JP2002526855A - 会話型バーチャル・マシンによる会話型コンピューティング - Google Patents
会話型バーチャル・マシンによる会話型コンピューティングInfo
- Publication number
- JP2002526855A JP2002526855A JP2000575021A JP2000575021A JP2002526855A JP 2002526855 A JP2002526855 A JP 2002526855A JP 2000575021 A JP2000575021 A JP 2000575021A JP 2000575021 A JP2000575021 A JP 2000575021A JP 2002526855 A JP2002526855 A JP 2002526855A
- Authority
- JP
- Japan
- Prior art keywords
- conversational
- user
- application
- information
- cvm
- 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.)
- Granted
Links
- 230000003993 interaction Effects 0.000 claims abstract description 109
- 230000002452 interceptive effect Effects 0.000 claims abstract description 106
- 230000006870 function Effects 0.000 claims description 96
- 238000000034 method Methods 0.000 claims description 88
- 230000008569 process Effects 0.000 claims description 57
- 238000013515 script Methods 0.000 claims description 23
- 238000012546 transfer Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 5
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 235000010627 Phaseolus vulgaris Nutrition 0.000 claims description 2
- 244000046052 Phaseolus vulgaris Species 0.000 claims description 2
- 230000006978 adaptation Effects 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 22
- 239000010410 layer Substances 0.000 description 51
- 238000007726 management method Methods 0.000 description 27
- 230000009471 action Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 17
- 229920001690 polydopamine Polymers 0.000 description 16
- 239000003795 chemical substances by application Substances 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 241000699666 Mus <mouse, genus> Species 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 230000006855 networking Effects 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000001934 delay Effects 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000002269 spontaneous effect Effects 0.000 description 4
- 238000013518 transcription Methods 0.000 description 4
- 230000035897 transcription Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000012913 prioritisation Methods 0.000 description 3
- 208000025967 Dissociative Identity disease Diseases 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000012792 core layer Substances 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000003607 modifier Substances 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000239290 Araneae Species 0.000 description 1
- 241000661823 Canopus Species 0.000 description 1
- 241000282668 Cebus Species 0.000 description 1
- 101100042793 Gallus gallus SMC2 gene Proteins 0.000 description 1
- 235000007297 Gaultheria procumbens Nutrition 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 241000333569 Pyrola minor Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000007420 reactivation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000000859 sublimation Methods 0.000 description 1
- 230000008022 sublimation Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
-
- G06Q50/40—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- 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
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/285—Memory allocation or algorithm optimisation to reduce hardware requirements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4938—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals comprising a voice browser which renders and interprets, e.g. VoiceXML
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
- H04M1/72445—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality for supporting Internet browser applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/60—Medium conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2203/00—Aspects of automatic or semi-automatic exchanges
- H04M2203/35—Aspects of automatic or semi-automatic exchanges related to information services provided via a voice call
- H04M2203/355—Interactive dialogue design tools, features or methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2250/00—Details of telephonic subscriber devices
- H04M2250/74—Details of telephonic subscriber devices with voice recognition means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/42204—Arrangements at the exchange for service or number selection by voice
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/44—Additional connecting arrangements for providing access to frequently-wanted subscribers, e.g. abbreviated dialling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4931—Directory assistance systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M7/00—Arrangements for interconnection between switching centres
Abstract
Description
号および1999年1月27日出願の米国仮特許出願第60/117595号に
基づく。
する。より詳細には、本発明は、スタンドアロンOS(オペレーティング・シス
テム)として、または従来のOSまたはRTOS(リアルタイム・オペレーティ
ング・システム)上で稼動するプラットフォームまたはカーネルとして実施可能
で、従来のプラットフォームおよびアプリケーションとの下位互換性を備えるこ
とも可能なCVM(会話型仮想計算機)を対象とする。本明細書に記載のCVM
は、会話型API(アプリケーション・プログラム・インターフェース)、会話
型プロトコル、および会話型ファウンデーション・クラスをアプリケーション開
発者に開示し、対話およびコンテキスト、会話型エンジンおよびリソース、およ
び異なる会話機能を有するプラットフォームおよび装置間の会話型プロトコル/
通信の管理による会話型コンピューティングを実現するカーネル層を備え、汎用
CUI(会話型ユーザ・インターフェース)を提供する。
ィング・システム)は基本的にGUI(グラフィカル・ユーザ・インターフェー
ス)ベースであるかまたはGUIカーネルを中核として構築されているため、P
C(パーソナル・コンピュータ)およびワークステーションの分野では、GUI
ベースのOSが主流になっている。実際、UIが主として音声とDTMF(dual
tone multifrequency)I/O(入出力)であるIVR(対話式音声応答)など
の電話アプリケーションを除き、ほとんどの一般的な情報アクセスおよび管理ア
プリケーションは、GUIパラダイムを中心に構築されている。さらに、他の非
GUIベースのUIは、メインフレームやきわめて専門的なシステムなどのより
古いアーキテクチャと共に使用されている。一般に、GUIパラダイムでは、ユ
ーザと機械との間のUIはグラフィックであり(たとえばマイクロソフトWindow
sやUnix(登録商標)-X Windows)、各プロセスを別個のウィンドウとして表示 することによってマルチタスク機能を実現し、それによって、各ウィンドウへの 入力がキーボード、マウス、またはペンなどの他のポインティング・デバイスを 介して行うことができる(ただし、プロセスによっては、ユーザと直接「対話/ インターフェース」していないときには隠すこともできる)。
ンド・サービスおよびアーキテクチャなどの他の階層へのパラダイム・シフトを
喚起し、促した。GUIベースのOSは、情報へのアクセスと情報の管理のため
に従来のPCクライアント/サーバ・モデルで広く実施されてきた。アクセスさ
れる情報は、装置上でローカルに、インターネットや専用イントラネットを介し
てリモートに、複数のパーソナル・コンピュータ、装置、およびサーバ上に置か
れる場合がある。このような情報には、コンテンツ素材、トランザクション管理
、および生産性向上ツールが含まれる。しかし、情報にアクセスし、管理するの
に、従来のPCクライアント/サーバ・モデルから離れて、相互に接続され、ユ
ーザがどこでも、いつでも、どの装置を介してでも情報にアクセスし、管理する
ことができる、数十億のパーベイシブ・コンピューティング・クライアント(P
vCクライアント)に向かう新しい傾向がある。しかも、この情報へのアクセス
は、使用する装置やアプリケーションとは関係なく、情報とのインターフェース
が同じである。この傾向は、装置の小型化やその機能と複雑さの飛躍的増大と同
調している。それと同時に、電話が依然として情報にアクセスするための最も普
及した通信装置であるため、電話を介した情報へのアクセスと管理の普及への同
様の期待もさらに強くなっている。
ーフェースによって制約されており、基礎となる論理は装置によって全く異なる
。実際、この組込み分野における多様性と制約は、他の階層、すなわちデスクト
ップ、ワークステーション、バックエンド・サーバとは比較にならず、したがっ
て、組込み分野はUIに重要な課題を提起している。さらに、PvCクライアン
トの複雑さの増大は、ますます制約が増えている入出力インターフェースと重な
って、GUIの有効性を大幅に低下させる。実際、PvCクライアントは、ユー
ザが手や目を使わない対話を望むモバイル環境ではより頻繁に使用されている。
いくつかの制約された機能を備えた組込み装置であっても、GUIは、超小型の
表示装置には負担がかかりすぎ、乏しい電力とCPUリソースを消費する。さら
に、このようなGUIは、制約のあるインターフェースと取り組むユーザをひる
ませ、使う気を失わせる。さらに、任意の装置を経由して任意の場所からいつで
も情報にアクセスし情報を管理する遍在インターフェースについて最近明確化さ
れたニーズはGUIの限界を示している。
ド・コントロール(ボイスC&C)UIが使われ始めている。実際、シュリンク
ラップ小売製品としての音声認識の最近の成功や、電話IVR(対話型音声応答
)インターフェースの一部としての導入の進行により、音声認識は今後重要なユ
ーザ・インターフェース要素となることが明らかになっている。たとえば、電話
会社、コール・センター、やIVRは、音声インターフェースを実現して特定の
作業を自動化し、オペレータの要件や運営コストを減らし、通話処理の迅速化を
図っている。しかし現段階では、IVRアプリケーション開発者は、それぞれ独
自のプロピライエタリ音声エンジンおよびAPI(アプリケーション・プログラ
ム・インターフェース)を提供している。対話の開発は複雑なスクリプト記述と
熟練したプログラマを必要とし、これらのプロピライエタリ・アプリケーション
は、一般に、ベンダからベンダへと移植されない(すなわち、各アプリケーショ
ンは特定業務論理向けに丹念に作られ、設計される)。
ド・アンド・コントロール用の市販の連続音声認識アプリケーションを使用して
実施されてきた。しかし、このような音声アプリケーションは、キーボードやマ
ウスの代替となり、ユーザが対象を変えて新しいタスクを開始できるようにし、
対象としているタスクに音声コマンドを与えることができるようにするという意
味で、基本的にGUIベースのOSの付加機能である。実際、このような音声イ
ンターフェースを提供している現在のベンダおよび技術開発業者はすべて、GU
Iメニューに焦点を合わせ、選択するためのキーボードまたはポインティング・
デバイスを直接置き換えるために、音声またはNLU(自然言語理解)をコマン
ド行入力として組み込むことに依存している。このようなアプリケーションでは
、音声は、ヒューマン/マシン対話の根本的変化の方向ではなく、新しい追加の
I/Oモダリティとみなされている。
の実現は、オペレーティング・システムへの表面的な組込みに限られるべきでは
ない。また、組込み装置間での遍在的ルック・アンド・フィールに限られるべき
でもない。基礎となるオペレーティング・システムとコンピューティング機能の
設計を根本的に変えるべきである。さらに、入出力媒体での柔軟性により、オペ
レーティング・システムの最も根本的変革には音声入出力を必要とせず、より一
般的なキーボード、マウス、またはペン入力およびディスプレイ出力でも実現可
能である。
会話型アプリケーションの構築、従来のオペレーティング・システムへの「音声
」の表面的な組込みをはるかに超える、汎用会話型ユーザ・インターフェースを
介した複数のプラットフォーム、装置、およびアプリケーションにわたる会話型
コンピューティングを提供するシステムがきわめて望ましい。
ンピューティングを提供する会話型コンピューティング・パラダイムに基づくシ
ステムおよび方法を対象とする。この会話型コンピュータ・パラダイムは、シス
テムがユーザ対話して、照会とその実行結果の遂行、一義化、または修正を行う
ことを規定する。これらは、コンテキスト、アプリケーション、履歴、およびユ
ーザの選好とバイオメトリックに基づいて、照会、コンテキスト、および操作情
報を抽出し、扱う。これらの中核原理は、音声使用可能入出力インターフェース
を必要とせず、基礎となるコンピューティング・コアに深く浸透する。実際、本
発明による会話型コンピューティング・パラダイムは、音声のない場合にも適用
され、対話がたとえばキーボードを介して行われる場合であっても、対話および
会話を中心に構築されたコンピューティングの本質を表す。VT100やPalm P
ilot画面などのダミー端末ディスプレイを介する場合でも、ユーザが、たとえば
並列して稼動している複数のWindowsアプリケーションをシームレスに制御する
ことができるようにするのが、会話型コンピューティング・パラダイムである。
提供するシステムは、スタンドアロンOS(オペレーティング・システム)とし
て、または、従来のOSまたはRTOS(リアルタイム・オペレーティング・シ
ステム)上で稼動するプラットフォームまたはカーネルとして実施され、従来の
プラットフォームおよびアプリケーションとの下位互換性を備えることも可能な
CVM(会話型仮想計算機)である。このCVMは、会話型API(アプリケー
ション・プログラム・インターフェース)、会話型プロトコル、および会話型フ
ァウンデーション・クラスをアプリケーション開発者に開示し、対話およびコン
テキスト、会話型エンジンおよびリソース、および異なる会話機能を有するプラ
ットフォームおよび装置間での会話型プロトコル/通信を管理することにより、
会話型コンピューティングを実施するカーネルを提供して、汎用CUI(会話型
ユーザ・インターフェース)を提供する。このCVMカーネルは、登録された会
話機能および要件に基づいてアプリケーションおよび装置間の対話を制御する中
核層である。また、入出力モダリティとして音声を付加して会話型システム動作
を実現するにとどまらない統一会話型ユーザ・インターフェースも提供する。C
VMは、ディスコース、コンテキスト、混在主導権(mixed initiative request
s)、抽象化の能力による会話に類似した方式でタスクを管理することができる
。
言語理解、および自然対話生成エンジンを含む会話型サブシステム(ローカルと
分散型のいずれともすることができる)を使用して、ユーザと機械との対話の理
解と生成を行う。これらのサブシステムには、CVMを介してアクセスする。こ
れらのエンジンは、会話型アプリケーションAPIを介してアプリケーションに
対して隠蔽される。CVMは、このようなエンジンを会話型エンジンAPIを介
して制御することができる。さらに、会話型APIは会話型エンジンAPIを含
むことができる。典型的には、CVMはこれらのエンジンAPIをアプリケーシ
ョン開発者に直接開示する機能を含む。これは、会話アプリケーションAPIに
含まれた会話エンジンAPIを有することによって、または会話アプリケーショ
ンAPIのレベルでの類似の呼出しおよび機能をエミュレートすることによって
行うことができる。
理し、アクティブな対話、コンテキスト、およびアプリケーションを選択する、
メタ情報マネージャと、リソース・マネージャと、コンテキストスタックと、グ
ローバル履歴と、対話マネージャと、タスク・ディスパッチャとを含む。コンテ
キストスタックは、アクティブ化されたディスコースを使用する各アクティブ・
プロセスのコンテキスト(完全照会引数および状態/モード、すなわちすでに導
入済みの照会引数、任意の入出力イベント、およびアプリケーションによって生
成されたイベント)を、入力理解に必要なデータ(たとえば、音声入力のための
アクティブFSG、トピック、語彙、または可能な照会)と共に蓄積する。CV
Mカーネルは、ローカルおよびネットワーク化された従来型および会話型のリソ
ース上で生成される異なるタスクおよびプロセス間の調整を行う。CVMカーネ
ル層は、これらのリソースを追跡し、入力を適切な会話サブシステムに送り、装
置、状態、アプリケーション間の調停を行う。CVMカーネル層は、アクティブ
会話および会話履歴に従った出力生成および優先順位付け、遅延戻り、ネットワ
ーク・リソース間の委任、およびタスク委任および記憶の調整も行う。
ム・ハンドル、ネットワーク、周辺装置、ハードウェア、ローカルおよびネット
ワーク化ファイル・システムなどの要素に関連付けられたメタ情報を介して高水
準の抽象化および抽象カテゴリも備える。本発明の一態様による抽象メタ情報シ
ステムは、リソースの所有者/開発者またはリソースの過去の使用者/アプリケ
ーションによって定義された複数のカテゴリを含む。このような要素には、抽象
ショートカットおよび混在主導権要求を介してアクセスすることができる。接続
時、またはオブジェクトまたはそのコンテキストに関連付けられた抽象カテゴリ
のリストを更新し、各リソースがその機能を登録する抽象化のテーブルのように
機能する(DNSサーバまたはネーム空間マネージャと類似した)メタ情報サー
バを介して、新規オブジェクトに関連付けられた新規カテゴリを自動的に作成す
るための登録プロトコルを備える。ダウンロードまたは転送されたオブジェクト
は、同じプロトコルを使用してローカルで登録することができる。抽象メタ情報
を使用して、ネットワークの要素のショートカット、自動抽出、または処理を行
うことができる。
、およびディスコースにわたって記憶されたNLU、NLG、コンテキスト、お
よび混在主導権を有する機能を備える。会話型入力インターフェースを備え、そ
れによって、マルチモード入力ストリームのセットがそれぞれASCIIコマン
ドまたは照会(すなわち、属性値ペアまたはnタプルのリスト)に書き換えられ
る。各入力エンティティ(コマンド、NLU照会フィールドまたは引数ユニット
(分離された文字、語など)にタイム・マークが関連付けられ、複合入力ストリ
ームに付加される。同じタイム・マークを持つ2つ以上のストリームは、各入力
ストリームが前に寄与した時点に基づいて、または各アプリケーション/入力ス
トリームがコンテキスト履歴に基づいて受け取った優先順位に基づいて、優先順
位付けされる。複合入力は、可能なFSGおよび辞書と対照され、任意選択によ
り、ユーザにフィードバックされる。各リソースは、それぞれの会話型機能を交
換し、入力ストリームは該当する情報のみを交換するように調整される。
備え、それによって複数のタスクの出力が、コンテキスト・スタックおよびタス
ク・ディスパッチャに基づいて単一チャネル出力に待ち行列化される。多重化さ
れている場合であっても、各入力ストリームに割り当てられたリソースをリダイ
レクトまたは修正する機構を設ける。各リソースはその会話型機能を交換し、出
力ストリームは、出力Voiceフォントの選択と会話プレゼンテーションの形式設
定を含めて、該当する情報のみを交換するように調整される。
ームとして使用できるようにするプログラミング/スクリプト言語を使用する。
会話サブシステムを使用して、各入力はバイナリまたはASCII入力(属性値
ペアまたはnタプルのリスト)に変換され、これは組込みオブジェクトとしてプ
ログラミング言語が直接することができる。呼出し、フラグ、およびタグが自動
的に組み込まれ、オブジェクトとプロセスの間で、異なるオブジェクトと正しく
インターフェースするのに必要な会話メタ情報を伝達する。実際、任意のモダリ
ティの任意の入力が、関連付けられたコンテキストまたはコンテキスト・スタッ
クに追加されるイベントとして対話マネージャによってCVMカーネル層によっ
て取り込まれる。たとえば、マウスのクリックまたはポインタ/スタイラスの指
示アクションの後に、「I would like to open this(これを開きたい)」とい
うコマンドが続くと、それは属性値ペアのセットCommand: Open, Object:Window
s、または最後のマウス・クリックで選択されたタスクに一義化される。出力は
アプリケーションまたはユーザの必要に応じて特に形式設定することができる。
新しいプログラミング・ツールを使用してマルチモーダルディスコース処理を容
易に構築することができるようになっている。さらに、このようなプログラミン
グ言語およびスクリプトは、会話使用可能アプリケーションとCVM、およびC
ML(会話マークアップ言語)の間での会話型APIを含む。
たはそれぞれのNLU変換照会/属性値nタプルのリストに基づいて比較可能な
、豊富な会話型照会を扱うように、会話論理ステートメント・ステータスおよび
演算子を拡張する。このようなシステムをテストまたは修正する論理演算子を実
現する。
るサイレント・パートナを含めて、それぞれの会話型機能を登録することができ
る会話型ネットワーク接続プロトコルを備える。
話を調整し、複数のCVM装置が会話型接続され、調整されると、単一のインタ
ーフェースを介して(たとえば単一のマイクロフォンを介して)それらを同時に
制御することができるようになるようにする。互いを検出し、それぞれの識別情
報を登録した後、各システムまたは装置はそれぞれの会話型機能に関する情報を
交換し、データ転送を関連する情報のみに限定する。サイレント会話パートナも
同様に振舞い、会話プロキシ・サーバを介して、またはCVMの会話型クライア
ントとして対話することができる。複数のCVM間の調整には、複数の会話接続
された装置/オブジェクトによって提示される調整された一様な会話型インター
フェースを提供するために動的マスタ−スレーブ対話およびピア・ツー・ピア対
話を行うこともできる。さらに、互いにピア・ツー・ピア式に対話する(全体的
なネットワーク・トラフィックおよび対話フロー遅延を減らすように最適化また
は決定された)複数のローカル・マスタ他のトポロジも考慮することができる。
オブジェクトの集合が、集中または分散コンテキスト・スタックを介してユーザ
に単一の調整されたインターフェースを提示することができる。
レート、デバッグを行うための開発ツールも設ける。この開発ツールは、API
呼出し、プロトコル・呼出し、これらのAPIおよびプロトコルを使用したアプ
リケーションの直接実施、関連付けられたライブラリ、CVMが提供するサービ
スおよび動作を利用するアプリケーションのリンク機能を提供する。これらの開
発ツールによって、Voiceフォントなど、複数のパーソナリティによる会話型イ
ンターフェースの構築が可能になり、それによってユーザは出力データを提供す
る音声のタイプを選択することができる。PostscriptやAFL(オーディオ・フ
ォーマッティング言語)などの会話プレゼンテーションを構築する会話型形式設
定言語を備える。これらのアプリケーションを実施するコードは、宣言型または
手続き型とすることができる。これは、インタプリタ型またはコンパイラ型スク
リプトおよびプログラムを、ライブラリ・リンク、会話型論理、エンジン呼出し
、および会話型ファウンデーション・クラスと共に含む。会話型ファウンデーシ
ョン・クラスは、モダリティまたはモダリティの組合せとは関係なく、どのよう
な対話でも特徴付ける基本構成要素または会話ジェスチャである。
作成者または変更者あるいはその両方に関するメタ情報を使用して会話型セキュ
リティを設け、無許可のアクセスを防止する。CVMは、制限されたリソースへ
の照会が行われるたびに、そのリソースに関連付けられたセキュリティ・メタ情
報に基づいて、ユーザの自動認証を行う。この認証は、要求に対して直接または
、照会の前に取得した有効期限切れになっていない情報に対して行われる。
が行われると自動的にユーザが識別される。この認証は、要求に対して直接また
は、照会の前に取得した有効期限切れになっていない情報に対して行われる。各
タスクまたはリソース・アクセスを、要求者の選好に合わせて個別にカスタマイ
ズすることができる。タスクおよびコンテキストは、アクティブ・ユーザの順序
に従って優先順位付けされ、ユーザ変更のたびに優先順位付けし直される。ユー
ザ識別の変更に基づいて、環境変数をオンザフライで修正することができ、環境
全体をリセットする必要がない。曖昧性は、ユーザ識別を使用して各コンテキス
トまたはコンテキスト・スタックのレベルで解決される。
く、オペレーティング・システム、アプリケーション、またはユーザによって定
義された抽象カテゴリや、オペレーティング・システムによってオンラインまた
はオフラインで抽出されたトピック、またはオブジェクトにアクセスしたときに
会話プロトコルを介して入手したトピックにも基づく、会話型探索機能を備える
。さらに、アクティブ照会を完成させたり、または類似の照会/コンテキストを
抽出するコンテキスト探索機能を備える。
会話型照会/混在主導権/修正に依存するアプリケーション会話型選択機能を備
える。このような会話型選択機能により、基本選択の長いシーケンスが回避され
、選択の自然なショートカットおよび修正が実現される。さらに、階層構造を備
えたオブジェクトのスケルトンに直ちにアクセスし、提示する機構を備える。
ザの利用履歴を使用して、要求の完成、手続きのガイド、情報の探索、および新
規アプリケーションのアップグレード/インストールを行う、汎用調整会話型イ
ンターフェースを介した会話型ヘルプ、マニュアル、およびサポートを備える。
さらに、ヘルプ情報にアクセスするNLU照会を使用して、または現行ユーザ(
履歴)に関連付けられたメタ情報に基づいて、または欠落したり混在主導権を使
用して修正されたりした引数に基づいて、ヘルプ情報にアクセスすることができ
る。各アプリケーションが備えるダイアログは、ユーザの選好または専門知識の
レベルに合わせて調整される。
純で直観的で自然なインターフェース、音声の使用により生産性が大幅に向上す
る魅力的な会話型アプリケーション、新機能または使用法、自然照会を理解する
ことができる高機能な機械/装置、ハンドフリーまたはアイフリー・モードで作
業を効率的に行うことができる機能、会話型ユーザ入出力を捕捉し、必要に応じ
て置き換える魅力的なマルチモード高生産性ユーザ・インターフェース(ディス
プレイなしかまたは小型ディスプレイ、キーボード、ペン、ポインティング・デ
バイスなし、リモート・コンピューティングなど)、アクセスのために使用する
装置(PC、PDA、電話など)とは独立し、トランザクション/サービス/ア
プリケーションとも独立した汎用ユーザ・インターフェース、1つの装置が複数
の他の装置を制御することができるようにする複数の会話型装置間で調整された
インターフェース、既存のOS、アプリケーション、装置、およびサービスとの
下位互換性がある。
ての態様を組み込む会話型コンピューティングのためのシステムおよび方法を対
照とする。本明細書に記載の会話型コンピューティング・パラダイムによる会話
型コンピューティングを実現する重要な構成要素は、CVM(会話型仮想計算機
)である。一実施形態では、このCVMは、従来のOSまたはRTOS上で稼動
する会話型プラットフォームまたはカーネルである。CVMプラットフォームは
、PvC(パーベイシブ・コンピューティング)クライアントおよびサーバによ
って実施することもできる。一般に、CVMは、会話サブシステム(たとえば音
声認識エンジン、テキスト−音声合成など)と会話型または従来型あるいはその
両方のアプリケーションとの間での会話型APIおよびプロトコルを実現する。
また、CVMは、より限定されたインターフェースを備えた既存のアプリケーシ
ョンとの下位互換性も備えることができる。後述するように、CVMは、会話型
サービスおよび動作だけでなく、CVM層または少なくとも会話認識機能を備え
た複数のアプリケーションおよび装置との対話のための会話型プロトコルも提供
する。
る機能またはそれぞれが交換する情報に基づいて定義されることを理解されたい
。それらの実際の編成または実施態様は様々とすることができ、たとえば同一ま
たは異なるエンティティによって実施され、より大きな構成要素の構成要素とし
て、または独立してインスタンス化されたオブジェクト、またはそのようなオブ
ジェクトまたはクラスのファミリとして実施することができる。
くCVM(またはオペレーティング・システム)により、コンピュータまたはそ
の他の任意の対話型装置はユーザと会話することができる。さらにCVMにより
、ユーザは、機械にディスプレイやGUI機能がなく、キーボード、ペン、また
はポインティング・デバイスがない場合でも関係なく、その機械上で複数のタス
クを実行することができる。実際に、ユーザはこれらのタスクを会話と同様に管
理することができ、1つのタスクまたは複数の同時タスクを終了させることがで
きる。タスクを会話のように管理するために、本発明によるCVMは、混在主導
権、コンテキスト、および高レベルの抽象化に依存して様々な機能を実行する機
能を備える。混在主導権により、ユーザはシステムとの対話を通して要求を自然
に完成、変更または修正することができる。また混在主導権とは、CVMが、タ
スク全体を通じて、特に音声使用可能アプリケーションにおいて、ユーザを積極
的に支援し(主導して支援し)、指示することを意味し、この場合、混在主導権
機能はディスプレイのないシステムや限られたディスプレイ機能しかないシステ
ムを補う自然な方法である。一般には、CVMは従来のインターフェースおよび
入出力を置き換えるのではなく、それらを補うものである。これは、音声をマウ
ス、キーボード、およびペンなどの他の入出力装置と併用する「マルチモダリテ
ィ」という概念である。装置の限界に特定のインターフェースの実現が含まれる
場合、従来のインターフェースを置き換えることができる。さらに、その結果の
インターフェースの装置、層、およびサービス間での遍在性と一様性も不可欠の
特性である。CVMシステムは、大体において従来の入力媒体または出力媒体あ
るいはその両方と共に機能することができることを理解されたい。実際に、従来
のキーボード入力および従来のモニタ・ディスプレイに接続されたポインティン
グ・デバイスを備えたコンピュータは、本発明によるCVMを利用することによ
り大きな利益を得ることができる。一例は、米国仮特許出願第60/12808
1号に記載されている(これには、GUIモダリティと音声モダリティとが緊密
に同期した真のマルチモーダル・アプリケーションを作成する方法が記載されれ
ている)。言い換えると、コンピュータに話しかけなくないユーザでも、CVM
使用可能機械との対話へのダイナミックで積極的な移行を認識することができる
。
一実施形態による会話型コンピューティング・システム(またはCVMシステム
)がブロック図に示されている。一般に、CVMは汎用調整マルチモーダル会話
型ユーザ・インターフェース(CUI)10を備える。CUIの「マルチモーダ
リティ」態様とは、音声、キーボード、ペン、ポインティング・デバイス(マウ
ス)、キーパッド、タッチ・スクリーンなどの様々な入出力リソースを、CVM
プラットフォームと共に使用することができることを意味する。CUI10の「
一様性」態様とは、CVMがデスクトップ・コンピュータ、ディスプレイ機能が
制限されたPDA、ディスプレイを備えない電話と共に実施されているか否かを
問わず、CVMシステムが同じUIをユーザに提供することを意味する。言い換
えると、一様性とはCVMシステムが、音声のみのものから、音声、マルチモー
ダルすなわち音声+GUI、さらにGUIのみのものまでの範囲の機能を持つ装
置のUIを適切に扱うことができることを意味する。したがって、汎用CUIは
、アクセス・モーダリティに関係なく、すべてのユーザ対話に同じUIを提供す
る。
、(コンピュータ層内または複数のコンピュータ層にわたる)複数の装置が同じ
CUIを提供すると仮定すると、それらの装置を単一のディスコースすなわち調
整インターフェースを介して管理することができる。すなわち、複数の装置が会
話接続されている(すなわち互いに認識している)場合、それらを1つの装置の
1つのインターフェース(たとえば単一のマイクロフォン)を介して同時に制御
することができる。たとえば、汎用調整CUIを介して、会話接続された高度自
動機能電話、ページャ、PDA、ネットワーク・コンピュータ、およびIVR、
車載コンピュータを音声による自動的に制御することができる。これらのCUI
概念については、後で詳述する。
トコルを「話す」アプリケーション)と従来型アプリケーション12を含む複数
のアプリケーションを含む。会話認識アプリケーション11は、会話型アプリケ
ーションAPI13を介してCVMコア層(またはカーネル)14と共に動作す
るように特にプログラムされたアプリケーションである。一般に、CVMカーネ
ル14は、アプリケーションと装置間の対話をそれらの登録された会話型機能お
よび要件に基づいて制御し、入出力モーダリティとして音声を追加して会話型シ
ステム動作を実現するだけにとどまらない統一された会話型ユーザ・インターフ
ェースを提供する。CVMシステムは、従来のOSとAPI15、および従来の
装置ハードウェア16上に構築することができ、サーバまたは任意のクライアン
ト装置(PC、PDA、PvC)上に置くことができる。従来型アプリケーショ
ン12は、CVMカーネル層14によって管理される。CVMカーネル層14は
OS APIを介して従来型アプリケーションのGUIメニューおよびコマンド
と、基礎OSコマンドとにアクセスする。CVMは、会話サブシステム18(す
なわち会話エンジン)および従来のOS15の従来型サブシステム(たとえばフ
ァイル・システムや従来のドライバ)を含む、すべての入出力発行を自動的に扱
う。一般に、会話サブシステム18は、適切なデータ・ファイル17(たとえば
、コンテキスト、有限状態文法、語彙、言語モデル、記号照会マップなど)を使
用して、音声要求を照会に変換し、出力をおよび結果を発話メッセージに変換す
る機能を果たす。会話型アプリケーションAPI13は、CVM14が照会をア
プリケーション呼出しに変換し、逆に出力を音声に変換して、ユーザに提供する
前に適切に記憶されるすべての情報を伝達する。
・システム(またはCVM)の抽象プログラミング層が図示されている。CVM
の抽象層は、会話認識アプリケーション200と従来型アプリケーション201
とを含む。上述のように、会話認識アプリケーション200は、会話型アプリケ
ーションAPI層203を介してCVMカーネル層202と対話する。会話型ア
プリケーションAPI層203は、CVMカーネル202が備える様々な機能(
後述する)を提供するための会話型プログラミング言語/スクリプトおよびライ
ブラリ(会話型ファウンデーション・クラス)を含む。たとえば、会話型プログ
ラミング言語/スクリプトは、アプリケーション開発者が会話認識アプリケーシ
ョン200をフック(または開発)することができるようにする会話型APIを
備える。また、会話型API層203、会話型プロトコル204、および、開発
者が会話機能をアプリケーションに組み込んで「会話認識型」にすることができ
るようにするシステム呼出しも備える。アプリケーション、API呼出し、およ
びプロトコル呼出しを実現するコードには、ライブラリ・リンク、(後述する)
会話型論理エンジン呼出し、および会話型ファウンデーション・クラスを備える
インタプリタ型およびコンパイラ型のスクリプトおよびプログラムが含まれる。
ンデーション・クラス205(または基本対話構成要素)を含み、これは、本発
明によるCUIまたは会話認識アプリケーション200を構築するために使用す
ることができるライブラリ関数を介してアプリケーション開発者に提供される。
会話型ファウンデーション・クラス205は、基本高栄養素または会話ジェスチ
ャ(T.V.Raman(ラーマン)が「Auditory User Interfaces, Toward The Speaki
ng Computer」Kluwer Academic Publishers, Boston 1997で記載している)であ
り、任意の対話を、モダーリティまたはモダーリティの組合せ(手続き式または
宣言式に実施可能である)とは独立して特徴づける。会話型ファウンデーション
・クラス205は、CUIビルディング・ブロック、会話型プラットフォーム・
ライブラリ、対話モジュールおよび構成要素、および対話スクリプトおよびビー
ンを含む。会話型ファウンデーション・クラス205は、ローカルで会話型オブ
ジェクト206にコンパイルすることができる。具体的には、会話型ファウンデ
ーション・オブジェクト206(または対話構成要素)は、JavaやC++などの
プログラミング言語によって、これらのライブラリを呼び出すコード中の異なる
個別のクラスを組み合わせることによって、会話型ファウンデーション・クラス
205(ファウンデーション対話構成要素)からコンパイルされる。上述のよう
に、コーディングはそのような基本対話構成要素を宣言型コードに組み込むこと
、またはそれらを手続き型コードにリンクすることを含む。会話型ファウンデー
ション・クラス205をネストし、埋め込むことによって、特定の対話タスクま
たはアプリケーションを実行する(再使用可能または再使用不能)会話型オブジ
ェクト206を(宣言式またはコンパイル/インタプリテーションを介して)作
成することができる。たとえば、会話型オブジェクト206は、CML(会話型
マークアップ言語)のページなど(ネストしているか否かを問わず)、宣言式に
実現することができ、会話型ブラウザ(またはビューワ)(200a)によって
処理またはロードされる。対話オブジェクトは、(会話型ブラウザを介して)C
ML(会話型マークアップ言語)ページによりロード可能なアプレットまたはオ
ブジェクトと、CVM上の手続き型オブジェクト(CVM上で分散可能)、CM
L内のスクリプト・タグ、およびサーブレット構成要素を含む。
。会話型ジェスチャ・メッセージは、機械が情報メッセージをユーザに伝達する
ために使用する。ジェスチャ・メッセージは、一般には、表示文字列または音声
プロンプトとして表される。メッセージのうちの発話される部分は、CVM上で
稼動する様々なアプリケーション/対話の現行状態に応じて変わることができる
。「select from set(セットから選択)」という会話ジェスチャを使用して、
個別の選択肢のセットから選択することをユーザに求める対話をカプセル化する
。これは、プロンプト、デフォルト選択、および妥当な選択肢のセットをカプセ
ル化する。「select from range」という会話型ジェスチャ・メッセージは、ユ
ーザが連続した値の範囲から値を選択することができる対話をカプセル化する。
このジェスチャは、有効な範囲、現行選択、および情報プロンプトをカプセル化
する。さらに、入力制約がより複雑な場合(または場合によっては存在しない場
合)に、会話ジェスチャ入力を使用してユーザ入力を入手する。このジェスチャ
は、ユーザ・プロンプト、要求されている情報項目(未定)に関するアプリケー
ション・レベルのセマンティクス、および場合によっては入力の有効性を検査す
るための述語をカプセル化する。上述のように、会話型ファウンデーション・ク
ラスは、会話型ジェスチャの概念を含むが、これだけには限定されない(すなわ
ち、基本動作およびサービスのレベルや、会話型タスクを実行するための規則に
も及ぶ)。
話マネージャとエンジンとの接続を可能にする。ファウンデーション・クラスの
データ・ファイルはCVM上に存在する(組込みプラットフォームのためにロー
ド可能)。オブジェクトのデータ・ファイルは、展開およびロード可能である。
異なるオブジェクトが同時に対話マネージャとして機能する。いくつかの会話型
ファウンデーション・クラスの例を以下に示す。
可能。) 7. Get_digitstring(数字ストリングを入手) 8. Get_alphanumeric(英数字を入手) 9. Get_spelling(スペルを入手) 10. Speech_biometrics_identify(発話バイオメトリックの識別) 11. Open_NL(NLを開く) 12. Close_NL(NLを閉じる) 13. Delete_NL(NLを削除) 14. Save_NL(NLを保存) 15. Select_NL(NLを選択) 16. Mark_NL(NLをマーク) など
ベースまたは抽象化ベース)) 6. Conversational_selection(dialog or abstraction-based)(会話選択(
対話ベースまたは抽象化ベース)) 7. Accept_result(結果を受諾) 8. Reject_result(結果を拒否) 9. Arbitrate_result(結果を調停) など
en Ageを使用して、開発者はCVM用の会話認識アプリケーションの作成、シミ
ュレート、およびデバッグを行うことができる。API呼出しの直接実施を提供
するほか、複数のパーソナリテイによる高機能会話型インターフェース、ユーザ
が出力の音声のタイプを選択することができるVoiceフォント、およびPostcript
やAFL(オーディオ・フォーマッティング言語)のような会話型プレゼンテー
ションを作成する会話形式設定言語も提供する。
、会話型論理、および会話型メタ情報交換プロトコルを実現する会話型プログラ
ミング言語およびスクリプトを含む。会話型プログラミング言語/スクリプトに
よって、任意の使用可能なリソースを入力ストリームまたは出力ストリームとし
て使用することができるようになる。以下で詳述するように、(CVM202が
会話エンジンAPI207を介してアクセスする)会話型エンジン208および
会話型データ・ファイル209を使用して、各入力はバイナリまたはASCII
入力に変換され、それをプログラミング言語によって組込みオブジェクトとして
直接処理することができる。呼出し、フラグ、およびタグを自動的に組み込むこ
とができ、異なるオブジェクトと正しくインターフェースするのに必要な会話型
メタ情報をオブジェクトとプロセス間で送ることができる。さらに、アプリケー
ションまたはユーザの必要に応じて出力ストリームを特別に形式設定することが
できる。これらのプログラミング・ツールにより、マルチモーダル・ディスコー
ス処理を容易に構築することができる。さらに、論理ストリーム状況および演算
子を拡張して、ASCII/バイナリのコンテンツに基づき、またはそれらのN
LU変換照会(従来型および会話型のサブシステムの入出力)またはFSGベー
スの要求(この場合システムは限定されたコマンドを使用)に基づき比較可能な
豊富な会話型照会を扱う。このようなシステムをテストまたは修正するための論
理演算子が実現可能である。会話型論理値/演算子は拡張されて、真、偽、不完
全、曖昧、ASCIIの視点での異/同、NLUの視点からの異/同、アクティ
ブ照会フィールドの視点からの異/同、不明、非互換、および比較不能を含む。
作の拡張機能を実現するコードも含む。このような拡張機能としては、たとえば
、任意のオブジェクトに関連付けられた高水準の抽象化および抽象カテゴリ、抽
象カテゴリの自己登録機構、記憶、要約、会話型探索、選択、リダイレクト、ユ
ーザ・カスタマイズ、学習機能、ヘルプ、マルチユーザおよびセキュリティ機能
、ファウンデーション・クラス・ライブラリなどがあり、それぞれについては後
で詳述する。
話型エンジン208(たとえば音声認識、NL解析、NLU、TTS、および音
声圧縮/圧縮解除の各エンジン)とそれらを使用するアプリケーションとの間の
インターフェースをとる会話型エンジンAPI層207をさらに含む。エンジン
API層207は、ローカルかリモートかを問わずコア・エンジンと通信するた
めのプロトコルも備える。入出力API層210が、キーボード、マウス、タッ
チ・スクリーン、キーパッド(マルチモーダル会話型UIを実現する)および音
声入出力を取り込む音声サブシステム(音声入力/音声出力)などの従来の入出
力リソース211とのインターフェースをとる。入出力API層210は、装置
