
JP2000348141A (ja) * | 1999-06-08 | 2000-12-15 | Toshiba Corp | 入力情報の予測方法と装置、ならびにプログラム記憶媒体 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US486678A (en) * | 1892-11-22 | Child s carriage | ||
US5027406A (en) * | 1988-12-06 | 1991-06-25 | Dragon Systems, Inc. | Method for interactive speech recognition and training |
US5329609A (en) * | 1990-07-31 | 1994-07-12 | Fujitsu Limited | Recognition apparatus with function of displaying plural recognition candidates |
JPH0535293A (ja) * | 1991-08-01 | 1993-02-12 | Fujitsu Ltd | 音声認識装置における認識候補数設定方式 |
GB2292500A (en) * | 1994-08-19 | 1996-02-21 | Ibm | Voice response system |
US5754176A (en) * | 1995-10-02 | 1998-05-19 | Ast Research, Inc. | Pop-up help system for a computer graphical user interface |
US5884258A (en) * | 1996-10-31 | 1999-03-16 | Microsoft Corporation | Method and system for editing phrases during continuous speech recognition |
US5829000A (en) * | 1996-10-31 | 1998-10-27 | Microsoft Corporation | Method and system for correcting misrecognized spoken words or phrases |
US5864805A (en) * | 1996-12-20 | 1999-01-26 | International Business Machines Corporation | Method and apparatus for error correction in a continuous dictation system |
US5909667A (en) * | 1997-03-05 | 1999-06-01 | International Business Machines Corporation | Method and apparatus for fast voice selection of error words in dictated text |
US6233560B1 (en) | 1998-12-16 | 2001-05-15 | International Business Machines Corporation | Method and apparatus for presenting proximal feedback in voice command systems |
US6314397B1 (en) * | 1999-04-13 | 2001-11-06 | International Business Machines Corp. | Method and apparatus for propagating corrections in speech recognition software |
US6347296B1 (en) * | 1999-06-23 | 2002-02-12 | International Business Machines Corp. | Correcting speech recognition without first presenting alternatives |
WO2001075555A2 (en) * | 2000-03-06 | 2001-10-11 | Conita Technologies, Inc. | Personal virtual assistant |
KR100330504B1 (ko) | 2000-04-29 | 2002-04-03 | 정명식 | 위치 지시자 자동 이동 제어 방법 |
ATE286294T1 (de) * | 2001-03-29 | 2005-01-15 | Koninkl Philips Electronics Nv | Synchronisierung eines audio- und eines textcursors während der editierung |
US6839667B2 (en) * | 2001-05-16 | 2005-01-04 | International Business Machines Corporation | Method of speech recognition by presenting N-best word candidates |
US20030191629A1 (en) * | 2002-02-04 | 2003-10-09 | Shinichi Yoshizawa | Interface apparatus and task control method for assisting in the operation of a device using recognition technology |
-
2002
- 2002-12-31 KR KR1020020087943A patent/KR100668297B1/ko active IP Right Grant
-
2003
- 2003-12-30 DE DE60309822T patent/DE60309822T2/de not_active Expired - Lifetime
- 2003-12-30 EP EP03258236A patent/EP1435605B1/en not_active Expired - Fee Related
- 2003-12-31 US US10/748,105 patent/US7680658B2/en not_active Expired - Fee Related
-
2004
- 2004-01-05 JP JP2004000411A patent/JP4643911B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4866778A (en) * | 1986-08-11 | 1989-09-12 | Dragon Systems, Inc. | Interactive speech recognition apparatus |
JPH0950291A (ja) * | 1995-08-04 | 1997-02-18 | Sony Corp | 音声認識装置及びナビゲーシヨン装置 |
JPH1091309A (ja) * | 1996-09-12 | 1998-04-10 | Toshiba Corp | 情報入出力装置及び情報入出力方法 |
JP2000348141A (ja) * | 1999-06-08 | 2000-12-15 | Toshiba Corp | 入力情報の予測方法と装置、ならびにプログラム記憶媒体 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10467340B2 (en) | 2015-01-02 | 2019-11-05 | Samsung Electronics Co., Ltd. | Grammar correcting method and apparatus |
US11037552B2 (en) | 2017-12-29 | 2021-06-15 | Samsung Electronics Co., Ltd. | Method and apparatus with a personalized speech recognition model |
Also Published As
Publication number | Publication date |
---|---|
EP1435605B1 (en) | 2006-11-22 |
KR100668297B1 (ko) | 2007-01-12 |
EP1435605A3 (en) | 2005-05-04 |
DE60309822T2 (de) | 2007-10-11 |
KR20040061659A (ko) | 2004-07-07 |
US7680658B2 (en) | 2010-03-16 |
US20040153321A1 (en) | 2004-08-05 |
EP1435605A2 (en) | 2004-07-07 |
JP2004213016A (ja) | 2004-07-29 |
DE60309822D1 (de) | 2007-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4643911B2 (ja) | 音声認識方法及び装置 | |
CN1280782C (zh) | 给用户提供声音反馈的可扩展语音识别*** | |
US7386454B2 (en) | Natural error handling in speech recognition | |
JP3782943B2 (ja) | 音声認識装置、コンピュータ・システム、音声認識方法、プログラムおよび記録媒体 | |
JP3282075B2 (ja) | 連続音声認識において句読点を自動的に生成する装置および方法 | |
US8204747B2 (en) | Emotion recognition apparatus | |
US7716049B2 (en) | Method, apparatus and computer program product for providing adaptive language model scaling | |
EP0965978A1 (en) | Non-interactive enrollment in speech recognition | |
WO2006054724A1 (ja) | 音声認識装置及び方法ならびにプログラム | |
JPWO2004044887A1 (ja) | 音声認識用辞書作成装置および音声認識装置 | |
US6931374B2 (en) | Method of speech recognition using variational inference with switching state space models | |
WO2004070560A2 (en) | Reduced unit database generation based on cost information | |
KR100917552B1 (ko) | 대화 시스템의 충실도를 향상시키는 방법 및 컴퓨터이용가능 매체 | |
KR100848148B1 (ko) | 음절 단위의 음성 인식 장치, 음절 단위의 음성 인식을이용한 문자 입력 장치, 그 방법 및 기록 매체 | |
WO2007067837A2 (en) | Voice quality control for high quality speech reconstruction | |
Furui | Robust methods in automatic speech recognition and understanding. | |
KR20060109865A (ko) | 음성인식방법 및 장치 | |
JP2004029354A (ja) | 音声認識装置、音声認識方法及び音声認識プログラム | |
Lee et al. | Voice access of global information for broad-band wireless: technologies of today and challenges of tomorrow | |
CA2597826C (en) | Method, software and device for uniquely identifying a desired contact in a contacts database based on a single utterance | |
Furui | Toward robust speech recognition and understanding | |
Furui | Toward robust speech recognition and understanding | |
JP2000010588A (ja) | 音声認識方法及び装置 | |
EP1594120A1 (en) | Method for building hidden Markov speech models | |
JP2001296884A (ja) | 音声認識装置および方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20061107 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20061113 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100412 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100901 |
|
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: 20101109 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101203 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4643911 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131210 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |