CN102122506B - 一种语音识别的方法 - Google Patents
一种语音识别的方法 Download PDFInfo
- Publication number
- CN102122506B CN102122506B CN2011100544651A CN201110054465A CN102122506B CN 102122506 B CN102122506 B CN 102122506B CN 2011100544651 A CN2011100544651 A CN 2011100544651A CN 201110054465 A CN201110054465 A CN 201110054465A CN 102122506 B CN102122506 B CN 102122506B
- Authority
- CN
- China
- Prior art keywords
- information
- speech recognition
- text
- language model
- steps
- 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
Images
Landscapes
- Machine Translation (AREA)
Abstract
本发明公开了一种语音识别的方法，采集音频数据；获取音频数据的Lattice结果，包括时间点信息、多候选信息和匹配似然值打分信息；根据多候选信息和匹配似然值打分信息，获得置信度打分信息；采用更强的语音模型对多候选信息进行重新排序，并给出最优识别结果；定位音频数据的对应的发音位置，同时显示其他候选词；选择或者输入正确的文本，完成修改，并且冻结修改后的文本；根据修改后的文本为关键词，利用搜索引擎检索相关的文本训练语言模型，并插值获得自适应的语言模型，返回利用自适应的语音模型对剩余部分的音频数据重新进行识别。采用了本发明的技术方案，能够提高语音识别率，降低人工校对的工作量。
Description
技术领域
本发明涉及多媒体技术领域，尤其涉及一种语音识别的方法。
背景技术
伴随信息时代的发展，音视频资料日益增多，呈现海量化的规模。音视频内容同其它类型内容相比，具备更为生动的展现形式，承载了更为丰富的信息。为了便捷地获取感兴趣的内容，需要对这些资料进行信息提取。目前的手段是用各种方面的智能分析手段，来从各个角度从音视频中提取有用的价值信息，进行智能化的信息标引。其中目前最主要的技术就是利用语音识别对音视频数据中的语音数据进行识别，根据识别结果把音视频加上文本的标签，经过上述处理后的音视频就可以用传统的搜索引擎对音视频数据进行索引和检索。
人们经过研究发现，获取一段语音的意思时，不是简单地通过对声音信号中单个音进行识别然后拼接起来完成的，对某个音识别正确与否和该音所处语境的上下文紧密相关。有时候说话人由于某种原因使得某个音或某几个音发生了一定程度上的畸变，或者听者因环境噪音等因素没有听清说话人所说的一或几个音，但在大部分情况下听者都能够根据各方面的非语音知识，包括当前谈话的主题、上下文信息、语境等来弥补漏掉的音节而获得正确的信息。人在进行语音识别时，不仅使用了耳朵提取到的声学信息，还在很大程度上利用了通过其他手段获得的非声学的信息。这些非声学信息包括词法、句法以及语义等信息。语音识别系统中语言模型的任务就是充分刻画非声学的信息。语言模型是大词表连续语音识别中不可或缺的模块，其性能直接影响着整个系统的性能。
利用语音识别对音视频数据中的语音数据进行识别，自动给音视频文件加入文字标签。为了保证信息的完整性，很多公司采取了最简单的方法，雇佣人工对语音识别结果进行校对。经过上述处理后的音视频就可以实现文字和视频信息精确的对应，从而就可以用传统的搜索引擎对音视频数据进行索引和检索。
在这个语音识别系统框架中，为了保证系统的普适性，所用语言模型一般来说是通用语言模型。由于用于训练通用模型的语料构成十分庞杂，语料构成比较均衡，它一般是各种典型领域语料的复合体或者是用户所有的语料。
通用的语言模型是一种完全纯粹的依靠大文本的数据，用统计的方法建模；统计语言模型的性能对训练数据的领域依赖很强。词的频度、连接关系等和统计所用的特定语料库有着非常密切的关系，而且在不同的语料库中的表现相差可能非常巨大。通用语言模型的语料一般很旧，没有针对性，同时也没有考虑到识别目标的任何信息。所以语音识别的结果还远远达不到人工标注的程度，而后处理辅助大量人工的缺点是整体效率较为低下，同时处理的数据量有限。
发明内容
本发明的目的在于提出一种语音识别的方法，能够提高语音识别率，降低人工校对的工作量。
为达此目的，本发明采用以下技术方案：
一种语音识别的方法，包括以下步骤：
A、采集音频数据；
B、获取音频数据的Lattice结果，包括时间点信息、多候选信息和匹配似然值打分信息；
C、根据多候选信息和匹配似然值打分信息，获得置信度打分信息；
D、采用更强的语音模型对多候选信息进行重新排序，并给出最优识别结果；
E、定位音频数据的对应的发音位置，同时显示其他候选词；
F、选择或者输入正确的文本，完成修改，并且冻结修改后的文本；
G、根据修改后的文本为关键词，利用搜索引擎检索相关的文本训练语言模型，并和插值获得自适应的语言模型，返回步骤B，利用自适应的语音模型对剩余部分的音频数据重新进行识别。
还包括以下步骤：
设置不少于1个阈值，对语音识别进行校正。
步骤A还包括以下步骤：
将音频数据格式转成WINDOWS WAV格式，采样率为16千赫。
步骤A中，采用电脑和电视卡的方式采集电视节目中的音频数据；采用收音机和声卡的方式采集广播信号中的音频数据。
采用了本发明的技术方案，通过足量的种子数据大大提高了语言模型自适应的性能，通过无目标搜索所谓相关的文本语料进行自适应改善平均在10%以内，而经过足量有种子数据，识别率的改善可以轻松地达到50%以上，最终大大减少了编辑的工作量；通过对少量数据进行校正和多一次额外的语音识别步骤，可以使新闻的识别错误率降低一半左右，大大减少了人工校对的工作量。
附图说明
图1是本发明具体实施方式中语音识别的流程图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
本发明技术方案的主要思想是语音识别中的语言模型自适应技术。语言模型自适应技术，通常要找到相关语料进行插值，由于和测试新闻匹配度不好把握，对于性能的改善很不稳定；如果能找到接近完全匹配的语料，识别率可以达到非常高，但是如果能找到这种文本语料，就不需要识别了。语言模型自适应的目的是减小模型与识别任务之间的语言差异.这些差异包括词典差异、风格和内容差异以及模型的概率分布差异，最根本的就是需要考虑如何将语言模型使用过程中将已有语料充分利用起来。
图1是本发明具体实施方式中语音识别的流程图。如图1所示，该语音识别的流程包括以下步骤：
步骤101、采集音频数据。采用电脑和电视卡的方式采集电视节目中的音频数据；采用收音机和声卡的方式采集广播信号中的音频数据。将音频数据格式转成WINDOWS WAV格式（pcm无压缩），统一采样率为16千赫。由于电视卡以及声卡录制的格式是确定的，我们只需要针对特定格式进行编程转码即可。
步骤102、获取音频数据的Lattice结果，包括时间点信息、多候选信息和匹配似然值打分信息。
本步骤输入是步骤101得到的音频数据，输出是识别结果。和通常的识别结果不同，本实施方式的识别结果并不是常规意义上的最优结果，而是语音识别中保留的较丰富的解码路径，又称Lattice格式。该格式的主要特点是：含有丰富的时间和多候选信息、以及匹配似然值打分信息，并可以转成逐词多候选信息、或者称为混淆网络，以及最优结果。混淆网络上可以得到比最优识别结果更好的性能。
步骤103、将语音识别的Lattice结果，根据多候选信息和匹配似然值打分信息，计算得到评估识别效果的打分，获得置信度打分信息。
步骤104、采用更强的语音模型（一般是加大语言模型与声学模型相比的权重）对多候选信息进行重新排序，并给出最优识别结果。以上多候选信息以及打分信息，连同时间点信息，共同输出到编辑系统中。
步骤105、定位音频数据的对应的发音位置，同时显示其他候选词。
利用步骤104得到的信息，展现在编辑面前的是包含了最优识别结果和打分的界面，同时定位到音视频的对应的发音位置。和常规的编辑校正系统不同，不是根据置信度打分，而是根据语言模型的PP值由高到低排列，同时位置的分布尽量分散来筛选的，并突出显示这些位置，即在新闻识别的各个部分，寻找语言模型很弱的部分，大概占整体的十分之一左右即可，或者找该段内容相关的主题。编辑通过点击该部分，即可播放相应处的新闻，同时显示其它的候选词。
步骤106、选择或者输入正确的文本，完成修改，并且冻结修改后的文本。
通过判断，编辑可以很快的选择或者敲入正确的文本，即可完成一处修改。当完成本次修改后，系统并不会调整阈值，而是冻结修改过的部分，
步骤107、根据修改后的文本，尤其是出错的词组为关键词，利用搜索引擎检索相关的文本训练语言模型，并和插值获得自适应的语言模型，返回步骤102，利用自适应的语音模型对剩余部分的音频数据重新进行识别。
步骤108、设置不少于1个阈值，对语音识别进行校正。
校正的方法和步骤105类似，只不过阈值只有一个，通常是80分，系统会突出显示识别得分低于该值的位置。经过步骤106的修正，自适应后的模型对该新闻的识别错误率可以降低50%-90%左右，也就是通过很少的工作量、和多一次额外的语音识别步骤，会节省大大超过一半的工作量，而且比无目标搜索所谓相关的文本语料进行自适应，性能要好很多（平均只有10%以内的相对提高）。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (4)
1.一种语音识别的方法，其特征在于，包括以下步骤：
A、采集音频数据；
B、获取音频数据的Lattice结果，包括时间点信息、多候选信息和匹配似然值打分信息，将所述Lattice结果转换成混淆网络；
C、根据多候选信息和匹配似然值打分信息，获得置信度打分信息；
D、采用更强的语音模型对多候选信息进行重新排序，并给出最优识别结果；
E、定位音频数据的对应的发音位置，所述发音位置分散筛选并突出显示，展现包含最优识别结果和打分的界面，所述打分是根据语言模型的PP值由高到低排列，同时显示其他候选词；
F、选择或者输入正确的文本，完成修改，并且冻结修改后的文本；
G、以出错的词组为关键词，利用搜索引擎检索相关的文本训练语言模型，并和插值获得自适应的语言模型，返回步骤B，利用自适应的语音模型对剩余部分的音频数据重新进行识别。
2.根据权利要求1所述的一种语音识别的方法，其特征在于，还包括以下步骤：
设置不少于1个阈值，对语音识别进行校正。
3.根据权利要求1所述的一种语音识别的方法，其特征在于，步骤A还包括以下步骤：
将音频数据格式转成WINDOWS WAV格式，采样率为16千赫。
4.根据权利要求1所述的一种语音识别的方法，其特征在于，步骤A中，采用电脑和电视卡的方式采集电视节目中的音频数据；采用收音机和声卡的方式采集广播信号中的音频数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100544651A CN102122506B (zh) | 2011-03-08 | 2011-03-08 | 一种语音识别的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100544651A CN102122506B (zh) | 2011-03-08 | 2011-03-08 | 一种语音识别的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102122506A CN102122506A (zh) | 2011-07-13 |
| CN102122506B true CN102122506B (zh) | 2013-07-31 |
Family
ID=44251048
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100544651A Expired - Fee Related CN102122506B (zh) | 2011-03-08 | 2011-03-08 | 一种语音识别的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102122506B (zh) |
Families Citing this family (63)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
| US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
| US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
| US20120309363A1 (en) | 2011-06-03 | 2012-12-06 | Apple Inc. | Triggering notifications associated with tasks items that represent tasks to perform |
| CN102402984A (zh) * | 2011-09-21 | 2012-04-04 | 哈尔滨工业大学 | 基于置信度的关键词检出系统裁剪方法 |
| CN102496364A (zh) * | 2011-11-30 | 2012-06-13 | 苏州奇可思信息科技有限公司 | 基于云端网络的交互式语音识别方法 |
| CN102543071B (zh) * | 2011-12-16 | 2013-12-11 | 安徽科大讯飞信息科技股份有限公司 | 用于移动设备的语音识别系统和方法 |
| CN103366742B (zh) * | 2012-03-31 | 2018-07-31 | 上海果壳电子有限公司 | 语音输入方法及系统 |
| US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
| CN103871402B (zh) * | 2012-12-11 | 2017-10-10 | 北京百度网讯科技有限公司 | 语言模型训练系统、语音识别系统及相应方法 |
| CN103903619B (zh) * | 2012-12-28 | 2016-12-28 | 科大讯飞股份有限公司 | 一种提高语音识别准确率的方法及系统 |
| EP3809407A1 (en) | 2013-02-07 | 2021-04-21 | Apple Inc. | Voice trigger for a digital assistant |
| US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
| US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
| US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
| CN103885924A (zh) * | 2013-11-21 | 2014-06-25 | 北京航空航天大学 | 一种领域自适应的公开课字幕自动生成系统及方法 |
| CN103730115B (zh) * | 2013-12-27 | 2016-09-07 | 北京捷成世纪科技股份有限公司 | 一种语音中检测关键词的方法和装置 |
| CN104978963A (zh) * | 2014-04-08 | 2015-10-14 | 富士通株式会社 | 语音识别装置、方法以及电子设备 |
| US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
| US9966065B2 (en) | 2014-05-30 | 2018-05-08 | Apple Inc. | Multi-command single utterance input method |
| US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
| CN104064184B (zh) * | 2014-06-24 | 2017-03-08 | 科大讯飞股份有限公司 | 异构解码网络的构建方法及系统、语音识别方法及系统 |
| US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
| CN104599692B (zh) * | 2014-12-16 | 2017-12-15 | 上海合合信息科技发展有限公司 | 录音方法及装置，录音内容搜索方法及装置 |
| US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
| CN106157969B (zh) * | 2015-03-24 | 2020-04-03 | 阿里巴巴集团控股有限公司 | 一种语音识别结果的筛选方法及装置 |
| US10200824B2 (en) | 2015-05-27 | 2019-02-05 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device |
| US20160378747A1 (en) | 2015-06-29 | 2016-12-29 | Apple Inc. | Virtual assistant for media playback |
| US10740384B2 (en) | 2015-09-08 | 2020-08-11 | Apple Inc. | Intelligent automated assistant for media search and playback |
| US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
| US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
| US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
| US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
| US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
| US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
| CN107068144A (zh) * | 2016-01-08 | 2017-08-18 | 王道平 | 一种语音识别中便于人工修改文字的方法 |
| CN105869642B (zh) * | 2016-03-25 | 2019-09-20 | 海信集团有限公司 | 一种语音文本的纠错方法及装置 |
| US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
| US10509862B2 (en) * | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
| DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
| DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
| US10726832B2 (en) | 2017-05-11 | 2020-07-28 | Apple Inc. | Maintaining privacy of personal information |
| DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
| DK201770429A1 (en) | 2017-05-12 | 2018-12-14 | Apple Inc. | LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT |
| DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
| US20180336892A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Detecting a trigger of a digital assistant |
