JP2007233412A - ユーザが定義したフレーズの話者に依存しない認識方法及びシステム - Google Patents
ユーザが定義したフレーズの話者に依存しない認識方法及びシステム Download PDFInfo
- Publication number
- JP2007233412A JP2007233412A JP2007124314A JP2007124314A JP2007233412A JP 2007233412 A JP2007233412 A JP 2007233412A JP 2007124314 A JP2007124314 A JP 2007124314A JP 2007124314 A JP2007124314 A JP 2007124314A JP 2007233412 A JP2007233412 A JP 2007233412A
- Authority
- JP
- Japan
- Prior art keywords
- score
- phrase
- vocabulary
- grammar
- registered
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
- G10L15/19—Grammatical context, e.g. disambiguation of the recognition hypotheses based on word sequence rules
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
- G10L15/19—Grammatical context, e.g. disambiguation of the recognition hypotheses based on word sequence rules
- G10L15/197—Probabilistic grammars, e.g. word n-grams
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)
- Artificial Intelligence (AREA)
- Machine Translation (AREA)
Abstract
【解決手段】ユーザが定義したフレーズの話者に依存しない認識のための外れ語彙のスコアを決定するシステム及び方法が、登録文法(36)を用いて話者に依存しない(SI)認識モデル(34)のセットと共にユーザが定義したフレーズを登録することを含む。話されたフレーズの登録文法のスコアは、登録文法(36)を用いて話されたフレーズの特徴をSI認識モデル(34)と比較することによって、決定される。登録文法のスコアは、外れスコア(94)を発生するためにペナルティーが適用される。
【選択図】図1
Description
話者に依存しないテンプレートは固定した音響モデルを利用し、ユーザが定義したフレーズに対する記憶装置の数百バイトのみを必要とする。その結果、話者に依存しないテンプレートは非常に多くのユーザを収容することができ、ユーザの定義したフレーズはメモリ容量を殆ど増加しない。しかし、話者に依存しないテンプレートの問題は、ガーベージモデルが話者に依存しない環境においてうまく機能しないことである。これは、不十分な外れ語彙の拒否を生じ、間違い電話番号をダイヤルするような費用のかかる誤りを導く。
(1)ユーザが定義したフレーズの話者に依存しない認識のための外れ語彙のスコアを決定する方法であって、
登録文法を用いて話者に依存しない認識モデルのセットでユーザが定義したフレーズを登録するステップと、
登録文法を用いて話されたフレーズの特徴を話者に依存しない認識モデルと比較することによって、話されたフレーズの登録文法のスコアを決定するステップと、
登録文法にペナルティーを適用して外れ語彙のスコアを発生するステップ、
を有することを特徴とする方法。
話されたフレーズを受信するステップと、
話されたフレーズから特徴を抽出するステップと、
ユーザが定義したフレーズを受信するステップと、
抽出された特徴をユーザが前記定義したフレーズと比較することによって、話されたフレーズの一致語彙のスコアを決定するステップと、
話者に依存しない認識モデルのセットを受信するステップと、
登録文法を用いて抽出された特徴を話者に依存しない認識モデルと比較することによって、話されたフレーズの登録文法のスコアを決定するステップと、
前記登録文法のスコアにペナルティーを適用して、外れ語彙のスコアを発生するステップと、
スコアを比較して、もし、外れ語彙のスコアが一致スコアに近いならば、話されたフレーズを外れ語彙のフレーズとして拒否し、もし、外れ語彙が一致スコアに近くないならば、話されたフレーズを一致フレーズとして受入れるステップ、を有することを特徴とする方法。
話者に依存しない認識モデルのセットと、
登録文法と、
登録文法を用いて前記話者に依存しない認識モデルと共に登録されたユーザが定義したフレーズと、
前記話者に依存しない認識モデルと登録文法を用いて話されたフレーズの登録文法のスコアを決めるために動作可能な認識モジュールと、
登録文法スコアにペナルティーを適用して外れ語彙のスコアを発生するために動作可能な認識モジュール、
を有することを特徴とするシステム。
前記スコアを比較するために動作可能な前記認識モジュールと、
前記外れ語彙のスコアが一致スコアに近い場合、外れ語彙のフレーズとして話されたフレーズを拒否するために動作可能な前記認識モジュールと、
前記外れ語彙のスコアが一致スコアに近くない場合、一致語彙のフレーズとして話されたフレーズを受入れるために動作可能な前記認識モジュールと、
を有することを特徴とする前記(20)に記載のシステム。
Claims (14)
- ユーザが定義したフレーズの話者に依存しない認識のための外れ語彙のスコアを決定する方法であって、
登録文法を用いて話者に依存しない認識モデルのセットでユーザが定義したフレーズを登録するステップと、
登録文法を用いて話されたフレーズの特徴を前記話者に依存しない認識モデルと比較することによって、前記話されたフレーズの登録文法のスコアを決定するステップと、
前記登録文法のスコアにペナルティーを適用して、外れ語彙のスコアを発生するステップと、
を有し、
前記登録文法のスコアにペナルティーを適用して、外れ語彙のスコアを発生するステップは、ペナルティーを前記登録文法のスコアに加えるステップを有することを特徴とする方法。 - 外れ語彙の拒否を伴うユーザが定義したフレーズの話者に依存しない認識方法であって、
話されたフレーズを受信するステップと、
前記話されたフレーズから特徴を抽出するステップと、
ユーザが定義したフレーズを受信するステップと、
抽出された特徴を前記ユーザが定義したフレーズと比較することによって、前記話されたフレーズの一致語彙のスコアを決定するステップと、
話者に依存しない認識モデルのセットを受信するステップと、
登録文法を受信するステップと、
前記登録文法を用いて前記抽出された特徴を前記話者に依存しない認識モデルと比較することによって、前記話されたフレーズの登録文法のスコアを決定するステップと、
前記登録文法のスコアにペナルティーを適用して、外れ語彙のスコアを発生するステップと、
もし、前記一致語彙のスコアが前記外れ語彙のスコアより良ければ、一致語彙であるとして認識するために前記話されたフレーズを受け入れるステップと、
もし、前記外れ語彙のスコアが前記一致語彙のスコアより良ければ、外れ語彙であるとして認識するために前記話されたフレーズを拒否するステップと、
を有することを特徴とする方法。 - 前記登録文法は、音素配列文法であることを特徴とする請求項1または請求項2に記載の方法。
- 前記登録文法は、ナル文法であることを特徴とする請求項1または請求項2に記載の方法。
- 前記登録文法は、n−グラム文法あることを特徴とする請求項1または請求項2に記載の方法。
- 前記話者に依存しない認識モデルは、サブワードユニットを有することを特徴とする請求項1または請求項2に記載の方法。
- 前記話者に依存しない認識モデルは、コンテキストに依存する電話モデルを有することを特徴とする請求項1または請求項2に記載の方法。
- ユーザが定義したフレーズの話者に依存しない認識のための外れ語彙のスコアを決定する方法であって、
登録文法を用いて話者に依存しない認識モデルのセットでユーザが定義したフレーズを登録するステップと、
登録文法を用いて話されたフレーズの特徴を前記話者に依存しない認識モデルと比較することによって、前記話されたフレーズの登録文法のスコアを決定するステップと、
登録文法のスコアにペナルティーを適用して外れ語彙のスコアを発生するステップ、
を有し、
前記登録文法のスコアは、前記外れ語彙のスコアが非定義フレーズの60%と80%の間を拒否する場合に、ペナルティーが適用されることを特徴とする方法。 - ユーザが定義したフレーズの話者に依存しない認識のための外れ語彙のスコアを決定する方法であって、
登録文法を用いて話者に依存しない認識モデルのセットでユーザが定義したフレーズを登録するステップと、
登録文法を用いて話されたフレーズの特徴を前記話者に依存しない認識モデルと比較することによって、前記話されたフレーズの登録文法のスコアを決定するステップと、
登録文法のスコアにペナルティーを適用して外れ語彙のスコアを発生するステップと、
を有し、
前記外れ語彙のスコアが非定義フレーズのおよそ70%を拒否する場合に、前記登録文法のスコアにペナルティーが適用されることを特徴とする方法。 - ユーザが定義したフレーズの話者に依存しない認識方法であって、
話されたフレーズを受信するステップと、
前記話されたフレーズから特徴を抽出するステップと、
ユーザが定義したフレーズを受信するステップと、
抽出された特徴を前記ユーザが定義したフレーズと比較することによって、前記話されたフレーズの一致語彙のスコアを決定するステップと、
話者に依存しない認識モデルのセットを受信するステップと、
登録文法を受信するステップと、
前記登録文法を用いて前記抽出された特徴を前記話者に依存しない認識モデルと比較することによって、前記話されたフレーズの登録文法のスコアを決定するステップと、
前記登録文法のスコアにペナルティーを適用して、外れ語彙のスコアを発生するステップと、
前記スコアを比較するステップと、
もし、前記外れ語彙のスコアが一致スコアに近ければ、外れ語彙のフレーズとして前記話されたフレーズを拒否するステップと、
もし、前記外れ語彙のスコアが一致スコアに近くなければ、一致語彙のフレーズとして前記話されたフレーズを受け入れるステップと、
を有し、
前記登録文法のスコアにペナルティーを適用するステップは、ペナルティーを前記登録文法のスコアに加えるステップを有することを特徴とする方法。 - ユーザが定義したフレーズの話者に依存しない認識方法であって、
話されたフレーズを受信するステップと、
前記話されたフレーズから特徴を抽出するステップと、
ユーザが定義したフレーズを受信するステップと、
抽出された特徴を前記ユーザが定義したフレーズと比較することによって、前記話されたフレーズの一致語彙のスコアを決定するステップと、
話者に依存しない認識モデルのセットを受信するステップと、
登録文法を受信するステップと、
前記登録文法を用いて前記抽出された特徴を前記話者に依存しない認識モデルと比較することによって、前記話されたフレーズの登録文法のスコアを決定するステップと、
前記登録文法のスコアにペナルティーを適用して、外れ語彙のスコアを発生するステップと、
前記スコアを比較するステップと、
もし、前記外れ語彙が一致スコアに近ければ、外れ語彙のフレーズとして前記話されたフレーズを拒否するステップと、
もし、前記外れ語彙が一致スコアに近くなければ、一致語彙のフレーズとして前記話されたフレーズを受け入れるステップと、
を有し、
前記外れ語彙のスコアが非定義フレーズの60%と80%の間で拒否する場合に、前記登録文法のスコアにペナルティーが適用されることを特徴とする方法。 - ユーザが定義したフレーズの話者に依存しない認識方法であって、
話されたフレーズを受信するステップと、
前記話されたフレーズから特徴を抽出するステップと、
ユーザが定義したフレーズを受信するステップと、
抽出された特徴を前記ユーザが定義したフレーズと比較することによって、前記話されたフレーズの一致語彙のスコアを決定するステップと、
話者に依存しない認識モデルのセットを受信するステップと、
登録文法を受信するステップと、
前記登録文法を用いて前記抽出された特徴を前記話者に依存しない認識モデルと比較することによって、前記話されたフレーズの登録文法のスコアを決定するステップと、
前記登録文法のスコアにペナルティーを適用して、外れ語彙のスコアを発生するステップと、
前記スコアを比較するステップと、
もし、前記外れ語彙が一致スコアに近ければ、外れ語彙のフレーズとして前記話されたフレーズを拒否するステップと、
もし、前記外れ語彙が一致スコアに近くなければ、一致語彙のフレーズとして前記話されたフレーズを受け入れるステップと、
を有し、
前記外れ語彙のスコアが非定義フレーズのおよそ70%を拒否する場合に、前記登録文法のスコアにペナルティーが適用されることを特徴とする方法。 - 話者に依存しない認識システムであって、
話者に依存しない認識モデルのセットと、
登録文法と、
登録文法を用いて、前記話者に依存しない認識モデルと共に登録されたユーザが定義したフレーズと、
前記話者に依存しない認識モデルと前記登録文法を用いて、話されたフレーズの登録文法のスコアを決定するために動作可能な認識モジュールと、
を有し、
前記認識モジュールは、前記登録文法のスコアにペナルティーを適用して、外れ語彙を発生するように動作可能であり、
前記認識モジュールは、前記話されたフレーズの特徴を前記ユーザが定義したフレーズと比較することによって、前記話されたフレーズの一致語彙のスコアを決定するように動作可能であり、
前記認識モジュールは、前記スコアを比較するために動作可能であり、
前記認識モジュールは、もし、外れ語彙のスコアが一致スコアに近いならば、外れ語彙のフレーズとして前記話されたフレーズを拒否するように動作可能であり、
前記認識モジュールは、もし、外れ語彙のスコアが一致スコアに近くないならば、一致語彙のフレーズとして前記話されたフレーズを受け入れるように動作可能であることを特徴とする認識システム。 - 前記話者に依存しない認識モデルは、更に、サブワードユニットを有することを特徴とする請求項13に記載の認識システム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US3447797P | 1997-01-02 | 1997-01-02 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10000477A Division JPH10198396A (ja) | 1997-01-02 | 1998-01-05 | ユーザが定義したフレーズの話者に依存しない認識方法及びシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007233412A true JP2007233412A (ja) | 2007-09-13 |
Family
ID=21876675
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10000477A Withdrawn JPH10198396A (ja) | 1997-01-02 | 1998-01-05 | ユーザが定義したフレーズの話者に依存しない認識方法及びシステム |
JP2007124314A Pending JP2007233412A (ja) | 1997-01-02 | 2007-05-09 | ユーザが定義したフレーズの話者に依存しない認識方法及びシステム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10000477A Withdrawn JPH10198396A (ja) | 1997-01-02 | 1998-01-05 | ユーザが定義したフレーズの話者に依存しない認識方法及びシステム |
Country Status (4)
Country | Link |
---|---|
US (1) | US6058363A (ja) |
EP (1) | EP0852374A3 (ja) |
JP (2) | JPH10198396A (ja) |
KR (1) | KR19980070329A (ja) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6567778B1 (en) * | 1995-12-21 | 2003-05-20 | Nuance Communications | Natural language speech recognition using slot semantic confidence scores related to their word recognition confidence scores |
US5719921A (en) * | 1996-02-29 | 1998-02-17 | Nynex Science & Technology | Methods and apparatus for activating telephone services in response to speech |
US6275801B1 (en) * | 1998-11-03 | 2001-08-14 | International Business Machines Corporation | Non-leaf node penalty score assignment system and method for improving acoustic fast match speed in large vocabulary systems |
US7082397B2 (en) | 1998-12-01 | 2006-07-25 | Nuance Communications, Inc. | System for and method of creating and browsing a voice web |
US6570964B1 (en) | 1999-04-16 | 2003-05-27 | Nuance Communications | Technique for recognizing telephone numbers and other spoken information embedded in voice messages stored in a voice messaging system |
US7058573B1 (en) | 1999-04-20 | 2006-06-06 | Nuance Communications Inc. | Speech recognition system to selectively utilize different speech recognition techniques over multiple speech recognition passes |
EP1215654B1 (en) * | 2000-12-13 | 2006-05-24 | Sony Deutschland GmbH | Method for recognizing speech |
FR2820872B1 (fr) * | 2001-02-13 | 2003-05-16 | Thomson Multimedia Sa | Procede, module, dispositif et serveur de reconnaissance vocale |
US7966187B1 (en) | 2001-02-15 | 2011-06-21 | West Corporation | Script compliance and quality assurance using speech recognition |
US8180643B1 (en) | 2001-02-15 | 2012-05-15 | West Corporation | Script compliance using speech recognition and compilation and transmission of voice and text records to clients |
US7191133B1 (en) | 2001-02-15 | 2007-03-13 | West Corporation | Script compliance using speech recognition |
US7739115B1 (en) | 2001-02-15 | 2010-06-15 | West Corporation | Script compliance and agent feedback |
US7664641B1 (en) | 2001-02-15 | 2010-02-16 | West Corporation | Script compliance and quality assurance based on speech recognition and duration of interaction |
US6952674B2 (en) * | 2002-01-07 | 2005-10-04 | Intel Corporation | Selecting an acoustic model in a speech recognition system |
US7403967B1 (en) | 2002-06-18 | 2008-07-22 | West Corporation | Methods, apparatus, and computer readable media for confirmation and verification of shipping address data associated with a transaction |
US7711560B2 (en) * | 2003-02-19 | 2010-05-04 | Panasonic Corporation | Speech recognition device and speech recognition method |
US6930759B2 (en) * | 2003-09-23 | 2005-08-16 | Eastman Kodak Company | Method and apparatus for exposing a latent watermark on film |
US8924212B1 (en) * | 2005-08-26 | 2014-12-30 | At&T Intellectual Property Ii, L.P. | System and method for robust access and entry to large structured data using voice form-filling |
US20070226164A1 (en) * | 2006-03-21 | 2007-09-27 | Honeywell International Inc. | Type variables and/or temporal constraints in plan recognition |
US8108205B2 (en) * | 2006-12-01 | 2012-01-31 | Microsoft Corporation | Leveraging back-off grammars for authoring context-free grammars |
US8731925B2 (en) * | 2006-12-22 | 2014-05-20 | Nuance Communications, Inc. | Solution that integrates voice enrollment with other types of recognition operations performed by a speech recognition engine using a layered grammar stack |
US20080273672A1 (en) * | 2007-05-03 | 2008-11-06 | Microsoft Corporation | Automated attendant grammar tuning |
US7978853B2 (en) * | 2008-01-31 | 2011-07-12 | International Business Machines Corporation | System and computer program product for protecting audio content |
US7974411B2 (en) * | 2008-01-31 | 2011-07-05 | International Business Machines Corporation | Method for protecting audio content |
US9020816B2 (en) * | 2008-08-14 | 2015-04-28 | 21Ct, Inc. | Hidden markov model for speech processing with training method |
CN103229233B (zh) * | 2010-12-10 | 2015-11-25 | 松下电器(美国)知识产权公司 | 用于识别说话人的建模设备和方法、以及说话人识别系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0562138A1 (en) * | 1992-03-25 | 1993-09-29 | International Business Machines Corporation | Method and apparatus for the automatic generation of Markov models of new words to be added to a speech recognition vocabulary |
US5732187A (en) * | 1993-09-27 | 1998-03-24 | Texas Instruments Incorporated | Speaker-dependent speech recognition using speaker independent models |
US5699456A (en) * | 1994-01-21 | 1997-12-16 | Lucent Technologies Inc. | Large vocabulary connected speech recognition system and method of language representation using evolutional grammar to represent context free grammars |
US5710864A (en) * | 1994-12-29 | 1998-01-20 | Lucent Technologies Inc. | Systems, methods and articles of manufacture for improving recognition confidence in hypothesized keywords |
US5719921A (en) * | 1996-02-29 | 1998-02-17 | Nynex Science & Technology | Methods and apparatus for activating telephone services in response to speech |
-
1997
- 1997-12-29 US US08/999,437 patent/US6058363A/en not_active Expired - Lifetime
-
1998
- 1998-01-02 EP EP98300011A patent/EP0852374A3/en not_active Withdrawn
- 1998-01-03 KR KR1019980000030A patent/KR19980070329A/ko not_active Application Discontinuation
