JP2845018B2 - 類似度演算装置 - Google Patents
類似度演算装置Info
- Publication number
- JP2845018B2 JP2845018B2 JP4077011A JP7701192A JP2845018B2 JP 2845018 B2 JP2845018 B2 JP 2845018B2 JP 4077011 A JP4077011 A JP 4077011A JP 7701192 A JP7701192 A JP 7701192A JP 2845018 B2 JP2845018 B2 JP 2845018B2
- Authority
- JP
- Japan
- Prior art keywords
- density distribution
- probability density
- category
- output
- probability
- 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.)
- Expired - Lifetime
Links
Description
出力確率を用いて音声の認識を行う音声認識装置に関す
るものである。
よる音声認識」(電子情報通信学会発行、P72)に示
されたような従来の類似度演算装置の構成を表す構成図
である。以下出力確率をカテゴリ類似度として説明す
る。
に音響分析し音響パラメータベクトルに変換する音分析
手段、42はカテゴリの音響適特徴を表す確率密度分布
を記憶している確率密度分布記憶手段、43は記憶して
ある確率密度分布に対する前記音響パラメータベクトル
の類似度演算を行いカテゴリ類似度を出力するカテゴリ
類似度演算手段、44は音声信号、45は音響パラメー
タベクトル、46は確率密度分布、47はカテゴリ類似
度である。
合連続分布からなる確率密度分布を用いる場合を一例と
して、従来の類似度演算装置の動作を説明する。図9は
従来の類似度演算装置の動作を示す流れ図である。
ル、pはカテゴリ番号、θ8(p)は分布数を8とする混
合連続分布からなるカテゴリpを表す確率密度分布、b
(θ8(p),x)は音響パラメータベクトルxの確率密度
分布θ8(p)に対する類似度、B(p)はカテゴリpのカ
テゴリ類似度、Nはカテゴリ総数である。
始まりend307で終了する。図10に示すように類
似度演算に先立ち確率密度分布記憶手段42には予め各
カテゴリの音響的特徴を表す確率密度分布θ8(p)が記
憶されているとする。
入力された音声信号44に対し音響分析を行い音響パラ
メータベクトルxに変換する。次にステップ303〜3
06においてカテゴリ類似度演算手段43ではカテゴリ
pの確率密度分布θ8(p)に対し、音響分析手段より出
力される音響パラメータベクトル45のカテゴリpに対
する類似度演算をカテゴリ総数であるN回繰り返し、カ
テゴリ類似度B(p)を出力する。このカテゴリ類似度B
(p)により入力された音声信号がどのカテゴリであった
かを判別できるまたこのカテゴリ類似度を出力確率とし
てHMMにおけるビテルビ演算を行うことができる。
は以上のように構成されており、入力信号によらず常に
特定の確率密度分布に対する類似度演算を繰り返すた
め、分布数の多い混合連続分布からなる確率密度分布を
用いる場合演算量が大きくなるという問題があった。
ためになされたもので、音声信号のカテゴリ判別性能を
劣化させること無く、演算量の少ない類似度演算装置を
得ることを目的とする。
算装置は従来の類似度演算装置の構成に加え、同種カテ
ゴリに属する音声の音響的特徴を表す複数種類の確率密
度分布を記憶する確率密度分布記憶手段と、各カテゴリ
毎にこの確率密度分布記憶手段に記憶されている特定の
確率密度分布を用いて前記音響パラメータベクトルの出
力確率を演算し第2出力確率として出力する第2出力確
率演算手段と、この第2出力確率に応じて前記確率密度
分布記憶手段の確率密度分布をカテゴリ毎に選択し確率
密度分布指定信号を出力する確率密度分布選択手段と、
前記音響分析手段から出力される音響パラメータベクト
ルの前記確率密度分布指定信号により指定される確率密
度分布を用いて出力確率の演算を行い出力する第1出力
確率演算手段を備える構成としたものである。
の近傍カテゴリを第2出力確率により判定し、カテゴリ
判定時に重要となる近傍カテゴリに対してはよりカテゴ
リ判定能力の高い確率密度分布を用いて出力確率演算を
行い、非近傍カテゴリとなる程、より演算量の小さな確
率密度分布を用いて出力確率演算を行うことで、カテゴ
リ判定能力を劣化させることなく演算量を少なくするこ
とが可能となる。
明する。図1において1は音声信号を一定区間毎に音響
分析し音響パラメータベクトルに変換する音響分析手
段、2は同一カテゴリに属する音声の音響的特徴を表す
複数種類の確率密度分布を記憶する確率密度分布記憶手
段、3は各カテゴリ毎にこの確率密度分布記憶手段2に
記憶されている特定の確率密度分布を用いて前記音響パ
ラメータベクトルのカテゴリ類似度を演算し第2カテゴ
リ類似度として出力する第2カテゴリ類似度演算手段で
ある。
密度分布をカテゴリ毎に選択し確率密度分布指定信号を
出力する確率密度分布選択手段、5は確率密度分布指定
信号により指定される確率密度分布を用いて前記音響分
析手段から出力される音響パラメータベクトルのカテゴ
リ類似度を演算し出力する第1カテゴリ類似度演算手
段、6は音声信号、7a、7bは音響パラメータベクト
ル、8a,8bは確率密度分布、9は第2カテゴリ類似
度、10は確率密度分布指定信号、11はカテゴリ類似
度である。
て確率密度分布として分布数8と分布数2の混合連続分
布からなる2種類の確率密度分布を選択して用い、第2
カテゴリ類似度演算手段において分布数1の混合連続分
布からなる確率密度分布を用いる場合を一例として、こ
の発明による類似度演算装置の動作を説明する。
分布であるが、ここでは説明のため分布数1の混合連続
分布と呼ぶ。分布数2の混合分布からなる確率密度分布
はカテゴリ判定能力は低いが演算量が小さく、分布数8
の混合分布からなる確率密度分布はカテゴリ判定能力は
高いが演算量は大きい。
作を示す流れ図である。図2において、xは音響パラメ
ータベクトル、pはカテゴリ番号、r(p,x)は音響
パラメータベクトルxのカテゴリpに対する第2カテゴ
リ類似度、Tは分布数選択に用いる類似度の閾値、Kは
分布数選択に用いる定数、
からなるカテゴリpを表す確率密度分布、θ2(p)は分
布数を2とする混合連続分布からなるカテゴリpを表す
確率密度分布、θ1(p)は分布数を1とする混合連続分
布からなるカテゴリpを表す確率密度分布、b(θ8
(p),x)は音響パラメータベクトルxの確率密度分布
θ8(p)に対する類似度、b(θ2(p),x)は音響パラ
メータベクトルxの確率密度分布θ2(p)に対する類似
度、b(θ1(p),x)は音響パラメータベクトルxの確
率密度分布θ1(p)に対する類似度、s(p)はカテゴリ
pの確率密度分布指定信号、B(p)はカテゴリpのカテ
ゴリ類似度、Nはカテゴリ総数である。また、
Kを減じた値を閾値Tとすることを示す。
始まりend120で終了する。類似度演算に先立ち図
3に示すように確率密度分布記憶手段2には予め各カテ
ゴリの音響的特徴を表す確率密度分布θ1(p)とθ2(p)
とθ8(p)が記憶されているとする。まず102におい
て音響分析手段1では入力された音声信号6に対し音響
分析を行い音響パラメータベクトルxに変換する。
カテゴリ類似度演算手段3では確率密度分布θ1(p)を
用いてカテゴリ類似度R(p)を演算し出力する。ステッ
プ107において確率密度分布選択手段4ではカテゴリ
類似度の閾値Tを決定し、ステップ108〜113にお
いてカテゴリ類似度が閾値Tより大きいカテゴリである
近傍カテゴリに関しては確率密度分布指定信号s(p)と
して8を与え、カテゴリ類似度が閾値T以下のカテゴリ
である非近傍カテゴリに関しては確率密度分布指定信号
s(p)を2とする。
カテゴリ類似度演算手段5においてカテゴリ類似度B
(p)が演算される。確率密度分布指定信号s(p)が8の
場合にはステップ116において確率密度分布θ8(p)
を用い、確率密度分布指定信号s(p)が2の場合にはス
テップ117において確率密度分布θ2(p)を用いてカ
テゴリ類似度B(p)を演算する。この類似度演算をカテ
ゴリ総数であるN回繰り返し、カテゴリ類似度B(p)を
出力する。このカテゴリ類似度B(p)により入力された
音声信号がどのカテゴリであったかを判別できる。また
このカテゴリ類似度を出力確率としてHMMにおけるビ
テルビ演算を行うことができる。
実施例を図4を用いて説明する。図4において21は音
声信号を一定区間毎に音響分析し音響パラメータベクト
ルに変換する音響分析手段、22は同一カテゴリに属す
る音声の音響的特徴を表す複数種類の確率密度分布を記
憶する確率密度分布記憶手段、23は各カテゴリ毎にこ
の確率密度分布記憶手段に記憶されている特定の確率密
度分布を用いて前記音響パラメータベクトルのカテゴリ
類似度を演算し第2カテゴリ類似度として出力する第2
カテゴリ類似度演算手段である。
率密度分布をカテゴリ毎に選択し確率密度分布指定信号
を出力する確率密度分布選択手段、25は確率密度分布
指定信号により指定される確率密度分布を用いて前記音
響分析手段から出力される音響パラメータベクトルのカ
テゴリ類似度を演算し出力するか前記第2類似度演算手
段より出力される第2カテゴリ類似度を入力しカテゴリ
類似度として出力するかを前記確率密度分布指定信号に
より選択する第1カテゴリ類似度演算手段、26は音声
信号、27a、27bは音響パラメータベクトル、28
a,28bは確率密度分布、29a,29bは第2カテ
ゴリ類似度、30は確率密度分布指定信号、31はカテ
ゴリ類似度である。
て確率密度分布として分布数を1と分布数8の2種類の
混合連続分布を用い、第1カテゴリ類似度演算手段にお
いて第2カテゴリ類似度演算手段と共通の分布数1の混
合分布を用いる場合を一例として、この発明による類似
度演算装置の動作を説明する。分布数1の混合分布から
なる確率密度分布はカテゴリ判定能力は低いが演算量が
小さく、分布数8の混合分布からなる確率密度分布はカ
テゴリ判定能力は高いが演算量は大きい。
動作を示す流れ図である。図5において、xは音響パラ
メータベクトル、pはカテゴリ番号、r(p,x)は音
響パラメータベクトルxのカテゴリpに対する類似度、
Tは分布数選択に用いる類似度の閾値、Kは分布数選択
に用いる定数、
からなるカテゴリpを表す確率密度分布、θ1(p)は分
布数を1とする混合連続分布からなるカテゴリpを表す
確率密度分布、b(θ8(p),x)は音響パラメータベク
トルxの確率密度分布θ8(p)に対する類似度、b(θ1
(p),x)は音響パラメータベクトルxの確率密度分布
θ1(p)に対する類似度、s(p)はカテゴリpの確率密
度分布指定信号、B(p)はカテゴリpのカテゴリ類似
度、Nはカテゴリ総数である。また、
Kを減じた値を閾値Tとすることを示す。
始まりend220で終了する。類似度演算に先立ち図
6に示すように確率密度分布記憶手段22には予め各カ
テゴリの音響的特徴を表す確率密度分布θ1(p)、θ8
(p)が記憶されているものとする。まずステップ202
において音響分析手段21では入力された音声信号26
に対し音響分析を行い音響パラメータベクトルxに変換
する。
カテゴリ類似度演算手段23では確率密度分布θ1(p)
に対する類似度演算を行い、その類似度をカテゴリ類似
度R(p)をとして出力する。ステップ207において確
率密度分布選択手段24ではカテゴリ類似度の閾値Tを
決定し、ステップ208〜213においてカテゴリ類似
度が閾値Tより大きいカテゴリである近傍カテゴリに関
しては確率密度分布指定信号s(p)として8を与え、カ
テゴリ類似度が閾値T以下のカテゴリである非近傍カテ
ゴリに関しては確率密度分布指定信号s(p)を1とす
る。
カテゴリ確率演算手段25においてカテゴリ類似度B
(p)が演算される。確率密度分布指定信号s(p)が8の
場合には216において確率密度分布θ8(p)を用いカ
テゴリ類似度B(p)を演算し、確率密度分布指定信号s
(p)が1の場合には確率密度分布θ1(p)を用いての類
似度演算は行わず、ステップ217において第2カテゴ
リ類似度演算手段より出力されるカテゴリ類似度R(p)
をカテゴリ類似度B(p)とする。
の類似度演算を削減でき演算量を少なくできる。この類
似度演算をカテゴリ総数であるN回繰り返し、カテゴリ
類似度B(p)を出力する。このカテゴリ類似度B(p)に
より入力された音声信号がどのカテゴリであったかを判
別できる。またこのカテゴリ類似度を出力確率としてH
MMにおけるビテルビ演算を行うことができる。
実施例を図7を用いて説明する。図7において、61は
音声信号を一定区間毎に音響分析し音響パラメータベク
トルに変換する音響分析手段、62は同一カテゴリに属
する音声の音響的特徴を表す複数種類の確率密度分布を
記憶する確率密度分布記憶手段、63は各カテゴリ毎に
この確率密度分布記憶手段に記憶されている特定の確率
密度分布を用いて前記音響パラメータベクトルのカテゴ
リ類似度を演算し第2カテゴリ類似度として出力する第
2カテゴリ類似度演算手段である。
より選択基準を定め前記第2カテゴリ類似度に応じて確
率密度分布をカテゴリ毎に選択し確率密度分布指定信号
を出力する確率密度分布選択手段、65は確率密度分布
指定信号により指定される確率密度分布を用いて前記音
響分析手段から出力される音響パラメータベクトルのカ
テゴリ類似度を演算し出力するか前記第2類似度演算手
段より出力される第2カテゴリ類似度を入力しカテゴリ
類似度として出力するかを前記確率密度分布指定信号に
より選択する第1カテゴリ類似度演算手段である。
ラメータベクトル、68a,68bは確率密度分布、6
9a,69bは第2カテゴリ類似度、70は確率密度分
布指定信号、71はカテゴリ類似度、72は選択基準制
御信号である。
似度演算手段において確率密度分布として分布数を1と
分布数8の2種類の混合連続分布を用い、第1カテゴリ
類似度演算手段において第2カテゴリ類似度演算手段と
共通の分布数1の混合分布を用いる場合を一例として、
この発明による類似度演算装置の動作を説明する。
分布記憶手段62、第2カテゴリ類似度演算手段63、
第1カテゴリ類似度演算手段65の動作は実施例2のそ
れぞれ相当する手段と同一である。
4も実施例2と同様に第2カテゴリ類似度が閾値Tより
大きいか否かを評価基準として確率密度分布選択信号6
4を定めるが、実施例3における類似度演算装置ではこ
の閾値Tを求めるために用いる定数Kの値を外部入力さ
れる選択基準制御信号72により変更できる構成とした
ものである。
演算量の大きな確率密度分布θ8(p)に対する演算が少
なくなり類似度演算装置の演算量が小さくなり、逆にK
を大きくすれば演算量は大きくなる。このように外部か
ら入力される選択基準制御信号72により類似度演算装
置の演算量を制御することが可能となる。
定能力が高い確率密度分布として分布数が8の混合連続
分布からなる確率密度分布を用い、演算量が小さな確率
密度分布として分布数が1または2の混合分布からなる
確率密度分布を用いる場合を一例として説明したが、分
布数は他の数であってもよく、またはカテゴリ判定能力
が高い確率密度分布として多次元ガウス分布、演算量が
少ない確率密度分布として対角ガウス分布等、異なる型
の確率密度分布を組み合わせて用いてもよく同様に効果
を奏する。
似度演算手段において同じカテゴリを表現する確率密度
分布を2種類として説明したが、3種類、4種類、また
はより多くの種類であってもよく、同様に効果を奏す
る。
の確率密度分布を持つものとして説明を行ったが、複数
のカテゴリが共通の確率密度分布により表現されてお
り、これを第2カテゴリ類似度演算手段において用いた
場合、さらに大きな演算量削減効果を生ずる。
テゴリに属する音声の音響的特徴を表す複数種類の確率
密度分布を記憶する確率密度分布記憶手段と、各カテゴ
リ毎にこの確率密度分布記憶手段に記憶されている特定
の確率密度分布を用いて前記音響パラメータベクトルの
出力確率を演算し第2出力確率として出力する第2出力
確率演算手段と、この第2出力確率に応じて前記確率密
度分布記憶手段の確率密度分布をカテゴリ毎に選択し確
率密度分布指定信号を出力する確率密度分布選択手段
と、前記前記確率密度分布指定信号により指定される確
率密度分布を用いて音響分析手段から出力される音響パ
ラメータベクトルの出力確率の演算を行い出力する第1
出力確率演算手段を備える構成としたため、入力信号の
近傍カテゴリを出力確率により判定し、カテゴリ判定時
に重要となる近傍カテゴリに対してはよりカテゴリ判定
能力の高い確率密度分布に対する出力確率演算を行い、
非近傍カテゴリとなる程より演算量の小さな確率密度分
布に対する出力確率演算を行うことで、カテゴリ判定能
力を劣化させることなく出力確率演算の演算量の少ない
類似度演算装置を実現できる効果がある。
成図である。
示す流れ図である。
記憶されている確率密度分布を示す説明図である。
成図である。
示す流れ図である。
記憶されている確率密度分布を示す説明図である。
成図である。
る。
る確率密度分布を示す説明図である。
Claims (4)
- 【請求項1】 認識カテゴリ毎の音声の音響的特徴を表
す確率密度分布を用いて音声信号のHMM(隠れマルコ
フモデル)の出力確率を演算する類似度演算装置におい
て、 音声信号を一定区間毎に音響分析し音響パラメータベク
トルに変換する音響分析手段と、同種 カテゴリに属する音声の音響的特徴を表す複数種類
の確率密度分布を記憶する確率密度分布記憶手段と、 各カテゴリ毎にこの確率密度分布記憶手段に記憶されて
いる特定の確率密度分布を用いて前記音響パラメータベ
クトルの出力確率を演算し第2出力確率として出力する
第2出力確率演算手段と、 この第2出力確率に応じて前記確率密度分布記憶手段の
確率密度分布をカテゴリ毎に選択し確率密度分布指定信
号を出力する確率密度分布選択手段と、 前記確率密度分布指定信号により指定される確率密度分
布を用いて音響分析手段から出力される音響パラメータ
ベクトルの出力確率の演算を行い出力する第1出力確率
演算手段を備え、 入力される音声信号に応じて各カテゴリ毎に確率密度分
布の種類を選択し出力確率を演算することを特徴とする
類似度演算装置。 - 【請求項2】 前記第1出力確率演算手段を、指定され
た確率密度分布に対する出力確率の演算を行い出力確率
を出力するか、前記第2出力確率演算手段より出力され
る第2出力確率を入力し出力確率として出力するかを前
記確率密度分布指定信号により選択する構成とすること
を特徴とする請求項1記載の類似度演算装置。 - 【請求項3】 前記確率密度分布選択手段を、外部から
入力される選択基準制御信号に応じて確率密度分布を選
択する基準を変える構成とすることを特徴とする請求項
1または請求項2記載の類似度演算装置。 - 【請求項4】 前記第2出力確率演算手段では複数のカ
テゴリに対して共通の確率密度分布を用いて演算する構
成とすることを特徴とする請求項1乃至請求項3の何れ
かに記載の類似度演算装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4077011A JP2845018B2 (ja) | 1992-03-31 | 1992-03-31 | 類似度演算装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4077011A JP2845018B2 (ja) | 1992-03-31 | 1992-03-31 | 類似度演算装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05281994A JPH05281994A (ja) | 1993-10-29 |
JP2845018B2 true JP2845018B2 (ja) | 1999-01-13 |
Family
ID=13621821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4077011A Expired - Lifetime JP2845018B2 (ja) | 1992-03-31 | 1992-03-31 | 類似度演算装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2845018B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3450522B2 (ja) | 1995-06-21 | 2003-09-29 | キヤノン株式会社 | 情報処理方法及び装置 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4678464B2 (ja) * | 2001-06-22 | 2011-04-27 | ソニー株式会社 | 音声認識装置および音声認識方法、並びにプログラムおよび記録媒体 |
CN113947855A (zh) * | 2021-09-18 | 2022-01-18 | 中标慧安信息技术股份有限公司 | 一种基于语音识别的智能楼宇人员安全报警系统 |
-
1992
- 1992-03-31 JP JP4077011A patent/JP2845018B2/ja not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3450522B2 (ja) | 1995-06-21 | 2003-09-29 | キヤノン株式会社 | 情報処理方法及び装置 |
Also Published As
Publication number | Publication date |
---|---|
JPH05281994A (ja) | 1993-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5812975A (en) | State transition model design method and voice recognition method and apparatus using same | |
EP0109190B1 (en) | Monosyllable recognition apparatus | |
US6058205A (en) | System and method for partitioning the feature space of a classifier in a pattern classification system | |
JPH08110791A (ja) | 音声認識方法 | |
JPH07334184A (ja) | 音響カテゴリ平均値計算装置及び適応化装置 | |
JPH07261784A (ja) | パターン認識方法、音声認識方法および音声認識装置 | |
US5794198A (en) | Pattern recognition method | |
JP3204154B2 (ja) | 時系列データ解析装置 | |
KR100574769B1 (ko) | 최우법을 포함한 고유음성에 기초한 화자 및 환경 적응 방법 | |
US5375173A (en) | Speaker adapted speech recognition system | |
US8140334B2 (en) | Apparatus and method for recognizing voice | |
JP2845018B2 (ja) | 類似度演算装置 | |
US20010043659A1 (en) | Signal detection method and apparatus, relevant program, and storage medium storing the program | |
WO2024012138A1 (zh) | 目标检测模型训练方法、目标检测方法及装置 | |
JPH0776880B2 (ja) | パターン認識方法および装置 | |
CN1420486A (zh) | 基于决策树的语音辨别 | |
JP3536471B2 (ja) | 識別装置および識別方法、並びに音声認識装置および音声認識方法 | |
JP3450522B2 (ja) | 情報処理方法及び装置 | |
JP3467556B2 (ja) | 音声認識装置 | |
CN114038479A (zh) | 应对低信噪比的鸟鸣声识别分类方法、装置及存储介质 | |
CN114511760A (zh) | 一种样本均衡方法、装置、设备及存储介质 | |
KR100719942B1 (ko) | 패턴 인식 | |
EP1063634A2 (en) | System for recognizing utterances alternately spoken by plural speakers with an improved recognition accuracy | |
JP2734828B2 (ja) | 確率演算装置及び確率演算方法 | |
JP2001126074A (ja) | パターンマッチングによるデータ検索方法及びそのプログラムを記録した記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071030 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081030 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091030 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091030 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101030 Year of fee payment: 12 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111030 Year of fee payment: 13 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121030 Year of fee payment: 14 |
|
EXPY | Cancellation because of completion of term | ||
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121030 Year of fee payment: 14 |