抽象化、入出力抽象化、およびUI抽象化を備える。入出力リソース211は、
入出力API層210を介してCVMカーネル層202に登録される。
スマネージャ層215、会話型対話マネージャ(アービトレータ)層219、会
話型リソース・マネージャ層220、タスク/ディスパッチャ・マネージャ22
1,おおよびメタ情報マネージャ220など、CVM層202の中核機能を実現
するプログラミング層を含む。会話型アプリケーションおよび動作/サービスマ
ネージャ層215は、従来型アプリケーション201および会話認識アプリケー
ション200を管理する機能を含む。このような管理機能としては、たとえば、
(ローカルおよびネットワーク分散の両方で)どのアプリケーションが登録され
たか、アプリケーションの対話インターフェース(ある場合)は何か、各アプリ
ケーションの状態の追跡などがある。さらに、会話型アプリケーションおよびサ
ービス/動作マネージャ215は、CVMシステムが提供する特定のサービスま
たは動作に関連付けられたすべてのタスクを開始する。会話型サービスおよび動
作は、ユーザがアプリケーションおよび対話内に存在すると予想できる会話型U
Iのすべての動作および機能と、アプリケーション開発者が(アプリケーション
の開発によって実現しなくても)APIを介してアクセス可能であると予想でき
る機能である。CVMカーネル202が提供する会話型サービスおよび動作の例
としては、会話型カテゴリ化およびメタ情報、会話型オブジェクト、リソースお
よびファイル管理、会話型探索、会話型選択、会話型カスタマイズ、会話型セキ
ュリティ、会話型ヘルプ、会話型優先順位付け、会話型遅延処置/エージェント
/記憶、会話型論理、会話型インターフェースおよび装置(それぞれについては
本明細書で詳述する)。このようなサービスは、会話型アプリケーション層20
3を介してAPI呼出しにより提供される。会話型アプリケーションおよび動作
/サービス・マネージャ215は、装置、アプリケーション、またはユーザ選好
の機能と制約に合わせてUIを適合化するのに必要な様々な機能をすべて実行す
る役割を果たす。
わたって対話(GUIキーボード、ポインタ、マウス、ビデオ入力などの音声お
よびマルチモーダル入出力を含む会話型対話)を管理する機能を含む。具体的に
は、会話型対話マネージャ219は、ユーザがもっている情報、ユーザが提示す
る入力、ユーザ入力を扱うべきアプリケーションを判断する。
(ローカルの会話型エンジン208またはネットワーク分散リソース)、各登録
リソースの機能、および各登録リソースの状態を判断する。さらに、会話型リソ
ース・マネージャ220は、CPUサイクルの割振りの優先順位または入出力の
優先順位を付けて、それに続くアクティブ・アプリケーションとの対話を維持す
る(たとえば現行の入力または出力の認識または処理に従事しているエンジンが
優先権を持つ)。同様に、分散アプリケーションの場合、アクティブな前景プロ
セスのためにネットワーク遅延を最小限にするように、使用するエンジンおよび
ネットワーク経路の経路指定と選択を行う。
従来型および会話型リソース(後で詳述)上で(ユーザまたは計算機によって)
生成された様々なタスクおよびプロセスのディスパッチと調整を行う。メタ情報
マネージャ222は、メタ情報リポジトリ218を介して、システムに関連付け
られたメタ情報を管理する。メタ情報マネージャ222およびリポジトリ218
は、一般に会話型対話では既知であるものとみなされるが現行会話のレベルでは
入手できないすべての情報を収集する。例としては、先験的知識、文化的、教育
的前提事項および不変の情報、過去の要求、参照、ユーザに関する情報、アプリ
ケーション、ニュースなどがある。これは、一般に、会話型履歴/コンテキスト
の長さ/存続期間を超えて保持され、存続する必要がある情報であり、会話にと
って共通の知識であると予想され、したがって現在および過去の会話型対話中に
は決して定義されていないと情報である。また、後述するように、コマンド、リ
ソース、マクロなどへのショートカットも、メタ情報マネージャ222によって
管理され、メタ情報リポジトリ218に格納される。さらに、メタ情報リポジト
リ218は、ユーザ識別に基づくユーザ利用記録を含む。CVMシステムが提供
する会話型ヘルプや支援などのサービスと、いくつかの対話プロンプト(概説、
質問、フィードバックなど)は、メタ情報リポジトリ218に格納され、アプリ
ケーションに関連付けられている、ユーザの利用履歴に基づいて調整することが
できる。ユーザが所与のアプリケーションと以前に対話したことがある場合、ユ
ーザがそれについて熟知していると見なして説明を少なくすることができる。同
様に、ユーザが多くの誤りを犯した場合、多数のエラーは、ユーザがアプリケー
ションまたは機能について不確かであるか、熟知していないか、理解していない
か、または誤って理解しているためであると解釈されるため、説明をより詳しく
することができる。
コンテキスト・スタック217は、アプリケーションに関連付けられたすべての
情報を含む。このような情報には、すべての変数、状態、入力、出力、および対
話のコンテキストで行われたバックエンドに対する照会と、対話中に発生した外
部イベントが含まれる。後で詳述するように、コンテキスト・スタックには、各
アクティブ対話(または据置き対話−エージェント/記憶)に対応する編成/ソ
ートされたコンテキストが関連付けられる。CVMシステムにはグローバル履歴
216が含まれ、各アプリケーションのコンテキストを超えて記憶される情報を
含む。グローバル履歴には、たとえば、すべてのアプリケーションに関連付けら
れた情報や会話型セッション中に行われた処置(すなわち現行セッション(また
は機械が起動されてからの)のユーザと機械との間の対話の履歴)が記憶される
。
ージャ219を介したバックエンド業務論理213へのアクセスを可能にするバ
ックエンド抽象化層223をさらに含む。これにより、このようなアクセスをコ
ンテキスト・スタック217およびグローバル履歴216に加えることができる
。たとえば、バックエンド抽象化層223は、対話マネージャ219との間の入
出力をデータベース照会に変換する。この層223は、標準化属性値nタプルを
データベース照会に変換し、そのような照会の結果をテーブルまたは属性値nタ
プルのセットに変換し戻して対話マネージャ219に返す。さらに、ユーザに提
示される動作、UI、および対話を、CVMシステムを実行する装置の入出力機
能およびエンジンの機能に基づいて適合化する会話トランスコード層224を備
える。
、通信スタック214(または通信エンジン)をさらに含む。CVMシステムは
、通信スタックを使用して、会話型通信を行うように会話型通信サービスを拡張
する会話型プロトコル204を介して情報を送る。通信スタック214は、会話
型装置感の会話型通信交換を行うために、本発明の一実施形態により周知のOS
I(開放型システム相互接続)プロトコル層と共に実現可能であることを理解さ
れたい。当技術分野で周知のように、OSIは7層を含み、各層は、ネットワー
ク接続された装置のネットワーク分散会話型アプリケーション感の通信を行うた
めにそれぞれの機能を実行する。これらの層(その機能は周知である)は、アプ
リケーション層、プレゼンテーション層、セッション層、トランスポート層、ネ
ットワーク層、データリンク層、および物理層である。アプリケーション層は、
会話型プロトコル204を介した会話型通信を可能にするように拡張される。
は、それらの会話型機能およびプロキシを登録することができる。具体的には、
さらに図3を参照すると、会話型プロトコル204(またはメソッド)は、分散
会話型プロトコル300と、ディスカバリ、登録、および折衝プロトコル301
と、音声送信プロトコル302とを含む。分散会話型プロトコル300により、
ネットワーク会話型アプリケーション200、200a、およびネットワーク接
続装置(ローカル・クライアントおよびサーバなどのその他のネットワーク化装
置)は、情報を交換してそれぞれの現行の会話状態、引数(データ・ファイル2
09)、およびコンテキストを互いに登録することができる。分散会話型プロト
コル300は、ネットワーク接続装置(たとえばクライアント/サーバ)間でロ
ーカルおよびネットワークの会話型エンジン208、208aを共用することを
可能にする。分散会話型プロトコル300は、対話マネージャ(DM)プロトコ
ル(後述)も含む。分散会話型プロトコルは、マスタ/スレーブ会話型ネットワ
ーク、ピア会話型ネットワーク、サイレント・パートナを含む複数の装置および
アプリケーションが関与する会話を調整するための情報の交換を可能にする。分
散会話型プロトコルを使用してネットワーク装置間で交換可能な情報には、デー
タ・ファイル(引数)を指すポインタ、データ・ファイルおよびその他の会話型
引数の転送(必要な場合)、入力イベント、出力イベント、および認識結果の通
知、会話型エンジンAPI呼出しおよび結果、状態、コンテキスト変更、および
その他のシステム・イベントの通知、登録更新、登録のためのハンドシェーク、
折衝更新、折衝のためのハンドシェーク、要求リソースが失われた場合のディス
カバリ更新が含まれる。
は、アプレット、ActiveX構成要素、およびその他の実行可能コードなどの他の
情報を交換することができるようにし、それによって、装置または関連付けられ
たアプリケーションが、たとえばマスタ/スレーブやピア・ツー・ピア会話型ネ
ットワーク構成およびサイレント・パートナを含むネットワーク内の装置間での
会話と調整することができるようにする。言い換えると、複数のCVMまたは会
話認識装置が会話接続され、調整される場合、単に津のインターフェースを介し
て(すなわち単一のマイクロフォンを介して)それらを同時に制御することが可
能になる。たとえば、音声によって、高度自動機能電話、ページャ、PDA、ネ
ットワーク・コンピュータ、IVR、車載コンピュータを、固有の調整会話型イ
ンターフェースを介して自動的に制御することができる。サイレント・パートナ
を、他の会話型装置から会話型インターフェースを介して制御することができる
。サイレント・パートナは、API/プロトコルを介してネットワーク接続CV
Mと対話することができるような会話認識システムである。しかし、サイレント
・パートナは、指定されている機能以外には、ユーザに対して入出力を提示しな
い。たとえば、室内のランプは、CVMによって検出可能であり、その会話状態
(たとえばそのコマンドが何であるか、すなわち、ランプの点灯、消灯)を登録
することができ、CVMから送られたコマンドを実行することができることによ
って、会話認識可能であると言える。この形態では、本明細書でUCRC(汎用
会話型リモート・コントロール)と呼ぶCVMリモート・コントロールは、検出
されたすべての会話認識器具によってサポートされているコマンドをダウンロー
ドすることができる。その場合、ユーザはこれらのアプリケーションをCVMリ
モート・コントロールと対話するだけで音声により制御することができる。
リケーションおよび異なる会話型エンジン間での呼出しを実施するように、RM
I(リモート・メソッド呼出)またはRPC(リモート・プロシージャ呼出し)
システム呼出しを介して実施される。当技術分野で周知のように、RPCは、1
つのアプリケーションがネットワークを介して別のアプリケーションにサービス
を要求することを可能にするプロトコルである。同様に、RMIは、分散ネット
ワーク内でオブジェクトどうしが対話することを可能にする方法である。RMI
によって、要求と共に1つまたは複数のオブジェクトを受け渡しすることができ
る。
の各プロトコル301(またはメソッド)をさらに含む。登録プロトコルは、装
置間のデータ転送を該当情報に限定し、マスタ/スレーブまたはピア・ネットワ
ークの折衝を行うように、各ネットワーク装置またはアプリケーションがそれぞ
れの会話型機能、状態/コンテキストに関する情報の交換と登録を行えるように
する。(会話認識のみの)サイレント会話型パートナも同様に動作し(すなわち
それぞれの機能などを登録し)、会話型プロキシ・サーバを介して、またはCV
Mの会話型クライアントとして対話することができる(すなわち、サイレント・
パートナはCVM装置への会話型登録を使用する)。
ントを含むロード・メッセージ、(2)エンジン・リソース(所与の装置がNL
U、DM、NLG、TTS、話者認識、音声認識圧縮、コーディング、記憶など
を含むか否か)、(3)入出力機能、(4)CPU、メモリ、およびロード機能
、(5)データ・ファイル・タイプ(ドメイン固有、辞書、言語モデル、言語な
ど)、(6)ネットワーク・アドレスおよび機能、(7)ユーザに関する情報(
定義および更新イベント)、(8)装置、アプリケーション、または対話のため
のユーザ選好、(9)カスタマイズ、(10)ユーザの経験、(11)ヘルプ、
(12)アプリケーション(およびアプリケーション状態)ごとの機能要件(定
義および更新イベント)、(13)CUIサービスおよび動作(ヘルプ・ファイ
ル、カテゴリ、会話優先順位など)のためのメタ情報(典型的にはテーブルを指
すポインタを介した定義および更新イベント)、(14)プロトコル・ハンドシ
ェーク、(15)トポロジ折衝である。
の通信プロトコルや装置間のソケット通信を使用して行うこともできる。装置は
、分散会話型アーキテクチャを使用してそれに関連付けられた会話型エンジンお
よびCVMコントローラに、それぞれの会話型引数(たとえばアクティブ語彙、
文法、言語モデル、解析および翻訳/タグ付けモデル、声紋、合成規則、ベース
フォーム(句読規則)および音声フォント)を伝達する。この情報は、ファイル
またはストリームとしてCVMコントローラおよび会話型エンジンに渡されるか
、またはURL(または前述のように装置間の情報交換レベルでの宣言または手
続き、オブジェクトおよびXML構造)により渡される。登録プロトコルを実施
する一実施形態では、装置は、接続時に、フラグのセットまたは装置特性オブジ
ェクトを交換することによって、事前準備されたプロトコルを使用して会話型機
能に関する情報(たとえばTTS英語、任意のテキスト、音声認識、500ワー
ドおよびFSG文法、話者認識なしなど)を交換することができる。同様にアプ
リケーションはエンジン要件リストを交換できる。マスタ/スレーブ・ネットワ
ーク構成では、マスタ対話マネージャはすべてのリストをコンパイルし、機能お
よび必要なものを会話型機能と突き合わせる。さらに、装置またはアプリケーシ
ョンのコンテキスト・スタック/履歴を指示、受け渡し、または指すことによっ
て、コントローラがそのコンテキスト・スタックにアクセスし、追加することが
できるコンテキスト情報を送ることができる。装置は、そのマルチモーダル入出
力およびUI機能(画面あり/画面なし、音声入出力機能、キーボードなど)に
関する情報も渡す。会話型引数によって、対話エンジンは、現在の状況およびコ
ンテキストに基づいてNLUエンジンによる新規照会の関連性を推定することが
できる。
型クライアント230、230aが、ローカルまたはネットワークの会話認識シ
ステムを自動的に検出し、そのような会話認識システムを動的かつ自発的にネッ
トワーク接続するために使用する。ディスカバリ・プロトコルを介して交換され
る情報には、(1)ハンドシェークのブロードキャスト要求または要求の聴取、
(2)装置識別子の交換、(3)最初の登録のためのハンドル/ポインタの交換
、(4)最初の折衝のためのハンドルの交換が含まれる。
ピア対話において複数のCVMシステム間の適切な調整を実現するように、マス
タ/スレーブまたはピア・ネットワーキング間の折衝を可能にする。具体的には
、複数のCVM装置が登録時に、会話型登録機能に、たとえば、制御機能、それ
らの装置がアクセス可能な会話エンジン、それらの装置に登録済みでそれらの装
置が制御するアプリケーションおよび装置に関する情報を加える。UI、入出力
機能、およびアクティブ入出力に基づいて、1つのCVMコントローラがマスタ
になり、他のCVMコントローラがスレーブとして機能するが、これは新しい折
衝が行われるまで登録アプリケーションであるという点でマスタと相対的には同
等である。マスタとスレーブの役割は、アクティブ入出力モーダリティに基づい
て、またはアクティブ・アプリケーションに基づいて動的に交換可能である。
音声送信クライアント38、38aが他のネットワーク装置、システム、または
アプリケーションとの間で圧縮音声を処理のために送受信するために使用する。
音声送信クライアント38、38aは、ネットワークを介して送信された音声を
処理するために、適合する圧縮ハードウェア235、235aを使用して、圧縮
、圧縮解除、再構築エンジン234、234aと共に動作する。音声コーダ23
4、234aは、圧縮音声の知覚的に受容可能または理解可能な再構築と、最適
化された会話パフォーマンス(たとえば語誤り率)を実現する。音声は、それぞ
れのネットワーク装置上で、音響信号処理エンジン(音声サブシステム)232
、232aと適合する音声ハードウェア233,233aを使用して取り込まれ
る(さらにフィーチャに変換される)。さらに、音声処理のために装置間で圧縮
音声ファイル形式303を送受信することができる。具体的には、音声送信プロ
トコル303によって、装置は圧縮音声またはローカルの処理結果をネットワー
ク上の他の装置およびアプリケーションとの間で送受信することができる。前述
のように、会話型エンジン208(図2)は、送信のために音声(または結果)
を圧縮し、ローカル処理のためにネットワークを介して他の装置またはアプリケ
ーションから入手した圧縮音声(または結果)を圧縮解除する、圧縮/圧縮解除
エンジン234を含むことが好ましい。一実施形態では、送信側装置と受信側装
置戸の間のハンドシェーク・プロセスの後に、(パケット方式の)データ・スト
リームを受信側に送る。パケット・ヘッダによって、音声(結果)を符号化する
ために使用するコーディング方式とコーディング引数(サンプリング周波数、フ
ィーチャ特性、ベクトル次元、フィーチャ変換/ファミリなど)を指定すること
が好ましい。さらに、誤り訂正情報(たとえば、直前のパケットが失われたり遅
延した場合に差分デコーダを修正するための直前のパケットの最後のフィーチャ
・ベクトル、または失われたパケットを復元(再送信)するための適切なメッセ
ージング)も組み込むことができる。
トワーク装置の対話マネージャ(DM)(DMについては後述)間での情報交換
のためのプロトコルをさらに含む。たとえば図9に示すように、分散アプリケー
ション(分散アプリケーション200a)では、所与の機能をどの対話マネージ
ャ(219または219a)が実行するかを判断するための情報を交換するため
に対話管理プロトコルを使用する。典型的には、異なる装置、CVM、または異
なるアプリケーションがそれ独自の対話マネージャ、コンテキスト・スタック2
17、217a、およびグローバル履歴218、218aを有する。それらの異
なる対話マネージャは、(分散プロトコル300(図3)の一部である)対話マ
ネージャDMプロトコルを介して、マスタ対話マネージャおよびスレーブまたは
対等対話マネージャと、トポロジを折衝する。アクティブ・マスタ対話マネージ
ャ(図9で対話マネージャ219として図示されている)は、それらの異なるマ
ネージャへの入出力の流れを管理してアクティブ対話を決定し、照会を適切に実
行し、コンテキストと履歴を更新する役割を果たす。たとえば、交換可能な情報
は、(1)DMアーキテクチャ登録(たとえば各DMはローカルDMの集合とす
ることができる)、(2)関連付けられたメタ情報(ユーザ、装置、機能、アプ
リケーションの必要事項など)を指すポインタ、(3)DMネットワーク・トポ
ロジ(たとえばマスタ/スレーブ、ピア・ツー・ピア)の折衝、(4)該当する
場合、すなわちマスタDMによって制御されるエンジンを使用する場合、データ
・ファイル(会話型引数)、(5)エンジンへの転送やコンテキストへの追加の
ためのユーザ入力、ユーザへの出力など、入出力イベントの通知、(6)認識イ
ベントの通知、(7)エンジンからマスタDMへの処理済み入力の転送、(8)
マスタDMの責任の登録DMへの転送、(9)DM処理結果イベント、(10)
DM例外、(11)信頼結果および曖昧結果、提案フィードバックおよび出力、
提案実行状態、提案アクション、提案コンテキスト変更、提案新規対話状態の転
送、(12)決定通知、コンテキスト更新、アクション更新、状態更新など、(
13)完了、失敗、または割り込まれたアクションの通知、(14)コンテキス
ト変更の通知、(15)アクションによるデータ・ファイル、コンテキスト、お
よび状態の更新である。さらに、アクション、入出力イベント、バックエンド・
アクセスは、従来のリソース・マネージャおよびタスク・ディスパッチャ・マネ
ージャと共用される情報である。
具体的には、図10には、様々な装置/アプリケーション(l、k、およびN)
の複数の対話マネージャ(すなわち、マスタ・アービトレータと、スレーブ・対
話マネージャl、k、およびN)間の階層的対話を図示する。図10には、点滴
的なマスタ/スレーブ・トポロジが示されている。前述のように、このトポロジ
は、DMプロトコルを介して関連する情報を交換することによって形成される。
一方、図11には、主ルート(アービトレータ)対話マネージャのみが、1つま
たは複数のアプリケーションまたは装置(l、k、N)のために対話マネージャ
・タスクを行う他のマスタ/スレーブ構成が図示されている。この場合、マスタ
対話マネージャ・アービトレータは、存在する唯一の対話マネージャであり、グ
ローバル・コンテキストおよび履歴(場合によってはアプリケーション固有のコ
ンテキストおよび履歴の分類を有する)を維持する。DMプロトコルでは、各ア
プリケーションおよび装置と中核ルート対話マネージャとの間で属性値nタプル
を交換する必要がある。
に実際の対話管理プロセスは単一の装置上の単一の対話マネージャによって逐次
実行することができることを理解されたい。この2つの状況の相違は、ユーザが
、所定のタスクのために特化されたエンティティごとに1つの会話をもって複数
の会話を行う感じを持つのに対し、複数のタスクを行う1つのエンティティとの
会話を行っている感じを持つことである。これらのトポロジのそれぞれは、DM
プロトコルを介して折衝するか、またはユーザ選好、アプリケーションによる選
定、またはCVMデフォルト設定値によって設定することができる。
ーネルの会話型システムおよびコア機能モジュールの詳細なアーキテクチャが図
示されている。図4のシステムおよびそれに付随する説明は、実施例を示す例示
のためのものであり、当業者なら本発明の主旨によるCVMを実施する他の構成
要素またはシステム・アーキテクチャを考えることができることを理解されたい
。さらに、これらの要素のそれぞれをアプリケーション内または既存のオペレー
ティング・システム下のプラットフォームとしてスタンドアロン・モードで導入
するか、またはこれらの異なる新規要素を中心に構築されたコア・カーネルを持
つ真のCVMで導入することができることを理解されたい。基礎オペレーティン
グ・システムに対する会話型呼出しは、CVMによって取り込み、実施すること
ができ、それによって移植性が可能になる。その場合、CVMは既存のプラット
フォームのためのスタンドアロン・プラットフォームとして構成される。
的に、会話型サブシステムの組合せと、CVM401によって実行され、管理さ
れる会話型サブシステムとを含む。CVM401は、タスク・ディスパッチャ/
コントローラ402と、メタ情報マネージャ403と、対話コントローラ404
(または上述の対話マネージャ)と、コンテキスト・スタック405と、会話型
サブシステム・サービス・マネージャ406とを含む。本明細書では、「CVM
コントローラ」という用語はタスク・ディスパッチャ/コントローラ402と対
話コントローラ404とを集合的に指すものと理解されたい。一般に、CVM4
01は会話型および会話型の入力ストリームを複数のアクションに伝え、格納さ
れた出力を会話型または従来型あるいはその両方の出力ストリームを介してユー
ザに対して出力する。
ム409、リソース言語理解および自然言語解析システム410、テキスト−音
声合成(TTS)システム411などを含む複数の会話型リソース・サブシステ
ム(エンジン)407をさらに含む。会話型リソース407はNLG(自然言語
生成)エンジンや音声サブシステムなどの他のシステムを含むこともできること
を理解されたい。前述のように、これらの会話型サブシステム407のそれぞれ
には、CVM401に対するAPI呼出しを介してアクセスすることができる。
CVM401は、(会話型サブシステム・サービス・マネージャ406を介して
)要求先の会話型サブシステム407を探し出し、その実行を促し、しかるべく
結果を返す。これらの会話型サブシステム407は、ローカル、またはネットワ
ークを介して分散させることができることと、(開発者がエンジン407の特定
の動作を実施したい場合、エンジンAPIは常にアプリケーションにとって使用
可能であるが)すべての会話型サブシステム呼出しは、アプリケーションに対し
て隠蔽されることを理解されたい。
提供される(本明細書に記載の)すべてのサービス、UIおよび動作を管理する
。会話型サブシステム・サービス・マネージャ412は、基礎オペレーティング
・システム(または、基礎OSがない場合でも従来の入出力システム)によって
提供されるすべてのサービスおよびUIを管理する。
るコンテキスト・スタック405である(コンテキスト・スタック405は前述
のグローバル履歴及びメタ情報リポジトリに直接関係することを理解されたい)
。一般に、コンテキスト・スタック405は、アクティブ化されたディスコース
(すなわち所与のタスク/プロトコル/スレッドに関連付けられた会話型対話)
を持つ各アクティブ・プロセスのコンテキスト(すなわち属性値nタプルの完全
照会引数リスト、および状態/モード)を、入力の理解に必要と考えられる異な
るエンジンのためのデータ・ファイル413(または少なくともそのような会話
引数の識別子)(たとえば、エンジンがFSG、トピック、語彙、HMM(隠れ
マルコフ・モデル)、声紋、言語モデル、音声入力のための考えられる照会など
のそれぞれのタスクを実行するのに使用するファイルまたは引数)と共に蓄積す
る。言い換えると、「コンテキスト」という用語は、(アクティブと非アクティ
ブとを問わず)各ディスコースの状態を指し、ディスコースの過去の履歴、その
現行状態、特定の特性、および対応するタスクの照会引数(たとえば各アクティ
ブ・タスク/プロセスの語彙ファイル、言語モデル、解析、タグ、声紋、TTS
規則、文法、NLUなど)を、入力理解に必要なデータと共に追跡する。分散C
VM(後述)では、(コンテキストおよびグローバル履歴に関して前述したよう
に)コンテキスト・スタック(およびその他のCVM構成要素)はネットワーク
・サービスに直接関連付けることができる(すなわちネットワークを介して分散
される)ことを理解されたい。
目を作成し、ディスコースに関連付けられる。各アプリケーションは、複数のデ
ィスコース(たとえばアプリケーション管理ディスコースとアプリケーション・
コンテンツ・ナビゲーション・ディスコース)と関連付けることができる。所与
のディスコースに関連付けられた各コンテキストは、対応するプロセス/タスク
/スレッドに対して行われた最新の要求および最新の出力を含む。所与のディス
コースのコンテキストには、たとえば実際の照会をマップするアクティブな文法
、語彙、および記号言語も関連付けられる。この場合も、最新の情報が履歴およ
びコンテキスト・スタックに格納される。過去の履歴、コンテキストおよびその
他の情報は、メタ情報マネージャ403によって管理され、メタ情報の一部とし
て記憶される。
ッチャ/コントローラ402によって制御されて)ネットワーク装置からローカ
ルまたはリモートで生成される各新規タスク/プロセス/スレッドのためにコン
テキスト・スタック405内に新しいスタック項目を作成することによって、コ
ンテキスト・スタック405を管理する。各アクティブ・アプリケーションに複
数のディスコース(たとえばアプリケーション管理ディスコースとアプリケーシ
ョン・コンテンツ・ナビゲーション・ディスコース)を関連付けることができる
。前述のように、所与のディスコースに関連付けられた各コンテキストは、対応
するプロセス/タスク/スレッドに対して行われた最新の要求と最新の出力とを
含む。さらに、所与のディスコースのコンテキストには、たとえば実際の照会を
マップするアクティブな文法、語彙、および記号言語(属性値nタプル)も関連
付けられる。コンテキスト・スタック405は、機械状態スタックに関連付けら
れ、それによって、ユーザからの新規入力があると、対話コントローラ404は
入力コンテキストが適切に設定されるまでコンテキスト・スタック405を走査
する。これは、基本的に最新および過去のディスコースのうちからユーザと機械
とのアクティブ・ディスコースを見つけて選択することになる。
クかされた従来型および会話型のリソース上で(ユーザおよび機械によって)生
成された異なるタスクおよびプロセスのディスパッチと調整を行う。タスク・デ
ィスパッチャ/コントローラ402は、基本的にリソース割り振り機構であり、
一般に(従来型タスクと会話型タスクとを問わず)タスクをディスパッチし、ア
クティブ化し、すべてのリソースの負荷と可用性を監視することによって各タス
ク、リソースなどの状況を制御し、様々なタスクを様々なリソースに適切に割当
て、シフトさせる。このリソース割り振り機能では、各リソースの現行負荷と、
各サービスおよびアプリケーションに必要なものとを判断し、それらを扱うこと
ができるリソースにタスクをディスパッチすることによってシステム全体の負荷
分散/管理を行い、全体的なシステム負荷および会話フローを最適化する。タス
ク・ディスパッチャ/コントローラ402は、(会話型タスク・マネージャ41
7を介して)会話型システム管理手続きと、(前述のディスカバリ、登録、折衝
、および分散会話型プロトコルを介して)異なるリソースによって交換される情
報とに依存する。タスク・ディスパッチャ/コントローラ402は、これらのリ
ソースを追跡し、従来のサブシステム(たとえばGUI入出力およびシステム、
ビデオ認識エンジンなど)および会話型サブシステム407を、コンテキスト・
スタック405上の異なるタスク間で分配する。さらに、タスク・ディスパッチ
ャ/コントローラ402は、基礎オペレーティング・システムのサービスを使用
して、従来型タスク・マネージャ417のレベルでオペレーティング・システム
によって制御可能な従来型タスクを制御する。この場合も、前述のように、従来
のオペレーティング・システムは会話型タスク・ディスパッチャ/コントローラ
402の指示によりタスク管理を行うことができる。
システム・サービス412、406から(アクティブ・コンテキストを選択する
対話コントローラ404を介して)コンテキスト・スタック405に入力を供給
し、異なるタスクの出力を異なるサブシステムに供給し、それらに優先順位を付
ける。また、タスク・ディスパッチャ/コントローラ402は、コンテキスト・
スタック405によりエージェント/デーモンの形の会話型支援および記憶タス
クの挿入と管理も行う。タスク・ディスパッチャ/コントローラ402は、アク
ティブ会話および会話履歴、遅延戻り、ネットワーク・リソース間の委任、タス
ク委任、要約、および記憶(これらの機能については後述する)に従って、出力
の生成と順位付けを調整する。
に登録されている)すべての従来型および会話型アプリケーションにわたって対
話(対話型=音声およびマルチモーダルすなわちGUI、キーボード、ポインタ
、マウス、ビデオ入力など)を管理する。前述のように、アプリケーションは(
API呼出しまたは折衝プロトコルを介して)アプリケーションの状態、最新の
入力をどのように解釈するか、およびそのような解釈の信頼度に関する情報を交
換する。対話コントローラ404は、アクティブなコンテキストおよびアプリケ
ーションの管理と判断を行う。また、対話コントローラ404は、対話コントロ
ーラ404がアクティブなアプリケーションを判断するのを支援するためにアプ
リケーションが情報を交換するための会話型プロトコルを管理したり、そのよう
な判断ができない場合に曖昧性を解決するための小規模な対話をアクティブ化し
たりする。
(タスク1、タスクN)およびリソース(会話型サブシステムA〜Z)がCVM
401によって管理される。CVM401は、(対話マネージャおよび会話型プ
ロトコルに関して前述したように)どのアプリケーションがアクティブであるか
、コンテキストをどのように変更すべきかを決定する。分散アプリケーションで
は、この機能は前述の対話マネージャ・プロトコルによりメッセージを送ること
によって実行される。対話マネージャ・プロトコルを使用してローカル並列アプ
リケーション間で情報を交換することを理解されたい。設計時に対話マネージャ
およびエンジンにとって未知の複数の(ローカルまたはネットワーク化)対話/
アプリケーションにわたる対話とコンテキストを管理する機能は、ジェネリック
NL処理と呼ばれるものであり、プラグ可能対話マネージャおよびNLアプリケ
ーションである。
って)直接、オペレーティング・システム(またはJVM(Java仮想計算機)な
どの基礎システム)に対して直接、またはMicrosoft Windowsなどのオペレーテ
ィング・システムに対して呼出しを行うことができることを理解されたい。CV
M401を介して呼出しが行われると、タスク・ディスパッチャ/コントローラ
402を介して登録され、対話(マルチモーダルとすることができ、音声入力ま
たは出力がなくてもよい)は対話コントローラ404によって管理される。呼出
しが完全に基礎オペレーティング・システムに対して行われる場合、対話コント
ローラ404はアプリケーションと間接的にのみ対話する。すなわち、従来の呼
出しは従来型タスク・マネージャ417によって管理され、したがってタスク・
ディスパッチャ/コントローラ402に渡されると、タスク・ディスパッチャは
従来型タスク・マネージャ417と協調し、命令するため、タスク・ディスパッ
チャ/コントローラ402によって考慮される。タスク・マネージャ417は、
そのアプリケーションを対話コントローラ404に登録し、タスク・ディスパッ
チャ/コントローラ402が認識している状況変更を更新する。従来型アプリケ
ーションがC&C(コマンド・アンド・コントロール)インターフェース(また
はその他のタイプの音声インターフェース)によって管理される場合、アプリケ
ーション対話は対話コントローラ404への登録により対話コントローラ404
によって登録され、制御される。これらは特別な場合であることを理解されたい
。しかし、一般に、下位互換性または非互換アプリケーションが問題ではない場
合、対話コントローラ404は、コンテキスト・スタック405を介してすべて
のアプリケーションの対話を制御し、コンテキストを管理する。CVM401は
、すべての従来型機能、サービス、および動作を再実施することができることを
理解されたい。その場合、CVM401は、従来型オペレーティング・システム
上のプラットフォームとしては実行せず、それ自体でオペレーティング・システ
ムとして機能し、すべての従来型呼出しを取り込む。
名前空間などの装置に合わせて適合化されたその他の同様のエンティティ)、デ
ィレクトリ、オブジェクト、およびアプリケーションなどの要素、その他のリソ
ースまたはオブジェクト(ローカル、ネットワークなど)、およびユーザに関す
る情報(選好、セキュリティ上の習慣、バイオメトリクス、振舞いなど)を管理
するメタ情報マネージャ403をさらに含む。メタ情報マネージャ403は、こ
のような要素およびシステム・リソースを抽象糧トリおよびメタ情報を介して高
水準の従来型抽象化と関連付けることによって、これらの要素を管理する。たと
えばオブジェクト表現は、各オブジェクトに関連付けられた内容主導のメタ情報
(たとえばセキュリティ・フィーチャ(ユーザおよび作成者)、写真、描画、画
像のような抽象概念とファイルとの関連付け)のように、高度な知識表現を含む
ように拡張される。これらの各要素は1つまたは複数のメタ情報カテゴリに関連
付けられる。これらのカテゴリは、オペレーティング・システム、アプリケーシ
ョン、またはユーザによって定義される。各ファイル、ディレクトリ・オブジェ
クト、およびアプリケーションは、カテゴリ定義および関連付けられた関数を指
すことによって、またはこれらのクラスに登録することによって、定義されたカ
テゴリのうちの1つまたは複数のカテゴリに関連付けることができる。以下で詳
述するように、抽象メタ情報を使用して、ファイル・システムまたはその他のオ
ブジェクト、リソースまたはユーザの要素へのショートカットを設けたり、自動
的に抽出し、処理することができる。
報およびプロトコルを使用してファイル・システムを管理する。これらのカテゴ
リは、リソースの所有者/開発者、またはリソースの過去の使用者/アプリケー
ションが定義することができる。CVM401は、従来のファイル管理システム
とは異なりアソシアティブ・メモリに依存し、ファイルに関する情報がオペレー
ティング・システムによって次の3つの主な形態で取り込まれるので有利である
。すなわち、(1)ファイル名の拡張子、(2)ファイル名のヘッダ、および(
3)ファイル内容のタイプ(バイナリかASCIIか)(ただし、本明細書に記
載の抽象カテゴリ概念はこのような従来のファイルシステムを大幅に改良するこ
とができる)である。会話型システムでは、追加のレベルの抽象化を加えて、フ
ァイルの内容または役割を特徴付けることができる。たとえば、各ファイルにフ
ァイルを特徴づける抽象クラスのセットを関連付けることができる(それに対し
て従来は、たとえばGIFファイルにはデフォルトによりそのファイルを開いた
り編集したりするソフトウェア・アプリケーションが関連付けられる)。さらに
、複数のディレクトリ/ファイル・システム表示が、デフォルトによりこれらの
拡張を表示情報に含めたり除外したりする。他のイメージ・タイプのファイルは
、自動プロセスを利用するために、アプリケーションのレベルで、または好まし
くはオペレーティング・システムのレベルで登録する必要がある。逆に、不正ま
たは曖昧なファイル拡張子によって、不正な自動化タスクが発生することが多い
。一方、ヘッダによって、所与のファイルの内容および処理要件に関するより詳
細な情報が伝えられる。しかし、現在、MIMEヘッダのようなヘッダは、通常
、アプリケーション、たとえば電子メール、またはプロトコルおよび言語、たと
えばHTTPおよびHTMLのクラスのためにのみ作成される。
クまたはイメージ分類子などによって自動的に、またはアプリケーション、ユー
ザ、プラットフォームなどによって明示的に行うことができる。たとえば、イメ
ージ、写真、映画、描画の概念によって、多様な抽象カテゴリを定義することが
できる。したがって、ファイルはこれらの異なる用語によって、ファイルの形式
、拡張子、または用法とは独立して特徴付けることができる。さらに、CVMは
、アプリケーション開発者(登録される)またはユーザ(カスタマイズまたは用
法)が、複数のアプリケーションにわたるカテゴリを追加する機能も備える。
リケーションにも拡張可能であることを理解されたい。たとえば、リンク、マク
ロ、ショートカット、さらにはブックマークのような概念を特定の概念カテゴリ
と関連付けることができる。これらのカテゴリによって、たとえばすべての財務
アプリケーションまたはすべての財務ファイルか、すべての描画アプリケーショ
ンまたはすべての画像ファイルかを表示することができる。
ェクトまたは構築されたオブジェクトをカテゴリの二重リンクリストに関連付け
る。同じ機能を実現する他の実施態様を使用することもできることを理解された
い。CVMプロットフォームは、定義されているすべてのカテゴリのリポジトリ
・テーブルを含み、これはメタ情報マネージャ403によって管理される。カテ
ゴリによってはユーザまたはアプリケーションに依存する場合がある。CVMプ
ラットフォーム・システム呼出しを使用して、ユーザまたはアプリケーションは
新規カテゴリを作成し、それらのカテゴリに新規オブジェクトを関連付けること
ができる。これは、特にファイル・システムの場合に言えることである。さらに
、CVMプラットフォームによって、またはユーザ/アプリケーションによって
システム呼出しを介して動的に提供される情報、すなわち、作成日付、使用日付
、使用者、時間、回数、オブジェクト作成者、オブジェクトのコンパイル者を、
各オブジェクトに付加することができる。
提供される情報に基づいて、オブジェクトの内容に索引付けすることができる。
これらの索引は、オブジェクトに関連付けられた動的情報の一部である。索引付
けまたはトピック検出あるいはその両方は、可能なときにオンザフライで、また
はバッチ・モードで行うことができる。
、メタ情報、抽象化、および抽象カテゴリをディスパッチされた各タスクおよび
プロセスに関連付けることができることを理解されたい。プロセスおよび負荷管
理に加えて、これはきわめて明細なタスク選択を提供する。たとえば、1つの会
話型要求で、ユーザは、タスクの出力を聴取するか、またはコンテキスト・スタ
ックを探索してタスクのための入力(たとえばマイクロフォン)を再要求し、ウ
ェーブ・ファイルまたはASCIIファイルに対して入力ストリームを付加する
ように指示することができる。同様に、たとえば、ユーザは、単一のリダイレク
ト要求を与えることによってファイル送信先のプリンタをリダイレクトすること
ができる。
VMオペレーティング・システムによって使用可能またはアクセス可能などのよ
うなオブジェクトまたはリソースあるいはその両方にも拡張されることを理解さ
れたい。したがって、ネットワーク化アプリケーションおよび分散アプリケーシ
ョンの場合、メタ情報マネージャ403は、リソースの所有者/開発者またはリ
ソースの過去の使用者/アプリケーションによって定義された、非ローカルのオ
ブジェクトまたはリソース(たとえばファイル・ディレクトリ、ディスク、オブ
ジェクト、周辺装置、アプリケーションなど)に関連付けられた複数のメタ情報
カテゴリを管理することができることを理解されたい。実際に、抽象カテゴリは
、特定のリソースがローカル・リソースであるかネットワーク・リソースである
かに関係ないことと、リソースへのアクセスまたは接続を介してリソースを抽象
カテゴリに登録したり、新しい抽象カテゴリを作成することもできることを理解
されたい。具体的には、アクセス可能でまだアクセスされていない新規オブジェ
クトは、そのメタ情報を登録しなければならず、この登録プロセスは機械が接続
するときにローカルで行うか、またはそれ自体、その内容、またはそのカテゴリ
を登録するDNS手法または名前空間マネージャに類似したサーバに対して行う
ことができる。このプロトコルは、(たとえばActiveX(登録商標)、Java(登 録商標)script、Javeアプレット、Vbscriptを介して)アプリケーションまたは オブジェクトを機械にダウンロードまたは転送する場合、ローカルでも使用され 、それによってアプリケーションはその抽象カテゴリを自動的に登録アクティブ 化することができる。リモート・システムとの接続時に、またはオブジェクトま たはその内容に関連付けられた抽象カテゴリのリストを更新する(DNSサーバ または名前空間サーバに類似した)メタ情報サーバを介して、(上述のように) 登録プロトコルを使用して、新しい非ローカルオブジェクトに関連付けられた新 規カテゴリが自動的に作成される。この自己登録機構により、ネットワークから ダウンロードされる新規オブジェクトまたはネットワークに転送されるオブジェ クトは、同じプロトコルを使用してそのオブジェクトに関連付けられたメタ情報 を伝達し、ローカルで登録することができる。二重リンクリストおよびリポジト リをプラットフォーム・リストに付加することができる。リソースが新規カテゴ リを登録すると、新規カテゴリはそのリソースに関連付けられたものとして指さ れる。リソースが破棄されると、対応するカテゴリは削除される。
使用して、ネットワークの非ローカル要素へのショートカット、自動抽出または
処理を行うことができる。これらのリソースは、アクティブ抽象カテゴリまたは
登録リソース内に少なくともしばらくは記憶する必要がある。カテゴリ定義およ
び関連付けられた関数を指すことによって、または適切なクラスに登録すること
によって、リモート・アクセス可能な各非ローカル・オブジェクトまたはリソー
スをこれらの異なるカテゴリに関連付けることができる。
watson」リソース、または閲覧したすべての財務ホーム・ページを参照すること
が可能になる。現在、従来のブラウザ(またはビューワ)では、ページまたはフ
ァイルのURLを記憶し、その後、ユーザが手動で分類することはできる。本発
明の手法の結果、ヘッダ形式またはHTML内(たとえば現行HTML仕様で指
定されているコメント・フィールド内または適切なメタ・タグ内、または追加の
会話型プロトコル・ハンドシェークのため)に当初から含まれているその他のメ
タ情報に基づいて、抽象カテゴリが自動的に作成または登録されることになる。
したがって、ブックマークは、アクセスまたは追加時に自動的にカテゴリ化され
る。
であるとみなされるが現行の会話のレベルでは入手できないすべての情報を収集
する。例としては、先験的知識、文化的、教育的前提事項および不変の情報、過
去の要求、参照、ユーザ、アプリに関する情報、ニュースなどがある。一般には
、これは、会話履歴/コンテキストの長さ/存続期間を超えて保持され持続する
必要がある情報であり、その会話にとって共通の知識であると予想され、したが
って現在および過去の会話型対話中に定義されていない情報である。
にし、類似した抽象カテゴリ、ファイル、オブジェクト、アプリケーション、お
よびローカル・リソースまたはネットワーク・リソースとしてカテゴライズでき
るようにする重要な方法である。
チャ/コントローラ402、対話コントローラ404、およびコンテキスト・ス
タック405間の対話について、以下に詳述する。本発明は、(複数のドメイン
を持つ)複数のタスクにわたって記憶されたコンテキストおよび混在主導権によ
るNLUインターフェースを提供することを理解されたい。具体的には、本発明
は、複数のドメインを有する複数のアプリケーションにわたるNLU、NLG、
および混在主導権による自然な対話を設ける機能を提供する。なお、各アプリケ
ーションはCVM401にアプリケーション自体の解析および変換引数を提供す
る。以下で詳述するように、NLUエンジン410は、照会に順次に(書式記入
)または並列して(たとえば手続きスレッド、並列会話型オブジェクト/手続き
、または並列書式)タグ付けすることができる。曖昧でない照会を生成して対話
を完了した最初のタスクが実行され、他のアプリケーションによって解釈された
対応する照会が記憶されて、認識された照会がユーザによって拒否された場合に
アクティブ化する。
を収集することができ、照会をユーザ選好のためにカスタマイズまたは適合化し
たり認証したりすることができるだけでなく、その情報を使用してより堅固な認
識を行うことができることを理解されたい。したがって、ユーザを認識するため
にどのような情報でも蓄積することができる。すなわち、照会の通常の言い表し
方、言い表された照会のタイプ、コマンド頻度(頻繁に使用されたか頻繁には使
用されていないか)、好まれたアプリケーション、時刻、または用法などである
。会話バイオメトリクスは、米国特許第5897616号で開示されている方法
を使用して構築することができる。
ースが図示されている。図のように、本発明の一実施形態による会話型入力イン
ターフェースは、自然インターフェースを含む、電話600、キーボード601
、ポインティング・デバイス602、手書き装置603を介したマルチモーダル
入力、すなわちファイル/ストリーム/リソース、音声を処理することができる
。これは、あらゆるモーダリティにわたるすべての入出力イベントを捉え、(コ
ンテキスト・スタックに適切に記憶する)対話マネージャに転送することを意味
する。音声クライアント(たとえば電話600)からの発話入力は、音声認識プ
ロセス604を受け、その他の入力(たとえばキーボード、マウス・クリックな
ど)はNLU処理605される。各入力は、属性獲得(401a)を受け、それ
によって入力から属性値nタプルが獲得される。要約プロセス401bを行い、
それによって属性値nタプルがコンテキストに加えられる。次に、バックエンド
・アプリケーション608の構文によって照会が完全、不完全、曖昧のいずれあ
るかを検証する。また、バックエンド・アクセスは、対話マネージャおよびコン
テキスト・マネージャによって追跡される。場合によっては、いくつかの一義化
機能(対話マネージャの機能)をバックエンドにロードすることによって、「イ
ンテリジェンス」の一部をバックエンドに分散することもできる。個別には、各
入力ストリームは従来のように動作する。重要な会話型態様は、(入力照会の自
然言語理解を実現するために)コマンドをNLUで、または(自由な自然入力で
はなく、文法および語彙の規則に従って制約された入力の場合)FSGモードで
入力することができる入力手続きである。コマンドまたは照会は、欠落フィール
ドを満たすことによって、またはアクティブ・タスクのための不正なフィールド
を訂正することによって、完全なものにしたり訂正することができる。したがっ
て、CVMは、従来のOSでは満たされなかった、入力の曖昧性を生じさせる同
時入力ストリームをマージする問題を導入する。たとえば、リダイレクトされた
入力ストリームは言うまでもなく、入力はキーボード入力、手書き入力、音声入
力を結合することができる。したがって、本発明は、曖昧性を解決する機構を備
