DE60007620T2

DE60007620T2 - Spracherkennungsverfahren

Info

Publication number: DE60007620T2
Application number: DE2000607620
Authority: DE
Inventors: Stefan Besling; Eric Thelen; Meinhard Ullrich
Original assignee: Philips Intellectual Property and Standards GmbH; Koninklijke Philips Electronics NV
Current assignee: Philips Intellectual Property and Standards GmbH; Koninklijke Philips NV
Priority date: 1999-03-09
Filing date: 2000-02-10
Publication date: 2004-11-18
Anticipated expiration: 2020-02-11
Also published as: US6757655B1; WO2000054251A3; CN1343351A; JP2002539480A; WO2000054251A2; JP4597383B2; AU3153700A; ATE257616T1; KR20020003865A; EP1163661A2; EP1163661B1; DE19910236A1; DE60007620D1

Description

Die Erfindung bezieht sich auf ein Verfahren, bei dem eine eine Spracheingabe ermöglichende Informationseinheit auf einem Server gespeichert und von einem Client abrufbar ist und bei dem der Client durch ein Kommunikationsnetzwerk mit einem Spracherkenner gekoppelt werden kann.
Die Möglichkeit, die Kommunikation mit einem Computer per Spracheingabe statt per Tastatur oder Maus vorzunehmen, erleichtert dem Benutzer den Umgang mit Computern und erhöht oft die Schnelligkeit bei der Eingabe. Spracherkennung kann in vielen Bereichen eingesetzt werden, in denen heute eine Eingabe per Tastatur erfolgt. Dabei ist es offensichtlich, daß die Themen unterschiedlichster An sein können. Andererseits werden bei der Spracherkennung hohe Anforderungen an die Rechenleistung gestellt, die auf lokalen Rechnern (Clients) oft nicht ausreichend vorhanden ist. Gerade für sprecherunabhängige Spracherkennung mit einem großen Vokabular reicht die Rechenleistung der Clients oft nicht aus. Um eine zuverlässige und schnelle Spracherkennung von Spracheingaben zu ermöglichen, ist es zweckmäßig, die Spracherkennung auf einem spezialisierten Spracherkenner vorzunehmen, der auf einem leistungsfähigen Rechner betrieben wird.
In der EP 0872 827 werden ein System und ein Verfahren zur Spracherkennung beschrieben. Ein Client, auf dem eine eingeschränkte Software zur Spracherkennung ausgeführt wird, wird über ein Netzwerk mit einem Spracherkennungsserver verbunden. Der Client sendet dem Spracherkennungsserver eine Spracherkennungsgrammatik und die Daten der Spracheingabe. Der Spracherkennungsserver führt die Spracherkennung durch und sendet das Erkennungsergebnis an den Client zurück.
Nachteilig bei eingangs beschriebenen Client/Server Spracherkennungssystemen ist, daß bei gleichzeitigen Zugriffen auf HTML-Seiten (Hyper-Text-Markup-Language) von mehreren Benutzern und daraus resultierenden mehreren Spracheingaben die Spracherkenner überlastet sind, so daß die Spracherkennung eine nicht akzeptable Verarbeitungszeit in Anspruch nimmt.
Aufgabe der Erfindung ist es deshalb, für die Erkennung einer Spracheingabe eine akzeptable Verarbeitungszeit bei hoher Erkennnungsqualität sicherzustellen.
Diese Aufgabe wird dadurch gelöst, daß der Client mit mehreren Spracherkennern gekoppelt werden kann und der Informationseinheit eine Zusatzinformation zugewiesen wird, die zur Bestimmung einer Verknüpfung eines Clients mit mindestens einem der Spracherkenner zur Erkennung eines eingegebenen Sprachsignals verwendet wird.
Ein Client lädt eine Informationseinheit von einem über ein Kommunikationsnetzwerk, z. B. das Internet, verbundenen Server herunter. Diese Informationseinheit ist auf dem Server abgespeichert und bietet einem Benutzer die Möglichkeit einer Spracheingabe. Ein Server ist ein Computer innerhalb eines Kommunikationsnetzwerkes, beispielsweise dem Internet, auf dem Informationen von Anbietern gespeichert und von Clients abrufbar sind. Ein Client ist ein Computer, der zum Abruf von Informationen aus dem Internet mit einem Server verbunden wird und die Informationseinheit, die auf dem Server abgespeichert ist, herunterlädt, um sie mittels einer Software darzustellen. Da der Client in seiner Rechenleistung begrenzt ist, wird die Spracherkennung nicht auf dem Client vorgenommen, sondern auf einem Spracherkenner, der über das Kommunikationsnetzwerk mit dem Client verbunden ist. Zur Verknüpfung des Clients mit einem spezialisierten Spracherkenner wird der auf dem Server abgespeicherten Informationseinheit eine Zusatzinformation vom Server zugewiesen. Diese Zusatzinformation ist mit der Informationseinheit verknüpft und wird dem Client beim Herunterladen mit übergeben. Mit Hilfe der Zusatzinformation wird der Informationseinheit ein auf diese heruntergeladene Informationseinheit spezialisierter Spracherkenner zugewiesen, auf dem dann die Spracherkennung durchgeführt wird.
Die Zusatzinformation wird vom Server nach einem vorgegebenen Kriterium, wie z. B. Themengebiet, Typ des Spracherkenners oder Auslastung der Spracherkenner, vergeben. Dadurch wird für jede heruntergeladene Informationseinheit ein spezieller Spracherkenner ausgewählt, der die Spracherkennung der Spracheingabe mit hoher Qualität und in schneller Verarbeitungszeit vornimmt.
Dies hat den Vorteil, daß der Anbieter der Informationseinheit, der das zu erwartende Vokabular kennt, einen Spracherkenner auswählt und diesen mit dieser Informationseinheit verknüpft. Die Qualität bei der Erkennung der Spracheingabe läßt sich durch eine anbietergesteuerte Zuweisung eines Spracherkenners wesentlich erhöhen, da bezüglich der entsprechenden Informationseinheit, die der Anbieter auf dem Server abgelegt hat, immer ähnliche Spracheingaben zu erwarten sind. Bei Spracherkennern, die vom Benutzer festgelegt werden, müssen von diesen Spracherkennern Spracheingaben aus ei nem sehr breiten Anwendungsgebiet erkannt werden. Bei dieser festen Kopplung eines Spracherkenners an beispielsweise den Web-Browser ist der Spracherkenner für die weitreichenden Anwendungsgebiete nicht ausreichend spezialisiert, so daß die Qualität des Erkennungsergebnisses bei dieser festen Kopplung negativ beeinflußt wird.
Die Zusatzinformation enthält vorzugsweise die Adresse des speziellen Spracherkenners im Kommunikationsnetz. Außerdem sind in der Zusatzinformation optionale Angaben über die Verwendung des Erkennungsergebnisses enthalten. Im einfachsten Fall wird das Erkennungsergebnis an den Client zurückgesendet und dort als Text oder Sprache ausgegeben. Weiterhin sind in dieser Zusatzinformation optionale Angaben enthalten, in denen der zu verwendende Spracherkennertyp genau spezifiziert wird. Außerdem kann die Zusatzinformation beispielsweise das Vokabular oder Parameter enthalten, um den Spracherkenner an die Spracheingabe anzupassen und eine Adaption auf diesem vorzunehmen. Durch die optionale Übergabe von weiteren Parametern wird die Geschwindigkeit und/oder Qualität der Spracherkennung verbessert.
Bei einer vorteilhaften Ausgestaltung der Erfindung ist vorgesehen, in der Zusatzinformation die Adresse einer Verteilereinheit anzugeben. Diese Verteilereinheit steuert mehrere Spracherkenner. Dazu gehören z. B. mehrere Spracherkenner eines gleichen Typs oder Gruppen von Spracherkennern, die nur zur Erkennung von einfachen Spracheingaben, wie Ziffern oder „Ja/Nein", vorgesehen sind. Die mittels der Zusatzinformation zugewiesene Verteilereinheit ordnet die von mehreren Clients eingehenden Sprachsignale den ihr zu Verfügung stehenden Spracherkennern zu. Dadurch ist neben einer schnelleren Bearbeitung der Spracheingaben auch eine gleichmäßige Auslastung der Spracherkenner gewährleistet.
Als weitere Ausgestaltung der Erfindung wird vorgeschlagen, daß die Clients die Informationseinheiten in Form von HTML-Seiten von einem Server herunterladen. Diese HTML-Seiten werden mittels eines auf dem Client ausgeführten Web-Browsers oder einer anderen zur Anzeige geeigneten Anwendung angezeigt. Die Informationseinheiten könnten auch als Web-Seiten realisiert sein. Für das Laden dieser HTML-Seite wird vom Client eine Verbindung zum Server aufgebaut, auf dem diese HTML-Seite abgespeichert ist. Beim Laden werden die Daten in Form von HTML-Code auf den Client übertragen. Dieser HTML-Code enthält die Zusatzinformation, die beispielsweise als HTML-Tag realisiert ist. Die geladene HTML-Seite wird vom Web-Browser angezeigt und der Benutzer kann eine Spracheingabe vornehmen. Durch das mitübertragene HTML-Tag ist der zur Erkennung der Spracheingabe vorgesehene Spracherkenner definiert. Für die Erkennung einer Spracheingabe baut der Client mit Hilfe des Kommunikationsnetzwerkes eine Verbindung zum Spracherkenner auf. Die Spracheingabe wird zum Spracherkenner übertragen, dort erkannt und das Erkennungsergebnis beispielsweise zum Client zurückgesendet.
In einer vorteilhaften Ausgestaltung der Erfindung wird beim Zugriff von mehreren Clients auf eine HTML-Seite jedem einzelnen Client ein individuelles HTML-Tag zugewiesen. Dazu werden vom Server bei Zugriffen mehrerer Clients auf die entsprechende HTML-Seite den HTML-Tags verschiedene Adressen von Spracherkennern zugewiesen. Dadurch wird erreicht, daß bei häufigen Zugriffen auf eine HTML-Seite mehrere Spracherkenner die Spracheingaben verarbeiten können und somit eine schnellere Erkennung gewährleistet ist. Bei Zugriffen von Benutzern aus unterschiedlichen Zeitzonen können Spracherkenner aus der entsprechenden Zeitzone zugewiesen werden. Bei der Verwendung oben beschriebener Verteilereinheiten zur Zuweisung von Spracherkennern werden bei Zugriffen von mehreren Clients auf eine HTML-Seite in den HTML-Tags unterschiedliche Adressen von Verteilereinheiten vergeben, falls die von der Verteilereinheit verwalteten Spracherkenner den Qualitätsanforderungen bei der Spracherkennung nicht gerecht werden.
In einer bevorzugten Weiterbildung der Erfindung ist vorgesehen, auf dem Client mittels einer Zusatzsoftware eine Vorverarbeitung der Spracheingabe vorzunehmen. Diese Zusatzsoftware kann beim Laden einer auf Spracheingabe basierenden HTML-Seite vom entsprechenden Server heruntergeladen werden. Es ist auch möglich, die Zusatzsoftware als Option in den Web-Browser zu integrieren oder lokal auf dem Client zu installieren. Diese Zusatzsoftware wird beim Laden einer entsprechenden HTML-Seite gestartet und nimmt bei einer Spracheingabe des Benutzers eine Extraktion von Merkmalen der Spracheingabe vor. Dabei wird die als elektrisches Signal vorliegende Spracheingabe digitalisiert, quantisiert und entsprechenden Analysen unterzogen, die Komponenten liefern, die Merkmalsvektoren zugeordnet werden. Nachdem der Client eine Verbindung zum im HTML-Tag festgelegten Spracherkenner oder zur Verteilereinheit aufgebaut hat, werden die Merkmalsvektoren über das Kommunikationsnetzwerk zu dem Spracherkenner oder zur Verteilereinheit übertragen. Der Spracherkenner nimmt die rechenintensive Erkennung vor. Durch die auf dem Client durchgeführte Extraktion der Merkmale wird die Spracheingabe komprimiert und codiert, so daß die Menge der zu übertragenden Daten verringert wird. Außerdem wird der zeitliche Aufwand für die Merkmalsextraktion auf die Clientseite ver lagert, so daß der Spracherkenner nur noch die Erkennung der ihm zugeführten Merkmalsvektoren vornimmt. Bei häufig benutzten Spracherkennern kann diese Verlagerung vorteilhaft sein.
In einer weiteren Ausgestaltung der Erfindung ist vorgesehen, das HTML-Tag mit Angaben zu versehen, die dem Spracherkenner oder der Verteilereinheit mitteilen, wie das Erkennungsergebnis verwendet werden soll. Mit diesen Angaben kann festgelegt werden, ob die erkannte Spracheingabe an den Client oder an den Server zurückgesendet werden soll. Beim Zurücksenden an den Server könnte beispielsweise vom Server an den Client eine weitere HTML-Seite gesendet werden. Das an den Client zurückgesendete Erkennungsergebnis kann auch nach bestimmten Kriterien aus dem erkannten Text abgeleitet werden.
Die Erfindung betrifft auch einen Server, auf dem eine Informationseinheit gespeichert ist, die von einem Client abrufbar ist, wobei der Client mit einem oder mehreren Spracherkennern gekoppelt werden kann und zur Bestimmung einer Verknüpfung zwischen dem Client und einem Spracherkenner zur Erkennung eines eingegebenen Sprachsignals eine Zuweisung einer Zusatzinformation zur Informationseinheit erfolgt.
Weiterhin betrifft die Erfindung auch einen Client, der mit einem oder mehreren Spracherkennern durch ein Kommunikationsnetzwerk gekoppelt werden kann und der zum Abruf einer auf einem Server abgespeicherten Informationseinheit vorgesehen ist und bei dem zur Bestimmung einer Verknüpfung zwischen dem Client und einem Spracherkenner zur Erkennung eines eingegebenen Sprachsignals eine Zuweisung einer Zusatzinformation zur Informationseinheit erfolgt.
Ausführungsbeispiele der Erfindung werden im folgenden anhand der Zeichnung näher erläutert. Es zeigen.
1 eine schematische Darstellung für eine Zuordnung der Spracherkenner,
2 eine schematische Darstellung für eine Zuordnung der Spracherkenner mit Verteilereinheit und
3 eine schematische Darstellung für eine Zugriff mehrerer Clients auf eine HTML-Seite und die Zuordnung der Spracherkenner
1 zeigt eine Anordnung für die Durchführung eines Verfahrens zur Spracherkennung. Clients 1, 2 und 3 sind über ein Kommunikationsnetzwerk 6 mit einem Server 5 verbunden. Von diesem Server 5 laden die Clients 1, 2 und 3 Informationseinhei ten 4 in Form von HTML-Seiten 4 herunter. Diese HTML-Seiten 4 werden auf den Clients 1, 2 und 3 mittels eines Web-Browsers 13 dargestellt. Die vom Client 1–3 angeforderte HTML-Seite 4 ist auf dem Server 5 abgespeichert. Ein Inhalt der Informationseinheit 4, den ein Dienstanbieter einem Benutzer mitteilen möchte, wird vom Server 5 mittels eines HTML-Codes auf den Client 1, 2 oder 3 übertragen. In diesem HTML-codierten Datenstrom sind neben dem darzustellenden Inhalt Formatierungsbefehle und eine Zusatzinformation 12, beispielsweise in Form eines HTML-Tags 12, enthalten.
Die HTML-Seite 4 bietet dem Benutzer die Möglichkeit der Spracheingabe, wobei der Inhalt der dargestellten HTML-Seite 4 nicht zwangsläufig an den Inhalt der Spracheingabe gekoppelt ist.
Der Client baut eine Verbindung zum Server 5 auf, indem der Benutzer eine entsprechende HTML-Seite über einen Verweis (Link) aufruft oder anfordert. Bevor die HTML-Seite 4 zum Client übertragen wird, ordnet der Server 5 dieser HTML-Seite 4 im zugewiesenen HTML-Tag 12 eine Adresse des spezialisierten Spracherkenners zu. Die Zuweisung anderer Angaben, wie ein zu verwendender Spracherkennertyp 18 oder Parameter zur Adaption des Spracherkenners oder Angaben zur Verwendung des Erkennungsergebnisses werden dem HTML-Tag gegebenenfalls zugewiesen.
Beim Laden einer mit einem HTML-Tag 12 versehenen HTML-Seite 4 wird eine Zusatzsoftware 14 gestartet. Diese Zusatzsoftware 14 nimmt eine Extraktion von Merkmalen der als elektrisches Signal vorliegenden Spracheingabe vor. Die Zusatzsoftware 14 kann Bestandteil des Web-Browsers 13 sein oder lokal auf dem Client 1, 2 oder 3 installiert sein.
Der Client baut eine Verbindung zu dem Spracherkenner 7, 8 oder 9 auf, dessen Adresse im HTML-Tag 12 angegeben ist. Dieser Spracherkenner erhält den Merkmalsstrom, der von der Zusatzware 14 erzeugt wurde, und führt die Spracherkennung der Spracheingabe durch. Nachdem der Spracherkenner 7, 8 oder 9 die Spracheingabe erkannt hat, wird diese vom Spracherkenner 7, 8 oder 9 zum Client 1, 2 oder 3 zurückgesendet und dort als Text oder als Sprache ausgegeben.
Bei einer weiteren Ausgestaltung kann mit optionalen Bestandteilen in den HTML-Tags 12 festgelegt werden, wie das Erkennungsergebnis verwendet werden soll. Neben der Zurücksendung zu den Clients 1–3 besteht die Möglichkeit, das Erkennungsergebnis an den Server 5 zu senden und daraufhin beispielsweise an den Client 1–3 eine weitere HTML-Seite 4 zu senden (mit der Linie 16 angedeutet). So könnte der Benutzer des Clients 1 beim Lesen einer als HTML-Seite 4 dargestellten Tageszeitung – „aktuelle Temperatur"- sagen. Diese Spracheingabe wird dann zum im HTML-Tag 12 zugewiesenen Spracherkenner 7–9 zum Ausführen der Spracherkennung gesendet. In der Angabe über die Verwendung des Spracherkennungsergebnisses wird der erkannte Text nicht zum Client 1 zurückgesendet, sondern zum Server 5. Der Server 5 schickt dem Client 1 daraufhin die Angabe über die aktuelle Temperatur, die als Text eingeblendet oder als Sprache ausgegeben werden kann.
In 2 ist ein weiteres Ausführungsbeispiel dargestellt. Jeder Client 1–3 lädt vom Server 5 je eine HTML-Seite 4 herunter, wobei der Inhalt der HTML-Seiten unterschiedlich ist. Diese HTML-Seiten 4 sind mit je einem HTML-Tag 12 behaftet. In diesen HTML-Tags 12 ist die Adresse 17 einer Verteilereinheit 10 enthalten. Außer der Adresse 17 der Verteilereinheit 10 sind in diesen HTML-Tags 12 noch Angaben über die Verwendung des Erkennungsergebnisses, über den zu verwendenden Spracherkennertyp 18 und/oder Parameter für den Spracherkenner zu dessen Adaption enthalten.
Die Verteilereinheit 10 steuert mehrere Gruppen von Spracherkennern. Dabei können diese auch unterschiedlichen Typs sein. Die Gruppe 7 umfaßt mehrere Spracherkenner Ra,n eines Typs Ra. Die Gruppe 8 umfaßt Spracherkenner Rb,n eines anderen Typs Rb. Die Gruppe 7 der Spracherkenner Ra,n vom Typ Ra ist beispielsweise auf die Erkennung von Ziffern spezialisiert. Die Gruppe 8 der Spracherkenner Rb,n vom Typ Rb ist auf die Erkennung von „Ja/Nein" spezialisiert. Die Verteilereinheit 10 verteilt nun eingehende Spracheingaben der unterschiedlichen Clients 1–3 nach den Spracherkennertypen, die in den jeweiligen HTML-Tags 12 festgelegt sind.
Die von den Clients 1 und 2 aufgerufenen HTML-Seiten 4, die der Verteilereinheit 10 zugewiesen sind, sind nach Angabe des zu verwendenden Spracherkennertyps 18 an Spracherkenner vom Typ Ra zu verweisen. Spracheingaben, die die Benutzer der Clients 1 und 2 machen, werden von der Verteilereinheit 10 der Gruppe 7 der Spracherkenner Ra,n zugewiesen. Die von Client 3 aufgerufene HTML-Seite 4 benötigt nach Angabe des Spracherkennertyps 18 einen Spracherkenner des Typ Rb. Eine Spracheingabe, die der Benutzer des Clients 3 tätigt, wird von der Verteilereinheit 10 der Gruppe 8 der Spracherkenner vom Typ Rb,n zugewiesen.
Wenn ein Spracherkenner Ra,1 momentan gerade mit der Verarbeitung einer Spracheingabe beschäftigt ist, wird die nächste Spracheingabe für den gleichen Spracherkennertyp Ra von der Verteilereinheit 10 an den nächsten Spracherkenner Ra,2 geleitet. Das jeweilige Erkennungsergebnis wird von den Spracherkennern R,n zu den Clients 1–3 zurückgesendet und dort verarbeitet.
3 zeigt eine Darstellung, bei der mehrere Clients 1–3 auf die gleiche HTML-Seite 4 zugreifen. Bei der Darstellung der HTML-Seiten 4 mittels des Web-Browsers 13 zeigen sie den gleichen Inhalt.
In jedem HTML-Tag 12 ist im Adreßfeld 17 eine IP-Adresse und der Socket-Port für eine TCP/IP-Verbindung vom Client 1, 2 oder 3 zum Spracherkenner 7, 8 oder 9 enthalten. Damit wird vom Dienstanbieter der HTML-Seite 4 im Server 5 ein Spracherkenner 7, 8, oder 9 festgelegt, der die vom Benutzer getätigte Spracheingabe verarbeiten soll. Jedesmal wenn ein Client 1, 2 oder 3 eine jeweilige HTML-Seite 4 über das Internet aufruft, wird der HTML-Seite 4 von dem Server 5 ein HTML-Tag 12 zugewiesen, in dem die Adresse 17 des zuständigen Spracherkenners 7, 8 oder 9 festgelegt ist. Bei gleichzeitigem Aufruf einer HTML-Seite 4 von mehreren Clients 1–3 wäre bei einem einzigen fest definierten Spracherkenner 7, 8 oder 9 für diese HTML-Seite 4 eine schnelle Bearbeitung der mehreren Spracheingaben nicht gewährleistet. Deshalb wird in einem solchem Fall jedem Client 1, 2 oder 3, der die entsprechende HTML-Seite 4 aufruft, ein anderer Spracherkenner 7, 8 oder 9 mittels unterschiedlicher Adressen 17 in den einzelnen HTML-Tags 12 zugewiesen. So wird dem HTML-Tag 12 beim Laden der HTML-Seite 4 von Client 1 der Spracherkenner 7 zugewiesen. Client 2 bekommt für die Spracherkennung einer Spracheingabe den Spracherkenner 8 und Client 3 den Spracherkenner 9 zugewiesen. Damit ist für alle drei Anwender (Clients 1–3) eine schnelle und zuverlässige Spracherkennung ihrer Spracheingabe gewährleistet.
Ein Beispiel für eine Anwendung der speziellen Zuweisung von Spracherkennern wird im folgenden dargestellt. Client 1 ruft eine HTML-Seite 4 über einen Theaterspielplan auf. Client 2 ruft eine HTML-Seite 4 über einen Fußballspielplan und Client 3 ruft eine HTML-Seite 4 mit Flugverbindungen auf. Es ist offensichtlich, daß alle drei HTML-Seiten 4 unterschiedliche Spracheingaben bewirken. Die Dienstanbieter der HTML-Seiten 4 kennen das jeweils zu erwartende Vokabular und weisen jeder einzelnen HTML-Seite 4 mit dem dazugehörigen HTML-Tag 12 einen spezialisierten Spracherkenner 7, 8 oder 9 zu.
Bei HTML-Seiten 4, die mehrere Spracheingaben ermöglichen, beispielsweise zum Ausfüllen eines Formulars, können den einzelnen Spracheingabefeldern unterschiedliche Spracherkenner 7, 8 oder 9 zugeordnet sein, die ebenfalls in einem oder mehre ren HTML Tags 12 festgelegt sind. Welche Spracheingabe momentan behandelt wird, kann durch Kennwörter, durch Feststellen des Blickpunktes des Benutzers, die Nähe des Mauszeigers oder durch Prioritäten oder Reihenfolgen unterschieden werden.

Claims

Verfahren, bei dem eine eine Spracheingabe ermöglichende Informationseinheit (4) auf einem Server (5) gespeichert und von einem Client abrufbar ist und bei dem der Client durch ein Kommunikationsnetzwerk mit einem Spracherkenner gekoppelt werden kann und der Informationseinheit (4) eine Zusatzinformation (12) zugewiesen wird, die zur Bestimmung einer Verknüpfung eines Clients (1, 2, 3) mit mindestens einem der Spracherkenner (7, 8, 9) zur Erkennung eines eingegebenen Sprachsignals verwendet wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Zusatzinformation (12) neben einer Adresse (17) zur Zuweisung des Spracherkenners (7, 8, 9) Angaben über die Verarbeitung des Erkennungsergebnisses und/oder den zu verwendenden Spracherkennertyp (18) und/oder Parameter zur Übergabe an den Spracherkenner (7, 8, 9) zu dessen Adaption enthält.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Zusatzinformation (12) der Informationseinheit(4) vom Server (5) zugewiesen wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Informationseinheit (4) mit der zugewiesenen Zusatzinformation (12) vom Client (1, 2, 3) geladen wird.
Verfahren nach einem oder mehreren der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß ein eingegebenes Sprachsignal vom Client (1, 2, 3) zu der in der Zusatzinformation (12) angegebenen Adresse (17) des Spracherkenners (7, 8, 9) zur Erkennung geleitet wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Zusatzinformation (12) eine Adresse (17) einer Verteilereinheit (10) enthält, zu der das eingegebene Sprachsignal weitergeleitet wird und einem von mehreren Spracherkennern (7, 8, 9) zugewiesen wird.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Informationseinheit (4) als HTML-Seite (4) und die Zusatzinformation (12) als HTML-Tag (12) realisiert sind.
Verfahren nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, daß bei mehrfachen Zugriffen auf eine HTML-Seite (4) durch unterschiedliche Clients (1, 2, 3) jedem Client (1, 2, 3) im HTML-Tag (12) verschiedene Adressen (17) von Spracherkennern (7, 8, 9) zugewiesen werden.
Verfahren nach einem der Ansprüche 1 oder 7, dadurch gekennzeichnet, daß für eine Extraktion von Merkmalen eines dem Client (1, 2, 3) zugeführten Sprachsignals auf dem Client (1, 2, 3) eine Zusatzsoftware (14) vorgesehen ist, welche Software beim Herunterladen der den HTML-Tag (12) enthaltenden HTML-Seite (4) gestartet wird.
Verfahren nach einem oder mehreren der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß ein bei der Merkmalsextraktion bezüglich des Sprachsignals erzeugter Merkmalsstrom dem im HTML-Tag (12) definierten Spracherkenner (7, 8, 9) zugeführt wird, welcher Spracherkenner (7, 8, 9) die Spracherkennung vornimmt und das Erkennungsergebnis in Abhängigkeit von in dem HTML-Tag (12) enthaltenen Angaben an den Client (1, 2, 3) zurücksendet.
Verfahren nach Anspruch 10, dadurch gekennzeichnet, daß das Erkennungsergebnis in Abhängigkeit von in dem HTML-Tag (12) enthaltenen Angaben an den Server (5) zurückgesendet wird.
Server (5), auf dem eine Informationseinheit (4) gespeichert ist, die von einem Client (1, 2, 3) abrufbar ist, wobei der Client (1, 2, 3) mit einem oder mehreren Spracherkennern (7, 8, 9) gekoppelt werden kann und zur Bestimmung einer Verknüpfung zwischen dem Client (1, 2, 3) und einem Spracherkenner (7, 8, 9) zur Erkennung eines eingegebenen Sprachsignals eine Zuweisung einer Zusatzinformation (12) zur Informationseinheit (4) erfolgt.
Client (1, 2, 3), der zum Ausführen des Verfahrens nach Anspruch 1 ausgebildet ist und der mit einem oder mehreren Spracherkennern (7, 8, 9) durch ein Kommunikationsnetzwerk (6) gekoppelt werden kann und der zum Abruf einer auf einem Server (5) abgespeicherten Informationseinheit (4) vorgesehen ist und bei dem zur Bestimmung einer Verknüpfung zwischen dem Client (1, 2, 3) und einem Spracherkenner (7, 8, 9) zur Erkennung eines eingegebenen Sprachsignals eine Zuweisung einer Zusatzinformation (12) zur Informationseinheit (4) erfolgt.