JPH0642159B2 - 連続音声認識装置 - Google Patents
連続音声認識装置Info
- Publication number
- JPH0642159B2 JPH0642159B2 JP1259359A JP25935989A JPH0642159B2 JP H0642159 B2 JPH0642159 B2 JP H0642159B2 JP 1259359 A JP1259359 A JP 1259359A JP 25935989 A JP25935989 A JP 25935989A JP H0642159 B2 JPH0642159 B2 JP H0642159B2
- Authority
- JP
- Japan
- Prior art keywords
- phoneme
- spotting
- context
- free grammar
- parser
- 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
Description
【発明の詳細な説明】 ［産業上の利用分野］ この発明は連続音声認識装置に関し、特に、連続的に発
生された音声をニューラルネットワークを用いて認識す
るような連続音声認識装置に関する。
生された音声をニューラルネットワークを用いて認識す
るような連続音声認識装置に関する。
［従来の技術および発明が解決しようとする課題］ 従来、連続的に発声された音声の認識を行なう場合に
は、まず連続音声中の音韻のセグメントテーションを行
い、次にセグメントテーションされた音声を認識する方
法が一般的に採用されている。また、従来の方式では、
高精度の音韻のセグメンテーション方式と、音韻認識方
式とを確立することが難しく、認識された音韻は暖昧な
「音韻ラティス」の形式で一旦出力された後、辞書など
の情報からトップダウン的に発声内容の同定を行なうの
が通常である。
は、まず連続音声中の音韻のセグメントテーションを行
い、次にセグメントテーションされた音声を認識する方
法が一般的に採用されている。また、従来の方式では、
高精度の音韻のセグメンテーション方式と、音韻認識方
式とを確立することが難しく、認識された音韻は暖昧な
「音韻ラティス」の形式で一旦出力された後、辞書など
の情報からトップダウン的に発声内容の同定を行なうの
が通常である。
しかしながら、このような方式では、認識システムが複
雑になるばかりではなく、高精度な連続音声認識システ
ムを構築することが困難であるという問題点があった。
雑になるばかりではなく、高精度な連続音声認識システ
ムを構築することが困難であるという問題点があった。
それゆえに、この発明の主たる目的は、ニューラルネッ
トワークを用いた音韻スポッティング技術により得られ
た連続音声中の音韻スポッティング結果と、拡張ＬＲパ
ーザによって予測された音韻とを動的計画法「Ｄｙｎａ
ｍｉｃ Ｔｉｍｅ−Ｗｒａｐｉｎｇ Ｍａｔｃｈｉｎ
ｇ」によって統合し、高精度な連続音声認識システムを
構築できるような連続音声認識装置を提供することであ
る。
トワークを用いた音韻スポッティング技術により得られ
た連続音声中の音韻スポッティング結果と、拡張ＬＲパ
ーザによって予測された音韻とを動的計画法「Ｄｙｎａ
ｍｉｃ Ｔｉｍｅ−Ｗｒａｐｉｎｇ Ｍａｔｃｈｉｎ
ｇ」によって統合し、高精度な連続音声認識システムを
構築できるような連続音声認識装置を提供することであ
る。
［課題を解決するための手段］ この発明は連続音声認識装置であって、連続的に発声さ
れた入力音声を分析し、特徴パラメータの時系列に変換
する音声分析手段と、音声分析手段によって変換された
特徴パラメータを用いて、時間遅れニューラルネットワ
ークによって連続音声中の音韻をスポッティングする音
韻スポッティング手段と、文脈自由文法を予め格納する
文脈自由文法格納手段と、格納されている文脈自由文法
に従って構文解析法を用いて音韻を予測する音韻予測手
段と、音韻スポッティング結果と予測された音韻とを動
的計画法を用いて検証する音韻認識結果検証手段とを備
えて構成される。
れた入力音声を分析し、特徴パラメータの時系列に変換
する音声分析手段と、音声分析手段によって変換された
特徴パラメータを用いて、時間遅れニューラルネットワ
ークによって連続音声中の音韻をスポッティングする音
韻スポッティング手段と、文脈自由文法を予め格納する
文脈自由文法格納手段と、格納されている文脈自由文法
に従って構文解析法を用いて音韻を予測する音韻予測手
段と、音韻スポッティング結果と予測された音韻とを動
的計画法を用いて検証する音韻認識結果検証手段とを備
えて構成される。
［作用］ この発明に係る連続音声認識装置は、入力音声を分析す
ることによって得られた特徴パラメータを用いて時間遅
れニューラルネットワーク（ＴＤＮＮ：Ｔｉｍｅ−Ｄｅ
ｌａｙ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）によって連続
音声中の音韻をスポッティングするとともに、予め格納
されている文脈自由文法に従って構文解析法を用いて音
韻を予測し、音韻スポッティング結果と予測された音韻
とを動的計画法を用いて検証する。
ることによって得られた特徴パラメータを用いて時間遅
れニューラルネットワーク（ＴＤＮＮ：Ｔｉｍｅ−Ｄｅ
ｌａｙ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）によって連続
音声中の音韻をスポッティングするとともに、予め格納
されている文脈自由文法に従って構文解析法を用いて音
韻を予測し、音韻スポッティング結果と予測された音韻
とを動的計画法を用いて検証する。
［発明の実施例］ 第１図はこの発明の一実施例における時間遅れ神経回路
網を示すブロック図である。第１図を参照して、入力層
１１には連続音声が入力され、この連続音声は中間層と
してのサブネットワーク１２ないし２０に与えられる。
これらのサブネットワーク１２〜２０のうち、サブネッ
トワーク１２〜１７および１９は日本語の全音韻の２４
種類（ｂ，ｄ，ｇ，ｐ，ｔ，ｋ，ｍ，ｎ，Ｎ，ｓ，ｓ
ｈ，ｈ，ｚ，ｃｈ，ｔｓ，ｒ，ｗ，ｙ，ａ，ｉ，ｕ，
ｅ，ｏ，Ｑ（無音））をスポッティングする。
網を示すブロック図である。第１図を参照して、入力層
１１には連続音声が入力され、この連続音声は中間層と
してのサブネットワーク１２ないし２０に与えられる。
これらのサブネットワーク１２〜２０のうち、サブネッ
トワーク１２〜１７および１９は日本語の全音韻の２４
種類（ｂ，ｄ，ｇ，ｐ，ｔ，ｋ，ｍ，ｎ，Ｎ，ｓ，ｓ
ｈ，ｈ，ｚ，ｃｈ，ｔｓ，ｒ，ｗ，ｙ，ａ，ｉ，ｕ，
ｅ，ｏ，Ｑ（無音））をスポッティングする。
すなわち、サブネットワーク１２は３つの音韻ｂ，ｄ，
ｇを識別し、ネットワーク１３はｐ，ｔ，ｋを識別し、
サブネットワーク１４はｍ，ｎ，Ｎを識別し、サブネッ
トワーク１５はｓ，ｓｈ，ｈ，ｚを識別し、サブネット
ワーク１６はｃｈ，ｔｓを識別し、サブネットワーク１
７はｒ，ｗ，ｙを識別し、サブネットワーク１９はａ，
ｉ，ｕ，ｅ，ｏを識別する。サブネットワーク１８はサ
ブネットワーク１２〜１７までの６つの音韻グループ間
を識別し、サブネットワーク２０は音声であるかあるい
は無音であるかを識別する。
ｇを識別し、ネットワーク１３はｐ，ｔ，ｋを識別し、
サブネットワーク１４はｍ，ｎ，Ｎを識別し、サブネッ
トワーク１５はｓ，ｓｈ，ｈ，ｚを識別し、サブネット
ワーク１６はｃｈ，ｔｓを識別し、サブネットワーク１
７はｒ，ｗ，ｙを識別し、サブネットワーク１９はａ，
ｉ，ｕ，ｅ，ｏを識別する。サブネットワーク１８はサ
ブネットワーク１２〜１７までの６つの音韻グループ間
を識別し、サブネットワーク２０は音声であるかあるい
は無音であるかを識別する。
これらのサブネットワーク１２〜２０は統合ネットワー
ク２１によって統合され、スポッティングされた２４音
韻は出力層２２に出力される。なお、ネットワークの学
習は、誤差逆伝搬法（Ｅｒｒｏｒ Ｂａｃｋ−Ｐｒｏｐ
ａｇａｔｉｏｎ）［２］に従って行なわれる。この方法
は評価関数である誤差を特徴空間において、局所的に最
急降下法に基づいて逐次減少させていく方法である。
ク２１によって統合され、スポッティングされた２４音
韻は出力層２２に出力される。なお、ネットワークの学
習は、誤差逆伝搬法（Ｅｒｒｏｒ Ｂａｃｋ−Ｐｒｏｐ
ａｇａｔｉｏｎ）［２］に従って行なわれる。この方法
は評価関数である誤差を特徴空間において、局所的に最
急降下法に基づいて逐次減少させていく方法である。
第２図はこの発明の一実施例における連続音声中の音韻
をスポッティングする方法を説明するための図である。
第２図を参照して、入力データとして入力音声１１ａが
与えられる。第２図においては、縦軸が周波数を表わ
し、横軸が時間を表わしている。入力音声１１ａは第１
図に示したニューラルネットワークの入力層１１に与え
られ、音韻のスポッティングは第１図のネットワークを
１フレームずつ時間方向に走査することによって行なわ
れる。１フレームシフトするごとに、２４音韻のうちの
いずれかの音韻スポッティング結果が出力層２２から出
力される。なお、第１図に示したネットワークのうちの
中間層１２〜２１は省略している。この第２図に示した
方法は、従来の方法のように音韻のセグメンテーション
を必要としない極めて簡易で優れた方法である。
をスポッティングする方法を説明するための図である。
第２図を参照して、入力データとして入力音声１１ａが
与えられる。第２図においては、縦軸が周波数を表わ
し、横軸が時間を表わしている。入力音声１１ａは第１
図に示したニューラルネットワークの入力層１１に与え
られ、音韻のスポッティングは第１図のネットワークを
