JP2002524776A - 音声認識および自然言語処理を使用した対話型ユーザ・インタフェース - Google Patents

音声認識および自然言語処理を使用した対話型ユーザ・インタフェース

Info

Publication number
JP2002524776A
JP2002524776A JP2000569390A JP2000569390A JP2002524776A JP 2002524776 A JP2002524776 A JP 2002524776A JP 2000569390 A JP2000569390 A JP 2000569390A JP 2000569390 A JP2000569390 A JP 2000569390A JP 2002524776 A JP2002524776 A JP 2002524776A
Authority
JP
Japan
Prior art keywords
phrase
grammar
grammar file
database
matched
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.)
Pending
Application number
JP2000569390A
Other languages
English (en)
Inventor
シー． ウィーバー、ディーン
Original Assignee
ワン ボイス テクノロジーズ インコーポレーテッド
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=22534628&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=JP2002524776(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by ワン ボイス テクノロジーズ インコーポレーテッド filed Critical ワン ボイス テクノロジーズ インコーポレーテッド
Publication of JP2002524776A publication Critical patent/JP2002524776A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
    • G10L15/19—Grammatical context, e.g. disambiguation of the recognition hypotheses based on word sequence rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/40—Network security protocols
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Input From Keyboards Or The Like (AREA)

Abstract

(57)【要約】 発語、音声処理および自然言語処理を使用してコンピュータと対話するシステムおよび方法。本システムは、発語に対する照合対象語句について第１の文法ファイルを検索し、該第１の文法ファイル内で照合対象語句が見付からない場合には前記照合対象語句について第２の文法ファイルを検索する音声プロセッサを備える。本システムは更に、前記の照合対象語句に対する一致エントリについてデータベースを検索するための自然言語プロセッサと、一致エントリが前記データベース内で見付かった場合に一致エントリに関連付けられた動作を実行するアプリケーションインタフェースを備える。本システムは文脈固有文法を利用することにより、音声認識および自然言語処理の効率を高める。更に上記システムは、単語および語句ならびにそれらの関連意味を適合的にかつ対話的に“学習”する。

Description

【発明の詳細な説明】
【０００１】 （発明の背景） Ｉ．発明の分野 本発明はコンピュータ用ユーザ・インタフェースの音声認識に関する。より詳
細には本発明は、音声認識および自然言語処理を使用してユーザインタフェース
とコンピュータが対話する新規な方法およびシステムに関する。
【０００２】 ＩＩ．関連技術の説明 社会にコンピュータが普及するにつれ、コンピュータの理解およびコンピュー
タとの対話が多くの人々に取り困難であることが明らかとなっている。コンピュ
ータ操作の為にユーザは、原始的なコマンドおよび直感的でない手順を学ぶべき
場合が多い。例えば殆どのパーソナルコンピュータは、概してメニュー主導であ
るウィンドウズ（登録商標）式のオペレーティング・システムを使用する。故に ユーザは、どのメニュー・コマンドもしくは一連のコマンドが所望結果を与える のかを学ぶ必要がある。
【０００３】 更に、コンピュータに対する習用の対話はキーボードもしくはマウスなどの手
動入力デバイスの故に遅くなることも多い。多くのコンピュータ・ユーザは熟練
タイピストではない。その結果、これらの手動入力デバイスによりコンピュータ
にコマンドおよび単語を入力するには相当の時間が掛かる。故に、コンピュータ
と対話する為の容易かつ高速で更に直感的な方法が必要なことは明らかである。
【０００４】 コンピュータとの対話の為に提案されたひとつの方法は、音声認識である。音
声認識は、人間の音声を音響的に検出すると共に検出された音声を一連の単語へ
と翻訳すべく協働するソフトウェアおよびハードウェアを必要とする。当業界に
おいて公知である如く音声認識は、ハードウェアが検出した音を、音素（ｐｈｏ
ｎｅｍｅ）と称される分割不能な更に小さな音へと分解することで機能する。各
音素は別個の音の単位である。例えば“ｔｈｏｓｅ”という単語は３個の音素か
ら成り；第１の音素は“ｔｈ”音であり、第２の音素は“ｏ”音であり、第３の
音素は“ｓ”音である。音声認識ソフトウェアは、検出された各音素を記憶辞書
からの既知の各単語と一致させるべく試行する。音声認識システムの一例は、１
９９８年１１月８日に発行されて“音声認識装置および方法”と称され且つＤｒ
ａｇｏｎ Ｓｙｓｔｅｍｓ，Ｉｎｃ．に譲渡された米国特許第４，７８３，８０
３号に与えられるが、該米国特許第は言及したことにより本明細書中に援用する
。現在では、Ｄｒａｇｏｎ Ｓｙｓｔｅｍｓ，Ｉｎｃ．およびＩｎｔｅｒｎａｔ
ｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｉｎｃ．などの会社から市
販された多くの音声認識ソフトウェア・パッケージが在る。
【０００５】 これらの音声認識ソフトウェア・パッケージもしくはシステムのひとつの制限
は、それらが通常はコマンドおよび制御もしくは聴音書取（ｄｉｃｔａｔｉｏｎ
）機能のみを実施することである。故にユーザは依然として、コンピュータを操
作する為にはコマンドの用語集を学ぶ必要がある。
【０００６】 これらの音声認識システムに対して提案された改良は、検出された単語を自然
言語処理システムを用いて処理することである。自然言語処理は一般的に、検出
された単語の文法的関係および相対的文脈を分析することにより各単語の概念的
“意味”（例えば、話し手が意図している意味）を決定する必要がある。例えば
１９８９年１２月１２日に発行されると共に“自然言語テキストに対するパーサ
（ＰＡＲＳＥＲ）”と称され且つＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓ
ｓ Ｍａｃｈｉｎｅｓ Ｉｎｃ．に譲渡された米国特許第４，８８７，２１２号
は言及したことにより本明細書中に援用するが、該米国特許第は単語分離、形態
学的分析、辞書検索および文法分析を使用して入力単語ストリームを解析する方
法を教示している。
【０００７】 音声認識とともに自然言語処理を使用すると、話された単語を使用して、キー
ボードもしくはマウスなどの手動入力よりも強力なコンピュータの操作ツールが
提供される。しかし乍ら従来の自然言語処理システムのひとつの欠点は、音声認
識システムにより検出された単語の正しい“意味”を自然言語処理システムが決
定し得ない可能性があることである。斯かる場合にユーザは通常、次回の試行で
はその自然言語処理システムが正しい“意味”を決定することを期待してその語
句を言い換えたり言い直したりする必要がある。これは、ユーザが文もしくはコ
マンドの全体を言い直す必要があるときに相当の遅延に繋がるのは明らかである
。
【０００８】 従来システムの別の欠点は、音声認識に必要な処理時間が法外に長くなり得る
ことである。これは主として、処理されるべき大量の情報と比較して処理リソー
スの速度が有限だからである。例えば従来の多くの音声認識プログラムはおいて
は検索される辞書ファイルのサイズの故に、発語（ｕｔｔｅｒａｎｃｅ）の認識
に要する時間は長い。
【０００９】 従来の音声認識／自然言語処理システムの更なる欠点は、それらが対話型でな
い点である。結果として、コンピュータとの会話形式対話は不可能である。ユー
ザは、完全な概念をコンピュータに伝達する必要がある。ユーザはまた断片的な
文を話すことが出来ない、と言うのも、（以前の発語の意味に依存する）それら
の断片的な文の意味が失われるからである。
【００１０】 必要なものは、上述の各欠点を回避する音声認識および自然言語処理を活用し
た、コンピュータとの対話型ユーザ・インタフェースである。 （発明の概要） 本発明は、発語、音声処理および自然言語処理を使用してコンピュータと対話
する新規で優れたシステムおよび方法である。概略的に上記システムは音声プロ
セッサを含むが、該音声プロセッサは、上記発語に対する照合対象語句に関して
第１文法ファイルを検索し、且つ、もし上記第１文法ファイル内で上記照合対象
語句が発見されなければ上記照合対象語句に関して第２文法ファイルを検索する
。上記システムはまた、上記照合対象語句に対する一致エントリに関してデータ
ベースを検索する自然言語プロセッサ、および、もし上記一致エントリが上記デ
ータベース内で発見されたならば該一致エントリに関連付けられた動作を実施す
るアプリケーション・インタフェースも含む。
【００１１】 好適実施例において上記自然言語プロセッサは、上記一致エントリが上記デー
タベース内で発見されなければ上記データベース、上記第１文法ファイルおよび
上記第２文法ファイルの少なくともひとつを上記照合対象語句により更新する。
【００１２】 上記第１文法ファイルは文脈固有文法ファイルである。文脈固有文法ファイル
とは、特定主題に相当に関連する単語および語句を含むファイルである。上記第
２文法ファイルは一般文法ファイルである。一般文法ファイルとは、文脈に鑑み
て解釈の不要な単語および語句を含むファイルである。すなわち、上記一般文法
ファイル内の単語および語句は一切の起源文脈に属さない。本発明では上記一般
文法ファイルを検索する前に上記文脈固有文法ファイルを検索することから、ユ
ーザは更に会話的な形式でコンピュータと意志疎通でき、その場合に話された単
語は、もし上記文脈固有文法ファイル内で発見されれば、最も最近に話された主
題に鑑みて解釈される。
【００１３】 本発明の更なる側面において上記音声プロセッサは、もし上記照合対象語句が
上記一般文法ファイル内で発見されなければ上記照合対象語句に関して聴音書取
文法を検索する。上記聴音書取文法は、一般的な単語および語句の大規模な用語
集である。上記文脈固有文法および一般文法を最初に検索することにより音声認
識時間が相当に短縮されることが期待されるが、これは、上記文脈固有文法およ
び一般文法は上記聴音書取文法よりも物理的に小さいからである。
【００１４】 本発明の別の側面において上記自然言語プロセッサは、上記データベースを検
索する前に上記照合対象語句の少なくとも一個の単語を置換する。この置換は、
上記照合対象語句の少なくとも一個の単語をワイルドカードで置換する上記自然
言語プロセッサ内の変数リプレーサにより達成され得る。上記語句内の（“単語
変数”と称される）一定の単語をワイルドカードで置換することにより、上記デ
ータベース内のエントリ数は相当に減少され得る。更に上記自然言語プロセッサ
内の代名詞サブスティテュータは上記照合対象語句内の代名詞を固有名称に置換
することにより、上記データベース内にユーザ特有事実が記憶されるのを許容す
る。
【００１５】 本発明の別の側面において文字列フォーマッタは上記データベースを検索する
前に上記照合対象語句をテキスト・フォーマットする。また単語ウェイタは、上
記データベースを検索する前に個々の単語の相対的重要度に従い上記照合対象語
句内の個々の単語を加重する。これらの工程によれば上記データベースの更に高
速かつ正確な検索が許容される。
【００１６】 上記自然言語プロセッサ内の検索エンジンは、上記一致エントリに対する確信
値を生成する。また上記自然言語プロセッサは上記確信値をスレッショルド値と
比較する。ブーリアン・テスタは、上記照合対象語句からの必要個数の単語が上
記一致エントリ内に存在するか否かを決定する。このブーリアン・テストは、上
記検索エンジンにより戻される結果を検証する役割を果たす。
【００１７】 上記照合対象語句からの必要個数の単語が上記一致エントリ内に存在しなけれ
ば、曖昧さを排除すべく上記自然言語プロセッサはユーザに対し、上記一致エン
トリが上記発語の正しい解釈であるか否かを問い質す。上記一致エントリが上記
発語の正しい解釈でなければ、上記自然言語プロセッサはユーザに対し付加的情
報を問い質す。この付加的情報により、上記データベース、上記第１文法ファイ
ルおよび上記第２文法ファイルの少なくともひとつが更新される。この様にして
本発明は付加的な発語の意味を適合的に“学習”することにより、上記ユーザ・
インタフェースの効率を高める。
【００１８】 最後に上記音声プロセッサは、引き続く発語に対する引き続く照合対象語句に
関連付けられた文脈固有文法を有効化して検索する。これにより、最も適切な単
語および語句が最初に検索されて音声認識時間を短縮することが確実となる。
【００１９】 （好適実施例の詳細な説明） 次に、図１の好適なコンピュータ・システム１００の機能ブロック図を参照し
て本発明を開示する。図１においてコンピュータ・システム１００は、中央処理
ユニット（ＣＰＵ）１０２を含んでいる。ＣＰＵ １０２は、図３Ａ乃至図３Ｄ
に関して本明細書中で記述される方法を実施すべく適切にプログラムされた当業
界では公知の任意の汎用マイクロプロセッサもしくはマイクロコントローラとさ
れ得る。例えばＣＰＵ １０２は、Ｉｎｔｅｌ社などにより製造されたＰｅｎｔ
ｉｕｍ ＩＩプロセッサなどの習用のマイクロプロセッサとされ得る。
【００２０】 ＣＰＵ １０２は、ディスプレイ１０４、手動入力器１０６、記憶媒体１０８
、マイクロホン１１０、スピーカ１１２、及びデータ入力ポート１１４などの複
数の周辺装置と通信する。ディスプレイ１０４は、ユーザに対してイメージおよ
びテキストを視覚表示する当業界で公知のＣＲＴ、ＬＣＤ画面、タッチパネルま
たは他のモニタなどの視覚的ディスプレイとされ得る。手動入力器１０６は、習
用のキーボード、キーパッド、マウス、トラックボール、または、データの手動
入力の為に当業界で公知の他の入力デバイスとされ得る。記憶媒体１０８は、磁
気ディスク・ドライブ、フロッピー（登録商標）・ディスク・ドライブ、ＣＤ− ＲＯＭ、シリコン・メモリ、または、データの記憶および読出しの為に当業界で 公知の他のメモリ・デバイスとされ得る。重要な点として、記憶媒体１０８はＣ ＰＵ １０２から離間して配置され得ると共に、ローカル・エリア・ネットワー ク（ＬＡＮ）もしくはワイド・エリア・ネットワーク（ＷＡＮ）もしくはインタ ーネットなどのネットワークを介してＣＰＵ １０２に接続され得る。マイクロ ホン１１０は、ＣＰＵ １０２に対してオーディオ信号を提供する当業界で公知 の任意の適切なマイクロホンとされ得る。スピーカ１１２は、ＣＰＵ １０２か らのオーディオ信号を再生する当業界で公知の任意の適切なスピーカとされ得る 。マイクロホン１１０およびスピーカ１１２は、適切ならばデジタル／アナログ およびアナログ／デジタル変換回路を含み得る。データ入力ポート１１４は、Ｒ Ｓ−２３２、ユニバーサル・シリアル・バスなどのデータ・プロトコルを使用し て外部付属品とインタフェースする当業界で公知の任意のデータ・ポートとされ 得る。 故に図１は、コンピュータ・システム１００の各機能要素を示している 。コンピュータ・システム１００の各要素は、上述の如き適切な既製の構成要素 とされ得る。本発明は、音声を使用してコンピュータ・システム１００とインタ フェースする方法およびシステムを提供する。
【００２１】 次に図２を参照すると、図２はＣＰＵ １０２および記憶媒体１０８の拡大機
能ブロック図を示している。ＣＰＵ １０２は、音声認識プロセッサ２２０、自
然言語プロセッサ２０２およびアプリケーション・インタフェース２２０を含む
。自然言語プロセッサ２０２は更に、変数リプレーサ２０４、文字列フォーマッ
タ２０６、単語ウェイタ（ｗｏｒｄ ｗｅｉｇｈｔｅｒ）２０８、ブーリアン・
テスタ２１０、代名詞リプレーサ２１１および検索エンジン２１３を含んでいる
。記憶媒体１０８は、複数の文脈固有文法ファイル２１２、一般文法ファイル２
１４、聴音書取文法２１６、および自然言語処理（ＮＬＰ）データベース２１８
とを含んでいる。好適実施例において各文法ファイル２１２、２１４および２１
６は、ユーザが話す言語の構造を記述するバッカス・ナウア記法（ＢＮＦ）ファ
イルである。ＢＮＦファイルは言語の構造を記述するものとして当業界で公知で
あることから、ＢＮＦファイルの詳細は本明細書中では論じない。ＢＮＦファイ
ルのひとつの利点は、語句もしくは単語のシーケンスを記述する上でこれらの単
語シーケンスの全ての組合せを明示的に記述することなく、階層ツリー状構造が
使用され得ることである。故に、該好適実施例においてＢＮＦファイルを使用す
ることにより記憶媒体１０８内の各ファイル２１２、２１４および２１６の物理
的サイズは最小化され、以下に記述される如くこれらのファイルが有効化されて
検索され得る速度が高まる。但し代替実施例においては、他のファイル構造が使
用される。
【００２２】 次に図３Ａ乃至図３Ｄのフローチャートを参照し、図２の各機能要素の動作お
よび相互作用を記述する。図３Ａにおいて、フローはブロック３００にて開始し
、音声プロセッサ２００に対して発語（ｕｔｔｅｒａｎｃｅ）を提供する。発語
とは、始まりおよび終わりを有する一連の音であり、話された単語を一個以上含
み得る。話された単語を捕捉するマイクロホン１１０はブロック３００の工程を
実施し得る。代替的に、発語はデータ入力ポート１１４を介して記憶媒体１０８
から音声プロセッサ２００へと提供され得る。好適には、上記発語は公知の“．
ｗａｖ”オーディオ・ファイル・フォーマットなどのデジタル・フォーマットで
ある。
【００２３】 フローは判断３０２に進み、其処で音声プロセッサ２００は、文脈固有文法２
１２のひとつが有効化されているか否かを決定する。好適実施例において各文脈
固有文法２１２は、起源文脈（ｐａｒｅｎｔ ｃｏｎｔｅｘｔ）に関する単語お
よび語句を含むＢＮＦファイルである。概略的に、文脈が対象領域である。例え
ばパーソナルコンピュータに適用可能な本発明の一実施例において、文脈の例は
“ニュース（ｎｅｗｓ）”、または“気象（ｗｅａｔｈｅｒ）”もしくは“株（
ｓｔｏｃｋｓ）”などである。斯かる場合に各文脈固有文法２１２は、これらの
文脈の夫々に対応するコマンド、制御単語、説明、修飾語もしくはパラメータを
含むことになる。各文脈を使用すると、情報の形式に対して階層構造が提供され
る。各文脈およびそれらの用法は、ＮＬＰデータベース２１８を参照して以下で
更に説明する。
【００２４】 もし文脈固有文法２１２が有効化されていれば、文脈固有文法２１２はブロッ
ク３００にて提供された上記発語に対する一致に関して検索される。但し文脈固
有文法２１２が未だ有効化されていなければ、フローはブロック３０８へと進み
、其処で一般文法２１４が有効化される。
【００２５】 好適実施例において一般文法２１４は単語および語句を含むＢＮＦファイルで
あり、斯かる単語および語句自体は起源文脈に属しないが、文脈固有文法ファイ
ル２１２が存在する関連文脈を有し得る。換言すると、一般文法２１４中の単語
および語句は階層的文脈構造のルートに存在し得る。例えばパーソナルコンピュ
ータに適用可能な一実施例において、一般文法２１４はコマンドおよび制御語句
を含むことになる。
【００２６】 ブロック３１０にて一般文法２１４は、ブロック３００にて提供された発語に
対する照合対象単語もしくは語句に関して検索される。もし一致が見られなけれ
ば、聴音書取文法２１６が有効化される。好適実施例において聴音書取文法２１
６は各単語のリストを含むＢＮＦファイルであり、各単語自体は起源文脈も関連
文脈も有さない。例えばパーソナルコンピュータに適用可能な一実施例において
、聴音書取文法２１６は一般的辞書に類似した一般的単語の比較的に大きなリス
トを含んでいる。
【００２７】 ブロック３１６にて上記聴音書取文法は、ブロック３００にて提供された発語
の各単語に対する照合対象単語に関して検索される。照合対象単語が発見されな
ければ、ディスプレイ１０４に視覚的エラー・メッセージが選択的に表示され、
または、スピーカ１１２により可聴エラー・メッセージが選択的に再生される。
而して上記プロセスは、ブロック３００にて音声プロセッサ２００に対し別の発
語が提供されるまで停止する。
【００２８】 故に上記記述から理解され得る如く、音声プロセッサ２００に対して発語が提
供されたとき、もし有効化された文脈固有文法ファイル２１２があれば、その文
脈固有文法ファイル２１２が先ず検索される。有効化された文脈固有文法ファイ
ル２１２内で一致が無ければ、一般文法２１４が有効化され且つ検索される。も
し一般文法２１４でも一致しなければ、聴音書取文法３１６が有効化され且つ検
索される。
【００２９】 好適実施例において音声認識プロセッサ２００が文脈固有文法２１２または一
般文法２１４のいずれかを検索しているとき、それは“コマンド／制御”モード
に在ると称される。このモードにおいて音声認識プロセッサ２００は、発語全部
を全体として上記文法中の各エントリと比較する。これと対照的に、音声認識プ
ロセッサ２００が上記聴音書取文法を検索しているとき、それは“聴音書取”モ
ードに在ると称される。このモードにおいて音声認識プロセッサ２００は、聴音
書取文法２１６内の各エントリに対し、上記発語を一度に一単語ずつ比較する。
上記コマンド／制御モードにおいて発語全体に対する一致を検索することは、聴
音書取モードにおいて一度に一単語ずつ検索することよりも一般的に高速である
と期待される。
【００３０】 更に、任意の個々の文脈固有文法２１２は一般文法２１４よりもサイズが小さ
く（すなわち合計の単語および語句が少なく）、一般文法２１４自体は聴音書取
文法２１６よりもサイズが小さいことも期待される。故に、有効化された任意の
文脈固有文法２１２を最初に検索すれば、少なくとも部分的な理由としてファイ
ル・サイズが小さい故に、一致があれば更に迅速に発見されると思われる。同様
に、聴音書取文法２１６の前に一般文法２１４を検索することにより、一致があ
れば更に迅速に発見されると思われる。
【００３１】 また、文脈固有文法２１２および一般文法２１４の両者に対して適合的に付加
される本発明の機能に関して以下で更に説明される如く、これらの文法は最も一
般的な発語を含んでいる。その故に、聴音書取文法２１６におけるよりも文脈固
有文法２１２もしくは一般文法２１４における方が更に迅速に一致が発見される
ことが期待される。
【００３２】 最後に、以下で更に説明される如く、有効化された文脈固有文法２１２におけ
る単語および語句はユーザにより発語される可能性が更に高いものである、と言
うのも、それらの単語および語句はユーザが最も最近に話した主題に相当に関連
する単語だからである。これにより、有効化された文脈固有文法２１２に従って
ユーザの各単語の意味が解釈され乍ら、ユーザは断片的な文を使用して更に会話
的な形式で話すことができる。
【００３３】 本発明は上述のシーケンスで検索を行うことから、予測される全ての単語およ
び語句を含む単一の大きなリストで一度にひとつのエントリを検索するよりも更
に効率的な検索を行い得る。
【００３４】 判定３０６に戻ると、文脈固有文法２１２内で一致が発見されたなら、図３Ａ
に示された３つの可能的な次工程が在る。有効化された文脈固有文法２１２内の
各一致エントリに対し、音声認識プロセッサ２００により行われる関連動作が在
り得る。ブロック３２２はひとつの動作がアプリケーション・インタフェース２
２０に指示を行い、該アプリケーション・インタフェース２２０が別体のソフト
ウェア・アプリケーションもしくはエントリに関して一定の動作を行い得ること
を示している。例えばアプリケーション・インタフェース２２０は、Ｍｉｃｒｏ
ｓｏｆｔによる音声アプリケーション・プログラミング・インタフェース（ＳＡ
ＰＩ）規格を使用して外部アプリケーションと通信し得る。上記外部アプリケー
ションに対しては例えば、特定のインターネット・ウェブ・サイトＵＲＬにアク
セスすること、または、テキストを音声に変換して特定語句を話すこと、が指示
され得る。他の動作は、図４のＮＬＰデータベース２１８に関して以下で更に論
じられる如く行われ得る。
【００３５】 ブロック３２４は別の動作として、自然言語処理（ＮＬＰ）データベース２１
８におけるひとつの行（ｒｏｗ）に直接的にアクセスすることにより、以下で更
に記述される各自然言語処理工程をバイパスし得ることを示している。ブロック
３２６は別の動作として、文脈固有文法３０６で発見された照合対象単語もしく
は語句に対し、有効化された文脈の単語もしくは語句を前方付属（ｐｒｅｐｅｎ
ｄ）し得ることを示している。例えば有効化された文脈が“映画（ｍｏｖｉｅｓ
）”であり且つ照合対象発語が“８時（８ ｏ’ｃｌｏｃｋ）”であれば、単語
“映画”が語句“８時”に前方付属されて“８時の映画（ｍｏｖｉｅｓ ａｔ
８ ｏ’ｃｌｏｃｋ）”という語句が形成される。
【００３６】 同様に、もし一般文法２１４内に一致が発見されればフローは、ブロック３２
２に進み其処でアプリケーション・インタフェース２２０に上記の動作を行うこ
とを指示し、または、ブロック３２４に進み其処でＮＬＰデータベース内のひと
つの行が直接的にアクセスされる。但し一般文法２１４において一致が発見され
たときに文脈の前方付属は生じない、と言うのも、上述の如く一般文法２１４内
の各エントリはそれら自体が起源文脈を有さないからである。
【００３７】 最後に図３Ａを参照すると、各単語は手動入力器１０６を介して手動で入力さ
れ得る。この場合に音声認識は不要であるが、入力された単語の自然言語処理は
依然として望ましい。故にフローは図３Ｂへと進む。
【００３８】 図３Ｂのブロック３２８において、自然言語プロセッサ２０２は自然言語処理
分析の為に上記語句をフォーマットする。このフォーマットは、文字列フォーマ
ッタ２０６により達成されると共に、各単語間の二重空白を除去し、全ての文字
を小文字（もしくは大文字）にし、短縮を広げる（例えば、“ｉｔ’ｓ”を“ｉ
ｔ ｉｓ”に変更する）などのテキスト処理を含み得る。このフォーマット工程
の目的は、語句を解析に対して準備することである。
【００３９】 フローはブロック３３０へと続き、該ブロックにては、ＮＬＰデータベース２
１８へのアクセスに備えて変数リプレーサ２０４により関連ワイルドカード機能
により一定の“単語変数（ｗｏｒｄ−ｖａｒｉａｂｌｅ）”が置換される。本明
細書中で使用される“単語変数”とは、量、日付、時間、通貨などを表す単語も
しくは語句を指している。例えば一実施例において“８時にはどの映画が放映さ
れるか（ｗｈａｔ ｍｏｖｉｅｓ ａｒｅ ｐｌａｙｉｎｇ ａｔ ８ ｏ’ｃ
ｌｏｃｋ）”という語句はブロック３３０にて“時間にはどの映画が放映される
か（ｗｈａｔ ｍｏｖｉｅｓ ａｒｅ ｐｌａｙｉｎｇ ａｔ ｔｉｍｅ）”と
変換されるが、この場合に“時間（ｔｉｍｅ）”は任意の時間値を表すべく使用
されるワイルドカード機能である。別の場合の一実施例においては、“ＩＢＭの
株を１００ドルで売る（ｓｅｌｌ ＩＢＭ ｓｔｏｃｋ ａｔ １００ ｄｏｌ
ｌａｒｓ）”という語句はブロック３３０にて“ＩＢＭの株をドルで売る（ｓｅ
ｌｌ ＩＢＭ ｓｔｏｃｋ ａｔ ｄｏｌｌａｒｓ）”と変換されるが、この場
合に“ドル（ｄｏｌｌａｒｓ）”は任意のドル値を表すべく使用されるワイルド
カード機能である。この工程は簡単なループにより達成され得るが、該ループは
“ドル”もしくは“時（ｏ’ｃｌｏｃｋ）”などの単語であるキー・トークンに
関して語句を検索し、且つ、特定のワイルドカード機能により単語変数を置換す
るものである。置換が行われた語句内の箇所を追跡する為に配列が使用され得る
。これにより、ＮＬＰデータベース２１８が検索された後で一定の位置にて上記
語句へと元の単語変数を戻すべく再置換することが許容される。
【００４０】 ブロック３３０にて単語変数を関連ワイルドカード機能により置換する目的は
、ＮＬＰデータベース２１８内に存在すべきエントリの個数を減少することであ
る。例えばＮＬＰデータベース２１８は、８時（８ ｏ’ｃｌｏｃｋ）、９時（
９ ｏ’ｃｌｏｃｋ）、１０時（１０ ｏ’ｃｌｏｃｋ）などの別体のエントリ
ではなく、“時間にはどの映画が放映されるか（ｗｈａｔ ｍｏｖｉｅｓ ａｒ
ｅ ｐｌａｙｉｎｇ ａｔ ｔｉｍｅ）”という語句のみを含む。ＮＬＰデータ
ベース２１８は以下で更に記述される。
【００４１】 ブロック３３２にては、上記語句内の各代名詞が代名詞リプレーサ２１１によ
り適切な名称で置換される。例えば一実施例において、代名詞“私（Ｉ）”、“
私の（ｍｙ）”もしくは“私のもの（ｍｉｎｅ）”は話し手の氏名で置換される
。この工程の目的は、ユーザがＮＬＰデータベース２１８内にユーザ特有の事実
を記憶してアクセスするのを許容することである。例えば“誰が私の子供ですか
（ｗｈｏ ａｒｅ ｍｙ ｃｈｉｌｄｒｅｎ）”という文は、“誰がＤｅａｎの
子供ですか（ｗｈｏ ａｒｅ Ｄｅａｎ’ｓ ｃｈｉｌｄｒｅｎ）”に変換され
、この場合に“Ｄｅａｎ”は話し手の固有名称である。此処でも、この工程は簡
単なループにより達成され得るが、該ループは、代名詞に関して上記語句を検索
し、発見された代名詞を適切な固有名称に置換する。置換が行われた語句内の箇
所を追跡する為に配列が使用され得る。
【００４２】 ブロック３３４にては語句内の個々の単語が単語ウェイタ２０８により、該語
句の全体的意味に対する“重要性”もしくは“有意性”に従い加重される。例え
ば一実施例においては、割当てられる３種の加重係数が在る。最低加重係数は、
“ａ”、“ａｎ”、“ｔｈｅ”および他の品詞などの単語に割当てられる。最高
加重係数は、上記語句の意味に対して有意性を有すると思われる単語に対して与
えられる。例えばそれらの単語とは、ＮＬＰデータベース２１８内の全ての動詞
、名詞、形容詞および固有名称である。中間加重係数は、上記語句内の他の全て
の単語に与えられる。この加重の目的は、ＮＬＰデータベース２１８に対する更
に強力な検索を許容することである。
【００４３】 図４には、一実施例におけるＮＬＰデータベース２１８の選択列の例が示され
ている。ＮＬＰデータベース２１８は複数の列４００〜４１０および複数の行４
１２Ａ〜４１２Ｎを備えている。列４００において各エントリは、上記ＮＬＰデ
ータベースに対して“既知”の語句を表している。列４０２においては、列４０
０における各エントリに対して必要な単語の個数が示される。列４０４において
は、列４００における各エントリに対する関連文脈または下位文脈が示される。
列４０８および４１０においては、列４００における各エントリに対し、一個以
上の関連動作が示される。尚、図４に示されたＮＬＰデータベース２１８は本発
明を教示すべく簡素化された例に過ぎないことを銘記されたい。他の実施例は、
種々のエントリにより更に多くのもしくは更に少ない列を有し得る。
【００４４】 図３Ｂに戻ると、ブロック３３６にてＮＬＰデータベース２１８は、該ＮＬＰ
データベース２１８の列４００内のエントリが上記語句内の各単語（またはそれ
らの同義語）のいずれかを含むか否かということと、これらの単語の相対重みと
に基づき、上記語句に対する可能的一致に関して検索される。ブロック３３８に
ては、上記語句内における各単語の発生回数と、各単語の相対重みとに基づき、
可能的一致エントリの各々に対して確信値が生成される。データベースの加重単
語検索は当業界で公知であり、且つ、バージニア州、アーリントンのＤＴ Ｓｏ
ｆｔｗａｒｅ， Ｉｎｃ．による製品“ｄｔｓｅａｒｃｈ”などの市販の検索エ
ンジンにより実施され得る。同様に、同義語を使用した検索は、当業界で公知で
あり、且つ、ニュージャージー、プリンストンのプリンストン大学の認識科学研
究所（Ｃｏｇｎｉｔｉｖｅ Ｓｃｉｅｎｃｅ Ｌａｂｏｒａｔｏｒｙ）により開
発された“ＷｏｒｄＮｅｔ”の如き公開ツールなどを使用して達成され得る。上
記検索エンジンは、自然言語プロセッサ２０２の一体的部分とされ得る。
【００４５】 判定３４０にて自然言語プロセッサ２０２は、可能的一致エントリのいずれか
が、一定の所定最小スレッショルドＴ以上である確信値を有するか否かを決定す
る。このスレッショルドＴは、ＮＬＰデータベース２１８内の各エントリのいず
れかに対して上記語句が一致したか否かに関する判定が為される為の容認可能最
低確信値を表す。もしＴ以上の確信値を有する可能的一致エントリが無ければフ
ローはブロック３４２へと進み、選択的エラー・メッセージがユーザに対してデ
ィスプレイ１０４上で視覚的表示され、または、スピーカ１１２を介して音響的
に再生される。一実施例においてユーザに対して表示されるエラー・メッセージ
があれば、そのエラー・メッセージの形式は、最高確信ＮＬＰデータベース・エ
ントリ内で何個の“適合（ｈｉｔ）”（すなわち、上記語句の何個の照合対象単
語）が発見されたかに依存し得る。また、ゼロもしくは１個の適合であった場合
には、２個以上の適合だった場合とは異なる形式のエラー・メッセージが生成さ
れる。
【００４６】 但しＮＬＰデータベース２１８内において、当該エントリに対してＴ以上の確
信値が存在する少なくとも一個のエントリが在れば、フローはブロック３４４へ
と進み其処で上記語句からは“ノイズ（ｎｏｉｓｅ）”単語が廃棄される。“ノ
イズ”単語としては、上記語句内の他の単語と比較して該語句の全体的意味に関
してそれほど寄与しない単語が挙げられる。斯かる単語としては、冠詞、代名詞
、接続詞、および同様の性質の単語が挙げられる。“非ノイズ（ｎｏｎ−ｎｏｉ
ｓｅ）”単語は、上記語句の全体的意味に関して相当に寄与する単語が挙げられ
る。“非ノイズ”単語としては、動詞、名詞、形容詞、固有名称、および同様の
性質の単語が挙げられる。
【００４７】 フローは図３Ｃに進みブロック３４６にては、最高確信一致エントリに関して
ＮＬＰデータベース２１８の列４０２から非ノイズ単語要件が読出される。例え
ば、もし最高確信照合対象語句が行４１２Ａ内のエントリ（例えば、“時間には
どの映画が放映されるか（ｗｈａｔ ｍｏｖｉｅｓ ａｒｅ ｐｌａｙｉｎｇ
ａｔ ｔｉｍｅ）”）であれば、非ノイズ単語必要個数は３である。
【００４８】 判定３４８にては、上記語句からの非ノイズ単語必要個数が、ＮＬＰデータベ
ース２１８から読出された最高確信エントリ内に実際に存在するか否かを決定す
るテストが行われる。このテストはブロック３３６において実施された適合形式
検索（ｒｅｌｅｖａｎｃｅ−ｓｔｙｌｅ ｓｅａｒｃｈ）の精度の検証であり、
上記語句と容認可能に一致しなくてもエントリは最小スレッショルドＴよりも大
きな確信値を生成する可能性が在ることは理解される。
【００４９】 判定３４８で実施される上記テストの性質は、ブーリアン・テスタ２１０によ
り実施される論理的“ＡＮＤ”テストである。このテストは、上記語句（もしく
はその同義語）内の非ノイズ単語の各々が上記最高確信エントリ内に実際に存在
するか否かを決定するものである。もし上記最高確信エントリ内に実際に存在す
る十分な個数の必要単語が在れば、フローはブロック３５０へと進み、其処で自
然言語プロセッサ２０２はアプリケーション・インタフェース２２０に対して列
４０８もしくは４１０からの関連動作を行うことを指示する。付加的な動作列も
存在し得ることは理解されよう。
【００５０】 例えば、最高確信エントリが行４１２Ａ内のエントリであり、且つ、判定３４
８のブーリアン・テストが、列４００内のエントリ内の語句には実際に３個の非
ノイズ単語が在ることを決定したなら、列４０８における関連動作（例えば、映
画ウェブ・サイトにアクセスする）が行われる。上記ＮＬＰデータベースにおけ
る他の各エントリは他の関連動作を有する。例えば、最高確信エントリが行４１
２Ｅにおけるエントリ（例えば、“いま何時（ｗｈａｔ ｔｉｍｅ ｉｓ ｉｔ
）”）であれば関連動作は、自然言語プロセッサ２０２が（不図示の）テキスト
／音声アプリケーションに対し、スピーカ１１２を介してユーザに現在時刻を音
声発生することを指示することである。他の例として、もし最高確信エントリが
行４１２Ｎのエントリ（例えば、“ニュースを見せて下さい（ｓｈｏｗ ｍｅ
ｔｈｅ ｎｅｗｓ）”）であれば、第１の関連動作はインターネット上の所定の
ニュース・ウェブ・サイトにアクセスすることであり、且つ、第２の関連動作は
（不図示の）イメージ表示アプリケーションに対し、上記ニュースに関連するイ
メージを表示することを指示することであり得る。別のもしくは付加的な動作も
実施され得る。
【００５１】 同様に、もし最高確信エントリが判定３４８で決定された如き上記語句からの
非ノイズ単語必要個数を含むならば、自然言語プロセッサ２０２は音声認識プロ
セッサ２００に対し、列４０４の関連文脈に対して文脈固有文法２１２を有効化
することを命令する。故に行４１２Ａに対しては、“映画（ｍｏｖｉｅｓ）”と
いう文脈に関する文脈固有文法２１２が有効化される。故に、図３Ａのブロック
３００にて音声認識プロセッサ２００に対して次の発語が提供されたとき、音声
認識プロセッサ２００は一般文法２１４を検索する前に“映画（ｍｏｖｉｅｓ）
”に対する有効化文脈固有文法２１２を検索する。前述の如く、適切な文脈固有
文法２１２を有効化すると高速で好結果な音声認識の可能性が高まると共に、会
話的な形式でコンピュータと対話するユーザの能力が強化される。
【００５２】 但し判定３４８にて、ＮＬＰデータベース２１８から読出された最高確信エン
トリ内に上記語句からの非ノイズ単語必要個数が実際に存在しなければ、フロー
はブロック３５４に進み、其処でユーザはディスプレイ１０４もしくはスピーカ
１１２を介し、最高確信エントリが表されたか否かが問われる。例えばユーザが
“今日のＩＢＭ株の売りはいくらか（Ｈｏｗ ｍｕｃｈ ｉｓ ＩＢＭ ｓｔｏ
ｃｋ ｓｅｌｌｉｎｇ ｆｏｒ ｔｏｄａｙ）”と発語すると、ＮＬＰデータベ
ース２１８内の最高確信エントリは行４１２Ｂ内のエントリである。この場合、
適合率は高いが、必要単語（もしくはそれらの同義語）の個数は十分でない。故
にユーザはブロック３５４にて、ユーザが“１９９８年８月２８日のＩＢＭ株の
値段はいくらか（ｗｈａｔ ｉｓ ｔｈｅ ｐｒｉｃｅ ｏｆ ＩＢＭ ｓｔｏ
ｃｋ ｏｎ Ａｕｇｕｓｔ ２８， １９９８）”）を意味したか否かが問われ
る。
【００５３】 ユーザは、肯定的にもしくは否定的に応答し得る。ユーザが肯定的に応答した
と判定３５６で決定されたなら、ブロック３５０にては最高確信エントリに関連
する動作が行われ、且つ、ブロック３５２にては関連する文脈固有文法２１２が
有効化される。
【００５４】 但し判定３５６にてユーザが否定的に応答したならフローは図３Ｄへと進み、
其処で、上記最高確信エントリに関してＮＬＰデータベース２１８の列４０４か
ら関連文脈が読出され、且つ、ブロック３６０にてユーザは文脈用対話型ダイア
ログを使用して情報が問われる。例えばユーザが“ＸＩＣＯＲ株の今日の値段は
いくらか（ｗｈａｔ ｉｓ ｔｈｅ ｐｒｉｃｅ ｏｆ ＸＩＣＯＲ ｓｔｏｃ
ｋ ｔｏｄａｙ）”と発語すると共にＮＬＰデータベース２１８からの最高確信
エントリは行４１２Ｂ（例えば“日付のＩＢＭ株の値段はいくらか（ｗｈａｔ
ｉｓ ｔｈｅ ｐｒｉｃｅ ｏｆ ＩＢＭ ｓｔｏｃｋ ｏｎ ｄａｔｅ）”）
であったとすれば、ブロック３５４でユーザは、それがユーザの意図した処であ
るか否かが問われる。
【００５５】 もしユーザが否定的に応答したなら、“株（ｓｔｏｃｋ）”という文脈がブロ
ック３５８にて列４０４から読出され、ディスプレイ１０４およびスピーカ１１
２を介してユーザには株文脈に対する文脈用対話型ダイアログが呈示される。斯
かる文脈用対話型ダイアログは、ＸＩＣＯＲ株に対する名称および相場表示器記
号に関してユーザに問う段階を含み得る。ユーザは必要情報を話すことで応答し
得る。各可能的文脈に対しては、異なる文脈用対話型ダイアログが使用され得る
。例えば“気象（ｗｅａｔｈｅｒ）”文脈用対話型ダイアログは、気象情報が所
望される場所（例えば市）の名称をユーザに問う段階を含み得る。また“ニュー
ス（ｎｅｗｓ）”文脈用対話型ダイアログは、記事の種類、ニュース・ソース、
ニュース・サイトに対するインターネットＵＲＬ、または、他の関連情報をユー
ザに問う段階を含み得る。
【００５６】 上記文脈用対話型ダイアログが完了したなら、ＮＬＰデータベース２１８、一
般文法２１４および文脈固有文法２１２は新情報を含むべく更新される。この様
にして、ユーザは次回にてその情報を要求し、適切な一致が発見され、且つ、更
なる情報をユーザに問うこと無く適切な動作が行われる。故に本発明は、ユーザ
により発語された語句を認識すべく適合的に“学習”する。
【００５７】 本発明の一実施例においては、ＮＬＰデータベース２１８、文脈固有文法２１
２、一般文法２１４および聴音書取文法２１６のひとつ以上が、各エントリに関
連する（不図示の）タイムスタンプ値も含み得る。一致エントリが使用される毎
に、そのエントリに関連するタイムスタンプ値は更新される。定期的間隔にて、
または、ユーザにより開始されたとき、一定の日付および時刻より以前のタイム
スタンプ値を有する各エントリは夫々のデータベース／文法から削除される。こ
の様にして上記データベース／文法は古いもしくは期限経過エントリを“一掃”
することで効率的サイズに保持され得る。これは、誤った一致の回避も促進する
。
【００５８】 要約すると、本発明はコンピュータの為の対話型ユーザ・インタフェースに対
する方法およびシステムを提供する。文脈固有文法を使用することにより、本発
明は音声認識時間を短縮すると共に、ユーザが会話的な形式でコンピュータと対
話する能力を高める。更に、種々の文法およびＮＬＰデータベースを適合更新す
ることにより、本発明は対話効率を更に高める。
【００５９】 各好適実施例に関する上記記述は、当業者が本発明を実施もしくは使用し得る
様に提供されたものである。当業者であればこれらの実施例の種々の改変例は容
易に明らかであると共に、本明細書中で定義された包括的原理は発明能力を使用
せずとも他の実施例に適用され得る。故に本発明は本明細書中に示された各実施
例に限定されることは意図されず、本明細書中に開示された原理および新規特徴
に一致する最大範囲に従うものとする。
【図面の簡単な説明】
【図１】本発明と共に使用される好適なコンピュータ・システムの機能ブロ
ック図。
【図２】図１のコンピュータ・システムにおける本発明のＣＰＵ １０２お
よび記憶媒体１０８の拡大機能ブロック図。
【図３Ａ】本発明の方法を示すフローチャート。
【図３Ｂ】本発明の方法を示すフローチャート。
【図３Ｃ】本発明の方法のフローチャート。
【図３Ｄ】本発明の方法を示すフローチャート。
【図４】本発明の好適な自然言語処理（ＮＬＰ）データベースの選択列を示
す図。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ１０Ｌ 15/06 Ｇ１０Ｌ 3/00 ５２１Ｖ 15/22 ５５１Ｐ 15/28 ５７１Ｔ ５６１Ｃ (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＳＤ，ＳＬ，ＳＺ，ＵＧ，ＺＷ)，Ｅ Ａ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＲ， ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ，ＦＩ，Ｇ Ｂ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ， ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＤ，Ｍ Ｇ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ， ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，ＵＳ，ＵＺ，Ｖ Ｎ，ＹＵ，ＺＡ，ＺＷ Ｆターム(参考） 5B075 PP07 PP24 5B091 AA15 CA12 CA14 CB12 CC03 CC15 5D015 GG01 GG03 HH21 KK03 LL04 LL09

Claims (34)

    【特許請求の範囲】
  1. 【請求項１】 発語を利用してコンピュータと対話するための方法であって
    、 前記発語に対する照合対象語句について第１の文法ファイルを検索する工程と
    、 前記第１の文法ファイル内で前記照合対象語句が見付からない場合に前記照合
    対象語句について第２の文法ファイルを検索する工程と、 前記照合対象語句に対する一致エントリについてデータベースを検索する工程
    と、 前記データベース内で前記一致エントリが見付かった場合に、前記一致エント
    リに関連付けられた動作を実行する工程とを含む方法。
  2. 【請求項２】 前記データベース内で前記一致エントリが見付からない場合
    に、前記データベース、前記第１の文法ファイル、及び前記第２の文法ファイル
    の少なくとも１つを前記照合対象語句にて更新する工程を更に含む請求項１に記
    載の方法。
  3. 【請求項３】 前記第１の文法ファイルは文脈固有文法ファイルである請求
    項２に記載の方法。
  4. 【請求項４】 前記第２の文法ファイルは一般文法ファイルである請求項３
    に記載の方法。
  5. 【請求項５】 前記一般文法ファイル内で前記照合対象語句が見付からない
    場合に前記照合対象語句について聴音書取文法を検索する工程を更に含む請求項
    ４に記載の方法。
  6. 【請求項６】 前記照合対象語句の少なくとも１個の単語を置換する工程を
    前記データベースを検索する前記工程の前に更に含む請求項１に記載の方法。
  7. 【請求項７】 前記少なくとも１個の単語を置換する前記工程は、前記少な
    くとも１個の単語をワイルドカードで置き換えることを含む請求項６に記載の方
    法。
  8. 【請求項８】 前記少なくとも１個の単語を置換する前記工程は、前記少な
    くとも１個の単語を適当な名称で置き換えることを含む請求項６に記載の方法。
  9. 【請求項９】 前記照合対象語句をテキストフォーマットする工程を、前記
    データベースを検索する前記工程の前に更に含む請求項１に記載の方法。
  10. 【請求項１０】前記照合対象語句中の個々の単語を該個々の単語の相対的重
    要度に基いて重み付けする工程を、前記データベースを検索する前記工程の前に
    更に含む請求項１に記載の方法。
  11. 【請求項１１】前記一致エントリに対する確信値を生成する工程を更に含む
    請求項１に記載の方法。
  12. 【請求項１２】前記確信値をスレッショルド値と比較する工程を更に含む請
    求項１１に記載の方法。
  13. 【請求項１３】前記一致エントリ内に前記照合対象語句からの必要な数の単
    語が存在するか否かを判定する工程を更に含む請求項１２に記載の方法。
  14. 【請求項１４】前記照合対象語句からの必要な数の単語が前記一致エントリ
    内に存在しない場合、前記一致エントリが前記発語の正しい解釈であるか否かを
    ユーザに対して問い質す工程を更に含む請求項１３に記載の方法。
  15. 【請求項１５】前記一致エントリが前記発語の正しい解釈でない場合にユー
    ザに対して更なる情報を問い質す工程を更に含む請求項１４に記載の方法。
  16. 【請求項１６】前記データベース、前記第１の文法ファイル、及び前記第２
    の文法ファイルの少なくとも１つを前記更なる情報にて更新する工程を更に含む
    請求項１５に記載の方法。
  17. 【請求項１７】次の発語に対する次の照合対象語句について前記一致エント
    リに関連付けられた文脈固有文法を検索する工程を更に含む請求項２に記載の方
    法。
  18. 【請求項１８】発語を利用してコンピュータと対話するためのシステムであ
    って、 前記発語に対する照合対象語句について第１の文法ファイルを検索し、前記第
    １の文法ファイル内で前記照合対象語句が見付からない場合には前記照合対象語
    句について第２の文法ファイルを検索する音声プロセッサと、 前記照合対象語句に対する一致エントリについてデータベースを検索するため
    の自然言語プロセッサと、 前記一致エントリが前記データベース内で見付かった場合に前記一致エントリ
    に関連付けられた動作を実行するアプリケーションインタフェースとを備えるシ
    ステム。
  19. 【請求項１９】前記自然言語プロセッサは、前記データベース内で前記一致
    エントリが見付からない場合に、前記データベース、前記第１の文法ファイル、
    及び前記第２の文法ファイルの少なくとも１つを前記照合対象語句にて更新する
    請求項１８に記載のシステム。
  20. 【請求項２０】前記第１の文法ファイルは文脈固有文法ファイルである請求
    項１９に記載のシステム。
  21. 【請求項２１】前記第２の文法ファイルは一般文法ファイルである請求項２
    ０に記載のシステム。
  22. 【請求項２２】前記音声プロセッサは、前記一般文法ファイル内で前記照合
    対象語句が見付からない場合に前記照合対象語句について聴音書取文法を検索す
    る請求項２１に記載のシステム。
  23. 【請求項２３】前記自然言語プロセッサは、前記データベースを検索するこ
    との前に前記照合対象語句の少なくとも１個の単語を置換する請求項１８に記載
    のシステム。
  24. 【請求項２４】前記照合対象語句中の前記少なくとも１個の単語をワイルド
    カードで置き換えるための前記自然言語プロセッサ内の変数リプレーサを更に有
    する請求項２３に記載のシステム。
  25. 【請求項２５】前記照合対象語句中の前記少なくとも１個の単語を適当な名
    称で置き換える前記自然言語プロセッサ内の代名詞サブスティテュータを更に有
    する請求項２３に記載のシステム。
  26. 【請求項２６】前記データベースを検索することの前に前記照合対象語句を
    テキストフォーマットするための文字列フォーマッタを更に有する請求項１８に
    記載のシステム。
  27. 【請求項２７】前記データベースを検索することの前に前記照合対象語句中
    の個々の単語を該個々の単語の相対的重要度に基いて重み付けする単語ウェイタ
    を更に有する請求項１８に記載のシステム。
  28. 【請求項２８】前記一致エントリに対する確信値を生成するための前記自然
    言語プロセッサ内の検索エンジンを更に有する請求項１８に記載のシステム。
  29. 【請求項２９】前記自然言語プロセッサは前記確信値をスレッショルド値と
    比較する請求項２８に記載のシステム。
  30. 【請求項３０】前記一致エントリ内に前記照合対象語句からの必要な数の単
    語が存在するか否かを判定するためのブーリアンテスタを更に有する請求項２９
    に記載のシステム。
  31. 【請求項３１】前記自然言語プロセッサは、前記照合対象語句からの必要な
    数の単語が前記一致エントリ内に存在しない場合、前記一致エントリが前記発語
    の正しい解釈であるか否かをユーザに対して問い質す請求項３０に記載のシステ
    ム。
  32. 【請求項３２】前記自然言語プロセッサは、前記一致エントリが前記発語の
    正しい解釈でない場合にユーザに対して更なる情報を問い質す請求項３０に記載
    のシステム。
  33. 【請求項３３】前記自然言語プロセッサは、前記データベース、前記第１の
    文法ファイル、及び前記第２の文法ファイルの少なくとも１つを前記更なる情報
    にて更新する請求項３２に記載のシステム。
  34. 【請求項３４】前記音声プロセッサは、次の発語に対する次の照合対象語句
    について前記一致エントリに関連付けられた文脈固有文法を検索する請求項１９
    に記載のシステム。
JP2000569390A 1998-09-09 1999-09-08 音声認識および自然言語処理を使用した対話型ユーザ・インタフェース Pending JP2002524776A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/150,459 1998-09-09
US09/150,459 US6499013B1 (en) 1998-09-09 1998-09-09 Interactive user interface using speech recognition and natural language processing
PCT/US1999/020445 WO2000014727A1 (en) 1998-09-09 1999-09-08 Interactive user interface using speech recognition and natural language processing

Publications (1)

Publication Number Publication Date
JP2002524776A true JP2002524776A (ja) 2002-08-06

Family

ID=22534628

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2000569390A Pending JP2002524776A (ja) 1998-09-09 1999-09-08 音声認識および自然言語処理を使用した対話型ユーザ・インタフェース
JP2000569391A Pending JP2002524806A (ja) 1998-09-09 1999-09-08 音声認識および自然言語処理を使用したネットワーク用対話型ユーザ・インタフェース

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2000569391A Pending JP2002524806A (ja) 1998-09-09 1999-09-08 音声認識および自然言語処理を使用したネットワーク用対話型ユーザ・インタフェース

Country Status (10)

Country Link
US (2) US6499013B1 (ja)
EP (2) EP1110205B1 (ja)
JP (2) JP2002524776A (ja)
CN (2) CN1153190C (ja)
AT (2) ATE287117T1 (ja)
AU (2) AU762282B2 (ja)
CA (2) CA2343229A1 (ja)
DE (2) DE69922971T2 (ja)
ES (2) ES2235508T3 (ja)
WO (2) WO2000014727A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005266769A (ja) * 2003-12-23 2005-09-29 Canon Inc データ処理装置及びその方法
JP2007529916A (ja) * 2004-02-03 2007-10-25 アドンド コーポレーション コンピュータでの音声通信
US11464226B2 (en) 2016-11-02 2022-10-11 Syngenta Participations Ag Agrochemical concentrates containing alkyl polyglucoside and non-ionic surfactant

Families Citing this family (388)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6775264B1 (en) 1997-03-03 2004-08-10 Webley Systems, Inc. Computer, internet and telecommunications based network
US6499013B1 (en) 1998-09-09 2002-12-24 One Voice Technologies, Inc. Interactive user interface using speech recognition and natural language processing
US6434524B1 (en) * 1998-09-09 2002-08-13 One Voice Technologies, Inc. Object interactive user interface using speech recognition and natural language processing
US20020032564A1 (en) * 2000-04-19 2002-03-14 Farzad Ehsani Phrase-based dialogue modeling with particular application to creating a recognition grammar for a voice-controlled user interface
EP1224569A4 (en) 1999-05-28 2005-08-10 Sehda Inc PHRASE BASED DIALOGUE MODELING WITH SPECIAL APPLICATION FOR GENERATING RECOGNITION GRAMMARK FOR LANGUAGE-CONTROLLED USER INTERFACE
JP3702414B2 (ja) * 1999-08-11 2005-10-05 株式会社日立製作所 情報検索支援方法、コンピュータ読み取り可能な記憶媒体および情報検索装置
AU6630800A (en) 1999-08-13 2001-03-13 Pixo, Inc. Methods and apparatuses for display and traversing of links in page character array
US6862713B1 (en) * 1999-08-31 2005-03-01 International Business Machines Corporation Interactive process for recognition and evaluation of a partial search query and display of interactive results
DE19944325A1 (de) * 1999-09-15 2001-03-22 Thomson Brandt Gmbh Verfahren und Vorrichtung zur Spracherkennung
US7447635B1 (en) * 1999-10-19 2008-11-04 Sony Corporation Natural language interface control system
US6633846B1 (en) 1999-11-12 2003-10-14 Phoenix Solutions, Inc. Distributed realtime speech recognition system
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
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
US7392185B2 (en) 1999-11-12 2008-06-24 Phoenix Solutions, Inc. Speech based learning/training system using semantic decoding
US9076448B2 (en) 1999-11-12 2015-07-07 Nuance Communications, Inc. Distributed real time speech recognition system
US7516190B2 (en) 2000-02-04 2009-04-07 Parus Holdings, Inc. Personal voice-based information retrieval system
US6721705B2 (en) * 2000-02-04 2004-04-13 Webley Systems, Inc. Robust voice browser system and voice activated device controller
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
CA2408584A1 (en) * 2000-04-06 2001-10-18 One Voice Technologies, Inc. Natural language and dialogue generation processing
DE60125597T2 (de) * 2000-08-31 2007-05-03 Hitachi, Ltd. Vorrichtung für die Dienstleistungsvermittlung
US7024348B1 (en) * 2000-09-28 2006-04-04 Unisys Corporation Dialogue flow interpreter development tool
US7660740B2 (en) * 2000-10-16 2010-02-09 Ebay Inc. Method and system for listing items globally and regionally, and customized listing according to currency or shipping area
KR20020032835A (ko) * 2000-10-27 2002-05-04 정우성 자연어 처리와 음성 인식 병합에 의거한 음성 언어 이해기술 및 그 비즈니스 모델
DE10196793D2 (de) 2000-11-03 2004-10-07 Voicecom Ag Robuste Spracherkennung mit Datenbankorganisation
JP3714159B2 (ja) * 2000-11-30 2005-11-09 日本電気株式会社 ブラウザ搭載装置
EP1352316A2 (en) * 2000-12-01 2003-10-15 The Trustees Of Columbia University In The City Of New York A method and system for voice activating web pages
WO2002050816A1 (en) * 2000-12-18 2002-06-27 Koninklijke Philips Electronics N.V. Store speech, select vocabulary to recognize word
US7027987B1 (en) * 2001-02-07 2006-04-11 Google Inc. Voice interface for a search engine
US7103533B2 (en) * 2001-02-21 2006-09-05 International Business Machines Corporation Method for preserving contextual accuracy in an extendible speech recognition language model
GB2372864B (en) * 2001-02-28 2005-09-07 Vox Generation Ltd Spoken language interface
US7072837B2 (en) * 2001-03-16 2006-07-04 International Business Machines Corporation Method for processing initially recognized speech in a speech recognition session
WO2002086864A1 (en) * 2001-04-18 2002-10-31 Rutgers, The State University Of New Jersey System and method for adaptive language understanding by computers
US7203645B2 (en) * 2001-04-27 2007-04-10 Intel Corporation Speech recognition system loading different recognition engines for different applications
US7610547B2 (en) * 2001-05-04 2009-10-27 Microsoft Corporation Markup language extensions for web enabled recognition
US7506022B2 (en) 2001-05-04 2009-03-17 Microsoft.Corporation Web enabled recognition architecture
US7409349B2 (en) 2001-05-04 2008-08-05 Microsoft Corporation Servers for web enabled speech recognition
US7519529B1 (en) 2001-06-29 2009-04-14 Microsoft Corporation System and methods for inferring informational goals and preferred level of detail of results in response to questions posed to an automated information-retrieval or question-answering service
US7409335B1 (en) 2001-06-29 2008-08-05 Microsoft Corporation Inferring informational goals and preferred level of detail of answers based on application being employed by the user
US20030009334A1 (en) * 2001-07-03 2003-01-09 International Business Machines Corporation Speech processing board for high volume speech processing applications
US20030037053A1 (en) * 2001-08-09 2003-02-20 Zhong-Hua Wang Method and apparatus for automatically updating stock and mutual fund grammars in speech recognition systems
US6985865B1 (en) * 2001-09-26 2006-01-10 Sprint Spectrum L.P. Method and system for enhanced response to voice commands in a voice command platform
US7752266B2 (en) 2001-10-11 2010-07-06 Ebay Inc. System and method to facilitate translation of communications between entities over a network
US7711570B2 (en) 2001-10-21 2010-05-04 Microsoft Corporation Application abstraction with dialog purpose
US8229753B2 (en) 2001-10-21 2012-07-24 Microsoft Corporation Web server controls for web enabled recognition and/or audible prompting
ITFI20010199A1 (it) 2001-10-22 2003-04-22 Riccardo Vieri Sistema e metodo per trasformare in voce comunicazioni testuali ed inviarle con una connessione internet a qualsiasi apparato telefonico
US7058565B2 (en) * 2001-12-17 2006-06-06 International Business Machines Corporation Employing speech recognition and key words to improve customer service
US6915246B2 (en) * 2001-12-17 2005-07-05 International Business Machines Corporation Employing speech recognition and capturing customer speech to improve customer service
KR20020023197A (ko) * 2001-12-27 2002-03-28 김연수 자연음 처리를 이용한 데이터 제공 방법과 이를 위한 시스템
US7203644B2 (en) * 2001-12-31 2007-04-10 Intel Corporation Automating tuning of speech recognition systems
AU2003205166A1 (en) 2002-01-14 2003-07-30 Jerzy Lewak Identifier vocabulary data access method and system
DE10211777A1 (de) * 2002-03-14 2003-10-02 Philips Intellectual Property Erzeugung von Nachrichtentexten
US20030187658A1 (en) * 2002-03-29 2003-10-02 Jari Selin Method for text-to-speech service utilizing a uniform resource identifier
JP3967952B2 (ja) * 2002-04-16 2007-08-29 富士通株式会社 文法更新システム及び方法
EP1363271A1 (de) * 2002-05-08 2003-11-19 Sap Ag Verfahren und System zur Verarbeitung und Speicherung von Sprachinformationen eines Dialogs
DE10220520A1 (de) * 2002-05-08 2003-11-20 Sap Ag Verfahren zur Erkennung von Sprachinformation
DE10220522B4 (de) * 2002-05-08 2005-11-17 Sap Ag Verfahren und System zur Verarbeitung von Sprachdaten mittels Spracherkennung und Frequenzanalyse
DE10220524B4 (de) * 2002-05-08 2006-08-10 Sap Ag Verfahren und System zur Verarbeitung von Sprachdaten und zur Erkennung einer Sprache
DE10220521B4 (de) * 2002-05-08 2005-11-24 Sap Ag Verfahren und System zur Verarbeitung von Sprachdaten und Klassifizierung von Gesprächen
US20030216923A1 (en) * 2002-05-15 2003-11-20 Gilmore Jeffrey A. Dynamic content generation for voice messages
US7398209B2 (en) 2002-06-03 2008-07-08 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
US7941348B2 (en) 2002-06-10 2011-05-10 Ebay Inc. Method and system for scheduling transaction listings at a network-based transaction facility
US8719041B2 (en) * 2002-06-10 2014-05-06 Ebay Inc. Method and system for customizing a network-based transaction facility seller application
US20030229554A1 (en) * 2002-06-10 2003-12-11 Veres Robert Dean Method and system for composing transaction listing descriptions for use in a network-based transaction facility
US8078505B2 (en) 2002-06-10 2011-12-13 Ebay Inc. Method and system for automatically updating a seller application utilized in a network-based transaction facility
AU2003280474A1 (en) 2002-06-28 2004-01-19 Conceptual Speech, Llc Multi-phoneme streamer and knowledge representation speech recognition system and method
US20040008828A1 (en) * 2002-07-09 2004-01-15 Scott Coles Dynamic information retrieval system utilizing voice recognition
US7693720B2 (en) 2002-07-15 2010-04-06 Voicebox Technologies, Inc. Mobile systems and methods for responding to natural language speech utterance
US7363398B2 (en) * 2002-08-16 2008-04-22 The Board Of Trustees Of The Leland Stanford Junior University Intelligent total access system
US6907397B2 (en) * 2002-09-16 2005-06-14 Matsushita Electric Industrial Co., Ltd. System and method of media file access and retrieval using speech recognition
US20060276230A1 (en) * 2002-10-01 2006-12-07 Mcconnell Christopher F System and method for wireless audio communication with a computer
US7197494B2 (en) * 2002-10-15 2007-03-27 Microsoft Corporation Method and architecture for consolidated database search for input recognition systems
AU2003274592A1 (en) * 2002-11-28 2004-06-18 Koninklijke Philips Electronics N.V. Method to assign word class information
US20040111259A1 (en) * 2002-12-10 2004-06-10 Miller Edward S. Speech recognition system having an application program interface
EP1450350A1 (en) * 2003-02-20 2004-08-25 Sony International (Europe) GmbH Method for Recognizing Speech with attributes
US7480619B1 (en) 2003-03-04 2009-01-20 The Board Of Trustees Of The Leland Stanford Junior University Integration manager and natural interaction processor
US6980949B2 (en) * 2003-03-14 2005-12-27 Sonum Technologies, Inc. Natural language processor
US7729913B1 (en) 2003-03-18 2010-06-01 A9.Com, Inc. Generation and selection of voice recognition grammars for conducting database searches
US7260535B2 (en) 2003-04-28 2007-08-21 Microsoft Corporation Web server controls for web enabled recognition and/or audible prompting for call controls
US7669134B1 (en) 2003-05-02 2010-02-23 Apple Inc. Method and apparatus for displaying information during an instant messaging session
US9710819B2 (en) * 2003-05-05 2017-07-18 Interactions Llc Real-time transcription system utilizing divided audio chunks
CA2524591A1 (en) * 2003-05-05 2004-11-18 Interactions, Llc Apparatus and method for processing service interactions
US8223944B2 (en) * 2003-05-05 2012-07-17 Interactions Corporation Conference call management system
WO2004109658A1 (ja) * 2003-06-02 2004-12-16 International Business Machines Corporation 音声応答システム、音声応答方法、音声サーバ、音声ファイル処理方法、プログラム及び記録媒体
US9202467B2 (en) * 2003-06-06 2015-12-01 The Trustees Of Columbia University In The City Of New York System and method for voice activating web pages
US20040254790A1 (en) * 2003-06-13 2004-12-16 International Business Machines Corporation Method, system and recording medium for automatic speech recognition using a confidence measure driven scalable two-pass recognition strategy for large list grammars
US7742985B1 (en) 2003-06-26 2010-06-22 Paypal Inc. Multicurrency exchanges between participants of a network-based transaction facility
US20050027539A1 (en) * 2003-07-30 2005-02-03 Weber Dean C. Media center controller system and method
US7383172B1 (en) 2003-08-15 2008-06-03 Patrick William Jamieson Process and system for semantically recognizing, correcting, and suggesting domain specific speech
US8311835B2 (en) 2003-08-29 2012-11-13 Microsoft Corporation Assisted multi-modal dialogue
US9552354B1 (en) * 2003-09-05 2017-01-24 Spoken Traslation Inc. Method and apparatus for cross-lingual communication
US7376752B1 (en) 2003-10-28 2008-05-20 David Chudnovsky Method to resolve an incorrectly entered uniform resource locator (URL)
US7552055B2 (en) 2004-01-10 2009-06-23 Microsoft Corporation Dialog component re-use in recognition systems
US8160883B2 (en) 2004-01-10 2012-04-17 Microsoft Corporation Focus tracking in dialogs
US20080235018A1 (en) * 2004-01-20 2008-09-25 Koninklikke Philips Electronic,N.V. Method and System for Determing the Topic of a Conversation and Locating and Presenting Related Content
US7899671B2 (en) * 2004-02-05 2011-03-01 Avaya, Inc. Recognition results postprocessor for use in voice recognition systems
US7496500B2 (en) * 2004-03-01 2009-02-24 Microsoft Corporation Systems and methods that determine intent of data and respond to the data based on the intent
US9189568B2 (en) 2004-04-23 2015-11-17 Ebay Inc. Method and system to display and search in a language independent manner
JP2005339237A (ja) * 2004-05-27 2005-12-08 Aruze Corp アプリケーション利用補助システム
WO2005122145A1 (en) * 2004-06-08 2005-12-22 Metaphor Solutions, Inc. Speech recognition dialog management
US7580837B2 (en) 2004-08-12 2009-08-25 At&T Intellectual Property I, L.P. System and method for targeted tuning module of a speech recognition system
US7925506B2 (en) * 2004-10-05 2011-04-12 Inago Corporation Speech recognition accuracy via concept to keyword mapping
US7242751B2 (en) * 2004-12-06 2007-07-10 Sbc Knowledge Ventures, L.P. System and method for speech recognition-enabled automatic call routing
US7921091B2 (en) * 2004-12-16 2011-04-05 At&T Intellectual Property Ii, L.P. System and method for providing a natural language interface to a database
ES2261053B1 (es) * 2004-12-29 2008-04-16 France Telecom España, S.A. Metodo para la utilizacion de lenguaje natural como interfaz para los terminales moviles.
US7751551B2 (en) 2005-01-10 2010-07-06 At&T Intellectual Property I, L.P. System and method for speech-enabled call routing
KR100718147B1 (ko) * 2005-02-01 2007-05-14 삼성전자주식회사 음성인식용 문법망 생성장치 및 방법과 이를 이용한 대화체음성인식장치 및 방법
US7593962B2 (en) * 2005-02-18 2009-09-22 American Tel-A-Systems, Inc. System and method for dynamically creating records
US8225232B2 (en) 2005-02-28 2012-07-17 Microsoft Corporation Dynamic configuration of unified messaging state changes
US7409344B2 (en) 2005-03-08 2008-08-05 Sap Aktiengesellschaft XML based architecture for controlling user interfaces with contextual voice commands
US7996219B2 (en) * 2005-03-21 2011-08-09 At&T Intellectual Property Ii, L.P. Apparatus and method for model adaptation for spoken language understanding
US7657020B2 (en) 2005-06-03 2010-02-02 At&T Intellectual Property I, Lp Call routing system and method of using the same
JP4667138B2 (ja) * 2005-06-30 2011-04-06 キヤノン株式会社 音声認識方法及び音声認識装置
US7640160B2 (en) 2005-08-05 2009-12-29 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
US7620549B2 (en) 2005-08-10 2009-11-17 Voicebox Technologies, Inc. System and method of supporting adaptive misrecognition in conversational speech
US7542904B2 (en) * 2005-08-19 2009-06-02 Cisco Technology, Inc. System and method for maintaining a speech-recognition grammar
US7949529B2 (en) 2005-08-29 2011-05-24 Voicebox Technologies, Inc. Mobile systems and methods of supporting natural language human-machine interactions
EP1934971A4 (en) 2005-08-31 2010-10-27 Voicebox Technologies Inc DYNAMIC LANGUAGE SCRIPTURE
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7633076B2 (en) 2005-09-30 2009-12-15 Apple Inc. Automated response to and sensing of user activity in portable devices
US8229745B2 (en) * 2005-10-21 2012-07-24 Nuance Communications, Inc. Creating a mixed-initiative grammar from directed dialog grammars
US8315874B2 (en) * 2005-12-30 2012-11-20 Microsoft Corporation Voice user interface authoring tool
US8229733B2 (en) * 2006-02-09 2012-07-24 John Harney Method and apparatus for linguistic independent parsing in a natural language systems
US20070225970A1 (en) * 2006-03-21 2007-09-27 Kady Mark A Multi-context voice recognition system for long item list searches
JP4734155B2 (ja) * 2006-03-24 2011-07-27 株式会社東芝 音声認識装置、音声認識方法および音声認識プログラム
US7756708B2 (en) 2006-04-03 2010-07-13 Google Inc. Automatic language model update
US8107610B2 (en) * 2006-06-06 2012-01-31 At&T Intellectual Property I, L.P. Callback processing of interactive voice response requests
DE102006029755A1 (de) * 2006-06-27 2008-01-03 Deutsche Telekom Ag Verfahren und Vorrichtung zur natürlichsprachlichen Erkennung einer Sprachäußerung
US8639782B2 (en) 2006-08-23 2014-01-28 Ebay, Inc. Method and system for sharing metadata between interfaces
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8073681B2 (en) 2006-10-16 2011-12-06 Voicebox Technologies, Inc. System and method for a cooperative conversational voice user interface
US7742922B2 (en) * 2006-11-09 2010-06-22 Goller Michael D Speech interface for search engines
CN101558443B (zh) 2006-12-15 2012-01-04 三菱电机株式会社 声音识别装置
US7809564B2 (en) * 2006-12-18 2010-10-05 International Business Machines Corporation Voice based keyword search algorithm
US7818176B2 (en) 2007-02-06 2010-10-19 Voicebox Technologies, Inc. System and method for selecting and presenting advertisements based on natural language processing of voice-based input
US7912828B2 (en) * 2007-02-23 2011-03-22 Apple Inc. Pattern searching methods and apparatuses
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
CN101075435B (zh) * 2007-04-19 2011-05-18 深圳先进技术研究院 一种智能聊天系统及其实现方法
US20080273672A1 (en) * 2007-05-03 2008-11-06 Microsoft Corporation Automated attendant grammar tuning
ITFI20070177A1 (it) 2007-07-26 2009-01-27 Riccardo Vieri Sistema per la creazione e impostazione di una campagna pubblicitaria derivante dall'inserimento di messaggi pubblicitari all'interno di uno scambio di messaggi e metodo per il suo funzionamento.
WO2009039867A1 (de) * 2007-09-20 2009-04-02 Siemens Enterprise Communications Gmbh & Co. Kg Verfahren und kommunikationsanordnung zum betreiben einer kommunikationsverbindung
US9053089B2 (en) 2007-10-02 2015-06-09 Apple Inc. Part-of-speech tagging using latent analogy
US8165886B1 (en) 2007-10-04 2012-04-24 Great Northern Research LLC Speech interface system and method for control and interaction with applications on a computing system
US8595642B1 (en) 2007-10-04 2013-11-26 Great Northern Research, LLC Multiple shell multi faceted graphical user interface
US8364694B2 (en) 2007-10-26 2013-01-29 Apple Inc. Search assistant for digital media assets
US8620662B2 (en) 2007-11-20 2013-12-31 Apple Inc. Context-aware unit selection
US8140335B2 (en) 2007-12-11 2012-03-20 Voicebox Technologies, Inc. System and method for providing a natural language voice user interface in an integrated voice navigation services environment
US10002189B2 (en) 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
US8219407B1 (en) 2007-12-27 2012-07-10 Great Northern Research, LLC Method for processing the output of a speech recognizer
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8327272B2 (en) 2008-01-06 2012-12-04 Apple Inc. Portable multifunction device, method, and graphical user interface for viewing and managing electronic calendars
US8065143B2 (en) 2008-02-22 2011-11-22 Apple Inc. Providing text input using speech data and non-speech data
US8289283B2 (en) 2008-03-04 2012-10-16 Apple Inc. Language input interface on a device
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US9305548B2 (en) 2008-05-27 2016-04-05 Voicebox Technologies Corporation System and method for an integrated, multi-modal, multi-device natural language voice services environment
US8589161B2 (en) 2008-05-27 2013-11-19 Voicebox Technologies, Inc. System and method for an integrated, multi-modal, multi-device natural language voice services environment
US8464150B2 (en) 2008-06-07 2013-06-11 Apple Inc. Automatic language identification for dynamic text processing
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8768702B2 (en) 2008-09-05 2014-07-01 Apple Inc. Multi-tiered voice feedback in an electronic device
US8898568B2 (en) 2008-09-09 2014-11-25 Apple Inc. Audio user interface
US20100082328A1 (en) * 2008-09-29 2010-04-01 Apple Inc. Systems and methods for speech preprocessing in text to speech synthesis
US8396714B2 (en) 2008-09-29 2013-03-12 Apple Inc. Systems and methods for concatenation of words in text to speech synthesis
US8355919B2 (en) 2008-09-29 2013-01-15 Apple Inc. Systems and methods for text normalization for text to speech synthesis
US8583418B2 (en) 2008-09-29 2013-11-12 Apple Inc. Systems and methods of detecting language and natural language strings for text to speech synthesis
US8352268B2 (en) 2008-09-29 2013-01-08 Apple Inc. Systems and methods for selective rate of speech and speech preferences for text to speech synthesis
US8352272B2 (en) 2008-09-29 2013-01-08 Apple Inc. Systems and methods for text to speech synthesis
US8712776B2 (en) 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
WO2010051591A1 (en) * 2008-11-06 2010-05-14 Digital Intermediary Pty Limited Context layered object engine
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8862252B2 (en) 2009-01-30 2014-10-14 Apple Inc. Audio user interface for displayless electronic device
US8326637B2 (en) 2009-02-20 2012-12-04 Voicebox Technologies, Inc. System and method for processing multi-modal device interactions in a natural language voice services environment
US8380507B2 (en) 2009-03-09 2013-02-19 Apple Inc. Systems and methods for determining the language to use for speech generated by a text to speech engine
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10540976B2 (en) 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US20110010179A1 (en) * 2009-07-13 2011-01-13 Naik Devang K Voice synthesis and processing
US20110066438A1 (en) * 2009-09-15 2011-03-17 Apple Inc. Contextual voiceover
US9171541B2 (en) 2009-11-10 2015-10-27 Voicebox Technologies Corporation System and method for hybrid processing in a natural language voice services environment
US9502025B2 (en) 2009-11-10 2016-11-22 Voicebox Technologies Corporation System and method for providing a natural language content dedication service
US8682649B2 (en) 2009-11-12 2014-03-25 Apple Inc. Sentiment prediction from textual data
US8600743B2 (en) 2010-01-06 2013-12-03 Apple Inc. Noise profile determination for voice-related feature
US20110167350A1 (en) * 2010-01-06 2011-07-07 Apple Inc. Assist Features For Content Display Device
US8311838B2 (en) 2010-01-13 2012-11-13 Apple Inc. Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts
US8381107B2 (en) 2010-01-13 2013-02-19 Apple Inc. Adaptive audio feedback system and method
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
DE202011111062U1 (de) 2010-01-25 2019-02-19 Newvaluexchange Ltd. Vorrichtung und System für eine Digitalkonversationsmanagementplattform
US20110189646A1 (en) * 2010-02-01 2011-08-04 Amos Benninga Pedagogical system method and apparatus
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US8521513B2 (en) 2010-03-12 2013-08-27 Microsoft Corporation Localization for interactive voice response systems
US8694313B2 (en) 2010-05-19 2014-04-08 Google Inc. Disambiguation of contact information using historical data
US8639516B2 (en) 2010-06-04 2014-01-28 Apple Inc. User-specific noise suppression for voice quality improvements
US8713021B2 (en) 2010-07-07 2014-04-29 Apple Inc. Unsupervised document clustering using latent semantic density analysis
US9104670B2 (en) 2010-07-21 2015-08-11 Apple Inc. Customized search or acquisition of digital media assets
US8719006B2 (en) 2010-08-27 2014-05-06 Apple Inc. Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis
US8719014B2 (en) 2010-09-27 2014-05-06 Apple Inc. Electronic device with text error correction based on voice recognition data
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US10515147B2 (en) 2010-12-22 2019-12-24 Apple Inc. Using statistical language models for contextual lookup
US8484031B1 (en) 2011-01-05 2013-07-09 Interactions Corporation Automated speech recognition proxy system for natural language understanding
US9245525B2 (en) 2011-01-05 2016-01-26 Interactions Llc Automated speech recognition proxy system for natural language understanding
US9472185B1 (en) 2011-01-05 2016-10-18 Interactions Llc Automated recognition system for natural language understanding
US8560321B1 (en) 2011-01-05 2013-10-15 Interactions Corportion Automated speech recognition system for natural language understanding
US8781836B2 (en) 2011-02-22 2014-07-15 Apple Inc. Hearing assistance system for providing consistent human speech
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10642934B2 (en) 2011-03-31 2020-05-05 Microsoft Technology Licensing, Llc Augmented conversational understanding architecture
WO2012135226A1 (en) * 2011-03-31 2012-10-04 Microsoft Corporation Augmented conversational understanding architecture
US9244984B2 (en) 2011-03-31 2016-01-26 Microsoft Technology Licensing, Llc Location based conversational understanding
US9858343B2 (en) 2011-03-31 2018-01-02 Microsoft Technology Licensing Llc Personalization of queries, conversations, and searches
US9760566B2 (en) 2011-03-31 2017-09-12 Microsoft Technology Licensing, Llc Augmented conversational understanding agent to identify conversation context between two humans and taking an agent action thereof
US9842168B2 (en) 2011-03-31 2017-12-12 Microsoft Technology Licensing, Llc Task driven user intents
US9064006B2 (en) 2012-08-23 2015-06-23 Microsoft Technology Licensing, Llc Translating natural language utterances to keyword search queries
US9454962B2 (en) 2011-05-12 2016-09-27 Microsoft Technology Licensing, Llc Sentence simplification for spoken language understanding
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US10672399B2 (en) 2011-06-03 2020-06-02 Apple Inc. Switching between text data and audio data based on a mapping
US8812294B2 (en) 2011-06-21 2014-08-19 Apple Inc. Translating phrases from one language into another using an order-based set of declarative rules
US8706472B2 (en) 2011-08-11 2014-04-22 Apple Inc. Method for disambiguating multiple readings in language conversion
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US8762156B2 (en) 2011-09-28 2014-06-24 Apple Inc. Speech recognition repair using contextual information
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US8775442B2 (en) 2012-05-15 2014-07-08 Apple Inc. Semantic search using a single-source semantic model
EP2667268A1 (de) * 2012-05-24 2013-11-27 Siemens Aktiengesellschaft Verfahren zum Betrieb eines Automatisierungsgeräts
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US10019994B2 (en) 2012-06-08 2018-07-10 Apple Inc. Systems and methods for recognizing textual identifiers within a plurality of words
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
CN103678283B (zh) * 2012-08-30 2016-08-17 英业达科技有限公司 提供外语词组以辅助外语文章撰写的系统及其方法
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US8935167B2 (en) 2012-09-25 2015-01-13 Apple Inc. Exemplar-based latent perceptual modeling for automatic speech recognition
US10276157B2 (en) * 2012-10-01 2019-04-30 Nuance Communications, Inc. Systems and methods for providing a voice agent user interface
KR20240132105A (ko) 2013-02-07 2024-09-02 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US9047271B1 (en) 2013-02-28 2015-06-02 Google Inc. Mining data for natural language system
US9020809B1 (en) 2013-02-28 2015-04-28 Google Inc. Increasing semantic coverage with semantically irrelevant insertions
US9733821B2 (en) 2013-03-14 2017-08-15 Apple Inc. Voice control to diagnose inadvertent activation of accessibility features
US10572476B2 (en) 2013-03-14 2020-02-25 Apple Inc. Refining a search based on schedule items
US10642574B2 (en) 2013-03-14 2020-05-05 Apple Inc. Device, method, and graphical user interface for outputting captions
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US9977779B2 (en) 2013-03-14 2018-05-22 Apple Inc. Automatic supplementation of word correction dictionaries
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
US8694305B1 (en) * 2013-03-15 2014-04-08 Ask Ziggy, Inc. Natural language processing (NLP) portal for third party applications
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
CN105190607B (zh) 2013-03-15 2018-11-30 苹果公司 通过智能数字助理的用户培训
CN112230878B (zh) 2013-03-15 2024-09-27 苹果公司 对中断进行上下文相关处理
AU2014233517B2 (en) 2013-03-15 2017-05-25 Apple Inc. Training an at least partial voice command system
US8768687B1 (en) * 2013-04-29 2014-07-01 Google Inc. Machine translation of indirect speech
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
KR101772152B1 (ko) 2013-06-09 2017-08-28 애플 인크. 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스
EP3008964B1 (en) 2013-06-13 2019-09-25 Apple Inc. System and method for emergency calls initiated by voice command
US9177553B1 (en) 2013-06-25 2015-11-03 Google Inc. Identifying underserved command inputs
US9123336B1 (en) 2013-06-25 2015-09-01 Google Inc. Learning parsing rules and argument identification from crowdsourcing of proposed command inputs
US9183196B1 (en) 2013-06-25 2015-11-10 Google Inc. Parsing annotator framework from external services
US9092505B1 (en) 2013-06-25 2015-07-28 Google Inc. Parsing rule generalization by n-gram span clustering
US9330195B1 (en) 2013-06-25 2016-05-03 Google Inc. Inducing command inputs from property sequences
US9251202B1 (en) 2013-06-25 2016-02-02 Google Inc. Corpus specific queries for corpora from search query
US9117452B1 (en) 2013-06-25 2015-08-25 Google Inc. Exceptions to action invocation from parsing rules
US9299339B1 (en) 2013-06-25 2016-03-29 Google Inc. Parsing rule augmentation based on query sequence and action co-occurrence
US9280970B1 (en) 2013-06-25 2016-03-08 Google Inc. Lattice semantic parsing
US9984684B1 (en) 2013-06-25 2018-05-29 Google Llc Inducing command inputs from high precision and high recall data
US20150031416A1 (en) 2013-07-23 2015-01-29 Motorola Mobility Llc Method and Device For Command Phrase Validation
CN104346151B (zh) * 2013-07-30 2018-04-27 联想(北京)有限公司 一种信息处理方法及电子设备
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US10109273B1 (en) * 2013-08-29 2018-10-23 Amazon Technologies, Inc. Efficient generation of personalized spoken language understanding models
US9507849B2 (en) * 2013-11-28 2016-11-29 Soundhound, Inc. Method for combining a query and a communication command in a natural language computer system
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
CN105934791B (zh) * 2014-01-31 2019-11-22 惠普发展公司，有限责任合伙企业 语音输入命令
CN109949815B (zh) * 2014-04-07 2024-06-07 三星电子株式会社 电子装置
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US20150331853A1 (en) * 2014-05-15 2015-11-19 Marco Palmonari Automated multi-grammar language processing system to optimize request handling in contact centers
US10726831B2 (en) * 2014-05-20 2020-07-28 Amazon Technologies, Inc. Context interpretation in natural language processing using previous dialog acts
US20150340024A1 (en) * 2014-05-23 2015-11-26 Google Inc. Language Modeling Using Entities
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) * 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
CN110797019B (zh) 2014-05-30 2023-08-29 苹果公司 多命令单一话语输入方法
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US11942095B2 (en) 2014-07-18 2024-03-26 Google Llc Speaker verification using co-location information
US9257120B1 (en) * 2014-07-18 2016-02-09 Google Inc. Speaker verification using co-location information
US11676608B2 (en) 2021-04-02 2023-06-13 Google Llc Speaker verification using co-location information
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
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9898459B2 (en) 2014-09-16 2018-02-20 Voicebox Technologies Corporation Integration of domain information into state transitions of a finite state transducer for natural language processing
US9626703B2 (en) 2014-09-16 2017-04-18 Voicebox Technologies Corporation Voice commerce
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
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
US9747896B2 (en) 2014-10-15 2017-08-29 Voicebox Technologies Corporation System and method for providing follow-up responses to prior natural language inputs of a user
CN104360897B (zh) * 2014-10-29 2017-09-22 百度在线网络技术（北京）有限公司 对话处理方法和对话管理系统
US10431214B2 (en) 2014-11-26 2019-10-01 Voicebox Technologies Corporation System and method of determining a domain and/or an action related to a natural language input
US10614799B2 (en) 2014-11-26 2020-04-07 Voicebox Technologies Corporation System and method of providing intent predictions for an utterance prior to a system detection of an end of the utterance
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
CN105869632A (zh) * 2015-01-22 2016-08-17 北京三星通信技术研究有限公司 基于语音识别的文本修订方法和装置
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US20160379630A1 (en) * 2015-06-25 2016-12-29 Intel Corporation Speech recognition services
US10515150B2 (en) 2015-07-14 2019-12-24 Genesys Telecommunications Laboratories, Inc. Data driven speech enabled self-help systems and methods of operating thereof
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10455088B2 (en) 2015-10-21 2019-10-22 Genesys Telecommunications Laboratories, Inc. Dialogue flow optimization and personalization
US10382623B2 (en) 2015-10-21 2019-08-13 Genesys Telecommunications Laboratories, Inc. Data-driven dialogue enabled self-help systems
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10843080B2 (en) * 2016-02-24 2020-11-24 Virginia Tech Intellectual Properties, Inc. Automated program synthesis from natural language for domain specific computing applications
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179588B1 (en) 2016-06-09 2019-02-22 Apple Inc. INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
WO2018023106A1 (en) 2016-07-29 2018-02-01 Erik SWART System and method of disambiguating natural language processing requests
US20180052573A1 (en) * 2016-08-17 2018-02-22 Microsoft Technology Licensing, Llc Interaction with a file storage service through a messaging bot
US10838992B2 (en) * 2016-08-17 2020-11-17 International Business Machines Corporation Content selection for usage within a policy
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US10540966B2 (en) 2016-11-02 2020-01-21 Genesys Telecommunications Laboratories, Inc. System and method for parameterization of speech recognition grammar specification (SRGS) grammars
US10482885B1 (en) * 2016-11-15 2019-11-19 Amazon Technologies, Inc. Speaker based anaphora resolution
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US20180330725A1 (en) * 2017-05-09 2018-11-15 Microsoft Technology Licensing, Llc Intent based speech recognition priming
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK179549B1 (en) 2017-05-16 2019-02-12 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
EP3496090A1 (en) * 2017-12-07 2019-06-12 Thomson Licensing Device and method for privacy-preserving vocal interaction
US11188706B2 (en) * 2018-01-18 2021-11-30 Christopher Anthony Silva System and method for regionalized resolution of a network path
CN108694939B (zh) * 2018-05-23 2020-11-03 广州视源电子科技股份有限公司 语音搜索优化方法、装置和系统
CN110728976B (zh) * 2018-06-30 2022-05-06 华为技术有限公司 语音识别的方法、装置及系统
CN108899030A (zh) * 2018-07-10 2018-11-27 深圳市茁壮网络股份有限公司 一种语音识别方法及装置
US10789943B1 (en) 2018-08-31 2020-09-29 Interactions Llc Proxy for selective use of human and artificial intelligence in a natural language understanding system
US11481558B2 (en) 2018-09-12 2022-10-25 Samsung Electroncis Co., Ltd. System and method for a scene builder
DE102018222156A1 (de) * 2018-12-18 2020-06-18 Volkswagen Aktiengesellschaft Verfahren, Anordnung und Verwendung zum Erzeugen einer Antwortausgabe in Reaktion auf eine Spracheingabeinformation
CN110223679A (zh) * 2019-06-14 2019-09-10 南京机电职业技术学院 一种语音识别输入装置
CN110265013A (zh) * 2019-06-20 2019-09-20 平安科技（深圳）有限公司 语音的识别方法及装置、计算机设备、存储介质
US11151981B2 (en) 2019-10-10 2021-10-19 International Business Machines Corporation Audio quality of speech in sound systems
CN112562679B (zh) * 2020-11-26 2024-06-14 浪潮金融信息技术有限公司 一种离线语音交互方法、装置及介质
JP2023535102A (ja) * 2021-07-19 2023-08-16 グーグル エルエルシー サードパーティデジタルアシスタントのアクションのためのビットベクトルに基づくコンテンツマッチング

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4783803A (en) 1985-11-12 1988-11-08 Dragon Systems, Inc. Speech recognition apparatus and method
US4887212A (en) 1986-10-29 1989-12-12 International Business Machines Corporation Parser for natural language text
US5127055A (en) * 1988-12-30 1992-06-30 Kurzweil Applied Intelligence, Inc. Speech recognition apparatus & method having dynamic reference pattern adaptation
JPH02301869A (ja) 1989-05-17 1990-12-13 Hitachi Ltd 自然言語処理システム保守支援方式
US5222187A (en) * 1989-12-29 1993-06-22 Texas Instruments Incorporated Grammar-based checksum constraints for high performance speech recognition circuit
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
EP0543329B1 (en) * 1991-11-18 2002-02-06 Kabushiki Kaisha Toshiba Speech dialogue system for facilitating human-computer interaction
US5511213A (en) * 1992-05-08 1996-04-23 Correa; Nelson Associative memory processor architecture for the efficient execution of parsing algorithms for natural language processing and pattern recognition
US5293584A (en) * 1992-05-21 1994-03-08 International Business Machines Corporation Speech recognition system for natural language translation
US5699456A (en) * 1994-01-21 1997-12-16 Lucent Technologies Inc. Large vocabulary connected speech recognition system and method of language representation using evolutional grammar to represent context free grammars
JP2967688B2 (ja) * 1994-07-26 1999-10-25 日本電気株式会社 連続単語音声認識装置
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
US5715468A (en) * 1994-09-30 1998-02-03 Budzinski; Robert Lucius Memory system for storing and retrieving experience and knowledge with natural language
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
JP2855409B2 (ja) 1994-11-17 1999-02-10 日本アイ・ビー・エム株式会社 自然言語処理方法及びシステム
US5758322A (en) * 1994-12-09 1998-05-26 International Voice Register, Inc. Method and apparatus for conducting point-of-sale transactions using voice recognition
US5748974A (en) * 1994-12-13 1998-05-05 International Business Machines Corporation Multimodal natural language interface for cross-application tasks
US5774859A (en) * 1995-01-03 1998-06-30 Scientific-Atlanta, Inc. Information system having a speech interface
US5890123A (en) * 1995-06-05 1999-03-30 Lucent Technologies, Inc. System and method for voice controlled video screen display
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
US5797123A (en) * 1996-10-01 1998-08-18 Lucent Technologies Inc. Method of key-phase detection and verification for flexible speech understanding
US6456974B1 (en) * 1997-01-06 2002-09-24 Texas Instruments Incorporated System and method for adding speech recognition capabilities to java
US6188985B1 (en) * 1997-01-06 2001-02-13 Texas Instruments Incorporated Wireless voice-activated device for control of a processor-based host system
WO1998035491A1 (en) * 1997-02-05 1998-08-13 British Telecommunications Public Limited Company Voice-data interface
US6138098A (en) * 1997-06-30 2000-10-24 Lernout & Hauspie Speech Products N.V. Command parsing and rewrite system
US5960384A (en) * 1997-09-03 1999-09-28 Brash; Douglas E. Method and device for parsing natural language sentences and other sequential symbolic expressions
US5995918A (en) * 1997-09-17 1999-11-30 Unisys Corporation System and method for creating a language grammar using a spreadsheet or table interface
US6094635A (en) * 1997-09-17 2000-07-25 Unisys Corporation System and method for speech enabled application
US6058166A (en) * 1997-10-06 2000-05-02 Unisys Corporation Enhanced multi-lingual prompt management in a voice messaging system with support for speech recognition
US6157705A (en) * 1997-12-05 2000-12-05 E*Trade Group, Inc. Voice control of a server
US6154722A (en) * 1997-12-18 2000-11-28 Apple Computer, Inc. Method and apparatus for a speech recognition system language model that integrates a finite state grammar probability and an N-gram probability
US6138100A (en) * 1998-04-14 2000-10-24 At&T Corp. Interface for a voice-activated connection system
US6499013B1 (en) 1998-09-09 2002-12-24 One Voice Technologies, Inc. Interactive user interface using speech recognition and natural language processing
US6178404B1 (en) * 1999-07-23 2001-01-23 Intervoice Limited Partnership System and method to facilitate speech enabled user interfaces by prompting with possible transaction phrases

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005266769A (ja) * 2003-12-23 2005-09-29 Canon Inc データ処理装置及びその方法
JP2007529916A (ja) * 2004-02-03 2007-10-25 アドンド コーポレーション コンピュータでの音声通信
US11464226B2 (en) 2016-11-02 2022-10-11 Syngenta Participations Ag Agrochemical concentrates containing alkyl polyglucoside and non-ionic surfactant

Also Published As

Publication number Publication date
ES2235508T3 (es) 2005-07-01
WO2000014727A1 (en) 2000-03-16
ATE287117T1 (de) 2005-01-15
ES2235520T3 (es) 2005-07-01
CN1161747C (zh) 2004-08-11
CN1325528A (zh) 2001-12-05
CN1153190C (zh) 2004-06-09
CA2343229A1 (en) 2000-03-16
EP1110205A1 (en) 2001-06-27
CA2343150A1 (en) 2000-03-16
AU5813099A (en) 2000-03-27
JP2002524806A (ja) 2002-08-06
EP1110205B1 (en) 2005-01-12
AU762282B2 (en) 2003-06-19
DE69923191T2 (de) 2006-01-05
DE69922971D1 (de) 2005-02-03
DE69922971T2 (de) 2005-12-29
DE69923191D1 (de) 2005-02-17
CN1325527A (zh) 2001-12-05
US6532444B1 (en) 2003-03-11
EP1110206A1 (en) 2001-06-27
EP1110206B1 (en) 2004-12-29
WO2000014728A1 (en) 2000-03-16
AU6243999A (en) 2000-03-27
AU763059B2 (en) 2003-07-10
ATE286296T1 (de) 2005-01-15
US6499013B1 (en) 2002-12-24

Similar Documents

Publication Publication Date Title
JP2002524776A (ja) 音声認識および自然言語処理を使用した対話型ユーザ・インタフェース
US7424427B2 (en) Systems and methods for classifying audio into broad phoneme classes
US6434524B1 (en) Object interactive user interface using speech recognition and natural language processing
US7949531B2 (en) Conversation controller
US7949532B2 (en) Conversation controller
US7949530B2 (en) Conversation controller
US6910012B2 (en) Method and system for speech recognition using phonetically similar word alternatives
US7676365B2 (en) Method and apparatus for constructing and using syllable-like unit language models
JP4888996B2 (ja) 会話制御装置
US20080215328A1 (en) Method and system for automatically detecting morphemes in a task classification system using lattices
AU2001251354A1 (en) Natural language and dialogue generation processing
US6963834B2 (en) Method of speech recognition using empirically determined word candidates
JP4475628B2 (ja) 会話制御装置、会話制御方法並びにこれらのプログラム
JPH07191687A (ja) 自然言語処理装置及びその方法
US20020143525A1 (en) Method of decoding telegraphic speech

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060908

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20091006

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20100302