JPH0423799B2 - - Google Patents

Info

Publication number
JPH0423799B2
JPH0423799B2 JP59047322A JP4732284A JPH0423799B2 JP H0423799 B2 JPH0423799 B2 JP H0423799B2 JP 59047322 A JP59047322 A JP 59047322A JP 4732284 A JP4732284 A JP 4732284A JP H0423799 B2 JPH0423799 B2 JP H0423799B2
Authority
JP
Japan
Prior art keywords
prototype
recognition
utterance
utterances
vocabulary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
JP59047322A
Other languages
English (en)
Other versions
JPS603699A (ja
Inventor
Kumaaru Dasu Saburata
Retsukusu Deikuson Nooman
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Publication of JPS603699A publication Critical patent/JPS603699A/ja
Publication of JPH0423799B2 publication Critical patent/JPH0423799B2/ja
Granted 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
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/065—Adaptation
    • G10L15/07—Adaptation to the speaker

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Machine Translation (AREA)

Description

【発明の詳細な説明】 本発明は自動離散音声認識システムに関し、特
に多重繰返し技法によつて原型の用語集のみを作
成するだけでよく、その後話し手は適応モードで
音声認識システムと対話するだけでよい適応性自
動離散音声認識システムに関する。適応性モード
では、新らしい話し手は用話集のうちシステムが
認識し得ない限られた部分集合に対してだけシス
テムを再訓練する事が要求される。
〔従来技法の説明〕
現在の自動離散音声認識システムは各話し手か
ら各用語の項目を多数回繰返して入力する音声原
型確立のための分離した手順を含む。もし一回だ
けの繰返しだけならば、不適切な原型の表示が生
じた時に全用語の原型集を書換えなければならな
い可能性が生ずる。
各話し手が原型の単語リストを繰返すこの様な
手順の代表的な文献には次のものがあげられる。
米国特許第3333248号：この特許は最初の訓練
の後に、動作モードにスイツチされ、棄却信号を
生ずる文字が提示される迄動作モードに保持され
る。棄却が生ずると、オペレータは棄却パターン
に対応する位置に識別スイツチを置き棄却パター
ンが最初のサンプル・パターンのわずかに変形さ
れたものであるか、新らしいサンプル・パターン
であるかどうかを決定しなければならず、訓練モ
ードを開拓するためのスイツチを含む適切なスイ
ツチをセツトしなければならない。自動適応性回
路を効果的に更新するためには、十分な数の初期
サンプル・パターンが記憶されなければならず、
棄却パターンが自動適応回路に提示されなければ
ならない。
米国特許第3369077号：この特許は予定の時間
基準に従つてピツチ周期が調節される音声合成シ
ステムを開示している。
米国特許第3440617号：この特許は信号を一連
の成分信号に分割する事によつて、信号の振幅及
び持続時間に無関係な認識技法を開示している。
このシステムはこれ迄に受取つた事のない入力を
この信号に最も似た応答になる様に外挿及び内挿
している。このデータは新らしいデータによつて
置換された時には失われるにちがいない。この特
許は、転送バツフア部分が既に満員である時には
新らしく符号化されたサンプルは棄却されず、新
らしいサンプルを記憶するための余地を作るため
に古くて転送されていない符号化サンプルが棄却
される技法を開示している。
米国特許第3665450号は表意文字を処理するた
めの技法を開示している。
米国特許第3718768号はそれ自身の識別信号を
検出し得それ自身のサンプリング率を有する複数
の遠隔ステーシヨンに通信を送る事が出来る技法
を開示している。
米国特許第4069393号は訓練用単語及び認識の
ための単語を時間規格化する技法を開示してい
る。この特許は音声入力訓練単語を使用し、相関
関数を発生し、特徴抽出を使用している。訓練モ
ード中、装置は好しい場合として後にこの装置を
使用する人によつて話された新らしい用語で訓練
されている。信頼性の高い平均サンプルを得るた
めには同じ訓練単語の多くのサンプルを使用する
のが望まれる。
米国特許4092493号：この特許はあらかじめ発
生された音声間隔線形予測特性を有する、テスト
信頼性が各音声セグメントの繰返しの平均音声間
隔に時間がそろえられた音声認識システムを開示
している。
米国特許第4297528号：この特許は組合わせの
ために受取られる各訓練パターンが国値量内で前
もつて組合されたパターンに一致しなければなら
ない訓練回路技法を開示している。国値は予じめ
組合された訓練パターンの数が増大すると自動的
に変化している。
IEEE Trans.on Systems.Man.and
Cybernetics.第SMC2号、第１号、1972年１月号
第6672頁のC.C.Tappert著 Ａ
PRELIMINARY INVESTIGATION OF ADAPTIVE CONTROL IN THE
INTERACTION 13ETWEEN SEGMENTATION AND
SEGMENT CLASSIFICATION IN AUTOMATIC
RECOGNITION OF CONTINUOUS SPEECH：この論文は連
続音声認識のセグメンテーシヨン及びセグメント
の分類の相互作用のための帰還制御を述べてい
る。
IEEE Trans.on Audio and Electroacoustics第Au−21巻、第３号 1973年
６月刊、第225228頁のC.C.Tappert等著
APPLICATIOW OF SEQUEWTIAL DECODING FOR
CONVERTING PHONETIC TO GRAPHIC REPRESENTATION IN AUTOMATIC RECOGWTION OF CONTINUOUS
SPEECH （ARCS）： この論文は話し手の話の機械に汚染された音声
的記述を標準の正しい音声的記述に変換する技法
を説明している。音声入力連糸の話し手によるく
ずれ及び機械によるくずれの間の区別がなされて
いる。
〔本発明の概要〕
本発明は（最初の話し手もしくは電子的等価回
路による）単なる初期単一原型ステートメントを
含む原型を確立しそしてシステムが正しい認識の
遂行に困難を感ずる用語の項目を除き、最初のも
しくはその後の話し手による用語の項目の繰返し
を必要としない最適の技法を与える。この様な認
識に失敗した用語の項目のための再訓練は認識手
順と一体にされている。
本発明の目的は各話し手の特定の要求に対して
音声認識システムの安価で、高速な、複雑でない
音声認識システムを与える事にある。
本発明に従えば話し手はシステムが再訓練され
つつある事を明確に知つている必要がなくなる。
本発明に従えば出来るだけ目立たない様に、且
話し手の文脈内で、用語の原型集の限られた部分
集合を通して話し手を導くための助言を与えるシ
ステムが与えられる。
本発明に従えば、原型の用語（標準発声ないし
テンプレート）の集合のうちつぎの二つが起こ
る、限られた部分集合に対してのみシステム再訓
練が行なわれる。
１ 話し手は原型集中の単語を発声する。
２ システムは話された単語の認識に困難を生ず
る。
これによつてシステムは使用されない単語のた
めの再訓練を避ける事ができる。
〔好ましい実施例〕
第１図は本発明の適応性自動離散音声認識シス
テムのブロツク図である。従来の音声認識システ
ムはその後の認識のために一般に新らしい話し手
の各々が原型の用語を多数回唱える事を要した事
に注意されたい。もし何等かの理由で原型の用語
を変更したい場合には（例えば、もし話し手が呼
吸上の問題を生じた場合の如く）、原手順は全体
的に繰返される必要がある。本発明は最初の話し
手であつても原型用語の多数回唱える必要を除去
し、任意の話し手による全体的原型の用語の暗唱
を全く必要としない。システムが任意の個々の用
語の項目の認識に困難を感じた場合に、話し手は
その個々の用語の項目を発音する様に促される。
本発明の方法は次の動作モードを必要とする。
モード１ 初期設定モード 選択された原型の話し手は用語の項目の原型集
の各々に対して一つの原型の用語のキイワードを
発声し、システムは各原型の用語のキイワードの
発声を後の認識手順に使用するための符号パター
ンに変換する。適当な場合には、話し手は全く暗
誦を必要とする事なく、原型集が計算されて、符
号形で導入される。
モード２ 通常の動作モード 話し手（原型の話し手もしくはその後の話し
手）は認識が満足に進行するかぎり、システムに
よつて認識されるための音声入力を与える（一貫
した認識の誤りを含まない条件の下にでは、もは
や用語の訓練は生じない）。
モード３ 適応性再訓練モード 一貫性のある認識誤りの条件の下では、システ
ムは適応性の再訓練に対して必要とされる事を話
し手に助言する。この方法の詳細は〔本発明の方
法〕の見出しのところで説明される。
第１図は本発明の適応性自動離散音声認識シス
テムを示している。上位計算機１はユーザ・イン
ターフエイス２に接続され、ユーザ・インターフ
エイス２は表示装置３マイクロホーン４及び拡声
器５と接続されている。ユーザ・インターフエイ
ス２は多くの形を取り得る、ユーザ及び認識シス
テムのための適切なインターフエイスである。第
１図に示された型では、ユーザのデータは線６を
介して信号解析兼特徴抽出装置７に送られ、訓練
モード中は線８に沿つて原訓練パターン（原型）
が原型記憶装置９に分散され、認識モード中は特
徴パターンが線１０に沿つてパターン認識装置１
１に通過される。制御情報は線１２を介してパタ
ーン認識装置１１及び原型記憶装置９間で授受さ
れ、認識のための原型パターンは線１３に沿つて
パターン認識装置１１に供給される。音声識別距
離値の形をなす認識情報は線１４を介して決定機
構１５に与えられる。認識結果のデータは線１６
を介してユーザ・インターフエイス２に戻され
る。
決定情報は同様に線１７及び１８を介して決定
機構１５と適応性訓練装置２０間を転送され、線
１９を介して適応訓練装置２０から原型記憶装置
９に転送される。前に指摘された如く、第１図中
本発明にとつて最も重要な部分は適応性訓練と説
明が記入されている（番号２０で同定されてい
る）サブシステムである。ノード(1)、(2)及び(3)が
第１図と第２図の関連を容易にするために第１図
に示されている。
第２図は第１図の適応性訓練装置２０の詳細な
図である。キイワード装置２１は音声がキイワー
ドであるかどうかを決定する。もしキイワードで
なければ（NO）、注意が線２２を介してノード
(2)に送られる。ノード(2)は第１図及び第２図の両
方の線１８に接続されている。もしYESならば
線２４を介して注意がインクレメンタ２３に送ら
れ、一連の選択番号によるキイワードのユーザ識
別が促される。インクレメンタ２３は現在のキイ
ワード選択番号をインクレメントして、キイワー
ド選択番号が現在の選択番号と等しいかどうかを
決定するために次の選択番号を装置２５に与え
る。もし選択番号が適切な選択番号でない時
（NO）には、選択の促進は信号を最大識別装置
２６（選択番号＝選択MAX？）に与える事によ
つて、選択番号のリストを通して続けられる。も
し選択番号が最大選択番号以下ならば、NO線２
８上の信号が次の選択番号の選択が促がされる。
最後の選択番号に到達すると、最大識別装置２６
は線２９を介してYESを信号し、新らしい選択
リストのため繰返し導入装置３０を励起する。
一度音声選択番号が決定されると、これは選択
催促装置３２に接続されたYES線３１によつて
同定され、ユーザにはユーザが選択番号を発する
事を要求する指示メツセージが与えられる。この
発声は新しい原型の如き或る状況において使用さ
れる発声である。
この発声は音声認識システムのための処理技法
に従つて処理され、発声符号「入力１」として符
号化される。指示メツセージは第２の発声を促
し、第２の発声が処理され、発声符号「入力２」
として符号化される。これ等の発生符号入力は同
様にして符号化された原型の発声を共に３つの符
号のための距離の比較を行う３つの符号のための
距離の比較を行う３つのマトリツクス比較回路３
３，３４及び３５に与えられる。マトリツクス比
較回路３３は２つの新らしい入力発声を互に関連
させる距離符号Ｄ１を与える。マトリツクス比較
回路３４は原型及び第２の新らしい発声入力を互
に関連ずける距離符号Ｄ２を与える。マトリツク
ス比較回路３５は原型及び第１の新しい入力を互
に関連ずける距離符号Ｄ３を与える。これ等の距
離符号は比較回路３６及び３７によつて比較され
る。所望の機能は入力１及び入力２の差がこれ等
を原型と比較した場合よりも小さい事が決定され
ると原型発声を発声入力２によつて置換する事で
ある。比較回路３６が入力２が入力１に対するよ
りも原型に近い事を決定すると（Ｄ１がＤ２より
も大きいと）、回路３６がNO線３８を介して第
１図のノード(2)に、決定機構が原型を変更する事
なく先に進む事を信号する。同様に、入力１が入
力２よりも原型により近い事を比較回路３７が決
定すると（Ｄ１はＤ３よりも小さくない）、装置
３７はNO線３８を介して第１図のノード(2)に対
して、決定機構が原型を変更する事なく先に進む
事を信号する。
望まれる機能はＤ１がＤ２未満で、同様にＤ１
がＤ３未満ならは原型を変更させる事である。比
較回路３７が線３９上にYES出力を与え、装置
４０による原型＝入力２動作を開拓する。第１図
のノード(3)を含む信号線１９が原型用語の項目を
入力２によつて置換する動作を制御する。
新らしい発声が受容されたという決定に関連す
る原型用語項目のこの様な適応性置換は、原型用
語を一度確立した後、通常の動作の流れの中で用
語の単語が現われる時に、制限された数の用語の
あいまいでない適応性の変更を行いつつ、許され
る限りこれを使用し得る様にする。何等かの理由
（話し手間の方言、発音もしくは他の差もしくは
同じ話し手による話しぶりの変化）によつて原型
の単語が認識されなくなると、このシステムはこ
の認識不能を同定し、同じ発声の２回入力を促
し、入力を互に及び原型と比較し、入力が基準を
満足している事が決定されると、新らしい入力の
一つによつて原型が置換される。
第２図は原型用語の項目の適応性再訓練のため
の手順の詳細を示している。認識過程中、話し手
がキイワードの誤りを生ずると、適応性再訓練ル
ーチンが開始される。計算機制御の下に、このル
ーチンに導入され、キイワードの誤り認識の直前
の単語に関連する用語の項目の選択番号のスタツ
クが適応性訓練段階に送られ、このスタツクを使
用して、システムはユーザに対し、認識されない
発声として同定される直前にどのスタツクの用語
の項目が発声されたかを示す様に促す（この催促
は音声による応答であるか、ガス・パネル、陰極
線管等による文字表示による）。もし認識不能な
発声と同等な単語がスタツクに含まれていない
と、ユーザはこの発声を再び唱える様に促され、
認識手順が続けられる。スタツクの用語の項目が
この発声（入力１）に一致した事が話し手によつ
て認識されると、ユーザはこの用語の項目に適し
た新らしい原型のキイワードの候補（入力２）を
与える様に促される。システムはマトリツクス距
離〔入力１対入力２＝（Ｄ１）〕、〔原型対入力２＝
（Ｄ２）〕及び〔原型対入力１＝（Ｄ３）〕が計算さ
れる。ここで入力１は認識不能な発声及び入力２
は同一のキイワードの促がされた発声である。も
しＤ１がＤ２よりも小さく、Ｄ１がＤ３よりも小
さければ、入力２は新らしい原型キイワードとな
る。そうでない場合は古い原型が保持される。こ
の手順は現在のユーザの（ユーザの現在の）音声
特性と関連ある、最良の現在利用可能な原型を与
える事を保証する。この手順はこの認識過程に使
用される特定のマトリツクス距離を決定するモー
ドとは無関係である。
〔本発明の方法〕
本発明の認識は次の手順に従つて行われる。
１ 原型となる話し手がキーワードの集合を発声
し、このキイワードの集合は原型の用語のキイ
ワードの集合として符号化されて記憶される。
もしくは原型の用語のキイワード集合は計算さ
れ、記憶される。
２ その後話し手は認識のためのサンプル・キイ
ワードを発声する。
３ 認識が生ずると、認識過程が進行する。
４ 認識に失敗すると、適切な再訓練ルーチンに
導入される。
５ 認識不能なキイワードに関連する認識選択単
語のスタツクによつて適応性訓練段階が設定さ
れる。
６ ユーザに対しスタツクのどの単語を意図して
いるかを示す様に促す。
７ 認識不能なキイワードがスタツクにあるかど
うかを検査する。
８ もし段階７の答が否定であるならば、認識不
能なキイワードを繰返す様に話し手に促す。
９ 認識手順を続ける。
１０ もし段階７の答えが肯定であると、新らし
い原型の候補の発声を促す。
１１ 次のマトリツクス距離を計算する。
入力１対入力２＝（Ｄ１） 原型対入力２＝（Ｄ２） 原型対入力１＝（Ｄ３） １２ Ｄ１、Ｄ２、Ｄ３を比較する。
１３ もしＤ１＜Ｄ２及びＤ１＜Ｄ３ならば、新
らしい原型として入力２を選択し、進行する。
【図面の簡単な説明】
第１図は本発明の適応性自動離散音声認識シス
テムのブロツク図である。第２図は適応性訓練サ
ブシステムの詳細な図である。 １……上位計算機、２……ユーザ・インターフ
エイス、３……表示装置、４……マイクロホー
ン、５……拡声器、７……信号解析兼特徴抽出装
置、９……原型記憶装置、１１……パターン認識
装置、１５……決定機構、２０……適応性訓練装
置。

Claims (1)

  1. 【特許請求の範囲】 １ つぎのステツプより成る適応性自動離散音声
    認識方法。 (a) システムに語彙単語の各々の標準単一発声か
    らなる組を与えるステツプ。 (b) 認識不能な発声が検出される迄システムを動
    作させるステツプ。 (c) ステツプ(b)で検出された認識不能な発声の語
    彙単語の特定を促すステツプ。 (d) 特定された語彙単語について標準単一発生の
    候補となる発声を促すステツプ。 (e) 認識不能の発声と、上記候補となる発声と、
    上記特定された語彙単語用に用意されている標
    準単一発声との夫々の間の認識距離を計算する
    ステツプ。 (f) 上記計算された認識距離を比較するステツ
    プ。 (g) 上記計算された認識距離を比較するステツプ
    に関連して語彙単語の標準単一発声として上記
    候補となる発声を選択的に受容するステツプ。
JP59047322A 1983-06-08 1984-03-14 適応性自動離散音声認識方法 Granted JPS603699A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US06/502,415 US4618984A (en) 1983-06-08 1983-06-08 Adaptive automatic discrete utterance recognition
US502415 2000-02-10

Publications (2)

Publication Number Publication Date
JPS603699A JPS603699A (ja) 1985-01-10
JPH0423799B2 true JPH0423799B2 (ja) 1992-04-23

Family

ID=23997720

Family Applications (1)

Application Number Title Priority Date Filing Date
JP59047322A Granted JPS603699A (ja) 1983-06-08 1984-03-14 適応性自動離散音声認識方法

Country Status (5)

Country Link
US (1) US4618984A (ja)
EP (1) EP0128288B1 (ja)
JP (1) JPS603699A (ja)
CA (1) CA1204865A (ja)
DE (1) DE3467057D1 (ja)

Families Citing this family (165)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5131043A (en) * 1983-09-05 1992-07-14 Matsushita Electric Industrial Co., Ltd. Method of and apparatus for speech recognition wherein decisions are made based on phonemes
US4991216A (en) * 1983-09-22 1991-02-05 Matsushita Electric Industrial Co., Ltd. Method for speech recognition
JPH0792673B2 (ja) * 1984-10-02 1995-10-09 株式会社東芝 認識用辞書学習方法
US4797927A (en) * 1985-10-30 1989-01-10 Grumman Aerospace Corporation Voice recognition process utilizing content addressable memory
EP0256081B1 (en) * 1986-02-06 1993-04-21 Reginald Alfred King Improvements in or relating to acoustic recognition
CA1311059C (en) * 1986-03-25 1992-12-01 Bruce Allen Dautrich Speaker-trained speech recognizer having the capability of detecting confusingly similar vocabulary words
DE3779351D1 (ja) * 1986-03-28 1992-07-02 American Telephone And Telegraph Co., New York, N.Y., Us
US4908864A (en) * 1986-04-05 1990-03-13 Sharp Kabushiki Kaisha Voice recognition method and apparatus by updating reference patterns
US5146503A (en) * 1987-08-28 1992-09-08 British Telecommunications Public Limited Company Speech recognition
US5072452A (en) * 1987-10-30 1991-12-10 International Business Machines Corporation Automatic determination of labels and Markov word models in a speech recognition system
JP2733955B2 (ja) * 1988-05-18 1998-03-30 日本電気株式会社 適応型音声認識装置
US5315689A (en) * 1988-05-27 1994-05-24 Kabushiki Kaisha Toshiba Speech recognition system having word-based and phoneme-based recognition means
US5033088A (en) * 1988-06-06 1991-07-16 Voice Processing Corp. Method and apparatus for effectively receiving voice input to a voice recognition system
AT391035B (de) * 1988-12-07 1990-08-10 Philips Nv System zur spracherkennung
US5127055A (en) * 1988-12-30 1992-06-30 Kurzweil Applied Intelligence, Inc. Speech recognition apparatus & method having dynamic reference pattern adaptation
JPH067348B2 (ja) * 1989-04-13 1994-01-26 株式会社東芝 パタン認識装置
GB2237135A (en) * 1989-10-16 1991-04-24 Logica Uk Ltd Speaker recognition
JP2570448B2 (ja) * 1989-12-28 1997-01-08 日本電気株式会社 標準パターン学習方法
US5146502A (en) * 1990-02-26 1992-09-08 Davis, Van Nortwick & Company Speech pattern correction device for deaf and voice-impaired
JPH07109560B2 (ja) * 1990-11-30 1995-11-22 富士通テン株式会社 音声認識装置
JPH04268811A (ja) * 1991-02-22 1992-09-24 Yokogawa Hewlett Packard Ltd タイミングジェネレータ
US5212821A (en) * 1991-03-29 1993-05-18 At&T Bell Laboratories Machine-based learning system
ES2128390T3 (es) * 1992-03-02 1999-05-16 At & T Corp Metodo de adiestramiento y dispositivo para reconocimiento de voz.
US6311157B1 (en) * 1992-12-31 2001-10-30 Apple Computer, Inc. Assigning meanings to utterances in a speech recognition system
US5613036A (en) * 1992-12-31 1997-03-18 Apple Computer, Inc. Dynamic categories for a speech recognition system
JP3397372B2 (ja) * 1993-06-16 2003-04-14 キヤノン株式会社 音声認識方法及び装置
TW323364B (ja) * 1993-11-24 1997-12-21 At & T Corp
US5758322A (en) * 1994-12-09 1998-05-26 International Voice Register, Inc. Method and apparatus for conducting point-of-sale transactions using voice recognition
JPH08221315A (ja) 1995-02-15 1996-08-30 Hitachi Ltd 情報処理装置
US5903864A (en) * 1995-08-30 1999-05-11 Dragon Systems Speech recognition
US5852801A (en) * 1995-10-04 1998-12-22 Apple Computer, Inc. Method and apparatus for automatically invoking a new word module for unrecognized user input
US5799279A (en) * 1995-11-13 1998-08-25 Dragon Systems, Inc. Continuous speech recognition of text and commands
US5960395A (en) * 1996-02-09 1999-09-28 Canon Kabushiki Kaisha Pattern matching method, apparatus and computer readable memory medium for speech recognition using dynamic programming
US5915238A (en) * 1996-07-16 1999-06-22 Tjaden; Gary S. Personalized audio information delivery system
US5950160A (en) * 1996-10-31 1999-09-07 Microsoft Corporation Method and system for displaying a variable number of alternative words during speech recognition
US5829000A (en) * 1996-10-31 1998-10-27 Microsoft Corporation Method and system for correcting misrecognized spoken words or phrases
US5899976A (en) * 1996-10-31 1999-05-04 Microsoft Corporation Method and system for buffering recognized words during speech recognition
US5884258A (en) * 1996-10-31 1999-03-16 Microsoft Corporation Method and system for editing phrases during continuous speech recognition
US6212498B1 (en) 1997-03-28 2001-04-03 Dragon Systems, Inc. Enrollment in speech recognition
US6012027A (en) * 1997-05-27 2000-01-04 Ameritech Corporation Criteria for usable repetitions of an utterance during speech reference enrollment
US7630895B2 (en) * 2000-01-21 2009-12-08 At&T Intellectual Property I, L.P. Speaker verification method
US6278771B1 (en) * 1998-03-19 2001-08-21 Ameritech Corporation Method and system for providing enhanced call waiting with verification and name change service
US6163768A (en) 1998-06-15 2000-12-19 Dragon Systems, Inc. Non-interactive enrollment in speech recognition
JP2000099546A (ja) * 1998-09-25 2000-04-07 Canon Inc 音声によるデータ検索装置、データ検索方法、及び記憶媒体
DE69829187T2 (de) * 1998-12-17 2005-12-29 Sony International (Europe) Gmbh Halbüberwachte Sprecheradaptation
JP2000221990A (ja) * 1999-01-28 2000-08-11 Ricoh Co Ltd 音声認識装置
US6487530B1 (en) * 1999-03-30 2002-11-26 Nortel Networks Limited Method for recognizing non-standard and standard speech by speaker independent and speaker dependent word models
DE19933323C2 (de) * 1999-07-16 2003-05-22 Bayerische Motoren Werke Ag Spracherkennungssystem und Verfahren zur Spracherkennung vorgegebener Sprachmuster, insbesondere zur Sprachsteuerung von Kraftfahrzeugsystemen
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US7003465B2 (en) * 2000-10-12 2006-02-21 Matsushita Electric Industrial Co., Ltd. Method for speech recognition, apparatus for the same, and voice controller
EP1239461A1 (de) * 2001-03-06 2002-09-11 Siemens Aktiengesellschaft Verfahren zur Sprachenerkennung
JP4947861B2 (ja) * 2001-09-25 2012-06-06 キヤノン株式会社 自然言語処理装置およびその制御方法ならびにプログラム
US20040148169A1 (en) * 2003-01-23 2004-07-29 Aurilab, Llc Speech recognition with shadow modeling
US7580837B2 (en) 2004-08-12 2009-08-25 At&T Intellectual Property I, L.P. System and method for targeted tuning module of a speech recognition system
US7242751B2 (en) 2004-12-06 2007-07-10 Sbc Knowledge Ventures, L.P. System and method for speech recognition-enabled automatic call routing
US7751551B2 (en) 2005-01-10 2010-07-06 At&T Intellectual Property I, L.P. System and method for speech-enabled call routing
US7627096B2 (en) * 2005-01-14 2009-12-01 At&T Intellectual Property I, L.P. System and method for independently recognizing and selecting actions and objects in a speech recognition system
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
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
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US9959870B2 (en) 2008-12-11 2018-05-01 Apple Inc. Speech recognition involving a mobile device
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
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
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
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
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
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
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
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
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
KR20150104615A (ko) 2013-02-07 2015-09-15 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
CN105027197B (zh) 2013-03-15 2018-12-14 苹果公司 训练至少部分语音命令系统
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
EP3008641A1 (en) 2013-06-09 2016-04-20 Apple Inc. Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant
AU2014278595B2 (en) 2013-06-13 2017-04-06 Apple Inc. System and method for emergency calls initiated by voice command
CN105453026A (zh) 2013-08-06 2016-03-30 苹果公司 基于来自远程设备的活动自动激活智能响应
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
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
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
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
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
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
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
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
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
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
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
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
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
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
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
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
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
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
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
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
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
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
US11597519B2 (en) 2017-10-17 2023-03-07 The Boeing Company Artificially intelligent flight crew systems and methods

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57133494A (en) * 1981-02-12 1982-08-18 Oki Electric Ind Co Ltd Registered pattern study method for voice typewriter
JPS584198A (ja) * 1981-06-30 1983-01-11 株式会社日立製作所 音声認識装置における標準パタ−ン登録方式

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3333248A (en) * 1963-12-20 1967-07-25 Ibm Self-adaptive systems
US3369077A (en) * 1964-06-09 1968-02-13 Ibm Pitch modification of audio waveforms
US3440617A (en) * 1967-03-31 1969-04-22 Andromeda Inc Signal responsive systems
US3665450A (en) * 1968-07-02 1972-05-23 Leo Stanger Method and means for encoding and decoding ideographic characters
US3718768A (en) * 1971-08-09 1973-02-27 Adaptive Tech Voice or analog communication system employing adaptive encoding techniques
GB1435779A (en) * 1972-09-21 1976-05-12 Threshold Tech Word recognition
US4092493A (en) * 1976-11-30 1978-05-30 Bell Telephone Laboratories, Incorporated Speech recognition system
JPS5819109B2 (ja) * 1978-11-10 1983-04-16 肇産業株式会社 パタ−ン判別方法
US4297528A (en) * 1979-09-10 1981-10-27 Interstate Electronics Corp. Training circuit for audio signal recognition computer
CH644246B (fr) * 1981-05-15 1900-01-01 Asulab Sa Dispositif d'introduction de mots a commande par la parole.

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57133494A (en) * 1981-02-12 1982-08-18 Oki Electric Ind Co Ltd Registered pattern study method for voice typewriter
JPS584198A (ja) * 1981-06-30 1983-01-11 株式会社日立製作所 音声認識装置における標準パタ−ン登録方式

Also Published As

Publication number Publication date
EP0128288B1 (en) 1987-10-28
US4618984A (en) 1986-10-21
EP0128288A1 (en) 1984-12-19
JPS603699A (ja) 1985-01-10
DE3467057D1 (en) 1987-12-03
CA1204865A (en) 1986-05-20

Similar Documents

Publication Publication Date Title
JPH0423799B2 (ja)
EP0965978B1 (en) Non-interactive enrollment in speech recognition
EP0376501B1 (en) Speech recognition system
KR101183344B1 (ko) 사용자 정정들을 이용한 자동 음성 인식 학습
US5787230A (en) System and method of intelligent Mandarin speech input for Chinese computers
EP0840289B1 (en) Method and system for selecting alternative words during speech recognition
US6910012B2 (en) Method and system for speech recognition using phonetically similar word alternatives
EP0840288B1 (en) Method and system for editing phrases during continuous speech recognition
US7013276B2 (en) Method of assessing degree of acoustic confusability, and system therefor
US5950160A (en) Method and system for displaying a variable number of alternative words during speech recognition
US7529678B2 (en) Using a spoken utterance for disambiguation of spelling inputs into a speech recognition system
CN106297800B (zh) 一种自适应的语音识别的方法和设备
EP0533491A2 (en) Wordspotting using two hidden Markov models (HMM)
JP2000122691A (ja) 綴り字読み式音声発話の自動認識方法
WO1996003741A9 (en) System and method for facilitating speech transcription
WO1996003741A1 (en) System and method for facilitating speech transcription
US6963834B2 (en) Method of speech recognition using empirically determined word candidates
JPH06110494A (ja) 発音学習装置
CN110895938B (zh) 语音校正系统及语音校正方法
JP2003162524A (ja) 言語処理装置
JP3254977B2 (ja) 音声認識方法及び音声認識装置
KR102405547B1 (ko) 딥러닝 기반의 발음 평가 시스템
JP3259734B2 (ja) 音声認識装置
JP3231365B2 (ja) 音声認識装置
JPH08110790A (ja) 音声認識装置