CZ20002854A3

CZ20002854A3 - Process and apparatus for increasing probability of recognition of speech recognition system

Info

Publication number: CZ20002854A3
Application number: CZ20002854A
Authority: CZ
Inventors: Ulrich Kausche; Herbert Roland Rast; Fred Runge
Original assignee: Deutsche Telekom Mobil; Deutsche Telekom Ag
Priority date: 1998-02-03
Filing date: 1999-01-20
Publication date: 2001-05-16
Also published as: US6801890B1; PL342208A1; ES2179624T3; DE19804047C2; DE59901392D1; EP1051702A1; ATE217437T1; JP2002502992A; WO1999040570A1; CZ297095B6; DE19804047A1; EP1051702B1

Description

Oblast techniky

Vynález se týká způsobu a zařízení ke zvýšení pravděpodobnosti rozeznávání rozeznávacích systémů řeči podle druhové části patentového nároku 1.

Dosavadní stav techniky

Rozeznávací systémy řeči se dnes používají především v počítačích, komunikačních systémech a jiných technických přístrojích, kde záleží na snadnosti obsluhy nebo na rychlém zadávání dat. Dosud známé systémy ale nejsou vyzrálé a pracují chybně, zejména když se mají provozovat v akusticky rušených prostředích. Slovo, které je třeba rozeznat, se potom rozeznává špatně, nebo vůbec ne. Toto vyžaduje od uživatele několikanásobné opakování slova, které je třeba rozeznat, což při častém výskytu chyby rozeznávání vede k neočekávaným zpožděním.

Předkládaný vynález má proto za úkol, takovým způsobem dále provést způsob a zařízení k rozeznávání řeči, že pravděpodobnost rozeznávání, závislá na mluvící osobě, zejména v akusticky rušených prostředích, se zvyšuje.

Podstata vynálezu

Tento úkol se řeší charakteristickými znaky patentového

80422 (80422a)

PV 2000 - 2854

• ·

nároku 1.

Přednostní variace a další provedení vynálezu jsou předmětem závislých patentových nároků.

Podle vynálezu se pro rozeznávací systémy řeči navrhuje dodatečné procvičování vzorků řeči nově zadaných, možná že špatně rozeznaných nebo vůbec nerozeznaných pojmů. Dodatečné procvičování znamená, že špatně nebo vůbec nerozeznaný pojem se po opakovaném zadání jednoduše nepřepisuje, nýbrž se porovnává a koreluje s dříve zadanými pojmy, popř. se doplňuje novým vzorkem, aby se tak pro rozeznávání pojmu redukovaly nebo potlačily nedůležité vzorky nebo vedlejší šumy. Vynález je myšlen zejména pro použití v rozeznávacích systémech řeči, které pracují v akusticky rušených prostorech, např. v mobilních radiotelefonních přístrojích, telefonech atd.

U úspěšného rozeznávání pojmu, uloženého již jako vzorek řeči, se uložený vzorek řeči dodatečně procvičuje s nově zaznamenaným. Toto dodatečné procvičování se uskutečňuje při úspěšném rozeznávání každého již zaznamenaného pojmu n-krát, přičemž počet proběhnutí je volně nastavitelný a nechá se kdykoliv změnit. Pomocí tohoto dodatečného procvičování se dosahuje trvalého zmenšení vlivu proměnlivých vedlejších šumů na vlastní, konstantní vzorek řeči nějakého slova.

Podle dalšího provedení vynálezu se při nejistém rozeznávání slova uskutečňuje nový požadavek na zadání, který se používá k dodatečnému procvičování. Také zde je maximální počet proběhnutí volně nastavitelný a kdykoliv se nechá změnit. Když dává porovnání zadaného vzorku řeči s uloženým vzorkem řeči podobnou nebo málo rozdílnou pravděpodobnost rozeznávání pro několik uložených pojmů,

80422 (80422a)

PV 2000 - 2854 • · • · · φ • φ · • · · · * β · • · · · φ zahrají se tyto pojmy uživateli systému a požaduje se po něm, aby pojem, zadaný na začátku, řekl ještě jednou. U potom úspěšného rozeznávání se dodatečné procvičování přerušuje. Z důvodu přehlednosti se upřednostňuje, u nejistého rozeznání, omezit počet pojmů, vydaných systémem a přicházejících do úvahy, na předem daný počet a omezit opakování procesu na např. tři bezprostřední opakování.

Další řešení navrhuje, že u nového zápisu slova nebo pojmu v systému, po zadání nového pojmu, se uskutečňuje porovnání s již uloženými pojmy. Rozeznávací systém řeči se tedy používá k tomu, aby se porovnal nový pojem s již uloženými pojmy a aby se zjistilo, zda se vzorek řeči nového pojmu tak dalece odlišuje od vzorků řeči již uložených pojmů, že se neočekává žádné chybné,

Pokud ale vede nový vzorek popr. řeči nej isté v rámci rozeznaní.

korelačního porovnávání podle pevně stanoveného kritéria nejistého rozeznávání k silné podobnosti nebo k pravděpodobnému souhlasu s již uloženými vzorky řeči, informuje se uživatel opticky nebo akusticky systémem a požaduje se po něm opakované zadání nového pojmu, které slouží k dodatečnému procvičování tréninku. Počet opakování, následujících po sobě, se nechá volně volit a může se kdykoliv změnit.

Přehled obrázků na výkresech

Vynález bude blíže vysvětlen prostřednictvím konkrétních příkladů provedení znázorněných na výkresech, na kterých.představuje obr. 1 schematické blokové schéma způsobu podle vynálezu na příkladu rozeznávacího systému řeči, použitého v mobilním raditelefonním přístroji;

80422 (80422a)

PV 2000 - 2854 • ·· 9 99 ·9 99

9 9 9 9 9 9 · «’ ·· 9 • 0 9 9 * 9 9 9 9 • · · · · · 9 9 9 9 9 · • « ·· ····

999 99 99 9 999 9 99 99 obr. 2 schématické blokové schéma způsobu při zpracováni nových zápisů;

Příklady provedení vynálezu

Na základě nakreslených obrázků se blíže popisuje způsob podle vynálezu ve spojení s mobilním radiotelefonním přístrojem s rozeznávací funkcí řeči. Vychází se z mobilního radiotelefonního přístroje s rozeznáváním řeči a s hlasovým výstupem. Mobilní radiotelefonní přístroj má telefonní seznam se záznamy jmen, kterým je přiřazeno právě jedno příslušné telefonní číslo. Hlasovým zadáním jména, uloženého v telefonním seznamu, může uživatel vyvolat proces vytáčení nebo jinou akci.

Podle obr. 1 se po úspěšném rozeznání jména, uloženého již jako vzorek řeči v telefonním seznamu, uložený vzorek řeči dodatečně procvičuje s nově zaznamenaným. Při nejistém rozeznání jména se uskutečňuje nový požadavek na zadání, který se používá k dodatečnému procvičování.

Proměnné k popř. k_max, stanovené úvodem v kroku popisují počet, popř. maximální počet proběhnutí procvičování. Po požadavku k zadání jména a po něm, podle kroku 2, se v kroku 3 uskutečňuje nejdříve porovnání, zda se dosáhlo maximálního počtu proběhnutí procvičování. Pokud je to tak, operace se přerušuje podle kroku 4. Pokud není dosaženo maximálního počtu proběhnutí, uskutečňuje se pomocí rozeznávacího systému řeči v kroku 5 porovnání zadaného jména se jmény, již uloženými v telefonním seznamu. Pokud se zadané jméno bezpečně rozeznává podle kroku 6, provádí se akce, žádaná uživatelem, krok 7, např. vytvoření spojení k žádanému partnerovi v rozhovoru. Dále se uskutečňuje

80422 (80422a)

PV 2000 - 2854 • · • · • 0 v kroku 8_ dodatečné procvičování příslušného zápisu v telefonním seznamu s naposledy zadaným jménem, rozeznaným jako správné. Akce je ukončena, krok 9.

Pokud se ale zadané jméno nerozezná správně, a pokud porovnání zadaného vzorku řeči s uloženými vzorky řeči podle kroku 6 dává podobnou a málo rozdílnou pravděpodobnost rozeznávání pro několik uložených jmen, uživatel systému se potom informuje a zahrají se mu jména, která se nejvíce podobají zadanému jménu, krok 10. Po uživateli se v kroku 11 požaduje, ještě jednou říci úvodem zadané jméno, krok 12. Počítadlo k se zvyšuje o jednotku, podle kroku 13, a rutina skáče zpět na krok 3 a opakuje se od tohoto kroku.

Podle obr. 2 se uskutečňuje při novém zápisu jména do telefonního seznamu porovnání s již uloženými jmény. Nejdříve se počítadlo cyklů k v kroku 20 nastavuje na nulu. Po uživateli se potom v kroku 21 vyžaduje zadání nového jména. V kroku 22 se potom kontroluje, zda počet proběhnutí překročil definovanou hodnotu. Pokud je to tak, nové jméno se ukládá podle kroku 25 v telefonním seznamu a způsob se ukončuje, krok 2 6. Pokud je stav počítadla menší než předem zadaná hodnota, porovnává rozeznávací systém řeči v kroku 23 nové jméno s již uloženými jmény. Pokud se podle kroku 24 vzorek řeči nového jména odlišuje od vzorků řeči již uložených jmen, že se neočekává žádné chybné rozeznání popř. nejisté rozeznání, ukládá se nové jméno podle kroku 25 v telefonním seznamu a způsob se končí, krok 26. Pokud ale vede nový vzorek řeči v rámci korelačního porovnávání podle pevně stanoveného kritéria nejistého rozeznání k silné podobnosti nebo k pravděpodobné shodě s již uloženými jmény, informuje se uživatel v kroku 27 systémem opticky nebo akusticky a v kroku 28 se po něm požaduje opakované zadání nového jména. Nové jméno se může zadat ještě jednou, krok 29. Opakované zadání slouží podle kroku 30 dodatečnému

80422 (80422a)

PV 2000 - 2854

9 9 9 « * 9 • · · · β>

• · • · · » t · • · · 9 9

9 9 9 9 • 9 9 9 9 • Φ 9 9 9 9 « · · ·

9 9 99 procvičování. Počet opakování, následujících po sobě, je volně volitelný a nechá se kdykoliv změnit. Po každém proběhnutí se podle kroku 31 počítadlo zvyšuje o jednotku, a rutina skáče zpět na krok 21.

Zastupuj e:

Dr. Miloš Všetečka v.r.

80422 (80422a)

PV 2000 - 2854 ·· * · ·· · · ♦ .« · · , : : Uíjrayena strana • · · · · · · ·

JUDr. Miloš Všetečka advokát

120 00 Praha 2, Hálkova 2

Claims

PATENTOVÉ NÁROKY

1. Způsob ke zvýšení pravděpodobnosti rozeznávání rozeznávacích systémů řeči, u kterého se po zadání pojmu, který je třeba rozeznat, provádí procvičování stejně znějícího, již uloženého pojmu, podle zadaného pojmu, vyznačující se:

a) zadáním pojmu, který je třeba rozeznat;

b) porovnání zadaného pojmu s pojmem, již uloženým v rozeznávacím systému řeči; a

c) v případě, že se pojem jednoznačně rozeznal:

c.l) provedením žádané akce,

c.2) dodatečným procvičováním příslušného pojmu, uloženého v rozeznávacím systému řeči, s pojmem, zadaným úvodem, a

c. 3) ukončením způsobu;

d) v případě, že porovnání dává podobnou a málo odlišnou pravděpodobnost rozeznání pro několik uložených pojmů:

d. l) informováním uživatele systému a zobrazením nebo zahráním těchto pojmů, podobných zadanému pojmu,

d.2) požadavkem na uživatele systému k opakovanému zadání pojmu, zadaného úvodem,

e) pokračováním krokem způsobu b).
2. Způsob podle nároku 1, vyznačující se tím, že dodatečné procvičování je založeno na porovnání pomocí korelace zadaného pojmu se stejně znějícím, již uloženým pojmem, přičemž se zjišťují a ukládají právě charakteristické vzorky řeči.
3. Způsob podle nároku 1, vyznačující se tím, že počet ukázaných/zahraných pojmů je libovolně volitelný.

16 80422 (80422a)

PV 2000 - 2854 : Upravená strana ·· ··

00 0
4. Způsob podle kteréhokoli předcházejícího nároku, vyznačující se tím, že při novém zápisu pojmu v rozeznávacím systému řeči, po zadání nového pojmu, se uskutečňuje porovnání s již uloženými pojmy, aby se zjistilo, zda se vzorek řeči nového pojmu odlišuje od vzorků řeči již uložených pojmů tak dalece, že se neočekává žádné chybné rozeznání popř. nejisté rozeznání.
5. Způsob podle kteréhokoli předcházejícího nároku, vyznačující se tím, že když nový pojem v rámci korelačního porovnání podle pevně stanoveného kritéria vede k nejistému rozeznání nebo k silné podobnosti nebo pravděpodobné shodě s již uloženými pojmy, informuje se uživatel systémem opticky nebo akusticky a požaduje se po něm opakované zadání nového pojmu, které slouží dodatečnému procvičování.
6. Způsob podle kteréhokoli předcházejícího nároku, vyznačující se tím, že počet proběhnutí dodatečného procvičování je libovolně nastavitelný.