１フレームずつ時間方向に走査することによって行なわ
れる。１フレームシフトするごとに、２４音韻のうちの
いずれかの音韻スポッティング結果が出力層２２から出
力される。なお、第１図に示したネットワークのうちの
中間層１２〜２１は省略している。この第２図に示した
方法は、従来の方法のように音韻のセグメンテーション
を必要としない極めて簡易で優れた方法である。
第３図はＴＤＮＮ−ＬＲ法の認識システムの構成を示す
ブロック図である。第３図を参照して、入力された音声
１は周波数分析され、ＦＦＴ出力のような特徴パラメー
タの時系列の形式にされて時間遅れ神経回路網２に与え
られる。時間時れ神経回路網２は第１図で説明したよう
に、２４音韻のスポッティング結果を出力する。
ブロック図である。第３図を参照して、入力された音声
１は周波数分析され、ＦＦＴ出力のような特徴パラメー
タの時系列の形式にされて時間遅れ神経回路網２に与え
られる。時間時れ神経回路網２は第１図で説明したよう
に、２４音韻のスポッティング結果を出力する。
一方、文脈自由文法格納部４には文脈自由文法が格納さ
れていて、この文脈自由文法に従ってＬＲテーブル生成
器５によってＬＲテーブル６が生成される。ＬＲパーザ
７はＬＲテーブル６を参照しながら文法上許される音韻
系列を予測する。予測音韻格納部８は予測された音声系
列を予め格納しており、音韻検証部３は予測音韻格納部
８に格納されている予測された音韻系列と、時間遅れ神
経回路網２で得られた音韻のスポッティング結果とをＤ
ＴＷマッチングを用いて検証を行なう。検証された音韻
系列のうち、最大尤度をとる系列を認識結果として、認
識結果出力部９に出力する。
れていて、この文脈自由文法に従ってＬＲテーブル生成
器５によってＬＲテーブル６が生成される。ＬＲパーザ
７はＬＲテーブル６を参照しながら文法上許される音韻
系列を予測する。予測音韻格納部８は予測された音声系
列を予め格納しており、音韻検証部３は予測音韻格納部
８に格納されている予測された音韻系列と、時間遅れ神
経回路網２で得られた音韻のスポッティング結果とをＤ
ＴＷマッチングを用いて検証を行なう。検証された音韻
系列のうち、最大尤度をとる系列を認識結果として、認
識結果出力部９に出力する。
ここで、ＬＲパーザ７による音韻予測法について簡単に
説明する。ＬＲパーザ７は文脈自由文法の中で、ＬＲ文
法という限定された文法から生成される文法を解析す
る。このパーザは入力信号を受付けながらバックトラッ
クなどに決定的に構文を解析できる。ＬＲパーザ７は動
作表と行先表という２種類の表を見ながら解析を行う。
動作表は次にパーザが行なう動作を示す表であり、行先
表は次にパーザがとる状態を示す表である。パーザの動
作には、次の４種類がある。
説明する。ＬＲパーザ７は文脈自由文法の中で、ＬＲ文
法という限定された文法から生成される文法を解析す
る。このパーザは入力信号を受付けながらバックトラッ
クなどに決定的に構文を解析できる。ＬＲパーザ７は動
作表と行先表という２種類の表を見ながら解析を行う。
動作表は次にパーザが行なう動作を示す表であり、行先
表は次にパーザがとる状態を示す表である。パーザの動
作には、次の４種類がある。
移動（ｓｈｉｆｔ） 還元（ｒｅｄｕｃｅ） 受理（ａｃｃｅｐｔ） 誤り（ｅｒｒｏｒ） 移動はパーザの状態をスタックに積む動作であり、
還元はスタック上の記号を文法規則に従ってまとめるも
のである。受理は入力文章がＬＲパーザで解析できた
ことを示し、誤りは解析できなかったことを示す。
還元はスタック上の記号を文法規則に従ってまとめるも
のである。受理は入力文章がＬＲパーザで解析できた
ことを示し、誤りは解析できなかったことを示す。
次に、解析の手順を示す。
「定義」 ｓ：パーザの状態 ａ：文法記号（非終端，終端記号） 入力ポインタ：現在処理中の入力記号列を示す。
状態スタック：パーザの状態を保存する。
ＧＯＴＯ（ｓ，ａ）：状態ｓと文法記号ａから次の状態
を求める。
を求める。
ＡＣＴＩＯＮ（ｓ，ａ）：状態ｓと文法記号ａからパー
ザの動作を求める。
ザの動作を求める。
「アルゴリズム」 初期化：入力ポインタを入力記号列の先頭に位置づ
ける。状態スタックに０をプツシュする。
ける。状態スタックに０をプツシュする。
現在の状態ｓと入力ポインタの示す記号ａからＡＣ
ＴＩＯＮ（ｓ，ａ）を調べる。
ＴＩＯＮ（ｓ，ａ）を調べる。
ＡＣＴＩＯＮ（ｓ，ａ）＝“ｓｈｉｆｔ”ならばＧ
ＯＴＯ（ｓ，ａ）を状態スタックにプッシュし、入力ポ
インタを１つ進める。
ＯＴＯ（ｓ，ａ）を状態スタックにプッシュし、入力ポ
インタを１つ進める。
ＡＣＴＩＯＮ（ｓ，ａ）＝“ｒｅｄｕｃｅ，ｎ”な
らば、ｎ番目の文法規則の右辺にある文法記号の数だけ
スタックの状態をポップする。スタック最上段の状態
ｓ′とすると、ｓ′とｎ番目の文法規則左辺にある文法
規則Ａから、次の状態ＧＯＴＯ（ｓ′Ａ）を求め、スタ
ックにプッシュする。
らば、ｎ番目の文法規則の右辺にある文法記号の数だけ
スタックの状態をポップする。スタック最上段の状態
ｓ′とすると、ｓ′とｎ番目の文法規則左辺にある文法
規則Ａから、次の状態ＧＯＴＯ（ｓ′Ａ）を求め、スタ
ックにプッシュする。
ＡＣＴＩＯＮ（ｓ，ａ）＝“ａｃｃｅｐｔ”ならば
解析終了。
解析終了。
ＡＣＴＩＯＮ（ｓ，ａ）＝“ｅｒｒｏｒ”ならば解
析失敗。
析失敗。
に戻る。
拡張ＬＲパーザは、ＬＲパーザでは対処できなかった暖
昧な構文を解析できるようにしたものである。拡張ＬＲ
パーザでは、動作表に複数の項目を記述する。パーザが
この複数の項目の表を調べた場合には並列動作を行な
う。このようにして決定的な構文の解析を行なう。
昧な構文を解析できるようにしたものである。拡張ＬＲ
パーザでは、動作表に複数の項目を記述する。パーザが
この複数の項目の表を調べた場合には並列動作を行な
う。このようにして決定的な構文の解析を行なう。
第４図は音韻スポッティング結果の一例を示す図であ
る。この第４図に示した例は、「会議に」と発声した場
合であり、入力音声のスペクトログラム１１ｂと音韻ス
ポッティング結果２２ａとを示す。入力音声と音韻スポ
ッティング結果には、結果の妥当性を検証するために、
予め視察により音韻ラベルが付与されている。第４図に
おいて、黒い四角は出力が活性化したことを表わしてい
る。
る。この第４図に示した例は、「会議に」と発声した場
合であり、入力音声のスペクトログラム１１ｂと音韻ス
ポッティング結果２２ａとを示す。入力音声と音韻スポ
ッティング結果には、結果の妥当性を検証するために、
予め視察により音韻ラベルが付与されている。第４図に
おいて、黒い四角は出力が活性化したことを表わしてい
る。
第５図は第３図に示した音韻認識結果検証部３における
動作を示すための図であり、音韻スポッティング結果２
２とＤＰマッチングパス３１とＬＲパーザによって予測
された音韻の系列３２とを示している。第５図では、／
ｋａｉｇｉｎｉ／と発声された入力音声が、予測音韻の
系列３２と音韻スポッティング結果２２との間でＤＰマ
ッチングパス３１によって整合されていることがわか
る。
動作を示すための図であり、音韻スポッティング結果２
２とＤＰマッチングパス３１とＬＲパーザによって予測
された音韻の系列３２とを示している。第５図では、／
ｋａｉｇｉｎｉ／と発声された入力音声が、予測音韻の
系列３２と音韻スポッティング結果２２との間でＤＰマ
ッチングパス３１によって整合されていることがわか
る。
「発明の効果」 以上のように、この発明によれば、入力音声を分析する
ことによって得られた特徴パラメータを用いて時間遅れ
ニューラルネットワークによって音韻をスポッティング
するとともに、予め格納されている文脈自由文法に従っ
て構文解析法を用いて音韻を予測し、音韻スポッティン
グ結果と予測された音韻とを動的計画法を用いて検証す
るようにしたので、高精度で高速に連続音声を認識する
ことができる。
ことによって得られた特徴パラメータを用いて時間遅れ
ニューラルネットワークによって音韻をスポッティング
するとともに、予め格納されている文脈自由文法に従っ
て構文解析法を用いて音韻を予測し、音韻スポッティン
グ結果と予測された音韻とを動的計画法を用いて検証す
るようにしたので、高精度で高速に連続音声を認識する
ことができる。
第１図はこの発明の一実施例に用いられる時間遅れ神経
回路網を示すブロック図である。第２図は連続音声中の
音韻をスポッティングする方法を示す図である。第３図
はＴＤＮＮ−ＬＲ法による認識システムの構成を示すブ
ロック図である。第４図はこの発明の一実施例による音
韻スポッティング結果の一例を示す図である。第５図は
第３図に示した音韻認識結果検証部における動作を示す
図である。 図において、１は入力音声データ、２は音韻スポッティ
ング部、３は音韻認識結果検証部、４は文脈自由文法格
納部、５はＬＲテーブル生成器、６はＬＲテーブル、７
はＬＲパーザ、８は予測音韻格納部、９は認識結果出力
部、１１は入力層、１２〜２０は中間層としてのネット
ワーク、２１は統合ネットワーク、２２は出力層を示
す。
回路網を示すブロック図である。第２図は連続音声中の
音韻をスポッティングする方法を示す図である。第３図
はＴＤＮＮ−ＬＲ法による認識システムの構成を示すブ
ロック図である。第４図はこの発明の一実施例による音
韻スポッティング結果の一例を示す図である。第５図は
第３図に示した音韻認識結果検証部における動作を示す
図である。 図において、１は入力音声データ、２は音韻スポッティ
ング部、３は音韻認識結果検証部、４は文脈自由文法格
納部、５はＬＲテーブル生成器、６はＬＲテーブル、７
はＬＲパーザ、８は予測音韻格納部、９は認識結果出力
部、１１は入力層、１２〜２０は中間層としてのネット
ワーク、２１は統合ネットワーク、２２は出力層を示
す。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 鹿野 清宏 京都府相楽郡精華町大字乾谷小字三平谷５ 番地 株式会社エイ・ティ・アール自動翻 訳電話研究所内 (56)参考文献 日本音響学会講演論文集、昭和63年10 月、２−Ｐ−29、Ｐ．259−260 日本音響学会講演論文集、昭和63年10 月、２−Ｐ−11、Ｐ．223−224 日本音響学会講演論文集、平成元年３ 月、２−Ｐ−24、Ｐ．277−278 電子情報通信学会技術研究報告 ＳＰ89 −32 Ｐ．63−68（1989−６−23) 電子情報通信学会論文誌 Ｖｏｌ．Ｊ72 −Ｄ−ＩＩ Ｎｏ．８ Ｐ．1152−1158 （1989−８−25)
Claims (1)
- 【請求項１】連続的に発声された入力音声を分析し、特
徴パラメータの時系列に変換する分析手段、 前記分析手段によって変換された特徴パラメータを用い
て、時間遅れニューラルネットワークによって連続音声
中の音韻をスポッティングする音韻スポッティング手
段、 文脈自由文法を予め格納する文脈自由文法格納手段、 前記文脈自由文法格納手段によって格納されている文脈
自由文法に従って構文解析法を用いて音韻を予測する音
韻予測手段、および 前記音韻スポッティング手段による音韻スポッティング
結果と前記音韻予測手段によって予測された音韻とを動
的計画法を用いて検証する音韻認識結果検証手段とを備
えた、連続音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1259359A JPH0642159B2 (ja) | 1989-10-03 | 1989-10-03 | 連続音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1259359A JPH0642159B2 (ja) | 1989-10-03 | 1989-10-03 | 連続音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03120600A JPH03120600A (ja) | 1991-05-22 |
| JPH0642159B2 true JPH0642159B2 (ja) | 1994-06-01 |
Family
ID=17333021
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1259359A Expired - Fee Related JPH0642159B2 (ja) | 1989-10-03 | 1989-10-03 | 連続音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0642159B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102413692B1 (ko) * | 2015-07-24 | 2022-06-27 | 삼성전자주식회사 | 음성 인식을 위한 음향 점수 계산 장치 및 방법, 음성 인식 장치 및 방법, 전자 장치 |
| EP3267438B1 (en) * | 2016-07-05 | 2020-11-25 | Nxp B.V. | Speaker authentication with artificial neural networks |
-
1989
- 1989-10-03 JP JP1259359A patent/JPH0642159B2/ja not_active Expired - Fee Related
Non-Patent Citations (5)
| Title |
|---|
| 日本音響学会講演論文集、平成元年３月、２−Ｐ−２４、Ｐ．２７７−２７８ |
| 日本音響学会講演論文集、昭和６３年１０月、２−Ｐ−１１、Ｐ．２２３−２２４ |
| 日本音響学会講演論文集、昭和６３年１０月、２−Ｐ−２９、Ｐ．２５９−２６０ |
| 電子情報通信学会技術研究報告ＳＰ８９−３２Ｐ．６３−６８（１９８９−６−２３） |
| 電子情報通信学会論文誌Ｖｏｌ．Ｊ７２−Ｄ−ＩＩＮｏ．８Ｐ．１１５２−１１５８（１９８９−８−２５） |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03120600A (ja) | 1991-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hori et al. | Efficient WFST-based one-pass decoding with on-the-fly hypothesis rescoring in extremely large vocabulary continuous speech recognition | |
| US20040220809A1 (en) | System with composite statistical and rules-based grammar model for speech recognition and natural language understanding | |
| US6067514A (en) | Method for automatically punctuating a speech utterance in a continuous speech recognition system | |
| JP4301102B2 (ja) | 音声処理装置および音声処理方法、プログラム、並びに記録媒体 | |
| US6542866B1 (en) | Speech recognition method and apparatus utilizing multiple feature streams | |
| EP0769184B1 (en) | Speech recognition methods and apparatus on the basis of the modelling of new words | |
| JPH08278794A (ja) | 音声認識装置および音声認識方法並びに音声翻訳装置 | |
| US20060009965A1 (en) | Method and apparatus for distribution-based language model adaptation | |
| JP2004271764A (ja) | 有限状態変換器作成装置、プログラム、記録媒体、作成方法、及び漸進的構文解析装置 | |
| US6662159B2 (en) | Recognizing speech data using a state transition model | |
| EP1475779B1 (en) | System with composite statistical and rules-based grammar model for speech recognition and natural language understanding | |
| US20040006469A1 (en) | Apparatus and method for updating lexicon | |
| Veilleux et al. | Markov modeling of prosodic phrase structure | |
| Nakagawa | Speaker-independent continuous-speech recognition by phoneme-based word spotting and time-synchronous context-free parsing | |
| JPH0642159B2 (ja) | 連続音声認識装置 | |
| Nakagawa | Spoken sentence recognition by time-synchronous parsing algorithm of context-free grammar | |
| JP2871557B2 (ja) | 音声認識装置 | |
| JP3027557B2 (ja) | 音声認識方法及び装置、並びに音声認識処理プログラムを記録した記録媒体 | |
| JPH07104786A (ja) | 音声対話システム | |
| JPH1097275A (ja) | 大語彙音声認識装置 | |
| JP3873418B2 (ja) | 音声スポッティング装置 | |
| Nakagawa et al. | Spoken language identification by ergodic HMMs and its state sequences | |
| Huang et al. | The use of tree-trellis search for large-vocabulary Mandarin polysyllabic word speech recognition | |
| JP2001013992A (ja) | 音声理解装置 | |
| Brenner et al. | Word recognition in continuous speech using a phonological based two-network matching parser and a synthesis based prediction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |