JP2003289387A - ボイスメッセージ処理システムおよび方法 - Google Patents
ボイスメッセージ処理システムおよび方法Info
- Publication number
- JP2003289387A JP2003289387A JP2003068978A JP2003068978A JP2003289387A JP 2003289387 A JP2003289387 A JP 2003289387A JP 2003068978 A JP2003068978 A JP 2003068978A JP 2003068978 A JP2003068978 A JP 2003068978A JP 2003289387 A JP2003289387 A JP 2003289387A
- Authority
- JP
- Japan
- Prior art keywords
- voice message
- data
- speaker
- voice
- user
- 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
- 238000012545 processing Methods 0.000 title claims description 28
- 238000000034 method Methods 0.000 title claims description 17
- 230000008451 emotion Effects 0.000 claims description 31
- 238000012549 training Methods 0.000 claims description 10
- 238000013500 data storage Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 9
- 238000000605 extraction Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 5
- 238000013518 transcription Methods 0.000 description 4
- 230000035897 transcription Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 230000005055 memory storage Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- CDFKCKUONRRKJD-UHFFFAOYSA-N 1-(3-chlorophenoxy)-3-[2-[[3-(3-chlorophenoxy)-2-hydroxypropyl]amino]ethylamino]propan-2-ol;methanesulfonic acid Chemical compound CS(O)(=O)=O.CS(O)(=O)=O.C=1C=CC(Cl)=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC(Cl)=C1 CDFKCKUONRRKJD-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/64—Automatic arrangements for answering calls; Automatic arrangements for recording messages for absent subscribers; Arrangements for recording conversations
- H04M1/65—Recording arrangements for recording a message from the calling party
-
- 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
- G10L17/00—Speaker identification or verification techniques
- G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/64—Automatic arrangements for answering calls; Automatic arrangements for recording messages for absent subscribers; Arrangements for recording conversations
-
- 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
- G10L17/00—Speaker identification or verification techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/57—Arrangements for indicating or recording the number of the calling subscriber at the called subscriber's set
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/60—Medium conversion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2242/00—Special services or facilities
- H04M2242/22—Automatic class or number identification arrangements
-
- 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
- H04M3/42025—Calling or Called party identification service
- H04M3/42034—Calling party identification service
- H04M3/42042—Notifying the called party of information on the calling party
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/53—Centralised arrangements for recording incoming messages, i.e. mailbox systems
- H04M3/533—Voice mail systems
- H04M3/53333—Message receiving aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q3/00—Selecting arrangements
- H04Q3/72—Finding out and indicating number of calling subscriber
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Telephonic Communication Services (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Transfer Between Computers (AREA)
Abstract
(57)【要約】
【課題】 ボイスメッセージに種々の情報を付加する。
【解決手段】 分散データプロセッサは、ボイスメッセ
ージにアクセスして、所定の情報をボイスメッセージか
ら抽出する。データプロセッサはボイスメッセージデー
タ記憶に格納されたデータに抽出された情報を付加す
る。ユーザインタフェースコンポーネントは、付加され
たデータを持つボイスメッセージへのユーザアクセスを
提供する。
ージにアクセスして、所定の情報をボイスメッセージか
ら抽出する。データプロセッサはボイスメッセージデー
タ記憶に格納されたデータに抽出された情報を付加す
る。ユーザインタフェースコンポーネントは、付加され
たデータを持つボイスメッセージへのユーザアクセスを
提供する。
Description
【０００１】
【発明の属する技術分野】本発明は、音声処理に関し、
より具体的には、分散システムによって受信されたボイ
スメッセージを処理するためのボイスメッセージ処理に
関する。
より具体的には、分散システムによって受信されたボイ
スメッセージを処理するためのボイスメッセージ処理に
関する。
【０００２】
【従来の技術】現在、多くの人々が広範な種類の情報源
から極めて多くの種々のメッセージを受信する。例え
ば、人々にとって、週に数十通のボイスメールメッセー
ジを受信することは珍しいことではない。現在ユニファ
イドメッセージを使用することが、この問題を悪化させ
ている。ユニファイドメッセージシステムにおいては、
広範な種類の情報源から受信されたメッセージ、例えば
ボイスメッセージ、電子メールメッセージ、ファックス
メッセージおよびインスタントメッセージなどは、シー
ムレスに結び付けられてアクセスすることができる。し
かしながら、電子メールメッセージおよびインスタント
メッセージシステムと比べ、ボイスメッセージに関連す
る情報の種類は非常に限定される。
から極めて多くの種々のメッセージを受信する。例え
ば、人々にとって、週に数十通のボイスメールメッセー
ジを受信することは珍しいことではない。現在ユニファ
イドメッセージを使用することが、この問題を悪化させ
ている。ユニファイドメッセージシステムにおいては、
広範な種類の情報源から受信されたメッセージ、例えば
ボイスメッセージ、電子メールメッセージ、ファックス
メッセージおよびインスタントメッセージなどは、シー
ムレスに結び付けられてアクセスすることができる。し
かしながら、電子メールメッセージおよびインスタント
メッセージシステムと比べ、ボイスメッセージに関連す
る情報の種類は非常に限定される。
【０００３】
【発明が解決しようとする課題】例えば、電子メールメ
ッセージは、通常、その送信者の識別情報、件名および
優先順位を含む。同様に、このような情報は、元々テキ
ストなので、非常に容易にスキャンたり、コピーやペー
ストをしたりすることができる。反対に、ボイスメール
メッセージは、通常、送信者のいかなる識別情報も持た
ない。発信者表示が組み込まれたシステムでは、入力し
ている番号を識別することができ、その入力している番
号が個人に関連付けられていれば、送信者と思われる人
を識別することもできる。しかしながら、このようなシ
ステムが追跡するのは電話器だけであって、話者ではな
い。通常、ボイスメールメッセージは、件名や優先順位
に関する指示が含まれておらず、元々書かれたものでは
なく音声なので、スキャンしたり、コピーやペーストを
したりするのも困難である。
ッセージは、通常、その送信者の識別情報、件名および
優先順位を含む。同様に、このような情報は、元々テキ
ストなので、非常に容易にスキャンたり、コピーやペー
ストをしたりすることができる。反対に、ボイスメール
メッセージは、通常、送信者のいかなる識別情報も持た
ない。発信者表示が組み込まれたシステムでは、入力し
ている番号を識別することができ、その入力している番
号が個人に関連付けられていれば、送信者と思われる人
を識別することもできる。しかしながら、このようなシ
ステムが追跡するのは電話器だけであって、話者ではな
い。通常、ボイスメールメッセージは、件名や優先順位
に関する指示が含まれておらず、元々書かれたものでは
なく音声なので、スキャンしたり、コピーやペーストを
したりするのも困難である。
【０００４】ボイスメッセージに関連する情報が不足し
ているため、処理にはより多くの時間が費やされること
となる。例えば、件名や送信者をざっと見て多くの電子
メールメッセージを除去し、必要でなければ直ちにメー
ルボックスから削除したり、所定のホルダを構成したり
することができる。実際、特定のユーザからのメールメ
ッセージ、あるいは特定の件名を持つメールメッセージ
を削除するための規則を指定して、自動的にこれらの処
理をすることさえできる。
ているため、処理にはより多くの時間が費やされること
となる。例えば、件名や送信者をざっと見て多くの電子
メールメッセージを除去し、必要でなければ直ちにメー
ルボックスから削除したり、所定のホルダを構成したり
することができる。実際、特定のユーザからのメールメ
ッセージ、あるいは特定の件名を持つメールメッセージ
を削除するための規則を指定して、自動的にこれらの処
理をすることさえできる。
【０００５】一方、ユーザは単に送信者や件名などの基
本的な情報を抽出するだけでもメッセージを１件１件聞
かなければならないので、ボイスメールメッセージを調
べるには、一般に非常に多くの時間を必要とする。現時
点では、ボイスメールメッセージを（送信者、件名ある
いは緊急度で整理するなど）予め構成しておくための規
則を自動的に生成することも、実質上不可能である。
本的な情報を抽出するだけでもメッセージを１件１件聞
かなければならないので、ボイスメールメッセージを調
べるには、一般に非常に多くの時間を必要とする。現時
点では、ボイスメールメッセージを（送信者、件名ある
いは緊急度で整理するなど）予め構成しておくための規
則を自動的に生成することも、実質上不可能である。
【０００６】
【課題を解決するための手段】分散データ記憶上に複数
のボイスメッセージを示すボイスメッセージデータを格
納することによって、分散システムにおいてはボイスメ
ッセージが処理される。分散データプロセッサは、ボイ
スメッセージにアクセスして、そのボイスメッセージか
ら所定の情報を抽出する。次に、データプロセッサは、
ボイスメッセージデータ記憶に格納されたデータに抽出
された情報を付加する。ユーザは、ユーザインタフェー
スコンポーネントにより、付加されたデータをもってボ
イスメッセージをアクセスすることができる。
のボイスメッセージを示すボイスメッセージデータを格
納することによって、分散システムにおいてはボイスメ
ッセージが処理される。分散データプロセッサは、ボイ
スメッセージにアクセスして、そのボイスメッセージか
ら所定の情報を抽出する。次に、データプロセッサは、
ボイスメッセージデータ記憶に格納されたデータに抽出
された情報を付加する。ユーザは、ユーザインタフェー
スコンポーネントにより、付加されたデータをもってボ
イスメッセージをアクセスすることができる。
【０００７】一実施形態において、分散ボイスデータプ
ロセッサは、ソートや警告の生成などユーザ選択の規則
をそのデータに適用する。
ロセッサは、ソートや警告の生成などユーザ選択の規則
をそのデータに適用する。
【０００８】ボイスデータプロセッサは、例えば（話者
識別モデルを用いた）話者の識別、話者の感情や発話速
度のような広範な情報を抽出する。ボイスデータプロセ
ッサは、また、メッセージをユーザによって選択可能な
所定の発話速度に標準化することもできる。一実施形態
において、ボイスデータプロセッサは、メッセージを文
字に転写（ｔｒａｎｓｃｒｉｂｉｎｇ）して要約し、ボ
イスメッセージに関し（意味解析のような）自然言語処
理を実行するための文字転写（ｔｒａｎｓｃｒｉｐｔｉ
ｏｎ）コンポーネントも含む。
識別モデルを用いた）話者の識別、話者の感情や発話速
度のような広範な情報を抽出する。ボイスデータプロセ
ッサは、また、メッセージをユーザによって選択可能な
所定の発話速度に標準化することもできる。一実施形態
において、ボイスデータプロセッサは、メッセージを文
字に転写（ｔｒａｎｓｃｒｉｂｉｎｇ）して要約し、ボ
イスメッセージに関し（意味解析のような）自然言語処
理を実行するための文字転写（ｔｒａｎｓｃｒｉｐｔｉ
ｏｎ）コンポーネントも含む。
【０００９】ユーザ入力によって、ユーザはボイスメッ
セージを扱うための広範囲のユーザ起動入力を得ること
ができる。このような入力は、例えばボイスメッセージ
の速度を上げたり、または下げるための速度変更入力、
規則を設定するための入力、ボイスメッセージから抽出
された種々の情報の表示、およびユーザによって選択あ
るいは除外された規則の表示を含む。
セージを扱うための広範囲のユーザ起動入力を得ること
ができる。このような入力は、例えばボイスメッセージ
の速度を上げたり、または下げるための速度変更入力、
規則を設定するための入力、ボイスメッセージから抽出
された種々の情報の表示、およびユーザによって選択あ
るいは除外された規則の表示を含む。
【００１０】
【発明の実施の形態】本発明は、分散処理システム上で
実現され、所定の情報をボイスメッセージから抽出す
る。本発明は、所定の情報を抽出して、抽出された情報
をもつボイスメッセージを含むボイスデータ記憶に付加
する。ユーザインタフェースによって、ボイスメッセー
ジは、追加された付加情報を付与して容易に取り扱うこ
とができる。本明細書の分散されたとの記載は、サーバ
を含まないシステムを意味し、デスクトップシステム、
パーソナルデジタルアシスタント（ＰＤＡ）、電話、ラ
ップトップコンピュータなどのような個人ユーザがコン
トロールするシステムを意味する。したがって、例え
ば、本明細書で分散処理プロセッサを議論する際、それ
は例えばサーバ上に存在するというよりも、ネットワー
クの一部とすることができるのであって、ユーザ個人が
コントロールする装置上に存在するプロセッサを意味す
る。
実現され、所定の情報をボイスメッセージから抽出す
る。本発明は、所定の情報を抽出して、抽出された情報
をもつボイスメッセージを含むボイスデータ記憶に付加
する。ユーザインタフェースによって、ボイスメッセー
ジは、追加された付加情報を付与して容易に取り扱うこ
とができる。本明細書の分散されたとの記載は、サーバ
を含まないシステムを意味し、デスクトップシステム、
パーソナルデジタルアシスタント（ＰＤＡ）、電話、ラ
ップトップコンピュータなどのような個人ユーザがコン
トロールするシステムを意味する。したがって、例え
ば、本明細書で分散処理プロセッサを議論する際、それ
は例えばサーバ上に存在するというよりも、ネットワー
クの一部とすることができるのであって、ユーザ個人が
コントロールする装置上に存在するプロセッサを意味す
る。
【００１１】図１は、本発明を実施することができる適
切なコンピューティングシステム環境１００を例示す
る。コンピューティング環境１００は適切なコンピュー
ティング環境の一例にすぎず、本発明の使用または機能
の範囲に関しいかなる限定を示唆することも企図してい
ない。コンピューティング環境１００は、例示の動作環
境１００に示されたいかなる各コンポーネントまたはそ
の組み合わせに依存し、またはこれらを要求するものと
解釈すべきではない。
切なコンピューティングシステム環境１００を例示す
る。コンピューティング環境１００は適切なコンピュー
ティング環境の一例にすぎず、本発明の使用または機能
の範囲に関しいかなる限定を示唆することも企図してい
ない。コンピューティング環境１００は、例示の動作環
境１００に示されたいかなる各コンポーネントまたはそ
の組み合わせに依存し、またはこれらを要求するものと
解釈すべきではない。
【００１２】本発明は、多くの他の汎用のまたは専用の
コンピューティングシステム環境または構成とともに動
作することができる。本発明で使用するのに適する例と
してよく知られたコンピューティングシステム、環境、
および／または構成、例えばパーソナルコンピュータ、
ハンドヘルドまたはラップトップ装置、マルチプロセッ
サシステム、マイクロプロセッサベースのシステム、セ
ットトップボックス、プログラム可能なコンシューマ電
子機器、ネットワークＰＣ、ミニコンピュータ、マイン
フレームコンピュータ、上記のいずれかのシステムまた
は装置を含む分散コンピューティング環境などが含まれ
るが、これに限定されない。
コンピューティングシステム環境または構成とともに動
作することができる。本発明で使用するのに適する例と
してよく知られたコンピューティングシステム、環境、
および／または構成、例えばパーソナルコンピュータ、
ハンドヘルドまたはラップトップ装置、マルチプロセッ
サシステム、マイクロプロセッサベースのシステム、セ
ットトップボックス、プログラム可能なコンシューマ電
子機器、ネットワークＰＣ、ミニコンピュータ、マイン
フレームコンピュータ、上記のいずれかのシステムまた
は装置を含む分散コンピューティング環境などが含まれ
るが、これに限定されない。
【００１３】本発明は、コンピュータによって実行され
るプログラムモジュールといったコンピュータ実行可能
命令の通常のコンテキストで記述することができる。一
般に、プログラムモジュールは、特定のタスクを実行し
あるいは特定の抽象データタイプを実装するルーチン、
プログラム、オブジェクト、コンポーネント、データ構
造などを含む。本発明はまた、分散コンピューティング
環境で実施することもでき、そこではコミュニケーショ
ンネットワークを通して接続されたリモート処理装置に
よってタスクが実行される。分散コンピューティング環
境において、プログラムモジュールは、メモリ記憶装置
を含むローカルおよびリモートの双方のコンピュータ記
憶媒体に置くことができる。
るプログラムモジュールといったコンピュータ実行可能
命令の通常のコンテキストで記述することができる。一
般に、プログラムモジュールは、特定のタスクを実行し
あるいは特定の抽象データタイプを実装するルーチン、
プログラム、オブジェクト、コンポーネント、データ構
造などを含む。本発明はまた、分散コンピューティング
環境で実施することもでき、そこではコミュニケーショ
ンネットワークを通して接続されたリモート処理装置に
よってタスクが実行される。分散コンピューティング環
境において、プログラムモジュールは、メモリ記憶装置
を含むローカルおよびリモートの双方のコンピュータ記
憶媒体に置くことができる。
【００１４】図１を参照すると、本発明を実施するため
の例示のシステムは、コンピュータ１１０の形の汎用コ
ンピューティング装置を含む。コンピュータ１１０のコ
ンポーネントには、処理ユニット１２０、システムメモ
リ１３０および、システムメモリを含む種々のシステム
コンポーネントを処理ユニット１２０に結合するシステ
ムバス１２１を含むがこれに限定されない。システムバ
ス１２１は、いかなる種類のバスアーキテクチャをも使
用するメモリバスまたはコントローラ、ペリフェラルバ
スおよびローカルバスを含む数種のバス構造とすること
ができる。例として、このようなアーキテクチャには工
業標準アーキテクチャ（ＩＳＡ）バス、マイクロチャネ
ルアーキテクチャ（ＭＣＡ）バス、拡張ＩＳＡ（ＥＩＳ
Ａ）バス、ビデオ電子標準化協会（ＶＥＳＡ）ローカル
バスおよびメザニンバスとしても知られる周辺コンポー
ネント相互接続（ＰＣＩ）バスが含まれるがこれに限ら
れない。
の例示のシステムは、コンピュータ１１０の形の汎用コ
ンピューティング装置を含む。コンピュータ１１０のコ
ンポーネントには、処理ユニット１２０、システムメモ
リ１３０および、システムメモリを含む種々のシステム
コンポーネントを処理ユニット１２０に結合するシステ
ムバス１２１を含むがこれに限定されない。システムバ
ス１２１は、いかなる種類のバスアーキテクチャをも使
用するメモリバスまたはコントローラ、ペリフェラルバ
スおよびローカルバスを含む数種のバス構造とすること
ができる。例として、このようなアーキテクチャには工
業標準アーキテクチャ（ＩＳＡ）バス、マイクロチャネ
ルアーキテクチャ（ＭＣＡ）バス、拡張ＩＳＡ（ＥＩＳ
Ａ）バス、ビデオ電子標準化協会（ＶＥＳＡ）ローカル
バスおよびメザニンバスとしても知られる周辺コンポー
ネント相互接続（ＰＣＩ）バスが含まれるがこれに限ら
れない。
【００１５】コンピュータ１１０は、通常、種々の読み
取り可能媒体を含む。コンピュータ読み取り可能媒体
は、コンピュータ１１０によりアクセス可能ないかなる
媒体とすることができ、揮発性および不揮発性媒体、並
びに取外し可能および固定媒体の双方を含む。例とし
て、コンピュータ読み取り可能媒体は、コンピュータ記
憶媒体および通信媒体を備えることができるが、これに
限られない。コンピュータ記憶媒体は、情報、例えばコ
ンピュータ読み取り可能命令、データ構造、プログラム
モジュールまたはその他のデータを記憶するためのいず
れかの方法または技術で実施される揮発性および不揮発
性媒体、並びに取外し可能および固定媒体の双方を含
む。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰ
ＲＯＭ、フラッシュメモリまたはその他のメモリ技術、
ＣＤ−ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）また
はその他の光ディスク記憶、磁気カセット、磁気テー
プ、磁気記憶ディスクまたはその他の磁気記憶機器、あ
るいは所定の情報を記憶するための使用およびコンピュ
ータ１１０からのアクセスが可能な他のいずれかの媒体
も含むがこれに限られない。通信媒体は、一般に、コン
ピュータ読み取り可能命令、プログラムモジュールある
いはその他のデータから変調されたデータ信号、例えば
搬送波やその他の伝送手法に具現化するもであり、いか
なる配信媒体をも含む。用語「変調されたデータ信号」
とは、一定の手法、例えば情報を信号に符号化して設定
または変更された１つまたは複数の特性を有する信号を
意味する。例として、通信媒体は、有線ネットワークや
ディレクトワイヤード接続などの有線媒体および音声、
電波、赤外線その他のような無線媒体を含むが、これに
限られない。コンピュータ読み取り可能媒体の範囲には
上述のいずれの組み合わせも含まれるべきである。
取り可能媒体を含む。コンピュータ読み取り可能媒体
は、コンピュータ１１０によりアクセス可能ないかなる
媒体とすることができ、揮発性および不揮発性媒体、並
びに取外し可能および固定媒体の双方を含む。例とし
て、コンピュータ読み取り可能媒体は、コンピュータ記
憶媒体および通信媒体を備えることができるが、これに
限られない。コンピュータ記憶媒体は、情報、例えばコ
ンピュータ読み取り可能命令、データ構造、プログラム
モジュールまたはその他のデータを記憶するためのいず
れかの方法または技術で実施される揮発性および不揮発
性媒体、並びに取外し可能および固定媒体の双方を含
む。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰ
ＲＯＭ、フラッシュメモリまたはその他のメモリ技術、
ＣＤ−ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）また
はその他の光ディスク記憶、磁気カセット、磁気テー
プ、磁気記憶ディスクまたはその他の磁気記憶機器、あ
るいは所定の情報を記憶するための使用およびコンピュ
ータ１１０からのアクセスが可能な他のいずれかの媒体
も含むがこれに限られない。通信媒体は、一般に、コン
ピュータ読み取り可能命令、プログラムモジュールある
いはその他のデータから変調されたデータ信号、例えば
搬送波やその他の伝送手法に具現化するもであり、いか
なる配信媒体をも含む。用語「変調されたデータ信号」
とは、一定の手法、例えば情報を信号に符号化して設定
または変更された１つまたは複数の特性を有する信号を
意味する。例として、通信媒体は、有線ネットワークや
ディレクトワイヤード接続などの有線媒体および音声、
電波、赤外線その他のような無線媒体を含むが、これに
限られない。コンピュータ読み取り可能媒体の範囲には
上述のいずれの組み合わせも含まれるべきである。
【００１６】システムメモリ１３０は、コンピュータ記
憶媒体を揮発性および／または不揮発性のメモリ、例え
ば読取専用メモリ（ＲＯＭ）１３１および逐次アクセス
メモリ（ＲＡＭ）１３２の形式で備える。基本入出力シ
ステム１３３（ＢＩＯＳ）は、スタートアップの最中な
どにコンピュータ１１０内の要素間における情報の移送
を支援する基本ルーチンをみ、通常ＲＯＭ１３１に格納
される。ＲＡＭ１３２は一般に、処理ユニット１２０に
すぐにアクセス可能であり、および／または現在処理ユ
ニット１２０によってオペレートされているデータおよ
び／またはプログラムモジュールを含む。例として、図
１はオペレーティングシステム１３４、アプリケーショ
ンプログラム１３５、その他のプログラムモジュール１
３６およびプログラムデータ１３７を示しているがこれ
に限られない。
憶媒体を揮発性および／または不揮発性のメモリ、例え
ば読取専用メモリ（ＲＯＭ）１３１および逐次アクセス
メモリ（ＲＡＭ）１３２の形式で備える。基本入出力シ
ステム１３３（ＢＩＯＳ）は、スタートアップの最中な
どにコンピュータ１１０内の要素間における情報の移送
を支援する基本ルーチンをみ、通常ＲＯＭ１３１に格納
される。ＲＡＭ１３２は一般に、処理ユニット１２０に
すぐにアクセス可能であり、および／または現在処理ユ
ニット１２０によってオペレートされているデータおよ
び／またはプログラムモジュールを含む。例として、図
１はオペレーティングシステム１３４、アプリケーショ
ンプログラム１３５、その他のプログラムモジュール１
３６およびプログラムデータ１３７を示しているがこれ
に限られない。
【００１７】コンピュータ１１０は、その他の取外し可
能／固定で、揮発性／不揮発性のコンピュータ記憶媒体
も含むことができる。単に例としてであるが、図１は、
固定で不揮発性の磁気媒体の読み書きを行うハードディ
スクドライブ１４１、取外し可能で不揮発性の磁気ディ
スク１５２の読み書きを行う磁気ディスクドライブ１５
１、およびＣＤ−ＲＯＭやその他の光媒体のような取外
し可能で不揮発性の光ディスク１５６の読み書きを行う
光ディスクドライブ１５５を示す。例示の動作環境にお
いて使用することができる他の取外し可能／固定で揮発
性／不揮発性のコンピュータ記憶媒体には、磁気テープ
カセット、フラッシュメモリカード、デジタル多用途デ
ィスク、デジタルビデオテープ、ソリッドステートＲＡ
Ｍ、ソリッドステートＲＯＭなどが含まれるがこれに限
定されない。通常、ハードディスクドライブ１４１は、
インタフェース１４０のような固定メモリインタフェー
スを通してシステムバス１２１に接続されており、磁気
ディスクドライブ１５１と光ディスクドライブ１５５と
は、インタフェース１５０のような取外し可能メモリイ
ンタフェースによってシステムバス１２１に接続され
る。
能／固定で、揮発性／不揮発性のコンピュータ記憶媒体
も含むことができる。単に例としてであるが、図１は、
固定で不揮発性の磁気媒体の読み書きを行うハードディ
スクドライブ１４１、取外し可能で不揮発性の磁気ディ
スク１５２の読み書きを行う磁気ディスクドライブ１５
１、およびＣＤ−ＲＯＭやその他の光媒体のような取外
し可能で不揮発性の光ディスク１５６の読み書きを行う
光ディスクドライブ１５５を示す。例示の動作環境にお
いて使用することができる他の取外し可能／固定で揮発
性／不揮発性のコンピュータ記憶媒体には、磁気テープ
カセット、フラッシュメモリカード、デジタル多用途デ
ィスク、デジタルビデオテープ、ソリッドステートＲＡ
Ｍ、ソリッドステートＲＯＭなどが含まれるがこれに限
定されない。通常、ハードディスクドライブ１４１は、
インタフェース１４０のような固定メモリインタフェー
スを通してシステムバス１２１に接続されており、磁気
ディスクドライブ１５１と光ディスクドライブ１５５と
は、インタフェース１５０のような取外し可能メモリイ
ンタフェースによってシステムバス１２１に接続され
る。
【００１８】上記で議論し図１に示されたドライブと関
連するコンピュータ記憶媒体によって、コンピュータ読
み取り可能命令、データ構造、プログラムモジュールお
よびコンピュータ１１０のためのその他のデータが記憶
される。例えば、図１において、ハードディスクドライ
ブ１４１は、オペレーティングシステム１４４、アプリ
ケーションプログラム１４５、その他プログラムモジュ
ール１４６およびプログラムデータ１４７を格納するよ
うに示されている。これらのコンポーネントは、オペレ
ーティングシステム１３４、アプリケーションプログラ
ム１３５、その他プログラムモジュール１３６およびプ
ログラムデータ１３７と同一または異なるもののいずれ
かとすることができ、符号は最低限それらが異なるコピ
ーであることを示すために付与されていることに留意さ
れたい。
連するコンピュータ記憶媒体によって、コンピュータ読
み取り可能命令、データ構造、プログラムモジュールお
よびコンピュータ１１０のためのその他のデータが記憶
される。例えば、図１において、ハードディスクドライ
ブ１４１は、オペレーティングシステム１４４、アプリ
ケーションプログラム１４５、その他プログラムモジュ
ール１４６およびプログラムデータ１４７を格納するよ
うに示されている。これらのコンポーネントは、オペレ
ーティングシステム１３４、アプリケーションプログラ
ム１３５、その他プログラムモジュール１３６およびプ
ログラムデータ１３７と同一または異なるもののいずれ
かとすることができ、符号は最低限それらが異なるコピ
ーであることを示すために付与されていることに留意さ
れたい。
【００１９】ユーザは、キーボード１６２、マイクロホ
ン１６３などの入力機器およびマウス、トラックボール
またはタッチパッドなどのポインティング機器１６１を
通してコマンドおよび情報をコンピュータ１１０に入力
することができる。その他の入力機器（図示せず）に
は、ジョイスティック、ゲームパッド、サテライトディ
ッシュ、スキャナ、などを含むことができる。これらお
よび他の入力機器はしばしば、システムバスに結合する
ユーザ入力インタフェース１６０を通して処理ユニット
１２０に接続するが、他のインタフェースおよびバス構
造、例えばパラレルポート、ゲームポート、あるいはユ
ニバーサルシリアルバス（ＵＳＢ）などによって接続す
ることもできる。モニタ１９１または他の種類の表示機
器もまた、ビデオインタフェース１９０のようなインタ
フェースを介して、システムバス１２１に接続される。
モニタに加え、コンピュータは、その他の周辺出力機
器、例えばスピーカ１９７およびプリンタ１９６を備え
ることもでき、出力周辺インタフェース１９５を通して
接続することができる。
ン１６３などの入力機器およびマウス、トラックボール
またはタッチパッドなどのポインティング機器１６１を
通してコマンドおよび情報をコンピュータ１１０に入力
することができる。その他の入力機器（図示せず）に
は、ジョイスティック、ゲームパッド、サテライトディ
ッシュ、スキャナ、などを含むことができる。これらお
よび他の入力機器はしばしば、システムバスに結合する
ユーザ入力インタフェース１６０を通して処理ユニット
１２０に接続するが、他のインタフェースおよびバス構
造、例えばパラレルポート、ゲームポート、あるいはユ
ニバーサルシリアルバス（ＵＳＢ）などによって接続す
ることもできる。モニタ１９１または他の種類の表示機
器もまた、ビデオインタフェース１９０のようなインタ
フェースを介して、システムバス１２１に接続される。
モニタに加え、コンピュータは、その他の周辺出力機
器、例えばスピーカ１９７およびプリンタ１９６を備え
ることもでき、出力周辺インタフェース１９５を通して
接続することができる。
【００２０】コンピュータ１１０は、１つまたは複数の
リモートコンピュータ１８０のようなリモートコンピュ
ータへの論理接続を用い、ネットワーク化された環境で
動作することができる。リモートコンピュータ１８０
は、パーソナルコンピュータ、ハンドヘルド機器、サー
バ、ルータ、ネットワークＰＣ、ピア機器またはその他
従来のネットワークノードとすることができ、一般にコ
ンピュータ１１０に関する上述した要素の多くまたは全
てを含む。図１に示される論理接続はローカルエリアネ
ットワーク（ＬＡＮ）１７１および広域ネットワーク
（ＷＡＮ）１７３を含むが、他のネットワークも含むこ
とができる。このようなネットワーク環境は、オフィ
ス、企業内コンピュータネットワーク、イントラネット
およびインターネットにおいては、通常のものである。
リモートコンピュータ１８０のようなリモートコンピュ
ータへの論理接続を用い、ネットワーク化された環境で
動作することができる。リモートコンピュータ１８０
は、パーソナルコンピュータ、ハンドヘルド機器、サー
バ、ルータ、ネットワークＰＣ、ピア機器またはその他
従来のネットワークノードとすることができ、一般にコ
ンピュータ１１０に関する上述した要素の多くまたは全
てを含む。図１に示される論理接続はローカルエリアネ
ットワーク（ＬＡＮ）１７１および広域ネットワーク
（ＷＡＮ）１７３を含むが、他のネットワークも含むこ
とができる。このようなネットワーク環境は、オフィ
ス、企業内コンピュータネットワーク、イントラネット
およびインターネットにおいては、通常のものである。
【００２１】ＬＡＮネットワーク環境で用いられる際、
コンピュータ１１０はネットワークインタフェースまた
はアダプタ１７０を通してＬＡＮ１７１に接続する。Ｗ
ＡＮネットワーク環境で使用される際は、コンピュータ
１１０は一般的に、インターネットのようなＷＡＮ１７
３を介して通信を確立するためのモデム１７２または他
の手法を備える。モデム１７２は、内蔵または外付けと
することができるが、ユーザインタフェース１６０また
はその他の適切な仕組みを介してシステムバス１２１に
接続することができる。ネットワーク化された環境にお
いては、コンピュータ１１０あるいはその部分に関連し
て示されたプログラムモジュールは、リモートメモリ記
憶機器に格納することができる。例として、図１は、リ
モートのアプリケーションプログラム１８５をリモート
コンピュータ１８０に存在するように示しているがこれ
に限られない。示されたネットワーク接続が例示であ
り、コンピュータ間における通信接続を確立する他の手
法を用いることができることが理解されるであろう。
コンピュータ１１０はネットワークインタフェースまた
はアダプタ１７０を通してＬＡＮ１７１に接続する。Ｗ
ＡＮネットワーク環境で使用される際は、コンピュータ
１１０は一般的に、インターネットのようなＷＡＮ１７
３を介して通信を確立するためのモデム１７２または他
の手法を備える。モデム１７２は、内蔵または外付けと
することができるが、ユーザインタフェース１６０また
はその他の適切な仕組みを介してシステムバス１２１に
接続することができる。ネットワーク化された環境にお
いては、コンピュータ１１０あるいはその部分に関連し
て示されたプログラムモジュールは、リモートメモリ記
憶機器に格納することができる。例として、図１は、リ
モートのアプリケーションプログラム１８５をリモート
コンピュータ１８０に存在するように示しているがこれ
に限られない。示されたネットワーク接続が例示であ
り、コンピュータ間における通信接続を確立する他の手
法を用いることができることが理解されるであろう。
【００２２】図２は、本発明の一実施形態に合致したボ
イスメッセージ処理システム２００のより詳細なブロッ
ク図である。システム２００は、例示するようにボイス
データ入力コンポーネント２０２、ボイスデータ記憶２
０４、ユーザインタフェースコンポーネント２０６およ
びボイスデータプロセッサ２０８を含む。ボイスデータ
入力コンポーネント２０２は、例示するようにボイスデ
ータにボイスメールメッセージが含まれる場合には電
話、ボイスデータが録音された講義や会話の場合にはマ
イクロフォンを含むことができ、および他のコンポーネ
ント、例えばラジオ、コンパクトディスクプレーヤなど
とすることができる。
イスメッセージ処理システム２００のより詳細なブロッ
ク図である。システム２００は、例示するようにボイス
データ入力コンポーネント２０２、ボイスデータ記憶２
０４、ユーザインタフェースコンポーネント２０６およ
びボイスデータプロセッサ２０８を含む。ボイスデータ
入力コンポーネント２０２は、例示するようにボイスデ
ータにボイスメールメッセージが含まれる場合には電
話、ボイスデータが録音された講義や会話の場合にはマ
イクロフォンを含むことができ、および他のコンポーネ
ント、例えばラジオ、コンパクトディスクプレーヤなど
とすることができる。
【００２３】ボイスデータ記憶２０４は、例示するよう
にＷＡＶファイルのようなボイスデータを格納するメモ
リの一部である。ユーザインタフェースコンポーネント
２０６は、例示するようにユーザによって起動され、ユ
ーザインタフェースを生成して、ボイスデータ記憶２０
４に格納されたボイスメッセージを操作し、および整理
することができる。ボイスデータプロセッサ２０８は例
示するように、ボイスメッセージから有用な情報を抽出
する情報抽出コンポーネント２１０およびボイスメッセ
ージにユーザ選択の規則を適用する規則適用コンポーネ
ント２１２を含む。
にＷＡＶファイルのようなボイスデータを格納するメモ
リの一部である。ユーザインタフェースコンポーネント
２０６は、例示するようにユーザによって起動され、ユ
ーザインタフェースを生成して、ボイスデータ記憶２０
４に格納されたボイスメッセージを操作し、および整理
することができる。ボイスデータプロセッサ２０８は例
示するように、ボイスメッセージから有用な情報を抽出
する情報抽出コンポーネント２１０およびボイスメッセ
ージにユーザ選択の規則を適用する規則適用コンポーネ
ント２１２を含む。
【００２４】図３は、システム２００の一般的な動作を
示すフロー図である。まず、データ入力コンポーネント
２０２からボイスメッセージを受信して、ボイスデータ
記憶２０４に格納する。これは図３のブロック２１４に
よって示される。情報抽出コンポーネント２１０は、定
期的あるいは断続的に、データ記憶２０４にアクセスし
て、それが情報抽出コンポーネント２１０によって最後
にアクセスされてから新たなボイスメッセージがデータ
記憶２０４に格納されたか否かを決定する。これは図３
のブロック２１６および２１８によって示される。デー
タ記憶２０４が情報抽出コンポーネント２１０によって
最後にアクセスされてから、新たなボイスメッセージが
データ記憶２０４に格納されなかった場合、処理は単に
ブロック２１６に戻るだけである。
示すフロー図である。まず、データ入力コンポーネント
２０２からボイスメッセージを受信して、ボイスデータ
記憶２０４に格納する。これは図３のブロック２１４に
よって示される。情報抽出コンポーネント２１０は、定
期的あるいは断続的に、データ記憶２０４にアクセスし
て、それが情報抽出コンポーネント２１０によって最後
にアクセスされてから新たなボイスメッセージがデータ
記憶２０４に格納されたか否かを決定する。これは図３
のブロック２１６および２１８によって示される。デー
タ記憶２０４が情報抽出コンポーネント２１０によって
最後にアクセスされてから、新たなボイスメッセージが
データ記憶２０４に格納されなかった場合、処理は単に
ブロック２１６に戻るだけである。
【００２５】しかし、情報抽出コンポーネント２１０
は、ブロック２１８において処理されなかった新しいボ
イスメッセージに遭遇した場合、それらの新しいメッセ
ージをボイスデータ処理に委ね、新しいメッセージから
所定の情報を抽出する。これはブロック２２０によって
示される。所定の情報の例は、より詳細に以下で議論す
るが、例示するようにデータ記憶２０４にあるボイスメ
ッセージの処理と整理を改善するように、およびこれら
のメッセージへの規則の適用を改善するように所定の情
報を適合させることができる。
は、ブロック２１８において処理されなかった新しいボ
イスメッセージに遭遇した場合、それらの新しいメッセ
ージをボイスデータ処理に委ね、新しいメッセージから
所定の情報を抽出する。これはブロック２２０によって
示される。所定の情報の例は、より詳細に以下で議論す
るが、例示するようにデータ記憶２０４にあるボイスメ
ッセージの処理と整理を改善するように、およびこれら
のメッセージへの規則の適用を改善するように所定の情
報を適合させることができる。
【００２６】いかなる場合においても、所定の情報が新
しいメッセージから抽出されると、ボイスデータ記憶２
０４に格納されている（新しいメッセージに対応する）
情報は、情報抽出コンポーネント２１０によってちょう
ど抽出された追加情報を付加される。これは図３のブロ
ック２２２によって示される。
しいメッセージから抽出されると、ボイスデータ記憶２
０４に格納されている（新しいメッセージに対応する）
情報は、情報抽出コンポーネント２１０によってちょう
ど抽出された追加情報を付加される。これは図３のブロ
ック２２２によって示される。
【００２７】ボイスメールメッセージから抽出される情
報の種類は、上述のように広範囲にわたり変化に富む可
能性があるが、ユーザに効果的にボイスメッセージを処
理させることができるように、抽出される多くの種類の
情報には、話者の識別、話者の発話速度、話者の心理状
態、メッセージの内容などが含まれる。図４は、これら
の種類の情報を抽出するための情報抽出コンポーネント
２１０の一実施形態を示すブロック図である。当然、そ
の他の異なる情報も同様に抽出することができる。
報の種類は、上述のように広範囲にわたり変化に富む可
能性があるが、ユーザに効果的にボイスメッセージを処
理させることができるように、抽出される多くの種類の
情報には、話者の識別、話者の発話速度、話者の心理状
態、メッセージの内容などが含まれる。図４は、これら
の種類の情報を抽出するための情報抽出コンポーネント
２１０の一実施形態を示すブロック図である。当然、そ
の他の異なる情報も同様に抽出することができる。
【００２８】図４で例示されるように、情報抽出コンポ
ーネント２１０は、モデルトレーニングコンポーネント
３００、話者識別コンポーネント３０２、話者識別モデ
ル３０４、音響特徴抽出コンポーネント３０６、感情識
別器（ｅｍｏｔｉｏｎ ｉｄｅｎｔｉｆｉｅｒ）３０
８、速度標準化コンポーネント３１０、音声−テキスト
コンポーネント３１２および自然言語プロセッサ３１４
を含む。一実施形態においては、新たなメッセージボイ
スデータ３１６は、ボイスデータ記憶２０４から得られ
る。データ３１６は、例示されるように、情報抽出コン
ポーネント２１０によってまだ処理されたことがなかっ
た新しいボイスメッセージを表現するＷＡＶファイル、
その他のファイルであり、データ記憶２０４に格納され
ている。
ーネント２１０は、モデルトレーニングコンポーネント
３００、話者識別コンポーネント３０２、話者識別モデ
ル３０４、音響特徴抽出コンポーネント３０６、感情識
別器（ｅｍｏｔｉｏｎ ｉｄｅｎｔｉｆｉｅｒ）３０
８、速度標準化コンポーネント３１０、音声−テキスト
コンポーネント３１２および自然言語プロセッサ３１４
を含む。一実施形態においては、新たなメッセージボイ
スデータ３１６は、ボイスデータ記憶２０４から得られ
る。データ３１６は、例示されるように、情報抽出コン
ポーネント２１０によってまだ処理されたことがなかっ
た新しいボイスメッセージを表現するＷＡＶファイル、
その他のファイルであり、データ記憶２０４に格納され
ている。
【００２９】一実施形態においては、データ３１６を話
者識別コンポーネント３０２に提供する。コンポーネン
ト３０２は、話者識別モデル３０４にアクセスして、話
者の識別（情報）を示す話者認識出力（話者ＩＤ）３２
０を生成する。話者識別コンポーネント３０２および話
者識別モデル３０４は、例示するように特定の話者に関
しトレーニングされたいずれかの既知の話者識別コンポ
ーネントおよび話者識別モデルとすることができる。話
者認識出力３２０は話者のテキストにおける名前、符号
化された識別情報（ｉｄｅｎｔｉｆｉｅｒ）またはユー
ザによって割り当てられたいずれかの識別情報とするこ
とができる。
者識別コンポーネント３０２に提供する。コンポーネン
ト３０２は、話者識別モデル３０４にアクセスして、話
者の識別（情報）を示す話者認識出力（話者ＩＤ）３２
０を生成する。話者識別コンポーネント３０２および話
者識別モデル３０４は、例示するように特定の話者に関
しトレーニングされたいずれかの既知の話者識別コンポ
ーネントおよび話者識別モデルとすることができる。話
者認識出力３２０は話者のテキストにおける名前、符号
化された識別情報（ｉｄｅｎｔｉｆｉｅｒ）またはユー
ザによって割り当てられたいずれかの識別情報とするこ
とができる。
【００３０】コンポーネント３０２が話者を識別できな
い場合（例えば、モデル３０４が、新しいメッセージの
話者に関連するモデルを含んでいない場合）、コンポー
ネント３０２は、例示されるように話者の個人情報が不
明であることを示して話者認識出力３２０を提供する。
この場合、ユーザは新しいメッセージを再検討し、話者
ＩＤ３２０が不知と表示されると、例示する（図５に関
連して以下でより詳細に議論する）ようにユーザインタ
フェース上でユーザ入力を起動する。これによって、モ
デルトレーニングコンポーネント３００は、その新しい
メッセージに関連するＷＡＶファイル（あるいは、他の
ボイスデータ）を取得する。次に、モデルトレーニング
コンポーネント３００は、この話者に対応する話者識別
モデルをトレーニングして、それとユーザによる話者識
別の入力またはデフォルトの話者識別とを関連付ける。
したがって、次にこの話者からのボイスメッセージを処
理する際は、話者識別コンポーネント３０２は、その話
者に関連する話者識別モデル３０４を有するので、正確
な話者ＩＤ３２０を生成する。
い場合（例えば、モデル３０４が、新しいメッセージの
話者に関連するモデルを含んでいない場合）、コンポー
ネント３０２は、例示されるように話者の個人情報が不
明であることを示して話者認識出力３２０を提供する。
この場合、ユーザは新しいメッセージを再検討し、話者
ＩＤ３２０が不知と表示されると、例示する（図５に関
連して以下でより詳細に議論する）ようにユーザインタ
フェース上でユーザ入力を起動する。これによって、モ
デルトレーニングコンポーネント３００は、その新しい
メッセージに関連するＷＡＶファイル（あるいは、他の
ボイスデータ）を取得する。次に、モデルトレーニング
コンポーネント３００は、この話者に対応する話者識別
モデルをトレーニングして、それとユーザによる話者識
別の入力またはデフォルトの話者識別とを関連付ける。
したがって、次にこの話者からのボイスメッセージを処
理する際は、話者識別コンポーネント３０２は、その話
者に関連する話者識別モデル３０４を有するので、正確
な話者ＩＤ３２０を生成する。
【００３１】モデルトレーニングコンポーネント３００
は、話者識別コンポーネント３０２が誤りを起こしてい
た場合、モデルを改善させることもできる。システムが
誤りを犯す場合、ユーザは例示するように、ユーザイン
タフェースのウィンドウ内に正確な名前を打ち込みユー
ザ入力コマンドを入力して、モデルトレーニングコンポ
ーネント３００がその特定の話者に対する新たな話者モ
デル３０４を自動的にトレーニングするよう命令する。
また、ユーザは、将来、システムがより多く使用されれ
ばされるほど話者識別が正確になるように、使用中にモ
デルを更新するよう選択することもできる。反対に、ト
レーニングコンポーネント３００は、指図されることな
く話者モデル３０４を徐々に更新することができる。例
えば、ユーザが新しいボイスメッセージにアクセスし、
それが話者の個人情報を表示していて、ユーザがそれを
変更しない場合、モデルトレーニングコンポーネント３
００は、そのメッセージに関連するボイスデータにアク
セスして、その話者に対応するモデルを改善させること
ができる。
は、話者識別コンポーネント３０２が誤りを起こしてい
た場合、モデルを改善させることもできる。システムが
誤りを犯す場合、ユーザは例示するように、ユーザイン
タフェースのウィンドウ内に正確な名前を打ち込みユー
ザ入力コマンドを入力して、モデルトレーニングコンポ
ーネント３００がその特定の話者に対する新たな話者モ
デル３０４を自動的にトレーニングするよう命令する。
また、ユーザは、将来、システムがより多く使用されれ
ばされるほど話者識別が正確になるように、使用中にモ
デルを更新するよう選択することもできる。反対に、ト
レーニングコンポーネント３００は、指図されることな
く話者モデル３０４を徐々に更新することができる。例
えば、ユーザが新しいボイスメッセージにアクセスし、
それが話者の個人情報を表示していて、ユーザがそれを
変更しない場合、モデルトレーニングコンポーネント３
００は、そのメッセージに関連するボイスデータにアク
セスして、その話者に対応するモデルを改善させること
ができる。
【００３２】また、話者識別コンポーネント３０２は話
者ＩＤ３２０に加えて、認識された個人情報がどの程度
機密であるかを示す機密度を提供することもできる。ユ
ーザによって確認されたシステムの判断に基づいて、話
者識別コンポーネント３０２は、自動的にそのパラメー
タを更新して、時間に関する性能を改善することができ
る。
者ＩＤ３２０に加えて、認識された個人情報がどの程度
機密であるかを示す機密度を提供することもできる。ユ
ーザによって確認されたシステムの判断に基づいて、話
者識別コンポーネント３０２は、自動的にそのパラメー
タを更新して、時間に関する性能を改善することができ
る。
【００３３】本発明の他の形態によると、情報抽出コン
ポーネント３１０は、所定の音響情報をボイスデータ３
１６から抽出して、ボイスメッセージを処理する際にユ
ーザに有用な別のデータを生成するための音響特徴抽出
コンポーネント３０６を含む。例えば、所定の音響の特
徴を抽出することによって、感情識別器３０８は、予め
定められた話者の感情を識別して、その感情を表す話者
感情ＩＤ３２２を出力する。
ポーネント３１０は、所定の音響情報をボイスデータ３
１６から抽出して、ボイスメッセージを処理する際にユ
ーザに有用な別のデータを生成するための音響特徴抽出
コンポーネント３０６を含む。例えば、所定の音響の特
徴を抽出することによって、感情識別器３０８は、予め
定められた話者の感情を識別して、その感情を表す話者
感情ＩＤ３２２を出力する。
【００３４】感情識別器３０８は、いかなる既知の感情
識別器とすることもでき、２００１年の論文「ＥＭＯＴ
ＩＯＮ ＤＥＴＥＣＴＩＯＮ ＦＲＯＭ ＳＰＥＥＣＨ
ＴＯ ＥＮＲＩＣＨ ＭＵＬＴＩＭＥＤＩＡ ＣＯＮ
ＴＥＮＴ」（Ｆ．Ｙｕ等執筆）に記載された感情識別器
とすることもできる。このシステムは、感情を一般的な
カテゴリ、例えば怒り、恐れおよび緊張に分類する。こ
のような情報を用いることによって、このシステムは送
信者とその心理状態に基づき緊急度に合わせて容易にメ
ッセージを分類することができる。
識別器とすることもでき、２００１年の論文「ＥＭＯＴ
ＩＯＮ ＤＥＴＥＣＴＩＯＮ ＦＲＯＭ ＳＰＥＥＣＨ
ＴＯ ＥＮＲＩＣＨ ＭＵＬＴＩＭＥＤＩＡ ＣＯＮ
ＴＥＮＴ」（Ｆ．Ｙｕ等執筆）に記載された感情識別器
とすることもできる。このシステムは、感情を一般的な
カテゴリ、例えば怒り、恐れおよび緊張に分類する。こ
のような情報を用いることによって、このシステムは送
信者とその心理状態に基づき緊急度に合わせて容易にメ
ッセージを分類することができる。
【００３５】例示の一実施形態においては、音響特徴抽
出コンポーネント３０６は、入ってくる音声のピッチを
抽出し、ピッチ信号から引き出される複数の特徴を基本
的なものとして使用する。これらの特徴は、感情識別器
３０８にあるサポートベクトルマシンに入力され、各々
の文章は嬉しい、悲しいまたは怒っているに分類され
る。サポートベクトルマシンは例示されるように、それ
ぞれ二値のクラシファイヤである。このため、感情識別
器３０８は、各文章に複数の感情が種々の重みをもって
存在することを決定することができる。これは、単一の
文章中に複数の感情が存在する可能性のあることに対応
するものである。したがって、話者感情識別出力３２２
は、これらの感情の全てを対応する重みをもって表示す
るか、または単に最も強い感情、またはその他の感情の
任意の組み合わせを表示することができる。
出コンポーネント３０６は、入ってくる音声のピッチを
抽出し、ピッチ信号から引き出される複数の特徴を基本
的なものとして使用する。これらの特徴は、感情識別器
３０８にあるサポートベクトルマシンに入力され、各々
の文章は嬉しい、悲しいまたは怒っているに分類され
る。サポートベクトルマシンは例示されるように、それ
ぞれ二値のクラシファイヤである。このため、感情識別
器３０８は、各文章に複数の感情が種々の重みをもって
存在することを決定することができる。これは、単一の
文章中に複数の感情が存在する可能性のあることに対応
するものである。したがって、話者感情識別出力３２２
は、これらの感情の全てを対応する重みをもって表示す
るか、または単に最も強い感情、またはその他の感情の
任意の組み合わせを表示することができる。
【００３６】また、一実施形態においては、音響特徴抽
出コンポーネント３０６は、例示するようにメッセージ
の発話速度も抽出する。これは、多くの異なる手法を用
いて行うことができる。例えば、音響特徴抽出コンポー
ネント３０６は、ケプストラム測定を用いて、新たなボ
イスメッセージに関連するケプストラムパターンの変化
する速度を決定することができる。これによって新たな
ボイスメッセージについての発話速度についての目安
（例えば、１分間の単語数）が示される。
出コンポーネント３０６は、例示するようにメッセージ
