JP2002527919A - 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 - Google Patents

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

Info

Publication number
JP2002527919A
JP2002527919A JP2000575119A JP2000575119A JP2002527919A JP 2002527919 A JP2002527919 A JP 2002527919A JP 2000575119 A JP2000575119 A JP 2000575119A JP 2000575119 A JP2000575119 A JP 2000575119A JP 2002527919 A JP2002527919 A JP 2002527919A
Authority
JP
Japan
Prior art keywords
conversational
network
network device
protocol
resources
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
Application number
JP2000575119A
Other languages
English (en)
Other versions
JP4171585B2 (ja
Inventor
マエス、ステファニ、エイチ
ゴパラクリシュナン、ポナニ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of JP2002527919A publication Critical patent/JP2002527919A/ja
Application granted granted Critical
Publication of JP4171585B2 publication Critical patent/JP4171585B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • 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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—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 TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • User Interface Of Digital Computer (AREA)
  • Telephonic Communication Services (AREA)
  • Information Transfer Between Computers (AREA)
  • Computer And Data Communications (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
  • Input From Keyboards Or The Like (AREA)
  • Navigation (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Saccharide Compounds (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Machine Translation (AREA)

Abstract

(57)【要約】 【課題】 ネットワーク接続されたサーバおよび装置（およびそれらに対応するアプリケーション）の間で会話型リソース（例えば関数および引き数）を自動的かつ調整的に共用することを実現するためのシステムおよび方法を提供すること。 【解決手段】 一態様では、会話型リソースを自動的かつ調整的に共用することを実現するためのシステムは、少なくとも第１および第２のネットワーク装置を含むネットワークを含み、第１および第２のネットワーク装置はそれぞれ、会話型リソースのセットと、会話を管理し、会話型サービスを要求する呼出しを実行するためのダイアログ・マネージャと、ネットワークを介し会話型プロトコルを使用してメッセージを通信するための通信スタックとを備え、会話型プロトコルは、第１および第２のネットワーク装置それぞれに要求された会話型サービスを行うのに必要なとき、それらのダイアログ・マネージャ間で調整的なネットワーク通信を確立して、第１および第２の装置の会話型リソースのセットを自動的に共用する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】
本発明は一般に会話型システムに関し、より詳細には、ネットワーク接続され
た装置、サーバ、およびアプリケーションの間で会話型関数／リソースを自動的
かつ調整的に共用するためのシステムおよび方法に関する。
【０００２】
【従来の技術】
従来の会話型システム（すなわち、純粋にボイスのＩ／Ｏを備えたシステム、
またはボイスＩ／Ｏを備えたマルチモーダル・システム）は、通常、適したアー
キテクチャおよび十分な処理力を有するパーソナル・コンピュータ（ＰＣ）およ
びローカル・マシンに限られている。一方、テレフォニー・アプリケーションで
は、会話型システムは通常、サーバ（例えばＩＶＲサーバ）上にあり、従来型の
セルラーホンを介してアクセス可能である。このような会話型システムがますま
す一般的になりつつあるものの、通常、クライアント側とサーバ側のいずれかで
、すべての会話型処理が行われる（例えば、すべての構成は完全にローカルであ
るか、または完全にクライアント／サーバである）。
【０００３】 パーベイシブ・コンピューティングの出現に伴い、莫大な数の低リソース・ク
ライアント装置（例えばＰＤＡ、スマートホンなど）が相互にネットワーク化さ
れることが予想される。これらのクライアント装置のサイズが小さくなり、ユー
ザがこのような装置に行わせようと思うタスクが複雑になってきているせいで、
ユーザ・インタフェース（ＵＩ）がクリティカルな問題となってきている。とい
うのは、このような小さいクライアント装置上の会話型グラフィカル・ユーザ・
インタフェース（ＧＵＩ）は、実用的ではないからである。この理由で、純粋に
音声／オーディオのＩ／Ｏ、または音声／オーディオＩ／Ｏを備えたマルチモー
ダルＩ／Ｏを提供するには、会話型システムがユーザ・インタフェースの鍵の要
素となることが予想される。
【０００４】 したがって、携帯クライアント装置における音声組込み会話型アプリケーショ
ンが開発されており、成熟しつつある。残念ながらリソースが限られているせい
で、このようなクライアント装置は、複雑な会話型サービス、例えば、音声認識
（特に語彙サイズが大きいかまたは専門化されているとき、あるいはドメイン特
有／アプリケーション特有の言語モデルまたは文法が必要とされるとき）、ＮＬ
Ｕ（自然言語理解）、ＮＬＧ（自然言語生成）、ＴＴＳ（テキスト音声合成）、
オーディオ取込みおよび圧縮／解凍、再生、ダイアログ生成、ダイアログ管理、
話者認識、トピック認識、およびオーディオ／マルチメディア索引付けおよび探
索などを行えない場合があることが予想される。例えば、装置のメモリおよびＣ
ＰＵ（ならびに他のリソース）の制限により、そのような装置が提供できる会話
型能力が制限される可能性がある。
【０００５】 さらに、ネットワーク化された装置にこれらの会話型タスクすべてを実行する
のに十分な「力」が（ＣＰＵおよびメモリの点で）あったとしても、その装置は
、適切なタスクを行うための適切な会話型リソース（例えばエンジン）または会
話型引き数（すなわちエンジンによって使用されるデータ・ファイル）（文法、
言語モデル、語彙ファイル、構文解析、タグ、声紋、ＴＴＳ規則など）を有しな
い場合がある。実際、いくつかの会話型関数は、所与のサービスについてあまり
に特有かつ固有で、そのためネットワーク上の他の装置またはマシンからしか入
手可能でないバックエンド情報を必要とするものもある。例えば、クライアント
装置上でのＮＬＵサービスおよびＮＬＧサービスは通常、サーバ側の補助を必要
とする。というのは、ダイアログを生成するのに必要な会話型引き数または会話
型関数の完全なセット（例えばパーサ、タガー、変換機構など）が、格納用メモ
リ（クライアント装置中で利用可能でない）を大量に必要とするか、またはクラ
イアント側に転送するには大きすぎる（通信帯域幅の点で）からである。この問
題は、クライアント装置またはローカル・アプリケーションの有するメモリまた
は処理力が、複数言語で音声を処理し会話型関数を実施するのに必要な引き数を
格納および処理するには不十分なとき、マルチリンガル・アプリケーションによ
ってさらに悪化する。この代わりにユーザは、このようなタスクを行うためにリ
モート・サーバに手動で接続しなければならない。
【０００６】 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関連する問
題はまた、会話型ネットワーキングの新しい方法も必要とする。このような方法
は、ネットワークにわたって分散したトラフィックおよびリソースを管理して、
ネットワークにわたる会話型対話において各ユーザに対して適切なダイアログ・
フローを保証することを含む。
【０００７】
【発明が解決しようとする課題】
したがって、ネットワーク化されたリソースを自動的に、かつユーザにトラン
スペアレントな形で使用して、限られたリソースを有するネットワーク装置が複
雑かつ特有な会話型タスクを自動的に行えるようにするシステムおよび方法が非
常に望ましい。
【０００８】
【課題を解決するための手段】
本発明は、ネットワーク接続されたサーバおよび装置（およびそれらに対応す
るアプリケーション）の間で会話型リソースを自動的かつ調整的に共用すること
を実現するためのシステムおよび方法を対象としたものである。本発明の一実施
形態によるシステムは、会話型ネットワーク・プロトコル（またはメソッド）を
使用してメッセージを通信することによって相互を「会話型に認識している」よ
うになる、ネットワーク化された複数のサーバ、装置、またはアプリケーション
、あるいはそれらすべてを含む。会話型ネットワーク・プロトコル（またはメソ
ッド）は、会話型に認識している各ネットワーク装置が会話型リソースを自動的
に共用することを自動的に、かつ調整され同期がとれた形で可能にし、したがっ
て、ネットワーク装置のうちの１つのインタフェースを介してシームレスな会話
型インタフェースを提供する。
【０００９】 本発明の一態様によれば、会話型リソースを自動的かつ調整的に共用すること
を実現するためのシステムは、 少なくとも第１および第２のネットワーク装置を含むネットワークを含み、 第１および第２のネットワーク装置はそれぞれ、 会話型リソースのセットと、 会話を管理し、会話型サービスを要求する呼出しを実行するためのダイアログ
・マネージャと、 ネットワークを介し会話型プロトコルを使用してメッセージを通信するための
通信スタックとを備え、会話型プロトコルによって通信されるメッセージは、第
１および第２の装置それぞれに要求された会話型サービスを実施するのに必要な
とき、それらのダイアログ・マネージャ間で調整的なネットワーク通信を確立し
て、第１および第２のネットワーク装置の会話型リソースのセットを自動的に共
用する。
【００１０】 本発明によれば、低リソースのクライアント装置がトランスペアレントに、単
純なタスクをローカルで行い、かつ、複雑なタスクを、より複雑な会話型能力を
有するサーバ（または他の装置）とのバイナリ接続またはアナログ接続で行うこ
とができる。サーバ側の関数（音声認識など）は、通常のＩＰネットワークまた
はＬＡＮネットワークを介して実施することができ、かつ、従来型の電話回線、
またはパケット交換ネットワークを介したディジタル伝送を介して実施すること
ができ、あるいは、無線ネットワークを介した従来型の無線データ・プロトコル
のいずれかを介して実施することもできる。
【００１１】 本発明は有利にも、限られたＣＰＵ、メモリ、および電力の能力（ならびに限
られた会話型リソース）で、成熟した会話型ユーザ・インタフェースまたは任意
の装置（パーベイシブ組込み装置など）を提供する。これは、例えば必要な会話
型引き数をネットワーク・サーバからダウンロードする必要なしに、低リソース
のクライアント装置を使用して複雑な会話型サービスを提供する。ローカル能力
により、ユーザは、例えば無線電話プロバイダの受信可能範囲外で、接続を必要
とせずにローカル装置を利用することができる。継続接続のコストもまた削減さ
れ、そのような継続接続が失われたときの復旧の難しさも軽減することができる
。
【００１２】
【発明の実施の形態】
本発明が様々な形のハードウェア、ソフトウェア、ファームウェア、特殊目的
プロセッサ、またはこれらの組合せにおいて実装できることを理解されたい。好
ましくは、本発明はプログラム命令を含むアプリケーションとしてソフトウェア
中に実装され、このプログラム命令は、プログラム記憶装置（例えば磁気フロッ
ピー（登録商標）・ディスク、ＲＡＭ、ＣＤ−ＲＯＭ、ＲＯＭ、およびフラッシ ュ・メモリ）上に実体として組み込まれ、１つまたは複数の中央演算処理装置（ ＣＰＵ）、ランダム・アクセス・メモリ（ＲＡＭ）、およびオーディオ入出力（ Ｉ／Ｏ）インタフェースなどの適したアーキテクチャを備えた任意の装置やマシ ンで実行することができる。
【００１３】 添付の図面に示す要素システム・コンポーネントおよび方法ステップのいくつ
かはソフトウェア中に実装することが好ましいため、システム・コンポーネント
（またはプロセス・ステップ）間のつながりは、本発明をプログラミングする仕
方に応じて実際のつながりとは異なる場合があることもさらに理解されたい。当
業者なら、本明細書の教示があれば、本発明のこれらおよび類似の実施態様また
は構成を企図することができるであろう。
【００１４】 ここで図１を参照すると、本発明の例示的な実施形態による、ネットワーク化
された装置間で会話型リソースおよび会話型引き数（データ・ファイル）を自動
的かつ調整的に共用することによって会話型サービスを提供するためのシステム
がブロック図に示されている。このシステムは、オーディオ／音声入力を処理す
るため、およびクライアント装置１００によって生成されたオーディオ／音声を
出力するための音響フロントエンド１０１を備えたローカル・クライアント装置
１００を備える。クライアント装置１００は、例えばスマートホンまたは任意の
音声使用可能ＰＤＡ（personal digital assistant）とすることができる。クラ
イアント装置１００はさらに、音響フロントエンド１０１によって生成されたか
または取り込まれた、あるいはその両方がなされた音響特徴または波形あるいは
その両方を処理するため、およびユーザに出力するダイアログを生成するための
、１つまたは複数のローカル会話型エンジン１０２も含む。ローカル会話型エン
ジン１０２は、例えば、組込み音声認識、話者認識エンジン、ＴＴＳエンジン、
ＮＬＵおよびＮＬＧエンジン、オーディオ取込みおよび圧縮／解凍エンジン、な
らびにその他任意のタイプの会話型エンジンを含むことができる。
【００１５】 クライアント装置１００はさらに、ローカル・ダイアログ・マネージャ１０３
も備え、このローカル・ダイアログ・マネージャ１０３はタスク管理を行い、シ
ステム呼出し（ＡＰＩまたはプロトコル呼出し）を介して要求された会話型サー
ビスを（ローカルで、またはネットワーク装置を介して）実行すること、ならび
にローカルで、かつネットワーク化された装置によってダイアログを管理するこ
との制御および調整をする。より具体的には、以下により詳細に説明するように
ダイアログ・マネージャ１０３は、所与の会話型サービスをクライアント１００
上でローカルに処理および実行すべきか、あるいはネットワーク接続されたリモ
ート・サーバ（または装置）上で処理および実行すべきかを決定する。この決定
は、他のネットワーク化された装置の能力と比較したクライアント１００の会話
型能力、ならびに要求された会話型サービスを処理するのに必要な可能性のある
利用可能なリソースおよび会話型引き数などのファクタに基づく。その他のファ
クタには、ネットワーク化された装置から結果を受信する際のネットワーク・ト
ラフィックおよび予期される遅延が含まれる。ダイアログ・マネージャ１０３は
、負荷管理やリソース割振りなどのタスク管理およびリソース管理のタスク、な
らびにローカル会話型エンジン１０２と音声使用可能ローカル・アプリケーショ
ン１０４との間のダイアログ管理を行う。
【００１６】 一例として図１に示すように、クライアント装置１００は、ネットワーク１０
５を介してサーバ１０６にネットワーク接続され、このサーバ１０６は、必要に
応じてクライアント装置１００（あるいはいずれか他のネットワーク装置または
アプリケーション）に会話型サービスを提供するためのサーバ・アプリケーショ
ン１０９ならびにサーバ会話型エンジン１０７を含む。ローカル・エンジン１０
２と同様、サーバ・エンジン１０７は、例えば組込み音声認識、ＴＴＳエンジン
、ＮＬＵおよびＮＬＧエンジン、オーディオ取込みおよび圧縮／解凍エンジン、
ならびにその他任意のタイプの会話型エンジンを含むことができる。サーバ１０
６は、前述のローカル・ダイアログ・マネージャ１０３と同様の仕方で動作する
サーバ・ダイアログ・マネージャ１０８を備える。例えば、サーバ・ダイアログ
・マネージャ１０８は、会話型サービスを求めるローカル・ダイアログ・マネー
ジャ１０３からの要求がサーバ１０６によって処理および実行されるべきか、あ
るいはネットワーク接続された別のリモート・サーバまたは装置上で処理および
実行されるべきかを決定する。さらに、サーバ・ダイアログ・マネージャ１０８
は、サーバ会話型エンジン１０７と音声使用可能サーバ・アプリケーション１０
９との間のダイアログを管理する。
【００１７】 図１のシステムにはさらに、クライアント装置１００およびリモート・サーバ
１０６がサーバ１１０にネットワーク接続されているのが示されており、このサ
ーバ１１０は、クライアント１００およびサーバ１０６から必要に応じてアクセ
ス可能な会話型エンジンまたは会話型引き数、あるいはその両方を有する。ネッ
トワーク１０５は、例えばインターネット、ＬＡＮ（ローカル・エリア・ネット
ワーク）、団体イントラネット、ＰＳＴＮ（公衆交換電話網）、または無線ネッ
トワーク（ＲＦ（無線周波）を介した無線通信の場合）、またはＩＲ（赤外線）
とすることができる。図１にはクライアント／サーバ・システムを示してあり、
この用語は当業者には理解されているが、図１のシステムは、会話型関数、引き
数、およびリソースを自動的かつ調整的に共用することを実現するように、相互
を「会話型に認識している」ネットワーク化された複数のサーバ、装置、および
アプリケーションを含むことができることを理解されたい。以下により詳細に説
明するが、このような「会話型の認識」は、会話型ネットワーク・プロトコル（
またはメソッド）を使用して、メッセージを送信し、それらのメッセージをそれ
ぞれのダイアログ・マネージャによって処理して、ネットワーク化された装置が
会話型リソースおよび関数を自動的にかつ同期して共用できるようにすることに
よって達成される。このような会話型調整は、１つのネットワーク装置のインタ
フェースを介してリモートのサーバ、装置、およびアプリケーションにアクセス
するためのシームレスな会話型インタフェースを提供する。
【００１８】 具体的には、ネットワーク化された装置間で会話型調整を実現してそれらの会
話型関数、リソース、および引き数を共用するために、ネットワーク化された各
装置は、会話型プロトコル（またはメソッド）を使用してメッセージを通信し、
それらの会話型能力および要件に関する情報を交換する。例えば図１に示すよう
に、クライアント装置１００は、会話型プロトコル１１２、会話型発見／登録／
折衝プロトコル１１３、および音声伝送プロトコル１１４（または会話型コーデ
ィング・プロトコル）を使用してメッセージを送受信するための通信スタック１
１１を備える。同様に、サーバ１０６も、会話型プロトコル１１６、会話型発見
／登録／折衝プロトコル１１７、および音声伝送プロトコル１１８を有するサー
バ通信スタック１１５を備える。これらのプロトコル（メソッド）を、本願の譲
受人に譲渡され、参照により本明細書に組み込む特許出願ＩＢＭ整理番号ＹＯ９
９９−１１１Ｐに記載のＣＶＭ（会話型仮想マシン）に関して詳細に考察する。
【００１９】 簡潔に言うと、会話型プロトコル１１２、１１６（またはＹＯ９９９−１１１
Ｐで「分散会話型プロトコル」と呼んでいるもの）は、ネットワーク化された装
置（例えばクライアント１００およびサーバ１０６）またはアプリケーションが
、それらの会話型状態、引き数、およびコンテキストを他のネットワーク装置の
ダイアログ・マネージャに登録するためのメッセージを送信できるようにするプ
ロトコル（またはメソッド）である。会話型プロトコル１１２、１１６はまた、
アプレットや、ＡｃｔｉｖｅＸコンポーネントや、装置または関連アプリケーシ
ョンがマスタ／スレーブまたはピア・ツー・ピアの会話型ネットワーク構成にお
いてそのような装置間の会話を調整できるようにするその他の実行可能コードな
ど、他の情報も装置が交換できるようにする。分散会話型プロトコル１１２、１
１６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・パートナーを含めた、複数の装置またはアプリケーションに関係する会
話を調整するための情報の交換を可能にする。ネットワーク化された装置間で分
散会話型プロトコルを使用して交換できる情報には、データ・ファイル（引き数
）へのポインタ、データ・ファイルおよびその他の会話型引き数の転送（必要な
ら）、入力に関する通知、出力イベントおよび認識結果、会話型エンジンＡＰＩ
呼出しおよび結果、状態およびコンテキストの変化とその他のシステム・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、および要求されたリソースが紛失したときの発見更新が含まれる
。
【００２０】 （分散）会話型プロトコルはまた、ダイアログ・マネージャがサービス、挙動
および会話型アプリケーション、Ｉ／ＯおよびエンジンＡＰＩを分散できるよう
にする、ＩＢＭ整理番号ＹＯ９９９−１１１Ｐに記載のようなダイアログ・マネ
ージャ（ＤＭ）プロトコルも含む。例えば、ＤＭプロトコルは以下の情報を交換
できるようにする。すなわち、（１）ＤＭアーキテクチャ登録（例えば各ＤＭは
ローカルＤＭの集合とすることができる）、（２）関連メタ情報（ユーザ、装置
能力、アプリケーション・ニーズなど）へのポインタ、（３）ＤＭネットワーク
・トポロジ（例えばマスタ／スレーブ、ピア・ツー・ピア）の折衝、（４）適用
可能ならば、すなわちマスタＤＭによって制御されるエンジンが使用されている
なら、データ・ファイル（会話型引き数）、（５）エンジンへの転送またはコン
テキストへの追加あるいはその両方のためのユーザ入力やユーザへの出力などの
Ｉ／Ｏ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）登録済みＤＭへの、マスタＤＭの責任の転
送、（９）ＤＭ処理結果イベント、（１０）ＤＭ例外、（１１）信頼度および不
明瞭さの結果、提案されたフィードバックおよび出力、提案された例外状態、提
案されたアクション、提案されたコンテキスト変更、および提案された新しいダ
イアログ状態の転送、（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）完了した、失敗した、または中断されたアクションの通
知、（１４）コンテキスト変更の通知、または（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り、あるいはこれらすべて
である。
【００２１】 例えば、マスタ・スレーブ・ネットワーク構成では、ネットワーク化された装
置のうち１つだけが、いずれか所与の時に会話を駆動する。具体的には、マスタ
装置（すなわちマスタ装置のダイアログ・マネージャ）が、ネットワーク装置間
の会話を管理および調整し、どの装置が所与の会話型サービスまたは会話型関数
を実施することになるかを決定する。この決定は、各装置または各アプリケーシ
ョンから提供されたそれらの会話型能力に関する情報に基づくことができる。こ
の決定はまた、どのスレーブ装置（必要な会話型能力を有する）が最適に所与の
会話型関数を実施できるかをマスタが決定することに基づくこともできる。例え
ばマスタは、音声認識を行ってその結果をマスタに提供するよう複数のスレーブ
に要求することができる。次いでマスタは、最適な結果を選択することができる
。本明細書において音声認識のレベルで述べるものは、（ＹＯ９９９−１１１Ｐ
に記載のような）分散ダイアログ・マネージャ間のＤＭ（ダイアログ・マネージ
ャ）プロトコルのレベルの機構であることを理解されたい。実際、複数のダイア
ログ・マネージャ間でダイアログが発生するとき、マスタは、各ダイアログ・マ
ネージャの結果スコアの測定値を得ることになり、それに応じ、音声認識の正確
度だけでなくダイアログ（意味）、コンテキスト、および履歴（ならびにユーザ
の選好、履歴、およびアプリケーションの選好など、検討中の他のアイテム）に
も基づいて、どのダイアログ・マネージャが入力を続行するかを知るために決定
を行うことになる。
【００２２】 ピア・ツー・ピア接続では、各装置が、実施できる関数を決定し、そのように
する要求をログしようとすることになる。このタスクを受け入れた装置は、この
ようなタスクを行い、次いでその性能のスコアを得る。次いで装置は、それらの
スコアに基づいて、どの装置がそのタスクを行うかを折衝する。
【００２３】 一実施形態では、分散会話型プロトコル１１２、１１６は、ＲＭＩ（リモート
・メソッド呼出し）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て、アプリケーションおよび様々な会話型エンジンの間で
ネットワークを介して呼出しを実施する。当技術分野で周知のように、ＲＰＣは
、あるアプリケーションがネットワークを横断して別のアプリケーションにサー
ビスを要求できるようにするプロトコルである。同様に、ＲＭＩは、分散ネット
ワーク中でオブジェクトがそれによって対話できるメソッドである。ＲＭＩによ
り、１つまたは複数のオブジェクトを要求と共に渡すことができる。さらに、情
報は、ＣＯＲＢＡまたはＤＣＯＭを介して交換されるオブジェクトに格納するか
、または宣言型で（ＸＭＬを介するなどによって）呈示することができる。上に
組み込んだ特許出願ＩＢＭ整理番号ＹＯ９９９−１１１Ｐで考察されているが、
ＣＶＭ（会話型仮想マシン）シェルによってサポートされる会話型関数を、会話
型ＡＰＩを介して会話型アプリケーションとＣＶＭシェルとの間で分散実装する
こと、または会話型エンジンＡＰＩを介してＣＶＭと会話型エンジンとの間で分
散実装することを達成するために、会話型プロトコル（メソッド）（または分散
プロトコル）を使用することができる。会話型エンジンＡＰＩは、コア・エンジ
ンおよびそれらを使用するアプリケーションと、コア・エンジン（ローカルのま
たはネットワーク化された、あるいはその両方の）と通信するためのプロトコル
との間のインタフェースである。会話型ＡＰＩは、会話型に認識しているアプリ
ケーションをフック（hook）するかまたは開発するためのＡＰＩレイヤを提供し
、このＡＰＩレイヤは、会話型ユーザ・インタフェースを構築するための土台の
クラスおよびコンポーネントを含む。
【００２４】 同様に、本発明によるダイアログ・マネージャは、ＡＰＩを介してアプリケー
ションおよびエンジン（ローカルのまたはネットワーク化された、あるいはその
両方の）と通信することができる。このようにしてダイアログ・マネージャは、
あたかもローカル・アプリケーションであるかのようにすべてのリモート・プロ
シージャ（リモート・エンジンおよびリモート・アプリケーションへの手続き型
呼出し）からの結果およびコール・バックに作用し、それにより、例えばアプリ
ケーションおよびリソース（ローカルのまたはネットワーク化された、あるいは
その両方の）の間を調停して、アクティブなアプリケーションを優先順位付け、
決定し、どの結果をアクティブとみなすかを決定することができる。
【００２５】 会話型発見／登録／折衝プロトコル１１３、１１７は、ローカル・システムま
たは会話型に認識しているネットワーク・システム（すなわち会話型プロトコル
を「話す」アプリケーションまたは装置）を「発見」するのに使用されるネット
ワーク・プロトコル（またはメソッド）である。登録プロトコルは、装置または
アプリケーションがそれらの会話型能力、状態、および引き数を登録できるよう
にする。折衝プロトコルは、装置がマスタ・スレーブ、ピア・ツー・ピア、また
はサイレント・パートナーのネットワークを折衝できるようにする。
【００２６】 一実施形態では、発見プロトコルは、「ブロードキャストおよびリッスン」手
法を実装して、他の「ブロードキャストおよびリッスン」装置からのリアクショ
ンをトリガする。これにより、例えば、動的かつ自発的なネットワーク（以下に
考察するBluetoothネットワークおよびホッピング・ネットワークなど）を生み
出すことができる。別の実施形態では、異なるネットワーク装置の「アドレス」
を登録するデフォルト・サーバ（おそらくはマスタ）設定を使用することができ
る。この実施形態では、発見は、ネットワーク中の各装置がサーバと通信して、
そのような装置にどの装置が接続するかを決定するために登録済み装置のリスト
をチェックすることである。発見プロトコルを介して交換される情報は、以下の
通りである。すなわち、（１）ハンドシェークまたは要求のリッスンに対するブ
ロードキャスト要求、（２）装置識別子の交換、（３）最初の登録に対するハン
ドル／ポインタの交換、および（４）最初の折衝に対するハンドルの交換である
。
【００２７】 登録プロトコルを実施する場合の一実施形態では、接続時、装置は、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り、それらの会話型能力
に関する情報を、事前構成済みのプロトコル（例えばＴＴＳ英語、任意のテキス
ト、音声認識、５００ワード＋ＦＳＧ文法、話者なし認識など）で交換すること
ができる。同様に、アプリケーションもエンジン要件リストを交換することがで
きる。マスタ／スレーブのネットワーク構成では、マスタ・ダイアログ・マネー
ジャが、すべてのリストを編集し、関数およびニーズを会話型能力とマッチさせ
ることができる。マスタ装置（ダイアログ・マネージャ）がない場合は、共通サ
ーバを使用して、ネットワーク中の各マシンまたは装置に会話型情報を送信する
ことができる。登録プロトコルによれば、以下の情報を交換することができる。
すなわち、（１）定義および更新イベントを含めた、能力および負荷メッセージ
、（２）エンジン・リソース（所与の装置がＮＬＵ、ＤＭ、ＮＬＧ、ＴＴＳ、話
者認識、音声認識、圧縮、コーディング、記憶などを含むかどうか）、（３）Ｉ
／Ｏ能力、（４）ＣＰＵ、メモリ、および負荷能力、（５）データ・ファイルの
タイプ（ドメイン特有、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、またはダイアログに対するユーザ選好、（９）
カストマイズ、（１０）ユーザ経験、（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）ごとの能力要件（定義および更新イベント）
、（１３）ＣＵＩサービスおよび挙動（ヘルプ・ファイル、範疇、会話型優先度
など）に関するメタ情報（定義および更新イベント、通常はテーブルへのポイン
タを介する）、（１４）プロトコル・ハンドシェーク、または（１５）トポロジ
折衝、あるいはこれらすべてである。
【００２８】 登録は、ＴＣＰ／ＩＰ、ＴＣＰ／ＩＰ２９、Ｘ−１０またはＣＥＢｕｓなどの
従来の通信プロトコル、および装置間のソケット通信を使用して行うことができ
る。装置は、分散会話型アーキテクチャを使用して、それらに関連する会話型エ
ンジンおよびダイアログ・マネージャに、それらの会話型引き数（例えばアクテ
ィブな語彙、文法および言語モデル、構文解析および変換／タグ付けモデル、声
紋、合成規則、ベースフォーム（発音規則）、ボイス・フォント）を通信する。
この情報は、ダイアログ・マネージャおよび会話型エンジンへのファイルまたは
ストリームとして、あるいはＵＲＬとして渡される。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／履歴を示すか渡すか指すことによってコ
ンテキスト情報を送信することもでき、コントローラはそれにアクセスしてその
コンテキスト・スタックに追加することができる。装置はまた、それらのマルチ
モーダルＩ／ＯおよびＵＩの能力（画面／画面なし、オーディオ・イン／アウト
機能、キーボードなど）に関する情報も渡す。会話型引き数により、ダイアログ
・エンジンは、現在の状態およびコンテキストに基づいてＮＬＵエンジンによる
新しい照会の関連性を推定することができる。
【００２９】 折衝プロトコルに関しては、ネットワーク装置およびアプリケーションは、各
ネットワーク装置のニーズおよび能力の登録時に、折衝中の所与の一時構成を主
張することができる。アプリケーションによって構成（すなわちトポロジ）が強
いられる場合は、この決定が自動的に強いられる。そうでない場合は、マスタま
たはスレーブまたはピアになることを要求することができる。要求の計数に基づ
いて、好ましい構成が決定され、（各装置／アプリケーションが保持する利用可
能なリソースのテーブル中にある）すべての装置およびアプリケーションに通信
される。システムは、その状態及び要件を変更するときは常に、ネットワーク化
された他のダイアログ・マネージャ／リソースに通信して、新しい折衝を開始し
、新しい状態およびコンテキスト情報を通信する。
【００３０】 音声伝送プロトコル１１４、１１８は、装置が圧縮音声またはローカル処理結
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できるよ
うにする。会話型エンジン１０２、１０７は、音声（または結果）を送信用に圧
縮するため、および、ネットワークを介して別の装置またはアプリケーションか
ら得られた圧縮音声（または結果）をローカル処理用に解凍するための圧縮／解
凍エンジンを含むことが好ましい。音声伝送プロトコルは、処理に向けてネット
ワーク化された他の装置、システム、またはアプリケーションとの間で圧縮音声
を送受信するために、装置中で実行される音声伝送クライアントによって利用さ
れる。装置の音声伝送クライアントは、ネットワークを介して伝送される音声を
処理するのに適した圧縮ハードウェアを使用して、圧縮、解凍、および再構築の
エンジンと共に動作する。音声コーダが、圧縮音声を知覚的に許容できるかまた
は理解できるように再構築すること、および会話型性能（例えば単語エラー率）
を最適化することを可能にする。音声は、ネットワーク化されたそれぞれの装置
上で、音響信号処理エンジン（オーディオ・サブシステム）および適したオーデ
ィオ・ハードウェアを使用して取り込まれる（かつ、特徴に変形される）。さら
に、音声を処理するために、圧縮音声ファイル・フォーマットを装置間で送受信
することもできる。より具体的には、音声伝送プロトコルは、装置が圧縮音声ま
たはローカル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
間で送受信できるようにする。一実施形態では、送信装置と受信装置との間のハ
ンドシェーク・プロセスの後、データ・ストリーム(パケット・ベース)が受信側
に送信される。パケット・ヘッダが、音声（または結果）をエンコードするため
のコーディング方式およびコーディング引き数（すなわちサンプリング周波数、
特徴特性、次元、フロントエンドに加えられる変形、フロントエンドの性質など
）を指定することが好ましい。さらに、誤り訂正情報（例えば、直前のパケット
が紛失したか遅延した場合に差動デコーダを訂正するための、直前パケットの最
後の特徴ベクトル）、または紛失したパケットを回復（再送）するための適切な
メッセージングを導入することもできる。
【００３１】 また、ダイアログ・マネージャは、（上に組み込んだＩＢＭ整理番号ＹＯ９９
９−１１１Ｐで考察されているように）ダイアログ・マネージャ・プロトコルす
なわちＤＭプロトコルを介して通信することができる。ＤＭプロトコルを使用し
て、どのダイアログ・マネージャがアクティブか、またはどのダイアログ・マネ
ージャが入力を受け取るべきかを複数のダイアログ・マネージャ間で折衝する。
ここでの場合、サーバ・リソースは本当に必要なときだけ「ポーリング」される
ので、ＤＭプロトコルは変形形態を形成する。すなわち、ローカル・ダイアログ
・マネージャはアプリオリに、その関数をリモートで実施すべきかどうかを決定
しようとする。間違いや疑問がある状況で、ダイアログ・マネージャはローカル
・エンジンからの推測を待機し、疑問が残る場合に比較するためにサーバをポー
リングすることを決定することができる。
【００３２】 したがって上の考察に基づけば、ネットワーク・プロトコルが、会話型サービ
スおよび会話型関数を共用するために調整（または調整されたインタフェース）
をネットワーク化された装置間で可能にすることが明らかになるはずである。調
整されたインタフェースという用語は、異なるアクター（装置／アプリケーショ
ン）すべてが、あたかも会話全体を理解しており、いずれか所与の時間にどれが
対象とされているかが適切に分かっているかのように、それらの間で単一の会話
を保持できることを意味する。各会話型システムまたはアプリケーションの挙動
は、ダイアログ・マネージャ（例えばマスタ・スレーブ・モードでのマスタ）、
アプリケーション（どれがマスタ、スレーブ、またはピアかを確定できるもの）
、システム・ダイアログ・マネージャ（もしあれば）、アーキテクチャおよび折
衝（ピア・ツー・ピア・モードで）によって制御／管理して、各会話型関数を適
切なシステム上で、ユーザにはトランスペアレントに実行することができる。い
くつかの会話型関数、システム、およびリソースがいくつかのネットワーク化装
置（例えばセルラーホン、ページャ、ＰＤＡ）に備わっている可能性があるにも
かかわらず、クライアント装置のユーザにはシームレスな会話型インタフェース
が提供される（すなわち、すべての会話型対話が単一の会話型システムを介して
いるように見える）。
【００３３】 調整された会話型システム（前述のものは上に組み込んだＩＢＭ整理番号ＹＯ
９９９−１１１Ｐに開示されている）の一例は、ＵＣＡ（汎用会話型アプライア
ンス）と呼ばれるリモート制御装置である。ＵＣＡは、会話型に認識しているア
プライアンスを発見する。会話型に接続された各アプライアンスは、その会話型
引き数（語彙および文法）をＵＣＡに送信することになる。ＵＣＡは、このよう
なアプライアンスに対するマスタとして働き、ユーザによる会話型対話がそのア
プライアンスへのコマンドとなったときに適切なアプライアンスを更新する。反
対に、コマンドの実行時、またはアプライアンスが状態を変更した時ごとに、ア
プライアンスはリモート制御装置に更新を送信する。他の会話型能力を（対応す
る引き数以外に）有しない会話型アプライアンスは、いわゆる「サイレント・パ
ートナー」である。
【００３４】 別の実施形態では、サーバまたは基地局が、リモート制御装置（すなわちＵＣ
Ａ）によって実施されるオーディオ取込み／圧縮／シッピングを除いたすべての
会話型関数を実施することができる。リモート制御装置はまた、いくつかのＵＩ
をユーザに提供して、異なるアプライアンスの状態をユーザに知らせることもで
きる。これは、音声、ＧＵＩ、あるいはこれらのモーダル性（またはその他）の
会話型組合せのいずれかを介して行うことができる。
【００３５】 会話型ネットワーク・トポロジは図１のシステムに関して採用することもでき
るが、好ましいネットワーク・トポロジは、自発的な動的ネットワーキング（す
なわち、ある通信範囲内の装置間で自発的に構築されるネットワーク）を実現す
るものである。このような自発的ネットワーキングは、現在登場しつつある「Bl
uetooth」ネットワーキング・プロトコルを使用して実施することができ、Bluet
oothについては、例えばhttp://www.bluetooth.comに記述されている。簡潔に言
えば、Bluetoothとは、その場限りの無線ネットワーク接続性を実現するネット
ワーク・プロトコルに対するコードネームである。より具体的には、Bluetooth
は、特定の範囲内にある装置（スマートホン、セルラーホン、ページャ、ＰＤＡ
、ラップトップ・コンピュータ、モバイル・ユニットなど）の間で短距離無線リ
ンクを実現して、そのような装置間で動的かつ自発的にネットワーク（またはい
わゆる「ピコネット」）を確立するプロトコルである。ピコネットとは、ネット
ワーク接続の残りの間でマスタとして働く各ピコネット中の１つのノードとその
場限りの形で接続されたBluetooth使用可能装置（ノード）の集合を言う。２つ
以上のピコネットをネットワーク接続すると、いわゆるスキャタネット（scatte
rnet）を形成することができる。
【００３６】 本発明によれば、自発的な動的ネットワーキング・プロトコルならどれでも実
装できることを理解されたい。例えば、図１のネットワーク・トポロジを、本願
の譲受人に譲渡され、参照により本明細書に組み込む米国特許出願第０９／１９
８３７８号に記載の「ホッピング」通信ネットワークに従って実装することがで
きる。
【００３７】 次に図２を参照すると、本発明の一態様による、ネットワーク化された装置間
で会話型関数を自動的かつ調整的に共用することを実現する方法を流れ図に示し
てある。具体的には、図２には、図１のシステムの動作方法の１つをより詳細に
示してある。最初に、例えばディジタル化音声信号の関連特徴をディジタル化し
抽出することによって事前処理されたローカル・クライアント装置に、ユーザが
音声コマンドを言う（または他の方法で照会を発行する）（ステップ２００）。
あるいは、ローカル・ダイアログ・マネージャが、ユーザに出力するための合成
音声（ＴＴＳ）を生成する要求をローカル・アプリケーション１０４から受け取
ることもできる（ステップ２００）。
【００３８】 ローカル処理が利用可能かどうか、例えば音声認識または音声合成がローカル
で行えるかどうかについての判定が（ローカル・ダイアログ・マネージャ１０３
を介して）なされる（ステップ２０１）。この判定のために、ローカル・ダイア
ログ・マネージャ１０３は、認識／合成を行わなければならないリモート・サー
バを明示的に事前定義できることを理解されたい（例えば、ソケット接続用のＩ
Ｐアドレス、サーブレットを介したサーバ・ベースの記録用のＵＲＬアドレス、
あるいは直接接続用またはＩＶＲへの接続用の電話番号）。さらに、タスクを行
う（または効率的に行う）ための利用可能なリソースまたは引き数をローカル装
置が有しないという判定を、アプリケーションによってヘッダ・ファイル中に示
されるリソース要件に基づいて、ローカル・アプリケーション１０４の実行時に
ダイアログ・マネージャ１０３によって行うこともできる。さらに、あるコマン
ドまたは要求された関数で、ダイアログ・マネージャをリモート・サーバに自動
的に接続させることもできる。例えば、セキュリティ・アプリケーション（例え
ば話者検証）を自動的にサーバ側処理に切り替え、声紋がクライアントに配信さ
れないようにすることができる。さらに、ローカルのカー・ナビゲーション・シ
ステムを、電話またはソケット・ベースのサーバを使用してリモート・サーバ側
に自動的に切り替え、ローカル装置が大量のナビゲーション情報を記憶しなくて
もよいようにすることもできる。
【００３９】 ローカル処理が利用可能だと判定された場合（ステップ２０１で肯定判定）、
処理は、ローカル・エンジン１０２を介してローカルで行われる（ステップ２０
２）。一方、ローカル処理が利用可能でないと判定された場合（ステップ２０１
で否定判定）、関連する特徴／波形／情報が、ネットワーク接続されたリモート
・サーバに自動的に（ＩＰ、ＬＡＮ、Bluetooth、ＩＲ、ＲＦを介して、あるい
は電話またはＩＰ電話を介して）送信され（ステップ２０４）、そこで、（おそ
らくはいくつかのユーザ／サーバ対話によって）リモート処理（例えば音声認識
／合成）が行われる（ステップ２０５）。
【００４０】 ローカル・クライアントからネットワーク接続されたリモート・サーバへの音
声の送信（またはその逆）は、様々な技術を使用して行えることを理解されたい
。例えば、波形をファイル、ストリーム、またはパケットのストリームとして直
接送信することができる。また、ＡＤＰＣＭやＡＰＣなどの従来の方法を使用し
て圧縮波形を送信することもできる。さらに、参照により本明細書に組み込むG.
Ramaswamy他の「Compression Of Acoustic Features For Speech Recognition
In Network Environments」Vol. 2、pp.977〜980、Proc. ICASSP、1998に開示さ
れている方法に従って特徴のストリームを送信することもできる。この方法では
、受信側での認識（音声認識、話者認識、またはＮＬＵ）はできるが、信号の再
構築はできない。また、音声の送信は、圧縮した特徴およびピッチ推定に基づく
コーディング方法または方式であって、理解できる再生、さらには快適な再生（
再生、訂正、人間による次の処理、またはアーカイブ）に十分な質で音声信号を
再構築できるようなコーディング方法または方式なら、どれを使用しても行うこ
