JP2008262279A - 音声検索装置 - Google Patents
音声検索装置 Download PDFInfo
- Publication number
- JP2008262279A JP2008262279A JP2007102852A JP2007102852A JP2008262279A JP 2008262279 A JP2008262279 A JP 2008262279A JP 2007102852 A JP2007102852 A JP 2007102852A JP 2007102852 A JP2007102852 A JP 2007102852A JP 2008262279 A JP2008262279 A JP 2008262279A
- Authority
- JP
- Japan
- Prior art keywords
- language model
- text
- unit
- speech
- search
- 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
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 230000001186 cumulative effect Effects 0.000 claims 3
- 238000000034 method Methods 0.000 description 15
- 230000007423 decrease Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
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
- 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
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】学習データ分割手段で言語単位に分割された検索対象テキストデータから言語モデル作成手段で作成された言語モデルと音声特徴がモデル化された音響モデルを参照し、音声認識手段が入力音声の音声認識を行って音素表記を出力し、この音素表記を検索対象テキストデータが、言語モデルよりも小単位で分割されたテキスト検索辞書と同じ単位で照合単位変換手段によって分割し、分割結果を用いてテキスト検索手段によってテキスト検索辞書の検索を行う。
【選択図】図1
Description
また未知語を含む文書でも認識率低下を抑える技術を提供することを目的とする。
また発話が短く検索の手ががりが少ない場合でも、検索漏れを少なくする技術を提供することを目的とする。
検索対象とする文書等のテキストデータを所定の言語単位に分割して出力する学習データ分割手段と、
前記分割結果に基づいて音声認識用の言語モデルを作成する言語モデル作成手段と、
前記学習データ分割手段における分割単位よりも小さい単位で前記検索対象とする文書等のテキストデータを分割してテキスト検索辞書を作成するテキスト辞書作成手段と、
前記言語モデルを用いて入力音声を認識し音声認識結果をテキストとして出力する音声認識手段と、
前記音声認識結果を前記テキスト辞書作成手段と同じ分割単位に分割して出力する照合単位変換手段と、
前記照合単位変換手段の出力を入力として前記テキスト検索辞書を用いてテキスト検索を行うテキスト検索手段を備える。
図1はこの発明による音声検索装置の実施の形態1の構成を示すブロック図である。
同図において、1は音声の入力端、2は入力音声、3は音声認識手段、4は音声認識結果の照合単位を変換する照合単位変換手段、5はテキスト検索手段、6は言語モデルメモリ、7は音響モデルメモリ、8は言語モデル学習データメモリ、9は学習データ分割手段、10は言語モデル作成手段、11はテキスト検索辞書作成手段、12はテキスト検索辞書メモリ、13は検索結果である。音響モデルメモリ7には音声の特徴をモデル化した音響モデルを格納している。本実施の形態では音響モデルは例えばHMM(Hidden Markov Model)とする。
まず言語モデルの作成方法を説明する。言語モデル学習データメモリ8には検索対象とする各施設のID番号、かな漢字表記、音素表記を予め格納しておく。言語モデル学習データメモリ8の内容例を図2に示す。
例えば文字表記が「和歌山の那智大滝」、音素表記が「wakayamanonaciootaki」である場合、分割結果は「和歌山(wakayama)/の(no)/那智(naci)/大滝(ootaki)」となる。ここで()内は音素表記を表す。また「/」は分割位置を示す記号であり言語モデルの学習データに含められるものではない。
言語モデル作成手段10は全施設の前記分割結果を入力して、言語モデルを作成し、言語モデルメモリ6に保存する。言語モデルとしては、本実施の形態では例えばトライグラムモデルとする。
テキスト検索辞書作成手段11は上記処理を言語モデル学習データメモリ8に格納されて全施設名称に対して行い、音節を索引語として、例えば転置ファイルを作成しテキスト検索辞書としてテキスト検索辞書メモリ12に保持しておく。ID番号1番と2番の施設から作成したテキスト検索辞書の例を図3に示す。
音声の入力端1から音声2を入力すると音声認識手段3は言語モデルメモリ6に保存されている言語モデルと音響モデルメモリ7に保存されている音響モデルを用いて音声認識を行い、認識結果として単語列の音素表記を出力する。
例えば入力音声の発話内容が「和歌山の那智大滝」で、認識結果が「岡山/の/町/大田区」であった場合、音声認識手段3は前記認識結果の音素表記である「okayama/no/maci/ootaku」を出力する。
本実施の形態は学習データ分割手段9と言語モデル作成手段10の動作を以下のように変更するものである。
学習データ分割手段9は、言語モデル学習データメモリ8に格納されている各施設の文字表記と音素表記を入力として、形態素解析を解析を行い、文字列を単語単位に分割するが、例えば出現頻度の高い上位K個のみ単語として残し、他は音節列に分解するものとする。
なお単語として残すものは本実施の形態では、出現頻度を基準として選択したが、他の任意の基準を用いて選択してもよい。
例えば図2に示した言語モデル学習データメモリ8に格納されている施設の文字表記が「和歌山の那智大滝」において出現頻度K位以内の単語が「和歌山」「の」「滝」の3個である場合、分割結果は「wakayama[w]/no[w]/na[s]/ci[s]/o[s]/o[s]/taki[w]」となり、これを出力する。ここで[]は分割結果が単語か音節かの区別を示すフラグであり、[w]は単語、[s]は音節を意味するものとする。一方、文字表記が「東京の千代田区役所」では、全て出現頻度K位以内の単語である場合、分割結果は、「tookjoo[w]/no[w]/ciyoda[w]/kuyakusjo[w]」となる。
言語モデル作成手段10は前記分割結果を入力して、言語モデルを作成する。但し各施設の学習データに対して下記の方法で重みを付けて学習する。
言語モデル作成手段10による言語モデルを作成手順を図5に示す。言語モデル作成手段10は前記学習データ分割手段9の分割結果が入力されると前記分割結果の音節含有率Rsを(1)式で計算する(ST101)。
「wakayama[w]/no[w]/na[s]/ci[s]/o[s]/o[s]/taki[w]」ではRs=4/7=0.57なので、重み係数wは4となる。すると言語モデル作成手段10は当該施設が4回出現したとみなす、具体的には当該施設から得られる単語や音節間の連鎖頻度を4倍する(ST103)。
一方、「tookjoo[w]/no[w]/ciyoda[w]/kuyakusjo[w]」では、Rs=0なので、重み係数は1となり、当該施設から得られる単語や音節間の連鎖頻度は1倍のままとする。
本実施の形態は前記実施の形態2に、中間言語モデルメモリ14と学習データ分割結果メモリ15を新たに付加するものであり、構成例を図6に示す。さらに言語モデル作成手段10の動作を以下のように変更するものである。
言語モデル作成手段10の動作手順を図7に示す。言語モデル作成手段10は、実施の形態2の発明と同様の入力を学習データ分割手段9から受ける。そしてまず各施設のデータの単語や音節間の連鎖頻度の加算重みを全て1にして言語モデルを作成し、これを中間言語モデルとして中間言語モデルメモリ14に保存する。前記中間言語モデルは本実施の形態ではトライグラムとする。また入力された全施設データの分割結果を学習データ分割結果メモリ15に保存しておく(ST201)。
例えば
上記(3)式からわかるとおり、重み係数w(i)は中間言語モデルに対する尤度P(i)が小さい施設ほど大きな値をとるようになっている。
言語モデル作成手段10は当該施設が求められた重み係数w(i)回出現したとみなす。具体的には当該施設から得られる単語や音節間の連鎖頻度をw(i)倍して連鎖頻度を頻度を累積する(ST204)。
本実施の形態は前記実施の形態1〜3のいずれかの発明に、新たに音声認識候補数制御手段16を付加し、さらに音声認識手段3、照合単位変換手段4、テキスト検索手段5の動作を後述のように変更するものである。構成例を図8に示す。
本実施の形態では、実施の形態1の発明に音声認識候補数制御手段16を付加した場合について説明する。音声認識を行うまえに、実施の形態1と同一の方法で事前に言語モデル、およびテキスト検索辞書を作成しておく。
照合単位変換手段4の動作が実施の形態1と異なる点は、認識スコアの高い順にL個の入力を受け、同じ順番で対応するL個の出力を行うことである。本実施の形態では「to/ne」、「o/ze」、「to/be」を順番に出力する。
音声認識候補数テーブルの内容を図9に示す。1位候補の音節分割結果の音節数が少ないほど出力候補数が多くなるように事前に設定しておく。本実施の形態では前記1位の音節数が2なので前記音声認識候補数テーブルを参照して出力候補数を3と決定する。
次に入力される分割結果がまだあるか否かを判定し(ST303)、まだある場合には
同様の処理を次の分割結果を入力として行い、各施設のスコアを累積する(ST302)。一方、残りの分割結果が存在しない場合には、スコア累積処理を終了し、スコアが閾値以上の候補を検索結果として出力する(ST304)。
Claims (5)
- 検索対象とする文書等のテキストデータを所定の言語単位に分割して出力する学習データ分割手段と、
前記分割結果に基づいて音声認識用の言語モデルを作成する言語モデル作成手段と、
前記学習データ分割手段における分割単位よりも小さい単位で前記検索対象とする文書等のテキストデータを分割してテキスト検索辞書を作成するテキスト辞書作成手段と、
前記言語モデルを用いて入力音声を認識し音声認識結果をテキストとして出力する音声認識手段と、
前記音声認識結果を前記テキスト辞書作成手段と同じ分割単位に分割して出力する照合単位変換手段と、
前記照合単位変換手段の出力を入力として前記テキスト検索辞書を用いてテキスト検索を行うテキスト検索手段を備えたことを特徴とする音声検索装置。 - 前記言語モデル作成手段は、前記言語モデルによって計算される各文書間の言語尤度の差が小さくなるように、各文書の統計量の累積頻度に重みをつけて言語モデルを作成する構成としたことを特徴とする請求項1記載の音声検索装置。
- 前記学習データ分割手段によるテキストデータの分割単位は長い単位と短い単位を用い、
前記言語モデル作成手段は、前記各文書の統計量の累積頻度の重みを、分割結果で短い単位が占める割合が多い文書ほど大きな値を与える構成としたことを特徴とする請求項2記載の音声検索装置。 - 前記言語モデル作成手段は、前記学習データ分割手段の出力を用いて中間言語モデルを作成し、前記中間言語モデルを用いて、前記検索対象とする各文書に対する言語尤度を算出し、前記各文書の統計量の累積頻度の重みは、前後言語尤度の低い文書ほど大きな値を与える構成としたことを特徴とする請求項2記載の音声検索装置。
- 前記音声認識手段は認識結果を上位L(>1)個まで出力するものとし、認識結果の第1位の音節数に応じて、テキスト検索手段に出力する音声認識結果候補を制御する音声認識候補数制御手段を備えたことを特徴とする請求項1または2に記載の音声検索装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007102852A JP5072415B2 (ja) | 2007-04-10 | 2007-04-10 | 音声検索装置 |
US12/060,583 US8126714B2 (en) | 2007-04-10 | 2008-04-01 | Voice search device |
DE102008017993.0A DE102008017993B4 (de) | 2007-04-10 | 2008-04-07 | Sprachsuchvorrichtung |
CN2008100917104A CN101286170B (zh) | 2007-04-10 | 2008-04-09 | 声音检索装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007102852A JP5072415B2 (ja) | 2007-04-10 | 2007-04-10 | 音声検索装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008262279A true JP2008262279A (ja) | 2008-10-30 |
JP5072415B2 JP5072415B2 (ja) | 2012-11-14 |
Family
ID=39809810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007102852A Active JP5072415B2 (ja) | 2007-04-10 | 2007-04-10 | 音声検索装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8126714B2 (ja) |
JP (1) | JP5072415B2 (ja) |
CN (1) | CN101286170B (ja) |
DE (1) | DE102008017993B4 (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010123005A (ja) * | 2008-11-20 | 2010-06-03 | Kddi Corp | 文書データ検索装置 |
WO2010100977A1 (ja) * | 2009-03-03 | 2010-09-10 | 三菱電機株式会社 | 音声認識装置 |
WO2010116785A1 (ja) | 2009-04-06 | 2010-10-14 | 三菱電機株式会社 | 検索装置 |
WO2011096015A1 (ja) * | 2010-02-05 | 2011-08-11 | 三菱電機株式会社 | 認識辞書作成装置及び音声認識装置 |
JP2011175046A (ja) * | 2010-02-23 | 2011-09-08 | Toyohashi Univ Of Technology | 音声検索装置および音声検索方法 |
JP2012059126A (ja) * | 2010-09-10 | 2012-03-22 | Mitsubishi Electric Corp | 検索装置 |
KR101289085B1 (ko) | 2012-12-12 | 2013-07-30 | 오드컨셉 주식회사 | 객체 기반 영상 검색시스템 및 검색방법 |
WO2015107659A1 (ja) * | 2014-01-16 | 2015-07-23 | 三菱電機株式会社 | 検索装置 |
JP2015171940A (ja) * | 2014-03-12 | 2015-10-01 | 三菱電機株式会社 | エレベータ制御装置 |
US9373328B2 (en) | 2014-04-21 | 2016-06-21 | International Business Machines Corporation | Speech retrieval method, speech retrieval apparatus, and program for speech retrieval apparatus |
CN112259100A (zh) * | 2020-09-15 | 2021-01-22 | 科大讯飞华南人工智能研究院(广州)有限公司 | 语音识别方法及相关模型的训练方法和相关设备、装置 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8626508B2 (en) | 2009-02-26 | 2014-01-07 | National University Corporation Toyohashi University Of Technology | Speech search device and speech search method |
US8630860B1 (en) * | 2011-03-03 | 2014-01-14 | Nuance Communications, Inc. | Speaker and call characteristic sensitive open voice search |
US8700594B2 (en) * | 2011-05-27 | 2014-04-15 | Microsoft Corporation | Enabling multidimensional search on non-PC devices |
CN103578467B (zh) * | 2013-10-18 | 2017-01-18 | 威盛电子股份有限公司 | 声学模型的建立方法、语音辨识方法及其电子装置 |
GB201401046D0 (en) * | 2014-01-22 | 2014-03-05 | Iedutainments Ltd | Searching and content delivery system |
WO2016029045A2 (en) * | 2014-08-21 | 2016-02-25 | Jobu Productions | Lexical dialect analysis system |
JP6003972B2 (ja) * | 2014-12-22 | 2016-10-05 | カシオ計算機株式会社 | 音声検索装置、音声検索方法及びプログラム |
JP6003971B2 (ja) * | 2014-12-22 | 2016-10-05 | カシオ計算機株式会社 | 音声検索装置、音声検索方法及びプログラム |
EP3065131B1 (fr) * | 2015-03-06 | 2020-05-20 | ZETES Industries S.A. | Méthode et système de post-traitement d'un résultat de reconnaissance vocale |
US20180247644A1 (en) * | 2017-02-27 | 2018-08-30 | Intel Corporation | Queueing spoken dialogue output |
CN112530213B (zh) * | 2020-12-25 | 2022-06-03 | 方湘 | 一种汉语音调学习方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259645A (ja) * | 1999-03-05 | 2000-09-22 | Fuji Xerox Co Ltd | 音声処理装置及び音声データ検索装置 |
JP2000267693A (ja) * | 1999-03-12 | 2000-09-29 | Fuji Xerox Co Ltd | 音声処理装置及び索引作成装置 |
JP2004199839A (ja) * | 2002-12-20 | 2004-07-15 | Sanyo Electric Co Ltd | 光ディスク記録装置 |
JP2006031385A (ja) * | 2004-07-15 | 2006-02-02 | Nec Corp | 音声入力による検索システムと方法並びにプログラム |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61182100A (ja) | 1985-02-07 | 1986-08-14 | 株式会社リコー | 音声認識後処理方式 |
JPS63300298A (ja) | 1987-05-30 | 1988-12-07 | キヤノン株式会社 | 音声認識装置 |
US5832428A (en) * | 1995-10-04 | 1998-11-03 | Apple Computer, Inc. | Search engine for phrase recognition based on prefix/body/suffix architecture |
US6418431B1 (en) * | 1998-03-30 | 2002-07-09 | Microsoft Corporation | Information retrieval and speech recognition based on language models |
JP2000315095A (ja) | 1999-04-28 | 2000-11-14 | Sony Corp | 音声認識装置、音声認識方法及び音声認識制御プログラムを記録した記録媒体 |
JP3476008B2 (ja) * | 1999-09-10 | 2003-12-10 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 音声情報の登録方法、認識文字列の特定方法、音声認識装置、音声情報の登録のためのソフトウエア・プロダクトを格納した記憶媒体、及び認識文字列の特定のためのソフトウエア・プロダクトを格納した記憶媒体 |
US20020120451A1 (en) * | 2000-05-31 | 2002-08-29 | Yumiko Kato | Apparatus and method for providing information by speech |
JP3639776B2 (ja) | 2000-07-28 | 2005-04-20 | シャープ株式会社 | 音声認識用辞書作成装置および音声認識用辞書作成方法、音声認識装置、携帯端末器、並びに、プログラム記録媒体 |
JP3846896B2 (ja) | 2000-10-13 | 2006-11-15 | 日本電信電話株式会社 | 音声入力された複合名詞の検索装置、検索方法およびデータベース |
US6973427B2 (en) * | 2000-12-26 | 2005-12-06 | Microsoft Corporation | Method for adding phonetic descriptions to a speech recognition lexicon |
JP2003036093A (ja) * | 2001-07-23 | 2003-02-07 | Japan Science & Technology Corp | 音声入力検索システム |
JP4115723B2 (ja) | 2002-03-18 | 2008-07-09 | 独立行政法人産業技術総合研究所 | 音声入力によるテキスト検索装置 |
US20050256715A1 (en) * | 2002-10-08 | 2005-11-17 | Yoshiyuki Okimoto | Language model generation and accumulation device, speech recognition device, language model creation method, and speech recognition method |
CN1221937C (zh) * | 2002-12-31 | 2005-10-05 | 北京天朗语音科技有限公司 | 语速自适应的语音识别系统 |
JP4604178B2 (ja) * | 2004-11-22 | 2010-12-22 | 独立行政法人産業技術総合研究所 | 音声認識装置及び方法ならびにプログラム |
JP4802689B2 (ja) | 2005-12-08 | 2011-10-26 | 株式会社日立製作所 | 情報認識装置及び情報認識プログラム |
-
2007
- 2007-04-10 JP JP2007102852A patent/JP5072415B2/ja active Active
-
2008
- 2008-04-01 US US12/060,583 patent/US8126714B2/en not_active Expired - Fee Related
- 2008-04-07 DE DE102008017993.0A patent/DE102008017993B4/de not_active Expired - Fee Related
- 2008-04-09 CN CN2008100917104A patent/CN101286170B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000259645A (ja) * | 1999-03-05 | 2000-09-22 | Fuji Xerox Co Ltd | 音声処理装置及び音声データ検索装置 |
JP2000267693A (ja) * | 1999-03-12 | 2000-09-29 | Fuji Xerox Co Ltd | 音声処理装置及び索引作成装置 |
JP2004199839A (ja) * | 2002-12-20 | 2004-07-15 | Sanyo Electric Co Ltd | 光ディスク記録装置 |
JP2006031385A (ja) * | 2004-07-15 | 2006-02-02 | Nec Corp | 音声入力による検索システムと方法並びにプログラム |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010123005A (ja) * | 2008-11-20 | 2010-06-03 | Kddi Corp | 文書データ検索装置 |
WO2010100977A1 (ja) * | 2009-03-03 | 2010-09-10 | 三菱電機株式会社 | 音声認識装置 |
JP5258959B2 (ja) * | 2009-03-03 | 2013-08-07 | 三菱電機株式会社 | 音声認識装置 |
WO2010116785A1 (ja) | 2009-04-06 | 2010-10-14 | 三菱電機株式会社 | 検索装置 |
WO2011096015A1 (ja) * | 2010-02-05 | 2011-08-11 | 三菱電機株式会社 | 認識辞書作成装置及び音声認識装置 |
US8868431B2 (en) | 2010-02-05 | 2014-10-21 | Mitsubishi Electric Corporation | Recognition dictionary creation device and voice recognition device |
JP2011175046A (ja) * | 2010-02-23 | 2011-09-08 | Toyohashi Univ Of Technology | 音声検索装置および音声検索方法 |
JP2012059126A (ja) * | 2010-09-10 | 2012-03-22 | Mitsubishi Electric Corp | 検索装置 |
WO2014092446A1 (ko) * | 2012-12-12 | 2014-06-19 | 오드컨셉 주식회사 | 객체 기반 영상 검색시스템 및 검색방법 |
KR101289085B1 (ko) | 2012-12-12 | 2013-07-30 | 오드컨셉 주식회사 | 객체 기반 영상 검색시스템 및 검색방법 |
WO2015107659A1 (ja) * | 2014-01-16 | 2015-07-23 | 三菱電機株式会社 | 検索装置 |
JP5866084B2 (ja) * | 2014-01-16 | 2016-02-17 | 三菱電機株式会社 | 検索装置 |
JP2015171940A (ja) * | 2014-03-12 | 2015-10-01 | 三菱電機株式会社 | エレベータ制御装置 |
US9373328B2 (en) | 2014-04-21 | 2016-06-21 | International Business Machines Corporation | Speech retrieval method, speech retrieval apparatus, and program for speech retrieval apparatus |
US9378736B2 (en) | 2014-04-21 | 2016-06-28 | International Business Machines Corporation | Speech retrieval method, speech retrieval apparatus, and program for speech retrieval apparatus |
US9626958B2 (en) | 2014-04-21 | 2017-04-18 | Sinoeast Concept Limited | Speech retrieval method, speech retrieval apparatus, and program for speech retrieval apparatus |
CN112259100A (zh) * | 2020-09-15 | 2021-01-22 | 科大讯飞华南人工智能研究院(广州)有限公司 | 语音识别方法及相关模型的训练方法和相关设备、装置 |
CN112259100B (zh) * | 2020-09-15 | 2024-04-09 | 科大讯飞华南人工智能研究院(广州)有限公司 | 语音识别方法及相关模型的训练方法和相关设备、装置 |
Also Published As
Publication number | Publication date |
---|---|
DE102008017993A1 (de) | 2008-11-06 |
US20080255841A1 (en) | 2008-10-16 |
CN101286170A (zh) | 2008-10-15 |
US8126714B2 (en) | 2012-02-28 |
CN101286170B (zh) | 2010-08-11 |
JP5072415B2 (ja) | 2012-11-14 |
DE102008017993B4 (de) | 2014-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5072415B2 (ja) | 音声検索装置 | |
CN110603583B (zh) | 语音识别系统和用于语音识别的方法 | |
US5949961A (en) | Word syllabification in speech synthesis system | |
US7421387B2 (en) | Dynamic N-best algorithm to reduce recognition errors | |
US20180137109A1 (en) | Methodology for automatic multilingual speech recognition | |
US6910012B2 (en) | Method and system for speech recognition using phonetically similar word alternatives | |
KR101056080B1 (ko) | 음운 기반의 음성 인식 시스템 및 방법 | |
US6738741B2 (en) | Segmentation technique increasing the active vocabulary of speech recognizers | |
JP5207642B2 (ja) | 語句として新たに認識するべき文字列を取得するためのシステム、方法及びコンピュータプログラム | |
JP2021501376A (ja) | 音声認識システム | |
AU2010212370B2 (en) | Generic spelling mnemonics | |
US9978364B2 (en) | Pronunciation accuracy in speech recognition | |
US20100100379A1 (en) | Voice recognition correlation rule learning system, voice recognition correlation rule learning program, and voice recognition correlation rule learning method | |
JP2007041319A (ja) | 音声認識装置および音声認識方法 | |
US20050187767A1 (en) | Dynamic N-best algorithm to reduce speech recognition errors | |
KR100542757B1 (ko) | 음운변이 규칙을 이용한 외래어 음차표기 자동 확장 방법및 그 장치 | |
KR20120052591A (ko) | 연속어 음성인식 시스템에서 오류수정 장치 및 방법 | |
JP2011007862A (ja) | 音声認識装置、音声認識プログラム、および音声認識方法 | |
JP3950957B2 (ja) | 言語処理装置および方法 | |
JP4733436B2 (ja) | 単語・意味表現組データベースの作成方法、音声理解方法、単語・意味表現組データベース作成装置、音声理解装置、プログラムおよび記憶媒体 | |
JP2008026721A (ja) | 音声認識装置、音声認識方法、および音声認識用プログラム | |
US10600407B2 (en) | Generation device, recognition system, and generation method for generating finite state transducer | |
JP5404563B2 (ja) | 検索装置 | |
JP2004294542A (ja) | 音声認識装置及びそのプログラム | |
Sarikaya et al. | Maximum entropy modeling for diacritization of arabic text |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120323 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120403 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120529 |
|
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: 20120724 |
|
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: 20120821 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5072415 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150831 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
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 |