の発話速度も抽出する。これは、多くの異なる手法を用
いて行うことができる。例えば、音響特徴抽出コンポー
ネント３０６は、ケプストラム測定を用いて、新たなボ
イスメッセージに関連するケプストラムパターンの変化
する速度を決定することができる。これによって新たな
ボイスメッセージについての発話速度についての目安
（例えば、１分間の単語数）が示される。
【００３７】一実施形態においては、速度標準化コンポ
ーネント３１０が用いられる。この形態のとおりに、ユ
ーザは所定の発話速度を入力することができる（あるい
は、予め設定されたリストから１つを選択することがで
きる）。次に、速度標準化コンポーネント３１０は、新
しいボイスメッセージに関連する発話速度を音響特徴抽
出コンポーネント３０６から受信して、そのメッセージ
に対する発話速度をユーザによって選択された速度に標
準化する。速度標準化コンポーネント３１０は、ブロッ
ク３２４によって示すように、所定の速度に標準化され
た速度標準化音声データファイル（例えば、ＷＡＶファ
イル）を出力する。このファイル３２４は、例示するよ
うにユーザインタフェースにおいて用いられ、ユーザが
新しいメッセージにアクセスすると、ボイスメッセージ
が標準化された速度で発生される。当然、システムは元
のメッセージも同様に保持することもできる。
ーネント３１０が用いられる。この形態のとおりに、ユ
ーザは所定の発話速度を入力することができる（あるい
は、予め設定されたリストから１つを選択することがで
きる）。次に、速度標準化コンポーネント３１０は、新
しいボイスメッセージに関連する発話速度を音響特徴抽
出コンポーネント３０６から受信して、そのメッセージ
に対する発話速度をユーザによって選択された速度に標
準化する。速度標準化コンポーネント３１０は、ブロッ
ク３２４によって示すように、所定の速度に標準化され
た速度標準化音声データファイル（例えば、ＷＡＶファ
イル）を出力する。このファイル３２４は、例示するよ
うにユーザインタフェースにおいて用いられ、ユーザが
新しいメッセージにアクセスすると、ボイスメッセージ
が標準化された速度で発生される。当然、システムは元
のメッセージも同様に保持することもできる。
【００３８】例示の一実施形態においては、発話速度を
標準化するために、速度標準化コンポーネント３１０
は、新しいボイスメッセージの発話速度を見積もって、
既知のタイムスケール変更（ｍｏｄｉｆｉｃａｔｉｏ
ｎ）アルゴリズムによって各文章の発話速度を調整す
る。本システムはまた、より効果的に聴取するため、無
音およびポーズ間隔の長さを減らすこともできる。
標準化するために、速度標準化コンポーネント３１０
は、新しいボイスメッセージの発話速度を見積もって、
既知のタイムスケール変更（ｍｏｄｉｆｉｃａｔｉｏ
ｎ）アルゴリズムによって各文章の発話速度を調整す
る。本システムはまた、より効果的に聴取するため、無
音およびポーズ間隔の長さを減らすこともできる。
【００３９】本発明の他の実施形態にしたがい、情報抽
出コンポーネント２１０はまた、音声−テキストコンポ
ーネント３１２をも含む。コンポーネント３１２は、例
示するように、新しいメッセージに対応するボイスデー
タをテキストに転写する音声認識器を含み、それは随意
に自然言語処理プロセッサ３１４に提供される。当然、
音声−テキストコンポーネント３１２は、単にメッセー
ジ転写３３０を出力することもでき、それはデータ３１
６によって示された新しいボイスメッセージの転写全体
に相当する。しかし、自然言語処理プロセッサ３１４が
提供される場合は、その転写にも自然言語処理を同様に
適用することができる。
出コンポーネント２１０はまた、音声−テキストコンポ
ーネント３１２をも含む。コンポーネント３１２は、例
示するように、新しいメッセージに対応するボイスデー
タをテキストに転写する音声認識器を含み、それは随意
に自然言語処理プロセッサ３１４に提供される。当然、
音声−テキストコンポーネント３１２は、単にメッセー
ジ転写３３０を出力することもでき、それはデータ３１
６によって示された新しいボイスメッセージの転写全体
に相当する。しかし、自然言語処理プロセッサ３１４が
提供される場合は、その転写にも自然言語処理を同様に
適用することができる。
【００４０】一実施形態において、自然言語処理プロセ
ッサ３１４は要約コンポーネント３３２および意味解析
器（ｓｅｍａｎｔｉｃ ｐａｒｓｅｒ）３３４を含む。
要約コンポーネント３３２は、例示するようにテキスト
の入力を要約するための既知の処理サブシステムであ
る。したがって、要約コンポーネント３３２は、ボイス
メッセージの要旨に対応するメッセージ要約３３６を出
力する。
ッサ３１４は要約コンポーネント３３２および意味解析
器（ｓｅｍａｎｔｉｃ ｐａｒｓｅｒ）３３４を含む。
要約コンポーネント３３２は、例示するようにテキスト
の入力を要約するための既知の処理サブシステムであ
る。したがって、要約コンポーネント３３２は、ボイス
メッセージの要旨に対応するメッセージ要約３３６を出
力する。
【００４１】意味解析器３３４が提供される一実施形態
において、音声−テキストコンポーネント３１２によっ
て生成されるテキスト転写は、例示されるように意味解
析器３３４に入力される。意味解析器３３４はテキスト
の入力の意味解析を生成して、意味ラベルをテキスト入
力の所定の部分に割り当て、および意味解析ツリー３３
８をその出力において提供する。意味解析ツリーの一例
では、ボイスメッセージが格納されている計算機システ
ムによって実行される種々のアプリケーションスキーマ
に対応するボイスメッセージの部分に意味ラベルを割り
当てて出力され、ボイスメッセージをそのスキーマによ
り容易に適合させることができる。
において、音声−テキストコンポーネント３１２によっ
て生成されるテキスト転写は、例示されるように意味解
析器３３４に入力される。意味解析器３３４はテキスト
の入力の意味解析を生成して、意味ラベルをテキスト入
力の所定の部分に割り当て、および意味解析ツリー３３
８をその出力において提供する。意味解析ツリーの一例
では、ボイスメッセージが格納されている計算機システ
ムによって実行される種々のアプリケーションスキーマ
に対応するボイスメッセージの部分に意味ラベルを割り
当てて出力され、ボイスメッセージをそのスキーマによ
り容易に適合させることができる。
【００４２】情報抽出コンポーネント２１０がこれらの
出力全てを生成すると、（図２に示す）規則適用コンポ
ーネント２１２は、ボイスメッセージの構成を強化する
ためにユーザ指定の規則をボイスデータ３１６および抽
出された情報（３２０、３２２、３２４、３３０、３３
６および３３８）に基づいて実行することができる。例
えば、ユーザは規則を選択して、規則適用コンポーネン
ト２１２に、ボイスメッセージを話者でソートし、それ
らをフィルタにかけて異なるディレクトリに入れ、（メ
ッセージ要約３３６のような）件名に基づいてメッセー
ジをソートしあるいはフィルタにかけ、または日付でソ
ートさせることができる。規則適用コンポーネント２１
２は、その他の規則、例えば話者の感情３２２、話者の
個人情報３２０または（メッセージ転写３３０、メッセ
ージ要約３３６あるいは意味解析３３８からの）メッセ
ージ内容のようなメッセージの所定の属性に基づいてユ
ーザに警告するなどのためにも用いることができる。規
則適用コンポーネント２１２は、所定の人たちからのメ
ッセージまたは受信してから所定の時間が経過したメッ
セージを削除するように構成することもできる。規則適
用コンポーネント２１２は、予め定められた基準、例え
ば格納されたメッセージの数、話者の個人情報３２０、
話者の感情３２２などに基づいて警告を生成することも
できる。当然、規則適用コンポーネント２１２も同様
に、他の広範な種々の規則を適用することができる。
出力全てを生成すると、（図２に示す）規則適用コンポ
ーネント２１２は、ボイスメッセージの構成を強化する
ためにユーザ指定の規則をボイスデータ３１６および抽
出された情報（３２０、３２２、３２４、３３０、３３
６および３３８）に基づいて実行することができる。例
えば、ユーザは規則を選択して、規則適用コンポーネン
ト２１２に、ボイスメッセージを話者でソートし、それ
らをフィルタにかけて異なるディレクトリに入れ、（メ
ッセージ要約３３６のような）件名に基づいてメッセー
ジをソートしあるいはフィルタにかけ、または日付でソ
ートさせることができる。規則適用コンポーネント２１
２は、その他の規則、例えば話者の感情３２２、話者の
個人情報３２０または（メッセージ転写３３０、メッセ
ージ要約３３６あるいは意味解析３３８からの）メッセ
ージ内容のようなメッセージの所定の属性に基づいてユ
ーザに警告するなどのためにも用いることができる。規
則適用コンポーネント２１２は、所定の人たちからのメ
ッセージまたは受信してから所定の時間が経過したメッ
セージを削除するように構成することもできる。規則適
用コンポーネント２１２は、予め定められた基準、例え
ば格納されたメッセージの数、話者の個人情報３２０、
話者の感情３２２などに基づいて警告を生成することも
できる。当然、規則適用コンポーネント２１２も同様
に、他の広範な種々の規則を適用することができる。
【００４３】図５は、本発明の一例によるユーザインタ
フェースの一実施形態を示す。他の広範な種々のユーザ
インタフェースが用いられるか、またはユーザインタフ
ェースは図５に示されるのと同じ情報を含むが、異なる
構成とすることができることは当然理解されるであろ
う。図５はユーザインタフェース４００を示しており、
これは表示部４０２およびツールバー部４０４を含む。
表示部４０２は、ＷＡＶファイル４０３を一般的に表す
表示が生成して示されるか、あるいは現時点で選択され
たボイスメッセージの音響的表現である。表示部４０２
は、テキストの転写４０５も表示して示し、テキストの
要約またはそれらもしくは他の情報アイテムとのいずれ
かの組み合わせを示すことができる。表示部４０２は、
例示するように発信者の電話番号とともに発信者の個人
情報と発信日時を表示する表示部分４０６を含む。
フェースの一実施形態を示す。他の広範な種々のユーザ
インタフェースが用いられるか、またはユーザインタフ
ェースは図５に示されるのと同じ情報を含むが、異なる
構成とすることができることは当然理解されるであろ
う。図５はユーザインタフェース４００を示しており、
これは表示部４０２およびツールバー部４０４を含む。
表示部４０２は、ＷＡＶファイル４０３を一般的に表す
表示が生成して示されるか、あるいは現時点で選択され
たボイスメッセージの音響的表現である。表示部４０２
は、テキストの転写４０５も表示して示し、テキストの
要約またはそれらもしくは他の情報アイテムとのいずれ
かの組み合わせを示すことができる。表示部４０２は、
例示するように発信者の電話番号とともに発信者の個人
情報と発信日時を表示する表示部分４０６を含む。
【００４４】ツールバー部４０４は、例示するように種
々のユーザ起動入力を含み、ユーザはこれを起動してボ
イスメッセージを処理し、または構成することができ
る。図５に示される入力は、例えばメッセージを削除す
るための削除入力４０８、またはボイスメッセージの再
生の開始および停止を行うための開始ボタン４１０およ
び停止ボタン４１２を含む。図５はスロー／早送り再生
ワイパー４１６を示しており、これによってユーザはボ
イスメッセージの再生速度を遅くしたり早くしたりする
ことが可能となる。図５のインタフェース４００は、他
のユーザ起動入力、例えばメッセージを格納および印刷
するために用いられる「ファイル」並びに「印刷」もま
た含むことができ、および古いメッセージまたは新しい
メッセージを検索するために用いられる「メッセージ取
り込み」並びに「新しいメッセージ」を含むこともでき
る。インタフェース４００はまた、例示されるように、
メッセージを所定の速度に自動的に標準化させる起動セ
レクタ４１８をも含むことができる。さらに、インタフ
ェース４００は、例示するように、読み取った感情を表
示する感情表示４２０を含む。当然、ユーザインタフェ
ースは広範な種々の起動入力を含み、ユーザはテキス
ト、音響情報または付加情報を表示し、および異なる規
則を適用する等ができるようにユーザインタフェースを
構成することができる。
々のユーザ起動入力を含み、ユーザはこれを起動してボ
イスメッセージを処理し、または構成することができ
る。図５に示される入力は、例えばメッセージを削除す
るための削除入力４０８、またはボイスメッセージの再
生の開始および停止を行うための開始ボタン４１０およ
び停止ボタン４１２を含む。図５はスロー／早送り再生
ワイパー４１６を示しており、これによってユーザはボ
イスメッセージの再生速度を遅くしたり早くしたりする
ことが可能となる。図５のインタフェース４００は、他
のユーザ起動入力、例えばメッセージを格納および印刷
するために用いられる「ファイル」並びに「印刷」もま
た含むことができ、および古いメッセージまたは新しい
メッセージを検索するために用いられる「メッセージ取
り込み」並びに「新しいメッセージ」を含むこともでき
る。インタフェース４００はまた、例示されるように、
メッセージを所定の速度に自動的に標準化させる起動セ
レクタ４１８をも含むことができる。さらに、インタフ
ェース４００は、例示するように、読み取った感情を表
示する感情表示４２０を含む。当然、ユーザインタフェ
ースは広範な種々の起動入力を含み、ユーザはテキス
ト、音響情報または付加情報を表示し、および異なる規
則を適用する等ができるようにユーザインタフェースを
構成することができる。
【００４５】以上により、本発明が所定の情報を抽出
し、所定の情報でボイスメッセージデータ記憶を付加す
るための分散型プロセッサを提供することが理解され
る。所定の情報は、例示されるように本来的に、ユーザ
がボイスメッセージを整理し、ソートしおよび見直しあ
るいは処理するのを支援する。
し、所定の情報でボイスメッセージデータ記憶を付加す
るための分散型プロセッサを提供することが理解され
る。所定の情報は、例示されるように本来的に、ユーザ
がボイスメッセージを整理し、ソートしおよび見直しあ
るいは処理するのを支援する。
【００４６】本発明は所定の実施形態を参照して記述し
てきたが、本発明の精神と範囲から離れない限り形態や
細部について変更することができることを当業者は理解
するであろう。
てきたが、本発明の精神と範囲から離れない限り形態や
細部について変更することができることを当業者は理解
するであろう。
【図１】本発明を使用することができる環境を例示する
ブロック図である。
ブロック図である。
【図２】本発明によるシステムを示す詳細なブロック図
である。
である。
【図３】図２に示すシステムの動作を一般的に示すフロ
ー図である。
ー図である。
【図４】本発明の一実施形態によるボイスデータ処理シ
ステムのより詳細なブロック図である。
ステムのより詳細なブロック図である。
【図５】本発明によるユーザインタフェースの一実施形
態を例示する図である。
態を例示する図である。
１１０ コンピュータ
１２０ プロセッシングユニット
１２１ システムバス
１３０ システムメモリ
１３１ 読取専用メモリ
１３２ ランダムアクセスメモリ
１３３ 基本入出力システム
１３４ オペレーティングシステム
１３５ アプリケーションプログラム
１３６ プログラムモジュール
１３７ プログラムデータ
１４０ 固定メモリインタフェース
１４１ 磁気ハードディスクドライブ装置
１４４ オペレーティングシステム
１４５ アプリケーションプログラム
１４６ プログラムモジュール
１４７ プログラムデータ
１５０ 取外し可能メモリインタフェース
１５１ 磁気ディスクドライブ装置
１５２ 取外し可能な磁気ディスク
１５５ 光ディスクドライブ装置
１５６ 取外し可能な光ディスク
１６０ ユーザ入力インタフェース
１６１ ポインティング装置
１６２ キーボード
１６３ マイクロホン
１７０ ネットワークインタフェースアダプタ
１７１ ローカルネットワーク
１７２ モデム
１７３ 広域ネットワーク
１８０ リモートコンピュータ
１８５ リモートアプリケーション
１９０ ビデオアダプタ
１９１ モニタ
１９５ 出力周辺インタフェース
１９６ プリンタ
１９７ スピーカ
２００ ボイスメッセージ処理システム
２０２ ボイスデータ入力コンポーネント
２０４ ボイスデータ記憶
２０６ ユーザインタフェースコンポーネント
２０８ ボイスデータプロセッサ
２１０ 情報抽出コンポーネント
２１２ 規則適用コンポーネント
３００ モデルトレーニングコンポーネント
３０２ 話者識別コンポーネント
３０４ 話者識別モデル
３０６ 音響特徴抽出コンポーネント
３０８ 感情識別器
３１０ 速度標準化コンポーネント
３１２ 音声−テキストコンポーネント
３１４ 自然言語処理プロセッサ
３１６ データ記憶からの新しいメッセージボイスデー
タ ３２０ 音声ＩＤ ３２２ 話者感情 ３２４ 速度標準化音声データファイル ３３０ メッセージ転写 ３３２ 要約コンポーネント ３３４ 意味解析器 ３３６ メッセージ要約 ３３８ 意味解析 ４００ ユーザインタフェース ４０２ 表示部 ４０３ ＷＡＶファイルを一般的に示す表示 ４０４ ツールバー ４０５ テキストの転写 ４０６ 発信者の電話番号とともに発信者の個人情報と
発信日時を表示する表示部分 ４０８ 削除入力 ４１０ 開始ボタン ４１２ 停止ボタン ４１６ スロー／早送り再生ワイパー ４１８ 起動セレクタ ４２０ 感情表示
タ ３２０ 音声ＩＤ ３２２ 話者感情 ３２４ 速度標準化音声データファイル ３３０ メッセージ転写 ３３２ 要約コンポーネント ３３４ 意味解析器 ３３６ メッセージ要約 ３３８ 意味解析 ４００ ユーザインタフェース ４０２ 表示部 ４０３ ＷＡＶファイルを一般的に示す表示 ４０４ ツールバー ４０５ テキストの転写 ４０６ 発信者の電話番号とともに発信者の個人情報と
発信日時を表示する表示部分 ４０８ 削除入力 ４１０ 開始ボタン ４１２ 停止ボタン ４１６ スロー／早送り再生ワイパー ４１８ 起動セレクタ ４２０ 感情表示
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 エリック イ−チャオ チャン
中華人民共和国 100022 ペキン ジャン
ゴ ロード 88 アパートメント １−
1808
Ｆターム(参考） 5K015 AA07 AD01 AD02 GA02
5K024 AA72 BB01 BB05 CC02 CC09
DD01 EE09 FF06 GG12
5K030 GA18 HA06 HB01 KA07
Claims (27)
- 【請求項１】 複数のボイスメッセージを示すボイスメ
ッセージデータを格納する分散ボイスメッセージ（Ｖ
Ｍ）データ記憶と、 前記ＶＭデータ記憶に結合され、および前記ボイスメッ
セージにアクセスし、所定の情報を前記ボイスメッセー
ジから抽出し、並びに所定の情報を前記ＶＭデータ記憶
に格納されたＶＭデータに付加するように構成された分
散ボイスデータプロセッサと、 前記ＶＭデータ記憶に結合され、および前記付加された
ＶＭデータへのユーザアクセスを提供するように構成さ
れたユーザインタフェースコンポーネントとを備えたこ
とを特徴とするボイスメッセージ処理システム。 - 【請求項２】 前記分散ボイスデータプロセッサは、 ユーザ選択の規則を示すユーザ規則入力を受信して、前
記ユーザ選択の規則を前記付加されたＶＭデータに適用
するように構成された規則適用コンポーネントを備えた
ことを特徴とする請求項１に記載のシステム。 - 【請求項３】 前記分散ボイスデータプロセッサは、 少なくとも１つの話者識別モデルを格納する話者識別モ
デルデータ記憶と、 該話者識別モデルデータ記憶にアクセスして、前記ＶＭ
データに対応するボイスメッセージに関連する話者の個
人情報（ｉｎｄｉｃａｔｉｏｎ ｏｆ ａｎｉｄｅｎｔ
ｉｔｙ）を提供するように構成された話者識別コンポー
ネントとを備えたことを特徴とする請求項２に記載のシ
ステム。 - 【請求項４】 前記分散ボイスデータプロセッサは、 ＶＭデータを受信して、前記ＶＭデータに基づく話者識
別モデルと前記ＶＭデータに対応するボイスメッセージ
の話者を表すユーザ入力とをトレーニングするように構
成された話者モデルトレーニングコンポーネントを備え
たことを特徴とする請求項３に記載のシステム。 - 【請求項５】 前記分散ボイスデータプロセッサは、 音響特徴を前記ＶＭデータから抽出する音響特徴抽出器
を備え、前記音響特徴は前記所定の情報を表すことを特
徴とする請求項２に記載の方法。 - 【請求項６】 前記音響特徴抽出器は、話者の感情を表
す特徴を抽出して該話者の感情を示す感情出力を提供す
るように構成されたことを特徴とする請求項５に記載の
システム。 - 【請求項７】 前記音響特徴抽出器は、発話速度を示す
特徴を抽出して該発話速度を示す速度出力を提供するよ
うに構成されたことを特徴とする請求項５に記載のシス
テム。 - 【請求項８】 前記分散ボイスデータプロセッサは、 前記速度出力を受信して、関連するボイスメッセージを
予め定められた発話速度に標準化するように構成された
速度標準化コンポーネントを備えたことを特徴とする請
求項７に記載のシステム。 - 【請求項９】 前記分散ボイスデータプロセッサは、 ボイスメッセージの内容を表すテキストの出力を生成す
るように構成された音声テキストコンポーネントを備え
たことを特徴とする請求項２に記載のシステム。 - 【請求項１０】 前記音声テキストコンポーネントは、
前記ボイスメッセージの転写を前記テキストの出力とし
て生成するように構成されたことを特徴とする請求項９
に記載のシステム。 - 【請求項１１】 前記分散ボイスデータプロセッサは、 前記ボイスメッセージの要約を生成するように構成され
た要約コンポーネントを備えたことを特徴とする請求項
９に記載のシステム。 - 【請求項１２】 前記分散ボイスデータプロセッサは、 前記ボイスメッセージの少なくとも一部の意味解析を生
成するように構成された意味解析器を備えたことを特徴
とする請求項９に記載のシステム。 - 【請求項１３】 前記規則適用コンポーネントは、ボイ
スメッセージを前記所定の情報に基づいてソートするこ
とを特徴とする請求項２に記載のシステム。 - 【請求項１４】 前記規則適用コンポーネントは、前記
所定の情報に基づいて警告を生成することを特徴とする
請求項２に記載のシステム。 - 【請求項１５】 前記ユーザインタフェースコンポーネ
ントは、前記ボイスメッセージのユーザによる処理のた
めにユーザ選択可能な入力を可視出力（ｅｘｐｏｓｉｎ
ｇ）するユーザインタフェースを生成することを特徴と
する請求項２に記載のシステム。 - 【請求項１６】 前記ユーザ選択可能な入力は、ユーザ
によって起動されると、ボイスメッセージに関連する発
話速度が変更される速度変更入力を備えたことを特徴と
する請求項１５に記載のシステム。 - 【請求項１７】 前記ユーザインタフェースは、ボイス
メッセージの内容を示すテキストを表示することを特徴
とする請求項１５に記載のシステム。 - 【請求項１８】 前記ユーザインタフェースは、ボイス
メッセージの話者の個人を示す個人情報を表示すること
を特徴とする請求項１５に記載のシステム。 - 【請求項１９】 前記ユーザインタフェースは、ボイス
メッセージの話者の感情を表す感情情報（ｅｍｏｔｉｏ
ｎ ｉｎｄｉｃａｔｏｒ）を表示することを特徴とする
請求項１５に記載のシステム。 - 【請求項２０】 前記ユーザインタフェースは、適用さ
れる規則を表す規則情報（ａ ｒｕｌｅ ｉｎｄｉｃａ
ｔｏｒ）を表示することを特徴とする請求項１５に記載
のシステム。 - 【請求項２１】 ボイスメッセージを処理する方法であ
って、 前記ボイスメッセージデータを分散ボイスメッセージ
（ＶＭ）データ記憶に格納するステップと、 前記ＶＭデータ記憶を断続的にアクセスして、新しいボ
イスメッセージが格納されたか否かを決定するステップ
と、 新しいボイスメッセージの各々について、分散プロセッ
サにおいて前記新しいボイスメッセージを処理して、話
者の個人情報（ｓｐｅａｋｅｒ ｉｄｅｎｔｉｔｙ）を
含む抽出されたデータ、所定の情報を示す音響特徴およ
び前記新しいボイスメッセージの内容のテキスト表現を
取得するステップと、 前記抽出されたデータをＶＭデータ記憶中のデータに付
加するステップとを備えたことを特徴とする方法。 - 【請求項２２】 前記新しいボイスメッセージを処理し
て音響特徴を取得するステップは、 前記ボイスメッセージの話者の感情を示す音響特徴を取
得して、前記話者の感情を表す話者感情出力を生成する
ステップを備えたことを特徴とする請求項２１に記載の
方法。 - 【請求項２３】 前記音響特徴は、前記新しいボイスメ
ッセージの話者の発話速度を表す発話速度情報（ｓｐｅ
ａｋｉｎｇ ｒａｔｅ ｉｎｄｉｃａｔｏｒ）を含み、 前記発話速度をユーザ選択の速度に標準化するステップ
をさらに備えたことを特徴とする請求項２１に記載の方
法。 - 【請求項２４】 前記話者の個人情報を取得するステッ
プは、話者の個人情報が不明であると決定されるとき不
明出力を提供するステップを含み、 前記新しいボイスメッセージのための話者の個人情報を
表すユーザ入力を受信するステップと、 話者識別モデルを前記新しいボイスメッセージおよび前
記ユーザ入力に基づいてトレーニングするステップとを
さらに備えたことを特徴とする請求項２１に記載の方
法。 - 【請求項２５】 ユーザ選択の規則を示す規則入力を受
信して、前記新しいボイスメッセージに適用するステッ
プと、 前記ユーザ選択規則を前記抽出されたデータに基づいて
適用するステップとをさらに備えたことを特徴とする請
求項２１に記載の方法。 - 【請求項２６】 前記新しいボイスメッセージのための
テキスト表現を意味的に構文解析するステップをさらに
備えたことを特徴とする請求項２１に記載の方法。 - 【請求項２７】 前記ＶＭデータ記憶へのユーザインタ
フェースを生成するステップであって、該ユーザインタ
フェースは前記ＶＭデータ記憶にあるボイスメッセージ
を処理するためのユーザ起動入力を含むステップをさら
に備えたことを特徴とする請求項２１に記載の方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US10/099,606 US7440900B2 (en) | 2002-03-15 | 2002-03-15 | Voice message processing system and method |
| US10/099,606 | 2002-03-15 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003289387A true JP2003289387A (ja) | 2003-10-10 |
| JP4619623B2 JP4619623B2 (ja) | 2011-01-26 |
Family
ID=27765452
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003068978A Expired - Fee Related JP4619623B2 (ja) | 2002-03-15 | 2003-03-13 | ボイスメッセージ処理システムおよび方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US7440900B2 (ja) |
| EP (1) | EP1345394B1 (ja) |
| JP (1) | JP4619623B2 (ja) |
| DK (1) | DK1345394T3 (ja) |
| HK (1) | HK1059013A1 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008505406A (ja) * | 2004-06-30 | 2008-02-21 | グレネイル エレクトロニクス インコーポレイテッド | 地域分散型ボイスメッセージングシステムのためのヘルスモニタ |
| JP2008113331A (ja) * | 2006-10-31 | 2008-05-15 | Aplix Corp | 電話システム、電話機、サーバ装置およびプログラム |
| JP2009273118A (ja) * | 2008-04-07 | 2009-11-19 | Ntt Docomo Inc | 感情認識メッセージシステム、移動通信端末及びメッセージ蓄積サーバ |
| JP2011250475A (ja) * | 2004-10-20 | 2011-12-08 | Microsoft Corp | ユニファイドメッセージングアーキテクチャ |
| JP2016081424A (ja) * | 2014-10-21 | 2016-05-16 | Ｎｅｃソリューションイノベータ株式会社 | 情報伝達装置、制御方法、及びプログラム |
Families Citing this family (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7665024B1 (en) * | 2002-07-22 | 2010-02-16 | Verizon Services Corp. | Methods and apparatus for controlling a user interface based on the emotional state of a user |
| US7231019B2 (en) | 2004-02-12 | 2007-06-12 | Microsoft Corporation | Automatic identification of telephone callers based on voice characteristics |
| JP2005346252A (ja) * | 2004-06-01 | 2005-12-15 | Nec Corp | 情報伝達システムおよび情報伝達方法 |
| US20060229882A1 (en) * | 2005-03-29 | 2006-10-12 | Pitney Bowes Incorporated | Method and system for modifying printed text to indicate the author's state of mind |
| US8094803B2 (en) | 2005-05-18 | 2012-01-10 | Mattersight Corporation | Method and system for analyzing separated voice data of a telephonic communication between a customer and a contact center by applying a psychological behavioral model thereto |
| US8542803B2 (en) * | 2005-08-19 | 2013-09-24 | At&T Intellectual Property Ii, L.P. | System and method for integrating and managing E-mail, voicemail, and telephone conversations using speech processing techniques |
| US8059790B1 (en) * | 2006-06-27 | 2011-11-15 | Sprint Spectrum L.P. | Natural-language surveillance of packet-based communications |
| US8553854B1 (en) | 2006-06-27 | 2013-10-08 | Sprint Spectrum L.P. | Using voiceprint technology in CALEA surveillance |
| US7617042B2 (en) * | 2006-06-30 | 2009-11-10 | Microsoft Corporation | Computing and harnessing inferences about the timing, duration, and nature of motion and cessation of motion with applications to mobile computing and communications |
| US8238528B2 (en) * | 2007-06-29 | 2012-08-07 | Verizon Patent And Licensing Inc. | Automatic analysis of voice mail content |
| US7728636B2 (en) * | 2007-08-14 | 2010-06-01 | Qimonda Ag | Clock signal synchronizing device with inherent duty-cycle correction capability |
| JP4968147B2 (ja) * | 2008-03-31 | 2012-07-04 | 富士通株式会社 | 通信端末、通信端末の音声出力調整方法 |
| US8311188B2 (en) * | 2008-04-08 | 2012-11-13 | Cisco Technology, Inc. | User interface with voice message summary |
| US8489992B2 (en) | 2008-04-08 | 2013-07-16 | Cisco Technology, Inc. | User interface with visual progression |
| DE102008046431A1 (de) * | 2008-09-09 | 2010-03-11 | Deutsche Telekom Ag | Sprachdialogsystem mit Reject-Vermeidungsverfahren |
| US8467402B2 (en) * | 2008-09-10 | 2013-06-18 | Miselu, Inc. | Digital audio communication system |
| US8284909B2 (en) * | 2008-09-29 | 2012-10-09 | Microsoft Corporation | Offline voicemail |
| US20100135472A1 (en) * | 2008-11-18 | 2010-06-03 | Timothy Watanabe | Automated voice mail communication system |
| US9026131B2 (en) | 2009-07-21 | 2015-05-05 | Modena Enterprises, Llc | Systems and methods for associating contextual information and a contact entry with a communication originating from a geographic location |
| US8358752B2 (en) | 2009-11-19 | 2013-01-22 | At&T Mobility Ii Llc | User profile based speech to text conversion for visual voice mail |
| US9222798B2 (en) | 2009-12-22 | 2015-12-29 | Modena Enterprises, Llc | Systems and methods for identifying an activity of a user based on a chronological order of detected movements of a computing device |
| US9215735B2 (en) | 2010-03-03 | 2015-12-15 | Modena Enterprises, Llc | Systems and methods for initiating communications with contacts based on a communication specification |
| US9009041B2 (en) | 2011-07-26 | 2015-04-14 | Nuance Communications, Inc. | Systems and methods for improving the accuracy of a transcription using auxiliary data such as personal data |
| US9569424B2 (en) * | 2013-02-21 | 2017-02-14 | Nuance Communications, Inc. | Emotion detection in voicemail |
| US9628414B1 (en) * | 2013-03-15 | 2017-04-18 | Google Inc. | User state based engagement |
| WO2014199596A1 (ja) * | 2013-06-10 | 2014-12-18 | 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 | 話者識別方法、話者識別装置及び話者識別システム |
| KR102146261B1 (ko) * | 2014-02-14 | 2020-08-20 | 삼성전자 주식회사 | 전자 장치 및 전자 장치의 대화 메시지에서 의미개체 추출 및 이용방법 |
| US10164921B2 (en) * | 2014-03-12 | 2018-12-25 | Stephen Davies | System and method for voice networking |
| US10540979B2 (en) * | 2014-04-17 | 2020-01-21 | Qualcomm Incorporated | User interface for secure access to a device using speaker verification |
| US9288327B2 (en) * | 2014-05-14 | 2016-03-15 | Mitel Networks Corporation | Apparatus and method for routing an incoming call |
| US10339933B2 (en) | 2016-05-11 | 2019-07-02 | International Business Machines Corporation | Visualization of audio announcements using augmented reality |
| CN109417504A (zh) | 2017-04-07 | 2019-03-01 | 微软技术许可有限责任公司 | 自动聊天中的语音转发 |
| US20210166715A1 (en) * | 2018-02-16 | 2021-06-03 | Hewlett-Packard Development Company, L.P. | Encoded features and rate-based augmentation based speech authentication |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5713493A (en) * | 1980-06-27 | 1982-01-23 | Hitachi Ltd | Speaker recognizing device |
| JPH07250166A (ja) * | 1994-03-08 | 1995-09-26 | Matsushita Electric Ind Co Ltd | ボイスメールシステム |
| JPH09284399A (ja) * | 1996-04-18 | 1997-10-31 | Toshiba Corp | 音声サービス装置 |
| JPH10285286A (ja) * | 1997-04-07 | 1998-10-23 | Casio Comput Co Ltd | 情報処理装置及び記憶媒体 |
| JP2000010578A (ja) * | 1998-06-19 | 2000-01-14 | Ntt Data Corp | 音声メッセージ送受信システム、及び音声メッセージ処理方法 |
| JP2000209364A (ja) * | 1998-10-19 | 2000-07-28 | Lucent Technol Inc | 能動性応答マシン |
| JP2000242300A (ja) * | 1999-02-22 | 2000-09-08 | Nippon Telegr & Teleph Corp <Ntt> | 音声速度変換装置、音声速度変換方法および音声速度変換方法を実行するプログラムを記録した記録媒体 |
| JP2001024781A (ja) * | 1999-06-03 | 2001-01-26 | Lucent Technol Inc | 発呼者により生成された音声メッセージを分類する方法 |
| WO2001016938A1 (en) * | 1999-08-31 | 2001-03-08 | Accenture Llp | A system, method, and article of manufacture for detecting emotion in voice signals through analysis of a plurality of voice signal parameters |
| JP2001101099A (ja) * | 1999-09-30 | 2001-04-13 | Oki Electric Ind Co Ltd | 電子メール管理装置 |
| JP2001237948A (ja) * | 2000-02-22 | 2001-08-31 | Nippon Telegraph & Telephone West Corp | 音声メール装置及びプログラムを記憶した記憶媒体 |
| JP2001292240A (ja) * | 2000-04-06 | 2001-10-19 | Mitsubishi Electric Corp | ボイスメールシステム、ボイスメール装置およびボイスメール転送方法 |
| JP2002032213A (ja) * | 2000-05-26 | 2002-01-31 | Internatl Business Mach Corp <Ibm> | ボイス・メール・メッセージを転記する方法およびシステム |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5568540A (en) | 1993-09-13 | 1996-10-22 | Active Voice Corporation | Method and apparatus for selecting and playing a voice mail message |
| US5751793A (en) * | 1995-03-14 | 1998-05-12 | U S West Technologies, Inc. | Method and instructions for visual voice messaging user interface |
| US5848130A (en) | 1996-12-31 | 1998-12-08 | At&T Corp | System and method for enhanced intelligibility of voice messages |
| US7590538B2 (en) | 1999-08-31 | 2009-09-15 | Accenture Llp | Voice recognition system for navigating on the internet |
| GB2364850B (en) | 2000-06-02 | 2004-12-29 | Ibm | System and method for automatic voice message processing |
| US6778644B1 (en) * | 2001-12-28 | 2004-08-17 | Vocada, Inc. | Integration of voice messaging and data systems |
-
2002
- 2002-03-15 US US10/099,606 patent/US7440900B2/en not_active Expired - Fee Related
-
2003
- 2003-03-13 JP JP2003068978A patent/JP4619623B2/ja not_active Expired - Fee Related
- 2003-03-14 DK DK03005822.6T patent/DK1345394T3/da active
- 2003-03-14 EP EP03005822A patent/EP1345394B1/en not_active Expired - Lifetime
-
2004
- 2004-03-08 HK HK04101702.3A patent/HK1059013A1/xx not_active IP Right Cessation
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5713493A (en) * | 1980-06-27 | 1982-01-23 | Hitachi Ltd | Speaker recognizing device |
| JPH07250166A (ja) * | 1994-03-08 | 1995-09-26 | Matsushita Electric Ind Co Ltd | ボイスメールシステム |
| JPH09284399A (ja) * | 1996-04-18 | 1997-10-31 | Toshiba Corp | 音声サービス装置 |
| JPH10285286A (ja) * | 1997-04-07 | 1998-10-23 | Casio Comput Co Ltd | 情報処理装置及び記憶媒体 |
| JP2000010578A (ja) * | 1998-06-19 | 2000-01-14 | Ntt Data Corp | 音声メッセージ送受信システム、及び音声メッセージ処理方法 |
| JP2000209364A (ja) * | 1998-10-19 | 2000-07-28 | Lucent Technol Inc | 能動性応答マシン |
| JP2000242300A (ja) * | 1999-02-22 | 2000-09-08 | Nippon Telegr & Teleph Corp <Ntt> | 音声速度変換装置、音声速度変換方法および音声速度変換方法を実行するプログラムを記録した記録媒体 |
| JP2001024781A (ja) * | 1999-06-03 | 2001-01-26 | Lucent Technol Inc | 発呼者により生成された音声メッセージを分類する方法 |
| WO2001016938A1 (en) * | 1999-08-31 | 2001-03-08 | Accenture Llp | A system, method, and article of manufacture for detecting emotion in voice signals through analysis of a plurality of voice signal parameters |
| JP2001101099A (ja) * | 1999-09-30 | 2001-04-13 | Oki Electric Ind Co Ltd | 電子メール管理装置 |
| JP2001237948A (ja) * | 2000-02-22 | 2001-08-31 | Nippon Telegraph & Telephone West Corp | 音声メール装置及びプログラムを記憶した記憶媒体 |
| JP2001292240A (ja) * | 2000-04-06 | 2001-10-19 | Mitsubishi Electric Corp | ボイスメールシステム、ボイスメール装置およびボイスメール転送方法 |
| JP2002032213A (ja) * | 2000-05-26 | 2002-01-31 | Internatl Business Mach Corp <Ibm> | ボイス・メール・メッセージを転記する方法およびシステム |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008505406A (ja) * | 2004-06-30 | 2008-02-21 | グレネイル エレクトロニクス インコーポレイテッド | 地域分散型ボイスメッセージングシステムのためのヘルスモニタ |
| JP2011250475A (ja) * | 2004-10-20 | 2011-12-08 | Microsoft Corp | ユニファイドメッセージングアーキテクチャ |
| JP2008113331A (ja) * | 2006-10-31 | 2008-05-15 | Aplix Corp | 電話システム、電話機、サーバ装置およびプログラム |
| JP2009273118A (ja) * | 2008-04-07 | 2009-11-19 | Ntt Docomo Inc | 感情認識メッセージシステム、移動通信端末及びメッセージ蓄積サーバ |
| JP2016081424A (ja) * | 2014-10-21 | 2016-05-16 | Ｎｅｃソリューションイノベータ株式会社 | 情報伝達装置、制御方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US7440900B2 (en) | 2008-10-21 |
| US20030177008A1 (en) | 2003-09-18 |
| HK1059013A1 (en) | 2004-06-11 |
| EP1345394A1 (en) | 2003-09-17 |
| EP1345394B1 (en) | 2013-03-13 |
| DK1345394T3 (da) | 2013-04-08 |
| JP4619623B2 (ja) | 2011-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4619623B2 (ja) | ボイスメッセージ処理システムおよび方法 | |
| US10977299B2 (en) | Systems and methods for consolidating recorded content | |
| US8447015B2 (en) | Method and system for processing messages within the framework of an integrated message system | |
| KR101513888B1 (ko) | 멀티미디어 이메일 합성 장치 및 방법 | |
| US8150687B2 (en) | Recognizing speech, and processing data | |
| CN102782751B (zh) | 社会网络中的数字媒体语音标签 | |
| US9026445B2 (en) | Text-to-speech user's voice cooperative server for instant messaging clients | |
| TW469422B (en) | System and method for automatic audio content analysis for word spotting, indexing, classification and retrieval | |
| US7693267B2 (en) | Personalized user specific grammars | |
| US20030046071A1 (en) | Voice recognition apparatus and method | |
| US20080281927A1 (en) | Summarization tool and method for a dialogue sequence | |
| US20120096007A1 (en) | Embedding content-based searchable indexes in multimedia files | |
| JPH1074138A (ja) | 音声をセグメント化するための方法と装置 | |
| WO2015008162A2 (en) | Systems and methods for textual content creation from sources of audio that contain speech | |
| CN111798833A (zh) | 一种语音测试方法、装置、设备和存储介质 | |
| KR20200087514A (ko) | 대화록 서비스를 제공하는 컴퓨팅 장치 | |
| US8706484B2 (en) | Voice recognition dictionary generation apparatus and voice recognition dictionary generation method | |
| US9077813B2 (en) | Masking mobile message content | |
| KR102540177B1 (ko) | 화자 간 중첩되는 음성을 분리하여 대화록 서비스를 제공하는 방법 | |
| Burke et al. | Error correction of voicemail transcripts in scanmail | |
| CN113626634A (zh) | 智能朗读亭的作品生成和处理方法及装置 | |
| US11632345B1 (en) | Message management for communal account | |
| KR102647512B1 (ko) | 멀티채널 음성 데이터에 기초하여 회의록을 생성하는 방법 | |
| Rodríguez et al. | How software features and linguistic analyses add value to orthographic markup in transcription of multilingual recordings for digital archives | |
| Vitasovic et al. | Automatic Video Editor for Reportages Assisted by Unsupervised Machine Learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060131 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080602 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090203 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090501 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100625 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100927 |
|
| 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: 20101022 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101027 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131105 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4619623 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| 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 |
|
| LAPS | Cancellation because of no payment of annual fees |