JP2002524806A - 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 - Google Patents
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Info
- Publication number
- JP2002524806A JP2002524806A JP2000569391A JP2000569391A JP2002524806A JP 2002524806 A JP2002524806 A JP 2002524806A JP 2000569391 A JP2000569391 A JP 2000569391A JP 2000569391 A JP2000569391 A JP 2000569391A JP 2002524806 A JP2002524806 A JP 2002524806A
- Authority
- JP
- Japan
- Prior art keywords
- entry
- network object
- grammar
- context
- natural language
- 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
Links
- 238000003058 natural language processing Methods 0.000 title abstract description 76
- 230000002452 interceptive effect Effects 0.000 title description 18
- 238000000034 method Methods 0.000 claims abstract description 42
- 230000009471 action Effects 0.000 claims abstract description 14
- 230000003993 interaction Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 abstract description 5
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- RZTAMFZIAATZDJ-UHFFFAOYSA-N felodipine Chemical compound CCOC(=O)C1=C(C)NC(C)=C(C(=O)OC)C1C1=CC=CC(Cl)=C1Cl RZTAMFZIAATZDJ-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000135 prohibitive effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Acoustics & Sound (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Machine Translation (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (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を介してネットワーク・オブジェクトと対話するシステムおよび方法。データ定義ファイルは、ネットワーク・オブジェクトおよび音声プロセッサを関連付ける。データ定義ファイルは、文法ファイルを含むネットワーク・オブジェクトを自然言語プロセッサに対して関連付けるメモリ構造を包含する。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、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。上記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
【０００１】 （発明の背景） Ｉ．発明の分野 本発明はネットワーク・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
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。本発明は、１９
９８年９月１０日に出願されて“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”と称された米国特許出願第０９／１５０，４５９号の
一部継続出願である。
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
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。本発明は、１９
９８年９月１０日に出願されて“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”と称された米国特許出願第０９／１５０，４５９号の
一部継続出願である。
【０００２】 ＩＩ．関連技術の説明 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。
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
、ならびに、ウェブ・サイトなどのネットワーク・オブジェクトと対話する為の
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。
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
、ならびに、ウェブ・サイトなどのネットワーク・オブジェクトと対話する為の
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。
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。
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。
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
。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。
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
。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。
【０００８】 従来の音声認識／自然言語処理システムの更なる欠点は、それらが対話型で無
いので新たな状況に対処し得ないことである。未知のもしくは新たなネットワー
ク・オブジェクトにコンピュータ・システムが遭遇したとき、コンピュータとオ
ブジェクトとの間には新たなリレーションシップが形成される。故に従来の音声
認識／自然言語処理システムは、それまで未知であったネットワーク・オブジェ
クトにより課された新たなリレーションシップに起因する状況には対処し得ない
。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。
いので新たな状況に対処し得ないことである。未知のもしくは新たなネットワー
ク・オブジェクトにコンピュータ・システムが遭遇したとき、コンピュータとオ
ブジェクトとの間には新たなリレーションシップが形成される。故に従来の音声
認識／自然言語処理システムは、それまで未知であったネットワーク・オブジェ
クトにより課された新たなリレーションシップに起因する状況には対処し得ない
。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。
【０００９】 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。
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。
【００１０】 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。
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。
【００１１】 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。
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。
【００１２】 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。
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。
【００１３】 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。
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。
【００１４】 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有意性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。
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有意性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。
【００１５】 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。
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。
【００１６】 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。
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。
【００１７】 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。
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。
【００１８】 概略的に本発明は、ウェブ・ページなどのネットワーク・オブジェクトとの音
声対話の為にコンピュータを更新する方法を含む。最初に、上記ネットワーク・
オブジェクトを上記音声対話システムに関連付けるネットワーク・オブジェクト
・テーブルがネットワークを介して上記コンピュータへと転送される。上記ネッ
トワーク・オブジェクト・テーブルの場所は、特定のインターネット・ウェブ・
サイトにて、または、複数のネットワーク・オブジェクトに対するネットワーク
・オブジェクト・テーブルを記憶する統合箇所にて、上記ネットワーク・オブジ
ェクト内に埋め込まれる。上記ネットワーク・オブジェクト・テーブルは、上記
ネットワーク・オブジェクトに一致するエントリに関して検索される。上記ネッ
トワーク・オブジェクトにエントリが一致すると、テキスト音声がスピーカから
音声発生され、文脈固有文法ファイルが使用され、または、自然言語プロセッサ
・データベースが使用されるなどの動作が行われ得る。上記ネットワーク・オブ
ジェクト・テーブルは、ダイアログ定義ファイルの一部とされ得る。ダイアログ
定義ファイルは、文脈固有文法ファイルを、または、自然言語プロセッサ・デー
タベースに対するエントリを、または両者を含み得る。
声対話の為にコンピュータを更新する方法を含む。最初に、上記ネットワーク・
オブジェクトを上記音声対話システムに関連付けるネットワーク・オブジェクト
・テーブルがネットワークを介して上記コンピュータへと転送される。上記ネッ
トワーク・オブジェクト・テーブルの場所は、特定のインターネット・ウェブ・
サイトにて、または、複数のネットワーク・オブジェクトに対するネットワーク
・オブジェクト・テーブルを記憶する統合箇所にて、上記ネットワーク・オブジ
ェクト内に埋め込まれる。上記ネットワーク・オブジェクト・テーブルは、上記
ネットワーク・オブジェクトに一致するエントリに関して検索される。上記ネッ
トワーク・オブジェクトにエントリが一致すると、テキスト音声がスピーカから
音声発生され、文脈固有文法ファイルが使用され、または、自然言語プロセッサ
・データベースが使用されるなどの動作が行われ得る。上記ネットワーク・オブ
ジェクト・テーブルは、ダイアログ定義ファイルの一部とされ得る。ダイアログ
定義ファイルは、文脈固有文法ファイルを、または、自然言語プロセッサ・デー
タベースに対するエントリを、または両者を含み得る。
【００１９】 本発明の別の側面において、ネットワーク・インタフェースは上記ネットワー
ク上からダイアログ定義ファイルを転送する。上記ダイアログ定義ファイルはネ
ットワーク・オブジェクト・テーブルを含む。データ・プロセッサは、上記ネッ
トワーク・オブジェクトに一致するテーブル・エントリに関して上記ネットワー
ク・オブジェクト・テーブルを検索する。この一致テーブル・エントリが発見さ
れたなら、アプリケーション・インタフェースは上記一致エントリにより特定さ
れた動作を実施する。
ク上からダイアログ定義ファイルを転送する。上記ダイアログ定義ファイルはネ
ットワーク・オブジェクト・テーブルを含む。データ・プロセッサは、上記ネッ
トワーク・オブジェクトに一致するテーブル・エントリに関して上記ネットワー
ク・オブジェクト・テーブルを検索する。この一致テーブル・エントリが発見さ
れたなら、アプリケーション・インタフェースは上記一致エントリにより特定さ
れた動作を実施する。
【００２０】 本発明の別の側面においては、ネットワークと関連付けられたダイアログ定義
ファイルが発見されて読み出される。上記ダイアログ定義ファイルは、ウェブ・
サイト、記憶媒体などの種々の場所から、または、複数のネットワーク・オブジ
ェクトに対するダイアログ定義ファイルを記憶する場所から読み出され得る。上
記ネットワーク・オブジェクトに一致するテーブル・エントリを発見すべく、上
記ダイアログ定義ファイル内に含まれたネットワーク・オブジェクト・テーブル
が検索される。上記一致エントリは上記ネットワーク・オブジェクトと関連付け
られた動作を定義し、その動作はその後に上記システムにより実施される。ネッ
トワーク・オブジェクト・テーブルの他にも、上記ダイアログ定義ファイルは文
脈固有文法を、自然言語プロセッサ・データベースに対するエントリを、または
両者を含み得る。
ファイルが発見されて読み出される。上記ダイアログ定義ファイルは、ウェブ・
サイト、記憶媒体などの種々の場所から、または、複数のネットワーク・オブジ
ェクトに対するダイアログ定義ファイルを記憶する場所から読み出され得る。上
記ネットワーク・オブジェクトに一致するテーブル・エントリを発見すべく、上
記ダイアログ定義ファイル内に含まれたネットワーク・オブジェクト・テーブル
が検索される。上記一致エントリは上記ネットワーク・オブジェクトと関連付け
られた動作を定義し、その動作はその後に上記システムにより実施される。ネッ
トワーク・オブジェクト・テーブルの他にも、上記ダイアログ定義ファイルは文
脈固有文法を、自然言語プロセッサ・データベースに対するエントリを、または
両者を含み得る。
【００２１】 本発明の特徴、目的および利点は添付図面に関して以下に示された詳細な説明
から更に明らかとなるが、同一の参照符号は各図を通して対応している。 （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。上記ＣＰＵをプログラムするソフトウェアは記憶媒体１０８から、又は
、コンピュータ・ネットワークを介した別の場所から読み取られ得る。例えばＣ
ＰＵ １０２は、Ｉｎｔｅｌ社などにより製造されたＰｅｎｔｉｕｍ 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。
から更に明らかとなるが、同一の参照符号は各図を通して対応している。 （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。上記ＣＰＵをプログラムするソフトウェアは記憶媒体１０８から、又は
、コンピュータ・ネットワークを介した別の場所から読み取られ得る。例えばＣ
ＰＵ １０２は、Ｉｎｔｅｌ社などにより製造されたＰｅｎｔｉｕｍ 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。
【００２２】 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、データ入力ポート１１４およびネット
ワーク・インタフェース１１６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ＣＰＵ 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Ｃ ＰＵ 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１ １２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、ＲＳ−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。ネットワーク・インタフェース１ １６は、コンピュータ・ネットワークを介してファイルを通信もしくは転送する 当業界で公知の任意のインタフェースとされ得るが、斯かるネットワークの例と しては、ＴＣＰ／ＩＰ、イーサネット（登録商標）、またはトークン・リング・ ネットワークが挙げられる。これに加え、一定のシステム上にてネットワーク・ インタフェース１１６はデータ入力ポート１１４に接続されたモデムから成り得 る。
、マイクロホン１１０、スピーカ１１２、データ入力ポート１１４およびネット