とができる。このようなコーディング方式は、認識性能を劣化させずに４ｋｂｉ
ｔｓ／秒と５ｋｂｉｔｓ／秒の間の低さのデータ転送率を実現すべきである。そ
の結果、無線モデムまたは無線データ・リンクを介してでも、バックエンド（サ
ーバ）リソースと対話式の交換をリアルタイムで行うことができる。非常に高品
質な再生を実現する同様のコーディング方式を使用した他の方式を採用すること
もできることを理解されたい。また、受信側での劣化を伴わないサーバ側での認
識（音声、話者、ＮＬＵ）と、信号の再構築とを可能にするケプストラ（cepstr
a）特徴の圧縮およびピッチを可能にする方法ならどれでも本発明に関して利用
することができる。この再構築は、後で録音を校正し、誤りを訂正し、あるいは
プロセスを人間が監視するために、後でサーバまたはクライアント（ローカルに
格納されている場合）から再生するのに有用である。適した圧縮方式（コーディ
ング・プロトコル）ならどれでも使用できることを理解されたい。
【００４１】 圧縮またはコーディングの方式（伝送プロトコルまたはコーディング・プロト
コル）は、装置間で異なる可能性があることを理解されたい。例えば、入力音声
を（クライアントの）オーディオ取込みシステムからネットワーク化されたリソ
ースに送るためのコーディングは、出力音声（例えばプロンプト、再生、または
ＴＴＳ）をネットワーク化されたリソース（サーバ）からオーディオ出力（クラ
イアント）に送るのに使用されるコーディング・プロトコルとは異なる場合があ
る。実際、前者の場合では、コーディングはサーバ側で良い認識性能を実現する
ように最適化されるべきであり、再生のための再構築は重要だが劇的に重要では
ない。当然、ビット伝送速度（圧縮率）が重要である。ターゲット・ビット伝送
速度に達してそれを維持するために、圧縮率におけるトレードオフを堅固さ（エ
ラー率／特徴歪曲）と知覚品質の間で適合させることができる。また、いくつか
の方式を選択して、いくつかのチャネル歪曲またはバックグラウンド歪曲に堅固
さを加えることもできる。一方、後者のタスク（出力信号）では、理解できるこ
とすなわち知覚品質と快適さとのために、あるいはボイスまたはオーディオのい
くつかの特別な特徴を保存するためにコーディングを最適化すべきである。
【００４２】 ローカル処理（ステップ２０２）またはリモート処理（ステップ２０５）の後
、処理の結果が許容できるかどうかについて（ローカル・ダイアログ・マネージ
ャ１０３またはサーバ・ダイアログ・マネージャ１０８を介して）判定がなされ
る（ステップ２０３および２０６）。処理結果が許容できないと判定された場合
（ステップ２０３またはステップ２０６で否定判定）、ローカル・クライアント
またはリモート・サーバは、このような処理を行うことのできるサーバに特徴ま
たは波形を自動的に（ＩＰ、ＬＡＮ、Bluetooth、ＩＲ、ＲＦを介して、あるい
は電話またはＩＰ電話を介した接続を介して）転送する（ステップ２０４または
ステップ２０７）。例えば、このような結果が未知であるか誤って認識されたか
不明瞭である場合（または各リソース（ローカルまたはサーバ）のダイアログ・
マネージャに関連付けられた信頼度基準に基づいて）、音声認識およびＮＬＵの
結果の拒否が行われる場合がある。ローカル・システムまたはリモート・システ
ムからサーバ・システムへの自動接続は、例えば本願の譲受人に譲渡され、参照
により本明細書に組み込む米国特許出願第５９３７３８３号に教示されている技
術を使用して、ローカル音声デコーダから返された音響およびＬＭ（言語モデル
）のスコアのレベルに基づくことができることが好ましい（例えば、これらのス
コアが所与のしきい値に満たないと判定されたときにリモート・サーバが接触を
受ける）。会話型システムから得られた結果が許容できるか否かを判定する（許
容できない場合は別のシステムを考慮する）には、信頼度を、あるいは認識され
た発話または照会を（ダイアログ中またはダイアログ後に）推定するのに適した
基準またはアプローチならどれでも使用できることを理解されたい。
【００４３】 ＴＴＳの場合も同様に、ローカル・ダイアログ・マネージャおよびリモート・
ダイアログ・マネージャ１０３、１０８は、テキストの複雑さを調べて、ＴＴＳ
がローカルで行われるかリモートで行われるかを決定することができる。例えば
、語に対する発音規則が未知のとき、またはテキストが複雑な構文解析を必要と
するときは、ＴＴＳはリモートで行われる。別の例は、ＴＴＳが異なるアクセン
ト、方言または異なる言語で発音されなければならない場合、あるいは誰かの特
定の文を模倣することになっている場合である。
【００４４】 処理がリモートで行われた後、結果がローカル・クライアントに（電話、ＩＰ
アドレス、ＭＡＣ（メディア・アクセス制御）アドレスなどを介して）送り返さ
れる（ステップ２０８）。出力（すなわちユーザへの音声出力）は、ローカルで
もサーバ上でも合成できることを理解されたい。サーバ上で合成が行われる場合
、合成音声は、ローカルで解凍されるように圧縮形式で（前述の音声伝送プロト
コルを使用して）クライアントに送信することができる。コーディング方式は、
音声特徴をクライアントからサーバに送信するのに使用された方式と同じでも、
異なってもよいことを理解されたい。別法として音声は、クライアントからサー
バへの電話呼出し（コールバック）を介して確立できる接続を使用し、例えば別
のアナログＰＳＴＮ回線を介してサーバから直接に「ブロードキャスト」するこ
ともできる。
【００４５】 最近になり、認識された音声に対する適切な信頼度基準を確立する取組みが始
められている。例えば、ＮＩＳＴおよびＤＡＲＰＡによって組織された米国メリ
ーランド州ＭＩＴＡＧＳでの「LVCSR Hub5 Workshop」、１９９６年４月２９日
〜５月１日では、各語に信頼度レベルを付けるための様々なアプローチが提案さ
れた。ある方法は決定ツリーを使用するもので、この決定ツリーは、語依存特徴
（訓練発話の量、最小および平均トライフォン（triphone）発生、言語モデル訓
練中の発生、音素／レフィーム（lefeme）の数、継続時間、音響スコア（ファス
ト・マッチまたは詳細マッチ）、音声非音声）、文依存特徴（信号対雑音比、話
す速度の推定すなわち１秒間の語数またはレフィーム数または母音数、言語モデ
ルから提供される文可能性、可能性比率、フレームごとの正規化された平均可能
性、言語モデル中のトライグラム（trigram）発生）、コンテキスト特徴におけ
る語（言語モデル中のトライグラム発生）、ならびに話者プロファイル特徴（ア
クセント、方言、性別、年齢、話す速度、識別、音響品質、ＳＮＲなど）につい
て訓練されている。訓練データに対し、ツリーの葉ごとにエラーの確率が計算さ
れる。このようなツリーを構築するためのアルゴリズムは、「Classification a
nd Regression Trees」、Chapman & Hal、1993でBreiman他によって考察されて
いる。認識時、これらの特徴のすべてまたはいくつかを認識中に測定し、各語に
ついて決定ツリーを葉の方に進み、そこで信頼度レベルが提供される。また、Ne
ti他の引例「Word Based Confidence Measures As A Guide For Stack Search I
n Speech Recognition」、ＩＣＡＳＳＰ９７、ドイツ、ミュンヘン、１９９７年
４月には、ＩＢＭスタック・デコーダから返されるスコアに完全に依拠する方法
（ログ可能性、実際には平均増分ログ可能性と、詳細マッチ、ファスト・マッチ
を使用する）が記載されている。
【００４６】 ＬＶＣＳＲ議事録では、線形回帰を介した予測子を使用する、別の信頼度レベ
ル推定方法も行われている。使用される予測子は、語の継続時間、言語モデル・
スコア、フレームごとの平均音響スコア（最良スコア）、および、トップ選択と
同じ語を有するＮＢＥＳＴリストの小部分である。本発明の一実施形態によれば
、これら２つのアプローチ（決定ツリーを介して測定される信頼度レベルと、線
形予測子を介して測定される信頼度レベル）が組み合わさって、音声認識に限ら
ずどんな変換プロセスにおいても信頼度レベルが系統的に抽出されることを理解
されたい。
【００４７】 この領域における過去の進歩および発達スピードに基づき、ここで、いくつか
の種類の変換で、変換されるコンポーネントに信頼度の値（例えば０から１まで
の値であって、０は変換が行われず１は確実を意味する）を関連付けることがで
きると言うことができる。コンポーネントは、テキスト、句、語とすることがで
き、より一般的には、変換する材料のどんな論理ブロックとすることもできる。
前述の線形予測子と決定ツリーの結合が、本発明に採用するのが好ましい一方法
である。実際、例としては、話者認識エンジンから返されるスコア（ファスト・
マッチ・スコアおよび詳細マッチ・スコア、ならびに背景モデルおよびコホート
のスコア）の蓄積を使用して、話者が真に正しく認証される信頼度レベルの決定
ツリーまたは線形予測子、あるいはその両方を構築することができる。実際のと
ころ、話者識別の場合、これは識別段階で得られた識別に対する検証を行うこと
になる。
【００４８】 リモート・サーバは、ＴＴＳ規則やベースフォーム、文法などの情報をローカ
ル・クライアントに送信してキャッシュに格納させることができ、したがってロ
ーカル装置は、後でこうした情報を使用して同様の要求をローカルで処理できる
ことを理解されたい。ローカル装置は必要なリソースの不足のせいであるタスク
を行えない場合があるため、サーバ・ダイアログ・マネージャ１０８は、ローカ
ル装置がリモート・サーバに接続したときにその会話型能力をリモート・サーバ
に（前述の登録プロトコルを介して）登録するのに基づいて、こうした処理情報
をローカル・クライアントに送信する決定を行うことができる。
【００４９】 本発明は、装置が（そのダイアログ・マネージャを介して）実行する会話型関
数の量が、それらの関数を適時に実行するのに必要なリソースを装置が提供でき
ないほどの量である状況（例えばシステムによって使用される同時ポートが多す
ぎるＩＶＲ）で実施できることを理解されたい。したがってダイアログ・マネー
ジャは、会話型システム管理および負荷管理を実現するように実施することがで
き、それによりダイアログ・マネージャは、特定の関数の実行中に別の会話型シ
ステムを利用して、要求された関数の処理を継続することを決定することができ
る。具体的には図３を参照すると、最初にユーザは、例えばディジタル化音声信
号の関連特徴をディジタル化および抽出することによって事前処理されたローカ
ル・クライアント装置に音声コマンドを言うことになる（ステップ３００）。あ
るいは、ローカル・ダイアログ・マネージャは、ローカル・アプリケーション１
０４から要求を受け取って、ユーザに出力するための合成音声（ＴＴＳ）を生成
することもできる（ステップ３００）。ダイアログ・マネージャは、ローカル処
理が行われるべきかどうかを判定する（例えば音声認識の場合でも、ダイアログ
管理の場合でも、音声合成の場合でも）（ステップ３０１）。この判定は、（前
述のように）ローカルの会話型能力、引き数、およびリソースだけに依拠するの
ではなく、利用可能だが制約のあるローカル・リソースを使用して会話型関数を
実施する際に導入される可能性のある遅延と比較した場合（ローカル装置とリモ
ート装置が同じ関数を実施できると仮定して）の、ネットワーク・トラフィック
輻輳のせいでネットワークが導入するであろう遅延の推定に基づくこともできる
。したがって、例えばコマンドおよび制御関数がローカルで／ネットワークを介
して遅延される危険にさらされる場合、遅延を最小限に抑えるためにリモートで
／ローカルで実行することができる。実際、より長い遅延を扱う可能性のある（
例えば、インターネットやオーディオ・ビジュアル探索などの遅延に対応できる
バックエンド機能に関連することによる）照会を、リソースまたはコストを最適
化する（ローカルのまたはネットワーク化された）システム上で実行することが
できる。
【００５０】 また、ネットワーク化された接続が一時的に利用不可能になった場合、あるい
はネットワーク化されたリソースがない場合は、ローカルで実施できるすべての
関数が実施されることになる。その他の関数は、延期モードで（後で接続が再確
立されたときに）実行できる関数と、不適合な関数とに細分することができる。
代表的な例は、口述を介したアドレス帳の更新、電子メールまたはメッセージへ
の返事、あるいは口述一般である。この場合もアプリケーションは、コマンドが
ローカルか、あるいは延期されるかを決定できることが好ましい。延期モードを
有するピア・ツー・ピアを考慮することも可能であり、この場合、延期モード・
マネージャおよびローカル・エンジンが、関数がローカルか延期されるかを決定
する。
【００５１】 再び図３を参照すると、ローカル処理が適切であるとダイアログ・マネージャ
が判定した場合（ステップ３０１で肯定判定）、ダイアログ・マネージャは、必
要な会話型エンジンをポートに割り振ることになる（ステップ３０２）。会話型
エンジンをポートに割り振った後で、ダイアログ・マネージャは、元々割り振っ
たポートによって会話型エンジンが現在使用されていない場合に（例えば話者が
現在、聞いているだけで話していないとき）そのエンジンを他のポートに割り振
ることができる（ステップ３０３）。そのローカル・エンジンが再び元々割り振
ったポートに必要になったときは、そのローカル・エンジンが利用可能でなけれ
ば利用可能な別のエンジンを（ローカルでまたはリモート装置上で）利用するこ
とができる（ステップ３０４）。この動的割当て処理は、ダイアログ・マネージ
ャが関数呼出しの継続時間全体にわたり会話型エンジンを決定して各ポートに割
り振る従来の負荷管理とは対照的である。
【００５２】 例えば音声をネットワーク・サーバまたはネットワーク装置に送信するための
管理および決定は、システム管理／負荷平衡（クライアント上またはサーバ上の
ダイアログ・マネージャによる）のレベルだけでなく、ネットワークのトラフィ
ックに基づくこともできることを理解されたい。例えば、接続（特にインターネ
ットを介したＴＣＰ／ＩＰベースのネットワーク接続）が過負荷であると見なさ
れた場合（ステップ３０５）、トラフィックに基づいて新しいサーバまたは装置
を選択することができる（ステップ３０６）。この判定は、ＲＳＶＰ（resource
reservation protocol）のような、ＶｏＩＰ（Voice Over Internet Protocol
）プロトコルなどの会話型プロトコルの最上部で行うことができ、これにより、
チャネルが必要なときに関連するサービス品質を適切に予約して接続することが
できる。そうでない場合は、前述のようにリモート処理が行われ（ステップ３０
７）、その結果が返される。
【００５３】 本明細書に述べるシステムおよび方法を、音声使用可能かつ会話型の様々なア
プリケーションで実施できることを理解されたい。本発明は、組込み型でパーベ
イシブなコンピューティングの世界ならびにＮＬＵ／ＮＬＧダイアログ・システ
ムにおいて増大する要求を満たすのに特に有用である。しかし、本発明が、組込
みシステムに限らず様々なアプリケーションに向けて展開できることを理解され
たい。以下の例示的な実施形態に、本発明の利点を示す。
【００５４】 例えば、スマートホン（例えばＰＤＡ（personal digital assistant）機能付
きの無線電話）で使用するための市販の組込みネーム・ダイヤラが、代表的なア
プリケーションである。例えば、クライアント装置１００がネーム・ダイヤラ・
ローカル・アプリケーション付きのスマートホンであると仮定する。ユーザは、
所望の名前および住所のリストをスマートホンの電子アドレス帳にローカルに格
納することになる。次いでユーザは、「．．．（あり得る修飾子（家、職場、セ
ルラーホン））のだれだれ（氏名）に電話する」などのコマンドを言うことがで
きる。コマンドが（ローカル会話型エンジン１０２を介して）認識／理解される
と、スマートホンは、アドレス帳の中にある人物に関連付けられた電話番号に（
ローカル・アプリケーション１０４を介して）自動的に電話をかける。一方、ア
ドレス帳にはないが（したがって認識／理解されないが）より大きな団体（また
は公衆）の電話帳（リモート・サーバ１０６中に含まれる）の中にはある名前が
発せられたときは、その要求を（特徴または波形で）保管して、リモート・サー
バ１０６に送信し認識させることができる。次いで、リモート・サーバによって
直接に、または適切な情報がリモート・サーバから受信されたときにスマートホ
ンによって、電話がかけられる。別法としてユーザは、最初の段階でリモート・
サーバに接続され、電話すべき名前を再要求するかまたはさらに情報を要求する
ためにダイアログを確立することもできる（ホワイト・ページまたはイエロー・
ページのサービス・タイプの場合）。
【００５５】 本発明の別の有用な適用例は、市販のPointCast（http://www.pointcast.com
参照）などの個人情報システムであり、これは、所定のユーザ選好に基づいて、
ユーザが例えば株相場、ある主題の特定ニュース、およびその主題に関する最新
発表情報を得られるようにするものである。本発明によって構築された個人情報
システムでは、ユーザが株（例えばＩＢＭ）または主題（例えばケントのグリン
ピースの生産予想）の情報を得たいと思う場合、ユーザはクライアント装置１０
０に音声要求を言うことになる。「ＩＢＭ」がローカル語彙（ユーザ・プロファ
イル）中にある場合は即座にデコードされ、ユーザは、例えば最後の更新（Poin
tCast）で得られた最新の照会を得る。一方、「グリンピース」に関するユーザ
要求がローカル・クライアント装置１００によって理解されなかった場合は、こ
の要求は（コンテンツ・プロバイダの）リモート・サーバ１０６に特徴ストリー
ムとして自動的に転送され、サーバは、そのような要求をデコードする際により
多くのリソースをつぎ込んで関連情報を検索し（これはいずれにしても行われて
いなければならない）、次いで、そのような情報をローカル・システムに送信す
ることができる。リモート・サーバ・システムが「プッシュ・アプローチ」に従
う場合、これは次の更新（例えばPointCast）時に行うことができる。
【００５６】 クライアント装置１００はまた、例えば会話型カー・ナビゲーションを実現す
るための音声使用可能ＰＶＡ（personal vehicle assistant）とすることもでき
る。例えば、ユーザがＣＤ−ＲＯＭをシステムと共に使用したくない場合（スペ
ース不足、電力要件、重量、コスト、衝撃への耐性などの理由で）、ユーザは、
ユーザが現在いる地域／場所、最近いた地域／場所、およびユーザが移動したい
地域／場所に関連する語彙および地図など、限られた情報を格納することを決定
することができる。この例では、ユーザ要求がローカルの語彙と地図のセットに
マッチしないときは、その要求をリモート・サーバ１０６に自動的に送信しデコ
ードして（さらには探索を絞り込むためにユーザにプロンプトを返して）、道程
および地図（または地図の更新）を自動車にダウンロードすることができる。こ
の場合も、最初はローカルの道しか必要とされないため、このようなアクション
は実質上、ユーザにはトランスペアレントとなる（ダウンロードに費用がかかる
場合でも）。
【００５７】 さらに、本発明によってＮＬＵ／ＦＳＧシステムを設計することもでき、した
がって、ユーザの要求がＦＳＧ（有現状態文法）を必要とする場合に、その要求
がより複雑かつ自然であるためにリモート・サーバに転送して認識させる必要が
あるのではない限り、その要求をローカルで処理することができる。
【００５８】 団体のネーム・ダイヤラ・サービスは、別の興味深い特徴ももたらす。団体は
、その従業員の電話番号のアクティブなデータベースを維持することになる。こ
れらのデータベースは常に最新である。ユーザは、そのローカル情報を団体デー
タベースに同期させることを定期的に選択することができる。これは従来の概念
である。しかし、ユーザがネーム・ダイヤラを利用しているときでＴＣＰ／ＩＰ
を介してサーバに接続する必要があるときに同期を（音声認識段階の間に）とり
、それによりローカル・ダイヤル情報が常に更新されているようにするができる
。同様に、ユーザがユーザのローカル地図に含まれない新しい場所へのナビゲー
ションに対する情報を要求したとき、システムは、ユーザが移動したい地域に関
する音響情報ならびにナビゲーション情報のセットをローカルＰＶＡ上にダウン
ロードすることができる。
【００５９】 図１のシステムはまた、本願の譲受人に譲渡され、参照により本明細書に組み
込む、本願と同時出願のＩＢＭ整理番号ＹＯ９９８−３９２Ｐに記載の会話型ブ
ラウザ・システムと共に実施することもできる。この場合、コンテンツ・プロバ
イダ（サーバ）から送信される（かつ会話型ブラウザによって処理される）、視
覚表示用のＨＴＭＬ（ハイパーテキスト・マークアップ言語）ページに類似した
概念のＣＭＬ（会話型マークアップ言語）ページを使用して、ユーザに呈示すべ
き会話型ＵＩを記述する。この例では、クライアント装置１００のローカル・ア
プリケーション１０４またはリモート（ＩＶＲ）サーバ１０６のサーバ・アプリ
ケーション１０９、あるいはその両方を会話型ブラウザとすることができる。コ
ンテンツ・プロバイダまたはアプリケーション開発者（またはプロキシ／トラン
スコーダ）は、すべてのデータをクライアント装置１００に与えてローカルに認
識させるのではなく、ユーザが提供すべき所与の項目（例えば、口述を介して埋
める、あるフォームまたは自由フォームのＮＬＵまたはＦＳＧ入力）がサーバ１
０６上で認識されなければならないと決定することができる（タスクがローカル
・リソースには複雑すぎるか、あるいはネットワークを介して非常に多くの情報
を送信しなければならなくなるため）。これは例えば、処理を行うことになるサ
ーバを識別するためのＵＲＬ（uniform resource locator）およびタグをＣＭＬ
ファイル中に設けるか、あるいはアプレット、ＡｃｔｉｖｅＸコンポーネント、
またはプラグイン（あるいはその変形なら何でも）をＣＭＬページ中にロードす
ることによってなされる（これは通常、ページの作成者による決定である）。こ
れらのアプレット、ＡｃｔｉｖｅＸコンポーネント、またはプラグインは、オー
ディオを取り込み、おそらくはいくつかの会話型関数を実施し、それを他の関数
のための他の装置に送る。この決定は、ＩＢＭ整理番号ＹＯ９９８−３９２Ｐに
記載のトランスコーダおよび登録機構によって自動的に行うことができ、それに
よりブラウザは、ＣＭＬページのフェッチ先であるサーバに対してその能力を明
示的に記述する。トランスコーダを使用してブラウザの能力を追加で考慮し、そ
のような能力にコンテンツを適合させるとき（この能力は会話型プロキシと呼ば
れる）、トランスコーダは、この場合にブラウザの能力に基づいてサーバに宛先
変更するためのサーバＵＲＬを追加することができる。このような場合、クライ
アント装置１００によって収集された音声は、波形（圧縮済または未圧縮）とし
て、または特徴のストリームとしてリモート・サーバ１０６またはネットワーク
化されたサーバ１１０に送信することができ、そこで認識（またはＮＬＵ／ＮＬ
Ｇ）が行われる。次いで、認識結果をクライアント装置１００またはＣＭＬプロ
バイダ・サーバ（リモート・サーバ１０６）に送り返し、次のアクション・コー
スまたは次の処理を決定することができる。この場合も前述のように、所与の入
力、メニュー・フォーム、またはダイアログを認識するのに使用されるリソース
／エンジン／サーバまたはローカル装置のＵＲＬを直接組み込むことのできるア
プリケーションによって決定することができる。また本発明は、ＣＭＬページが
ローカル装置１００のローカル会話型エンジン１０２には複雑すぎるサウンドま
たはテキストを再生／合成しなければならない状況でも有用である。複雑すぎる
部分は、特徴のストリームまたは圧縮波形として、いずれかの特定サーバ（ＣＭ
Ｌページを提供したサーバでも、そうでなくてもよい）から得ることができる。
さらに、マルチリンガル・システムに関し、ＣＭＬページが異なる言語に関係す
る場合、適切な能力を有しないローカル・クライアント装置１００は、会話型関
数をその言語で実施するようリモート・サーバに要求することができる。
【００６０】 会話型調整は、会話型ブラウザを有する分散アプリケーションにおいて採用で
きることを理解されたい。例えば図４を参照すると、分散システムは、（前述の
ＹＯ９９８−３９２Ｐで考察されているように）プレゼンテーション・サーバ４
００と、エンジン・サーバ４０１と、会話型ブラウザ４０３を有するクライアン
ト４０２とを有する。ブラウザ４０３は、ＣＭＬフォームのページをプレゼンテ
ーション・サーバ４００から受け取り、ＣＭＬページを処理する。ＣＭＬページ
には、どれに音声を送って処理させるかをブラウザ４０３が決定できるようにす
る情報を含めることができる。エンジン・サーバ４０１上には音声サーバが位置
する。ＣＭＬページがエンジン・サーバ４０１による音声処理を必要とすると仮
定した場合、ブラウザ４０３は、ＨＴＴＰ（あるいはソケットまたはＲＭＩ）を
介して音声サーバに通信して（呼出しを送信して）、音声サーバにオーディオを
送り、適切なデータ・ファイル命令およびエンジン呼出しを送ることができる。
クライアントのブラウザ４０３は、音声処理を（音声ＡＰＩおよび音声認識エン
ジン４０５を介して）行うためのいくつかのローカル処理能力を有するものと仮
定する。前述のように、ローカル音声処理とサーバ側の音声処理との間の移行は
、プレゼンテーション・サーバ４００から受け取ったＣＭＬページによって決定
される。この決定は、コンテンツ・プロバイダによって、または装置への適合に
よってコーディングすることができる（クライアント４０２がそのタスクを行え
ないと判定し、それを既知のまたは発見したサーバまたはトランスコーダに送信
する）。
【００６１】 図５では、ブラウザ４０３は、クライアント４０２からアクセスされるブラウ
ザ・サーバ４０４上に位置する（ブラウザ・サーバ４０４は、クライアント４０
２とプレゼンテーション・サーバ４００との間の媒介として働く）。この場合も
ブラウザ４０３は、ローカル側処理とサーバ側処理のどちらを行うかを決定する
。本明細書に述べる会話型コーディングを使用して、オーディオを送ることがで
きる。
【００６２】 本発明によれば、低リソースのクライアント装置がトランスペアレントに、単
純なタスクをローカルで行い、かつ、複雑なタスクを、より複雑な会話型能力を
有するサーバ（または他の装置）とのバイナリ接続またはアナログ接続で行うこ
とができる。サーバ側の関数（音声認識など）は、通常のＩＰネットワークまた
はＬＡＮネットワークを介して実施することができ、かつ、従来型の電話回線、
またはパケット交換ネットワークを介したディジタル伝送を介して実施すること
ができ、あるいは、無線ネットワークを介した従来型の無線データ・プロトコル
のいずれかを介して実施することもできる。アナログ／ディジタル接続の実施形
態は、少なくとも２つのシナリオを記述する。第１には、モデムの等価物を実装
したバイナリ接続であり、すべての関数はデータ転送関数である。また、サーバ
／分散リソースが関係するとき、システムはテレフォニー・サーバをリソースと
して呼び出すことができ、音声がネットワークを介して送信される（波形のデー
タ、またはその変形であるケプストラなどの代わりに）。このようなシナリオの
一例は、ローカル音声認識機能（ネーム・ダイヤラおよびディジット・ダイヤラ
）との無線接続であり、これは、ボイスによるインターネット閲覧、株／ミュー
チュアル・ファンド相場の入手、およびボイスによる銀行取引の実施のような他
の機能のためのＩＶＲを備えたテレフォニー・サーバに通常の無線接続を介して
接続するものである。この機構は、今日、いくつかの音声認識能力を装置上に搭
載した既存のセルラーホンで使用することができる。
【００６３】 さらに、ネットワークを横断する会話型対話の適切なダイアログ・フローを保
証するために、様々な機構を使用して、ネットワークにわたって分散したトラフ
ィックおよびリソースを管理することもできる。このような機構には、会話型プ
ロトコル（前述の）、オーディオ：ＲｅｃｏＶＣ（Recognition Compatible VoC
oder）（再生のための再構築を可能にするピッチを伴うコーディング・プロトコ
ル）、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、
発見、登録、折衝、ダイアログ・フローを維持するためのサーバ負荷管理、ダイ
アログ・フローを維持するためのトラフィック平衡およびルーティング、タスク
特徴および能力の要件と会話型引き数使用可能性（データ・ファイル）とに基づ
くエンジン・サーバ選択、会話型引き数配信：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。
【００６４】 例証的な実施形態を添付の図面に関して本明細書に述べたが、本システムおよ
び方法がこれらの厳密な実施形態に限定されず、当業者なら本発明の範囲または
主旨を逸脱することなく他の様々な変形や修正を加えることができることを理解
されたい。このような変形および修正はすべて、添付の特許請求の範囲に定義す
るように本発明の範囲に含めるものとする。
【図面の簡単な説明】
【図１】 本発明の一実施形態による、ネットワーク化された装置間で会話型リソースを
自動的かつ調整的に共用することによって会話型サービスを提供するためのシス
テムのブロック図である。
【図２】 本発明の一態様による、ネットワーク化された装置間で会話型リソースを自動
的かつ調整的に共用することによって会話型サービスを提供するための方法の流
れ図である。
【図３】 本発明の別の態様による、ネットワーク化された装置間で会話型リソースを自
動的かつ調整的に共用することによって会話型サービスを提供するための方法の
流れ図である。
【図４】 会話型ブラウザを採用する本発明の別の実施形態による、会話型サービスを提
供するための分散システムのブロック図である。
【図５】 会話型ブラウザを採用する本発明の別の実施形態による、会話型サービスを提
供するための分散システムのブロック図である。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＣＡ，ＣＮ，Ｉ Ｌ，ＩＮ，ＪＰ，ＫＲ，ＵＳ (72)発明者 ゴパラクリシュナン、ポナニ アメリカ合衆国10598 ニューヨーク州ヨ ークタウン・ハイツ ラドクリフ・ドライ ブ 3073 Ｆターム(参考） 5K101 KK20 LL01 MM07 NN01 NN15 NN21

Claims (24)

    【特許請求の範囲】
  1. 【請求項１】 会話型リソースを自動的かつ調整的に共用することを実現するためのシステム
    であって、 少なくとも第１および第２のネットワーク装置を含むネットワークを含み、 前記第１および第２のネットワーク装置がそれぞれ、 会話型リソースのセットと、 会話を管理し、会話型サービスを要求する呼出しを実行するためのダイアログ
    ・マネージャと、 前記ネットワークを介し会話型プロトコルを使用してメッセージを通信するた
    めの通信スタックとを備え、前記会話型プロトコルを使用して通信される前記メ
    ッセージが、前記第１および第２のネットワーク装置それぞれに要求された会話
    型サービスを実施するのに必要なとき、前記第１および第２のネットワーク装置
    の前記ダイアログ・マネージャ間に調整的なネットワーク通信を確立して、前記
    第１および第２のネットワーク装置の前記会話型リソースのセットを自動的に共
    用するシステム。
  2. 【請求項２】 前記第１および第２の装置の前記会話型リソースのセットが、音声認識エンジ
    ン、話者認識エンジン、ＴＴＳ（テキスト音声合成）エンジン、ＮＬＵ（自然言
    語理解）エンジン、ＮＬＧ（自然言語生成）エンジン、オーディオ取込みおよび
    圧縮／解凍エンジン、トピック認識エンジン、オーディオ／マルチメディア索引
    付けおよび探索エンジン、ならびにこれらの組合せのうち、少なくとも１つを含
    む、請求項１に記載のシステム。
  3. 【請求項３】 前記会話型プロトコルが調整プロトコルを含み、前記調整プロトコルは、前記
    第１および第２の装置の前記ダイアログ・マネージャがそれぞれの会話型状態、
    引き数、およびコンテキストを含む情報を交換し、ダイアログ・コンポーネント
    を交換することができるようにする、請求項１に記載のシステム。
  4. 【請求項４】 前記調整プロトコルが、前記第１および第２の装置の前記ダイア
    ログ・マネージャ間でマスタ／スレーブ・ネットワーク通信とピア・ツー・ピア
    ・ネットワーク通信のうちの一方を調整する、請求項３に記載のシステム。
  5. 【請求項５】 前記会話型プロトコルが発見プロトコルを含み、前記発見プロトコルは、前記
    第１および第２の装置が、ネットワーク上で会話型に認識している装置およびア
    プリケーションを発見できるようにする、請求項１に記載のシステム。
  6. 【請求項６】 前記発見プロトコルが「ブロードキャストおよびリッスン」方法を実施する、
    請求項５に記載のシステム。
  7. 【請求項７】 前記発見プロトコルが、少なくとも前記第１のネットワーク装置と前記第２の
    ネットワーク装置の間に動的かつ自発的なネットワークを確立するように実施さ
    れる、請求項６に記載のシステム。
  8. 【請求項８】 前記会話型プロトコルが、会話型リソース、能力、および要件に関する情報を
    交換するための登録プロトコルを含む、請求項１に記載のシステム。
  9. 【請求項９】 前記会話型プロトコルが、前記第１のネットワーク装置と前記第２のネットワ
    ーク装置の間でそれぞれの会話型リソースおよび能力に基づいてネットワーク構
    成を確立するために情報を交換するための折衝プロトコルを含む、請求項８に記
    載のシステム。
  10. 【請求項１０】 前記ネットワーク構成は、前記第１の装置と前記第２の装置のうちの一方の前
    記ダイアログ・マネージャが前記第１の装置と前記第２の装置の両方の前記会話
    型リソースを制御するマスタ／スレーブ・ネットワークと、前記第１および第２
    の装置の前記ダイアログ・マネージャが会話型リソースを制御するために折衝す
    るピア・ツー・ピア・ネットワークのうちの一方を含む、請求項９に記載のシス
    テム。
  11. 【請求項１１】 前記会話型プロトコルが、圧縮音声波形、圧縮音声特徴、および圧縮結果のう
    ちの１つを前記第１の装置と前記第２の装置の間で伝送するための音声伝送プロ
    トコルを含む、請求項１に記載のシステム。
  12. 【請求項１２】 会話型リソースを自動的かつ調整的に共用することを実現するためのシステム
    において、 ローカル会話型リソースを備えるクライアントであって、前記ローカル会話型
    リソースを管理し、会話型サービスを求める要求を処理し、会話型サービスを求
    める要求が前記ローカル会話型リソースを使用して行えるかどうかを判定するた
    めのダイアログ・マネージャを備えるクライアントと、 サーバ会話型リソースを備えるサーバとを含むシステムであって、前記クライ
    アントの前記ダイアログ・マネージャが、前記ローカル会話型リソースを使用し
    て前記要求された会話型サービスを実施できない場合に、前記サーバ会話型リソ
    ースを使用して前記要求を処理するために前記サーバに自動的にアクセスするシ
    ステム。
  13. 【請求項１３】 会話型リソースをネットワーク装置間で自動的かつ調整的に共用することを実
    現する方法であって、 会話型サービスを求める要求を第１のネットワーク装置によって受け取るステ
    ップと、 前記要求された会話型サービスを、前記第１のネットワーク装置の会話型リソ
    ースを使用してローカルで処理するか、少なくとも第２のネットワーク装置の会
    話型リソースを使用してリモートで処理するか、あるいは前記ローカルの会話型
    リソースと前記リモートの会話型リソースを両方とも使用してローカルかつリモ
    ートで処理するかを、前記第１のネットワーク装置によって決定するステップと
    、 前記会話型サービスが少なくとも部分的に、前記少なくとも第２のネットワー
    ク装置の前記会話型リソースを使用してリモートで処理されると決定された場合
    に、前記少なくとも第２のネットワーク装置と自動的に通信するステップとを含
    む方法。
  14. 【請求項１４】 前記会話型リソースを共用するために、会話型プロトコルを使用してメッセー
    ジを送信して、前記第１のネットワーク装置と前記少なくとも第２のネットワー
    ク装置との間に調整されたネットワーク通信を確立するステップをさらに含む、
    請求項１３に記載の方法。
  15. 【請求項１５】 前記決定するステップが、前記要求された会話型サービスを処理するのにロー
    カル会話型リソースが利用可能かどうかを判定するステップを含み、前記方法は
    さらに、 前記要求された会話型サービスを処理するのにローカル会話型リソースが利用
    可能であると判定された場合に、前記ローカル会話型リソースを使用して前記要
    求された会話型サービスを実行するステップと、 前記ローカル処理の結果が許容できるかどうかを判定するステップと、 前記ローカル処理の結果が許容できないと判定された場合に、前記少なくとも
    第２のネットワーク装置に自動的にアクセスして、前記要求された会話型サービ
    スをリモートで処理するステップとを含む、請求項１３に記載の方法。
  16. 【請求項１６】 前記決定するステップが、前記少なくとも第２のネットワーク装置が前記会話
    型サービスを処理するよう前記第１のネットワーク装置によって事前指定されて
    いるかどうかを判定するステップを含む、請求項１３に記載の方法。
  17. 【請求項１７】 前記決定するステップが、前記第１のネットワーク装置と前記少なくとも第２
    のネットワーク装置との間のネットワーク接続使用可能度とネットワーク・トラ
    フィックのうちの一方に基づく、請求項１３に記載の方法。
  18. 【請求項１８】 前記自動的にアクセスするステップが、 前記会話型プロトコルを使用してメッセージを送信することにより、前記少な
    くとも第２のネットワーク装置とのネットワーク接続を自動的に確立するステッ
    プと、 前記少なくとも第２のネットワーク装置に圧縮音声特徴と圧縮波形のうちの一
    方を送信するステップとを含む、請求項１４に記載の方法。
  19. 【請求項１９】 マシンによって読取り可能なプログラム記憶装置において、ネットワーク装置
    間で会話型リソースを自動的かつ調整的に共用することを実現する方法ステップ
    を実施するために、前記マシンによって実行可能な命令のプログラムを実体とし
    て組み入れたプログラム記憶装置であって、前記方法ステップは、 会話型サービスを求める要求を第１のネットワーク装置によって受け取るステ
    ップと、 前記要求された会話型サービスを、前記第１のネットワーク装置の会話型リソ
    ースを使用してローカルで処理するか、少なくとも第２のネットワーク装置の会
    話型リソースを使用してリモートで処理するか、あるいは前記ローカルの会話型
    リソースと前記リモートの会話型リソースを両方とも使用してローカルかつリモ
    ートで処理するかを、前記第１のネットワーク装置によって決定するステップと
    、 前記会話型サービスが少なくとも部分的に、前記少なくとも第２のネットワー
    ク装置の前記会話型リソースを使用してリモートで処理されると決定された場合
    に、前記少なくとも第２のネットワーク装置に自動的に通信するステップとを含
    むプログラム記憶装置。
  20. 【請求項２０】 前記会話型リソースを共用するために、会話型プロトコルに従ってメッセージ
    を送信して、前記第１のネットワーク装置と前記少なくとも第２のネットワーク
    装置との間に調整されたネットワーク通信を確立する前記ステップを実施する命
    令をさらに含む、請求項１９に記載のプログラム記憶装置。
  21. 【請求項２１】 前記決定ステップを実施する命令が、前記要求された会話型サービスを処理す
    るのにローカル会話型リソースが利用可能かどうかを判定するステップを実施す
    る命令を含み、前記プログラム記憶装置はさらに、 前記要求された会話型サービスを処理するのに前記ローカル会話型リソースが利
    用可能であると判定された場合に、前記ローカル会話型リソースを使用して前記
    要求された会話型サービスを実行するステップと、 前記ローカル処理の結果が許容できるかどうかを判定するステップと、 前記ローカル処理の結果が許容できないと判定された場合に、前記少なくとも
    第２のネットワーク装置に自動的にアクセスして、前記要求された会話型サービ
    スをリモートで処理するステップとを実施する命令を含む、請求項１９に記載の
    プログラム記憶装置。
  22. 【請求項２２】 前記決定するステップを実施する命令が、前記少なくとも第２のネットワーク
    装置が前記会話型サービスを処理するよう前記第１のネットワーク装置によって
    事前指定されているかどうかを判定するステップを実施する命令を含む、請求項
    １９に記載の方法。
  23. 【請求項２３】 前記決定するステップが、前記第１のネットワーク装置と前記少なくとも第２
    のネットワーク装置との間のネットワーク接続使用可能度とネットワーク・トラ
    フィックのうちの一方に基づく、請求項１９に記載のプログラム記憶装置。
  24. 【請求項２４】 前記自動的にアクセスするステップを実施する命令が、 前記会話型プロトコルを使用して、前記少なくとも第２のネットワーク装置と
    のネットワーク接続を自動的に確立するステップと、 前記少なくとも第２のネットワーク装置に圧縮音声特徴と圧縮波形のうちの一
    方を送信するステップとを実施する命令を含む、請求項２０に記載の方法。
JP2000575119A 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 Expired - Fee Related JP4171585B2 (ja)

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/US1999/022925 WO2000021075A1 (en) 1998-10-02 1999-10-01 System and method for providing network coordinated conversational services

Publications (2)

Publication Number Publication Date
JP2002527919A true JP2002527919A (ja) 2002-08-27
JP4171585B2 JP4171585B2 (ja) 2008-10-22

Family

ID=26799924

Family Applications (4)

Application Number Title Priority Date Filing Date
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
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
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
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

Family Applications Before (3)

Application Number Title Priority Date Filing Date
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
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
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

Country Status (10)

Country Link
US (4) US7418382B1 (ja)
EP (4) EP1125277A4 (ja)
JP (4) JP2002527800A (ja)
KR (4) KR100431972B1 (ja)
CN (4) CN1171200C (ja)
AT (1) ATE383640T1 (ja)
CA (4) CA2345662A1 (ja)
DE (1) DE69937962T2 (ja)
IL (5) IL142363A0 (ja)
WO (4) WO2000021232A2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2018513991A (ja) * 2015-03-23 2018-05-31 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 音声を要約するための方法、コンピュータ・プログラムおよびコンピュータ・システム
JP2021068167A (ja) * 2019-10-23 2021-04-30 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

Families Citing this family (693)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7003463B1 (en) 1998-10-02 2006-02-21 International Business Machines Corporation System and method for providing network coordinated conversational services
JP2002527800A (ja) * 1998-10-02 2002-08-27 インターナショナル・ビジネス・マシーンズ・コーポレーション 会話ブラウザおよび会話システム
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
WO2001013255A2 (en) 1999-08-13 2001-02-22 Pixo, Inc. Displaying and traversing links in character array
US7330815B1 (en) * 1999-10-04 2008-02-12 Globalenglish Corporation Method and system for network-based speech recognition
US7725307B2 (en) 1999-11-12 2010-05-25 Phoenix Solutions, Inc. Query engine for processing voice based queries including semantic decoding
US9076448B2 (en) 1999-11-12 2015-07-07 Nuance Communications, Inc. Distributed real time speech recognition system
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
DE69942507D1 (de) 1999-12-06 2010-07-29 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
US6604050B2 (en) * 2000-06-16 2003-08-05 Bayer Corporation 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
DE60125597T2 (de) * 2000-08-31 2007-05-03 Hitachi, Ltd. Vorrichtung für die Dienstleistungsvermittlung
US6785651B1 (en) 2000-09-14 2004-08-31 Microsoft Corporation Method and apparatus for performing plan-based dialog
EP1332605A4 (en) 2000-10-16 2004-10-06 Eliza Corp METHOD AND SYSTEM FOR PROVIDING ADAPTIVE RESPONDENT TRAINING IN A VOICE RECOGNITION APPLICATION
US7072982B2 (en) 2000-11-22 2006-07-04 Microsoft Corporation Universal naming scheme for peer to peer resources
US7594030B2 (en) 2000-11-22 2009-09-22 Microsoft Corporation Locator and tracking service 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
KR100549482B1 (ko) 2001-03-22 2006-02-08 캐논 가부시끼가이샤 정보 처리 장치, 정보처리 방법, 및 프로그램을 기억하는 컴퓨터 판독가능 기억 매체
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
FR2822994B1 (fr) * 2001-03-30 2004-05-21 Bouygues Telecom Sa Assistance au conducteur d'un vehicule automobile
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
CA2344904A1 (en) * 2001-04-23 2002-10-23 Bruno Richard Preiss Interactive voice response system and method
US7698228B2 (en) 2001-04-27 2010-04-13 Accenture Llp Tracking purchases in a location-based services system
US7437295B2 (en) 2001-04-27 2008-10-14 Accenture Llp Natural language processing for 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
US7647597B2 (en) * 2001-06-28 2010-01-12 Microsoft Corporation Transparent and sub-classable proxies
US7606712B1 (en) * 2001-06-28 2009-10-20 At&T Intellectual Property Ii, L.P. Speech recognition interface for voice actuation of legacy systems
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
US7324947B2 (en) 2001-10-03 2008-01-29 Promptu Systems Corporation Global speech user interface
US7441016B2 (en) 2001-10-03 2008-10-21 Accenture Global Services Gmbh Service authorizer
US7472091B2 (en) 2001-10-03 2008-12-30 Accenture Global Services Gmbh Virtual customer database
US7233655B2 (en) 2001-10-03 2007-06-19 Accenture Global Services Gmbh Multi-modal callback
EP1708470B1 (en) * 2001-10-03 2012-05-16 Accenture Global Services Limited Multi-modal callback system
AU2002347406B2 (en) * 2001-10-03 2007-07-05 Accenture Global Services Limited Multi-modal messaging and callback with service authorizer and virtual customer database
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
US20030101054A1 (en) * 2001-11-27 2003-05-29 Ncc, Llc Integrated system and method for electronic speech recognition and transcription
US8498871B2 (en) * 2001-11-27 2013-07-30 Advanced Voice Recognition Systems, Inc. Dynamic speech recognition and transcription among users having heterogeneous protocols
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
US20030187944A1 (en) * 2002-02-27 2003-10-02 Greg Johnson System and method for concurrent multimodal communication using concurrent multimodal tags
US6704396B2 (en) 2002-02-27 2004-03-09 Sbc Technology Resources, Inc. Multi-modal communications method
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
JP2007526669A (ja) 2003-06-26 2007-09-13 アジャイル ティーヴィー コーポレーション ゼロサーチ、ゼロメモリベクトル量子化
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
US7613881B2 (en) * 2004-06-08 2009-11-03 Dartdevices Interop Corporation Method and system for configuring and using virtual pointers to access one or more independent address spaces
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
EP1891848B1 (en) 2005-06-13 2015-07-22 Intelligent Mechatronic 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
US7634409B2 (en) 2005-08-31 2009-12-15 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
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
US9215748B2 (en) 2005-11-28 2015-12-15 Canon Kabushiki Kaisha Communication apparatus, control method for communication apparatus, and communication system
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
US11256386B2 (en) 2006-11-22 2022-02-22 Qualtrics, Llc Media management system supporting a plurality of mobile devices
US10803474B2 (en) 2006-11-22 2020-10-13 Qualtrics, Llc System for creating and distributing interactive advertisements to mobile devices
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
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
US8131549B2 (en) * 2007-05-24 2012-03-06 Microsoft Corporation 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
US8595642B1 (en) 2007-10-04 2013-11-26 Great Northern Research, LLC Multiple shell multi faceted graphical user interface
US8165886B1 (en) 2007-10-04 2012-04-24 Great Northern Research LLC Speech interface system and method for control and interaction with applications on a computing system
US8364694B2 (en) 2007-10-26 2013-01-29 Apple Inc. Search assistant for digital media assets
US8620662B2 (en) 2007-11-20 2013-12-31 Apple Inc. Context-aware unit selection
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
US8856009B2 (en) * 2008-03-25 2014-10-07 Intelligent Mechatronic 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
US8296357B2 (en) * 2008-05-19 2012-10-23 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
WO2009149219A2 (en) * 2008-06-03 2009-12-10 Whirlpool Corporation Appliance development toolkit
US8464150B2 (en) 2008-06-07 2013-06-11 Apple Inc. Automatic language identification for dynamic text processing
CA2727951A1 (en) 2008-06-19 2009-12-23 E-Lane 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
US8712776B2 (en) 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
US8352272B2 (en) 2008-09-29 2013-01-08 Apple Inc. Systems and methods 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
US8396714B2 (en) 2008-09-29 2013-03-12 Apple Inc. Systems and methods for concatenation of words in text to speech synthesis
US8355919B2 (en) 2008-09-29 2013-01-15 Apple Inc. Systems and methods for text normalization for text to speech synthesis
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
US8954328B2 (en) * 2009-01-15 2015-02-10 K-Nfb Reading Technology, Inc. Systems and methods for document narration with multiple characters having multiple moods
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
US8601015B1 (en) 2009-05-15 2013-12-03 Wolfram Alpha Llc Dynamic example generation for queries
US9213768B1 (en) 2009-05-15 2015-12-15 Wolfram Alpha Llc Assumption mechanism for queries
US8577543B2 (en) * 2009-05-28 2013-11-05 Intelligent Mechatronic Systems Inc. Communication system with personal information management and remote vehicle monitoring and control features
US10540976B2 (en) 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
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
WO2010148518A1 (en) 2009-06-27 2010-12-29 Intelligent Mechatronic Systems 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
US20110110534A1 (en) * 2009-11-12 2011-05-12 Apple Inc. Adjustable voice output based on device status
US8682649B2 (en) 2009-11-12 2014-03-25 Apple Inc. Sentiment prediction from textual data
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
GB0922608D0 (en) * 2009-12-23 2010-02-10 Vratskides Alexios Message optimization
EP4318463A3 (en) * 2009-12-23 2024-02-28 Google LLC Multi-modal input on an electronic device
US8600743B2 (en) 2010-01-06 2013-12-03 Apple Inc. Noise profile determination for voice-related feature
US8381107B2 (en) 2010-01-13 2013-02-19 Apple Inc. Adaptive audio feedback system and method
US8311838B2 (en) 2010-01-13 2012-11-13 Apple Inc. Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts
US9665620B2 (en) * 2010-01-15 2017-05-30 Ab Initio Technology Llc Managing data queries
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8645914B2 (en) 2010-01-22 2014-02-04 AgentSheets, Inc. Conversational programming
DE202011111062U1 (de) 2010-01-25 2019-02-19 Newvaluexchange Ltd. Vorrichtung und System 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
US9183843B2 (en) 2011-01-07 2015-11-10 Nuance Communications, Inc. Configurable speech recognition system using multiple recognizers
US10049669B2 (en) 2011-01-07 2018-08-14 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
CN103534697B (zh) * 2011-05-13 2017-11-21 微软技术许可有限责任公司 用于提供统计对话管理器训练的方法和系统
US20120317492A1 (en) * 2011-05-27 2012-12-13 Telefon Projekt LLC Providing Interactive and Personalized Multimedia Content from Remote Servers
US10672399B2 (en) 2011-06-03 2020-06-02 Apple Inc. Switching between text data and audio data based on a mapping
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
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
US20240046928A1 (en) * 2012-04-13 2024-02-08 View, Inc. Controlling optically-switchable devices
WO2013169759A2 (en) * 2012-05-07 2013-11-14 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
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US8775442B2 (en) 2012-05-15 2014-07-08 Apple Inc. Semantic search using a single-source semantic model
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
US9495129B2 (en) * 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US20140006318A1 (en) * 2012-06-29 2014-01-02 Poe XING Collecting, discovering, and/or sharing media objects
US8880398B1 (en) * 2012-07-13 2014-11-04 Google Inc. Localized speech recognition with offload
US9529808B1 (en) 2012-07-16 2016-12-27 Tintri Inc. Efficient and flexible organization and management of file metadata
KR102197248B1 (ko) * 2012-07-19 2020-12-31 글랜스 네트웍스, 인크 다른 형태의 정보 공유를 통한 코브라우징의 통합
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
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
KR102150289B1 (ko) * 2012-08-30 2020-09-01 삼성전자주식회사 사용자 단말에서 사용자 인터페이스 장치 및 이를 지원하는 방법
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
US8983849B2 (en) 2012-10-17 2015-03-17 Nuance Communications, Inc. Multiple device intelligent language model synchronization
WO2014073206A1 (ja) * 2012-11-07 2014-05-15 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
DE212014000045U1 (de) 2013-02-07 2015-09-24 Apple Inc. Sprach-Trigger für einen digitalen Assistenten
US9817835B2 (en) * 2013-03-12 2017-11-14 Tintri Inc. Efficient data synchronization for storage containers
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
US9733821B2 (en) 2013-03-14 2017-08-15 Apple Inc. Voice control to diagnose inadvertent activation of accessibility features
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
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
CN105190607B (zh) 2013-03-15 2018-11-30 苹果公司 通过智能数字助理的用户培训
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
KR101759009B1 (ko) 2013-03-15 2017-07-17 애플 인크. 적어도 부분적인 보이스 커맨드 시스템을 트레이닝시키는 것
KR102057795B1 (ko) 2013-03-15 2019-12-19 애플 인크. 콘텍스트-민감성 방해 처리
US9348555B2 (en) * 2013-03-15 2016-05-24 Volkswagen Ag In-vehicle access of mobile device functions
US9125180B1 (en) 2013-03-15 2015-09-01 Google Inc. Techniques for automatically establishing a long-lasting connection across computing devices configured for short-range wireless communication
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
US20160035348A1 (en) * 2013-06-07 2016-02-04 Nuance Communications, Inc. Speech-Based Search Using Descriptive Features of Surrounding Objects
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
JP6259911B2 (ja) 2013-06-09 2018-01-10 アップル インコーポレイテッド デジタルアシスタントの２つ以上のインスタンスにわたる会話持続を可能にするための機器、方法、及びグラフィカルユーザインタフェース
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
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US10109273B1 (en) 2013-08-29 2018-10-23 Amazon Technologies, Inc. Efficient generation of personalized spoken language understanding models
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
US10223457B2 (en) * 2013-10-02 2019-03-05 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
RU2697735C2 (ru) 2014-02-13 2019-08-19 Нек Корпорейшн Система связи, устройство связи, способ связи и энергонезависимый считываемый компьютером носитель, хранящий программу
WO2015148725A2 (en) * 2014-03-25 2015-10-01 Mark Stephen Meadows 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
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
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
WO2015184186A1 (en) 2014-05-30 2015-12-03 Apple Inc. Multi-command single utterance input method
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
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
CN107112013B (zh) * 2014-09-14 2020-10-23 谷歌有限责任公司 用于创建可定制对话系统引擎的平台
US9898459B2 (en) 2014-09-16 2018-02-20 Voicebox Technologies Corporation Integration of domain information into state transitions of a finite state transducer for natural language processing
EP3195145A4 (en) 2014-09-16 2018-01-24 VoiceBox Technologies Corporation Voice commerce
JP6335388B2 (ja) 2014-09-19 2018-05-30 コンヴィーダ ワイヤレス， エルエルシー サービス層セッション移転および共有
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
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
CN107077326B (zh) * 2014-10-15 2020-10-13 艾拉物联网络(深圳)有限公司 用于所连接的消费者设备的注册框架
US9800619B2 (en) * 2014-10-15 2017-10-24 Ayla Networks, Inc. Registration framework for connected consumer devices
US9813505B2 (en) 2014-10-15 2017-11-07 Ayla Networks, Inc. Devices in a flexible registration framework
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
US9648055B2 (en) * 2014-10-15 2017-05-09 Ayla Networks, Inc. Applications in a flexible registration framework
EP3210096B1 (en) * 2014-10-21 2019-05-15 Robert Bosch GmbH Method and system for automation of response selection and composition in dialog systems
US10614799B2 (en) 2014-11-26 2020-04-07 Voicebox Technologies Corporation System and method of providing intent predictions for an utterance prior to a system detection of an end of the utterance
US10431214B2 (en) 2014-11-26 2019-10-01 Voicebox Technologies Corporation System and method of determining a domain and/or an action related to a natural language input
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
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
US10152299B2 (en) 2015-03-06 2018-12-11 Apple Inc. Reducing response latency of intelligent automated assistants
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
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
EP3792842A1 (en) * 2015-05-27 2021-03-17 Orion Labs Intelligent agent features for wearable personal communication nodes
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
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US9721569B2 (en) * 2015-05-27 2017-08-01 Intel Corporation Gaussian mixture model accelerator with direct memory access engines corresponding to individual data streams
US10181326B2 (en) 2015-06-01 2019-01-15 AffectLayer, Inc. Analyzing conversations to automatically identify action items
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
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
US10133999B2 (en) 2015-06-01 2018-11-20 AffectLayer, Inc. Analyzing conversations to automatically identify deals at risk
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
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US10740384B2 (en) 2015-09-08 2020-08-11 Apple Inc. Intelligent automated assistant for media search and playback
US10331312B2 (en) 2015-09-08 2019-06-25 Apple Inc. Intelligent automated assistant in a media environment
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
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
WO2017065770A1 (en) * 2015-10-15 2017-04-20 Interactive Intelligence Group, Inc. System and method for multi-language communication sequencing
RU2018113724A (ru) * 2015-10-21 2019-11-21 ГУГЛ ЭлЭлСи Сбор параметров и автоматическая генерация диалога в диалоговых системах
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
US9820039B2 (en) 2016-02-22 2017-11-14 Sonos, Inc. Default playback devices
US9947316B2 (en) 2016-02-22 2018-04-17 Sonos, Inc. Voice control of a media playback system
US9811314B2 (en) 2016-02-22 2017-11-07 Sonos, Inc. Metadata exchange involving a networked playback system and a networked microphone system
US10095470B2 (en) 2016-02-22 2018-10-09 Sonos, Inc. Audio response playback
US10264030B2 (en) 2016-02-22 2019-04-16 Sonos, Inc. Networked microphone device control
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
CN112989239A (zh) * 2016-03-17 2021-06-18 谷歌有限责任公司 混合的客户端-服务器数据提供的方法
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
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
KR101995540B1 (ko) * 2016-06-03 2019-07-15 주식회사 허브케이 판독／입력 오류 단어 정정 장치 및 방법
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US11227589B2 (en) 2016-06-06 2022-01-18 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US9978390B2 (en) 2016-06-09 2018-05-22 Sonos, Inc. Dynamic player selection for audio signal processing
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
WO2017222503A1 (en) * 2016-06-21 2017-12-28 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
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
US10395654B2 (en) 2017-05-11 2019-08-27 Apple Inc. Text normalization based on a data-driven learning network
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
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK201770427A1 (en) 2017-05-12 2018-12-20 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
US11436417B2 (en) 2017-05-15 2022-09-06 Google Llc Providing access to user-controlled resources by automated assistants
US10127227B1 (en) * 2017-05-15 2018-11-13 Google Llc Providing access to user-controlled resources by automated assistants
US11048995B2 (en) * 2017-05-16 2021-06-29 Google Llc Delayed responses by computational assistant
US20180336892A1 (en) 2017-05-16 2018-11-22 Apple Inc. Detecting a trigger of a digital assistant
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
DK179549B1 (en) 2017-05-16 2019-02-12 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
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
US10503467B2 (en) * 2017-07-13 2019-12-10 International Business Machines Corporation User interface sound emanation activity classification
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
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
US10482868B2 (en) 2017-09-28 2019-11-19 Sonos, Inc. Multi-channel acoustic echo cancellation
US10621981B2 (en) 2017-09-28 2020-04-14 Sonos, Inc. Tone interference cancellation
US10466962B2 (en) 2017-09-29 2019-11-05 Sonos, Inc. Media playback system with voice assistance
US10755051B2 (en) 2017-09-29 2020-08-25 Apple Inc. Rule-based natural language processing
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
AU2017442245B2 (en) * 2017-12-08 2020-03-26 Google Llc System for securing a personal digital assistant with stacked data structures
US20190180753A1 (en) * 2017-12-12 2019-06-13 Ca, Inc. Analysis of collaborative dialog data structures from speech processing computer system
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
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
US11443646B2 (en) 2017-12-22 2022-09-13 Fathom Technologies, LLC E-Reader interface system with audio and highlighting synchronization for digital books
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
WO2019152722A1 (en) 2018-01-31 2019-08-08 Sonos, Inc. Device designation of playback and network microphone device arrangements
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
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
CN112136124B (zh) * 2018-04-19 2024-02-20 谷歌有限责任公司 用于与计算机实现的自动助理进行人机对话会话的依赖图谈话建模
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
US11145294B2 (en) 2018-05-07 2021-10-12 Apple Inc. Intelligent automated assistant for delivering content from user experiences
US10928918B2 (en) 2018-05-07 2021-02-23 Apple Inc. Raise to speak
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
DK179822B1 (da) 2018-06-01 2019-07-12 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
US11386266B2 (en) 2018-06-01 2022-07-12 Apple Inc. Text correction
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
US11455418B2 (en) 2018-08-07 2022-09-27 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
EP3642837B1 (en) * 2018-08-23 2024-03-13 Google LLC Regulating assistant responsiveness according to characteristics of a multi-assistant environment
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
US11462215B2 (en) 2018-09-28 2022-10-04 Apple Inc. Multi-modal inputs for voice commands
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
US10762893B2 (en) * 2018-09-28 2020-09-01 Comcast Cable Communications, Llc Monitoring of one or more audio/video collection devices
US11170166B2 (en) 2018-09-28 2021-11-09 Apple Inc. Neural typographical error modeling via generative adversarial networks
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
US11423908B2 (en) 2019-05-06 2022-08-23 Apple Inc. Interpreting spoken requests
US11307752B2 (en) 2019-05-06 2022-04-19 Apple Inc. User configurable task triggers
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
DK201970510A1 (en) 2019-05-31 2021-02-11 Apple Inc Voice identification in digital assistant systems
US11289073B2 (en) 2019-05-31 2022-03-29 Apple Inc. Device text to speech
DK180129B1 (en) 2019-05-31 2020-06-02 Apple Inc. USER ACTIVITY SHORTCUT SUGGESTIONS
US11360641B2 (en) 2019-06-01 2022-06-14 Apple Inc. Increasing the relevance of new available information
US10586540B1 (en) 2019-06-12 2020-03-10 Sonos, Inc. Network microphone device with command keyword conditioning
US11200894B2 (en) 2019-06-12 2021-12-14 Sonos, Inc. Network microphone device with command keyword eventing
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
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
JP6746826B1 (ja) * 2019-12-13 2020-08-26 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
US11562740B2 (en) 2020-01-07 2023-01-24 Sonos, Inc. Voice verification for media playback
US11209573B2 (en) 2020-01-07 2021-12-28 Northrop Grumman Systems Corporation Radio occultation aircraft navigation aid system
US11308958B2 (en) 2020-02-07 2022-04-19 Sonos, Inc. Localized wakeword verification
US20210303273A1 (en) * 2020-03-30 2021-09-30 Nuance Communications, Inc. Development system and method
US11183193B1 (en) 2020-05-11 2021-11-23 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
US11984123B2 (en) 2020-11-12 2024-05-14 Sonos, Inc. Network device interaction by range
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

Family Cites Families (104)

* Cited by examiner, † Cited by third party
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
JPH0673135B2 (ja) * 1988-03-01 1994-09-14 工業技術院長 自然言語対話処理装置
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
JP3235728B2 (ja) * 1990-02-09 2001-12-04 沖ソフトウェア株式会社 会話制御方式
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
JPH0410153A (ja) * 1990-04-27 1992-01-14 Nippon Telegr & Teleph Corp <Ntt> 情報検索システム
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
JPH0792801B2 (ja) * 1991-08-02 1995-10-09 工業技術院長 非単調推論方法
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
JP3213056B2 (ja) * 1992-06-19 2001-09-25 株式会社日立製作所 マルチメディア処理装置
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
WO1996015505A2 (en) * 1994-11-08 1996-05-23 Vermeer Technologies, Inc. An online service development tool with fee setting capabilities
JPH08137697A (ja) * 1994-11-15 1996-05-31 Kobe Steel Ltd 自律分散型システム
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
JP2746218B2 (ja) * 1995-02-23 1998-05-06 富士ゼロックス株式会社 資源管理装置および資源管理方法
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
JPH11510977A (ja) * 1996-04-22 1999-09-21 エイ・ティ・アンド・ティ・コーポレーション オーディオインターフェイスを用いた情報の取り出し方法および装置
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
EP0903032B1 (en) * 1996-06-03 2005-11-16 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
EP0863466A4 (en) * 1996-09-26 2005-07-20 Mitsubishi Electric Corp INTERACTIVE PROCESSOR
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
JP2907174B2 (ja) * 1997-02-04 1999-06-21 日本電気株式会社 監視制御システムのユーザインタフェースシステム
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
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
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
JP3646471B2 (ja) * 1997-05-14 2005-05-11 日本電信電話株式会社 情報提供方法及び個人適応情報提供サーバ及び情報提供プログラムを格納した記憶媒体
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
US6370508B2 (en) * 1998-09-11 2002-04-09 Genesys Telecommunications Laboratories, Inc. Interface engine for managing business processes within a multimedia communication-center
US6230197B1 (en) * 1998-09-11 2001-05-08 Genesys Telecommunications Laboratories, Inc. Method and apparatus for rules-based storage and retrieval of multimedia interactions within a communication center
EP1073957B1 (en) * 1998-03-23 2003-05-21 Microsoft Corporation Application program interfaces in an operating system
US6012030A (en) * 1998-04-21 2000-01-04 Nortel Networks Corporation Management of speech and audio prompts in multimodal interfaces
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
US6859451B1 (en) * 1998-04-21 2005-02-22 Nortel Networks Limited Server for handling multimodal information
US6438523B1 (en) * 1998-05-20 2002-08-20 John A. Oberteuffer Processing handwritten and hand-drawn input and speech input
US6397259B1 (en) * 1998-05-29 2002-05-28 Palm, Inc. Method, system and apparatus for packet minimized communications
US6253326B1 (en) * 1998-05-29 2001-06-26 Palm, Inc. Method and system for secure 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
US6779060B1 (en) * 1998-08-05 2004-08-17 British Telecommunications Public Limited Company Multimodal user interface
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
JP2002527800A (ja) * 1998-10-02 2002-08-27 インターナショナル・ビジネス・マシーンズ・コーポレーション 会話ブラウザおよび会話システム
US7003463B1 (en) * 1998-10-02 2006-02-21 International Business Machines Corporation System and method for providing network coordinated conversational services
US6539359B1 (en) 1998-10-02 2003-03-25 Motorola, Inc. Markup language for interactive services and methods thereof
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
US6851115B1 (en) * 1999-01-05 2005-02-01 Sri International Software-based architecture for communication and cooperation among distributed electronic agents
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
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
US7069220B2 (en) * 1999-08-13 2006-06-27 International Business Machines Corporation Method for determining and maintaining dialog focus in a conversational speech system
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
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
US6970935B1 (en) * 2000-11-01 2005-11-29 International Business Machines Corporation Conversational networking via transport, coding and control conversational protocols
US6934756B2 (en) * 2000-11-01 2005-08-23 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

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2018513991A (ja) * 2015-03-23 2018-05-31 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 音声を要約するための方法、コンピュータ・プログラムおよびコンピュータ・システム
JP2021068167A (ja) * 2019-10-23 2021-04-30 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
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

Also Published As

Publication number Publication date
EP1163576A2 (en) 2001-12-19
IL142366A0 (en) 2002-03-10
EP1125279A4 (en) 2005-02-23
EP1125277A1 (en) 2001-08-22
WO2000021075A1 (en) 2000-04-13
CN1171200C (zh) 2004-10-13
US7137126B1 (en) 2006-11-14
CA2345660A1 (en) 2000-04-13
JP4171585B2 (ja) 2008-10-22
CA2345661A1 (en) 2000-04-13
WO2000021232A2 (en) 2000-04-13
DE69937962T2 (de) 2008-12-24
EP1133734A2 (en) 2001-09-19
IL142364A0 (en) 2002-03-10
CN1342290A (zh) 2002-03-27
KR20010075552A (ko) 2001-08-09
KR20010085878A (ko) 2001-09-07
CA2345665A1 (en) 2000-04-13
KR100430953B1 (ko) 2004-05-12
CA2345662A1 (en) 2000-04-13
KR20010073105A (ko) 2001-07-31
IL140805A0 (en) 2002-02-10
US20090313026A1 (en) 2009-12-17
ATE383640T1 (de) 2008-01-15
KR100431972B1 (ko) 2004-05-22
CN1323435A (zh) 2001-11-21
CN1321296A (zh) 2001-11-07
KR100620826B1 (ko) 2006-09-13
CN1151488C (zh) 2004-05-26
CA2345665C (en) 2011-02-08
DE69937962D1 (de) 2008-02-21
IL142363A0 (en) 2002-03-10
WO2000021073A1 (en) 2000-04-13
WO2000021232A3 (en) 2000-11-02
US20070043574A1 (en) 2007-02-22
EP1125279B1 (en) 2008-01-09
EP1133734A4 (en) 2005-12-14
JP2003525477A (ja) 2003-08-26
US8082153B2 (en) 2011-12-20
US7729916B2 (en) 2010-06-01
US7418382B1 (en) 2008-08-26
JP2002526855A (ja) 2002-08-20
KR20020004931A (ko) 2002-01-16
EP1125277A4 (en) 2002-02-20
IL142366A (en) 2008-11-26
EP1125279A1 (en) 2001-08-22
WO2000020962A3 (en) 2000-07-13
JP3703082B2 (ja) 2005-10-05
CN100472500C (zh) 2009-03-25
JP2002527800A (ja) 2002-08-27
KR100459299B1 (ko) 2004-12-03
CN1321295A (zh) 2001-11-07
WO2000021075A9 (en) 2000-06-08
EP1163576A4 (en) 2005-11-30
WO2000020962A2 (en) 2000-04-13
CN1160700C (zh) 2004-08-04
CA2345660C (en) 2006-01-31

Similar Documents

Publication Publication Date Title
JP4171585B2 (ja) 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
US9761241B2 (en) System and method for providing network coordinated conversational services
US8886540B2 (en) Using speech recognition results based on an unstructured language model in a mobile communication facility application
US8949130B2 (en) Internal and external speech recognition use with a mobile communication facility
US8838457B2 (en) Using results of unstructured language model based speech recognition to control a system-level function of a mobile communications facility
US6970935B1 (en) Conversational networking via transport, coding and control conversational protocols
JP4849894B2 (ja) 自動スピーチ認識サービス提供方法及びシステム並びに媒体
US20070043868A1 (en) System and method for searching for network-based content in a multi-modal system using spoken keywords
US10056077B2 (en) Using speech recognition results based on an unstructured language model with a music system
RU2491617C2 (ru) Способ и устройство для реализации распределенных мультимодальных приложений
US8880405B2 (en) Application text entry in a mobile environment using a speech processing facility
US20090030687A1 (en) Adapting an unstructured language model speech recognition system based on usage
US20090030697A1 (en) Using contextual information for delivering results generated from a speech recognition facility using an unstructured language model
US20090030688A1 (en) Tagging speech recognition results based on an unstructured language model for use in a mobile communication facility application
US20080221902A1 (en) Mobile browser environment speech processing facility
US20090030691A1 (en) Using an unstructured language model associated with an application of a mobile communication facility
US20080312934A1 (en) Using results of unstructured language model based speech recognition to perform an action on a mobile communications facility
Tsourakis et al. An architecture for miultiemodal applications over wireless data networks

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20041129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20041214

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20050311

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20050318

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20050614

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20051115

RD12 Notification of acceptance of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7432

Effective date: 20051121

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20051121

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060210

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20060327

A912 Re-examination (zenchi) completed and case transferred to appeal board

Free format text: JAPANESE INTERMEDIATE CODE: A912

Effective date: 20060915

RD14 Notification of resignation of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7434

Effective date: 20080805

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20080811

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110815

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 4171585

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

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: 20110815

Year of fee payment: 3

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: 20110815

Year of fee payment: 3

S202 Request for registration of non-exclusive licence

Free format text: JAPANESE INTERMEDIATE CODE: R315201

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110815

Year of fee payment: 3

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: 20110815

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120815

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: 20130815

Year of fee payment: 5

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

LAPS Cancellation because of no payment of annual fees