JP2003115929A - 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 - Google Patents

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

Info

Publication number
JP2003115929A
JP2003115929A JP2001306787A JP2001306787A JP2003115929A JP 2003115929 A JP2003115929 A JP 2003115929A JP 2001306787 A JP2001306787 A JP 2001306787A JP 2001306787 A JP2001306787 A JP 2001306787A JP 2003115929 A JP2003115929 A JP 2003115929A
Authority
JP
Japan
Prior art keywords
voice
voice input
information
text
portal server
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
JP2001306787A
Other languages
English (en)
Other versions
JP3997459B2 (ja
Inventor
Soshiro Kuzunuki
壮四郎 葛貫
Shinya Otsuji
信也 大辻
Michio Morioka
道雄 森岡
Tadashi Kamiwaki
正 上脇
Mariko Okude
真理子 奥出
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2001306787A priority Critical patent/JP3997459B2/ja
Priority to EP02003448A priority patent/EP1300828A3/en
Priority to US10/083,636 priority patent/US20030074199A1/en
Priority to US10/192,317 priority patent/US6944593B2/en
Publication of JP2003115929A publication Critical patent/JP2003115929A/ja
Priority to US10/823,552 priority patent/US7058579B2/en
Priority to US11/060,390 priority patent/US7299186B2/en
Application granted granted Critical
Publication of JP3997459B2 publication Critical patent/JP3997459B2/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
    • H04M3/487—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
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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
    • H04M2207/00—Type of exchange or network, i.e. telephonic medium, in which the telephonic communication takes place
    • H04M2207/18—Type of exchange or network, i.e. telephonic medium, in which the telephonic communication takes place wireless networks
    • 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
    • H04M3/42365—Presence services providing information on the willingness to communicate or the ability to communicate in terms of media capability or network connectivity
    • 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

Abstract

(57)【要約】 【課題】 ＰＤＡ，携帯電話などの移動端末や家庭電
話，ＴＶ，ＰＣなどの固定端末から音声でネットにアク
セスし、地図情報，音楽情報，番組情報，電話情報など
を提供するプロバイダからサービスを受ける音声入力シ
ステムを提供する。 【解決手段】 音声入出力手段とアクセス状況表示手段
とを備えた音声入力端末１０，３０と、音声を取り込み
テキストとして認識する音声認識手段と認識されたテキ
ストをコマンドテキスト辞書と照合しコマンドテキスト
とオブジェクトテキストとに分離するコマンド変換手段
と分離されたテキストに基づいて各種情報を提供するプ
ロバイダにアクセスしてサービスを受けこのサービスを
音声入力端末に出力する対話制御手段とを備えた音声ポ
ータルサーバ５０と、音声ポータルサーバから受信した
コマンドテキストおよびオブジェクトテキストに基づき
情報を検索しその結果を音声ポータルサーバにサービス
するプロバイダ６０とからなる音声入力システム。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、音声入力システ
ム，音声ポータルサーバ，音声入力端末に係り、特に、
ＰＤＡ(Personal Digital Assistants)，携帯電話，車
載ナビゲーションなどの移動端末装置からまたは家庭電
話，ＴＶ，ＰＣなどの家庭(固定)端末から音声でネット
ワークにアクセスし、地図情報，音楽情報，ＴＶ番組情
報，電話情報などを提供する情報提供サービスプロバイ
ダから情報やサービスを受ける音声入力システムに関す
る。
【０００２】
【従来の技術】特開平１１−１４３４９３号公報は、入
力された音声を音声言語理解装置によりデータベース言
語の中間言語に変換して単語を検索するシステムを記載
している。
【０００３】特開２０００−５７４９０号公報は、認識
辞書を切り替えながら入力された音声の認識性能を向上
させる方法を記載している。
【０００４】特開２００１−３４２９２号公報は、ワー
ドスポッティングという技術で辞書にある言葉を切り出
し、要求キーワードを認識して話題を確定し、その話題
用の認識辞書を用いて音声を認識させ、認識性能を向上
させる方法を記載している。
【０００５】
【発明が解決しようとする課題】特開平１１−１４３４
９３号公報の技術は、識別誤りが最小になるように文章
データをそれに対応する中間言語に変換する隠れマルコ
フモデルを学習する方法である。この方式では、統計的
処理に基づく学習であるから、いろいろな分野に同時に
サービスしようとすると、分野ごとに学習する必要があ
り、処理に多くの時間がかかり、認識性能が下がる。ま
た、長い文章と短い文章とが混在する実際の対話を考慮
した音声入力システムにはなっていない。さらに、認識
文字列の一部に誤りがあった場合についての配慮がな
い。
【０００６】特開２０００−５７４９０号公報の技術
は、認識結果に応じて対応辞書を切り替えて認識性能を
向上させるナビゲーションの発明であるが、音声を連続
入力できない。また、認識文字列の一部に誤りがあった
場合についての配慮がない。
【０００７】特開２００１−３４２９２号公報の技術
は、認識結果に応じて話題を切り出し辞書を切り替えて
認識性能を上げる発明である。しかし、上記２つの従来
技術と同様に、認識文字列の一部に誤りがあった場合に
ついての配慮がない。
【０００８】本発明の目的は、ＰＤＡ，携帯電話などの
移動端末や家庭電話(HomeＴＥＬ)，ＴＶ，ＰＣなどの固
定端末から音声でネットにアクセスし、地図情報，音楽
情報，番組情報，電話情報などを提供するプロバイダか
らサービスを受ける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を提供することである。
【０００９】
【課題を解決するための手段】本発明は、上記目的を達
成するために、音声入出力手段とＷｅｂブラウザと外部
システムへのアクセス状況および検索結果を表示する表
示手段とを備えた音声入力端末と、音声入力端末からの
音声を取り込みテキストとして認識する音声認識手段
と、認識されたテキストをコマンドテキスト辞書と照合
しコマンドテキストとオブジェクトテキストとに分離す
るコマンド変換手段と、分離されたコマンドテキストと
オブジェクトテキストとに基づいて各種情報を提供する
アプリケーションサービスプロバイダにアクセスしてサ
ービスを受けこのサービスを音声入力端末に出力する対
話制御手段とを備えた音声ポータルサーバと、音声ポー
タルサーバから受信したコマンドテキストおよびオブジ
ェクトテキストに基づいて情報を検索する情報検索手段
を備え検索結果を音声ポータルサーバにサービスするア
プリケーションサービスプロバイダとからなる音声入力
システムを提案する。
【００１０】アプリケーションサービスプロバイダの情
報検索手段は、入力されたオブジェクトテキストをｎ文
字ごとに切り出し予め作成してあるｎ文字ＩＮＤＥＸに
基づいて情報検索する手段とすることができる。
【００１１】アプリケーションサービスプロバイダは、
地図情報をサービスするナビゲーション情報アプリケー
ションサービスプロバイダ，音楽情報をサービスする音
楽情報アプリケーションサービスプロバイダ，ＴＶ番
組，ＣＳ番組，ＣＡＴＶ番組の少なくとも１つの情報を
サービスする番組情報アプリケーションサービスプロバ
イダ，電話情報をサービスする電話情報アプリケーショ
ンサービスプロバイダなどとする。
【００１２】本発明においては、音声入力端末から入力
された音声を音声ポータルサーバで認識してコマンドと
オブジェクトとのテキストに分離し、分離されたテキス
トに基づき、アプリケーションサービスプロバイダにあ
る情報をあいまい検索し、オブジェクトテキストに一部
認識誤りがあっても、意図する情報を音声入力端末に提
供できる。
【００１３】本発明は、また、音声を入出力する手段と
外部システムとのアクセス状況を表示する手段とを備え
た音声入力端末と、各種情報を提供するアプリケーショ
ンサービスプロバイダと、入力された音声に基づいて音
声入力端末とアプリケーションサービスプロバイダとの
対話を制御する音声ポータルサーバとからなる音声入力
システムにおいて、音声ポータルサーバは、音声入力端
末からの音声を取り込みテキストとして認識する音声認
識手段と、認識されたテキストをコマンドテキスト辞書
と照合しコマンドテキストとオブジェクトテキストとに
分離するコマンド変換手段と、分離されたコマンドテキ
ストとオブジェクトテキストとをアプリケーションサー
ビスプロバイダに送りアプリケーションサービスプロバ
イダで検索された情報を音声入力端末に出力する対話制
御手段とを備えた音声ポータルサーバを提案する。
【００１４】音声認識手段は、連続音声認識手段と、単
語音声認識手段と、入力された音声の特徴量をしきい値
として２つの認識手段の認識結果の一方を選択して出力
する認識総合評価手段とを備える。
【００１５】音声の特徴量は、発話時間，認識文字列長
のいずれを採用してもよい。
【００１６】音声ポータルサーバの音声認識エンジンを
長い文章に適した連続音声認識エンジンとコマンドのよ
うな短い文章に適した単語音声認識エンジンの２つで構
成し、総合的に評価しているため、音声対話の認識性能
が向上する。
【００１７】本発明は、さらに、音声ポータルサーバお
よび各種情報を提供するアプリケーションサービスプロ
バイダにアクセスしサービスを受ける音声入力端末にお
いて、音声入出力手段と、Ｗｅｂブラウザと、外部シス
テムへのアクセス状況および検索結果を表示する表示手
段とを備えている。
【００１８】音声入力端末は、ＰＤＡ，携帯電話，車載
ナビゲーションのいずれかに組み込まれている携帯音声
入力端末と、家庭電話，ＴＶ，ＰＣのいずれかに組み込
まれている家庭音声入力端末とに分類できる。
【００１９】アプリケーションサービスプロバイダ(Ａ
ＳＰ)として、ナビゲーション情報ＡＳＰ，音楽情報Ａ
ＳＰ，番組情報ＡＳＰ，電話情報ＡＳＰを設けたので、
ＰＤＡ，MobileＴＥＬ，MobileCarＰＣなどの移動する
音声入力端末や、家庭電話，ＴＶ，ＰＣなどの家庭の音
声入力端末にも、それぞれの必要に応じて、最適な情報
をサービスできる。
【００２０】
【発明の実施の形態】次に、図１〜図２８を参照して、
本発明による音声入力システム，音声ポータルサーバ，
音声入力端末の実施形態を説明する。
【００２１】図１は、本発明による音声入力システムの
実施形態の全体構成を示すブロック図である。
【００２２】本実施形態では、音声入力端末装置として
は、移動端末１０と家庭(固定)端末３０とを使用でき
る。移動端末１０としては、ＰＤＡ１０ａ，携帯電話１
０ｂ，車載端末１０ｃなどがある。家庭(固定)端末３０
としては、家庭内での利用を想定した固定電話３０ａ，
情報家電としてのテレビシステムＴＶ３０ｂ，パーソナ
ルコンピュータＰＣ３０ｃなどがある。移動端末１０ａ
〜１０ｃは、無線基地局２０を介してインターネット網
４０に接続され、家庭端末３０ａ〜３０ｃは、インター
ネット網４０に直接接続されている。
【００２３】音声対話全体を制御する音声ポータル５０
および各種アプリケーションサービスプロバイダ(ＡＳ
Ｐ)６０も、インターネット網４０に接続されている。
【００２４】ＡＳＰとしては、地図情報をサービスする
ナビゲーション情報ＡＳＰ６０ａ，音楽情報ＡＳＰ６０
ｂ，ＴＶ番組情報ＡＳＰ６０ｃ，電話情報ＡＳＰ６０ｄ
などがある。
【００２５】音声入力端末１０ａ〜１０ｃ，３０ａ〜３
０ｃのいずれかから、音声ポータルサーバ５０に接続す
ると、音声のガイダンスやメニュー表示が音声入力端末
に出力され、対応する音声を入力すると、音声はインタ
ーネット網４０を介して音声ポータルサーバ５０に転送
される。
【００２６】音声ポータルサーバ５０は、音声を認識
し、音声の内容をコマンドや検索対象物であるオブジェ
クトとしてコマンド変換処理し、コマンドの内容に対応
したＡＳＰ６０に転送する。
【００２７】ＡＳＰ６０では、対応するデータベースを
検索し、音声ポータルサーバ５０を経由して、音声を入
力してきた音声入力端末に検索結果を出力する。
【００２８】以上に説明したように、音声入力システム
は、キーボード(ＫＢ)を利用しにくい環境にある移動端
末やキーボード操作に慣れていない家庭での端末に主に
利用され、入力を容易にする。
【００２９】本実施形態においては、音声入力システム
の全体構成として、サーバ群をインターネットに接続し
てある。
【００３０】サーバ群をイントラネットやホームネット
に接続しても、これらのネットワーク内では、効果は変
わらない。各種ＡＳＰ群を近くに置き、これらのＡＳＰ
群では意図するデータをサービスできないときのみイン
ターネットのサーバ群に接続するいわゆるキャッシュサ
ーバとして設置してもよい。
【００３１】なお、ＡＳＰサーバ群には、図１に示した
以外の情報サービス、例えば、株価情報，取引先情報，
顧客情報，商品情報などが存在してもよい。
【００３２】音声ポータルサーバ５０は、個人情報を管
理し、個人の特性に応じたサービスをすることも可能で
ある。
【００３３】図２〜図４は、移動端末の構成を示す図で
あり、図５〜図７は、家庭(固定)端末の構成を示す図で
ある。各端末の基幹部分は、ほぼ同じように構成されて
いる。
【００３４】図２は、本発明による音声入力端末である
ＰＤＡの実施形態の構成を示すブロック図である。ＰＤ
Ａ１０ａは、無線基地局２０と通信するアンテナ１０ａ
１と、無線通信するための通信手段１０ａ２とを含んで
いる。通信手段１０ａ２は、Voice Over IP(VoIP)技術
などにより、音声とデータとを同時に送受信できる。処
理装置およびＷｅｂブラウザ１０ａ３は、各構成部およ
び周辺装置と接続され、端末全体を制御する。周辺装置
としては、音声入力用のマイクMIC１０ａ４，タッチパ
ネルとして構成する座標入力装置(タブレット)ＴＢ１０
ａ５，液晶ディスプレイＬＣＤ１０ａ６，スピーカＳＰ
１０ａ７がある。
【００３５】ＰＤＡ１０ａは、移動端末にとって重要な
位置検出手段１０ａ８を備えており、ＧＰＳ(Global Po
sitioning System)１０ａ９に接続されている。
【００３６】ＰＤＡ１０ａの操作は、タッチパネルと音
声でなされる。その処理結果はディスプレイに表示さ
れ、次の操作の待ち状態となる。
【００３７】図３は、本発明による音声入力端末である
MobileＴＥＬの構成を示すブロック図である。構成要素
は、図２のＰＤＡ１０ａと同じである。しかし、一般
に、価格を抑えるため、液晶ディスプレイＬＣＤ１０ｂ
６のサイズやカラー表示性能が異なる。一方、携帯電話
用各種応用ソフトが追加されている。
【００３８】図４は、本発明による音声入力端末である
MobileCarＰＣの構成を示すブロック図である。構成要
素は、基本的には、図２のＰＤＡ１０ａと同じである。
しかし、車載用に適した液晶ディスプレイＬＣＤ１０ｃ
６や車載用応用ソフトが、図２のＰＤＡ１０ａとは異な
る。また、図示していないが、車載の各種センサと接続
され、車両に関する情報を表示してもよい。
【００３９】図５は、本発明による音声入力端末である
家庭電話の構成を示すブロック図である。図２のＰＤＡ
１０ａとの違いは、無線基地局２０との通信用アンテナ
１０ａ１，位置検出手段１０ａ８，ＧＰＳ１０ａ９が無
いことである。
【００４０】図６は、本発明による音声入力端末である
ＴＶの構成を示すブロック図である。図５の固定電話家
庭電話３０ａとは、テレビ装置ＴＶ３０ｂ１０，ＴＶ制
御手段３０ｂ８，カメラＣＭ３０ｃ９が異なっている。
ＴＶ制御手段３０ｂ８は、ＴＶ番組を予約したり、チャ
ンネルを設定したりするための手段であり、一般に、セ
ットトップボックスと呼ばれる。
【００４１】カメラＣＭ３０ｃ９は、通信相手に会話用
映像を送ったり、室内を画像で監視したりすることに用
いる。
【００４２】図７は、本発明による音声入力端末である
ＰＣの構成を示すブロック図である。図６のテレビシス
テムＴＶ３０ｂと異なるのは、ＴＶ制御手段が無いこと
である。ＰＣの操作は、タッチパネルまたは音声でなさ
れる。図示しないが、キーボードを接続し、ＰＣを操作
してもよい。
【００４３】なお、図６および図７に示したカメラＣＭ
３０ｃ９は、図２〜図５の音声入力端末に装備してもよ
い。
【００４４】図８は、本発明による音声ポータルサーバ
５０の実施形態の構成を示すブロック図である。本発明
の特徴的な部分である音声ポータルサーバ５０は、イン
ターネット網４０と通信する通信手段５０１と、音声ポ
ータルサーバ５０全体を処理する処理装置５０２と、音
声データVinを取り込み認識辞書５０４を用いてテキス
トデータVtext１に認識出力する音声認識手段５０３
と、認識された音声Vtext１をコマンドテキスト辞書５
０６を用いてコマンドとオブジェクトVtext２に変換す
るコマンド変換手段５０５と、音声入力端末や各種情報
ＡＳＰとの対話を制御する対話制御手段５０７と、対話
制御手段の音声テキストVtext３により音声を合成する
音声合成手段５０８と、Ｗｅｂブラウザ５０９とからな
る。
【００４５】図９は、本発明による音声ポータルサーバ
５０の音声認識手段５０３の構成を示すブロック図であ
る。本実施形態では、音声認識手段が２つの認識エンジ
ンを備えていることが特徴である。すなわち、音声認識
手段５０３は、比較的長い音声を認識させる連続音声認
識エンジン５０３ａとコマンドのような比較的短い音声
を認識する単語音声認識エンジン５０３ｂで構成され
る。
【００４６】連続音声認識エンジン５０３ａは、連続音
声認識辞書５０４ａを用いて音声を認識し、単語音声認
識辞エンジン５０３ｂは、単語音声認識辞書５０４ｂを
用いて音声を認識する。
【００４７】各認識エンジンの認識結果は、認識総合的
評価手段５０３ｃで総合的に評価される。一般に、連続
音声認識エンジンは、単語間の遷移確率モデルを用いて
認識する方式を用いるため、コマンドのような短い単語
が入力されると、前後の単語知識を利用できないため、
誤認識が多くなる。
【００４８】そこで、認識総合評価手段で、どちらの認
識エンジンの出力が正しいかを総合的に判断することが
必要になる。
【００４９】認識総合的評価手段５０３ｃの動作を図１
０〜図１３を用いて具体例で説明する。
【００５０】図１０〜図１１は、２つの認識エンジンの
認識結果を音声の発話時間を用いて切り替える例を示し
ている。認識総合的評価手段５０３ｃは、発話時間評価
において、音声データVinをしきい値と比較し、短けれ
ばＳ側に、長ければＬ側に切り替える。
【００５１】図１０は、本発明による音声ポータルサー
バ５０の音声認識手段の動作を説明する図であり、発話
時間が比較的短い“はい。”という音声が入力されたと
きの状態を説明する図である。この場合は、Ｓ側に切り
替えられて、認識総合評価手段の出力Vtext１は、“は
い。”の文字列が出力される。ここで、しきい値は、単
語音声認識辞書の最大発話時間を選んでおく。
【００５２】図１１は、本発明による音声ポータルサー
バ５０の音声認識手段の動作を説明する図であり、発話
時間が比較的長い“日立神田に目的地を設定する。”と
いう音声発話データが入力されたときの状態を示す図で
ある。この場合は、Ｌ側に切り替えられて、認識総合評
価手段の出力Vtext１は、“日立神田に目的地を設定す
る。”の文字列が出力される。
【００５３】図１２〜図１３は、発話時間を評価するの
ではなく、認識エンジンの結果の文字列長をしきい値と
評価する例である。
【００５４】図１２は、本発明による音声ポータルサー
バ５０の音声認識手段の動作を説明する図である。発話
時間が比較的短い“はい。”という音声が入力されたと
きの状態を説明する図である。この場合は、Ｓ側に切り
替えられて、認識総合評価手段の出力Vtext１は、“は
い。”の文字列が出力される。
【００５５】図１３は、本発明による音声ポータルサー
バ５０の音声認識手段の動作を説明する図である。発話
時間が比較的長い“日立神田に目的地を設定する。”と
いう音声発話データが入力されたときの状態を示す図で
ある。この場合は、Ｌ側に切り替えられて、認識総合評
価手段の出力Vtext１は、“日立神田に目的地を設定す
る。”の文字列が出力される。
【００５６】なお、認識エンジンでは、余りにも辞書と
かけ離れた音声が入力されると“認識不能を示す文字列
＝“？”を出力するようにしている。この場合において
も、しきい値を適当な値(例：コマンド文字列の最大長)
を選んでおくことにより、最適な文字列が出力され、全
体の認識性能が改善される。
【００５７】以上の２つの方式で説明したように、音声
発話データが“はい。”というコマンドであっても、連
続音声認識エンジンのみの場合、“肺。”という文字が
出力されてしまう問題を解決できる。
【００５８】図１４は、本発明による音声ポータルサー
バ５０のコマンド変換手段５０５の構成を示すブロック
図である。音声認識手段５０３の文字列Vtext１がコマ
ンド変換手段に入力されると、コマンド文字列検索５０
５ａにおいて、コマンドテキスト辞書５０６を用いて、
コマンド文字列が含まれるかどうかを処理する。
【００５９】図１５は、本発明による音声コマンドテキ
スト辞書の例を示す図である。コマンドテキスト辞書５
０６では、コマンドＩＤ、コマンド名１〜コマンド名５
まであり、同一コマンドＩＤでは、どれが入力されても
よいようになっている。例えば、“目的地設定。”と
“行く。”の文字列は同一コマンドＩＤ＝Ｄ０１として
判断される。
【００６０】図１５のコマンドテキスト文字は、各情報
ＡＳＰにあわせたコマンド(ＮＯ１〜ＮＯ８)，音声対話
用のコマンド(ＮＯ９〜ＮＯ１０)，画面操作用のコマン
ド(ＮＯ１１〜ＮＯ２２)に大別できる。
【００６１】コマンド文字列検索は、完全一致を前提と
しいるが、図２３〜図２４で後述するように、一部認識
誤りを含んでいても検索できるようにしてもよい。
【００６２】コマンド文字列検索５０５ａ処理後は、コ
マンド以外の文字列であるオブジェクトを抽出するオブ
ジェクト抽出５０５ｂを実行する。この処理は、各情報
ＡＳＰに送出するコマンドと検索対象文字列であるオブ
ジェクトとを抽出する処理である。
【００６３】図１６は、本発明による音声ポータルサー
バ５０のコマンド変換手段５０５の動作を説明する図で
ある。音声認識手段の結果Vtext１が、“日立神田に目
的地を設定する。”であるとすると、コマンド文字列検
索５０５ａでは、コマンドテキスト辞書５０６を参照し
てコマンド文字列が“目的地を設定する。”と判断し、
コマンドＩＤ＝Ｄ０１と理解する。
【００６４】次に、オブジェクト抽出５０５ｂでは、コ
マンド文字列以外のがオブジェクトと判断し、オブジェ
クト“日立神田に。”が抽出される。したがって、オブ
ジェクト抽出手段５０５ｂの結果Vtext２は、“コマン
ドＩＤ=Ｄ０１、オブジェクト＝日立神田に。”として
出力される。
【００６５】なお、オブジェクト抽出手段５０５ｂで
は、処理を簡単にするため、コマンド文字列以外の全て
の文字列をオブジェクトにしたが、形態素解析を実行
し、“日立神田に。”の“に”を省いて抽出するように
してもよい。
【００６６】図１７は、本発明による音声ポータルサー
バ５０の対話制御手段５０７の構成を示すブロック図で
ある。対話制御手段５０７は、全体を制御する対話処理
手段５０７ａと、音声対話の基本対話ルール５０７ｂ
と、音声入力端末とのインタフェースである端末データ
制御手段５０７ｃと、各情報ＡＳＰとのインタフェース
であるＡＳＰ制御手段５０７ｄと、音声合成制御手段５
０７ｅとで構成される。
【００６７】基本対話ルール５０７ｂは、各情報ＡＳＰ
で共通に使用されるルールを格納するものであり、各情
報ＡＳＰの特有の対話ルールは、各情報ＡＳＰからダウ
ンロードされる。
【００６８】まず、音声認識手段５０５からの出力であ
るVtext２が入力されると、対話処理手段５０７ａで、
コマンドＩＤを判断し、どの情報ＡＳＰに対応するかを
判断し、対応する情報ＡＳＰにコマンドＩＤおよびオブ
ジェクトをASPDataOutとして送信する。
【００６９】次に、対応した情報ＡＳＰからの検索結果
が、ASPDataInとしてＡＳＰ制御手段５０７ｂに入力さ
れたら、端末制御５０７ｃは、その検索を要求した音声
入力端末に対して、TdataOutを出力する。音声入力端末
では、その検索結果のデータが表示される。
【００７０】さらに、文字列により音声合成出力する場
合は、音声合成制御手段５０７ｅから、Vtext３として
音声列を出力し、音声合成手段５０８で合成した音声Ｖ
outを音声入力端末に送り、スピーカから音を出す。
【００７１】なお、音声入力端末からの音ではないデー
タ入力がある場合は、TdataInとして受け付ける。
【００７２】また、対話制御手段５０７は、音声対話用
VoiceＸＭＬブラウザで構成してもよい。
【００７３】次に、図１８〜図２１により、各情報ＡＳ
Ｐの詳細な構成を説明する。
【００７４】図１８は、本発明によるナビゲーション情
報ＡＳＰの構成を示すブロック図である。ナビゲーショ
ン情報ＡＳＰは、地図情報や経路探索情報をサービスす
るプロバイダであり、インターネットとのインタフェー
ス６０ａ１００と、あいまい検索手段６０ａ２００と、
経路探索手段６０ａ５００と、対話ルール処理手段６０
ａ７００とからなる。各手段は、各々辞書を参照して要
求を処理する。
【００７５】あいまい検索手段６０ａ２００は、行き先
情報であるランドマーク情報のデータベースランドマー
クＤＢ６０ａ３００と、あいまい検索するためのランド
マークＩＮＤＥＸ６０ａ４００辞書とを参照する。詳細
な動作については、後述する。
【００７６】経路探索手段６０ａ５００は、地図データ
であるMapDB６０ａ６００を参照して現在地から、目的
地までの経路を探索する。この経路探索は、一般になさ
れている経路探索処理であるので、詳細な説明を省略す
る。
【００７７】対話ルール処理手段６０ａ７００は、各情
報ＡＳＰごとに特有の対話ルールを処理する手段であ
り、対話ルール６０ｂ８００は、音声ポータルサーバ５
０の基本対話以外のルールとして利用される。
【００７８】図１９は、本発明による音楽情報ＡＳＰの
構成を示すブロック図である。図１８のＡＳＰと比較す
ると、音楽情報ＡＳＰには、経路探索手段に相当するも
のが無く、コンテンツが、音楽ＤＢ６０ｂ３００，音楽
ＩＮＤＥＸ６０ｂ４００，音楽用対話ルール６０ｂ８０
０となっている。
【００７９】図２０は、本発明によるＴＶ番組情報ＡＳ
Ｐの構成を示すブロック図である。図１９のＡＳＰと
は、コンテンツの内容が異なるだけである。コンテンツ
としては、ＴＶ番組ＤＢ６０ｃ３００，番組ＩＮＤＥＸ
６０ｃ４００，番組用対話ルール６０ｃ８００がある。
【００８０】なお、本明細書で、ＴＶ番組とは、ＴＶ番
組，ＣＳ番組，ＣＡＴＶ番組の少なくとも１つの情報を
意味する。
【００８１】図２１は、本発明による電話情報ＡＳＰの
構成を示すブロック図である。図１９のＡＳＰとは、コ
ンテンツが異なり、電話ＤＢ６０ｄ３００，電話ＩＮＤ
ＥＸ６０ｄ４００，電話用対話ルール６０ｄ８００を備
えている。
【００８２】図２２は、本発明による音声操作メニュー
画面の一例を示す図である。音声メニューには、各情報
ＡＳＰに応じて音声メニューアイコンが用意されてい
る。ナビゲーション情報ＡＳＰに関するものには、“目
的地設定。”，“目的地検索。”，“経由地設定。”，
“現在地表示。”がある。
【００８３】音楽情報ＡＳＰに関するものには、“音楽
検索。”がある。番組情報ＡＳＰに関するものには、
“番組検索。”、“番組予約。”がある。電話情報ＡＳ
Ｐに関すものには、“電話検索。”がある。
【００８４】本発明では、項目を音声メニューから入力
する方法と、対象物も含めてすべて音声で入力する方法
も許している。例えば、目的地検索の例では、メニュー
を押さずに、“日立神田に目的地を設定する。”と直接
音声入力してもよい。
【００８５】図２３は、本発明による各種情報ＡＳＰの
あいまい検索手段６０ａ２００の構成を示すブロック図
である。他のあいまい検索手段６０ｂ２００，６０ｃ２
００，６０ｄ２００の構成も、あいまい検索手段６０ａ
２００と同様である。
【００８６】図２３において、あいまい検索手段６０ａ
２００は、検索エンジン６０ａ１００と、２文字ＩＮＤ
ＥＸ生成６０ａ２２０とからなる。検索エンジン６０ａ
１００および２文字ＩＮＤＥＸ生成６０ａ２２０は、ラ
ンドマークＤＢａ３００およびランドマークＩＮＤＥＸ
６０ａ４００を参照しながら検索処理する。
【００８７】ランドマークＤＢは、数百万件の膨大なデ
ータを保有しているので、ランドマークＩＮＤＥＸは、
２文字ＩＮＤＥＸ生成処理により、予め作成しておく必
要がある。本発明においては、この２文字ＩＮＤＥＸ生
成処理により、高速でかつあいまい検索がなされるのが
特徴である。ここで、あいまい検索とは、検索語句の意
味があいまいではなく、文字列の一部の誤り(一部文字
列追加、一部文字列欠損、文字列順不同、一部文字列誤
り)があっても、入力された語句を検索できることを意
味している。
【００８８】図２４は、本発明による各種情報ＡＳＰの
あいまい検索の手順の一例を示す図である。例として、
“日立神田に。”に目的地設定をする場合を示す。
【００８９】まず、“日立神田に。”の検索キーワード
６０ａ２００ｋｅｙが入力されると、２文字ごとに切出
処理６０ａ２１１をする。
【００９０】次に、２文字ごとにランドマークＩＮＤＥ
Ｘ検索６０ａ２１２をする。
【００９１】ランドマークＩＮＤＥＸ検索６０ａ２１２
からランドマークＤＢを検索し、ヒットするＤＢのレコ
ードを抽出する。
【００９２】抽出したレコードのうち、ヒット文字数の
多いものの順にソーティングし出力処理６０ａ２１４
し、検索結果としてリスト６０ａ２００ｒｅｓを出力す
る。
【００９３】以上のように、２文字ごとのＩＮＤＥＸ検
索するので、高速検索とあいまい検索の両方の特徴をも
つ。
【００９４】ここで、“日立神田に。”の“に。”が検
索オブジェクトにあってもランドマークＤＢに該当する
ものがなければ、無視される。一方、“神田日立に。”
と入力されても、関係するものがヒットする。
【００９５】このため、思いついた地名やランドマーク
を入力できる効果がある。
【００９６】なお、複数の検索結果を音声入力端末に出
力し、どの検索対象物を選択するかを音声指示し、選択
することもできる。
【００９７】本実施形態では、図２３〜図２４に図示し
たように、２文字ＩＮＤＥＸ生成処理により、検索する
例を示したが、３文字ＩＮＤＥＸや４文字ＩＮＤＥＸ生
成でもよい。
【００９８】特に、数字やアルファベットが多い情報を
もつ場合、３文字ＩＮＤＥＸや４文字ＩＮＤＥＸ生成の
方が、２文字ＩＮＤＥＸ処理よりも、不要な検索出力が
少なくなるという効果がある。
【００９９】図２５〜図２８を用いて、音声入力端末，
音声ポータルサーバ５０，情報ＡＳＰ６０間の具体的な
通信手順を説明する。
【０１００】図２５は、本発明による音声入力端末と音
声ポータルサーバとナビゲーション情報ＡＳＰとの間の
通信手順を示す図である。ここでは、音声入力端末Mobi
leＰＣ１０ｃ，音声ポータルサーバ５０，ナビゲーショ
ン情報ＡＳＰ６０ａ間の通信手順を示すが、他の情報Ａ
ＳＰ間との通信手順もほぼ同様である。
【０１０１】まず、音声入力端末MobileＰＣ１０ｃから
音声ポータルサーバ５０に接続要求が出されると、音声
ポータルサーバ５０から、音声により“ご用件を入力く
ださい。”と音声入力端末MobileＰＣ１０ｃに音声出力
する。同時に、図２１の音声メニューも表示される。
【０１０２】次に、音声入力端末MobileＰＣ１０ｃで
は、音声で“日立神田に目的地を設定する。”と直接音
声入力する。
【０１０３】音声ポータルサーバ５０では、これを認識
し、対応して“日立神田に目的地を設定しますか？。”
と音声応答する。
【０１０４】ここで、“はい。”または“いいえ。”の
コマンド用の音声を入力する。
【０１０５】ここでは、“はい。”が入力されると、音
声ポータルサーバ５０は、“検索中です。”の音声応答
を音声入力端末MobileＰＣ１０ｃに返すとともに、ナビ
ゲーション情報ＡＳＰ６０ａに対し、コマンドＩＤ“Ｄ
０１。”、オブジェクト“日立神田に。”のデータを送
信し、検索結果を返してもらう。ここでは、検索結果数
(２件)と内容(ＸＸＸ，ＹＹＹ)を返す。
【０１０６】そこで、音声ポータルサーバ５０は、この
検索結果から“結果が２件あります。何番にしますか
？”と音声応答する。同時に、音声入力端末MobileＰＣ
１０ｃのディスプレイには、検索結果の内容表示がされ
る。
【０１０７】次に、音声で“１番。”と音声指示する
と、音声ポータルサーバ５０は音声を認識し、対応する
音声“目的地を１番に設定します。”を出力する。
【０１０８】さらに、音声入力端末MobileＰＣ１０ｃに
現在位置を要求し、現在位置情報を得て、この情報を元
に、ナビゲーション情報ＡＳＰ６０ａに対して、経路探
索コマンドとそのパラメータとを送信する。
【０１０９】音声ポータルサーバ５０は、ナビゲーショ
ン情報ＡＳＰから、探索結果である経路情報および地図
情報を得て、音声入力端末MobileＰＣ１０ｃに出力する
とともに、音声“安全運転でどうぞ。”と音声応答す
る。
【０１１０】ここで、上記通信手順で、“いいえ。”が
入力されると、図示していないが、“ご用件を入力くだ
さい。”に再度戻るようになっている。
【０１１１】複数ある検索結果を選択する場合、音声で
選択する例を示したが、タッチパネルを備えているの
で、タッチパネルで選択してもよい。この場合、検索結
果の内容とタッチパネルの座標との対応は、予め決めて
おかなければならない。
【０１１２】図２５において、音声入力端末としてMobi
leＰＣ１０ｃを用いたが、ＰＤＡ１０ａ、MobileＴＥＬ
１０ｂとナビゲーション情報ＡＳＰ間でやり取りしても
よい。この場合、人間ナビゲーションシステムになる。
すなわち、自分の音声入力端末の現在位置がわかるの
で、現在位置情報を表示したり、行きたいランドマーク
を検索したりできる。
【０１１３】図２６は、本発明による音声入力端末と音
声ポータルサーバと音楽情報ＡＳＰとの間の通信手順を
示す図である。音声入力端末MobileＰＣ１０ｃが、音声
ポータルサーバ５０を介して音楽情報ＡＳＰ６０ｂから
音楽のコンテンツサービスを受ける通信手順である。
【０１１４】まず、音声入力端末MobileＰＣ１０ｃから
音声ポータルサーバ５０に接続要求が出されると、音声
ポータルサーバ５０から、音声により“ご用件を入力く
ださい。”と音声入力端末MobileＰＣ１０ｃに音声出力
する。同時に、図２１の音声メニューも表示される。
【０１１５】次に、音声入力端末MobileＰＣ１０ｃで
は、音声で“Mariah Careyの曲を聴きたい。”と直接音
声入力する。
【０１１６】音声ポータルサーバ５０では、その音声を
認識し、対応して“Mariah Careyの曲を検索しますか
？。”と音声応答がある。
【０１１７】ここで、“はい。”または“いいえ。”の
コマンド用の音声を入力する。
【０１１８】ここでは、“はい。”が入力されると、音
声ポータルサーバ５０は、“検索中です。”の音声応答
を音声入力端末MobileＰＣ１０ｃに返すとともに、音楽
情報ＡＳＰ６０ｂに対し、コマンドＩＤ“M01。”、オ
ブジェクト“Mariah Careyの。”のデータを送信し、検
索結果を返してもらう。
【０１１９】ここでは、検索結果数(３件)と内容(ＸＸ
Ｘ，ＹＹＹ、ZZZ)を返す。
【０１２０】そこで、音声ポータルサーバ５０は、この
検索結果から“結果が３件あります。何番にしますか
？。”と音声応答する。同時に、音声入力端末MobileＰ
Ｃ１０ｃのディスプレイには、検索結果の内容表示がさ
れている。
【０１２１】次に、音声で“３番。”と音声指示する
と、音声ポータルサーバ５０はこれを認識し、対応する
音声“音楽を３番に設定します。”と出力する。同時
に、３番の音楽のダウンロードを音楽情報ＡＳＰに指示
する。
【０１２２】これにより、“お楽しみください。”の音
声応答と対応した音楽コンテンツが音声入力端末Mobile
ＰＣ１０ｃにダウンロードされる。
【０１２３】もし、検索結果が１件しか無い時のとき、
ＯＫかどうかの音声応答を待って、ダウンロードが開始
する。
【０１２４】図２７は、本発明による音声入力端末と音
声ポータルサーバとＴＶ番組情報ＡＳＰとの間の通信手
順を示す図である。音声入力端末ＴＶ３０ｂ、ＰＣ３０
ｃが、音声ポータルサーバ５０を介して番組情報ＡＳＰ
６０ｃからＴＶ番組のコンテンツサービスを受ける通信
手順である。
【０１２５】まず、音声入力端末から音声ポータルサー
バ５０に接続要求が出されると、音声ポータルサーバ５
０から、音声により“ご用件を入力ください。”と音声
入力端末に音声出力する。同時に、図２１の音声メニュ
ーも表示される。
【０１２６】次に、音声入力端末では、音声で“天気予
報の番組を見たい。”と直接音声入力する。
【０１２７】音声ポータルサーバ５０では、これを認識
し、対応して“天気予報の番組を検索しますか？。”と
音声応答がある。
【０１２８】ここで、“はい。”または“いいえ。”の
コマンド用の音声を入力する。
【０１２９】ここでは、“はい。”が入力されると、音
声ポータルサーバ５０は、“検索中です。”という音声
応答を音声入力端末に返すとともに、番組情報ＡＳＰ６
０ｃに対し、コマンドＩＤ“T01”、オブジェクト“天
気予報の。”のデータを送信し、検索結果を返してもら
う。
【０１３０】ここでは、検索結果数(２件)と内容(ＸＸ
Ｘ，ＹＹＹ)を返す。
【０１３１】そこで、音声ポータルサーバ５０は、この
検索結果から“結果が２件あります。何番にしますか
？”と音声応答する。同時に、音声入力端末のディスプ
レイには、検索結果の内容表示がされる。
【０１３２】次に、音声で“１番。”と音声指示する
と、音声ポータルサーバ５０はこれを認識し、対応する
音声“番組を１番に設定します。”を出力する。
【０１３３】その結果、ＴＶ番組に対応したチャンネル
が設定されて、天気予報サービスを見ることができる。
【０１３４】もし、複数の番組がなければ、ＯＫかどう
かの音声応答を待ってチャンネルを設定する。
【０１３５】ここで、もし、天気予報サービスが放送さ
れていないときは、チャンネルを予約できる。この場合
は、音声ポータルサーバ５０から、予約するかどうかの
案内があり、それに答えると、予約が終了する。
【０１３６】なお、毎週見ているＴＶ番組については、
毎週予約などもできる。
【０１３７】図２８は、本発明による音声入力端末と音
声ポータルサーバと電話情報ＡＳＰとの間の通信手順を
示す図である。音声入力端末家庭電話３０ａ，MobileＴ
ＥＬ１０ｂが、音声ポータルサーバ５０を介して、電話
情報ＡＳＰ６０ｄから電話情報のコンテンツサービスを
受ける通信手順である。
【０１３８】まず、音声入力端末から音声ポータルサー
バ５０に接続要求が出されると、音声ポータルサーバ５
０から、音声により“ご用件を入力ください。”と音声
入力端末に音声出力する。同時に、図２１の音声メニュ
ーも表示される。
【０１３９】次に、音声入力端末では、音声で“日立太
郎さんに電話をしたい。”と直接音声入力する。
【０１４０】音声ポータルサーバ５０では、これを認識
し、対応して“日立太郎さん電話をかけますか？。”と
音声応答する。
【０１４１】ここで、“はい。”または“いいえ。”の
コマンド用の音声を入力する。
【０１４２】ここでは、“はい。”が入力されると、音
声ポータルサーバ５０は、“検索中です。”の音声応答
を音声入力端末に返すとともに、電話情報ＡＳＰ６０ｄ
に対し、コマンドＩＤ“P01。”、オブジェクト“日立
太郎さんに。”のデータを送信し、検索結果を返しても
らう。
【０１４３】ここでは、検索結果数(２件)と内容(ＸＸ
Ｘ，ＹＹＹ)を返す。
【０１４４】そこで、音声ポータルサーバ５０は、この
検索結果から“結果が２件あります。何番にしますか
？。”と音声応答する。同時に、音声入力端末のディス
プレイには、検索結果の内容表示がされている。
【０１４５】次に、音声で“１番。”と音声指示する
と、音声ポータルサーバ５０はこれを認識し、対応する
音声“電話を１番にかけます。”と出力する。
【０１４６】具体的には、日立太郎さんの電話に電話を
かけて、相手がでたら対話できる。もし、検索結果が一
人だけならば、ＯＫかどうかの音声応答を待って電話を
かける。
【０１４７】
【発明の効果】本発明によれば、音声入力端末から入力
された音声を音声ポータルサーバで認識してコマンドと
オブジェクトとのテキストに分離し、分離されたテキス
トに基づき、アプリケーションサービスプロバイダにあ
る情報をあいまい検索し、オブジェクトテキストに一部
認識誤りがあっても、意図する情報を音声入力端末に提
供できる。
【０１４８】また、音声ポータルサーバの音声認識エン
ジンを長い文章に適した連続音声認識エンジンとコマン
ドのような短い文章に適した単語音声認識エンジンの２
つで構成し、総合的に評価しているため、音声対話の認
識性能が向上する。
【０１４９】さらに、アプリケーションサービスプロバ
イダ(ＡＳＰ)として、ナビゲーション情報ＡＳＰ，音楽
情報ＡＳＰ，番組情報ＡＳＰ，電話情報ＡＳＰを設けた
ので、ＰＤＡ，MobileＴＥＬ，MobileCarＰＣなどの移
動する音声入力端末や、家庭電話，ＴＶ，ＰＣなどの家
庭の音声入力端末にも、それぞれの必要に応じて、最適
な情報をサービスできる。
【図面の簡単な説明】
【図１】本発明による音声入力システムの実施形態の全
体構成を示すブロック図である。
【図２】本発明による音声入力端末であるＰＤＡの実施
形態の構成を示すブロック図である。
【図３】本発明による音声入力端末であるMobileＴＥＬ
の構成を示すブロック図である。
【図４】本発明による音声入力端末であるMobileCarＰ
Ｃの構成を示すブロック図である。
【図５】本発明による音声入力端末である家庭電話の構
成を示すブロック図である。
【図６】本発明による音声入力端末であるＴＶの構成を
示すブロック図である。
【図７】本発明による音声入力端末であるＰＣの構成を
示すブロック図である。
【図８】本発明による音声ポータルサーバの実施形態の
構成を示すブロック図である。
【図９】本発明による音声ポータルサーバの音声認識手
段の構成を示すブロック図である。
【図１０】本発明による音声ポータルサーバの音声認識
手段の動作を説明する図である。
【図１１】本発明による音声ポータルサーバの音声認識
手段の動作を説明する図である。
【図１２】本発明による音声ポータルサーバの音声認識
手段の動作を説明する図である。
【図１３】本発明による音声ポータルサーバの音声認識
手段の動作を説明する図である。
【図１４】本発明による音声ポータルサーバのコマンド
変換手段の構成を示すブロック図である。
【図１５】本発明による音声コマンドテキスト辞書の例
を示す図である。
【図１６】本発明による音声ポータルサーバのコマンド
変換手段の動作を説明する図である。
【図１７】本発明による音声ポータルサーバの対話制御
手段の構成を示すブロック図である。
【図１８】本発明によるナビゲーション情報ＡＳＰの構
成を示すブロック図である。
【図１９】本発明による音楽情報ＡＳＰの構成を示すブ
ロック図である。
【図２０】本発明によるＴＶ番組情報ＡＳＰの構成を示
すブロック図である。
【図２１】本発明による電話情報ＡＳＰの構成を示すブ
ロック図である。
【図２２】本発明による音声操作メニュー画面の一例を
示す図である。
【図２３】本発明による各種情報ＡＳＰのあいまい検索
手段の構成を示すブロック図である。
【図２４】本発明による各種情報ＡＳＰのあいまい検索
の手順の一例を示す図である。
【図２５】本発明による音声入力端末と音声ポータルサ
ーバとナビゲーション情報ＡＳＰとの間の通信手順を示
す図である。
【図２６】本発明による音声入力端末と音声ポータルサ
ーバと音楽情報ＡＳＰとの間の通信手順を示す図であ
る。
【図２７】本発明による音声入力端末と音声ポータルサ
ーバとＴＶ番組情報ＡＳＰとの間の通信手順を示す図で
ある。
【図２８】本発明による音声入力端末と音声ポータルサ
ーバと電話情報ＡＳＰとの間の通信手順を示す図であ
る。
【符号の説明】
１０ 携帯端末 １０ａ ＰＤＡ １０ｂ MobileＴＥＬ １０ｃ MobileCarＰＣ ２０ 無線基地局 ３０ 家庭端末 ３０ａ 家庭電話HomeＴＥＬ ３０ｂ ＴＶ ３０ｃ ＰＣ ４０ インターネット網 ５０ 音声ポータルサーバ ５０１ 通信手段 ５０２ 処理装置 ５０３ 音声認識手段 ５０３ａ 連続音声認識 ５０３ｂ 単語音声認識 ５０３ｃ 認識総合評価 ５０４ 認識辞書 ５０４ａ 連続音声認識辞書 ５０４ｂ 単語音声認識辞書 ５０５ コマンド変換手段 ５０５ａ コマンド文字列検索 ５０５ｂ オブジェクト抽出 ５０６ コマンドテキスト辞書 ５０７ 対話制御手段 ５０７ａ 対話処理手段 ５０７ｂ 基本対話ルール ５０７ｃ 端末データ制御 ５０７ｄ ＡＳＰ制御手段 ５０７ｅ 音声合成制御 ５０８ 音声合成手段 ５０９ Ｗｅｂブラウザ ６０ 情報ＡＳＰ ６０ａ ナビゲーション情報ＡＳＰ ６０ｂ 音楽情報ＡＳＰ ６０ｃ 番組情報ＡＳＰ ６０ｄ 電話情報ＡＳＰ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ１０Ｌ 15/00 Ｈ０４Ｍ 3/42 Ｐ 15/28 Ｑ Ｈ０４Ｍ 3/42 Ｒ 3/50 Ａ 11/08 3/50 Ｇ１０Ｌ 3/00 ５７１Ｆ 11/08 ５５１Ａ (72)発明者 森岡 道雄 茨城県日立市大みか町七丁目１番１号 株 式会社日立製作所日立研究所内 (72)発明者 上脇 正 茨城県日立市大みか町七丁目１番１号 株 式会社日立製作所日立研究所内 (72)発明者 奥出 真理子 茨城県日立市大みか町七丁目１番１号 株 式会社日立製作所日立研究所内 Ｆターム(参考） 5B075 KK07 ND06 ND12 ND14 ND16 NK06 PP14 5D015 KK02 LL01 5K015 AA07 AB00 GA00 GA02 5K024 AA71 AA76 BB01 CC00 5K101 KK16 KK18 LL00 NN08 NN21

Claims (13)

    【特許請求の範囲】
  1. 【請求項１】 音声入出力手段とＷｅｂブラウザと外部
    システムへのアクセス状況および検索結果を表示する表
    示手段とを備えた音声入力端末と、 前記音声入力端末からの音声を取り込みテキストとして
    認識する音声認識手段と、認識されたテキストをコマン
    ドテキスト辞書と照合しコマンドテキストとオブジェク
    トテキストとに分離するコマンド変換手段と、分離され
    たコマンドテキストとオブジェクトテキストとに基づい
    て各種情報を提供するアプリケーションサービスプロバ
    イダにアクセスしてサービスを受けこのサービスを前記
    音声入力端末に出力する対話制御手段とを備えた音声ポ
    ータルサーバと、 前記音声ポータルサーバから受信したコマンドテキスト
    およびオブジェクトテキストに基づいて情報を検索する
    情報検索手段を備え検索結果を前記音声ポータルサーバ
    にサービスするアプリケーションサービスプロバイダと
    からなる音声入力システム。
  2. 【請求項２】 請求項１に記載の音声入力システムにお
    いて、 前記アプリケーションサービスプロバイダの情報検索手
    段が、入力されたオブジェクトテキストをｎ文字ごとに
    切り出し予め作成してあるｎ文字ＩＮＤＥＸに基づいて
    情報検索する手段であることを特徴とする音声入力シス
    テム。
  3. 【請求項３】 請求項１または２に記載の音声入力シス
    テムにおいて、 前記アプリケーションサービスプロバイダが、地図情報
    をサービスするナビゲーション情報アプリケーションサ
    ービスプロバイダであることを特徴とする音声入力シス
    テム。
  4. 【請求項４】 請求項１ないし３のいずれか一項に記載
    の音声入力システムにおいて、 前記アプリケーションサービスプロバイダが、音楽情報
    をサービスする音楽情報アプリケーションサービスプロ
    バイダであることを特徴とする音声入力システム。
  5. 【請求項５】 請求項１ないし４のいずれか一項に記載
    の音声入力システムにおいて、 前記アプリケーションサービスプロバイダが、ＴＶ番
    組，ＣＳ番組，ＣＡＴＶ番組の少なくとも１つの情報を
    サービスする番組情報アプリケーションサービスプロバ
    イダであることを特徴とする音声入力システム。
  6. 【請求項６】 請求項１ないし５のいずれか一項に記載
    の音声入力システムにおいて、 前記アプリケーションサービスプロバイダが、電話情報
    をサービスする電話情報アプリケーションサービスプロ
    バイダであることを特徴とする音声入力システム。
  7. 【請求項７】 音声を入出力する手段と外部システムと
    のアクセス状況を表示する手段とを備えた音声入力端末
    と、各種情報を提供するアプリケーションサービスプロ
    バイダと、入力された音声に基づいて前記音声入力端末
    とアプリケーションサービスプロバイダとの対話を制御
    する音声ポータルサーバとからなる音声入力システムに
    おいて、 前記音声ポータルサーバは、前記音声入力端末からの音
    声を取り込みテキストとして認識する音声認識手段と、
    認識されたテキストをコマンドテキスト辞書と照合しコ
    マンドテキストとオブジェクトテキストとに分離するコ
    マンド変換手段と、分離されたコマンドテキストとオブ
    ジェクトテキストとを前記アプリケーションサービスプ
    ロバイダに送り前記アプリケーションサービスプロバイ
    ダで検索された情報を音声入力端末に出力する対話制御
    手段とを備えたことを特徴とする音声ポータルサーバ。
  8. 【請求項８】 請求項７に記載の音声ポータルサーバに
    おいて、 前記音声認識手段が、連続音声認識手段と、単語音声認
    識手段と、入力された音声の特徴量をしきい値として前
    記２つの認識手段の認識結果の一方を選択して出力する
    認識総合評価手段とを備えたことを特徴とする音声ポー
    タルサーバ。
  9. 【請求項９】 請求項８に記載の音声ポータルサーバに
    おいて、 前記音声の特徴量が、発話時間であることを特徴とする
    音声ポータルサーバ。
  10. 【請求項１０】 請求項８に記載の音声ポータルサーバ
    において、 前記音声の特徴量が、認識文字列長であることを特徴と
    する音声ポータルサーバ。
  11. 【請求項１１】 音声ポータルサーバおよび各種情報を
    提供するアプリケーションサービスプロバイダにアクセ
    スしサービスを受ける音声入力端末において、 音声入出力手段と、Ｗｅｂブラウザと、外部システムへ
    のアクセス状況および検索結果を表示する表示手段とを
    備えたことを特徴とする音声入力端末。
  12. 【請求項１２】 請求項１１に記載の音声入力端末にお
    いて、 ＰＤＡ，携帯電話，車載ナビゲーションのいずれかに組
    み込まれていることを特徴する携帯音声入力端末。
  13. 【請求項１３】 請求項１１に記載の音声入力端末にお
    いて、 家庭電話，ＴＶ，ＰＣのいずれかに組み込まれているこ
    とを特徴する家庭音声入力端末。
JP2001306787A 2001-10-02 2001-10-02 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 Expired - Fee Related JP3997459B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2001306787A JP3997459B2 (ja) 2001-10-02 2001-10-02 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
EP02003448A EP1300828A3 (en) 2001-10-02 2002-02-14 Speech input system, portal server, and terminal
US10/083,636 US20030074199A1 (en) 2001-10-02 2002-02-27 Speech input system, speech portal server, and speech input terminal
US10/192,317 US6944593B2 (en) 2001-10-02 2002-07-11 Speech input system, speech portal server, and speech input terminal
US10/823,552 US7058579B2 (en) 2001-10-02 2004-04-14 Speech input system, speech portal server, and speech input terminal
US11/060,390 US7299186B2 (en) 2001-10-02 2005-02-17 Speech input system, speech portal server, and speech input terminal

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001306787A JP3997459B2 (ja) 2001-10-02 2001-10-02 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

Publications (2)

Publication Number Publication Date
JP2003115929A true JP2003115929A (ja) 2003-04-18
JP3997459B2 JP3997459B2 (ja) 2007-10-24

Family

ID=19126369

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001306787A Expired - Fee Related JP3997459B2 (ja) 2001-10-02 2001-10-02 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

Country Status (3)

Country Link
US (4) US20030074199A1 (ja)
EP (1) EP1300828A3 (ja)
JP (1) JP3997459B2 (ja)

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006246444A (ja) * 2005-02-28 2006-09-14 Microsoft Corp ユニファイド・メッセージングの状態変更の動的構成
JP2007171963A (ja) * 2005-12-20 2007-07-05 Karl Storz Endoskop Produktions Gmbh 自動音声認識システムにおける孤立語句コマンド認識及び接続語句コマンド認識の同時対応
JP2007226649A (ja) * 2006-02-24 2007-09-06 Kenwood Corp 検索装置及びプログラム
KR100837542B1 (ko) * 2006-10-27 2008-06-12 주식회사 케이티 정보 통신망을 이용한 음악 콘텐츠 제공 방법 및 그 시스템
JP2009521745A (ja) * 2005-12-22 2009-06-04 マイクロソフト コーポレーション 音声で起動されるネットワーク動作
JP2010048953A (ja) * 2008-08-20 2010-03-04 Toshiba Corp 対話文生成装置
JP2010072578A (ja) * 2008-09-22 2010-04-02 Toshiba Corp 対話文生成装置及び方法
KR20110086492A (ko) * 2010-01-22 2011-07-28 구글 인코포레이티드 음성 명령의 다차원 명확화
JP2013064777A (ja) * 2011-09-15 2013-04-11 Ntt Docomo Inc 端末装置、音声認識プログラム、音声認識方法および音声認識システム
JP2013088813A (ja) * 2011-10-13 2013-05-13 Hyundai Motor Co Ltd 音源情報管理サービスシステム及び音源情報管理サービス方法
US8521513B2 (en) 2010-03-12 2013-08-27 Microsoft Corporation Localization for interactive voice response systems
JP2013174644A (ja) * 2012-02-23 2013-09-05 Ntt Docomo Inc 通信端末、制御方法及びプログラム
JP2014507030A (ja) * 2011-01-28 2014-03-20 アマゾン テクノロジーズ インコーポレイテッド オーディオ・ベースのアプリケーション・アーキテクチャ
WO2014107101A1 (en) * 2013-01-07 2014-07-10 Samsung Electronics Co., Ltd. Display apparatus and method for controlling the same
WO2014107076A1 (en) * 2013-01-07 2014-07-10 Samsung Electronics Co., Ltd. Display apparatus and method of controlling a display apparatus in a voice recognition system
WO2014107102A1 (en) * 2013-01-07 2014-07-10 Samsung Electronics Co., Ltd. Display apparatus and method of controlling display apparatus
WO2014107097A1 (en) * 2013-01-07 2014-07-10 Samsung Electronics Co., Ltd. Display apparatus and method for controlling the display apparatus
JP2014179067A (ja) * 2013-03-14 2014-09-25 Honda Motor Co Ltd 音声インターフェースシステム及び方法
WO2014171144A1 (ja) * 2013-04-19 2014-10-23 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 家電機器の制御方法、家電機器制御システム、及びゲートウェイ
JP2015052945A (ja) * 2013-09-06 2015-03-19 株式会社ユピテル システム及びプログラム
US20150081495A1 (en) * 2013-09-19 2015-03-19 Barclays Bank Plc System and Method for Account Succession
JP2015088108A (ja) * 2013-11-01 2015-05-07 株式会社ユピテル システム及びプログラム
JP2015232868A (ja) * 2014-05-13 2015-12-24 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 音声認識機能を用いた情報提供方法および機器の制御方法
US9317605B1 (en) 2012-03-21 2016-04-19 Google Inc. Presenting forked auto-completions
US9646606B2 (en) 2013-07-03 2017-05-09 Google Inc. Speech recognition using domain knowledge
KR20170055466A (ko) * 2017-05-12 2017-05-19 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
JP2017182075A (ja) * 2017-05-01 2017-10-05 株式会社ニコン 情報処理装置
KR101829855B1 (ko) 2009-10-28 2018-03-29 구글 엘엘씨 컴퓨팅 디바이스 상에서의 음성 액션들
KR20180048510A (ko) * 2018-04-26 2018-05-10 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
JP2019056913A (ja) * 2014-05-13 2019-04-11 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 音声認識機能を用いた情報提供方法および機器の制御方法
KR20190128615A (ko) * 2019-11-11 2019-11-18 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
KR20200029422A (ko) * 2020-03-10 2020-03-18 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
WO2021060575A1 (ko) * 2019-09-24 2021-04-01 엘지전자 주식회사 인공 지능 서버 및 그의 동작 방법

Families Citing this family (210)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US7966078B2 (en) 1999-02-01 2011-06-21 Steven Hoffberg Network media appliance system and method
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US7024209B1 (en) * 2000-12-20 2006-04-04 Cisco Technology, Inc. Unified messaging system configured for management of short message service-type messages
JP3722359B2 (ja) * 2001-06-29 2005-11-30 Ｅｓｍｅｒｔｅｃエンジニアリングサービス株式会社 文字入力システム及び通信端末
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
US7398209B2 (en) 2002-06-03 2008-07-08 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
GB2389762A (en) * 2002-06-13 2003-12-17 Seiko Epson Corp A semiconductor chip which includes a text to speech (TTS) system, for a mobile telephone or other electronic product
US7693720B2 (en) * 2002-07-15 2010-04-06 Voicebox Technologies, Inc. Mobile systems and methods for responding to natural language speech utterance
US7158779B2 (en) * 2003-11-11 2007-01-02 Microsoft Corporation Sequential multimodal input
US8442331B2 (en) 2004-02-15 2013-05-14 Google Inc. Capturing text from rendered documents using supplemental information
US7707039B2 (en) 2004-02-15 2010-04-27 Exbiblio B.V. Automatic modification of web pages
US10635723B2 (en) 2004-02-15 2020-04-28 Google Llc Search engines and systems with handheld document data capture devices
US7812860B2 (en) 2004-04-01 2010-10-12 Exbiblio B.V. Handheld device for capturing text from both a document printed on paper and a document displayed on a dynamic display device
US7983835B2 (en) 2004-11-03 2011-07-19 Lagassey Paul J Modular intelligent transportation system
US8954325B1 (en) * 2004-03-22 2015-02-10 Rockstar Consortium Us Lp Speech recognition in automated information services systems
US8146156B2 (en) 2004-04-01 2012-03-27 Google Inc. Archive of text captures from rendered documents
US7894670B2 (en) 2004-04-01 2011-02-22 Exbiblio B.V. Triggering actions in response to optically or acoustically capturing keywords from a rendered document
US8081849B2 (en) 2004-12-03 2011-12-20 Google Inc. Portable scanning and memory device
US9143638B2 (en) 2004-04-01 2015-09-22 Google Inc. Data capture from rendered documents using handheld device
US20060098900A1 (en) 2004-09-27 2006-05-11 King Martin T Secure data gathering from rendered documents
US9008447B2 (en) 2004-04-01 2015-04-14 Google Inc. Method and system for character recognition
US20060081714A1 (en) 2004-08-23 2006-04-20 King Martin T Portable scanning device
US7990556B2 (en) 2004-12-03 2011-08-02 Google Inc. Association of a portable scanner with input/output and storage devices
US9116890B2 (en) 2004-04-01 2015-08-25 Google Inc. Triggering actions in response to optically or acoustically capturing keywords from a rendered document
US8713418B2 (en) 2004-04-12 2014-04-29 Google Inc. Adding value to a rendered document
US8874504B2 (en) 2004-12-03 2014-10-28 Google Inc. Processing techniques for visual capture data from a rendered document
US8489624B2 (en) 2004-05-17 2013-07-16 Google, Inc. Processing techniques for text capture from a rendered document
US8620083B2 (en) 2004-12-03 2013-12-31 Google Inc. Method and system for character recognition
FR2871978B1 (fr) * 2004-06-16 2006-09-22 Alcatel Sa Procede de traitement de signaux sonores pour un terminal de communication et terminal de communication mettant en oeuvre ce procede
US8346620B2 (en) 2004-07-19 2013-01-01 Google Inc. Automatic modification of web pages
US7580837B2 (en) 2004-08-12 2009-08-25 At&T Intellectual Property I, L.P. System and method for targeted tuning module of a speech recognition system
US7242751B2 (en) 2004-12-06 2007-07-10 Sbc Knowledge Ventures, L.P. System and method for speech recognition-enabled automatic call routing
US7751551B2 (en) 2005-01-10 2010-07-06 At&T Intellectual Property I, L.P. System and method for speech-enabled call routing
US7627096B2 (en) * 2005-01-14 2009-12-01 At&T Intellectual Property I, L.P. System and method for independently recognizing and selecting actions and objects in a speech recognition system
US7529677B1 (en) 2005-01-21 2009-05-05 Itt Manufacturing Enterprises, Inc. Methods and apparatus for remotely processing locally generated commands to control a local device
US7657020B2 (en) 2005-06-03 2010-02-02 At&T Intellectual Property I, Lp Call routing system and method of using the same
US7640160B2 (en) 2005-08-05 2009-12-29 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
JP5394739B2 (ja) * 2005-08-09 2014-01-22 モバイル・ヴォイス・コントロール・エルエルシー 音声制御型ワイヤレス通信デバイス・システム
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
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US8635073B2 (en) * 2005-09-14 2014-01-21 At&T Intellectual Property I, L.P. Wireless multimodal voice browser for wireline-based IPTV services
WO2007070842A2 (en) * 2005-12-15 2007-06-21 Josef Berger System and methods for initiating, maintaining, and delivering personalized information by communication server
US7634263B2 (en) 2006-01-30 2009-12-15 Apple Inc. Remote control of electronic devices
US7698140B2 (en) * 2006-03-06 2010-04-13 Foneweb, Inc. Message transcription, voice query and query delivery system
EP2067119A2 (en) 2006-09-08 2009-06-10 Exbiblio B.V. Optical scanners, such as hand-held optical scanners
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8073681B2 (en) 2006-10-16 2011-12-06 Voicebox Technologies, Inc. System and method for a cooperative conversational voice user interface
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
US8676582B2 (en) * 2007-03-14 2014-03-18 Nec Corporation System and method for speech recognition using a reduced user dictionary, and computer readable storage medium therefor
US8650030B2 (en) * 2007-04-02 2014-02-11 Google Inc. Location based responses to telephone requests
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US8032383B1 (en) * 2007-05-04 2011-10-04 Foneweb, Inc. Speech controlled services and devices using internet
US8165886B1 (en) * 2007-10-04 2012-04-24 Great Northern Research LLC Speech interface system and method for control and interaction with applications on a computing system
US8595642B1 (en) 2007-10-04 2013-11-26 Great Northern Research, LLC Multiple shell multi faceted graphical user interface
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
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US20090234655A1 (en) * 2008-03-13 2009-09-17 Jason Kwon Mobile electronic device with active speech recognition
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
JP5451982B2 (ja) * 2008-04-23 2014-03-26 ニュアンス コミュニケーションズ，インコーポレイテッド 支援装置、プログラムおよび支援方法
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
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8340974B2 (en) * 2008-12-30 2012-12-25 Motorola Mobility Llc Device, system and method for providing targeted advertisements and content based on user speech data
DE202010018601U1 (de) 2009-02-18 2018-04-30 Google LLC (n.d.Ges.d. Staates Delaware) Automatisches Erfassen von Informationen, wie etwa Erfassen von Informationen unter Verwendung einer dokumentenerkennenden Vorrichtung
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
US8447066B2 (en) 2009-03-12 2013-05-21 Google Inc. Performing actions based on capturing information from rendered documents, such as documents under copyright
WO2010105245A2 (en) 2009-03-12 2010-09-16 Exbiblio B.V. Automatically providing content associated with captured information, such as information captured in real-time
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US20120311585A1 (en) 2011-06-03 2012-12-06 Apple Inc. Organizing task items that represent tasks to perform
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US20110106783A1 (en) * 2009-11-03 2011-05-05 Kalbhavi Srinivas Mobile search with a landmark
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
US8379801B2 (en) * 2009-11-24 2013-02-19 Sorenson Communications, Inc. Methods and systems related to text caption error correction
US20110131040A1 (en) * 2009-12-01 2011-06-02 Honda Motor Co., Ltd Multi-mode speech recognition
US9081799B2 (en) 2009-12-04 2015-07-14 Google Inc. Using gestalt information to identify locations in printed information
US9323784B2 (en) 2009-12-09 2016-04-26 Google Inc. Image search using text-based elements within the contents of images
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
WO2011089450A2 (en) 2010-01-25 2011-07-28 Andrew Peter Nelson Jerram Apparatuses, methods and systems for a digital conversation management platform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US8738377B2 (en) * 2010-06-07 2014-05-27 Google Inc. Predicting and learning carrier phrases for speech input
EP2586026B1 (en) 2010-06-24 2016-11-16 Honda Motor Co., Ltd. Communication system and method between an on-vehicle voice recognition system and an off-vehicle voice recognition system
US9015043B2 (en) * 2010-10-01 2015-04-21 Google Inc. Choosing recognized text from a background environment
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
KR101776673B1 (ko) * 2011-01-11 2017-09-11 삼성전자주식회사 자연어 처리용 문법 자동 생성 장치 및 방법
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US9368107B2 (en) * 2011-04-20 2016-06-14 Nuance Communications, Inc. Permitting automated speech command discovery via manual event to command mapping
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
KR20130016644A (ko) * 2011-08-08 2013-02-18 삼성전자주식회사 음성인식장치, 음성인식서버, 음성인식시스템 및 음성인식방법
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US20130069962A1 (en) * 2011-09-15 2013-03-21 Microsoft Corporation Active Lock Wallpapers
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
KR20130125067A (ko) * 2012-05-08 2013-11-18 삼성전자주식회사 전자 장치 및 그의 제어 방법
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
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US20140013249A1 (en) * 2012-07-06 2014-01-09 Shahram Moeinifar Conversation management systems and methods
US9497515B2 (en) 2012-08-16 2016-11-15 Nuance Communications, Inc. User interface for entertainment systems
US9031848B2 (en) 2012-08-16 2015-05-12 Nuance Communications, Inc. User interface for searching a bundled service content data source
US9026448B2 (en) 2012-08-16 2015-05-05 Nuance Communications, Inc. User interface for entertainment systems
US8799959B2 (en) 2012-08-16 2014-08-05 Hoi L. Young User interface for entertainment systems
US9106957B2 (en) * 2012-08-16 2015-08-11 Nuance Communications, Inc. Method and apparatus for searching data sources for entertainment systems
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
KR102516577B1 (ko) 2013-02-07 2023-04-03 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
WO2014144949A2 (en) 2013-03-15 2014-09-18 Apple Inc. Training an at least partial voice command system
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
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
CN105265005B (zh) 2013-06-13 2019-09-17 苹果公司 用于由语音命令发起的紧急呼叫的系统和方法
CN103414934B (zh) * 2013-07-16 2018-03-30 深圳Tcl新技术有限公司 终端显示电视节目信息的方法和系统
WO2015020942A1 (en) 2013-08-06 2015-02-12 Apple Inc. Auto-activating smart responses based on activities from remote devices
US9245527B2 (en) 2013-10-11 2016-01-26 Apple Inc. Speech recognition wake-up of a handheld portable electronic device
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
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
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
EP3149728B1 (en) 2014-05-30 2019-01-16 Apple Inc. Multi-command single utterance input method
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
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
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9898459B2 (en) 2014-09-16 2018-02-20 Voicebox Technologies Corporation Integration of domain information into state transitions of a finite state transducer for natural language processing
EP3195145A4 (en) 2014-09-16 2018-01-24 VoiceBox Technologies Corporation Voice commerce
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
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
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
CN107003999B (zh) 2014-10-15 2020-08-21 声钰科技 对用户的在先自然语言输入的后续响应的系统和方法
US10614799B2 (en) 2014-11-26 2020-04-07 Voicebox Technologies Corporation System and method of providing intent predictions for an utterance prior to a system detection of an end of the utterance
US10431214B2 (en) 2014-11-26 2019-10-01 Voicebox Technologies Corporation System and method of determining a domain and/or an action related to a natural language input
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
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
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
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
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
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
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
US10331784B2 (en) 2016-07-29 2019-06-25 Voicebox Technologies Corporation System and method of disambiguating natural language processing requests
CN106331874A (zh) * 2016-08-31 2017-01-11 浙江创佳数字技术有限公司 机顶盒的控制方法及设备
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
JP7028179B2 (ja) * 2016-09-29 2022-03-02 日本電気株式会社 情報処理装置、情報処理方法およびコンピュータ・プログラム
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
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
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US11423879B2 (en) * 2017-07-18 2022-08-23 Disney Enterprises, Inc. Verbal cues for high-speed control of a voice-enabled device
KR102374910B1 (ko) * 2017-08-22 2022-03-16 삼성전자주식회사 음성 데이터 처리 방법 및 이를 지원하는 전자 장치

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2955297B2 (ja) * 1988-05-27 1999-10-04 株式会社東芝 音声認識システム
JPH06133039A (ja) 1992-10-16 1994-05-13 Oki Electric Ind Co Ltd 気象情報自動案内装置
JPH06212478A (ja) 1993-01-14 1994-08-02 Olympus Optical Co Ltd 電鋳型の製造方法
US5752232A (en) * 1994-11-14 1998-05-12 Lucent Technologies Inc. Voice activated device and method for providing access to remotely retrieved data
JP3526101B2 (ja) 1995-03-14 2004-05-10 株式会社リコー 音声認識装置
JP3284832B2 (ja) * 1995-06-22 2002-05-20 セイコーエプソン株式会社 音声認識対話処理方法および音声認識対話装置
US5799279A (en) * 1995-11-13 1998-08-25 Dragon Systems, Inc. Continuous speech recognition of text and commands
TW421764B (en) * 1996-05-21 2001-02-11 Hitachi Ltd Input character string estimation and identification apparatus
US5915001A (en) * 1996-11-14 1999-06-22 Vois Corporation System and method for providing and using universally accessible voice and speech data files
US5960399A (en) * 1996-12-24 1999-09-28 Gte Internetworking Incorporated Client/server speech processor/recognizer
US6856960B1 (en) * 1997-04-14 2005-02-15 At & T Corp. System and method for providing remote automatic speech recognition and text-to-speech services via a packet network
US6044347A (en) * 1997-08-05 2000-03-28 Lucent Technologies Inc. Methods and apparatus object-oriented rule-based dialogue management
JP3088364B2 (ja) 1997-11-05 2000-09-18 株式会社エイ・ティ・アール音声翻訳通信研究所 音声言語理解装置及び音声言語理解システム
US6144989A (en) * 1998-06-15 2000-11-07 Dejima, Inc. Adaptive agent-oriented software architecture
JP2000057490A (ja) 1998-08-06 2000-02-25 Fujitsu Ten Ltd ナビゲーション装置
US7137126B1 (en) * 1998-10-02 2006-11-14 International Business Machines Corporation Conversational computing via conversational virtual machine
US6587822B2 (en) 1998-10-06 2003-07-01 Lucent Technologies Inc. Web-based platform for interactive voice response (IVR)
JP2001034292A (ja) 1999-07-26 2001-02-09 Denso Corp 単語列認識装置
JP2000224338A (ja) 1999-01-28 2000-08-11 Alpine Electronics Inc 車載用通信装置
JP2000259183A (ja) 1999-03-10 2000-09-22 Sony Corp 情報提供システム、クライアント、情報提供サーバ及び情報提供方法
US6338082B1 (en) * 1999-03-22 2002-01-08 Eric Schneider Method, product, and apparatus for requesting a network resource
US6327566B1 (en) * 1999-06-16 2001-12-04 International Business Machines Corporation Method and apparatus for correcting misinterpreted voice commands in a speech recognition system
US6401068B1 (en) * 1999-06-17 2002-06-04 Navigation Technologies Corp. Method and system using voice commands for collecting data for a geographic database
US6601026B2 (en) * 1999-09-17 2003-07-29 Discern Communications, Inc. Information retrieval by natural language querying
US6356868B1 (en) * 1999-10-25 2002-03-12 Comverse Network Systems, Inc. Voiceprint identification system
US6434529B1 (en) * 2000-02-16 2002-08-13 Sun Microsystems, Inc. System and method for referencing object instances and invoking methods on those object instances from within a speech recognition grammar
US6473734B1 (en) * 2000-03-27 2002-10-29 Motorola, Inc. Methodology for the use of verbal proxies for dynamic vocabulary additions in speech interfaces
US6922670B2 (en) * 2000-10-24 2005-07-26 Sanyo Electric Co., Ltd. User support apparatus and system using agents
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

Cited By (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006246444A (ja) * 2005-02-28 2006-09-14 Microsoft Corp ユニファイド・メッセージングの状態変更の動的構成
US8225232B2 (en) 2005-02-28 2012-07-17 Microsoft Corporation Dynamic configuration of unified messaging state changes
JP2007171963A (ja) * 2005-12-20 2007-07-05 Karl Storz Endoskop Produktions Gmbh 自動音声認識システムにおける孤立語句コマンド認識及び接続語句コマンド認識の同時対応
JP2009521745A (ja) * 2005-12-22 2009-06-04 マイクロソフト コーポレーション 音声で起動されるネットワーク動作
JP2007226649A (ja) * 2006-02-24 2007-09-06 Kenwood Corp 検索装置及びプログラム
KR100837542B1 (ko) * 2006-10-27 2008-06-12 주식회사 케이티 정보 통신망을 이용한 음악 콘텐츠 제공 방법 및 그 시스템
JP2010048953A (ja) * 2008-08-20 2010-03-04 Toshiba Corp 対話文生成装置
JP2010072578A (ja) * 2008-09-22 2010-04-02 Toshiba Corp 対話文生成装置及び方法
US8856010B2 (en) 2008-09-22 2014-10-07 Kabushiki Kaisha Toshiba Apparatus and method for dialogue generation in response to received text
US11768081B2 (en) 2009-10-28 2023-09-26 Google Llc Social messaging user interface
KR101829855B1 (ko) 2009-10-28 2018-03-29 구글 엘엘씨 컴퓨팅 디바이스 상에서의 음성 액션들
US10578450B2 (en) 2009-10-28 2020-03-03 Google Llc Navigation queries
KR20110086492A (ko) * 2010-01-22 2011-07-28 구글 인코포레이티드 음성 명령의 다차원 명확화
KR101667006B1 (ko) * 2010-01-22 2016-10-24 구글 인코포레이티드 음성 명령의 다차원 명확화
JP2011150682A (ja) * 2010-01-22 2011-08-04 Google Inc 音声コマンドの多次元曖昧性解消
US8521513B2 (en) 2010-03-12 2013-08-27 Microsoft Corporation Localization for interactive voice response systems
JP2014507030A (ja) * 2011-01-28 2014-03-20 アマゾン テクノロジーズ インコーポレイテッド オーディオ・ベースのアプリケーション・アーキテクチャ
US10382509B2 (en) 2011-01-28 2019-08-13 Amazon Technologies, Inc. Audio-based application architecture
JP2013064777A (ja) * 2011-09-15 2013-04-11 Ntt Docomo Inc 端末装置、音声認識プログラム、音声認識方法および音声認識システム
JP2013088813A (ja) * 2011-10-13 2013-05-13 Hyundai Motor Co Ltd 音源情報管理サービスシステム及び音源情報管理サービス方法
JP2013174644A (ja) * 2012-02-23 2013-09-05 Ntt Docomo Inc 通信端末、制御方法及びプログラム
US10210242B1 (en) 2012-03-21 2019-02-19 Google Llc Presenting forked auto-completions
US9317605B1 (en) 2012-03-21 2016-04-19 Google Inc. Presenting forked auto-completions
WO2014107097A1 (en) * 2013-01-07 2014-07-10 Samsung Electronics Co., Ltd. Display apparatus and method for controlling the display apparatus
WO2014107102A1 (en) * 2013-01-07 2014-07-10 Samsung Electronics Co., Ltd. Display apparatus and method of controlling display apparatus
WO2014107076A1 (en) * 2013-01-07 2014-07-10 Samsung Electronics Co., Ltd. Display apparatus and method of controlling a display apparatus in a voice recognition system
WO2014107101A1 (en) * 2013-01-07 2014-07-10 Samsung Electronics Co., Ltd. Display apparatus and method for controlling the same
US9880808B2 (en) 2013-01-07 2018-01-30 Samsung Electronics Co., Ltd. Display apparatus and method of controlling a display apparatus in a voice recognition system
US9520133B2 (en) 2013-01-07 2016-12-13 Samsung Electronics Co., Ltd. Display apparatus and method for controlling the display apparatus
US9396737B2 (en) 2013-01-07 2016-07-19 Samsung Electronics Co., Ltd. Display apparatus and method for controlling the display apparatus
US9123345B2 (en) 2013-03-14 2015-09-01 Honda Motor Co., Ltd. Voice interface systems and methods
JP2014179067A (ja) * 2013-03-14 2014-09-25 Honda Motor Co Ltd 音声インターフェースシステム及び方法
JPWO2014171144A1 (ja) * 2013-04-19 2017-02-16 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 家電機器の制御方法、家電機器制御システム、及びゲートウェイ
USRE48569E1 (en) 2013-04-19 2021-05-25 Panasonic Intellectual Property Corporation Of America Control method for household electrical appliance, household electrical appliance control system, and gateway
US9390716B2 (en) 2013-04-19 2016-07-12 Panasonic Intellectual Property Corporation Of America Control method for household electrical appliance, household electrical appliance control system, and gateway
WO2014171144A1 (ja) * 2013-04-19 2014-10-23 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 家電機器の制御方法、家電機器制御システム、及びゲートウェイ
JP2018190436A (ja) * 2013-04-19 2018-11-29 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 機器の制御方法、機器、及びプログラム
US9646606B2 (en) 2013-07-03 2017-05-09 Google Inc. Speech recognition using domain knowledge
JP2015052945A (ja) * 2013-09-06 2015-03-19 株式会社ユピテル システム及びプログラム
US20150081495A1 (en) * 2013-09-19 2015-03-19 Barclays Bank Plc System and Method for Account Succession
JP2015088108A (ja) * 2013-11-01 2015-05-07 株式会社ユピテル システム及びプログラム
JP2015232868A (ja) * 2014-05-13 2015-12-24 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 音声認識機能を用いた情報提供方法および機器の制御方法
JP2019056913A (ja) * 2014-05-13 2019-04-11 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 音声認識機能を用いた情報提供方法および機器の制御方法
JP2020101822A (ja) * 2014-05-13 2020-07-02 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 音声認識機能を用いた情報提供方法および機器の制御方法
JP2017182075A (ja) * 2017-05-01 2017-10-05 株式会社ニコン 情報処理装置
KR102045539B1 (ko) * 2017-05-12 2019-11-15 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
KR20170055466A (ko) * 2017-05-12 2017-05-19 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
KR102051480B1 (ko) * 2018-04-26 2019-12-03 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
KR20180048510A (ko) * 2018-04-26 2018-05-10 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
WO2021060575A1 (ko) * 2019-09-24 2021-04-01 엘지전자 주식회사 인공 지능 서버 및 그의 동작 방법
KR20190128615A (ko) * 2019-11-11 2019-11-18 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
KR102089593B1 (ko) * 2019-11-11 2020-03-16 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
KR20200029422A (ko) * 2020-03-10 2020-03-18 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법
KR102124396B1 (ko) * 2020-03-10 2020-06-18 삼성전자주식회사 디스플레이 장치, 및 이의 제어 방법, 그리고 음성 인식 시스템의 디스플레이 장치 제어 방법

Also Published As

Publication number Publication date
EP1300828A2 (en) 2003-04-09
US20040199394A1 (en) 2004-10-07
US6944593B2 (en) 2005-09-13
JP3997459B2 (ja) 2007-10-24
US7058579B2 (en) 2006-06-06
US20050149332A1 (en) 2005-07-07
EP1300828A3 (en) 2006-06-07
US20030074200A1 (en) 2003-04-17
US20030074199A1 (en) 2003-04-17
US7299186B2 (en) 2007-11-20

Similar Documents

Publication Publication Date Title
JP3997459B2 (ja) 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
US10534802B2 (en) Nonstandard locality-based text entry
US10056077B2 (en) Using speech recognition results based on an unstructured language model with a music system
US8880405B2 (en) Application text entry in a mobile environment using a speech processing facility
US8949130B2 (en) Internal and external speech recognition use with a mobile communication facility
US8886540B2 (en) Using speech recognition results based on an unstructured language model in a mobile communication facility application
US20080221901A1 (en) Mobile general search environment speech processing facility
US20090030687A1 (en) Adapting an unstructured language model speech recognition system based on usage
US20090030685A1 (en) Using speech recognition results based on an unstructured language model with a navigation system
US20090030697A1 (en) Using contextual information for delivering results generated from a speech recognition facility using an unstructured language model
US20080312934A1 (en) Using results of unstructured language model based speech recognition to perform an action on a mobile communications facility
US20090030691A1 (en) Using an unstructured language model associated with an application of a mobile communication facility
US20090030696A1 (en) Using results of unstructured language model based speech recognition to control a system-level function of a mobile communications facility
US20080288252A1 (en) Speech recognition of speech recorded by a mobile communication facility
CN110827826B (zh) 语音转换文字方法、电子设备
JP2002123283A (ja) 音声認識操作装置
EP1376418B1 (en) Service mediating apparatus
WO2009020272A1 (en) Method and apparatus for distributed speech recognition using phonemic symbol
JPH10164249A (ja) 情報処理装置
JP2004295017A (ja) マルチモーダルシステムおよび音声入力方法
EP0986013A2 (en) Information retrieval system
KR100679394B1 (ko) 멀티모달 플랫폼을 이용한 정보검색 시스템 및 그 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20040819

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20060920

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060926

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20061127

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: 20070703

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20070725

R150 Certificate of patent or registration of utility model

Ref document number: 3997459

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: 20100817

Year of fee payment: 3

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

Free format text: PAYMENT UNTIL: 20100817

Year of fee payment: 3

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

Free format text: PAYMENT UNTIL: 20110817

Year of fee payment: 4

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

Free format text: PAYMENT UNTIL: 20120817

Year of fee payment: 5

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

Free format text: PAYMENT UNTIL: 20130817

Year of fee payment: 6

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees