JP2003091298A - 音声認識及び自然言語を用いる家庭活動の自動制御 - Google Patents
音声認識及び自然言語を用いる家庭活動の自動制御Info
- Publication number
- JP2003091298A JP2003091298A JP2002160637A JP2002160637A JP2003091298A JP 2003091298 A JP2003091298 A JP 2003091298A JP 2002160637 A JP2002160637 A JP 2002160637A JP 2002160637 A JP2002160637 A JP 2002160637A JP 2003091298 A JP2003091298 A JP 2003091298A
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- parser
- natural language
- speech
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000000694 effects Effects 0.000 title abstract description 5
- 230000014509 gene expression Effects 0.000 claims abstract description 6
- 238000013507 mapping Methods 0.000 claims description 14
- 238000013500 data storage Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims 1
- 230000004044 response Effects 0.000 abstract description 7
- 230000003993 interaction Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 241000287828 Gallus gallus Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 238000012916 structural analysis Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 235000015277 pork Nutrition 0.000 description 2
- 235000013547 stew Nutrition 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 241000219315 Spinacia Species 0.000 description 1
- 235000009337 Spinacia oleracea Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 235000021168 barbecue Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000015219 food category Nutrition 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000699 topical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/4104—Peripherals receiving signals from specially adapted client devices
- H04N21/4131—Peripherals receiving signals from specially adapted client devices home appliance, e.g. lighting, air conditioning system, metering devices
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
- H04N21/42203—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS] sound input device, e.g. microphone
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/436—Interfacing a local distribution network, e.g. communicating with another STB or one or more peripheral devices inside the home
- H04N21/43615—Interfacing a Home Network, e.g. for connecting the client to a plurality of peripherals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/439—Processing of audio elementary streams
- H04N21/4394—Processing of audio elementary streams involving operations for analysing the audio stream, e.g. detecting features or characteristics in audio streams
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Machine Translation (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
される家庭活動制御システムを提供する。 【解決手段】 音声認識及び自然言語構文解析コンポー
ネントが、ユーザの音声入力の意味を抽出するために用
いられる。システム30は、電子作業ガイド42の意味表現
を記憶していて、ガイドの内容は、自然言語パーサーに
よって用いられる文法の中にマッピングされている。従
って、ユーザは、電子作業ガイドの複雑なメニュー構造
内を移動したいとき、自然言語の文で話すだけでよい。
システムは、ガイドの内容を自動的にフィルタリング
し、画面表示あるいは合成音声による、ユーザの要求に
対する応答を提示する。システムによって、ユーザは、
ホームネットワーク10あるいはホームゲートウェイ12と
通信する様々な装置と、自然な方法で通信することがで
きる。
Description
に出願され、「音声認識及び自然言語を用いるテレビ内
容の自動フィルタリング」と題された米国特許出願番号
09/383,758の一部と関連する。
関する。より詳細には、本発明は、電子的に格納された
情報のメニュー構造内を移動することによって、最適な
量で正しい内容の情報がユーザに提示される音声を発す
ることが可能なシステムに関する。
隅々までコンピュータネットワークの到達範囲を拡張す
ることに対する関心が高まっている。ホームゲートウェ
イが開発され、家庭の隅々まで、ネットワークサービス
や、ホームオートメーションや、情報へのアクセスが行
き渡りつつある。このようなアクセスを行き渡らせるこ
とに関する問題の1つは、情報検索である。コンピュー
タの大型ディスプレイは、当然に、使用に便利なよう
に、整然としたフォーマットで、情報を適切に表示する
ことができるが、家庭内の多くの器具やシステムは、こ
のサイズあるいは品質のディスプレイを備えてはいな
い。このように、大部分の消費者向け電化製品や器具
は、これまで、簡単なメッセージや少量の情報しか表示
できなかった。
て、ユーザが、様々な消費者向け電化製品や家庭の器具
をホームネットワークに接続して、このような製品や器
具がデータを共有し、相互に連動することを望むことが
予想される。この点に関して、ホームネットワークは、
様々なチャネルを介した通信をサポートすることができ
る。様々なチャネルとは、例えば、現存する電話の配線
や、コンピュータネットワークの配線や、交流の電力線
に重畳されたデータ信号や、スペクトラム拡散無線周波
数やブルートゥース(bluetooth)技術を含む様々な技術
を用いた無線通信のことである。
れ、様々な電化製品や器具が接続されれば、ユーザは、
疑いなく、それらの接続された製品や器具を、ホームネ
ットワークへのポータル(入り口)として使うことを望
むであろう。このことに関する問題は、現在の技術が、
非常に扱いにくいユーザインターフェースしか提供でき
ない点であり、特に、ディスプレイのサイズが小さい
か、あるいは品質が低い場合に顕著である。現在の技術
では、メニュー上の情報を表示してユーザに伝えるの
に、時折、長い時間がかかることがある。更に、画面上
のメニュー表示との対話は煩わしいものであり、特に、
暗い部屋でマウスによる作業あるいはキーボード操作を
行わなければならない場合に顕著である。最後に、ユー
ザインターフェース画面を家族全員にとって理想的な場
所に配置することは不可能であるし、このようなインタ
ーフェースの個数も限られている。
作業ガイドの支援によって、情報を選別し、かつ複雑な
メニュー構造内を移動するための音声を発することが可
能なシステムを提供する。このシステムは、ユーザに対
して、次の作業を選択するのに最適な量の情報を提供す
るように構成されている。
ェースの限界に対処するために、音声認識及び自然言語
の構文解析を用いて、電子作業ガイドの内容を自動的に
選別するので、ユーザの次の選択のために、最適な数に
微調整された選択肢が、音声によって、もしくは従来の
押しボタン制御を介して、もしくはその他の方法によっ
て提示される。
際に、迅速で、より煩わしくないインターフェースを提
供する。しばしば、これは、1つの文で要求を完成させ
ることが可能である。このような場合には、表示装置は
必要ないし、もし、それが用意されていたとしても、そ
れを見る必要はない。
の装置に、その装置あるいはネットワークに接続された
他の装置を操作するためのポータル(入り口)としての
役割を果たさせることが可能である。そのネットワーク
が、ゲートウェイまたは他の適当な接続部を介してイン
ターネットに接続されていれば、このポータル(入り
口)から、インターネットにアクセスすることも可能で
ある。
を抽出するためのパーサーを有する音声認識システムを
用いる。データ記憶装置は、1以上の電子作業ガイドの
表現を記憶している。これらのガイドは、自然言語によ
る対話の分野を、特定の装置、システム、または対話に
限定する能力を持っている。これにより、システムは、
はるかに正確に、ユーザの入力音声に対応する意味を解
釈することができる。自然言語対話モジュールは、電子
作業ガイドにアクセスし、ユーザの入力音声の意味を解
釈し、そして、ネットワークに適切な情報を提供して、
ネットワークに接続されている、いずれかの装置から、
あるいは、インターネットに接続されているのであれ
ば、インターネットから、特定の情報を検索する。ま
た、自然言語対話モジュールは、ネットワークを介して
通信している装置に、制御命令及びメニュー移動命令を
与えることができる。このように、本発明は、情報を入
手し、かつ家庭の至る所の装置、器具、コンピュータ、
及びその他のシステムを制御する、自然発音モードをユ
ーザに提供する。
ったユーザは、冷蔵庫に付随しているマイクロフォンに
向かって話しかけ、「ディナーに何を作ることができる
か?」と尋ねる。自然言語対話モジュールは、適切な電
子作業ガイド(冷蔵庫に対応しているもの)にアクセス
し、冷蔵庫内の品目で可能なディナーのメニューに関す
る情報を検索する。システムは、可能なメニューについ
て提案すると共に、摂取する必要がある成分についてユ
ーザの注意を喚起する。これに対して、ユーザは、「今
夜はチキンシチューを作ろうと思う。買い物リストをプ
リントして下さい。」などと言うことができる。する
と、システムは、現在、どの品目が冷蔵庫内で見あたら
ないかを確かめた上で、プリントのために、ユーザのコ
ンピュータにプリントジョブを送る。
クを介して通信する各器具もしくは他の装置は、その個
々の分野に対する対話文法を確認する、対応する電子作
業ガイドを有している。自然言語対話モジュールは、ネ
ットワークの全域で共有される。ユーザが、ネットワー
クを介して通信する器具あるいは装置に取り付けられる
か、あるいは近くにあるマイクロフォンに向かって話し
かけると、自然言語対話モジュールは、入力音声の意味
を、電子作業ガイド、すなわち入力音声に最も適合する
特定の文法を用いて解釈する。システムは、最高の意味
認識得点が得られる文法を割り出すことによって、最適
な作業ガイドを選択する。このように、ユーザは、冷蔵
庫ポータル(入り口)の前に立って、システムに、イン
ターネット上のストックプロセス(stock process)を調
べるように要求し、システムのテキスト−音声合成器を
用いて、冷蔵庫のスピーカから合成音声を再生させるこ
とができる。例えば、冷蔵庫に取り付けられるか、ある
いは近くにあるマイクロフォンを介して、ユーザが、入
力音声を入力したとしても、自然言語対話モジュール
は、インターネットに接続されたホームゲートウェイに
対応する電子作業ガイドを用いて、ストックプライス(s
tock prices)のための要求を解釈する。
ことによって、本発明及びその多くの可能性、目的、及
び利点が、更に完全に理解される。
れたコンピュータネットワーク及びホームゲートウェイ
と共に示された、本発明の現時点での好ましい実施形態
のブロック図である。
然言語パーサーが、対話マネージャ及び対応する電子作
業ガイドと連係して動作するかを示す、より詳細なブロ
ック図である。
ける自然言語パーサーの構成要素を示すブロック図であ
る。
けるローカルパーサーの構成要素を示すブロック図であ
る。
が、コンピュータネットワーク 10に不可欠な構成要素
として示されている。それは、適当な接続部を介してイ
ンターネット 14 に接続されているゲートウェイ 12 を
含んでいてもよい。既に述べたように、ネットワーク 1
0 は、有線及び無線技術、並びに光技術を含む様々な通
信技術によって実現される。
様々な装置が、ネットワーク 10 に接続されたものとし
て示されている。これらは、オーディオ/ビデオ装置 1
6 、器具 18 、コンピュータ 20 、及び他のシステム 2
2 を含んでいる。この点に関して、現時点では、大部分
の家庭には、ネットワークに接続可能なオーディオ/ビ
デオ装置や器具は備えられていない。しかし、将来のオ
ーディオ/ビデオ装置や家庭器具は、ネットワーキング
能力を持ち、これらの装置が、ホームゲートウェイ及び
ネットワークシステムの制御下にある構成要素として、
あるいは更に、自然言語での対話のための入り口(ポー
タル)としての役割を果たすようになることが予想され
る。
ハブ装置から、インターネットへの広帯域接続が可能
な、より複雑なハブ及びスイッチングシステムまで、様
々な形をとることができる。要望があれば、ゲートウェ
イには、照明制御機能や、火災及び盗難警報機能や、冷
暖房システム制御機能や、電話応答及び切換機能等を含
む、様々なホームオートメーション機能を実現するため
の構成要素を備えることもできる。あるいは、これらの
ホームオートメーション機能を、ネットワークに接続さ
れた、符号24に図示された補助装置によって実現するこ
ともできる。
各装置は、図1における符号16〜24で示された装置のよ
うに、独立した処理能力と、少なくとも、いくらかの限
られたデータ記憶能力とを持っているとよい。また、こ
れらの装置は、内蔵ディスプレイ画面及びユーザ入力制
御装置を含んでいてもよい。ユーザ入力制御装置とは、
例えば、押しボタン制御装置や、ポインティングデバイ
ス制御装置や、キーボード等のことである。現時点での
好ましい実施形態では、各装置は、そのネットワークへ
の接続とは独立に動作するように形成されている。従っ
て、何らかの理由で、ネットワークのサービスが停止し
たとしても、これらの装置は、それまで通り、それぞれ
の機能を遂行するであろう。その後、ネットワークが、
元のサービスが稼働している状態に戻ると、それらの装
置は、できれば、通信が停止した時に記録された状態に
基づいて、お互いを更新するために、お互いに通信する
ことができるとよい。
話システムが提供され、ユーザが、自然言語の音声を用
いて、ネットワークに接続された様々な装置及びシステ
ムと通信することが可能になっている。実例として、音
声認識及び自然言語対話システムが、符号30に図示され
ている。このシステム 30 は、図1においては、ネット
ワーク 10 に接続されたものとして示されている。これ
は、単に、システム 30 の音声認識及び自然言語対話処
理サービスが、ネットワーク 10 を介して通信する装
置、器具、及び他のシステムで利用可能とされているこ
とを、実例を用いて説明するためのものである。従っ
て、システム 30 は、物理的には、ホームゲートウェイ
12 の中に組み込まれていてもよいし、ネットワークを
介して通信する他の装置、器具、コンピュータ、オート
メーションシステム、及び、他のシステムのうちのいず
れかの中に組み込まれていてもよい。それに加えて、あ
るいは、その代りに、システム 30 によって提供される
機能が、インターネット 14 から得られるコンポーネン
ト(components)によって実現されるものであってもよ
い。例えば、これらのコンポーネントが、オンデマンド
で(要求に応じて)、インターネット 14 からホームゲ
ートウェイ 12 内にダウンロードされるものであっても
よい。
自然言語処理システム 30 は、入力音声が供給される1
つ以上のマイクロフォン 32 を備えている。これらは、
防騒音型マイクロフォンであってもよく、かつ、物理的
には、様々な位置、例えば、ネットワーク 10 を介して
通信する構成要素のいずれかの内部に配置されていても
よい。マイクロフォンへの入力は、音声入力処理モジュ
ール 34 に供給され、ここで、入力音声はデジタル化さ
れ、音声認識装置 36 が必要とする形式に変換される。
一般に、家庭環境には、多くのにせのバックグラウンド
ノイズがあるので、音声入力処理モジュール 34 は、音
声の開始及び終了を検出するための処理部を有してい
て、これにより、人間の音声の特性に合わないバックグ
ラウンドノイズ成分を遮断する。
くは適合された複数の音声モデル 38 のセットを有して
いて、これらの音声モデルは、話された発声をテキスト
の形式または記号の形式に変換するために、前記認識装
置によって用いられる。一実施形態においては、前記音
声モデル 38 は、話者に依存しない、連続的な音声モデ
ルであり、単語及び熟語の豊富な語いを、テキストまた
は記号の形式に変換することが可能なものである。要望
があれば、このシステムは、このシステムを使う予定の
話者の発声に基づく調整または適合化によって、音声モ
デル 38 を更新可能なものとしてもよい。そのような場
合には、この音声モデルは、話者に依存し、かつ適合し
たモデルに修正される。
モジュール 40 に供給される。このモジュールの構成及
び動作を、以下で更に十分に説明する。自然言語対話モ
ジュールは、符号42に集合的に示され、かつ符号44、4
6、48及び50に個別的に示された複数の電子作業ガイド
のセットと共に機能する。更に十分に説明するが、これ
らの電子作業ガイドは、自然言語対話モジュールの分野
を特定するのに役立ち、音声認識装置 36 から前記対話
モジュールに伝送されたテキストまたは記号表現から、
意味内容(semantic content)すなわち意味(meaning)を
抽出することを可能にする。多種多様な構成要素、装
置、器具、システム等との対話を扱うことが可能な、グ
ローバルな電子作業ガイドを設けることも可能ではある
が、現時点での好ましい実施形態においては、それぞれ
の装置のために、別々の電子作業ガイドを用いている。
各装置のために電子作業ガイドを分割すると、システム
を設計する際の、このガイドのプログラミング及びトラ
ブルシューティングがより容易になる。
音声を合成するテキスト−音声合成器 52 に接続されて
いて、このテキスト−音声合成器 52 は、さらに、符号
54に図示したスピーカを有する適当なオーディオシステ
ムにも接続されている。テキスト−スピーチ合成器は、
自然言語による対話の一部として、ユーザに、音声によ
る助言を与える。テキスト−スピーチ合成器 52 は、テ
キストの内容を、耳で聞くことができる合成音声の形式
で再生するので、ユーザは、情報を入手するために、デ
ィスプレイの画面を見る必要はない。自然言語対話モジ
ュールは、ユーザの入力音声の意味内容(semantic cont
ent)すなわち意味(meaning)を確かめ、ネットワーク 10
を介して通信している、対応する装置に適切な命令を
与える。
及び自然言語システムを図2に示す。ユーザからの入力
音声は、適当なオーディオインターフェース及びデジタ
イザを介して音声認識モジュール 110 に供給される。
音声認識モジュール 110 の出力は、自然言語パーサー
112 に供給される。このパーサーは、このパーサーが解
釈可能なものの意味規則を定義した文法 114 のセット
と共に機能する。パーサーの詳細を、以下で、更に十分
に説明する。しかしながら、本質的に、このパーサー
は、目的指向型の原理に基づいて動作し、認識されたス
ピーチから、キーワード及びフレーズを割り出す。そし
て、これらの認識されたワード(単語)及びフレーズ
(熟語)を用いて、予め定義されたテンプレートまたは
フレーム内のスロットを埋めるが、これは、別の目的指
向型のタスクを表している。
( EAG ) の意味表現と共に機能する。図2においては、
意味表現は、符号116に格納される。EAG は、文法 114
内にマッピングされる。そして、自然言語パーサーは、
符号116に格納された意味表現を調べ、システムが、ど
のような選択肢または応答をユーザに対して提示するか
を決定する。システムが、ユーザを、絶えず変化する電
子作業ガイドのデータと連係させることを可能にするた
めに、電子作業ガイドの内容をローカルパーサーの文法
の中にダウンロードもしくは更新するためのメカニズム
が備えられている。この機能は、ガイド−マッピングモ
ジュール 118 によって実現される。このマッピングモ
ジュールは、符号120に木構造として図示されたEAGをダ
ウンロードし、ガイドの内容を、ローカルパーサーの文
法の中にマッピングする。ガイド−マッピングモジュー
ルは、電子作業ガイドの全体構造の演繹的な知識を有し
ている。従って、マッピングモジュールは、例えば、テ
レビもしくはビデオレコーダに対応する電子作業ガイド
が、映画、スポーツ、ニュース、天気予報等のために別
々の分野を有していることを認識している。そして、マ
ッピングモジュールは、この演繹的な知識を用いて、電
子作業ガイドの中間及びリーフ(leaf)ノードで見つけた
情報を文法の中にマッピングする。例えば、映画に対応
する意味表現は、コメディ、ドラマ、SFのような異な
るタイプの映画に対応するスロットや、監督の名前のた
めのスロットや、俳優の名前のためのスロット等を有し
ている。例えば、冷蔵庫の中身の意味表現は、様々なタ
イプの食品の品目に対応するスロットを有している。
る。これは、例えば、新しい構成要素がネットワークに
追加されるときに起こる。システムは、このような変化
に適応するように構成されており、マッピングモジュー
ル更新装置 122 を有している。このモジュール更新装
置には、ネットワークや、インターネットや、もしくは
他の遠隔通信のリンクを介して、最新情報が供給され
る。もし電子作業ガイドの全体構造が変化したら、プロ
グラムガイド−マッピングモジュールは、もはや全ての
ガイドの内容を正しくマッピングしないので、このマッ
ピングモジュールは、更新装置 122 によって更新され
る。この更新は、追加のプラグインモジュールの形であ
ってもよいし、あるいは完全に新しいバージョンのマッ
ピングモジュールの形であってもよい。
クを介して通信する装置間の連係を簡単にすることであ
る。このシステムは、ユーザが話した要求の意味規則に
基づいて、電子作業ガイド内で見つかった情報をフィル
タリングすることによって、上記を実現する。ユーザと
の対話から、直ちに、ユーザが感心を持っている情報に
関する1つの作業あるいは項目を割り出すことができる
場合もあるが、多くの場合には、ユーザが何を行おうと
しているのかを割り出すために、一連の対話が必要にな
る。
態においては、対話マネージャ 124が用いられている。
この対話マネージャ 124 は、自然言語パーサー 112 を
用いて、ユーザの要求をかみくだき、画面上に表示され
るか、あるいは合成音声によって提示される、意味をな
すものにする。対話マネージャは、予め、システムの表
示能力に関する情報を記憶しているので、画面上でユー
ザに提示する適切な量の情報を決めることができる。例
えば、1つの要求に応じて50本の映画の選択肢をユー
ザに提示するのは、画面の解像度やフォントの高さの制
限があるので、画面上に容易に表示するには多すぎる。
一方、与えられた要求に応じて2本のプログラムのみを
割り出せば、対話マネージャは、ユーザから追加の問い
合わせを引き出して、ユーザが更に多くの情報を見たい
かどうかを突き止めることができるかもしれない。
よって、システムは、電子プログラムガイド 120 に含
まれている情報のフィルタリングを遂行する。この機能
は、図2においては、フィルタモジュール 126 として
図示されている。
28 と共に機能する。このデータ記憶装置は、例えば、
そのユーザが以前に何を要求したかといったデータのよ
うな、ユーザ特性情報を記憶している。この情報は、例
えば、対話マネージャ及び対応するフィルタリング機能
が、そのユーザが興味を持っている可能性がある情報、
あるいは持っていない可能性がある情報をつきとめる際
の規準として用いられる。例えば、そのユーザが、前の
夜に、特定のプログラムを見たならば、この事実は、デ
ータ記憶装置 128 内に記憶され、対話マネージャは、
次の夜に、このプログラムを表示することを控えること
ができる。同様に、そのユーザが、ディナーにホウレン
ソウのシチューを選択することを、いつも拒否するよう
であれば、対話マネージャは、今後、この選択肢の提示
を控えるであろう。また、前記特性データ記憶装置を、
そのユーザが、どの程度の量の情報が、画面に表示され
るか、あるいは合成音声によって提示されることを望む
かについての、そのユーザの好みを記憶するために用い
ることもできる。特定のユーザのための特性データは、
話者の検証あるいは鑑定を用いて選択されてもよい。こ
の点に関して、認識システムは、各ユーザにおける、特
有の、もしくは識別している音声特性を記憶する。それ
以降、そのユーザが入力音声を供給すると、システム
は、音声特性に基づく話者鑑定を行うことによって、話
者を識別するか、あるいは、スピーチ特性に基づく話者
検証を行うことによって、話者から提供された身元を証
明することができる。
ドの意味表現と共に、音声認識システムの中心部を形成
している。好ましい自然言語パーサーの詳細を説明す
る。
素を、より詳細に示す。特に、音声認識モジュール 228
は、所定の該当するタスクに関連する断片を割り出す
ためのローカルパーサー 260 を有している。音声認識
モジュール 228 は、また、話者の要求の全体の意味規
則を抽出するためのグローバルパーサー 262 も有して
いる。
ー 260 は、パース(parse)の仮説を提供するための、そ
れぞれのパス(passes)と、独特の得点メカニズムとに沿
った、小さな複数の文法を使用する。例えば、新たなロ
ーカルパーサー 260 は、このアプローチフレーズ、例
えば、日付、人名、映画のカテゴリー、食品のカテゴリ
ー等によって認識を行う。もし、話者が、ホームエンタ
ーテイメントシステムに向かって、「メル ブルックス
主演で、1月23日以前に放映されるコメディを録画し
て下さい。」と発言したら、ローカルパーサーは、「コ
メディ」を映画のカテゴリーとして認識し、「1月23
日」を日付として認識し、かつ「メルブルックス」を俳
優として認識する。グローバルパーサーは、これらの項
目(映画のカテゴリー、日付等)を組み合わせ、話者
が、所定の制約がある映画の録画を望んでいることを認
識する。
意味規則(すなわち、到達すべき目標)を符号化する知
識データベース 263 を有している。この意味で、知識
データベース 263 は、好ましくは、符号265に図示され
たような、分野特有のデータベースであり、対話マネー
ジャ 230 によって、所定の目標への到達に対応する特
定の動作が可能であるかどうかを決定するために用いら
れる。
ータ構造 264 を介して意味規則が符号化される。フレ
ームデータ構造 264 は、空のスロット 266 を有してい
て、この空のスロット 266 は、グローバルパーサー 26
2 の意味解釈がフレームに合致したとき、埋められる。
例えば、(分野がチューナーのコマンドである)フレー
ムデータ構造は、ある時間帯において視聴者が要求する
チャンネルを指定するための空のスロットを有してい
る。もし、視聴者がチャンネルを提示したならば、空の
スロットは、その情報で埋められる。しかしながら、特
定のフレームが、視聴者が初めに要求を提示した後に、
埋められる必要がある場合には、対話マネージャ 230
は、応答モジュール 234 に指示して、視聴者に所望の
チャンネルを提示するように要求させる。応答モジュー
ル 234 は、テキスト−音声合成器を有していてもよ
い。
は、複数のフレームを有していて、その各々は、さら
に、複数のスロットを有している。テレビのチューニン
グの例においては、1つのフレームは、映画の属性、監
督、及び映画のタイプ向けのスロットを有していてもよ
い。別のフレームは、その映画が上演されている場所
や、チャンネル等に関する属性向けのスロットを有して
いるかもしれない。
レームについて論じている。: R. Kuhn and R. D. Mon,
Spoken Dialogues with Computers (Chapter 14: Sent
enceInterpretation), Academic Press, Boston (1998)
請する前に空のスロットを埋める際の支援を行う対話履
歴データファイル 267 を用いる。対話履歴データファ
イル267 は、本発明の装置を介して行われた会話のログ
を収録する。例えば、話者が、今夜のディナーが4人分
であることを話したとする。すると、対話マネージャ23
0 は、対話履歴データファイル 267 内に、人数の記録
を格納する。それ以降、もし、その話者が、「今夜はバ
ーベキューを作りたい。」と発言したら、対話マネージ
ャ 230 は、冷蔵庫に対応するデータベースを調べ、ど
の品目が利用可能であるかを明らかにする。そして、対
話マネージャ 230 は、対話履歴データファイル 267 を
用いて、4人分の利用可能なポークチョップがあるとい
う理由により、「ポークチョップ」を勧めるかもしれな
い。もし、利用可能なチキンが1人分のみであれば、対
話マネージャは、対話履歴に基づいて、チキンを勧めな
いであろう。十分な数のスロットが埋められると、本発
明は、話者に、メニューの選択を検証(verify)して確認
(confirm)するように要請するであろう。従って、も
し、対話履歴データファイル 267 を用いて対話マネー
ジャ 230 が定めた、いずれかの仮定が、誤っているこ
とが分かったら、話者は、ここで、この仮定を訂正する
ことができる。
音声認識システムに用いられる自動音声認識システム
( ASR ) の出力として生成される、緩い構造の自然言語
のテキストから、意味的に重要で有意義な話題を分析し
て抽出する。自然言語パーサー 112 は、自然言語のテ
キストを、話題情報及びデータを含む厳格に構造化され
たタグを生成し、各々のタグをタグが付けられる情報を
含む入力テキストのセグメントと結び付けることによっ
て、新しい表現に変換する。更に、タグは、別途のリス
トあるいは意味フレームのような他の形式で生成されて
もよい。
文法的に誤った英語の文を含んでいてもよいように、耐
性が強いことである。その理由は、以下の通りである。
認識装置への入力が、カジュアルな対話スタイルなの
で、音声入力が正しいと考えられる時でさえも、自然な
音声は、文法に反した文、不完全な熟語、及び、挿入、
省略、または、音声認識装置によるエラーの誤認識を含
んでいる可能性がある。自然言語パーサー 112 は、全
てのタイプの入力に、強い耐性で対処し、可能な限り多
くの情報を抽出する。ここでは例として英語が挙げられ
ているが、本発明は、いかなる言語にも適用することが
できる。
ローカルパーサー 260 の様々な構成要素を示す。自然
言語パーサー 112 は、好ましくは、定点評価として、
マルチパスアプローチ(multi-pass approach)におい
て、一般化されたパース(構文解析)技法を利用する。
各々の話題(topic)は、曖昧さを許容する、文脈に敏感
なLR(左−右、及び、最も右の派生)文法として記述
される。下記のものは、文脈に敏感なLR文法 に関す
る参照である。: A. Aho and J. D. Ullman, Principle
s of Compiler Design, Addison Wesley Publishing C
o., Reading, Massachusetts (1977); 及び N. Tomita,
Generalized Parsing, Kluwer Academic Publishers,
Boston, Massachusetts (1991)
ーゲットの話題とは関係なく、一般化されたパース(構
文解析)アルゴリズムが、全ての可能性がある(完全
な、または不完全な、 ) パースツリー(parse trees)を
生成するために用いられる。各々のパスは、もしかする
と、いくつかの代替のパースツリーを生成するかもしれ
ない。各々のパースツリーは、ことによると、ある特定
の話題に対して異なる解釈を表現するかもしれない。好
ましくは並列で独立した道を通る複数のパスは、実質的
に、曖昧さ、及び、異なる話題との間の重複を除去す
る。一般的なパースアルゴリズム(parsing algorithm)
は、可能性がある全てのパースツリーを評価する体系化
された方法であるので、システム内に存在する文脈上の
情報を利用して、N個の最良の候補を選択する。
分析 320 と、それぞれの話題のための並列なパースフ
ォレストの生成(例えば、生成器 330 及び 332 )と、
概略、符号 334 によって示されたような、構文解析さ
れた要素の分析及び合成との3段階を実行する。
音声認識装置 317 によって認識され、この自動音声認
識装置 317 は、入力文 318 を生成する。語彙分析段階
320 は、語彙フィルタ 326 及び 328 を用いて、入力
文 318 中の話題(これは広範囲な文法を必要としな
い)のためのタグを確認して生成する。これらは、例え
ば、ホームエンターテイメントへの適用においては、映
画の題名、映画のカテゴリ、監督、男優及び女優の名前
を含んでいる。前記の典型的なタグに関連したキーワー
ドを用いる、入力文 318 の通常表現の走査は、一般
に、このレベルで十分である。また、特別な文法の語彙
の一部ではない、入力文中の単語へのタグ付けは、この
段階で行われる。これらの単語は、Xタグを用いて示さ
れるので、そのようなノイズ単語は、文字「X」に置き
換えられる。
112 は、各話題を別々に記述及び構文解析するための
高水準の通常パース(構文解析)方針を用いて、タグを
生成し、入力の流れに対して、それらをマッピングする
(割り当てる)。構造化されていない入力テキスト 318
の性質のため、個々の話題のパーサーは、好ましく
は、重要な単語以外の全てを無視し、挿入及び削除エラ
ーに対処して、できる限り広範な言語を受け入れる。そ
れぞれの話題のパース(構造解析)は、LRパースの中で
用いられるものに、かなり似た、メタ(meta)レベルの仕
様言語を用いる、文脈に敏感な文法規則を含んでいる。
文法の例は、文法 A 340 、及び、文法 B 342 を含んで
いる。本発明のアプローチを用いて、話題の文法 340
及び 342 は、それらがLR型の文法であるかのように、
重複を含んで、ずれを除去せずに、矛盾を減少させて、
記述される。入力文の構造解析の結果は、文法仕様に基
づく、可能性がある構造解析の全てである。
ために、パースフォレスト 350 及び 352 を生成する。
タグの生成は、パース(構造解析)の間に得られるパー
スツリーの中で発見される、実際の情報を合成すること
によって行われる。タグの生成は、タグ及び得点生成器
360 及び 362 によって達成され、それぞれ、タグ364
及び 366 を生成する。それぞれの識別されたタグは、
また、入力文中のどの単語の組(セット)がタグによっ
てカバーされたかについての情報も有している。続い
て、タグは、そのカバー−セットと入れ替わる。好まし
い実施形態においては、文脈情報 367 が、生成器 360
及び 362 によるもののような、タグ及び得点生成のた
めに利用される。文脈情報 367 は、以下で説明する発
見的得点要因技法(heuristic scoring factor techniqu
e)と関連する重みを調節するために、発見的方法の評価
(scoring heuristics)において利用される。文脈情報 3
67は、好ましくは、単語信用ベクトル 368 、及び、対
話文脈重み 369 を含んでいる。しかしながら、パーサ
ー 112 が、単語信用ベクトル 368 、及び、対話文脈重
み369 の両方を用いるものに限定されず、一方を用いて
他方を用いないものや、文脈情報 367 を利用しないも
のも含まれることは、理解されるべきである。
信用ベクトル 368 を生成し、それは、どれほど良く、
入力文 318 中の単語が認識されたかを示す。対話マネ
ージャ230 は、対話の状態を見極めることによって、対
話文脈重み 369 を生成する。例えば、対話マネージャ
230 は、ユーザに、例えば、どの視聴時間が望ましい
か、といった、特定の話題について尋ねる。この要求に
よって、対話マネージャ230 は、対話の状態が時間指向
であるものと見極める。対話マネージャ 230 は、検出
された時間指向の単語を、更に大きく重み付ける、適切
な処理を通知するために、対話文脈重み 369 を供給す
る。
けるパーサーは、ローカルパーサーの最終的な出力を形
成するために、分析され、かつ共に結合される必要があ
る情報を、かなりの量、生成する。パーサー 112 は、
好ましくは、複数のタグの候補の生成をもたらす、各々
の話題を見分ける際に、できる限り「攻撃的」であった
方がよい。その上、数字または所定のキーワード、例え
ば「間」、「前」、「そして」、「あるいは」、「あた
り」等があり、特に、これらの単語が、認識エラーのた
めに、差し込まれるか、あるいは落とされたならば、多
くの代替タグ候補を形成することが可能である。例え
ば、入力文は、挿入または削除エラーを有している可能
性がある。結合段階では、どのタグが、より意味がある
入力の解釈を形成するかを見極める。パーサー 112
は、発見的方法(heuristics)を定義し、これに基づい
て、N個の最良候補選択手順を用いて、選択を行う。そ
れぞれの生成されたタグは、入力された単語の列の中
の、タグのカバー−セットと呼ばれる単語の組に対応す
る。
的方法は、得点を生成するために用いられる。得点は、
おおよそ、カバー−セットのサイズ、カバーされた項目
の中の、いくつかの単語の隔たりの大きさ、及び、所定
のキーワードの存在に対して割り当てられた重みによ
る。好ましい実施形態においては、ASRから得られた
信用ベクトル及び対話文脈情報が、優先順位をタグに割
り当てるために利用される。例えば、チャンネル−タグ
のパース(構文解析)の適用は、初めに、チャンネルに
関する数字を取り除くかもしれない。それは、入力の流
れから、一意に識別することが容易であり、他のタグに
よって曖昧さを引き起こす原因となる数字を、ほとんど
残さない。好ましくは、対話文脈情報が、優先順位を調
整するために用いられる。
に、 N個の最良プロセッサ 370 は、タグに関する得点
に基づいて、N個の最良の候補を選択し、そして、対応
するパースツリー内で発見された情報を各々が表す話題
タグを生成する。いったん、話題が、この方法で発見さ
れたならば、入力における対応する単語は、タグ情報に
よって置き換えられる。この置換変換は、現在の入力テ
キストから、対応する単語を削除する。各パスの出力 3
80 は、新たな入力として、次のパスにフィードバック
される。なぜなら、この置換は、競合する文法間の一定
の曖昧さを除去するのに役立つ。もしくは、オーバーラ
ップしているシンボルをフィルタにかけて取り除くこと
によって、より良いパースツリーを生成する助けにな
る。
ないとき、評価は終了する。最後のパスの出力は、グロ
ーバルパーサー 262 に対する、ローカルパーサーの出
力になる。各段階は、その入力中の単語数を減少させる
ことのみを行い、入力テキストの長さは有限であるの
で、定点評価におけるパスの数は、その入力のサイズに
よって、直線的に制限される。
ツリーの属性に基づいて、代替パースツリーのランク付
けを行うのに用いられる。 ・終端のシンボルの数 ・終端ではないシンボルの数 ・パースツリーの深さ ・終端のシンボルにおける隔たりの大きさ ・各々の終端のシンボルに対応するASR信用度 ・各々の終端のシンボル及び終端ではないシンボルに対
応する文脈−調節可能重み
別々の話題に対応していて、評価的に安い方法で、少量
のデータで動作することが好ましい。パーサー 112 の
構造は、柔軟な、モジュール方式であるので、新たな話
題のために、あるいは、特定の話題が率直であるために
発見的方法(heuristics)を変更するために、追加の経路
及び文法を組み込むことを可能にする。これは、また、
異なるシステム間で容易に共有可能な、再利用可能な要
素を展開することも可能にする。
複雑な電子プログラムガイドと連係する、ユーザーフレ
ンドリーで高速な方法を提供することが明らかになっ
た。自然言語による会話を通して、ユーザは、このシス
テムに、プログラムガイド内の情報を見つけるように要
求することができ、また、返される情報は、理解しやす
い部分の中に提示される。その結果は、情報提示の混合
であって、画面上への表示による率直な提示と共に、自
然言語による気軽な対話を提供する。本発明を、現時点
での好ましい形態に沿って説明してきたが、本発明が、
添付した請求項の中で明らかにされた、発明の意図から
はずれることがない変形が可能であることは、理解され
るであろう。
ネットワーク及びホームゲートウェイと共に示された、
本発明の現時点での好ましい実施形態のブロック図であ
る。
ーサーが、対話マネージャ及び対応する電子作業ガイド
と連係して動作するかを示す、より詳細なブロック図で
ある。
言語パーサーの構成要素を示すブロック図である。
カルパーサーの構成要素を示すブロック図である。
Claims (16)
- 【請求項1】 ホームネットワークと通信する少なく
とも1つの家庭用品を有する、前記ホームネットワーク
のための情報フィルタリングシステムにおいて、 ユーザの入力音声から意味情報を抽出するためのパーサ
ーを有する音声認識装置と、 少なくとも1つの電子作業ガイドを記憶しているデータ
記憶装置と、 前記意味情報に基づいて、記憶された電子作業ガイドを
フィルタリングし、かつ、前記家庭用品に対応する、フ
ィルタリングされた情報を提供するための対話マネージ
ャとを具備することを特徴とする情報フィルタリングシ
ステム。 - 【請求項2】 前記家庭用品は、オーディオ/ビデオ
装置、器具、コンピュータ、ホームオートメーションシ
ステム、火災報知システム、盗難警報システム、電話シ
ステム、インターホンシステム、ゲートウェイシステム
及びインターネットアクセスシステムから成るグループ
の中から選択されることを特徴とする請求項1に記載の
システム。 - 【請求項3】 前記対話マネージャは、聴覚的あるい
は視覚的な形式で、ユーザに、前記フィルタリングされ
た情報を提供することを特徴とする請求項1に記載のシ
ステム。 - 【請求項4】 電子作業ガイドの情報ソースから、前
記データ記憶装置の内容を更新するために、前記データ
記憶装置と接続されたマッピングモジュールを更に具備
することを特徴とする請求項1に記載のシステム。 - 【請求項5】 前記ネットワークをインターネットに
接続するホームゲートウェイモジュールを更に具備し、
前記フィルタリングシステムは、前記意味情報に基づい
て、インターネットを介して獲得した情報をフィルタリ
ングすることを特徴とする請求項1に記載のシステム。 - 【請求項6】 複数の家庭用品が前記ネットワークと
通信していて、前記フィルタリングシステムは、前記複
数の家庭用品に対応する複数の電子作業ガイドを有して
いることを特徴とする請求項1に記載のシステム。 - 【請求項7】 前記家庭用品は、ユーザが入力音声を
供給する、対応するマイクロフォンを有していることを
特徴とする請求項1に記載のシステム。 - 【請求項8】 前記家庭用品は、前記対話マネージャ
が前記フィルタリングされた情報を提示する、対応する
ディスプレイを有していることを特徴とする請求項1に
記載のシステム。 - 【請求項9】 前記対話マネージャは、ユーザに合成
音声による情報を提供するための音声合成器を有してい
ることを特徴とする請求項1に記載のシステム。 - 【請求項10】 前記対話マネージャは、ユーザに合
成音声による前記フィルタリングされた情報を提供する
ための音声合成器を有していることを特徴とする請求項
1に記載のシステム。 - 【請求項11】 前記パーサーは、前記電子作業ガイ
ド内で表現された情報に対応するスロットを有する複数
の目的指向型フレームを定義する、目的指向型パーサー
であることを特徴とする請求項1に記載のシステム 。 - 【請求項12】 前記パーサーは、前記電子作業ガイ
ド内で表現された情報に対応する所定の文法の組を有す
る自然言語パーサーであることを特徴とする請求項1に
記載のシステム。 - 【請求項13】 前記マッピングモジュールは、遠隔
サイトから獲得した情報に基づいて、前記マッピングモ
ジュールの機能を更新するためのマッピングモジュール
更新システムを有していることを特徴とする請求項4に
記載のシステム。 - 【請求項14】 前記対話マネージャは、前記フィル
タリングシステムのユーザが過去に使用した表現を記憶
するためのユーザ特性データ記憶装置を有していて、前
記対話マネージャは、記憶された電子作業ガイドの表現
を更にフィルタリングするために、前記特性データ記憶
装置を用いることを特徴とする請求項1に記載のシステ
ム。 - 【請求項15】 ユーザ特性データ記憶装置と、前記
ユーザ特性データ記憶装置にアクセスするための話者検
証システムとを更に具備することを特徴とする請求項1
に記載のシステム。 - 【請求項16】 ユーザ特性データ記憶装置と、前記
ユーザ特性データ記憶装置にアクセスするための話者識
別システムとを更に具備することを特徴とする請求項1
に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/875,740 | 2001-06-06 | ||
US09/875,740 US6513006B2 (en) | 1999-08-26 | 2001-06-06 | Automatic control of household activity using speech recognition and natural language |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2003091298A true JP2003091298A (ja) | 2003-03-28 |
JP3711089B2 JP3711089B2 (ja) | 2005-10-26 |
Family
ID=25366284
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002160637A Expired - Fee Related JP3711089B2 (ja) | 2001-06-06 | 2002-05-31 | 音声認識及び自然言語を用いる家庭活動の自動制御 |
Country Status (5)
Country | Link |
---|---|
US (1) | US6513006B2 (ja) |
EP (1) | EP1265227B1 (ja) |
JP (1) | JP3711089B2 (ja) |
CN (1) | CN1213400C (ja) |
DE (1) | DE60217579T2 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006079624A (ja) * | 2004-09-09 | 2006-03-23 | At & T Corp | 自動化されたダイアログシステムからの情報を報告するシステム及び方法 |
JP2007206886A (ja) * | 2006-01-31 | 2007-08-16 | Canon Inc | 情報処理装置および方法 |
CN102722186A (zh) * | 2012-06-28 | 2012-10-10 | 深圳大学 | 一种基于语音识别的移动伺服平台及语音控制方法 |
JP5099367B2 (ja) * | 2006-03-10 | 2012-12-19 | 日本電気株式会社 | 要求内容識別システム、自然言語による要求内容の識別方法及びプログラム |
JP2014010449A (ja) * | 2012-06-27 | 2014-01-20 | Samsung Electronics Co Ltd | ディスプレイ装置、ディスプレイ装置の制御方法および対話型システム |
KR101838095B1 (ko) * | 2013-01-06 | 2018-03-13 | 후아웨이 테크놀러지 컴퍼니 리미티드 | 음성 인식을 위한 방법, 상호 작용 장치, 서버 및 시스템 |
JP2018528528A (ja) * | 2015-08-05 | 2018-09-27 | フェイスブック,インク. | デバイス・クラウドの制御 |
US10522139B2 (en) | 2016-10-12 | 2019-12-31 | Qingdao Hisense Electronics Co., Ltd. | Electronic device and control method thereof |
JP2020042313A (ja) * | 2016-01-06 | 2020-03-19 | グーグル エルエルシー | 音声認識システム |
KR20210010528A (ko) * | 2018-10-08 | 2021-01-27 | 구글 엘엘씨 | 스마트 어플라이언스 상태들의 요약 전달 |
WO2022249509A1 (ja) * | 2021-05-27 | 2022-12-01 | 有限会社アクアプラネット | 記録整理プログラム、記録整理方法、記録整理装置、および、記録媒体 |
Families Citing this family (231)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7089218B1 (en) * | 2004-01-06 | 2006-08-08 | Neuric Technologies, Llc | Method for inclusion of psychological temperament in an electronic emulation of the human brain |
US8001067B2 (en) * | 2004-01-06 | 2011-08-16 | Neuric Technologies, Llc | Method for substituting an electronic emulation of the human brain into an application to replace a human |
US7925492B2 (en) | 2004-01-06 | 2011-04-12 | Neuric Technologies, L.L.C. | Method for determining relationships through use of an ordered list between processing nodes in an emulated human brain |
US20070156625A1 (en) * | 2004-01-06 | 2007-07-05 | Neuric Technologies, Llc | Method for movie animation |
US8725493B2 (en) * | 2004-01-06 | 2014-05-13 | Neuric Llc | Natural language parsing method to provide conceptual flow |
US7831930B2 (en) * | 2001-11-20 | 2010-11-09 | Universal Electronics Inc. | System and method for displaying a user interface for a remote control application |
US6513006B2 (en) * | 1999-08-26 | 2003-01-28 | Matsushita Electronic Industrial Co., Ltd. | Automatic control of household activity using speech recognition and natural language |
JP2001197379A (ja) * | 2000-01-05 | 2001-07-19 | Matsushita Electric Ind Co Ltd | 機器設定装置、機器設定システムおよび機器設定処理プログラムを記録した記録媒体 |
DE10002321C2 (de) * | 2000-01-20 | 2002-11-14 | Micronas Munich Gmbh | Sprachgesteuerte Vorrichtung und System mit einer derartigen sprachgesteuerten Vorrichtung |
US8645137B2 (en) | 2000-03-16 | 2014-02-04 | Apple Inc. | Fast, language-independent method for user authentication by voice |
US20070078552A1 (en) * | 2006-01-13 | 2007-04-05 | Outland Research, Llc | Gaze-based power conservation for portable media players |
JP2001319045A (ja) * | 2000-05-11 | 2001-11-16 | Matsushita Electric Works Ltd | 音声マンマシンインタフェースを用いたホームエージェントシステム、及びプログラム記録媒体 |
US20020087316A1 (en) * | 2000-12-29 | 2002-07-04 | Lee Victor Wai Leung | Computer-implemented grammar-based speech understanding method and system |
EP1380153B1 (en) * | 2001-04-19 | 2009-09-02 | BRITISH TELECOMMUNICATIONS public limited company | Voice response system |
US20030023431A1 (en) * | 2001-07-26 | 2003-01-30 | Marc Neuberger | Method and system for augmenting grammars in distributed voice browsing |
US20030078783A1 (en) * | 2001-10-18 | 2003-04-24 | Shinichi Yamamoto | Method and system for preventing accident |
EP1315147A1 (en) * | 2001-11-27 | 2003-05-28 | Sony International (Europe) GmbH | Method for processing user requests with respect to a network of electronic devices |
WO2003058575A1 (en) * | 2002-01-08 | 2003-07-17 | Koninklijke Philips Electronics N.V. | Controlling application devices simultaneously |
US7949513B2 (en) * | 2002-01-22 | 2011-05-24 | Zi Corporation Of Canada, Inc. | Language module and method for use with text processing devices |
US6895379B2 (en) * | 2002-03-27 | 2005-05-17 | Sony Corporation | Method of and apparatus for configuring and controlling home entertainment systems through natural language and spoken commands using a natural language server |
WO2003085511A1 (fr) * | 2002-04-09 | 2003-10-16 | Matsushita Electric Industrial Co., Ltd. | Systeme fournisseur de parole, serveur, machine client, serveur de gestion fournisseur d'informations et procede fournisseur de parole |
US7073193B2 (en) * | 2002-04-16 | 2006-07-04 | Microsoft Corporation | Media content descriptions |
US7640563B2 (en) * | 2002-04-16 | 2009-12-29 | Microsoft Corporation | Describing media content in terms of degrees |
US7062339B2 (en) * | 2002-05-09 | 2006-06-13 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for communicating between a portable device and a server |
US7617511B2 (en) * | 2002-05-31 | 2009-11-10 | Microsoft Corporation | Entering programming preferences while browsing an electronic programming guide |
US20030225777A1 (en) * | 2002-05-31 | 2003-12-04 | Marsh David J. | Scoring and recommending media content based on user preferences |
US7398209B2 (en) | 2002-06-03 | 2008-07-08 | Voicebox Technologies, Inc. | Systems and methods for responding to natural language speech utterance |
US7836466B2 (en) | 2002-06-06 | 2010-11-16 | Microsoft Corporation | Methods and systems for generating electronic program guides |
US20040001081A1 (en) * | 2002-06-19 | 2004-01-01 | Marsh David J. | Methods and systems for enhancing electronic program guides |
US7693720B2 (en) | 2002-07-15 | 2010-04-06 | Voicebox Technologies, Inc. | Mobile systems and methods for responding to natural language speech utterance |
JP4300767B2 (ja) | 2002-08-05 | 2009-07-22 | ソニー株式会社 | ガイドシステム、コンテンツサーバ、携帯装置、情報処理方法、情報処理プログラム、及び記憶媒体 |
US7249019B2 (en) | 2002-08-06 | 2007-07-24 | Sri International | Method and apparatus for providing an integrated speech recognition and natural language understanding for a dialog system |
US20040044515A1 (en) * | 2002-08-30 | 2004-03-04 | Michael Metcalf | Automated natural language inference system |
AU2003283391A1 (en) * | 2002-11-13 | 2004-06-03 | Bernd Schonebeck | Voice processing system, method for allocating acoustic and/or written character strings to words or lexical entries |
US20040215634A1 (en) * | 2002-12-06 | 2004-10-28 | Attensity Corporation | Methods and products for merging codes and notes into an integrated relational database |
US7249023B2 (en) * | 2003-03-11 | 2007-07-24 | Square D Company | Navigated menuing for industrial human machine interface via speech recognition |
US7296223B2 (en) * | 2003-06-27 | 2007-11-13 | Xerox Corporation | System and method for structured document authoring |
US20050010416A1 (en) * | 2003-07-09 | 2005-01-13 | Gensym Corporation | System and method for self management of health using natural language interface |
EP1661124A4 (en) * | 2003-09-05 | 2008-08-13 | Stephen D Grody | PROCESSES AND DEVICES FOR PROVIDING SERVICES THROUGH THE USE OF LANGUAGE IDENTIFICATION |
US20080243741A1 (en) * | 2004-01-06 | 2008-10-02 | Neuric Technologies, Llc | Method and apparatus for defining an artificial brain via a plurality of concept nodes connected together through predetermined relationships |
US20070250464A1 (en) * | 2004-01-06 | 2007-10-25 | Neuric Technologies, Llc | Historical figures in today's society |
US7668720B2 (en) * | 2004-02-20 | 2010-02-23 | Vangard Voice Systems, Inc. | Methodology for voice enabling applications |
CA2505329C (en) * | 2004-04-26 | 2013-01-22 | General Mills Ip Holdings Ii, Llc | Low sugar presweetened dry coated cereals and method of preparation |
JP2005321730A (ja) * | 2004-05-11 | 2005-11-17 | Fujitsu Ltd | 対話システム、対話システム実行方法、及びコンピュータプログラム |
WO2006016307A1 (en) * | 2004-08-06 | 2006-02-16 | Philips Intellectual Property & Standards Gmbh | Ontology-based dialogue system with application plug-and-play and information sharing |
KR100695127B1 (ko) | 2004-10-08 | 2007-03-14 | 삼성전자주식회사 | 다 단계 음성 인식 장치 및 방법 |
US7970600B2 (en) * | 2004-11-03 | 2011-06-28 | Microsoft Corporation | Using a first natural language parser to train a second parser |
US8473449B2 (en) * | 2005-01-06 | 2013-06-25 | Neuric Technologies, Llc | Process of dialogue and discussion |
KR100679043B1 (ko) * | 2005-02-15 | 2007-02-05 | 삼성전자주식회사 | 음성 대화 인터페이스 장치 및 방법 |
US20060194181A1 (en) * | 2005-02-28 | 2006-08-31 | Outland Research, Llc | Method and apparatus for electronic books with enhanced educational features |
US20060235701A1 (en) * | 2005-04-13 | 2006-10-19 | Cane David A | Activity-based control of a set of electronic devices |
US20060235698A1 (en) * | 2005-04-13 | 2006-10-19 | Cane David A | Apparatus for controlling a home theater system by speech commands |
US8041570B2 (en) * | 2005-05-31 | 2011-10-18 | Robert Bosch Corporation | Dialogue management using scripts |
US20060277028A1 (en) * | 2005-06-01 | 2006-12-07 | Microsoft Corporation | Training a statistical parser on noisy data by filtering |
US7865478B2 (en) | 2005-06-04 | 2011-01-04 | International Business Machines Corporation | Based on repeated experience, system for modification of expression and negating overload from media and optimizing referential efficiency |
US7774713B2 (en) * | 2005-06-28 | 2010-08-10 | Microsoft Corporation | Dynamic user experience with semantic rich objects |
US7438414B2 (en) | 2005-07-28 | 2008-10-21 | Outland Research, Llc | Gaze discriminating electronic control apparatus, system, method and computer program product |
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 |
US8265939B2 (en) | 2005-08-31 | 2012-09-11 | Nuance Communications, Inc. | Hierarchical methods and apparatus for extracting user intent from spoken utterances |
EP1934971A4 (en) | 2005-08-31 | 2010-10-27 | Voicebox Technologies Inc | DYNAMIC LANGUAGE SCRIPTURE |
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US8620667B2 (en) * | 2005-10-17 | 2013-12-31 | Microsoft Corporation | Flexible speech-activated command and control |
US20070003913A1 (en) * | 2005-10-22 | 2007-01-04 | Outland Research | Educational verbo-visualizer interface system |
US7429108B2 (en) * | 2005-11-05 | 2008-09-30 | Outland Research, Llc | Gaze-responsive interface to enhance on-screen user reading tasks |
US7606700B2 (en) * | 2005-11-09 | 2009-10-20 | Microsoft Corporation | Adaptive task framework |
US7822699B2 (en) * | 2005-11-30 | 2010-10-26 | Microsoft Corporation | Adaptive semantic reasoning engine |
US20070106496A1 (en) * | 2005-11-09 | 2007-05-10 | Microsoft Corporation | Adaptive task framework |
US20070040033A1 (en) * | 2005-11-18 | 2007-02-22 | Outland Research | Digital mirror system with advanced imaging features and hands-free control |
US7831585B2 (en) * | 2005-12-05 | 2010-11-09 | Microsoft Corporation | Employment of task framework for advertising |
US20070130134A1 (en) * | 2005-12-05 | 2007-06-07 | Microsoft Corporation | Natural-language enabling arbitrary web forms |
US7933914B2 (en) * | 2005-12-05 | 2011-04-26 | Microsoft Corporation | Automatic task creation and execution using browser helper objects |
JP5248867B2 (ja) * | 2006-01-31 | 2013-07-31 | 本田技研工業株式会社 | 会話システムおよび会話ソフトウェア |
US7996783B2 (en) * | 2006-03-02 | 2011-08-09 | Microsoft Corporation | Widget searching utilizing task framework |
US7657434B2 (en) * | 2006-05-30 | 2010-02-02 | Motorola, Inc. | Frame goals for dialog system |
US7505951B2 (en) * | 2006-05-30 | 2009-03-17 | Motorola, Inc. | Hierarchical state machine generation for interaction management using goal specifications |
US7797672B2 (en) * | 2006-05-30 | 2010-09-14 | Motorola, Inc. | Statechart generation using frames |
US7626572B2 (en) * | 2006-06-15 | 2009-12-01 | Microsoft Corporation | Soap mobile electronic human interface device |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
DK2066662T3 (da) * | 2006-09-21 | 2013-01-07 | Kyorin Seiyaku Kk | Serinhydrolaseinhibitorer |
US8073681B2 (en) | 2006-10-16 | 2011-12-06 | Voicebox Technologies, Inc. | System and method for a cooperative conversational voice user interface |
US20080147364A1 (en) * | 2006-12-15 | 2008-06-19 | Motorola, Inc. | Method and apparatus for generating harel statecharts using forms specifications |
US20080165195A1 (en) * | 2007-01-06 | 2008-07-10 | Outland Research, Llc | Method, apparatus, and software for animated self-portraits |
US8078502B2 (en) * | 2007-02-01 | 2011-12-13 | International Business Machines Corporation | Populating an E-commerce shopping cart and other E-commerce fields based upon content extracted from natural language input |
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 |
US8630841B2 (en) | 2007-06-29 | 2014-01-14 | Microsoft Corporation | Regular expression word verification |
US20090018818A1 (en) * | 2007-07-10 | 2009-01-15 | Aibelive Co., Ltd. | Operating device for natural language input |
US8868479B2 (en) | 2007-09-28 | 2014-10-21 | Telogis, Inc. | Natural language parsers to normalize addresses for geocoding |
US8112280B2 (en) * | 2007-11-19 | 2012-02-07 | Sensory, Inc. | Systems and methods of performing speech recognition with barge-in for use in a bluetooth system |
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 |
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 |
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 |
JP5049934B2 (ja) * | 2008-09-22 | 2012-10-17 | 株式会社東芝 | 対話文生成装置及び方法 |
US20100088262A1 (en) * | 2008-09-29 | 2010-04-08 | Neuric Technologies, Llc | Emulated brain |
TWI383752B (zh) | 2008-10-28 | 2013-02-01 | Ind Tech Res Inst | 結合語音辨識功能之食品製造裝置 |
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 |
DE102009011395A1 (de) * | 2009-03-03 | 2010-09-09 | Rohde & Schwarz Gmbh & Co. Kg | System zur sprachgesteuerten Steuerung von Messgeräten |
US8463720B1 (en) | 2009-03-27 | 2013-06-11 | Neuric Technologies, Llc | Method and apparatus for defining an artificial brain via a plurality of concept nodes defined by frame semantics |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US9431006B2 (en) | 2009-07-02 | 2016-08-30 | Apple Inc. | Methods and apparatuses for automatic speech recognition |
US8380520B2 (en) | 2009-07-30 | 2013-02-19 | Industrial Technology Research Institute | Food processor with recognition ability of emotion-related information and emotional signals |
US8560311B2 (en) * | 2009-09-23 | 2013-10-15 | Robert W. Williams | System and method for isolating uncertainty between speech recognition and natural language processing |
US9502025B2 (en) | 2009-11-10 | 2016-11-22 | Voicebox Technologies Corporation | 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 |
US10553209B2 (en) | 2010-01-18 | 2020-02-04 | Apple Inc. | Systems and methods for hands-free notification summaries |
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 |
CN102132945B (zh) * | 2010-01-21 | 2014-04-02 | 财团法人工业技术研究院 | 结合语意辨识功能的食品制造装置 |
US8626511B2 (en) * | 2010-01-22 | 2014-01-07 | Google Inc. | Multi-dimensional disambiguation of voice commands |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
US9342500B2 (en) * | 2010-03-15 | 2016-05-17 | Michael V. Liguori | Object memory management system |
CN102237087B (zh) | 2010-04-27 | 2014-01-01 | 中兴通讯股份有限公司 | 语音控制方法和语音控制装置 |
KR20120066180A (ko) * | 2010-12-14 | 2012-06-22 | 한국전자통신연구원 | 시맨틱 홈 네트워크 관리 시스템, 시맨틱 홈 네트워크 관리를 위한 클라우드 추론 장치, 시맨틱 홈 네트워크, 시맨틱 홈 네트워크 접속 장치 |
CN102075797A (zh) * | 2010-12-29 | 2011-05-25 | 深圳市同洲电子股份有限公司 | 一种语音浏览频道或节目的方法及数字电视接收终端 |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
JP5758713B2 (ja) * | 2011-06-22 | 2015-08-05 | 株式会社日立製作所 | 音声合成装置、ナビゲーション装置および音声合成方法 |
DE102011109932B4 (de) * | 2011-08-10 | 2014-10-02 | Audi Ag | Verfahren zum Ansteuern funktioneller Einrichtungen in einem Fahrzeug bei Sprachbefehl-Bedienung |
EP2754286B1 (en) * | 2011-09-06 | 2018-05-02 | Savant Systems LLC | Integrated private branch exchange and device control system |
US8340975B1 (en) * | 2011-10-04 | 2012-12-25 | Theodore Alfred Rosenberger | Interactive speech recognition device and system for hands-free building control |
TWI528760B (zh) | 2011-12-22 | 2016-04-01 | 萬國商業機器公司 | 用於在無線感測網路中路由資料的方法 |
CN103297389B (zh) * | 2012-02-24 | 2018-09-07 | 腾讯科技(深圳)有限公司 | 人机对话方法及装置 |
US9317605B1 (en) | 2012-03-21 | 2016-04-19 | Google Inc. | Presenting forked auto-completions |
FR2989209B1 (fr) * | 2012-04-04 | 2015-01-23 | Aldebaran Robotics | Robot apte a integrer des dialogues naturels avec un utilisateur dans ses comportements, procedes de programmation et d'utilisation dudit robot |
US9431012B2 (en) * | 2012-04-30 | 2016-08-30 | 2236008 Ontario Inc. | Post processing of natural language automatic speech recognition |
US9093076B2 (en) | 2012-04-30 | 2015-07-28 | 2236008 Ontario Inc. | Multipass ASR controlling multiple applications |
US9280610B2 (en) | 2012-05-14 | 2016-03-08 | Apple Inc. | Crowd sourcing information to fulfill user requests |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
US9734839B1 (en) * | 2012-06-20 | 2017-08-15 | Amazon Technologies, Inc. | Routing natural language commands to the appropriate applications |
US9053708B2 (en) * | 2012-07-18 | 2015-06-09 | International Business Machines Corporation | System, method and program product for providing automatic speech recognition (ASR) in a shared resource environment |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
US9922646B1 (en) | 2012-09-21 | 2018-03-20 | Amazon Technologies, Inc. | Identifying a location of a voice-input device |
US8473300B1 (en) * | 2012-09-26 | 2013-06-25 | Google Inc. | Log mining to modify grammar-based text processing |
US20140156281A1 (en) * | 2012-12-03 | 2014-06-05 | Qualcomm Incorporated | Voice-controlled configuration of an automation system |
US20140195233A1 (en) * | 2013-01-08 | 2014-07-10 | Spansion Llc | Distributed Speech Recognition System |
KR102112742B1 (ko) * | 2013-01-22 | 2020-05-19 | 삼성전자주식회사 | 전자장치 및 그 음성 처리 방법 |
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 |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
US9582608B2 (en) | 2013-06-07 | 2017-02-28 | Apple Inc. | Unified ranking with entropy-weighted information for phrase-based semantic auto-completion |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
EP3008641A1 (en) | 2013-06-09 | 2016-04-20 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
US9646606B2 (en) | 2013-07-03 | 2017-05-09 | Google Inc. | Speech recognition using domain knowledge |
KR101834546B1 (ko) * | 2013-08-28 | 2018-04-13 | 한국전자통신연구원 | 핸즈프리 자동 통역 서비스를 위한 단말 장치 및 핸즈프리 장치와, 핸즈프리 자동 통역 서비스 방법 |
CN103474071A (zh) * | 2013-09-16 | 2013-12-25 | 重庆邮电大学 | 嵌入式便携语音控制器及语音识别的智能家居系统 |
US10089976B2 (en) * | 2013-10-14 | 2018-10-02 | Honeywell International Inc. | Building automation systems with voice control |
USRE49284E1 (en) | 2013-10-17 | 2022-11-08 | Panasonic Intellectual Property Corporation Of America | Method for controlling cordless telephone device, handset of cordless telephone device, and cordless telephone device |
JP6309382B2 (ja) * | 2013-10-17 | 2018-04-11 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | コードレス電話機器の制御方法、コードレス電話機器の子機及びコードレス電話機器 |
US10832005B1 (en) * | 2013-11-21 | 2020-11-10 | Soundhound, Inc. | Parsing to determine interruptible state in an utterance by detecting pause duration and complete sentences |
US10162813B2 (en) | 2013-11-21 | 2018-12-25 | Microsoft Technology Licensing, Llc | Dialogue evaluation via multiple hypothesis ranking |
CN104700831B (zh) * | 2013-12-05 | 2018-03-06 | 国际商业机器公司 | 分析音频文件的语音特征的方法和装置 |
US10846112B2 (en) | 2014-01-16 | 2020-11-24 | Symmpl, Inc. | System and method of guiding a user in utilizing functions and features of a computer based device |
US20150286486A1 (en) * | 2014-01-16 | 2015-10-08 | Symmpl, Inc. | System and method of guiding a user in utilizing functions and features of a computer-based device |
EP2933796B1 (en) * | 2014-04-17 | 2018-10-03 | Softbank Robotics Europe | Executing software applications on a robot |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
TWI566107B (zh) | 2014-05-30 | 2017-01-11 | 蘋果公司 | 用於處理多部分語音命令之方法、非暫時性電腦可讀儲存媒體及電子裝置 |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US9703616B2 (en) | 2014-08-05 | 2017-07-11 | International Business Machines Corporation | Executing a command on an optimal smart device |
EP3180782A1 (en) * | 2014-08-13 | 2017-06-21 | Thomson Licensing | Emergency alert system (eas) atsc alarms |
US10019889B2 (en) | 2014-08-13 | 2018-07-10 | Thomson Licensing | Enhanced detection devices using consumer communication devices for additional notifications |
EP3195145A4 (en) | 2014-09-16 | 2018-01-24 | VoiceBox Technologies Corporation | Voice commerce |
WO2016044321A1 (en) | 2014-09-16 | 2016-03-24 | Min Tang | Integration of domain information into state transitions of a finite state transducer for natural language processing |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
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 |
US20160125721A1 (en) * | 2014-10-29 | 2016-05-05 | Verizon Patent And Licensing Inc. | Alerting users when a user device is dropped |
KR20160056548A (ko) * | 2014-11-12 | 2016-05-20 | 삼성전자주식회사 | 질의 응답을 위한 디스플레이 장치 및 방법 |
CN104360664A (zh) * | 2014-11-25 | 2015-02-18 | 智房科技股份有限公司 | 家居生活智能化控制系统 |
US10614799B2 (en) | 2014-11-26 | 2020-04-07 | Voicebox Technologies Corporation | System and method of providing intent predictions for an utterance prior to a system detection of an end of the utterance |
US10431214B2 (en) | 2014-11-26 | 2019-10-01 | Voicebox Technologies Corporation | System and method of determining a domain and/or an action related to a natural language input |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
EP3079372A1 (en) * | 2015-04-10 | 2016-10-12 | Thomson Licensing | Tv control by natural language input |
US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US10412160B2 (en) | 2015-08-05 | 2019-09-10 | Facebook, Inc. | Controlling a device cloud |
US10425392B2 (en) | 2015-08-05 | 2019-09-24 | Facebook, Inc. | Managing a device cloud |
US10348798B2 (en) * | 2015-08-05 | 2019-07-09 | Facebook, Inc. | Rules engine for connected devices |
US10567479B2 (en) * | 2015-08-05 | 2020-02-18 | Facebook, Inc. | Managing a device cloud |
US10339916B2 (en) | 2015-08-31 | 2019-07-02 | Microsoft Technology Licensing, Llc | Generation and application of universal hypothesis ranking model |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US10366158B2 (en) | 2015-09-29 | 2019-07-30 | Apple Inc. | Efficient word encoding for recurrent neural network language models |
US11010550B2 (en) | 2015-09-29 | 2021-05-18 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
US10018977B2 (en) | 2015-10-05 | 2018-07-10 | Savant Systems, Llc | History-based key phrase suggestions for voice control of a home automation system |
CN105185378A (zh) * | 2015-10-20 | 2015-12-23 | 珠海格力电器股份有限公司 | 声控方法、声控系统及能够进行声控的空调 |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
CN107404567A (zh) * | 2016-05-19 | 2017-11-28 | 美的集团股份有限公司 | 通过语音盒控制移动终端的方法和系统 |
US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
DK179588B1 (en) | 2016-06-09 | 2019-02-22 | Apple Inc. | INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT |
US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
WO2018023106A1 (en) | 2016-07-29 | 2018-02-01 | Erik SWART | System and method of disambiguating natural language processing requests |
CN107765838A (zh) * | 2016-08-18 | 2018-03-06 | 北京北信源软件股份有限公司 | 人机交互辅助方法及装置 |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US11354089B2 (en) * | 2016-12-09 | 2022-06-07 | Robert Bosch Gmbh | System and method for dialog interaction in distributed automation systems |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
DK179560B1 (en) | 2017-05-16 | 2019-02-18 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
CN107221328B (zh) * | 2017-05-25 | 2021-02-19 | 百度在线网络技术(北京)有限公司 | 修改源的定位方法及装置、计算机设备及可读介质 |
US10546023B2 (en) | 2017-10-03 | 2020-01-28 | Google Llc | Providing command bundle suggestions for an automated assistant |
CN108039172A (zh) * | 2017-12-01 | 2018-05-15 | Tcl通力电子(惠州)有限公司 | 智能蓝牙音箱语音交互方法、智能蓝牙音箱及存储介质 |
US11182122B2 (en) | 2017-12-08 | 2021-11-23 | Amazon Technologies, Inc. | Voice control of computing devices |
US10503468B2 (en) * | 2017-12-08 | 2019-12-10 | Amazon Technologies, Inc. | Voice enabling applications |
US10991369B1 (en) * | 2018-01-31 | 2021-04-27 | Progress Software Corporation | Cognitive flow |
KR20230136696A (ko) | 2018-05-07 | 2023-09-26 | 구글 엘엘씨 | 자동 어시스턴트 루틴에 포함을 위한 자동 어시스턴트 액션 추천 |
US10607610B2 (en) | 2018-05-29 | 2020-03-31 | Nortek Security & Control Llc | Audio firewall |
DE102018213024A1 (de) * | 2018-08-03 | 2020-02-06 | Robert Bosch Gmbh | Verfahren zur Sprachbedienung zumindest eines elektronischen Gerätes, insbesondere eines Hausgerätes eines Haushalts, sowie System |
US10885904B2 (en) | 2018-11-21 | 2021-01-05 | Mastercard International Incorporated | Electronic speech to text conversion systems and methods with natural language capture of proper name spelling |
CN113168829A (zh) * | 2018-12-03 | 2021-07-23 | 谷歌有限责任公司 | 语音输入处理 |
US10856041B2 (en) * | 2019-03-18 | 2020-12-01 | Disney Enterprises, Inc. | Content promotion using a conversational agent |
CA3190074A1 (en) * | 2020-08-19 | 2022-02-24 | Wayne M. KENNARD | System and method for generating decision confidence index scores and bias assessment scores for interactive decision-making |
US20220108695A1 (en) * | 2020-10-01 | 2022-04-07 | Arris Enterprises Llc | System and method for controlling a media device to provide an improved sonic environment for the reception of a voice command |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5774859A (en) * | 1995-01-03 | 1998-06-30 | Scientific-Atlanta, Inc. | Information system having a speech interface |
US5887120A (en) * | 1995-05-31 | 1999-03-23 | Oracle Corporation | Method and apparatus for determining theme for discourse |
US5890123A (en) * | 1995-06-05 | 1999-03-30 | Lucent Technologies, Inc. | System and method for voice controlled video screen display |
US5832439A (en) * | 1995-12-14 | 1998-11-03 | U S West, Inc. | Method and system for linguistic command processing in a video server network |
WO1997048230A1 (en) * | 1996-06-13 | 1997-12-18 | Starsight Telecast, Inc. | Method and apparatus for searching a guide using program characteristics |
US5893064A (en) * | 1997-05-14 | 1999-04-06 | K2 Interactive Llc | Speech recognition method and apparatus with voice commands and associated keystrokes |
EP0895396A3 (en) * | 1997-07-03 | 2004-01-14 | Texas Instruments Incorporated | Spoken dialogue system for information access |
EP0911808B1 (en) * | 1997-10-23 | 2002-05-08 | Sony International (Europe) GmbH | Speech interface in a home network environment |
US6199067B1 (en) * | 1999-01-20 | 2001-03-06 | Mightiest Logicon Unisearch, Inc. | System and method for generating personalized user profiles and for utilizing the generated user profiles to perform adaptive internet searches |
US6236395B1 (en) * | 1999-02-01 | 2001-05-22 | Sharp Laboratories Of America, Inc. | Audiovisual information management system |
US6314398B1 (en) * | 1999-03-01 | 2001-11-06 | Matsushita Electric Industrial Co., Ltd. | Apparatus and method using speech understanding for automatic channel selection in interactive television |
EP1045374B1 (en) * | 1999-04-13 | 2010-08-11 | Sony Deutschland GmbH | Merging of speech interfaces for concurrent use of devices and applications |
US6324512B1 (en) * | 1999-08-26 | 2001-11-27 | Matsushita Electric Industrial Co., Ltd. | System and method for allowing family members to access TV contents and program media recorder over telephone or internet |
US6513006B2 (en) * | 1999-08-26 | 2003-01-28 | Matsushita Electronic Industrial Co., Ltd. | Automatic control of household activity using speech recognition and natural language |
US6901366B1 (en) * | 1999-08-26 | 2005-05-31 | Matsushita Electric Industrial Co., Ltd. | System and method for assessing TV-related information over the internet |
US6330537B1 (en) * | 1999-08-26 | 2001-12-11 | Matsushita Electric Industrial Co., Ltd. | Automatic filtering of TV contents using speech recognition and natural language |
-
2001
- 2001-06-06 US US09/875,740 patent/US6513006B2/en not_active Expired - Lifetime
-
2002
- 2002-04-26 EP EP02252975A patent/EP1265227B1/en not_active Expired - Lifetime
- 2002-04-26 DE DE60217579T patent/DE60217579T2/de not_active Expired - Fee Related
- 2002-05-30 CN CNB021216428A patent/CN1213400C/zh not_active Expired - Fee Related
- 2002-05-31 JP JP2002160637A patent/JP3711089B2/ja not_active Expired - Fee Related
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006079624A (ja) * | 2004-09-09 | 2006-03-23 | At & T Corp | 自動化されたダイアログシステムからの情報を報告するシステム及び方法 |
JP2007206886A (ja) * | 2006-01-31 | 2007-08-16 | Canon Inc | 情報処理装置および方法 |
JP4603988B2 (ja) * | 2006-01-31 | 2010-12-22 | キヤノン株式会社 | 情報処理装置および方法 |
JP5099367B2 (ja) * | 2006-03-10 | 2012-12-19 | 日本電気株式会社 | 要求内容識別システム、自然言語による要求内容の識別方法及びプログラム |
JP2014010449A (ja) * | 2012-06-27 | 2014-01-20 | Samsung Electronics Co Ltd | ディスプレイ装置、ディスプレイ装置の制御方法および対話型システム |
CN102722186A (zh) * | 2012-06-28 | 2012-10-10 | 深圳大学 | 一种基于语音识别的移动伺服平台及语音控制方法 |
US10229684B2 (en) | 2013-01-06 | 2019-03-12 | Huawei Technologies Co., Ltd. | Method, interaction device, server, and system for speech recognition |
KR101838095B1 (ko) * | 2013-01-06 | 2018-03-13 | 후아웨이 테크놀러지 컴퍼니 리미티드 | 음성 인식을 위한 방법, 상호 작용 장치, 서버 및 시스템 |
US10971156B2 (en) | 2013-01-06 | 2021-04-06 | Huawei Teciinologies Co., Ltd. | Method, interaction device, server, and system for speech recognition |
US11676605B2 (en) | 2013-01-06 | 2023-06-13 | Huawei Technologies Co., Ltd. | Method, interaction device, server, and system for speech recognition |
JP2018528528A (ja) * | 2015-08-05 | 2018-09-27 | フェイスブック,インク. | デバイス・クラウドの制御 |
JP2020042313A (ja) * | 2016-01-06 | 2020-03-19 | グーグル エルエルシー | 音声認識システム |
US10522139B2 (en) | 2016-10-12 | 2019-12-31 | Qingdao Hisense Electronics Co., Ltd. | Electronic device and control method thereof |
KR20210010528A (ko) * | 2018-10-08 | 2021-01-27 | 구글 엘엘씨 | 스마트 어플라이언스 상태들의 요약 전달 |
KR102499734B1 (ko) | 2018-10-08 | 2023-02-15 | 구글 엘엘씨 | 스마트 어플라이언스 상태들의 요약 전달 |
KR20230026528A (ko) * | 2018-10-08 | 2023-02-24 | 구글 엘엘씨 | 스마트 어플라이언스 상태들의 요약 전달 |
KR102543676B1 (ko) | 2018-10-08 | 2023-06-14 | 구글 엘엘씨 | 스마트 어플라이언스 상태들의 요약 전달 |
WO2022249509A1 (ja) * | 2021-05-27 | 2022-12-01 | 有限会社アクアプラネット | 記録整理プログラム、記録整理方法、記録整理装置、および、記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
US20010041980A1 (en) | 2001-11-15 |
DE60217579T2 (de) | 2007-11-08 |
CN1389852A (zh) | 2003-01-08 |
EP1265227B1 (en) | 2007-01-17 |
JP3711089B2 (ja) | 2005-10-26 |
DE60217579D1 (de) | 2007-03-08 |
CN1213400C (zh) | 2005-08-03 |
EP1265227A1 (en) | 2002-12-11 |
US6513006B2 (en) | 2003-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3711089B2 (ja) | 音声認識及び自然言語を用いる家庭活動の自動制御 | |
JP3550536B2 (ja) | 音声認識及び自然言語を用いたテレビジョン内容の自動的なフィルタリング | |
JP3554262B2 (ja) | テレビジョン及びマルチメディアの検索及び要求に対して自然言語のモダリティーを可能にする汎用遠隔制御 | |
US6324512B1 (en) | System and method for allowing family members to access TV contents and program media recorder over telephone or internet | |
JP3577454B2 (ja) | 記録されたテレビジョン放送についての情報を記憶するための機構 | |
US9263039B2 (en) | Systems and methods for responding to natural language speech utterance | |
JP3566194B2 (ja) | インターネット上でテレビジョンに関連した情報にアクセスするためのシステム及び方法 | |
US6415257B1 (en) | System for identifying and adapting a TV-user profile by means of speech technology | |
US7222073B2 (en) | System and method for speech activated navigation | |
US20020077823A1 (en) | Software development systems and methods | |
EP1079615A2 (en) | System for identifying and adapting a TV-user profile by means of speech technology | |
JP2000250591A (ja) | テレビ番組自動検索システム | |
US6456978B1 (en) | Recording information in response to spoken requests | |
CN102096667A (zh) | 一种信息检索方法及系统 | |
US6741791B1 (en) | Using speech to select a position in a program | |
Gruenstein | Toward widely-available and usable multimodal conversational interfaces | |
Manione et al. | Deliverable 5.1 Language Modelling, Dialogue and User Interface the First Set-top-box Related DICIT Prototype |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050124 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050712 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050811 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3711089 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080819 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090819 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090819 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100819 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110819 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110819 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120819 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130819 Year of fee payment: 8 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |