JP2006079079A - 分散音声認識システム及びその方法 - Google Patents
分散音声認識システム及びその方法 Download PDFInfo
- Publication number
- JP2006079079A JP2006079079A JP2005248640A JP2005248640A JP2006079079A JP 2006079079 A JP2006079079 A JP 2006079079A JP 2005248640 A JP2005248640 A JP 2005248640A JP 2005248640 A JP2005248640 A JP 2005248640A JP 2006079079 A JP2006079079 A JP 2006079079A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- speech
- data
- recognition
- unit
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
Abstract
【解決手段】 本発明による分散音声認識システム及びその方法は、入力される入力信号から音声区間内の休止区間を検出することによって、単語認識及び自然言語認識を可能にし、且つ、多様な端末が要求する音声認識対象が多様なので、端末の識別子を用いて該当端末が要求する認識語彙群を選別して同じ音声認識システムで多様な認識語彙群(例えば、家庭用音声認識語彙群、車両用テレマティックス語彙群、コールセンター用語彙群など)を処理できるようにした。
【選択図】 図1
Description
(条件2)数〜数十の短区間でのゼロ交差率<ゼロ交差率の閾値
(条件4)数〜数十の短区間でのゼロ交差率>ゼロ交差率の閾値
:雑音が除去された入力信号
11 音声検出部
12、21 チャネル推定部
13 休止検出部
14、23 特徴抽出部
15、22 モデル適応部
16、24 音声認識部
17、26 音声DB
18 転送データ構成部
19 データ転送部
20 データ受信部
25 言語処理部
Claims (22)
- 入力される音声信号における音声区間の休止区間をチェックし、入力された音声の種類を判別し、
音声認識処理が可能な音声である場合には、判別された音声の種類に基づいて、格納された音声の認識対象モデルを選定し、選定された認識対象モデルに基づいて、入力音声データを認識処理し、
音声認識処理が可能ではない音声である場合には、音声認識処理要求データをネットワークを介して転送する、第1の音声認識ユニットと、
前記第1の音声認識ユニットによりネットワークを介して転送された前記音声認識処理要求データを分析し、認識処理すべき音声に相当する認識対象モデルを選定し、
選定された認識対象モデルを適用して音声認識による言語処理を行い、
言語処理結果データを、ネットワークを介して前記第1の音声認識ユニットに転送する、第2の音声認識ユニットと、
を備えることを特徴とする分散音声認識システム。 - 前記第1の音声認識ユニットは、端末に装着され、前記第2の音声認識ユニットは、ネットワークサーバに装着されることによって、分散的に音声認識処理を行うことを特徴とする請求項1に記載の分散音声認識システム。
- 前記端末は、テレマティックス端末、移動端末、無線LAN端末、IP端末のうち少なくとも1つの端末を含むことを特徴とする請求項2に記載の分散音声認識システム。
- 前記第1の音声認識ユニットは、
入力された音声信号から音声区間を検出する音声検出部と、
前記音声検出部で検出された音声区間内で休止区間を検出し、入力された音声信号の種類を判別する休止検出部と、
前記音声検出部で検出された音声区間以外の非音声区間のデータを用いてチャネル詳細情報を推定するチャネル推定部と、
前記休止検出部で休止区間が検出されない場合には、音声データの認識特徴を抽出する特徴抽出部と、
前記休止検出部で休止区間が検出された場合には、音声認識処理要求データを生成し、該音声認識処理要求データを、ネットワークを介して前記第2の音声認識ユニットに転送するデータ処理部と、
前記チャネル推定部で推定されたチャネル詳細情報を、データベースに格納された認識対象音響モデルに適応させて、雑音成分を除去し、音声認識を行う音声認識処理部と、
を備えることを特徴とする請求項1に記載の分散音声認識システム。 - 前記音声検出部は、入力音声信号に対する音声波形のゼロ交差率とエネルギーと、設定された閾値と、の比較結果によって、音声区間を検出することを特徴とする請求項4に記載の分散音声認識システム。
- 前記音声認識処理部は、
前記チャネル推定部で推定されたチャネル詳細情報を、データベースに格納された認識対象音響モデルに適応させることにより、雑音成分を除去するモデル適応部と、
前記モデル適応部で処理された音声データをデコードし、入力された音声信号の音声認識を行う音声認識部と、
を備えることを特徴とする請求項4に記載の分散音声認識システム。 - 前記休止検出部は、
前記音声検出部で検出された音声区間内に休止区間が存在していない場合には、入力された音声データが単語に関する音声データであると判断し、
前記音声区間内に休止区間が存在する場合には、入力された音声データが自然言語に関する音声データであると判断することを特徴とする請求項4に記載の分散音声認識システム。 - 前記チャネル推定部での非音声区間のデータを用いたチャネル推定は、連続する短区間の周波数分析、エネルギー分布、ケプストラム、時間領域でのウェーブ波形平均を計算する方法のうち、少なくとも1つの方法を利用することを特徴とする請求項4に記載の分散音声認識システム。
- 前記データ処理部は、
前記休止検出部で休止区間が検出された場合に、前記第2の音声認識ユニットに前記休止区間を転送するために用いられる音声認識処理要求データを構成する転送データ構成部と、
前記構成された音声認識処理要求データを、ネットワークを介して、前記第2の音声認識ユニットに転送するデータ転送部と、
を備えることを特徴とする請求項4に記載の分散音声認識システム。 - 前記音声認識処理要求データは、音声認識フラグ、端末識別子、チャネル推定フラグ、認識ID、全体データサイズ、音声データサイズ、チャネルデータサイズ、音声データ、チャネルデータのうち少なくとも1つの情報を含むことを特徴とする請求項9に記載の分散音声認識システム。
- 前記第2の音声認識ユニットは、
前記第1の音声認識ユニットによりネットワークを介して転送される音声認識処理要求データを受信し、チャネルデータと音声データ及び端末機の認識対象を各々分類することにより、認識対象モデルをデータベースから選定するデータ受信部と、
前記データ受信部で分類された音声データから音声認識対象特徴成分を抽出する特徴抽出部と、
前記データ受信部から受信されたデータ内にチャネルデータが含まれていない場合には、受信された音声データから認識環境のチャネル詳細情報を推定するチャネル推定部と、
前記チャネル推定部で推定されたチャネル詳細情報、または、前記第1の音声認識ユニットから受信したチャネル推定情報を用いて、データベースに格納された認識対象音響モデルに雑音成分を適応させることにより、雑音成分を除去し、音声認識を行う音声認識処理部と、
を備えることを特徴とする請求項1に記載の分散音声認識システム。 - 前記音声認識処理部は、
前記チャネル推定部で推定されたチャネル詳細情報を、データベースに格納された認識対象音響モデルに適応させることにより、雑音成分を除去するモデル適応部と、
前記モデル適応部で処理された音声データをデコードすることにより、入力された音声信号の音声認識を行う音声認識部と、
前記認識処理された音声認識処理結果データを、ネットワークを介して、前記第1の音声認識ユニットに転送するデータ転送部と、を備えることを特徴とする請求項11に記載の分散音声認識システム。 - 前記チャネル推定部でのチャネル推定は、連続する短区間の周波数分析、エネルギー分布、ケプストラム、時間領域でのウェーブ波形平均を計算する方法のうち少なくとも1つの方法を利用することを特徴とする請求項11に記載の分散音声認識システム。
- 端末に入力される音声信号に対する音声区間の休止区間をチェックすることにより、入力された音声の種類を判別し、判別された音声の種類によって音声認識処理が可能な音声である場合には、格納された音声の認識対象モデルを選定し、選定された認識対象モデルによって入力音声データを認識処理し、端末で音声認識処理が可能ではない音声である場合には、音声認識処理要求データを、ネットワークを介してサーバに転送する段階と、
前記サーバでは、前記端末からネットワークを介して転送される前記音声認識処理要求データを分析することにより、認識処理すべき音声データに対応する認識対象モデルを選定し、選定された認識対象モデルを適用することにより音声認識による言語処理を行い、言語処理結果データを、ネットワークを介して前記端末に転送する段階と、
を有することを特徴とする分散音声認識方法。 - 前記端末から音声認識処理要求データをネットワークを介してサーバに転送する段階は、
入力された音声信号から音声区間を検出する段階と、
前記検出された音声区間内で休止区間を検出し、入力された音声信号の種類を判別する段階と、
前記検出された音声区間以外の非音声区間のデータを用いてチャネル詳細情報を推定する段階と、
前記休止区間が検出されない場合には、音声データの認識特徴を抽出し、前記休止区間が検出された場合には、音声認識処理要求データを生成し、前記認識特徴または前記音声認識処理要求データを、ネットワークを介して前記サーバに転送する段階と、
前記推定されたチャネル詳細情報をデータベースに格納された認識対象音響モデルに適応させることにより雑音成分を除去して、音声認識を行う段階と、を有することを特徴とする請求項14に記載の分散音声認識方法。 - 前記音声区間を検出する段階において、入力音声信号に対する音声波形のゼロ交差率とエネルギーと、設定された閾値と、の比較結果によって音声区間を検出することを特徴とする請求項15に記載の分散音声認識方法。
- 前記音声認識を行う段階は、
前記推定されたチャネル詳細情報を、データベースに格納された認識対象音響モデルに適応させて、雑音成分を除去する段階と、
前記処理された音声データをデコードし、入力された音声信号の音声認識を行う段階と、を有することを特徴とする請求項15に記載の分散音声認識方法。 - 前記休止区間を検出する段階において、前記検出された音声区間内に休止区間が存在しない場合には、入力された音声データが単語に関する音声データであると判断し、休止区間が存在する場合には、入力された音声データを自然言語に関する音声データであると判断することを特徴とする請求項15に記載の分散音声認識方法。
- 前記チャネル詳細情報を推定する段階でのチャネル詳細情報の推定は、連続する短区間の周波数分析、エネルギー分布、ケプストラム、時間領域でのウェーブ波形平均を計算する方法のうち少なくとも1つの方法を利用することを特徴とする請求項15に記載の分散音声認識方法。
- 前記音声認識処理要求データを生成し、前記音声データの認識特徴または前記音声認識処理要求データを、ネットワークを介して前記サーバに転送する段階は、
前記休止区間が検出された場合には、音声データを前記サーバに転送するために用いられる音声認識処理要求データを構成する段階と、
前記構成された音声認識処理要求データを、ネットワークを介して前記サーバに転送する段階と、を有することを特徴とする請求項15に記載の分散音声認識方法。 - 前記音声認識処理要求データは、音声認識フラグ、端末識別子、チャネル推定フラグ、認識ID、全体データサイズ、音声データサイズ、チャネルデータサイズ、音声データ、チャネルデータのうち少なくとも1つの情報を含むことを特徴とする請求項20に記載の分散音声認識方法。
- 前記端末に転送する段階は、
前記端末からネットワークを介して転送される音声認識処理要求データを受信し、チャネルデータと音声データ及び端末機の認識対象を各々分類し、認識対象モデルをデータベースから選定する段階と、
前記分類された音声データから音声認識対象特徴成分を抽出する段階と、
前記受信されたデータ内にチャネルデータが含まれていない場合には、受信された音声データから認識環境のチャネル詳細情報を推定する段階と、
前記推定されたチャネル詳細情報または端末から受信したチャネル推定情報をデータベースに格納された認識対象音響モデルに適応させて、雑音成分を除去し、音声認識を行う段階と、を有することを特徴とする請求項14に記載の分散音声認識方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020040070956A KR100636317B1 (ko) | 2004-09-06 | 2004-09-06 | 분산 음성 인식 시스템 및 그 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006079079A true JP2006079079A (ja) | 2006-03-23 |