える。これは、前記で引用した米国特許出願第60/128081号に記載され
ているようにして行うことができる。
は属性値nタプルの出力のマージとして扱われる。各入力ストリームを、ASC
II転記に変換し、音声認識処理604を通した入力タイム・マークと合致させ
る。異なる入力ストリームが同じタスクに関連付けられている場合、それらの転
記を以下のようにマージする。まず、コマンドと照会をタイム・マークに基づい
てソートし、単一のデータ・ストリームに付加する。コマンド形式をFSG規則
と照合し、文法規則を満たすように再ソートする。NLU照会は必ずしも再ソー
トを必要としない。NLUの場合、ストリームごとに記号フィールドを満たし、
次に最終入力ストリームのレベルで結合する。スペリングや英数字コードなどの
引数は、順序付けの曖昧性を解決するのに文法規則やNLUを利用しない。固有
ストリームの作成にも同様にタイム・マークを使用する。しかし、入力は確認の
ためにユーザにフィードバックされ、場合によってはアプリケーションに依存す
る辞書またはFSG規則書を使用して事前フィルタリングされる。
の他の装置のタスク・ディスパッチャ/コントローラに登録し、その会話機能に
関する情報を提供する。言い換えると、通常のデスクトップ機は、完全会話機能
を登録するのに対し、電話は登録するか(高度自動機能電話)またはそのサーバ
にに画面、キーボード、ポインタのない装置として登録させ(通常電話)、PD
Aは、単一ウィンドウ装置などとして登録する。システム間では関連のある入力
のみが交換される。
し、それぞれがASCIIコマンドまたは属性値nタプルのリストに転記される
。各入力エンティティ(コマンド、NLU照会フィールド、または引数ユニット
(分離文字、語など))がタイム・マークに関連付けられ、結合された入力スト
リームにそれに応じて付加される。2つ以上のストリームが全く同じタイム・マ
ークを有する場合、それらは各入力ストリームが前に寄与した時間に基づいて優
先順位が付けられる。結合された入力はFSGおよび辞書と照合され、任意選択
によりユーザにフィードバックされる。各リソースがそれぞれの会話機能を交換
し、入力ストリームは関係のある情報のみを交換するように調整される。
、ファイル/ストリーム/リソース、ディスプレイ(単一またはマルチウィンド
ウ、GUI、カラー、画像、動画)、音声への出力を生成する。個別には、各出
力ストリームは従来のように動作する。しかし、コンテキスト・スタック405
およびタスク・ディスパッチャ/コントローラ402により、複数のプロセスの
出力が同時に同じ出力ストリーム(たとえば同じテキスト・モード・ディスプレ
イまたは音声合成装置)上でぶつかる場合がある。また、1つのタスクの出力が
いくつかの出力ストリーム間で多重化される場合がある。
対話プロセス(たとえば指示された対話または混在主導権)の生成出力のいずれ
かの場合がある。異なるカテゴリの出力ストリームが存在する。たとえば、単一
チャネル出力(たとえばダミー端末(VT100またはPalm Pilotスクリーン)
や音声のみの出力)では、当該リソースを使用するすべての出力メッセージが同
じチャネルを使用する(または場合によっては同じチャネルを共用する))(た
とえば、音声出力、固有ウィンドウ/画面、またはテキスト出力)。多重チャネ
ル出力では、各タスクの出力ごとに別々のチャネルが存在する(たとえばWindow
s GUI)。単一チャネルへの複数のタスクの出力ストリームは、コンテンツ・
スタック405と、タスク・ディスパッチャ402によって割り当てられた優先
順位とに基づいて待ち行列化される。単一チャネル出力がユーザに提供されると
、イベントはアクティブになり、コンテキスト・スタックの最上位に置かれる。
多重チャネル出力には優先順位は付けられず、非同期的に更新され、タスクを最
上位には上げない。
いて、各タスクからの出力を多重化し、複数の出力ストリームにすることもでき
ることを理解されたい。ネットワーク・ベースの対話の場合、各機械は、ネット
ワーク内の他の接続装置のタスク・ディスパッチャ/コントローラに登録して会
話機能に関する情報を提供する。たとえば、前述のように、通常のデスクトップ
機は、完全会話機能を登録する。電話は登録するか(高度自動機能電話)、また
はそのサーバが画面、キーボード、ペン、ポインタのない装置として登録し(通
常電話)、PDAは、単一ウィンドウ装置(たとえばPlam Pilot)などとして登
録する。システムの間では該当する出力だけが交換される。
とができることを理解されたい。テキスト表示のためのフォントを選択すること
ができるように、出力を発話する音声の選択を行うことができる。この場合は、
Voiceフォントのことである。会話形式設定言語を使用して複雑な会話提示を作
成することができる。要約すると、CVM401は、多重化されている場合であ
っても、単一チャネル出力への複数タスクの出力をコンテキスト・スタック40
5とタスク・ディスパッチャ402に基づいて待ち行列化する機構と、各入力ス
トリームに割り当てられたリソースのリダイレクトまたは変更を行う機構とを備
える。各リソースは、それぞれの会話機能を交換し、出力ストリームは、出力Vo
iceフォントの選択、GUIイベントを含む会話提示の形式設定、およびその他
の音声コンテンツを含めて、関係する情報のみを交換するように調整される。
M401は様々な活動を整理しなければならない。たとえば、基本システム呼出
しは、異なるサブシステムに関与する複数のアクションを生成する必要がある。
このようなアクションには、タスクの実行、新規入力の聴取、出力/フィードバ
ックの生成が含まれる。たとえば、タスク・ディスパッチャ/コントローラ40
2は、コンテキスト・スタック405に基づいて、対話コントローラ404に対
する照会を操作しなければならない異なる統計的パーサを決定して、アクティブ
・コンテキストを特定し、照会を完全なものにする。これらのアクションは、た
とえば完成された照会を実行し、コンテキスト・スタック405を更新し、不完
全または曖昧な照会/コマンドについてユーザにフィードバックを提供し、新規
入力のデコードを可能にし、コンテキスト・スタック405を探索し、実行され
たプロセスまたは実行されているプロセスの出力を返すように、適切に優先順位
付けされなければならない。
話型引数を有する会話型エンジンを関連付ける。1つのアプリケーションまたは
装置について1つのエンジンがある場合、各アプリケーションまたは装置のNL
Uエンジンは、(前述のように)並列(手続きスレッド)または順次(書式記入
)とすることができる。複数の装置/アプリケーションが同じエンジンを共用す
る場合、NLUエンジンは、手続きスレッドと並列である必要がある。新規照会
の拒否または尤度は、会話型引数に基づいてアクティブ化されたタスクによって
管理される。拒否された照会または可能性の低い照会があると、対話コントロー
ラ404はコンテキスト・スタック405を調べて使用可能な次のコンテキスト
を探す。各アクション、完成した照会、会話型引数と、各戻り値/結果は、コン
テキスト・スタック405に格納される。さらに、適切な場合、戻り値および結
果によって過去のコンテキストがアクティブ化される。
数のアクションに分け、適切な優先順位で関連付けられたスレッド/プロセスを
開始し、それらをコンテキスト・スタック405に関係づけ/挿入する。タスク
・ディスパッチャ402は、各リソースを割り振り、生成された異なるアクショ
ンにそれらを分配し、リソースとの間でのハンドルおよびストリームを制御する
。タスク・ディスパッチャ402は、モーダリティ(ポインタ、キーボード、フ
ァイル、音声)に基づいて、ストリームを適切な会話型サブシステムまたは、転
記/把握された音声入力を有する会話型サブシステムにリダイレクトする。これ
らのサブシステムの出力は、コンテキスト・スタック405を探索してアクティ
ブ照会を取り出し、それを完成させる。他方、出力は各タスクの優先順位に基づ
いて待ち行列化され、出力リソースに順次ディスパッチされる。
)タスク/プロセス/スレッドによって、コンテキスト・スタック405内に新
規タスク項目が作成される。コンテキスト・スタックには機械状態スタックが関
連付けられ、ユーザからの新規入力があった場合に、入力コンテキストを適切に
確立することができるまでコンテキスト・スタック405を走査することができ
るようにする。この結果、基本的に、最新および過去のディスコースのうちから
ユーザと機械との間のアクティブ・ディスコースを見つけて選択し、場合によっ
ては履歴に戻る。この選択プロセスについて、以下に詳述する。さらに、各タス
クには混在主導権層が関連付けられる。この層は、従来のオペレーティング・シ
ステムにおけるコマンド行の用法情報の会話版と同等の単純なものにすることが
できる。対話コントローラ404は、まず、ユーザ・コマンド照会がコマンド照
会の構文レベルで完全か曖昧かを調べる。不完全または曖昧と見なされるコマン
ドは、同様に優先度(注目しているアプリケーションが最上位)によって適切な
会話型エンジン407に返され、会話型エンジン407は欠落情報または曖昧な
情報の要求(プロンプト)を生成し、コンテキスト(要求した欠落フィールド)
を更新する。また、単純に、要求はプロンプトをより良く定式化することができ
ない場合(たとえばレガシー・アプリケーション)、不完全で曖昧である言うこ
ともできる。
ョン)が得られる。会話型システムのようにユーザによってリダイレクトされな
い場合は、これらの結果も同様に優先度によって適切な会話型エンジン407に
返され、コンテキストが更新される。しかし、リダイレクトは、結果をリダイレ
クトするときに部分混在主導権通知を行うため、より高度になり得る。後で詳述
するように、これはたとえば会話型アシスタントによって実施することができる
。これは、従来のシステムで実現するときわめて複雑になり、恐らく特別に作成
されたスクリプトに出力をリダイレクトすることが必要になるであろう。コマン
ドは、CVMプラットフォーム、アプリケーション、またはユーザ選好から供給
される選好/設定値に基づいて、実行の前にユーザによる確認も必要とする場合
がある。
査して行われる。すなわち、新規照会または引数は、対話エンジンが需要可能な
一致を入手するまでスタックを下方に走査することによって比較され、任意選択
によりユーザから確認を得る。NLU記号言語のレベルで発話と合致するコンテ
キストが見つかると直ちにそのコンテキストがアクティブになり、それに対応す
るプロセスがアクティブになる。アクティブ・コマンドが完了するまで、または
新しいコマンドが与えられるまで、この選択されたコンテキストがアクティブと
してマークされ、コンテキスト・スタック405の最上位に置かれる。ユーザに
メッセージが返されると、コンテキストは更新されて、アクティブ・コンテキス
トの下に、コンテキスト・スタック405の最上位に押し上げられる。アクティ
ブ・コンテキストは更新されて、戻り値があることが通知される。これは、CV
Mセッション・ディスコースのレベルでも行うことができる。CVMセッション
・ディスコースはスタック内に、または常にスタック以外にも置くことができ、
アクティブ・コンテキストの直後に、スタックを走査する前に探索される。同時
に完了したタスクは、CVMの優先順位(たとえばFIFOまたはFILO)に
従ってアクティブ・コンテキストの下に配置されるコンテキストとなる。タスク
を生成するのに十分に完成されたアクティブ・コンテキストは、スタック内で次
のコンテキストまたは返されたすべてのコンテキストの下に押し下げられること
になる。あるいは、アクティブ・ディスコースになることもある。これは、自動
的に、またはユーザがコマンドを出したときに行うことができる。このスタック
構造によって、複数のタスク、スレッド、またはプロセスとの曖昧性のない会話
型対話を維持することができる。
、ユーザによる確認を要求することがある。要求が不完全な場合、混在主導権を
使用して、照会/コマンドの完成または修正を続ける。コマンド/要求が続けら
れる場合、ユーザがディスコースを拒否する自由をコンテキストに残しておく。
これは、直前のスタック状況(およびプログラム状況)を復元し、スタックを下
方に走査することになる。ユーザは、スタックの上方に戻って明示的に要求する
必要がある。実行の前またはユーザへの実行の通知の前にユーザが入力を拒否す
る場合、またはただちに完了する場合、新規入力はアクティブ発話に付加され、
スタックの最上位から探索を再開する。アクティブ・コンテキストが確立される
前にユーザから提供されるその他の発話は、バッファに格納され、アクティブ発
話(音声発話またはその他の入力モード)に付加されるものと見なされる。コン
テキスト・スタックは、音声、キーボード、マウス、またはその他の入力または
コマンドおよびアプリケーション出力に応じて更新される。
会話記憶は、遅延してユーザ、プラットフォーム、または特定のアプリケーショ
ンによって割り当てられたタスクおよびコンテキストに戻る機能である。一般に
、ユーザによって出された命令/コマンドは、システムのバックグラウンドに明
示的に送られる。このようなコマンドは、いくつかの特定のタスクまたは機能が
割り当てられたデーモンまたはエージェントを開始する場合がある。これらは記
憶を行うことができ、それによって、コマンドまたはイベントのCVM「タスク
・ノート」が得られ、それを報告または実行し、ユーザが選択した特定の時点ま
たはデフォルトによる特定の時点(たとえばセッションの終わり)にユーザに返
される。したがって、出力またはバックグラウンド・タスクをリダイレクトして
、その結果を後の時点で提示することができる。会話型エージェントが起動され
る。従来のバックグラウンド・タスクおよびエージェントとは異なり、リマイン
ダ(覚え書き)または結果がユーザに返されると、記憶要求時点の会話コンテキ
ストが復元される。記憶が行われた時点で、コンテキスト・スタック405のス
ナップショットがとられ、記憶されたタスクに関連付けられたメタ情報として記
憶される。コンテキスト・スタック405は、記憶されたタスクがユーザと対話
する時点で配列し直される。現行コンテキスト・スタックが記憶され、古いコン
テキスト・スタックはスタックの上部に加えられ、その際、タスクの開始とその
完了の間のコンテキストとダイアログの展開による中間変更に基づいて、ユーザ
またはアプリケーション・プログラマによってプログラムされた更新、またはC
VMによって加えられる更新が行われる。前のコンテキストに戻ることによって
ユーザと記憶されたタスクとの対話が完了すると、前のコンテキスト・スタック
がスタックの最上部に追加される。コンテキスト・スタックが追加されると、重
複するものは、スタックの最下部で除去することができる。ユーザ、プラットフ
ォーム、またはアプリケーションは、スタックの保管部分のみを保持するように
することもできる。会話型アシスタントがこのようなタスクを行う。これらは、
エージェントまたはデーモンが単独で実行するだけで実施することができ、出力
を生成するときにのみユーザの再対話することができる。その出力は、タスクの
優先度に従ってユーザに送られる。アクティブになると、ユーザはエージェント
に関連付けられたタスクを容易に更新することができる。会話記憶は、言わばス
タックの最下部に挿入されたタスクであり、セッションの終わりにスタックが空
にされたときにのみ実行される。場合によっては、これらは所定の時点にスタッ
ク内のより高い位置に挿入したり、スタックの最上部に押し上げたりすることも
できる。記憶機能は、過去のアクション、選好、および命令を記憶する機能を提
供する。
し、リマインダに関連付けられた会話を復元する。しかし、その時点でのユーザ
に対する会話とコンテキストを要約することができることも重要である。これを
行うには、アプリケーションの開発者(またはユーザ選好、またはCVMプラッ
トフォームによる何らかの決定)は、記入されている場合に、要約してユーザに
提示されるフィールド(すなわち属性項目)を提供することができる。これは、
システムの各変数/属性に関連付けられたメタ情報に特別なフィールドとして格
納される。アプリケーション開発者は一般には、実際の変数名や属性指定ではな
く、(使用可能な抽象名によって)各フィールドをアドレスする方法を記述する
ことができる。要約は、アプリケーション決定(アプリケーションの再アクティ
ブ化)、またはユーザの照会、またはCVMによる決定時にアクティブ化するこ
とができる。これは、アクティブ・プロセスを探索し、コンテキストを回復し、
「照会に関連付けられた属性nタプルの埋込み状況」を要約する。要約タスクは
、他のアプリケーションに類似したCVMのサービスであり、それによってユー
ザは要約アプリケーションと対話してより詳細な情報を得たり、要約のために時
間を遡ったりすることができる。これは、「go back to application X(アプリ
ケーションXに戻る)」または「you were telling me to do Y(あなたはYを
行うように指示しています)」と言う単純なものや、対話の履歴をより詳細に遡
るきわめて複雑なものにすることができる。
ixプロセスの入出力をリダイレクトするのは容易なため、会話型リダイレクト
も同じ機能を実行する。しかし、リダイレクトは、ストリームをリダイレクトし
ているときに部分混在主導権通知を行うことができるため、より高度なものとす
ることができる。会話型呼出しを使用すると、優先度によってプロセス結果とユ
ーザへの通知との出力を区別することができる。
パッチされる各タスクおよびプロセスに関連付けることができ、これによってタ
スクの特定の選択を行う。たとえば、1つの会話型要求によって(またはキーボ
ードのボタンの押下げ、マウスのクリック、キーを設けることによって)、ユー
ザは、タスクの出力を聴取したり、コンテキスト・スタックの下方のタスクのた
めに入力(たとえばマイクロフォン)を再要求し、ウェーブ・ファイルまたはA
SCIIファイルに対して入力ストリームに付加するように指示することができ
る。同様に、ユーザは、単一のリダイレクト要求を出すことにより、ファイルの
送信先のプリンタをリダイレクトすることができる。
、タスク・ディスパッチャ/コントローラ402は、ネットワーク・プロセッサ
上でタスクを実行したり、または、別のプロセッサが入力の理解のために使用可
能になり、アクティブになって入力を理解することができるようになるまで、ま
たはそのようなタスクを実行することができる装置がネットワーク上で使用可能
になるまで、ある種のタスクを据置きにすることを決定することができる。典型
的には、ローエンドのハンドヘルド装置上で据置きされた口述は、このモデルに
従う。この場合も、サーバ側がアクティブになって転記を行うことが可能になる
まで、タスクはタスク上で記憶され、セッションごとに記憶される。同様に、ロ
ーカル機とサーバ機との共用インターフェースを、タスク・ディスパッチャ/コ
ントローラ402によって管理することができる。たとえば、会話型ネーム・ダ
イヤラー・アプリケーションを高度自動機能電話に付加することができる。頻繁
に使用する名前をローカルで記憶し、認識する。他方、未知の名前や、一度も使
ったことのない名前は、認識のためにより強力なネットワーク機に送り、更新さ
れた情報(ダイヤルする電話番号など)をダウンロードする。同様に、ローカル
で記憶されているすべての情報は、定期的に同期化して電話番号情報を更新する
ことができる。このローカルのプロセス対サーバ・ベースの認識は、タスク・デ
ィスパッチャ402によって隠蔽される。ネットワーク共用タスクは、タスクが
実行される機械とは関係なく、いくつかのディスコースとしてユーザによって管
理される。これは、すべてのトランザクションのためのすべてのプラットフォー
ムにわたるCVM APIの有用性の一例である。これは、会話型プロトコルを
使用したネットワーク装置間の会話型サービスの調整を行う方法およびシステム
に類似している。さらに、クライアントとサーバの間の分散アーキテクチャおよ
び分散処理によって、会話型ネットワーキングの新たな要件が生じる。このよう
な要件には、ネットワーク全体の会話型対話に関与する各ユーザの割当て対話を
保証するための、トラフィック・フローと、ネットワーク全体に分散されたリソ
ースの管理が含まれる。ここで要素を、ネットワークでの会話型対話のために使
用することができる(たとえば対話フローを維持するためのサーバ負荷管理、タ
スク、特徴要件および機能要件、会話型引数の可用性(データ・ファイル)に基
づくエンジン・サーバ選択、会話型プロトコル、再生のための再構築を可能にす
るピッチによるコーディング・プロトコルを提供する音声RecoVC(認識互
換VoCoder))。
VMが行う従来型および会話型サブシステムの共用を行わない従来のOSと比較
して、画期的なディスパッチ動作を示すことを理解されたい。実際に、従来のシ
ステムでは、テキスト入力は常にウィンドウ内で順次に行われ、ただ1つのタス
クにしか関連付けられない。キーボードと固有ウィンドウ内に表示されるテキス
トによって複数の同時タスクを扱う機能は、本明細書に記載のような会話型ディ
スパッチの原理のほとんどを使用する必要がある。タスク・ディスパッチャは、
対話フローを維持する問題に対処し、したがってネットワークおよびCPUの負
荷による遅延を最小限にする。タスク・ディスパッチャは、CPUサイクルと使
用可能なネットワーク経路およびリソースに優先順位を付けて、対話の遅延が受
容可能な程度まで最小化されるように保証する。エンジンがボトルネックになる
場合、そのエンジンはより多くのCPUサイクルを受け取る(その遅れが再吸収
されるまで高い優先順位を受け取る)。この場合も、これは、従来のコンピュー
ティングに関係することである。ネットワーク経路が低速になり過ぎた場合、別
の経路または別のリソースを見つけて遅延を最小限にする。そうでない場合、応
答に遅延が生じる可能性があることをユーザに警告する。アクティブ対話の対話
フローはCVMの優先事項である。接続されているすべてのユーザのアクティブ
対話の対話フローおよび最小化された遅延は、CVMがネットワーク内のルータ
・ゲートウェイおよびサーバ上で最適化する機能である。
これによって、ローカルまたはリモートのファイル、特に実行可能ファイルの作
成者/変更者に関するメタ情報を、セキュリティの目的に使用することができる
。具体的には、音声ベースの会話システムでは、各コマンドが照会の定式化だけ
でなく、ユーザの認証のための十分な情報も伝えるため、テキスト独立話者検証
を使用してユーザの識別と検証を行うことができる。このようにして、制限され
たリソースに対する照会が行われるときには常に、そのリソースに関連付けられ
たセキュリティ・メタ情報に戸津射て自動(および透過な)ユーザ認証を行うこ
とができる。前述のように、ユーザ照会および履歴に関して収集されたすべての
情報を使用して、ユーザの認識(IDまたは検証)に寄与することができる。
いない情報を使用して行うことができる。具体的には、ファイルまたはアプリケ
ーションへのアクセスの認証を照会ごとに行うことができる。たとえば、ユーザ
が制限されたサービスを要求した場合、その特定のサービスにアクセスすること
を事前に認証されているユーザのセットを基準にして要求を検証することができ
る。認証は、要求(たとえばファイル・アクセス、ディレクトリ・アクセス、ア
プリケーションのオープン、実行可能プログラム、接続、暗号化/暗号解除、デ
ジタル認証/署名)に対して行われるオープン・セット話者識別によって行うこ
とができる。類似のユーザに割り当てられた異なるパスワードまたはユーザID
を有するリソースに、明示的ログインやパスワード認証なしにシームレスにアク
セスすることができる。いずれにしても、ユーザ対話によって、目立たないユー
ザ認証を連続的、透過的に行うことができる。
のスタックは、ユーザの識別が最も最近に認証された識別として含む必要がある
。さらに、各リソースは、認証されたユーザのリストと、いくつかのセキュリテ
ィ要件(たとえば非音声の場合は、最新の認証の有効期限)を含む必要がある。
当然ながら、キーストリークまたはペン方式の認証も考えられるが、まったく必
須ではない。
することもできる。これらのログを暗号化し、後で、前にアクセスしたリソース
へのアクセス要求を認証するのに使用することもできる。具体的には、オペレー
ティング・システムは、外部からのパスワード要求をインタセプトし、ユーザに
とって透過なログを使用して要求を完全なものにすることができる。新しいリソ
ースは、メタ情報を登録しているときにログイン要求を転送することができ、そ
れによってログイン・プロセスさえもユーザに対してまったく透過になるように
することができる。これは、単一サインオンまたはパスワード飛越しの概念の拡
張である。
タスクまたはリソースへのアクセスを、ユーザ要求者の選好に合わせて個別にカ
スタマイズすることができる。たとえば、CVMのパーソナリティ/振舞い(た
とえば合成音声−Voiceフォント)を、識別されたユーザの選好に合わせて自動
的にカスタマ渦することができる。ユーザがCVM対話から明示的にログアウト
(すなわちセッションを終了する)するまで、そのカスタマイズと選好が固定さ
れる。このようなシステムまたはアプリケーションはマルチユーザ式であるが、
次のログインまで一度に一人のユーザに一回のみ適用される。
るときには常にユーザの自動識別を行うことができる。認証は、要求に対して直
接、または照会の少し前に獲得した期限切れになっていない情報に対して行うこ
とができる。タスクおよびコンテキストは、アクティブ・ユーザの順序に従って
優先順位付けされ、ユーザ変更のたびに優先順位付けし直される。環境変数およ
び選好は、環境全体をリセットする必要なしに、ユーザ敷居別の変更に基づいて
「オンザフライ」で変更を加えることができる。曖昧性は、ユーザ識別を使用し
て各コンテキストまたはコンテキスト・スタックのレベルで解決することができ
る。分散型の場合、ユーザまたはサーバ変更に伴い、クライアントからサーバへ
のコンテキストのロードであるか、サーバ上で維持されているコンテキストの回
復であるか、またはサーバ間でのコンテキストの転送であるかを問わずコンテキ
ストを更新する必要がある。
て動的に適応することができる。これによって、アクティブに稼動中に複数のユ
ーザが可能になる。音声ベースのシステムでは、各コマンドを使用してテキスト
とは独立した話者識別を行うことができる。ユーザの変更は、新しいアクティブ
・コンテキストの作成を自動的に暗黙に示し、新しいアクティブ・コンテキスト
が新しいユーザまたはアクティブ・アプリケーションによって明示的に破棄され
ない限りはそれによって直前のコンテキストはコンテキスト・スタックの下位に
押し下げられる。ユーザ変更によって、アクティブ・ユーザに関連付けられたタ
スクが先に処理されるようにコンテキスト・スタックと共に優先順位が自動的に
変更される。
、コマンドの曖昧性を直ちに透過的に解決することができる(母親からの電子メ
ールは、ユーザとは関係なく正しく理解される)。コンテキスト・スタック40
5を走査するプロセスは、ディスコースの所有者、関連付けられたアプリケーシ
ョン、または何らかのオプションによって破棄されない限り、同じユーザに対す
る関連付けられたディスコースによって強化されるので有利である。コンテキス
ト・スタックを走査する際のこの規則の例外は自動的に、ディスコースに複数ユ
ーザのフラグが付けられることを意味する。会話型セキュリティについて前述し
たように、ユーザ識別は、ユーザによるユーザ識別の手動選択または入力などの
代替手続きによって入手することができる。アクティブ・ユーザ識別の変更も、
会話型セキュリティ・サブシステムに影響を与える。各リソースは、そのリソー
スにアクセスするユーザの識別を記録することができる。
カテゴリ、メタ情報、およびリソース・アクセスは、ユーザの識別とそれに関連
付けられたメタ情報履歴に応じて変化することができることを理解されたい。逆
に、照会について収集された会話型情報を使用してユーザを認識することができ
る。各オブジェクトに関連付けられたメタ情報は、各アクションまたはアクセス
の前または後に参照および更新することができる。オブジェクトが作成、修正、
または参照されると、ユーザに関する情報がそのメタ情報に加えられ、それによ
ってメタ情報は各オブジェクトに関連付けられたセキュリティ・フィールドと選
好フィールドを含むようになる。オブジェクトへのアクセスは、その内容、作成
日付、アクセスおよび変更の履歴、およびその他のメタ情報に基づく。アクセス
は、ユーザの識別だけでなく、日付、使用履歴、開かれたアプリケーションなど
のような追加のメタ情報にも基づいて制御または構成される。言い換えると、画
面表示、再生、または実行のためにファイルが開かれるということを条件として
、ユーザにファイルへのアクセスを許可することができる。しかし、その人は、
ファイルの内容を別のオブジェクトにコピーするためにファイルを開くアクセス
は拒否される。さらに、メタ情報を消去不能な方式でオブジェクトにタグ付けす
ることができる。
は、ファイルの名前、変更、またはASCIIコンテンツだけでなく、オペレー
ティング・システム、アプリケーション、またはユーザによって定義された抽象
カテゴリや、オペレーティング・システムによってオンラインまたはオフライン
で取り出し可能なトピック、オブジェクトにアクセスしたときにまたはプロトコ
ルを介して入手したトピックに基づくことができる。さらに、コンテキスト探索
機能を使用して、アクティブ照会を完成したり、類似した照会/コンテキストを
取り出したりすることができる。
探索することができる。これらのカテゴリは、前述のようにメタ情報概念のコン
テキストで定義するか、またはコンテキスト・アソシエーションに基づくことが
できる。前述のようにディレクトリ内のすべてのイメージの探索は比較的単純で
あるが、「類似イメージ」の探索は、コンテキスト・アソシエーション、すなわ
ち、ディレクトリ内のすべてのイメージのうち、どのイメージが類似のコンテキ
ストで使用されたか(たとえば現在のイメージの編集に使用されているアプリケ
ーションと同様にカテゴライズされたリソースによるオープン、編集または組込
み)に依存する。これは、各リソース/オブジェクト・アクセスのコンテキスト
・ロギング/キャッシングによって行うことができる。カテゴリは、それ自体に
関するメタ情報も含む。さらに、カテゴリまたはコンテキスト・カテゴリによる
探索だけでなく、ユーザ・アクセスによる探索(従来のオペレーティング・シス
テムのように、それを修正するユーザの識別のみによらない)も可能である。
II、音声、およびその他の転記可能媒体のセットを探索することができる。ト
ピックは、トピック・テキストを識別する機能を含む。コンテキスト探索は、現
行のアクティブ照会/コンテキストを完成させるアクティブ・コンテキストまた
は候補として、テキスト中で類似のコンテキストを探索する機能を含む。たとえ
ば、「火曜日」というキーワードまたは実際の日付を探索することによって、所
定の火曜日を参照するファイルをすべて取り出すことができる。「明日」に言及
している月曜日のカレンダ項目もこれらの項目を返すことになる。
フラインで行うことができる。新規ファイルまたは最近変更されたファイルのみ
を調べる必要がある。トピックは、各リソースに関連付けられたメタ情報に自動
的に加えられる。コンテキスト情報は明らかに、常にきわめてCPUを多用する
タスクであり、ユーザの明示的な要求でのみ行われる。外部オブジェクトの場合
、リソースにアクセスするとトピックを(前述のように)自動的に登録すること
ができる。これは、ローカル機がオブジェクトでそれ自体の(それ自体に関する
メタ情報によって定義された)内部抽象化を探索するのを妨げない。
スを回避し、選択の自然ショートカットを設け、訂正を行うメタ情報、抽象化、
会話型照会/混在主導権/訂正に依存することによって、リソース・マネージャ
・レベルで、または任意のアプリケーション内で提供される。階層構造によって
オブジェクトの骨組みに直ちにアクセスし、提示する様々な機構を備える。
と、複合照会機能(対話ベースの検索)との組み合わせを使用して、アクティブ
・タスクまたはアプリケーション内から行うことができることを理解されたい。
会話型選択は、従来の選択方法の大幅な改良を実現する。実際に、GUI環境で
も、メタ情報と抽象カテゴリの使用により、所与のアプリケーションまたは照会
のための使用可能なリソースの表示が大幅に改良される。具体的には、(抽象化
とショートカットを使用する)抽象化ベースの会話型選択では、個人は、(IV
Rにおける)音声照会がDTMFインターフェースを介したメニュー・ページを
迂回するのと同様の方式で、メニューや階層選択を迂回することができる。これ
は、生産性向上の点で会話型インターフェースが備える大きな利点の1つである
。また、(たとえばデスクトップ、PDA、電話を介した)サービスへのアクセ
スに使用されるモーダリティとは関係なく、同じインターフェースを使用すると
いう点で、インターフェースの一様性も示している。
HTML形式の情報を、JSAPIおよび会話型拡張機能を使用して作成した会
話型ヘッダと共に提供するバックエンド・サーバを考えてみる。会話型ブラウザ
・モーダリティを介してサーバにアクセスする場合、ユーザは、ポイント指示ま
たは発話によって、情報を表示し、所望の情報を選択することができる。そのユ
ーザが電話モーダリティを介してサーバにアクセスする場合、ユーザはURLと
アンカーを含むナビゲーション・メニューを介して選択を行うことができる。こ
れらのナビゲーション・メニューは、ウェブ・ページが会話型HTMLを介して
ブラウザに送信するメタ情報から生成される。
はその他のオブジェクトおよびリソースの階層構造を介した選択によってナビゲ
ーションに使用されるメニューは、様々な補完的方式の1つで適切に提示するこ
とができる。たとえば、ネットワーク・オブジェクトの登録時に、メニューによ
ってその構造に関するメタ情報を伝えることができる。さらに、システムは、構
造体の構造(スケルトン)の各オブジェクトに関連付けるメタ情報をローカルで
追跡することができる。さらに、システムは、CPUのオフピーク使用中にその
スケルトン情報を定期的に更新することができる。
スパイダーすることができる。あるいは、特に対話構造では、各システムはアク
セス可能なリソースに登録し、定期的に、またはアクセス時に、スケルトンメタ
情報を更新することができる。さらに、メタ情報サーバは、スパイダリングを行
って、メタ情報と共にスケルトン情報を提供することもできる。
およびNLUを使用する必要があるかなどを記述する。さらに、混在主導権およ
びNLUを使用して選択を訂正することができ、従来のOSやGUIベースの選
択のように後戻りしたりまったく新しい選択を必要としない。
イル・システムのような)会話型構造だけでなく、プラットフォーム・アプリケ
ーションまたはユーザによってオブジェクトに関連付けられたメタ情報、抽象カ
テゴリに基づき、関連付けられた動的情報にも基づいて、オブジェクトを探索し
、選択することができる。さらに、探索照会は、自然な仕方で行うことができ、
混在主導権を使用して絞ることができる。照会は、デコードされ、解析された後
、NLU技法を使用して照会の論理組合せ(記号照会)に変換される。会話型構
造と、カテゴリおよび動的情報を探索し、記号照会と突き合わせることができる
。混在主導権を使用して、探索結果に基づく昇華いの絞り込みと修正を行うこと
ができる。合致するオブジェクトを1つ選び出したり受け入れたりすることがで
きる。
ートである。会話型インターフェースの最も魅力的な点の1つは、そのようなシ
ステムを使用する際の学習曲線を平坦にすることができることである。実際、N
LUおよび混在主導権は、ユーザに各アプリケーションの使用とシステムの制御
を指導するのを支援する。しかし、さらに重要なのは、ユーザがタスクを行って
いる間にユーザにサポートを提供することができることである。
れは、アプリケーションのユーザ使用履歴と、同様にカテゴライズされた(メタ
情報)カテゴリのユーザ使用履歴に依存する。ユーザの以前のアクションに基づ
いて、本発明のヘルプ機能について詳細に説明される(たとえば、ユーザがまだ
タスクを行っていない、ユーザが最近タスクを行っていない、またはユーザが当
該タスクを行う際に常に失敗する場合)か、または単純なリマインダが示される
(ユーザがそれに習熟している場合)。ユーザがタスクを行っている間、サポー
ト・アしスタントが同時にアプリケーション・マニュアルを追跡する。脱落フィ
ールド、曖昧な要求、一連の訂正および拒否されたコマンドが、アシスタントに
よって追跡され、混在主導権をヘルプ対話によって強化するために使用される。
会話型ヘルプや支援などのサービスと、CVMシステムによって示されるいくつ
かの対話プロンプト(概説、質問、フィードバックなど)は、メタ情報リポジト
リに格納されているユーザの使用履歴に基づいて調整され、アプリケーションに
関連付けることができることを理解されたい。ユーザが前に所与のアプリケーシ
ョンと対話していた場合、ユーザはそれに習熟しているとみなして説明を短くす
ることができる。同様に、ユーザが多くの誤りを犯す場合、繰り返される誤りは
ユーザがそのアプリケーションまたは機能について不確かであるか、習熟してい
ないか、または理解していない/誤解していると解釈されるため、説明をより複
雑にすることができる。
ースの探索、マルチモーダル・チュートリアルを介したマニュアルへの会話型ア
クセスまでにわたる、程度やモーダリティの異なるヘルプが提供される。これは
、(たとえば、バックグラウンドでのアプリケーションの更新や再インストール
のための)ローカルまたはリモート・エージェントを含む会話型技術サポートの
形態を採ることができる。この場合も、ヘルプ・インターフェースの一様性と調
整がきわめて重要である。
たは現行ユーザに関連付けられたメタ情報(履歴)に基づいて、および脱落引数
または混在主導権を使用して変更された引数に基づいて、アクセスすることがで
きることを理解されたい。各アプリケーションによって提供される対話は、ユー
ザの選好または専門知識のレベルに合わせて調整される。
ユーザの使用履歴、およびエージェントを使用して、要求を完成させ、手続きを
手引きし、情報を探索し、新規アプリケーションのアップグレード/インストー
ルを行う、汎用調整会話インターフェースを介して提供される。
クリプトについて、詳述する。このようなプログラミング/スクリプト言語によ
り、使用可能な任意のリソースを入力または出力ストリームとして使用すること
ができる。CVMプラットフォームの会話型サブシステムを使用して、各入力を
、プログラミング言語が組込みオブジェクトとして直接処理することができるバ
イナリまたはASCII入力または属性値nタプル(または宣言型の同等バイト
またはXML)に変換する。呼出し、フラグ、およびタグは自動的に組み込まれ
、オブジェクトおよびプロセス間で、異なるオブジェクトと正しくインターフェ
ースするのに必要な会話型メタ情報を伝達する。出力は、アプリケーションまた
はユーザの必要に従って特別に形式設定することができる。これらの新しいプロ
グラミング・ツールを使用して、マルチモーダル・ディスコース処理を容易に構
築することができる。プログラミング/スクリプト言語は、ファイル・ハンドル
やストリーム・ハンドルに類似したハンドルを、会話型システム・アーキテクチ
ャ、すなわち、音声認識/話者認識/会話型システムにおいて提示される会話型
サブシステムの入力または出力に与える。これらの入力ストリームは、実際には
システム呼出しによって実施される、ライブラリ呼出しとして扱われる。CVM
の観点からは、会話型ブラウザを、会話型アプリケーションとみなすか、または
その構成要素(たとえばXMLパーサ)およびプラグインを会話型アプリケーシ
ョンを含む会話型エンジンの一部と見なすことができることを理解されたい。
ンス、またはユーザ識別または照会(NLUが提供する記号言語表現)による関
数呼出しの引数とすることができる。入力は、手書きによって、またはファイル
などからも供給することができる。各結果ストリームは、オブジェクト指向コン
テキストにおける導出クラスと見なすことができる。
スの1つによって処理され、スクリプトによって処理されてから、アクションを
引き起こす。会話型コマンド・アンド・コントロール環境(たとえばViaVoiceの
Voice Center)は、会話型スクリプトによって作成された比較的単純な会話型プ
ラットフォームと見なすことができる。スクリプトを修正することによって、プ
ラットフォームが修正される。実際には、Voice Centerは、従来のC/C++コ
ードによって作成され、これは入力ハンドと、コマンドの認識および実行をコー
ド内に深く隠蔽する。コンテキスト、音声状況などをプラットフォーム内に設定
して、環境変数や大域変数を更新することができる。この場合も、前述のように
会話型オブジェクト/構成要素およびファウンデーション・クラスを手続き型ま
たは宣言型とすることができる。
ームが、一般に文字入力または記号入力のために確保されたあらゆる種類の処理
形態を採ることができる従来の入出力ストリームとして組み込まれるとみなす。
ユーザ入力は、解析およびNLUの後に、それぞれの転記、または記号言語への
マッピングによって表現することができる。さらに、出力もスクリプト/プログ
ラミング言語によって完全に制御することができる。Voiceフォントを、メッセ
ージに応じて選択、または設計、修正することができる。このような会話型プロ
グラミング言語およびスクリプトの使用により、複合リダイレクトおよび会話プ
ロセッサまたはマルチモーダル・ディスコース・プロセッサを構築することがで
きる。これらは、たとえば従来のワード・プロセッサおよび描画/写真/ビデオ
・エディタの自然マルチモーダル拡張版である。CVMを含むファウンデーショ
ン・クラスについては前述した。
ート、制御または合成のために、データ・ストリームを会話型メタ情報をシーム
レスに追加することが重要である。他のオブジェクトまたはサブシステムと通信
する場合、これはシステム関数呼出しによりローカルで行われる。ネットワーク
・オブジェクトは、HTTP/HTML、TCP/IPのような他のリモート・
プロトコルを介して、または多様な形態のソケット対話を介して通信する。これ
らのプロトコルは、この会話型メタ情報を交換することができるタグ、フラグ、
およびセマフォによって補完される。
できるまったく新しい会話型ツールであり、PERLおよびKshell、Cお
よびC++、HTML、Javascript、Basic、Javaなどの拡張版であり、Spoken
PERLなどと呼ぶことができる。解釈(スクリプト/宣言型)またはコンパイ
ル(手続き型)される会話型ファウンデーション・クラスおよび対話構成要素(
手続き型または宣言型)のライブラリによってCVM上での実行を最適化するよ
うに、言語を最初から新たに構築することもできる。
とCVMとの間の会話型APIを含む。また、CML(会話型マークアップ言語
)も含む。ここで、手続き型APIおよびプロトコルとCML(XMLおよびH
TTP)との区別、およびトランスポート・プロトコルの変形プロトコルについ
て述べておく必要がある。手続き型APIは、CVMを会話認識アプリケーショ
ンに露出させる。手続き型APIおよびプロトコルによって、CVM、アプリケ
ーション、および装置間での会話型情報の高速な交換を可能にし、コントローラ
による各アプリケーションおよびコンテキスト切換必要手続き型インターフェー
スのの状態の高速な判断を可能にする。一方、CMLは、提示素材/内容を会話
型ブラウザに伝達する理想的な方法であり、XMLの目的と合致し、対話の開発
に必要なプログラミング専門知識を少なくするという利点を有する。
は、ページ間でXMLが交換されるが、ページ間および複数の同時タスク間での
コンテキストは、API/プロトコルを介してブラウザによって管理される。こ
の実施態様は、たとえば、純粋にソケット・ベース(TCP/IP)、HTTP
Corba/Java RMIベース、または(XMLを使用した)順次化オブジェ
クトの交換によるHTTPベースとすることができる。プロトコルは、XML(
宣言型)と手続き型の通信がサポートされるように設計することが好ましい。
めざましいものであろう。新しい会話型プログラミング言語のレベルでは、従来
型および会話型のサブシステムに発行され、供給されるストリームに対する直接
処理は、新しい論理ストリームおよび演算子を暗黙に示す。
ASCIIの視点での異/同、(6)NLUの視点からの異/同、(7)アクテ
ィブ照会フィールドの視点からの異/同、(8)不明、(9)非互換、(10)
比較不能を含む。会話型論理演算子を導入して、このようなステートメントのテ
ストまたは修正を行うことができる。要約すると、ASCII/バイナリ内容に
基づいて、またはNLU変換された照会(従来型および会話型サブシステムの入
出力)に基づいて比較することができる豊富な会話型照会を扱うように、論理ス
テートメント状況および演算子を会拡張する。このようなシステムのテストまた
は修正を行うように論理演算子を実現することができる。
図示されている。この分散型システムの中核はCVM704(サーバ、PCなど
に置くことができる)であり、複数のアプリケーション706、装置708〜7
13、その他のCVMアプリケーションまたは装置707、および会話型リソー
ス705間の会話型アービトレータとして機能する。CVM704は、このよう
な装置およびアプリケーションにわたって調整された一様な会話型インターフェ
ースを備え、それによって異なる会話型装置708〜713、リソース705、
アプリケーション706が本発明の会話型プロトコルを介して接続することがで
きる。複数の会話接続された装置/オブジェクトによって、調整インターフェー
スが提示される。オブジェクトの集合が、CVM704の集中または分散コンテ
キスト・スタックを介してユーザに対して単一の調整インターフェースを提供す
る。会話型装置は、他の会話型装置から会話型インターフェースを介して制御可
能なサイレント・パートナを含むことができる。登録段階で、これらは要求時に
サポートされているコンテキストのリストを交換する。接続時に、これらのコン
テキストが更新される。接続に応じて、コンテキストは集中化または装置間で分
散される(すなわちネットワークが折衝される)。
ビークル・アシスタント)710、または音声ブラウザ713などの中央ユニッ
トを介して行うことができる。タスク・ディスパッチャおよびコンテキスト・ス
タックは、すべての装置に関連付けられたコンテキストを蓄積し、各装置に対す
るコマンドを解析し、適切にディスパッチする。ユーザが装置の集合全体と対話
する場合、装置は常にアクティブである(最後にアクティブにされたコンテキス
ト)。当該装置は、新規コマンドがそのコンテキスト・スタックに適合するか否
かを調べる。適合しない場合は、アクティブになる隣の装置に渡す。このプロセ
スは、一致が見つかるまで繰り返され、場合によってはユーザによって確認され
、または要求は最初の装置に戻される。その場合、ユーザにエラー・メッセージ
または混乱メッセージが返される。
し、抽象化およびメタ情報を介してオブジェクトを参照し、タスク、抽象化、コ
ンテキストの割当てと記憶を行い、ユーザの認識と認証を行い、ディスプレイ、
GUI、キーボード、またはポインティング・デバイスを使用するか否かを問わ
ず、すべての対話を通して同じインターフェースを提示する機能を備えることに
よって、ユーザがシステムと対話できるようにする。同じ対話は、チャネルに無
関係の機能を付加または省いて、電話、ウェブ、PDA、デスクトップを介して
も行われる。
セスし、必要であれば修正すると同時に、自分のメールをチェックする。ユーザ
は、これらのすべてのタスクを(デスクトップの前にいるときに)従来の方式で
行うことにするか、または、電子メールをタイプで仕上げながら、スプレッドシ
ートの情報を目で見ないで音声で調べることができる。いずれの場合も、ユーザ
にとってインターフェースはシームレスに同じである。
CUIを介して制御することができるようにそれぞれのインターフェースを調整
する。この概念を以下の例で示す。夜、自動車で帰宅途中であり、配偶者から新
しい食料品店で何かを買ってくるように頼まれたのを思い出したとする。留守番
電話でメッセージを見つけた後、音声認識ソフトウェアを使用してそれを急いで
デスクトップのメモ帳に転記した。しかし、それをプリントするのもPDAに転
送するのも忘れた。しかし、デスクトップPCがCVMを稼動させてれば問題は
ない。なぜなら、問題車内にPDA、会話型車載PC(PVA、パーソナル・ビ
ークル・アシスタント)と会話型高度自動機能電話を備えているためである。さ
らに、PVAが組込みCVMを稼動させていると同時に、他の2つのアプリケー
ションが会話認識であるものとする。すなわち、PVAで稼動しているCVMを
介してそれらのアプリケーションを制御できるものとする。
る。接続が確立された後は、音声により認証され、前に作成した「食料品リスト
」を音声により要求するだけでそのメモを見つけることができ、ファイル名やデ
ィレクトリを思い出したり、ディレクトリを閲覧してやっと適切なファイルを選
択したりしなくても済む。PC CVMが要求する場合には、その選択を確認す
る必要がある。「これをPDAと同期させなさい」という別の照会を出すことが
できる。すると、そのファイルが次の同期でPDAに転送されるようにリンクさ
れる。最後のコマンド「実行!」を出すと、PCは手に負えず、PVAにその曖
昧な照会を処理させる。PVAは、その希望を理解して、直前に会話に基づいて
PDAとPACを同期させる。確認後、同期化が行われ、食料品リストがPDA
に格納されて、後で使用できるようになる。
が計算され、店の場所がローカルで、またはサーバから取り出され、最新の更新
情報を考慮に入れて道程が計算される。随時、現在位置に関するナビゲーション
情報、次にすべき事、目的地までの距離を要求することができ、異なる道程も要
求することができる。
うに指示する。これには、電話番号案内サービスIVRとの中間会話が必要にな
る。現在のホーム・ページと同様に構築されたスモール・ビジネスまたは個人消
費者IVRのの概念の一例である、店のIVRと、会話型インターフェースとの
対話を介して接続した後、注文を出す。そのために、PVAに対して、食料品リ
ストをゆっくりとブラウズして項目ごとに読み上げるように指示する。次に、I
VRに対してその要求を言い直し、各注文が適切に取られるまで対話を続ける。
に電子メールや、ニュース、株式市況を聞くことができる。必要であれば、自分
のPCにダイヤルし、スプレッドシート情報を調べたり、修正したりすることが
できる。これは、デスクトップ機でメールを処理しながら音声で調べるのと同じ
方法である。また、PVAまたはデスクトップ機でエージェントにタスクを割り
当て、更新または後で思い出させるように要求することもできる。
Mを稼動させる場合、アプリケーション開発者はCVM APIに接続するだけ
で済む。これには、以下のような、そのすべての会話機能と要件を登録すること
が含まれる。 1.アプリケーションを制御するためのアクティブ語彙、有限状態文法、言語
モデル 2.NLUまたは少なくともコンテキスト状態リストがサポートされている場
合、記号マッピング 3.特に出力のカテゴライズを可能にする関連付けられた該当メタ情報/カテ
ゴリ 4.会話型入出力情報。入出力を直接制御するか、サイレント・パートナであ
るか、または会話型入出力プロバイダのクライアントであるか、および 5.CVM機能/状態。CVMを稼動させているか、CVMクライアントであ
るか、マスタ、スレーブ、またはパートナCVMであるか
PDAおよび高度自動機能電話はスレーブCVM、または単にCVM認識機であ
る。PVAがPCに会話接続する場合、PVAがマスタ、スレーブ、パートナの
いずれとして機能するかを決定するのは、アプリケーション開発者である。ロー
カルで、または電話を介して接続する場合、装置はAPIで伝えられた必要な情
報を交換し、それによって装置間の調整を完全に定義する。この場合も、CVM
は、会話型および従来型サブシステムを含めて、すべての入出力問題を自動的に
処理する。またこの場合も、APIはCVMのためのすべての情報を伝え、照会
をアプリケーション呼出しに変換し、逆に出力を音声に変換し、適切にソートし
てからユーザに提供する。
プリケーションを容易に作成することができる。この開発環境(本明細書ではSp
oken Age(スポークン・エイジ)と呼ぶ)によって、プログラマは、CVMのエ
ミュレート、アプリケーションまたはネットワーク・プロトコルのデバッグ、お
よび会話型ユーザ・インターフェースの迅速な開発を行うことができる。Spoken
Ageは、CUIおよびCVM用アプリケーション開発機能を含む。また、所与の
アプリケーションのためにエンジンのデータ・ファイル(会話型引数)を修正す
る環境も備える。具体的には、これは、ツールのレベルでSpoken Ageが、IBM
のViaVoiceツールキットなどのSDKツールキットのような、会話型エンジンの
フロントエンドも含むことを意味する。これは、Spoken Ageが備えるツールキッ
トとアルゴリズムによって、ユーザが所与のタスクのためにデータ・ファイルの
再作成、適応化、または拡張を行うことができることを意味する。これには、デ
ータ収集規則に従ってアプリケーションのためにデータを収集することと、適切
なスクリプトを実行してデータ・ファイルを生成し、パフォーマンスをテストす
ることが含まれる。これは、タスク、ドメイン、または音響環境専用のデータ・
ファイルまたはデータ・ファイルの一部を(CD ROMまたはウェブ・サイト
から)ダウンロードすることも含まれる。また、書式に記入し、新規アプリケー
ションの記述/データ例の提示を行うことによって、データ・ファイル・サービ
ス・オフィスに行った照会にも続いて、データを更新することも含まれる。
は、プログラマはSpoken Ageによって、CVMをサポートする他のどのようなプ
ラットフォームにでも移植することができる。プログラマは、CVMによって、
その会話型機能を、新しいプラットフォームまたは装置による通信チャネルまた
はUIの制約に合わせて自動的に適応させることもできる。また、Spoken Ageを
使って書かれたJava、CGI、およびXML/HTMLベースのウェブ・サイト
を、電話または小型の組込み会話型ブラウザによってアクセスする限定された音
声マークアップ言語を介してサービスを提供するIVRに直ちに変換することが
できる。
ョンである会話型ブラウザ713をさらに含む。会話型ブラウザは、CVM上で
稼動することができ、CMLを解釈して会話型対話を作成すると同時に、CML
ページを提示することができる。図7に示し、前掲のIBM整理番号YO998
−392P特許出願で詳述しているように、会話型トランスコーダ・プロキシ・
コードを介してレガシー・アプリケーション700にアクセスし、HTMLやD
B2のような従来の形式をXMLにトランスコードすることができる。会話型ブ
ラウザは、XML仕様に基づく音声マークアップ言語であるCML(会話型マー
クアップ言語)を解釈する。これは、CVM上で稼動する最も魅力的なアプリケ
ーションの1とみなすことができる。会話型ブラウザは、それ自体のCVMを持
つスタンドアロン・アプリケーションとすることができる。CMLによって、初
心アプリケーション開発者でも、会話型対話を迅速に開発することができる。H
TMLおよびワールド・ワイド・ウェブとの類似点をさらに続けて挙げると、C
MLおよび会話型ブラウザは、レガシー企業アプリケーションおよびレガシー・
データベースの周囲に会話型ユーザ・インターフェースを構築する簡素でシステ
マティックな方法を提供する。さらに、この機構をCVMの上に構築した後は、
これらのアプリケーション、サービス、およびトランザクションを会話に組み込
むことができ、ユーザはそれを複数の(ローカルおよびネットワーク)アプリケ
ーションおよび(ローカルおよびネットワーク)装置にわたって伝えることがで
きる。また、ユーザが、会話型ブラウザを稼動させているPCまたはIVRでレ
ガシー・アプリケーション、会話型アプリケーションにアクセスするとき、また
はサーバ側にある会話型アプリケーションにアクセスするときに、ユーザに同じ
ユーザ・インターフェースも提供する。HTML対話をCMLに変換する会話型
プロキシの使用により、同じページでPCまたは組込み装置上の従来型またはマ
ルチモーダルのブラウザ、会話型ブラウザ、およびIVRアプリケーションを駆
動することができる。電話カードを備えたサーバ上の適切に設計されたホーム・
ページは、パーソナルIVRにもなる。特に、会話型プロキシを導入してHTM
LページをCMLページにトランスコードした場合にそうである。
手続き型プロトコルを介して最も効率的に対話するが、対話プロトコルをHTT
PおよびXML/HTML交換を含めるように拡張することが重要である。実際
、単一、または順次の会話型トランザクションには、HTTPおよびXML交換
、または場合によっては順次化オブジェクトで十分な場合もある。最適プロトコ
ルを選択し、XML交換を可能にするオプションによって、ごくわずかなプログ
ラミング知識で対話の設計を簡略化することができる。一方、手続き呼出しによ
り、複数の同時会話アプリケーションを備えたきわめて効率的なローカルまたは
分散実施態様を設けることができる。効率的な会話プラットフォーム機能は、A
PIインターフェースを必要とする。複数の会話型アプリケーションにわたって
効率的な対話マネージャは、異なるサブシステム、アプリケーション、および関
係CVMエンティティ間での手続きオブジェクトの交換を必要とする。
コントロール))とも呼ぶ、図8に示すようなUCA(Universal Conversation
al Appliance(汎用会話機器))を使用する本発明のアプリケーションの例を以
下に示す。このUCAまたはUCRCは、会話型プロトコルの複数の態様を含む
CVM装置の一例である。UCRCは、自発ネットワーク機能を有する音声使用
可能携帯型PDAである。このネットワーク機能は、RF、特別機能(たとえば
ブルートゥース、ホッピング・ネットワーク)またはIRとすることができる。
家庭環境では、機器は会話認識となる(ただし一般にはサイレント・パートナで
ある)。これは、異なる機器を検出し、必要な情報を交換して会話制御すること
を意味する。異なる機器が同様のネットワーク機能を有する。簡略化された場合
には、これらは、X10のような永続ネットワークを使用する「ホーム・ディレ
クタ」タイプのインターフェースによって直接制御される。この場合、UCAは
ホーム・ディレクタと直接対話する。
ク(検出)要求を周期的に(きわめて頻繁に)ブロードキャストする。各機器(
またはホーム・ディレクタ)は、このような要求を検出すると応答する。新たに
検出された機器はそれ自体の識別情報を示す。UCRCもそれ自体の識別情報を
示す。その結果のハンドシェークによって、登録が行われる。登録には、機器の
性質と名前の識別(およびその他のメタ情報)およびそれがサイレント・パート
ナであることが含まれ、次にこれによって折衝が行われる。
検出された機器は、その現在の状態と、その状態でサポートするコマンドとを交
換する。限られた数のコマンドをサポートする場合、サポートする他の状態と、
それらの他の状態に関連付けられたコマンドも送る。これは、前述の構造スケル
トンの送信に相当する。状態の構造が複雑すぎる場合、この情報通知は状態が変
わるたびに状態ごとに行われる。
のリストを機器に返し、さらに、場合によっては必要なすべてのデータ・ファイ
ル、すなわち語彙、基本フォーム、対話のためのプロンプト/音声フォント、文
法、場合により解析、変換、タグ付け、記号言語、およびNLインターフェース
用の言語生成規則も返す。あるいは、この情報は、会話型エンジン・タスクを実
行する他のエンジン(たとえば音声認識タスクなどを実行するサーバなど)のア
ドレスを含むことができる。アクティブ化時およびユーザからの入力時に、UC
RC CVMは関連付けられた機器を判断する。これは、異なる機器によって(
ローカルまたはリモートで)サポートされるコマンドに従い、認識結果に基づい
て行われる。
た機器でコマンドが実行される。その結果、状態が変化する。この新たな状態は
UCRCに伝達される。UCRC上のコンテキストも更新される。コマンドは、
スケルトンに基づいて、またはサポートされているコマンドの新たな交換に基づ
いて更新される。機器が一時的にネットワークから消える場合、この情報はコン
テキストに格納される(機器が依然としてUCRCによって制御されている場合
)。これは、時間(最後に検出されてからの経過時間)または場所(メタ情報)
または(非アクティブ化される場合)メタ情報に基づいて行うことができる。再
アクティブ化されると、情報のほとんどばコンテキストまたはメタ情報から再ロ
ードされ、プロトコルは更新がないかのみ調べる。
Cからサインオフ要求が明示的に送られる。機器が従来方式で制御される場合(
テレビジョンの従来のリモート・コントロール、または照明器具のスイッチなど
)、UCRCにイベントが返され、コンテキスト、データ・ファイル、および機
器の状態の登録/折衝、あるいは単なる更新が行われる。
点を除き、プロトコルはまったく同じであることに留意されたい。 1)1つアプリケーション、すなわちホーム・ディレクタのみが登録される。機
器変更またはコマンドの結果、ホーム・ディレクタ全体の状態が変更される。 2)個々の機器すべてがUCRCに登録される。ホーム・ディレクタは、機器と
UCRCとの間でプロトコルの送信とトランスコードを行うゲートウェイとして
のみ機能する。
れる機能を拡張することができる。自発的ネットワーキングではなく、通常のワ
イヤレスLAN(ホーム・ディレクタに接続されたベース局とのイーサネット( 登録商標)、RF)とすることもできる。範囲外の場合には、ホーム・ディレク タ・ソリューションは、通常の電話(たとえばモデム・タイプの接続)によって 呼出し可能であるという利点がある。そのような場合、すべてのプロトコルは、 電話を介して交換することができる。したがって、新UCRC技法は、範囲内に あるときにローカルまたは自発ネットワーク機能を備え、範囲外にあるときには ベース局へのバイナリ接続機能を備えて常に勝ち得から制御されるセルラーホン /UCRCである。
することもできる。重複させる場合、機械が電話カードを介した音声ブラウズ機
能またはローカル・ホームIVR機能を備える場合には、家庭用機器は、電話に
よって(Cおよびサーバ交換会話プロトコルを介したバイナリ接続の必要なしに
)どこからでも制御することができる。UCRCおよび会話プロトコルは、ホー
ム・ディレクタと機器との間にある。任意の通常電話を使用することができる。
第2の事例では、家庭にあるときには機器の制御には通常、サーバも使用される
。UCRCは、携帯型入出力システムになる。すなわち、音声を取り込み、圧縮
してホーム・ディレクタに送る(会話型コーディング)。出力も同様に、再生の
ためにUCRCに送られる。実際のCVM処理はすべて、ホーム・ディレクタ・
サーバ上で行われることになる。
成可能な会話型ネットワーク・システムが図示されている。本発明による会話型
コンピューティングは、異なる装置のネットワーク化という点で新しい要件を意
味することを理解されたい。これは、すべてのプロトコル、負荷およびトラフィ
ックの管理、ネットワーク・キャッシングおよび記憶における主要な考慮事項が
、負荷またはトラフィックのバランスを保証することだけではなく、さらに、ネ
ットワーク上で現在会話をしているユーザまたはネットワーク・リソースを使っ
ているユーザのすべてのアクティブ対話の対話フローを最適化することであると
いうことを意味する。言い換えると、会話型分散アーキテクチャによって、対話
の遅延およびフロー、音声送信(会話型コーディング)の遅延、音声とGUI構
成要素との同期化(実際、GUI入力の結果として、イベントおよび、UIの音
声構成要素とGUI構成要素との同期化/協調動作が行われなければならない)
、および基礎会話型プロトコル(折衝、対話マネージャ・プロトコルなど)の更
新と交換を最適化するために、新たな追加の制約または考慮事項をが加えられる
。このような面は、ローカルまたはネットワークあるいはその両方でのシームレ
スで透過的な処理が望まれる場合に重要な役割を演じる。サービス品質、帯域幅
、最小遅延、最小パケット損失などは、依然としてVoIPの場合と同様に重要
である。
ジンに適切に転送する問題がある。この場合も、ネットワーク上でのキャッシュ
または記憶と、特に精細なトラフィック管理および負荷管理を必要とする。やは
り、送信側と受信側との間のトラフィックのフローのみが問題であるVoIPの
場合でさえも存在しない概念である。さらに、スケルトン情報(すなわち対話論
理)でさえも、ネットワーク内で適切に事前記憶、キャッシュ、または重複させ
ることができ、効率が向上する。
システムまたは対話マネージャ機能を備える)は、PSTN1002を介して接
続することによってサービス・ネットワーク・プロバイダ・ネットワーク100
1と、ルータ1004を介してインターネット/イントラネット1003ネット
ワークの所望の情報にアクセスすることができる。ルータ1004とインターネ
ット/イントラネット・ネットワーク1003は、会話型ネットワーク・サービ
ス拡張機能および機構を提供する。これには、(前述の)分散会話プロトコル、
RecoVC(認識互換VoCoder)による音声コーディング、アプリケー
ションおよびメタ情報(分散アプリケーション・プロトコル)、ディスカバリ、
登録、折衝プロトコル、対話フローとトラフィック・バランスを維持するための
サーバ負荷管理、対話フローを維持するルーティング、タスク機能および能力要
件と会話引数可用性(データ・ファイル)とに基づくエンジン・サーバ選択、会
話引数(分散:記憶)、トラフィック/ルーティングおよびキャッシングが含ま
れる。
ワイヤレス・ネットワークなど)および会話型アプリケーション・サービスまた
はコンテンツまたはトランザクション・プロバイダのイントラネットでは、ネッ
トワークはコンテンツ・サーバとバックエンド・論理または業務論理サーバ、会
話型エンジン・サーバ、ゲートウェイ、ルータ、プロキシ、およびIVR(たと
えばサウンド・カードのような)およびサーバ・ブラウザを有し、これらのリソ
ースの間で音声ファイルおよびデータ・ファイルが会話型ネットワーキング原理
による最適化に従って、絶えず交換される。
ィティ(サーバ、クライアント、ゲートウェイ、ルータなど)上に存在して、会
話型ネットワーキング測定、送信、管理、および様々な機能の実行のためにメッ
セージを交換する必要がある。一般に、これらの機能は、ネットワーク内の負荷
分散、トラフィック分散、記憶およびキャッシングなどを行うために、既存のプ
ロトコルおよびシステム上で実行される。
システムおよび方法はこれらの厳密な実施形態には限定されず、当業者なら本発
明の範囲および主旨から逸脱することなく、他の様々な変更および修正を加える
ことができることを理解されたい。このような変更および修正はすべて、特許請
求の範囲に定義されている本発明の範囲内に含まれるものと意図される。
ク図である。
す図である。
型プロトコルを示すブロック図である。
示すブロック図である。
の概要を示す図である。
る。
Claims (24)
- 【請求項1】 入力照会を受け取るマルチモーダル会話型ユーザ・インターフェース(CUI
)と、 前記入力照会を処理し、前記入力照会に応答して対話を生成する会話型エンジ
ンと、 前記入力照会に基づいて前記対話とアプリケーションに関連付けられたコンテ
キストとを管理し、前記会話型エンジンを管理する会話型カーネルと、 前記アプリケーションと前記会話型カーネルとのインターフェースをとる会話
型アプリケーション・プログラム・インターフェース(API)とを含む会話型
コンピューティング・システム。 - 【請求項2】 前記会話型APIが、会話型手続きの実行と会話型アプリケーションの構築と
のうちのいずれか1つのための会話型オブジェクトを作成するためにアクセス可
能な会話型ファウンデーション・クラスおよび基本対話構成要素のライブラリ関
数を含む、請求項1に記載のシステム。 - 【請求項3】 前記会話型ファウンデーション・クラスおよび基本対話構成要素が、CUIビ
ルディング・ブロックと会話型プラットフォーム・ライブラリと対話モジュール
と対話スクリプトとビーンと会話型ジェスチャとこれらの組合せとのうちのいず
れか1つを含む、請求項2に記載のシステム。 - 【請求項4】 前記会話型オブジェクトが宣言型と手続き型のいずれか一方で実施される、請
求項2に記載のシステム。 - 【請求項5】 前記会話型カーネルが、オペレーティング・システムとリアルタイム・オペレ
ーティング・システムとのうちのいずれか一方で実行される、請求項1に記載の
システム。 - 【請求項6】 前記システムがパーソナル・コンピュータ・プラットフォームとサーバ・プラ
ットフォームと組込み装置プラットフォームとのうちのいずれか1つで実行され
る、請求項1に記載のシステム。 - 【請求項7】 前記マルチモーダルCUIが、複数の入力/出力(I/O)リソースと、前記
複数のI/Oリソースとインターフェースし、前記複数のリソースを前記会話型
カーネルに登録するI/O APIとを含む、請求項1に記載のシステム。 - 【請求項8】 前記I/O API層が、I/O抽象化とユーザ・インターフェース抽象化と
装置抽象化とこれらの組合せとのうちのいずれか1つを含む、請求項7に記載の
システム。 - 【請求項9】 前記マルチモーダルCUIが、汎用自然言語理解(NLU)インターフェース
と自然言語生成(NLG)インターフェースのうちのいずれか一方を含む、請求
項1に記載のシステム。 - 【請求項10】 前記NLUインターフェースおよびNLGインターフェースがコンテキストと
混在主導権とを提供する、請求項9に記載のシステム。 - 【請求項11】 前記会話型カーネルが、 前記アプリケーションにわたる対話を管理し、入力照会に基づいてアクティブ
対話とコンテキストとアプリケーションとを選択する対話マネージャと、 会話型タスクのために前記会話型エンジンの管理と割振りとを行うリソース・
マネージャと、 会話型タスク間を調整し、ディスパッチする会話型タスク・ディスパッチャと
、 会話タスクのアクティブ・ディスコースのコンテキストと照会引数を含むコン
テキストと属性値nタプルのリストと会話型状態とを蓄積するコンテキスト・ス
タックとを含む、請求項1に記載のシステム。 - 【請求項12】 前記コンテキスト・スタックが、コンテキストのグローバル履歴を含む、請求
項11に記載のシステム。 - 【請求項13】 メタ情報のリポジトリを管理するメタ情報マネージャをさらに含み、前記メタ
情報が、ファイルとディスコースとオブジェクトとデータ・ストリーム・ハンド
ルと、ネットワークと周辺機器とハードウェアとアプリケーションとネットワー
ク・ファイル・システムとこれらの組合せとのうちのいずれか1つを含む要素に
関連付けられた複数の抽象カテゴリ請求項11に記載のシステム。 - 【請求項14】 前記メタ情報を使用して前記要素へのショートカットを設ける、請求項13に
記載のシステム。 - 【請求項15】 前記メタ情報が、選好とセキュリティと習慣とバイオメトリクスと振舞いとこ
れらの組合せのうちのいずれか1つに関するユーザ情報を提供する、請求項13
に記載のシステム。 - 【請求項16】 前記会話型カーネルが会話型エンジンAPIを介して前記会話型エンジンを制
御し、アクセスする、請求項1に記載のシステム。 - 【請求項17】 前記会話型カーネルが、前記対話マネージャを介してバックエンド論理にアク
セスするバックエンド抽象化層をさらに含む、請求項11に記載のシステム。 - 【請求項18】 前記会話型カーネルが、前記I/Oリソースおよび会話型エンジンの機能に基
づいて前記振舞い、ユーザに提示するCUI、および対話の適応化を行う会話型
トランスコーダを含む、請求項7に記載のシステム。 - 【請求項19】 リモート・アプリケーションとリモート装置と、リモート会話型コンピューテ
ィング・システムとこれらの組合せとのうちのいずれか1つを含む会話認識シス
テムと情報を交換する会話型プロトコルをさらに含む、請求項11に記載のシス
テム。 - 【請求項20】 前記会話型プロトコルが、会話型状態と会話型引数とコンテキストと会話型エ
ンジンAPI呼出しと結果とこれらの組合せとのうちのいずれか1つを含む情報
を交換する分散会話型プロトコルを含む、請求項19に記載のシステム。 - 【請求項21】 前記会話型プロトコルが、前記会話認識システムを自動的に検出する会話型デ
ィスカバリ・プロトコルを含み、前記会話型ディスカバリ・プロトコルが、ハン
ドシェーク、識別子の交換、第1の折衝のためのハンドルの交換、および第1の
折衝のためのハンドルの交換のブロードキャスト要求を含む、請求項19に記載
のシステム。 - 【請求項22】 前記会話型プロトコルが、前記システムと前記会話認識システムの間で情報を
交換してネットワーク・トポロジを折衝する会話型折衝プロトコルを含む、請求
項21に記載のシステム。 - 【請求項23】 前記会話型プロトコルが、データ転送を該当情報に制限し、ネットワーク・ト
ポロジを折衝するように会話型機能と会話型状態とコンテキストとに関する情報
の交換と登録とを行う会話型登録プロトコルを含む、請求項22に記載のシステ
ム。 - 【請求項24】 前記会話型カーネル層が、前記会話型アプリケーションAPIを介したシステ
ム呼出しによってアクセス可能な会話型サービスおよび振舞いを提供する、請求
項11に記載のシステム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10295798P | 1998-10-02 | 1998-10-02 | |
US60/102,957 | 1998-10-02 | ||
US11759599P | 1999-01-27 | 1999-01-27 | |
US60/117,595 | 1999-01-27 | ||
PCT/US1999/022927 WO2000020962A2 (en) | 1998-10-02 | 1999-10-01 | Conversational computing via conversational virtual machine |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002526855A true JP2002526855A (ja) | 2002-08-20 |
JP3703082B2 JP3703082B2 (ja) | 2005-10-05 |
Family
ID=26799924
Family Applications (4)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000575021A Expired - Lifetime JP3703082B2 (ja) | 1998-10-02 | 1999-10-01 | 会話型バーチャル・マシンによる会話型コンピューティング |
JP2000575119A Expired - Fee Related JP4171585B2 (ja) | 1998-10-02 | 1999-10-01 | ネットワーク調整された会話型サービスを提供するためのシステムおよび方法 |
JP2000575117A Pending JP2003525477A (ja) | 1998-10-02 | 1999-10-01 | 汎用階層オブジェクトを介する効率的なボイス・ナビゲーションのための構造スケルトン |
JP2000575249A Pending JP2002527800A (ja) | 1998-10-02 | 1999-10-01 | 会話ブラウザおよび会話システム |
Family Applications After (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000575119A Expired - Fee Related JP4171585B2 (ja) | 1998-10-02 | 1999-10-01 | ネットワーク調整された会話型サービスを提供するためのシステムおよび方法 |
JP2000575117A Pending JP2003525477A (ja) | 1998-10-02 | 1999-10-01 | 汎用階層オブジェクトを介する効率的なボイス・ナビゲーションのための構造スケルトン |
JP2000575249A Pending JP2002527800A (ja) | 1998-10-02 | 1999-10-01 | 会話ブラウザおよび会話システム |
Country Status (10)
Country | Link |
---|---|
US (4) | US7418382B1 (ja) |
EP (4) | EP1125279B1 (ja) |
JP (4) | JP3703082B2 (ja) |
KR (4) | KR100459299B1 (ja) |
CN (4) | CN1160700C (ja) |
AT (1) | ATE383640T1 (ja) |
CA (4) | CA2345661A1 (ja) |
DE (1) | DE69937962T2 (ja) |
IL (5) | IL142363A0 (ja) |
WO (4) | WO2000020962A2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010528372A (ja) * | 2007-05-24 | 2010-08-19 | マイクロソフト コーポレーション | パーソナリティベース装置 |
Families Citing this family (690)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000020962A2 (en) * | 1998-10-02 | 2000-04-13 | International Business Machines Corporation | Conversational computing via conversational virtual machine |
US7003463B1 (en) | 1998-10-02 | 2006-02-21 | International Business Machines Corporation | System and method for providing network coordinated conversational services |
US6163794A (en) * | 1998-10-23 | 2000-12-19 | General Magic | Network system extensible by users |
US6886047B2 (en) * | 1998-11-13 | 2005-04-26 | Jp Morgan Chase Bank | System and method for managing information retrievals for integrated digital and analog archives on a global basis |
FR2787902B1 (fr) * | 1998-12-23 | 2004-07-30 | France Telecom | Modele et procede d'implementation d'un agent rationnel dialoguant, serveur et systeme multi-agent pour la mise en oeuvre |
AU6630800A (en) | 1999-08-13 | 2001-03-13 | Pixo, Inc. | Methods and apparatuses for display and traversing of links in page character array |
US7330815B1 (en) * | 1999-10-04 | 2008-02-12 | Globalenglish Corporation | Method and system for network-based speech recognition |
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 |
US6633846B1 (en) | 1999-11-12 | 2003-10-14 | Phoenix Solutions, Inc. | Distributed realtime speech recognition system |
US9076448B2 (en) | 1999-11-12 | 2015-07-07 | Nuance Communications, Inc. | Distributed real time speech recognition system |
US7725307B2 (en) | 1999-11-12 | 2010-05-25 | Phoenix Solutions, Inc. | Query engine for processing voice based queries including semantic decoding |
ATE471647T1 (de) | 1999-12-06 | 2010-07-15 | Ericsson Telefon Ab L M | Intelligente herstellung von piconets |
JP2001188784A (ja) * | 1999-12-28 | 2001-07-10 | Sony Corp | 会話処理装置および方法、並びに記録媒体 |
US20010043234A1 (en) * | 2000-01-03 | 2001-11-22 | Mallik Kotamarti | Incorporating non-native user interface mechanisms into a user interface |
US7934206B2 (en) * | 2000-02-11 | 2011-04-26 | Convergent Networks, Inc. | Service level executable environment for integrated PSTN and IP networks and call processing language therefor |
WO2003050799A1 (en) * | 2001-12-12 | 2003-06-19 | International Business Machines Corporation | Method and system for non-intrusive speaker verification using behavior models |
US8645137B2 (en) | 2000-03-16 | 2014-02-04 | Apple Inc. | Fast, language-independent method for user authentication by voice |
WO2001086896A1 (en) * | 2000-05-05 | 2001-11-15 | James Ewing | A method and a system relating to protocol communications within a pre-existing www server framework |
US6769010B1 (en) * | 2000-05-11 | 2004-07-27 | Howzone.Com Inc. | Apparatus for distributing information over a network-based environment, method of distributing information to users, and method for associating content objects with a database wherein the content objects are accessible over a network communication medium by a user |
FR2809204B1 (fr) * | 2000-05-17 | 2003-09-19 | Bull Sa | Interface applicative multiprosseur, ne necessitant pas l'utilisation d'un systeme d'exploitation multiprocesseur |
US7039951B1 (en) | 2000-06-06 | 2006-05-02 | International Business Machines Corporation | System and method for confidence based incremental access authentication |
US7047196B2 (en) | 2000-06-08 | 2006-05-16 | Agiletv Corporation | System and method of voice recognition near a wireline node of a network supporting cable television and/or video delivery |
CA2689656A1 (en) * | 2000-06-16 | 2001-12-16 | Bayer Healthcare Llc | System, method and biosensor apparatus for data communications with a personal data assistant |
US6654722B1 (en) * | 2000-06-19 | 2003-11-25 | International Business Machines Corporation | Voice over IP protocol based speech system |
US6788667B1 (en) * | 2000-06-20 | 2004-09-07 | Nokia Corporation | Wireless access to wired network audio services using mobile voice call |
WO2002005153A2 (en) * | 2000-07-07 | 2002-01-17 | 2020Me Holdings Ltd. | System, method and medium for facilitating transactions over a network |
US7139709B2 (en) | 2000-07-20 | 2006-11-21 | Microsoft Corporation | Middleware layer between speech related applications and engines |
EP1376418B1 (en) * | 2000-08-31 | 2006-12-27 | Hitachi, Ltd. | Service mediating apparatus |
US6785651B1 (en) * | 2000-09-14 | 2004-08-31 | Microsoft Corporation | Method and apparatus for performing plan-based dialog |
US20020059072A1 (en) * | 2000-10-16 | 2002-05-16 | Nasreen Quibria | Method of and system for providing adaptive respondent training in a speech recognition application |
US7594030B2 (en) | 2000-11-22 | 2009-09-22 | Microsoft Corporation | Locator and tracking service for peer to peer resources |
US7072982B2 (en) | 2000-11-22 | 2006-07-04 | Microsoft Corporation | Universal naming scheme for peer to peer resources |
DE50011222D1 (de) * | 2000-12-04 | 2005-10-27 | Siemens Ag | Verfahren zum Nutzen einer Datenverarbeitungsanlage abhängig von einer Berechtigung, zugehörige Datenverarbeitungsanlage und zugehöriges Programm |
US7016847B1 (en) * | 2000-12-08 | 2006-03-21 | Ben Franklin Patent Holdings L.L.C. | Open architecture for a voice user interface |
GB0030958D0 (en) * | 2000-12-19 | 2001-01-31 | Smart Card Solutions Ltd | Compartmentalized micro-controller operating system architecture |
DE10064661A1 (de) * | 2000-12-22 | 2002-07-11 | Siemens Ag | Kommunikationsanordnung und Verfahren für Kommunikationssysteme mit interaktiver Sprachfunktion |
JP3322262B2 (ja) * | 2000-12-22 | 2002-09-09 | 日本電気株式会社 | 無線携帯端末通信システム |
FI20002860A (fi) * | 2000-12-27 | 2002-06-28 | Nokia Corp | Laiteroolit ja pikoverkkoyhteydet |
US6925645B2 (en) * | 2000-12-29 | 2005-08-02 | Webex Communications, Inc. | Fault tolerant server architecture for collaborative computing |
US6964023B2 (en) | 2001-02-05 | 2005-11-08 | International Business Machines Corporation | System and method for multi-modal focus detection, referential ambiguity resolution and mood classification using multi-modal input |
US7461148B1 (en) * | 2001-02-16 | 2008-12-02 | Swsoft Holdings, Ltd. | Virtual private server with isolation of system components |
EP1233590A1 (en) * | 2001-02-19 | 2002-08-21 | Sun Microsystems, Inc. | Content provider for a computer system |
US7606909B1 (en) * | 2001-02-20 | 2009-10-20 | Michael Ely | Method and apparatus for a business contact center |
GB2372864B (en) * | 2001-02-28 | 2005-09-07 | Vox Generation Ltd | Spoken language interface |
EP1405169B1 (en) | 2001-03-22 | 2006-11-15 | Canon Kabushiki Kaisha | Information processing apparatus and method, and program product |
US7174514B2 (en) * | 2001-03-28 | 2007-02-06 | Siebel Systems, Inc. | Engine to present a user interface based on a logical structure, such as one for a customer relationship management system, across a web site |
US6996531B2 (en) * | 2001-03-30 | 2006-02-07 | Comverse Ltd. | Automated database assistance using a telephone for a speech based or text based multimedia communication mode |
FR2822994B1 (fr) * | 2001-03-30 | 2004-05-21 | Bouygues Telecom Sa | Assistance au conducteur d'un vehicule automobile |
CA2344904A1 (en) * | 2001-04-23 | 2002-10-23 | Bruno Richard Preiss | Interactive voice response system and method |
US7437295B2 (en) | 2001-04-27 | 2008-10-14 | Accenture Llp | Natural language processing for a location-based services system |
US7698228B2 (en) | 2001-04-27 | 2010-04-13 | Accenture Llp | Tracking purchases in a location-based services system |
US7610547B2 (en) * | 2001-05-04 | 2009-10-27 | Microsoft Corporation | Markup language extensions for web enabled recognition |
US7020841B2 (en) | 2001-06-07 | 2006-03-28 | International Business Machines Corporation | System and method for generating and presenting multi-modal applications from intent-based markup scripts |
US7366673B2 (en) * | 2001-06-15 | 2008-04-29 | International Business Machines Corporation | Selective enablement of speech recognition grammars |
US7606712B1 (en) * | 2001-06-28 | 2009-10-20 | At&T Intellectual Property Ii, L.P. | Speech recognition interface for voice actuation of legacy systems |
US7647597B2 (en) * | 2001-06-28 | 2010-01-12 | Microsoft Corporation | Transparent and sub-classable proxies |
US6839896B2 (en) * | 2001-06-29 | 2005-01-04 | International Business Machines Corporation | System and method for providing dialog management and arbitration in a multi-modal environment |
JP3997459B2 (ja) * | 2001-10-02 | 2007-10-24 | 株式会社日立製作所 | 音声入力システムおよび音声ポータルサーバおよび音声入力端末 |
US7233655B2 (en) | 2001-10-03 | 2007-06-19 | Accenture Global Services Gmbh | Multi-modal callback |
US7441016B2 (en) | 2001-10-03 | 2008-10-21 | Accenture Global Services Gmbh | Service authorizer |
US7324947B2 (en) | 2001-10-03 | 2008-01-29 | Promptu Systems Corporation | Global speech user interface |
US7472091B2 (en) | 2001-10-03 | 2008-12-30 | Accenture Global Services Gmbh | Virtual customer database |
ATE335354T1 (de) * | 2001-10-03 | 2006-08-15 | Accenture Global Services Gmbh | Mehrfachmodales nachrichtenübertragungsrückrufsystem mit dienstauthorisierer und virtueller kundendatenbank |
EP1708470B1 (en) * | 2001-10-03 | 2012-05-16 | Accenture Global Services Limited | Multi-modal callback system |
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 |
US7222073B2 (en) | 2001-10-24 | 2007-05-22 | Agiletv Corporation | System and method for speech activated navigation |
US7133830B1 (en) | 2001-11-13 | 2006-11-07 | Sr2, Inc. | System and method for supporting platform independent speech applications |
US8498871B2 (en) * | 2001-11-27 | 2013-07-30 | Advanced Voice Recognition Systems, Inc. | Dynamic speech recognition and transcription among users having heterogeneous protocols |
US20030101054A1 (en) * | 2001-11-27 | 2003-05-29 | Ncc, Llc | Integrated system and method for electronic speech recognition and transcription |
GB2388209C (en) * | 2001-12-20 | 2005-08-23 | Canon Kk | Control apparatus |
US7302394B1 (en) * | 2001-12-20 | 2007-11-27 | Ianywhere Solutions, Inc. | Front-end device independence for natural interaction platform |
US20060168095A1 (en) * | 2002-01-22 | 2006-07-27 | Dipanshu Sharma | Multi-modal information delivery system |
US6990639B2 (en) | 2002-02-07 | 2006-01-24 | Microsoft Corporation | System and process for controlling electronic components in a ubiquitous computing environment using multimodal integration |
US6704396B2 (en) | 2002-02-27 | 2004-03-09 | Sbc Technology Resources, Inc. | Multi-modal communications method |
US20030187944A1 (en) * | 2002-02-27 | 2003-10-02 | Greg Johnson | System and method for concurrent multimodal communication using concurrent multimodal tags |
US6807529B2 (en) * | 2002-02-27 | 2004-10-19 | Motorola, Inc. | System and method for concurrent multimodal communication |
GB0204768D0 (en) * | 2002-02-28 | 2002-04-17 | Mitel Knowledge Corp | Bimodal feature access for web applications |
FR2840484B1 (fr) * | 2002-05-28 | 2004-09-03 | France Telecom | Protocole de communication entre un module d'application vocale et une plate-forme vocale dans un serveur vocal |
US7398209B2 (en) * | 2002-06-03 | 2008-07-08 | Voicebox Technologies, Inc. | Systems and methods for responding to natural language speech utterance |
US7822609B2 (en) | 2002-06-14 | 2010-10-26 | Nuance Communications, Inc. | Voice browser with integrated TCAP and ISUP interfaces |
KR20040002031A (ko) * | 2002-06-29 | 2004-01-07 | 주식회사 케이티 | 다수의 응용프로그램들간의 음성인식엔진 공유 방법 |
US7693720B2 (en) | 2002-07-15 | 2010-04-06 | Voicebox Technologies, Inc. | Mobile systems and methods for responding to natural language speech utterance |
US7809578B2 (en) * | 2002-07-17 | 2010-10-05 | Nokia Corporation | Mobile device having voice user interface, and a method for testing the compatibility of an application with the mobile device |
US20040054757A1 (en) * | 2002-09-14 | 2004-03-18 | Akinobu Ueda | System for remote control of computer resources from embedded handheld devices |
US7519534B2 (en) | 2002-10-31 | 2009-04-14 | Agiletv Corporation | Speech controlled access to content on a presentation medium |
US8793127B2 (en) | 2002-10-31 | 2014-07-29 | Promptu Systems Corporation | Method and apparatus for automatically determining speaker characteristics for speech-directed advertising or other enhancement of speech-controlled devices or services |
CN1720520B (zh) * | 2002-12-02 | 2010-05-05 | 索尼株式会社 | 对话控制设备和方法,以及机器人设备 |
KR20040051285A (ko) * | 2002-12-12 | 2004-06-18 | 삼성전자주식회사 | 애플릿이 링크된 마크업 문서의 디스플레이 방법 및 그시스템 |
US7822612B1 (en) * | 2003-01-03 | 2010-10-26 | Verizon Laboratories Inc. | Methods of processing a voice command from a caller |
US7673304B2 (en) | 2003-02-18 | 2010-03-02 | Microsoft Corporation | Multithreaded kernel for graphics processing unit |
US7669134B1 (en) | 2003-05-02 | 2010-02-23 | Apple Inc. | Method and apparatus for displaying information during an instant messaging session |
US7249025B2 (en) * | 2003-05-09 | 2007-07-24 | Matsushita Electric Industrial Co., Ltd. | Portable device for enhanced security and accessibility |
EP1631899A4 (en) * | 2003-06-06 | 2007-07-18 | Univ Columbia | SYSTEM AND METHOD FOR LANGUAGE ACTIVATION OF WEB SITES |
EP1654806A4 (en) | 2003-06-26 | 2007-01-17 | Agile Tv Corp | NULL SEARCH, NULL MEMORY VECTOR QUANTIZATION |
US7313528B1 (en) * | 2003-07-31 | 2007-12-25 | Sprint Communications Company L.P. | Distributed network based message processing system for text-to-speech streaming data |
US7383302B2 (en) * | 2003-09-15 | 2008-06-03 | International Business Machines Corporation | Method and system for providing a common collaboration framework accessible from within multiple applications |
US7428273B2 (en) | 2003-09-18 | 2008-09-23 | Promptu Systems Corporation | Method and apparatus for efficient preamble detection in digital data receivers |
US7249348B2 (en) * | 2003-10-21 | 2007-07-24 | Hewlett-Packard Development Company, L.P. | Non-interfering status inquiry for user threads |
US7199802B2 (en) * | 2003-10-24 | 2007-04-03 | Microsoft Corporation | Multiple-mode window presentation system and process |
US7856632B2 (en) * | 2004-01-29 | 2010-12-21 | Klingman Edwin E | iMEM ASCII architecture for executing system operators and processing data operators |
US20050229185A1 (en) * | 2004-02-20 | 2005-10-13 | Stoops Daniel S | Method and system for navigating applications |
US7904059B2 (en) * | 2004-02-25 | 2011-03-08 | Sk Telecom Co., Ltd. | Method and mobile terminal for implementing vector animation interactive service on mobile phone browser |
US7925510B2 (en) * | 2004-04-28 | 2011-04-12 | Nuance Communications, Inc. | Componentized voice server with selectable internal and external speech detectors |
US7596788B1 (en) * | 2004-05-11 | 2009-09-29 | Platform Computing Corporation | Support of non-trivial scheduling policies along with topological properties |
US20050289265A1 (en) * | 2004-06-08 | 2005-12-29 | Daniel Illowsky | System method and model for social synchronization interoperability among intermittently connected interoperating devices |
US7814502B2 (en) * | 2004-06-14 | 2010-10-12 | Nokia Corporation | Shared landmark user interfaces |
KR100627228B1 (ko) * | 2004-07-01 | 2006-09-25 | 에스케이 텔레콤주식회사 | 기업용 무선 어플리케이션 서비스를 위한 전용 브라우저시스템 및 그 운영방법 |
US7398471B1 (en) * | 2004-07-29 | 2008-07-08 | Emc Corporation | System and method for the administration of resource groups |
FI20041075A0 (fi) | 2004-08-12 | 2004-08-12 | Nokia Corp | Tiedon lähettäminen ryhmälle vastaanottolaitteita |
US8744852B1 (en) * | 2004-10-01 | 2014-06-03 | Apple Inc. | Spoken interfaces |
US7693719B2 (en) * | 2004-10-29 | 2010-04-06 | Microsoft Corporation | Providing personalized voice font for text-to-speech applications |
US8706501B2 (en) * | 2004-12-09 | 2014-04-22 | Nuance Communications, Inc. | Method and system for sharing speech processing resources over a communication network |
US7640162B2 (en) * | 2004-12-14 | 2009-12-29 | Microsoft Corporation | Semantic canvas |
KR100654447B1 (ko) * | 2004-12-15 | 2006-12-06 | 삼성전자주식회사 | 지역별로 존재하는 컨텐츠를 글로벌로 공유하고 거래하는방법 및 시스템 |
US7987244B1 (en) * | 2004-12-30 | 2011-07-26 | At&T Intellectual Property Ii, L.P. | Network repository for voice fonts |
KR100725719B1 (ko) * | 2005-02-04 | 2007-06-08 | 주식회사 유진로봇 | 음성과 태스크 오브젝트 기반의 대화시스템 |
US7490042B2 (en) * | 2005-03-29 | 2009-02-10 | International Business Machines Corporation | Methods and apparatus for adapting output speech in accordance with context of communication |
US9111253B2 (en) * | 2005-04-22 | 2015-08-18 | Sap Se | Groupware time tracking |
US20060271520A1 (en) * | 2005-05-27 | 2006-11-30 | Ragan Gene Z | Content-based implicit search query |
US7689253B2 (en) | 2005-06-13 | 2010-03-30 | E-Lane Systems, Inc. | Vehicle immersive communication system |
US8090084B2 (en) * | 2005-06-30 | 2012-01-03 | At&T Intellectual Property Ii, L.P. | Automated call router for business directory using the world wide web |
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 |
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 |
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US8073700B2 (en) | 2005-09-12 | 2011-12-06 | Nuance Communications, Inc. | Retrieval and presentation of network service results for mobile device using a multimodal browser |
US9009046B1 (en) * | 2005-09-27 | 2015-04-14 | At&T Intellectual Property Ii, L.P. | System and method for disambiguating multiple intents in a natural language dialog system |
US7633076B2 (en) | 2005-09-30 | 2009-12-15 | Apple Inc. | Automated response to and sensing of user activity in portable devices |
US7708196B2 (en) * | 2005-10-05 | 2010-05-04 | Dun And Bradstreet Corporation | Modular web-based ASP application for multiple products |
US8041800B2 (en) * | 2005-11-08 | 2011-10-18 | International Business Machines Corporation | Automatic orchestration of dynamic multiple party, multiple media communications |
US20070124142A1 (en) * | 2005-11-25 | 2007-05-31 | Mukherjee Santosh K | Voice enabled knowledge system |
US9215748B2 (en) | 2005-11-28 | 2015-12-15 | Canon Kabushiki Kaisha | Communication apparatus, control method for communication apparatus, and communication system |
JP4829600B2 (ja) * | 2005-11-28 | 2011-12-07 | キヤノン株式会社 | 通信装置及び通信装置の制御方法 |
JP2007164732A (ja) * | 2005-12-16 | 2007-06-28 | Crescent:Kk | コンピュータ実行可能なプログラム、および情報処理装置 |
DE102005061365A1 (de) * | 2005-12-21 | 2007-06-28 | Siemens Ag | Verfahren zur Ansteuerung zumindest einer ersten und zweiten Hintergrundapplikation über ein universelles Sprachdialogsystem |
CN100382083C (zh) * | 2005-12-23 | 2008-04-16 | 威盛电子股份有限公司 | 网络会话管理方法及系统 |
US7840964B2 (en) * | 2005-12-30 | 2010-11-23 | Intel Corporation | Mechanism to transition control between components in a virtual machine environment |
KR101204408B1 (ko) * | 2006-01-19 | 2012-11-27 | 삼성전자주식회사 | 유니폼 객체 모델을 이용한 유비쿼터스 서비스/디바이스테스트 방법 및 장치 |
US20070180365A1 (en) * | 2006-01-27 | 2007-08-02 | Ashok Mitter Khosla | Automated process and system for converting a flowchart into a speech mark-up language |
US8078990B2 (en) | 2006-02-01 | 2011-12-13 | Research In Motion Limited | Secure device sharing |
US20070225983A1 (en) * | 2006-03-23 | 2007-09-27 | Theodore Maringo | Worldwide time device |
KR101264318B1 (ko) * | 2006-07-07 | 2013-05-22 | 삼성전자주식회사 | 네트워크 환경에서의 서비스 메뉴 및 서비스 제공방법 및그 서비스 제공장치 |
KR100807307B1 (ko) * | 2006-07-10 | 2008-02-28 | 한국전자통신연구원 | 대화형 음성 인터페이스 시스템 및 그 응답 방법 |
US9976865B2 (en) | 2006-07-28 | 2018-05-22 | Ridetones, Inc. | Vehicle communication system with navigation |
US20100030557A1 (en) | 2006-07-31 | 2010-02-04 | Stephen Molloy | Voice and text communication system, method and apparatus |
US8589869B2 (en) * | 2006-09-07 | 2013-11-19 | Wolfram Alpha Llc | Methods and systems for determining a formula |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US7957976B2 (en) * | 2006-09-12 | 2011-06-07 | Nuance Communications, Inc. | Establishing a multimodal advertising personality for a sponsor of a multimodal application |
KR100832534B1 (ko) * | 2006-09-28 | 2008-05-27 | 한국전자통신연구원 | 음성 인식을 통한 컨텐츠 정보 서비스 제공 장치 및 그방법 |
US8073681B2 (en) | 2006-10-16 | 2011-12-06 | Voicebox Technologies, Inc. | System and method for a cooperative conversational voice user interface |
US8478250B2 (en) | 2007-07-30 | 2013-07-02 | Bindu Rama Rao | Interactive media management server |
US8700014B2 (en) | 2006-11-22 | 2014-04-15 | Bindu Rama Rao | Audio guided system for providing guidance to user of mobile device on multi-step activities |
US10803474B2 (en) | 2006-11-22 | 2020-10-13 | Qualtrics, Llc | System for creating and distributing interactive advertisements to mobile devices |
US11256386B2 (en) | 2006-11-22 | 2022-02-22 | Qualtrics, Llc | Media management system supporting a plurality of mobile devices |
US7827033B2 (en) * | 2006-12-06 | 2010-11-02 | Nuance Communications, Inc. | Enabling grammars in web page frames |
US20080140390A1 (en) * | 2006-12-11 | 2008-06-12 | Motorola, Inc. | Solution for sharing speech processing resources in a multitasking environment |
CA2572116A1 (en) * | 2006-12-27 | 2008-06-27 | Ibm Canada Limited - Ibm Canada Limitee | System and method for processing multi-modal communication within a workgroup |
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 |
US8843376B2 (en) | 2007-03-13 | 2014-09-23 | Nuance Communications, Inc. | Speech-enabled web content searching using a multimodal browser |
US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
US8788620B2 (en) * | 2007-04-04 | 2014-07-22 | International Business Machines Corporation | Web service support for a multimodal client processing a multimodal application |
AU2012244080B2 (en) * | 2007-05-24 | 2014-04-17 | Microsoft Technology Licensing, Llc | Personality-based Device |
US9794348B2 (en) | 2007-06-04 | 2017-10-17 | Todd R. Smith | Using voice commands from a mobile device to remotely access and control a computer |
US8612972B2 (en) | 2007-06-27 | 2013-12-17 | Microsoft Corporation | Running add-on components in virtual environments |
US20090018818A1 (en) * | 2007-07-10 | 2009-01-15 | Aibelive Co., Ltd. | Operating device for natural language input |
US9264483B2 (en) | 2007-07-18 | 2016-02-16 | Hammond Development International, Inc. | Method and system for enabling a communication device to remotely execute an application |
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. |
US9053089B2 (en) | 2007-10-02 | 2015-06-09 | Apple Inc. | Part-of-speech tagging using latent analogy |
US8165886B1 (en) | 2007-10-04 | 2012-04-24 | Great Northern Research LLC | Speech interface system and method for control and interaction with applications on a computing system |
US8595642B1 (en) | 2007-10-04 | 2013-11-26 | Great Northern Research, LLC | Multiple shell multi faceted graphical user interface |
US8364694B2 (en) | 2007-10-26 | 2013-01-29 | Apple Inc. | Search assistant for digital media assets |
US8620662B2 (en) | 2007-11-20 | 2013-12-31 | Apple Inc. | Context-aware unit selection |
US8472934B2 (en) * | 2007-11-28 | 2013-06-25 | Nokia Corporation | Portable apparatus, method and user interface |
JP2010020273A (ja) * | 2007-12-07 | 2010-01-28 | Sony Corp | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム |
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 |
US9703784B2 (en) * | 2007-12-24 | 2017-07-11 | Sandisk Il Ltd. | Mobile device and method for concurrently processing content according to multiple playlists |
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 |
US8086455B2 (en) * | 2008-01-09 | 2011-12-27 | Microsoft Corporation | Model development authoring, generation and execution based on data and processor dependencies |
US20090198496A1 (en) * | 2008-01-31 | 2009-08-06 | Matthias Denecke | Aspect oriented programmable dialogue manager and apparatus operated thereby |
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 |
AU2009227944B2 (en) * | 2008-03-25 | 2014-09-11 | E-Lane Systems Inc. | Multi-participant, mixed-initiative voice interaction system |
US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
US10496753B2 (en) * | 2010-01-18 | 2019-12-03 | Apple Inc. | Automatically adapting user interfaces for hands-free interaction |
EP2279602B1 (en) * | 2008-05-19 | 2013-07-31 | Citrix Systems, Inc. | Systems and methods for remoting multimedia plugin calls |
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 |
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 |
EP3249893A1 (en) * | 2008-06-03 | 2017-11-29 | Whirlpool Corporation | Appliance development toolkit |
US8464150B2 (en) | 2008-06-07 | 2013-06-11 | Apple Inc. | Automatic language identification for dynamic text processing |
US8838075B2 (en) | 2008-06-19 | 2014-09-16 | Intelligent Mechatronic Systems Inc. | Communication system with voice mail access and call by spelling functionality |
US20090328062A1 (en) * | 2008-06-25 | 2009-12-31 | Microsoft Corporation | Scalable and extensible communication framework |
CN101621480B (zh) * | 2008-06-30 | 2012-03-28 | 国际商业机器公司 | 呈现服务器和在其中使用的xsl文件处理方法 |
US9652023B2 (en) | 2008-07-24 | 2017-05-16 | Intelligent Mechatronic Systems Inc. | Power management system |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
US8463053B1 (en) | 2008-08-08 | 2013-06-11 | The Research Foundation Of State University Of New York | Enhanced max margin learning on multimodal data mining in a multimedia database |
US8959053B2 (en) * | 2008-08-13 | 2015-02-17 | Alcatel Lucent | Configuration file framework to support high availability schema based upon asynchronous checkpointing |
JP5897240B2 (ja) * | 2008-08-20 | 2016-03-30 | 株式会社ユニバーサルエンターテインメント | 顧客対応システム、並びに会話サーバ |
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 |
US8352272B2 (en) | 2008-09-29 | 2013-01-08 | Apple Inc. | Systems and methods 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 |
US8712776B2 (en) | 2008-09-29 | 2014-04-29 | Apple Inc. | Systems and methods for selective 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 |
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 |
US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
WO2010067118A1 (en) | 2008-12-11 | 2010-06-17 | Novauris Technologies Limited | Speech recognition involving a mobile device |
US8121842B2 (en) * | 2008-12-12 | 2012-02-21 | Microsoft Corporation | Audio output of a document from mobile device |
US8914417B2 (en) * | 2009-01-07 | 2014-12-16 | International Business Machines Corporation | Apparatus, system, and method for maintaining a context stack |
TW201027378A (en) * | 2009-01-08 | 2010-07-16 | Realtek Semiconductor Corp | Virtual platform and related simulation method |
US8498866B2 (en) * | 2009-01-15 | 2013-07-30 | K-Nfb Reading Technology, Inc. | Systems and methods for multiple language document narration |
WO2010084497A1 (en) * | 2009-01-26 | 2010-07-29 | Tomer London | System and method for providing visual content and services to wireless terminal devices in response to a received voice call |
US9529573B2 (en) * | 2009-01-28 | 2016-12-27 | Microsoft Technology Licensing, Llc | Graphical user interface generation through use of a binary file |
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 |
CN101533409B (zh) * | 2009-04-23 | 2011-03-02 | 何海群 | 一种网络浏览器系统和控制方法 |
US8788524B1 (en) | 2009-05-15 | 2014-07-22 | Wolfram Alpha Llc | Method and system for responding to queries in an imprecise syntax |
US8601015B1 (en) | 2009-05-15 | 2013-12-03 | Wolfram Alpha Llc | Dynamic example generation for queries |
WO2010135837A1 (en) * | 2009-05-28 | 2010-12-02 | Intelligent Mechatronic Systems Inc | Communication system with personal information management and remote vehicle monitoring and control features |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US20120309363A1 (en) | 2011-06-03 | 2012-12-06 | Apple Inc. | Triggering notifications associated with tasks items that represent tasks to perform |
US9858925B2 (en) | 2009-06-05 | 2018-01-02 | Apple Inc. | Using context information to facilitate processing of commands in a virtual assistant |
US10540976B2 (en) | 2009-06-05 | 2020-01-21 | Apple Inc. | Contextual voice commands |
US9002713B2 (en) | 2009-06-09 | 2015-04-07 | At&T Intellectual Property I, L.P. | System and method for speech personalization by need |
US8442189B2 (en) * | 2009-06-22 | 2013-05-14 | Avaya Inc. | Unified communications appliance |
US9055151B2 (en) * | 2009-06-22 | 2015-06-09 | Avaya Inc. | Method to set the flag as replied or forwarded to all replied or forwarded voice messages |
US9667726B2 (en) | 2009-06-27 | 2017-05-30 | Ridetones, Inc. | Vehicle internet radio interface |
US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
WO2011059997A1 (en) | 2009-11-10 | 2011-05-19 | Voicebox Technologies, Inc. | System and method for providing a natural language content dedication service |
US9171541B2 (en) * | 2009-11-10 | 2015-10-27 | Voicebox Technologies Corporation | System and method for hybrid processing in a natural language voice services environment |
US8682649B2 (en) | 2009-11-12 | 2014-03-25 | Apple Inc. | Sentiment prediction from textual data |
US20110110534A1 (en) * | 2009-11-12 | 2011-05-12 | Apple Inc. | Adjustable voice output based on device status |
US9978272B2 (en) | 2009-11-25 | 2018-05-22 | Ridetones, Inc | Vehicle to vehicle chatting and communication system |
US20110125733A1 (en) * | 2009-11-25 | 2011-05-26 | Fish Nathan J | Quick access utility |
US20110144976A1 (en) * | 2009-12-10 | 2011-06-16 | Arun Jain | Application user interface system and method |
US8868427B2 (en) * | 2009-12-11 | 2014-10-21 | General Motors Llc | System and method for updating information in electronic calendars |
EP3091535B1 (en) * | 2009-12-23 | 2023-10-11 | Google LLC | Multi-modal input on an electronic device |
GB0922608D0 (en) * | 2009-12-23 | 2010-02-10 | Vratskides Alexios | Message optimization |
JP2011139303A (ja) * | 2009-12-28 | 2011-07-14 | Nec Corp | 通信システム、制御装置、通信制御方法、およびプログラム |
US8600743B2 (en) | 2010-01-06 | 2013-12-03 | Apple Inc. | Noise profile determination for voice-related feature |
US8311838B2 (en) | 2010-01-13 | 2012-11-13 | Apple Inc. | Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts |
US8381107B2 (en) | 2010-01-13 | 2013-02-19 | Apple Inc. | Adaptive audio feedback system and method |
US9665620B2 (en) * | 2010-01-15 | 2017-05-30 | Ab Initio Technology Llc | Managing data queries |
US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
US10705794B2 (en) | 2010-01-18 | 2020-07-07 | Apple Inc. | Automatically adapting user interfaces for hands-free interaction |
US10679605B2 (en) | 2010-01-18 | 2020-06-09 | Apple Inc. | Hands-free list-reading by intelligent automated assistant |
US10553209B2 (en) | 2010-01-18 | 2020-02-04 | Apple Inc. | Systems and methods for hands-free notification summaries |
US8645914B2 (en) * | 2010-01-22 | 2014-02-04 | AgentSheets, Inc. | Conversational programming |
DE112011100329T5 (de) | 2010-01-25 | 2012-10-31 | Andrew Peter Nelson Jerram | Vorrichtungen, Verfahren und Systeme für eine Digitalkonversationsmanagementplattform |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
US8433828B2 (en) | 2010-02-26 | 2013-04-30 | Apple Inc. | Accessory protocol for touch screen device accessibility |
US8554948B2 (en) * | 2010-03-03 | 2013-10-08 | At&T Intellectual Property I, L.P. | Methods, systems and computer program products for identifying traffic on the internet using communities of interest |
JP5560814B2 (ja) * | 2010-03-24 | 2014-07-30 | 日本電気株式会社 | 負荷分散システム、負荷分散サーバおよび負荷分散方法 |
US8612932B2 (en) * | 2010-04-18 | 2013-12-17 | Voxeo Corporation | Unified framework and method for call control and media control |
US8776091B2 (en) * | 2010-04-30 | 2014-07-08 | Microsoft Corporation | Reducing feedback latency |
US8484015B1 (en) | 2010-05-14 | 2013-07-09 | Wolfram Alpha Llc | Entity pages |
US8639516B2 (en) | 2010-06-04 | 2014-01-28 | Apple Inc. | User-specific noise suppression for voice quality improvements |
US8352908B2 (en) | 2010-06-28 | 2013-01-08 | International Business Machines Corporation | Multi-modal conversion tool for form-type applications |
US8713021B2 (en) | 2010-07-07 | 2014-04-29 | Apple Inc. | Unsupervised document clustering using latent semantic density analysis |
US9246914B2 (en) * | 2010-07-16 | 2016-01-26 | Nokia Technologies Oy | Method and apparatus for processing biometric information using distributed computation |
US9104670B2 (en) | 2010-07-21 | 2015-08-11 | Apple Inc. | Customized search or acquisition of digital media assets |
US8812298B1 (en) | 2010-07-28 | 2014-08-19 | Wolfram Alpha Llc | Macro replacement of natural language input |
US8775618B2 (en) * | 2010-08-02 | 2014-07-08 | Ebay Inc. | Application platform with flexible permissioning |
US8719006B2 (en) | 2010-08-27 | 2014-05-06 | Apple Inc. | Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis |
US8688435B2 (en) * | 2010-09-22 | 2014-04-01 | Voice On The Go Inc. | Systems and methods for normalizing input media |
US8719014B2 (en) | 2010-09-27 | 2014-05-06 | Apple Inc. | Electronic device with text error correction based on voice recognition data |
US10762293B2 (en) | 2010-12-22 | 2020-09-01 | Apple Inc. | Using parts-of-speech tagging and named entity recognition for spelling correction |
US10515147B2 (en) | 2010-12-22 | 2019-12-24 | Apple Inc. | Using statistical language models for contextual lookup |
US20120173242A1 (en) * | 2010-12-30 | 2012-07-05 | Samsung Electronics Co., Ltd. | System and method for exchange of scribble data between gsm devices along with voice |
US8930194B2 (en) | 2011-01-07 | 2015-01-06 | Nuance Communications, Inc. | Configurable speech recognition system using multiple recognizers |
US9183843B2 (en) | 2011-01-07 | 2015-11-10 | Nuance Communications, Inc. | Configurable speech recognition system using multiple recognizers |
US8781836B2 (en) | 2011-02-22 | 2014-07-15 | Apple Inc. | Hearing assistance system for providing consistent human speech |
US9542657B2 (en) * | 2011-02-23 | 2017-01-10 | Avaya Inc. | Method and system for optimizing contact center performance |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
US9202465B2 (en) * | 2011-03-25 | 2015-12-01 | General Motors Llc | Speech recognition dependent on text message content |
US8171137B1 (en) | 2011-05-09 | 2012-05-01 | Google Inc. | Transferring application state across devices |
WO2012158572A2 (en) * | 2011-05-13 | 2012-11-22 | Microsoft Corporation | Exploiting query click logs for domain detection in spoken language understanding |
US20120317492A1 (en) * | 2011-05-27 | 2012-12-13 | Telefon Projekt LLC | Providing Interactive and Personalized Multimedia Content from Remote Servers |
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 |
US9069814B2 (en) | 2011-07-27 | 2015-06-30 | Wolfram Alpha Llc | Method and system for using natural language to generate widgets |
US8706472B2 (en) | 2011-08-11 | 2014-04-22 | Apple Inc. | Method for disambiguating multiple readings in language conversion |
US8994660B2 (en) | 2011-08-29 | 2015-03-31 | Apple Inc. | Text correction processing |
US8645978B2 (en) * | 2011-09-02 | 2014-02-04 | Compuverde Ab | Method for data maintenance |
US9734252B2 (en) | 2011-09-08 | 2017-08-15 | Wolfram Alpha Llc | Method and system for analyzing data using a query answering system |
US8645532B2 (en) * | 2011-09-13 | 2014-02-04 | BlueStripe Software, Inc. | Methods and computer program products for monitoring the contents of network traffic in a network device |
US8762156B2 (en) | 2011-09-28 | 2014-06-24 | Apple Inc. | Speech recognition repair using contextual information |
US9851950B2 (en) | 2011-11-15 | 2017-12-26 | Wolfram Alpha Llc | Programming in a precise syntax using natural language |
US8595016B2 (en) * | 2011-12-23 | 2013-11-26 | Angle, Llc | Accessing content using a source-specific content-adaptable dialogue |
KR101962126B1 (ko) * | 2012-02-24 | 2019-03-26 | 엘지전자 주식회사 | 음성 인식 결과에 따라 데이터베이스에 액세스하는 멀티미디어 디바이스 및 그 제어 방법 |
CN103295575B (zh) * | 2012-02-27 | 2019-01-25 | 北京三星通信技术研究有限公司 | 一种语音识别方法和客户端 |
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 |
US9552130B2 (en) * | 2012-05-07 | 2017-01-24 | Citrix Systems, Inc. | Speech recognition support for remote applications and desktops |
US20130304536A1 (en) * | 2012-05-10 | 2013-11-14 | Ebay, Inc. | Harvest Customer Tracking Information |
US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
US8775442B2 (en) | 2012-05-15 | 2014-07-08 | Apple Inc. | Semantic search using a single-source semantic model |
US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US10395270B2 (en) | 2012-05-17 | 2019-08-27 | Persado Intellectual Property Limited | System and method for recommending a grammar for a message campaign used by a message optimization system |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
WO2013185109A2 (en) | 2012-06-08 | 2013-12-12 | Apple Inc. | Systems and methods for recognizing textual identifiers within a plurality of words |
US9502029B1 (en) * | 2012-06-25 | 2016-11-22 | Amazon Technologies, Inc. | Context-aware speech processing |
US20140006318A1 (en) * | 2012-06-29 | 2014-01-02 | Poe XING | Collecting, discovering, and/or sharing media objects |
US9495129B2 (en) | 2012-06-29 | 2016-11-15 | Apple Inc. | Device, method, and user interface for voice-activated navigation and browsing of a document |
US8554559B1 (en) * | 2012-07-13 | 2013-10-08 | Google Inc. | Localized speech recognition with offload |
US9710475B1 (en) | 2012-07-16 | 2017-07-18 | Tintri Inc. | Synchronization of data |
EP2875443A4 (en) * | 2012-07-19 | 2016-05-18 | Glance Networks Inc | INTEGRATION OF CO-BROWSING WITH OTHER FORMS OF COMMON INFORMATION USE |
US8577671B1 (en) * | 2012-07-20 | 2013-11-05 | Veveo, Inc. | Method of and system for using conversation state information in a conversational interaction system |
US9485330B2 (en) | 2012-07-30 | 2016-11-01 | Tencent Technology (Shenzhen) Company Limited | Web browser operation method and system |
CN103577444B (zh) * | 2012-07-30 | 2017-04-05 | 腾讯科技(深圳)有限公司 | 一种操控浏览器的方法及系统 |
US9465833B2 (en) | 2012-07-31 | 2016-10-11 | Veveo, Inc. | Disambiguating user intent in conversational interaction system for large corpus information retrieval |
US9378073B2 (en) | 2012-08-14 | 2016-06-28 | International Business Machines Corporation | Remote procedure call for a distributed system |
US9384736B2 (en) * | 2012-08-21 | 2016-07-05 | Nuance Communications, Inc. | Method to provide incremental UI response based on multiple asynchronous evidence about user input |
US9405424B2 (en) | 2012-08-29 | 2016-08-02 | Wolfram Alpha, Llc | Method and system for distributing and displaying graphical items |
KR102150289B1 (ko) * | 2012-08-30 | 2020-09-01 | 삼성전자주식회사 | 사용자 단말에서 사용자 인터페이스 장치 및 이를 지원하는 방법 |
CN102831229A (zh) * | 2012-08-30 | 2012-12-19 | 浙大网新科技股份有限公司 | 适合盲人使用的网页浏览方法 |
US9576574B2 (en) | 2012-09-10 | 2017-02-21 | Apple Inc. | Context-sensitive handling of interruptions by intelligent digital assistant |
US8700396B1 (en) * | 2012-09-11 | 2014-04-15 | Google Inc. | Generating speech data collection prompts |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
US8935167B2 (en) | 2012-09-25 | 2015-01-13 | Apple Inc. | Exemplar-based latent perceptual modeling for automatic speech recognition |
US10276157B2 (en) * | 2012-10-01 | 2019-04-30 | Nuance Communications, Inc. | Systems and methods for providing a voice agent user interface |
KR20150063423A (ko) | 2012-10-04 | 2015-06-09 | 뉘앙스 커뮤니케이션즈, 인코포레이티드 | Asr을 위한 개선된 하이브리드 컨트롤러 |
US9035884B2 (en) * | 2012-10-17 | 2015-05-19 | Nuance Communications, Inc. | Subscription updates in multiple device language models |
JPWO2014073206A1 (ja) * | 2012-11-07 | 2016-09-08 | 日本電気株式会社 | 情報処理装置、及び、情報処理方法 |
KR101980834B1 (ko) * | 2012-11-28 | 2019-05-21 | 한국전자통신연구원 | 컨텍스트 정보 기반 응용프로그램 관리방법 및 그 장치 |
US9003039B2 (en) | 2012-11-29 | 2015-04-07 | Thales Canada Inc. | Method and apparatus of resource allocation or resource release |
KR101940719B1 (ko) * | 2012-12-14 | 2019-01-23 | 한국전자통신연구원 | 태스크 그래프 기반 대화 처리 시스템의 태스크 그래프 구축 장치 및 방법 |
CN103117058B (zh) * | 2012-12-20 | 2015-12-09 | 四川长虹电器股份有限公司 | 基于智能电视平台的多语音引擎切换系统及方法 |
CN103020278A (zh) * | 2012-12-28 | 2013-04-03 | 深圳创维数字技术股份有限公司 | 一种网页的控制方法及浏览器 |
US9430420B2 (en) | 2013-01-07 | 2016-08-30 | Telenav, Inc. | Computing system with multimodal interaction mechanism and method of operation thereof |
US9922639B1 (en) * | 2013-01-11 | 2018-03-20 | Amazon Technologies, Inc. | User feedback for speech interactions |
CN103971687B (zh) * | 2013-02-01 | 2016-06-29 | 腾讯科技(深圳)有限公司 | 一种语音识别系统中的负载均衡实现方法和装置 |
KR102118209B1 (ko) | 2013-02-07 | 2020-06-02 | 애플 인크. | 디지털 어시스턴트를 위한 음성 트리거 |
US9817835B2 (en) * | 2013-03-12 | 2017-11-14 | Tintri Inc. | Efficient data synchronization for storage containers |
US9733821B2 (en) | 2013-03-14 | 2017-08-15 | Apple Inc. | Voice control to diagnose inadvertent activation of accessibility features |
US10572476B2 (en) | 2013-03-14 | 2020-02-25 | Apple Inc. | Refining a search based on schedule items |
US10642574B2 (en) | 2013-03-14 | 2020-05-05 | Apple Inc. | Device, method, and graphical user interface for outputting captions |
US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
US9368114B2 (en) | 2013-03-14 | 2016-06-14 | Apple Inc. | Context-sensitive handling of interruptions |
US9218052B2 (en) | 2013-03-14 | 2015-12-22 | Samsung Electronics Co., Ltd. | Framework for voice controlling applications |
US9977779B2 (en) | 2013-03-14 | 2018-05-22 | Apple Inc. | Automatic supplementation of word correction dictionaries |
KR101904293B1 (ko) | 2013-03-15 | 2018-10-05 | 애플 인크. | 콘텍스트-민감성 방해 처리 |
WO2014144579A1 (en) | 2013-03-15 | 2014-09-18 | Apple Inc. | System and method for updating an adaptive speech recognition model |
US9526120B2 (en) | 2013-03-15 | 2016-12-20 | Google Inc. | Techniques for context-based application invocation for short-range wireless communication interactions |
US9348555B2 (en) * | 2013-03-15 | 2016-05-24 | Volkswagen Ag | In-vehicle access of mobile device functions |
AU2014233517B2 (en) | 2013-03-15 | 2017-05-25 | Apple Inc. | Training an at least partial voice command system |
US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
KR102014665B1 (ko) | 2013-03-15 | 2019-08-26 | 애플 인크. | 지능형 디지털 어시스턴트에 의한 사용자 트레이닝 |
US9875494B2 (en) * | 2013-04-16 | 2018-01-23 | Sri International | Using intents to analyze and personalize a user's dialog experience with a virtual personal assistant |
WO2014183035A1 (en) | 2013-05-10 | 2014-11-13 | Veveo, Inc. | Method and system for capturing and exploiting user intent in a conversational interaction based information retrieval system |
US9431008B2 (en) * | 2013-05-29 | 2016-08-30 | Nuance Communications, Inc. | Multiple parallel dialogs in smart phone applications |
EP3005348B1 (en) * | 2013-06-07 | 2020-03-11 | Nuance Communications, Inc. | Speech-based search using descriptive features of surrounding objects |
WO2014197336A1 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for detecting errors in interactions with a voice-based digital assistant |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
CN110442699A (zh) | 2013-06-09 | 2019-11-12 | 苹果公司 | 操作数字助理的方法、计算机可读介质、电子设备和系统 |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
KR101809808B1 (ko) | 2013-06-13 | 2017-12-15 | 애플 인크. | 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법 |
US9311298B2 (en) * | 2013-06-21 | 2016-04-12 | Microsoft Technology Licensing, Llc | Building conversational understanding systems using a toolset |
KR102053820B1 (ko) | 2013-07-02 | 2019-12-09 | 삼성전자주식회사 | 서버 및 그 제어방법과, 영상처리장치 및 그 제어방법 |
US10776375B2 (en) * | 2013-07-15 | 2020-09-15 | Microsoft Technology Licensing, Llc | Retrieval of attribute values based upon identified entities |
WO2015020942A1 (en) | 2013-08-06 | 2015-02-12 | Apple Inc. | Auto-activating smart responses based on activities from remote devices |
US10109273B1 (en) | 2013-08-29 | 2018-10-23 | Amazon Technologies, Inc. | Efficient generation of personalized spoken language understanding models |
US9361289B1 (en) * | 2013-08-30 | 2016-06-07 | Amazon Technologies, Inc. | Retrieval and management of spoken language understanding personalization data |
US10628378B2 (en) | 2013-09-03 | 2020-04-21 | Tintri By Ddn, Inc. | Replication of snapshots and clones |
US9495965B2 (en) * | 2013-09-20 | 2016-11-15 | American Institutes For Research | Synthesis and display of speech commands method and system |
CN103474065A (zh) * | 2013-09-24 | 2013-12-25 | 贵阳世纪恒通科技有限公司 | 基于自动分类技术的语音意图判定识别方法 |
WO2015050543A1 (en) * | 2013-10-02 | 2015-04-09 | Empire Technology Development, Llc | Identification of distributed user interface (dui) elements |
CN104598257B (zh) | 2013-10-30 | 2019-01-18 | 华为技术有限公司 | 远程应用程序运行的方法和装置 |
KR101740332B1 (ko) * | 2013-11-05 | 2017-06-08 | 한국전자통신연구원 | 자동 번역 장치 및 방법 |
US9754591B1 (en) * | 2013-11-18 | 2017-09-05 | Amazon Technologies, Inc. | Dialog management context sharing |
US9690854B2 (en) * | 2013-11-27 | 2017-06-27 | Nuance Communications, Inc. | Voice-enabled dialog interaction with web pages |
US9558176B2 (en) | 2013-12-06 | 2017-01-31 | Microsoft Technology Licensing, Llc | Discriminating between natural language and keyword language items |
US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
KR101489826B1 (ko) * | 2013-12-30 | 2015-02-04 | 유승우 | 더미 터미널 및 본체 |
US10057355B2 (en) * | 2014-02-13 | 2018-08-21 | Nec Corporation | Communication system, communication device, communication method, and non-transitory computer readable medium storing program |
CA2980707A1 (en) * | 2014-03-25 | 2015-10-01 | Botanic Technologies, Inc. | Systems and methods for executing cryptographically secure transactions using voice and natural language processing |
US20150278852A1 (en) * | 2014-04-01 | 2015-10-01 | DoubleVerify, Inc. | System And Method For Identifying Online Advertisement Laundering And Online Advertisement Injection |
JP2015207819A (ja) * | 2014-04-17 | 2015-11-19 | 株式会社リコー | 情報処理装置、情報処理システム、通信制御方法およびプログラム |
US9514376B2 (en) * | 2014-04-29 | 2016-12-06 | Google Inc. | Techniques for distributed optical character recognition and distributed machine language translation |
US9620105B2 (en) | 2014-05-15 | 2017-04-11 | Apple Inc. | Analyzing audio input for efficient speech and music recognition |
US10592095B2 (en) | 2014-05-23 | 2020-03-17 | Apple Inc. | Instantaneous speaking of content on touch devices |
US11314826B2 (en) | 2014-05-23 | 2022-04-26 | Samsung Electronics Co., Ltd. | Method for searching and device thereof |
US9990433B2 (en) | 2014-05-23 | 2018-06-05 | Samsung Electronics Co., Ltd. | Method for searching and device thereof |
US9502031B2 (en) | 2014-05-27 | 2016-11-22 | Apple Inc. | Method for supporting dynamic grammars in WFST-based ASR |
US9842101B2 (en) | 2014-05-30 | 2017-12-12 | Apple Inc. | Predictive conversion of language input |
US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
US9760559B2 (en) | 2014-05-30 | 2017-09-12 | Apple Inc. | Predictive text input |
US9734193B2 (en) | 2014-05-30 | 2017-08-15 | Apple Inc. | Determining domain salience ranking from ambiguous words in natural speech |
US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US10289433B2 (en) | 2014-05-30 | 2019-05-14 | Apple Inc. | Domain specific language for encoding assistant dialog |
US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
US9785630B2 (en) | 2014-05-30 | 2017-10-10 | Apple Inc. | Text prediction using combined word N-gram and unigram language models |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US10078631B2 (en) | 2014-05-30 | 2018-09-18 | Apple Inc. | Entropy-guided text prediction using combined word and character n-gram language models |
TWI566107B (zh) | 2014-05-30 | 2017-01-11 | 蘋果公司 | 用於處理多部分語音命令之方法、非暫時性電腦可讀儲存媒體及電子裝置 |
US10659851B2 (en) | 2014-06-30 | 2020-05-19 | Apple Inc. | Real-time digital assistant knowledge updates |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
JP2016024212A (ja) * | 2014-07-16 | 2016-02-08 | ソニー株式会社 | 情報処理装置、情報処理方法およびプログラム |
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 |
WO2016044321A1 (en) | 2014-09-16 | 2016-03-24 | Min Tang | Integration of domain information into state transitions of a finite state transducer for natural language processing |
CN112217905B (zh) * | 2014-09-19 | 2024-03-29 | 康维达无线有限责任公司 | 服务层会话迁移和共享 |
US9606986B2 (en) | 2014-09-29 | 2017-03-28 | Apple Inc. | Integrated word N-gram and class M-gram language models |
US9886432B2 (en) | 2014-09-30 | 2018-02-06 | Apple Inc. | Parsimonious handling of word inflection via categorical stem + suffix N-gram language models |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
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 |
US9800619B2 (en) * | 2014-10-15 | 2017-10-24 | Ayla Networks, Inc. | Registration framework for connected consumer devices |
EP3207452A4 (en) * | 2014-10-15 | 2018-06-20 | Ayla Networks, Inc. | Registration framework for connected consumer devices |
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 |
US9813505B2 (en) | 2014-10-15 | 2017-11-07 | Ayla Networks, Inc. | Devices in a flexible registration framework |
US9648055B2 (en) * | 2014-10-15 | 2017-05-09 | Ayla Networks, Inc. | Applications in a flexible registration framework |
WO2016065020A2 (en) * | 2014-10-21 | 2016-04-28 | Robert Bosch Gmbh | Method and system for automation of response selection and composition in dialog systems |
US10431214B2 (en) | 2014-11-26 | 2019-10-01 | Voicebox Technologies Corporation | System and method of determining a domain and/or an action related to a natural language input |
US10614799B2 (en) | 2014-11-26 | 2020-04-07 | Voicebox Technologies Corporation | System and method of providing intent predictions for an utterance prior to a system detection of an end of the utterance |
US10552013B2 (en) | 2014-12-02 | 2020-02-04 | Apple Inc. | Data detection |
US9965464B2 (en) * | 2014-12-05 | 2018-05-08 | Microsoft Technology Licensing, Llc | Automatic process guidance |
US9711141B2 (en) | 2014-12-09 | 2017-07-18 | Apple Inc. | Disambiguating heteronyms in speech synthesis |
US10154041B2 (en) * | 2015-01-13 | 2018-12-11 | Microsoft Technology Licensing, Llc | Website access control |
US9854049B2 (en) | 2015-01-30 | 2017-12-26 | Rovi Guides, Inc. | Systems and methods for resolving ambiguous terms in social chatter based on a user profile |
US10180985B2 (en) * | 2015-02-19 | 2019-01-15 | At&T Intellectual Property I, L.P. | Apparatus and method for automatically redirecting a search |
US9865280B2 (en) | 2015-03-06 | 2018-01-09 | Apple Inc. | Structured dictation using intelligent automated assistants |
US10152299B2 (en) | 2015-03-06 | 2018-12-11 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
US9899019B2 (en) | 2015-03-18 | 2018-02-20 | Apple Inc. | Systems and methods for structured stem and suffix language models |
US9672829B2 (en) * | 2015-03-23 | 2017-06-06 | International Business Machines Corporation | Extracting and displaying key points of a video conference |
US9842105B2 (en) | 2015-04-16 | 2017-12-12 | Apple Inc. | Parsimonious continuous-space phrase representations for natural language processing |
US20160321025A1 (en) * | 2015-04-30 | 2016-11-03 | Kabushiki Kaisha Toshiba | Electronic apparatus and method |
US10460227B2 (en) | 2015-05-15 | 2019-10-29 | Apple Inc. | Virtual assistant in a communication session |
CN106302089B (zh) * | 2015-05-21 | 2019-06-11 | 阿里巴巴集团控股有限公司 | 会话处理方法和系统 |
US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
US10200824B2 (en) | 2015-05-27 | 2019-02-05 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device |
US10110430B2 (en) * | 2015-05-27 | 2018-10-23 | Orion Labs | Intelligent agent features for wearable personal communication nodes |
US9721569B2 (en) * | 2015-05-27 | 2017-08-01 | Intel Corporation | Gaussian mixture model accelerator with direct memory access engines corresponding to individual data streams |
US10360911B2 (en) | 2015-06-01 | 2019-07-23 | AffectLayer, Inc. | Analyzing conversations to automatically identify product features that resonate with customers |
US10324979B2 (en) | 2015-06-01 | 2019-06-18 | AffectLayer, Inc. | Automatic generation of playlists from conversations |
US10133999B2 (en) | 2015-06-01 | 2018-11-20 | AffectLayer, Inc. | Analyzing conversations to automatically identify deals at risk |
US10181326B2 (en) | 2015-06-01 | 2019-01-15 | AffectLayer, Inc. | Analyzing conversations to automatically identify action items |
US10110743B2 (en) | 2015-06-01 | 2018-10-23 | AffectLayer, Inc. | Automatic pattern recognition in conversations |
US10387573B2 (en) | 2015-06-01 | 2019-08-20 | AffectLayer, Inc. | Analyzing conversations to automatically identify customer pain points |
US10367940B2 (en) | 2015-06-01 | 2019-07-30 | AffectLayer, Inc. | Analyzing conversations to automatically identify product feature requests |
US10679013B2 (en) | 2015-06-01 | 2020-06-09 | AffectLayer, Inc. | IoT-based call assistant device |
US10127220B2 (en) | 2015-06-04 | 2018-11-13 | Apple Inc. | Language identification from short strings |
US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US10101822B2 (en) | 2015-06-05 | 2018-10-16 | Apple Inc. | Language input correction |
US10186254B2 (en) | 2015-06-07 | 2019-01-22 | Apple Inc. | Context-based endpoint detection |
US10255907B2 (en) | 2015-06-07 | 2019-04-09 | Apple Inc. | Automatic accent detection using acoustic models |
US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
US20160378747A1 (en) | 2015-06-29 | 2016-12-29 | Apple Inc. | Virtual assistant for media playback |
US9407989B1 (en) | 2015-06-30 | 2016-08-02 | Arthur Woodrow | Closed audio circuit |
US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
US10740384B2 (en) | 2015-09-08 | 2020-08-11 | Apple Inc. | Intelligent automated assistant for media search and playback |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | 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 |
US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
US10504137B1 (en) | 2015-10-08 | 2019-12-10 | Persado Intellectual Property Limited | System, method, and computer program product for monitoring and responding to the performance of an ad |
US9688225B2 (en) * | 2015-10-09 | 2017-06-27 | Livio, Inc. | Methods and systems for a mobile device to emulate a vehicle human-machine interface |
CA3005710C (en) * | 2015-10-15 | 2021-03-23 | Interactive Intelligence Group, Inc. | System and method for multi-language communication sequencing |
KR102112814B1 (ko) * | 2015-10-21 | 2020-05-19 | 구글 엘엘씨 | 다이얼로그 시스템들에서의 파라미터 수집 및 자동 다이얼로그 생성 |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
US11018888B2 (en) * | 2015-12-03 | 2021-05-25 | Whirlpool Corporation | Methods of remote control of appliances |
US10832283B1 (en) | 2015-12-09 | 2020-11-10 | Persado Intellectual Property Limited | System, method, and computer program for providing an instance of a promotional message to a user based on a predicted emotional response corresponding to user characteristics |
CN105551488A (zh) * | 2015-12-15 | 2016-05-04 | 深圳Tcl数字技术有限公司 | 语音控制方法及系统 |
US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US10732783B2 (en) | 2015-12-28 | 2020-08-04 | Microsoft Technology Licensing, Llc | Identifying image comments from similar images |
US10417346B2 (en) * | 2016-01-23 | 2019-09-17 | Microsoft Technology Licensing, Llc | Tool for facilitating the development of new language understanding scenarios |
US10264030B2 (en) | 2016-02-22 | 2019-04-16 | Sonos, Inc. | Networked microphone device control |
US10095470B2 (en) | 2016-02-22 | 2018-10-09 | Sonos, Inc. | Audio response playback |
US9947316B2 (en) | 2016-02-22 | 2018-04-17 | Sonos, Inc. | Voice control of a media playback system |
US10097919B2 (en) | 2016-02-22 | 2018-10-09 | Sonos, Inc. | Music service selection |
US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
US10224026B2 (en) * | 2016-03-15 | 2019-03-05 | Sony Corporation | Electronic device, system, method and computer program |
US10404835B2 (en) * | 2016-03-17 | 2019-09-03 | Google Llc | Hybrid client-server data provision |
US9996531B1 (en) * | 2016-03-29 | 2018-06-12 | Facebook, Inc. | Conversational understanding |
US10319371B2 (en) * | 2016-05-04 | 2019-06-11 | GM Global Technology Operations LLC | Disambiguation of vehicle speech commands |
US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
CN106095593B (zh) | 2016-05-31 | 2019-04-16 | Oppo广东移动通信有限公司 | 一种前、后景应用程序行为同步方法及装置 |
KR101995540B1 (ko) * | 2016-06-03 | 2019-07-15 | 주식회사 허브케이 | 판독/입력 오류 단어 정정 장치 및 방법 |
US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
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 |
US9978390B2 (en) | 2016-06-09 | 2018-05-22 | Sonos, Inc. | Dynamic player selection for audio signal processing |
DK179309B1 (en) | 2016-06-09 | 2018-04-23 | Apple Inc | Intelligent automated assistant in a home environment |
US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
US11200891B2 (en) * | 2016-06-21 | 2021-12-14 | Hewlett-Packard Development Company, L.P. | Communications utilizing multiple virtual assistant services |
US10134399B2 (en) | 2016-07-15 | 2018-11-20 | Sonos, Inc. | Contextualization of voice inputs |
US10331784B2 (en) | 2016-07-29 | 2019-06-25 | Voicebox Technologies Corporation | System and method of disambiguating natural language processing requests |
KR101827773B1 (ko) | 2016-08-02 | 2018-02-09 | 주식회사 하이퍼커넥트 | 통역 장치 및 방법 |
US10115400B2 (en) | 2016-08-05 | 2018-10-30 | Sonos, Inc. | Multiple voice services |
US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
KR102481881B1 (ko) | 2016-09-07 | 2022-12-27 | 삼성전자주식회사 | 외부 디바이스를 제어하는 서버 및 그 방법 |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US9942678B1 (en) | 2016-09-27 | 2018-04-10 | Sonos, Inc. | Audio playback settings for voice interaction |
US10181323B2 (en) | 2016-10-19 | 2019-01-15 | Sonos, Inc. | Arbitration-based voice recognition |
US11281993B2 (en) | 2016-12-05 | 2022-03-22 | Apple Inc. | Model and ensemble compression for metric learning |
CN106847272A (zh) * | 2016-12-12 | 2017-06-13 | 北京光年无限科技有限公司 | 与运行应用关联的智能机器人的数据交互方法 |
CN106844453B (zh) * | 2016-12-20 | 2020-09-08 | 江苏瀚远科技股份有限公司 | 一种电子文件格式转换方法 |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
KR102643501B1 (ko) * | 2016-12-26 | 2024-03-06 | 현대자동차주식회사 | 대화 처리 장치, 이를 포함하는 차량 및 대화 처리 방법 |
US11204787B2 (en) | 2017-01-09 | 2021-12-21 | Apple Inc. | Application integration with a digital assistant |
US10971157B2 (en) | 2017-01-11 | 2021-04-06 | Nuance Communications, Inc. | Methods and apparatus for hybrid speech recognition processing |
US20180247644A1 (en) * | 2017-02-27 | 2018-08-30 | Intel Corporation | Queueing spoken dialogue output |
EP3392884A1 (en) * | 2017-04-21 | 2018-10-24 | audEERING GmbH | A method for automatic affective state inference and an automated affective state inference system |
US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
DK201770383A1 (en) | 2017-05-09 | 2018-12-14 | Apple Inc. | USER INTERFACE FOR CORRECTING RECOGNITION ERRORS |
US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
US10726832B2 (en) | 2017-05-11 | 2020-07-28 | Apple Inc. | Maintaining privacy of personal information |
US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
DK201770428A1 (en) | 2017-05-12 | 2019-02-18 | Apple Inc. | LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
US10127227B1 (en) * | 2017-05-15 | 2018-11-13 | Google Llc | Providing access to user-controlled resources by automated assistants |
US11436417B2 (en) | 2017-05-15 | 2022-09-06 | Google Llc | Providing access to user-controlled resources by automated assistants |
US20180336892A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Detecting a trigger of a digital assistant |
US11048995B2 (en) | 2017-05-16 | 2021-06-29 | Google Llc | Delayed responses by computational assistant |
DK179560B1 (en) | 2017-05-16 | 2019-02-18 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
US10403278B2 (en) | 2017-05-16 | 2019-09-03 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
US10303715B2 (en) | 2017-05-16 | 2019-05-28 | Apple Inc. | Intelligent automated assistant for media exploration |
US10657328B2 (en) | 2017-06-02 | 2020-05-19 | Apple Inc. | Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling |
CN107319857A (zh) * | 2017-06-30 | 2017-11-07 | 广东工业大学 | 一种交互镜子及具有该交互镜子的智能家电系统 |
JP6777887B2 (ja) * | 2017-06-30 | 2020-10-28 | 京セラドキュメントソリューションズ株式会社 | リモート通信制御システム、セッション管理システムおよびセッション管理プログラム |
US20190018545A1 (en) * | 2017-07-13 | 2019-01-17 | International Business Machines Corporation | System and method for rapid financial app prototyping |
KR102419374B1 (ko) * | 2017-07-21 | 2022-07-11 | 삼성전자주식회사 | 사용자 발화를 처리하는 전자 장치 및 그 전자 장치의 제어 방법 |
TWI646529B (zh) * | 2017-07-25 | 2019-01-01 | 雲拓科技有限公司 | 主動聊天裝置 |
US10475449B2 (en) | 2017-08-07 | 2019-11-12 | Sonos, Inc. | Wake-word detection suppression |
CN109426530B (zh) * | 2017-08-17 | 2022-04-05 | 阿里巴巴集团控股有限公司 | 页面确定方法、装置、服务器和存储介质 |
US10048930B1 (en) | 2017-09-08 | 2018-08-14 | Sonos, Inc. | Dynamic computation of system response volume |
US10445429B2 (en) | 2017-09-21 | 2019-10-15 | Apple Inc. | Natural language understanding using vocabularies with compressed serialized tries |
US10957313B1 (en) | 2017-09-22 | 2021-03-23 | Amazon Technologies, Inc. | System command processing |
US10600419B1 (en) * | 2017-09-22 | 2020-03-24 | Amazon Technologies, Inc. | System command processing |
US10446165B2 (en) | 2017-09-27 | 2019-10-15 | Sonos, Inc. | Robust short-time fourier transform acoustic echo cancellation during audio playback |
US10482868B2 (en) | 2017-09-28 | 2019-11-19 | Sonos, Inc. | Multi-channel acoustic echo cancellation |
CN107479906A (zh) * | 2017-09-28 | 2017-12-15 | 电子科技大学 | 基于Cordova的跨平台在线教育移动终端 |
US10621981B2 (en) | 2017-09-28 | 2020-04-14 | Sonos, Inc. | Tone interference cancellation |
US10755051B2 (en) | 2017-09-29 | 2020-08-25 | Apple Inc. | Rule-based natural language processing |
US10466962B2 (en) | 2017-09-29 | 2019-11-05 | Sonos, Inc. | Media playback system with voice assistance |
US10453454B2 (en) * | 2017-10-26 | 2019-10-22 | Hitachi, Ltd. | Dialog system with self-learning natural language understanding |
CN107767856B (zh) * | 2017-11-07 | 2021-11-19 | 中国银行股份有限公司 | 一种语音处理方法、装置及服务器 |
US10636424B2 (en) | 2017-11-30 | 2020-04-28 | Apple Inc. | Multi-turn canned dialog |
WO2019112626A1 (en) * | 2017-12-08 | 2019-06-13 | Google Llc | System for securing a personal digital assistant with stacked data structures |
CN108008728B (zh) * | 2017-12-12 | 2020-01-17 | 深圳市银星智能科技股份有限公司 | 清洁机器人以及基于清洁机器人的最短路径规划方法 |
US20190180753A1 (en) * | 2017-12-12 | 2019-06-13 | Ca, Inc. | Analysis of collaborative dialog data structures from speech processing computer system |
US11443646B2 (en) | 2017-12-22 | 2022-09-13 | Fathom Technologies, LLC | E-Reader interface system with audio and highlighting synchronization for digital books |
US11900928B2 (en) | 2017-12-23 | 2024-02-13 | Soundhound Ai Ip, Llc | System and method for adapted interactive experiences |
US10671251B2 (en) | 2017-12-22 | 2020-06-02 | Arbordale Publishing, LLC | Interactive eReader interface generation based on synchronization of textual and audial descriptors |
WO2019125486A1 (en) * | 2017-12-22 | 2019-06-27 | Soundhound, Inc. | Natural language grammars adapted for interactive experiences |
US10733982B2 (en) | 2018-01-08 | 2020-08-04 | Apple Inc. | Multi-directional dialog |
CN108256066B (zh) * | 2018-01-16 | 2022-01-11 | 智言科技(深圳)有限公司 | 端到端层次解码任务型对话系统 |
CN108269205A (zh) * | 2018-01-24 | 2018-07-10 | 成都安信思远信息技术有限公司 | 一种利用云平台的电子数据鉴定系统 |
CN108319912A (zh) * | 2018-01-30 | 2018-07-24 | 歌尔科技有限公司 | 一种唇语识别方法、装置、系统和智能眼镜 |
US10733375B2 (en) | 2018-01-31 | 2020-08-04 | Apple Inc. | Knowledge-based framework for improving natural language understanding |
US20190236137A1 (en) * | 2018-01-31 | 2019-08-01 | Microsoft Technology Licensing, Llc | Generating conversational representations of web content |
WO2019152722A1 (en) | 2018-01-31 | 2019-08-08 | Sonos, Inc. | Device designation of playback and network microphone device arrangements |
CN108520748B (zh) * | 2018-02-01 | 2020-03-03 | 百度在线网络技术(北京)有限公司 | 一种智能设备功能引导方法及系统 |
US10891430B2 (en) * | 2018-02-02 | 2021-01-12 | Fuji Xerox Co., Ltd. | Semi-automated methods for translating structured document content to chat-based interaction |
US10789959B2 (en) | 2018-03-02 | 2020-09-29 | Apple Inc. | Training speaker recognition models for digital assistants |
KR102507249B1 (ko) * | 2018-03-08 | 2023-03-07 | 삼성전자주식회사 | 성능 모드 제어 방법 및 이를 지원하는 전자 장치 |
US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
US10818288B2 (en) | 2018-03-26 | 2020-10-27 | Apple Inc. | Natural assistant interaction |
US11056107B2 (en) * | 2018-03-30 | 2021-07-06 | International Business Machines Corporation | Conversational framework |
US10909331B2 (en) | 2018-03-30 | 2021-02-02 | Apple Inc. | Implicit identification of translation payload with neural machine translation |
WO2019203859A1 (en) * | 2018-04-19 | 2019-10-24 | Google Llc | Dependency graph conversation modeling for use in conducting human-to-computer dialog sessions with a computer-implemented automated assistant |
CN108614773A (zh) * | 2018-04-24 | 2018-10-02 | 广州链创信息科技有限公司 | 一种手机小程序用展示发布体验系统 |
US11094316B2 (en) * | 2018-05-04 | 2021-08-17 | Qualcomm Incorporated | Audio analytics for natural language processing |
US10928918B2 (en) | 2018-05-07 | 2021-02-23 | Apple Inc. | Raise to speak |
US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US11175880B2 (en) | 2018-05-10 | 2021-11-16 | Sonos, Inc. | Systems and methods for voice-assisted media content selection |
EP3570189B1 (de) * | 2018-05-14 | 2023-08-09 | Siemens Aktiengesellschaft | Computerimplementiertes verfahren zum bereitstellen eines adaptiven dialogsystems und ein adaptives dialogsystem |
US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
US10959029B2 (en) | 2018-05-25 | 2021-03-23 | Sonos, Inc. | Determining and adapting to changes in microphone performance of playback devices |
DK201870355A1 (en) | 2018-06-01 | 2019-12-16 | Apple Inc. | VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS |
US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
DK180639B1 (en) | 2018-06-01 | 2021-11-04 | Apple Inc | DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT |
US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
DK179822B1 (da) | 2018-06-01 | 2019-07-12 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
US10504518B1 (en) | 2018-06-03 | 2019-12-10 | Apple Inc. | Accelerated task performance |
US10776582B2 (en) * | 2018-06-06 | 2020-09-15 | International Business Machines Corporation | Supporting combinations of intents in a conversation |
US10811009B2 (en) | 2018-06-27 | 2020-10-20 | International Business Machines Corporation | Automatic skill routing in conversational computing frameworks |
US10681460B2 (en) | 2018-06-28 | 2020-06-09 | Sonos, Inc. | Systems and methods for associating playback devices with voice assistant services |
EP3682345B1 (en) | 2018-08-07 | 2021-11-24 | Google LLC | Assembling and evaluating automated assistant responses for privacy concerns |
US11436215B2 (en) | 2018-08-20 | 2022-09-06 | Samsung Electronics Co., Ltd. | Server and control method thereof |
KR102586990B1 (ko) * | 2018-08-23 | 2023-10-10 | 구글 엘엘씨 | 멀티-어시스턴트 환경의 특성에 따른 어시스턴트 응답성 규정하기 |
US11076035B2 (en) | 2018-08-28 | 2021-07-27 | Sonos, Inc. | Do not disturb feature for audio notifications |
US10461710B1 (en) | 2018-08-28 | 2019-10-29 | Sonos, Inc. | Media playback system with maximum volume setting |
US10587430B1 (en) | 2018-09-14 | 2020-03-10 | Sonos, Inc. | Networked devices, systems, and methods for associating playback devices based on sound codes |
US11024331B2 (en) | 2018-09-21 | 2021-06-01 | Sonos, Inc. | Voice detection optimization using sound metadata |
US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
US10762893B2 (en) | 2018-09-28 | 2020-09-01 | Comcast Cable Communications, Llc | Monitoring of one or more audio/video collection devices |
US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
US11100923B2 (en) | 2018-09-28 | 2021-08-24 | Sonos, Inc. | Systems and methods for selective wake word detection using neural network models |
US11899519B2 (en) | 2018-10-23 | 2024-02-13 | Sonos, Inc. | Multiple stage network microphone device with reduced power consumption and processing load |
US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
US10594837B1 (en) | 2018-11-02 | 2020-03-17 | International Business Machines Corporation | Predictive service scaling for conversational computing |
EP3654249A1 (en) | 2018-11-15 | 2020-05-20 | Snips | Dilated convolutions and gating for efficient keyword spotting |
US11183183B2 (en) | 2018-12-07 | 2021-11-23 | Sonos, Inc. | Systems and methods of operating media playback systems having multiple voice assistant services |
US10770072B2 (en) | 2018-12-10 | 2020-09-08 | International Business Machines Corporation | Cognitive triggering of human interaction strategies to facilitate collaboration, productivity, and learning |
US11132989B2 (en) | 2018-12-13 | 2021-09-28 | Sonos, Inc. | Networked microphone devices, systems, and methods of localized arbitration |
US10602268B1 (en) | 2018-12-20 | 2020-03-24 | Sonos, Inc. | Optimization of network microphone devices using noise classification |
CN110021291B (zh) * | 2018-12-26 | 2021-01-29 | 创新先进技术有限公司 | 一种语音合成文件的调用方法及装置 |
US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
US10867604B2 (en) | 2019-02-08 | 2020-12-15 | Sonos, Inc. | Devices, systems, and methods for distributed voice processing |
EP3703342B1 (en) * | 2019-03-01 | 2023-07-26 | ABB Schweiz AG | Dynamic load balancing in network centric process control systems |
WO2020185880A1 (en) * | 2019-03-12 | 2020-09-17 | Beguided, Inc. | Conversational artificial intelligence for automated self-service account management |
US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
CN111800537B (zh) * | 2019-04-09 | 2021-07-20 | Oppo广东移动通信有限公司 | 终端使用状态的评估方法、装置、存储介质及电子设备 |
CN111857219B (zh) * | 2019-04-25 | 2023-06-30 | 益逻触控系统公司 | 具有三层系统架构的自助服务装置 |
US11120794B2 (en) | 2019-05-03 | 2021-09-14 | Sonos, Inc. | Voice assistant persistence across multiple network microphone devices |
DK201970509A1 (en) | 2019-05-06 | 2021-01-15 | Apple Inc | Spoken notifications |
US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
US11640504B2 (en) | 2019-05-17 | 2023-05-02 | Samsung Electronics Co., Ltd. | Electronic apparatus and controlling method thereof |
US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
DK180129B1 (en) | 2019-05-31 | 2020-06-02 | Apple Inc. | USER ACTIVITY SHORTCUT SUGGESTIONS |
US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
DK201970511A1 (en) | 2019-05-31 | 2021-02-15 | Apple Inc | Voice identification in digital assistant systems |
US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
US11200894B2 (en) | 2019-06-12 | 2021-12-14 | Sonos, Inc. | Network microphone device with command keyword eventing |
US10586540B1 (en) | 2019-06-12 | 2020-03-10 | Sonos, Inc. | Network microphone device with command keyword conditioning |
US11138975B2 (en) | 2019-07-31 | 2021-10-05 | Sonos, Inc. | Locally distributed keyword detection |
US10871943B1 (en) | 2019-07-31 | 2020-12-22 | Sonos, Inc. | Noise classification for event detection |
US11526780B2 (en) * | 2019-08-05 | 2022-12-13 | Microsoft Technology Licensing, Llc | Converting nonnative skills for conversational computing interfaces |
US10915227B1 (en) | 2019-08-07 | 2021-02-09 | Bank Of America Corporation | System for adjustment of resource allocation based on multi-channel inputs |
CN110647736A (zh) * | 2019-08-13 | 2020-01-03 | 平安科技(深圳)有限公司 | 插件式坐席系统登录方法、装置、计算机设备及存储介质 |
CN110400564A (zh) * | 2019-08-21 | 2019-11-01 | 科大国创软件股份有限公司 | 一种基于栈的聊天机器人对话管理方法 |
US11488406B2 (en) | 2019-09-25 | 2022-11-01 | Apple Inc. | Text detection using global geometry estimators |
CN110647305B (zh) * | 2019-09-29 | 2023-10-31 | 阿波罗智联(北京)科技有限公司 | 应用程序的语音交互方法、装置、设备和介质 |
US11189286B2 (en) | 2019-10-22 | 2021-11-30 | Sonos, Inc. | VAS toggle based on device orientation |
JP7029434B2 (ja) * | 2019-10-23 | 2022-03-03 | サウンドハウンド,インコーポレイテッド | コンピュータによって実行される方法、サーバ装置、情報処理システム、プログラム、およびクライアント端末 |
WO2021096382A2 (ru) * | 2019-11-15 | 2021-05-20 | Федеральное Государственное Автономное Образовательное Учреждение Высшего Образования "Московский Физико-Технический Институт" (Национальный Исследовательский Университет) (Мфти) | Способ и система управления диалоговым агентом в канале взаимодействия с пользователем |
CN111105289B (zh) * | 2019-11-22 | 2023-05-05 | 北京云杉信息技术有限公司 | 一种基于aop方式的客户端订单取消判断方法及装置 |
US11664044B2 (en) | 2019-11-25 | 2023-05-30 | Qualcomm Incorporated | Sound event detection learning |
EP3836043A1 (en) | 2019-12-11 | 2021-06-16 | Carrier Corporation | A method and an equipment for configuring a service |
WO2021117251A1 (ja) * | 2019-12-13 | 2021-06-17 | 株式会社日立産機システム | 通信モジュール、通信システム及び通信方法 |
CN111223485A (zh) * | 2019-12-19 | 2020-06-02 | 深圳壹账通智能科技有限公司 | 智能交互方法、装置、电子设备及存储介质 |
US11200900B2 (en) | 2019-12-20 | 2021-12-14 | Sonos, Inc. | Offline voice control |
CN113035226B (zh) * | 2019-12-24 | 2024-04-23 | 中兴通讯股份有限公司 | 语音通话方法、通信终端和计算机可读介质 |
US11209573B2 (en) | 2020-01-07 | 2021-12-28 | Northrop Grumman Systems Corporation | Radio occultation aircraft navigation aid system |
US11562740B2 (en) | 2020-01-07 | 2023-01-24 | Sonos, Inc. | Voice verification for media playback |
US11308958B2 (en) | 2020-02-07 | 2022-04-19 | Sonos, Inc. | Localized wakeword verification |
US11494166B2 (en) | 2020-03-30 | 2022-11-08 | Nuance Communications, Inc. | Omni-channel conversational application development system and method |
US11038934B1 (en) | 2020-05-11 | 2021-06-15 | Apple Inc. | Digital assistant hardware abstraction |
US11482224B2 (en) | 2020-05-20 | 2022-10-25 | Sonos, Inc. | Command keywords with input detection windowing |
CN114095487B (zh) * | 2020-07-30 | 2024-03-19 | 中移(苏州)软件技术有限公司 | 一种远程任务执行方法、装置及存储介质 |
US11698771B2 (en) | 2020-08-25 | 2023-07-11 | Sonos, Inc. | Vocal guidance engines for playback devices |
US11514799B2 (en) | 2020-11-11 | 2022-11-29 | Northrop Grumman Systems Corporation | Systems and methods for maneuvering an aerial vehicle during adverse weather conditions |
US11410677B2 (en) | 2020-11-24 | 2022-08-09 | Qualcomm Incorporated | Adaptive sound event classification |
CN112527435B (zh) * | 2020-12-08 | 2024-02-13 | 建信金融科技有限责任公司 | 浏览器操作方法及系统 |
US11329933B1 (en) | 2020-12-28 | 2022-05-10 | Drift.com, Inc. | Persisting an AI-supported conversation across multiple channels |
US20220415311A1 (en) * | 2021-06-24 | 2022-12-29 | Amazon Technologies, Inc. | Early invocation for contextual data processing |
US20230197072A1 (en) * | 2021-12-17 | 2023-06-22 | Google Llc | Warm word arbitration between automated assistant devices |
CN115064168B (zh) * | 2022-08-17 | 2022-12-13 | 广州小鹏汽车科技有限公司 | 语音交互方法、服务器和存储介质 |
CN116719649A (zh) * | 2022-09-01 | 2023-09-08 | 荣耀终端有限公司 | 会话通知的提示方法、电子设备及可读存储介质 |
CN116450383A (zh) * | 2023-06-19 | 2023-07-18 | 合肥景云软件工程有限责任公司 | 一种通过网页调用操作系统的方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01222326A (ja) * | 1988-03-01 | 1989-09-05 | Agency Of Ind Science & Technol | 自然言語対話処理装置 |
JPH03233676A (ja) * | 1990-02-09 | 1991-10-17 | Oki Techno Syst Lab:Kk | 会話制御方式 |
JPH0410153A (ja) * | 1990-04-27 | 1992-01-14 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索システム |
JPH05342000A (ja) * | 1991-08-02 | 1993-12-24 | Agency Of Ind Science & Technol | 非単調推論方法 |
JPH064313A (ja) * | 1992-06-19 | 1994-01-14 | Hitachi Ltd | マルチメディア処理装置 |
JPH08137697A (ja) * | 1994-11-15 | 1996-05-31 | Kobe Steel Ltd | 自律分散型システム |
JPH08292910A (ja) * | 1995-02-23 | 1996-11-05 | Fuji Xerox Co Ltd | 資源管理装置および資源管理方法 |
WO1998013771A1 (fr) * | 1996-09-26 | 1998-04-02 | Mitsubishi Denki Kabushiki Kaisha | Processeur interactif |
JPH10222221A (ja) * | 1997-02-04 | 1998-08-21 | Nec Corp | 監視制御システムのユーザインタフェースシステム |
JPH10243048A (ja) * | 1997-02-27 | 1998-09-11 | Nippon Telegr & Teleph Corp <Ntt> | 情報伝送方法及びシステム |
JPH10320334A (ja) * | 1997-05-14 | 1998-12-04 | Nippon Telegr & Teleph Corp <Ntt> | 情報提供方法及びシステム及び情報提供プログラムを格納した記憶媒体 |
JP2002525895A (ja) * | 1998-09-11 | 2002-08-13 | ジェネシス・テレコミュニケーションズ・ラボラトリーズ・インコーポレーテッド | 規則ベースのマルチメディア顧客/企業対話ネットワークオペレーティングシステム |
JP2002529836A (ja) * | 1998-10-29 | 2002-09-10 | ジェネシス・テレコミュニケーションズ・ラボラトリーズ・インコーポレーテッド | マルチメディア通信センタ内でビジネスプロセスを管理するためのインターフェースエンジン |
Family Cites Families (91)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4787031A (en) * | 1985-01-04 | 1988-11-22 | Digital Equipment Corporation | Computer with virtual machine mode and multiple protection rings |
US5282265A (en) * | 1988-10-04 | 1994-01-25 | Canon Kabushiki Kaisha | Knowledge information processing system |
JPH0384652A (ja) * | 1989-08-29 | 1991-04-10 | Personal Joho Kankyo Kyokai | ヒューマンインタフェースのアーキテクチャモデル |
US5333237A (en) * | 1989-10-10 | 1994-07-26 | Hughes Aircraft Company | Hypermedia structured knowledge base system |
JPH05304567A (ja) * | 1990-04-05 | 1993-11-16 | Texas Instr Inc <Ti> | 遠隔通信システムならびにその遠隔通信サービスプレゼンテーションインターフェース及び遠隔通信ネットワーク |
US5133004A (en) * | 1990-05-07 | 1992-07-21 | Unisys Corporation | Digital computer platform for supporting telephone network applications |
US5255305A (en) | 1990-11-01 | 1993-10-19 | Voiceplex Corporation | Integrated voice processing system |
US5274695A (en) * | 1991-01-11 | 1993-12-28 | U.S. Sprint Communications Company Limited Partnership | System for verifying the identity of a caller in a telecommunications network |
US5283888A (en) | 1991-08-27 | 1994-02-01 | International Business Machines Corporation | Voice processing interface unit employing virtual screen communications for accessing a plurality of primed applications |
US6400996B1 (en) * | 1999-02-01 | 2002-06-04 | Steven M. Hoffberg | Adaptive pattern recognition based control system and method |
US5384890A (en) * | 1992-09-30 | 1995-01-24 | Apple Computer, Inc. | Method and apparatus for providing multiple clients simultaneous access to a sound data stream |
FR2696574B1 (fr) * | 1992-10-06 | 1994-11-18 | Sextant Avionique | Procédé et dispositif d'analyse d'un message fourni par des moyens d'interaction à un système de dialogue homme-machine. |
JPH06131437A (ja) * | 1992-10-20 | 1994-05-13 | Hitachi Ltd | 複合形態による操作指示方法 |
JPH06149534A (ja) * | 1992-11-13 | 1994-05-27 | Toshiba Corp | 音声画面操作装置 |
US6029188A (en) * | 1993-01-18 | 2000-02-22 | Institute For Personalized Information Environment | Information processing system for an architecture model capable of interfacing with humans and capable of being modified |
US5544228A (en) * | 1993-09-27 | 1996-08-06 | The Walt Disney Company | Method and apparatus for transmission of full frequency digital audio |
US5509060A (en) * | 1993-11-19 | 1996-04-16 | At&T Corp. | Network-accessible intelligent telephone service |
US5748841A (en) * | 1994-02-25 | 1998-05-05 | Morin; Philippe | Supervised contextual language acquisition system |
US5644686A (en) * | 1994-04-29 | 1997-07-01 | International Business Machines Corporation | Expert system and method employing hierarchical knowledge base, and interactive multimedia/hypermedia applications |
JP3408332B2 (ja) * | 1994-09-12 | 2003-05-19 | 富士通株式会社 | ハイパーテキスト読上装置 |
US5682539A (en) * | 1994-09-29 | 1997-10-28 | Conrad; Donovan | Anticipated meaning natural language interface |
US5594789A (en) * | 1994-10-13 | 1997-01-14 | Bell Atlantic Network Services, Inc. | Transaction implementation in video dial tone network |
EP0792493B1 (en) * | 1994-11-08 | 1999-08-11 | Vermeer Technologies, Inc. | An online service development tool with fee setting capabilities |
US6029195A (en) * | 1994-11-29 | 2000-02-22 | Herz; Frederick S. M. | System for customized electronic identification of desirable objects |
US5748974A (en) * | 1994-12-13 | 1998-05-05 | International Business Machines Corporation | Multimodal natural language interface for cross-application tasks |
US5890123A (en) * | 1995-06-05 | 1999-03-30 | Lucent Technologies, Inc. | System and method for voice controlled video screen display |
US5742845A (en) * | 1995-06-22 | 1998-04-21 | Datascape, Inc. | System for extending present open network communication protocols to communicate with non-standard I/O devices directly coupled to an open network |
JP3729918B2 (ja) * | 1995-07-19 | 2005-12-21 | 株式会社東芝 | マルチモーダル対話装置及び対話方法 |
US5794205A (en) * | 1995-10-19 | 1998-08-11 | Voice It Worldwide, Inc. | Voice recognition interface apparatus and method for interacting with a programmable timekeeping device |
JPH10124378A (ja) * | 1995-12-01 | 1998-05-15 | Zakuson R & D:Kk | インターネットおよびイントラネット上におけるホームページ上の文書録画支援装置および文書録画支援システム |
AU1566497A (en) * | 1995-12-22 | 1997-07-17 | Rutgers University | Method and system for audio access to information in a wide area computer network |
US6101528A (en) * | 1996-03-27 | 2000-08-08 | Intel Corporation | Method and apparatus for discovering server applications by a client application in a network of computer systems |
US5884262A (en) * | 1996-03-28 | 1999-03-16 | Bell Atlantic Network Services, Inc. | Computer network audio access and conversion system |
CA2224712A1 (en) * | 1996-04-22 | 1997-10-30 | At&T Corp. | Method and apparatus for information retrieval using audio interface |
US5956507A (en) * | 1996-05-14 | 1999-09-21 | Shearer, Jr.; Bennie L. | Dynamic alteration of operating system kernel resource tables |
JPH09319760A (ja) * | 1996-05-30 | 1997-12-12 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索運行システム |
EP1571815A3 (en) * | 1996-06-03 | 2006-10-04 | WorldVoice Licensing, Inc. | Telephonic voice message store and forward method having network address and voice authentication |
JPH1078952A (ja) * | 1996-07-29 | 1998-03-24 | Internatl Business Mach Corp <Ibm> | 音声合成方法、音声合成装置、ハイパーテキストの制御方法及び制御装置 |
US5799063A (en) * | 1996-08-15 | 1998-08-25 | Talk Web Inc. | Communication system and method of providing access to pre-recorded audio messages via the Internet |
JPH10124293A (ja) * | 1996-08-23 | 1998-05-15 | Osaka Gas Co Ltd | 音声指令可能なコンピュータとそれ用の媒体 |
US5850629A (en) * | 1996-09-09 | 1998-12-15 | Matsushita Electric Industrial Co., Ltd. | User interface controller for text-to-speech synthesizer |
US5721827A (en) * | 1996-10-02 | 1998-02-24 | James Logan | System for electrically distributing personalized information |
US5915001A (en) * | 1996-11-14 | 1999-06-22 | Vois Corporation | System and method for providing and using universally accessible voice and speech data files |
US5774857A (en) * | 1996-11-15 | 1998-06-30 | Motorola, Inc. | Conversion of communicated speech to text for tranmission as RF modulated base band video |
JP3826239B2 (ja) * | 1996-11-22 | 2006-09-27 | 日本電信電話株式会社 | ハイパーテキスト中継方法及び装置 |
US6282511B1 (en) * | 1996-12-04 | 2001-08-28 | At&T | Voiced interface with hyperlinked information |
US5960399A (en) | 1996-12-24 | 1999-09-28 | Gte Internetworking Incorporated | Client/server speech processor/recognizer |
US6456974B1 (en) * | 1997-01-06 | 2002-09-24 | Texas Instruments Incorporated | System and method for adding speech recognition capabilities to java |
JPH10222342A (ja) * | 1997-02-06 | 1998-08-21 | Nippon Telegr & Teleph Corp <Ntt> | ハイパーテキスト音声制御方法及び装置 |
JPH10222525A (ja) * | 1997-02-07 | 1998-08-21 | Hitachi Ltd | ナビゲーション方法 |
US5987102A (en) * | 1997-03-14 | 1999-11-16 | Efusion, Inc. | Method and apparatus for bridging a voice call including selective provision of information in non-audio to the caller |
US5884266A (en) * | 1997-04-02 | 1999-03-16 | Motorola, Inc. | Audio interface for document based information resource navigation and method therefor |
US5897616A (en) * | 1997-06-11 | 1999-04-27 | International Business Machines Corporation | Apparatus and methods for speaker verification/identification/classification employing non-acoustic and/or acoustic models and databases |
US6044347A (en) * | 1997-08-05 | 2000-03-28 | Lucent Technologies Inc. | Methods and apparatus object-oriented rule-based dialogue management |
US6353824B1 (en) * | 1997-11-18 | 2002-03-05 | Apple Computer, Inc. | Method for dynamic presentation of the contents topically rich capsule overviews corresponding to the plurality of documents, resolving co-referentiality in document segments |
US6157705A (en) * | 1997-12-05 | 2000-12-05 | E*Trade Group, Inc. | Voice control of a server |
US6671745B1 (en) * | 1998-03-23 | 2003-12-30 | Microsoft Corporation | Application program interfaces and structures in a resource limited operating system |
US6012030A (en) * | 1998-04-21 | 2000-01-04 | Nortel Networks Corporation | Management of speech and audio prompts in multimodal interfaces |
US6859451B1 (en) * | 1998-04-21 | 2005-02-22 | Nortel Networks Limited | Server for handling multimodal information |
US6018711A (en) * | 1998-04-21 | 2000-01-25 | Nortel Networks Corporation | Communication system user interface with animated representation of time remaining for input to recognizer |
US6438523B1 (en) * | 1998-05-20 | 2002-08-20 | John A. Oberteuffer | Processing handwritten and hand-drawn input and speech input |
US6253326B1 (en) * | 1998-05-29 | 2001-06-26 | Palm, Inc. | Method and system for secure communications |
US6397259B1 (en) * | 1998-05-29 | 2002-05-28 | Palm, Inc. | Method, system and apparatus for packet minimized communications |
US6269366B1 (en) * | 1998-06-24 | 2001-07-31 | Eastman Kodak Company | Method for randomly combining images with annotations |
US6269336B1 (en) | 1998-07-24 | 2001-07-31 | Motorola, Inc. | Voice browser for interactive services and methods thereof |
US6119147A (en) * | 1998-07-28 | 2000-09-12 | Fuji Xerox Co., Ltd. | Method and system for computer-mediated, multi-modal, asynchronous meetings in a virtual space |
DE69906540T2 (de) * | 1998-08-05 | 2004-02-19 | British Telecommunications P.L.C. | Multimodale benutzerschnittstelle |
US6195696B1 (en) * | 1998-10-01 | 2001-02-27 | International Business Machines Corporation | Systems, methods and computer program products for assigning, generating and delivering content to intranet users |
US6470317B1 (en) | 1998-10-02 | 2002-10-22 | Motorola, Inc. | Markup language to allow for billing of interactive services and methods thereof |
US7003463B1 (en) * | 1998-10-02 | 2006-02-21 | International Business Machines Corporation | System and method for providing network coordinated conversational services |
WO2000020962A2 (en) * | 1998-10-02 | 2000-04-13 | International Business Machines Corporation | Conversational computing via conversational virtual machine |
US6615240B1 (en) * | 1998-12-18 | 2003-09-02 | Motive Communications, Inc. | Technical support chain automation with guided self-help capability and option to escalate to live help |
US6523061B1 (en) * | 1999-01-05 | 2003-02-18 | Sri International, Inc. | System, method, and article of manufacture for agent-based navigation in a speech-based data navigation system |
US6851115B1 (en) * | 1999-01-05 | 2005-02-01 | Sri International | Software-based architecture for communication and cooperation among distributed electronic agents |
US7216351B1 (en) * | 1999-04-07 | 2007-05-08 | International Business Machines Corporation | Systems and methods for synchronizing multi-modal interactions |
US6519617B1 (en) * | 1999-04-08 | 2003-02-11 | International Business Machines Corporation | Automated creation of an XML dialect and dynamic generation of a corresponding DTD |
US6636831B1 (en) * | 1999-04-09 | 2003-10-21 | Inroad, Inc. | System and process for voice-controlled information retrieval |
US6529889B1 (en) * | 1999-07-27 | 2003-03-04 | Acappella Software, Inc. | System and method of knowledge architecture |
US6377913B1 (en) * | 1999-08-13 | 2002-04-23 | International Business Machines Corporation | Method and system for multi-client access to a dialog system |
US6799169B1 (en) * | 1999-08-13 | 2004-09-28 | International Business Machines Corporation | Method and system for modeless operation of a multi-modal user interface through implementation of independent decision networks |
US7069220B2 (en) * | 1999-08-13 | 2006-06-27 | International Business Machines Corporation | Method for determining and maintaining dialog focus in a conversational speech system |
US6738803B1 (en) * | 1999-09-03 | 2004-05-18 | Cisco Technology, Inc. | Proxy browser providing voice enabled web application audio control for telephony devices |
US6615172B1 (en) * | 1999-11-12 | 2003-09-02 | Phoenix Solutions, Inc. | Intelligent query engine for processing voice based queries |
US6829603B1 (en) * | 2000-02-02 | 2004-12-07 | International Business Machines Corp. | System, method and program product for interactive natural dialog |
US7415537B1 (en) * | 2000-04-07 | 2008-08-19 | International Business Machines Corporation | Conversational portal for providing conversational browsing and multimedia broadcast on demand |
US6934756B2 (en) * | 2000-11-01 | 2005-08-23 | International Business Machines Corporation | Conversational networking via transport, coding and control conversational protocols |
US6970935B1 (en) * | 2000-11-01 | 2005-11-29 | International Business Machines Corporation | Conversational networking via transport, coding and control conversational protocols |
US6801604B2 (en) * | 2001-06-25 | 2004-10-05 | International Business Machines Corporation | Universal IP-based and scalable architectures across conversational applications using web services for speech and audio processing resources |
US6839896B2 (en) * | 2001-06-29 | 2005-01-04 | International Business Machines Corporation | System and method for providing dialog management and arbitration in a multi-modal environment |
US7398209B2 (en) * | 2002-06-03 | 2008-07-08 | Voicebox Technologies, Inc. | Systems and methods for responding to natural language speech utterance |
US7349845B2 (en) * | 2003-09-03 | 2008-03-25 | International Business Machines Corporation | Method and apparatus for dynamic modification of command weights in a natural language understanding system |
-
1999
- 1999-10-01 WO PCT/US1999/022927 patent/WO2000020962A2/en active IP Right Grant
- 1999-10-01 US US09/806,549 patent/US7418382B1/en not_active Expired - Fee Related
- 1999-10-01 CA CA002345661A patent/CA2345661A1/en not_active Abandoned
- 1999-10-01 JP JP2000575021A patent/JP3703082B2/ja not_active Expired - Lifetime
- 1999-10-01 IL IL14236399A patent/IL142363A0/xx unknown
- 1999-10-01 CA CA002345662A patent/CA2345662A1/en not_active Abandoned
- 1999-10-01 WO PCT/US1999/023008 patent/WO2000021232A2/en not_active Application Discontinuation
- 1999-10-01 WO PCT/US1999/022925 patent/WO2000021075A1/en active IP Right Grant
- 1999-10-01 CN CNB998116165A patent/CN1160700C/zh not_active Expired - Lifetime
- 1999-10-01 IL IL14080599A patent/IL140805A0/xx unknown
- 1999-10-01 IL IL14236499A patent/IL142364A0/xx unknown
- 1999-10-01 KR KR10-2001-7004228A patent/KR100459299B1/ko not_active IP Right Cessation
- 1999-10-01 CN CNB998116173A patent/CN1151488C/zh not_active Expired - Lifetime
- 1999-10-01 KR KR10-2001-7002798A patent/KR100431972B1/ko not_active IP Right Cessation
- 1999-10-01 EP EP99951722A patent/EP1125279B1/en not_active Expired - Lifetime
- 1999-10-01 CN CNB998116076A patent/CN100472500C/zh not_active Expired - Lifetime
- 1999-10-01 CN CNB998116181A patent/CN1171200C/zh not_active Expired - Fee Related
- 1999-10-01 EP EP99950131A patent/EP1133734A4/en not_active Withdrawn
- 1999-10-01 JP JP2000575119A patent/JP4171585B2/ja not_active Expired - Fee Related
- 1999-10-01 IL IL14236699A patent/IL142366A0/xx active IP Right Grant
- 1999-10-01 KR KR1020017004223A patent/KR100620826B1/ko active IP Right Grant
- 1999-10-01 JP JP2000575117A patent/JP2003525477A/ja active Pending
- 1999-10-01 EP EP99950114A patent/EP1163576A4/en not_active Withdrawn
- 1999-10-01 CA CA002345660A patent/CA2345660C/en not_active Expired - Lifetime
- 1999-10-01 AT AT99951722T patent/ATE383640T1/de not_active IP Right Cessation
- 1999-10-01 KR KR10-2001-7004207A patent/KR100430953B1/ko not_active IP Right Cessation
- 1999-10-01 US US09/806,565 patent/US7137126B1/en not_active Expired - Lifetime
- 1999-10-01 JP JP2000575249A patent/JP2002527800A/ja active Pending
- 1999-10-01 WO PCT/US1999/022915 patent/WO2000021073A1/en active IP Right Grant
- 1999-10-01 DE DE69937962T patent/DE69937962T2/de not_active Expired - Lifetime
- 1999-10-01 EP EP99951713A patent/EP1125277A4/en not_active Withdrawn
- 1999-10-01 CA CA2345665A patent/CA2345665C/en not_active Expired - Lifetime
-
2001
- 2001-04-02 IL IL142366A patent/IL142366A/en not_active IP Right Cessation
-
2006
- 2006-10-23 US US11/551,901 patent/US7729916B2/en not_active Expired - Fee Related
-
2009
- 2009-08-20 US US12/544,473 patent/US8082153B2/en not_active Expired - Fee Related
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01222326A (ja) * | 1988-03-01 | 1989-09-05 | Agency Of Ind Science & Technol | 自然言語対話処理装置 |
JPH03233676A (ja) * | 1990-02-09 | 1991-10-17 | Oki Techno Syst Lab:Kk | 会話制御方式 |
JPH0410153A (ja) * | 1990-04-27 | 1992-01-14 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索システム |
JPH05342000A (ja) * | 1991-08-02 | 1993-12-24 | Agency Of Ind Science & Technol | 非単調推論方法 |
JPH064313A (ja) * | 1992-06-19 | 1994-01-14 | Hitachi Ltd | マルチメディア処理装置 |
JPH08137697A (ja) * | 1994-11-15 | 1996-05-31 | Kobe Steel Ltd | 自律分散型システム |
JPH08292910A (ja) * | 1995-02-23 | 1996-11-05 | Fuji Xerox Co Ltd | 資源管理装置および資源管理方法 |
WO1998013771A1 (fr) * | 1996-09-26 | 1998-04-02 | Mitsubishi Denki Kabushiki Kaisha | Processeur interactif |
JPH10222221A (ja) * | 1997-02-04 | 1998-08-21 | Nec Corp | 監視制御システムのユーザインタフェースシステム |
JPH10243048A (ja) * | 1997-02-27 | 1998-09-11 | Nippon Telegr & Teleph Corp <Ntt> | 情報伝送方法及びシステム |
JPH10320334A (ja) * | 1997-05-14 | 1998-12-04 | Nippon Telegr & Teleph Corp <Ntt> | 情報提供方法及びシステム及び情報提供プログラムを格納した記憶媒体 |
JP2002525895A (ja) * | 1998-09-11 | 2002-08-13 | ジェネシス・テレコミュニケーションズ・ラボラトリーズ・インコーポレーテッド | 規則ベースのマルチメディア顧客/企業対話ネットワークオペレーティングシステム |
JP2002529836A (ja) * | 1998-10-29 | 2002-09-10 | ジェネシス・テレコミュニケーションズ・ラボラトリーズ・インコーポレーテッド | マルチメディア通信センタ内でビジネスプロセスを管理するためのインターフェースエンジン |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010528372A (ja) * | 2007-05-24 | 2010-08-19 | マイクロソフト コーポレーション | パーソナリティベース装置 |
JP2014057312A (ja) * | 2007-05-24 | 2014-03-27 | Microsoft Corp | パーソナリティベース装置 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3703082B2 (ja) | 会話型バーチャル・マシンによる会話型コンピューティング | |
JP3943543B2 (ja) | マルチモーダル環境における対話管理およびアービトレーションを提供するシステムおよび方法 | |
JP4750139B2 (ja) | パーベイシブ装置用のウェブ・サービスへの動的拡張可能な軽量アクセス | |
US7478171B2 (en) | Systems and methods for providing dialog localization in a distributed environment and enabling conversational communication using generalized user gestures | |
US7680816B2 (en) | Method, system, and computer program product providing for multimodal content management | |
US8886540B2 (en) | Using speech recognition results based on an unstructured language model in a mobile communication facility application | |
US20080288252A1 (en) | Speech recognition of speech recorded by a mobile communication facility | |
US20090030687A1 (en) | Adapting an unstructured language model speech recognition system based on usage | |
US20090030691A1 (en) | Using an unstructured language model associated with an application of a mobile communication facility | |
US20090030697A1 (en) | Using contextual information for delivering results generated from a speech recognition facility using an unstructured language model | |
US20090030698A1 (en) | Using speech recognition results based on an unstructured language model with a music system | |
US20020103881A1 (en) | Method and system for integrating applications and mobile networks | |
US20090030688A1 (en) | Tagging speech recognition results based on an unstructured language model for use in a mobile communication facility application | |
US20070168194A1 (en) | Scheduling audio modalities for data management and data rendering | |
EP2126902A2 (en) | Speech recognition of speech recorded by a mobile communication facility | |
US20100094635A1 (en) | System for Voice-Based Interaction on Web Pages | |
JP2005031995A (ja) | ユーザインタフェース制御装置及びその方法 | |
CA2627146A1 (en) | Dynamic creation of user interfaces for data management and data rendering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040427 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040726 |
|
RD12 | Notification of acceptance of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7432 Effective date: 20040726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20040727 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050519 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050712 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20050712 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050714 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3703082 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090729 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100729 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100729 Year of fee payment: 5 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100729 Year of fee payment: 5 |
|
R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100729 Year of fee payment: 5 |
|
R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110729 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110729 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120729 Year of fee payment: 7 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120729 Year of fee payment: 7 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120729 Year of fee payment: 7 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120729 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130729 Year of fee payment: 8 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130729 Year of fee payment: 8 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |