JP4541781B2 - 音声認識装置および方法 - Google Patents
音声認識装置および方法 Download PDFInfo
- Publication number
- JP4541781B2 JP4541781B2 JP2004191460A JP2004191460A JP4541781B2 JP 4541781 B2 JP4541781 B2 JP 4541781B2 JP 2004191460 A JP2004191460 A JP 2004191460A JP 2004191460 A JP2004191460 A JP 2004191460A JP 4541781 B2 JP4541781 B2 JP 4541781B2
- Authority
- JP
- Japan
- Prior art keywords
- acoustic model
- likelihood
- state
- speech
- word
- 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 - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 77
- 238000009826 distribution Methods 0.000 claims description 15
- 239000000203 mixture Substances 0.000 claims description 9
- 230000004048 modification Effects 0.000 description 25
- 238000012986 modification Methods 0.000 description 25
- 230000006870 function Effects 0.000 description 20
- 230000008569 process Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 230000007704 transition Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 2
- 241001149724 Cololabis adocetus Species 0.000 description 1
- 241000254158 Lampyridae Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 241000269821 Scombridae Species 0.000 description 1
- 241001417495 Serranidae Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 235000020640 mackerel Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 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
- G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
- G10L15/142—Hidden Markov Models [HMMs]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Description
例えば、音素単位を変えることにより精密音響モデル103と簡易音響モデル104との差をつけることができる。具体的には例えば、精密音響モデル103に両隣の音素によって音素を分けるトライフォンモデルを用い、簡易音響モデル104に両隣の音素にかかわらず音素ごとに標準パターンを持つモノフォンモデルを用いる。
上記した変形例1では各音素での尤度計算結果を再利用しやすいように、単語先頭よりN状態を超える音素で用いる簡易音響モデルにモノフォンモデルを用いたが、このとき、既にN状態以内で計算したトライフォンと一致する音素があれば、その計算結果を用いることでさらに精密かつ高速に尤度計算を行うことができる。
上記実施形態ではステップS203において、現在の状態が語彙の単語先頭からN状態以内であるか否かによって、精密音響モデル103を用いるか簡易音響モデル104を用いるかを判定するようにしたが、音素位置に関わらず、現在の状態の分岐数を見て、その分岐数に応じて音響モデルを切り替えるようにしてもよい。
上記した変形例2、3では、モノフォンやトライフォンなどの音素を単位とした音響モデルを用いたが、本発明はこれに限るものではなく、認識対象単語ごとに標準パターンを学習した単語モデルを用いても良い。
上記変形例4では、認識文法の分岐数によって音響モデルを切り替える方法について、単語モデルを用いたときの例として説明したが、音素モデルを用いる場合にも適用可能である。またこの場合に、図4のように単語先頭からN状態以内であったり、図9のように認識対象単語のツリーで分岐数がM以上である場合でも、図11のような文法の分岐数がL未満の単語(“駅”、“出発”、“到着”)については簡易音響モデル104を用いるという制御を行っても良い。また、文法の分岐数Lに応じて、単語先頭からの語数Nやツリーの分岐数Mを変更するような関数を用意し、Lに応じてNやMを変えても良い。
上記した例における音素モデルでは音素単位で分岐して単語間で音素を共有しているが、音素内の状態単位で共有しても良い。この場合、ある音素と別の音素の同じ位置の状態に、同じ状態を用いるようにクラスタリングすることで音素内の状態を別の音素と共有する。従ってこの場合、単語先頭からの状態数Nあるいは状態の分岐数Mによっては、同一音素内でも状態ごとに精密音響モデルと簡易音響モデルを使い分けることがある。
上述した実施形態はいずれの例も、尤度計算時に単語先頭からの状態数N、ツリーの分岐数Mあるいは文法の分岐数Lによって精密音響モデルと簡易音響モデルを使い分けるものであったが、ここでは、まずは全て簡易音響モデル104で尤度計算し、単語先頭からの状態数N未満あるいはツリーの分岐数がM以上あるいは文法の分岐数がL以上であり、かつ尤度の高い状態のみ精密音響モデル103で再計算する例を示す。
これまで説明した実施形態の各態様では精密音響モデル103と簡易音響モデル104とをガウス分布の混合数や音素単位によって差別化したが、本発明はこれに限るものではなく、尤度計算速度に違いが出る分け方であれば良い。
これまで説明した実施形態の各態様では尤度計算時に単語先頭からの状態数Nあるいはツリーの分岐数Mあるいは文法の分岐数Lによって精密音響モデル103と簡易音響モデル104の二つを切り替える方法を挙げているが、本発明はこれに限るものではなく、精密度の異なる音響モデルを三つ以上用意しても良い。この場合には、それぞれの方法での閾値となる単語先頭からの状態数Nあるいはツリーの分岐数Mあるいは文法の分岐数Lをモデルの数に応じて用意すれば実現が可能である。例えば、4段階のモデルであれば閾値を3段階用意することになる。
以上、さまざまな態様の実施形態を説明したが、本発明は、複数の機器から構成されるシステムに適用してもよいし、また、一つの機器からなる装置に適用してもよい。
Claims (10)
- 1または2以上の状態で所定の音声単位の標準パターンを表す音響モデルと、認識対象単語を保持する辞書と、前記音響モデルを用いて、入力音声の特徴量に対して前記辞書内の各々の認識対象単語の尤度を計算する尤度計算手段とを有する音声認識装置であって、
前記音響モデルは、第1の音響モデルおよび、この第1の音響モデルよりも精密度の低い第2の音響モデルを含み、
前記辞書は、前記認識対象単語の中で前記所定の音声単位を共有する木構造もしくはネットワーク文法による分岐を構成し、
前記尤度計算手段は、着目する状態の近傍に所定数以上の分岐が存在する場合には、当該着目する状態については前記第1の音響モデルを用いて尤度を計算し、前記所定数以上の分岐が存在しない場合には、当該着目する状態については前記第2の音響モデルを用いて尤度を計算する
ことを特徴とする音声認識装置。 - 1または2以上の状態で所定の音声単位の標準パターンを表す音響モデルと、認識対象単語を保持する辞書と、前記音響モデルを用いて、入力音声の特徴量に対して前記辞書内の各々の認識対象単語の尤度を計算する尤度計算手段とを有する音声認識装置であって、
前記音響モデルは、第1の音響モデルおよび、この第1の音響モデルよりも精密度の低い第2の音響モデルを含み、
前記辞書は、前記認識対象単語の中で前記所定の音声単位を共有する木構造もしくはネットワーク文法による分岐を構成し、
前記尤度計算手段は、着目する状態の近傍に所定数以上の分岐が存在する場合には、当該着目する状態については、いったん前記第2の音響モデルを用いて尤度を計算し、その中で尤度がしきい値より高い状態に限り前記第1の音響モデルを用いて尤度を再計算する
ことを特徴とする音声認識装置。 - 1または2以上の状態で所定の音声単位の標準パターンを表す音響モデルと、認識対象単語を保持する辞書と、前記音響モデルを用いて、入力音声の特徴量に対して前記辞書内の各々の認識対象単語の尤度を計算する尤度計算手段とを有する音声認識装置であって、
前記音響モデルは、第1の音響モデルおよび、この第1の音響モデルよりも精密度の低い第2の音響モデルを含み、
前記辞書は、前記認識対象単語の中で前記所定の音声単位を共有する木構造もしくはネットワーク文法による分岐を構成し、
前記尤度計算手段は、着目する状態の近傍に所定数以上の分岐が存在する場合には、当該着目する状態については、いったん前記第2の音響モデルを用いて尤度を計算し、その中から尤度の高い順に選択される所定個数の状態に限り前記第1の音響モデルを用いて尤度を再計算する
ことを特徴とする音声認識装置。 - 前記第2の音響モデルは、この第2の音響モデルを表現する分布の混合数が前記第1の音響モデルの混合数よりも少ないことを特徴とする請求項1乃至3のいずれか1項に記載の音声認識装置。
- 前記第1の音響モデルはトライフォンモデルであり、前記第2の音響モデルはモノフォンモデルであることを特徴とする請求項1乃至3のいずれか1項に記載の音声認識装置。
- 前記尤度計算手段は、着目する状態について前記第2の音響モデルを用いて尤度を計算する際に、過去所定の状態数以内に当該着目する状態と同一の音声単位並びの状態について前記第1の音響モデルを用いた尤度計算が行われている場合には、その尤度計算の結果を当該着目する状態についての尤度計算の結果として再利用することを特徴とする請求項1乃至3のいずれか1項に記載の音声認識装置。
- 1または2以上の状態で所定の音声単位の標準パターンを表す第1の音響モデルと、この第1の音響モデルよりも精密度の低い第2の音響モデルと、認識対象単語の中で前記所定の音声単位を共有する木構造もしくはネットワーク文法による分岐を構成することで複数の認識対象単語を格納した辞書とを使用して、入力音声の特徴量に対して各々の認識対象単語の尤度を計算することで音声認識を行う音声認識装置によって実行される音声認識方法であって、
判定手段が、着目する状態の近傍における分岐数が所定数以上あるか否かを判定する判定ステップと、
前記尤度計算手段が、前記判定ステップで前記分岐数が前記所定数以上あると判定されたときは、当該着目する状態については前記第1の音響モデルを用いて尤度を計算し、前記判定ステップで前記分岐数が前記所定数以上でないと判定されたときは、当該着目する状態については前記第2の音響モデルを用いて尤度を計算する尤度計算ステップと、
を有することを特徴とする音声認識方法。 - 1または2以上の状態で所定の音声単位の標準パターンを表す第1の音響モデルと、この第1の音響モデルよりも精密度の低い第2の音響モデルと、認識対象単語の中で前記所定の音声単位を共有する木構造もしくはネットワーク文法による分岐を構成することで複数の認識対象単語を格納した辞書とを使用して、入力音声の特徴量に対して各々の認識対象単語の尤度を計算することで音声認識を行う音声認識装置によって実行される音声認識方法であって、
計算手段が、近傍に所定数以上の分岐が存在する状態について、前記第2の音響モデルを用いて尤度を計算する計算ステップと、
再計算手段が、前記計算ステップで計算された尤度がしきい値より高い状態について、前記第1の音響モデルを用いて尤度を再計算する再計算ステップと、
を有することを特徴とする音声認識方法。 - 1または2以上の状態で所定の音声単位の標準パターンを表す第1の音響モデルと、この第1の音響モデルよりも精密度の低い第2の音響モデルと、認識対象単語の中で前記所定の音声単位を共有する木構造もしくはネットワーク文法による分岐を構成することで複数の認識対象単語を格納した辞書とを使用して、入力音声の特徴量に対して各々の認識対象単語の尤度を計算することで音声認識を行う音声認識装置によって実行される音声認識方法であって、
計算手段が、近傍に所定数以上の分岐が存在する状態について、前記第2の音響モデルを用いて尤度を計算する計算ステップと、
再計算手段が、前記計算ステップで計算された尤度が高い順に選択される所定個数の状態について、前記第1の音響モデルを用いて尤度を再計算する再計算ステップと、
を有することを特徴とする音声認識方法。 - コンピュータを、請求項1乃至6のいずれか1項に記載の音声認識装置が有する各手段として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004191460A JP4541781B2 (ja) | 2004-06-29 | 2004-06-29 | 音声認識装置および方法 |
US11/165,167 US7565290B2 (en) | 2004-06-29 | 2005-06-24 | Speech recognition method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004191460A JP4541781B2 (ja) | 2004-06-29 | 2004-06-29 | 音声認識装置および方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2006011257A JP2006011257A (ja) | 2006-01-12 |
JP2006011257A5 JP2006011257A5 (ja) | 2010-02-25 |
JP4541781B2 true JP4541781B2 (ja) | 2010-09-08 |
Family
ID=35507163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004191460A Expired - Fee Related JP4541781B2 (ja) | 2004-06-29 | 2004-06-29 | 音声認識装置および方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US7565290B2 (ja) |
JP (1) | JP4541781B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007142840A (ja) * | 2005-11-18 | 2007-06-07 | Canon Inc | 情報処理装置及び情報処理方法 |
JP4188989B2 (ja) * | 2006-09-15 | 2008-12-03 | 本田技研工業株式会社 | 音声認識装置、音声認識方法、及び音声認識プログラム |
JP4758919B2 (ja) * | 2007-01-22 | 2011-08-31 | 日本放送協会 | 音声認識装置及び音声認識プログラム |
JP2008225254A (ja) * | 2007-03-14 | 2008-09-25 | Canon Inc | 音声合成装置及び方法並びにプログラム |
US8275615B2 (en) | 2007-07-13 | 2012-09-25 | International Business Machines Corporation | Model weighting, selection and hypotheses combination for automatic speech recognition and machine translation |
JP5273844B2 (ja) * | 2008-03-31 | 2013-08-28 | Kddi株式会社 | 字幕ずれ推定装置、字幕ずれ補正装置、再生装置および放送装置 |
WO2009139230A1 (ja) * | 2008-05-16 | 2009-11-19 | 日本電気株式会社 | 言語モデルスコア先読み値付与装置およびその方法ならびにプログラム記録媒体 |
JP5246948B2 (ja) * | 2009-03-27 | 2013-07-24 | Kddi株式会社 | 字幕ずれ補正装置、再生装置および放送装置 |
CN103971685B (zh) * | 2013-01-30 | 2015-06-10 | 腾讯科技(深圳)有限公司 | 语音命令识别方法和系统 |
CN105869624B (zh) * | 2016-03-29 | 2019-05-10 | 腾讯科技(深圳)有限公司 | 数字语音识别中语音解码网络的构建方法及装置 |
JP6585112B2 (ja) * | 2017-03-17 | 2019-10-02 | 株式会社東芝 | 音声キーワード検出装置および音声キーワード検出方法 |
CN112242144A (zh) * | 2019-07-17 | 2021-01-19 | 百度在线网络技术(北京)有限公司 | 基于流式注意力模型的语音识别解码方法、装置、设备以及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04298798A (ja) * | 1991-03-08 | 1992-10-22 | Mitsubishi Electric Corp | 音声認識装置 |
JPH08110791A (ja) * | 1994-10-07 | 1996-04-30 | Canon Inc | 音声認識方法 |
JP2001312293A (ja) * | 2000-04-28 | 2001-11-09 | Matsushita Electric Ind Co Ltd | 音声認識方法およびその装置、並びにコンピュータ読み取り可能な記憶媒体 |
JP2002189494A (ja) * | 2000-12-19 | 2002-07-05 | Atr Onsei Gengo Tsushin Kenkyusho:Kk | 音声認識システム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3397372B2 (ja) | 1993-06-16 | 2003-04-14 | キヤノン株式会社 | 音声認識方法及び装置 |
US5621859A (en) * | 1994-01-19 | 1997-04-15 | Bbn Corporation | Single tree method for grammar directed, very large vocabulary speech recognizer |
JP3450411B2 (ja) | 1994-03-22 | 2003-09-22 | キヤノン株式会社 | 音声情報処理方法及び装置 |
JP3453456B2 (ja) | 1995-06-19 | 2003-10-06 | キヤノン株式会社 | 状態共有モデルの設計方法及び装置ならびにその状態共有モデルを用いた音声認識方法および装置 |
JP3459712B2 (ja) | 1995-11-01 | 2003-10-27 | キヤノン株式会社 | 音声認識方法及び装置及びコンピュータ制御装置 |
JPH1097276A (ja) | 1996-09-20 | 1998-04-14 | Canon Inc | 音声認識方法及び装置並びに記憶媒体 |
US6076056A (en) * | 1997-09-19 | 2000-06-13 | Microsoft Corporation | Speech recognition system for recognizing continuous and isolated speech |
US6018628A (en) * | 1998-06-16 | 2000-01-25 | Sun Microsystems, Inc. | Method of implementing parameterized types to be compatible with existing unparameterized libraries |
US6542866B1 (en) * | 1999-09-22 | 2003-04-01 | Microsoft Corporation | Speech recognition method and apparatus utilizing multiple feature streams |
JP4543294B2 (ja) * | 2000-03-14 | 2010-09-15 | ソニー株式会社 | 音声認識装置および音声認識方法、並びに記録媒体 |
JP3728177B2 (ja) * | 2000-05-24 | 2005-12-21 | キヤノン株式会社 | 音声処理システム、装置、方法及び記憶媒体 |
US6980954B1 (en) * | 2000-09-30 | 2005-12-27 | Intel Corporation | Search method based on single triphone tree for large vocabulary continuous speech recognizer |
JP2002149187A (ja) * | 2000-11-07 | 2002-05-24 | Sony Corp | 音声認識装置および音声認識方法、並びに記録媒体 |
JP2002215187A (ja) | 2001-01-23 | 2002-07-31 | Matsushita Electric Ind Co Ltd | 音声認識方法及びその装置 |
JP3885002B2 (ja) * | 2002-06-28 | 2007-02-21 | キヤノン株式会社 | 情報処理装置およびその方法 |
-
2004
- 2004-06-29 JP JP2004191460A patent/JP4541781B2/ja not_active Expired - Fee Related
-
2005
- 2005-06-24 US US11/165,167 patent/US7565290B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04298798A (ja) * | 1991-03-08 | 1992-10-22 | Mitsubishi Electric Corp | 音声認識装置 |
JPH08110791A (ja) * | 1994-10-07 | 1996-04-30 | Canon Inc | 音声認識方法 |
JP2001312293A (ja) * | 2000-04-28 | 2001-11-09 | Matsushita Electric Ind Co Ltd | 音声認識方法およびその装置、並びにコンピュータ読み取り可能な記憶媒体 |
JP2002189494A (ja) * | 2000-12-19 | 2002-07-05 | Atr Onsei Gengo Tsushin Kenkyusho:Kk | 音声認識システム |
Also Published As
Publication number | Publication date |
---|---|
US7565290B2 (en) | 2009-07-21 |
US20050288929A1 (en) | 2005-12-29 |
JP2006011257A (ja) | 2006-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11664020B2 (en) | Speech recognition method and apparatus | |
US7565290B2 (en) | Speech recognition method and apparatus | |
US9697827B1 (en) | Error reduction in speech processing | |
JP4322815B2 (ja) | 音声認識システム及び方法 | |
Hwang et al. | Predicting unseen triphones with senones | |
US7496512B2 (en) | Refining of segmental boundaries in speech waveforms using contextual-dependent models | |
CN105336322A (zh) | 多音字模型训练方法、语音合成方法及装置 | |
KR20140028174A (ko) | 음성 인식 방법 및 이를 적용한 전자 장치 | |
CA2136369A1 (en) | Large vocabulary connected speech recognition system and method of language representation using evolutional grammar to represent context free grammars | |
KR20050082253A (ko) | 모델 변이 기반의 화자 클러스터링 방법, 화자 적응 방법및 이들을 이용한 음성 인식 장치 | |
CN101149922A (zh) | 语音识别装置和语音识别方法 | |
US20100100379A1 (en) | Voice recognition correlation rule learning system, voice recognition correlation rule learning program, and voice recognition correlation rule learning method | |
CN106847259B (zh) | 一种音频关键词模板的筛选和优化方法 | |
US20020040296A1 (en) | Phoneme assigning method | |
JP2010139745A (ja) | 統計的発音変異モデルを記憶する記録媒体、自動音声認識システム及びコンピュータプログラム | |
JP6350935B2 (ja) | 音響モデル生成装置、音響モデルの生産方法、およびプログラム | |
KR102199445B1 (ko) | 클래스 기반 음향 모델의 변별 학습 방법 및 장치, 그리고 이를 이용한 음성 인식 장치 | |
US9355636B1 (en) | Selective speech recognition scoring using articulatory features | |
JP2007078943A (ja) | 音響スコア計算プログラム | |
WO2012076895A1 (en) | Pattern recognition | |
Ko et al. | Eigentriphones for context-dependent acoustic modeling | |
Paul | New results with the Lincoln tied-mixture HMM CSR system | |
JP4705535B2 (ja) | 音響モデル作成装置及び音声認識装置並びに音響モデル作成プログラム | |
JP4379050B2 (ja) | 音声認識装置、音声認識高速化方法、および、プログラム | |
JP3439700B2 (ja) | 音響モデル学習装置、音響モデル変換装置及び音声認識装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070627 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20070627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100406 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100412 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100531 |
|
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: 20100618 |
|
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: 20100624 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130702 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |