JP5463385B2 - テキストデータとオーディオデータとの間のマッピングの自動作成 - Google Patents
テキストデータとオーディオデータとの間のマッピングの自動作成 Download PDFInfo
- Publication number
- JP5463385B2 JP5463385B2 JP2012126444A JP2012126444A JP5463385B2 JP 5463385 B2 JP5463385 B2 JP 5463385B2 JP 2012126444 A JP2012126444 A JP 2012126444A JP 2012126444 A JP2012126444 A JP 2012126444A JP 5463385 B2 JP5463385 B2 JP 5463385B2
- Authority
- JP
- Japan
- Prior art keywords
- text
- audio
- work
- version
- mapping
- 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
Images
Landscapes
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
オーディオ−テキストマッピングの自動生成の概要
1つの手法によると、作品のオーディオバージョン(例えば、オーディオブック)内の位置と作品のテキストバージョン(例えば、電子書籍)内の対応する位置とを対応付けるマッピングが自動作成される。マッピングは、オーディオバージョンに反映された単語を識別するためにオーディオバージョンに対して音声−テキスト解析を実行することにより作成される。識別された単語は、作品のテキストバージョン内の対応する単語とマッチングされる。マッピングは、識別された単語の位置(オーディオバージョン内)と識別された単語が発見された作品のテキストバージョンにおける位置とを関連付ける。
オーディオバージョンの形式
オーディオデータは、書籍、ウェブページ、パンフレット、ちらし等の作品のテキストバージョンのテキストの朗読を反映する。オーディオデータは、1つ以上のオーディオファイルに格納される。1つ以上のオーディオファイルは、多くのファイル形式のうちの1つの形式をとることができる。オーディオファイル形式の例は、AAC、MP3、WAV及びPCMを含むが、それらに限定されない。
テキストバージョンの形式
同様に、オーディオデータが対応付けられるテキストデータは、多くの文書ファイル形式のうちの1つで格納することができる。文書ファイル形式の例は、DOC、TXT、PDF、RTF、HTML、XHTML及びEPUBを含むが、それらに限定されない。
マッピング内のオーディオの位置及びテキストの位置
本明細書中で説明するように、マッピングはマッピングレコードの集合を含み、各マッピングレコードはオーディオの位置とテキストの位置とを関連付ける。
<par>
<text src=“chapter1.xhtml#sentence1”/>
<audio src=“chapter1_audio.mp3” clipBegin=“23s”clipEnd=”45s“/>
</par>
例A
例Aにおいて、「par」要素は2つの子要素、すなわち「text」要素及び「audio」要素を含む。text要素は、書籍の第1章からのコンテンツを含むXHTML文書内の特定の文章を識別する属性「src」を含む。audio要素は、書籍の第1章のオーディオバージョンを含むオーディオファイルを識別する「src」属性、オーディオファイル内のオーディオクリップが開始する位置を識別する「clipBegin」属性、並びにオーディオファイル内のオーディオクリップが終了する位置を識別する「clipEnd」属性を含む。従って、オーディオファイルにおける23秒〜45秒は書籍の第1章の最初の文に対応する。
テキストとオーディオとの間のマッピングの作成
一実施形態によると、作品のテキストバージョンと同一作品のオーディオバージョンとの間のマッピングは自動生成される。マッピングが自動生成されるため、マッピングは手動によるテキスト−オーディオマッピング技術を使用する場合の実際の粒度よりはるかに細かい粒度を使用できる。自動生成された各テキスト−オーディオマッピングは、各々がテキストバージョンにおけるテキストの位置とオーディオバージョンにおけるオーディオの位置とを関連付ける複数のマッピングレコードを含む。
テキストコンテキスト
全ての文書は「テキストコンテキスト」を有する。作品のテキストバージョンのテキストコンテキストは、作品のテキストバージョンの本質的特徴(例えば、作品のテキストバージョンが書かれた言語、作品のテキストバージョンが使用する特定の単語、作品のテキストバージョンが使用する文法及び句読法、作品のテキストバージョンが構成される方法等)と、作品の付属的特徴(例えば、作品が作成された時代、作品が属する種別、作品の著者等)とを含む。
テキストバージョンに基づく候補辞書の限定
通常、音声−テキスト解析器はほぼ全ての英単語を認識し、オプションで他の言語のいくつかの単語を認識するように構成又は設計される必要がある。従って、音声−テキスト解析器は大規模な単語辞書にアクセスできる必要がある。本明細書中、音声−テキスト解析器が音声−テキスト演算中に単語を選択する辞書を音声−テキスト解析器の「候補辞書」と呼ぶ。一般的な候補辞書内の一意の単語の数は約50万語である。
現在の位置に基づく候補辞書の限定
精度を向上するために、候補辞書は作品のテキストバージョン内の全単語より更に少ない単語に制限される。一実施形態において、候補辞書は作品のテキストバージョンの特定の部分において見つけられる単語に限定される。例えば作品の音声−テキスト変換中、作品のテキストバージョンに対する変換動作の「現在の変換位置」をほぼ追跡することができる。そのような追跡は、例えば(a)ここまでの音声−テキスト演算において生成されたテキストと(b)作品のテキストバージョンとを比較することにより実行される。
オーディオ−オーディオ相関を使用するマッピングの作成
一実施形態において、作品のオーディオバージョンと作品のテキストバージョンとの間のマッピングを自動作成するために、テキスト−音声生成器及びオーディオ−テキスト相関器が使用される。図2は、それらの解析器及びマッピングを生成するために使用されるデータを示すブロック図である。作品のテキストバージョン210(EPUB文書等)はテキスト−音声生成器220に入力される。テキスト−音声生成器220は、ソフトウェア、ハードウェア、あるいはハードウェア及びソフトウェアの組み合わせで実現される。ソフトウェアで実現されるか又はハードウェアで実現されるかに関わらず、テキスト−音声生成器220は単一の演算装置において実現されてもよく、あるいは複数の演算装置間に分散されてもよい。
マッピングの粒度
マッピングは多くの属性を有し、その1つはマッピング内のマッピングレコードの数を示すマッピングのサイズである。マッピングの別の属性は、マッピングの「粒度」である。マッピングの「粒度」は、デジタル作品のサイズに対するマッピング内のマッピングレコードの数を示す。従って、マッピングの粒度はデジタル作品毎に異なる。例えば、200個の「ページ」から成るデジタル書籍に対する第1のマッピングは、デジタル書籍内の各段落のみに対するマッピングレコードを含む。従って、第1のマッピングは1,000個のマッピングレコードを含むだろう。一方、20個のページから成るデジタル「児童」書に対する第2のマッピングは、児童書内の各単語に対するマッピングレコードを含む。従って、第2のマッピングは800個のマッピングレコードを含むだろう。第1のマッピングは第2のマッピングより多くのマッピングレコードを含むが、第2のマッピングの粒度は第1のマッピングの粒度より細かい。
−単語レベルの粒度(すなわち、単語毎の関連付け)
−文レベルの粒度(すなわち、文毎の関連付け)
−段落レベルの粒度(すなわち、段落毎の関連付け)
−10単語レベルの粒度(すなわち、デジタル作品において10個の単語から成る部分毎のマッピング)
−10秒レベルの粒度(すなわち、10秒のオーディオ毎のマッピング)
別の例として、ユーザはデジタル作品の種類(例えば、小説、児童書、短編)を指定し、音声−テキスト解析器(又は別の処理)は作品の種類に基づいて粒度を判定する。例えば、児童書は単語レベルの粒度と関連付けられるが、小説は文レベルの粒度と関連付けられる。
テキストからオーディオへの移行中のマッピングの実行時生成
多くの場合、オーディオ−テキストマッピングはユーザがそれに依存する必要のある前に生成されるが、一実施形態において、オーディオ−テキストマッピングは実行時に生成されるか、あるいはユーザが自身の装置でオーディオデータ及び/又はテキストデータを消費し始めた後に生成される。例えば、ユーザはタブレットコンピュータを使用してデジタル書籍のテキストバージョンを読む。タブレットコンピュータは、ユーザに対して表示したデジタル書籍の直前のページ又はセクションを追跡する。直前のページ又はセクションは「テキストブックマーク」により識別される。
オーディオからテキストへの移行中のマッピングの実行時生成
マッピングレコードは、テキストからオーディオへの移行と同様に、オーディオからテキストへの移行を容易にするために実行時に生成可能である。例えば、ユーザはスマートフォンを使用してオーディオブックを聞いていると仮定する。スマートフォンは、再生中のオーディオブック内の現在の位置を追跡する。現在の位置は「オーディオブックマーク」により識別される。その後、ユーザはタブレットコンピュータを手に取り、オーディオブックのデジタル書籍バージョンを表示することを選択する。タブレットコンピュータは、オーディオブックマークを受信し(例えば、タブレットコンピュータ及びスマートフォンから離れた中央サーバから)、オーディオブックの少なくとも一部分の音声−テキスト解析を実行し、オーディオブックマークに対応するオーディオブックのテキストバージョン内のテキストの一部分に対応するオーディオブック内の部分を識別する。その後、タブレットコンピュータはテキストバージョン内の識別された部分の表示を開始する。
オーディオ−テキストマッピングの使用の概要
1つの手法によると、マッピング(手動で作成されるか又は自動作成されるかに関わらず)は、デジタル作品のテキストバージョン(例えば、電子書籍)内の位置に対応するデジタル作品のオーディオバージョン(例えば、オーディオブック)内の位置を識別するために使用される。例えばマッピングは、オーディオブックにおいて確立された「ブックマーク」に基づいて電子書籍内の位置を識別するために使用される。別の例として、マッピングは、テキストの朗読者のオーディオ録音の再生中にそれに対応する表示テキストを識別し且つ識別されたテキストを強調表示させるために使用される。従って、オーディオブックが再生されている間、電子書籍リーダのユーザは電子書籍リーダによる対応するテキストの強調表示を追うことができる。別の例として、マッピングは、オーディオデータ内の位置を識別し且つ電子書籍からの表示テキストを選択する入力に応答して当該位置のオーディオを再生するために使用される。従って、ユーザは電子書籍内の単語を選択し、この選択により、当該単語に対応するオーディオが再生される。別の例として、ユーザは、デジタル作品の1つのバージョン(例えば、電子書籍)を消費する(例えば、読むか又は聞く)間に注釈を作成し、ユーザがデジタル作品の別のバージョン(例えば、オーディオブック)を消費する間に注釈が消費されるようにする。従って、ユーザは電子書籍の「ページ」にメモをとることができ、電子書籍のオーディオブックを聞いている間にそれらのメモを閲覧してもよい。同様に、ユーザはオーディオブックを聞いている間にメモをとることができ、対応する電子書籍を読む際に当該メモを閲覧できる。
アーキテクチャの概要
上述し且つ以下に詳細に説明する各例には1つ以上の演算装置が関係する。図4は、本発明の一実施形態に係る本明細書中で説明する処理のいくつかを実現するために使用されるシステム400の一例を示すブロック図である。システム400は、エンドユーザ装置410、中間装置420及びエンドユーザ装置430を含む。エンドユーザ装置410及び430の例は、デスクトップコンピュータ、ラップトップコンピュータ、スマートフォン、タブレットコンピュータ及び他のハンドヘルド演算装置を含むが、それらに限定されない。
マッピングの記憶場所
マッピングは、マッピングが生成されたテキストデータ及びオーディオデータとは別に格納してよい。例えば図4に示すように、マッピング406が一方のデジタルメディアアイテムにおけるメディアの位置に基づいて他方のデジタルメディアアイテムにおけるメディアの位置を識別するために使用される場合であっても、マッピング406はデジタルメディアアイテム402及び404とは別に格納される。実際は、マッピング406は、デジタルメディアアイテム402及び404をそれぞれ格納する装置410及び430ではなく、別個の演算装置(中間装置420)に格納される。
ブックマークスイッチング
「ブックマークスイッチング」は、デジタル作品の1つのバージョンにおいて指定された位置(又は「ブックマーク」)を確立すること及びデジタル作品の別のバージョン内の対応する位置を見つけるためにブックマークを使用することを示す。2種類のブックマークスイッチング、すなわち、テキスト−オーディオ(TA)ブックマークスイッチング及びオーディオ−テキスト(AT)ブックマークスイッチングが存在する。TAブックマークスイッチングは、オーディオブックにおける対応するオーディオの位置を識別するために電子書籍において確立されたテキストブックマークを使用することを含む。その反対に、本明細書中でATブックマークスイッチングと呼ばれる別の種類のブックマークスイッチングは、電子書籍内の対応するテキストの位置を識別するためにオーディオブックにおいて確立されたオーディオブックマークを使用することを含む。
テキスト−オーディオブックマークスイッチング
図5Aは、本発明の一実施形態に係るTAブックマークスイッチングの処理500を示すフローチャートである。図4に示すシステム400の要素を使用して図5Aを説明する。
オーディオ−テキストブックマークスイッチング
図5Bは、本発明の一実施形態に係るATブックマークスイッチングの処理550を示すフローチャートである。図5Aと同様に、図4に示すシステム400の要素を使用して図5Bを説明する。
オーディオの再生に応答したテキストの強調表示
一実施形態において、作品のテキストバージョンに対応するオーディオデータの再生中に作品のテキストバージョンの一部分からのテキストが強調表示又は「ライトアップ」される。上述のように、オーディオデータは作品のテキストバージョンのオーディオバージョンであり、ユーザによるテキストバージョンからのテキストの朗読を反映する。本明細書中で使用されるように、テキストの「強調表示」とは、メディアプレーヤ(例えば、「電子リーダ」)が強調表示されたテキストと同時に表示されている他のテキストから当該テキストを視覚的に区別することを示す。テキストの強調表示は、テキストのフォントの変更、テキストのフォントスタイルの変更(例えば、イタリック体化、太字化、下線付け)、テキストのサイズの変更、テキストの色の変更、テキストの背景色の変更又はテキストに関連するアニメーションの作成を含む。アニメーションの作成の一例は、テキスト(又はテキストの背景)を点滅させるか又は色を変更させることである。アニメーションの作成の別の例は、テキストの上方、下方又は周辺に出現するグラフィックを作成することである。例えば、単語「トースタ」がメディアプレーヤにより再生及び検出されるのに応答して、メディアプレーヤは表示テキスト内の単語「トースタ」の上方にトースタの画像を表示する。アニメーションの別の例は、再生されるオーディオデータにおいてテキストの一部分(例えば、単語、音節又は文字)が検出された時に当該部分上で「跳ねる」球である。
オーディオ入力に基づくテキストの強調表示
図7は、本発明の一実施形態に係るユーザからのオーディオ入力に応答して表示テキストを強調表示する処理700を示すフローチャートである。本実施形態において、マッピングは不要である。オーディオ入力は、ユーザに対して同時に表示されている作品のテキストバージョンの一部分内のテキストを強調表示するために使用される。
テキストの選択に応答したオーディオの再生
一実施形態において、作品のテキストバージョンの部分を表示するメディアプレーヤのユーザは、表示テキストの部分を選択し、対応するオーディオを再生させることができる。例えばデジタル書籍からの表示単語が「donut」であり、ユーザが当該単語を選択する(例えば、当該単語を表示するメディアプレーヤのタッチスクリーンの一部分に触れることにより)場合、「donut」のオーディオが再生される。
ユーザの注釈の転送
一実施形態において、ユーザはデジタル作品の1つのメディアバージョン(例えば、オーディオ)に対する注釈の作成を開始し、注釈をデジタル作品の別のメディアバージョン(例えば、テキスト)と関連付けさせる。従って、注釈はメディアの1つの種類のコンテキストにおいて作成され、メディアの別の種類のコンテキストにおいて消費されてもよい。注釈が作成又は消費される「コンテキスト」は、作成又は消費が行われる際にテキストが表示中であるか又はオーディオが再生中であるかを示す。
ハードウェアの概要
一実施形態によると、本明細書中で説明される技術は1つ以上の専用演算装置により実現される。専用演算装置は、技術を実行するようにハードワイヤードされてもよく、技術を実行するように永続的にプログラムされる1つ以上の特定用途向け集積回路(ASIC)又はフィールドプログラマブルゲートアレイ(FPGA)等のデジタル電子装置を含んでもよく、あるいはファームウェア、メモリ、他の記憶装置又はそれらの組み合わせ内のプログラム命令に従って技術を実行するようにプログラムされた1つ以上の汎用ハードウェアプロセッサを含んでもよい。そのような専用演算装置は、技術を達成するためにカスタムハードワイヤード論理、ASIC又はFPGAとカスタムプログラミングとを更に組み合わせてもよい。専用演算装置は、デスクトップコンピュータシステム、ポータブルコンピュータシステム、ハンドヘルド装置、ネットワーク装置、あるいは技術を実現するためのハードワイヤード及び/又はプログラム論理を内蔵する他の何らかの装置である。
Claims (17)
- テキストバージョンが存在する作品の少なくとも一部に対応するオーディオデータを受信する工程と、
前記オーディオデータの部分に対するテキストを生成するために前記オーディオデータの音声−テキスト解析を実行する工程であって、前記テキストはテキスト作品の範囲内の現在の変換の位置に近い単語群に限定される工程と、
前記オーディオデータの前記部分に対して生成された前記テキストに基づいて、前記オーディオデータにおける複数のオーディオの位置と前記作品の前記テキストバージョンにおける対応する複数のテキストの位置との間のマッピングを生成する工程とを備え、
前記工程のそれぞれが1つ以上の演算装置により実行されることを特徴とする方法。 - 前記オーディオデータがユーザの音声に対応するものにおいて、
前記作品の前記テキストバージョンの少なくとも一部をユーザへ表示する工程と、
前記オーディオデータの部分に対して生成された前記テキストの1以上の単語が、前記作品の前記テキストバージョンの前記表示された部分における1以上の単語とマッチしたことの判定に応じて、前記作品の前記テキストバージョンの前記表示された部分における前記1以上の単語を強調表示する工程と
を更に含むことを特徴とする請求項1に記載の方法。 - 前記オーディオデータが録音された音に対応するものにおいて、
前記作品の前記テキストバージョンの少なくとも一部をユーザへ表示する工程と、
前記作品の前記テキストバージョンの前記表示された部分における1以上の単語をユーザが選択したことを検出する工程と、
マッピングにより、前記作品の前記テキストバージョンの前記表示された部分における選択された1以上の単語が対応する前記オーディオデータの一部を識別し、前記オーディオデータの識別された部分をユーザに提供する工程と
を更にふくむことを特徴とする請求項1に記載の方法。 - 前記作品の前記テキストバージョンの少なくとも一部をユーザへ表示する工程と、
注釈の生成を求める入力を検出する工程であって、前記入力は、前記作品の前記テキストバージョンにおける特定のテキストの位置に関連付けられている工程と、
前記特定のテキスト位置と、マッピングにて、前記特定のテキスト位置に対応する特定のオーディオの位置とに関連する前記注釈を記憶する工程と
を更に含むことを特徴とする請求項1に記載の方法。 - 前記オーディオデータが録音された音に対応するものにおいて
前記オーディオデータの少なくとも一部をユーザに提供する工程と、
注釈の生成を求める入力を検出する工程であって、前記入力は、前記録音された音における特定の音の位置に関連付けられている工程と、
前記特定の音の位置と、マッピングにて、前記特定の音の位置に対応する特定のテキストの位置とに関連する前記注釈を記憶する工程と
を更に含むことを特徴とする請求項1に記載の方法。 - 前記音声−テキスト解析が実行される前記オーディオデータの前記部分は個々の文に対応する部分を含み、前記マッピングは個々の文に対応する前記部分の位置と前記作品の前記テキストバージョン内の個々の文とを対応付けることを特徴とする請求項1から5のいずれか1項に記載の方法。
- 前記音声−テキスト解析が実行される前記オーディオデータの前記部分は固定量のデータに対応する部分を含み、前記マッピングは固定量のデータに対応する前記部分の位置と前記作品の前記テキストバージョン内の対応する位置とを対応付けることを特徴とする請求項1から5のいずれか1項に記載の方法。
- 前記マッピングを生成する工程は、(1)前記オーディオデータ内にアンカーを埋め込むこと、(2)前記作品の前記テキストバージョン内にアンカーを埋め込むこと、あるいは(3)前記オーディオデータ又は前記作品の前記テキストバージョンと関連付けて格納されるメディアオーバーレイに前記マッピングを格納することのいずれかを含むことを特徴とする請求項1から7のいずれか1項に記載の方法。
- 前記複数のテキストの位置のうちの1つ以上のテキストの位置の各々は、前記作品の前記テキストバージョンにおける相対的な位置を示すことを特徴とする請求項1から8のいずれか1項に記載の方法。
- 前記複数のテキストの位置のうちの1つのテキストの位置は前記作品の前記テキストバージョンにおける相対的な位置を示し、前記複数のテキストの位置のうちの別のテキストの位置は前記相対的な位置からの絶対的な位置を示すことを特徴とする請求項1から8のいずれか1項に記載の方法。
- 前記現在の変換の位置に近い前記単語群は、前記現在変換している位置を含むスライディングウインドウによって限定される単語群に相当することを特徴とする請求項1に記載の方法。
- 少なくとも1つのプロセッサと、
テキストバージョンが存在する作品の少なくとも一部に対応するオーディオデータを受信する命令と、
前記オーディオデータの部分に対するテキストを生成するために前記オーディオデータの音声−テキスト解析を実行する命令であって、前記テキストはテキスト作品の範囲内の現在の変換の位置に近い単語群に限定される命令と、
前記オーディオデータの前記部分に対して生成された前記テキストに基づいて、前記オーディオデータにおける複数のオーディオの位置と前記作品の前記テキストバージョンにおける対応する複数のテキストの位置との間のマッピングを生成するための命令と、
を含む前記少なくとも1つのプロセッサにより実行される1以上のプログラムを格納するメモリと、
を備えることを特徴とする電子装置。 - 前記オーディオデータがユーザの音声に対応するものにおいて、前記1以上のプログラムは
前記作品の前記テキストバージョンの少なくとも一部をユーザへ表示する命令と、
前記オーディオデータの部分に対して生成された前記テキストの1以上の単語が、前記作品の前記テキストバージョンの前記表示された部分における1以上の単語とマッチしたことの判定に応じて、前記作品の前記テキストバージョンの前記表示された部分における前記1以上の単語を強調表示する命令と
を更に含むことを特徴とする請求項12記載の電子装置。 - 前記1以上のプログラムは、
前記作品の前記テキストバージョンの少なくとも一部をユーザへ表示する命令と、
注釈の生成を求める入力を検出する命令であって、前記入力は、前記作品の前記テキストバージョンにおける特定のテキストの位置に関連付けられている命令と、
前記特定のテキスト位置と、マッピングにて、前記特定のテキスト位置に対応する特定のオーディオの位置とに関連する前記注釈を記憶する命令と
を更に含むことを特徴とする請求項12に記載の電子装置。 - 前記1以上のプログラムは、
前記オーディオデータの少なくとも一部をユーザに提供する命令と、
注釈の生成を求める入力を検出する命令であって、前記入力は、前記録音された音における特定の音の位置に関連付けられている命令と、
前記特定の音の位置と、マッピングにて、前記特定の音の位置に対応する特定のテキストの位置とに関連する前記注釈を記憶する命令と
を更に含むことを特徴とする請求項12に記載の電子装置。 - 前記現在の変換の位置に近い前記単語群は、前記現在変換している位置を含むスライディングウインドウによって限定される単語群に相当することを特徴とする請求項12に記載の電子装置。
- 前記複数のテキストの位置のうちの1つ以上のテキストの位置の各々は、前記作品の前記テキストバージョンにおける相対的な位置を示すことを特徴とする請求項12から16のいずれか1項に記載の電子装置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201161493372P | 2011-06-03 | 2011-06-03 | |
US61/493,372 | 2011-06-03 | ||
US13/267,738 US20120310642A1 (en) | 2011-06-03 | 2011-10-06 | Automatically creating a mapping between text data and audio data |
US13/267,738 | 2011-10-06 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014008040A Division JP2014132345A (ja) | 2011-06-03 | 2014-01-20 | テキストデータとオーディオデータとの間のマッピングの自動作成 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013008357A JP2013008357A (ja) | 2013-01-10 |
JP5463385B2 true JP5463385B2 (ja) | 2014-04-09 |
Family
ID=47675616
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012126444A Expired - Fee Related JP5463385B2 (ja) | 2011-06-03 | 2012-06-01 | テキストデータとオーディオデータとの間のマッピングの自動作成 |
JP2014008040A Pending JP2014132345A (ja) | 2011-06-03 | 2014-01-20 | テキストデータとオーディオデータとの間のマッピングの自動作成 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014008040A Pending JP2014132345A (ja) | 2011-06-03 | 2014-01-20 | テキストデータとオーディオデータとの間のマッピングの自動作成 |
Country Status (3)
Country | Link |
---|---|
JP (2) | JP5463385B2 (ja) |
CN (1) | CN102937959A (ja) |
TW (1) | TWI488174B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11537781B1 (en) | 2021-09-15 | 2022-12-27 | Lumos Information Services, LLC | System and method to support synchronization, closed captioning and highlight within a text document or a media file |
Families Citing this family (164)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8677377B2 (en) | 2005-09-08 | 2014-03-18 | Apple Inc. | Method and apparatus for building an intelligent automated assistant |
US9318108B2 (en) | 2010-01-18 | 2016-04-19 | Apple Inc. | Intelligent automated assistant |
US8977255B2 (en) | 2007-04-03 | 2015-03-10 | Apple Inc. | Method and system for operating a multi-function portable electronic device using voice-activation |
US10002189B2 (en) | 2007-12-20 | 2018-06-19 | Apple Inc. | Method and apparatus for searching using an active ontology |
US9330720B2 (en) | 2008-01-03 | 2016-05-03 | Apple Inc. | Methods and apparatus for altering audio output signals |
US8996376B2 (en) | 2008-04-05 | 2015-03-31 | Apple Inc. | Intelligent text-to-speech conversion |
US20100030549A1 (en) | 2008-07-31 | 2010-02-04 | Lee Michael M | Mobile device having human language translation capability with positional feedback |
US8676904B2 (en) | 2008-10-02 | 2014-03-18 | Apple Inc. | Electronic devices with voice command and contextual data processing capabilities |
US10241752B2 (en) | 2011-09-30 | 2019-03-26 | Apple Inc. | Interface for a virtual digital assistant |
US10241644B2 (en) | 2011-06-03 | 2019-03-26 | Apple Inc. | Actionable reminder entries |
US20120309363A1 (en) | 2011-06-03 | 2012-12-06 | Apple Inc. | Triggering notifications associated with tasks items that represent tasks to perform |
US10276170B2 (en) | 2010-01-18 | 2019-04-30 | Apple Inc. | Intelligent automated assistant |
US8682667B2 (en) | 2010-02-25 | 2014-03-25 | Apple Inc. | User profiling for selecting user specific voice input processing information |
US9262612B2 (en) | 2011-03-21 | 2016-02-16 | Apple Inc. | Device access using voice authentication |
US10057736B2 (en) | 2011-06-03 | 2018-08-21 | Apple Inc. | Active transport based notifications |
US20120310642A1 (en) * | 2011-06-03 | 2012-12-06 | Apple Inc. | Automatically creating a mapping between text data and audio data |
US10134385B2 (en) | 2012-03-02 | 2018-11-20 | Apple Inc. | Systems and methods for name pronunciation |
US10417037B2 (en) | 2012-05-15 | 2019-09-17 | Apple Inc. | Systems and methods for integrating third party services with a digital assistant |
US9721563B2 (en) | 2012-06-08 | 2017-08-01 | Apple Inc. | Name recognition system |
US9547647B2 (en) | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
DE212014000045U1 (de) | 2013-02-07 | 2015-09-24 | Apple Inc. | Sprach-Trigger für einen digitalen Assistenten |
US10652394B2 (en) | 2013-03-14 | 2020-05-12 | Apple Inc. | System and method for processing voicemail |
US10748529B1 (en) | 2013-03-15 | 2020-08-18 | Apple Inc. | Voice activated device for use with a voice-based digital assistant |
WO2014197334A2 (en) | 2013-06-07 | 2014-12-11 | Apple Inc. | System and method for user-specified pronunciation of words for speech synthesis and recognition |
WO2014197335A1 (en) | 2013-06-08 | 2014-12-11 | Apple Inc. | Interpreting and acting upon commands that involve sharing information with remote devices |
AU2014278592B2 (en) | 2013-06-09 | 2017-09-07 | Apple Inc. | Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant |
US10176167B2 (en) | 2013-06-09 | 2019-01-08 | Apple Inc. | System and method for inferring user intent from speech inputs |
US20160162560A1 (en) * | 2013-07-03 | 2016-06-09 | Telefonaktiebolaget L M Ericsson (Publ) | Providing an electronic book to a user equipment |
WO2015020942A1 (en) | 2013-08-06 | 2015-02-12 | Apple Inc. | Auto-activating smart responses based on activities from remote devices |
WO2015040743A1 (ja) * | 2013-09-20 | 2015-03-26 | 株式会社東芝 | アノテーション共有方法、アノテーション共有装置及びアノテーション共有プログラム |
US10296160B2 (en) | 2013-12-06 | 2019-05-21 | Apple Inc. | Method for extracting salient dialog usage from live data |
CN104765714A (zh) * | 2014-01-08 | 2015-07-08 | 中国移动通信集团浙江有限公司 | 一种电子阅读与听书的切换方法及装置 |
TWI510940B (zh) * | 2014-05-09 | 2015-12-01 | Univ Nan Kai Technology | 以語音訊號建立備註資料之影像瀏覽裝置及其方法 |
US9715875B2 (en) | 2014-05-30 | 2017-07-25 | Apple Inc. | Reducing the need for manual start/end-pointing and trigger phrases |
US9633004B2 (en) | 2014-05-30 | 2017-04-25 | Apple Inc. | Better resolution when referencing to concepts |
US10170123B2 (en) | 2014-05-30 | 2019-01-01 | Apple Inc. | Intelligent assistant for home automation |
AU2015266863B2 (en) | 2014-05-30 | 2018-03-15 | Apple Inc. | Multi-command single utterance input method |
US9430463B2 (en) | 2014-05-30 | 2016-08-30 | Apple Inc. | Exemplar-based natural language processing |
US9338493B2 (en) | 2014-06-30 | 2016-05-10 | Apple Inc. | Intelligent automated assistant for TV user interactions |
US9818400B2 (en) | 2014-09-11 | 2017-11-14 | Apple Inc. | Method and apparatus for discovering trending terms in speech requests |
US9668121B2 (en) | 2014-09-30 | 2017-05-30 | Apple Inc. | Social reminders |
US10074360B2 (en) | 2014-09-30 | 2018-09-11 | Apple Inc. | Providing an indication of the suitability of speech recognition |
US10127911B2 (en) | 2014-09-30 | 2018-11-13 | Apple Inc. | Speaker identification and unsupervised speaker adaptation techniques |
US9646609B2 (en) * | 2014-09-30 | 2017-05-09 | Apple Inc. | Caching apparatus for serving phonetic pronunciations |
CN105893387B (zh) * | 2015-01-04 | 2021-03-23 | 伊姆西Ip控股有限责任公司 | 智能多媒体处理方法和系统 |
US10152299B2 (en) | 2015-03-06 | 2018-12-11 | Apple Inc. | Reducing response latency of intelligent automated assistants |
US10567477B2 (en) | 2015-03-08 | 2020-02-18 | Apple Inc. | Virtual assistant continuity |
US9886953B2 (en) | 2015-03-08 | 2018-02-06 | Apple Inc. | Virtual assistant activation |
US9721566B2 (en) | 2015-03-08 | 2017-08-01 | Apple Inc. | Competing devices responding to voice triggers |
CN104866543A (zh) * | 2015-05-06 | 2015-08-26 | 陆默 | 一种多种书籍载体切换方法和装置 |
US10460227B2 (en) | 2015-05-15 | 2019-10-29 | Apple Inc. | Virtual assistant in a communication session |
US10083688B2 (en) | 2015-05-27 | 2018-09-25 | Apple Inc. | Device voice control for selecting a displayed affordance |
US10200824B2 (en) | 2015-05-27 | 2019-02-05 | Apple Inc. | Systems and methods for proactively identifying and surfacing relevant content on a touch-sensitive device |
US9578173B2 (en) | 2015-06-05 | 2017-02-21 | Apple Inc. | Virtual assistant aided communication with 3rd party service in a communication session |
US11025565B2 (en) | 2015-06-07 | 2021-06-01 | Apple Inc. | Personalized prediction of responses for instant messaging |
US20160378747A1 (en) | 2015-06-29 | 2016-12-29 | Apple Inc. | Virtual assistant for media playback |
CN106469040B (zh) * | 2015-08-19 | 2019-06-21 | 华为终端有限公司 | 通信方法、服务器及设备 |
US10747498B2 (en) | 2015-09-08 | 2020-08-18 | Apple Inc. | Zero latency digital assistant |
US10671428B2 (en) | 2015-09-08 | 2020-06-02 | Apple Inc. | Distributed personal assistant |
US10331312B2 (en) | 2015-09-08 | 2019-06-25 | Apple Inc. | Intelligent automated assistant in a media environment |
US10740384B2 (en) | 2015-09-08 | 2020-08-11 | Apple Inc. | Intelligent automated assistant for media search and playback |
US11587559B2 (en) | 2015-09-30 | 2023-02-21 | Apple Inc. | Intelligent device identification |
CN105302908B (zh) * | 2015-11-02 | 2020-06-26 | 北京奇虎科技有限公司 | 电子书相关有声音频资源推荐方法和装置 |
US10691473B2 (en) | 2015-11-06 | 2020-06-23 | Apple Inc. | Intelligent automated assistant in a messaging environment |
US10956666B2 (en) | 2015-11-09 | 2021-03-23 | Apple Inc. | Unconventional virtual assistant interactions |
CN105373605A (zh) * | 2015-11-11 | 2016-03-02 | 中国农业大学 | 数据文件批量存储方法及系统 |
US10049668B2 (en) | 2015-12-02 | 2018-08-14 | Apple Inc. | Applying neural network language models to weighted finite state transducers for automatic speech recognition |
US10223066B2 (en) | 2015-12-23 | 2019-03-05 | Apple Inc. | Proactive assistance based on dialog communication between devices |
JP6880556B2 (ja) * | 2016-03-10 | 2021-06-02 | 凸版印刷株式会社 | 情報提示装置、情報提示方法、情報提示システム、およびプログラム |
US10446143B2 (en) | 2016-03-14 | 2019-10-15 | Apple Inc. | Identification of voice inputs providing credentials |
US9934775B2 (en) | 2016-05-26 | 2018-04-03 | Apple Inc. | Unit-selection text-to-speech synthesis based on predicted concatenation parameters |
US9972304B2 (en) | 2016-06-03 | 2018-05-15 | Apple Inc. | Privacy preserving distributed evaluation framework for embedded personalized systems |
US11227589B2 (en) | 2016-06-06 | 2022-01-18 | Apple Inc. | Intelligent list reading |
US10249300B2 (en) | 2016-06-06 | 2019-04-02 | Apple Inc. | Intelligent list reading |
US10049663B2 (en) | 2016-06-08 | 2018-08-14 | Apple, Inc. | Intelligent automated assistant for media exploration |
DK179309B1 (en) | 2016-06-09 | 2018-04-23 | Apple Inc | Intelligent automated assistant in a home environment |
US10490187B2 (en) | 2016-06-10 | 2019-11-26 | Apple Inc. | Digital assistant providing automated status report |
US10586535B2 (en) | 2016-06-10 | 2020-03-10 | Apple Inc. | Intelligent digital assistant in a multi-tasking environment |
US10509862B2 (en) | 2016-06-10 | 2019-12-17 | Apple Inc. | Dynamic phrase expansion of language input |
US10067938B2 (en) | 2016-06-10 | 2018-09-04 | Apple Inc. | Multilingual word prediction |
US10192552B2 (en) | 2016-06-10 | 2019-01-29 | Apple Inc. | Digital assistant providing whispered speech |
DK179049B1 (en) | 2016-06-11 | 2017-09-18 | Apple Inc | Data driven natural language event detection and classification |
DK179343B1 (en) | 2016-06-11 | 2018-05-14 | Apple Inc | Intelligent task discovery |
DK179415B1 (en) | 2016-06-11 | 2018-06-14 | Apple Inc | Intelligent device arbitration and control |
DK201670540A1 (en) | 2016-06-11 | 2018-01-08 | Apple Inc | Application integration with a digital assistant |
US10474753B2 (en) | 2016-09-07 | 2019-11-12 | Apple Inc. | Language identification using recurrent neural networks |
US10043516B2 (en) | 2016-09-23 | 2018-08-07 | Apple Inc. | Intelligent automated assistant |
US11281993B2 (en) | 2016-12-05 | 2022-03-22 | Apple Inc. | Model and ensemble compression for metric learning |
US10593346B2 (en) | 2016-12-22 | 2020-03-17 | Apple Inc. | Rank-reduced token representation for automatic speech recognition |
US11204787B2 (en) | 2017-01-09 | 2021-12-21 | Apple Inc. | Application integration with a digital assistant |
US10417266B2 (en) | 2017-05-09 | 2019-09-17 | Apple Inc. | Context-aware ranking of intelligent response suggestions |
DK201770383A1 (en) | 2017-05-09 | 2018-12-14 | Apple Inc. | USER INTERFACE FOR CORRECTING RECOGNITION ERRORS |
US10726832B2 (en) | 2017-05-11 | 2020-07-28 | Apple Inc. | Maintaining privacy of personal information |
DK201770439A1 (en) | 2017-05-11 | 2018-12-13 | Apple Inc. | Offline personal assistant |
DK180048B1 (en) | 2017-05-11 | 2020-02-04 | Apple Inc. | MAINTAINING THE DATA PROTECTION OF PERSONAL INFORMATION |
US10395654B2 (en) | 2017-05-11 | 2019-08-27 | Apple Inc. | Text normalization based on a data-driven learning network |
DK179496B1 (en) | 2017-05-12 | 2019-01-15 | Apple Inc. | USER-SPECIFIC Acoustic Models |
US11301477B2 (en) | 2017-05-12 | 2022-04-12 | Apple Inc. | Feedback analysis of a digital assistant |
DK201770428A1 (en) | 2017-05-12 | 2019-02-18 | Apple Inc. | LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT |
DK179745B1 (en) | 2017-05-12 | 2019-05-01 | Apple Inc. | SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT |
DK201770431A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | Optimizing dialogue policy decisions for digital assistants using implicit feedback |
DK201770411A1 (en) | 2017-05-15 | 2018-12-20 | Apple Inc. | MULTI-MODAL INTERFACES |
DK201770432A1 (en) | 2017-05-15 | 2018-12-21 | Apple Inc. | Hierarchical belief states for digital assistants |
US10403278B2 (en) | 2017-05-16 | 2019-09-03 | Apple Inc. | Methods and systems for phonetic matching in digital assistant services |
DK179560B1 (en) | 2017-05-16 | 2019-02-18 | Apple Inc. | FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES |
US10311144B2 (en) | 2017-05-16 | 2019-06-04 | Apple Inc. | Emoji word sense disambiguation |
US10303715B2 (en) | 2017-05-16 | 2019-05-28 | Apple Inc. | Intelligent automated assistant for media exploration |
US20180336892A1 (en) | 2017-05-16 | 2018-11-22 | Apple Inc. | Detecting a trigger of a digital assistant |
US10657328B2 (en) | 2017-06-02 | 2020-05-19 | Apple Inc. | Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling |
US10445429B2 (en) | 2017-09-21 | 2019-10-15 | Apple Inc. | Natural language understanding using vocabularies with compressed serialized tries |
US10755051B2 (en) | 2017-09-29 | 2020-08-25 | Apple Inc. | Rule-based natural language processing |
CN107948405A (zh) * | 2017-11-13 | 2018-04-20 | 百度在线网络技术(北京)有限公司 | 一种信息处理方法、装置及终端设备 |
US10636424B2 (en) | 2017-11-30 | 2020-04-28 | Apple Inc. | Multi-turn canned dialog |
CN108108143B (zh) * | 2017-12-22 | 2021-08-17 | 北京壹人壹本信息科技有限公司 | 录音回放的方法、移动终端及具有存储功能的装置 |
CN108172247A (zh) * | 2017-12-22 | 2018-06-15 | 北京壹人壹本信息科技有限公司 | 录音播放方法、移动终端及具有存储功能的装置 |
US10733982B2 (en) | 2018-01-08 | 2020-08-04 | Apple Inc. | Multi-directional dialog |
US10733375B2 (en) | 2018-01-31 | 2020-08-04 | Apple Inc. | Knowledge-based framework for improving natural language understanding |
US10789959B2 (en) | 2018-03-02 | 2020-09-29 | Apple Inc. | Training speaker recognition models for digital assistants |
US10592604B2 (en) | 2018-03-12 | 2020-03-17 | Apple Inc. | Inverse text normalization for automatic speech recognition |
US10818288B2 (en) | 2018-03-26 | 2020-10-27 | Apple Inc. | Natural assistant interaction |
US10909331B2 (en) | 2018-03-30 | 2021-02-02 | Apple Inc. | Implicit identification of translation payload with neural machine translation |
US10928918B2 (en) | 2018-05-07 | 2021-02-23 | Apple Inc. | Raise to speak |
US11145294B2 (en) | 2018-05-07 | 2021-10-12 | Apple Inc. | Intelligent automated assistant for delivering content from user experiences |
US10984780B2 (en) | 2018-05-21 | 2021-04-20 | Apple Inc. | Global semantic word embeddings using bi-directional recurrent neural networks |
DK201870355A1 (en) | 2018-06-01 | 2019-12-16 | Apple Inc. | VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS |
US10892996B2 (en) | 2018-06-01 | 2021-01-12 | Apple Inc. | Variable latency device coordination |
US11386266B2 (en) | 2018-06-01 | 2022-07-12 | Apple Inc. | Text correction |
DK180639B1 (en) | 2018-06-01 | 2021-11-04 | Apple Inc | DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT |
DK179822B1 (da) | 2018-06-01 | 2019-07-12 | Apple Inc. | Voice interaction at a primary device to access call functionality of a companion device |
US10944859B2 (en) | 2018-06-03 | 2021-03-09 | Apple Inc. | Accelerated task performance |
US11010561B2 (en) | 2018-09-27 | 2021-05-18 | Apple Inc. | Sentiment prediction from textual data |
US11462215B2 (en) | 2018-09-28 | 2022-10-04 | Apple Inc. | Multi-modal inputs for voice commands |
US11170166B2 (en) | 2018-09-28 | 2021-11-09 | Apple Inc. | Neural typographical error modeling via generative adversarial networks |
US10839159B2 (en) | 2018-09-28 | 2020-11-17 | Apple Inc. | Named entity normalization in a spoken dialog system |
CN109522427B (zh) * | 2018-09-30 | 2021-12-10 | 北京光年无限科技有限公司 | 一种面向智能机器人的故事数据处理方法及装置 |
US11475898B2 (en) | 2018-10-26 | 2022-10-18 | Apple Inc. | Low-latency multi-speaker speech recognition |
CN109634700A (zh) * | 2018-11-26 | 2019-04-16 | 维沃移动通信有限公司 | 一种音频的文本内容显示方法及终端设备 |
US11114085B2 (en) | 2018-12-28 | 2021-09-07 | Spotify Ab | Text-to-speech from media content item snippets |
US11638059B2 (en) | 2019-01-04 | 2023-04-25 | Apple Inc. | Content playback on multiple devices |
US11348573B2 (en) | 2019-03-18 | 2022-05-31 | Apple Inc. | Multimodality in digital assistant systems |
US11423908B2 (en) | 2019-05-06 | 2022-08-23 | Apple Inc. | Interpreting spoken requests |
US11307752B2 (en) | 2019-05-06 | 2022-04-19 | Apple Inc. | User configurable task triggers |
US11475884B2 (en) | 2019-05-06 | 2022-10-18 | Apple Inc. | Reducing digital assistant latency when a language is incorrectly determined |
DK201970509A1 (en) | 2019-05-06 | 2021-01-15 | Apple Inc | Spoken notifications |
US11140099B2 (en) | 2019-05-21 | 2021-10-05 | Apple Inc. | Providing message response suggestions |
DK180129B1 (en) | 2019-05-31 | 2020-06-02 | Apple Inc. | USER ACTIVITY SHORTCUT SUGGESTIONS |
US11496600B2 (en) | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
DK201970510A1 (en) | 2019-05-31 | 2021-02-11 | Apple Inc | Voice identification in digital assistant systems |
US11289073B2 (en) | 2019-05-31 | 2022-03-29 | Apple Inc. | Device text to speech |
US11360641B2 (en) | 2019-06-01 | 2022-06-14 | Apple Inc. | Increasing the relevance of new available information |
US11468890B2 (en) | 2019-06-01 | 2022-10-11 | Apple Inc. | Methods and user interfaces for voice-based control of electronic devices |
US11488406B2 (en) | 2019-09-25 | 2022-11-01 | Apple Inc. | Text detection using global geometry estimators |
CN110750229A (zh) * | 2019-09-30 | 2020-02-04 | 北京淇瑀信息科技有限公司 | 一种语音质检显示方法、装置及电子设备 |
CN111324330B (zh) * | 2020-02-07 | 2021-04-30 | 掌阅科技股份有限公司 | 电子书的播放处理方法、计算设备及计算机存储介质 |
CN111459446B (zh) * | 2020-03-27 | 2021-08-17 | 掌阅科技股份有限公司 | 电子书的资源处理方法、计算设备及计算机存储介质 |
US11038934B1 (en) | 2020-05-11 | 2021-06-15 | Apple Inc. | Digital assistant hardware abstraction |
US11061543B1 (en) | 2020-05-11 | 2021-07-13 | Apple Inc. | Providing relevant data items based on context |
US11755276B2 (en) | 2020-05-12 | 2023-09-12 | Apple Inc. | Reducing description length based on confidence |
US11490204B2 (en) | 2020-07-20 | 2022-11-01 | Apple Inc. | Multi-device audio adjustment coordination |
US11438683B2 (en) | 2020-07-21 | 2022-09-06 | Apple Inc. | User identification using headphones |
CN112397104B (zh) | 2020-11-26 | 2022-03-29 | 北京字节跳动网络技术有限公司 | 音频与文本的同步方法、装置、可读介质和电子设备 |
CN112530472B (zh) * | 2020-11-26 | 2022-06-21 | 北京字节跳动网络技术有限公司 | 音频与文本的同步方法、装置、可读介质和电子设备 |
US11798536B2 (en) | 2021-06-14 | 2023-10-24 | International Business Machines Corporation | Annotation of media files with convenient pause points |
TWI812070B (zh) * | 2022-03-15 | 2023-08-11 | 宏碁股份有限公司 | 錄音檔轉文字稿方法及系統 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2986345B2 (ja) * | 1993-10-18 | 1999-12-06 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 音声記録指標化装置及び方法 |
JP2000074685A (ja) * | 1998-08-31 | 2000-03-14 | Matsushita Electric Ind Co Ltd | 車載装置における検索方法と車載ナビゲーション装置 |
US6369811B1 (en) * | 1998-09-09 | 2002-04-09 | Ricoh Company Limited | Automatic adaptive document help for paper documents |
ATE341810T1 (de) * | 1999-02-19 | 2006-10-15 | Custom Speech Usa Inc | Automatisiertes übertragungssystem und -verfahren mit zwei instanzen zur sprachumwandlung und rechnergestützter korrektur |
US6260011B1 (en) * | 2000-03-20 | 2001-07-10 | Microsoft Corporation | Methods and apparatus for automatically synchronizing electronic audio files with electronic text files |
JP2002169588A (ja) * | 2000-11-16 | 2002-06-14 | Internatl Business Mach Corp <Ibm> | テキスト表示装置、テキスト表示制御方法、記憶媒体、プログラム伝送装置及び応対支援方法 |
US7366979B2 (en) * | 2001-03-09 | 2008-04-29 | Copernicus Investments, Llc | Method and apparatus for annotating a document |
JP2002344880A (ja) * | 2001-05-22 | 2002-11-29 | Megafusion Corp | コンテンツ配信システム |
WO2003102920A1 (en) * | 2002-05-30 | 2003-12-11 | Custom Speech Usa, Inc. | A method for locating an audio segment within an audio file |
US7567902B2 (en) * | 2002-09-18 | 2009-07-28 | Nuance Communications, Inc. | Generating speech recognition grammars from a large corpus of data |
JP2004152063A (ja) * | 2002-10-31 | 2004-05-27 | Nec Corp | マルチメディアコンテンツ構造化方法、構造化装置および構造化プログラム、ならびに提供方法 |
JP2005070645A (ja) * | 2003-08-27 | 2005-03-17 | Casio Comput Co Ltd | テキスト音声同期装置およびテキスト音声同期処理プログラム |
JP4600828B2 (ja) * | 2004-01-14 | 2010-12-22 | 日本電気株式会社 | 文書対応付け装置、および文書対応付け方法 |
JP2006023860A (ja) * | 2004-07-06 | 2006-01-26 | Sharp Corp | 情報閲覧装置、情報閲覧プログラム、情報閲覧プログラム記録媒体及び情報閲覧システム |
US20070055514A1 (en) * | 2005-09-08 | 2007-03-08 | Beattie Valerie L | Intelligent tutoring feedback |
JP2007206317A (ja) * | 2006-02-01 | 2007-08-16 | Yamaha Corp | オーサリング方法、オーサリング装置およびプログラム |
US20080140652A1 (en) * | 2006-12-07 | 2008-06-12 | Jonathan Travis Millman | Authoring tool |
AU2008215232B2 (en) * | 2007-02-14 | 2010-02-25 | Lg Electronics Inc. | Methods and apparatuses for encoding and decoding object-based audio signals |
US8515757B2 (en) * | 2007-03-20 | 2013-08-20 | Nuance Communications, Inc. | Indexing digitized speech with words represented in the digitized speech |
US20090112572A1 (en) * | 2007-10-30 | 2009-04-30 | Karl Ola Thorn | System and method for input of text to an application operating on a device |
US8055693B2 (en) * | 2008-02-25 | 2011-11-08 | Mitsubishi Electric Research Laboratories, Inc. | Method for retrieving items represented by particles from an information database |
JP2010078979A (ja) * | 2008-09-26 | 2010-04-08 | Nec Infrontia Corp | 音声録音装置、録音音声検索方法及びプログラム |
US8954328B2 (en) * | 2009-01-15 | 2015-02-10 | K-Nfb Reading Technology, Inc. | Systems and methods for document narration with multiple characters having multiple moods |
-
2012
- 2012-06-01 TW TW101119921A patent/TWI488174B/zh not_active IP Right Cessation
- 2012-06-01 JP JP2012126444A patent/JP5463385B2/ja not_active Expired - Fee Related
- 2012-06-04 CN CN2012103062689A patent/CN102937959A/zh active Pending
-
2014
- 2014-01-20 JP JP2014008040A patent/JP2014132345A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11537781B1 (en) | 2021-09-15 | 2022-12-27 | Lumos Information Services, LLC | System and method to support synchronization, closed captioning and highlight within a text document or a media file |
Also Published As
Publication number | Publication date |
---|---|
TW201312548A (zh) | 2013-03-16 |
CN102937959A (zh) | 2013-02-20 |
TWI488174B (zh) | 2015-06-11 |
JP2014132345A (ja) | 2014-07-17 |
JP2013008357A (ja) | 2013-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5463385B2 (ja) | テキストデータとオーディオデータとの間のマッピングの自動作成 | |
AU2016202974B2 (en) | Automatically creating a mapping between text data and audio data | |
US9786283B2 (en) | Transcription of speech | |
US9478219B2 (en) | Audio synchronization for document narration with user-selected playback | |
US8352269B2 (en) | Systems and methods for processing indicia for document narration | |
US11657725B2 (en) | E-reader interface system with audio and highlighting synchronization for digital books | |
JP2001014306A (ja) | 電子文書処理方法及び電子文書処理装置並びに電子文書処理プログラムが記録された記録媒体 | |
JPH1078952A (ja) | 音声合成方法、音声合成装置、ハイパーテキストの制御方法及び制御装置 | |
Luz et al. | Interface design strategies for computer-assisted speech transcription | |
KR101030777B1 (ko) | 스크립트 데이터 생성 방법 및 장치 | |
JP2001014305A (ja) | 電子文書処理方法及び電子文書処理装置並びに電子文書処理プログラムが記録された記録媒体 | |
JP2001014137A (ja) | 電子文書処理方法及び電子文書処理装置並びに電子文書処理プログラムが記録された記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130618 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20130918 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20130924 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131016 |
|
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: 20131224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140120 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5463385 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
LAPS | Cancellation because of no payment of annual fees |