Family
ID=36158544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005248640A Pending JP2006079079A (ja) | 2004-09-06 | 2005-08-30 | 分散音声認識システム及びその方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20060053009A1 (ja) |
JP (1) | JP2006079079A (ja) |
KR (1) | KR100636317B1 (ja) |
CN (1) | CN1746973A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023182015A1 (ja) * | 2022-03-22 | 2023-09-28 | パナソニックIpマネジメント株式会社 | 音声認証装置および音声認証方法 |
Families Citing this family (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100622019B1 (ko) * | 2004-12-08 | 2006-09-11 | 한국전자통신연구원 | 음성 인터페이스 시스템 및 방법 |
TWI319152B (en) * | 2005-10-04 | 2010-01-01 | Ind Tech Res Inst | Pre-stage detecting system and method for speech recognition |
US7778632B2 (en) * | 2005-10-28 | 2010-08-17 | Microsoft Corporation | Multi-modal device capable of automated actions |
KR100791349B1 (ko) * | 2005-12-08 | 2008-01-07 | 한국전자통신연구원 | 분산 음성 인식 시스템에서 음성 신호의 코딩 방법 및 그장치 |
US7756708B2 (en) * | 2006-04-03 | 2010-07-13 | Google Inc. | Automatic language model update |
KR100794140B1 (ko) * | 2006-06-30 | 2008-01-10 | 주식회사 케이티 | 분산 음성 인식 단말기에서 음성 부호화기의 전처리를공유해 잡음에 견고한 음성 특징 벡터를 추출하는 장치 및그 방법 |
FI20060666A0 (fi) * | 2006-07-07 | 2006-07-07 | Nokia Corp | Menetelmä ja järjestelmä epäjatkuvan lähetyksen toiminnallisuuden parantamiseksi |
KR100832556B1 (ko) * | 2006-09-22 | 2008-05-26 | (주)한국파워보이스 | 강인한 원거리 음성 인식 시스템을 위한 음성 인식 방법 |
DE102008022125A1 (de) * | 2008-05-05 | 2009-11-19 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur Klassifikation von schallerzeugenden Prozessen |
KR101006257B1 (ko) * | 2008-06-13 | 2011-01-06 | 주식회사 케이티 | 발화 환경과 발화자에 따른 음성 인식 방법 및 장치 |
US20100097178A1 (en) * | 2008-10-17 | 2010-04-22 | Pisz James T | Vehicle biometric systems and methods |
SG189182A1 (en) * | 2010-10-29 | 2013-05-31 | Anhui Ustc Iflytek Co Ltd | Method and system for endpoint automatic detection of audio record |
US9484018B2 (en) * | 2010-11-23 | 2016-11-01 | At&T Intellectual Property I, L.P. | System and method for building and evaluating automatic speech recognition via an application programmer interface |
US8532985B2 (en) | 2010-12-03 | 2013-09-10 | Microsoft Coporation | Warped spectral and fine estimate audio encoding |
CN103000172A (zh) * | 2011-09-09 | 2013-03-27 | 中兴通讯股份有限公司 | 信号分类方法和装置 |
US8793136B2 (en) * | 2012-02-17 | 2014-07-29 | Lg Electronics Inc. | Method and apparatus for smart voice recognition |
CN102646415B (zh) * | 2012-04-10 | 2014-07-23 | 苏州大学 | 一种语音识别中的特征参数提取方法 |
US8917853B2 (en) | 2012-06-19 | 2014-12-23 | International Business Machines Corporation | Enhanced customer experience through speech detection and analysis |
EP2713582B1 (en) * | 2012-09-28 | 2018-08-01 | Harman Becker Automotive Systems GmbH | Method and apparatus for personalized access to automotive telematic services |
CN103903619B (zh) * | 2012-12-28 | 2016-12-28 | 科大讯飞股份有限公司 | 一种提高语音识别准确率的方法及系统 |
US10452660B2 (en) * | 2013-05-31 | 2019-10-22 | International Business Machines Corporation | Generation and maintenance of synthetic context events from synthetic context objects |
CN104517606A (zh) * | 2013-09-30 | 2015-04-15 | 腾讯科技(深圳)有限公司 | 语音识别测试方法及装置 |
KR101808810B1 (ko) | 2013-11-27 | 2017-12-14 | 한국전자통신연구원 | 음성/무음성 구간 검출 방법 및 장치 |
US9697828B1 (en) * | 2014-06-20 | 2017-07-04 | Amazon Technologies, Inc. | Keyword detection modeling using contextual and environmental information |
KR102304052B1 (ko) * | 2014-09-05 | 2021-09-23 | 엘지전자 주식회사 | 디스플레이 장치 및 그의 동작 방법 |
KR101579537B1 (ko) * | 2014-10-16 | 2015-12-22 | 현대자동차주식회사 | 자동차 및 자동차의 음성 인식 제어 방법 |
KR101657655B1 (ko) * | 2015-02-16 | 2016-09-19 | 현대자동차주식회사 | 차량 및 그 제어 방법 |
KR102413067B1 (ko) * | 2015-07-28 | 2022-06-24 | 삼성전자주식회사 | 문법 모델을 갱신하고, 문법 모델에 기초하여 음성 인식을 수행하는 방법 및 디바이스 |
US20170068922A1 (en) * | 2015-09-03 | 2017-03-09 | Xerox Corporation | Methods and systems for managing skills of employees in an organization |
KR102209689B1 (ko) * | 2015-09-10 | 2021-01-28 | 삼성전자주식회사 | 음향 모델 생성 장치 및 방법, 음성 인식 장치 및 방법 |
US10079020B2 (en) * | 2015-11-19 | 2018-09-18 | Panasonic Corporation | Speech recognition method and speech recognition apparatus to improve performance or response of speech recognition |
US10446143B2 (en) * | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
US9899038B2 (en) | 2016-06-30 | 2018-02-20 | Karen Elaine Khaleghi | Electronic notebook system |
GB2552723A (en) * | 2016-08-03 | 2018-02-07 | Cirrus Logic Int Semiconductor Ltd | Speaker recognition |
GB2552722A (en) | 2016-08-03 | 2018-02-07 | Cirrus Logic Int Semiconductor Ltd | Speaker recognition |
US10540451B2 (en) * | 2016-09-28 | 2020-01-21 | International Business Machines Corporation | Assisted language learning |
CN106710606B (zh) * | 2016-12-29 | 2019-11-08 | 百度在线网络技术(北京)有限公司 | 基于人工智能的语音处理方法及装置 |
US10258295B2 (en) * | 2017-05-09 | 2019-04-16 | LifePod Solutions, Inc. | Voice controlled assistance for monitoring adverse events of a user and/or coordinating emergency actions such as caregiver communication |
US20190115028A1 (en) * | 2017-08-02 | 2019-04-18 | Veritone, Inc. | Methods and systems for optimizing engine selection |
KR102158739B1 (ko) * | 2017-08-03 | 2020-09-22 | 한국전자통신연구원 | 자동통역 시스템, 디바이스 및 방법 |
KR101952284B1 (ko) * | 2017-08-28 | 2019-02-26 | 경희대학교 산학협력단 | 미디어 가치를 향상시키는 보조정보와 이를 원격에서 추출하고, 표현하고, 전송하는 방법 및 기기 |
CN109994101A (zh) * | 2018-01-02 | 2019-07-09 | 中国移动通信有限公司研究院 | 一种语音识别方法、终端、服务器及计算机可读存储介质 |
US10235998B1 (en) | 2018-02-28 | 2019-03-19 | Karen Elaine Khaleghi | Health monitoring system and appliance |
US10559307B1 (en) * | 2019-02-13 | 2020-02-11 | Karen Elaine Khaleghi | Impaired operator detection and interlock apparatus |
US11138979B1 (en) * | 2020-03-18 | 2021-10-05 | Sas Institute Inc. | Speech audio pre-processing segmentation |
US11335350B2 (en) * | 2020-03-18 | 2022-05-17 | Sas Institute Inc. | Dual use of audio noise level in speech-to-text framework |
WO2022198474A1 (en) | 2021-03-24 | 2022-09-29 | Sas Institute Inc. | Speech-to-analytics framework with support for large n-gram corpora |
CN111986655B (zh) * | 2020-08-18 | 2022-04-01 | 北京字节跳动网络技术有限公司 | 音频内容识别方法、装置、设备和计算机可读介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5400409A (en) * | 1992-12-23 | 1995-03-21 | Daimler-Benz Ag | Noise-reduction method for noise-affected voice channels |
US5915235A (en) * | 1995-04-28 | 1999-06-22 | Dejaco; Andrew P. | Adaptive equalizer preprocessor for mobile telephone speech coder to modify nonideal frequency response of acoustic transducer |
US6006175A (en) * | 1996-02-06 | 1999-12-21 | The Regents Of The University Of California | Methods and apparatus for non-acoustic speech characterization and recognition |
US6480825B1 (en) * | 1997-01-31 | 2002-11-12 | T-Netix, Inc. | System and method for detecting a recorded voice |
DE69836454T2 (de) * | 1997-02-10 | 2007-10-04 | Koninklijke Philips Electronics N.V. | Kommunikationsnetzwerk zur übertragung von sprachsignalen |
EP0867856B1 (fr) * | 1997-03-25 | 2005-10-26 | Koninklijke Philips Electronics N.V. | "Méthode et dispositif de detection d'activité vocale" |
US6076056A (en) * | 1997-09-19 | 2000-06-13 | Microsoft Corporation | Speech recognition system for recognizing continuous and isolated speech |
US5924066A (en) * | 1997-09-26 | 1999-07-13 | U S West, Inc. | System and method for classifying a speech signal |
WO1999026233A2 (en) | 1997-11-14 | 1999-05-27 | Koninklijke Philips Electronics N.V. | Hardware sharing in a speech-based intercommunication system |
US6108610A (en) * | 1998-10-13 | 2000-08-22 | Noise Cancellation Technologies, Inc. | Method and system for updating noise estimates during pauses in an information signal |
US7219058B1 (en) * | 2000-10-13 | 2007-05-15 | At&T Corp. | System and method for processing speech recognition results |
US20020091527A1 (en) * | 2001-01-08 | 2002-07-11 | Shyue-Chin Shiau | Distributed speech recognition server system for mobile internet/intranet communication |
US7050969B2 (en) * | 2001-11-27 | 2006-05-23 | Mitsubishi Electric Research Laboratories, Inc. | Distributed speech recognition with codec parameters |
US7027986B2 (en) * | 2002-01-22 | 2006-04-11 | At&T Corp. | Method and device for providing speech-to-text encoding and telephony service |
US6807529B2 (en) * | 2002-02-27 | 2004-10-19 | Motorola, Inc. | System and method for concurrent multimodal communication |
US7076428B2 (en) * | 2002-12-30 | 2006-07-11 | Motorola, Inc. | Method and apparatus for selective distributed speech recognition |
-
2004
- 2004-09-06 KR KR1020040070956A patent/KR100636317B1/ko not_active IP Right Cessation
-
2005
- 2005-08-10 US US11/200,203 patent/US20060053009A1/en not_active Abandoned
- 2005-08-30 JP JP2005248640A patent/JP2006079079A/ja active Pending
- 2005-09-02 CN CN200510099696.9A patent/CN1746973A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023182015A1 (ja) * | 2022-03-22 | 2023-09-28 | パナソニックIpマネジメント株式会社 | 音声認証装置および音声認証方法 |
Also Published As
Publication number | Publication date |
---|---|
US20060053009A1 (en) | 2006-03-09 |
CN1746973A (zh) | 2006-03-15 |
KR100636317B1 (ko) | 2006-10-18 |
KR20060022156A (ko) | 2006-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100636317B1 (ko) | 분산 음성 인식 시스템 및 그 방법 | |
WO2021139425A1 (zh) | 语音端点检测方法、装置、设备及存储介质 | |
CN108900725B (zh) | 一种声纹识别方法、装置、终端设备及存储介质 | |
US9536547B2 (en) | Speaker change detection device and speaker change detection method | |
Kingsbury et al. | Robust speech recognition using the modulation spectrogram | |
EP0625774B1 (en) | A method and an apparatus for speech detection | |
Hu et al. | Pitch‐based gender identification with two‐stage classification | |
US8655656B2 (en) | Method and system for assessing intelligibility of speech represented by a speech signal | |
EP1199708A2 (en) | Noise robust pattern recognition | |
CN108564956B (zh) | 一种声纹识别方法和装置、服务器、存储介质 | |
CN113192535B (zh) | 一种语音关键词检索方法、系统和电子装置 | |
CN116490920A (zh) | 用于针对由自动语音识别系统处理的语音输入检测音频对抗性攻击的方法、对应的设备、计算机程序产品和计算机可读载体介质 | |
CN111951796A (zh) | 语音识别方法及装置、电子设备、存储介质 | |
JP5385876B2 (ja) | 音声区間検出方法、音声認識方法、音声区間検出装置、音声認識装置、そのプログラム及び記録媒体 | |
CN109036470B (zh) | 语音区分方法、装置、计算机设备及存储介质 | |
Venkatesan et al. | Binaural classification-based speech segregation and robust speaker recognition system | |
CN112116909A (zh) | 语音识别方法、装置及系统 | |
Maganti et al. | Auditory processing-based features for improving speech recognition in adverse acoustic conditions | |
JP4696418B2 (ja) | 情報検出装置及び方法 | |
KR20090065181A (ko) | 잡음 검출 방법 및 장치 | |
Faycal et al. | Comparative performance study of several features for voiced/non-voiced classification | |
Tzudir et al. | Low-resource dialect identification in Ao using noise robust mean Hilbert envelope coefficients | |
JP2013235050A (ja) | 情報処理装置及び方法、並びにプログラム | |
CN113241059A (zh) | 语音唤醒方法、装置、设备及存储介质 | |
CN108573712B (zh) | 语音活性检测模型生成方法、系统及语音活性检测方法、系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20051213 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20051216 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20051226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20081111 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090407 |