JP2006079089A - 音声認識用ベースバンドのモデムと、それを用いる移動通信端末機 - Google Patents
音声認識用ベースバンドのモデムと、それを用いる移動通信端末機 Download PDFInfo
- Publication number
- JP2006079089A JP2006079089A JP2005259381A JP2005259381A JP2006079089A JP 2006079089 A JP2006079089 A JP 2006079089A JP 2005259381 A JP2005259381 A JP 2005259381A JP 2005259381 A JP2005259381 A JP 2005259381A JP 2006079089 A JP2006079089 A JP 2006079089A
- Authority
- JP
- Japan
- Prior art keywords
- feature vector
- speech recognition
- voice
- signal
- sampling rate
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/38—Transceivers, i.e. devices in which transmitter and receiver form a structural unit and in which at least one part is used for functions of transmitting and receiving
- H04B1/40—Circuits
-
- 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
- G10L15/26—Speech to text systems
-
- 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
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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Abstract
【解決手段】 音声認識のためのサンプリングレートと、音声通話のためのサンプリングレートのうち何れか一つを用いて、入力されたボイス信号に対して変調を実施するオーディオコーデックと、音声認識のためのサンプリングレートを用いて、変調されたオーディオコーデックの出力から特徴ベクトルを抽出する特徴ベクトル抽出ブロックと、特徴ベクトル抽出ブロックの出力を用いて、音声認識を行う音声認識ブロックと、音声通話のためのサンプリングレートを用いて、変調されたオーディオコーデックの出力をボコーディグするボコーダとを含んで構成される、ベースバンドモデム。
【選択図】 図3
Description
要すると、従来技術では、移動通信端末機で音声認識を実施するにおいて、音声通話と音声認識とを区分して、ベースバンドモデムのサンプリングレートを調節できるようにする技術がなかった。また、ベースバンドモデムがPCMデータを得ることが難しいという問題があった。
(項目1)
音声認識のためのサンプリングレートと、音声通話のためのサンプリングレートのうち何れか一つを用いて、入力されたボイス信号に対して変調を実施するオーディオコーデックと、
前記音声認識のためのサンプリングレートを用いて、変調された前記オーディオコーデックの出力から特徴ベクトルを抽出する特徴ベクトル抽出ブロックと、
前記特徴ベクトル抽出ブロックの出力を用いて、音声認識を行う音声認識ブロックと、
前記音声通話のためのサンプリングレートを用いて、変調された前記オーディオコーデックの出力をボコーディグするボコーダとを含んで構成されることを特徴とするベースバンドモデム。
(項目2)
前記音声認識のためのサンプリングレートを用いて、変調された前記オーディオコーデックの出力を保存するバッファを更に含んで構成されることを特徴とする項目1に記載のベースバンドモデム。
(項目3)
前記特徴ベクトル抽出ブロックは、前記バッファに保存されたデータから前記特徴ベクトルを抽出することを特徴とする項目2に記載のベースバンドモデム。
(項目4)
前記バッファは、ピンポンバッファであることを特徴とする項目2に記載のベースバンドモデム。
(項目5)
前記特徴ベクトル抽出ブロックから抽出された前記特徴ベクトルを保存する特徴ベクトルバッファを更に含んで構成されることを特徴とする項目1に記載のベースバンドモデム。
(項目6)
前記入力されたボイス信号が前記音声認識のための信号であるか、前記音声通話のための信号であるかを区分する制御器を更に含んで構成されることを特徴とする項目1に記載のベースバンドモデム。
(項目7)
前記制御器は、
前記入力されたボイス信号を、前記音声認識のための信号と、前記音声通話のための信号のうち一つで区分することにより、前記オーディオコーデックの変調に用いるサンプリングレートの可変を制御することを特徴とする項目6に記載のベースバンドモデム。
(項目8)
前記制御器は、
前記入力されたボイス信号を、前記音声認識のための信号と、前記音声通話のための信号のうち一つで区分することにより、前記特徴ベクトル抽出ブロックと前記音声認識ブロックの活性化を制御することを特徴とする項目6に記載のベースバンドモデム。
(項目9)
前記入力されたオーディオ信号が前記音声認識のための信号である場合に、前記制御器は、前記特徴ベクトル抽出ブロックと、前記音声認識ブロックを活性化させることを特徴とする項目8に記載のベースバンドモデム。
(項目10)
前記制御器は、前記ベースバンドモデムに備えられた音声認識のためのレジスターをオン/オフして、前記特徴ベクトル抽出ブロックと前記音声認識ブロックの活性化を制御することを特徴とする項目6に記載のベースバンドモデム。
(項目11)
前記音声認識のためのサンプリングレートは、12〜32kHzの範囲に含まれることを特徴とする項目1に記載のベースバンドモデム。
(項目12)
前記音声認識のためのサンプリングレートは、16kHzであることを特徴とする項目1に記載のベースバンドモデム。
(項目13)
前記特徴ベクトル抽出ブロックは、ハードウェアで構成されることを特徴とする項目1に記載のベースバンドモデム。
(項目14)
前記オーディオコーデックは、前記入力されたボイス信号に対してパルスコード変調を実施することを特徴とする項目1に記載のベースバンドモデム。
(項目15)
前記ベースバンドモデムは、移動通信端末機に内装されることを特徴とする項目1に記載のベースバンドモデム。
(項目16)
音声認識用サンプリングレートと、音声通話用サンプリングデータのうち何れか一つを用いて、入力されたボイス信号に対してパルスコード変調を実施するオーディオコーデックと、
前記音声認識用サンプリングレートで変調された前記オーディオコーデックの出力から特徴ベクトルを抽出する特徴ベクトル抽出ブロックと、前記特徴ベクトル抽出ブロックの出力を用いて音声認識アルゴリズムを行うプロセッサーを備えた音声認識経路と、
前記音声通話用サンプリングレートで変調された前記オーディオコーデックの出力を音声コーディングするボコーダを備えた音声通話経路とを含んで構成されることを特徴とする移動通信端末機。
(項目17)
前記音声認識経路は、
前記音声認識用サンプリングレートで変調された前記オーディオコーデックの出力を保存するバッファを、特徴ベクトル抽出ブロックの入力端に更に備えることを特徴とする項目16に記載の移動通信端末機。
(項目18)
前記バッファは、ピンポンバッファであることを特徴とする項目17に記載の移動通信端末機。
(項目19)
前記音声認識経路は、
前記特徴ベクトル抽出ブロックから抽出された前記特徴ベクトルを保存する特徴ベクトルバッファを、前記プロセッサーの入力端に更に備えることを特徴とする項目16に記載の移動通信端末機。
(項目20)
前記入力されたボイス信号が前記音声認識用信号であるか、前記音声通話用信号であるかを区分して、前記経路の動作を制御する制御器を更に含んで構成されることを特徴とする項目16に記載の移動通信端末機。
(項目21)
前記制御器は、
前記入力されたボイス信号を、前記音声認識用信号と、前記音声通話用信号のうち一つで区分し、それによって前記オーディオコーデックの変調に用いるサンプリングレートを可変させることを特徴とする項目20に記載の移動通信端末機。
(項目22)
前記制御器は、
前記入力されたボイス信号が前記音声認識用信号である場合に、前記特徴ベクトル抽出ブロックと、前記音声認識ブロックの動作を活性化させることを特徴とする項目20に記載の移動通信端末機。
(項目23)
前記制御器は、前記移動通信端末機に備えられた音声認識用レジスターをオン/オフして、前記特徴ベクトル抽出ブロックと、前記音声認識ブロックの動作を制御することを特徴とする項目20に記載の移動通信端末機。
(項目24)
前記音声認識用サンプリングレートは、12〜32kHzの範囲に含まれることを特徴とする項目16に記載の移動通信端末機。
(項目25)
前記音声認識用サンプリングレートは、16kHzであることを特徴とする項目1に記載の移動通信端末機。
(項目26)
前記特徴ベクトルブロックは、ハードウェアで構成されることを特徴とする項目1に記載の移動通信端末機。
即ち、本発明による技術的な範囲は、前記両者の場合に共に及ぶことができる。
Claims (26)
- 音声認識のためのサンプリングレートと、音声通話のためのサンプリングレートのうち何れか一つを用いて、入力されたボイス信号に対して変調を実施するオーディオコーデックと、
前記音声認識のためのサンプリングレートを用いて、変調された前記オーディオコーデックの出力から特徴ベクトルを抽出する特徴ベクトル抽出ブロックと、
前記特徴ベクトル抽出ブロックの出力を用いて、音声認識を行う音声認識ブロックと、
前記音声通話のためのサンプリングレートを用いて、変調された前記オーディオコーデックの出力をボコーディグするボコーダとを含んで構成されることを特徴とするベースバンドモデム。 - 前記音声認識のためのサンプリングレートを用いて、変調された前記オーディオコーデックの出力を保存するバッファを更に含んで構成されることを特徴とする請求項1に記載のベースバンドモデム。
- 前記特徴ベクトル抽出ブロックは、前記バッファに保存されたデータから前記特徴ベクトルを抽出することを特徴とする請求項2に記載のベースバンドモデム。
- 前記バッファは、ピンポンバッファであることを特徴とする請求項2に記載のベースバンドモデム。
- 前記特徴ベクトル抽出ブロックから抽出された前記特徴ベクトルを保存する特徴ベクトルバッファを更に含んで構成されることを特徴とする請求項1に記載のベースバンドモデム。
- 前記入力されたボイス信号が前記音声認識のための信号であるか、前記音声通話のための信号であるかを区分する制御器を更に含んで構成されることを特徴とする請求項1に記載のベースバンドモデム。
- 前記制御器は、
前記入力されたボイス信号を、前記音声認識のための信号と、前記音声通話のための信号のうち一つで区分することにより、前記オーディオコーデックの変調に用いるサンプリングレートの可変を制御することを特徴とする請求項6に記載のベースバンドモデム。 - 前記制御器は、
前記入力されたボイス信号を、前記音声認識のための信号と、前記音声通話のための信号のうち一つで区分することにより、前記特徴ベクトル抽出ブロックと前記音声認識ブロックの活性化を制御することを特徴とする請求項6に記載のベースバンドモデム。 - 前記入力されたオーディオ信号が前記音声認識のための信号である場合に、前記制御器は、前記特徴ベクトル抽出ブロックと、前記音声認識ブロックを活性化させることを特徴とする請求項8に記載のベースバンドモデム。
- 前記制御器は、前記ベースバンドモデムに備えられた音声認識のためのレジスターをオン/オフして、前記特徴ベクトル抽出ブロックと前記音声認識ブロックの活性化を制御することを特徴とする請求項6に記載のベースバンドモデム。
- 前記音声認識のためのサンプリングレートは、12〜32kHzの範囲に含まれることを特徴とする請求項1に記載のベースバンドモデム。
- 前記音声認識のためのサンプリングレートは、16kHzであることを特徴とする請求項1に記載のベースバンドモデム。
- 前記特徴ベクトル抽出ブロックは、ハードウェアで構成されることを特徴とする請求項1に記載のベースバンドモデム。
- 前記オーディオコーデックは、前記入力されたボイス信号に対してパルスコード変調を実施することを特徴とする請求項1に記載のベースバンドモデム。
- 前記ベースバンドモデムは、移動通信端末機に内装されることを特徴とする請求項1に記載のベースバンドモデム。
- 音声認識用サンプリングレートと、音声通話用サンプリングデータのうち何れか一つを用いて、入力されたボイス信号に対してパルスコード変調を実施するオーディオコーデックと、
前記音声認識用サンプリングレートで変調された前記オーディオコーデックの出力から特徴ベクトルを抽出する特徴ベクトル抽出ブロックと、前記特徴ベクトル抽出ブロックの出力を用いて音声認識アルゴリズムを行うプロセッサーを備えた音声認識経路と、
前記音声通話用サンプリングレートで変調された前記オーディオコーデックの出力を音声コーディングするボコーダを備えた音声通話経路とを含んで構成されることを特徴とする移動通信端末機。 - 前記音声認識経路は、
前記音声認識用サンプリングレートで変調された前記オーディオコーデックの出力を保存するバッファを、特徴ベクトル抽出ブロックの入力端に更に備えることを特徴とする請求項16に記載の移動通信端末機。 - 前記バッファは、ピンポンバッファであることを特徴とする請求項17に記載の移動通信端末機。
- 前記音声認識経路は、
前記特徴ベクトル抽出ブロックから抽出された前記特徴ベクトルを保存する特徴ベクトルバッファを、前記プロセッサーの入力端に更に備えることを特徴とする請求項16に記載の移動通信端末機。 - 前記入力されたボイス信号が前記音声認識用信号であるか、前記音声通話用信号であるかを区分して、前記経路の動作を制御する制御器を更に含んで構成されることを特徴とする請求項16に記載の移動通信端末機。
- 前記制御器は、
前記入力されたボイス信号を、前記音声認識用信号と、前記音声通話用信号のうち一つで区分し、それによって前記オーディオコーデックの変調に用いるサンプリングレートを可変させることを特徴とする請求項20に記載の移動通信端末機。 - 前記制御器は、
前記入力されたボイス信号が前記音声認識用信号である場合に、前記特徴ベクトル抽出ブロックと、前記音声認識ブロックの動作を活性化させることを特徴とする請求項20に記載の移動通信端末機。 - 前記制御器は、前記移動通信端末機に備えられた音声認識用レジスターをオン/オフして、前記特徴ベクトル抽出ブロックと、前記音声認識ブロックの動作を制御することを特徴とする請求項20に記載の移動通信端末機。
- 前記音声認識用サンプリングレートは、12〜32kHzの範囲に含まれることを特徴とする請求項16に記載の移動通信端末機。
- 前記音声認識用サンプリングレートは、16kHzであることを特徴とする請求項1に記載の移動通信端末機。
- 前記特徴ベクトルブロックは、ハードウェアで構成されることを特徴とする請求項1に記載の移動通信端末機。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020040071327A KR100640893B1 (ko) | 2004-09-07 | 2004-09-07 | 음성 인식용 베이스밴드 모뎀 및 이동통신용 단말기 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006079089A true JP2006079089A (ja) | 2006-03-23 |
Family
ID=36158548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005259381A Pending JP2006079089A (ja) | 2004-09-07 | 2005-09-07 | 音声認識用ベースバンドのモデムと、それを用いる移動通信端末機 |
Country Status (7)
Country | Link |
---|---|
US (1) | US7593853B2 (ja) |
EP (1) | EP1632934B1 (ja) |
JP (1) | JP2006079089A (ja) |
KR (1) | KR100640893B1 (ja) |
CN (1) | CN1797542B (ja) |
AT (1) | ATE370494T1 (ja) |
DE (1) | DE602005001995T2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019028160A (ja) * | 2017-07-27 | 2019-02-21 | アルパイン株式会社 | 電子装置および情報端末システム |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080154608A1 (en) * | 2006-12-26 | 2008-06-26 | Voice Signal Technologies, Inc. | On a mobile device tracking use of search results delivered to the mobile device |
MY154452A (en) | 2008-07-11 | 2015-06-15 | Fraunhofer Ges Forschung | An apparatus and a method for decoding an encoded audio signal |
ATE539433T1 (de) | 2008-07-11 | 2012-01-15 | Fraunhofer Ges Forschung | Bereitstellen eines zeitverzerrungsaktivierungssignals und codierung eines audiosignals damit |
JP4703787B2 (ja) * | 2009-01-28 | 2011-06-15 | 三菱電機株式会社 | 音声認識装置 |
US9112989B2 (en) * | 2010-04-08 | 2015-08-18 | Qualcomm Incorporated | System and method of smart audio logging for mobile devices |
US9851787B2 (en) | 2012-11-29 | 2017-12-26 | Microsoft Technology Licensing, Llc | Display resource management |
CN104038804B (zh) * | 2013-03-05 | 2017-09-29 | 三星电子(中国)研发中心 | 基于语音识别的字幕同步装置和方法 |
US9542933B2 (en) * | 2013-03-08 | 2017-01-10 | Analog Devices Global | Microphone circuit assembly and system with speech recognition |
US20150031416A1 (en) * | 2013-07-23 | 2015-01-29 | Motorola Mobility Llc | Method and Device For Command Phrase Validation |
US9449602B2 (en) * | 2013-12-03 | 2016-09-20 | Google Inc. | Dual uplink pre-processing paths for machine and human listening |
CN103886860B (zh) * | 2014-02-21 | 2017-05-24 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN110910888B (zh) * | 2018-09-17 | 2022-06-14 | 中国移动通信集团设计院有限公司 | 语音识别装置及方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE100658T1 (de) | 1988-09-02 | 1994-02-15 | Siemens Ag | Verfahren und anordnung zur sprechererkennung in einer fernsprechvermittlungsanlage. |
JPH04207551A (ja) | 1990-11-30 | 1992-07-29 | Toshiba Corp | 電話装置 |
SE512719C2 (sv) * | 1997-06-10 | 2000-05-02 | Lars Gustaf Liljeryd | En metod och anordning för reduktion av dataflöde baserad på harmonisk bandbreddsexpansion |
US6212228B1 (en) * | 1997-09-10 | 2001-04-03 | Nortel Networks Limited | Apparatus for modulation and demodulating digital data |
US7085710B1 (en) * | 1998-01-07 | 2006-08-01 | Microsoft Corporation | Vehicle computer system audio entertainment system |
US6321195B1 (en) | 1998-04-28 | 2001-11-20 | Lg Electronics Inc. | Speech recognition method |
US6411926B1 (en) * | 1999-02-08 | 2002-06-25 | Qualcomm Incorporated | Distributed voice recognition system |
JP2001142488A (ja) | 1999-11-17 | 2001-05-25 | Oki Electric Ind Co Ltd | 音声認識通信システム |
US6633845B1 (en) * | 2000-04-07 | 2003-10-14 | Hewlett-Packard Development Company, L.P. | Music summarization system and method |
KR20010008073A (ko) | 2000-11-07 | 2001-02-05 | 조용범 | 음성 인식 및 번역 전용 에이직을 이용한 휴대용 다국어번역 단말장치 |
US6901270B1 (en) | 2000-11-17 | 2005-05-31 | Symbol Technologies, Inc. | Apparatus and method for wireless communication |
US7203643B2 (en) * | 2001-06-14 | 2007-04-10 | Qualcomm Incorporated | Method and apparatus for transmitting speech activity in distributed voice recognition systems |
US7221902B2 (en) * | 2004-04-07 | 2007-05-22 | Nokia Corporation | Mobile station and interface adapted for feature extraction from an input media sample |
-
2004
- 2004-09-07 KR KR1020040071327A patent/KR100640893B1/ko not_active IP Right Cessation
-
2005
- 2005-09-07 DE DE602005001995T patent/DE602005001995T2/de active Active
- 2005-09-07 EP EP05019451A patent/EP1632934B1/en not_active Not-in-force
- 2005-09-07 US US11/221,463 patent/US7593853B2/en not_active Expired - Fee Related
- 2005-09-07 CN CN2005101249116A patent/CN1797542B/zh not_active Expired - Fee Related
- 2005-09-07 AT AT05019451T patent/ATE370494T1/de not_active IP Right Cessation
- 2005-09-07 JP JP2005259381A patent/JP2006079089A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019028160A (ja) * | 2017-07-27 | 2019-02-21 | アルパイン株式会社 | 電子装置および情報端末システム |
Also Published As
Publication number | Publication date |
---|---|
CN1797542A (zh) | 2006-07-05 |
EP1632934B1 (en) | 2007-08-15 |
ATE370494T1 (de) | 2007-09-15 |
KR20060022490A (ko) | 2006-03-10 |
CN1797542B (zh) | 2010-04-07 |
DE602005001995T2 (de) | 2008-05-15 |
DE602005001995D1 (de) | 2007-09-27 |
EP1632934A1 (en) | 2006-03-08 |
US20060053011A1 (en) | 2006-03-09 |
KR100640893B1 (ko) | 2006-11-02 |
US7593853B2 (en) | 2009-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2006079089A (ja) | 音声認識用ベースバンドのモデムと、それを用いる移動通信端末機 | |
US20230230572A1 (en) | End-to-end speech conversion | |
JP4607334B2 (ja) | 分散された音声認識システム | |
US8483854B2 (en) | Systems, methods, and apparatus for context processing using multiple microphones | |
EP3416166B1 (en) | Processing speech signal using substitute speech data | |
AU667871B2 (en) | Voice controlled messaging system and processing method | |
JP5730682B2 (ja) | 背景雑音情報の断続伝送及び正確な再生の方法 | |
US8768701B2 (en) | Prosodic mimic method and apparatus | |
US20070121657A1 (en) | Method and communication device for providing a personalized ring-back | |
US20110282650A1 (en) | Automatic normalization of spoken syllable duration | |
JP2002540703A (ja) | 通話容易化装置用の口頭ユーザインターフェイス | |
KR20080107376A (ko) | 화자 독립 음성 인식을 구비한 통신 장치 | |
KR20100094529A (ko) | 신호음 데이터와 오디오를 믹싱하기 위한 시스템 및 방법 | |
KR20080054591A (ko) | 휴대단말기의 통화 서비스 방법 | |
KR100460411B1 (ko) | 목소리 신호의 억양조절에 의한 부드러운 소리의 전화기방식 | |
KR100817284B1 (ko) | 이동통신 단말기의 효과음 제공 장치 및 방법 | |
JP2004004182A (ja) | 音声認識装置、音声認識方法及び音声認識プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090127 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090422 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091028 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20091204 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20091218 |