ワーク・インタフェース１１６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ＣＰＵ 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Ｃ ＰＵ 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１ １２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、ＲＳ−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。ネットワーク・インタフェース１ １６は、コンピュータ・ネットワークを介してファイルを通信もしくは転送する 当業界で公知の任意のインタフェースとされ得るが、斯かるネットワークの例と しては、ＴＣＰ／ＩＰ、イーサネット（登録商標）、またはトークン・リング・ ネットワークが挙げられる。これに加え、一定のシステム上にてネットワーク・ インタフェース１１６はデータ入力ポート１１４に接続されたモデムから成り得 る。
【００２３】 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との人的対話を
行う方法およびシステムを提供する。
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との人的対話を
行う方法およびシステムを提供する。
【００２４】 図８に示された如くコンピュータ・システム１００は、コンピュータ・ネット
ワークの集合であるインターネット７００に接続され得る。インターネット７０
０に接続する為に、コンピュータ・システム１００はデータ入力ポート１１４に
接続されたモデムであるネットワーク・インタフェース１１６、または、当業界
で公知の他の任意の方法を使用し得る。ウェブ・サイト７１０、他のコンピュー
タ７２０および記憶媒体１０８もまた、当業界で公知の斯かる方法によりインタ
ーネットへと接続され得る。
ワークの集合であるインターネット７００に接続され得る。インターネット７０
０に接続する為に、コンピュータ・システム１００はデータ入力ポート１１４に
接続されたモデムであるネットワーク・インタフェース１１６、または、当業界
で公知の他の任意の方法を使用し得る。ウェブ・サイト７１０、他のコンピュー
タ７２０および記憶媒体１０８もまた、当業界で公知の斯かる方法によりインタ
ーネットへと接続され得る。
【００２５】 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。図２の各機能要素は全体的にソフトウェアもしくは
ハードウェアまたは両者にて具現され得ることは理解される。ソフトウェア実施
例の場合、そのソフトウェアは記憶媒体１０８にて、または、コンピュータ・ネ
ットワークを介した代替的箇所にて読み取られ得る。ＣＰＵ １０２は、音声認
識プロセッサ２００、データ・プロセッサ２０１、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。データ・プロセッサ２０
１は、ディスプレイ１０４、記憶媒体１０８、マイクロホン１１０、スピーカ１
１２、データ入力ポート１１４およびネットワーク・インタフェース１１６とイ
ンタフェースする。データ・プロセッサ２０１によれば上記ＣＰＵは、これらの
ソースからデータを発見して読み出し得る。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２１
１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２１４、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２１６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。
能ブロック図を示している。図２の各機能要素は全体的にソフトウェアもしくは
ハードウェアまたは両者にて具現され得ることは理解される。ソフトウェア実施
例の場合、そのソフトウェアは記憶媒体１０８にて、または、コンピュータ・ネ
ットワークを介した代替的箇所にて読み取られ得る。ＣＰＵ １０２は、音声認
識プロセッサ２００、データ・プロセッサ２０１、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。データ・プロセッサ２０
１は、ディスプレイ１０４、記憶媒体１０８、マイクロホン１１０、スピーカ１
１２、データ入力ポート１１４およびネットワーク・インタフェース１１６とイ
ンタフェースする。データ・プロセッサ２０１によれば上記ＣＰＵは、これらの
ソースからデータを発見して読み出し得る。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２１
１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２１４、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２１６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。
【００２６】 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。
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。
【００２７】 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。もし文脈固有文法２１２が
有効化されていれば、ブロック３０４にては各文脈固有文法２１２が検索される
。好適実施例において各文脈固有文法２１２は、起源文脈（ｐａｒｅｎｔ ｃｏ
ｎｔｅｘｔ）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（ｗｅａ
ｔｈｅｒ）”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。
１２のひとつが有効化されているか否かを決定する。もし文脈固有文法２１２が
有効化されていれば、ブロック３０４にては各文脈固有文法２１２が検索される
。好適実施例において各文脈固有文法２１２は、起源文脈（ｐａｒｅｎｔ ｃｏ
ｎｔｅｘｔ）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（ｗｅａ
ｔｈｅｒ）”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。
【００２８】 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。
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。
【００２９】 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。
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。
【００３０】 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。ブロック３１２にては、
一致が見られたか否かに依存して判定が為される。もし一致が見られなければ、
ブロック３１４にて聴音書取文法２１６が有効化される。好適実施例において聴
音書取文法２１６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。
対する照合対象単語もしくは語句に関して検索される。ブロック３１２にては、
一致が見られたか否かに依存して判定が為される。もし一致が見られなければ、
ブロック３１４にて聴音書取文法２１６が有効化される。好適実施例において聴
音書取文法２１６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。
【００３１】 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。判定ブロック３１８にて照
合対象単語が発見されなければ、ブロック３２０にてはディスプレイ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。
の各単語に対する照合対象単語に関して検索される。判定ブロック３１８にて照
合対象単語が発見されなければ、ブロック３２０にてはディスプレイ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。
【００３２】 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。
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。
【００３３】 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。
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。
【００３４】 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。
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。
【００３５】 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。
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。
【００３６】 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。
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。
【００３７】 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。
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。
【００３８】 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。
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。
【００３９】 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。
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。
【００４０】 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。
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。
【００４１】 代替的に、ブロック３０１にては手動入力された単語が捕捉され、上記自然言
語プロセッサへと入力される。 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。
語プロセッサへと入力される。 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。
【００４２】 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。
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。
【００４３】 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。
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。
【００４４】 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。
、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。
【００４５】 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。
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。
【００４６】 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。
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。
【００４７】 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。
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。
【００４８】 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。
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。
【００４９】 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。
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。
【００５０】 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。
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。
【００５１】 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。
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。
【００５２】 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。
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。
【００５３】 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。
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。
【００５４】 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。
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。
【００５５】 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。
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。
【００５６】 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。
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。
【００５７】 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。
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。
【００５８】 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。
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。
【００５９】 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。
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。
【００６０】 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はブロック３６２にて新情報を含むべく
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。
般文法２１４および文脈固有文法２１２はブロック３６２にて新情報を含むべく
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。
【００６１】 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
。
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
。
【００６２】 本発明の一実施例において音声認識および自然言語処理は、文脈依存音声式イ
ンタフェースを有するワールド・ワイド・ウェブ（“ＷＷＷ”もしくは“ウェブ
”）などのネットワーク・オブジェクトと対話すべく使用され得る。
ンタフェースを有するワールド・ワイド・ウェブ（“ＷＷＷ”もしくは“ウェブ
”）などのネットワーク・オブジェクトと対話すべく使用され得る。
【００６３】 図５は好適なダイアログ定義ファイル（ＤＤＦ）５００を示すが、該ファイル
５００は、テキストもしくはグラフィック・ファイル、または、好適実施例にて
はウェブ・ページなどであるインターネット・オブジェクトに対して上記音声認
識および自然言語処理を関連させる為に必要な情報を表している。最も簡単な実
施例においてダイアログ定義ファイル５００はネットワーク・オブジェクト・テ
ーブル５１０から成るが、該ＤＤＦは図５に示された如く付加的な文脈固有文法
ファイル２１４および付加的な自然言語処理（ＮＬＰ）データベース２１８も含
み得る。ＤＤＦ５００の好適実施例は、ネットワーク・オブジェクト・テーブル
５１０と、文脈固有文法ファイル２１４と、自然言語処理データベース２１８に
対するエントリを含むファイルとを含む。これらの構成要素は圧縮されると共に
、Ｌｅｍｐｅｌ−Ｚｉｖ圧縮などの当業界で公知の任意の方法によりＤＤＦファ
イル５００へと結合され得る。文脈固有文法ファイル２１４および自然言語処理
データベース２１８は、上述の各段落で説明した。ネットワーク・オブジェクト
・テーブル５１０は、リソースのアドレスをＮＬＰデータベース２１８内の種々
の動作、文法もしくはエントリに対して関連付けるメモリ・ツリー、チェーンも
しくはテーブルなどのメモリ構造である。
５００は、テキストもしくはグラフィック・ファイル、または、好適実施例にて
はウェブ・ページなどであるインターネット・オブジェクトに対して上記音声認
識および自然言語処理を関連させる為に必要な情報を表している。最も簡単な実
施例においてダイアログ定義ファイル５００はネットワーク・オブジェクト・テ
ーブル５１０から成るが、該ＤＤＦは図５に示された如く付加的な文脈固有文法
ファイル２１４および付加的な自然言語処理（ＮＬＰ）データベース２１８も含
み得る。ＤＤＦ５００の好適実施例は、ネットワーク・オブジェクト・テーブル
５１０と、文脈固有文法ファイル２１４と、自然言語処理データベース２１８に
対するエントリを含むファイルとを含む。これらの構成要素は圧縮されると共に
、Ｌｅｍｐｅｌ−Ｚｉｖ圧縮などの当業界で公知の任意の方法によりＤＤＦファ
イル５００へと結合され得る。文脈固有文法ファイル２１４および自然言語処理
データベース２１８は、上述の各段落で説明した。ネットワーク・オブジェクト
・テーブル５１０は、リソースのアドレスをＮＬＰデータベース２１８内の種々
の動作、文法もしくはエントリに対して関連付けるメモリ・ツリー、チェーンも
しくはテーブルなどのメモリ構造である。
【００６４】 ネットワーク・オブジェクト・テーブル５１０の好適実施例は図６に示される
。図６はメモリ・テーブルを示すが、該メモリ・テーブルは次のものに対するエ
ントリ列を含み得る：ネットワーク・オブジェクト５２０、テキスト→音声（Ｔ
ＴＳ）フラグ５２２、テキスト音声５２４、文法使用フラグ５２６、文法追加フ
ラグ５２８、“はい／いいえ”フラグ、および“はい”動作５３２ならびに“い
いえ”動作５３４。上記テーブルにおける各行５４０Ａ乃至５４０Ｅは、個々の
ネットワーク・オブジェクトに関する文法および音声を表している。本発明の好
適実施例はユニバーサル・リソース・ロケータ（ＵＲＬ）を介してネットワーク
・オブジェクト５２０を参照する。ＵＲＬは、ワールド・ワイド・ウェブの一部
であるインターネット上の任意のリソースのアドレスを指定する方法の規格であ
る。この規格はインターネット・リソースの場所を記述するものとして当業界で
公知であることから、ＵＲＬの詳細は本明細書中では論じない。ＵＲＬのひとつ
の利点は、多数のネットワーク・オブジェクト・デバイスおよび通信プロトコル
のほかにも、ハイパーテキスト、グラフィック、データベースおよび他のファイ
ルなどの多様なネットワーク・オブジェクト・フォーマットで情報を指定し得る
ことである。
。図６はメモリ・テーブルを示すが、該メモリ・テーブルは次のものに対するエ
ントリ列を含み得る：ネットワーク・オブジェクト５２０、テキスト→音声（Ｔ
ＴＳ）フラグ５２２、テキスト音声５２４、文法使用フラグ５２６、文法追加フ
ラグ５２８、“はい／いいえ”フラグ、および“はい”動作５３２ならびに“い
いえ”動作５３４。上記テーブルにおける各行５４０Ａ乃至５４０Ｅは、個々の
ネットワーク・オブジェクトに関する文法および音声を表している。本発明の好
適実施例はユニバーサル・リソース・ロケータ（ＵＲＬ）を介してネットワーク
・オブジェクト５２０を参照する。ＵＲＬは、ワールド・ワイド・ウェブの一部
であるインターネット上の任意のリソースのアドレスを指定する方法の規格であ
る。この規格はインターネット・リソースの場所を記述するものとして当業界で
公知であることから、ＵＲＬの詳細は本明細書中では論じない。ＵＲＬのひとつ
の利点は、多数のネットワーク・オブジェクト・デバイスおよび通信プロトコル
のほかにも、ハイパーテキスト、グラフィック、データベースおよび他のファイ
ルなどの多様なネットワーク・オブジェクト・フォーマットで情報を指定し得る
ことである。
【００６５】 テキスト音声５２４と結合されたときにテキスト→音声（ＴＴＳ）フラグ５２
２は、対応ネットワーク・オブジェクトが転送されたときにスピーカ１１２によ
り開始宣言が音声発生されるべきか否かを表す。例えば行５４０Ａのネットワー
ク・オブジェクト列５２０内にリストされたウェブ・ページ（ｈｔｔｐ：／／ｗ
ｗｗ．ｃｏｎｖｅｒｓａｔｉｏｎａｌｓｙｓ．ｃｏｍ）を転送するときにＴＴＳ
フラグ５２２がマークされ、スピーカ１１２によりテキスト音声５２４すなわち
“Ｃｏｎｖｅｒｓａｔｉｏｎａｌ Ｓｙｓｔｅｍｓへようこそ（Ｈｅｌｌｏ，
ｗｅｌｃｏｍｅ ｔｏ Ｃｏｎｖｅｒｓａｔｉｏｎａｌ Ｓｙｓｔｅｍｓ．）”
が音声発生されるべきことを表す。
２は、対応ネットワーク・オブジェクトが転送されたときにスピーカ１１２によ
り開始宣言が音声発生されるべきか否かを表す。例えば行５４０Ａのネットワー
ク・オブジェクト列５２０内にリストされたウェブ・ページ（ｈｔｔｐ：／／ｗ
ｗｗ．ｃｏｎｖｅｒｓａｔｉｏｎａｌｓｙｓ．ｃｏｍ）を転送するときにＴＴＳ
フラグ５２２がマークされ、スピーカ１１２によりテキスト音声５２４すなわち
“Ｃｏｎｖｅｒｓａｔｉｏｎａｌ Ｓｙｓｔｅｍｓへようこそ（Ｈｅｌｌｏ，
ｗｅｌｃｏｍｅ ｔｏ Ｃｏｎｖｅｒｓａｔｉｏｎａｌ Ｓｙｓｔｅｍｓ．）”
が音声発生されるべきことを表す。
【００６６】 次の３個のフラグは、このネットワーク・オブジェクトに関連する各文法の用
法に関している。“文法使用”フラグ５２６または“文法追加”フラグ５２８を
肯定的にマークすると、表されたネットワーク・オブジェクトに関する文脈固有
文法ファイル２１４が存在することが示される。また、“文法使用”フラグ５２
６をマークすると、既存の文脈固有文法ファイルが新たな文脈固有文法ファイル
２１４で置換され且つ既存ファイルは無効化されることが示される。“文法追加
”フラグ５２８は、既存の文脈固有文法ファイルと同時に新たな文脈固有文法フ
ァイルが有効化されるべきことを示す。
法に関している。“文法使用”フラグ５２６または“文法追加”フラグ５２８を
肯定的にマークすると、表されたネットワーク・オブジェクトに関する文脈固有
文法ファイル２１４が存在することが示される。また、“文法使用”フラグ５２
６をマークすると、既存の文脈固有文法ファイルが新たな文脈固有文法ファイル
２１４で置換され且つ既存ファイルは無効化されることが示される。“文法追加
”フラグ５２８は、既存の文脈固有文法ファイルと同時に新たな文脈固有文法フ
ァイルが有効化されるべきことを示す。
【００６７】 最後に、残りの列のエントリは、“はい／いいえ”文法構造に関している。も
し“はい／いいえ”フラグ５３０がマークされたなら、標準的な“はい／いいえ
”文法が有効化される。標準的な“はい／いいえ”文法が有効化されたとき、コ
ンピュータに対して肯定的なコマンドを話すと、コンピュータは“はいなら行う
”エントリ５３２内に示されたコマンドを実行する。同様に、コンピュータに対
して否定的なコマンドを話すと、コンピュータは“いいえなら行う”エントリ５
３４内に示されたコマンドを実行する。“はいなら行う”列５３２および“いい
えなら行う”列５３４内の各エントリは、コマンドと、ＮＬＰデータベース２１
８内に記憶されたコマンドに対するポインタと、のいずれかとされ得る。例えば
行５４０Ｂに示された如く、“はい／いいえ”フラグがマークされる。コンピュ
ータに対して“はい”などの肯定的回答が与えられると、“はいなら行う”エン
トリ５３２内の対応コマンドが実行され；この特定の場合にエントリは数字“２
１０”であり、これは上記ＮＬＰデータベース内の第２１０番目のコマンドへの
参照である。“いいえ”という答えならコンピュータは上記ＮＬＰデータベース
内の第２１１番目のコマンドを実行する。
し“はい／いいえ”フラグ５３０がマークされたなら、標準的な“はい／いいえ
”文法が有効化される。標準的な“はい／いいえ”文法が有効化されたとき、コ
ンピュータに対して肯定的なコマンドを話すと、コンピュータは“はいなら行う
”エントリ５３２内に示されたコマンドを実行する。同様に、コンピュータに対
して否定的なコマンドを話すと、コンピュータは“いいえなら行う”エントリ５
３４内に示されたコマンドを実行する。“はいなら行う”列５３２および“いい
えなら行う”列５３４内の各エントリは、コマンドと、ＮＬＰデータベース２１
８内に記憶されたコマンドに対するポインタと、のいずれかとされ得る。例えば
行５４０Ｂに示された如く、“はい／いいえ”フラグがマークされる。コンピュ
ータに対して“はい”などの肯定的回答が与えられると、“はいなら行う”エン
トリ５３２内の対応コマンドが実行され；この特定の場合にエントリは数字“２
１０”であり、これは上記ＮＬＰデータベース内の第２１０番目のコマンドへの
参照である。“いいえ”という答えならコンピュータは上記ＮＬＰデータベース
内の第２１１番目のコマンドを実行する。
【００６８】 図７Ａに行くと、ワールド・ワイド・ウェブをブラウズするコンピュータなど
のインターネットワークを行うコンピュータに対して音声および音響でコマンド
を提供する方法およびシステムが示されている。図７Ａ乃至図７Ｃの方法は、図
３Ａ乃至図３Ｄの方法と組合せて使用され得る。ブロック６０２にて、ワールド
・ワイド・ウェブ・ブラウザに対してはウェブ・サイトＵＲＬ（ネットワーク・
オブジェクト）が提供される。上記ウェブ・ブラウザはインターネット上をナビ
ゲートすべく使用されるプログラムであり、当業界で公知である。ブロック６０
２においてブラウザに対してＵＲＬを提供する段階は、ユーザがＵＲＬを手動タ
イプ入力するか、または、選択されたウェブ・サイトＵＲＬに対する“リンク”
をユーザに選択させる如く可及的に容易である。この段階はまた、ＮＬＰデータ
ベース２１８内の各エントリに関連付けられた動作に関して前述された発声コマ
ンドの結果でもあり得る。ＵＲＬが与えられたならコンピュータはブロック６０
４にて、上記ＵＲＬ内で指定されたウェブ・サイトのインターネット・アドレス
を決定し得るか否かを判定せねばならない。この決定プロセスは、当業界で公知
のプロセスである。もしコンピュータが上記インターネット・アドレスを決定し
得なければ、ブロック６０５にてはブラウザ画面内にエラー・メッセージが表示
され、システムはその初期開始状態６００へと戻る。もし上記インターネット・
アドレスが決定されるなら、コンピュータはブロック６０６にてウェブ・ページ
に対する要求をウェブ・サイトへと送信する。
のインターネットワークを行うコンピュータに対して音声および音響でコマンド
を提供する方法およびシステムが示されている。図７Ａ乃至図７Ｃの方法は、図
３Ａ乃至図３Ｄの方法と組合せて使用され得る。ブロック６０２にて、ワールド
・ワイド・ウェブ・ブラウザに対してはウェブ・サイトＵＲＬ（ネットワーク・
オブジェクト）が提供される。上記ウェブ・ブラウザはインターネット上をナビ
ゲートすべく使用されるプログラムであり、当業界で公知である。ブロック６０
２においてブラウザに対してＵＲＬを提供する段階は、ユーザがＵＲＬを手動タ
イプ入力するか、または、選択されたウェブ・サイトＵＲＬに対する“リンク”
をユーザに選択させる如く可及的に容易である。この段階はまた、ＮＬＰデータ
ベース２１８内の各エントリに関連付けられた動作に関して前述された発声コマ
ンドの結果でもあり得る。ＵＲＬが与えられたならコンピュータはブロック６０
４にて、上記ＵＲＬ内で指定されたウェブ・サイトのインターネット・アドレス
を決定し得るか否かを判定せねばならない。この決定プロセスは、当業界で公知
のプロセスである。もしコンピュータが上記インターネット・アドレスを決定し
得なければ、ブロック６０５にてはブラウザ画面内にエラー・メッセージが表示
され、システムはその初期開始状態６００へと戻る。もし上記インターネット・
アドレスが決定されるなら、コンピュータはブロック６０６にてウェブ・ページ
に対する要求をウェブ・サイトへと送信する。
【００６９】 ブロック６０８にては、上記ウェブ・サイトがウェブ・ページを送信するか否
かに依存して判定が為される。もし上記ウェブ・サイトが応答しなければ、また
は、ウェブ・ページの送信が不首尾となれば、ブロック６０５にてはブラウザ画
面内にエラー・メッセージが表示され、システムはその初期開始状態６００へと
戻る。もし上記ウェブ・サイトがウェブ・ページを戻したなら、ブロック６１０
ではブラウザ画面内にそのウェブ・ページが表示される。
かに依存して判定が為される。もし上記ウェブ・サイトが応答しなければ、また
は、ウェブ・ページの送信が不首尾となれば、ブロック６０５にてはブラウザ画
面内にエラー・メッセージが表示され、システムはその初期開始状態６００へと
戻る。もし上記ウェブ・サイトがウェブ・ページを戻したなら、ブロック６１０
ではブラウザ画面内にそのウェブ・ページが表示される。
【００７０】 判定ブロック６１２にてコンピュータ１００は、上記ウェブ・サイトに対応す
るＤＤＦファイル５００が既に該コンピュータ１００内に存在するか否かを決定
する。もし上記ＤＤＦファイルが存在すれば、フローは図７Ｃへと進み、存在し
なければフローは図７Ｂへと進む。
るＤＤＦファイル５００が既に該コンピュータ１００内に存在するか否かを決定
する。もし上記ＤＤＦファイルが存在すれば、フローは図７Ｃへと進み、存在し
なければフローは図７Ｂへと進む。
【００７１】 図７Ｂに行くと、もしＤＤＦファイル５００が存在しなければ上記コンピュー
タは、ＤＤＦファイル５００の場所がＵＲＬとしてウェブ・ページのハイパー・
テキスト・マークアップ言語（ＨＴＭＬ）内にコード化されているか否かを吟味
する。（ＨＴＭＬは当業界で公知であることから、該言語の詳細は本明細書中で
は論じない。）ＨＴＭＬコード内へのＤＤＦファイル場所のコード化は、 ＜ｍｅｔａ ＤＤＦ＝“ｈｔｔｐ：／／ｗｗｗ．ｃｏｎｖｅｒｓａｔｉｏｎａ
ｌｓｙｓ．ｃｏｍ／ＣｏｎｖｅｒｓｅＩｔ．ｄｄｆ”＞ などの様に初期ＨＴＭＬメタ・タグ内にＤＤＦファイル場所を列挙するか、ブラ
ウザによりサポートされるＨＴＭＬの変種へとスクリプト・タグを直接的に書き
込むことで行われる： ＜！−− ＜ＤＤＦ＝“ｈｔｔｐ：／／ｗｗｗ．ｃｏｎｖｅｒｓａｔｉｏｎａｌｓｙｓ
．ｃｏｍ／ＣｏｎｖｅｒｓｅＩｔ．ｄｄｆ”＞ −−＞ もしＤＤＦファイル場所の情報がウェブ・ページ内にコード化されていれば、そ
の場所のインターネット・アドレスはブロック６１６にて決定され、ブロック６
２６にてコンピュータはＤＤＦファイル５００の転送を要求する。
タは、ＤＤＦファイル５００の場所がＵＲＬとしてウェブ・ページのハイパー・
テキスト・マークアップ言語（ＨＴＭＬ）内にコード化されているか否かを吟味
する。（ＨＴＭＬは当業界で公知であることから、該言語の詳細は本明細書中で
は論じない。）ＨＴＭＬコード内へのＤＤＦファイル場所のコード化は、 ＜ｍｅｔａ ＤＤＦ＝“ｈｔｔｐ：／／ｗｗｗ．ｃｏｎｖｅｒｓａｔｉｏｎａ
ｌｓｙｓ．ｃｏｍ／ＣｏｎｖｅｒｓｅＩｔ．ｄｄｆ”＞ などの様に初期ＨＴＭＬメタ・タグ内にＤＤＦファイル場所を列挙するか、ブラ
ウザによりサポートされるＨＴＭＬの変種へとスクリプト・タグを直接的に書き
込むことで行われる： ＜！−− ＜ＤＤＦ＝“ｈｔｔｐ：／／ｗｗｗ．ｃｏｎｖｅｒｓａｔｉｏｎａｌｓｙｓ
．ｃｏｍ／ＣｏｎｖｅｒｓｅＩｔ．ｄｄｆ”＞ −−＞ もしＤＤＦファイル場所の情報がウェブ・ページ内にコード化されていれば、そ
の場所のインターネット・アドレスはブロック６１６にて決定され、ブロック６
２６にてコンピュータはＤＤＦファイル５００の転送を要求する。
【００７２】 代替的に、もしＤＤＦファイル５００の場所が上記ウェブ・ページ内にコード
化されていなければ、ＤＤＦファイルの場所が記憶され得る幾つかの代替的場所
が在る。ＤＤＦファイルの場所は、ルート・ディレクトリ内の一定のファイル箇
所などのウェブ・サイトにおいて、または、別のインターネット・サーバもしく
は図１の記憶媒体１０８などの異なる中央箇所において、事前定義箇所内に記憶
され得る。ブロック６１８および６２０はこれらの可能性に対してテストを行う
。ブロック６１８は、ＤＤＦファイルが上記ウェブ・サイトに配置されているか
否かを決定する。この工程にて上記コンピュータは、ＤＤＦファイル５００の存
在に関して照会を行うクエリを上記ウェブ・サイトに送信する。もし上記ウェブ
・サイトにＤＤＦファイル５００が存在すれば、上記コンピュータはブロック６
２６にてＤＤＦファイル５００の転送を要求する。もしＤＤＦファイル５００が
上記ウェブ・サイトに配置されていなければ、上記コンピュータはブロック６２
０にて上記ウェブ・サイトに関するＤＤＦファイルの存在に関して中央箇所に照
会する。もし上記ＤＤＦファイルが上記ウェブ・サイトに存在すれば、上記コン
ピュータはブロック６２６にて上記ＤＤＦファイルの転送を要求する。もしＤＤ
Ｆファイル５００が発見されなければ、ブロック６２２にては、ネットワーク・
オブジェクト・テーブル５１０、上記ウェブ・サイトに関連するＮＬＰデータベ
ース２１８、および、以前に訪れた一切のウェブ・サイトに対する文脈固有文法
２１４、などの既存ＤＤＦファイルの既存構成要素が作動停止される。更にブロ
ック６２４にて、上記ウェブ・サイトは非音声起動ウェブ・サイトとして処理さ
れると共に、標準的文法ファイルのみが使用される。標準的文法ファイルは上記
システム上に存在する文法ファイルであるが、上記ネットワーク・オブジェクト
に関連する文脈固有文法ファイルと関連する一切の文法は除かれる。
化されていなければ、ＤＤＦファイルの場所が記憶され得る幾つかの代替的場所
が在る。ＤＤＦファイルの場所は、ルート・ディレクトリ内の一定のファイル箇
所などのウェブ・サイトにおいて、または、別のインターネット・サーバもしく
は図１の記憶媒体１０８などの異なる中央箇所において、事前定義箇所内に記憶
され得る。ブロック６１８および６２０はこれらの可能性に対してテストを行う
。ブロック６１８は、ＤＤＦファイルが上記ウェブ・サイトに配置されているか
否かを決定する。この工程にて上記コンピュータは、ＤＤＦファイル５００の存
在に関して照会を行うクエリを上記ウェブ・サイトに送信する。もし上記ウェブ
・サイトにＤＤＦファイル５００が存在すれば、上記コンピュータはブロック６
２６にてＤＤＦファイル５００の転送を要求する。もしＤＤＦファイル５００が
上記ウェブ・サイトに配置されていなければ、上記コンピュータはブロック６２
０にて上記ウェブ・サイトに関するＤＤＦファイルの存在に関して中央箇所に照
会する。もし上記ＤＤＦファイルが上記ウェブ・サイトに存在すれば、上記コン
ピュータはブロック６２６にて上記ＤＤＦファイルの転送を要求する。もしＤＤ
Ｆファイル５００が発見されなければ、ブロック６２２にては、ネットワーク・
オブジェクト・テーブル５１０、上記ウェブ・サイトに関連するＮＬＰデータベ
ース２１８、および、以前に訪れた一切のウェブ・サイトに対する文脈固有文法
２１４、などの既存ＤＤＦファイルの既存構成要素が作動停止される。更にブロ
ック６２４にて、上記ウェブ・サイトは非音声起動ウェブ・サイトとして処理さ
れると共に、標準的文法ファイルのみが使用される。標準的文法ファイルは上記
システム上に存在する文法ファイルであるが、上記ネットワーク・オブジェクト
に関連する文脈固有文法ファイルと関連する一切の文法は除かれる。
【００７３】 もしブロック６２６にてＤＤＦファイル５００が要求され乍らもその転送が不
首尾であれば、ブロック６２２では存在する一切のＤＤＦファイル５００の一切
の既存構成要素が作動停止され、且つ、ブロック６２４では上記ウェブ・サイト
が非音声起動ウェブ・サイトとして処理され且つ標準的文法ファイルのみが使用
される。
首尾であれば、ブロック６２２では存在する一切のＤＤＦファイル５００の一切
の既存構成要素が作動停止され、且つ、ブロック６２４では上記ウェブ・サイト
が非音声起動ウェブ・サイトとして処理され且つ標準的文法ファイルのみが使用
される。
【００７４】 もしブロック６２６にてＤＤＦファイル５００が要求されると共にその転送が
好結果であれば、そのＤＤＦファイルはブロック６３０にて一切の先行ＤＤＦフ
ァイルに置き換わる。ブロック６３２にては、ネットワーク・オブジェクト・テ
ーブル５１０、文脈固有文法ファイル２１４およびＮＬＰデータベース２１８な
どのＤＤＦファイル５００の一切の構成要素が抽出される。図２の機能要素を含
め図３Ａ乃至図３Ｄに示された方法を実現する為に必要なソフトウェアを獲得す
る為に、同様の技術が使用され得る。
好結果であれば、そのＤＤＦファイルはブロック６３０にて一切の先行ＤＤＦフ
ァイルに置き換わる。ブロック６３２にては、ネットワーク・オブジェクト・テ
ーブル５１０、文脈固有文法ファイル２１４およびＮＬＰデータベース２１８な
どのＤＤＦファイル５００の一切の構成要素が抽出される。図２の機能要素を含
め図３Ａ乃至図３Ｄに示された方法を実現する為に必要なソフトウェアを獲得す
る為に、同様の技術が使用され得る。
【００７５】 フローは図７Ｃへと移動する。ブロック６３４にてネットワーク・オブジェク
ト・テーブル５１０は上記コンピュータによりメモリ内に読取られる。ブロック
６３６により決定された如く、もし上記ウェブ・ページＵＲＬが上記サイト・ネ
ットワーク・オブジェクト・テーブル５１０内に存在すれば、斯かるウェブ・ペ
ージＵＲＬは図６に示された如く上記テーブルの行５４０Ａ乃至５４０Ｅにより
表される。もし上記ウェブ・ページに対応する行が存在しなければ、上記ウェブ
・ページに対する非音声相互作用が存在し、処理は終了する。
ト・テーブル５１０は上記コンピュータによりメモリ内に読取られる。ブロック
６３６により決定された如く、もし上記ウェブ・ページＵＲＬが上記サイト・ネ
ットワーク・オブジェクト・テーブル５１０内に存在すれば、斯かるウェブ・ペ
ージＵＲＬは図６に示された如く上記テーブルの行５４０Ａ乃至５４０Ｅにより
表される。もし上記ウェブ・ページに対応する行が存在しなければ、上記ウェブ
・ページに対する非音声相互作用が存在し、処理は終了する。
【００７６】 ブロック６３６で決定された如くもし上記サイト・ネットワーク・オブジェク
ト・テーブル５１０内にウェブ・ページＵＲＬが存在すれば、ブロック６３８に
て上記コンピュータは、ＴＴＳフラグ５２２がマークされているか否かをチェッ
クすることにより上記ウェブ・ページにテキスト音声５２４が関連付けられるか
否かを決定する。もしテキスト音声５２４が在れば、それはブロック６４０にて
音声発生され、フローは継続する。もし判定ブロック６４２にて決定された如く
上記ウェブ・ページに関連付けられた文脈固有文法ファイルが在れば、それはブ
ロック６４４で有効化され、次にブロック６４６でＮＬＰデータベース２１８が
有効化される。もし上記ウェブ・ページに文脈固有文法ファイルが関連付けられ
ていなければ、ブロック６４６にてＮＬＰデータベース２１８のみが有効化され
る。上記ＮＬＰデータベースが有効化６４６されたなら、上記システムは上述の
如く図３Ａ乃至図３Ｃの様に挙動する。
ト・テーブル５１０内にウェブ・ページＵＲＬが存在すれば、ブロック６３８に
て上記コンピュータは、ＴＴＳフラグ５２２がマークされているか否かをチェッ
クすることにより上記ウェブ・ページにテキスト音声５２４が関連付けられるか
否かを決定する。もしテキスト音声５２４が在れば、それはブロック６４０にて
音声発生され、フローは継続する。もし判定ブロック６４２にて決定された如く
上記ウェブ・ページに関連付けられた文脈固有文法ファイルが在れば、それはブ
ロック６４４で有効化され、次にブロック６４６でＮＬＰデータベース２１８が
有効化される。もし上記ウェブ・ページに文脈固有文法ファイルが関連付けられ
ていなければ、ブロック６４６にてＮＬＰデータベース２１８のみが有効化され
る。上記ＮＬＰデータベースが有効化６４６されたなら、上記システムは上述の
如く図３Ａ乃至図３Ｃの様に挙動する。
【００７７】 要約すると、本発明はコンピュータの為のネットワーク用対話型ユーザ・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。ダイアログ定義ファイルを
介してインターネット・オブジェクトに連結された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ウェ
ブ・ページなどのインターネット・オブジェクト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。
タフェースに対する方法およびシステムを提供する。ダイアログ定義ファイルを
介してインターネット・オブジェクトに連結された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ウェ
ブ・ページなどのインターネット・オブジェクト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。
【００７８】 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。
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。
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。
よび記憶媒体１０８の拡大機能ブロック図。
【図３Ａ】コンピュータに対する対話型音声認識／自然言語処理を提供する
方法を示すフローチャート。
方法を示すフローチャート。
【図３Ｂ】コンピュータに対する対話型音声認識／自然言語処理を提供する
方法を示すフローチャート。
方法を示すフローチャート。
【図３Ｃ】コンピュータに対する対話型音声認識／自然言語処理を提供する
方法のフローチャート。
方法のフローチャート。
【図３Ｄ】コンピュータに対する対話型音声認識／自然言語処理を提供する
方法を示すフローチャート。
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。
す図。
【図５】本発明に係る好適なデータベース定義ファイル（ＤＤＦ）を示す図
。
。
【図６】本発明の好適なネットワーク・オブジェクト・テーブルの選択列を
示す図。
示す図。
【図７Ａ】ウェブ・ページなどのネットワーク・オブジェクトに対する対話
型音声認識／自然言語処理のリンクを示す、本発明の方法のフローチャート。
型音声認識／自然言語処理のリンクを示す、本発明の方法のフローチャート。
【図７Ｂ】ウェブ・ページなどのネットワーク・オブジェクトに対する対話
型音声認識／自然言語処理のリンクを示す、本発明の方法のフローチャート。
型音声認識／自然言語処理のリンクを示す、本発明の方法のフローチャート。
【図７Ｃ】ウェブ・ページなどのネットワーク・オブジェクトに対する対話
型音声認識／自然言語処理のリンクを示す、本発明の方法のフローチャート。
型音声認識／自然言語処理のリンクを示す、本発明の方法のフローチャート。
【図８】インターネットを介して他のコンピュータ、記憶媒体およびウェブ
・サイトに接続しているコンピュータ・システムを示す図。
・サイトに接続しているコンピュータ・システムを示す図。
───────────────────────────────────────────────────── フロントページの続き (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 【要約の続き】 習”する。
Claims (14)
- 【請求項１】ネットワーク・オブジェクトと関連付けられたネットワーク・
オブジェクト・テーブルをネットワークを介して転送する工程と、 上記ネットワーク・オブジェクトに対する一致エントリに関して上記ネットワ
ーク・オブジェクト・テーブルを検索する工程と、 上記ネットワーク・オブジェクト・テーブル内において上記一致エントリが発
見されたなら上記一致エントリに関連付けられた動作を実施する工程と、 を含む、ネットワーク・オブジェクトとの音声対話の為にコンピュータを更新
する方法。 - 【請求項２】前記ネットワーク・オブジェクト・テーブルはウェブ・サイト
から読み出される、請求項１記載の方法。 - 【請求項３】前記ネットワーク・オブジェクト・テーブルは、複数のネット
ワーク・オブジェクトに対して各ネットワーク・オブジェクト・テーブルを記憶
する箇所から読み出される、請求項１記載の方法。 - 【請求項４】前記ネットワーク・オブジェクト・テーブルは、文脈固有文法
も含むダイアログ定義ファイル内に含まれる、請求項１記載の方法。 - 【請求項５】前記ネットワーク・オブジェクト・テーブルは、自然言語プロ
セッサ・データベースに対する各エントリも含むダイアログ定義ファイル内に含
まれる、請求項１記載の方法。 - 【請求項６】前記ネットワーク・オブジェクト・テーブルは、文脈固有文法
および自然言語プロセッサ・データベースに対する各エントリも含むダイアログ
定義ファイル内に含まれる、請求項１記載の方法。 - 【請求項７】ネットワーク・オブジェクトと関連付けられたダイアログ定義
ファイルであってネットワーク・オブジェクト・テーブルを含むダイアログ定義
ファイルを転送するネットワーク・インタフェースと、 上記ネットワーク・オブジェクトに対する一致エントリに関して上記ネットワ
ーク・オブジェクト・テーブルを検索するデータ・プロセッサと、 上記ネットワーク・オブジェクト・テーブル内において上記一致エントリが発
見されたなら上記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・インタフェースと、 を含む、ネットワーク・オブジェクトとの音声対話の為にコンピュータを更新
するシステム。 - 【請求項８】ネットワーク・オブジェクトと関連付けられたダイアログ定義
ファイルであってネットワーク・オブジェクト・テーブルを含むダイアログ定義
ファイルを発見する工程と、 上記ダイアログ定義ファイルを読み出す工程と、 上記ネットワーク・オブジェクトに対する一致エントリに関して上記ネットワ
ーク・オブジェクト・テーブルを検索する工程と、 上記ネットワーク・オブジェクト・テーブル内において上記一致エントリが発
見されたなら上記一致エントリに関連付けられた動作を実施する工程と、 を含む、ネットワーク・オブジェクトとの音声対話の為にコンピュータを更新
する方法。 - 【請求項９】前記ダイアログ定義ファイルはウェブ・サイトから読み出され
る、請求項８記載の方法。 - 【請求項１０】前記ダイアログ定義ファイルは複数のネットワーク・オブジ
ェクトに対するダイアログ定義ファイルを記憶する箇所から読み出される、請求
項８記載の方法。 - 【請求項１１】前記ダイアログ定義ファイルは記憶媒体から読み出される、
請求項８記載の方法。 - 【請求項１２】前記ダイアログ定義ファイルは文脈固有文法を含む、請求項
８記載の方法。 - 【請求項１３】前記ダイアログ定義ファイルは自然言語プロセッサ・データ
ベースに対するエントリを含む、請求項８記載の方法。 - 【請求項１４】前記ダイアログ定義ファイルは文脈固有文法と自然言語プロ
セッサ・データベースに対するエントリとを含む、請求項８記載の方法。
Applications Claiming Priority (5)
| 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 |
| US09/166,198 US6532444B1 (en) | 1998-09-09 | 1998-10-05 | Network interactive user interface using speech recognition and natural language processing |
| US09/166,198 | 1998-10-05 | ||
| PCT/US1999/020447 WO2000014728A1 (en) | 1998-09-09 | 1999-09-08 | Network interactive user interface using speech recognition and natural language processing |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002524806A true JP2002524806A (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 Before (1)
| 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 |
Country Status (10)
| Country | Link |
|---|---|
| US (2) | US6499013B1 (ja) |
| EP (2) | EP1110206B1 (ja) |
| JP (2) | JP2002524776A (ja) |
| CN (2) | CN1153190C (ja) |
| AT (2) | ATE286296T1 (ja) |
| AU (2) | AU763059B2 (ja) |
| CA (2) | CA2343150A1 (ja) |
| DE (2) | DE69922971T2 (ja) |
| ES (2) | ES2235520T3 (ja) |
| WO (2) | WO2000014727A1 (ja) |
Cited By (64)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002169750A (ja) * | 2000-11-30 | 2002-06-14 | Nec Corp | ブラウザ搭載装置 |
| JP2003131772A (ja) * | 2001-05-04 | 2003-05-09 | Microsoft Corp | Ｗｅｂで使用可能な認識のためのマークアップ言語拡張部 |
| JP2006246444A (ja) * | 2005-02-28 | 2006-09-14 | Microsoft Corp | ユニファイド・メッセージングの状態変更の動的構成 |
| US7711570B2 (en) | 2001-10-21 | 2010-05-04 | Microsoft Corporation | Application abstraction with dialog purpose |
| US8160883B2 (en) | 2004-01-10 | 2012-04-17 | Microsoft Corporation | Focus tracking in dialogs |
| US8224650B2 (en) | 2001-10-21 | 2012-07-17 | Microsoft Corporation | Web server controls for web enabled recognition and/or audible prompting |
| US8521513B2 (en) | 2010-03-12 | 2013-08-27 | Microsoft Corporation | Localization for interactive voice response systems |
| JP2014222516A (ja) * | 2010-01-18 | 2014-11-27 | アップル インコーポレイテッド | インテリジェント自動アシスタント |
| US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
| US9620104B2 (en) | 2013-06-07 | 2017-04-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
| US9626955B2 (en) | 2008-04-05 | 2017-04-18 | Apple Inc. | Intelligent text-to-speech conversion |
| US9633660B2 (en) | 2010-02-25 | 2017-04-25 | Apple Inc. | User profiling for voice input processing |
| US9633674B2 (en) | 2013-06-07 | 2017-04-25 | Apple Inc. | System and method for detecting errors in interactions with a voice-based digital assistant |
| US9646614B2 (en) | 2000-03-16 | 2017-05-09 | Apple Inc. | Fast, language-independent method for user authentication by voice |
| US9668024B2 (en) | 2014-06-30 | 2017-05-30 | Apple Inc. | Intelligent automated assistant for TV user interactions |
| US9697820B2 (en) | 2015-09-24 | 2017-07-04 | Apple Inc. | Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks |
| US9798393B2 (en) | 2011-08-29 | 2017-10-24 | Apple Inc. | Text correction processing |
| US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
| US9953088B2 (en) | 2012-05-14 | 2018-04-24 | Apple Inc. | Crowd sourcing information to fulfill user requests |
| US9966068B2 (en) | 2013-06-08 | 2018-05-08 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
| US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
| US9971774B2 (en) | 2012-09-19 | 2018-05-15 | Apple Inc. | Voice-based media searching |
| US9986419B2 (en) | 2014-09-30 | 2018-05-29 | Apple Inc. | Social reminders |
| US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
| US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
| US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
| US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
| US10079014B2 (en) | 2012-06-08 | 2018-09-18 | Apple Inc. | Name recognition system |
| US10089072B2 (en) | 2016-06-11 | 2018-10-02 | Apple Inc. | Intelligent device arbitration and control |
| US10102359B2 (en) | 2011-03-21 | 2018-10-16 | Apple Inc. | Device access using voice authentication |
| US10169329B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Exemplar-based natural language processing |
| US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
| US10185542B2 (en) | 2013-06-09 | 2019-01-22 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
| US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
| US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
| US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
| US10269345B2 (en) | 2016-06-11 | 2019-04-23 | Apple Inc. | Intelligent task discovery |
| US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
| US10283110B2 (en) | 2009-07-02 | 2019-05-07 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
| US10297253B2 (en) | 2016-06-11 | 2019-05-21 | Apple Inc. | Application integration with a digital assistant |
| US10318871B2 (en) | 2005-09-08 | 2019-06-11 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
| US10354011B2 (en) | 2016-06-09 | 2019-07-16 | Apple Inc. | Intelligent automated assistant in a home environment |
| US10356243B2 (en) | 2015-06-05 | 2019-07-16 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
| US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
| US10410637B2 (en) | 2017-05-12 | 2019-09-10 | Apple Inc. | User-specific acoustic models |
| US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
| US10482874B2 (en) | 2017-05-15 | 2019-11-19 | Apple Inc. | Hierarchical belief states for digital assistants |
| US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
| US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
| US10521466B2 (en) | 2016-06-11 | 2019-12-31 | Apple Inc. | Data driven natural language event detection and classification |
| US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
| US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
| US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
| US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
| US10733993B2 (en) | 2016-06-10 | 2020-08-04 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
| US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
| US10755703B2 (en) | 2017-05-11 | 2020-08-25 | Apple Inc. | Offline personal assistant |
| US10791176B2 (en) | 2017-05-12 | 2020-09-29 | Apple Inc. | Synchronization and task delegation of a digital assistant |
| US10795541B2 (en) | 2009-06-05 | 2020-10-06 | Apple Inc. | Intelligent organization of tasks items |
| US10810274B2 (en) | 2017-05-15 | 2020-10-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
| US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
| US11080012B2 (en) | 2009-06-05 | 2021-08-03 | Apple Inc. | Interface for a virtual digital assistant |
| US11217255B2 (en) | 2017-05-16 | 2022-01-04 | Apple Inc. | Far-field extension for digital assistant services |
| US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
Families Citing this family (327)
| 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 |
| EP1222655A1 (en) * | 1999-10-19 | 2002-07-17 | Sony Electronics Inc. | Natural language interface control system |
| US7725307B2 (en) | 1999-11-12 | 2010-05-25 | Phoenix Solutions, Inc. | Query engine for processing voice based queries including semantic decoding |
| US9076448B2 (en) | 1999-11-12 | 2015-07-07 | Nuance Communications, Inc. | Distributed real time speech recognition system |
| US6633846B1 (en) | 1999-11-12 | 2003-10-14 | Phoenix Solutions, Inc. | Distributed realtime speech recognition system |
| US7050977B1 (en) | 1999-11-12 | 2006-05-23 | Phoenix Solutions, Inc. | Speech-enabled server for internet website and method |
| 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 |
| US7392185B2 (en) | 1999-11-12 | 2008-06-24 | Phoenix Solutions, Inc. | Speech based learning/training system using semantic decoding |
| 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 |
| 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 |
| ATE300083T1 (de) * | 2000-11-03 | 2005-08-15 | Voicecom Solutions Gmbh | Robuste spracherkennung mit datenbankorganisation |
| US7640163B2 (en) * | 2000-12-01 | 2009-12-29 | The Trustees Of Columbia University In The City Of New York | Method and system for voice activating web pages |
| EP1346344A1 (en) * | 2000-12-18 | 2003-09-24 | 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 |
| 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 |
| 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 |
| US6915246B2 (en) * | 2001-12-17 | 2005-07-05 | International Business Machines Corporation | Employing speech recognition and capturing customer speech to improve customer service |
| US7058565B2 (en) * | 2001-12-17 | 2006-06-06 | International Business Machines Corporation | Employing speech recognition and key words 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 |
| DE10220521B4 (de) * | 2002-05-08 | 2005-11-24 | Sap Ag | Verfahren und System zur Verarbeitung von Sprachdaten und Klassifizierung von Gesprächen |
| 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 |
| 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 |
| 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 |
| 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 |
| 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 |
| EP1652173B1 (en) | 2002-06-28 | 2015-12-30 | Chemtron Research LLC | Method and system for processing speech |
| 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 |
| US20050180464A1 (en) * | 2002-10-01 | 2005-08-18 | Adondo Corporation | Audio communication with a computer |
| 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 |
| EP2544101A1 (en) * | 2002-11-28 | 2013-01-09 | Nuance Communications Austria GmbH | 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 |
| US8223944B2 (en) * | 2003-05-05 | 2012-07-17 | Interactions Corporation | Conference call management system |
| AU2004237227B2 (en) * | 2003-05-05 | 2011-07-14 | Interactions Llc | Apparatus and method for processing service interactions |
| US9710819B2 (en) * | 2003-05-05 | 2017-07-18 | Interactions Llc | Real-time transcription system utilizing divided audio chunks |
| ATE381755T1 (de) * | 2003-06-02 | 2008-01-15 | Ibm | Sprach-antwortsystem, sprach-antwortverfahren, sprach-server, sprach-datei- verarbeitungsverfahren, programm und aufzeichnungsmedium |
| EP1631899A4 (en) * | 2003-06-06 | 2007-07-18 | Univ Columbia | SYSTEM AND METHOD FOR LANGUAGE ACTIVATION OF WEB SITES |
| 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) |
| GB2409561A (en) * | 2003-12-23 | 2005-06-29 | Canon Kk | A method of correcting errors in a speech recognition system |
| US7552055B2 (en) | 2004-01-10 | 2009-06-23 | Microsoft Corporation | Dialog component re-use in recognition systems |
| 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 |
| 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 |
| WO2007027989A2 (en) | 2005-08-31 | 2007-03-08 | Voicebox Technologies, Inc. | Dynamic speech sharpening |
| 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 |
| 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 |
| US8195461B2 (en) | 2006-12-15 | 2012-06-05 | Mitsubishi Electric Corporation | Voice recognition system |
| 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. |
| US9154632B2 (en) * | 2007-09-20 | 2015-10-06 | Unify Gmbh & Co. Kg | Method and communications arrangement for operating a communications connection |
| US9053089B2 (en) | 2007-10-02 | 2015-06-09 | Apple Inc. | Part-of-speech tagging using latent analogy |
| US8595642B1 (en) | 2007-10-04 | 2013-11-26 | Great Northern Research, LLC | Multiple shell multi faceted graphical user interface |
| 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 |
| 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 |
| 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 |
| 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 |
| US8712776B2 (en) | 2008-09-29 | 2014-04-29 | Apple Inc. | Systems and methods for selective 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 |
| US8355919B2 (en) | 2008-09-29 | 2013-01-15 | Apple Inc. | Systems and methods for text normalization for 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 |
| US8352272B2 (en) | 2008-09-29 | 2013-01-08 | Apple Inc. | Systems and methods for text to speech synthesis |
| US20100082328A1 (en) * | 2008-09-29 | 2010-04-01 | Apple Inc. | Systems and methods for speech preprocessing in 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 |
| US9959870B2 (en) | 2008-12-11 | 2018-05-01 | Apple Inc. | 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 |
| US10540976B2 (en) | 2009-06-05 | 2020-01-21 | Apple Inc. | Contextual voice commands |
| US9858925B2 (en) | 2009-06-05 | 2018-01-02 | Apple Inc. | Using context information to facilitate processing of commands in a virtual assistant |
| US10255566B2 (en) | 2011-06-03 | 2019-04-09 | Apple Inc. | Generating and processing task items that represent tasks to perform |
| 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 |
| US8381107B2 (en) | 2010-01-13 | 2013-02-19 | Apple Inc. | Adaptive audio feedback system and method |
| 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 |
| US10679605B2 (en) | 2010-01-18 | 2020-06-09 | Apple Inc. | Hands-free list-reading by intelligent automated assistant |
| US10705794B2 (en) | 2010-01-18 | 2020-07-07 | Apple Inc. | Automatically adapting user interfaces for hands-free interaction |
| US10553209B2 (en) | 2010-01-18 | 2020-02-04 | Apple Inc. | Systems and methods for hands-free notification summaries |
| 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 |
| 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 |
| US10515147B2 (en) | 2010-12-22 | 2019-12-24 | Apple Inc. | Using statistical language models for contextual lookup |
| US10762293B2 (en) | 2010-12-22 | 2020-09-01 | Apple Inc. | Using parts-of-speech tagging and named entity recognition for spelling correction |
| US9245525B2 (en) | 2011-01-05 | 2016-01-26 | Interactions Llc | Automated speech recognition proxy system for natural language understanding |
| US8484031B1 (en) | 2011-01-05 | 2013-07-09 | Interactions Corporation | Automated speech recognition proxy system for natural language understanding |
| US8560321B1 (en) | 2011-01-05 | 2013-10-15 | Interactions Corportion | Automated speech recognition system for natural language understanding |
| US9472185B1 (en) | 2011-01-05 | 2016-10-18 | Interactions Llc | Automated recognition system for natural language understanding |
| US8781836B2 (en) | 2011-02-22 | 2014-07-15 | Apple Inc. | Hearing assistance system for providing consistent human speech |
| US10642934B2 (en) | 2011-03-31 | 2020-05-05 | Microsoft Technology Licensing, Llc | Augmented conversational understanding architecture |
| US9842168B2 (en) | 2011-03-31 | 2017-12-12 | Microsoft Technology Licensing, Llc | Task driven user intents |
| 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 |
| 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 |
| WO2012135157A2 (en) * | 2011-03-31 | 2012-10-04 | Microsoft Corporation | Task driven user intents |
| US9454962B2 (en) | 2011-05-12 | 2016-09-27 | Microsoft Technology Licensing, Llc | Sentence simplification for spoken language understanding |
| US9064006B2 (en) | 2012-08-23 | 2015-06-23 | Microsoft Technology Licensing, Llc | Translating natural language utterances to keyword search queries |
| 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 |
| 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 |
| 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 |
| WO2013185109A2 (en) | 2012-06-08 | 2013-12-12 | 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 |
| 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 |
| KR20150104615A (ko) | 2013-02-07 | 2015-09-15 | 애플 인크. | 디지털 어시스턴트를 위한 음성 트리거 |
| US9020809B1 (en) | 2013-02-28 | 2015-04-28 | Google Inc. | Increasing semantic coverage with semantically irrelevant insertions |
| US9047271B1 (en) | 2013-02-28 | 2015-06-02 | Google Inc. | Mining data for natural language system |
| US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
| US9733821B2 (en) | 2013-03-14 | 2017-08-15 | Apple Inc. | Voice control to diagnose inadvertent activation of accessibility features |
| US9977779B2 (en) | 2013-03-14 | 2018-05-22 | Apple Inc. | Automatic supplementation of word correction dictionaries |
| US10642574B2 (en) | 2013-03-14 | 2020-05-05 | Apple Inc. | Device, method, and graphical user interface for outputting captions |
| US9368114B2 (en) | 2013-03-14 | 2016-06-14 | Apple Inc. | Context-sensitive handling of interruptions |
| US10572476B2 (en) | 2013-03-14 | 2020-02-25 | Apple Inc. | Refining a search based on schedule items |
| KR102057795B1 (ko) | 2013-03-15 | 2019-12-19 | 애플 인크. | 콘텍스트-민감성 방해 처리 |
| 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 |
| CN105027197B (zh) | 2013-03-15 | 2018-12-14 | 苹果公司 | 训练至少部分语音命令系统 |
| 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 |
| US8768687B1 (en) * | 2013-04-29 | 2014-07-01 | Google Inc. | Machine translation of indirect speech |
| KR101809808B1 (ko) | 2013-06-13 | 2017-12-15 | 애플 인크. | 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법 |
| US9117452B1 (en) | 2013-06-25 | 2015-08-25 | Google Inc. | Exceptions to action invocation from parsing rules |
| US9280970B1 (en) | 2013-06-25 | 2016-03-08 | Google Inc. | Lattice semantic parsing |
| US9299339B1 (en) | 2013-06-25 | 2016-03-29 | Google Inc. | Parsing rule augmentation based on query sequence and action co-occurrence |
| US9251202B1 (en) | 2013-06-25 | 2016-02-02 | Google Inc. | Corpus specific queries for corpora from search query |
| US9984684B1 (en) | 2013-06-25 | 2018-05-29 | Google Llc | Inducing command inputs from high precision and high recall data |
| US9330195B1 (en) | 2013-06-25 | 2016-05-03 | Google Inc. | Inducing command inputs from property sequences |
| 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 |
| US9123336B1 (en) | 2013-06-25 | 2015-09-01 | Google Inc. | Learning parsing rules and argument identification from crowdsourcing of proposed command inputs |
| US9177553B1 (en) | 2013-06-25 | 2015-11-03 | Google Inc. | Identifying underserved command inputs |
| US20150032238A1 (en) | 2013-07-23 | 2015-01-29 | Motorola Mobility Llc | Method and Device for Audio Input Routing |
| 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 |
| WO2015116151A1 (en) * | 2014-01-31 | 2015-08-06 | Hewlett-Packard Development Company, L.P. | Voice input command |
| CN109949815B (zh) * | 2014-04-07 | 2024-06-07 | 三星电子株式会社 | 电子装置 |
| US20150331853A1 (en) * | 2014-05-15 | 2015-11-19 | Marco Palmonari | Automated multi-grammar language processing system to optimize request handling in contact centers |
| US9620105B2 (en) | 2014-05-15 | 2017-04-11 | Apple Inc. | Analyzing audio input for efficient speech and music recognition |
| US10726831B2 (en) * | 2014-05-20 | 2020-07-28 | Amazon Technologies, Inc. | Context interpretation in natural language processing using previous dialog acts |
| US10592095B2 (en) | 2014-05-23 | 2020-03-17 | Apple Inc. | Instantaneous speaking of content on touch devices |
| US20150340024A1 (en) * | 2014-05-23 | 2015-11-26 | Google Inc. | Language Modeling Using Entities |
| US9502031B2 (en) * | 2014-05-27 | 2016-11-22 | Apple Inc. | Method for supporting dynamic grammars in WFST-based ASR |
| EP3149728B1 (en) | 2014-05-30 | 2019-01-16 | Apple Inc. | Multi-command single utterance input method |
| US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
| US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
| US9734193B2 (en) | 2014-05-30 | 2017-08-15 | Apple Inc. | Determining domain salience ranking from ambiguous words in natural speech |
| US9760559B2 (en) | 2014-05-30 | 2017-09-12 | Apple Inc. | Predictive text input |
| US10289433B2 (en) | 2014-05-30 | 2019-05-14 | Apple Inc. | Domain specific language for encoding assistant dialog |
| US9842101B2 (en) | 2014-05-30 | 2017-12-12 | Apple Inc. | Predictive conversion of language input |
| US10078631B2 (en) | 2014-05-30 | 2018-09-18 | Apple Inc. | Entropy-guided text prediction using combined word and character n-gram language models |
| US9785630B2 (en) | 2014-05-30 | 2017-10-10 | Apple Inc. | Text prediction using combined word N-gram and unigram language models |
| US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
| US10659851B2 (en) | 2014-06-30 | 2020-05-19 | Apple Inc. | Real-time digital assistant knowledge updates |
| 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 |
| US11942095B2 (en) | 2014-07-18 | 2024-03-26 | 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 |
| CN107003996A (zh) | 2014-09-16 | 2017-08-01 | 声钰科技 | 语音商务 |
| 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 |
| US9646609B2 (en) | 2014-09-30 | 2017-05-09 | Apple Inc. | Caching apparatus for serving phonetic pronunciations |
| US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
| US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
| US9886432B2 (en) | 2014-09-30 | 2018-02-06 | Apple Inc. | Parsimonious handling of word inflection via categorical stem + suffix N-gram language models |
| WO2016061309A1 (en) | 2014-10-15 | 2016-04-21 | 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 |
| 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 |
| 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 |
| 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 |
| US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
| US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
| 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 |
| US10255907B2 (en) | 2015-06-07 | 2019-04-09 | Apple Inc. | Automatic accent detection using acoustic models |
| US10186254B2 (en) | 2015-06-07 | 2019-01-22 | Apple Inc. | Context-based endpoint detection |
| 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 |
| 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 |
| US10843080B2 (en) * | 2016-02-24 | 2020-11-24 | Virginia Tech Intellectual Properties, Inc. | Automated program synthesis from natural language for domain specific computing applications |
| US10331784B2 (en) | 2016-07-29 | 2019-06-25 | Voicebox Technologies Corporation | System and method of disambiguating natural language processing requests |
| US10838992B2 (en) * | 2016-08-17 | 2020-11-17 | International Business Machines Corporation | Content selection for usage within a policy |
| US20180052573A1 (en) * | 2016-08-17 | 2018-02-22 | Microsoft Technology Licensing, Llc | Interaction with a file storage service through a messaging bot |
| GB201618479D0 (en) | 2016-11-02 | 2016-12-14 | Syngenta Participations Ag | Adjuvants |
| NZ753616A (en) * | 2016-11-02 | 2020-05-29 | Greeneden Us Holdings Ii Llc | 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 |
| US20180330725A1 (en) * | 2017-05-09 | 2018-11-15 | Microsoft Technology Licensing, Llc | Intent based speech recognition priming |
| 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 |
| EP4143674A1 (en) | 2021-07-19 | 2023-03-08 | Google LLC | Bit vector-based content matching for third-party digital assistant actions |
Family Cites Families (34)
| 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 |
| US6188985B1 (en) * | 1997-01-06 | 2001-02-13 | Texas Instruments Incorporated | Wireless voice-activated device for control of a processor-based host system |
| US6456974B1 (en) * | 1997-01-06 | 2002-09-24 | Texas Instruments Incorporated | System and method for adding speech recognition capabilities to java |
| 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 |
| US6094635A (en) * | 1997-09-17 | 2000-07-25 | Unisys Corporation | System and method for speech enabled application |
| US5995918A (en) * | 1997-09-17 | 1999-11-30 | Unisys Corporation | System and method for creating a language grammar using a spreadsheet or table interface |
| 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 |
-
1998
- 1998-09-09 US US09/150,459 patent/US6499013B1/en not_active Expired - Lifetime
- 1998-10-05 US US09/166,198 patent/US6532444B1/en not_active Expired - Lifetime
-
1999
- 1999-09-08 CN CNB998130931A patent/CN1153190C/zh not_active Expired - Lifetime
- 1999-09-08 AU AU62439/99A patent/AU763059B2/en not_active Ceased
- 1999-09-08 AT AT99945549T patent/ATE286296T1/de not_active IP Right Cessation
- 1999-09-08 EP EP99945549A patent/EP1110206B1/en not_active Expired - Lifetime
- 1999-09-08 DE DE69922971T patent/DE69922971T2/de not_active Expired - Lifetime
- 1999-09-08 WO PCT/US1999/020445 patent/WO2000014727A1/en active IP Right Grant
- 1999-09-08 CA CA002343150A patent/CA2343150A1/en not_active Abandoned
- 1999-09-08 CA CA002343229A patent/CA2343229A1/en not_active Abandoned
- 1999-09-08 WO PCT/US1999/020447 patent/WO2000014728A1/en active IP Right Grant
- 1999-09-08 EP EP99949601A patent/EP1110205B1/en not_active Expired - Lifetime
- 1999-09-08 JP JP2000569390A patent/JP2002524776A/ja active Pending
- 1999-09-08 DE DE69923191T patent/DE69923191T2/de not_active Expired - Lifetime
- 1999-09-08 CN CNB998130982A patent/CN1161747C/zh not_active Expired - Lifetime
- 1999-09-08 JP JP2000569391A patent/JP2002524806A/ja active Pending
- 1999-09-08 AU AU58130/99A patent/AU762282B2/en not_active Ceased
- 1999-09-08 ES ES99949601T patent/ES2235520T3/es not_active Expired - Lifetime
- 1999-09-08 ES ES99945549T patent/ES2235508T3/es not_active Expired - Lifetime
- 1999-09-08 AT AT99949601T patent/ATE287117T1/de not_active IP Right Cessation
Cited By (84)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9646614B2 (en) | 2000-03-16 | 2017-05-09 | Apple Inc. | Fast, language-independent method for user authentication by voice |
| JP2002169750A (ja) * | 2000-11-30 | 2002-06-14 | Nec Corp | ブラウザ搭載装置 |
| JP2003131772A (ja) * | 2001-05-04 | 2003-05-09 | Microsoft Corp | Ｗｅｂで使用可能な認識のためのマークアップ言語拡張部 |
| US8229753B2 (en) | 2001-10-21 | 2012-07-24 | Microsoft Corporation | Web server controls for web enabled recognition and/or audible prompting |
| US7711570B2 (en) | 2001-10-21 | 2010-05-04 | Microsoft Corporation | Application abstraction with dialog purpose |
| US8165883B2 (en) | 2001-10-21 | 2012-04-24 | Microsoft Corporation | Application abstraction with dialog purpose |
| US8224650B2 (en) | 2001-10-21 | 2012-07-17 | Microsoft Corporation | Web server controls for web enabled recognition and/or audible prompting |
| US8160883B2 (en) | 2004-01-10 | 2012-04-17 | Microsoft Corporation | Focus tracking in dialogs |
| US8225232B2 (en) | 2005-02-28 | 2012-07-17 | Microsoft Corporation | Dynamic configuration of unified messaging state changes |
| JP2006246444A (ja) * | 2005-02-28 | 2006-09-14 | Microsoft Corp | ユニファイド・メッセージングの状態変更の動的構成 |
| US10318871B2 (en) | 2005-09-08 | 2019-06-11 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
| US9626955B2 (en) | 2008-04-05 | 2017-04-18 | Apple Inc. | Intelligent text-to-speech conversion |
| US9865248B2 (en) | 2008-04-05 | 2018-01-09 | Apple Inc. | Intelligent text-to-speech conversion |
| US10795541B2 (en) | 2009-06-05 | 2020-10-06 | Apple Inc. | Intelligent organization of tasks items |
| US11080012B2 (en) | 2009-06-05 | 2021-08-03 | Apple Inc. | Interface for a virtual digital assistant |
| US10283110B2 (en) | 2009-07-02 | 2019-05-07 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
| US9548050B2 (en) | 2010-01-18 | 2017-01-17 | Apple Inc. | Intelligent automated assistant |
| US10741185B2 (en) | 2010-01-18 | 2020-08-11 | Apple Inc. | Intelligent automated assistant |
| US11423886B2 (en) | 2010-01-18 | 2022-08-23 | Apple Inc. | Task flow identification based on user intent |
| KR101775708B1 (ko) | 2010-01-18 | 2017-09-06 | 애플 인크. | 지능형 자동화 어시스턴트 |
| JP2014222516A (ja) * | 2010-01-18 | 2014-11-27 | アップル インコーポレイテッド | インテリジェント自動アシスタント |
| US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
| US10706841B2 (en) | 2010-01-18 | 2020-07-07 | Apple Inc. | Task flow identification based on user intent |
| US9633660B2 (en) | 2010-02-25 | 2017-04-25 | Apple Inc. | User profiling for voice input processing |
| US10049675B2 (en) | 2010-02-25 | 2018-08-14 | Apple Inc. | User profiling for voice input processing |
| US8521513B2 (en) | 2010-03-12 | 2013-08-27 | Microsoft Corporation | Localization for interactive voice response systems |
| US10102359B2 (en) | 2011-03-21 | 2018-10-16 | Apple Inc. | Device access using voice authentication |
| US9798393B2 (en) | 2011-08-29 | 2017-10-24 | Apple Inc. | Text correction processing |
| US9953088B2 (en) | 2012-05-14 | 2018-04-24 | Apple Inc. | Crowd sourcing information to fulfill user requests |
| US10079014B2 (en) | 2012-06-08 | 2018-09-18 | Apple Inc. | Name recognition system |
| US9971774B2 (en) | 2012-09-19 | 2018-05-15 | Apple Inc. | Voice-based media searching |
| US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
| US9620104B2 (en) | 2013-06-07 | 2017-04-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
| US9633674B2 (en) | 2013-06-07 | 2017-04-25 | Apple Inc. | System and method for detecting errors in interactions with a voice-based digital assistant |
| US9966060B2 (en) | 2013-06-07 | 2018-05-08 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
| US9966068B2 (en) | 2013-06-08 | 2018-05-08 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
| US10657961B2 (en) | 2013-06-08 | 2020-05-19 | 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 |
| US10185542B2 (en) | 2013-06-09 | 2019-01-22 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
| US10169329B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Exemplar-based natural language processing |
| US10904611B2 (en) | 2014-06-30 | 2021-01-26 | Apple Inc. | Intelligent automated assistant for TV user interactions |
| US9668024B2 (en) | 2014-06-30 | 2017-05-30 | Apple Inc. | Intelligent automated assistant for TV user interactions |
| US9986419B2 (en) | 2014-09-30 | 2018-05-29 | Apple Inc. | Social reminders |
| US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
| US10356243B2 (en) | 2015-06-05 | 2019-07-16 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
| US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
| US11500672B2 (en) | 2015-09-08 | 2022-11-15 | Apple Inc. | Distributed personal assistant |
| US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
| US9697820B2 (en) | 2015-09-24 | 2017-07-04 | Apple Inc. | Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks |
| US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
| US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
| US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
| US11526368B2 (en) | 2015-11-06 | 2022-12-13 | Apple Inc. | Intelligent automated assistant in a messaging environment |
| 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 |
| 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 |
| US11069347B2 (en) | 2016-06-08 | 2021-07-20 | Apple Inc. | Intelligent automated assistant for media exploration |
| US10354011B2 (en) | 2016-06-09 | 2019-07-16 | Apple Inc. | Intelligent automated assistant in a home environment |
| US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
| US11037565B2 (en) | 2016-06-10 | 2021-06-15 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
| US10733993B2 (en) | 2016-06-10 | 2020-08-04 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
| US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
| US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
| US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
| US11152002B2 (en) | 2016-06-11 | 2021-10-19 | Apple Inc. | Application integration with a digital assistant |
| US10269345B2 (en) | 2016-06-11 | 2019-04-23 | Apple Inc. | Intelligent task discovery |
| US10089072B2 (en) | 2016-06-11 | 2018-10-02 | Apple Inc. | Intelligent device arbitration and control |
| US10297253B2 (en) | 2016-06-11 | 2019-05-21 | Apple Inc. | Application integration with a digital assistant |
| US10521466B2 (en) | 2016-06-11 | 2019-12-31 | Apple Inc. | Data driven natural language event detection and classification |
| US10553215B2 (en) | 2016-09-23 | 2020-02-04 | Apple Inc. | Intelligent automated assistant |
| US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
| US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
| US10755703B2 (en) | 2017-05-11 | 2020-08-25 | Apple Inc. | Offline personal assistant |
| US10791176B2 (en) | 2017-05-12 | 2020-09-29 | Apple Inc. | Synchronization and task delegation of a digital assistant |
| US11405466B2 (en) | 2017-05-12 | 2022-08-02 | Apple Inc. | Synchronization and task delegation of a digital assistant |
| US10410637B2 (en) | 2017-05-12 | 2019-09-10 | Apple Inc. | User-specific acoustic models |
| US10482874B2 (en) | 2017-05-15 | 2019-11-19 | Apple Inc. | Hierarchical belief states for digital assistants |
| US10810274B2 (en) | 2017-05-15 | 2020-10-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
| US11217255B2 (en) | 2017-05-16 | 2022-01-04 | Apple Inc. | Far-field extension for digital assistant services |
Also Published As
| Publication number | Publication date |
|---|---|
| ATE287117T1 (de) | 2005-01-15 |
| US6532444B1 (en) | 2003-03-11 |
| WO2000014727A1 (en) | 2000-03-16 |
| CN1153190C (zh) | 2004-06-09 |
| WO2000014728A1 (en) | 2000-03-16 |
| ES2235508T3 (es) | 2005-07-01 |
| DE69923191D1 (de) | 2005-02-17 |
| CN1325528A (zh) | 2001-12-05 |
| EP1110206A1 (en) | 2001-06-27 |
| ES2235520T3 (es) | 2005-07-01 |
| CA2343150A1 (en) | 2000-03-16 |
| AU763059B2 (en) | 2003-07-10 |
| EP1110205A1 (en) | 2001-06-27 |
| DE69922971T2 (de) | 2005-12-29 |
| DE69922971D1 (de) | 2005-02-03 |
| DE69923191T2 (de) | 2006-01-05 |
| ATE286296T1 (de) | 2005-01-15 |
| JP2002524776A (ja) | 2002-08-06 |
| EP1110205B1 (en) | 2005-01-12 |
| CN1161747C (zh) | 2004-08-11 |
| CN1325527A (zh) | 2001-12-05 |
| AU6243999A (en) | 2000-03-27 |
| CA2343229A1 (en) | 2000-03-16 |
| EP1110206B1 (en) | 2004-12-29 |
| US6499013B1 (en) | 2002-12-24 |
| AU762282B2 (en) | 2003-06-19 |
| AU5813099A (en) | 2000-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2002524806A (ja) | 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 | |
| US6434524B1 (en) | Object interactive user interface using speech recognition and natural language processing | |
| CN111710333B (zh) | 用于生成语音转录的方法和系统 | |
| US7424427B2 (en) | Systems and methods for classifying audio into broad phoneme classes | |
| US6311182B1 (en) | Voice activated web browser | |
| US8380516B2 (en) | Retrieval and presentation of network service results for mobile device using a multimodal browser | |
| CA2280331C (en) | Web-based platform for interactive voice response (ivr) | |
| US6910012B2 (en) | Method and system for speech recognition using phonetically similar word alternatives | |
| US7177795B1 (en) | Methods and apparatus for semantic unit based automatic indexing and searching in data archive systems | |
| CN1290076C (zh) | 基于语音的不受语言限制的搜索系统和方法 | |
| JP4485694B2 (ja) | 並列する認識エンジン | |
| JP5330450B2 (ja) | テキストフォーマッティング及びスピーチ認識のためのトピック特有のモデル | |
| AU2001251354A1 (en) | Natural language and dialogue generation processing | |
| US20090112593A1 (en) | System for recognizing speech for searching a database | |
| WO2000045375A1 (en) | Method and apparatus for voice annotation and retrieval of multimedia data | |
| JP3476008B2 (ja) | 音声情報の登録方法、認識文字列の特定方法、音声認識装置、音声情報の登録のためのソフトウエア・プロダクトを格納した記憶媒体、及び認識文字列の特定のためのソフトウエア・プロダクトを格納した記憶媒体 | |
| WO2007021587A2 (en) | Systems and methods of supporting adaptive misrecognition in conversational speech | |
| JPH07191687A (ja) | 自然言語処理装置及びその方法 | |
| US6275803B1 (en) | Updating a language model based on a function-word to total-word ratio | |
| CN1441372A (zh) | 以多媒体资料播放字义解释的系统与方法 | |
| JP2001510660A (ja) | 音声データインターフェイス |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060907 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061010 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070110 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070118 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070605 |