JPH0362000A - 陰マルコフモデル音声認識の効率的簡潔化アルゴリズム - Google Patents

陰マルコフモデル音声認識の効率的簡潔化アルゴリズム

Info

Publication number
JPH0362000A
JPH0362000A JP2097429A JP9742990A JPH0362000A JP H0362000 A JPH0362000 A JP H0362000A JP 2097429 A JP2097429 A JP 2097429A JP 9742990 A JP9742990 A JP 9742990A JP H0362000 A JPH0362000 A JP H0362000A
Authority
JP
Japan
Prior art keywords
slot
state
current state
score
current
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.)
Pending
Application number
JP2097429A
Other languages
English (en)
Inventor
George R Doddington
ジョージ　アール　ドッディントン
Basavaraj I Pawate
バサヴァライ　アイ　パワト
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Texas Instruments Inc
Original Assignee
Texas Instruments Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Texas Instruments Inc filed Critical Texas Instruments Inc
Publication of JPH0362000A publication Critical patent/JPH0362000A/ja
Pending legal-status Critical Current

Links

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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Interface Circuits In Exchanges (AREA)
  • Machine Translation (AREA)
  • Storage Device Security (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、コンピュータプロセッサに関し、特に、音声
認識時のコンピュータ処理装置のローディングを軽減す
る効率的ＮＱＭ化アルゴリズムに関する。
（従来技術とその問題点） 以前の動的時間ワーピング（Ｄｙｎａｍｉｃ　Ｔｉｍｅ
匈ａｒｐｉｎｇ（ＤＴＷ））に基づく音声認識装置は、
単語レベル又は音声レベルの仮説を自律単語仮説装置に
より発生させる伝統的ボトムアップ（ｂｏｔｔｏｓ　ｕ
ｐ）法を使用していた。これらの仮説は、次に、分野に
応じた知識（文法〉を使って全ての文法的候補から最良
の文仮説を選ぶ文仮説装置により後処理された。
近時、ｒ自然言語の文法的関係を解析するシステム及び
方法ｊ　（米国特許出願第９１９．１５６号）及び「確
率的統一文法の図表解析装置ｊ　（米国特許出願第３１
２．８３５号）　（これらは共に本願の譲受人に譲渡さ
れた〉に、音声認識のトップダウン法が開示されている
。要約すると、単語仮説装置は最早自律的ではなくて、
文仮説装置により案内される。フレームが処理される時
、各々の活きている文仮説が必要に応じてデータを要求
する。データ要求のシーケンスは、一般的には、単語仮
説を要求する文で始まる（即ち、候補単語及びその発生
の可能性が今の経歴を与える）。一方、単語仮説につい
てのこれらの要求は、単語仮説を要求する、などである
。このプロセスは、音声データのフレームについての要
求で終わる。この点で、音声データの、入ってくるフレ
ームは、この文仮説により予言される文脈に記入される
。各々のレベルが、文法的構造、即ち、陰マルコフモデ
ル（ＨｉｄｄｅｎＭａｒｋｏｖ　Ｍｏｄｅｌｓ（Ｉ（Ｍ
Ｍｓ））の制約を、その下のレベルのデータ表現に課す
。
第１図は、この様に階層化した文法、又はモデル駆動式
の、音声Ｐ！識の方法のブロック図を示す。
それには二つの主な特徴、即ち、どんな数のレベルのデ
ータ表現でも共存することを許す階層構造と、全てのレ
ベルで情報の流れを支配する連続濃度ＨＭＭ計算フレー
ムワークと、がある。第１図に示されているのと同様の
システムの詳細が「確率的統一文法の図表解析装置ｊ　
（米国特許出願第３１２．８３５号〉に充分に説明され
ている。この出願は本願の譲受人に譲渡された。トップ
ダウン仮説方式は、従来のボトムアンプ・システムに比
べて著しく改善した性能を持つものであることが経験的
に示された。
残念なことに、音声認識方式に使われるトップダウン・
モデル駆動法は、実時間で作動しなければならないので
、計算上負担になる。また、現在の音声認識システムは
、一般的には高価な高速ランダムアクセスメモリー内に
維持される数百キロバイトのデータメモリーのスコアリ
ング・バッファーを必要とする。従って、音声認識アル
ゴリズムを処理する時、ＣＰＵの使用する高速ＲＡＭの
量を減らし、これによりシステムの費用を減らすことが
非常に望ましい。
（発明の（既要） 関連技術に伴う上記の問題を考慮して、本発明の目的は
、臨界スコアを使用し、バックポインタが指す状態に影
響を与えること、により２レベルで効率的に簡潔化を行
って中央処理装置のローディングを軽減する方法を提供
することである。
本発明の他の目的は、実時間で作動して、音声認識アル
ゴリズムを処理する時に中央処理装置が必要とする高速
ＲＡＭの量を安価に且つ効果的に軽減することにより計
算サイクル時間を出来るだけ短縮する方法を提供するこ
とである。
本発明の他の目的は、中央処理装置がスコアリング・バ
ッファー内の使用可能なスロットを素早く発見できるよ
うにし、されにより計算サイクル時間を短縮することの
出来る方法を提供することである。
これらの目的は、好適な実施例において、ＣＰＵに指令
して現在の状態の、先に計算してあった確率スコアを所
定臨界値と比較させ、該臨界値より低い確率スコアを持
った状態を包含する仮説を捨てさせるアルゴリズムを使
用することにより達成される。現在の状態を維持するべ
きであると判定した後、ＣＰＵは、スコアリング・バッ
ファー内の使用可能なスロットを発見するように指令さ
れ、そのスロット内に、現在の状態についての情報が格
納される。ＣＰＵは、現在の時間指標を、各スコアリン
グ・バッファー・スロットに随伴する時間指標と比較す
ることにより、使用可能なスロットを発見する。それら
が等しいとき、該スロットは使用不能であり、現在の時
間指標の方が大きいときは、該スロットは使用可能であ
る。
現在の状態についての情報が格納された後、ＣＰＵは、
現在の状態が完成したモデルを表すならば、現在の最良
の経路のスタート状態を指す様に現在の状態のバンクポ
インタを調整する。その後、現在の状態の状況に関わら
ず、ＣＰＵは、現在の時間指標を、現在の状態への最良
の経路に沿う全てのスロットの時間指標と関連させる。
ＣＰＵは、その後、次の現在の状態の確率スコアを計算
し、アルゴリズムは、全ての状態が完成するまで反復す
る。
当業者は、添付図面と関連させて好適な実施例に関する
以下の詳しい記述を読むことから本発明の上記特徴及び
利点並びにその他の特徴及び利点を良く理解することが
出来よう。
（実施例） 本発明のアルゴリズムは、例えばテキサスインスツルメ
ント社が開発したＣａ１ｙｐｓｏ等の多重処理システム
を含むどんな中央処理システムでも実施することが出来
る。該アルゴリズムを多重処理装置に使用することによ
り、該多重処理装置にわたってＨＭＭｉｉを分割すると
こが出来、これにより、音声認識システムがより大量の
諸量の認識できるようにすることが出来る。
第２図は、左右型・陰マルコフ・モデル（ＨＭＭ）の典
型的表示である。この例にっていは、状態Ｏはスタート
状態であり、状態４はストツブ状態である。観察シーケ
ンスＳＯが与えられると、問題は、観察されたデータを
説明する単一の最善の状態シーケンスを発見することと
なる。この最善の状態シーケンスを発見するために、Ｖ
ｉｔｅｒｂｉアルゴリズム（Ｇ、　Ｄａｖｉｄ　Ｆｏｒ
ｎｅｙ＋　Ｊｒ、、　”Ｔｈｅ　ＶｉｔｅｒｂｉＡ１ｇ
ｏｒｉｔｈｍ″、　Ｐｒｏｃ、　ｏｆ　ｔｈｅ　ＩＢＢ
Ｂ、　ｖｏｌ、　６１、ｎｏ。
３　、Ｍａｒｃｈ　１９７３）を使用する。これは、ｐ
ａｔｈｓｃｏｒｅｔ（ｊ）＝　１ＩｌａＸ　（ｐａｔｈ
ｓｃｏｒｅｚ−ｔ（ｉ）＋１ｎ（ａｔａ）１＜ｉ＜ｎ 〕 ｂａｃｋｐｏｉｎｔｅｒｔ（ｊ）＝ａｒｇｍａｘ　（ｐ
ａｔｈｓｃｏｒｅｔ−＋（ｉ）ａｔｊ＋　　Ｉｎ（ａｔ
＝）） １＜ｉ＜ｎ で示される。ここで、 ｃｉｊ＝時刻ｔにおいて状態ｊが観察ＳＯと一致する確
率、 ａｉｊ−状態ｉから状態ｊへの遷移確率、ｎ　＝モデル
における状態の数である。
文モデル文法に基づく最上層状態経路のフローチャート
例が第３図に示されている。該モデル処理装置により評
価されるとき、処理されつつある現在の話された人力と
色々なプログラムされた文法とを考慮して、技として示
されている異なる状態経路が可能であるとされる。図示
の仮説技は、他の語に続くことの出来る成る語のみを指
定する予めプログラムされた文法又は規則の結果として
生成される。この様な規則を使用することは、この技術
分野では周知されていることであるので、ここでは説明
しない。
第４図は、第３図の文モデルについて作られた状態経路
の例であり、これは陰マルコフ・モデルに基づいている
。ＨＭＭは、最上層文モデル以外の、語レベル又は句レ
ベルでの音声認識文法の層に一般的に適用される。また
、２レベルだけ（第３図及び第４図）が示されているけ
れども、本発明のアルゴリズムは、フレームレベルまで
、追加の文法層を包含する様に拡張することの出来るも
のである。また、予めプログラムされた規則は、このレ
ベルにおいて、どの文字が他の文字に続くことが出来る
かも指定する。
第３図及び第４図の両方を見ると、処理装置は、節６０
（第３図）について開始確率を計算するが、これは’ｓ
ｅｔ　Ｊという語の前に現れる。’ｓｅｔ　Ｊという語
が発音されたか否か判定するために、処理装置はこの確
率を第４図のスタート状態節６０へ送って解析を開始す
る。処理装置は、文字が発音されたと判定すると、その
文字が発音される確率を、既に存在している開始確率に
加える。各文字が発音されたと判定されてゆくとき、処
理装置は、ストップ状態節４０に達するまで確率を加え
続けるが、ここで処理装置は’ｓｅｔ　Ｊという語を見
たという全確率を持つこととなる。この時、処理装置は
この確率を第３図の節４０に送り戻す。
この点で処理装置は、’ｓｅｔ　Ｊという語を多分見た
ということを示し、次の語が何であるか、について二つ
の仮説’ａｌｔｉｔｕｄｅ」か’ｖａｌｕｅ　ｊか、を
生成する。文法の異なる層間での確率スコアの遺り取り
のプロセスは、発音された文全体が認識されるまで進行
する。前述の様に、文法の多数の層があることもあり、
処理装置は確率を下のフレームレベルへ確率を送り、連
続する発音された入力を認識しようと支援する。
ＨＭＭの状態（節とも称する）の確率が計算されである
時には、スコアが付けられたのであると見なされる。ス
コアは、スコアリング・バッファー１２と称するメモリ
ーのバッファーのスロットに保存される。第５図は、Ｎ
個のスロットを持ったスコアリング・バッファー１２を
示す。各スロットは、特定の状態についての経路スコア
と、その先の状態へのバンクポインタと、その他の付随
的情報とを記憶する。従って、スロットは、数個の１６
ビツト語の情報を記憶する。例えば、スロット５は、８
個の１６ビツト語の情報Ａ　−Ｈを伴って示されている
。この１６ビツト語Ａ−Ｈのうちの一つは該スロットの
現在の時間指標を示す。
他の語、例えば語Ｅは、先の状態に関する情報を内蔵す
るスコアリング・バフファー１２内のスロットの場所を
示す。語Ｅに格納される情報は、バックポインタと称す
る。残りの語は、最善の経路確率スコア等の追加の付随
情報を内蔵する。
連続語認識では、各ＨＭＭは、全ての人力フレームにつ
いて数回スコアを付けられる。その結果、第３図の最上
層文モデルの複雑さに応じて、スコアリング・バッファ
ー１２は、典型的中央処理装置のデータ記憶容量を簡単
に越えて、数百キロバイトを専有することがある。
予言された色々な文レベル仮説は、最善の経路確率を持
ち始める仮説が後に競合する仮説により迂回される場合
には、記憶されなければならない。
文の初めの数語の際には、競合する仮説の数は多い。こ
れらの仮説を管理するために、大量の簿記、従ってそれ
に匹敵する量のＣＰＵメモリー、が必要である。本発明
は、以下の記述が示すように、これらのメモリー及びＣ
ＰＵ処理に関する要件を軽減する精確な簡潔化技術を提
供する。
本発明のアルゴリズムは、２レベルの簡潔化を使用する
。成る最善スコア文経路が高い確率を有すると分かった
ならば、最善の文及びその次に良い文の間の差は一般的
には大きく、活きている仮説の数を、その確率スコアに
基づいて削減するこＬ力咄来る。従って、本発明におい
て具体化される第ルベルのＮ潔化は、現在の最も確から
しい仮説の確率の分数として確率臨界値を計算すること
を含む。これは次に正規化され、−１に等しくされる。
この臨界値より低い仮説は捨てられる。
例えば、文経路ｌは最善の経路確率スコアー０．２を有
し、文経路２は確率すスコアー０．５を有し、文経路３
は確率スコアー０．８を有するものとする。最善の確率
は最小の負の値を持っており、−〇、２は−０，５より
良い確率であるので、経路１が勝つ。オペレータが最善
の経路スコアと遮断臨界値との間の最大の差を０．４に
等しくセットすると、臨界遮断値は−０，６となる（−
０，２−０，４＝−０，６＞。よって、ＣＰＵは、経路
１及び２を維持し、経路３を捨てる、即ち、簡潔化する
。
所要のスコアリング・バッファーの大きさ（スロットの
個数）と、認識装置の性能に対するＮ？Ｍ化臨界の効果
の例が下記の表１に示されている。
ここから分かる様に、連続数字認識などの少語党用途で
は、スコアリング・バッファーに２０００個のスロット
を割り当てて丈夫な性能を維持出来ることが経験的に分
かっている。しかし、必要なスロットの数は、用途によ
ることに注意しなければならない。
ｌ　： とメモ貫 −の １５６５０７６ ２０　　　　　　　　１０００　　　　　　　　　１８
３０　　　　　　　　２０００　　　　　　　　　１０
４０　　　　　　　　３０００　　　　　　　　　１０
ＣＰＵのローディングを更に軽減するため、本発明は、
第２レベルの簡潔化を行う。この第２レベルは、処理装
置がスコアリング・バッファー内の使用可能なスロット
を速やかに発見するのを支援し、モデル内の状態のバッ
クポインタをそのスタート状態へ飛ばすことを含む。
現在の状態を維持するべきであると判定した後、本発明
のアルゴリズムは、スコアリング・バッファー１２内の
使用可能なスロットを発見するようにＣＰＵに指令する
。本発明の好適な実施例によると、ＣＰＵは、現在の時
間指標を、スコアリング・バッファーの各スロットに随
伴する最後時フィールドの内容と比較することによって
使用可能なスロットを発見する。
スコアリング・バッファーの各スロットは、二つの時間
フィールド、即ち、スロットが生成された時間指標を内
蔵する生成時フィールドと、この状態が存在する最善の
経路の時間指標を内蔵する最後時フィールドと、を有す
る。最善の経路上の全てのスロットが、それぞれの最後
時フィールドに同じ時間指標値を格納しており、その値
は現在の時間指標に等しい。最終時フィールドに内蔵さ
れている時間指標が現在の時間指標から１を引いた値よ
り小さければ、スロットは開放されていると言われる。
ＣＰＵは、スロットの１語のみを抽出して（読み出し）
でスロットの最後時フィールドの内容を現在の時間指標
と比較することにより、使用可能なスロットを速やかに
発見することが出来る。スロットの時間指標が現在の時
間指標から１を引いた値より小さいことが分かった時、
ＣＰＵは使用可能な、即ち、「開放されたｊスロットを
発見したものである。その後、ＣＰＵは、現在の状態の
、生成時間指標及び最終時フィールド時間指標を含む情
報を、その使用可能なスロットの内容物に重ね書きする
。
最善の経路内のスロットの簡潔化を防止するために、現
在の時間指標を最善の経路中の全てのスロットへ伝播さ
せなければならない。換言すれば、現在の状態の情報が
スロットに格納されていれば、現在の状態のスロットに
到る最善の経路を構成する全てのスロットに沿って現在
の時間指標を逆方向に伝播させなければならない。しか
し、時間指標の後戻り伝播はＣＰＵのローディングを増
大させる。本発明の好適な実施例は、モデル内の状態の
バンクポインタをそのスタート状態へ向けることにより
、このローディングを軽減する。
例えば、第３図を再び考察する。処理装置が、’ｅｑｕ
ａｌ　Ｊという語を見たと判定すると、現在の状態又は
節５０に関する情報を使用可能なスロットに格納した後
、処理装置は、節４６、節４０及び節６０を内蔵するそ
れぞれのスロットへ現在の時間指標を後戻り伝播させる
。第４図の語レベルでは、処理処置は、節４０及び節６
０を内蔵するそれぞれのスロットへ現在の時間指標を後
戻り伝播させるだけである。よって、処理装置が’ｓｅ
ｔ　Ｊという語を多分見ても、’ｓｅｔ　Ｊという語を
解析に使用された節は重要ではなくて、スタート状態及
びストップ状態又は節のみが重要である。
文の最善の経路が興味あるものであって、語モデル内の
最善の経路は興味あるものではない。モデル内では、Ｃ
ＰＵのローディングの大部分が生じるが、最善の経路の
指標を伝播させる必要はなく、後戻り伝播時間を節約す
ることが出来、これにより計算サイクルを著しく短縮す
ることが出来る。また、処理装置は節６２．６４及び６
６を内蔵するスロットへ現在の時間指標を後戻り伝播さ
せないので、これらのスロットは、現在の時間指標に等
しいそれぞれの最後時フィールドに更新された時間指標
を持たず、従って、それらは、後に処理装置が開放され
たスロットを探す時に処理装置が使用することが出来る
様になり、従ってＣＰＵメモリーと計算サイクル時間が
節約される。
第６図は、上に詳しく記述した本発明の好適な実施例の
フローチャートである。
本発明の特別の実施例を図示し説明したが、当業者は色
々な変形及び別の実施例に想到するであろう。従って、
本発明は、特許請求の範囲の欄の記載内容にのみ限定さ
れるものである。
以上の記載に関連して、以下の各項を開示する。
（１）　　音声Ｌ３識時の中央処理装置のローディング
を軽減する方法であって、 ａ）情報を帯びた現在の状態のスコアを計算し、ｂ）　
前記スコアを所定の臨界値と比較し、ｃ）使用可能なス
コアリング・バッファーのスロットの位置を発見し、 ｄ）前記の現在の状態に関する情報を前記の使用可能な
スロット内に格納し、 ｅ）　スコアリング・バッファーのスロットのバンクポ
インタをセットし、 ｆ）前記の使用可能なスロット内の最後時フィールド値
を現在の時間指標に等しく指定し、ｇ）前記の現在の時
間指標に等しい時間値を、前記の現在の状態についての
情報を内蔵する前記の使用可能なスロットに続く最善の
経路に沿う全てのスコアリング・バッファーのスロット
へ伝播させ、 ｈ）次の現在の状態を解析し、 ｉ）全ての状態が完成するまでステップａ）ないしｈ）
を反復するステップから成ることを特徴とする方法。
（２１（１１の中央処理装置のローディングを軽減する
方法であって、使用可能なスロットの位置を発見するた
めの前記ステップＣ）は、更に、ｊ）　スロットの最後
時フィールド値を読み出し、ｋ）前記の使用可能な最後
時フィールドを中央処理装置の現在の時間指標と比較し
、 ｌ）前記現在の時間指標から１を引いて得た値が前記最
後時フィールドより小さければ、該スロットが使用可能
であることを示し、 翔）前記現在の時間指標から１を引いて得た値が前記最
後時フィールドより大きいか又は等しければ、該スロッ
トを除外し、 ｎ）　使用可能なスロットの位置が発見されるまでステ
ップｊ）ないしｍ〉を反復するステップから成ることを
特徴とする前記第（１１項に記載の方法。
（３）前記スコアを所定の臨界値と比較する前記ステッ
プｂ）は、更に、 ０）　前記スコアが前記所定臨界値より大きいか又は等
しければ、使用可能なスコアリング・バッファーのスロ
ットの位置を発見するステップＣ）へ続き、 ｐ）　前記スコアが前記所定臨界値より小さければ、前
記状態を捨てて、情報を帯びた現在の状態のスコアを計
算するステップａ）に戻るステップから成ることを特徴
とする前記第（１１項に記載の中央処理装置のローディ
ングを軽減する方法。
（４）前記音声認識は陰マルコフ・モデル及び統一文法
を包含することを特徴とする前記第（１１項に記載の中
央処理装置のローディングを軽減する方法。
（５）前記音声認識は、文法の階層の使用を包含し、こ
れらの階層のモデルはスタート状態及びストップ状態を
包含し、スコアリング・バッファーのスロットのバンク
ポインタをセットする前記ステップｅ）は、更に、 ｑ）前記の現在の状態が文法の最上層からのものであれ
ば、直前の現在の状態のスコアリング・バッファーのス
ロットのアドレスを指す様に前記バンクポインタをセッ
トし、 ｒ）若し現在の状態が文法の前記最上層からのものでな
ければ、前記モデルのスタート状態を指す様に前記バッ
クポインタをセットするステップから成ることを特徴と
する前記第（１）項に記載の中央処理装置のローディン
グを軽減する方法。
（６）前記の現在の時間指標に等しい時間値を、前記の
現在の状態についての情報を内蔵する前記の使用可能な
スロットに続く最善の経路に沿う全てのスコアリング・
バッファーのスロットへ伝播させる前記ステップｇ）に
おいて、前記の使用可能なスロットに続く最善の経路に
沿う前記の全てのスコアリング・バッファーのスロット
の位置は前記バンクポインタにより示されることを特徴
とする前記第（１１項に記載の中央処理装置のローディ
ングを軽減する方法。
（７）音声認識の効率的Ｍ濃化方法であって、Ｓ）　現
在の状態のスコアを計算し、 ０　前記スコアを所定臨界値と比較し、若し前記スコア
が前記所定臨界値より大きいか又は等しければステップ
Ｕ）へ続き、若し前記スコアが前記所定臨界値より小さ
ければ、前記状態を捨ててステップＳ）に戻り、 Ｕ）使用可能なスコアリング・バッファーのスロットの
位置を発見し、 Ｖ）　前記の現在の状態に関する情報を前記の使用可能
なスロット内に格納し、 −）　スコアリング・バッファーのスロットのバックポ
インタをセットし、 ×）　前記の使用可能なスロット内の最後時フィールド
値を現在の時間指標に等しく指定し、ｙ）　前記の現在
の状態についての情報を内蔵する前記の使用可能なスロ
ットに続く最善の経路に沿う全てのスコアリング・バッ
ファーのスロットへ前記現在の時間指標に等しい時間値
を後戻り伝播させ、ここで前記の全てのスコアリング・
バッファーのスロットの位置は前記バックポインタによ
り示され、 ２）次の現在の状態を解析し、 ａａ）全ての状態が完成するまでステップＳないし２）
を反復するステップから成ることを特徴とする音声認識
の効率的簡潔化方法。
（８）　　スコアリング・バッファーのスロットのバン
クポインタをセットする前記ステップＷ）は、文法の階
層の使用を包含し、これらの階層のモデルはスタート状
態及びストップ状態を包含し、該ステップＷ）は、更に
、 ｂｂ）若し前記の現在の状態が文法の最上層からのもの
であれば、直前の現在の状態のスコアリング・バッファ
ーのスロットのアドレスを指す様に前記バックポインタ
をセットし、 ｃｃ）若し前記の現在の状態が文法の前記最上層からの
ものでなければ、前記モデルのスタート状態を指す様に
前記バンクポインタをセットするステップから成ること
を特徴とする前記第（７）項に記載の音声認識の効率的
簡潔化方法。
（９）前記音声認識は、陰マルコフ・モデル及び統一文
法を包含することを特徴とする前記第（７）項に記載の
音声認識の効率的簡潔化方法。
０ω　改良された音声認識方法であって、前記音声認識
は、文法の階層を使用し、文法のこれらの階層のモデル
はスタート状態及びストップ状態を採用し、この方法は
、 ｄｄ）現在の状態のスコアを計算し、 ｅｅ）前記スコアを所定臨界値と比較し、若し前記スコ
アが前記所定臨界値より大きいか又は等しければステッ
プｆｆ）へ続き、若し前記スコアが前記所定臨界値より
小さければ、前記状態をＩ舎ててステップｄｄ）へ戻り
、 ｒｒ）　使用可能なスコアリング・バフファーのスロッ
トの位置を発見し、 ｇｇ）前記の現在の状態に関する情報を前記の使用可能
なスロットに格納し、 ｈｈ）若し前記の現在の状態が文法の最上層からのもの
であれば直前の現在の状態のスコアリング・バッファー
のスロットのアドレスを指す様にスコアリング・バッフ
ァーのスロットのバックポインタをセットし、 ｉｔ）若し前記現在の状態が前記文法の前記最上層から
のものでなければ、前記モデルのスタート状態を指すよ
うにスコアリング・バッファーのスロットのバックポイ
ンタをセットし、ｊｊ）前記の使用可能なスロット内の
最終時フィールド値を現在の時間指標に等しく指定し、
ｋｋ）前記の現在の状態についての情報を内蔵する前記
の使用可能なスロットに続く最善の経路に沿う全てのス
コアリング・バッファーのスロットへ前記現在の時間指
標に等しい時間値を後戻り伝播させ、ここで前記の全て
のスコアリング・バッファーのスロットの位置は前記バ
ックポインタにより示され、 １１）次の現在の状態を解析し、 ｍｍ）全ての状態が完成するまでスソテプｄｄないし１
１）を反復するステップから戒ることを特徴とする方法
。
０１）前記音声認識は、陰マルコフ・モデル及び統一文
法を包含することを特徴とする前記第００）項に記載の
改良された音声認識方法。
０′ＩＪ　　実時間音声認識時の中央処理装置のローデ
ィングを軽減する効率的簡潔化方法。ＣＰＵは、役に立
たない又は不要な情報を捨てるために所定の臨界値を使
用する。有用な情報は、使用可能なスコアリング・バッ
ファーのスロットに格納される。
スロットは、若しその最後時フィールドが現在の時間指
標に等しくなければ、使用可能であるとされる。最善の
経路中のスロットの簡潔化を防止するために、現在の時
間指標を最善の経路中の全てのスロットに伝播させなけ
ればならない。この後戻り伝播は、ＣＰＵ０ローデイン
グを増大させるが、モデル内の状態のバックポインタを
そのスタート状態を指す様に調整することにより軽減さ
れる。
【図面の簡単な説明】
第１図は、音声認識の階層文法方式のブロック図である
。 第２図は、左右型・陰マルコフ・モデルの典型的フロー
チャート表示である。 第３図は、典型的文モデルに基づく最上層状態経路のフ
ローチャート例である。 第４図は、陰マルコフ・モデルに基づく第３図の文モデ
ルについて生成された状態経路のフローチャート例表示
である。 第５図は、本発明を使用することの出来るスコアリング
・バッファーのブロック図である。 第６図は、本発明の好適な実施例のフローチャートであ
る。 ５・・・スロット、１２・・・スコアリング・バッファ
ー手 続 補 正 書 （方式） 、３．補正をする者 事件との関係 出 願人 ４、代 理 人 ５、補正命令の日付 平ＦＪｉ、２年７月３１日

Claims (1)

  1. 【特許請求の範囲】 音声認識時の中央処理装置の負担を軽減する方法であっ
    て、 ａ）情報を帯びた現在の状態のスコアを計算し、 ｂ）前記スコアを所定の臨界値と比較し、 ｃ）使用可能なスコアリング・バッファーのスロットの
    位置を発見し、 ｄ）前記の現在の状態に関する情報を前記の使用可能な
    スロット内に格納し、 ｅ）スコアリング・バッファーのスロットのバックポイ
    ンタをセットし、 ｆ）前記の使用可能なスロット内の最終時フィールド値
    を現在の時間指標に等しく指定し、 ｇ）前記の現在の時間指標に等しい時間値を、前記の現
    在の状態についての情報を内蔵する前記の使用可能なス
    ロットに続く最善の経路に沿う全てのスコアリング・バ
    ッファーのスロットへ伝播させ、 ｈ）次の現在の状態を解析し、 ｉ）全ての状態が完成するまでステップａ）ないしｈ）
    を反復するステップから成ることを特徴とする方法。
JP2097429A 1989-04-13 1990-04-12 陰マルコフモデル音声認識の効率的簡潔化アルゴリズム Pending JPH0362000A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US07/337,608 US4977598A (en) 1989-04-13 1989-04-13 Efficient pruning algorithm for hidden markov model speech recognition
US337608 1994-11-10

Publications (1)

Publication Number Publication Date
JPH0362000A true JPH0362000A (ja) 1991-03-18

Family

ID=23321239

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2097429A Pending JPH0362000A (ja) 1989-04-13 1990-04-12 陰マルコフモデル音声認識の効率的簡潔化アルゴリズム

Country Status (4)

Country Link
US (1) US4977598A (ja)
EP (1) EP0392728B1 (ja)
JP (1) JPH0362000A (ja)
DE (1) DE69028430T2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693189A (zh) * 2022-05-31 2022-07-01 南京信息工程大学 板体翻堆落位方法、系统、存储介质及计算设备

Families Citing this family (197)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5274739A (en) * 1990-05-22 1993-12-28 Rockwell International Corporation Product code memory Itakura-Saito (MIS) measure for sound recognition
US5268990A (en) * 1991-01-31 1993-12-07 Sri International Method for recognizing speech using linguistically-motivated hidden Markov models
DE4130633A1 (de) * 1991-09-14 1993-03-18 Philips Patentverwaltung Verfahren zum erkennen der gesprochenen woerter in einem sprachsignal
JPH0776878B2 (ja) * 1991-10-31 1995-08-16 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 音声認識方法および装置
US5544257A (en) * 1992-01-08 1996-08-06 International Business Machines Corporation Continuous parameter hidden Markov model approach to automatic handwriting recognition
US5333275A (en) * 1992-06-23 1994-07-26 Wheatley Barbara J System and method for time aligning speech
US5452397A (en) * 1992-12-11 1995-09-19 Texas Instruments Incorporated Method and system for preventing entry of confusingly similar phases in a voice recognition system vocabulary list
JP2775140B2 (ja) * 1994-03-18 1998-07-16 株式会社エイ・ティ・アール人間情報通信研究所 パターン認識方法、音声認識方法および音声認識装置
US5819221A (en) * 1994-08-31 1998-10-06 Texas Instruments Incorporated Speech recognition using clustered between word and/or phrase coarticulation
US5864810A (en) * 1995-01-20 1999-01-26 Sri International Method and apparatus for speech recognition adapted to an individual speaker
US5706397A (en) * 1995-10-05 1998-01-06 Apple Computer, Inc. Speech recognition system with multi-level pruning for acoustic matching
GB9602700D0 (en) * 1996-02-09 1996-04-10 Canon Kk Pattern matching method and apparatus
JP3061114B2 (ja) * 1996-11-25 2000-07-10 日本電気株式会社 音声認識装置
GB9723214D0 (en) * 1997-11-03 1998-01-07 British Telecomm Pattern recognition
GB9802836D0 (en) * 1998-02-10 1998-04-08 Canon Kk Pattern matching method and apparatus
GB9802838D0 (en) 1998-02-10 1998-04-08 Canon Kk Pattern matching method and apparatus
US6374222B1 (en) * 1998-08-12 2002-04-16 Texas Instruments Incorporated Method of memory management in speech recognition
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US6788243B2 (en) 2001-09-06 2004-09-07 Minister Of National Defence Of Her Majestry's Canadian Government The Secretary Of State For Defence Hidden Markov modeling for radar electronic warfare
ITFI20010199A1 (it) 2001-10-22 2003-04-22 Riccardo Vieri Sistema e metodo per trasformare in voce comunicazioni testuali ed inviarle con una connessione internet a qualsiasi apparato telefonico
DE10220524B4 (de) 2002-05-08 2006-08-10 Sap Ag Verfahren und System zur Verarbeitung von Sprachdaten und zur Erkennung einer Sprache
EP1363271A1 (de) 2002-05-08 2003-11-19 Sap Ag Verfahren und System zur Verarbeitung und Speicherung von Sprachinformationen eines Dialogs
US7089185B2 (en) * 2002-06-27 2006-08-08 Intel Corporation Embedded multi-layer coupled hidden Markov model
US20040158468A1 (en) * 2003-02-12 2004-08-12 Aurilab, Llc Speech recognition with soft pruning
US8200495B2 (en) * 2005-02-04 2012-06-12 Vocollect, Inc. Methods and systems for considering information about an expected response when performing speech recognition
DE602005007939D1 (de) * 2005-02-17 2008-08-14 Loquendo Societa Per Azioni Verfahren und system zum automatischen bereitstellen linguistischer formulierungen, die ausserhalb ekennungssystems liegen
JP4298672B2 (ja) * 2005-04-11 2009-07-22 キヤノン株式会社 混合分布ｈｍｍの状態の出力確率計算方法および装置
US7634407B2 (en) * 2005-05-20 2009-12-15 Microsoft Corporation Method and apparatus for indexing speech
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7633076B2 (en) 2005-09-30 2009-12-15 Apple Inc. Automated response to and sensing of user activity in portable devices
US7809568B2 (en) * 2005-11-08 2010-10-05 Microsoft Corporation Indexing and searching speech with text meta-data
US7831428B2 (en) * 2005-11-09 2010-11-09 Microsoft Corporation Speech index pruning
US7970613B2 (en) 2005-11-12 2011-06-28 Sony Computer Entertainment Inc. Method and system for Gaussian probability data bit reduction and computation
US7831425B2 (en) * 2005-12-15 2010-11-09 Microsoft Corporation Time-anchored posterior indexing of speech
US8010358B2 (en) 2006-02-21 2011-08-30 Sony Computer Entertainment Inc. Voice recognition with parallel gender and age normalization
US7778831B2 (en) * 2006-02-21 2010-08-17 Sony Computer Entertainment Inc. Voice recognition with dynamic filter bank adjustment based on speaker categorization determined from runtime pitch
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
US9053089B2 (en) 2007-10-02 2015-06-09 Apple Inc. Part-of-speech tagging using latent analogy
US8620662B2 (en) 2007-11-20 2013-12-31 Apple Inc. Context-aware unit selection
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
US8065143B2 (en) 2008-02-22 2011-11-22 Apple Inc. Providing text input using speech data and non-speech data
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8464150B2 (en) 2008-06-07 2013-06-11 Apple Inc. Automatic language identification for dynamic text processing
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8768702B2 (en) 2008-09-05 2014-07-01 Apple Inc. Multi-tiered voice feedback in an electronic device
US8898568B2 (en) 2008-09-09 2014-11-25 Apple Inc. Audio user interface
US8583418B2 (en) 2008-09-29 2013-11-12 Apple Inc. Systems and methods of detecting language and natural language strings for text to speech synthesis
US8712776B2 (en) 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8862252B2 (en) 2009-01-30 2014-10-14 Apple Inc. Audio user interface for displayless electronic device
US8442833B2 (en) 2009-02-17 2013-05-14 Sony Computer Entertainment Inc. Speech processing with source location estimation using signals from two or more microphones
US8442829B2 (en) 2009-02-17 2013-05-14 Sony Computer Entertainment Inc. Automatic computation streaming partition for voice recognition on multiple processors with limited memory
US8788256B2 (en) 2009-02-17 2014-07-22 Sony Computer Entertainment Inc. Multiple language voice recognition
US8380507B2 (en) 2009-03-09 2013-02-19 Apple Inc. Systems and methods for determining the language to use for speech generated by a text to speech engine
US10540976B2 (en) 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10255566B2 (en) 2011-06-03 2019-04-09 Apple Inc. Generating and processing task items that represent tasks to perform
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
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US8682649B2 (en) 2009-11-12 2014-03-25 Apple Inc. Sentiment prediction from textual data
US8600743B2 (en) 2010-01-06 2013-12-03 Apple Inc. Noise profile determination for voice-related feature
US8311838B2 (en) 2010-01-13 2012-11-13 Apple Inc. Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts
US8381107B2 (en) 2010-01-13 2013-02-19 Apple Inc. Adaptive audio feedback system and method
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
WO2011089450A2 (en) 2010-01-25 2011-07-28 Andrew Peter Nelson Jerram Apparatuses, methods and systems for a digital conversation management platform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US8713021B2 (en) 2010-07-07 2014-04-29 Apple Inc. Unsupervised document clustering using latent semantic density analysis
US8719006B2 (en) 2010-08-27 2014-05-06 Apple Inc. Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis
US8719014B2 (en) 2010-09-27 2014-05-06 Apple Inc. Electronic device with text error correction based on voice recognition data
US10515147B2 (en) 2010-12-22 2019-12-24 Apple Inc. Using statistical language models for contextual lookup
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US8781836B2 (en) 2011-02-22 2014-07-15 Apple Inc. Hearing assistance system for providing consistent human speech
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
WO2012154856A1 (en) 2011-05-09 2012-11-15 Google Inc. Identifying applications of interest based on application metadata
WO2012154838A2 (en) * 2011-05-09 2012-11-15 Google Inc. Generating application recommendations based on user installed applications
WO2012154848A1 (en) 2011-05-09 2012-11-15 Google Inc. Recommending applications for mobile devices based on installation histories
WO2012154843A1 (en) 2011-05-09 2012-11-15 Google Inc. Identifying applications of interest based on application market log data
US8914290B2 (en) 2011-05-20 2014-12-16 Vocollect, Inc. Systems and methods for dynamically improving user intelligibility of synthesized speech in a work environment
US10672399B2 (en) 2011-06-03 2020-06-02 Apple Inc. Switching between text data and audio data based on a mapping
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US8812294B2 (en) 2011-06-21 2014-08-19 Apple Inc. Translating phrases from one language into another using an order-based set of declarative rules
US8706472B2 (en) 2011-08-11 2014-04-22 Apple Inc. Method for disambiguating multiple readings in language conversion
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US8762156B2 (en) 2011-09-28 2014-06-24 Apple Inc. Speech recognition repair using contextual information
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9153235B2 (en) 2012-04-09 2015-10-06 Sony Computer Entertainment Inc. Text dependent speaker recognition with long-term feature based on functional data analysis
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US8775442B2 (en) 2012-05-15 2014-07-08 Apple Inc. Semantic search using a single-source semantic model
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
WO2013185109A2 (en) 2012-06-08 2013-12-12 Apple Inc. Systems and methods for recognizing textual identifiers within a plurality of words
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US8935167B2 (en) 2012-09-25 2015-01-13 Apple Inc. Exemplar-based latent perceptual modeling for automatic speech recognition
DE112014000709B4 (de) 2013-02-07 2021-12-30 Apple Inc. Verfahren und vorrichtung zum betrieb eines sprachtriggers für einen digitalen assistenten
US10572476B2 (en) 2013-03-14 2020-02-25 Apple Inc. Refining a search based on schedule items
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US10642574B2 (en) 2013-03-14 2020-05-05 Apple Inc. Device, method, and graphical user interface for outputting captions
US9977779B2 (en) 2013-03-14 2018-05-22 Apple Inc. Automatic supplementation of word correction dictionaries
US9733821B2 (en) 2013-03-14 2017-08-15 Apple Inc. Voice control to diagnose inadvertent activation of accessibility features
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US9978395B2 (en) 2013-03-15 2018-05-22 Vocollect, Inc. Method and system for mitigating delay in receiving audio stream during production of sound from audio stream
AU2014233517B2 (en) 2013-03-15 2017-05-25 Apple Inc. Training an at least partial voice command system
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
US10078487B2 (en) 2013-03-15 2018-09-18 Apple Inc. Context-sensitive handling of interruptions
KR101857648B1 (ko) 2013-03-15 2018-05-15 애플 인크. 지능형 디지털 어시스턴트에 의한 사용자 트레이닝
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions 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
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
EP3937002A1 (en) 2013-06-09 2022-01-12 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
AU2014278595B2 (en) 2013-06-13 2017-04-06 Apple Inc. System and method for emergency calls initiated by voice command
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US9817881B2 (en) * 2013-10-16 2017-11-14 Cypress Semiconductor Corporation Hidden markov model processing engine
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
US9189708B2 (en) * 2013-12-31 2015-11-17 Google Inc. Pruning and label selection in hidden markov model-based OCR
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
TWI566107B (zh) 2014-05-30 2017-01-11 蘋果公司 用於處理多部分語音命令之方法、非暫時性電腦可讀儲存媒體及電子裝置
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US9787871B2 (en) 2015-01-29 2017-10-10 Xerox Corporation Hidden Markov model generation of multi-plane random screens
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10026396B2 (en) 2015-07-28 2018-07-17 Google Llc Frequency warping in a speech recognition system
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
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
CN105607753B (zh) * 2015-12-15 2018-03-30 上海嵩恒网络科技有限公司 一种五笔的长句输入方法和长句输入系统
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
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
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
DK179588B1 (en) 2016-06-09 2019-02-22 Apple Inc. INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
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
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
US10714121B2 (en) 2016-07-27 2020-07-14 Vocollect, Inc. Distinguishing user speech from background speech in speech-dense environments
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
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

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4860653A (en) * 1985-06-28 1989-08-29 D. J. Moorhouse Detonator actuator
US4783803A (en) * 1985-11-12 1988-11-08 Dragon Systems, Inc. Speech recognition apparatus and method
GB8527913D0 (en) * 1985-11-12 1985-12-18 Pa Consulting Services Analysing transitions in finite state machines
DE3750199T2 (de) * 1986-06-02 1995-01-19 Motorola Inc System zur Erkennung kontinuierlicher Sprache.
US4837831A (en) * 1986-10-15 1989-06-06 Dragon Systems, Inc. Method for creating and using multiple-word sound models in speech recognition

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693189A (zh) * 2022-05-31 2022-07-01 南京信息工程大学 板体翻堆落位方法、系统、存储介质及计算设备

Also Published As

Publication number Publication date
EP0392728A3 (en) 1990-12-27
EP0392728A2 (en) 1990-10-17
US4977598A (en) 1990-12-11
DE69028430D1 (de) 1996-10-17
EP0392728B1 (en) 1996-09-11
DE69028430T2 (de) 1997-03-27

Similar Documents

Publication Publication Date Title
JPH0362000A (ja) 陰マルコフモデル音声認識の効率的簡潔化アルゴリズム
US6266634B1 (en) Method and apparatus for generating deterministic approximate weighted finite-state automata
Rastogi et al. Weighting finite-state transductions with neural context
Bahl et al. A tree-based statistical language model for natural language speech recognition
US6704710B2 (en) Assigning meanings to utterances in a speech recognition system
US20130060562A1 (en) Information processing appratus, natural language analysis method, program and recording medium
US7035802B1 (en) Recognition system using lexical trees
WO2005103951A1 (en) Tree index based method for accessing automatic directory
CN115497465B (zh) 语音交互方法、装置、电子设备和存储介质
CN109189907A (zh) 一种基于语义匹配的检索方法及装置
Hori et al. Statistical dialog management applied to WFST-based dialog systems
WO2002029615A1 (en) Search method based on single triphone tree for large vocabulary continuous speech recognizer
JPH08248980A (ja) 音声認識装置
JP3016779B1 (ja) 音声理解装置及び音声理解システム
Lucassen Discovering phonemic base forms automatically: an information theoretic approach
JP3162896B2 (ja) 話題構造認識方法および装置
Pieraccini et al. Implementation aspects of large vocabulary recognition based on intraword and interword phonetic units
JP5120749B2 (ja) 木構造辞書を記録した記憶媒体、木構造辞書作成装置、及び木構造辞書作成プログラム
JP3494338B2 (ja) 音声認識方法
McKeown Word verification in the Hearsay II speech understanding system
Picone et al. Automated speech understanding: the next generation
JPH10187185A (ja) 言語処理装置および方法
Yamamoto et al. A spoken dialog system with verification and clarification queries
Huijbregts et al. Fast N-Gram language model look-ahead for decoders with static pronunciation prefix trees
Hemphill et al. Chart parsing of stochastic spoken language models