| US10303715B2 (en) | 2017-05-16 | 2019-05-28 | Apple Inc. | Intelligent automated assistant for media exploration |
| CN107977356B (zh) * | 2017-11-21 | 2019-10-25 | 新疆科大讯飞信息科技有限责任公司 | 识别文本纠错方法及装置 |
| CN109949813A (zh) * | 2017-12-20 | 2019-06-28 | 北京君林科技股份有限公司 | 一种将语音转换为文字的方法、装置及系统 |
| CN108417205B (zh) * | 2018-01-19 | 2020-12-18 | 苏州思必驰信息科技有限公司 | 语义理解训练方法和系统 |
| US10818288B2 (en) | 2018-03-26 | 2020-10-27 | Apple Inc. | Natural assistant interaction |
| US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
| US10928918B2 (en) | 2018-05-07 | 2021-02-23 | Apple Inc. | Raise to speak |
| DK180639B1 (en) | 2018-06-01 | 2021-11-04 | Apple Inc | DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT |
| DK179822B1 (da) | 2018-06-01 | 2019-07-12 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
| US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
| CN110808049B (zh) * | 2018-07-18 | 2022-04-26 | 深圳市北科瑞声科技股份有限公司 | 语音标注文本修正方法、计算机设备和存储介质 |
| DK201970509A1 (en) | 2019-05-06 | 2021-01-15 | Apple Inc | Spoken notifications |
| US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
| DK180129B1 (en) | 2019-05-31 | 2020-06-02 | Apple Inc. | USER ACTIVITY SHORTCUT SUGGESTIONS |
| DK201970511A1 (en) | 2019-05-31 | 2021-02-15 | Apple Inc | Voice identification in digital assistant systems |
| US11038934B1 (en) | 2020-05-11 | 2021-06-15 | Apple Inc. | Digital assistant hardware abstraction |
| US11755276B2 (en) | 2020-05-12 | 2023-09-12 | Apple Inc. | Reducing description length based on confidence |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5870706A (en) * | 1996-04-10 | 1999-02-09 | Lucent Technologies, Inc. | Method and apparatus for an improved language recognition system |
| US7216077B1 (en) * | 2000-09-26 | 2007-05-08 | International Business Machines Corporation | Lattice-based unsupervised maximum likelihood linear regression for speaker adaptation |
| US7124080B2 (en) * | 2001-11-13 | 2006-10-17 | Microsoft Corporation | Method and apparatus for adapting a class entity dictionary used with language models |
| CN101034390A (zh) * | 2006-03-10 | 2007-09-12 | 日电（中国）有限公司 | 用于语言模型切换和自适应的装置和方法 |
| JP4158937B2 (ja) * | 2006-03-24 | 2008-10-01 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 字幕修正装置 |
| CN101075228B (zh) * | 2006-05-15 | 2012-05-23 | 松下电器产业株式会社 | 识别自然语言中的命名实体的方法和装置 |
| CN101030369B (zh) * | 2007-03-30 | 2011-06-29 | 清华大学 | 基于子词隐含马尔可夫模型的嵌入式语音识别方法 |
| WO2008130018A1 (en) * | 2007-04-13 | 2008-10-30 | Massachusetts Institute Of Technology | Speech data retrieval apparatus, speech data retrieval method, speech data retrieval program and computer usable medium having computer readable speech data retrieval program embodied therein |
| CN101510222B (zh) * | 2009-02-20 | 2012-05-30 | 北京大学 | 一种多层索引语音文档检索方法 |
-
2011
- 2011-03-08 CN CN2011100544651A patent/CN102122506B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN102122506A (zh) | 2011-07-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102122506B (zh) | 一种语音识别的方法 | |
| US8019604B2 (en) | Method and apparatus for uniterm discovery and voice-to-voice search on mobile device | |
| US8015005B2 (en) | Method and apparatus for voice searching for stored content using uniterm discovery | |
| CN101382937B (zh) | 基于语音识别的多媒体资源处理方法及其在线教学系统 | |
| US8209171B2 (en) | Methods and apparatus relating to searching of spoken audio data | |
| US8694317B2 (en) | Methods and apparatus relating to searching of spoken audio data | |
| CN103700370A (zh) | 一种广播电视语音识别系统方法及系统 | |
| JP4869268B2 (ja) | 音響モデル学習装置およびプログラム | |
| CN104078044A (zh) | 移动终端及其录音搜索的方法和装置 | |
| CN106710585B (zh) | 语音交互过程中的多音字播报方法及系统 | |
| CN109243460A (zh) | 一种自动生成基于地方方言的讯或询问笔录的方法 | |
| CN103164403A (zh) | 视频索引数据的生成方法和系统 | |
| Moreno et al. | A factor automaton approach for the forced alignment of long speech recordings | |
| Koumpis et al. | Content-based access to spoken audio | |
| Nouza et al. | Making czech historical radio archive accessible and searchable for wide public | |
| GB2451938A (en) | Methods and apparatus for searching of spoken audio data | |
| Nouza et al. | Voice technology to enable sophisticated access to historical audio archive of the czech radio | |
| Salimbajevs | Creating Lithuanian and Latvian speech corpora from inaccurately annotated web data | |
| JP2004233541A (ja) | ハイライトシーン検出システム | |
| CN102117335B (zh) | 一种多媒体信息检索的方法 | |
| CN106021249A (zh) | 一种基于内容的语音文件检索方法和系统 | |
| Brugnara et al. | A baseline for the transcription of Italian broadcast news | |
| Dieguez-Tirado et al. | Adaptation strategies for the acoustic and language models in bilingual speech transcription | |
| Nouza et al. | A system for information retrieval from large records of Czech spoken data | |
| CN112820274B (zh) | 一种语音信息识别校正方法和系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Voice recognition method and mobile terminal Effective date of registration: 20140530 Granted publication date: 20130731 Pledgee: Zhongguancun Beijing technology financing Company limited by guarantee Pledgor: TVMining (Beijing) Media Technology Co., Ltd. Registration number: 2014990000429 |
|
| PLDC | Enforcement, change and cancellation of contracts on pledge of patent right or utility model | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20151126 Granted publication date: 20130731 Pledgee: Zhongguancun Beijing technology financing Company limited by guarantee Pledgor: TVMining (Beijing) Media Technology Co., Ltd. Registration number: 2014990000429 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Voice recognition method and mobile terminal Effective date of registration: 20151130 Granted publication date: 20130731 Pledgee: Zhongguancun Beijing technology financing Company limited by guarantee Pledgor: TVMining (Beijing) Media Technology Co., Ltd. Registration number: 2015990001068 |
|
| PLDC | Enforcement, change and cancellation of contracts on pledge of patent right or utility model | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130731 Termination date: 20210308 |