- 1998-01-05 JP JP10000477A patent/JPH10198396A/ja not_active Withdrawn
-
2007
- 2007-05-09 JP JP2007124314A patent/JP2007233412A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
US6058363A (en) | 2000-05-02 |
EP0852374A3 (en) | 1998-11-18 |
JPH10198396A (ja) | 1998-07-31 |
EP0852374A2 (en) | 1998-07-08 |
KR19980070329A (ko) | 1998-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007233412A (ja) | ユーザが定義したフレーズの話者に依存しない認識方法及びシステム | |
US5913192A (en) | Speaker identification with user-selected password phrases | |
US7974843B2 (en) | Operating method for an automated language recognizer intended for the speaker-independent language recognition of words in different languages and automated language recognizer | |
KR100383353B1 (ko) | 음성인식장치및음성인식장치용어휘발생방법 | |
US6243680B1 (en) | Method and apparatus for obtaining a transcription of phrases through text and spoken utterances | |
US7392189B2 (en) | System for speech recognition with multi-part recognition | |
US5983177A (en) | Method and apparatus for obtaining transcriptions from multiple training utterances | |
US7630878B2 (en) | Speech recognition with language-dependent model vectors | |
US8050925B2 (en) | Recognizing the numeric language in natural spoken dialogue | |
US7415411B2 (en) | Method and apparatus for generating acoustic models for speaker independent speech recognition of foreign words uttered by non-native speakers | |
US5732187A (en) | Speaker-dependent speech recognition using speaker independent models | |
EP2048655B1 (en) | Context sensitive multi-stage speech recognition | |
US20060020461A1 (en) | Speech processing apparatus, speech processing method, program, and recording medium | |
EP0769184B1 (en) | Speech recognition methods and apparatus on the basis of the modelling of new words | |
US7181395B1 (en) | Methods and apparatus for automatic generation of multiple pronunciations from acoustic data | |
JPH0394299A (ja) | 音声認識方法と音声認識装置訓練方法 | |
JPH06214587A (ja) | 事前指定ワードスポッティングサブシステム及び事前ワードスポッティング方法 | |
JP3803029B2 (ja) | 音声認識装置 | |
EP1734509A1 (en) | Method and system for speech recognition | |
JP2004053742A (ja) | 音声認識装置 | |
JP2003150194A (ja) | 音声対話装置および音声対話装置における入力音声最適化方法ならびに音声対話装置における入力音声最適化処理プログラム | |
EP1213706B1 (en) | Method for online adaptation of pronunciation dictionaries | |
Lee et al. | Cantonese syllable recognition using neural networks | |
EP1418570A1 (en) | Cross-lingual speech recognition method | |
US5765124A (en) | Time-varying feature space preprocessing procedure for telephone based speech recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070509 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090105 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090402 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090407 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090427 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090501 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20090604 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20090609 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090706 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090806 |