DE212015000207U1 - Verbesserung der automatischen Spracherkennung basierend auf Benutzerrückmeldungen - Google Patents

Verbesserung der automatischen Spracherkennung basierend auf Benutzerrückmeldungen

Info

Publication number
DE212015000207U1
DE212015000207U1 DE212015000207.1U DE212015000207U DE212015000207U1 DE 212015000207 U1 DE212015000207 U1 DE 212015000207U1 DE 212015000207 U DE212015000207 U DE 212015000207U DE 212015000207 U1 DE212015000207 U1 DE 212015000207U1
Authority
DE
Germany
Prior art keywords
voice input
input
examples
user
recognition result
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.)
Active
Application number
DE212015000207.1U
Other languages
English (en)
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apple Inc
Original Assignee
Apple Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to US201462043041P priority Critical
Priority to US62/043,041 priority
Priority to US14/591,754 priority patent/US10446141B2/en
Priority to US14/591,754 priority
Application filed by Apple Inc filed Critical Apple Inc
Priority to PCT/US2015/047062 priority patent/WO2016033257A1/en
Publication of DE212015000207U1 publication Critical patent/DE212015000207U1/de
Application status is Active legal-status Critical
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/02Feature extraction for speech recognition; Selection of recognition unit
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/01Assessment or evaluation of speech recognition systems
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/28Constructional details of speech recognition systems
    • G10L15/32Multiple recognisers used in sequence or in parallel; Score combination systems therefor, e.g. voting systems
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/02Feature extraction for speech recognition; Selection of recognition unit
    • G10L2015/025Phonemes, fenemes or fenones being the recognition units

Abstract

Elektronische Vorrichtung, umfassend ein Mittel zum: Empfangen einer ersten Spracheingabe von einem Benutzer; Verarbeiten der ersten Spracheingabe mit einem ersten System zur automatischen Spracherkennung, um ein erstes Erkennungsergebnis zu erzielen; Empfangen einer Eingabe von dem Benutzer, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt, wobei die Eingabe eine zweite Spracheingabe umfasst; und Verarbeiten der zweiten Spracheingabe mit einem zweiten System zur automatischen Spracherkennung, um ein zweites Erkennungsergebnis zu erzielen.

Description

  • QUERVERWEIS AUF VERWANDTE ANMELDUNG
  • Diese Anmeldung beansprucht die Priorität der vorläufigen US-Patentanmeldung mit der laufenden Nr. 62/043,041, eingereicht am 28. August 2014 mit dem Titel ”AUTOMATIC SPEECH RECOGNITION BASED ON USER FEEDBACK”, und der endgültigen US-Patentanmeldung mit der laufenden Nr. 14/591,754, eingereicht am 7. Januar 2015 mit dem Titel ”AUTOMATIC SPEECH RECOGNITION BASED ON USER FEEDBACK”, die hiermit in ihrer Gesamtheit durch Bezugnahme für alle Zwecke einbezogen werden.
  • BEREICH
  • Dies betrifft allgemein die automatische Spracherkennung und genauer die Verbesserung der automatischen Spracherkennung basierend auf Benutzerrückmeldungen.
  • HINTERGRUND
  • ASR-Systeme (”Automatic Speech Recognition”, automatische Spracherkennung) können durch Übertragungsfehler beeinträchtigt werden. Diese Fehler können aufgrund einer Vielzahl von Ursachen auftreten, unter anderem wegen verstümmelten Spracheingaben, Spracheingaben mit lauten Hintergrundgeräuschen oder Spracheingaben mit Wörtern, die phonetisch ähnlich zu anderen Wörtern sind. Ferner können in Echtzeit-ASR-Systemen Kompromisse bei der Genauigkeit implementiert sein, um annehmbare Latenzzeiten zu erreichen. Zum Beispiel können kleinere Vokabularmodelle oder weniger robuste Spracherkennungsmodule implementiert sein. Diese Kompromisse können zu Übertragungsfehlern beitragen. Herkömmlicherweise kann jede von einem ASR-System empfangene Spracheingabe identisch verarbeitet werden. Das identische Verarbeiten aller Spracheingaben kann jedoch dazu führen, dass ähnliche Übertragungsfehler wiederholt wieder auftreten, was zu Frustration auf Seiten des Benutzers und zu einer niedrigen Benutzerfreundlichkeit führen kann.
  • ZUSAMMENFASSUNG
  • Systeme und Verfahren zum Verarbeiten von Sprache in einem digitalen Assistenten sind vorgesehen. In einem Beispielsverfahren kann eine erste Spracheingabe von einem Benutzer empfangen werden. Die erste Spracheingabe kann mit einem ersten System zur automatischen Spracherkennung verarbeitet werden, um ein erstes Erkennungsergebnis zu erzielen. Eine Eingabe, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt, kann empfangen werden. Die Eingabe kann dazu verwendet werden, das erste Erkennungsergebnis zu verbessern.
  • In einigen Beispielen kann die Eingabe eine zweite Spracheingabe umfassen, die eine Wiederholung der ersten Spracheingabe ist. Die zweite Spracheingabe kann mit einem zweiten System zur automatischen Spracherkennung verarbeitet werden, um ein zweites Erkennungsergebnis zu erzielen.
  • In einigen Beispielen kann der Benutzer aufgefordert werden, wenigstens einen Abschnitt der ersten Spracheingabe zu wiederholen. Eine dritte Spracheingabe, die eine Wiederholung der ersten Spracheingabe ist, kann von der Benutzereingabe empfangen werden. Die dritte Spracheingabe kann mit dem zweiten System zur automatischen Spracherkennung verarbeitet werden, um ein drittes Erkennungsergebnis zu erzielen.
  • In einigen Beispielen kann die erste Spracheingabe mit dem zweiten System zur automatischen Spracherkennung verarbeitet werden, um ein viertes Erkennungsergebnis zu erzielen.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • 1 zeigt ein System und eine Umgebung zum Implementieren eines digitalen Assistenten gemäß verschiedenen Beispielen.
  • 2 zeigt eine Benutzervorrichtung, die den client-seitigen Abschnitt eines digitalen Assistenten gemäß verschiedenen Beispielen implementiert.
  • 3A zeigt ein System eines digitalen Assistenten oder einen Serverabschnitt davon gemäß verschiedenen Beispielen.
  • 3B zeigt die Funktionen des in 3A gezeigten digitalen Assistenten gemäß verschiedenen Beispielen.
  • 4A–B zeigen ein Verfahren zum Verarbeiten von Sprache gemäß verschiedenen Beispielen.
  • 5 zeigt ein Funktionsblockdiagramm einer elektronischen Vorrichtung gemäß verschiedenen Beispielen.
  • AUSFÜHRLICHE BESCHREIBUNG
  • In der folgenden Beschreibung von Beispielen wird auf die beigefügten Zeichnungen Bezug genommen, in denen zur Veranschaulichung spezifische Beispiele gezeigt werden, die umgesetzt werden können. Es versteht sich, dass andere Beispiele verwendet und strukturelle Änderungen vorgenommen werden können, ohne vom Umfang der verschiedenen Beispiele abzuweichen.
  • Wie weiter oben beschrieben, kann ein wiederholtes Wiederauftreten von ähnlichen Fehlern aus einem ASR-System zu einer niedrigen Benutzerfreundlichkeit führen. In verschiedenen hierin beschriebenen Beispielen sind Systeme und Verfahren zum Verbessern der Sprachverarbeitung basierend auf Benutzerrückmeldungen vorgesehen. In einigen Beispielen kann die Sprachverarbeitung in einem digitalen Assistenten durchgeführt werden. In einem beispielhaften Verfahren kann eine erste Spracheingabe von einem Benutzer empfangen werden. Die erste Spracheingabe kann mit einem ersten ASR-System verarbeitet werden, um ein erstes Erkennungsergebnis zu erzielen. Eine Eingabe kann empfangen werden, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt. Die Eingabe kann dazu verwendet werden, ein verbessertes Erkennungsergebnis zu erzielen, wodurch die Wahrscheinlichkeit des Wiederauftretens von ähnlichen Fehlern reduziert wird.
  • In einigen Beispielen kann die Eingabe eine zweite Spracheingabe umfassen, die eine Wiederholung der ersten Spracheingabe ist. Insbesondere kann der Benutzer die erste Spracheingabe wiederholen, um einen möglichen Fehler im ersten Erkennungsergebnis anzuzeigen. Die zweite Spracheingabe kann mit einem zweiten ASR-System verarbeitet werden, um ein zweites Erkennungsergebnis zu erzielen. In weiteren Beispielen kann der Benutzer aufgefordert werden, wenigstens einen Abschnitt der ersten Spracheingabe zu wiederholen. Eine dritte Spracheingabe, die eine Wiederholung der ersten Spracheingabe ist, kann von der Benutzereingabe empfangen werden. Die dritte Spracheingabe kann mit dem zweiten ASR-System verarbeitet werden, um ein drittes Erkennungsergebnis zu erzielen. In noch weiteren Beispielen kann die erste Spracheingabe mit dem zweiten ASR-System verarbeitet werden, um ein viertes Erkennungsergebnis zu erzielen. In einigen Beispielen kann das zweite ASR-System genauer als das erste ASR-System sein. Somit können das zweite Erkennungsergebnis, das dritte Erkennungsergebnis und das vierte Erkennungsergebnis jeweils genauer als das erste Erkennungsergebnis sein.
  • Ferner kann in einigen Beispielen ein kombiniertes Ergebnis ermittelt werden, indem eine ASR-System-Kombination durchgeführt wird, bei der das erste Erkennungsergebnis und das mit dem zweiten ASR-System ermittelte Erkennungsergebnis (z. B. das zweite Erkennungsergebnis, das dritte Erkennungsergebnis oder das vierte Erkennungsergebnis) verwendet werden. Das kombinierte Ergebnis kann genauer als das erste Erkennungsergebnis sein.
  • Die längeren Latenz- und Berechnungszeiten, die mit dem genaueren zweiten ASR-System und dem Durchführen einer ASR-System-Kombination verbunden sind, können ein annehmbarer Kompromiss für das Reduzieren der Wahrscheinlichkeit des Wiederauftretens von ähnlichen Fehlern sein. Insbesondere zieht es der Benutzer, nachdem er auf den mit dem ersten Erkennungsergebnis verbundenen Fehler gestoßen ist, möglicherweise vor, länger zu warten, um ein nachfolgendes richtiges Ergebnis zu erhalten, anstatt in einem kürzeren Zeitraum denselben Fehler zu erhalten. Die hierin offenbarten Systeme und Verfahren können somit implementiert werden, um die Wahrscheinlichkeit des Wiederauftretens von ähnlichen Fehlern während der Sprachverarbeitung zu reduzieren, wodurch die Benutzerfreundlichkeit verbessert wird.
  • 1. System und Umgebung
  • 1 zeigt ein Blockdiagramm eines Systems 100 gemäß verschiedenen Beispielen. In einigen Beispielen kann das System 100 einen digitalen Assistenten implementieren. Die Begriffe ”digitaler Assistent”, ”virtueller Assistent”, ”intelligenter automatisierter Assistent” oder ”automatischer digitaler Assistent” können sich auf jegliches Informationsverarbeitungssystem beziehen, das die Eingabe natürlicher Sprache in gesprochener und/oder textlicher Form interpretiert, um die Benutzerabsicht herzuleiten, und das Aktionen auf der Grundlage der angenommenen Benutzerabsicht durchführt. Um zum Beispiel auf eine angenommene Benutzerabsicht zu reagieren, kann das System eine oder mehrere der folgenden Aktionen durchführen: Identifizieren eines Aufgabenflusses mit Schritten und Parametern, die dafür ausgelegt sind, die angenommene Benutzerabsicht zu erreichen, Eingeben von spezifischen Anforderungen aus der angenommenen Benutzerabsicht in den Aufgabenfluss, Ausführen des Aufgabenflusses durch Aufrufen von Programmen, Verfahren, Diensten, APIs oder dergleichen und Erzeugen von Ausgabeantworten an den Benutzer in einer hörbaren (z. B. Sprache) und/oder visuellen Form.
  • Insbesondere kann ein digitaler Assistent in der Lage sein, eine Benutzeranforderung wenigstens teilweise in der Form eines Befehls, einer Anforderung, einer Aussage, einer Erzählung und/oder einer Anfrage in natürlicher Sprache anzunehmen. Üblicherweise kann die Benutzeranforderung entweder eine informationelle Antwort oder die Durchführung einer Aufgabe durch den digitalen Assistenten anstreben. Eine zufriedenstellende Antwort auf die Benutzeranforderung kann eine Bereitstellung der angeforderten informationellen Antwort, eine Durchführung der angeforderten Aufgabe oder eine Kombination der beiden sein. Zum Beispiel kann ein Benutzer dem digitalen Assistenten eine Frage stellen wie: ”Wo bin ich gerade?” Basierend auf dem aktuellen Standort des Benutzers kann der digitale Assistent antworten: ”Du bist im Central Park in der Nähe des Westtors”. Der Benutzer kann auch die Durchführung einer Aufgabe anfordern, indem er zum Beispiel sagt: ”Bitte lade meine Freunde zu der Geburtstagsparty meiner Freundin nächste Woche ein.”. Als Reaktion darauf kann der digitale Assistent die Anforderung bestätigen und sagen: ”Ja, mache ich sofort.”. Anschließend kann er für den Benutzer eine entsprechende Kalendereinladung an alle Freunde des Benutzers senden, die im elektronischen Adressbuch des Benutzers angegeben sind. Während der Durchführung einer angeforderten Aufgabe kann der digitale Assistent gelegentlich mit dem Benutzer in einem kontinuierlichen Dialog kommunizieren, der mehrere Informationsaustausche über einen verlängerten Zeitraum beinhaltet. Es gibt zahlreiche andere Wege des Kommunizierens mit einem digitalen Assistenten, um Informationen oder die Durchführung verschiedener Aufgaben anzufordern. Zusätzlich zum Bereitstellen verbaler Antworten und zum Durchführen von programmierten Aktionen kann der digitale Assistent auch Antworten in anderen visuellen oder akustischen Formen bereitstellen, z. B. als Text, Warnungen, Musik, Videos oder Animationen.
  • Ein Beispiel eines digitalen Assistenten ist in der US-Gebrauchsmusteranmeldung des Anmelders mit der laufenden Nr. 12/987,982 mit dem Titel ”Intelligent Automated Assistant” beschrieben, eingereicht am 10. Januar 2011, deren gesamte Offenbarung durch Bezugnahme hierin einbezogen ist.
  • Wie in 1 gezeigt, kann in einigen Beispielen ein digitaler Assistent gemäß einem Client-Server-Modell implementiert werden. Der digitale Assistent kann einen client-seitigen Abschnitt 102a, 102b (nachstehend ”DA-Client 102”), der auf einer Benutzervorrichtung 104a, 104b ausgeführt wird, und einen server-seitigen Abschnitt 106 (nachstehend ”DA-Server 106”) umfassen, der auf einem Serversystem 108 ausgeführt wird. Der DA-Client 102 kann mit dem DA-Server 106 über ein oder mehrere Netzwerke 110 kommunizieren. Der DA-Client 102 kann client-seitige Funktionalitäten wie eine benutzer-seitige Eingabe- und Ausgabeverarbeitung und eine Kommunikation mit dem DA-Server 106 ausführen. Der DA-Server 106 kann server-seitige Funktionalitäten für eine beliebige Anzahl von DA-Clients 102 ausführen, die jeweils an einer jeweiligen Benutzervorrichtung 104 angeordnet sind.
  • In einigen Beispielen kann der DA-Server 106 eine client-seitige E/A-Schnittstelle 112, ein oder mehrere Verarbeitungsmodule 114, Daten und Modelle 116 und eine E/A-Schnittstelle mit externen Diensten 118 umfassen. Die client-seitige E/A-Schnittstelle kann die client-seitige Eingabe- und Ausgabeverarbeitung für den Server des digitalen Assistenten 106 unterstützen. Das eine oder die mehreren Verarbeitungsmodule 114 können die Daten und Modelle 116 nutzen, um eine Spracheingabe zu verarbeiten und um die Benutzerabsicht basierend auf einer Eingabe in natürlicher Sprache zu bestimmen. Ferner führen das eine oder die mehreren Verarbeitungsmodule 114 eine Aufgabenausführung basierend auf der angenommenen Benutzerabsicht durch. In einigen Beispielen kann der DA-Server 106 mit externen Diensten 120 über das bzw. die Netzwerk(e) 110 kommunizieren, um Aufgaben abzuschließen oder Informationen zu erfassen. Die E/A-Schnittstelle mit externen Diensten 118 kann diese Kommunikationen unterstützen.
  • Beispiele für die Benutzervorrichtung 104 sind unter anderem ein Handheld-Computer, ein persönlicher digitaler Assistent (PDA), ein Tablet-Computer, ein Laptop-Computer, ein Desktop-Computer, ein Mobiltelefon, ein Smartphone, ein EGPRS-Mobiltelefon (”Enhanced General Packet Radio Service”), eine Medienwiedergabevorrichtung, eine Navigationsvorrichtung, eine Spielkonsole, ein Fernsehgerät, eine TV-Set-Top-Box, eine Fernbedienung, eine am Körper tragbare elektronische Vorrichtung oder eine Kombination von zwei oder mehreren dieser Datenverarbeitungsvorrichtungen oder andere Datenverarbeitungsvorrichtungen. Mehr Einzelheiten zu der Benutzervorrichtung 104 ergeben sich unter Bezugnahme auf eine beispielhafte Benutzervorrichtung 104, die in 2 gezeigt ist.
  • Beispiele für die Kommunikationsnetzwerke 110 können lokale Netzwerke (”LAN”) und Weitverkehrsnetzwerke (”WAN”) wie das Internet umfassen. Die Kommunikationsnetzwerke 110 können unter Verwendung eines beliebigen bekannten Netzwerkprotokolls, einschließlich verschiedener verdrahteter oder drahtloser Protokolle wie Ethernet, USB (”Universal Serial Bus”), FIREWIRE, GSM (”Global System for Mobile Communications”), EDGE (”Enhanced Data GSM Environment”), CDMA (”Code Division Multiple Access”), TDMA (”Time Division Multiple Access”), Bluetooth, WLAN, VoIP (”Voice over Internet Protocol”), Wi-MAX, oder eines anderen geeigneten Kommunikationsprotokolls implementiert werden.
  • Das Serversystem 108 kann auf einer oder mehreren eigenständigen Datenverarbeitungsvorrichtungen oder einem verteilten Netzwerk von Computern implementiert werden. In einigen Beispielen kann das Serversystem 108 auch verschiedene virtuelle Vorrichtungen und/oder Dienste von externen Dienstanbietern (z. B. von externen Anbietern von Cloud-Diensten) einsetzen, um die zugrunde liegenden Rechnerressourcen und/oder Infrastrukturressourcen des Serversystems 108 zu bieten.
  • Wenngleich der in 1 gezeigte digitale Assistent sowohl einen client-seitigen Abschnitt (z. B. den DA-Client 102) als auch einen server-seitigen Abschnitt (z. B. den DA-Server 106) umfassen kann, können in einigen Beispielen die Funktionen eines digitalen Assistenten als eine eigenständige Anwendung implementiert sein, die auf einer Benutzervorrichtung installiert ist. Zusätzlich können die Aufteilungen von Funktionalitäten zwischen den Client- und Serverabschnitten des digitalen Assistenten in verschiedenen Implementierungen variieren. Zum Beispiel kann der DA-Client in einigen Beispielen ein ”Thin-Client” sein, der nur benutzer-seitige Eingabe- und Ausgabeverarbeitungsfunktionen bereitstellt und alle anderen Funktionalitäten des digitalen Assistenten an einen Backend-Server delegiert.
  • 2. Benutzervorrichtung
  • 2 zeigt ein Blockdiagramm einer Benutzervorrichtung 104 gemäß verschiedenen Beispielen. Die Benutzervorrichtung 104 kann eine Speicherschnittstelle 202, einen oder mehrere Prozessoren 204 und eine Peripheriegeräteschnittstelle 206 umfassen. Die verschiedenen Komponenten in der Benutzervorrichtung 104 können über einen oder mehrere Kommunikationsbusse oder eine oder mehrere Signalleitungen angeschlossen sein. Die Benutzervorrichtung 104 kann verschiedene Sensoren, Subsysteme und Peripherievorrichtungen umfassen, die an die Peripheriegeräteschnittstelle 206 angeschlossen sind. Die Sensoren, Subsysteme und Peripherievorrichtungen können Informationen erfassen und/oder verschiedene Funktionalitäten der Benutzervorrichtung 104 unterstützen.
  • Zum Beispiel können ein Bewegungssensor 210, ein Lichtsensor 212 und ein Näherungssensor 214 an die Peripheriegeräteschnittstelle 206 angeschlossen sein, um Funktionen der Ausrichtung, Beleuchtung und Näherungserfassung zu unterstützen. Ein oder mehrere andere Sensoren 216 wie ein Positionsbestimmungssystem (z. B. ein GPS-Empfänger), ein Temperatursensor, ein Biometriksensor, ein Gyroskop, ein Kompass, ein Beschleunigungsmesser und dergleichen können ebenfalls mit der Peripheriegeräteschnittstelle 206 verbunden sein, um damit verbundene Funktionalitäten zu unterstützen.
  • In einigen Beispielen können ein Kamerasubsystem 220 und ein optischer Sensor 222 genutzt werden, um Kamerafunktionen wie Fotografieren und Aufzeichnen von Videoclips zu unterstützen. Kommunikationsfunktionen können über ein oder mehrere verdrahtete und/oder drahtlose Kommunikationssubsysteme 224 unterstützt werden, die verschiedene Kommunikationsanschlüsse, Funkfrequenzempfänger und -sender und/oder optische (z. B. Infrarot-)Empfänger und Sender umfassen können. Ein Audiosubsystem 226 kann an die Lautsprecher 228 und ein Mikrophon 230 angeschlossen sein, um sprachgestützte Funktionen wie Spracherkennung, Sprachreplikation, digitales Aufzeichnen und Telefoniefunktionen zu unterstützen. Das Mikrofon 230 kann konfiguriert sein, eine Spracheingabe von dem Benutzer zu empfangen.
  • In einigen Beispielen kann auch ein E/A-Subsystem 240 an die Peripheriegeräteschnittstelle 206 angeschlossen sein. Das E/A-Subsystem 240 kann eine Touchscreen-Steuerung 242 und/oder andere Eingabesteuerungen 244 umfassen. Die Touchscreen-Steuerung 242 kann an einen Touchscreen 246 angeschlossen sein. Der Touchscreen 246 und die Touchscreen-Steuerung 242 können zum Beispiel Kontakte und Bewegungen oder Abbruch davon mithilfe einer von einer Vielzahl von Berührungsempfindlichkeitstechnologien wie kapazitiven, resistiven, Infrarot-, Oberflächenakustikwellentechnologien, Näherungssensoranordnungen und dergleichen erkennen. Die anderen Eingabesteuerungen 244 können an andere Eingabe-/Steuervorrichtungen 248 wie eine oder mehrere Schaltflächen, einen Kippschalter, ein Rändelrad, einen Infrarotanschluss, einen USB-Anschluss und/oder eine Zeigevorrichtung wie einen Eingabestift angeschlossen sein.
  • In einigen Beispielen kann die Speicherschnittstelle 202 mit dem Speicher 250 verbunden sein. Der Speicher 250 kann beliebige Systeme, Apparate oder Vorrichtungen auf elektronischer, magnetischer, optischer, elektromagnetischer, Infrarot- oder Halbleiterbasis, eine tragbare Computerdiskette (magnetisch), einen Arbeitsspeicher (RAM) (magnetisch), einen schreibgeschützten Speicher (ROM) (magnetisch), einen EPROM (”Erasable Programmable Read-Only Memory”) (magnetisch), eine tragbare optische Platte wie CD, CD-R, CD-RW, DVD, DVD-R oder DVD-RW oder Flash-Speicher wie Compact-Flash-Karten, SD-Karten, USB-Speichervorrichtungen, Speichersticks und dergleichen umfassen. In einigen Beispielen kann ein nicht-flüchtiges computerlesbares Speichermedium des Speichers 250 dazu verwendet werden, Anweisungen (z. B. zum Durchführen des Prozesses 400, weiter unten beschrieben) zur Verwendung durch oder in Verbindung mit einem System, einem Apparat oder einer Vorrichtung zur Ausführung von Anweisungen zu speichern, wie z. B. ein computergestütztes System, ein einen Prozessor enthaltendes System oder ein anderes System, das die Anweisungen von dem System, dem Apparat oder der Vorrichtung zur Ausführung von Anweisungen abrufen und die Anweisungen ausführen kann. In weiteren Beispielen können die Anweisungen (z. B. zum Durchführen des Prozesses 400, weiter unten beschrieben) auf einem nicht-flüchtigen computerlesbaren Speichermedium (nicht gezeigt) des Serversystems 108 gespeichert oder auf das nicht-flüchtige computerlesbare Speichermedium des Speichers 250 und das nichtflüchtige computerlesbare Speichermedium des Serversystems 110 aufgeteilt werden. Im Kontext dieses Dokuments kann es sich bei einem ”nicht-flüchtigen computerlesbaren Speichermedium” um jedes Medium handeln, das das Programm zur Verwendung durch oder in Verbindung mit dem System, dem Apparat oder der Vorrichtung zur Ausführung von Anweisungen enthalten oder speichern kann.
  • In einigen Beispielen kann der Speicher 250 ein Betriebssystem 252, ein Kommunikationsmodul 254, ein Benutzerschnittstellenmodul 256, ein Sensorverarbeitungsmodul 258, ein Telefonmodul 260 und Anwendungen 262 speichern. Das Betriebssystem 252 kann Anweisungen für die Behandlung grundlegender Systemdienste und für die Durchführung hardwareabhängiger Aufgaben umfassen. Das Kommunikationsmodul 254 kann die Kommunikation mit einer oder mehreren zusätzlichen Vorrichtungen, einem oder mehreren Computern und/oder einem oder mehreren Servern unterstützen. Das Benutzerschnittstellenmodul 256 kann das Verarbeiten der grafischen Benutzerschnittstelle und das Verarbeiten von Ausgaben unter Verwendung von anderen Ausgabekanälen (z. B. Lautsprechern) unterstützen. Das Sensorverarbeitungsmodul 258 kann das sensorbezogene Verarbeiten und sensorbezogene Funktionen unterstützen. Das Telefonmodul 260 kann telefonbezogene Verfahren und Funktionen unterstützen. Das Anwendungsmodul 262 kann verschiedene Funktionalitäten von Benutzeranwendungen wie elektronische Nachrichten, Webbrowsen, Medienverarbeitung, Navigation, Bildgebung und/oder andere Verfahren und Funktionen unterstützen.
  • Wie hierin beschrieben, kann der Speicher 250 auch client-seitige Anweisungen des digitalen Assistenten (z. B. in einem Clientmodul des digitalen Assistenten 264) und verschiedene Benutzerdaten 266 (z. B. benutzerspezifische Vokabulardaten, Präferenzdaten und/oder andere Daten wie das elektronische Adressbuch, Aufgabenlisten und Einkaufslisten des Benutzers, vom Benutzer angegebene Aussprachen von Namen usw.) speichern, um die client-seitigen Funktionalitäten des digitalen Assistenten zur Verfügung zu stellen.
  • In verschiedenen Beispielen kann das Clientmodul des digitalen Assistenten 264 in der Lage sein, Stimmeingaben (z. B. Spracheingaben), Texteingaben, Berührungseingaben und/oder Gesteneingaben über verschiedene Benutzerschnittstellen (z. B. das E/A-Subsystem 244) der Benutzervorrichtung 104 zu akzeptieren. Das Clientmodul des digitalen Assistenten 264 kann auch in der Lage sein, Ausgaben in akustischer (z. B. Sprachausgaben), visueller und/oder taktiler Form zur Verfügung zu stellen. Zum Beispiel kann die Ausgabe als Stimme, Ton, Warnungen, Textnachrichten, Menüs, Grafiken, Videos, Animationen, Vibrationen und/oder Kombinationen von zwei oder mehr der vorstehenden Elemente vorgesehen sein. Während des Betriebs kann das Clientmodul des digitalen Assistenten 264 mit dem Server des digitalen Assistenten 106 unter Verwendung der Kommunikationssubsysteme 224 kommunizieren.
  • In einigen Beispielen kann das Clientmodul des digitalen Assistenten 264 die verschiedenen Sensoren, Subsysteme und Peripherievorrichtungen nutzen, um zusätzliche Informationen aus der Umgebung der Benutzervorrichtung 104 zu erfassen, um einen Kontext in Verbindung mit einem Benutzer, der aktuellen Benutzerinteraktion und/oder der aktuellen Benutzereingabe zu erstellen. In einigen Beispielen kann das Clientmodul des digitalen Assistenten 264 die Kontextinformationen oder eine Teilmenge davon mit der Benutzereingabe an den Server des digitalen Assistenten liefern, um beim Erkennen der Benutzerabsicht zu unterstützen. In einigen Beispielen kann der digitale Assistent die Kontextinformationen auch verwenden, um zu bestimmen, wie Ausgaben an den Benutzer erstellt und übertragen werden.
  • In einigen Beispielen können die Kontextinformationen, die mit der Benutzereingabe geliefert werden, Sensorinformationen umfassen, z. B. in Bezug auf Beleuchtung, Umgebungsgeräusche, Umgebungstemperatur oder Bilder oder Videos der Umgebung. In einigen Beispielen können die Kontextinformationen außerdem den physischen Zustand der Vorrichtung umfassen, z. B. Ausrichtung der Vorrichtung, Standort der Vorrichtung, Temperatur der Vorrichtung, Leistungspegel, Geschwindigkeit, Beschleunigung, Bewegungsmuster oder Mobiltelefonsignalstärke. In einigen Beispielen können Informationen in Bezug auf den Softwarestatus der Benutzervorrichtung 106, z. B. in Bezug auf ausgeführte Prozesse, installierte Programme, frühere und aktuelle Netzwerkaktivitäten, Hintergrunddienste, Fehlerprotokolle, oder in Bezug auf die Ressourcenauslastung der Benutzervorrichtung 104 als mit einer Benutzereingabe verknüpfte Kontextinformationen für den Server des digitalen Assistenten vorgesehen sein.
  • In einigen Beispielen kann das DA-Clientmodul 264 Informationen (z. B. die Benutzerdaten 266), die auf der Benutzervorrichtung 104 gespeichert sind, als Reaktion auf Anforderungen vom Server des digitalen Assistenten selektiv bereitstellen. In einigen Beispielen kann das Clientmodul des digitalen Assistenten 264 nach einer entsprechenden Anforderung des Servers des digitalen Assistenten 106 außerdem zusätzliche Eingaben von dem Benutzer über einen Dialog in natürlicher Sprache oder andere Benutzerschnittstellen anfordern. Das Clientmodul des digitalen Assistenten 264 kann die zusätzliche Eingabe an den Server des digitalen Assistenten 106 weiterleiten, um den Server des digitalen Assistenten 106 bei der Absichtsermittlung und/oder Erreichung der in der Benutzeranforderung ausgedrückten Benutzerabsicht zu unterstützen.
  • In verschiedenen Beispielen kann der Speicher 250 zusätzliche Anweisungen oder weniger Anweisungen umfassen. Zum Beispiel kann das DA-Clientmodul 264 jedes der Submodule des Moduls des digitalen Assistenten 326 umfassen, das weiter unten in 3A beschrieben ist. Des Weiteren können verschiedene Funktionen der Benutzervorrichtung 104 in Hardware und/oder in Firmware implementiert sein, einschließlich in einem oder mehreren integrierten Schaltkreisen für die Signalverarbeitung und/oder in anwendungsspezifischen integrierten Schaltkreisen.
  • 3. System des digitalen Assistenten
  • 3A zeigt ein Blockdiagramm eines beispielhaften Systems des digitalen Assistenten 300 gemäß verschiedenen Beispielen. In einigen Beispielen kann das System des digitalen Assistenten 300 auf einem eigenständigen Computersystem implementiert sein. In einigen Beispielen kann das System des digitalen Assistenten 300 über mehrere Computer verteilt sein. In einigen Beispielen können die Module und Funktionen des digitalen Assistenten in einen Serverabschnitt und einen Clientabschnitt aufgeteilt sein, wobei sich der Clientabschnitt auf einer Benutzervorrichtung (z. B. der Benutzervorrichtung 104) befindet und mit dem Serverabschnitt (z. B. dem Serversystem 108) über eines oder mehrere Netzwerke kommuniziert, zum Beispiel wie in 1 gezeigt. In einigen Beispielen kann das System des digitalen Assistenten 300 eine Implementierung des in 1 gezeigten Serversystems 108 (und/oder des Servers des digitalen Assistenten 106) sein. Es sei darauf hingewiesen, dass das System des digitalen Assistenten 300 nur ein Beispiel für ein System des digitalen Assistenten ist, und dass das System des digitalen Assistenten 300 mehr oder weniger Komponenten als gezeigt aufweisen kann, zwei oder mehr Komponenten kombinieren kann oder eine andere Konfiguration oder Anordnung der Komponenten aufweisen kann. Die verschiedenen in 3A gezeigten Komponenten können in der Hardware, in Softwareanweisungen zur Ausführung durch einen oder mehrere Prozessoren, in der Firmware, einschließlich in integrierten Schaltkreisen für die Signalverarbeitung und/oder anwendungsspezifischen integrierten Schaltkreisen oder einer Kombination davon implementiert sein.
  • Das System des digitalen Assistenten 300 kann Speicher 302, einen oder mehrere Prozessoren 304, eine E/A-Schnittstelle (Eingabe/Ausgabe) 306 und eine Netzwerkkommunikationsschnittstelle 308 umfassen. Diese Komponenten können miteinander über einen oder mehrere Kommunikationsbusse oder eine oder mehrere Signalleitungen 310 kommunizieren.
  • In einigen Beispielen kann der Speicher 302 ein nicht-flüchtiges computerlesbares Medium wie einen Hochgeschwindigkeitsarbeitsspeicher und/oder ein nicht-flüchtiges computerlesbares Speichermedium (z. B. eine oder mehrere Magnetplattenspeichervorrichtungen, Flash-Speichervorrichtungen oder andere nichtflüchtige Festkörperspeichervorrichtungen) umfassen.
  • In einigen Beispielen kann die E/A-Schnittstelle 306 Eingabe/Ausgabe-Vorrichtungen 316 des Systems des digitalen Assistenten 300 wie Anzeigen, Tastaturen, Touchscreens und Mikrofone an das Benutzerschnittstellenmodul 322 anschließen. Die E/A-Schnittstelle 306 in Verbindung mit dem Benutzerschnittstellenmodul 322 kann Benutzereingaben (z. B. Spracheingaben, Tastatureingaben oder Berührungseingaben) empfangen und diese entsprechend verarbeiten. In einigen Beispielen, z. B. wenn der digitale Assistent in einer eigenständigen Benutzervorrichtung implementiert ist, kann das System des digitalen Assistenten 300 beliebige der Komponenten und E/A- und Kommunikationsschnittstellen umfassen, die in Bezug auf die Benutzervorrichtung 104 in 2 beschrieben sind. In einigen Beispielen kann das System des digitalen Assistenten 300 den Serverabschnitt einer Implementierung des digitalen Assistenten darstellen und mit dem Benutzer über einen client-seitigen Abschnitt interagieren, der sich auf einer Benutzervorrichtung (z. B. der in 2 gezeigten Benutzervorrichtung 104) befindet.
  • In einigen Beispielen kann die Netzwerkkommunikationsschnittstelle 308 verdrahtete Kommunikationsanschlüsse 312 und/oder drahtlose Übertragungs- und Empfangsschaltkreise 314 umfassen. Die verdrahteten Kommunikationsanschlüsse können Kommunikationssignale über eine oder mehrere verdrahtete Schnittstellen wie Ethernet, USB (Universal Serial Bus) oder FIREWIRE empfangen und senden. Der drahtlose Schaltkreis 314 kann HF-Signale und/oder optische Signale an Kommunikationsnetzwerke und andere Kommunikationsvorrichtungen senden bzw. von diesen empfangen. Die drahtlosen Kommunikationen können beliebige von einer Vielzahl von Kommunikationsstandards, Protokollen und Technologien wie GSM, EDGE, CDMA, TDMA, Bluetooth, WLAN, VoIP, Wi-MAX oder jedes andere geeignete Kommunikationsprotokoll verwenden. Die Netzwerkkommunikationsschnittstelle 308 kann die Kommunikation zwischen dem System des digitalen Assistenten 300 und Netzwerken wie dem Internet, einem Intraet und/oder einem drahtlosen Netzwerk wie einem Mobiltelefonnetzwerk, einem drahtlosen lokalen Netzwerk (LAN) und/oder einem städtischen oder regionalen Netzwerk (MAN) und anderen Vorrichtungen ermöglichen.
  • In einigen Beispielen können der Speicher 302 oder das computerlesbare Speichermedium des Speichers 302 Programme, Module, Anweisungen und Datenstrukturen speichern, unter anderem die Gesamtheit oder eine Teilmenge von Folgendem: einem Betriebssystem 318, einem Kommunikationsmodul 320, einem Benutzerschnittstellenmodul 322, einer oder mehreren Anwendungen 324 und einem Modul des digitalen Assistenten 326. Insbesondere können der Speicher 302 oder das computerlesbare Speichermedium des Speichers 302 Anweisungen zum Durchführen des Verfahrens 400 speichern, das weiter unten beschrieben ist. Der eine oder die mehreren Prozessoren 304 können diese Programme, Module und Anweisungen ausführen und von den Datenstrukturen lesen bzw. auf diese schreiben.
  • Das Betriebssystem 318 (z. B. Darwin, RTXC, LINUX, UNIX, OS X, WINDOWS oder ein eingebettetes Betriebssystem wie VxWorks) kann verschiedene Softwarekomponenten und/oder Treiber zum Steuern und Verwalten allgemeiner Systemaufgaben (z. B. Speicherverwaltung, Speichervorrichtungssteuerung oder Energieverwaltung) umfassen und Kommunikationen zwischen verschiedenen Hardware-, Firmware- und Softwarekomponenten unterstützen.
  • Das Kommunikationsmodul 320 kann Kommunikationen zwischen dem System des digitalen Assistenten 300 und anderen Vorrichtungen über die Netzwerkkommunikationsschnittstelle 308 unterstützen. Zum Beispiel kann das Kommunikationsmodul 320 mit dem in 2 gezeigten Kommunikationsmodul 254 der Vorrichtung 104 kommunizieren. Das Kommunikationsmodul 320 kann außerdem verschiedene Komponenten zum Verarbeiten von Daten umfassen, die von dem drahtlosen Schaltkreis 314 und/oder dem verdrahteten Kommunikationsanschluss 312 empfangen werden.
  • Das Benutzerschnittstellenmodul 322 kann Befehle und/oder Eingaben von einem Benutzer über die E/A-Schnittstelle 306 (z. B. von einer Tastatur, einem Touchscreen, einem Zeigegerät, einer Steuerung und/oder einem Mikrofon) empfangen und Benutzerschnittstellenobjekte auf einer Anzeige erzeugen. Das Benutzerschnittstellenmodul 322 kann auch Ausgaben (z. B. Sprache, Ton, Animation, Text, Symbole, Vibrationen, haptisches Feedback oder Licht) über die E/A-Schnittstelle 306 (z. B. über Anzeigen, Audiokanäle, Lautsprecher oder Touchpads) für den Benutzer erstellen und ihm zur Verfügung stellen.
  • Die Anwendungen 324 können Programme und/oder Module umfassen, die für die Ausführung durch den oder die Prozessoren 304 konfiguriert sind. Wenn zum Beispiel das System des digitalen Assistenten in einer eigenständigen Benutzervorrichtung implementiert ist, können die Anwendungen 324 Benutzeranwendungen wie Spiele, eine Kalenderanwendung, eine Navigationsanwendung oder eine E-Mail-Anwendung umfassen. Wenn das System des digitalen Assistenten 300 in einer Serverfarm implementiert ist, können die Anwendungen 324 zum Beispiel Anwendungen zur Ressourcenverwaltung, Diagnose oder Planung umfassen.
  • Der Speicher 302 kann außerdem das Modul des digitalen Assistenten (oder den Serverabschnitt eines digitalen Assistenten) 326 speichern. In einigen Beispielen kann das Modul des digitalen Assistenten 326 die folgenden Submodule oder eine Teilmenge oder Übermenge davon umfassen: ein Eingabe/Ausgabe-Verarbeitungsmodul 328, ein STT-Verarbeitungsmodul (Sprache zu Text) 330, ein Modul zur Verarbeitung natürlicher Sprache 332, ein Dialogfluss-Verarbeitungsmodul 334, ein Aufgabenfluss-Verarbeitungsmodul 336 und ein Dienstverarbeitungsmodul 338. Alle diese Module können Zugriff auf ein oder mehrere Elemente der folgenden Daten und Modelle des digitalen Assistenten 326 oder eine Teilmenge oder Übermenge davon haben: Ontologie 360, Wörterverzeichnis 344, Benutzerdaten 348, Aufgabenflussmodelle 354 und Dienstmodelle 356.
  • In einigen Beispielen kann der digitale Assistent unter Verwendung der Verarbeitungsmodule, Daten und Modelle, die im Modul des digitalen Assistenten 326 implementiert sind, wenigstens einige der folgenden Aufgaben durchführen: Umwandeln von Spracheingaben in Text, Identifizieren einer Benutzerabsicht, die in einer von dem Benutzer empfangenen Eingabe in natürlicher Sprache ausgedrückt ist, aktives Anfordern und Erhalten von Informationen, die erforderlich sind, um die Benutzerabsicht vollständig herzuleiten (z. B. indem Wörter, Spiele, Absichten usw. eindeutig gemacht werden), Bestimmen des Aufgabenflusses zum Erreichen der hergeleiteten Absicht und Ausführen des Aufgabenflusses zum Erreichen der hergeleiteten Absicht.
  • In einigen Beispielen, wie in 3B gezeigt, kann das E/A-Verarbeitungsmodul 328 mit dem Benutzer über die E/A-Vorrichtungen 316 in 3A oder mit einer Benutzervorrichtung (z. B. einer Benutzervorrichtung 104 in 1) über die Netzwerkkommunikationsschnittstelle 308 in 3A kommunizieren, um eine Benutzereingabe (z. B. eine Spracheingabe) zu erhalten und Antworten (z. B. als Sprachausgabe) auf die Benutzereingabe zur Verfügung zu stellen. Das E/A-Verarbeitungsmodul 328 kann zusammen mit oder kurz nach dem Empfang der Benutzereingabe wahlweise Kontextinformationen erhalten, die mit der Benutzereingabe von der Benutzervorrichtung verknüpft sind. Die Kontextinformationen können benutzerspezifische Daten, Vokabular und/oder Präferenzen umfassen, die für die Benutzereingabe relevant sind. In einigen Beispielen umfassen die Kontextinformationen außerdem den Software- und Hardwarestatus der Vorrichtung (z. B. der Benutzervorrichtung 104 in 1) zum Zeitpunkt des Empfangs der Benutzeranforderung und/oder Informationen in Bezug auf die Umgebung des Benutzers zum Zeitpunkt des Empfangs der Benutzeranforderung. In einigen Beispielen kann das E/A-Verarbeitungsmodul 328 außerdem Folgefragen in Bezug auf die Benutzeranforderung an den Benutzer senden und Antworten von diesem empfangen. Wenn eine Benutzeranforderung vom E/A-Verarbeitungsmodul 328 empfangen wird, und die Benutzeranforderung eine Spracheingabe umfassen kann, kann das E/A-Verarbeitungsmodul 328 die Spracheingabe an das STT-Verarbeitungsmodul 330 (oder die Spracherkennung) weiterleiten, um die Sprache in Text umzuwandeln.
  • Das STT-Verarbeitungsmodul 330 kann ein oder mehrere ASR-Systeme umfassen. Das eine oder die mehreren ASR-Systeme können die über das E/A-Verarbeitungsmodul 328 empfangene Spracheingabe verarbeiten, um ein Erkennungsergebnis zu erzielen. Jedes ASR-System kann einen Front-End-Sprachpräprozessor umfassen. Der Front-End-Sprachpräprozessor kann typische Merkmale aus der Spracheingabe extrahieren. Zum Beispiel kann der Front-End-Sprachpräprozessor eine Fourier-Transformation an der Spracheingabe durchführen, um spektrale Merkmale zu extrahieren, die die Spracheingabe als eine Sequenz von typischen mehrdimensionalen Vektoren kennzeichnen. Ferner kann jedes ASR-System ein oder mehrere Spracherkennungsmodelle (z. B. Akustikmodelle und/oder Sprachmodelle) umfassen und ein oder mehrere Spracherkennungsmodule implementieren. Beispiele für Spracherkennungsmodelle können Hidden-Markov-Modelle, Gaußsche Mischverteilungsmodelle, Modelle von tiefen neuronalen Netzen, N-Gramm-Modelle und andere statistische Modelle umfassen. Beispiele für Spracherkennungsmodule können die DTW-basierten Module (”Dynamic Time Warping”) und die WFST-basierten Module (”Weighted Finite-State Transducer”) umfassen. Das eine oder die mehreren Spracherkennungsmodelle und das eine oder die mehreren Spracherkennungsmodule können dazu verwendet werden, die typischen Merkmale des Front-End-Sprachpräprozessors zu extrahieren, um Zwischenergebnisse der Erkennung (z. B. Phoneme, Phonemsequenz und Teilwörter) und letztlich Texterkennungsergebnisse (z. B. Wörter, Wortsequenz oder Token-Sequenz) zu erzielen. In einigen Beispielen kann die Spracheingabe wenigstens teilweise von einem externen Dienst oder auf der Vorrichtung des Benutzers (z. B. der Benutzervorrichtung 104) verarbeitet werden, um das Erkennungsergebnis zu erzielen. Sobald das STT-Verarbeitungsmodul 330 Erkennungsergebnisse mit Text (z. B. Wörter oder Wortsequenz oder Token-Sequenz) produziert, kann das Erkennungsergebnis zur Absichtsermittlung zu dem Modul zur Verarbeitung natürlicher Sprache 332 weitergeleitet werden.
  • In einigen Beispielen kann das STT-Verarbeitungsmodul 330 ein Vokabular mit erkennbaren Wörtern umfassen und/oder über ein Buchstabiertafel-Umwandlungsmodul 331 darauf zugreifen. Jedes Wort im Vokabular kann mit einer oder mehreren möglichen Aussprachen des Worts verbunden sein, die in einer Buchstabiertafel zur Spracherkennung vertreten sind. Zum Beispiel kann das Vokabular das Wort ”Erdbeere” in Verbindung mit den möglichen Aussprachen ”Erd-beh-re” und ”Erd-bä-re” umfassen. In einigen Beispielen können die möglichen Aussprachen von Wörtern basierend auf der Schreibweise des Worts und einer oder mehreren linguistischen und/oder phonetischen Regeln bestimmt werden. In einigen Beispielen können die möglichen Aussprachen manuell erzeugt werden, z. B. basierend auf bekannten anerkannten Aussprachen.
  • In einigen Beispielen können die möglichen Aussprachen basierend auf der Häufigkeit der möglichen Aussprache eingestuft werden. Zum Beispiel kann die mögliche Aussprache ”Erd-beh-re” höher als ”Erd-bä-re” eingestuft sein, weil die erstere eine häufiger verwendete Aussprache ist (z. B. unter allen Benutzern, unter Benutzern in einer bestimmten geografischen Region oder bei einer anderen geeigneten Teilmenge von Benutzern). In einigen Beispielen kann eine der möglichen Aussprachen aus einer vorhergesagten Aussprache (z. B. der wahrscheinlichsten Aussprache) ausgewählt sein.
  • Wenn eine Spracheingabe empfangen wird, kann das STT-Verarbeitungsmodul 330 dazu verwendet werden, die Phoneme entsprechend der Spracheingabe zu bestimmen (z. B. über ein Akustikmodell), und um dann zu versuchen, die Wörter zu bestimmen, die den Phonemen entsprechen (z. B. über ein Sprachmodell). Wenn zum Beispiel das STT-Verarbeitungsmodul 330 zuerst die Phonemsequenz ”Erd-beh-re” entsprechend einem Abschnitt der Spracheingabe identifizieren kann, kann sie dann basierend auf dem Wörterverzeichnis 344 bestimmen, dass diese Sequenz dem Wort ”Erdbeere” entspricht.
  • In einigen Beispielen kann das STT-Verarbeitungsmodul 330 Techniken zur annähernden Zuordnung verwenden, um Wörter in einer Aussage zu bestimmen. Somit kann das STT-Verarbeitungsmodul 330 zum Beispiel bestimmen, dass die Phonemsequenz ”Ard-beh-re” dem Wort ”Erdbeere” entspricht, selbst wenn diese bestimmte Phonemsequenz keines der möglichen Phoneme für dieses Wort ist.
  • In einigen Beispielen kann das STT-Verarbeitungsmodul 330 in der Lage sein, ein kombiniertes Ergebnis basierend auf zwei oder mehreren Erkennungsergebnissen zu bestimmen. Zum Beispiel kann das STT-Verarbeitungsmodul 330 in der Lage sein, die Blöcke 414, 424 und 430 des weiter unten beschriebenen Verfahrens 400 durchzuführen.
  • Das Verarbeitungsmodul für natürliche Sprache 332 (”Prozessor für natürliche Sprache”) des digitalen Assistenten kann die von dem STT-Verarbeitungsmodul 330 erzeugte Sequenz von Wörtern oder Token (”Token-Sequenz”) verwenden und versuchen, die Token-Sequenz mit einer oder mehreren ”umsetzbaren Absichten” zu verknüpfen, die vom digitalen Assistenten erkannt wurden. Eine ”umsetzbare Absicht” kann für eine Aufgabe stehen, die vom digitalen Assistenten durchgeführt werden kann, und sie kann einen damit verbundenen Aufgabenfluss haben, der in den Aufgabenflussmodellen 354 implementiert ist. Der damit verbundene Aufgabenfluss kann eine Serie von programmierten Aktionen und Schritten sein, die der digitale Assistent unternimmt, um die Aufgabe durchzuführen. Der Umfang der Fähigkeiten eines digitalen Assistenten kann von der Anzahl und Art von Aufgabenflüssen abhängen, die in den Aufgabenflussmodellen 354 implementiert und gespeichert wurden, oder mit anderen Worten, von der Anzahl und Art der ”umsetzbaren Absichten”, die der digitale Assistent erkennt. Die Effektivität des digitalen Assistenten kann jedoch auch von der Fähigkeit des Assistenten zum Herleiten der korrekten ”umsetzbaren Absichten” aus der in natürlicher Sprache ausgedrückten Benutzeranforderung abhängen.
  • In einigen Beispielen kann das Verarbeitungsmodul für natürliche Sprache 332 zusätzlich zu der Sequenz von Wörtern oder Token, die von dem STT-Verarbeitungsmodul 330 erhalten werden, auch Kontextinformationen empfangen, die mit der Benutzeranfordernng, z. B. von dem E/A-Verarbeitungsmodul 328, verknüpft sind. Das Verarbeitungsmodul für natürliche Sprache 332 kann wahlweise die Kontextinformationen zum Klären, Ergänzen und/oder weiteren Definieren der Informationen verwenden, die in der vom STT-Verarbeitungsmodul 330 empfangenen Token-Sequenz enthalten sind. Die Kontextinformationen können zum Beispiel Benutzerpräferenzen, den Hardware- und/oder Softwarestatus der Benutzervorrichtung, vor, während oder kurz nach der Benutzeranforderung erfasste Sensorinformationen, frühere Interaktionen (z. B. Dialog) zwischen dem digitalen Assistenten und dem Benutzer und dergleichen umfassen. Wie hierin beschrieben, können Kontextinformationen dynamisch sein, und sie können sich mit der Zeit, dem Ort, dem Inhalt des Dialogs und anderen Faktoren ändern.
  • In einigen Beispielen kann die natürliche Sprachverarbeitung z. B. auf der Ontologie 360 basieren. Die Ontologie 360 kann eine hierarchische Struktur mit einer Vielzahl von Knoten sein, wobei jeder Knoten entweder eine ”umsetzbare Absicht” oder eine ”Eigenschaft” darstellt, die für eine oder mehrere der ”umsetzbaren Absichten” oder anderen ”Eigenschaften” relevant ist. Wie weiter oben angegeben, kann eine ”umsetzbare Absicht” eine Aufgabe darstellen, die der digitale Assistent durchführen kann, d. h. sie ist ”umsetzbar” oder es kann auf sie reagiert werden. Eine ”Eigenschaft” kann einen Parameter im Zusammenhang mit einer umsetzbaren Absicht oder einem Unteraspekt einer anderen Eigenschaft darstellen. Eine Verbindung zwischen einem Knoten einer umsetzbaren Absicht und einem Eigenschaftsknoten in der Ontologie 360 kann definieren, wie ein Parameter, der von dem Eigenschaftsknoten dargestellt wird, zu der Aufgabe gehört, die von dem Knoten einer umsetzbaren Absicht dargestellt wird.
  • Das Modul zur Verarbeitung natürlicher Sprache 332 kann die Token-Sequenz (z. B. eine Textfolge) von dem STT-Verarbeitungsmodul 330 empfangen und bestimmen, welche Knoten von den Wörtern in der Token-Sequenz impliziert werden. Wenn festgestellt wird, dass ein Wort oder ein Satz in der Token-Sequenz mit einem oder mehreren Knoten in der Ontologie 360 verbunden ist (über das Wörterverzeichnis 344), kann das Wort oder der Satz in einigen Beispielen diese Knoten ”auslösen” oder ”aktivieren”. Basierend auf der Menge und/oder der relativen Wichtigkeit der aktivierten Knoten kann das Modul zur Verarbeitung natürlicher Sprache 332 eine der umsetzbaren Absichten als die Aufgabe auswählen, deren Durchführung durch den digitalen Assistenten der Benutzer beabsichtigt hat. In einigen Beispielen kann die Domäne ausgewählt werden, die die meisten ”ausgelösten” Knoten hat.
  • In einigen Beispielen kann die Domäne mit dem höchsten Konfidenzwert (z. B. basierend auf der relativen Wichtigkeit ihrer verschiedenen ausgelösten Knoten) ausgewählt werden. In einigen Beispielen kann die Domäne basierend auf einer Kombination der Anzahl und der Wichtigkeit der ausgelösten Knoten ausgewählt werden. In einigen Beispielen werden beim Auswählen des Knotens auch zusätzliche Faktoren berücksichtigt, z. B. ob der digitale Assistent eine ähnliche Anforderung von einem Benutzer zuvor korrekt interpretiert hat.
  • Die Benutzerdaten 348 können benutzerspezifische Informationen wie benutzerspezifisches Vokabular, Benutzerpräferenzen, die Benutzeradresse, die Standard- und Zweitsprache des Benutzers, die Kontaktliste des Benutzers und andere kurz- oder langfristige Informationen für jeden Benutzer umfassen. In einigen Beispielen kann das Modul zur Verarbeitung natürlicher Sprache 332 die benutzerspezifischen Informationen verwenden, um die Informationen zu ergänzen, die in der Benutzereingabe enthalten sind, um die Benutzerabsicht weiter zu definieren. Zum Beispiel kann das Modul zur Verarbeitung natürlicher Sprache 332 bei einer Benutzeranforderung ”Lade meine Freunde zu meiner Geburtstagsparty ein” in der Lage sein, auf die Benutzerdaten 348 zuzugreifen, um zu bestimmen, wer die ”Freunde” sind und wann und wo die ”Geburtstagsparty” stattfinden soll, anstatt vom Benutzer zu fordern, diese Informationen in seiner Anforderung explizit zur Verfügung zu stellen.
  • Sobald das Modul zur Verarbeitung natürlicher Sprache 332 eine umsetzbare Absicht (oder Domäne) basierend auf der Benutzeranforderung identifiziert, kann das Modul zur Verarbeitung natürlicher Sprache 332 in einigen Beispielen eine strukturierte Abfrage erzeugen, um die identifizierte umsetzbare Absicht darzustellen. In einigen Beispielen kann die strukturierte Abfrage Parameter für einen oder mehrere Knoten innerhalb der Domäne für die umsetzbare Absicht umfassen, und wenigstens einige der Parameter sind mit den spezifischen Informationen und Anforderungen ausgefüllt, die in der Benutzeranforderung angegebenen sind. Zum Beispiel kann der Nutzer sagen: ”Führe eine Reservierung um 7.00 in einem Sushi-Restaurant durch”. In diesem Fall kann das Modul zur Verarbeitung natürlicher Sprache 332 in der Lage sein, die umsetzbare Absicht basierend auf der Benutzereingabe korrekt als ”Restaurantreservierung” zu identifizieren. Entsprechend der Ontologie kann eine strukturierte Abfrage für eine Domäne ”Restaurantreservierung” Parameter wie {Küche}, {Zeit}, {Datum}, {Gruppengröße} und dergleichen umfassen. In einigen Beispielen kann das Modul zur Verarbeitung natürlicher Sprache 332 basierend auf der Spracheingabe und dem Text, der mit dem STT-Verarbeitungsmodul 330 aus der Spracheingabe hergeleitet wurde, eine teilweise strukturierte Abfrage für die Restaurantreservierungsdomäne erzeugen, wobei die teilweise strukturierte Abfrage die Parameter {Küche = ”Sushi”} und {Zeit = ”19:00 Uhr” } umfasst. Dennoch enthält in diesem Beispiel die Aussage des Benutzers keine ausreichenden Informationen, um die mit der Domäne verbundene strukturierte Abfrage abzuschließen. Deshalb sind andere notwendige Parameter wie {Gruppengröße} und {Datum} in der strukturierten Abfrage, die auf den aktuell verfügbaren Informationen basiert, möglicherweise nicht angegeben. In einigen Beispielen kann das Modul zur Verarbeitung natürlicher Sprache 332 einige Parameter der strukturierten Abfrage mit empfangenen Kontextinformationen ausfüllen. Wenn zum Beispiel der Benutzer ein Sushi-Restaurant ”in der Nähe” angefordert hat, kann das Modul zur Verarbeitung natürlicher Sprache 332 in einigen Beispielen einen Parameter {Ort} in der strukturierten Abfrage mit GPS-Koordinaten von der Benutzervorrichtung 104 ausfüllen.
  • In einigen Beispielen kann das Modul zur Verarbeitung natürlicher Sprache 332 die strukturierte Abfrage (einschließlich abgeschlossener Parameter) an das Aufgabenfluss-Verarbeitungsmodul 336 (”Aufgabenflussprozessor”) weiterleiten. Das Aufgabenfluss-Verarbeitungsmodul 336 kann konfiguriert sein, die strukturierte Abfrage von dem Modul zur Verarbeitung natürlicher Sprache 332 zu empfangen, die strukturierte Abfrage gegebenenfalls abschließen und die Aktionen durchzuführen, die zum ”Abschließen” der endgültigen Anforderung des Benutzers erforderlich sind. In einigen Beispielen können die verschiedenen Verfahrensweisen, die zum Abschließen dieser Aufgaben erforderlich sind, in Aufgabenflussmodellen 354 vorgesehen sein. In einigen Beispielen können die Aufgabenflussmodelle Verfahrensweisen zum Erhalten zusätzlicher Informationen vom Benutzer und Aufgabenflüsse zum Durchführen von Aktionen in Verbindung mit der umsetzbaren Absicht umfassen.
  • Um eine strukturierte Abfrage abzuschließen, muss das Aufgabenfluss-Verarbeitungsmodul 336 möglicherweise wie weiter oben beschrieben einen zusätzlichen Dialog mit dem Benutzer initiieren, um zusätzliche Informationen zu erhalten und/oder möglicherweise missverständliche Aussagen eindeutig zu machen. Wenn solche Interaktionen notwendig sind, kann das Aufgabenfluss-Verarbeitungsmodul 336 das Dialogfluss-Verarbeitungsmodul 334 aufrufen, um mit dem Benutzer in einen Dialog zu treten. In einigen Beispielen kann das Dialogfluss-Verarbeitungsmodul 334 bestimmen, wie (und/oder wann) der Benutzer nach zusätzlichen Informationen gefragt wird, und es empfängt und verarbeitet die Benutzerantworten. Die Fragen können den Benutzern über das E/A-Verarbeitungsmodul 328 gestellt werden, und Antworten können über dieses von den Benutzern empfangen werden. In einigen Beispielen kann das Dialogfluss-Verarbeitungsmodul 334 dem Benutzer eine Dialogausgabe über eine akustische und/oder visuelle Ausgabe präsentieren, und es empfängt Eingaben von dem Benutzer über gesprochene oder physische (z. B. Anklicken) Antworten. Wenn das Aufgabenfluss-Verarbeitungsmodul 336 das Dialogfluss-Verarbeitungsmodul 334 aufruft, um die Informationen ”Gruppengröße” und ”Datum” für die mit der Domäne ”Restaurantreservierung” verbundene strukturierte Abfrage zu bestimmen, kann das Dialogfluss-Verarbeitungsmodul 334 in Fortsetzung des vorstehenden Beispiels Fragen wie ”Für wie viele Personen?” und ”An welchem Tag?” erzeugen, um sie an den Benutzer weiterzuleiten. Sobald Antworten vom Benutzer empfangen werden, kann das Dialogfluss-Verarbeitungsmodul 334 dann die strukturierte Abfrage mit den fehlenden Informationen ausfüllen oder die Informationen an das Aufgabenfluss-Verarbeitungsmodul 336 weiterleiten, um die fehlenden Informationen aus der strukturierten Abfrage zu vervollständigen.
  • Sobald das Aufgabenfluss-Verarbeitungsmodul 336 die strukturierte Abfrage für eine umsetzbare Absicht abgeschlossen hat, kann das Aufgabenfluss-Verarbeitungsmodul 336 damit fortfahren, die endgültige Aufgabe in Verbindung mit der umsetzbaren Absicht durchzuführen. Entsprechend kann das Aufgabenfluss-Verarbeitungsmodul 336 die Schritte und Anweisungen in dem Aufgabenflussmodell gemäß den spezifischen Parametern ausführen, die in der strukturierten Abfrage enthalten sind. Zum Beispiel kann das Aufgabenflussmodell für die umsetzbare Absicht von ”Restaurantreservierung” Schritte und Anweisungen zum Kontaktieren eines Restaurants und zum tatsächlichen Anfordern einer Reservierung für eine bestimmte Gruppengröße zu einer bestimmten Zeit umfassen. Wenn zum Beispiel eine strukturierte Abfrage wie die folgende verwendet wird: {Restaurantreservierung, Restaurant = ABC Café, Datum = 12.3.2012, Zeit = 19:00 Uhr, Gruppengröße = 5}, kann das Aufgabenfluss-Verarbeitungsmodul 336 folgende Schritte durchführen: (1) Anmelden bei einem Server des ABC Cafés oder bei einem Restaurantreservierungssystem wie OPENTABLE®, (2) Eingeben der Informationen über Datum, Zeit und Gruppengröße in ein Formular auf der Website, (3) Übermitteln des Formulars und (4) Erstellen eines Kalendereintrags für die Reservierung im Kalender des Benutzers.
  • In einigen Beispielen kann das Aufgabenfluss-Verarbeitungsmodul 336 die Unterstützung eines Dienstverarbeitungsmoduls 338 (”Dienstverarbeitungsmodul”) einsetzen, um eine in der Benutzeranforderung angeforderte Aufgabe abzuschließen oder um eine in der Benutzeranforderung angeforderte informationelle Antwort zur Verfügung zu stellen. Zum Beispiel kann das Dienstverarbeitungsmodul 338 für das Aufgabenfluss-Verarbeitungsmodul 336 bewirken, dass ein Telefonanruf getätigt wird, ein Kalendereintrag vorgenommen wird, eine Kartensuche aufgerufen wird, andere Benutzeranwendungen, die auf der Benutzervorrichtung installiert sind, aufgerufen werden oder mit diesen interagiert wird und Drittanbieterdienste (z. B. ein Restaurantreservierungsportal, eine Website eines sozialen Netzwerks oder ein Banking-Portal) aufgerufen werden oder mit diesen interagiert wird. In einigen Beispielen können die Protokolle und Schnittstellen zur Anwendungsprogrammierung (API), die von den jeweiligen Diensten benötigt werden, durch ein entsprechendes Dienstmodell aus den Dienstmodellen 356 angegeben werden. Das Dienstverarbeitungsmodul 338 kann auf das entsprechende Dienstmodell für einen Dienst zugreifen und Anforderungen für den Dienst gemäß den Protokollen und APIs erzeugen, die von dem Dienst entsprechend dem Dienstmodell benötigt werden.
  • Wenn zum Beispiel ein Restaurant einen Online-Reservierungsdienst aktiviert hat, kann das Restaurant ein Dienstmodell, das die notwendigen Parameter zum Vornehmen einer Reservierung spezifiziert, und die API zum Übertragen der Werte der notwendigen Parameter an den Online-Reservierungsdienst zur Verfügung stellen. Wenn von dem Aufgabenfluss-Verarbeitungsmodul 336 angefordert, kann das Dienstverarbeitungsmodul 338 eine Netzwerkverbindung zu dem Online-Reservierungsdienst herstellen, wobei hierbei die in dem Dienstmodell gespeicherte Internetadresse verwendet wird, und es kann die erforderlichen Parameter der Reservierung (z. B. Zeit, Datum, Gruppengröße) in einem Format gemäß der API des Online-Reservierungsdiensts an die Online-Reservierungsschnittstelle senden.
  • In einigen Beispielen können das Modul zur Verarbeitung natürlicher Sprache 332, das Dialogfluss-Verarbeitungsmodul 334 und das Aufgabenfluss-Verarbeitungsmodul 336 kollektiv und iterativ dazu verwendet werden, die Absicht des Benutzers herzuleiten und zu definieren, Informationen zu erhalten, um die Benutzerabsicht weiter zu klären und einzugrenzen, und schließlich eine Antwort (d. h. eine Ausgabe an den Benutzer oder den Abschluss einer Aufgabe) zu erzeugen, um der Absicht des Benutzers zu entsprechen.
  • Weitere Einzelheiten zu dem digitalen Assistenten finden sich in der US-Gebrauchsmusteranmeldung Nr. 12/987,982 mit dem Titel ”Intelligent Automated Assistant”, eingereicht am 18. Januar 2010, und in der US-Gebrauchsmusteranmeldung Nr. 61/493,201 mit dem Titel ”Genrating and Processing Data Items That Represent Tasks to Perform”, eingereicht am 3. Juni 2011, deren gesamten Offenbarungen durch Bezugnahme hierin einbezogen sind.
  • 4. Verfahren zur Sprachverarbeitung in einem digitalen Assistenten
  • 4A–B zeigen ein Verfahren 400 zum Verarbeiten von Sprache gemäß verschiedenen Beispielen. Das Verfahren 400 kann an einer elektronischen Vorrichtung mit einem oder mehreren Prozessoren und einem Speicher, auf dem ein oder mehrere Programme zur Ausführung durch den einen oder die mehreren Prozessoren gespeichert sind, durchgeführt werden. In einigen Beispielen kann das Verfahren 400 auf der Benutzervorrichtung 104 oder dem Serversystem 108 durchgeführt werden. In einigen Beispielen kann das Verfahren 400 von dem System des digitalen Assistenten 300 (3A) durchgeführt werden, das wie weiter oben angegeben auf einem eigenständigen Computersystem (z. B. entweder der Benutzervorrichtung 104 oder dem Serversystem 108) implementiert oder über verschiedene Computer (z. B. die Benutzervorrichtung 104, das Serversystem 108 und/oder zusätzliche oder alternative Vorrichtungen oder Systeme) verteilt sein kann. Während in der folgenden Erörterung das Verfahren 400 als von einem digitalen Assistenten (z. B. dem System des digitalen Assistenten 300) durchgeführt beschrieben wird, ist das Verfahren nicht auf eine Durchführung durch eine bestimmte Vorrichtung, Kombination von Vorrichtungen oder Implementierung beschränkt. Darüber hinaus können die einzelnen Blöcke des Verfahrens auf jede geeignete Weise über die Computer, Systeme oder Vorrichtungen verteilt sein.
  • In Block 402 des Verfahrens 400, Bezug nehmend auf 4, kann eine erste Spracheingabe von einem Benutzer empfangen werden. In einigen Beispielen kann die erste Spracheingabe im Verlauf oder als Teil einer Interaktion mit dem digitalen Assistenten empfangen werden. In weiteren Beispielen kann die erste Spracheingabe ein Diktat sein, das von dem digitalen Assistenten zur Eingabe in eine Anwendung (z. B. E-Mail, Textverarbeitung, Nachrichten, Internetsuche und dergleichen) der elektronischen Vorrichtung übertragen wird. Die erste Spracheingabe kann in Form von Schallwellen, einer Audiodatei oder eines repräsentativen Audiosignals (analog oder digital) empfangen werden. In einigen Beispielen kann die erste Spracheingabe Schallwellen umfassen, die von dem Mikrofon (z. B. dem Mikrofon 230) der elektronischen Vorrichtung (z. B. der Benutzervorrichtung 104) empfangen werden. In weiteren Beispielen kann die erste Spracheingabe ein repräsentatives Audiosignal oder eine aufgezeichnete Audiodatei sein, das bzw. die von dem Audiosubsystem (z. B. dem Audiosubsystem 226), der Peripheriegeräteschnittstelle (z. B. der Peripheriegeräteschnittstelle 206) oder dem Prozessor (z. B. dem Prozessor 204) der elektronischen Vorrichtung empfangen wird. In noch weiteren Beispielen kann die erste Spracheingabe ein repräsentatives Audiosignal oder eine aufgezeichnete Audiodatei sein, das bzw. die von der E/A-Schnittstelle (z. B. der E/A-Schnittstelle 306) oder dem Prozessor (z. B. dem Prozessor 304) des Systems des digitalen Assistenten empfangen wird.
  • In einigen Beispielen kann die erste Spracheingabe eine Benutzeranforderung umfassen. Die Benutzeranforderung kann jede beliebige Anforderung sein, einschließlich einer Anforderung, die eine Aufgabe anzeigt, die der digitale Assistent durchführen kann (z. B. Vornehmen und/oder Unterstützen von Restaurantreservierungen oder Initiieren von Telefonanrufen oder Textnachrichten), und einer Anforderung einer Antwort (z. B. einer Antwort auf eine Frage wie: ”Wie weit ist die Erde von der Sonne entfernt?”) und dergleichen.
  • In Block 404 des Verfahrens 400 kann die erste Spracheingabe mit einem ersten ASR-System verarbeitet werden, um ein erstes Erkennungsergebnis zu erzielen. Herkömmliche Techniken für die Verarbeitung von Sprache zu Text können dazu verwendet werden, die erste Spracheingabe zu verarbeiten. In einigen Beispielen kann die erste Spracheingabe mit dem STT-Verarbeitungsmodul (z. B. dem STT-Verarbeitungsmodul 330) der elektronischen Vorrichtung verarbeitet werden, um das erste Erkennungsergebnis zu erzielen. Insbesondere kann das STT-Verarbeitungsmodul das erste ASR-System umfassen. Ein oder mehrere Spracherkennungsmodelle (z. B. Akustikmodelle und/oder Sprachmodelle) des ersten ASR-Systems und ein oder mehrere Spracherkennungsmodule des ersten ASR-Systems können dazu verwendet werden, die erste Spracheingabe zu verarbeiten.
  • In einigen Beispielen kann das erste Erkennungsergebnis Zwischenergebnisse der Erkennung wie Phoneme und Teilwörter umfassen (z. B. Silben, Morpheme und dergleichen). Insbesondere kann das erste Erkennungsergebnis eine Phonem- oder Token-Sequenz umfassen, die der ersten Spracheingabe entspricht. Diese Phonemsequenz, die der ersten Spracheingabe entspricht, kann als eine phonetische Übertragung der ersten Spracheingabe bezeichnet werden. In einigen Beispielen kann das erste Erkennungsergebnis Text wie ein Wort oder eine Wortsequenz entsprechend wenigstens einem Abschnitt der ersten Spracheingabe umfassen. Ferner kann in einigen Beispielen das Verarbeiten der ersten Spracheingabe das Bestimmen eines Konfidenzmaßes für alle aus der ersten Spracheingabe hergeleiteten Phoneme, Phonemsequenzen, Teilwörter, Wörter oder Wortsequenzen umfassen. Das Konfidenzmaß kann die Konfidenz oder Genauigkeit in dem Erkennungsergebnis widerspiegeln. In einigen Beispielen kann das erste Erkennungsergebnis somit Konfidenzmaße der hergeleiteten Phoneme, Phonemsequenzen, Teilwörter, Wörter oder Wortsequenzen umfassen.
  • In Block 406 des Verfahrens 400 kann eine Aktion basierend auf dem ersten Erkennungsergebnis durchgeführt werden. In Beispielen, in denen das Verfahren 400 implementiert ist, um Sprache zur Eingabe in eine Anwendung (z. B. E-Mail, Nachrichten, Textverarbeitung, Internetsuche und dergleichen) der elektronischen Vorrichtung zu übertragen, kann das erste Erkennungsergebnis Text umfassen, der aus wenigstens einem Abschnitt der ersten Spracheingabe übertragen wurde. In diesen Beispielen kann die Aktion das Anzeigen (z. B. auf dem Touchscreen 246) wenigstens eines Abschnitts des Texts des ersten Erkennungsergebnisses an der elektronischen Vorrichtung umfassen.
  • In weiteren Beispielen kann die erste Spracheingabe eine Benutzeranforderung umfassen, die an den digitalen Assistenten gerichtet ist. In diesen Beispielen kann die Aktion das Ausführen einer Aufgabe umfassen, um die Benutzeranforderung zu erfüllen. Insbesondere kann die Aktion das Ausführen (z. B. unter Verwendung des Dienstverarbeitungsmoduls 338) einer Aufgabe umfassen, durch die die mit der Benutzeranforderung verbundene Benutzerabsicht (z. B. unter Verwendung des Moduls zur Verarbeitung natürlicher Sprache 332, des Dialogfluss-Verarbeitungsmoduls 334 und des Aufgabenfluss-Verarbeitungsmoduls 336 bestimmt) erreicht werden soll. Zum Beispiel kann die erste Spracheingabe die Benutzeranforderung ”Rufe Tim Carpenter an” umfassen. Das erste Erkennungsergebnis kann somit den Text ”Rufe Tim Carpenter an” umfassen. Basierend auf diesem Text kann der digitale Assistent die Aufgabe des Anrufens der Telefonnummer durchführen, die mit der in der Kontaktliste des Benutzers angegebenen Person ”Tim Carpenter” verbunden ist.
  • In noch weiteren Beispielen kann die Aktion das Erzeugen einer Ausgabe (z. B. Sprache oder Text) umfassen, die die von dem digitalen Assistenten aus dem ersten Text (z. B. unter Verwendung des Moduls zur Verarbeitung natürlicher Sprache 332) hergeleitete Absicht zusammenfasst, beschreibt oder bestätigt. In einem dieser Beispiele kann der digitale Assistent den Satz ”Durchsuche das Internet nach Informationen über Kieferbäume” basierend auf dem ersten Erkennungsergebnis mit dem Text ”Internetsuche nach Kieferbäumen” ausgeben. In einem anderen dieser Beispiele kann der digitale Assistent die Frage ”Möchtest Du Tim Carpenter anrufen?” basierend auf dem ersten Erkennungsergebnis mit dem Text ”Rufe Tim Carpenter an” ausgeben.
  • In Block 408 des Verfahrens 400 kann eine Eingabe, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt, von dem Benutzer empfangen werden. In einigen Beispielen kann der mögliche Fehler von dem Benutzer basierend auf der in Block 406 durchgeführten Aktion hergeleitet werden. In einem dieser Beispiele kann die erste Spracheingabe, die in Block 402 von dem Benutzer empfangen wurde, den Text ”Bitte rufe Tim Carpenter an” umfassen. Die von dem digitalen Assistenten in Block 406 durchgeführte Aktion kann jedoch das Anrufen von ”Jim Carpenter” umfassen. In diesem Beispiel kann der Benutzer möglicherweise herleiten, dass ein möglicher Fehler in dem ersten Erkennungsergebnis besteht, und somit kann eine Eingabe, die den möglichen Fehler anzeigt, von dem Benutzer auf der elektronischen Vorrichtung empfangen werden.
  • Die in Block 408 empfangene Eingabe kann jede Eingabe sein, die einen möglichen Fehler in dem ersten Erkennungsergebnis anzeigt. In einigen Beispielen kann die Eingabe eine zweite Spracheingabe umfassen. In diesen Beispielen kann die zweite Spracheingabe in Block 410 verarbeitet werden, um zu bestimmen, ob die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe von Block 402 ist. Eine Wiederholung durch den Benutzer wenigstens eines Abschnitts der ersten Spracheingabe kann einen möglichen Fehler in dem ersten Erkennungsergebnis anzeigen.
  • In Block 410 des Verfahrens 400 kann bestimmt werden, ob die Eingabe in Block 408 eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist. Das Bestimmen, ob die Eingabe eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, kann wünschenswert sein, um zu bestimmen, ob die in Block 408 empfangene Eingabe dazu verwendet werden kann, die Erkennungsergebnisse zu verbessern und die Wahrscheinlichkeit des Wiederauftretens desselben Fehlers zu reduzieren. Wenn zum Beispiel festgestellt wird, dass die Eingabe eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, kann die zweite Spracheingabe verarbeitet werden, um ein zweites Erkennungsergebnis (z. B. in Block 412) zu erzielen, das dazu verwendet werden kann, das Erkennungsergebnis zu verbessern.
  • In einigen Beispielen kann die Bestimmung das Vergleichen einer Audiowellenform der zweiten Spracheingabe mit einer Audiowellenform der ersten Spracheingabe umfassen. In diesen Beispielen kann festgestellt werden, dass die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, wenn festgestellt wird, dass die Audiowellenform der zweiten Spracheingabe im Wesentlichen ähnlich wie die eines entsprechenden Abschnitts der Audiowellenform der ersten Spracheingabe ist. Insbesondere kann festgestellt werden, dass die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, wenn ein Unterschied zwischen der Audiowellenform der zweiten Spracheingabe und einem entsprechenden Abschnitt der Audiowellenform der ersten Spracheingabe kleiner als ein vorher festgelegter Schwellwert ist.
  • In weiteren Beispielen kann das Bestimmen, ob die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, das Vergleichen der phonetischen Übertragung der zweiten Spracheingabe mit der phonetischen Übertragung der ersten Spracheingabe umfassen. In diesen Beispielen kann die zweite Spracheingabe zunächst mit einem ASR-System (z. B. dem ersten ASR-System in Block 404, dem zweiten ASR-System in Block 412 und dergleichen) verarbeitet werden, um eine phonetische Übertragung der zweiten Spracheingabe zu erzielen. Daraufhin kann eine Fehlerrate der phonemischen Übertragung der zweiten Spracheingabe gegenüber der phonemischen Übertragung eines entsprechenden Abschnitts der ersten Spracheingabe bestimmt werden. Mit anderen Worten kann die phonetische Übertragung der zweiten Spracheingabe mit der phonetischen Übertragung des entsprechenden Abschnitts der ersten Spracheingabe verglichen werden, um die Fehlerrate zu bestimmen. In diesen Beispielen kann festgestellt werden, dass die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, wenn die Fehlerrate der phonemischen Übertragung der zweiten Spracheingabe gegenüber der phonemischen Übertragung des entsprechenden Abschnitts der ersten Spracheingabe niedriger als ein vorher festgelegter Wert ist.
  • Es versteht sich, dass die zweite Spracheingabe nur ein Abschnitt der in Block 408 empfangenen Eingabe sein kann. Zum Beispiel kann die erste Spracheingabe ”Rufe Tim Carpenter an” umfassen, und die in Block 408 empfangene Eingabe kann die Spracheingabe ”Nein, nicht Jim. Ich sagte, Tim Carpenter.” umfassen. In diesem Beispiel umfasst die in Block 408 empfangene Eingabe die zweite Spracheingabe ”Tim Carpenter”, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist. Ferner sollte es sich verstehen, dass Block 410 andere Schritte umfassen kann, die erforderlich sind, um zu bestimmen, ob die Eingabe in Block 408 eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist. Zum Beispiel kann Block 410 außerdem das Bestimmen umfassen, ob die in Block 408 empfangene Eingabe eine Spracheingabe umfasst.
  • In Block 412 des Verfahrens 400 kann die zweite Spracheingabe unter Verwendung eines zweiten ASR-Systems verarbeitet werden, um ein zweites Erkennungsergebnis zu erzielen. Das Verarbeiten der zweiten Spracheingabe unter Verwendung des zweiten ASR-Systems kann ähnlich wie das Verarbeiten der ersten Spracheingabe in Block 404 unter Verwendung des ersten ASR-Systems stattfinden. In einigen Beispielen kann die zweite Spracheingabe mit dem STT-Verarbeitungsmodul (z. B. dem STT-Verarbeitungsmodul 330) der elektronischen Vorrichtung verarbeitet werden, um das zweite Erkennungsergebnis zu erzielen. Insbesondere kann das STT-Verarbeitungsmodul das zweite ASR-System umfassen. Ein oder mehrere Spracherkennungsmodelle (z. B. Akustikmodelle und/oder Sprachmodelle) des zweiten ASR-Systems und ein oder mehrere Spracherkennungsmodule des zweiten ASR-Systems können dazu verwendet werden, die erste Spracheingabe zu verarbeiten.
  • In einigen Beispielen kann das zweite Erkennungsergebnis Zwischenergebnisse der Erkennung wie Phoneme und Teilwörter (z. B. Silben, Morpheme und dergleichen) umfassen. Insbesondere kann das zweite Erkennungsergebnis eine Phonem- oder Token-Sequenz umfassen, die der zweiten Spracheingabe entspricht. Diese Phonemsequenz, die der zweiten Spracheingabe entspricht, kann als eine phonetische Übertragung der zweiten Spracheingabe bezeichnet werden. In einigen Beispielen kann das zweite Erkennungsergebnis Text wie ein Wort oder eine Wortsequenz entsprechend wenigstens einem Abschnitt der zweiten Spracheingabe umfassen. Ferner kann in einigen Beispielen das Verarbeiten der zweiten Spracheingabe das Bestimmen eines Konfidenzmaßes für alle aus der zweiten Spracheingabe hergeleiteten Phoneme, Phonemsequenzen, Teilwörter, Wörter oder Wortsequenzen umfassen. Das Konfidenzmaß kann die Konfidenz oder die Genauigkeit in dem Erkennungsergebnis widerspiegeln. In einigen Beispielen kann das zweite Erkennungsergebnis somit Konfidenzmaße der hergeleiteten Phoneme, Phonemsequenzen, Teilwörter, Wörter oder Wortsequenzen umfassen.
  • In einigen Beispielen kann das zweite ASR-System dasselbe ASR-System wie das erste ASR-System sein. Somit können in diesen Beispielen die in Block 402 empfangene erste Spracheingabe und die zweite Spracheingabe der in Block 408 empfangenen Eingabe beide mit demselben ASR-System verarbeitet werden. Zum Beispiel kann der Benutzer die zweite Spracheingabe deutlicher als die erste Spracheingabe aussprechen. Ferner kann der Benutzer lauter sprechen, und somit kann die zweite Spracheingabe ein höheres Signal-Rausch-Verhältnis als die erste Spracheingabe haben. Deshalb kann in einigen Beispielen das zweite erzielte Erkennungsergebnis genauer als das erste Erkennungsergebnis sein, obwohl dasselbe ASR-System verwendet wird. Auf diese Weise kann das Erkennungsergebnis unter Verwendung der in Block 408 empfangenen Eingabe verbessert und derselbe Fehler vermieden werden.
  • In weiteren Beispielen kann das zweite ASR-System von dem ersten ASR-System verschieden sein. In diesen Beispielen können die in Block 402 empfangene erste Spracheingabe und die zweite Spracheingabe der in Block 408 empfangenen Eingabe mit verschiedenen ASR-Systemen verarbeitet werden. Das Verwenden von verschiedenen ASR-Systemen kann vorteilhaft sein, um ein genaueres Erkennungsergebnis für die zweite Spracheingabe zu erzielen und somit die Wahrscheinlichkeit des Auftretens desselben Fehlers zu vermeiden. Zum Beispiel kann die Fehlerrate des zweiten verwendeten ASR-Systems niedriger als die Fehlerrate des ersten ASR-System sein, und somit kann das zweite ASR-System genauere Erkennungsergebnisse als das erste ASR-System liefern. Ferner kann das zweite ASR-System höhere Berechnungskosten als das erste ASR-System erfordern, um eine höhere Genauigkeit zu erreichen. Somit kann die Latenz des zweiten ASR-Systems höher als die Latenz des ersten ASR-Systems sein. In einigen Beispielen können das eine oder die mehreren Spracherkennungsmodule des zweiten ASR-Systems von dem einen oder den mehreren Spracherkennungsmodulen des ersten ASR-Systems verschieden sein. Insbesondere kann das Spracherkennungsmodul des zweiten ASR-Systems robuster als das Spracherkennungsmodul des ersten ASR-Systems sein. In einigen Beispielen können das eine oder die mehreren Spracherkennungsmodelle des zweiten ASR-Systems von dem einen oder den mehreren Spracherkennungsmodellen des ersten ASR-Systems verschieden sein. Insbesondere können das eine oder die mehreren Spracherkennungsmodelle des zweiten ASR-Systems größere Vokabulare als das eine oder die mehreren Spracherkennungsmodelle des ersten ASR-Systems haben. Entsprechend kann in einigen Beispielen das zweite Erkennungsergebnis ein höheres Konfidenzmaß als das erste Erkennungsergebnis haben.
  • In einigen Beispielen kann der Block 412 als Reaktion auf das Feststellen in Block 410, dass die Eingabe eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, durchgeführt werden. In einem dieser Beispiele kann die zweite Spracheingabe der in Block 408 empfangenen Eingabe zunächst mit einem standardmäßigen ASR-System (z. B. dem ersten ASR-System in Block 404) verarbeitet werden, um ein anfängliches Erkennungsergebnis zu erzielen. Ob die Eingabe eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, kann dann basierend auf einem Vergleich dieses anfänglichen Erkennungsergebnisses mit dem ersten Erkennungsergebnis bestimmt werden. Als Reaktion auf das Feststellen, dass die Eingabe von Block 408 eine zweite Spracheingabe ist, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe umfasst, kann die zweite Spracheingabe mit einem genaueren ASR-System (z. B. dem zweiten ASR-System) erneut verarbeitet werden, um das zweite Erkennungsergebnis zu erzielen. Das zweite Erkennungsergebnis kann von dem anfänglichen Erkennungsergebnis verschieden sein, wobei das zweite Erkennungsergebnis ein höheres Konfidenzmaß als das anfängliche Erkennungsergebnis haben kann.
  • In weiteren Beispielen kann der Block 412 vor dem Bestimmen in Block 410, ob die Eingabe eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, durchgeführt werden. In diesen Beispielen kann die zweite Spracheingabe der in Block 408 empfangenen Eingabe zunächst mit dem zweiten ASR-System verarbeitet werden, um das zweite Erkennungsergebnis zu erzielen. Ob die Eingabe von Block 408 eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, kann dann basierend auf einem Vergleich des zweiten Erkennungsergebnisses mit dem ersten Erkennungsergebnis bestimmt werden. Als Reaktion auf das Feststellen, dass die Eingabe eine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist, kann das zweite Erkennungsergebnis für nachfolgende Schritte des Verfahrens 400 genutzt werden. Zum Beispiel kann das zweite Erkennungsergebnis dazu verwendet werden, ein kombiniertes Ergebnis zu bestimmen (z. B. in Block 414, weiter unten beschrieben), oder das zweite Erkennungsergebnis kann dazu verwendet werden, eine Aktion basierend auf dem zweiten Erkennungsergebnis durchzuführen (z. B. in Block 416, weiter unten beschrieben).
  • In Block 414 des Verfahrens 400 kann ein erstes kombiniertes Ergebnis basierend auf dem ersten Erkennungsergebnis und dem zweiten Erkennungsergebnis bestimmt werden (z. B. unter Verwendung des STT-Verarbeitungsmoduls 330). In einigen Beispielen kann das erste kombinierte Ergebnis wenigstens einen Abschnitt des ersten Erkennungsergebnisses und wenigstens einen Abschnitt des zweiten Erkennungsergebnisses umfassen. Zum Beispiel kann die zweite Spracheingabe eine Wiederholung von nur einem Abschnitt der ersten Spracheingabe sein. In diesen Beispielen können das erste Erkennungsergebnis und das zweite Erkennungsergebnis kombiniert werden, um das erste kombinierte Ergebnis zu erzielen. In einem spezifischen Beispiel kann die erste Spracheingabe die Aussage ”Wie viele Kalorien hat eine Kiwi-Frucht?” umfassen, und das erste Erkennungsergebnis kann die Wortsequenz ”Wie viele Kalorien hat eine Kur dafür?” umfassen. In diesem Beispiel kann der Benutzer nur den Abschnitt der ersten Spracheingabe wiederholen, der dem Fehler im ersten Erkennungsergebnis entspricht. Zum Beispiel kann die zweite Spracheingabe die Aussage ”hat eine Kiwi-Frucht” umfassen, und das zweite Erkennungsergebnis kann die Wortsequenz ”hat eine Kiwi-Frucht” umfassen. Somit können in diesem Beispiel das erste Erkennungsergebnis und das zweite Erkennungsergebnis kombiniert werden, um das erste kombinierte Ergebnis ”Wie viele Kalorien hat eine Kiwi-Frucht?” zu erzielen.
  • Ferner können in einigen Beispielen das erste Erkennungsergebnis und das zweite Erkennungsergebnis mittels ASR-System-Kombination kombiniert werden, um das erste kombinierte Ergebnis zu bestimmen. Die ASR-System-Kombination kann die Erkennungsergebnisse von mehreren ASR-Systemen (z. B. dem ersten ASR-System und dem zweiten ASR-System), die verschiedene Spracherkennungsmodelle und/oder Spracherkennungsmodule verwenden, einschließen, um eine höhere Genauigkeit zu erreichen. Deshalb kann das erste kombinierte Ergebnis genauer sowohl als das erste Erkennungsergebnis als auch als das zweite Erkennungsergebnis sein. Beispiele für eine ASR-System-Kombination sind ROVER (”Recognition Output Voting Error Reduction”), Kreuzadaptation, Konfusionsnetzwerkkombination und Gitterkombination.
  • Weitere Einzelheiten zum Implementieren einer ASR-System-Kombination enthalten die folgenden Referenzen: J. Fiscus, "A Post-Processing System To Yield Reduced Word Error Rates: Recognizer Output Voting Error Reduction (ROVER)", in Proc. IEEE Automatic Speech Recognition and Understanding Workshop, Seiten 347–354, 1997, S. Stüker, C. Fügen, S. Burger und Matthias Wölfel, "Cross-system adaptation and combination for continuous speech recognition: the influence of phoneme set and acoustic front-end" in Interspeech, Pittsburgh, PA, USA, September 2006, G. Evermann und P. Woodland, "Posterior Probability Decoding, Confidence Estimation And System Combination", in Proc. NIST Speech Transcription Workshop, 2000, L. Mangu, E. Brill, A. Stolcke, "Finding Consensus In Speech Recognition: Word Error Minimization And Other Applications Of Confusion Networks", Computer Speech and Language 14 (4), Seiten 291–294, 2000, A. Sankar, "Bayesian model combination (baycom) for improved recognition", in IEEE International Conference an Acoustics, Speech, and Signal Processing (ICASSP), Seiten 845–848, Philadelphia, PA, USA, April 2005, die alle in ihrer Gesamtheit durch Bezugnahme hierin einbezogen werden.
  • In Block 416 des Verfahrens 400 kann eine Aktion basierend auf dem zweiten Erkennungsergebnis oder dem ersten kombinierten Ergebnis durchgeführt werden. Die in Block 416 durchgeführte Aktion kann ähnlich wie die in Block 406 durchgeführte Aktion sein. In einigen Beispielen kann die Aktion das Anzeigen wenigstens eines Abschnitts des Texts des zweiten Erkennungsergebnisses oder des Texts des ersten kombinierten Ergebnisses an der elektronischen Vorrichtung umfassen. In weiteren Beispielen kann die Aktion das Ausführen einer Aufgabe zum Erfüllen einer Benutzeranforderung umfassen, die in der ersten Spracheingabe und/oder der zweiten Spracheingabe enthalten ist. In noch weiteren Beispielen kann die Aktion das Erzeugen einer Ausgabe (z. B. Sprache oder Text) umfassen, die die von dem digitalen Assistenten aus dem zweiten Erkennungsergebnis oder dem ersten kombinierten Ergebnis (z. B. unter Verwendung des Moduls zur Verarbeitung natürlicher Sprache 332) hergeleitete Absicht zusammenfasst, beschreibt oder bestätigt.
  • In Beispielen, in denen der Block 414 durchgeführt wird, kann die in Block 416 durchgeführte Aktion auf dem ersten kombinierten Ergebnis basieren. In weiteren Beispielen wird möglicherweise jedoch der Block 414 nicht durchgeführt, und die in Block 416 durchgeführte Aktion kann auf dem zweiten Erkennungsergebnis basieren. In einem dieser Beispiele kann die zweite Spracheingabe eine Wiederholung der gesamten ersten Spracheingabe sein. Ferner kann das zweite Erkennungsergebnis ein ausreichend hohes Konfidenzmaß haben, derart, dass keine ASR-System-Kombination durchgeführt werden muss. Somit kann in diesem Beispiel die in Block 416 durchgeführte Aktion auf dem zweiten Erkennungsergebnis basieren.
  • Bezugnehmend auf den Block 410 des Verfahrens 400 kann festgestellt werden, dass die Eingabe keine zweite Spracheingabe umfasst, die eine Wiederholung der ersten Spracheingabe ist. In einigen Beispielen kann festgestellt werden, dass die Eingabe eine zweite Spracheingabe umfasst, die zweite Spracheingabe jedoch keine Wiederholung der ersten Spracheingabe ist. In diesen Beispielen kann die zweite Spracheingabe eine vorher festgelegte Aussage umfassen, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt. In einigen Beispielen kann die vorher festgelegte Aussage spezifische Ausdrücke wie ”nein”, ”Fehler”, ”falsch”, ”nicht korrekt”, ”missverstanden”, ”schlecht” und dergleichen umfassen. In einigen Beispielen kann die vorher festgelegte Aussage spezifische Sätze wie ”Versuche es nochmals.”, ”Was war das?”, ”Wovon sprichst du?”, ”Das war weit daneben.” und dergleichen umfassen. In einigen Beispielen kann die vorher festgelegte Aussage scherzhafte Bezeichnungen, Ermahnungen oder Ausdrücke der Frustration gegenüber dem digitalen Assistenten wie ”Du Pfeife!”, ”Was?!?”, ”Oh Mann!”, ”Du stinkst!” und dergleichen umfassen.
  • In weiteren Beispielen kann in Block 410 festgestellt werden, dass die in Block 408 empfangene Eingabe keine Spracheingabe umfasst. Zum Beispiel kann die in Block 408 empfangene Eingabe eine Nichtspracheingabe umfassen, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt. In einigen Beispielen kann die Eingabe eine Auswahl einer Gebrauchseigenschaft sein. Insbesondere kann eine Gebrauchseigenschaft vorgesehen sein, die bei Auswahl einen möglichen Fehler im ersten Erkennungsergebnis anzeigt. In einem Beispiel kann die Gebrauchseigenschaft eine physische Taste sein. In einem anderen Beispiel kann die Gebrauchseigenschaft ein Touchscreen-Element sein. Das Touchscreen-Element kann mit Text wie 'Melde einen Fehler” verbunden sein, wodurch der Benutzer informiert wird, dass die Auswahl des Touchscreen-Elements einen möglichen Fehler im ersten Erkennungsergebnis anzeigt.
  • In Beispielen, in denen wenigstens ein Abschnitt des Texts des ersten Erkennungsergebnisses an der elektronischen Vorrichtung angezeigt wird (z. B. in Block 406), kann die Eingabe eine Auswahl wenigstens eines Abschnitts des angezeigten Texts sein. Insbesondere kann der Benutzer über den Touchscreen (z. B. den Touchscreen 246) oder andere Eingabe-/Steuervorrichtungen (z. B. die anderen Eingabe-/Steuervorrichtungen 248) wenigstens einen Abschnitt des angezeigten Texts des ersten Erkennungsergebnisses an der elektronischen Vorrichtung hervorheben. Der ausgewählte Abschnitt kann auch den Abschnitt des Texts des ersten Erkennungsergebnisses anzeigen, der mit dem möglichen Fehler verbunden ist.
  • In einigen Beispielen kann die in Block 408 empfangene Eingabe eine vorher festgelegte Bewegung der elektronischen Vorrichtung sein. Die vorher festgelegte Bewegung kann von einem Bewegungssensor (z. B. dem Bewegungssensor 210) der elektronischen Vorrichtung erfasst werden. In einem dieser Beispiele kann die vorher festgelegte Bewegung eine Schüttelbewegung sein. Ferner kann die vorher festgelegte Bewegung ein bestimmtes Bewegungsprofil haben (z. B. eine bestimmte Geschwindigkeit, Frequenz und/oder Größe der Bewegung).
  • In einigen Beispielen kann die in Block 408 empfangene Eingabe eine Ablehnung oder einen Abbruch in Verbindung mit der in Block 406 durchgeführten Aktion sein. In einem dieser Beispiele kann die in Block 406 durchgeführte Aktion das Anrufen von ”Jim Carpenter” als Reaktion auf die erste Spracheingabe ”Rufe Tim Carpenter an.” umfassen. In diesem Beispiel kann die in Block 408 empfangene Eingabe das Abbrechen des Anrufens von ”Jim Carpenter” umfassen. In weiteren Beispielen kann die Eingabe das Ablehnen einer von dem digitalen Assistenten vorgeschlagenen Aufgabe umfassen. In einem dieser Beispiele kann die in Block 406 durchgeführte Aktion das Ausgeben der Frage ”Möchtest Du Tim Carpenter anrufen?” basierend auf der ersten Spracheingabe ”Rufe Tim Carpenter an.” umfassen. In diesem Beispiel kann die als Reaktion auf diese Frage empfangene Eingabe die Antwort ”nein” oder eine ähnliche Eingabe umfassen, die eine Ablehnung in Bezug auf die Frage anzeigt.
  • In Block 418 des Verfahrens 400 kann der Benutzer aufgefordert werden, wenigstens einen Abschnitt der ersten Spracheingabe zu wiederholen. Der Block 418 kann als Reaktion auf das Empfangen in Block 408 der Eingabe, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt, durchgeführt werden. Ferner kann in einigen Beispielen der Block 418 als Reaktion auf das Feststellen in Block 410 durchgeführt werden, dass die in Block 408 empfangene Eingabe keine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist. Die in Block 418 vorgesehene Aufforderung kann eine Ausgabe (z. B. Sprache oder Text) umfassen, die vom Benutzer fordert, wenigstens einen Abschnitt der ersten Spracheingabe zu wiederholen. Zum Beispiel kann der auf der elektronischen Vorrichtung implementierte digitale Assistent den Benutzer durch das Ausgeben von ”Entschuldigung. Kannst Du die Anforderung bitte wiederholen?” zu einer Eingabe auffordern.
  • Der Block 418 kann ferner das Identifizieren eines Abschnitts der ersten Spracheingabe, der mit dem möglichen Fehler in der ersten Spracherkennung verbunden ist, umfassen. In einigen Beispielen kann der Abschnitt der ersten Spracheingabe, der mit dem möglichen Fehler verbunden ist, basierend auf dem Konfidenzmaß des ersten Erkennungsergebnisses identifiziert werden. Insbesondere kann das Konfidenzmaß die Konfidenz jedes Worts oder Phonems anzeigen, das mit dem ersten ASR-System aus der ersten Spracheingabe hergeleitet wurde. Der Abschnitt der ersten Spracheingabe entsprechend Wörtern oder Phonemen, deren Konfidenzmaß niedriger als ein vorher festgelegter Wert ist, kann als der Abschnitt der ersten Spracheingabe identifiziert werden, der mit dem möglichen Fehler in der ersten Spracherkennung verbunden ist. In einem spezifischen Beispiel kann die erste Spracheingabe ”Rufe Tim Carpenter an.” umfassen, und das erste Erkennungsergebnis kann den Text ”Rufe Jim Carpenter an.” umfassen. Ferner kann das erste Erkennungsergebnis Konfidenzmaße für alle Wörter in dem Text umfassen. In diesem Beispiel können die Wörter ”Rufe” und ”Carpenter” jeweils ein Konfidenzmaß haben, das größer als ein vorher festgelegter Wert ist, während das Wort ”Jim” ein Konfidenzmaß haben kann, das niedriger als der vorher festgelegte Wert ist. Deshalb kann in diesem Beispiel der Abschnitt ”Tim” in der ersten Spracheingabe als mit dem möglichen Fehler in der ersten Spracherkennung verbunden identifiziert werden. Der Benutzer kann dann aufgefordert werden, den Abschnitt der ersten Spracheingabe, der als mit dem möglichen Fehler in der ersten Spracherkennung verbunden identifiziert wird, zu wiederholen. In diesem Beispiel kann der digitale Assistent den Benutzer durch das Ausgeben von ”Kannst Du den Namen der Person, die Du anrufen möchtest, bitte wiederholen?” zu einer Eingabe auffordern.
  • In Block 420 des Verfahrens 400 kann eine dritte Spracheingabe von dem Benutzer empfangen werden. Die dritte Spracheingabe kann eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe sein. Der Benutzer kann die dritte Spracheingabe als Reaktion auf die in Block 418 vorgesehene Aufforderung vornehmen. Die dritte Spracheingabe kann nachfolgend dazu verwendet werden, die Erkennungsergebnisse zu verbessern und somit die Wahrscheinlichkeit des Wiederauftretens desselben Fehlers zu reduzieren.
  • In Block 422 des Verfahrens 400 kann die dritte Spracheingabe unter Verwendung des zweiten ASR-Systems verarbeitet werden, um ein drittes Erkennungsergebnis zu erzielen. Die dritte Spracheingabe kann auf eine ähnliche Weise wie die zweite Spracheingabe in Block 412 verarbeitet werden. In einigen Beispielen kann das dritte Erkennungsergebnis Zwischenergebnisse der Erkennung wie Phoneme und Teilwörter (z. B. Silben, Morpheme und dergleichen) umfassen. In einigen Beispielen kann das dritte Erkennungsergebnis Text wie z. B. ein Wort oder eine Wortsequenz entsprechend wenigstens einem Abschnitt der dritten Spracheingabe umfassen. Ferner kann das dritte Erkennungsergebnis ein Konfidenzmaß für alle aus der dritten Spracheingabe hergeleiteten Phoneme, Phonemsequenzen, Teilwörter, Wörter oder Wortsequenzen umfassen.
  • Wie weiter oben beschrieben, kann das zweite ASR-System dasselbe wie das erste ASR-System sein. In weiteren Beispielen kann das zweite ASR-System von dem ersten ASR-System verschieden sein. Das eine oder die mehreren Spracherkennungsmodelle des zweiten ASR-Systems können von dem einen oder den mehreren Spracherkennungsmodellen des ersten ASR-Systems verschieden sein. Ferner können das eine oder die mehreren Spracherkennungsmodule des zweiten ASR-Systems von dem einen oder den mehreren Spracherkennungsmodulen des ersten ASR-Systems verschieden sein. In einigen Beispielen kann die Fehlerrate des zweiten ASR-Systems niedriger als eine Fehlerrate des ersten ASR-Systems sein. In einigen Beispielen kann die Latenz des zweiten ASR-Systems höher als die Latenz des ersten ASR-Systems sein.
  • In Block 424 des Verfahrens 400 kann ein zweites kombiniertes Ergebnis basierend auf dem ersten Erkennungsergebnis und dem dritten Erkennungsergebnis bestimmt werden. Das zweite kombinierte Ergebnis kann auf eine ähnliche Weise wie das erste kombinierte Ergebnis in Block 414 bestimmt werden. In einigen Beispielen kann das zweite kombinierte Ergebnis wenigstens einen Abschnitt des ersten Erkennungsergebnisses und wenigstens einen Abschnitt des dritten Erkennungsergebnisses umfassen. In einigen Beispielen können das erste Erkennungsergebnis und das dritte Erkennungsergebnis mittels ASR-System-Kombination kombiniert werden, um das zweite kombinierte Ergebnis zu bestimmen.
  • In Block 426 des Verfahrens 400 kann eine Aktion basierend auf dem dritten Erkennungsergebnis oder dem zweiten kombinierten Ergebnis durchgeführt werden. Die in Block 426 durchgeführte Aktion kann ähnlich wie die in Block 416 durchgeführte Aktion sein. In einigen Beispielen kann die Aktion das Anzeigen wenigstens eines Abschnitts des Texts des dritten Erkennungsergebnisses oder des zweiten kombinierten Ergebnisses an der elektronischen Vorrichtung umfassen. In weiteren Beispielen kann die Aktion das Ausführen einer Aufgabe zum Erfüllen einer Benutzeranforderung umfassen, die in der ersten Spracheingabe und/oder der dritten Spracheingabe enthalten ist. In noch weiteren Beispielen kann die Aktion das Erzeugen einer Ausgabe (z. B. Sprache oder Text) umfassen, die die von dem digitalen Assistenten aus dem dritten Erkennungsergebnis oder dem zweiten kombinierten Ergebnis (z. B. unter Verwendung des Moduls zur Verarbeitung natürlicher Sprache 332) hergeleitete Absicht zusammenfasst, beschreibt oder bestätigt. In Beispielen, in denen der Block 424 durchgeführt wird, kann die in Block 426 durchgeführte Aktion auf dem zweiten kombinierten Ergebnis basieren. In Beispielen, in denen der Block 424 nicht durchgeführt wird, kann jedoch die in Block 426 durchgeführte Aktion wenigstens teilweise auf dem dritten Erkennungsergebnis basieren.
  • In Block 428 des Verfahrens 400 kann die erste Spracheingabe unter Verwendung eines zweiten ASR-Systems verarbeitet werden, um ein viertes Erkennungsergebnis zu erzielen. In einigen Beispielen kann der Block 428 als Reaktion auf das Empfangen in Block 408 der Eingabe, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt, durchgeführt werden. In einigen Beispielen kann der Block 428 als Reaktion auf das Feststellen in Block 410 durchgeführt werden, dass die in Block 408 empfangene Eingabe keine zweite Spracheingabe umfasst, die eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe ist.
  • Die erste Spracheingabe kann unter Verwendung des zweiten ASR-Systems auf eine ähnliche Weise verarbeitet werden, wie die zweite Spracheingabe unter Verwendung des zweiten ASR-Systems in Block 412 verarbeitet wird. In einigen Beispielen kann das zweite ASR-System von dem ersten ASR-System verschieden sein. In einem dieser Beispiele können das eine oder die mehreren Spracherkennungsmodule des zweiten ASR-Systems von dem einen oder den mehreren Spracherkennungsmodulen des ersten ASR-Systems verschieden sein. In einem anderen dieser Beispiele können das eine oder die mehreren Spracherkennungsmodelle des zweiten ASR-Systems von dem einen oder den mehreren Spracherkennungsmodellen des ersten ASR-Systems verschieden sein. In einigen Beispielen kann das zweite ASR-System genauer als das erste ASR-System sein und somit eine niedrigere Fehlerrate als dieses haben. Ein erneutes Verarbeiten der ersten Spracheingabe unter Verwendung eines verschiedenen und genaueren ASR-Systems kann wünschenswert sein, um die Wahrscheinlichkeit des Wiederauftretens desselben Fehlers zu reduzieren. Dies kann zu einer verbesserten nachfolgenden Spracherkennung führen und somit die Benutzerfreundlichkeit verbessern. In einigen Beispielen kann das zweite ASR-System aufgrund der mit einem genaueren ASR-System verbundenen höheren Berechnungskosten eine höhere Latenz als das erste ASR-System haben. Die höhere Latenz kann ein annehmbarer Kompromiss für das Erreichen eines genaueren Erkennungsergebnisses und das Reduzieren der Wahrscheinlichkeit des Wiederauftretens desselben Fehlers sein. Insbesondere kann ein Benutzer, nachdem er auf einen mit einem Erkennungsergebnis verbundenen Fehler gestoßen ist, üblicherweise bereit sein, länger auf ein genaueres Ergebnis zu warten, anstatt in einem kürzeren Zeitraum erneut auf denselben Fehler zu stoßen.
  • In einigen Beispielen kann nur ein Abschnitt der ersten Spracheingabe mit dem zweiten ASR-System verarbeitet werden, um das vierte Erkennungsergebnis zu erzielen. Insbesondere kann der Block 428 das Identifizieren eines Abschnitts der ersten Spracheingabe umfassen, der mit dem möglichen Fehler in der ersten Spracherkennung verbunden ist. Der Abschnitt der ersten Spracheingabe, der mit dem möglichen Fehler verbunden ist, kann dann mit dem zweiten ASR-System verarbeitet werden, um ein viertes Erkennungsergebnis zu erzielen. Der Abschnitt der ersten Spracheingabe, der mit dem möglichen Fehler verbunden ist, kann auf eine ähnliche Weise wie in Block 418 beschrieben identifiziert werden. Zum Beispiel kann der Abschnitt der ersten Spracheingabe, der mit dem möglichen Fehler verbunden ist, basierend auf dem Konfidenzmaß des ersten Erkennungsergebnisses identifiziert werden.
  • In Block 430 des Verfahrens 400 kann ein drittes kombiniertes Ergebnis basierend auf dem ersten Erkennungsergebnis und dem vierten Erkennungsergebnis bestimmt werden. Das dritte kombinierte Ergebnis kann auf eine ähnliche Weise wie das erste kombinierte Ergebnis in Block 414 und das zweite kombinierte Ergebnis in Block 424 bestimmt werden. In einigen Beispielen kann das dritte kombinierte Ergebnis wenigstens einen Abschnitt des ersten Erkennungsergebnisses und wenigstens einen Abschnitt des vierten Erkennungsergebnisses umfassen. In einigen Beispielen können das erste Erkennungsergebnis und das vierte Erkennungsergebnis mittels ASR-System-Kombination kombiniert werden, um das dritte kombinierte Ergebnis zu bestimmen.
  • In Block 432 des Verfahrens 400 kann eine Aktion basierend auf dem vierten Erkennungsergebnis oder dem dritten kombinierten Ergebnis durchgeführt werden. Die in Block 432 durchgeführte Aktion kann ähnlich wie die in Block 416 oder 426 durchgeführte Aktion sein. In einigen Beispielen kann die Aktion das Anzeigen wenigstens eines Abschnitts des Texts des vierten Erkennungsergebnisses oder des dritten kombinierten Ergebnisses an der elektronischen Vorrichtung umfassen. In weiteren Beispielen kann die Aktion das Ausführen einer Aufgabe zum Erfüllen einer Benutzeranforderung umfassen, die in der ersten Spracheingabe und/oder der vierten Spracheingabe enthalten ist. In noch weiteren Beispielen kann die Aktion das Erzeugen einer Ausgabe (z. B. Sprache oder Text) umfassen, die die von dem digitalen Assistenten aus dem vierten Erkennungsergebnis oder dem dritten kombinierten Ergebnis (z. B. unter Verwendung des Moduls zur Verarbeitung natürlicher Sprache 332) hergeleitete Absicht zusammenfasst, beschreibt oder bestätigt. In Beispielen, in denen der Block 430 durchgeführt wird, kann die in Block 432 durchgeführte Aktion auf dem dritten kombinierten Ergebnis basieren. In Beispielen, in denen der Block 430 nicht durchgeführt wird, kann jedoch die in Block 432 durchgeführte Aktion wenigstens teilweise auf dem vierten Erkennungsergebnis basieren.
  • Wenngleich die Blöcke 402 bis 432 des Verfahrens 400 in 4A–B in einer bestimmten Reihenfolge gezeigt sind, versteht es sich, dass diese Blöcke in jeder beliebigen Reihenfolge durchgeführt werden können. Zum Beispiel kann in einigen Beispielen der Block 412 vor oder gleichzeitig mit dem Block 410 durchgeführt werden. Ferner versteht es sich, dass in manchen Fällen ein oder mehrere Blöcke des Verfahrens 400 optional sein können und dass auch zusätzliche Blöcke durchgeführt werden können. Zum Beispiel kann das Verfahren 400 in einigen Beispielen die Blöcke 402, 404, 408 und 412 umfassen, wobei der Rest der Blöcke optional ist. In weiteren Beispielen kann das Verfahren 400 die Blöcke 402, 404, 408, 418, 420 und 422 umfassen, wobei der Rest der Blöcke optional ist. In noch weiteren Beispielen kann das Verfahren 400 die Blöcke 402, 404, 408 und 428 umfassen, wobei der Rest der Blöcke optional ist.
  • 5. Elektronische Vorrichtung
  • 5 zeigt ein Funktionsblockdiagramm einer elektronischen Vorrichtung 500, die gemäß den Grundsätzen der verschiedenen beschriebenen Beispiele konfiguriert ist. Die Funktionsblöcke der Vorrichtung können wahlweise durch Hardware, Software oder eine Kombination von Hardware und Software implementiert sein, um die Grundsätze der verschiedenen beschriebenen Beispiele auszuführen. Es versteht sich für den Fachmann, dass die in 5 beschriebenen Funktionsblöcke wahlweise kombiniert oder in Teilblöcke geteilt werden können, um die Grundsätze der verschiedenen beschriebenen Beispiele zu implementieren. Deshalb unterstützt die Beschreibung hierin wahlweise jede mögliche Kombination, Aufteilung oder weitere Definition der hierein beschriebenen Funktionsblöcke.
  • Wie in 5 gezeigt, kann eine elektronische Vorrichtung 500 eine Touchscreen-Anzeigeeinheit 502, die zum Anzeigen einer Benutzerschnittstelle und Empfangen einer Eingabe von dem Benutzer konfiguriert ist, eine Audioeingabeeinheit 504, die zum Empfangen einer Spracheingabe konfiguriert ist, eine Eingabeeinheit 506, die zum Empfangen einer Eingabe von dem Benutzer konfiguriert ist, und eine Lautsprechereinheit 508, die zum Ausgeben von Audio konfiguriert ist, umfassen. In einigen Beispielen kann die Audioeingabeeinheit 504 konfiguriert sein, eine Spracheingabe in Form von Schallwellen von einem Benutzer zu empfangen und die Spracheingabe in Form eines repräsentativen Signals an die Verarbeitungseinheit 510 zu übertragen. Die elektronische Vorrichtung 500 kann ferner eine an die Touchscreen-Anzeigeeinheit 502, die Audioeingabeeinheit 504, die Eingabeeinheit 506 und die Lautsprechereinheit 508 angeschlossene Verarbeitungseinheit 510 umfassen. In einigen Beispielen kann die Verarbeitungseinheit 510 eine Empfangseinheit 512, eine Sprachverarbeitungseinheit 514, eine Bestimmungseinheit 516, eine Durchführungseinheit 518, eine Aufforderungseinheit 520 und eine Identifizierungseinheit 522 umfassen.
  • Die Verarbeitungseinheit 510 ist konfiguriert, eine erste Spracheingabe von einem Benutzer zu empfangen (z. B. von der Audioeingabeeinheit 504 und unter Verwendung der Empfangseinheit 512). Die Verarbeitungseinheit 510 ist konfiguriert, die erste Spracheingabe unter Verwendung eines ersten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein erstes Erkennungsergebnis zu erzielen. Die Verarbeitungseinheit 510 ist konfiguriert, von dem Benutzer eine Eingabe zu empfangen (z. B. von der Eingabeeinheit 506 und unter Verwendung der Empfangseinheit 512), die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt. Die Eingabe kann eine zweite Spracheingabe umfassen. Die Verarbeitungseinheit 510 ist konfiguriert, die zweite Spracheingabe unter Verwendung eines zweiten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein zweites Erkennungsergebnis zu erzielen. In einigen Beispielen ist die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, zu bestimmen (z. B. unter Verwendung der Bestimmungseinheit 516), ob die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe umfasst. In einigen Beispielen wird die zweite Spracheingabe unter Verwendung des zweiten Systems zur automatischen Spracherkennung verarbeitet, um das zweite Erkennungsergebnis als Reaktion auf das Feststellen zu erzielen, dass die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe umfasst. In einigen Beispielen umfasst das Bestimmen, ob die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe umfasst, das Bestimmen, ob eine Fehlerrate einer phonemischen Übertragung der zweiten Spracheingabe gegenüber einer phonemischen Übertragung eines entsprechenden Abschnitts der ersten Spracheingabe niedriger als ein vorher festgelegter Wert ist. In einigen Beispielen umfasst das Bestimmen, ob die zweite Spracheingabe eine Wiederholung wenigstens eines Abschnitts der ersten Spracheingabe umfasst, das Vergleichen einer Audiowellenform der zweiten Spracheingabe mit einer Audiowellenform eines entsprechenden Abschnitts der ersten Spracheingabe.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine Aktion basierend auf dem ersten Erkennungsergebnis durchzuführen (z. B. unter Verwendung der Durchführungseinheit 518). In einigen Beispielen umfasst die Aktion das Anzeigen wenigstens eines Abschnitts des Texts des ersten Erkennungsergebnisses an der elektronischen Vorrichtung. In einigen Beispielen umfasst die erste Spracheingabe eine Benutzeranforderung, und die Aktion umfasst das Ausführen einer Aufgabe, um die Benutzeranforderung zu erfüllen.
  • In einigen Beispielen sind das erste System zur automatischen Spracherkennung und das zweite System zur automatischen Spracherkennung dasselbe System zur automatischen Spracherkennung. In einigen Beispielen sind das erste System zur automatischen Spracherkennung und das zweite System zur automatischen Spracherkennung verschiedene Systeme zur automatischen Spracherkennung. In einigen Beispielen umfasst das erste System zur automatischen Spracherkennung ein oder mehrere Spracherkennungsmodelle, und das zweite System zur automatischen Spracherkennung umfasst ein oder mehrere Spracherkennungsmodelle, die von dem einen oder den mehreren Spracherkennungsmodellen des ersten Systems zur automatischen Spracherkennung verschieden sind. In einigen Beispielen umfasst das erste System zur automatischen Spracherkennung ein Spracherkennungsmodul, und das zweite System zur automatischen Spracherkennung umfasst ein Spracherkennungsmodul, das von dem Spracherkennungsmodul des ersten Systems zur automatischen Spracherkennung verschieden ist.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, ein kombiniertes Ergebnis basierend auf dem ersten Erkennungsergebnis und dem zweiten Erkennungsergebnis zu bestimmen (z. B. unter Verwendung der Bestimmungseinheit 516). In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine Aktion basierend auf dem kombinierten Ergebnis durchzuführen (z. B. unter Verwendung der Durchführungseinheit 518). In einigen Beispielen wird das kombinierte Ergebnis durch das Durchführen einer Kombination der Systeme zur automatischen Spracherkennung unter Verwendung des ersten Erkennungsergebnisses und des zweiten Erkennungsergebnisses bestimmt. In einigen Beispielen umfasst das Durchführen einer Kombination der Systeme zur automatischen Spracherkennung das Implementieren von ROVER (”Recognition Output Voting Error Reduction”), Kreuzadaptation, Konfusionsnetzwerkkombination und/oder Gitterkombination.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine Aktion basierend auf dem zweiten Erkennungsergebnis durchzuführen (z. B. unter Verwendung der Durchführungseinheit 518). In einigen Beispielen umfasst die Aktion das Anzeigen wenigstens eines Abschnitts des Texts des zweiten Erkennungsergebnisses an der elektronischen Vorrichtung. In einigen Beispielen umfasst die erste Spracheingabe eine Benutzeranforderung, und die Aktion umfasst das Ausführen einer Aufgabe, um die Benutzeranforderung zu erfüllen.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine erste Spracheingabe von einem Benutzer zu empfangen (z. B. von der Audioeingabeeinheit 504 und unter Verwendung der Empfangseinheit 512). Die Verarbeitungseinheit 510 ist konfiguriert, die erste Spracheingabe unter Verwendung eines ersten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein erstes Erkennungsergebnis zu erzielen. Die Verarbeitungseinheit 510 ist konfiguriert, von dem Benutzer eine Eingabe zu empfangen (z. B. von der Eingabeeinheit 506 und unter Verwendung der Empfangseinheit 512), die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt. In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, den Benutzer aufzufordern (z. B. unter Verwendung der Aufforderungseinheit 520 und über die Touchscreen-Anzeigeeinheit 502 oder die Lautsprechereinheit 508), wenigstens einen Abschnitt der ersten Spracheingabe zu wiederholen. In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine zweite Spracheingabe von dem Benutzer zu empfangen (z. B. von der Audioeingabeeinheit 504 und unter Verwendung der Empfangseinheit 512). Die Verarbeitungseinheit 510 ist konfiguriert, die zweite Spracheingabe unter Verwendung eines zweiten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein zweites Erkennungsergebnis zu erzielen.
  • In einigen Beispielen ist die Eingabe eine Spracheingabe, die eine vorher festgelegte Aussage umfasst. In einigen Beispielen ist die Eingabe eine vorher festgelegte Bewegung der elektronischen Vorrichtung. In einigen Beispielen ist die Eingabe eine Auswahl einer Gebrauchseigenschaft. In einigen Beispielen wird der Text des ersten Erkennungsergebnisses an der elektronischen Vorrichtung angezeigt, und die Eingabe ist eine Auswahl wenigstens eines Abschnitts des angezeigten Texts. In einigen Beispielen ist die Eingabe mit einer Ablehnung einer vorgeschlagenen Aufgabe verbunden.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, einen Abschnitt der ersten Spracheingabe zu identifizieren, der dem möglichen Fehler im ersten Erkennungsergebnis entspricht (z. B. unter Verwendung der Identifizierungseinheit 522). In einigen Beispielen umfasst das Verarbeiten der ersten Spracheingabe unter Verwendung des ersten Systems zur automatischen Spracherkennung das Bestimmen eines Konfidenzmaßes von jedem Wort in einem Text des ersten Erkennungsergebnisses. In einigen Beispielen wird der Abschnitt der ersten Spracheingabe, der mit dem möglichen Fehler verbunden ist, basierend auf dem Konfidenzmaß von jedem Wort in dem Text identifiziert. In einigen Beispielen wird der Benutzer aufgefordert, den identifizierten Abschnitt der ersten Spracheingabe, der dem möglichen Fehler entspricht, zu wiederholen.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine mit der ersten Spracheingabe verbundene Aktion durchzuführen. In einigen Beispielen umfasst die Aktion das Anzeigen wenigstens eines Abschnitts des Texts des ersten Erkennungsergebnisses an der elektronischen Vorrichtung. In einigen Beispielen umfasst die erste Spracheingabe eine Benutzeranforderung, und die Aktion umfasst das Ausführen einer Aufgabe, um die Benutzeranforderung zu erfüllen.
  • In einigen Beispielen sind das erste System zur automatischen Spracherkennung und das zweite System zur automatischen Spracherkennung dasselbe System zur automatischen Spracherkennung. In einigen Beispielen sind das erste System zur automatischen Spracherkennung und das zweite System zur automatischen Spracherkennung verschiedene Systeme zur automatischen Spracherkennung. In einigen Beispielen umfasst das erste System zur automatischen Spracherkennung ein oder mehrere Spracherkennungsmodelle, und das zweite System zur automatischen Spracherkennung umfasst ein oder mehrere Spracherkennungsmodelle, die von dem einen oder den mehreren Spracherkennungsmodellen des ersten Systems zur automatischen Spracherkennung verschieden sind. In einigen Beispielen umfasst das erste System zur automatischen Spracherkennung ein Spracherkennungsmodul, und das zweite System zur automatischen Spracherkennung umfasst ein Spracherkennungsmodul, das von dem Spracherkennungsmodul des ersten Systems zur automatischen Spracherkennung verschieden ist.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, ein kombiniertes Ergebnis basierend auf dem ersten Erkennungsergebnis und dem zweiten Erkennungsergebnis zu bestimmen (z. B. unter Verwendung der Bestimmungseinheit 516). In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine Aktion basierend auf dem kombinierten Ergebnis durchzuführen (z. B. unter Verwendung der Durchführungseinheit 518). In einigen Beispielen wird das kombinierte Ergebnis durch das Durchführen einer Kombination der Systeme zur automatischen Spracherkennung unter Verwendung des ersten Erkennungsergebnisses und des zweiten Erkennungsergebnisses bestimmt. In einigen Beispielen umfasst das Durchführen einer Kombination der Systeme zur automatischen Spracherkennung das Implementieren von ROVER (”Recognition Output Voting Error Reduction”), Kreuzadaptation, Konfusionsnetzwerkkombination und/oder Gitterkombination.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine Spracheingabe von einem Benutzer zu empfangen (z. B. von der Audioeingabeeinheit 504 und unter Verwendung der Empfangseinheit 512). Die Verarbeitungseinheit 510 ist konfiguriert, die Spracheingabe unter Verwendung eines ersten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein erstes Erkennungsergebnis zu erzielen. Die Verarbeitungseinheit 510 ist konfiguriert, von dem Benutzer eine Eingabe zu empfangen (z. B. von der Eingabeeinheit 506 und unter Verwendung der Empfangseinheit 512), die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt. In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, die Spracheingabe unter Verwendung eines zweiten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein zweites Erkennungsergebnis zu erzielen.
  • In einigen Beispielen ist eine Fehlerrate des zweiten Systems zur automatischen Spracherkennung niedriger als eine Fehlerrate des ersten Systems zur automatischen Spracherkennung. In einigen Beispielen ist eine Latenz des zweiten Systems zur automatischen Spracherkennung höher als eine Latenz des ersten Systems zur automatischen Spracherkennung.
  • In einigen Beispielen umfasst das erste System zur automatischen Spracherkennung ein oder mehrere Spracherkennungsmodelle, und das zweite System zur automatischen Spracherkennung umfasst ein oder mehrere Spracherkennungsmodelle, die von dem einen oder den mehreren Spracherkennungsmodellen des ersten Systems zur automatischen Spracherkennung verschieden sind. In einigen Beispielen umfasst das erste System zur automatischen Spracherkennung ein Spracherkennungsmodul, und das zweite System zur automatischen Spracherkennung umfasst ein Spracherkennungsmodul, das von dem Spracherkennungsmodul des ersten Systems zur automatischen Spracherkennung verschieden ist.
  • In einigen Beispielen ist die Eingabe eine Spracheingabe, die eine vorher festgelegte Aussprache umfasst. In einigen Beispielen ist die Eingabe eine Auswahl einer Gebrauchseigenschaft. In einigen Beispielen ist die Eingabe mit einer Ablehnung einer vorgeschlagenen Aufgabe verbunden.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, einen Abschnitt der Spracheingabe, der dem möglichen Fehler im ersten Erkennungsergebnis entspricht, zu identifizieren (z. B. unter Verwendung der Identifizierungseinheit 522). In einigen Beispielen wird der identifizierte Abschnitt der ersten Spracheingabe, der dem möglichen Fehler entspricht, unter Verwendung eines zweiten Systems zur automatischen Spracherkennung verarbeitet, um ein zweites Erkennungsergebnis zu erzielen.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, ein kombiniertes Ergebnis basierend auf dem ersten Erkennungsergebnis und dem zweiten Erkennungsergebnis zu bestimmen (z. B. unter Verwendung der Bestimmungseinheit 516). In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine Aktion basierend auf dem kombinierten Ergebnis durchzuführen (z. B. unter Verwendung der Durchführungseinheit 518). In einigen Beispielen wird das kombinierte Ergebnis durch das Durchführen einer Kombination der Systeme zur automatischen Spracherkennung unter Verwendung des ersten Erkennungsergebnisses und des zweiten Erkennungsergebnisses bestimmt. In einigen Beispielen umfasst das Durchführen einer Systemkombination das Implementieren von ROVER (”Recognition Output Voting Error Reduction”), Kreuzadaptation, Konfusionsnetzwerkkombination und/oder Gitterkombination.
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine Aktion basierend auf dem ersten Erkennungsergebnis durchzuführen (z. B. unter Verwendung der Durchführungseinheit 518). In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine Aktion basierend auf dem zweiten Erkennungsergebnis durchzuführen (z. B. unter Verwendung der Durchführungseinheit 518).
  • In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, eine erste Spracheingabe von einem Benutzer zu empfangen (z. B. von der Audioeingabeeinheit 504 und unter Verwendung der Empfangseinheit 512). Die Verarbeitungseinheit 510 ist konfiguriert, die erste Spracheingabe unter Verwendung eines ersten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein erstes Erkennungsergebnis zu erzielen. Die Verarbeitungseinheit 510 ist konfiguriert, von dem Benutzer eine Eingabe zu empfangen (z. B. von der Eingabeeinheit 506 und unter Verwendung der Empfangseinheit 512), die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt. In einigen Beispielen ist die Verarbeitungseinheit 510 konfiguriert, zu bestimmen (z. B. unter Verwendung der Bestimmungseinheit 516), ob die Eingabe eine zweite Spracheingabe umfasst, die wenigstens einen Abschnitt der ersten Spracheingabe wiederholt. In einigen Beispielen ist als Reaktion auf das Feststellen, dass die Eingabe eine zweite Spracheingabe umfasst, die wenigstens einen Abschnitt der ersten Spracheingabe wiederholt, die Verarbeitungseinheit 510 konfiguriert, die zweite Spracheingabe unter Verwendung eines zweiten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein zweites Erkennungsergebnis zu erzielen. In einigen Beispielen ist als Reaktion auf das Feststellen, dass die Eingabe keine zweite Spracheingabe umfasst, die wenigstens einen Abschnitt der ersten Spracheingabe wiederholt, die Verarbeitungseinheit 510 konfiguriert, den Benutzer aufzufordern (z. B. unter Verwendung der Aufforderungseinheit 520), wenigstens einen Abschnitt der ersten Spracheingabe zu wiederholen, um von dem Benutzer eine dritte Spracheingabe zu empfangen (z. B. von der Audioeingabeeinheit 504 und unter Verwendung der Empfangseinheit 512), und um die dritte Spracheingabe unter Verwendung des zweiten Systems zur automatischen Spracherkennung zu verarbeiten (z. B. unter Verwendung der Sprachverarbeitungseinheit 514), um ein drittes Erkennungsergebnis zu erzielen.
  • Obwohl Beispiele unter Bezugnahme auf die begleitenden Zeichnungen vollständig beschrieben wurden, ist zu beachten, dass vielfältige Änderungen und Modifikationen für den Fachmann ersichtlich sind. Solche Änderungen und Modifikationen sind als innerhalb des Umfangs der verschiedenen Beispiele, wie sie durch die beigefügten Ansprüche definiert sind, eingeschlossen zu verstehen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Nicht-Patentliteratur
    • J. Fiscus, ”A Post-Processing System To Yield Reduced Word Error Rates: Recognizer Output Voting Error Reduction (ROVER)”, in Proc. IEEE Automatic Speech Recognition and Understanding Workshop, Seiten 347–354, 1997 [0095]
    • S. Stüker, C. Fügen, S. Burger und Matthias Wölfel, ”Cross-system adaptation and combination for continuous speech recognition: the influence of phoneme set and acoustic front-end” in Interspeech, Pittsburgh, PA, USA, September 2006 [0095]
    • G. Evermann und P. Woodland, ”Posterior Probability Decoding, Confidence Estimation And System Combination”, in Proc. NIST Speech Transcription Workshop, 2000 [0095]
    • L. Mangu, E. Brill, A. Stolcke, ”Finding Consensus In Speech Recognition: Word Error Minimization And Other Applications Of Confusion Networks”, Computer Speech and Language 14 (4), Seiten 291–294, 2000 [0095]
    • A. Sankar, ”Bayesian model combination (baycom) for improved recognition”, in IEEE International Conference an Acoustics, Speech, and Signal Processing (ICASSP), Seiten 845–848, Philadelphia, PA, USA, April 2005 [0095]

Claims (14)

  1. Elektronische Vorrichtung, umfassend ein Mittel zum: Empfangen einer ersten Spracheingabe von einem Benutzer; Verarbeiten der ersten Spracheingabe mit einem ersten System zur automatischen Spracherkennung, um ein erstes Erkennungsergebnis zu erzielen; Empfangen einer Eingabe von dem Benutzer, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt, wobei die Eingabe eine zweite Spracheingabe umfasst; und Verarbeiten der zweiten Spracheingabe mit einem zweiten System zur automatischen Spracherkennung, um ein zweites Erkennungsergebnis zu erzielen.
  2. Vorrichtung gemäß Anspruch 1, wobei die zweite Spracheingabe eine Wiederholung von wenigstens einem Abschnitt der ersten Spracheingabe ist.
  3. Vorrichtung gemäß Anspruch 1, ferner umfassend: ein Mittel zum Bestimmen, ob die zweite Spracheingabe eine Wiederholung von wenigstens einem Abschnitt der ersten Spracheingabe umfasst, wobei die zweite Spracheingabe unter Verwendung des zweiten Systems zur automatischen Spracherkennung verarbeitet wird, um das zweite Erkennungsergebnis als Reaktion auf das Bestimmen, dass die zweite Spracheingabe eine Wiederholung von wenigstens einem Abschnitt der ersten Spracheingabe umfasst, zu erzielen.
  4. Vorrichtung gemäß Anspruch 3, wobei das Bestimmen, ob die zweite Spracheingabe eine Wiederholung von wenigstens einem Abschnitt der ersten Spracheingabe umfasst, Folgendes umfasst: das Bestimmen, ob eine Fehlerrate einer phonemischen Übertragung der zweiten Spracheingabe gegenüber einer phonemischen Übertragung eines entsprechenden Abschnitts der ersten Spracheingabe niedriger als ein vorher festgelegter Wert ist.
  5. Vorrichtung gemäß Anspruch 3, wobei das Bestimmen, ob die zweite Spracheingabe eine Wiederholung von wenigstens einem Abschnitt der ersten Spracheingabe umfasst, Folgendes umfasst: das Vergleichen einer Audiowellenform der zweiten Spracheingabe mit einer Audiowellenform eines entsprechenden Abschnitts der ersten Spracheingabe.
  6. Vorrichtung gemäß Anspruch 1, ferner umfassend: ein Mittel zum Durchführen einer Aktion basierend auf dem ersten Erkennungsergebnis.
  7. Vorrichtung gemäß Anspruch 6, wobei die Aktion das Anzeigen von wenigstens einem Abschnitt des Texts des ersten Erkennungsergebnisses auf der elektronischen Vorrichtung umfasst.
  8. Vorrichtung gemäß Anspruch 6, wobei die erste Spracheingabe eine Benutzeranforderung umfasst und wobei die Aktion das Ausführen einer Aufgabe umfasst, um die Benutzeranforderung zu erfüllen.
  9. Vorrichtung gemäß Anspruch 1, wobei das erste System zur automatischen Spracherkennung ein oder mehrere Spracherkennungsmodelle umfasst und das zweite System zur automatischen Spracherkennung ein oder mehrere Spracherkennungsmodelle, die von dem einen oder den mehreren Spracherkennungsmodellen des ersten Systems zur automatischen Spracherkennung verschieden sind, umfasst.
  10. Vorrichtung gemäß Anspruch 1, wobei das erste System zur automatischen Spracherkennung ein Spracherkennungsmodul umfasst und das zweite System zur automatischen Spracherkennung ein Spracherkennungsmodul, das von dem Spracherkennungsmodul des ersten Systems zur automatischen Spracherkennung verschieden ist, umfasst.
  11. Vorrichtung gemäß Anspruch 1, ferner umfassend: ein Mittel zum Bestimmen eines kombinierten Ergebnisses basierend auf dem ersten Erkennungsergebnis und dem zweiten Erkennungsergebnis.
  12. Vorrichtung gemäß Anspruch 11, wobei das kombinierte Ergebnis durch das Durchführen einer Kombination der Systeme zur automatischen Spracherkennung unter Verwendung des ersten Erkennungsergebnisses und des zweiten Erkennungsergebnisses bestimmt wird.
  13. Vorrichtung gemäß Anspruch 12, wobei das Durchführen einer Kombination der Systeme zur automatischen Spracherkennung das Implementieren von wenigstens einem von ROVER (Recognition Output Voting Error Reduction), Kreuzadaptation, Konfusionsnetzwerkkombination und Gitterkombination umfasst.
  14. Computerlesbares Speichermedium, auf dem ein oder mehrere Programme gespeichert sind, die für die Ausführung durch einen oder mehrere Prozessoren einer elektronischen Vorrichtung konfiguriert sind, wobei das oder die mehreren Programme Anweisungen enthalten zum: Empfangen einer ersten Spracheingabe von einem Benutzer; Verarbeiten der ersten Spracheingabe mit einem ersten System zur automatischen Spracherkennung, um ein erstes Erkennungsergebnis zu erzielen; Empfangen einer Eingabe von dem Benutzer, die einen möglichen Fehler im ersten Erkennungsergebnis anzeigt, wobei die Eingabe eine zweite Spracheingabe umfasst; und Verarbeiten der zweiten Spracheingabe mit einem zweiten System zur automatischen Spracherkennung, um ein zweites Erkennungsergebnis zu erzielen.
DE212015000207.1U 2014-08-28 2015-08-26 Verbesserung der automatischen Spracherkennung basierend auf Benutzerrückmeldungen Active DE212015000207U1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
US201462043041P true 2014-08-28 2014-08-28
US62/043,041 2014-08-28
US14/591,754 US10446141B2 (en) 2014-08-28 2015-01-07 Automatic speech recognition based on user feedback
US14/591,754 2015-01-07
PCT/US2015/047062 WO2016033257A1 (en) 2014-08-28 2015-08-26 Improving automatic speech recognition based on user feedback

Publications (1)

Publication Number Publication Date
DE212015000207U1 true DE212015000207U1 (de) 2017-04-10

Family

ID=54056300

Family Applications (1)

Application Number Title Priority Date Filing Date
DE212015000207.1U Active DE212015000207U1 (de) 2014-08-28 2015-08-26 Verbesserung der automatischen Spracherkennung basierend auf Benutzerrückmeldungen

Country Status (6)

Country Link
US (1) US10446141B2 (de)
CN (1) CN106796788A (de)
DE (1) DE212015000207U1 (de)
DK (1) DK201770105A1 (de)
TW (1) TWI585745B (de)
WO (1) WO2016033257A1 (de)

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
WO2015184186A1 (en) 2014-05-30 2015-12-03 Apple Inc. Multi-command single utterance input method
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
AU2017100240A4 (en) * 2014-08-28 2017-03-30 Apple Inc. Improving automatic speech recognition based on user feedback
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
KR20160100765A (ko) * 2015-02-16 2016-08-24 삼성전자주식회사 전자 장치 및 음성 인식 기능 운용 방법
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US20160293157A1 (en) * 2015-03-30 2016-10-06 Google Inc. Contextual Voice Action History
EP3089159B1 (de) * 2015-04-28 2019-08-28 Google LLC Korrekturspracherkennung mittels selektivem re-speak
KR101595090B1 (ko) * 2015-04-30 2016-02-17 주식회사 아마다스 음성 인식을 이용한 정보 검색 방법 및 장치
US10446142B2 (en) * 2015-05-20 2019-10-15 Microsoft Technology Licensing, Llc Crafting feedback dialogue with a digital assistant
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US9886423B2 (en) * 2015-06-19 2018-02-06 International Business Machines Corporation Reconciliation of transcripts
US10362978B2 (en) * 2015-08-28 2019-07-30 Comcast Cable Communications, Llc Computational model for mood
US10445360B2 (en) * 2015-11-24 2019-10-15 Comcast Cable Communications, Llc Content analysis to enhance voice search
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
WO2017213677A1 (en) * 2016-06-11 2017-12-14 Apple Inc. Intelligent task discovery
US20180063106A1 (en) * 2016-08-25 2018-03-01 International Business Machines Corporation User authentication using audiovisual synchrony detection
US10474753B2 (en) 2016-09-07 2019-11-12 Apple Inc. Language identification using recurrent neural networks
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
EP3312722A1 (de) 2016-10-21 2018-04-25 Fujitsu Limited Datenverarbeitungsvorrichtung, -verfahren und -programm
JP2018067279A (ja) 2016-10-21 2018-04-26 富士通株式会社 データプロパティ認識のための装置、プログラム、及び方法
US10277743B1 (en) * 2017-03-21 2019-04-30 Amazon Technologies, Inc. Configurable natural language contact flow
US10332518B2 (en) 2017-05-09 2019-06-25 Apple Inc. User interface for correcting recognition errors
US10417266B2 (en) 2017-05-09 2019-09-17 Apple Inc. Context-aware ranking of intelligent response suggestions
US10395654B2 (en) 2017-05-11 2019-08-27 Apple Inc. Text normalization based on a data-driven learning network
US10410637B2 (en) 2017-05-12 2019-09-10 Apple Inc. User-specific acoustic models
US10482874B2 (en) 2017-05-15 2019-11-19 Apple Inc. Hierarchical belief states for digital assistants
US10403278B2 (en) 2017-05-16 2019-09-03 Apple Inc. Methods and systems for phonetic matching in digital assistant services
US10303715B2 (en) 2017-05-16 2019-05-28 Apple Inc. Intelligent automated assistant for media exploration
US10311144B2 (en) 2017-05-16 2019-06-04 Apple Inc. Emoji word sense disambiguation
US10445429B2 (en) 2017-09-21 2019-10-15 Apple Inc. Natural language understanding using vocabularies with compressed serialized tries
CN108920125B (zh) * 2018-04-03 2019-10-18 北京小蓦机器人技术有限公司 一种用于确定语音识别结果的方法与设备
US10403283B1 (en) 2018-06-01 2019-09-03 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
US10504518B1 (en) 2018-06-03 2019-12-10 Apple Inc. Accelerated task performance

Family Cites Families (3149)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US1559320A (en) 1924-11-17 1925-10-27 Albert A Hirsh Tooth cleaner
US2180522A (en) 1938-11-01 1939-11-21 Henne Isabelle Dental floss throw-away unit and method of making same
US3828132A (en) 1970-10-30 1974-08-06 Bell Telephone Labor Inc Speech synthesis by concatenation of formant encoded words
US3710321A (en) 1971-01-18 1973-01-09 Ibm Machine recognition of lexical symbols
US3704345A (en) 1971-03-19 1972-11-28 Bell Telephone Labor Inc Conversion of printed text into synthetic speech
US3979557A (en) 1974-07-03 1976-09-07 International Telephone And Telegraph Corporation Speech processor system for pitch period extraction using prediction filters
US4013085A (en) 1974-07-17 1977-03-22 Wright Charles E Dental cleaning means and method of manufacture therefor
US4108211A (en) 1975-04-28 1978-08-22 Fuji Photo Optical Co., Ltd. Articulated, four-way bendable tube structure
US4107784A (en) 1975-12-22 1978-08-15 Bemmelen Henri M Van Management control terminal method and apparatus
US4090216A (en) 1976-05-26 1978-05-16 Gte Sylvania Incorporated Ambient light contrast and color control circuit
BG24190A1 (en) 1976-09-08 1978-01-10 Antonov Method of synthesis of speech and device for effecting same
US4081631A (en) 1976-12-08 1978-03-28 Motorola, Inc. Dual purpose, weather resistant data terminal keyboard assembly including audio porting
US4384169A (en) 1977-01-21 1983-05-17 Forrest S. Mozer Method and apparatus for speech synthesizing
US4159536A (en) 1977-04-08 1979-06-26 Willard E. Kehoe Portable electronic language translation device
GB1545406A (en) 1977-12-16 1979-05-10 Ibm Keyboard apparatus
US4181821A (en) 1978-10-31 1980-01-01 Bell Telephone Laboratories, Incorporated Multiple template speech recognition system
JPS597120B2 (de) 1978-11-24 1984-02-16 Nippon Electric Co
US4241286A (en) 1979-01-04 1980-12-23 Mack Gordon Welding helmet lens assembly
US4253477A (en) 1979-08-02 1981-03-03 Eichman John J Dental floss holder
JPH0122634B2 (de) 1979-12-10 1989-04-27 Nippon Electric Co
US4310721A (en) 1980-01-23 1982-01-12 The United States Of America As Represented By The Secretary Of The Army Half duplex integral vocoder modem system
US4348553A (en) 1980-07-02 1982-09-07 International Business Machines Corporation Parallel pattern verifier with dynamic time warping
JPS5741731A (en) 1980-08-25 1982-03-09 Fujitsu Ltd Coordinate input device
US4332464A (en) 1980-09-22 1982-06-01 Xerox Corporation Interactive user-machine interface method and apparatus for copier/duplicator
NZ199001A (en) 1981-01-30 1984-02-03 Mobil Oil Corp Alkylation of aromatic compounds using catalyst with metal component and a zeolite
US4495644A (en) 1981-04-27 1985-01-22 Quest Automation Public Limited Company Apparatus for signature verification
JPH0123798B2 (de) 1981-04-27 1989-05-08 Nippon Electric Co
US4433377A (en) 1981-06-29 1984-02-21 Eustis Mary S Data processing with format varying
US4386345A (en) 1981-09-22 1983-05-31 Sperry Corporation Color and brightness tracking in a cathode ray tube display system
GB2109617B (en) 1981-11-14 1985-01-16 Nippon Musical Instruments Mfg Music sheet
US5047617A (en) 1982-01-25 1991-09-10 Symbol Technologies, Inc. Narrow-bodied, single- and twin-windowed portable laser scanning head for reading bar code symbols
EP0097858B1 (de) 1982-06-11 1991-12-18 Mitsubishi Denki Kabushiki Kaisha Vektor-Grössenwandler
US4451849A (en) 1982-06-23 1984-05-29 Rca Corporation Plural operating mode ambient light responsive television picture control
USRE32632E (en) 1982-07-19 1988-03-29 Apple Computer, Inc. Display system
US4485439A (en) 1982-07-27 1984-11-27 S.A. Analis Standard hardware-software interface for connecting any instrument which provides a digital output stream with any digital host computer
US4513379A (en) 1982-09-07 1985-04-23 General Electric Company Customization window for a computer numerical control system
JPS5957336A (en) 1982-09-27 1984-04-02 Toshiba Corp Picture display device
US4555775B1 (en) 1982-10-07 1995-12-05 Bell Telephone Labor Inc Dynamic generation and overlaying of graphic windows for multiple active program storage areas
US4587670A (en) 1982-10-15 1986-05-06 At&T Bell Laboratories Hidden Markov model speech recognition arrangement
US4831551A (en) 1983-01-28 1989-05-16 Texas Instruments Incorporated Speaker-dependent connected speech word recognizer
US4688195A (en) 1983-01-28 1987-08-18 Texas Instruments Incorporated Natural-language interface generating system
US4586158A (en) 1983-02-22 1986-04-29 International Business Machines Corp. Screen management system
EP0121015B1 (de) 1983-03-31 1990-03-07 International Business Machines Corporation Abbildungsraumverwaltung und Wiedergabe in einem bestimmten Teil des Bildschirms eines virtuellen Mehrfunktionsterminals
US4654875A (en) 1983-05-23 1987-03-31 The Research Foundation Of State University Of New York System to achieve automatic recognition of linguistic strings
SE8303123L (sv) 1983-06-02 1984-12-03 Fixfabriken Ab Festanordning
US4618984A (en) 1983-06-08 1986-10-21 International Business Machines Corporation Adaptive automatic discrete utterance recognition
JPS603056A (en) 1983-06-21 1985-01-09 Toshiba Corp Information rearranging device
US4611346A (en) 1983-09-29 1986-09-09 International Business Machines Corporation Method and apparatus for character recognition accommodating diacritical marks
DE3335358A1 (de) 1983-09-29 1985-04-11 Siemens Ag Verfahren zur bestimmung von sprachspektren fuer die automatische spracherkennung und sprachcodierung
US4797930A (en) 1983-11-03 1989-01-10 Texas Instruments Incorporated constructed syllable pitch patterns from phonological linguistic unit string data
US4802223A (en) 1983-11-03 1989-01-31 Texas Instruments Incorporated Low data rate speech encoding employing syllable pitch patterns
US5164900A (en) 1983-11-14 1992-11-17 Colman Bernath Method and device for phonetically encoding Chinese textual data for data processing entry
US5212638A (en) 1983-11-14 1993-05-18 Colman Bernath Alphabetic keyboard arrangement for typing Mandarin Chinese phonetic data
US4680805A (en) 1983-11-17 1987-07-14 Texas Instruments Incorporated Method and apparatus for recognition of discontinuous text
US4589022A (en) 1983-11-28 1986-05-13 General Electric Company Brightness control system for CRT video display
JPH023224B2 (de) 1983-11-29 1990-01-22 Enu Kee Bii Kk
US4736296A (en) 1983-12-26 1988-04-05 Hitachi, Ltd. Method and apparatus of intelligent guidance in natural language
US4726065A (en) 1984-01-26 1988-02-16 Horst Froessl Image manipulation by speech signals
US4955047A (en) 1984-03-26 1990-09-04 Dytel Corporation Automated attendant with direct inward system access
US4811243A (en) 1984-04-06 1989-03-07 Racine Marsh V Computer aided coordinate digitizing system
US4692941A (en) 1984-04-10 1987-09-08 First Byte Real-time text-to-speech conversion system
US4709390A (en) 1984-05-04 1987-11-24 American Telephone And Telegraph Company, At&T Bell Laboratories Speech message code modifying arrangement
JPH067397Y2 (ja) 1984-07-30 1994-02-23 カシオ計算機株式会社 文書入力装置
JPH0724055B2 (ja) 1984-07-31 1995-03-15 株式会社日立製作所 単語分割処理方法
US4783807A (en) 1984-08-27 1988-11-08 John Marley System and method for sound recognition with feature selection synchronized to voice pitch
JP2607457B2 (ja) 1984-09-17 1997-05-07 株式会社東芝 パターン認識装置
JPH0510703B2 (de) 1984-10-29 1993-02-10 Hitachi Ltd
US4718094A (en) 1984-11-19 1988-01-05 International Business Machines Corp. Speech recognition system
US5165007A (en) 1985-02-01 1992-11-17 International Business Machines Corporation Feneme-based Markov models for words
US4686522A (en) 1985-02-19 1987-08-11 International Business Machines Corporation Method of editing graphic objects in an interactive draw graphic system using implicit editing actions
US4783804A (en) 1985-03-21 1988-11-08 American Telephone And Telegraph Company, At&T Bell Laboratories Hidden Markov model speech recognition arrangement
US4944013A (en) 1985-04-03 1990-07-24 British Telecommunications Public Limited Company Multi-pulse speech coder
US4670848A (en) 1985-04-10 1987-06-02 Standard Systems Corporation Artificial intelligence system
US4658425A (en) 1985-04-19 1987-04-14 Shure Brothers, Inc. Microphone actuation control system suitable for teleconference systems
US4833712A (en) 1985-05-29 1989-05-23 International Business Machines Corporation Automatic generation of simple Markov model stunted baseforms for words in a vocabulary
US4819271A (en) 1985-05-29 1989-04-04 International Business Machines Corporation Constructing Markov model word baseforms from multiple utterances by concatenating model sequences for word segments
US4698625A (en) 1985-05-30 1987-10-06 International Business Machines Corp. Graphic highlight adjacent a pointing cursor
US4829583A (en) 1985-06-03 1989-05-09 Sino Business Machines, Inc. Method and apparatus for processing ideographic characters
US5067158A (en) 1985-06-11 1991-11-19 Texas Instruments Incorporated Linear predictive residual representation via non-iterative spectral reconstruction
US5175803A (en) 1985-06-14 1992-12-29 Yeh Victor C Method and apparatus for data processing and word processing in Chinese using a phonetic Chinese language
US4713775A (en) 1985-08-21 1987-12-15 Teknowledge, Incorporated Intelligent assistant for using and operating computer system capabilities to solve problems
EP0218859A3 (de) 1985-10-11 1989-09-06 International Business Machines Corporation Übertragungsschnittstelle für Signalprozessor
US5133023A (en) 1985-10-15 1992-07-21 The Palantir Corporation Means for resolving ambiguities in text based upon character context
US4754489A (en) 1985-10-15 1988-06-28 The Palantir Corporation Means for resolving ambiguities in text based upon character context
US4655233A (en) 1985-11-04 1987-04-07 Laughlin Patrick E Dental flossing tool
US4776016A (en) 1985-11-21 1988-10-04 Position Orientation Systems, Inc. Voice control system
NL8503304A (nl) 1985-11-29 1987-06-16 Philips Nv Werkwijze en inrichting voor het segmenteren van een uit een akoestisch signaal, bij voorbeeld een spraaksignaal, afgeleid elektrisch signaal.
JPH0833744B2 (ja) 1986-01-09 1996-03-29 株式会社東芝 音声合成装置
US4680429A (en) 1986-01-15 1987-07-14 Tektronix, Inc. Touch panel
US4807752A (en) 1986-01-21 1989-02-28 Placontrol Corporation Dental floss holders and package assembly of same
US4724542A (en) 1986-01-22 1988-02-09 International Business Machines Corporation Automatic reference adaptation during dynamic signature verification
US5759101A (en) 1986-03-10 1998-06-02 Response Reward Systems L.C. Central and remote evaluation of responses of participatory broadcast audience with automatic crediting and couponing
US5128752A (en) 1986-03-10 1992-07-07 Kohorn H Von System and method for generating and redeeming tokens
US5032989A (en) 1986-03-19 1991-07-16 Realpro, Ltd. Real estate search and location system and method
DE3779351D1 (de) 1986-03-28 1992-07-02 American Telephone And Telegraph Co., New York, N.Y., Us
JPS62235998A (en) 1986-04-05 1987-10-16 Sharp Kk Syllable identification system
JPH0814822B2 (ja) 1986-04-30 1996-02-14 カシオ計算機株式会社 命令入力装置
US4903305A (en) 1986-05-12 1990-02-20 Dragon Systems, Inc. Method for representing word models for use in speech recognition
US4837798A (en) 1986-06-02 1989-06-06 American Telephone And Telegraph Company Communication system having unified messaging
GB8618665D0 (en) 1986-07-31 1986-09-10 British Telecomm Graphical workstation
US4790028A (en) 1986-09-12 1988-12-06 Westinghouse Electric Corp. Method and apparatus for generating variably scaled displays
US5765131A (en) 1986-10-03 1998-06-09 British Telecommunications Public Limited Company Language translation system and method
DE3788488T2 (de) 1986-10-03 1994-05-11 British Telecomm Sprachenübersetzungssystem.
US5083268A (en) 1986-10-15 1992-01-21 Texas Instruments Incorporated System and method for parsing natural language by unifying lexical features of words
US4837831A (en) 1986-10-15 1989-06-06 Dragon Systems, Inc. Method for creating and using multiple-word sound models in speech recognition
DE3750221D1 (de) 1986-10-16 1994-08-18 Mitsubishi Electric Corp Amplituden-adaptiver vektor-quantisierer.
US5123103A (en) 1986-10-17 1992-06-16 Hitachi, Ltd. Method and system of retrieving program specification and linking the specification by concept to retrieval request for reusing program parts
US4829576A (en) 1986-10-21 1989-05-09 Dragon Systems, Inc. Voice recognition system
US4887212A (en) 1986-10-29 1989-12-12 International Business Machines Corporation Parser for natural language text
US4833718A (en) 1986-11-18 1989-05-23 First Byte Compression of stored waveforms for artificial speech
US4852168A (en) 1986-11-18 1989-07-25 Sprague Richard P Compression of stored waveforms for artificial speech
US4727354A (en) 1987-01-07 1988-02-23 Unisys Corporation System for selecting best fit vector code in vector quantization encoding
US4827520A (en) 1987-01-16 1989-05-02 Prince Corporation Voice actuated control system for use in a vehicle
US5179627A (en) 1987-02-10 1993-01-12 Dictaphone Corporation Digital dictation system
US4965763A (en) 1987-03-03 1990-10-23 International Business Machines Corporation Computer method for automatic extraction of commonly specified information from business correspondence
JP2595235B2 (ja) 1987-03-18 1997-04-02 富士通株式会社 音声合成装置
US4755811A (en) 1987-03-24 1988-07-05 Tektronix, Inc. Touch controlled zoom of waveform displays
US4803729A (en) 1987-04-03 1989-02-07 Dragon Systems, Inc. Speech recognition method
US5027408A (en) 1987-04-09 1991-06-25 Kroeker John P Speech-recognition circuitry employing phoneme estimation
US5125030A (en) 1987-04-13 1992-06-23 Kokusai Denshin Denwa Co., Ltd. Speech signal coding/decoding system based on the type of speech signal
US5644727A (en) 1987-04-15 1997-07-01 Proprietary Financial Products, Inc. System for the operation and management of one or more financial accounts through the use of a digital communication and computation system for exchange, investment and borrowing
AT386947B (de) 1987-04-17 1988-11-10 Rochus Marxer Spannbarer faden, behaelter fuer diesen faden und halter zur zahnpflege, insbesondere zur reinigung von zahnzwischenraeumen
JPS63285598A (en) 1987-05-18 1988-11-22 Kokusai Denshin Denwa Co Ltd Phoneme connection type parameter rule synthesization system
EP0293259A3 (de) 1987-05-29 1990-03-07 Kabushiki Kaisha Toshiba Spracherkennungssystem, angewendet in einem Fernsprechapparat
US5231670A (en) 1987-06-01 1993-07-27 Kurzweil Applied Intelligence, Inc. Voice controlled system and method for generating text from a voice controlled input
CA1265623A (en) 1987-06-11 1990-02-06 Eddy Lee Method of facilitating computer sorting
DE3723078A1 (de) 1987-07-11 1989-01-19 Philips Patentverwaltung Verfahren zur erkennung von zusammenhaengend gesprochenen woertern
US4974191A (en) 1987-07-31 1990-11-27 Syntellect Software Inc. Adaptive natural language computer interface system
CA1288516C (en) 1987-07-31 1991-09-03 Leendert M. Bijnagte Apparatus and method for communicating textual and image information between a host computer and a remote display terminal
US4827518A (en) 1987-08-06 1989-05-02 Bell Communications Research, Inc. Speaker verification system using integrated circuit cards
CA1280215C (en) 1987-09-28 1991-02-12 Eddy Lee Multilingual ordered data retrieval system
JP2602847B2 (ja) 1987-09-29 1997-04-23 株式会社日立製作所 マルチメディアメールシステム
US5022081A (en) 1987-10-01 1991-06-04 Sharp Kabushiki Kaisha Information recognition system
US5153913A (en) 1987-10-09 1992-10-06 Sound Entertainment, Inc. Generating speech from digitally stored coarticulated speech segments
JPH0355838B2 (de) 1987-10-12 1991-08-26
US4852173A (en) 1987-10-29 1989-07-25 International Business Machines Corporation Design and construction of a binary-tree system for language modelling
DE3876379T2 (de) 1987-10-30 1993-06-09 Ibm Automatische bestimmung von kennzeichen und markov-wortmodellen in einem spracherkennungssystem.
US5072452A (en) 1987-10-30 1991-12-10 International Business Machines Corporation Automatic determination of labels and Markov word models in a speech recognition system
US4914586A (en) 1987-11-06 1990-04-03 Xerox Corporation Garbage collector for hypermedia systems
US4992972A (en) 1987-11-18 1991-02-12 International Business Machines Corporation Flexible context searchable on-line information system with help files and modules for on-line computer system documentation
US4908867A (en) 1987-11-19 1990-03-13 British Telecommunications Public Limited Company Speech synthesis
US5220657A (en) 1987-12-02 1993-06-15 Xerox Corporation Updating local copy of shared data in a collaborative system
JP2739945B2 (ja) 1987-12-24 1998-04-15 株式会社東芝 音声認識方法
US5053758A (en) 1988-02-01 1991-10-01 Sperry Marine Inc. Touchscreen control panel with sliding touch control
US4984177A (en) 1988-02-05 1991-01-08 Advanced Products And Technologies, Inc. Voice language translator
GB2219178A (en) 1988-02-11 1989-11-29 Benchmark Technologies State machine controlled video processor
CA1333420C (en) 1988-02-29 1994-12-06 Tokumichi Murakami Vector quantizer
US5079723A (en) 1988-03-04 1992-01-07 Xerox Corporation Touch dialogue user interface for reproduction machines
US4994966A (en) 1988-03-31 1991-02-19 Emerson & Stern Associates, Inc. System and method for natural language parsing by initiating processing prior to entry of complete sentences
FI80536C (fi) 1988-04-15 1990-06-11 Nokia Mobira Oy Matrisdisplay.
US4914590A (en) 1988-05-18 1990-04-03 Emhart Industries, Inc. Natural language understanding system
US4975975A (en) 1988-05-26 1990-12-04 Gtx Corporation Hierarchical parametric apparatus and method for recognizing drawn characters
US5315689A (en) 1988-05-27 1994-05-24 Kabushiki Kaisha Toshiba Speech recognition system having word-based and phoneme-based recognition means
US5029211A (en) 1988-05-30 1991-07-02 Nec Corporation Speech analysis and synthesis system
US5111423A (en) 1988-07-21 1992-05-05 Altera Corporation Programmable interface for computer system peripheral circuit card
US4931783A (en) 1988-07-26 1990-06-05 Apple Computer, Inc. Method and apparatus for removable menu window
KR910007197B1 (ko) 1988-08-23 1991-09-19 안시환 리모트 콘트롤회로
FR2636163B1 (fr) 1988-09-02 1991-07-05 Hamon Christian Procede et dispositif de synthese de la parole par addition-recouvrement de formes d'onde
US5161102A (en) 1988-09-09 1992-11-03 Compaq Computer Corporation Computer interface for the configuration of computer system and circuit boards
US5353432A (en) 1988-09-09 1994-10-04 Compaq Computer Corporation Interactive method for configuration of computer system and circuit boards with user specification of system resources and computer resolution of resource conflicts
US5257387A (en) 1988-09-09 1993-10-26 Compaq Computer Corporation Computer implemented method and apparatus for dynamic and automatic configuration of a computer system and circuit boards including computer resource allocation conflict resolution
US4839853A (en) 1988-09-15 1989-06-13 Bell Communications Research, Inc. Computer information retrieval using latent semantic structure
JPH0286397A (en) 1988-09-22 1990-03-27 Nippon Telegr & Teleph Corp <Ntt> Microphone array
JPH0581917B2 (de) 1988-09-30 1993-11-16 Ibm
US5201034A (en) 1988-09-30 1993-04-06 Hitachi Ltd. Interactive intelligent interface
US4905163A (en) 1988-10-03 1990-02-27 Minnesota Mining & Manufacturing Company Intelligent optical navigator dynamic information presentation and navigation system
US5282265A (en) 1988-10-04 1994-01-25 Canon Kabushiki Kaisha Knowledge information processing system
US4918723A (en) 1988-10-07 1990-04-17 Jerry R. Iggulden Keyboard to facsimile machine transmission system
DE3837590A1 (de) 1988-11-05 1990-05-10 Ant Nachrichtentech Verfahren zum reduzieren der datenrate von digitalen bilddaten
DE68913669T2 (de) 1988-11-23 1994-07-21 Digital Equipment Corp Namenaussprache durch einen Synthetisator.
US5027110A (en) 1988-12-05 1991-06-25 At&T Bell Laboratories Arrangement for simultaneously displaying on one or more display terminals a series of images
US5027406A (en) 1988-12-06 1991-06-25 Dragon Systems, Inc. Method for interactive speech recognition and training
JPH02153415A (en) 1988-12-06 1990-06-13 Hitachi Ltd Keyboard device
GB8828796D0 (en) 1988-12-09 1989-01-18 British Telecomm Data compression
US4935954A (en) 1988-12-28 1990-06-19 At&T Company Automated message retrieval system
US5127055A (en) 1988-12-30 1992-06-30 Kurzweil Applied Intelligence, Inc. Speech recognition apparatus & method having dynamic reference pattern adaptation
EP0375805B1 (de) 1988-12-30 1995-05-24 Yozan Inc. Vektorisationsverfahren
US5047614A (en) 1989-01-23 1991-09-10 Bianco James S Method and apparatus for computer-aided shopping
JP2574892B2 (ja) 1989-02-15 1997-01-22 株式会社日立製作所 自動車における負荷分担制御方法
US5086792A (en) 1989-02-16 1992-02-11 Placontrol Corp. Dental floss loop devices, and methods of manufacture and packaging same
US4928307A (en) 1989-03-02 1990-05-22 Acs Communications Time dependent, variable amplitude threshold output circuit for frequency variant and frequency invariant signal discrimination
SE466029B (sv) 1989-03-06 1991-12-02 Ibm Svenska Ab Anordning och foerfarande foer analys av naturligt spraak i ett datorbaserat informationsbehandlingssystem
JPH0636156B2 (ja) 1989-03-13 1994-05-11 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 音声認識装置
JP2763322B2 (ja) 1989-03-13 1998-06-11 キヤノン株式会社 音声処理方法
US5033087A (en) 1989-03-14 1991-07-16 International Business Machines Corp. Method and apparatus for the automatic determination of phonological rules as for a continuous speech recognition system
JPH0782544B2 (ja) 1989-03-24 1995-09-06 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 マルチテンプレートを用いるdpマツチング方法及び装置
US5003577A (en) 1989-04-05 1991-03-26 At&T Bell Laboratories Voice and data interface to a voice-mail service system
US4977598A (en) 1989-04-13 1990-12-11 Texas Instruments Incorporated Efficient pruning algorithm for hidden markov model speech recognition
US5252951A (en) 1989-04-28 1993-10-12 International Business Machines Corporation Graphical user interface with gesture recognition in a multiapplication environment
US5197005A (en) 1989-05-01 1993-03-23 Intelligent Business Systems Database retrieval system having a natural language interface
US4994983A (en) 1989-05-02 1991-02-19 Itt Corporation Automatic speech recognition system using seed templates
US5287448A (en) 1989-05-04 1994-02-15 Apple Computer, Inc. Method and apparatus for providing help information to users of computers
JP2904283B2 (ja) 1989-05-22 1999-06-14 マツダ株式会社 車両用多重伝送装置
US4953106A (en) 1989-05-23 1990-08-28 At&T Bell Laboratories Technique for drawing directed graphs
US5010574A (en) 1989-06-13 1991-04-23 At&T Bell Laboratories Vector quantizer search arrangement
JPH03163623A (en) 1989-06-23 1991-07-15 Articulate Syst Inc Voice control computer interface
JP2527817B2 (ja) 1989-07-14 1996-08-28 シャープ株式会社 主題連想装置および単語連想装置
JP2940005B2 (ja) 1989-07-20 1999-08-25 日本電気株式会社 音声符号化装置
JPH03113578A (en) 1989-09-27 1991-05-14 Fujitsu Ltd Graphic output processing system
US5091945A (en) 1989-09-28 1992-02-25 At&T Bell Laboratories Source dependent channel coding with error protection
US5293448A (en) 1989-10-02 1994-03-08 Nippon Telegraph And Telephone Corporation Speech analysis-synthesis method and apparatus therefor
US5276616A (en) 1989-10-16 1994-01-04 Sharp Kabushiki Kaisha Apparatus for automatically generating index
CA2027705C (en) 1989-10-17 1994-02-15 Masami Akamine Speech coding system utilizing a recursive computation technique for improvement in processing speed
US5075896A (en) 1989-10-25 1991-12-24 Xerox Corporation Character and phoneme recognition based on probability clustering
US4980916A (en) 1989-10-26 1990-12-25 General Electric Company Method for improving speech quality in code excited linear predictive speech coding
US5020112A (en) 1989-10-31 1991-05-28 At&T Bell Laboratories Image recognition method using two-dimensional stochastic grammars
DE69028072D1 (de) 1989-11-06 1996-09-19 Canon Kk Verfahren und Einrichtung zur Sprachsynthese
US5220639A (en) 1989-12-01 1993-06-15 National Science Council Mandarin speech input method for Chinese computers and a mandarin speech recognition machine
US5021971A (en) 1989-12-07 1991-06-04 Unisys Corporation Reflective binary encoder for vector quantization
US5179652A (en) 1989-12-13 1993-01-12 Anthony I. Rozmanith Method and apparatus for storing, transmitting and retrieving graphical and tabular data
US5077669A (en) 1989-12-27 1991-12-31 International Business Machines Corporation Method for quasi-key search within a national language support (nls) data processing system
US5091790A (en) 1989-12-29 1992-02-25 Morton Silverberg Multipurpose computer accessory for facilitating facsimile communication
EP0438662A3 (de) 1990-01-23 1994-01-26 Ibm
US5175814A (en) 1990-01-30 1992-12-29 Digital Equipment Corporation Direct manipulation interface for boolean information retrieval
US5218700A (en) 1990-01-30 1993-06-08 Allen Beechick Apparatus and method for sorting a list of items
US5255386A (en) 1990-02-08 1993-10-19 International Business Machines Corporation Method and apparatus for intelligent help that matches the semantic similarity of the inferred intent of query or command to a best-fit predefined command intent
CH681573A5 (en) 1990-02-13 1993-04-15 Astral Automatic teller arrangement involving bank computers - is operated by user data card carrying personal data, account information and transaction records
DE69133296D1 (de) 1990-02-22 2003-08-28 Nec Corp Sprachcodierer
US5067503A (en) 1990-03-21 1991-11-26 Stile Thomas W Dental apparatus for flossing teeth
US5266949A (en) 1990-03-29 1993-11-30 Nokia Mobile Phones Ltd. Lighted electronic keyboard
US5299284A (en) 1990-04-09 1994-03-29 Arizona Board Of Regents, Acting On Behalf Of Arizona State University Pattern classification using linear programming
US5125022A (en) 1990-05-15 1992-06-23 Vcs Industries, Inc. Method for recognizing alphanumeric strings spoken over a telephone network
US5127043A (en) 1990-05-15 1992-06-30 Vcs Industries, Inc. Simultaneous speaker-independent voice recognition and verification over a telephone network
US5157779A (en) 1990-06-07 1992-10-20 Sun Microsystems, Inc. User extensible testing system
US5301109A (en) 1990-06-11 1994-04-05 Bell Communications Research, Inc. Computerized cross-language document retrieval using latent semantic indexing
JP3266246B2 (ja) 1990-06-15 2002-03-18 インターナシヨナル・ビジネス・マシーンズ・コーポレーシヨン 自然言語解析装置及び方法並びに自然言語解析用知識ベース構築方法
US5202952A (en) 1990-06-22 1993-04-13 Dragon Systems, Inc. Large-vocabulary continuous speech prefiltering and processing system
EP0464712A3 (en) 1990-06-28 1993-01-13 Kabushiki Kaisha Toshiba Display/input control system for software keyboard in information processing apparatus having integral display/input device
US5442780A (en) 1991-07-11 1995-08-15 Mitsubishi Denki Kabushiki Kaisha Natural language database retrieval system using virtual tables to convert parsed input phrases into retrieval keys
DE4023318A1 (de) 1990-07-21 1992-02-20 Fraunhofer Ges Forschung Verfahren zur durchfuehrung eines variablen dialogs mit technischen geraeten
US5175536A (en) 1990-08-01 1992-12-29 Westinghouse Electric Corp. Apparatus and method for adapting cards designed for a VME bus for use in a VXI bus system
US5103498A (en) 1990-08-02 1992-04-07 Tandy Corporation Intelligent help system
JPH0493894A (en) 1990-08-03 1992-03-26 Canon Inc Method and device for character processing
DE69131819D1 (de) 1990-08-09 2000-01-05 Semantic Compaction System Pit Kommunkationssystem mit textnachrichtenauffindung basiert auf konzepten die durch tastaturikonen eingegeben werden
GB9017600D0 (en) 1990-08-10 1990-09-26 British Aerospace An assembly and method for binary tree-searched vector quanisation data compression processing
DE4126902C2 (de) 1990-08-15 1996-06-27 Ricoh Kk Sprachintervall - Feststelleinheit
US5404295A (en) 1990-08-16 1995-04-04 Katz; Boris Method and apparatus for utilizing annotations to facilitate computer retrieval of database material
US5309359A (en) 1990-08-16 1994-05-03 Boris Katz Method and apparatus for generating and utlizing annotations to facilitate computer text retrieval
US5297170A (en) 1990-08-21 1994-03-22 Codex Corporation Lattice and trellis-coded quantization
US5400434A (en) 1990-09-04 1995-03-21 Matsushita Electric Industrial Co., Ltd. Voice source for synthetic speech system
EP0473864A1 (de) 1990-09-04 1992-03-11 International Business Machines Corporation Verfahren und Gerät zum Paraphrasieren von in logischen Formeln enthaltener Information
JPH0833739B2 (ja) 1990-09-13 1996-03-29 三菱電機株式会社 パターン表現モデル学習装置
US5119079A (en) 1990-09-17 1992-06-02 Xerox Corporation Touch screen user interface with expanding touch locations for a reprographic machine
US5216747A (en) 1990-09-20 1993-06-01 Digital Voice Systems, Inc. Voiced/unvoiced estimation of an acoustic signal
US5276794A (en) 1990-09-25 1994-01-04 Grid Systems Corporation Pop-up keyboard system for entering handwritten data into computer generated forms
US5164982A (en) 1990-09-27 1992-11-17 Radish Communications Systems, Inc. Telecommunication display system
US5305205A (en) 1990-10-23 1994-04-19 Weber Maria L Computer-assisted transcription apparatus
US5128672A (en) 1990-10-30 1992-07-07 Apple Computer, Inc. Dynamic predictive keyboard
US5325298A (en) 1990-11-07 1994-06-28 Hnc, Inc. Methods for generating or revising context vectors for a plurality of word stems
US5317507A (en) 1990-11-07 1994-05-31 Gallant Stephen I Method for document retrieval and for word sense disambiguation using neural networks
US5260697A (en) 1990-11-13 1993-11-09 Wang Laboratories, Inc. Computer with separate display plane and user interface processor
US5450523A (en) 1990-11-15 1995-09-12 Matsushita Electric Industrial Co., Ltd. Training module for estimating mixture Gaussian densities for speech unit models in speech recognition systems
US5247579A (en) 1990-12-05 1993-09-21 Digital Voice Systems, Inc. Methods for speech transmission
US5345536A (en) 1990-12-21 1994-09-06 Matsushita Electric Industrial Co., Ltd. Method of speech recognition
US5127053A (en) 1990-12-24 1992-06-30 General Electric Company Low-complexity method for improving the performance of autocorrelation-based pitch detectors
US5133011A (en) 1990-12-26 1992-07-21 International Business Machines Corporation Method and apparatus for linear vocal control of cursor position
US5210689A (en) 1990-12-28 1993-05-11 Semantic Compaction Systems System and method for automatically selecting among a plurality of input modes
US5196838A (en) 1990-12-28 1993-03-23 Apple Computer, Inc. Intelligent scrolling
US5497319A (en) 1990-12-31 1996-03-05 Trans-Link International Corp. Machine translation and telecommunications system
JPH04236624A (en) 1991-01-18 1992-08-25 Sony Corp Control system
US5712949A (en) 1991-01-29 1998-01-27 Sony Corporation Disc reproduction system with sequential reproduction of audio and image data
FI88345C (fi) 1991-01-29 1993-04-26 Nokia Mobile Phones Ltd Belyst tastatur
US5268990A (en) 1991-01-31 1993-12-07 Sri International Method for recognizing speech using linguistically-motivated hidden Markov models
US5369577A (en) 1991-02-01 1994-11-29 Wang Laboratories, Inc. Text searching system
US5630017A (en) 1991-02-19 1997-05-13 Bright Star Technology, Inc. Advanced tools for speech synchronized animation
US5167004A (en) 1991-02-28 1992-11-24 Texas Instruments Incorporated Temporal decorrelation method for robust speaker verification
GB9105367D0 (en) 1991-03-13 1991-04-24 Univ Strathclyde Computerised information-retrieval database systems
EP0505621A3 (en) 1991-03-28 1993-06-02 International Business Machines Corporation Improved message recognition employing integrated speech and handwriting information
US5212821A (en) 1991-03-29 1993-05-18 At&T Bell Laboratories Machine-based learning system
US5327342A (en) 1991-03-31 1994-07-05 Roy Prannoy L Method and apparatus for generating personalized handwriting
KR100318330B1 (ko) 1991-04-08 2002-04-22 가나이 쓰도무 감시장치
US5303406A (en) 1991-04-29 1994-04-12 Motorola, Inc. Noise squelch circuit with adaptive noise shaping
US5367640A (en) 1991-04-30 1994-11-22 Hewlett-Packard Company System for configuring an input/output board in a computer
US5274771A (en) 1991-04-30 1993-12-28 Hewlett-Packard Company System for configuring an input/output board in a computer
US5341466A (en) 1991-05-09 1994-08-23 New York University Fractal computer user centerface with zooming capability
JP3123558B2 (ja) 1991-05-09 2001-01-15 ソニー株式会社 情報入力処理装置および方法
US5202828A (en) 1991-05-15 1993-04-13 Apple Computer, Inc. User interface system having programmable user interface elements
US5500905A (en) 1991-06-12 1996-03-19 Microelectronics And Computer Technology Corporation Pattern recognition neural network with saccade-like operation
US5241619A (en) 1991-06-25 1993-08-31 Bolt Beranek And Newman Inc. Word dependent N-best search method
US5475587A (en) 1991-06-28 1995-12-12 Digital Equipment Corporation Method and apparatus for efficient morphological text analysis using a high-level language for compact specification of inflectional paradigms
US5293452A (en) 1991-07-01 1994-03-08 Texas Instruments Incorporated Voice log-in using spoken name input
WO1993001664A1 (en) 1991-07-08 1993-01-21 Motorola, Inc. Remote voice control system
US5477451A (en) 1991-07-25 1995-12-19 International Business Machines Corp. Method and system for natural language translation
US5687077A (en) 1991-07-31 1997-11-11 Universal Dynamics Limited Method and apparatus for adaptive control
JPH05197389A (ja) 1991-08-13 1993-08-06 Toshiba Corp 音声認識装置
US5278980A (en) 1991-08-16 1994-01-11 Xerox Corporation Iterative technique for phrase query formation and an information retrieval system employing same
US5450522A (en) 1991-08-19 1995-09-12 U S West Advanced Technologies, Inc. Auditory model for parametrization of speech
US5326270A (en) 1991-08-29 1994-07-05 Introspect Technologies, Inc. System and method for assessing an individual's task-processing style
JP2970964B2 (ja) 1991-09-18 1999-11-02 株式会社日立製作所 監視装置
US5199077A (en) 1991-09-19 1993-03-30 Xerox Corporation Wordspotting for voice editing and indexing
DE4131387A1 (de) 1991-09-20 1993-03-25 Siemens Ag Verfahren zur erkennung von mustern in zeitvarianten messsignalen
US5488727A (en) 1991-09-30 1996-01-30 International Business Machines Corporation Methods to support multimethod function overloading with compile-time type checking
JP2662120B2 (ja) 1991-10-01 1997-10-08 インターナショナル・ビジネス・マシーンズ・コーポレイション 音声認識装置および音声認識用処理ユニット
JPH05108065A (ja) 1991-10-15 1993-04-30 Kawai Musical Instr Mfg Co Ltd 自動演奏装置
JP3155577B2 (ja) 1991-10-16 2001-04-09 キヤノン株式会社 文字認識方法及び装置
US5222146A (en) 1991-10-23 1993-06-22 International Business Machines Corporation Speech recognition apparatus having a speech coder outputting acoustic prototype ranks
US5371853A (en) 1991-10-28 1994-12-06 University Of Maryland At College Park Method and system for CELP speech coding and codebook for use therewith
US5757979A (en) 1991-10-30 1998-05-26 Fuji Electric Co., Ltd. Apparatus and method for nonlinear normalization of image
KR940002854B1 (ko) 1991-11-06 1994-04-04 이해욱 음성 합성시스팀의 음성단편 코딩 및 그의 피치조절 방법과 그의 유성음 합성장치
US5293254A (en) 1991-12-06 1994-03-08 Xerox Corporation Method for maintaining bit density while converting images in scale or resolution
US5386494A (en) 1991-12-06 1995-01-31 Apple Computer, Inc. Method and apparatus for controlling a speech recognition function using a cursor control device
JPH05165459A (ja) 1991-12-19 1993-07-02 Toshiba Corp 拡大表示方式
US5475796A (en) 1991-12-20 1995-12-12 Nec Corporation Pitch pattern generation apparatus
US5903454A (en) 1991-12-23 1999-05-11 Hoffberg; Linda Irene Human-factored interface corporating adaptive pattern recognition based controller apparatus
US6081750A (en) 1991-12-23 2000-06-27 Hoffberg; Steven Mark Ergonomic man-machine interface incorporating adaptive pattern recognition based control system
US7966078B2 (en) 1999-02-01 2011-06-21 Steven Hoffberg Network media appliance system and method
US5502790A (en) 1991-12-24 1996-03-26 Oki Electric Industry Co., Ltd. Speech recognition method and system using triphones, diphones, and phonemes
US5349645A (en) 1991-12-31 1994-09-20 Matsushita Electric Industrial Co., Ltd. Word hypothesizer for continuous speech decoding using stressed-vowel centered bidirectional tree searches
JPH05188994A (ja) 1992-01-07 1993-07-30 Sony Corp 騒音抑圧装置
US5392419A (en) 1992-01-24 1995-02-21 Hewlett-Packard Company Language identification system and method for a peripheral unit
US5357431A (en) 1992-01-27 1994-10-18 Fujitsu Limited Character string retrieval system using index and unit for making the index
US5274818A (en) 1992-02-03 1993-12-28 Thinking Machines Corporation System and method for compiling a fine-grained array based source program onto a course-grained hardware
US5267345A (en) 1992-02-10 1993-11-30 International Business Machines Corporation Speech recognition apparatus which predicts word classes from context and words from word classes
US5621806A (en) 1992-02-14 1997-04-15 Texas Instruments Incorporated Apparatus and methods for determining the relative displacement of an object
US5412735A (en) 1992-02-27 1995-05-02 Central Institute For The Deaf Adaptive noise reduction circuit for a sound reproduction system
DE69322894D1 (de) 1992-03-02 1999-02-18 At & T Corp Lernverfahren und Gerät zur Spracherkennung
US6222525B1 (en) 1992-03-05 2001-04-24 Brad A. Armstrong Image controllers with sheet connected sensors
US6055514A (en) 1992-03-20 2000-04-25 Wren; Stephen Corey System for marketing foods and services utilizing computerized centraland remote facilities
US5353376A (en) 1992-03-20 1994-10-04 Texas Instruments Incorporated System and method for improved speech acquisition for hands-free voice telecommunication in a noisy environment
US5333266A (en) 1992-03-27 1994-07-26 International Business Machines Corporation Method and apparatus for message handling in computer systems
US5390236A (en) 1992-03-31 1995-02-14 Klausner Patent Technologies Telephone answering device linking displayed data with recorded audio message
US5440615A (en) 1992-03-31 1995-08-08 At&T Corp. Language selection for voice messaging system
US5283818A (en) 1992-03-31 1994-02-01 Klausner Patent Technologies Telephone answering device linking displayed data with recorded audio message
US5757358A (en) 1992-03-31 1998-05-26 The United States Of America As Represented By The Secretary Of The Navy Method and apparatus for enhancing computer-user selection of computer-displayed objects through dynamic selection area and constant visual feedback
CA2088080C (en) 1992-04-02 1997-10-07 Enrico Luigi Bocchieri Automatic speech recognizer
US5317647A (en) 1992-04-07 1994-05-31 Apple Computer, Inc. Constrained attribute grammars for syntactic pattern recognition
JPH05293126A (ja) 1992-04-15 1993-11-09 Matsushita Electric Works Ltd 歯科用フロス
US5412804A (en) 1992-04-30 1995-05-02 Oracle Corporation Extending the semantics of the outer join operator for un-nesting queries to a data base
US5745873A (en) 1992-05-01 1998-04-28 Massachusetts Institute Of Technology Speech recognition using final decision based on tentative decisions
US5377103A (en) 1992-05-15 1994-12-27 International Business Machines Corporation Constrained natural language interface for a computer that employs a browse function
US5369575A (en) 1992-05-15 1994-11-29 International Business Machines Corporation Constrained natural language interface for a computer system
EP0641477B1 (de) 1992-05-20 1999-03-10 Industrial Research Limited Verbesserungen in einem breitband-nachhallsystem
US5293584A (en) 1992-05-21 1994-03-08 International Business Machines Corporation Speech recognition system for natural language translation
US5463696A (en) 1992-05-27 1995-10-31 Apple Computer, Inc. Recognition system and method for user inputs to a computer system
US5477447A (en) 1992-05-27 1995-12-19 Apple Computer, Incorporated Method and apparatus for providing computer-implemented assistance
US5390281A (en) 1992-05-27 1995-02-14 Apple Computer, Inc. Method and apparatus for deducing user intent and providing computer implemented services
US5434777A (en) 1992-05-27 1995-07-18 Apple Computer, Inc. Method and apparatus for processing natural language
US5734789A (en) 1992-06-01 1998-03-31 Hughes Electronics Voiced, unvoiced or noise modes in a CELP vocoder
JP2795058B2 (ja) 1992-06-03 1998-09-10 松下電器産業株式会社 時系列信号処理装置
US5543588A (en) 1992-06-08 1996-08-06 Synaptics, Incorporated Touch pad driven handheld computing device
US5502774A (en) 1992-06-09 1996-03-26 International Business Machines Corporation Automatic recognition of a consistent message using multiple complimentary sources of information
AU4013693A (en) 1992-06-16 1993-12-23 Honeywell Inc. A method for utilizing a low resolution touch screen system in a high resolution graphics environment
JPH064093A (ja) 1992-06-18 1994-01-14 Matsushita Electric Ind Co Ltd Hmm作成装置、hmm記憶装置、尤度計算装置及び、認識装置
US5333275A (en) 1992-06-23 1994-07-26 Wheatley Barbara J System and method for time aligning speech
US5325297A (en) 1992-06-25 1994-06-28 System Of Multiple-Colored Images For Internationally Listed Estates, Inc. Computer implemented method and system for storing and retrieving textual data and compressed image data
JPH0619965A (ja) 1992-07-01 1994-01-28 Canon Inc 自然言語処理装置
US5303308A (en) 1992-07-07 1994-04-12 Gn Netcom A/S Audio frequency signal compressing system
JP3230319B2 (ja) 1992-07-09 2001-11-19 ソニー株式会社 音響再生装置
US5625554A (en) 1992-07-20 1997-04-29 Xerox Corporation Finite-state transduction of related word forms for text indexing and retrieval
US5325462A (en) 1992-08-03 1994-06-28 International Business Machines Corporation System and method for speech synthesis employing improved formant composition
US5999908A (en) 1992-08-06 1999-12-07 Abelow; Daniel H. Customer-based product design module
JPH0669954A (ja) 1992-08-18 1994-03-11 Fujitsu Commun Syst Ltd メッセージ廃棄通達方式
US5412806A (en) 1992-08-20 1995-05-02 Hewlett-Packard Company Calibration of logical cost formulae for queries in a heterogeneous DBMS using synthetic database
GB9220404D0 (en) 1992-08-20 1992-11-11 Nat Security Agency Method of identifying,retrieving and sorting documents
US5305768A (en) 1992-08-24 1994-04-26 Product Development (Zgs) Ltd. Dental flosser units and method of making same
US5425108A (en) 1992-09-04 1995-06-13 Industrial Technology Research Institute Mobile type of automatic identification system for a car plate
DE4229577A1 (de) 1992-09-04 1994-03-10 Daimler Benz Ag Verfahren zur Spracherkennung mit dem eine Anpassung von Mikrofon- und Sprachcharakteristiken erreicht wird
US5333236A (en) 1992-09-10 1994-07-26 International Business Machines Corporation Speech recognizer having a speech coder for an acoustic match based on context-dependent speech-transition acoustic models
US5982352A (en) 1992-09-18 1999-11-09 Pryor; Timothy R. Method for providing human input to a computer
US5384893A (en) 1992-09-23 1995-01-24 Emerson & Stern Associates, Inc. Method and apparatus for speech synthesis based on prosodic analysis
FR2696036B1 (fr) 1992-09-24 1994-10-14 France Telecom Procédé de mesure de ressemblance entre échantillons sonores et dispositif de mise en Óoeuvre de ce procédé.
JPH0772840B2 (ja) 1992-09-29 1995-08-02 日本アイ・ビー・エム株式会社 音声モデルの構成方法、音声認識方法、音声認識装置及び音声モデルの訓練方法
JP2779886B2 (ja) 1992-10-05 1998-07-23 日本電信電話株式会社 広帯域音声信号復元方法
JP2851977B2 (ja) 1992-10-14 1999-01-27 シャープ株式会社 再生装置
US5758313A (en) 1992-10-16 1998-05-26 Mobile Information Systems, Inc. Method and apparatus for tracking vehicle location
US5353374A (en) 1992-10-19 1994-10-04 Loral Aerospace Corporation Low bit rate voice transmission for use in a noisy environment
US6092043A (en) 1992-11-13 2000-07-18 Dragon Systems, Inc. Apparatuses and method for training and operating speech recognition systems
US5636325A (en) 1992-11-13 1997-06-03 International Business Machines Corporation Speech synthesis and analysis of dialects
US5915236A (en) 1992-11-13 1999-06-22 Dragon Systems, Inc. Word recognition system which alters code executed as a function of available computational resources
DE69327774D1 (de) 1992-11-18 2000-03-09 Canon Information Syst Inc Prozessor zur Umwandlung von Daten in Sprache und Ablaufsteuerung hierzu
US5455888A (en) 1992-12-04 1995-10-03 Northern Telecom Limited Speech bandwidth extension method and apparatus
US7835989B1 (en) 1992-12-09 2010-11-16 Discovery Communications, Inc. Electronic book alternative delivery systems
US5465401A (en) 1992-12-15 1995-11-07 Texas Instruments Incorporated Communication system and methods for enhanced information transfer
US5335276A (en) 1992-12-16 1994-08-02 Texas Instruments Incorporated Communication system and methods for enhanced information transfer
WO1994014270A1 (en) 1992-12-17 1994-06-23 Bell Atlantic Network Services, Inc. Mechanized directory assistance
US5561444A (en) 1992-12-21 1996-10-01 Apple Computer, Inc. Method and apparatus for providing visual feedback during manipulation of text on a computer screen
US5533182A (en) 1992-12-22 1996-07-02 International Business Machines Corporation Aural position indicating mechanism for viewable objects
US5412756A (en) 1992-12-22 1995-05-02 Mitsubishi Denki Kabushiki Kaisha Artificial intelligence software shell for plant operation simulation
AU5827894A (en) 1992-12-23 1994-07-19 Taligent, Inc. Object oriented framework system
US5373566A (en) 1992-12-24 1994-12-13 Motorola, Inc. Neural network-based diacritical marker recognition system and method
FR2700055B1 (fr) 1992-12-30 1995-01-27 Sextant Avionique Procédé de débruitage vectoriel de la parole et dispositif de mise en Óoeuvre.
US5384892A (en) 1992-12-31 1995-01-24 Apple Computer, Inc. Dynamic language model for speech recognition
US5734791A (en) 1992-12-31 1998-03-31 Apple Computer, Inc. Rapid tree-based method for vector quantization
AU6080094A (en) 1992-12-31 1994-08-15 Apple Computer, Inc. Recursive finite state grammar
US5463725A (en) 1992-12-31 1995-10-31 International Business Machines Corp. Data processing system graphical user interface which emulates printed material
US5613036A (en) 1992-12-31 1997-03-18 Apple Computer, Inc. Dynamic categories for a speech recognition system
US6311157B1 (en) 1992-12-31 2001-10-30 Apple Computer, Inc. Assigning meanings to utterances in a speech recognition system
US5390279A (en) 1992-12-31 1995-02-14 Apple Computer, Inc. Partitioning speech rules by context for speech recognition
US5335011A (en) 1993-01-12 1994-08-02 Bell Communications Research, Inc. Sound localization system for teleconferencing using self-steering microphone arrays
JP2752309B2 (ja) 1993-01-19 1998-05-18 松下電器産業株式会社 表示装置
US6122616A (en) 1993-01-21 2000-09-19 Apple Computer, Inc. Method and apparatus for diphone aliasing
US5642466A (en) 1993-01-21 1997-06-24 Apple Computer, Inc. Intonation adjustment in text-to-speech systems
US5878396A (en) 1993-01-21 1999-03-02 Apple Computer, Inc. Method and apparatus for synthetic speech in facial animation
US5490234A (en) 1993-01-21 1996-02-06 Apple Computer, Inc. Waveform blending technique for text-to-speech system
DE69418908T2 (de) 1993-01-26 2000-01-20 Sun Microsystems Inc Verfahren und Gerät zum Informationsanschauen in einer Rechnerdatenbank
US5491758A (en) 1993-01-27 1996-02-13 International Business Machines Corporation Automatic handwriting recognition using both static and dynamic parameters
US5890122A (en) 1993-02-08 1999-03-30 Microsoft Corporation Voice-controlled computer simulateously displaying application menu and list of available commands
US5449368A (en) 1993-02-18 1995-09-12 Kuzmak; Lubomyr I. Laparoscopic adjustable gastric banding device and method for implantation and removal thereof
US5864844A (en) 1993-02-18 1999-01-26 Apple Computer, Inc. System and method for enhancing a user interface with a computer based training tool
US5473728A (en) 1993-02-24 1995-12-05 The United States Of America As Represented By The Secretary Of The Navy Training of homoscedastic hidden Markov models for automatic speech recognition
US5467425A (en) 1993-02-26 1995-11-14 International Business Machines Corporation Building scalable N-gram language models using maximum likelihood maximum entropy N-gram models
CA2091658A1 (en) 1993-03-15 1994-09-16 Matthew Lennig Method and apparatus for automation of directory assistance using speech recognition
CA2119397C (en) 1993-03-19 2007-10-02 Kim E.A. Silverman Improved automated voice synthesis employing enhanced prosodic treatment of text, spelling of text and rate of annunciation
JPH06274586A (ja) 1993-03-22 1994-09-30 Mitsubishi Electric Corp 表示方式
US6055531A (en) 1993-03-24 2000-04-25 Engate Incorporated Down-line transcription system having context sensitive searching capability
CA2158850C (en) 1993-03-26 2000-08-22 Margaret Gaved Text-to-waveform conversion
US5536902A (en) 1993-04-14 1996-07-16 Yamaha Corporation Method of and apparatus for analyzing and synthesizing a sound by extracting and controlling a sound parameter
US5444823A (en) 1993-04-16 1995-08-22 Compaq Computer Corporation Intelligent search engine for associated on-line documentation having questionless case-based knowledge base
US6496793B1 (en) 1993-04-21 2002-12-17 Borland Software Corporation System and methods for national language support with embedded locale-specific language driver identifiers
CA2095452C (en) 1993-05-04 1997-03-18 Phillip J. Beaudet Dynamic hierarchical selection menu
US5428731A (en) 1993-05-10 1995-06-27 Apple Computer, Inc. Interactive multimedia delivery engine
US5860064A (en) 1993-05-13 1999-01-12 Apple Computer, Inc. Method and apparatus for automatic generation of vocal emotion in a synthetic text-to-speech system
DE69432199D1 (de) 1993-05-24 2003-04-10 Sun Microsystems Inc Graphische Benutzerschnittstelle mit Verfahren zur Schnittstellebildung mit fernsteuernden Einrichtungen
US5652897A (en) 1993-05-24 1997-07-29 Unisys Corporation Robust language processor for segmenting and parsing-language containing multiple instructions
JPH06332617A (ja) 1993-05-25 1994-12-02 Pfu Ltd タッチパネル入力装置における表示方法
US5710922A (en) 1993-06-02 1998-01-20 Apple Computer, Inc. Method for synchronizing and archiving information between computer systems
WO1994029788A1 (en) 1993-06-15 1994-12-22 Honeywell Inc. A method for utilizing a low resolution touch screen system in a high resolution graphics environment
KR950001695A (ko) 1993-06-18 1995-01-03 오오가 노리오 디스크 재생장치
US5481739A (en) 1993-06-23 1996-01-02 Apple Computer, Inc. Vector quantization using thresholds
US5574823A (en) 1993-06-23 1996-11-12 Her Majesty The Queen In Right Of Canada As Represented By The Minister Of Communications Frequency selective harmonic coding
JPH0756933A (ja) 1993-06-24 1995-03-03 Xerox Corp 文書検索方法
US5515475A (en) 1993-06-24 1996-05-07 Northern Telecom Limited Speech recognition method using a two-pass search
JP2648558B2 (ja) 1993-06-29 1997-09-03 インターナショナル・ビジネス・マシーンズ・コーポレイション 情報選択装置及び情報選択方法
JP3685812B2 (ja) 1993-06-29 2005-08-24 ソニー株式会社 音声信号送受信装置
US5860075A (en) 1993-06-30 1999-01-12 Matsushita Electric Industrial Co., Ltd. Document data filing apparatus for generating visual attribute values of document data to be filed
US5973676A (en) 1993-06-30 1999-10-26 Kabushiki Kaisha Toshiba Input apparatus suitable for portable electronic device
WO1995002221A1 (en) 1993-07-07 1995-01-19 Inference Corporation Case-based organizing and querying of a database
JPH0736882A (ja) 1993-07-19 1995-02-07 Fujitsu Ltd 辞書検索装置
US5729704A (en) 1993-07-21 1998-03-17 Xerox Corporation User-directed method for operating on an object-based model data structure through a second contextual image
US5818182A (en) 1993-08-13 1998-10-06 Apple Computer, Inc. Removable media ejection system
US5495604A (en) 1993-08-25 1996-02-27 Asymetrix Corporation Method and apparatus for the modeling and query of database structures using natural language-like constructs
US5619694A (en) 1993-08-26 1997-04-08 Nec Corporation Case database storage/retrieval system
US5940811A (en) 1993-08-27 1999-08-17 Affinity Technology Group, Inc. Closed loop financial transaction method and apparatus
US5377258A (en) 1993-08-30 1994-12-27 National Medical Research Council Method and apparatus for an automated and interactive behavioral guidance system
US5627939A (en) 1993-09-03 1997-05-06 Microsoft Corporation Speech recognition system and method employing data compression
US5500937A (en) 1993-09-08 1996-03-19 Apple Computer, Inc. Method and apparatus for editing an inked object while simultaneously displaying its recognized object
US5568540A (en) 1993-09-13 1996-10-22 Active Voice Corporation Method and apparatus for selecting and playing a voice mail message
US6594688B2 (en) 1993-10-01 2003-07-15 Collaboration Properties, Inc. Dedicated echo canceler for a workstation
US5689641A (en) 1993-10-01 1997-11-18 Vicor, Inc. Multimedia collaboration system arrangement for routing compressed AV signal through a participant site without decompressing the AV signal
US5873056A (en) 1993-10-12 1999-02-16 The Syracuse University Natural language processing system for semantic vector representation which accounts for lexical ambiguity
JP2986345B2 (ja) 1993-10-18 1999-12-06 インターナショナル・ビジネス・マシーンズ・コーポレイション 音声記録指標化装置及び方法
US5708659A (en) 1993-10-20 1998-01-13 Lsi Logic Corporation Method for hashing in a packet network switching system
US6606101B1 (en) 1993-10-25 2003-08-12 Microsoft Corporation Information pointers
JP3697276B2 (ja) 1993-10-27 2005-09-21 ゼロックス コーポレイションXerox Corporation 画像ディスプレイ方法及び画像ディスプレイ装置並びに画像スケーリング方法
US5835732A (en) 1993-10-28 1998-11-10 Elonex Ip Holdings, Ltd. Miniature digital assistant having enhanced host communication
US5422656A (en) 1993-11-01 1995-06-06 International Business Machines Corp. Personal communicator having improved contrast control for a liquid crystal, touch sensitive display
JP2813728B2 (ja) 1993-11-01 1998-10-22 インターナショナル・ビジネス・マシーンズ・コーポレイション ズーム/パン機能付パーソナル通信機
US6243071B1 (en) 1993-11-03 2001-06-05 Apple Computer, Inc. Tool set for navigating through an electronic book
US5977950A (en) 1993-11-29 1999-11-02 Motorola, Inc. Manually controllable cursor in a virtual image
WO1995016950A1 (en) 1993-12-14 1995-06-22 Apple Computer, Inc. Method and apparatus for transferring data between a computer and a peripheral storage device
ZA9408426B (en) 1993-12-22 1995-06-30 Qualcomm Inc Distributed voice recognition system
US5578808A (en) 1993-12-22 1996-11-26 Datamark Services, Inc. Data card that can be used for transactions involving separate card issuers
WO1995017711A1 (en) 1993-12-23 1995-06-29 Diacom Technologies, Inc. Method and apparatus for implementing user feedback
US5384671A (en) 1993-12-23 1995-01-24 Quantum Corporation PRML sampled data channel synchronous servo detector
JP2610114B2 (ja) 1993-12-30 1997-05-14 インターナショナル・ビジネス・マシーンズ・コーポレイション ポインティング・システム、コンピュータ・システムおよび力応答方法
US5621859A (en) 1994-01-19 1997-04-15 Bbn Corporation Single tree method for grammar directed, very large vocabulary speech recognizer
US5577164A (en) 1994-01-28 1996-11-19 Canon Kabushiki Kaisha Incorrect voice command recognition prevention and recovery processing method and apparatus
US5583993A (en) 1994-01-31 1996-12-10 Apple Computer, Inc. Method and apparatus for synchronously sharing data among computer
US6463176B1 (en) 1994-02-02 2002-10-08 Canon Kabushiki Kaisha Image recognition/reproduction method and apparatus
US5822720A (en) 1994-02-16 1998-10-13 Sentius Corporation System amd method for linking streams of multimedia data for reference material for display
US5577135A (en) 1994-03-01 1996-11-19 Apple Computer, Inc. Handwriting signal processing front-end for handwriting recognizers
AU684872B2 (en) 1994-03-10 1998-01-08 Cable And Wireless Plc Communication system
US6216102B1 (en) 1996-08-19 2001-04-10 International Business Machines Corporation Natural language determination using partial words
US5548507A (en) 1994-03-14 1996-08-20 International Business Machines Corporation Language identification process using coded language words
US5724406A (en) 1994-03-22 1998-03-03 Ericsson Messaging Systems, Inc. Call processing system and method for providing a variety of messaging services
US5584024A (en) 1994-03-24 1996-12-10 Software Ag Interactive database query system and method for prohibiting the selection of semantically incorrect query parameters
US5574824A (en) 1994-04-11 1996-11-12 The United States Of America As Represented By The Secretary Of The Air Force Analysis/synthesis-based microphone array speech enhancer with variable signal distortion
CH689410A5 (de) 1994-04-21 1999-03-31 Info Byte Ag Verfahren und Vorrichtung zur sprachgesteuerten Fernbedienung elektrischer Verbraucher.
GB9408042D0 (en) 1994-04-22 1994-06-15 Hewlett Packard Co Device for managing voice data
US5642519A (en) 1994-04-29 1997-06-24 Sun Microsystems, Inc. Speech interpreter with a unified grammer compiler
US5670985A (en) 1994-05-09 1997-09-23 Apple Computer, Inc. System and method for adjusting the output of an output device to compensate for ambient illumination
US5786803A (en) 1994-05-09 1998-07-28 Apple Computer, Inc. System and method for adjusting the illumination characteristics of an output device
US5828768A (en) 1994-05-11 1998-10-27 Noise Cancellation Technologies, Inc. Multimedia personal computer with active noise reduction and piezo speakers
US5596260A (en) 1994-05-13 1997-01-21 Apple Computer, Inc. Apparatus and method for determining a charge of a battery
JPH07320079A (ja) 1994-05-20 1995-12-08 Nippon Telegr & Teleph Corp <Ntt> 図形の部分拡大表示方法及び図形の部分拡大表示装置
JPH07320051A (ja) 1994-05-20 1995-12-08 Nippon Telegr & Teleph Corp <Ntt> 図形の任意領域拡大縮小表示方法及び図形の任意領域拡大縮小表示装置
DE69520302D1 (de) 1994-05-25 2001-04-19 Victor Company Of Japan Datenwiedergabegerät mit variabler Übertragungsrate
JPH07325591A (ja) 1994-05-31 1995-12-12 Nec Corp 疑似音楽演奏環境生成方法および装置
US5477448A (en) 1994-06-01 1995-12-19 Mitsubishi Electric Research Laboratories, Inc. System for correcting improper determiners
US5537317A (en) 1994-06-01 1996-07-16 Mitsubishi Electric Research Laboratories Inc. System for correcting grammer based parts on speech probability
US5535121A (en) 1994-06-01 1996-07-09 Mitsubishi Electric Research Laboratories, Inc. System for correcting auxiliary verb sequences
US5485372A (en) 1994-06-01 1996-01-16 Mitsubishi Electric Research Laboratories, Inc. System for underlying spelling recovery
US5521816A (en) 1994-06-01 1996-05-28 Mitsubishi Electric Research Laboratories, Inc. Word inflection correction system
US5644656A (en) 1994-06-07 1997-07-01 Massachusetts Institute Of Technology Method and apparatus for automated text recognition
US5493677A (en) 1994-06-08 1996-02-20 Systems Research & Applications Corporation Generation, archiving, and retrieval of digital images with evoked suggestion-set captions and natural language interface
US5812697A (en) 1994-06-10 1998-09-22 Nippon Steel Corporation Method and apparatus for recognizing hand-written characters using a weighting dictionary
US5675819A (en) 1994-06-16 1997-10-07 Xerox Corporation Document information retrieval using global word co-occurrence patterns
JPH0869470A (ja) 1994-06-21 1996-03-12 Canon Inc 自然言語処理装置及びその方法
US5948040A (en) 1994-06-24 1999-09-07 Delorme Publishing Co. Travel reservation information and planning system
US5610812A (en) 1994-06-24 1997-03-11 Mitsubishi Electric Information Technology Center America, Inc. Contextual tagger utilizing deterministic finite state transducer
US5581484A (en) 1994-06-27 1996-12-03 Prince; Kevin R. Finger mounted computer input device
WO1996001453A1 (en) 1994-07-01 1996-01-18 Palm Computing, Inc. Multiple pen stroke character set and handwriting recognition system
US6442523B1 (en) 1994-07-22 2002-08-27 Steven H. Siegel Method for the auditory navigation of text
US5568536A (en) 1994-07-25 1996-10-22 International Business Machines Corporation Selective reconfiguration method and apparatus in a multiple application personal communications device
CN1059303C (zh) 1994-07-25 2000-12-06 国际商业机器公司 在个人通讯设备的显示屏幕上标记文本的装置和方法
JP3359745B2 (ja) 1994-07-29 2002-12-24 シャープ株式会社 動画像再生装置、及び動画像記録装置
JP3586777B2 (ja) 1994-08-17 2004-11-10 富士通株式会社 音声入力装置
JP3565453B2 (ja) 1994-08-23 2004-09-15 キヤノン株式会社 画像入出力装置
US6137476A (en) 1994-08-25 2000-10-24 International Business Machines Corp. Data mouse
JPH0877173A (ja) 1994-09-01 1996-03-22 Fujitsu Ltd 文字列修正システムとその方法
US5559301A (en) 1994-09-15 1996-09-24 Korg, Inc. Touchscreen interface having pop-up variable adjustment displays for controllers and audio processing systems
DE69524340T2 (de) 1994-09-22 2002-08-14 Aisin Aw Co Berührungsanzeige für ein Informationseingabesystem
GB9419388D0 (en) 1994-09-26 1994-11-09 Canon Kk Speech analysis
JP3027321B2 (ja) 1994-09-27 2000-04-04 財団法人工業技術研究院 拘束のない手書き英数字のオンライン認識の方法及び装置
US5799268A (en) 1994-09-28 1998-08-25 Apple Computer, Inc. Method for extracting knowledge from online documentation and creating a glossary, index, help database or the like
IT1266943B1 (it) 1994-09-29 1997-01-21 Cselt Centro Studi Lab Telecom Procedimento di sintesi vocale mediante concatenazione e parziale sovrapposizione di forme d'onda.
US5682539A (en) 1994-09-29 1997-10-28 Conrad; Donovan Anticipated meaning natural language interface
GB2293667B (en) 1994-09-30 1998-05-27 Intermation Limited Database management system
US5715468A (en) 1994-09-30 1998-02-03 Budzinski; Robert Lucius Memory system for storing and retrieving experience and knowledge with natural language
US5768607A (en) 1994-09-30 1998-06-16 Intel Corporation Method and apparatus for freehand annotation and drawings incorporating sound and for compressing and synchronizing sound
US5777614A (en) 1994-10-14 1998-07-07 Hitachi, Ltd. Editing support system including an interactive interface
EP2352120B1 (de) 2000-01-13 2016-03-30 Digimarc Corporation Netzbasierter Zugriff auf Zusatzdaten basierend auf steganografischer Information
US5661787A (en) 1994-10-27 1997-08-26 Pocock; Michael H. System for on-demand remote access to a self-generating audio recording, storage, indexing and transaction system
US5845255A (en) 1994-10-28 1998-12-01 Advanced Health Med-E-Systems Corporation Prescription management system
JPH08138321A (ja) 1994-11-11 1996-05-31 Pioneer Electron Corp ディスクプレーヤ
US5613122A (en) 1994-11-14 1997-03-18 Object Technology Licensing Corp. Object-oriented operating system
US5652884A (en) 1994-11-14 1997-07-29 Object Technology Licensing Corp. Method and apparatus for dynamic update of an existing object in an object editor
DE4440598C1 (de) 1994-11-14 1996-05-23 Siemens Ag Durch gesprochene Worte steuerbares Hypertext-Navigationssystem, Hypertext-Dokument für dieses Navigationssystem und Verfahren zur Erzeugung eines derartigen Dokuments
US5577241A (en) 1994-12-07 1996-11-19 Excite, Inc. Information retrieval system and method with implementation extensible query architecture
US5748974A (en) 1994-12-13 1998-05-05 International Business Machines Corporation Multimodal natural language interface for cross-application tasks
DE4445023A1 (de) 1994-12-16 1996-06-20 Thomson Brandt Gmbh Erschütterungsresistentes Abspielgerät mit verringertem Energieverbrauch
JPH08185265A (ja) 1994-12-28 1996-07-16 Fujitsu Ltd タッチパネル制御装置
US5682475A (en) 1994-12-30 1997-10-28 International Business Machines Corporation Method and system for variable password access
US5774859A (en) 1995-01-03 1998-06-30 Scientific-Atlanta, Inc. Information system having a speech interface
US5794050A (en) 1995-01-04 1998-08-11 Intelligent Text Processing, Inc. Natural language understanding system
US5835077A (en) 1995-01-13 1998-11-10 Remec, Inc., Computer control device
US5634084A (en) 1995-01-20 1997-05-27 Centigram Communications Corporation Abbreviation and acronym/initialism expansion procedures for a text to speech reader
SE505156C2 (sv) 1995-01-30 1997-07-07 Ericsson Telefon Ab L M Förfarande för bullerundertryckning genom spektral subtraktion
JPH08223281A (ja) 1995-02-10 1996-08-30 Kokusai Electric Co Ltd 携帯電話機
EP1643340B1 (de) 1995-02-13 2013-08-14 Intertrust Technologies Corp. Sicheres Transaktionsmanagement
US5565888A (en) 1995-02-17 1996-10-15 International Business Machines Corporation Method and apparatus for improving visibility and selectability of icons
JPH08227341A (ja) 1995-02-22 1996-09-03 Mitsubishi Electric Corp ユーザインターフェース
US6009237A (en) 1995-02-24 1999-12-28 Hitachi Ltd. Optical disk and optical disk reproduction apparatus
US5748512A (en) 1995-02-28 1998-05-05 Microsoft Corporation Adjusting keyboard
US5543897A (en) 1995-03-07 1996-08-06 Eastman Kodak Company Reproduction apparatus having touch screen operator interface and auxiliary keyboard
US5701400A (en) 1995-03-08 1997-12-23 Amado; Carlos Armando Method and apparatus for applying if-then-else rules to data sets in a relational data base and generating from the results of application of said rules a database of diagnostics linked to said data sets to aid executive analysis of financial data
US5801702A (en) 1995-03-09 1998-09-01 Terrabyte Technology System and method for adding network links in a displayed hierarchy
US5564446A (en) 1995-03-27 1996-10-15 Wiltshire; Curtis B. Dental floss device and applicator assembly
US5749081A (en) 1995-04-06 1998-05-05 Firefly Network, Inc. System and method for recommending items to a user
WO1996032711A1 (en) 1995-04-12 1996-10-17 British Telecommunications Public Limited Company Waveform speech synthesis
US5616876A (en) 1995-04-19 1997-04-01 Microsoft Corporation System and methods for selecting music on the basis of subjective content
US5943049A (en) 1995-04-27 1999-08-24 Casio Computer Co., Ltd. Image processor for displayed message, balloon, and character's face
US5642464A (en) 1995-05-03 1997-06-24 Northern Telecom Limited Methods and apparatus for noise conditioning in digital speech compression systems using linear predictive coding
US5812698A (en) 1995-05-12 1998-09-22 Synaptics, Inc. Handwriting recognition system and method
US5708822A (en) 1995-05-31 1998-01-13 Oracle Corporation Methods and apparatus for thematic parsing of discourse
TW338815B (en) 1995-06-05 1998-08-21 Motorola Inc Method and apparatus for character recognition of handwritten input
US6070140A (en) 1995-06-05 2000-05-30 Tran; Bao Q. Speech recognizer
US6268859B1 (en) 1995-06-06 2001-07-31 Apple Computer, Inc. Method and system for rendering overlapping opaque graphical objects in graphic imaging systems
US5920327A (en) 1995-06-06 1999-07-06 Microsoft Corporation Multiple resolution data display
US5991441A (en) 1995-06-07 1999-11-23 Wang Laboratories, Inc. Real time handwriting recognition system
US6496182B1 (en) 1995-06-07 2002-12-17 Microsoft Corporation Method and system for providing touch-sensitive screens for the visually impaired
US5664055A (en) 1995-06-07 1997-09-02 Lucent Technologies Inc. CS-ACELP speech compression system with adaptive pitch prediction filter gain based on a measure of periodicity
FI99072C (fi) 1995-06-08 1997-09-25 Nokia Telecommunications Oy Menetelmä toimitusvahvistusten antamiseksi puhelinverkossa suoritetuista sanomatoimituksista
CA2221762C (en) 1995-06-13 2002-08-20 British Telecommunications Public Limited Company Ideal phonetic unit duration adjustment for text-to-speech system
JP3385146B2 (ja) 1995-06-13 2003-03-10 シャープ株式会社 会話文翻訳装置
US5710886A (en) 1995-06-16 1998-01-20 Sellectsoft, L.C. Electric couponing method and apparatus
JP3284832B2 (ja) 1995-06-22 2002-05-20 セイコーエプソン株式会社 音声認識対話処理方法および音声認識対話装置
JPH0918585A (ja) 1995-07-03 1997-01-17 Matsushita Electric Ind Co Ltd ボイスメールシステム
JPH0916598A (ja) 1995-07-03 1997-01-17 Fujitsu Ltd エラー・パターンを用いた文字列修正システムおよび方法
US6038533A (en) 1995-07-07 2000-03-14 Lucent Technologies Inc. System and method for selecting training text
US5760760A (en) 1995-07-17 1998-06-02 Dell Usa, L.P. Intelligent LCD brightness control system
US5684513A (en) 1995-07-17 1997-11-04 Decker; Mark Randall Electronic luminescence keyboard system for a portable device
US5949961A (en) 1995-07-19 1999-09-07 International Business Machines Corporation Word syllabification in speech synthesis system
US5999895A (en) 1995-07-24 1999-12-07 Forest; Donald K. Sound operated menu method and apparatus
US5818142A (en) 1995-07-27 1998-10-06 Black & Decker Inc. Motor pack armature support with brush holder assembly
KR0183726B1 (ko) 1995-07-31 1999-04-15 윤종용 씨디 오케이와 비디오 씨디로부터 신호를 재생하는 씨디 재생장치
US5864815A (en) 1995-07-31 1999-01-26 Microsoft Corporation Method and system for displaying speech recognition status information in a visual notification area
US5724985A (en) 1995-08-02 1998-03-10 Pacesetter, Inc. User interface for an implantable medical device using an integrated digitizer display screen
JPH0955792A (ja) 1995-08-11 1997-02-25 Ricoh Co Ltd ボイスメールシステム
US6026388A (en) 1995-08-16 2000-02-15 Textwise, Llc User interface and other enhancements for natural language information retrieval system and method
JP3697748B2 (ja) 1995-08-21 2005-09-21 セイコーエプソン株式会社 端末、音声認識装置
US5835721A (en) 1995-08-21 1998-11-10 Apple Computer, Inc. Method and system for data transmission over a network link between computers with the ability to withstand temporary interruptions
EP0788648B1 (de) 1995-08-28 2000-08-16 Philips Electronics N.V. Verfahren und system zur mustererkennung mittels dynamischer erzeugung einer untermenge von referenzvektoren
US6243473B1 (en) 1995-09-02 2001-06-05 New Transducers Limited Laptop computer with loudspeaker(s)
US5570324A (en) 1995-09-06 1996-10-29 Northrop Grumman Corporation Underwater sound localization system
US5712957A (en) 1995-09-08 1998-01-27 Carnegie Mellon University Locating and correcting erroneously recognized portions of utterances by rescoring based on two n-best lists
US5855000A (en) 1995-09-08 1998-12-29 Carnegie Mellon University Method and apparatus for correcting and repairing machine-transcribed input using independent or cross-modal secondary input
DE19533541C1 (de) 1995-09-11 1997-03-27 Daimler Benz Aerospace Ag Verfahren zur automatischen Steuerung eines oder mehrerer Geräte durch Sprachkommandos oder per Sprachdialog im Echtzeitbetrieb und Vorrichtung zum Ausführen des Verfahrens
CN1121684C (zh) 1995-09-14 2003-09-17 艾利森公司 用于选择性地改变一帧数字信号的方法和装置
US5737734A (en) 1995-09-15 1998-04-07 Infonautics Corporation Query word relevance adjustment in a search of an information retrieval system
US5790978A (en) 1995-09-15 1998-08-04 Lucent Technologies, Inc. System and method for determining pitch contours
JPH0981320A (ja) 1995-09-20 1997-03-28 Matsushita Electric Ind Co Ltd ペン入力式選択入力装置及びその方法
US5771276A (en) 1995-10-10 1998-06-23 Ast Research, Inc. Voice templates for interactive voice mail and voice response system
US5884323A (en) 1995-10-13 1999-03-16 3Com Corporation Extendible method and apparatus for synchronizing files on two different computer systems
US5833134A (en) 1995-10-27 1998-11-10 Ho; Tienhou Joseph Wireless remote temperature sensing thermostat with adjustable register
US5758083A (en) 1995-10-30 1998-05-26 Sun Microsystems, Inc. Method and system for sharing information between network managers
US20030051136A1 (en) 1995-11-06 2003-03-13 Pavel Curtis Multimedia coordination system
US5799276A (en) 1995-11-07 1998-08-25 Accent Incorporated Knowledge-based speech recognition system and methods having frame length computed based upon estimated pitch period of vocalic intervals
JPH09146708A (ja) 1995-11-09 1997-06-06 Internatl Business Mach Corp <Ibm> タッチパネルの駆動方法及びタッチ入力方法
JP3152871B2 (ja) 1995-11-10 2001-04-03 富士通株式会社 ラティスをキーとした検索を行う辞書検索装置および方法
US5799279A (en) 1995-11-13 1998-08-25 Dragon Systems, Inc. Continuous speech recognition of text and commands
US5794237A (en) 1995-11-13 1998-08-11 International Business Machines Corporation System and method for improving problem source identification in computer systems employing relevance feedback and statistical source ranking
US5802526A (en) 1995-11-15 1998-09-01 Microsoft Corporation System and method for graphically displaying and navigating through an interactive voice response menu
US5801692A (en) 1995-11-30 1998-09-01 Microsoft Corporation Audio-visual user interface controls
US6240384B1 (en) 1995-12-04 2001-05-29 Kabushiki Kaisha Toshiba Speech synthesis method
US5987401A (en) 1995-12-08 1999-11-16 Apple Computer, Inc. Language translation for real-time text-based conversations
US5880731A (en) 1995-12-14 1999-03-09 Microsoft Corporation Use of avatars with automatic gesturing and bounded interaction in on-line chat session
US5893132A (en) 1995-12-14 1999-04-06 Motorola, Inc. Method and system for encoding a book for reading using an electronic book
US5761640A (en) 1995-12-18 1998-06-02 Nynex Science & Technology, Inc. Name and address processor
US5706442A (en) 1995-12-20 1998-01-06 Block Financial Corporation System for on-line financial services using distributed objects
JPH09179719A (ja) 1995-12-26 1997-07-11 Nec Corp 音声合成装置
US5859636A (en) 1995-12-27 1999-01-12 Intel Corporation Recognition of and operation on text data
US5825352A (en) 1996-01-04 1998-10-20 Logitech, Inc. Multiple fingers contact sensing method for emulating mouse buttons and mouse operations on a touch sensor pad
US5787422A (en) 1996-01-11 1998-07-28 Xerox Corporation Method and apparatus for information accesss employing overlapping clusters
CA2242874A1 (en) 1996-01-17 1997-07-24 Personal Agents, Inc. Intelligent agents for electronic commerce
US6119101A (en) 1996-01-17 2000-09-12 Personal Agents, Inc. Intelligent agents for electronic commerce
US6125356A (en) 1996-01-18 2000-09-26 Rosefaire Development, Ltd. Portable sales presentation system with selective scripted seller prompts
US6011585A (en) 1996-01-19 2000-01-04 Apple Computer, Inc. Apparatus and method for rotating the display orientation of a captured image
JPH09265731A (ja) 1996-01-24 1997-10-07 Sony Corp 音声再生装置及び方法、音声録音装置及び方法、音声録音再生システム、音声データの転送方法、情報受信装置、記録媒体
US5987404A (en) 1996-01-29 1999-11-16 International Business Machines Corporation Statistical natural language understanding using hidden clumpings
SE506034C2 (sv) 1996-02-01 1997-11-03 Ericsson Telefon Ab L M Förfarande och anordning för förbättring av parametrar representerande brusigt tal
US5946647A (en) 1996-02-01 1999-08-31 Apple Computer, Inc. System and method for performing an action on a structure in computer-generated data
US5729694A (en) 1996-02-06 1998-03-17 The Regents Of The University Of California Speech coding, reconstruction and recognition using acoustics and electromagnetic waves
US6535610B1 (en) 1996-02-07 2003-03-18 Morgan Stanley & Co. Incorporated Directional microphone utilizing spaced apart omni-directional microphones
US20050182765A1 (en) 1996-02-09 2005-08-18 Technology Innovations, Llc Techniques for controlling distribution of information from a secure domain
US6076088A (en) 1996-02-09 2000-06-13 Paik; Woojin Information extraction system and method using concept relation concept (CRC) triples
US5864868A (en) 1996-02-13 1999-01-26 Contois; David C. Computer control system and user interface for media playing devices
US5737487A (en) 1996-02-13 1998-04-07 Apple Computer, Inc. Speaker adaptation based on lateral tying for large-vocabulary continuous speech recognition
US5835893A (en) 1996-02-15 1998-11-10 Atr Interpreting Telecommunications Research Labs Class-based word clustering for speech recognition using a three-level balanced hierarchical similarity
FI102343B1 (fi) 1996-02-20 1998-11-13 Finland Telecom Oy Järjestelmä ja menetelmä datan lähettämiseksi
GB2310559B (en) 1996-02-23 2000-09-20 Nokia Mobile Phones Ltd Audio output apparatus for a mobile communication device
US5864855A (en) 1996-02-26 1999-01-26 The United States Of America As Represented By The Secretary Of The Army Parallel document clustering process
KR100422263B1 (ko) 1996-02-27 2004-07-30 코닌클리케 필립스 일렉트로닉스 엔.브이. 음성을자동으로분할하기위한방법및장치
US5895448A (en) 1996-02-29 1999-04-20 Nynex Science And Technology, Inc. Methods and apparatus for generating and using speaker independent garbage models for speaker dependent speech recognition purpose
US6226533B1 (en) 1996-02-29 2001-05-01 Sony Corporation Voice messaging transceiver message duration indicator and method
US5842165A (en) 1996-02-29 1998-11-24 Nynex Science & Technology, Inc. Methods and apparatus for generating and using garbage models for speaker dependent speech recognition purposes
US6069622A (en) 1996-03-08 2000-05-30 Microsoft Corporation Method and system for generating comic panels
GB9605216D0 (en) 1996-03-12 1996-05-15 Ncr Int Inc Display system and method of moving a cursor of the display system
JP3160707B2 (ja) 1996-03-22 2001-04-25 富士通株式会社 データ送受信装置、データ送信装置及びデータ受信装置
US5937163A (en) 1996-03-26 1999-08-10 Industrial Technology Research Institute Method and system at a host node for hierarchically organizing the links visited by a world wide web browser executing at the host node
JPH09265457A (ja) 1996-03-29 1997-10-07 Hitachi Ltd オンライン会話システム
CN1121681C (zh) 1996-03-29 2003-09-17 英国电讯公司 语言处理
US5901287A (en) 1996-04-01 1999-05-04 The Sabre Group Inc. Information aggregation and synthesization system
US5790671A (en) 1996-04-04 1998-08-04 Ericsson Inc. Method for automatically adjusting audio response for improved intelligibility
US5867799A (en) 1996-04-04 1999-02-02 Lang; Andrew K. Information system and method for filtering a massive flow of information entities to meet user information classification needs
US5963964A (en) 1996-04-05 1999-10-05 Sun Microsystems, Inc. Method, apparatus and program product for updating visual bookmarks
US6173194B1 (en) 1996-04-15 2001-01-09 Nokia Mobile Phones Limited Mobile terminal having improved user interface
US5987140A (en) 1996-04-26 1999-11-16 Verifone, Inc. System, method and article of manufacture for secure network electronic payment and credit collection
US5963924A (en) 1996-04-26 1999-10-05 Verifone, Inc. System, method and article of manufacture for the use of payment instrument holders and payment instruments in network electronic commerce
US5913193A (en) 1996-04-30 1999-06-15 Microsoft Corporation Method and system of runtime acoustic unit selection for speech synthesis
US5857184A (en) 1996-05-03 1999-01-05 Walden Media, Inc. Language and method for creating, organizing, and retrieving data from a database
FR2748342B1 (fr) 1996-05-06 1998-07-17 France Telecom Procede et dispositif de filtrage par egalisation d'un signal de parole, mettant en oeuvre un modele statistique de ce signal
US5828999A (en) 1996-05-06 1998-10-27 Apple Computer, Inc. Method and system for deriving a large-span semantic language model for large-vocabulary recognition systems
US5826261A (en) 1996-05-10 1998-10-20 Spencer; Graham System and method for querying multiple, distributed databases by selective sharing of local relative significance information for terms related to the query
US6493006B1 (en) 1996-05-10 2002-12-10 Apple Computer, Inc. Graphical user interface having contextual menus
US5917487A (en) 1996-05-10 1999-06-29 Apple Computer, Inc. Data-driven method and system for drawing user interface objects
US6366883B1 (en) 1996-05-15 2002-04-02 Atr Interpreting Telecommunications Concatenation of speech segments by use of a speech synthesizer
US5758314A (en) 1996-05-21 1998-05-26 Sybase, Inc. Client/server database system with methods for improved soundex processing in a heterogeneous language environment
US5727950A (en) 1996-05-22 1998-03-17 Netsage Corporation Agent based instruction system and method
US6556712B1 (en) 1996-05-23 2003-04-29 Apple Computer, Inc. Methods and apparatus for handwriting recognition
US5848386A (en) 1996-05-28 1998-12-08 Ricoh Company, Ltd. Method and system for translating documents using different translation resources for different portions of the documents
US5850480A (en) 1996-05-30 1998-12-15 Scan-Optics, Inc. OCR error correction methods and apparatus utilizing contextual comparison
US5966533A (en) 1996-06-11 1999-10-12 Excite, Inc. Method and system for dynamically synthesizing a computer program by differentially resolving atoms based on user context data
US5915249A (en) 1996-06-14 1999-06-22 Excite, Inc. System and method for accelerated query evaluation of very large full-text databases
US5987132A (en) 1996-06-17 1999-11-16 Verifone, Inc. System, method and article of manufacture for conditionally accepting a payment method utilizing an extensible, flexible architecture
US6952799B2 (en) 1996-06-17 2005-10-04 British Telecommunications User interface for network browser including pre-processor for links embedded in hypermedia documents
WO1997049044A1 (en) 1996-06-17 1997-12-24 British Telecommunications Public Limited Company Network based access system
US5832433A (en) 1996-06-24 1998-11-03 Nynex Science And Technology, Inc. Speech synthesis method for operator assistance telecommunications calls comprising a plurality of text-to-speech (TTS) devices
JP2973944B2 (ja) 1996-06-26 1999-11-08 富士ゼロックス株式会社 文書処理装置および文書処理方法
US5912952A (en) 1996-06-27 1999-06-15 At&T Corp Voice response unit with a visual menu interface
US5825881A (en) 1996-06-28 1998-10-20 Allsoft Distributing Inc. Public network merchandising system
US5802466A (en) 1996-06-28 1998-09-01 Mci Communications Corporation Personal communication device voice mail notification apparatus and method
US6070147A (en) 1996-07-02 2000-05-30 Tecmark Services, Inc. Customer identification and marketing analysis systems
US6054990A (en) 1996-07-05 2000-04-25 Tran; Bao Q. Computer system with handwriting annotation
US5915238A (en) 1996-07-16 1999-06-22 Tjaden; Gary S. Personalized audio information delivery system
IL128099A (en) 1996-07-22 2004-05-12 Cyva Res Corp Personal information security and exchange tool
US5862223A (en) 1996-07-24 1999-01-19 Walker Asset Management Limited Partnership Method and apparatus for a cryptographically-assisted commercial network system designed to facilitate and support expert-based commerce
JP2856390B2 (ja) 1996-07-26 1999-02-10 株式会社日立製作所 情報記録媒体及びそれを用いた記録再生方法
US6453281B1 (en) 1996-07-30 2002-09-17 Vxi Corporation Portable audio database device with icon-based graphical user-interface
KR100260760B1 (ko) 1996-07-31 2000-07-01 모리 하루오 터치패널을 병설한 정보표시장치
US5818924A (en) 1996-08-02 1998-10-06 Siemens Business Communication Systems, Inc. Combined keypad and protective cover
US5797008A (en) 1996-08-09 1998-08-18 Digital Equipment Corporation Memory storing an integrated index of database records
US5765168A (en) 1996-08-09 1998-06-09 Digital Equipment Corporation Method for maintaining an index
US7113958B1 (en) 1996-08-12 2006-09-26 Battelle Memorial Institute Three-dimensional display of document set
US5818451A (en) 1996-08-12 1998-10-06 International Busienss Machines Corporation Computer programmed soft keyboard system, method and apparatus having user input displacement
US6298174B1 (en) 1996-08-12 2001-10-02 Battelle Memorial Institute Three-dimensional display of document set
US5822730A (en) 1996-08-22 1998-10-13 Dragon Systems, Inc. Lexical tree pre-filtering in speech recognition
US5950123A (en) 1996-08-26 1999-09-07 Telefonaktiebolaget L M Cellular telephone network support of audible information delivery to visually impaired subscribers
AU727387B2 (en) 1996-08-28 2000-12-14 Via, Inc. Touch screen systems and methods
US5999169A (en) 1996-08-30 1999-12-07 International Business Machines Corporation Computer graphical user interface method and system for supporting multiple two-dimensional movement inputs
US5794207A (en) 1996-09-04 1998-08-11 Walker Asset Management Limited Partnership Method and apparatus for a cryptographically assisted commercial network system designed to facilitate buyer-driven conditional purchase offers
US5850629A (en) 1996-09-09 1998-12-15 Matsushita Electric Industrial Co., Ltd. User interface controller for text-to-speech synthesizer
US5745116A (en) 1996-09-09 1998-04-28 Motorola, Inc. Intuitive gesture-based graphical user interface
US5878393A (en) 1996-09-09 1999-03-02 Matsushita Electric Industrial Co., Ltd. High quality concatenative reading system
EP0829811A1 (de) 1996-09-11 1998-03-18 Nippon Telegraph And Telephone Corporation Verfahren und System zur Informationswiederauffindung
JP3359236B2 (ja) 1996-09-25 2002-12-24 株式会社アクセス インターネットユニットおよびインターネットテレビ
US6035267A (en) 1996-09-26 2000-03-07 Mitsubishi Denki Kabushiki Kaisha Interactive processing apparatus having natural language interfacing capability, utilizing goal frames, and judging action feasibility
US5876396A (en) 1996-09-27 1999-03-02 Baxter International Inc. System method and container for holding and delivering a solution
JPH10105556A (ja) 1996-09-27 1998-04-24 Sharp Corp 電子式辞書および情報表示方法
US6181935B1 (en) 1996-09-27 2001-01-30 Software.Com, Inc. Mobility extended telephone application programming interface and method of use
US6208932B1 (en) 1996-09-30 2001-03-27 Mazda Motor Corporation Navigation apparatus
US5794182A (en) 1996-09-30 1998-08-11 Apple Computer, Inc. Linear predictive speech encoding systems with efficient combination pitch coefficients computation
US5721827A (en) 1996-10-02 1998-02-24 James Logan System for electrically distributing personalized information
US6199076B1 (en) 1996-10-02 2001-03-06 James Logan Audio program player including a dynamic program selection controller
US5732216A (en) 1996-10-02 1998-03-24 Internet Angles, Inc. Audio message exchange system
US20070026852A1 (en) 1996-10-02 2007-02-01 James Logan Multimedia telephone system
US5913203A (en) 1996-10-03 1999-06-15 Jaesent Inc. System and method for pseudo cash transactions
US5930769A (en) 1996-10-07 1999-07-27 Rose; Andrea System and method for fashion shopping
US5890172A (en) 1996-10-08 1999-03-30 Tenretni Dynamics, Inc. Method and apparatus for retrieving data from a network using location identifiers
WO1998030963A1 (en) 1997-01-14 1998-07-16 Benjamin Slotznick System for calculating occasion dates and converting between different calendar systems, and intelligent agent for using same
US6073033A (en) 1996-11-01 2000-06-06 Telxon Corporation Portable telephone with integrated heads-up display and data terminal functions
DE69626285D1 (de) 1996-11-04 2003-03-27 Molex Inc Elektrischer Verbinder für Telefonhandapparat
US6233318B1 (en) 1996-11-05 2001-05-15 Comverse Network Systems, Inc. System for accessing multimedia mailboxes and messages over the internet and via telephone
US5956667A (en) 1996-11-08 1999-09-21 Research Foundation Of State University Of New York System and methods for frame-based augmentative communication
US5915001A (en) 1996-11-14 1999-06-22 Vois Corporation System and method for providing and using universally accessible voice and speech data files
US5918303A (en) 1996-11-25 1999-06-29 Yamaha Corporation Performance setting data selecting apparatus
US5836771A (en) 1996-12-02 1998-11-17 Ho; Chi Fai Learning method and system based on questioning
US5875427A (en) 1996-12-04 1999-02-23 Justsystem Corp. Voice-generating/document making apparatus voice-generating/document making method and computer-readable medium for storing therein a program having a computer execute voice-generating/document making sequence
US5889888A (en) 1996-12-05 1999-03-30 3Com Corporation Method and apparatus for immediate response handwriting recognition system that handles multiple character sets
US6665639B2 (en) 1996-12-06 2003-12-16 Sensory, Inc. Speech recognition in consumer electronic products
US6078914A (en) 1996-12-09 2000-06-20 Open Text Corporation Natural language meta-search system and method
JP3349905B2 (ja) 1996-12-10 2002-11-25 松下電器産業株式会社 音声合成方法および装置
US6023676A (en) 1996-12-12 2000-02-08 Dspc Israel, Ltd. Keyword recognition system and method
US6157935A (en) 1996-12-17 2000-12-05 Tran; Bao Q. Remote data access and management system
US5839106A (en) 1996-12-17 1998-11-17 Apple Computer, Inc. Large-vocabulary speech recognition using an integrated syntactic and semantic statistical language model
US6177931B1 (en) 1996-12-19 2001-01-23 Index Systems, Inc. Systems and methods for displaying and recording control interface with television programs, video, advertising information and program scheduling information
US5926789A (en) 1996-12-19 1999-07-20 Bell Communications Research, Inc. Audio-based wide area information system
US5966126A (en) 1996-12-23 1999-10-12 Szabo; Andrew J. Graphic user interface for database system
US5905498A (en) 1996-12-24 1999-05-18 Correlate Technologies Ltd System and method for managing semantic network display
US5739451A (en) 1996-12-27 1998-04-14 Franklin Electronic Publishers, Incorporated Hand held electronic music encyclopedia with text and note structure search
US5932869A (en) 1996-12-27 1999-08-03 Graphic Technology, Inc. Promotional system with magnetic stripe and visual thermo-reversible print surfaced medium
US6111562A (en) 1997-01-06 2000-08-29 Intel Corporation System for generating an audible cue indicating the status of a display object
US7787647B2 (en) 1997-01-13 2010-08-31 Micro Ear Technology, Inc. Portable system for programming hearing aids
JP3579204B2 (ja) 1997-01-17 2004-10-20 富士通株式会社 文書要約装置およびその方法
US5815225A (en) 1997-01-22 1998-09-29 Gateway 2000, Inc. Lighting apparatus for a portable computer with illumination apertures
US5933477A (en) 1997-01-22 1999-08-03 Lucent Technologies Inc. Changing-urgency-dependent message or call delivery
US5953541A (en) 1997-01-24 1999-09-14 Tegic Communications, Inc. Disambiguating system for disambiguating ambiguous input sequences by displaying objects associated with the generated input sequences in the order of decreasing frequency of use
US6684376B1 (en) 1997-01-27 2004-01-27 Unisys Corporation Method and apparatus for selecting components within a circuit design database
US6006274A (en) 1997-01-30 1999-12-21 3Com Corporation Method and apparatus using a pass through personal computer connected to both a local communication link and a computer network for indentifying and synchronizing a preferred computer with a portable computer
US5924068A (en) 1997-02-04 1999-07-13 Matsushita Electric Industrial Co. Ltd. Electronic news reception apparatus that selectively retains sections and searches by keyword or index for text to speech conversion
US6191792B1 (en) 1997-02-10 2001-02-20 Nippon Telegraph And Telephone Corporation Scheme for automatic data conversion definition generation according to data feature in visual multidimensional data analysis tool
US6519565B1 (en) 1998-11-10 2003-02-11 Voice Security Systems, Inc. Method of comparing utterances for security control
US5926769A (en) 1997-02-18 1999-07-20 Nokia Mobile Phones Limited Cellular telephone having simplified user interface for storing and retrieving telephone numbers
US5930783A (en) 1997-02-21 1999-07-27 Nec Usa, Inc. Semantic and cognition based image retrieval
US5941944A (en) 1997-03-03 1999-08-24 Microsoft Corporation Method for providing a substitute for a requested inaccessible object by identifying substantially similar objects using weights corresponding to object features
US6076051A (en) 1997-03-07 2000-06-13 Microsoft Corporation Information retrieval utilizing semantic representation of text
US5930801A (en) 1997-03-07 1999-07-27 Xerox Corporation Shared-data environment in which each file has independent security properties
US7321783B2 (en) 1997-04-25 2008-01-22 Minerva Industries, Inc. Mobile entertainment and communication device
US6144377A (en) 1997-03-11 2000-11-07 Microsoft Corporation Providing access to user interface elements of legacy application programs
US6604124B1 (en) 1997-03-13 2003-08-05 A:\Scribes Corporation Systems and methods for automatically managing work flow based on tracking job step completion status
US6260013B1 (en) 1997-03-14 2001-07-10 Lernout & Hauspie Speech Products N.V. Speech recognition system employing discriminatively trained models
WO1998041956A1 (en) 1997-03-20 1998-09-24 Schlumberger Technologies, Inc. System and method of transactional taxation using secure stored data devices
DE19712632A1 (de) 1997-03-26 1998-10-01 Thomson Brandt Gmbh Verfahren und Vorrichtung zur Sprachfernsteuerung von Geräten
US6064959A (en) 1997-03-28 2000-05-16 Dragon Systems, Inc. Error correction in speech recognition
US6097391A (en) 1997-03-31 2000-08-01 Menai Corporation Method and apparatus for graphically manipulating objects
US6041127A (en) 1997-04-03 2000-03-21 Lucent Technologies Inc. Steerable and variable first-order differential microphone array
US5822743A (en) 1997-04-08 1998-10-13 1215627 Ontario Inc. Knowledge-based information retrieval system
US6954899B1 (en) 1997-04-14 2005-10-11 Novint Technologies, Inc. Human-computer interface including haptically controlled interactions
US5912951A (en) 1997-04-17 1999-06-15 At&T Corp Voice mail system with multi-retrieval mailboxes
JP3704925B2 (ja) 1997-04-22 2005-10-12 トヨタ自動車株式会社 移動端末装置及びその音声出力プログラムを記録した媒体
US5970474A (en) 1997-04-24 1999-10-19 Sears, Roebuck And Co. Registry information system for shoppers
US6073036A (en) 1997-04-28 2000-06-06 Nokia Mobile Phones Limited Mobile station with touch input having automatic symbol magnification function
US5895464A (en) 1997-04-30 1999-04-20 Eastman Kodak Company Computer program product and a method for using natural language for the description, search and retrieval of multi-media objects
US6233545B1 (en) 1997-05-01 2001-05-15 William E. Datig Universal machine translator of arbitrary languages utilizing epistemic moments
US5875429A (en) 1997-05-20 1999-02-23 Applied Voice Recognition, Inc. Method and apparatus for editing documents through voice recognition
US6226614B1 (en) 1997-05-21 2001-05-01 Nippon Telegraph And Telephone Corporation Method and apparatus for editing/creating synthetic speech message and recording medium with the method recorded thereon
US5877757A (en) 1997-05-23 1999-03-02 International Business Machines Corporation Method and system for providing user help information in network applications
US6026233A (en) 1997-05-27 2000-02-15 Microsoft Corporation Method and apparatus for presenting and selecting options to modify a programming language statement
US5930751A (en) 1997-05-30 1999-07-27 Lucent Technologies Inc. Method of implicit confirmation for automatic speech recognition
US6803905B1 (en) 1997-05-30 2004-10-12 International Business Machines Corporation Touch sensitive apparatus and method for improved visual feedback
US6582342B2 (en) 1999-01-12 2003-06-24 Epm Development Systems Corporation Audible electronic exercise monitor
DE69816185T2 (de) 1997-06-12 2004-04-15 Hewlett-Packard Co. (N.D.Ges.D.Staates Delaware), Palo Alto Bildverarbeitungsverfahren und -vorrichtung
US5930754A (en) 1997-06-13 1999-07-27 Motorola, Inc. Method, device and article of manufacture for neural-network based orthography-phonetics transformation
US6415250B1 (en) 1997-06-18 2002-07-02 Novell, Inc. System and method for identifying language using morphologically-based techniques
US6138098A (en) 1997-06-30 2000-10-24 Lernout & Hauspie Speech Products N.V. Command parsing and rewrite system
EP1008084A1 (de) 1997-07-02 2000-06-14 Philippe J. M. Coueignoux Vorrichtung und verfahren zur sicheren entdeckung, auswertung und veröffentlichung von information
JP3593241B2 (ja) 1997-07-02 2004-11-24 株式会社日立製作所 計算機の再起動方法
CA2242065C (en) 1997-07-03 2004-12-14 Henry C.A. Hyde-Thomson Unified messaging system with automatic language identification for text-to-speech conversion
EP0889626A1 (de) 1997-07-04 1999-01-07 Octel Communications Corporation Einheitliche Benachrichtigungssystem mit automatische Spracherkennung für Text-zu-Sprache Umsetzung
US6172948B1 (en) 1997-07-09 2001-01-09 Advanced Audio Devices, Llc Optical storage device
US6587404B1 (en) 1997-07-09 2003-07-01 Advanced Audio Devices, Llc Optical storage device capable of recording a set of sound tracks on a compact disc
JP3224760B2 (ja) 1997-07-10 2001-11-05 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 音声メールシステム、音声合成装置およびこれらの方法
US5860063A (en) 1997-07-11 1999-01-12 At&T Corp Automated meaningful phrase clustering
US5940841A (en) 1997-07-11 1999-08-17 International Business Machines Corporation Parallel file system with extended file attributes
US20020138254A1 (en) 1997-07-18 2002-09-26 Takehiko Isaka Method and apparatus for processing speech signals
US5933822A (en) 1997-07-22 1999-08-03 Microsoft Corporation Apparatus and methods for an information retrieval system that employs natural language processing of search results to improve overall precision
US6356864B1 (en) 1997-07-25 2002-03-12 University Technology Corporation Methods for analysis and evaluation of the semantic content of a writing based on vector length
JPH1145241A (ja) 1997-07-28 1999-02-16 Just Syst Corp かな漢字変換システムおよびそのシステムの各手段としてコンピュータを機能させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体
US5974146A (en) 1997-07-30 1999-10-26 Huntington Bancshares Incorporated Real time bank-centric universal payment system
US6904110B2 (en) 1997-07-31 2005-06-07 Francois Trans Channel equalization system and method
WO1999006804A1 (en) 1997-07-31 1999-02-11 Kyoyu Corporation Voice monitoring system using laser beam
JPH1153384A (ja) 1997-08-05 1999-02-26 Mitsubishi Electric Corp キーワード抽出装置及びキーワード抽出方法並びにキーワード抽出プログラムを格納したコンピュータ読み取り可能な記録媒体
US6016476A (en) 1997-08-11 2000-01-18 International Business Machines Corporation Portable information and transaction processing system and method utilizing biometric authorization and digital certificate security
US5943052A (en) 1997-08-12 1999-08-24 Synaptics, Incorporated Method and apparatus for scroll bar control
US5895466A (en) 1997-08-19 1999-04-20 At&T Corp Automated natural language understanding customer service system
US6081774A (en) 1997-08-22 2000-06-27 Novell, Inc. Natural language information retrieval system and method
JP3516328B2 (ja) 1997-08-22 2004-04-05 株式会社日立製作所 情報通信端末装置
US7385359B2 (en) 1997-08-26 2008-06-10 Philips Solid-State Lighting Solutions, Inc. Information systems
US5974412A (en) 1997-09-24 1999-10-26 Sapient Health Network Intelligent query system for automatically indexing information in a database and automatically categorizing users
US7046813B1 (en) 1997-09-25 2006-05-16 Fumio Denda Auditory sense training method and sound processing method for auditory sense training
EP1018069B1 (de) 1997-09-25 2002-07-24 Tegic Communications, Inc. System zur unterdrückung der vieldeutigkeit in einer verringerten tastatur
US6404876B1 (en) 1997-09-25 2002-06-11 Gte Intelligent Network Services Incorporated System and method for voice activated dialing and routing under open access network control
US6598167B2 (en) 1997-09-26 2003-07-22 Worldcom, Inc. Secure customer interface for web based data management
US6169911B1 (en) 1997-09-26 2001-01-02 Sun Microsystems, Inc. Graphical user interface for a portable telephone
US6023684A (en) 1997-10-01 2000-02-08 Security First Technologies, Inc. Three tier financial transaction system with cache memory
US6882955B1 (en) 1997-10-02 2005-04-19 Fitsense Technology, Inc. Monitoring activity of a user in locomotion on foot
US6163769A (en) 1997-10-02 2000-12-19 Microsoft Corporation Text-to-speech using clustered context-dependent phoneme-based units
US6493652B1 (en) 1997-10-02 2002-12-10 Personal Electronic Devices, Inc. Monitoring activity of a user in locomotion on foot
US6898550B1 (en) 1997-10-02 2005-05-24 Fitsense Technology, Inc. Monitoring activity of a user in locomotion on foot
US6611789B1 (en) 1997-10-02 2003-08-26 Personal Electric Devices, Inc. Monitoring activity of a user in locomotion on foot
US6018705A (en) 1997-10-02 2000-01-25 Personal Electronic Devices, Inc. Measuring foot contact time and foot loft time of a person in locomotion
US6298314B1 (en) 1997-10-02 2001-10-02 Personal Electronic Devices, Inc. Detecting the starting and stopping of movement of a person on foot
US6385662B1 (en) 1997-10-03 2002-05-07 Ericsson Inc. Method of processing information using a personal communication assistant
JP2001507482A (ja) 1997-10-08 2001-06-05 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 語彙及び/又は言語モデルのトレーニング
US5848410A (en) 1997-10-08 1998-12-08 Hewlett Packard Company System and method for selective and continuous index generation
US7027568B1 (en) 1997-10-10 2006-04-11 Verizon Services Corp. Personal message service with enhanced text to speech synthesis
KR100238189B1 (ko) 1997-10-16 2000-01-15 윤종용 다중 언어 tts장치 및 다중 언어 tts 처리 방법
US6035336A (en) 1997-10-17 2000-03-07 International Business Machines Corporation Audio ticker system and method for presenting push information including pre-recorded audio
DE69822296T2 (de) 1997-10-20 2005-02-24 Koninklijke Philips Electronics N.V. Mustererkennungsregistrierung in einem verteilten system
US6304846B1 (en) 1997-10-22 2001-10-16 Texas Instruments Incorporated Singing voice synthesis
DE69712485T2 (de) 1997-10-23 2002-12-12 Sony Int Europe Gmbh Sprachschnittstelle für ein Hausnetzwerk
GB2330670B (en) 1997-10-24 2002-09-11 Sony Uk Ltd Data processing
US5990887A (en) 1997-10-30 1999-11-23 International Business Machines Corp. Method and system for efficient network desirable chat feedback over a communication network
US6108627A (en) 1997-10-31 2000-08-22 Nortel Networks Corporation Automatic transcription tool
US6230322B1 (en) 1997-11-05 2001-05-08 Sony Corporation Music channel graphical user interface
US6182028B1 (en) 1997-11-07 2001-01-30 Motorola, Inc. Method, device and system for part-of-speech disambiguation
US5896321A (en) 1997-11-14 1999-04-20 Microsoft Corporation Text completion system for a miniature computer
US6034621A (en) 1997-11-18 2000-03-07 Lucent Technologies, Inc. Wireless remote synchronization of data between PC and PDA
US5943670A (en) 1997-11-21 1999-08-24 International Business Machines Corporation System and method for categorizing objects in combined categories
KR100287366B1 (ko) 1997-11-24 2001-01-26 윤순조 엠피이지 방식을 이용한 휴대용 음향 재생장치 및 방법
US5970446A (en) 1997-11-25 1999-10-19 At&T Corp Selective noise/channel/coding models and recognizers for automatic speech recognition
US5960422A (en) 1997-11-26 1999-09-28 International Business Machines Corporation System and method for optimized source selection in an information retrieval system
US6047255A (en) 1997-12-04 2000-04-04 Nortel Networks Corporation Method and system for producing speech signals
US6026375A (en) 1997-12-05 2000-02-15 Nortel Networks Corporation Method and apparatus for processing orders from customers in a mobile environment
US6163809A (en) 1997-12-08 2000-12-19 Microsoft Corporation System and method for preserving delivery status notification when moving from a native network to a foreign network
US6983138B1 (en) 1997-12-12 2006-01-03 Richard J. Helferich User interface for message access
US6295541B1 (en) 1997-12-16 2001-09-25 Starfish Software, Inc. System and methods for synchronizing two or more datasets
US6064963A (en) 1997-12-17 2000-05-16 Opus Telecom, L.L.C. Automatic key word or phrase speech recognition for the corrections industry
US6064960A (en) 1997-12-18 2000-05-16 Apple Computer, Inc. Method and apparatus for improved duration modeling of phonemes
US6094649A (en) 1997-12-22 2000-07-25 Partnet, Inc. Keyword searches of structured databases
US6310400B1 (en) 1997-12-29 2001-10-30 Intel Corporation Apparatus for capacitively coupling electronic devices
US6116907A (en) 1998-01-13 2000-09-12 Sorenson Vision, Inc. System and method for encoding and retrieving visual signals
US6064767A (en) 1998-01-16 2000-05-16 Regents Of The University Of California Automatic language identification by stroke geometry analysis
JP3216084B2 (ja) 1998-01-19 2001-10-09 株式会社ネットワークコミュニティクリエイション チャット画面表示方法
WO1999038149A1 (en) 1998-01-26 1999-07-29 Wayne Westerman Method and apparatus for integrating manual input
US9292111B2 (en) 1998-01-26 2016-03-22 Apple Inc. Gesturing with a multipoint sensing device
US6782510B1 (en) 1998-01-27 2004-08-24 John N. Gross Word checking tool for controlling the language content in documents using dictionaries with modifyable status fields
JP2938420B2 (ja) 1998-01-30 1999-08-23 インターナショナル・ビジネス・マシーンズ・コーポレイション ファンクション選択方法及び装置、ファンクションを選択するための制御プログラムを格納した記憶媒体、オブジェクトの操作方法及び装置、オブジェクトを操作するための制御プログラムを格納した記憶媒体、複合アイコンを格納した記憶媒体
US6035303A (en) 1998-02-02 2000-03-07 International Business Machines Corporation Object management system for digital libraries
US6216131B1 (en) 1998-02-06 2001-04-10 Starfish Software, Inc. Methods for mapping data fields from one data set to another in a data processing environment
US6226403B1 (en) 1998-02-09 2001-05-01 Motorola, Inc. Handwritten character recognition using multi-resolution models
US6421707B1 (en) 1998-02-13 2002-07-16 Lucent Technologies Inc. Wireless multi-media messaging communications method and apparatus
US6249606B1 (en) 1998-02-19 2001-06-19 Mindmaker, Inc. Method and system for gesture category recognition and training using a feature vector
US20020080163A1 (en) 1998-02-23 2002-06-27 Morey Dale D. Information retrieval system
US6623529B1 (en) 1998-02-23 2003-09-23 David Lakritz Multilingual electronic document translation, management, and delivery system
US6345250B1 (en) 1998-02-24 2002-02-05 International Business Machines Corp. Developing voice response applications from pre-recorded voice and stored text-to-speech prompts
US5995590A (en) 1998-03-05 1999-11-30 International Business Machines Corporation Method and apparatus for a communication device for use by a hearing impaired/mute or deaf person or in silent environments
US6356920B1 (en) 1998-03-09 2002-03-12 X-Aware, Inc Dynamic, hierarchical data exchange system
JP3854713B2 (ja) 1998-03-10 2006-12-06 キヤノン株式会社 音声合成方法および装置および記憶媒体
US6173287B1 (en) 1998-03-11 2001-01-09 Digital Equipment Corporation Technique for ranking multimedia annotations of interest
US6272456B1 (en) 1998-03-19 2001-08-07 Microsoft Corporation System and method for identifying the language of written text having a plurality of different length n-gram profiles
US6356287B1 (en) 1998-03-20 2002-03-12 Nuvomedia, Inc. Citation selection and routing feature for hand-held content display device
US6331867B1 (en) 1998-03-20 2001-12-18 Nuvomedia, Inc. Electronic book with automated look-up of terms of within reference titles
JP4562910B2 (ja) 1998-03-23 2010-10-13 マイクロソフト コーポレーション オペレーティングシステムのアプリケーション・プログラム・インターフェース
GB2335822B (en) 1998-03-25 2003-09-10 Nokia Mobile Phones Ltd Context sensitive pop-up window for a portable phone
US6963871B1 (en) 1998-03-25 2005-11-08 Language Analysis Systems, Inc. System and method for adaptive multi-cultural searching and matching of personal names
US6675233B1 (en) 1998-03-26 2004-01-06 O2 Micro International Limited Audio controller for portable electronic devices
US6195641B1 (en) 1998-03-27 2001-02-27 International Business Machines Corp. Network universal spoken language vocabulary
US6335962B1 (en) 1998-03-27 2002-01-01 Lucent Technologies Inc. Apparatus and method for grouping and prioritizing voice messages for convenient playback
US6026393A (en) 1998-03-31 2000-02-15 Casebank Technologies Inc. Configuration knowledge as an aid to case retrieval
US6233559B1 (en) 1998-04-01 2001-05-15 Motorola, Inc. Speech control of multiple applications using applets
US9037451B2 (en) 1998-09-25 2015-05-19 Rpx Corporation Systems and methods for multiple mode voice and data communications using intelligently bridged TDM and packet buses and methods for implementing language capabilities using the same
US7191135B2 (en) 1998-04-08 2007-03-13 Symbol Technologies, Inc. Speech recognition system and method for employing the same
US6173279B1 (en) 1998-04-09 2001-01-09 At&T Corp. Method of using a natural language interface to retrieve information from one or more data resources
US6151401A (en) 1998-04-09 2000-11-21 Compaq Computer Corporation Planar speaker for multimedia laptop PCs
US7194471B1 (en) 1998-04-10 2007-03-20 Ricoh Company, Ltd. Document classification system and method for classifying a document according to contents of the document
US6018711A (en) 1998-04-21 2000-01-25 Nortel Networks Corporation Communication system user interface with animated representation of time remaining for input to recognizer
US6240303B1 (en) 1998-04-23 2001-05-29 Motorola Inc. Voice recognition button for mobile telephones
US6088731A (en) 1998-04-24 2000-07-11 Associative Computing, Inc. Intelligent assistant for use with a local computer and with the internet
KR100454541B1 (ko) 1998-04-27 2004-11-03 산요덴키가부시키가이샤 수기 문자 인식 방법 및 시스템
WO1999056227A1 (en) 1998-04-27 1999-11-04 British Telecommunications Public Limited Company Database access tool
US6081780A (en) 1998-04-28 2000-06-27 International Business Machines Corporation TTS and prosody based authoring system
US6016471A (en) 1998-04-29 2000-01-18 Matsushita Electric Industrial Co., Ltd. Method and apparatus using decision trees to generate and score multiple pronunciations for a spelled word
US6931255B2 (en) 1998-04-29 2005-08-16 Telefonaktiebolaget L M Ericsson (Publ) Mobile terminal with a text-to-speech converter
US5891180A (en) 1998-04-29 1999-04-06 Medtronic Inc. Interrogation of an implantable medical device using audible sound communication
US6278443B1 (en) 1998-04-30 2001-08-21 International Business Machines Corporation Touch screen with random finger placement and rolling on screen to control the movement of information on-screen
US6029132A (en) 1998-04-30 2000-02-22 Matsushita Electric Industrial Co. Method for letter-to-sound in text-to-speech synthesis
US6222347B1 (en) 1998-04-30 2001-04-24 Apple Computer, Inc. System for charging portable computer's battery using both the dynamically determined power available based on power consumed by sub-system devices and power limits from the battery
US6343267B1 (en) 1998-04-30 2002-01-29 Matsushita Electric Industrial Co., Ltd. Dimensionality reduction for speaker normalization and speaker and environment adaptation using eigenvoice techniques
US6285786B1 (en) 1998-04-30 2001-09-04 Motorola, Inc. Text recognizer and method using non-cumulative character scoring in a forward search
US5998972A (en) 1998-04-30 1999-12-07 Apple Computer, Inc. Method and apparatus for rapidly charging a battery of a portable computing device
US6138158A (en) 1998-04-30 2000-10-24 Phone.Com, Inc. Method and system for pushing and pulling data using wideband and narrowband transport systems
US6076060A (en) 1998-05-01 2000-06-13 Compaq Computer Corporation Computer method and apparatus for translating text to sound
US6144938A (en) 1998-05-01 2000-11-07 Sun Microsystems, Inc. Voice user interface with personality
JP4286345B2 (ja) 1998-05-08 2009-06-24 株式会社リコー 検索支援システム及びコンピュータ読み取り可能な記録媒体
US6297818B1 (en) 1998-05-08 2001-10-02 Apple Computer, Inc. Graphical user interface having sound effects for operating control elements and dragging objects
JPH11327870A (ja) 1998-05-15 1999-11-30 Fujitsu Ltd ドキュメント読み上げ装置、読み上げ制御方法及び記 録媒体
US6122647A (en) 1998-05-19 2000-09-19 Perspecta, Inc. Dynamic generation of contextual links in hypertext documents
US6438523B1 (en) 1998-05-20 2002-08-20 John A. Oberteuffer Processing handwritten and hand-drawn input and speech input
FI981154A (fi) 1998-05-25 1999-11-26 Nokia Mobile Phones Ltd Menetelmä ja laite puheen tunnistamiseksi
US6424983B1 (en) 1998-05-26 2002-07-23 Global Information Research And Technologies, Llc Spelling and grammar checking system
US6101470A (en) 1998-05-26 2000-08-08 International Business Machines Corporation Methods for generating pitch and duration contours in a text to speech system
US6778970B2 (en) 1998-05-28 2004-08-17 Lawrence Au Topological methods to organize semantic network data flows for conversational applications
US7711672B2 (en) 1998-05-28 2010-05-04 Lawrence Au Semantic network methods to disambiguate natural language meaning
US7526466B2 (en) 1998-05-28 2009-04-28 Qps Tech Limited Liability Company Method and system for analysis of intended meaning of natural language
US7266365B2 (en) 1998-05-29 2007-09-04 Research In Motion Limited System and method for delayed transmission of bundled command messages
JP3180764B2 (ja) 1998-06-05 2001-06-25 日本電気株式会社 音声合成装置
US6563769B1 (en) 1998-06-11 2003-05-13 Koninklijke Philips Electronics N.V. Virtual jukebox
US20020002039A1 (en) 1998-06-12 2002-01-03 Safi Qureshey Network-enabled audio device
US6411932B1 (en) 1998-06-12 2002-06-25 Texas Instruments Incorporated Rule-based learning of word pronunciations from training corpora
US5969283A (en) 1998-06-17 1999-10-19 Looney Productions, Llc Music organizer and entertainment center
US6212564B1 (en) 1998-07-01 2001-04-03 International Business Machines Corporation Distributed application launcher for optimizing desktops based on client characteristics information
US7672952B2 (en) 2000-07-13 2010-03-02 Novell, Inc. System and method of semantic correlation of rich content
US6300947B1 (en) 1998-07-06 2001-10-09 International Business Machines Corporation Display screen and window size related web page adaptation system
US6542171B1 (en) 1998-07-08 2003-04-01 Nippon Telegraph Amd Telephone Corporation Scheme for graphical user interface using polygonal-shaped slider
US6144958A (en) 1998-07-15 2000-11-07 Amazon.Com, Inc. System and method for correcting spelling errors in search queries
US6105865A (en) 1998-07-17 2000-08-22 Hardesty; Laurence Daniel Financial transaction system with retirement saving benefit
US6421708B2 (en) 1998-07-31 2002-07-16 Glenayre Electronics, Inc. World wide web access for voice mail and page
US6405238B1 (en) 1998-07-31 2002-06-11 Hewlett-Packard Co. Quick navigation upon demand to main areas of web site
JP3865946B2 (ja) 1998-08-06 2007-01-10 富士通株式会社 文字メッセージ通信システム、文字メッセージ通信装置、文字メッセージ通信サーバ、文字メッセージ通信プログラムを記録したコンピュータ読み取り可能な記録媒体、文字メッセージ通信管理プログラムを記録したコンピュータ読み取り可能な記録媒体、文字メッセージ送受信方法及び文字メッセージ通信管理方法
US6389114B1 (en) 1998-08-06 2002-05-14 At&T Corp. Method and apparatus for relaying communication
US6169538B1 (en) 1998-08-13 2001-01-02 Motorola, Inc. Method and apparatus for implementing a graphical user interface keyboard and a text buffer on electronic devices
US6359970B1 (en) 1998-08-14 2002-03-19 Maverick Consulting Services, Inc. Communications control method and apparatus
US6490563B2 (en) 1998-08-17 2002-12-03 Microsoft Corporation Proofreading with text to speech feedback
US6493428B1 (en) 1998-08-18 2002-12-10 Siemens Information & Communication Networks, Inc Text-enhanced voice menu system
EP0982732A1 (de) 1998-08-24 2000-03-01 Saehan Information Systems Inc. Tragbarer MP3-Spieler mit verschiedene Funktionnen
US6208964B1 (en) 1998-08-31 2001-03-27 Nortel Networks Limited Method and apparatus for providing unsupervised adaptation of transcriptions
US6173263B1 (en) 1998-08-31 2001-01-09 At&T Corp. Method and system for performing concatenative speech synthesis using half-phonemes
US6542584B1 (en) 1998-08-31 2003-04-01 Intel Corporation Digital telephone system with automatic voice mail redirection
US6271835B1 (en) 1998-09-03 2001-08-07 Nortel Networks Limited Touch-screen input device
US6359572B1 (en) 1998-09-03 2002-03-19 Microsoft Corporation Dynamic keyboard
US6141644A (en) 1998-09-04 2000-10-31 Matsushita Electric Industrial Co., Ltd. Speaker verification and speaker identification based on eigenvoices
US6684185B1 (en) 1998-09-04 2004-01-27 Matsushita Electric Industrial Co., Ltd. Small footprint language and vocabulary independent word recognizer using registration by word spelling
US6434524B1 (en) 1998-09-09 2002-08-13 One Voice Technologies, Inc. Object interactive user interface using speech recognition and natural language processing
US7747655B2 (en) 2001-11-19 2010-06-29 Ricoh Co. Ltd. Printable representations for time-based media
US6499013B1 (en) 1998-09-09 2002-12-24 One Voice Technologies, Inc. Interactive user interface using speech recognition and natural language processing
US6369811B1 (en) 1998-09-09 2002-04-09 Ricoh Company Limited Automatic adaptive document help for paper documents
US6768979B1 (en) 1998-10-22 2004-07-27 Sony Corporation Apparatus and method for noise attenuation in a speech recognition system
US6111572A (en) 1998-09-10 2000-08-29 International Business Machines Corporation Runtime locale-sensitive switching of calendars in a distributed computer enterprise environment
DE19841541B4 (de) 1998-09-11 2007-12-06 Püllen, Rainer Teilnehmereinheit für einen Multimediadienst
US6266637B1 (en) 1998-09-11 2001-07-24 International Business Machines Corporation Phrase splicing and variable substitution using a trainable speech synthesizer
US6792082B1 (en) 1998-09-11 2004-09-14 Comverse Ltd. Voice mail system with personal assistant provisioning
US6594673B1 (en) 1998-09-15 2003-07-15 Microsoft Corporation Visualizations for collaborative information
JP2000099225A (ja) 1998-09-18 2000-04-07 Sony Corp 情報処理装置および方法、並びに提供媒体
US6317831B1 (en) 1998-09-21 2001-11-13 Openwave Systems Inc. Method and apparatus for establishing a secure connection over a one-way data path
US6154551A (en) 1998-09-25 2000-11-28 Frenkel; Anatoly Microphone having linear optical transducers
EP1131946A1 (de) 1998-09-28 2001-09-12 Varicom Communications Ltd. Verfahren zum senden und weitersenden von elektronischen nachrichten an ein telefon
JP2000105595A (ja) 1998-09-30 2000-04-11 Victor Co Of Japan Ltd 歌唱装置及び記録媒体
US6173261B1 (en) 1998-09-30 2001-01-09 At&T Corp Grammar fragment acquisition using syntactic and semantic clustering
CA2395040A1 (en) 1998-09-30 2000-04-06 Lernout & Hauspie Speech Products N.V. Graphic user interface for navigation in speech recognition system grammars
US6324511B1 (en) 1998-10-01 2001-11-27 Mindmaker, Inc. Method of and apparatus for multi-modal information presentation to computer users with dyslexia, reading disabilities or visual impairment
US6122340A (en) 1998-10-01 2000-09-19 Personal Electronic Devices, Inc. Detachable foot mount for electronic device
US6836651B2 (en) 1999-06-21 2004-12-28 Telespree Communications Portable cellular phone system having remote voice recognition
US6275824B1 (en) 1998-10-02 2001-08-14 Ncr Corporation System and method for managing data privacy in a database management system
KR100431972B1 (ko) 1998-10-02 2004-05-22 인터내셔널 비지네스 머신즈 코포레이션 통상의 계층 오브젝트를 사용한 효과적인 음성네비게이션용 뼈대 구조 시스템
US7003463B1 (en) 1998-10-02 2006-02-21 International Business Machines Corporation System and method for providing network coordinated conversational services
US6360237B1 (en) 1998-10-05 2002-03-19 Lernout & Hauspie Speech Products N.V. Method and system for performing text edits during audio recording playback
US6161087A (en) 1998-10-05 2000-12-12 Lernout & Hauspie Speech Products N.V. Speech-recognition-assisted selective suppression of silent and filled speech pauses during playback of an audio recording
GB9821969D0 (en) 1998-10-08 1998-12-02 Canon Kk Apparatus and method for processing natural language
WO2000022820A1 (en) 1998-10-09 2000-04-20 Sarnoff Corporation Method and apparatus for providing vcr-type controls for compressed digital video sequences
US6928614B1 (en) 1998-10-13 2005-08-09 Visteon Global Technologies, Inc. Mobile office with speech recognition
GB2342802B (en) 1998-10-14 2003-04-16 Picturetel Corp Method and apparatus for indexing conference content
DE19847419A1 (de) 1998-10-14 2000-04-20 Philips Corp Intellectual Pty Verfahren zur automatischen Erkennung einer buchstabierten sprachlichen Äußerung
US6487663B1 (en) 1998-10-19 2002-11-26 Realnetworks, Inc. System and method for regulating the transmission of media data
JP2000122781A (ja) 1998-10-20 2000-04-28 Sony Corp 情報処理装置および方法、並びに提供媒体
US6453292B2 (en) 1998-10-28 2002-09-17 International Business Machines Corporation Command boundary identifier for conversational natural language
JP3551044B2 (ja) 1998-10-29 2004-08-04 松下電器産業株式会社 ファクシミリ装置
US6208971B1 (en) 1998-10-30 2001-03-27 Apple Computer, Inc. Method and apparatus for command recognition using data-driven semantic inference
US6292778B1 (en) 1998-10-30 2001-09-18 Lucent Technologies Inc. Task-independent utterance verification with subword-based minimum verification error training
US6321092B1 (en) 1998-11-03 2001-11-20 Signal Soft Corporation Multiple input data management for wireless location-based applications
US6839669B1 (en) 1998-11-05 2005-01-04 Scansoft, Inc. Performing actions identified in recognized speech
US6469732B1 (en) 1998-11-06 2002-10-22 Vtel Corporation Acoustic source location using a microphone array
US6446076B1 (en) 1998-11-12 2002-09-03 Accenture Llp. Voice interactive web-based agent system responsive to a user location for prioritizing and formatting information
WO2000030069A2 (en) 1998-11-13 2000-05-25 Lernout & Hauspie Speech Products N.V. Speech synthesis using concatenation of speech waveforms
US6421305B1 (en) 1998-11-13 2002-07-16 Sony Corporation Personal music device with a graphical display for contextual information
IL127073D0 (en) 1998-11-15 1999-09-22 Tiktech Software Ltd Software translation system and method
WO2000030070A2 (en) 1998-11-17 2000-05-25 Lernout & Hauspie Speech Products N.V. Method and apparatus for improved part-of-speech tagging
US6574632B2 (en) 1998-11-18 2003-06-03 Harris Corporation Multiple engine information retrieval and visualization system
US6122614A (en) 1998-11-20 2000-09-19 Custom Speech Usa, Inc. System and method for automating transcription services
US6298321B1 (en) 1998-11-23 2001-10-02 Microsoft Corporation Trie compression using substates and utilizing pointers to replace or merge identical, reordered states
US6260016B1 (en) 1998-11-25 2001-07-10 Matsushita Electric Industrial Co., Ltd. Speech synthesis employing prosody templates
US6246981B1 (en) 1998-11-25 2001-06-12 International Business Machines Corporation Natural language task-oriented dialog manager and method
US6144939A (en) 1998-11-25 2000-11-07 Matsushita Electric Industrial Co., Ltd. Formant-based speech synthesizer employing demi-syllable concatenation with independent cross fade in the filter parameter and source domains
US6292772B1 (en) 1998-12-01 2001-09-18 Justsystem Corporation Method for identifying the language of individual words
US7082397B2 (en) 1998-12-01 2006-07-25 Nuance Communications, Inc. System for and method of creating and browsing a voice web
US6260024B1 (en) 1998-12-02 2001-07-10 Gary Shkedy Method and apparatus for facilitating buyer-driven purchase orders on a commercial network system
US7712053B2 (en) 1998-12-04 2010-05-04 Tegic Communications, Inc. Explicit character filtering of ambiguous text entry
US7881936B2 (en) 1998-12-04 2011-02-01 Tegic Communications, Inc. Multimodal disambiguation of speech recognition
US7679534B2 (en) 1998-12-04 2010-03-16 Tegic Communications, Inc. Contextual prediction of user words and user actions
US8095364B2 (en) 2004-06-02 2012-01-10 Tegic Communications, Inc. Multimodal disambiguation of speech recognition
US6317707B1 (en) 1998-12-07 2001-11-13 At&T Corp. Automatic clustering of tokens from a corpus for grammar acquisition
US20030187925A1 (en) 1998-12-08 2003-10-02 Inala Suman Kumar Software engine for enabling proxy chat-room interaction
US6177905B1 (en) 1998-12-08 2001-01-23 Avaya Technology Corp. Location-triggered reminder for mobile user devices
US6417873B1 (en) 1998-12-11 2002-07-09 International Business Machines Corporation Systems, methods and computer program products for identifying computer file characteristics that can hinder display via hand-held computing devices
US6460015B1 (en) 1998-12-15 2002-10-01 International Business Machines Corporation Method, system and computer program product for automatic character transliteration in a text string object
JP2000181993A (ja) 1998-12-16 2000-06-30 Fujitsu Ltd 文字認識方法および装置
US6308149B1 (en) 1998-12-16 2001-10-23 Xerox Corporation Grouping words with equivalent substrings by automatic clustering based on suffix relationships
US6523172B1 (en) 1998-12-17 2003-02-18 Evolutionary Technologies International, Inc. Parser translator system and method
US6363342B2 (en) 1998-12-18 2002-03-26 Matsushita Electric Industrial Co., Ltd. System for developing word-pronunciation pairs
GB9827930D0 (en) 1998-12-19 1999-02-10 Symbian Ltd Keyboard system for a computing device with correction of key based input errors
US6259436B1 (en) 1998-12-22 2001-07-10 Ericsson Inc. Apparatus and method for determining selection of touchable items on a computer touchscreen by an imprecise touch
US6651218B1 (en) 1998-12-22 2003-11-18 Xerox Corporation Dynamic content database for multiple document genres
CA2284304A1 (en) 1998-12-22 2000-06-22 Nortel Networks Corporation Communication systems and methods employing automatic language indentification
US6167369A (en) 1998-12-23 2000-12-26 Xerox Company Automatic language identification using both N-gram and word information
FR2787902B1 (fr) 1998-12-23 2004-07-30 France Telecom Modele et procede d'implementation d'un agent rationnel dialoguant, serveur et systeme multi-agent pour la mise en oeuvre
US6606599B2 (en) 1998-12-23 2003-08-12 Interactive Speech Technologies, Llc Method for integrating computing processes with an interface controlled by voice actuated grammars
US6460029B1 (en) 1998-12-23 2002-10-01 Microsoft Corporation System for improving search text
US6191939B1 (en) 1998-12-23 2001-02-20 Gateway, Inc. Keyboard illumination via reflection of LCD light
US6762777B2 (en) 1998-12-31 2004-07-13 International Business Machines Corporation System and method for associating popup windows with selective regions of a document
US6742021B1 (en) 1999-01-05 2004-05-25 Sri International, Inc. Navigating network-based electronic information using spoken input with multimodal error feedback
US6523061B1 (en) 1999-01-05 2003-02-18 Sri International, Inc. System, method, and article of manufacture for agent-based navigation in a speech-based data navigation system
US6851115B1 (en) 1999-01-05 2005-02-01 Sri International Software-based architecture for communication and cooperation among distributed electronic agents
US7036128B1 (en) 1999-01-05 2006-04-25 Sri International Offices Using a community of distributed electronic agents to support a highly mobile, ambient computing environment
US6513063B1 (en) 1999-01-05 2003-01-28 Sri International Accessing network-based electronic information through scripted online interfaces using spoken input
US6757718B1 (en) 1999-01-05 2004-06-29 Sri International Mobile navigation of network-based electronic information using spoken input
US7152070B1 (en) 1999-01-08 2006-12-19 The Regents Of The University Of California System and method for integrating and accessing multiple data sources within a data warehouse architecture
JP2000206982A (ja) 1999-01-12 2000-07-28 Toshiba Corp 音声合成装置及び文音声変換プログラムを記録した機械読み取り可能な記録媒体
US6179432B1 (en) 1999-01-12 2001-01-30 Compaq Computer Corporation Lighting system for a keyboard
JP2000207167A (ja) 1999-01-14 2000-07-28 Hewlett Packard Co <Hp> ハイパ―・プレゼンテ―ション用言語の記述方法、ハイパ―・プレゼンテ―ション・システム、モバイル・コンピュ―タ、およびハイパ―・プレゼンテ―ション方法
US6643824B1 (en) 1999-01-15 2003-11-04 International Business Machines Corporation Touch screen region assist for hypertext links
EP1149492A1 (de) 1999-01-19 2001-10-31 Integra5 Communications, Inc. Verfahren und vorrichtung zur auswahl und darstellung von multimedianachrichten
US6598054B2 (en) 1999-01-26 2003-07-22 Xerox Corporation System and method for clustering data objects in a collection
US6385586B1 (en) 1999-01-28 2002-05-07 International Business Machines Corporation Speech recognition text-based language conversion and text-to-speech in a client-server configuration to enable language translation devices
US6360227B1 (en) 1999-01-29 2002-03-19 International Business Machines Corporation System and method for generating taxonomies with applications to content-based recommendations
US6282507B1 (en) 1999-01-29 2001-08-28 Sony Corporation Method and apparatus for interactive source language expression recognition and alternative hypothesis presentation and selection
JP3231723B2 (ja) 1999-02-02 2001-11-26 埼玉日本電気株式会社 音声によるダイヤルロック設定方式およびその解除方式
US6246862B1 (en) 1999-02-03 2001-06-12 Motorola, Inc. Sensor controlled user interface for portable communication device
US6505183B1 (en) 1999-02-04 2003-01-07 Authoria, Inc. Human resource knowledge modeling and delivery system
US20020095290A1 (en) 1999-02-05 2002-07-18 Jonathan Kahn Speech recognition program mapping tool to align an audio file to verbatim text
WO2000046701A1 (en) 1999-02-08 2000-08-10 Huntsman Ici Chemicals Llc Method for retrieving semantically distant analogies
US6377530B1 (en) 1999-02-12 2002-04-23 Compaq Computer Corporation System and method for playing compressed audio data
US6332175B1 (en) 1999-02-12 2001-12-18 Compaq Computer Corporation Low power system and method for playing compressed audio data
US6983251B1 (en) 1999-02-15 2006-01-03 Sharp Kabushiki Kaisha Information selection apparatus selecting desired information from plurality of audio information by mainly using audio
MXPA01008301A (es) 1999-02-19 2002-06-04 Custom Speech Usa Inc Sistema automatizado de transcripcion y metodo que usa dos modelos de conversion de voz y correccion asistida por computadora.
US6961699B1 (en) 1999-02-19 2005-11-01 Custom Speech Usa, Inc. Automated transcription system and method using two speech converting instances and computer-assisted correction
US6606632B1 (en) 1999-02-19 2003-08-12 Sun Microsystems, Inc. Transforming transient contents of object-oriented database into persistent textual form according to grammar that includes keywords and syntax
GB2388938B (en) 1999-02-22 2004-03-17 Nokia Corp A communication terminal having a predictive editor application
US6462778B1 (en) 1999-02-26 2002-10-08 Sony Corporation Methods and apparatus for associating descriptive data with digital image files
US6317718B1 (en) 1999-02-26 2001-11-13 Accenture Properties (2) B.V. System, method and article of manufacture for location-based filtering for shopping agent in the physical world
GB9904662D0 (en) 1999-03-01 1999-04-21 Canon Kk Natural language search method and apparatus
US6356905B1 (en) 1999-03-05 2002-03-12 Accenture Llp System, method and article of manufacture for mobile communication utilizing an interface support framework
WO2000054168A2 (en) 1999-03-05 2000-09-14 Canon Kabushiki Kaisha Database annotation and retrieval
EP1159734B1 (de) 1999-03-08 2004-05-19 Siemens Aktiengesellschaft Verfahren und anordnung zur ermittlung einer merkmalsbeschreibung eines sprachsignals
US7596606B2 (en) 1999-03-11 2009-09-29 Codignotto John D Message publishing system for publishing messages from identified, authorized senders
US6374217B1 (en) 1999-03-12 2002-04-16 Apple Computer, Inc. Fast update implementation for efficient latent semantic language modeling
US6185533B1 (en) 1999-03-15 2001-02-06 Matsushita Electric Industrial Co., Ltd. Generation and synthesis of prosody templates
US6928404B1 (en) 1999-03-17 2005-08-09 International Business Machines Corporation System and methods for acoustic and language modeling for automatic speech recognition with large vocabularies
US6584464B1 (en) 1999-03-19 2003-06-24 Ask Jeeves, Inc. Grammar template query system
US6862710B1 (en) 1999-03-23 2005-03-01 Insightful Corporation Internet navigation using soft hyperlinks
US6757646B2 (en) 2000-03-22 2004-06-29 Insightful Corporation Extended functionality for an inverse inference engine based web search
US6510406B1 (en) 1999-03-23 2003-01-21 Mathsoft, Inc. Inverse inference engine for high performance web search
US6469712B1 (en) 1999-03-25 2002-10-22 International Business Machines Corporation Projected audio for computer displays
WO2000058946A1 (en) 1999-03-26 2000-10-05 Koninklijke Philips Electronics N.V. Client-server speech recognition
US6041023A (en) 1999-03-29 2000-03-21 Lakhansingh; Cynthia Portable digital radio and compact disk player
US6671672B1 (en) 1999-03-30 2003-12-30 Nuance Communications Voice authentication system having cognitive recall mechanism for password verification
US20020120925A1 (en) 2000-03-28 2002-08-29 Logan James D. Audio and video program recording, editing and playback systems using metadata
US6377928B1 (en) 1999-03-31 2002-04-23 Sony Corporation Voice recognition for animated agent-based navigation
US6954902B2 (en) 1999-03-31 2005-10-11 Sony Corporation Information sharing processing method, information sharing processing program storage medium, information sharing processing apparatus, and information sharing processing system
US7761296B1 (en) 1999-04-02 2010-07-20 International Business Machines Corporation System and method for rescoring N-best hypotheses of an automatic speech recognition system
US6356854B1 (en) 1999-04-05 2002-03-12 Delphi Technologies, Inc. Holographic object position and type sensing system and method
WO2000060435A2 (en) 1999-04-07 2000-10-12 Rensselaer Polytechnic Institute System and method for accessing personal information
US6631346B1 (en) 1999-04-07 2003-10-07 Matsushita Electric Industrial Co., Ltd. Method and apparatus for natural language parsing using multiple passes and tags
US6631186B1 (en) 1999-04-09 2003-10-07 Sbc Technology Resources, Inc. System and method for implementing and accessing call forwarding services
US6647260B2 (en) 1999-04-09 2003-11-11 Openwave Systems Inc. Method and system facilitating web based provisioning of two-way mobile communications devices
US6408272B1 (en) 1999-04-12 2002-06-18 General Magic, Inc. Distributed voice user interface
US6538665B2 (en) 1999-04-15 2003-03-25 Apple Computer, Inc. User interface for presenting media information
US6502194B1 (en) 1999-04-16 2002-12-31 Synetix Technologies System for playback of network audio material on demand
JP3711411B2 (ja) 1999-04-19 2005-11-02 沖電気工業株式会社 音声合成装置
AU3675200A (en) 1999-04-19 2000-11-02 Sanyo Electric Co., Ltd. Portable telephone set
US7558381B1 (en) 1999-04-22 2009-07-07 Agere Systems Inc. Retrieval of deleted voice messages in voice messaging system
JP2000305585A (ja) 1999-04-23 2000-11-02 Oki Electric Ind Co Ltd 音声合成装置
US6924828B1 (en) 1999-04-27 2005-08-02 Surfnotes Method and apparatus for improved information representation
US6697780B1 (en) 1999-04-30 2004-02-24 At&T Corp. Method and apparatus for rapid acoustic unit selection from a large speech corpus
GB9910448D0 (en) 1999-05-07 1999-07-07 Ensigma Ltd Cancellation of non-stationary interfering signals for speech recognition
US6741264B1 (en) 1999-05-11 2004-05-25 Gific Corporation Method of generating an audible indication of data stored in a database
US6928149B1 (en) 1999-05-17 2005-08-09 Interwoven, Inc. Method and apparatus for a user controlled voicemail management system
US6161944A (en) 1999-05-18 2000-12-19 Micron Electronics, Inc. Retractable keyboard illumination device
US7286115B2 (en) 2000-05-26 2007-10-23 Tegic Communications, Inc. Directional input system with automatic correction
WO2000074240A1 (en) 1999-05-27 2000-12-07 America Online Keyboard system with automatic correction
US7030863B2 (en) 2000-05-26 2006-04-18 America Online, Incorporated Virtual keyboard system with automatic correction
FR2794322B1 (fr) 1999-05-27 2001-06-22 Sagem Procede de suppression de bruit
JP2003505778A (ja) 1999-05-28 2003-02-12 セーダ インコーポレイテッド 音声制御ユーザインタフェース用の認識文法作成の特定用途を有する句ベースの対話モデル化
JP2000339137A (ja) 1999-05-31 2000-12-08 Sanyo Electric Co Ltd 電子メール受信システム
US6728675B1 (en) 1999-06-03 2004-04-27 International Business Machines Corporatiion Data processor controlled display system with audio identifiers for overlapping windows in an interactive graphical user interface
US6931384B1 (en) 1999-06-04 2005-08-16 Microsoft Corporation System and method providing utility-based decision making about clarification dialog given communicative uncertainty
US6598039B1 (en) 1999-06-08 2003-07-22 Albert-Inc. S.A. Natural language interface for searching database
US6701305B1 (en) 1999-06-09 2004-03-02 The Boeing Company Methods, apparatus and computer program products for information retrieval and document classification utilizing a multidimensional subspace
US8065155B1 (en) 1999-06-10 2011-11-22 Gazdzinski Robert F Adaptive advertising apparatus and methods
US6615175B1 (en) 1999-06-10 2003-09-02 Robert F. Gazdzinski “Smart” elevator system and method
US7711565B1 (en) 1999-06-10 2010-05-04 Gazdzinski Robert F “Smart” elevator system and method
US7093693B1 (en) 1999-06-10 2006-08-22 Gazdzinski Robert F Elevator access control system and method
US6611802B2 (en) 1999-06-11 2003-08-26 International Business Machines Corporation Method and system for proofreading and correcting dictated text
US6658577B2 (en) 1999-06-14 2003-12-02 Apple Computer, Inc. Breathing status LED indicator
US6711585B1 (en) 1999-06-15 2004-03-23 Kanisa Inc. System and method for implementing a knowledge management system
US6401065B1 (en) 1999-06-17 2002-06-04 International Business Machines Corporation Intelligent keyboard interface with use of human language processing
US7190883B2 (en) 1999-06-18 2007-03-13 Intel Corporation Systems and methods for fast random access and backward playback of video frames using decoded frame cache
KR19990073234A (ko) 1999-06-24 1999-10-05 이영만 엠피3데이터의송수신장치
US6321179B1 (en) 1999-06-29 2001-11-20 Xerox Corporation System and method for using noisy collaborative filtering to rank and present items
JP2001014306A (ja) 1999-06-30 2001-01-19 Sony Corp 電子文書処理方法及び電子文書処理装置並びに電子文書処理プログラムが記録された記録媒体
AUPQ138199A0 (en) 1999-07-02 1999-07-29 Telstra R & D Management Pty Ltd A search system
US6615176B2 (en) 1999-07-13 2003-09-02 International Business Machines Corporation Speech enabling labeless controls in an existing graphical user interface
US6442518B1 (en) 1999-07-14 2002-08-27 Compaq Information Technologies Group, L.P. Method for refining time alignments of closed captions
US6904405B2 (en) 1999-07-17 2005-06-07 Edwin A. Suominen Message recognition using shared language model
WO2001006489A1 (en) 1999-07-21 2001-01-25 Lucent Technologies Inc. Improved text to speech conversion
JP3361291B2 (ja) 1999-07-23 2003-01-07 コナミ株式会社 音声合成方法、音声合成装置及び音声合成プログラムを記録したコンピュータ読み取り可能な媒体
US6332138B1 (en) 1999-07-23 2001-12-18 Merck & Co., Inc. Text influenced molecular indexing system and computer-implemented and/or computer-assisted method for same
IL131135D0 (en) 1999-07-27 2001-01-28 Electric Lighthouse Software L A method and system for electronic mail
US6421672B1 (en) 1999-07-27 2002-07-16 Verizon Services Corp. Apparatus for and method of disambiguation of directory listing searches utilizing multiple selectable secondary search keys
US6628808B1 (en) 1999-07-28 2003-09-30 Datacard Corporation Apparatus and method for verifying a scanned image
US6553263B1 (en) 1999-07-30 2003-04-22 Advanced Bionics Corporation Implantable pulse generators using rechargeable zero-volt technology lithium-ion batteries
US6493667B1 (en) 1999-08-05 2002-12-10 International Business Machines Corporation Enhanced likelihood computation using regression in a speech recognition system
US6763995B1 (en) 1999-08-09 2004-07-20 Pil, L.L.C. Method and system for illustrating sound and text
US6721802B1 (en) 1999-08-12 2004-04-13 Point2 Technologies Inc. Method, apparatus and program for the central storage of standardized image data
US7743188B2 (en) 1999-08-12 2010-06-22 Palm, Inc. Method and apparatus for accessing a contacts database and telephone services
US7451177B1 (en) 1999-08-12 2008-11-11 Avintaquin Capital, Llc System for and method of implementing a closed loop response architecture for electronic commerce
US8064886B2 (en) 1999-08-12 2011-11-22 Hewlett-Packard Development Company, L.P. Control mechanisms for mobile devices
US9167073B2 (en) 1999-08-12 2015-10-20 Hewlett-Packard Development Company, L.P. Method and apparatus for accessing a contacts database and telephone services
US7069220B2 (en) 1999-08-13 2006-06-27 International Business Machines Corporation Method for determining and maintaining dialog focus in a conversational speech system
JP2001056233A (ja) 1999-08-17 2001-02-27 Arex:Kk 車載用音声情報サービス装置及び該装置を利用する音声情報サービスシステム
US6622121B1 (en) 1999-08-20 2003-09-16 International Business Machines Corporation Testing speech recognition systems using test data generated by text-to-speech conversion
US6792086B1 (en) 1999-08-24 2004-09-14 Microstrategy, Inc. Voice network access provider system and method
US6336365B1 (en) 1999-08-24 2002-01-08 Personal Electronic Devices, Inc. Low-cost accelerometer
US6324512B1 (en) 1999-08-26 2001-11-27 Matsushita Electric Industrial Co., Ltd. System and method for allowing family members to access TV contents and program media recorder over telephone or internet
EP1079387A3 (de) 1999-08-26 2003-07-09 Matsushita Electric Industrial Co., Ltd. Vorrichtung zum Speichern von Informationen über aufgezeichnete Fernsehsendungen
US6697824B1 (en) 1999-08-31 2004-02-24 Accenture Llp Relationship management in an E-commerce application framework
US6601234B1 (en) 1999-08-31 2003-07-29 Accenture Llp Attribute dictionary in a business logic services environment
US6912499B1 (en) 1999-08-31 2005-06-28 Nortel Networks Limited Method and apparatus for training a multilingual speech model set
US6470347B1 (en) 1999-09-01 2002-10-22 International Business Machines Corporation Method, system, program, and data structure for a dense array storing character strings
US6671856B1 (en) 1999-09-01 2003-12-30 International Business Machines Corporation Method, system, and program for determining boundaries in a string using a dictionary
US7051096B1 (en) 1999-09-02 2006-05-23 Citicorp Development Center, Inc. System and method for providing global self-service financial transaction terminals with worldwide web content, centralized management, and local and remote administration
GB2353927B (en) 1999-09-06 2004-02-11 Nokia Mobile Phones Ltd User interface for text to speech conversion
US6675169B1 (en) 1999-09-07 2004-01-06 Microsoft Corporation Method and system for attaching information to words of a trie
US6448986B1 (en) 1999-09-07 2002-09-10 Spotware Technologies Llc Method and system for displaying graphical objects on a display screen
AU4674400A (en) 1999-09-10 2001-04-10 Avantgo, Inc. System, method, and computer program product for interactive interfacing with mobile devices
US6885734B1 (en) 1999-09-13 2005-04-26 Microstrategy, Incorporated System and method for the creation and automatic deployment of personalized, dynamic and interactive inbound and outbound voice services, with real-time interactive voice database queries
US7127403B1 (en) 1999-09-13 2006-10-24 Microstrategy, Inc. System and method for personalizing an interactive voice broadcast of a voice service based on particulars of a request
DE19943875A1 (de) 1999-09-14 2001-03-15 Thomson Brandt Gmbh System zur Sprachsteuerung mit einem Mikrofonarray
US6633932B1 (en) 1999-09-14 2003-10-14 Texas Instruments Incorporated Method and apparatus for using a universal serial bus to provide power to a portable electronic device
US6217183B1 (en) 1999-09-15 2001-04-17 Michael Shipman Keyboard having illuminated keys
US6918677B2 (en) 1999-09-15 2005-07-19 Michael Shipman Illuminated keyboard
US6601026B2 (en) 1999-09-17 2003-07-29 Discern Communications, Inc. Information retrieval by natural language querying
US7925610B2 (en) 1999-09-22 2011-04-12 Google Inc. Determining a meaning of a knowledge item using document-based information
US6453315B1 (en) 1999-09-22 2002-09-17 Applied Semantics, Inc. Meaning-based information organization and retrieval
US6463128B1 (en) 1999-09-29 2002-10-08 Denso Corporation Adjustable coding detection in a portable telephone
US6879957B1 (en) 1999-10-04 2005-04-12 William H. Pechter Method for producing a speech rendition of text from diphone sounds
US6868385B1 (en) 1999-10-05 2005-03-15 Yomobile, Inc. Method and apparatus for the provision of information signals based upon speech recognition
US6789231B1 (en) 1999-10-05 2004-09-07 Microsoft Corporation Method and system for providing alternatives for text derived from stochastic input sources
US6625583B1 (en) 1999-10-06 2003-09-23 Goldman, Sachs & Co. Handheld trading system interface
US6505175B1 (en) 1999-10-06 2003-01-07 Goldman, Sachs & Co. Order centric tracking system
US6192253B1 (en) 1999-10-06 2001-02-20 Motorola, Inc. Wrist-carried radiotelephone
DE69904822T2 (de) 1999-10-07 2003-11-06 Zlatan Ribic Verfahren und Anordnung zur Aufnahme von Schallsignalen
US7219123B1 (en) 1999-10-08 2007-05-15 At Road, Inc. Portable browser device with adaptive personalization capability
US7020685B1 (en) 1999-10-08 2006-03-28 Openwave Systems Inc. Method and apparatus for providing internet content to SMS-based wireless devices
EP1222655A1 (de) 1999-10-19 2002-07-17 Sony Electronics Inc. Sprachschnittstellen-steuerungssystem
US7176372B2 (en) 1999-10-19 2007-02-13 Medialab Solutions Llc Interactive digital music recorder and player
US6353794B1 (en) 1999-10-19 2002-03-05 Ar Group, Inc. Air travel information and computer data compilation, retrieval and display method and system
US6192340B1 (en) 1999-10-19 2001-02-20 Max Abecassis Integration of music from a personal library with real-time information
CA2321014C (en) 1999-10-20 2012-06-19 Paul M. Toupin Single action audio prompt interface utilising binary state time domain multiple selection protocol
US6807574B1 (en) 1999-10-22 2004-10-19 Tellme Networks, Inc. Method and apparatus for content personalization over a telephone interface
US6473630B1 (en) 1999-10-22 2002-10-29 Sony Corporation Method and apparatus for powering a wireless headset used with a personal electronic device
WO2001030046A2 (en) 1999-10-22 2001-04-26 Tellme Networks, Inc. Streaming content over a telephone interface
JP2001125896A (ja) 1999-10-26 2001-05-11 Victor Co Of Japan Ltd 自然言語対話システム
US7310600B1 (en) 1999-10-28 2007-12-18 Canon Kabushiki Kaisha Language recognition using a similarity measure
US6772195B1 (en) 1999-10-29 2004-08-03 Electronic Arts, Inc. Chat clusters for a virtual world application
GB2355834A (en) 1999-10-29 2001-05-02 Nokia Mobile Phones Ltd Speech recognition
US6970915B1 (en) 1999-11-01 2005-11-29 Tellme Networks, Inc. Streaming content over a telephone interface
WO2001033569A1 (en) 1999-11-02 2001-05-10 Iomega Corporation Portable audio playback device and removable disk drive
US6725190B1 (en) 1999-11-02 2004-04-20 International Business Machines Corporation Method and system for speech reconstruction from speech recognition features, pitch and voicing with resampled basis functions providing reconstruction of the spectral envelope
US6535983B1 (en) 1999-11-08 2003-03-18 3Com Corporation System and method for signaling and detecting request for power over ethernet
US6665640B1 (en) 1999-11-12 2003-12-16 Phoenix Solutions, Inc. Interactive speech based learning/training system formulating search queries based on natural language parsing of recognized user queries
US6615172B1 (en) 1999-11-12 2003-09-02 Phoenix Solutions, Inc. Intelligent query engine for processing voice based queries
US6633846B1 (en) 1999-11-12 2003-10-14 Phoenix Solutions, Inc. Distributed realtime speech recognition system
US9076448B2 (en) 1999-11-12 2015-07-07 Nuance Communications, Inc. Distributed real time speech recognition system
US7050977B1 (en) 1999-11-12 2006-05-23 Phoenix Solutions, Inc. Speech-enabled server for internet website and method
US7725307B2 (en) 1999-11-12 2010-05-25 Phoenix Solutions, Inc. Query engine for processing voice based queries including semantic decoding
US6546262B1 (en) 1999-11-12 2003-04-08 Altec Lansing Technologies, Inc. Cellular telephone accessory device for a personal computer system
US7392185B2 (en) 1999-11-12 2008-06-24 Phoenix Solutions, Inc. Speech based learning/training system using semantic decoding
KR100357098B1 (ko) 1999-11-12 2002-10-19 엘지전자 주식회사 데이터 방송 수신기의 데이터 정보 표시 방법 및 장치
DE19955720C2 (de) 1999-11-16 2002-04-11 Hosseinzadeh Dolkhani Boris Verfahren und tragbares Trainingsgerät zum Durchführen eines Trainings
JP2001148899A (ja) 1999-11-19 2001-05-29 Matsushita Electric Ind Co Ltd 通信装置、補聴器、および補聴器の調整方法
US7412643B1 (en) 1999-11-23 2008-08-12 International Business Machines Corporation Method and apparatus for linking representation and realization data
US6532446B1 (en) 1999-11-24 2003-03-11 Openwave Systems Inc. Server based speech recognition user interface for wireless devices
US20040268253A1 (en) 1999-12-07 2004-12-30 Microsoft Corporation Method and apparatus for installing and using reference materials in conjunction with reading electronic content
US6526382B1 (en) 1999-12-07 2003-02-25 Comverse, Inc. Language-oriented user interfaces for voice activated services
US7337389B1 (en) 1999-12-07 2008-02-26 Microsoft Corporation System and method for annotating an electronic document independently of its content
US6755743B1 (en) 1999-12-08 2004-06-29 Kabushiki Kaisha Sega Enterprises Communication game system and processing method thereof
US6340937B1 (en) 1999-12-09 2002-01-22 Matej Stepita-Klauco System and method for mapping multiple identical consecutive keystrokes to replacement characters
US20010030660A1 (en) 1999-12-10 2001-10-18 Roustem Zainoulline Interactive graphical user interface and method for previewing media products
GB2357395A (en) 1999-12-14 2001-06-20 Nokia Mobile Phones Ltd Message exchange between wireless terminals.
US7024363B1 (en) 1999-12-14 2006-04-04 International Business Machines Corporation Methods and apparatus for contingent transfer and execution of spoken language interfaces
US6377925B1 (en) 1999-12-16 2002-04-23 Interactive Solutions, Inc. Electronic translator for assisting communications
US6978127B1 (en) 1999-12-16 2005-12-20 Koninklijke Philips Electronics N.V. Hand-ear user interface for hand-held device
US7089292B1 (en) 1999-12-20 2006-08-08 Vulcan Patents, Llc Interface including non-visual display for use in browsing an indexed collection of electronic content
US7434177B1 (en) 1999-12-20 2008-10-07 Apple Inc. User interface for providing consolidation and access
US6760412B1 (en) 1999-12-21 2004-07-06 Nortel Networks Limited Remote reminder of scheduled events
US20060184886A1 (en) 1999-12-22 2006-08-17 Urbanpixel Inc. Spatial chat in a multiple browser environment
US6397186B1 (en) 1999-12-22 2002-05-28 Ambush Interactive, Inc. Hands-free, voice-operated remote control transmitter
US6526395B1 (en) 1999-12-31 2003-02-25 Intel Corporation Application of personality models and interaction with synthetic characters in a computing system
US20010042107A1 (en) 2000-01-06 2001-11-15 Palm Stephen R. Networked audio player transport protocol and architecture
US7024366B1 (en) 2000-01-10 2006-04-04 Delphi Technologies, Inc. Speech recognition with user specific adaptive voice feedback
US6556983B1 (en) 2000-01-12 2003-04-29 Microsoft Corporation Methods and apparatus for finding semantic information, such as usage logs, similar to a query using a pattern lattice data space
US6546388B1 (en) 2000-01-14 2003-04-08 International Business Machines Corporation Metadata search results ranking system
US6701294B1 (en) 2000-01-19 2004-03-02 Lucent Technologies, Inc. User interface for translating natural language inquiries into database queries and data presentations
US20020055934A1 (en) 2000-01-24 2002-05-09 Lipscomb Kenneth O. Dynamic management and organization of media assets in a media player device
US6732142B1 (en) 2000-01-25 2004-05-04 International Business Machines Corporation Method and apparatus for audible presentation of web page content
US6751621B1 (en) 2000-01-27 2004-06-15 Manning & Napier Information Services, Llc. Construction of trainable semantic vectors and clustering, classification, and searching using trainable semantic vectors
US6269712B1 (en) 2000-01-28 2001-08-07 John Zentmyer Automotive full locking differential
US6813607B1 (en) 2000-01-31 2004-11-02 International Business Machines Corporation Translingual visual speech synthesis
US20030028380A1 (en) 2000-02-02 2003-02-06 Freeland Warwick Peter Speech system
US6829603B1 (en) 2000-02-02 2004-12-07 International Business Machines Corp. System, method and program product for interactive natural dialog
AU3662201A (en) 2000-02-04 2001-08-14 Ideo Product Dev Inc System and method for synchronization of image data between handheld device and a computer
GB2359177A (en) 2000-02-08 2001-08-15 Nokia Corp Orientation sensitive display and selection mechanism
US7149964B1 (en) 2000-02-09 2006-12-12 Microsoft Corporation Creation and delivery of customized content
US6895558B1 (en) 2000-02-11 2005-05-17 Microsoft Corporation Multi-access mode electronic personal assistant
US6871346B1 (en) 2000-02-11 2005-03-22 Microsoft Corp. Back-end decoupled management model and management system utilizing same
US6640098B1 (en) 2000-02-14 2003-10-28 Action Engine Corporation System for obtaining service-related information for local interactive wireless devices
US7143040B2 (en) 2000-07-20 2006-11-28 British Telecommunications Public Limited Company Interactive dialogues
US6606388B1 (en) 2000-02-17 2003-08-12 Arboretum Systems, Inc. Method and system for enhancing audio signals
US6850775B1 (en) 2000-02-18 2005-02-01 Phonak Ag Fitting-anlage
GB0003790D0 (en) 2000-02-18 2000-04-05 Astrazeneca Uk Ltd Medical device