JP7129137B2 - 異なる言語にわたる書記素・音素間の変換のための方法、コンピュータ・システム及びコンピュータ・プログラム - Google Patents
異なる言語にわたる書記素・音素間の変換のための方法、コンピュータ・システム及びコンピュータ・プログラム Download PDFInfo
- Publication number
- JP7129137B2 JP7129137B2 JP2020513519A JP2020513519A JP7129137B2 JP 7129137 B2 JP7129137 B2 JP 7129137B2 JP 2020513519 A JP2020513519 A JP 2020513519A JP 2020513519 A JP2020513519 A JP 2020513519A JP 7129137 B2 JP7129137 B2 JP 7129137B2
- Authority
- JP
- Japan
- Prior art keywords
- sequence
- phonemes
- language
- graphemes
- target
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/126—Character encoding
- G06F40/129—Handling non-Latin characters, e.g. kana-to-kanji conversion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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 OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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]
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
- G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
- G10L15/187—Phonemic context, e.g. pronunciation rules, phonotactical constraints or phoneme n-grams
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
- G10L2015/025—Phonemes, fenemes or fenones being the recognition units
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Machine Translation (AREA)
Description
12:プロセッサ(処理ユニット)
18:ストレージ・システム
20:ネットワーク・アダプタ
100:書記素・音素変換システム
102:ソース言語辞書
104、204:外来語辞書
110:書記素・音素(G2P)変換器
120:G2P変換器学習モジュール
130、230:音素・音素(P2P)変換器
132:エンコーダ
134:デコーダ
140:P2P変換器学習モジュール
150、250:スコアラ
200:音素・書記素変換システム
206:ターゲット言語辞書
260:音素・書記素(P2G)変換器
270:P2G変換器学習モジュール
Claims (21)
- コンピュータの情報処理により、異なる言語で書かれた単語についての音素を推定する方法であって、前記方法は、
ソース言語における所与の単語の書記素のシーケンスを受け取ることと、
前記ソース言語における前記書記素の前記シーケンスを前記ソース言語における音素のシーケンスに変換することと、
ニューラル・ネットワーク・モデルを用いることにより、前記ソース言語における前記音素の前記シーケンスからターゲット言語における音素の複数のシーケンスを生成することと、
前記ターゲット言語の言語モデルを用いることにより、前記ターゲット言語における前記音素の各シーケンスについてのスコアを評価することと、
前記スコアを用いて、前記所与の単語について前記ターゲット言語における音素の1つのシーケンスを決定することと、
を含む方法。 - 前記言語モデルは、前記ターゲット言語における前記音素の各シーケンスについての前記スコアとして生起確率を出力する、請求項1に記載の方法。
- 前記ソース言語における前記書記素の前記シーケンスは、第1のシーケンス・シーケンス変換器により、前記ソース言語における前記音素の前記シーケンスに変換される、請求項1又は請求項2に記載の方法。
- 前記第1のシーケンス・シーケンス変換器は、各単語について前記ソース言語における書記素のセットと音素のセットとの間の関係を登録する第1の辞書を用いることにより訓練される、請求項3に記載の方法。
- 前記ニューラル・ネットワーク・モデルは、前記ソース言語における前記音素の前記シーケンスを前記ターゲット言語における前記音素の前記1以上のシーケンスに変換するための第2のシーケンス・シーケンス変換器である、請求項1から請求項4のいずれか一項に記載の方法。
- 前記第2のシーケンス・シーケンス変換器は、各単語について前記ソース言語における書記素のセットと前記ターゲット言語における音素のセットとの間の関係を登録する第2の辞書と、各単語について前記ソース言語における書記素のセットと音素のセットとの間の関係を登録する第1の辞書とを用いることにより訓練される、請求項5に記載の方法。
- コンピュータの情報処理により、異なる言語における音素から単語の書記素を推定する方法であって、前記方法は、
ソース言語における音素のシーケンスを受け取ることと、
ニューラル・ネットワーク・モデルを用いることにより、前記ソース言語における前記音素の前記シーケンスから、ターゲット言語における音素の1以上のシーケンスを生成することと、
前記ターゲット言語における前記音素の1以上のシーケンスを、前記ターゲット言語における書記素の1以上のシーケンスに変換することと、
前記ソース言語における前記音素の前記シーケンスについて前記ターゲット言語で書かれたターゲットの単語を識別することと、
を含む、方法。 - 前記書記素の前記1以上のシーケンスは、書記素の複数のシーケンスを含み、前記方法は、
前記ターゲット言語の言語モデルを用いることにより、前記ターゲット言語における前記書記素の各シーケンスについてのスコアを評価することをさらに含み、前記書記素の各シーケンスについての前記スコアは、前記書記素の前記複数のシーケンスの中から前記ターゲットの単語として前記書記素の1つのシーケンスを決定するために用いられる、請求項7に記載の方法。 - 前記ニューラル・ネットワーク・モデルは、前記ソース言語における前記音素の前記シーケンスを前記ターゲット言語における前記音素の前記1以上のシーケンスに変換するための第3のシーケンス・シーケンス変換器である、請求項7又は請求項8のいずれかに記載の方法。
- 前記第3のシーケンス・シーケンス変換器は、各単語について前記ターゲット言語における書記素のセットと前記ソース言語における音素のセットとの間の関係を登録する第3の辞書と、各単語について前記ターゲット言語における書記素のセットと音素のセットとの間の関係を登録する第4の辞書とを用いることにより訓練される、請求項9に記載の方法。
- 前記ターゲット言語における前記音素の前記少なくとも1つのシーケンスは、第4のシーケンス・シーケンス変換器により、前記ターゲット言語における前記書記素の前記少なくとも1つのシーケンスに変換される、請求項7から請求項10のいずれか一項に記載の方法。
- 前記第4のシーケンス・シーケンス変換器は、各単語について前記ターゲット言語における書記素のセットと音素のセットとの間の関係を登録する第4の辞書を用いることにより訓練される、請求項11に記載の方法。
- プログラム命令を実行することにより、異なる言語で書かれた単語についての音素を推定するためのコンピュータ・システムであって、前記コンピュータ・システムは、
前記プログラム命令を有形に格納するメモリと、
前記プログラム命令を実行するために前記メモリと通信するプロセッサと、
を含み、前記プロセッサは、
ソース言語における所与の単語の書記素のシーケンスを受け取り、
前記ソース言語における前記書記素の前記シーケンスを前記ソース言語における音素のシーケンスに変換し、
ニューラル・ネットワーク・モデルを用いることにより、前記ソース言語における前記音素の前記シーケンスからターゲット言語における前記音素の複数のシーケンスを生成し、
前記ターゲット言語の言語モデルを用いることにより、前記ターゲット言語における前記音素の各シーケンスについてのスコアを評価し、
前記スコアを用いて、前記所与の単語について前記ターゲット言語における音素の1つのシーケンスを決定する、
ように構成される、コンピュータ・システム。 - 前記ソース言語における前記書記素の前記シーケンスは、第1のシーケンス・シーケンス変換器により、前記ソース言語における前記音素の前記シーケンスに変換され、前記ニューラル・ネットワーク・モデルは、前記ソース言語における前記音素の前記シーケンスを前記ターゲット言語における前記音素の前記1以上のシーケンスに変換するための第2のシーケンス・シーケンス変換器である、請求項13に記載のコンピュータ・システム。
- プログラム命令を実行することにより、異なる言語で書かれた単語の書記素を推定するためのコンピュータ・システムであって、前記コンピュータ・システムは、
前記プログラム命令を有形に格納するメモリと、
前記プログラム命令を実行するために前記メモリと通信するプロセッサと、
を含み、前記プロセッサは、
ソース言語における音素のシーケンスを受け取り、
ニューラル・ネットワーク・モデルを用いることにより、前記ソース言語における前記音素の前記シーケンスから前記ターゲット言語における音素の1以上のシーケンスを生成し、
前記ターゲット言語における前記音素の1以上のシーケンスを前記ターゲット言語における書記素の1以上のシーケンスに変換し、
前記ソース言語における前記音素の前記シーケンスについて前記ターゲット言語で書かれたターゲットの単語を識別する、
ように構成される、コンピュータ・システム。 - 前記書記素の前記1以上のシーケンスは、書記素の複数のシーケンスを含み、前記プロセッサは、
前記ターゲット言語の言語モデルを用いることにより、前記ターゲット言語における前記書記素の各シーケンスについてのスコアを評価するようにさらに構成され、前記書記素の各シーケンスについての前記スコアは、前記書記素の前記複数のシーケンスの中から、前記ターゲットの単語として前記書記素の1つのシーケンスを決定するために用いられる、請求項15に記載のコンピュータ・システム。 - 前記ニューラル・ネットワーク・モデルは、前記ソース言語における前記音素の前記シーケンスを前記ターゲット言語における前記音素の前記1以上のシーケンスに変換するための第3のシーケンス・シーケンス変換器であり、前記ターゲット言語における前記音素の前記1以上のシーケンスは、第4のシーケンス・シーケンス変換器により、前記ターゲット言語における前記書記素の前記1以上のシーケンスに変換される、請求項15又は請求項16に記載のコンピュータ・システム。
- 請求項1から請求項6のいずれか一項に記載の方法を実行するための、処理回路により実行される命令を格納した、コンピュータ可読ストレージ媒体。
- デジタル・コンピュータの内部メモリにロード可能なコンピュータ・プログラムであって、前記プログラムがコンピュータ上で実行されるとき、請求項1から請求項6のいずれか一項に記載の方法を実行するためのコンピュータ・プログラム。
- 請求項7から請求項12のいずれか一項に記載の方法を実行するための、処理回路により実行される命令を格納した、コンピュータ可読ストレージ媒体。
- デジタル・コンピュータの内部メモリにロード可能なコンピュータ・プログラムであって、前記プログラムがコンピュータ上で実行されるとき、請求項7から請求項12のいずれか一項に記載の方法を実行するためのコンピュータ・プログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/717,194 US11195513B2 (en) | 2017-09-27 | 2017-09-27 | Generating phonemes of loan words using two converters |
US15/717,194 | 2017-09-27 | ||
US15/801,820 US11138965B2 (en) | 2017-09-27 | 2017-11-02 | Generating phonemes of loan words using two converters |
US15/801,820 | 2017-11-02 | ||
PCT/IB2018/057353 WO2019064158A1 (en) | 2017-09-27 | 2018-09-24 | CONVERSION BETWEEN GRAPHICS AND PHONEMES IN DIFFERENT LANGUAGES |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021501903A JP2021501903A (ja) | 2021-01-21 |
JP7129137B2 true JP7129137B2 (ja) | 2022-09-01 |
Family
ID=65807912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020513519A Active JP7129137B2 (ja) | 2017-09-27 | 2018-09-24 | 異なる言語にわたる書記素・音素間の変換のための方法、コンピュータ・システム及びコンピュータ・プログラム |
Country Status (3)
Country | Link |
---|---|
US (2) | US11195513B2 (ja) |
JP (1) | JP7129137B2 (ja) |
WO (1) | WO2019064158A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11004443B2 (en) * | 2018-08-30 | 2021-05-11 | Tencent America LLC | Multistage curriculum training framework for acoustic-to-word speech recognition |
CN110223673B (zh) * | 2019-06-21 | 2020-01-17 | 龙马智芯(珠海横琴)科技有限公司 | 语音的处理方法及装置、存储介质、电子设备 |
US11217245B2 (en) * | 2019-08-29 | 2022-01-04 | Sony Interactive Entertainment Inc. | Customizable keyword spotting system with keyword adaptation |
CN110459208B (zh) * | 2019-09-09 | 2022-01-11 | 中科极限元(杭州)智能科技股份有限公司 | 一种基于知识迁移的序列到序列语音识别模型训练方法 |
US10917607B1 (en) | 2019-10-14 | 2021-02-09 | Facebook Technologies, Llc | Editing text in video captions |
CN114694636A (zh) * | 2020-12-31 | 2022-07-01 | 华为技术有限公司 | 语音识别方法及装置 |
CN112927676A (zh) * | 2021-02-07 | 2021-06-08 | 北京有竹居网络技术有限公司 | 一种语音信息的获取方法、装置、设备和存储介质 |
KR102583764B1 (ko) | 2022-06-29 | 2023-09-27 | (주)액션파워 | 외국어가 포함된 오디오의 음성 인식 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011034220A (ja) | 2009-07-30 | 2011-02-17 | National Institute Of Information & Communication Technology | 字訳装置、コンピュータプログラム及び記録媒体 |
JP2013175067A (ja) | 2012-02-27 | 2013-09-05 | Hiroshima City Univ | 自動読み付与装置及び自動読み付与方法 |
JP2015060095A (ja) | 2013-09-19 | 2015-03-30 | 株式会社東芝 | 音声翻訳装置、音声翻訳方法およびプログラム |
WO2017002199A1 (ja) | 2015-06-30 | 2017-01-05 | 楽天株式会社 | 翻字処理装置、翻字処理方法、翻字処理プログラム、及び情報処理装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19942178C1 (de) * | 1999-09-03 | 2001-01-25 | Siemens Ag | Verfahren zum Aufbereiten einer Datenbank für die automatische Sprachverarbeitung |
DE10042944C2 (de) * | 2000-08-31 | 2003-03-13 | Siemens Ag | Graphem-Phonem-Konvertierung |
EP1217610A1 (de) * | 2000-11-28 | 2002-06-26 | Siemens Aktiengesellschaft | Verfahren und System zur multilingualen Spracherkennung |
JP2002207728A (ja) | 2001-01-12 | 2002-07-26 | Fujitsu Ltd | 表音文字生成装置及びそれを実現するためのプログラムを記録した記録媒体 |
KR20070004788A (ko) | 2004-03-05 | 2007-01-09 | 레삭 테크놀로지스 인코포레이티드. | 프로소딕 스피치 텍스트 코드 및 컴퓨터화 스피치 시스템내에서의 프로소딕 스피치 텍스트 코드의 사용법 |
TWI340330B (en) * | 2005-11-14 | 2011-04-11 | Ind Tech Res Inst | Method for text-to-pronunciation conversion |
CN101202041B (zh) * | 2006-12-13 | 2011-01-05 | 富士通株式会社 | 一种汉语韵律词组词方法及装置 |
US8190420B2 (en) * | 2009-08-04 | 2012-05-29 | Autonomy Corporation Ltd. | Automatic spoken language identification based on phoneme sequence patterns |
US20110218796A1 (en) * | 2010-03-05 | 2011-09-08 | Microsoft Corporation | Transliteration using indicator and hybrid generative features |
US9135912B1 (en) * | 2012-08-15 | 2015-09-15 | Google Inc. | Updating phonetic dictionaries |
US9195656B2 (en) * | 2013-12-30 | 2015-11-24 | Google Inc. | Multilingual prosody generation |
WO2016048350A1 (en) * | 2014-09-26 | 2016-03-31 | Nuance Communications, Inc. | Improving automatic speech recognition of multilingual named entities |
US9852728B2 (en) * | 2015-06-08 | 2017-12-26 | Nuance Communications, Inc. | Process for improving pronunciation of proper nouns foreign to a target language text-to-speech system |
CN105590623B (zh) | 2016-02-24 | 2019-07-30 | 百度在线网络技术(北京)有限公司 | 基于人工智能的字母音素转换模型生成方法及装置 |
KR102329127B1 (ko) * | 2017-04-11 | 2021-11-22 | 삼성전자주식회사 | 방언을 표준어로 변환하는 방법 및 장치 |
-
2017
- 2017-09-27 US US15/717,194 patent/US11195513B2/en active Active
- 2017-11-02 US US15/801,820 patent/US11138965B2/en active Active
-
2018
- 2018-09-24 JP JP2020513519A patent/JP7129137B2/ja active Active
- 2018-09-24 WO PCT/IB2018/057353 patent/WO2019064158A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011034220A (ja) | 2009-07-30 | 2011-02-17 | National Institute Of Information & Communication Technology | 字訳装置、コンピュータプログラム及び記録媒体 |
JP2013175067A (ja) | 2012-02-27 | 2013-09-05 | Hiroshima City Univ | 自動読み付与装置及び自動読み付与方法 |
JP2015060095A (ja) | 2013-09-19 | 2015-03-30 | 株式会社東芝 | 音声翻訳装置、音声翻訳方法およびプログラム |
WO2017002199A1 (ja) | 2015-06-30 | 2017-01-05 | 楽天株式会社 | 翻字処理装置、翻字処理方法、翻字処理プログラム、及び情報処理装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019064158A1 (en) | 2019-04-04 |
US20190096390A1 (en) | 2019-03-28 |
US11195513B2 (en) | 2021-12-07 |
JP2021501903A (ja) | 2021-01-21 |
US20190096388A1 (en) | 2019-03-28 |
US11138965B2 (en) | 2021-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7129137B2 (ja) | 異なる言語にわたる書記素・音素間の変換のための方法、コンピュータ・システム及びコンピュータ・プログラム | |
CN107195295B (zh) | 基于中英文混合词典的语音识别方法及装置 | |
CN107301860B (zh) | 基于中英文混合词典的语音识别方法及装置 | |
US9502036B2 (en) | Correcting text with voice processing | |
KR102390940B1 (ko) | 음성 인식을 위한 컨텍스트 바이어싱 | |
US11227579B2 (en) | Data augmentation by frame insertion for speech data | |
JP7092953B2 (ja) | エンドツーエンドモデルによる多言語音声認識のための音素に基づく文脈解析 | |
US20140350934A1 (en) | Systems and Methods for Voice Identification | |
US10431201B1 (en) | Analyzing messages with typographic errors due to phonemic spellings using text-to-speech and speech-to-text algorithms | |
US11276391B2 (en) | Generation of matched corpus for language model training | |
US20100125459A1 (en) | Stochastic phoneme and accent generation using accent class | |
Kurimo et al. | Modeling under-resourced languages for speech recognition | |
JP6552999B2 (ja) | テキスト補正装置、テキスト補正方法、およびプログラム | |
JP2024511198A (ja) | シーケンスにわたって対照損失を用いる教師ありトレーニングおよび教師なしトレーニング | |
Chuang et al. | Non-autoregressive mandarin-english code-switching speech recognition | |
JP2023517357A (ja) | データ入力に対する音声認識及び訓練 | |
US20230081306A1 (en) | Training end-to-end spoken language understanding systems with unordered entities | |
Sajjan et al. | Kannada speech recognition using decision tree based clustering | |
Wu et al. | HeySQuAD: A Spoken Question Answering Dataset | |
CN115114933A (zh) | 用于文本处理的方法、装置、设备和存储介质 | |
JP2024001922A (ja) | 情報処理システム、情報処理方法およびプログラム | |
Kong et al. | Performance Improvements of Probabilistic Transcript-adapted ASR with Recurrent Neural Network and Language-specific Constraints | |
WO2019044583A1 (ja) | コンフュージョンネットワーク分散表現生成装置、コンフュージョンネットワーク分類装置、コンフュージョンネットワーク分散表現生成方法、コンフュージョンネットワーク分類方法、プログラム | |
Beckley et al. | Pair Language Models for Deriving Alternative Pronunciations and Spellings from Pronunciation Dictionaries | |
Geneva et al. | Accentor: An Explicit Lexical Stress Model for TTS Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200330 Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200305 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220413 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20220502 |
|
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: 20220809 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20220809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220818 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7129137 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |