JPWO2018135302A1 - 情報処理装置および情報処理方法、並びにプログラム - Google Patents
情報処理装置および情報処理方法、並びにプログラム Download PDFInfo
- Publication number
- JPWO2018135302A1 JPWO2018135302A1 JP2018563262A JP2018563262A JPWO2018135302A1 JP WO2018135302 A1 JPWO2018135302 A1 JP WO2018135302A1 JP 2018563262 A JP2018563262 A JP 2018563262A JP 2018563262 A JP2018563262 A JP 2018563262A JP WO2018135302 A1 JPWO2018135302 A1 JP WO2018135302A1
- Authority
- JP
- Japan
- Prior art keywords
- information
- user
- voice
- voice recognition
- speech
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 29
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000012937 correction Methods 0.000 claims abstract description 138
- 238000012545 processing Methods 0.000 claims description 169
- 238000012795 verification Methods 0.000 claims description 35
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000000306 recurrent effect Effects 0.000 description 48
- 238000000034 method Methods 0.000 description 44
- 230000008569 process Effects 0.000 description 41
- 238000004891 communication Methods 0.000 description 39
- 230000006399 behavior Effects 0.000 description 27
- 230000004044 response Effects 0.000 description 17
- 238000003058 natural language processing Methods 0.000 description 16
- 230000009471 action Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 13
- 238000012790 confirmation Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 235000013399 edible fruits Nutrition 0.000 description 6
- 230000003203 everyday effect Effects 0.000 description 6
- 244000144730 Amygdalus persica Species 0.000 description 5
- 235000006040 Prunus persica var persica Nutrition 0.000 description 5
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 235000009508 confectionery Nutrition 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 244000114635 Dombeya acutangula Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 244000017020 Ipomoea batatas Species 0.000 description 1
- 235000002678 Ipomoea batatas Nutrition 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 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
- G06F3/16—Sound input; Sound output
-
- 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
- G10L15/24—Speech recognition using non-acoustical features
-
- 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
- G10L15/26—Speech to text 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
-
- 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
- G10L2015/223—Execution procedure of a spoken command
-
- 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
- G10L2015/225—Feedback of the input speech
-
- 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
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
Description
(1)
ユーザの発話に基づく音声情報に対する音声認識を行う音声認識部と、
前記音声認識部による音声認識結果として得られる文章の内容を、その内容の正確性を判断するために必要な照合情報と照合することにより、前記文章に対して修正が必要となる修正箇所を推定する修正箇所推定部と、
前記音声認識結果として得られた文章を、前記修正箇所推定部により推定された修正箇所とともにユーザに提示する提示部と
を備える情報処理装置。
(2)
前記修正箇所推定部が必要とする前記照合情報を取得して、前記修正箇所推定部に供給する照合情報取得部
をさらに備える上記(1)に記載の情報処理装置。
(3)
前記照合情報取得部は、ネットワークを介して提供される事実情報を、前記照合情報として取得し、
前記修正箇所推定部は、前記文章の内容と前記事実情報とを照合することにより前記修正箇所を推定する
上記(2)に記載の情報処理装置。
(4)
前記照合情報取得部は、ユーザの行動に伴って取得される行動情報を、前記照合情報として取得し、
前記修正箇所推定部は、前記文章の内容と前記行動情報とを照合することにより前記修正箇所を推定する
上記(2)または(3)に記載の情報処理装置。
(5)
前記照合情報取得部は、ユーザの周辺の環境を表す環境情報を、前記照合情報として取得し、
前記修正箇所推定部は、前記文章の内容と前記環境情報とを照合することにより前記修正箇所を推定する
上記(2)から(4)までのいずれかに記載の情報処理装置。
(6)
前記照合情報取得部は、ユーザの視線の先にある物体を認識した物体認識情報を、前記照合情報として取得し、
前記修正箇所推定部は、前記文章の内容と前記物体認識情報とを照合することにより前記修正箇所を推定する
上記(2)から(5)までのいずれかに記載の情報処理装置。
(7)
前記修正箇所の提示に対するユーザの指示に対応する処理を行う対応処理部
をさらに備える上記(1)から(6)までのいずれかに記載の情報処理装置。
(8)
ユーザの発話に基づく音声情報に対する音声認識を行い、
音声認識結果として得られる文章の内容を、その内容の正確性を判断するために必要な照合情報と照合することにより、前記文章に対して修正が必要となる修正箇所を推定し、
前記音声認識結果として得られた文章を、推定された修正箇所とともにユーザに提示する
ステップを含む情報処理方法。
(9)
ユーザの発話に基づく音声情報に対する音声認識を行い、
音声認識結果として得られる文章の内容を、その内容の正確性を判断するために必要な照合情報と照合することにより、前記文章に対して修正が必要となる修正箇所を推定し、
前記音声認識結果として得られた文章を、推定された修正箇所とともにユーザに提示する
ステップを含む情報処理をコンピュータに実行させるプログラム。
Claims (9)
- ユーザの発話に基づく音声情報に対する音声認識を行う音声認識部と、
前記音声認識部による音声認識結果として得られる文章の内容を、その内容の正確性を判断するために必要な照合情報と照合することにより、前記文章に対して修正が必要となる修正箇所を推定する修正箇所推定部と、
前記音声認識結果として得られた文章を、前記修正箇所推定部により推定された修正箇所とともにユーザに提示する提示部と
を備える情報処理装置。 - 前記修正箇所推定部が必要とする前記照合情報を取得して、前記修正箇所推定部に供給する照合情報取得部
をさらに備える請求項1に記載の情報処理装置。 - 前記照合情報取得部は、ネットワークを介して提供される事実情報を、前記照合情報として取得し、
前記修正箇所推定部は、前記文章の内容と前記事実情報とを照合することにより前記修正箇所を推定する
請求項2に記載の情報処理装置。 - 前記照合情報取得部は、ユーザの行動に伴って取得される行動情報を、前記照合情報として取得し、
前記修正箇所推定部は、前記文章の内容と前記行動情報とを照合することにより前記修正箇所を推定する
請求項2に記載の情報処理装置。 - 前記照合情報取得部は、ユーザの周辺の環境を表す環境情報を、前記照合情報として取得し、
前記修正箇所推定部は、前記文章の内容と前記環境情報とを照合することにより前記修正箇所を推定する
請求項2に記載の情報処理装置。 - 前記照合情報取得部は、ユーザの視線の先にある物体を認識した物体認識情報を、前記照合情報として取得し、
前記修正箇所推定部は、前記文章の内容と前記物体認識情報とを照合することにより前記修正箇所を推定する
請求項2に記載の情報処理装置。 - 前記修正箇所の提示に対するユーザの指示に対応する処理を行う対応処理部
をさらに備える請求項1に記載の情報処理装置。 - ユーザの発話に基づく音声情報に対する音声認識を行い、
音声認識結果として得られる文章の内容を、その内容の正確性を判断するために必要な照合情報と照合することにより、前記文章に対して修正が必要となる修正箇所を推定し、
前記音声認識結果として得られた文章を、推定された修正箇所とともにユーザに提示する
ステップを含む情報処理方法。 - ユーザの発話に基づく音声情報に対する音声認識を行い、
音声認識結果として得られる文章の内容を、その内容の正確性を判断するために必要な照合情報と照合することにより、前記文章に対して修正が必要となる修正箇所を推定し、
前記音声認識結果として得られた文章を、推定された修正箇所とともにユーザに提示する
ステップを含む情報処理をコンピュータに実行させるプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017007121 | 2017-01-18 | ||
JP2017007121 | 2017-01-18 | ||
PCT/JP2018/000014 WO2018135302A1 (ja) | 2017-01-18 | 2018-01-04 | 情報処理装置および情報処理方法、並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018135302A1 true JPWO2018135302A1 (ja) | 2019-11-21 |
JP7107228B2 JP7107228B2 (ja) | 2022-07-27 |
Family
ID=62908660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018563262A Active JP7107228B2 (ja) | 2017-01-18 | 2018-01-04 | 情報処理装置および情報処理方法、並びにプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11107469B2 (ja) |
EP (1) | EP3573052A4 (ja) |
JP (1) | JP7107228B2 (ja) |
WO (1) | WO2018135302A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114842842A (zh) * | 2022-03-25 | 2022-08-02 | 青岛海尔科技有限公司 | 智能设备的语音交互方法和装置、存储介质 |
US11657803B1 (en) * | 2022-11-02 | 2023-05-23 | Actionpower Corp. | Method for speech recognition by using feedback information |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003108551A (ja) * | 2001-09-28 | 2003-04-11 | Toshiba Corp | 携帯型機械翻訳装置、翻訳方法及び翻訳プログラム |
JP2008058409A (ja) * | 2006-08-29 | 2008-03-13 | Aisin Aw Co Ltd | 音声認識方法及び音声認識装置 |
JP2009223171A (ja) * | 2008-03-18 | 2009-10-01 | Advanced Telecommunication Research Institute International | コミュニケーションシステム |
JP2011002656A (ja) * | 2009-06-18 | 2011-01-06 | Nec Corp | 音声認識結果修正候補検出装置、音声書き起こし支援装置、方法及びプログラム |
JP2012128188A (ja) * | 2010-12-15 | 2012-07-05 | Nippon Hoso Kyokai <Nhk> | テキスト修正装置およびプログラム |
JP2013073240A (ja) * | 2011-09-28 | 2013-04-22 | Apple Inc | コンテキスト情報を使用した音声認識修正 |
WO2016049439A1 (en) * | 2014-09-25 | 2016-03-31 | Microsoft Technology Licensing, Llc | Eye gaze for spoken language understanding in multi-modal conversational interactions |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102380833B1 (ko) | 2014-12-02 | 2022-03-31 | 삼성전자주식회사 | 음성 인식 방법 및 음성 인식 장치 |
JP6739907B2 (ja) * | 2015-06-18 | 2020-08-12 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 機器特定方法、機器特定装置及びプログラム |
-
2018
- 2018-01-04 US US16/463,776 patent/US11107469B2/en active Active
- 2018-01-04 JP JP2018563262A patent/JP7107228B2/ja active Active
- 2018-01-04 WO PCT/JP2018/000014 patent/WO2018135302A1/ja unknown
- 2018-01-04 EP EP18742238.1A patent/EP3573052A4/en not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003108551A (ja) * | 2001-09-28 | 2003-04-11 | Toshiba Corp | 携帯型機械翻訳装置、翻訳方法及び翻訳プログラム |
JP2008058409A (ja) * | 2006-08-29 | 2008-03-13 | Aisin Aw Co Ltd | 音声認識方法及び音声認識装置 |
JP2009223171A (ja) * | 2008-03-18 | 2009-10-01 | Advanced Telecommunication Research Institute International | コミュニケーションシステム |
JP2011002656A (ja) * | 2009-06-18 | 2011-01-06 | Nec Corp | 音声認識結果修正候補検出装置、音声書き起こし支援装置、方法及びプログラム |
JP2012128188A (ja) * | 2010-12-15 | 2012-07-05 | Nippon Hoso Kyokai <Nhk> | テキスト修正装置およびプログラム |
JP2013073240A (ja) * | 2011-09-28 | 2013-04-22 | Apple Inc | コンテキスト情報を使用した音声認識修正 |
WO2016049439A1 (en) * | 2014-09-25 | 2016-03-31 | Microsoft Technology Licensing, Llc | Eye gaze for spoken language understanding in multi-modal conversational interactions |
Also Published As
Publication number | Publication date |
---|---|
WO2018135302A1 (ja) | 2018-07-26 |
JP7107228B2 (ja) | 2022-07-27 |
US11107469B2 (en) | 2021-08-31 |
EP3573052A1 (en) | 2019-11-27 |
US20190378507A1 (en) | 2019-12-12 |
EP3573052A4 (en) | 2020-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018135303A1 (ja) | 情報処理装置および情報処理方法、並びにプログラム | |
US11450311B2 (en) | System and methods for accent and dialect modification | |
US7711105B2 (en) | Methods and apparatus for processing foreign accent/language communications | |
US10839788B2 (en) | Systems and methods for selecting accent and dialect based on context | |
US9449599B2 (en) | Systems and methods for adaptive proper name entity recognition and understanding | |
JP4481972B2 (ja) | 音声翻訳装置、音声翻訳方法及び音声翻訳プログラム | |
US20190172444A1 (en) | Spoken dialog device, spoken dialog method, and recording medium | |
JP7230806B2 (ja) | 情報処理装置、及び情報処理方法 | |
CN111226224A (zh) | 用于翻译语音信号的方法及电子设备 | |
US10417345B1 (en) | Providing customer service agents with customer-personalized result of spoken language intent | |
US20240176957A1 (en) | Systems and methods for inserting dialogue into a query response | |
US10789946B2 (en) | System and method for speech recognition with decoupling awakening phrase | |
WO2018135302A1 (ja) | 情報処理装置および情報処理方法、並びにプログラム | |
JPWO2018043137A1 (ja) | 情報処理装置及び情報処理方法 | |
WO2014194299A1 (en) | Systems and methods for adaptive proper name entity recognition and understanding | |
US20210279427A1 (en) | Systems and methods for generating multi-language media content with automatic selection of matching voices | |
US11842737B2 (en) | Automated assistant interaction prediction using fusion of visual and audio input | |
JP4042435B2 (ja) | 音声自動質問応答装置 | |
JP2016186646A (ja) | 音声翻訳装置、音声翻訳方法および音声翻訳プログラム | |
Bohac et al. | A cross-lingual adaptation approach for rapid development of speech recognizers for learning disabled users | |
JP2015187738A (ja) | 音声翻訳装置、音声翻訳方法および音声翻訳プログラム | |
US20230186899A1 (en) | Incremental post-editing and learning in speech transcription and translation services | |
JPWO2018043139A1 (ja) | 情報処理装置および情報処理方法、並びにプログラム | |
KR20220124547A (ko) | 사용자의 음성 입력을 정정하는 전자 장치 및 그 동작 방법 | |
JP2021131472A (ja) | 情報処理装置、および情報処理方法、並びにプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220120 |
|
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: 20220614 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220627 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7107228 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |