JPH10254490A - 言語モデルの適応化方法 - Google Patents

言語モデルの適応化方法

Info

Publication number
JPH10254490A
JPH10254490A JP10043530A JP4353098A JPH10254490A JP H10254490 A JPH10254490 A JP H10254490A JP 10043530 A JP10043530 A JP 10043530A JP 4353098 A JP4353098 A JP 4353098A JP H10254490 A JPH10254490 A JP H10254490A
Authority
JP
Japan
Prior art keywords
language model
values
model value
value
word
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP10043530A
Other languages
English (en)
Inventor
Stefan Besling
ベスリング ステファン
Hans-Guenter Meier
マイアー ハンス−ギュンター
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.)
Koninklijke Philips NV
Original Assignee
Philips Electronics NV
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 Philips Electronics NV filed Critical Philips Electronics NV
Publication of JPH10254490A publication Critical patent/JPH10254490A/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
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/065—Adaptation
    • 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
    • G10L15/18—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

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)

Abstract

(57)【要約】 （修正有） 【課題】 短い音声信号に基づいても、音声信号の特
徴、例えばテーマ又はスタイルに対する言語モデル値の
適切な適応化を可能にする言語モデル値適応化方法。 【解決手段】 音声認識、特に大語彙の口語音声の認識
のために、単語系列の発生確率を考慮した言語モデルを
用いて認識信頼度を向上させる。これらの言語モデルは
かなり多量のテキストから決定され、短いテキスト内に
発生する単語系列のカウントから信頼区間を決定するこ
とを提案する。この決定は統計学から既知の計算方法を
用いることにより可能である。次に、各先行単語系列に
対し、全単語に対する言語モデル値をできるだけ多数の
言語モデル値が信頼区間内に位置するように適応化させ
るスケーリングファクタを決定する。スケーリング処理
された言語モデル値が適応化後に関連する信頼区間外に
位置する場合には、信頼区間の最も近い境界値を適応化
された言語モデル値として使用する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、比較的長いトレー
ニングテキストから決定された言語モデル値を有する言
語モデルを用いる自動音声認識であって、言語モデルの
適応化処理が所定の場合に、特に所定のタイプのテキス
トに対し、特に短いテキストセグメントに基づいて行わ
れるものに関するものである。
【０００２】
【従来の技術】自動音声認識においては、音声信号から
一連の試験値を取り出し、これらの試験値を予め決めら
れた語彙の単語を表す一連の格納基準値と比較する。比
較は単語境界において言語モデル値に関連するスコアを
発生する。これらの言語モデル値は限定された長さの所
定の単語系列の確率を表し、多量のトレーニング音声信
号から予め決定される。従って、用法、例えば演説のテ
ーマ又はスタイルの長時間変化をこれらの言語モデル値
により考慮することはできない。適切に適応化した言語
モデル値は音声認識の信頼度に大きな影響を与えるた
め、言語モデル値を少量の現テキストに基づいてできる
だけ良好に適応化するのが望ましい。この適応化処理
は、特別なテキストの認識中に又はこのテキストの一部
分の認識に続いて、認識誤りの手動補正後に、行うこと
ができる。
【０００３】適応言語モデルを形成する方法はIEEE Tra
nsactions on Pattern Analysis and Machine Intellig
ence, Vol.12, June 1990, pp.570-583 に開示され、Ｃ
ＡＣＨＥ言語モデルとして知られている。この方法で
は、相対頻度Ｎa (w) ／Ｎa を計算する。ここでＮ
a (w) は適応化資料内の単語ｗの頻度を表し、Ｎa は適
応化資料内の単語の総数を表す。次に適応ＣＡＣＨＥ言
語モデルＰa (w｜h)を基本言語モデルＰs (w｜h)から次
のように計算する。 Ｐa (w｜h)＝λＰs (w｜h)＋（１−λ）・Ｎa (w) ／Ｎ
a ここで、補間パラメータλは固定値か、Proc. ICASS, M
inneapolis, USA, Vol.II, April 1993, pp.585-593 か
ら既知のように、各適応化ごとに適応化資料ができるだ
け良好に記述されるように決定される。しかし、瞬時テ
キストに対し得られる言語モデル値の適応化は依然とし
て最適でない。
【０００４】
【発明が解決しようとする課題】本発明の目的は、短い
音声信号に基づいても、音声信号の特徴、例えばテーマ
又はスタイルに対する言語モデル値の適切な適応化を可
能にする言語モデル値の適応化方法を提供することにあ
る。
【０００５】
【課題を解決するための手段】本発明では、この目的を
達成するために、語彙の単語に対する信頼区間を、種々
の先行単語に依存して、音声信号がこれに適応化される
べき比較的短いテキストから形成する。この処理は、例
えば「 Einfuhrung in die Wahrscheinlichkeitsrechun
g und Statistik fur Ingenieure」,H. Weber 著, B.G.
Teubner, Stuttgart 1992, p.279 に記載されているよ
うな既知の統計学及び確率計算法により実行することが
できる。次のステップ中に、広範なトレーニング音声信
号に基づいて決定された言語モデルの言語モデル値を各
々異なる先行単語系列に対し選択されるスケーリングフ
ァクタを乗算して、この先行単語系列に対し言語モデル
値、即ちこの先行単語系列の後にこの単語が発生する確
率が信頼区間内にできるだけ良好に入るようにする。関
連する信頼区間外に位置するスケーリング処理された各
言語モデル値に対しては信頼区間の最も近い境界値を使
用する。発生されてない所定の先行単語系列の単語の組
合せに対し、先行単語系列が発生した場合に限り信頼区
間を計算することができる。しかし、先行単語系列が語
彙の任意の単語との組合せで発生しなかった場合には、
信頼区間を決定することができず、原言語モデル値が適
応化なしで使用される。１単語のみ又は２単語の長さを
有する先行単語系列が多くの実際の用途に使用されるた
め、言語モデル値を少量の口語テキストデータに基づい
て適応化させることができる。
【０００６】スケーリングファクタは、確率値の和、即
ち所定の先行単語系列の全単語の言語モデル値の和が値
１に鳴るように選択する必要がある。しかし、スケーリ
ングファクタに従って適応化されるのではなく、関連す
る信頼区間の最も近い境界にセットされる言語モデル値
もこの条件に対し考量に入れる必要があるため、スケー
リングファクタはこのような場合に対し知られている演
算方法により決定される。
【０００７】広範なトレーニング資料に基づいて決定さ
れた基本言語モデル値Ｐ(w｜h)から特別テキストに対し
適応化された言語モデル値Ｐa (w｜h)を決定する処理は
次のように行う。
【数１】 ここで、Ａh は下側境界値αh より下の確率範囲であ
り、Ｂh は上側境界値βhより上の確率範囲であり、γ
h は既知の最適化方法に従って実際のテキストから得ら
れるスケーリングファクタである。
【０００８】この適応化の原理を図１を参照してもっと
詳しく説明する。この図は、複数の単語ｗ１．．．ｗ５
に対し、これらの単語が先行単語系列ｈ1 又はｈ2 の後
に発生する確率を示す。ばつ印”×”は、トレーニング
テキストから決定された、単語ｗ１．．．ｗ５が先行単
語系列ｈ1 又はｈ2 の次ぎに来る原確率値又は言語モデ
ル値を示し、”［］”で示す垂直方向の区間は現在のテ
キストから決定された対応する信頼区間を示す。矢印は
スケーリングファクタγh による原言語モデル値のシフ
トを示し、小さな丸”。”は適応化された言語モデル値
を示す。先行単語系列ｈ1 に対する上側のグラフにおい
ては、単語ｗ１に対する原言語モデル値は既に信頼区間
内に位置し、スケーリングにもかかわらずこの区間内に
とどまる。単語ｗ２も同様である。単語ｗ３及びｗ５に
対しては、原言語モデル値が信頼区間外に位置し、スケ
ーリングによりこの区間内にシフトされる。単語ｗ４に
対しては、原言語モデル値が信頼区間内に位置するが、
スケーリングによりこの区間外にシフトされるため、こ
の場合には小さな丸で示すように信頼区間の上側境界値
を単語ｗ４に対し使用する。
【０００９】先行単語系列ｈ2 に対する下側のグラフで
は、単語ｗ１，ｗ２及びｗ５に対する原言語モデル値が
スケーリングにより信頼区間内に移動するが、単語ｗ４
に対するスケーリングされた言語モデル値は信頼区間外
に位置し、従ってこの区間の上側境界値にセットされ
る。しかし、単語ｗ３に対する原言語モデル値は信頼区
間より下に遠く離れて位置し、スケーリングによりこの
区間内に移動しないため、この場合にはこの信頼区間の
下側境界値を適応化言語モデル値として使用する。
【００１０】このように適応化した言語モデル値を使用
すると、特に認識すべきテキストの性質が原トレーニン
グ資料から、特にスタイルやテーマに関し、大きく相違
する場合に、認識結果の大きな向上を達成することがで
きる。
【図面の簡単な説明】
【図１】本発明適応化方法の原理を説明するための図で
ある。
【符号の説明】
ｗ１，・・ｗ５ 単語 Ｐ (ｗ／ｈ1) 先行単語系列ｈ1 の後に単語ｗ１，・・
ｗ５が発生する確率 Ｐ (ｗ／ｈ2) 先行単語系列ｈ2 の後に単語ｗ１，・・
ｗ５が発生する確率

Claims (2)

    【特許請求の範囲】
  1. 【請求項１】 自動音声認識用の言語モデル値を有する
    言語モデルを適応化する方法であって、音声信号から試
    験値を取り出し、これらの試験値を所定の語彙を決定す
    る基準値と比較し、単語境界において言語モデル値に関
    連するスコアを取り出し、前記言語モデル値が少なくと
    も一つの先行単語に依存して語彙の所定の単語が発生す
    る確率に依存するものにおいて、 トレーニング音声信号に基づいて基本言語モデル値を有
    する基本言語モデルを決定するステップと、 統計的計算方法を用いて、トレーニング音声信号から相
    違する異なる音声信号に基づいて、言語モデル値に対す
    る上側及び下側境界値を有する信頼区間を決定するステ
    ップと、 スケーリングファクタを、これでスケーリング処理され
    た基本言語モデル値が関連する信頼区間に対する該言語
    モデル値の位置に関する最適化基準を満足するように決
    定するステップと、 信頼区間内に位置するスケーリング処理された言語モデ
    ル値の場合にはこのスケーリング処理された言語モデル
    値を、信頼区間の上側及び下側境界値を越えるスケーリ
    ング処理された言語モデル値の場合には、最も近い境界
    値を適応化された言語モデル値として、前記異なる音声
    信号から決定されたものでない信頼区間に対しては基本
    言語モデル値を前記異なる音声信号の以後の認識に使用
    するステップと、を具えることを特徴とする言語モデル
    の適応化方法。
  2. 【請求項２】 予め決められた先行単語系列の後にある
    単語が発生する確率に対する信頼区間を、この単語及び
    予め決められた系列の発生数と、前記異なる音声信号内
    に予め決められた系列が発生する数とから決定すること
    を特徴とする請求項１記載の方法。
JP10043530A 1997-02-28 1998-02-25 言語モデルの適応化方法 Pending JPH10254490A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19708184:3 1997-02-28
DE19708184A DE19708184A1 (de) 1997-02-28 1997-02-28 Verfahren zur Spracherkennung mit Sprachmodellanpassung

Publications (1)

Publication Number Publication Date
JPH10254490A true JPH10254490A (ja) 1998-09-25

Family

ID=7821853

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10043530A Pending JPH10254490A (ja) 1997-02-28 1998-02-25 言語モデルの適応化方法

Country Status (4)

Country Link
US (1) US6081779A (ja)
EP (1) EP0862160B1 (ja)
JP (1) JPH10254490A (ja)
DE (2) DE19708184A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100697961B1 (ko) 1998-12-17 2007-03-23 소니 인터내셔널(유로파) 게엠베하 반-지시된 화자 적응

Families Citing this family (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6167377A (en) * 1997-03-28 2000-12-26 Dragon Systems, Inc. Speech recognition language models
US6418431B1 (en) * 1998-03-30 2002-07-09 Microsoft Corporation Information retrieval and speech recognition based on language models
DE69915449T2 (de) * 1998-10-21 2005-03-03 Philips Intellectual Property & Standards Gmbh Verfahren zur bestimmunng von parametern eines statistischen sprachmodells
US6865528B1 (en) 2000-06-01 2005-03-08 Microsoft Corporation Use of a unified language model
US7143035B2 (en) * 2002-03-27 2006-11-28 International Business Machines Corporation Methods and apparatus for generating dialog state conditioned language models
DE10220522B4 (de) * 2002-05-08 2005-11-17 Sap Ag Verfahren und System zur Verarbeitung von Sprachdaten mittels Spracherkennung und Frequenzanalyse
DE10220524B4 (de) * 2002-05-08 2006-08-10 Sap Ag Verfahren und System zur Verarbeitung von Sprachdaten und zur Erkennung einer Sprache
DE10220521B4 (de) * 2002-05-08 2005-11-24 Sap Ag Verfahren und System zur Verarbeitung von Sprachdaten und Klassifizierung von Gesprächen
EP1361740A1 (de) * 2002-05-08 2003-11-12 Sap Ag Verfahren und System zur Verarbeitung von Sprachinformationen eines Dialogs
EP1363271A1 (de) * 2002-05-08 2003-11-19 Sap Ag Verfahren und System zur Verarbeitung und Speicherung von Sprachinformationen eines Dialogs
US7899671B2 (en) * 2004-02-05 2011-03-01 Avaya, Inc. Recognition results postprocessor for use in voice recognition systems
US8335688B2 (en) 2004-08-20 2012-12-18 Multimodal Technologies, Llc Document transcription system training
US8412521B2 (en) * 2004-08-20 2013-04-02 Multimodal Technologies, Llc Discriminative training of document transcription system
DE102004048348B4 (de) * 2004-10-01 2006-07-13 Daimlerchrysler Ag Verfahren zur Adaption und/oder Erzeugung statistischer Sprachmodelle
US7801910B2 (en) * 2005-11-09 2010-09-21 Ramp Holdings, Inc. Method and apparatus for timed tagging of media content
US20070106685A1 (en) * 2005-11-09 2007-05-10 Podzinger Corp. Method and apparatus for updating speech recognition databases and reindexing audio and video content using the same
US20070118873A1 (en) * 2005-11-09 2007-05-24 Bbnt Solutions Llc Methods and apparatus for merging media content
US20070106646A1 (en) * 2005-11-09 2007-05-10 Bbnt Solutions Llc User-directed navigation of multimedia search results
US9697230B2 (en) 2005-11-09 2017-07-04 Cxense Asa Methods and apparatus for dynamic presentation of advertising, factual, and informational content using enhanced metadata in search-driven media applications
US9697231B2 (en) * 2005-11-09 2017-07-04 Cxense Asa Methods and apparatus for providing virtual media channels based on media search
US7756708B2 (en) * 2006-04-03 2010-07-13 Google Inc. Automatic language model update
WO2007142102A1 (ja) * 2006-05-31 2007-12-13 Nec Corporation 言語モデル学習システム、言語モデル学習方法、および言語モデル学習用プログラム
US8073681B2 (en) * 2006-10-16 2011-12-06 Voicebox Technologies, Inc. System and method for a cooperative conversational voice user interface
US7818176B2 (en) 2007-02-06 2010-10-19 Voicebox Technologies, Inc. System and method for selecting and presenting advertisements based on natural language processing of voice-based input
US8886540B2 (en) 2007-03-07 2014-11-11 Vlingo Corporation Using speech recognition results based on an unstructured language model in a mobile communication facility application
US20080288252A1 (en) * 2007-03-07 2008-11-20 Cerra Joseph P Speech recognition of speech recorded by a mobile communication facility
US20090030697A1 (en) * 2007-03-07 2009-01-29 Cerra Joseph P Using contextual information for delivering results generated from a speech recognition facility using an unstructured language model
US8635243B2 (en) 2007-03-07 2014-01-21 Research In Motion Limited Sending a communications header with voice recording to send metadata for use in speech recognition, formatting, and search mobile search application
US20110060587A1 (en) * 2007-03-07 2011-03-10 Phillips Michael S Command and control utilizing ancillary information in a mobile voice-to-speech application
US20110054894A1 (en) * 2007-03-07 2011-03-03 Phillips Michael S Speech recognition through the collection of contact information in mobile dictation application
US20110054897A1 (en) * 2007-03-07 2011-03-03 Phillips Michael S Transmitting signal quality information in mobile dictation application
US20080312934A1 (en) * 2007-03-07 2008-12-18 Cerra Joseph P Using results of unstructured language model based speech recognition to perform an action on a mobile communications facility
US20090030691A1 (en) * 2007-03-07 2009-01-29 Cerra Joseph P Using an unstructured language model associated with an application of a mobile communication facility
US20090030687A1 (en) * 2007-03-07 2009-01-29 Cerra Joseph P Adapting an unstructured language model speech recognition system based on usage
US20090030685A1 (en) * 2007-03-07 2009-01-29 Cerra Joseph P Using speech recognition results based on an unstructured language model with a navigation system
US8886545B2 (en) * 2007-03-07 2014-11-11 Vlingo Corporation Dealing with switch latency in speech recognition
US8838457B2 (en) 2007-03-07 2014-09-16 Vlingo Corporation Using results of unstructured language model based speech recognition to control a system-level function of a mobile communications facility
US20110054896A1 (en) * 2007-03-07 2011-03-03 Phillips Michael S Sending a communications header with voice recording to send metadata for use in speech recognition and formatting in mobile dictation application
US20110054898A1 (en) * 2007-03-07 2011-03-03 Phillips Michael S Multiple web-based content search user interface in mobile search application
US20080221900A1 (en) * 2007-03-07 2008-09-11 Cerra Joseph P Mobile local search environment speech processing facility
US10056077B2 (en) * 2007-03-07 2018-08-21 Nuance Communications, Inc. Using speech recognition results based on an unstructured language model with a music system
US8949130B2 (en) 2007-03-07 2015-02-03 Vlingo Corporation Internal and external speech recognition use with a mobile communication facility
US20110054899A1 (en) * 2007-03-07 2011-03-03 Phillips Michael S Command and control utilizing content information in a mobile voice-to-speech application
US8996379B2 (en) * 2007-03-07 2015-03-31 Vlingo Corporation Speech recognition text entry for software applications
US20110054900A1 (en) * 2007-03-07 2011-03-03 Phillips Michael S Hybrid command and control between resident and remote speech recognition facilities in a mobile voice-to-speech application
US20110054895A1 (en) * 2007-03-07 2011-03-03 Phillips Michael S Utilizing user transmitted text to improve language model in mobile dictation application
US20090030688A1 (en) * 2007-03-07 2009-01-29 Cerra Joseph P Tagging speech recognition results based on an unstructured language model for use in a mobile communication facility application
US8949266B2 (en) 2007-03-07 2015-02-03 Vlingo Corporation Multiple web-based content category searching in mobile search application
US8312022B2 (en) * 2008-03-21 2012-11-13 Ramp Holdings, Inc. Search engine optimization
US8577670B2 (en) * 2010-01-08 2013-11-05 Microsoft Corporation Adaptive construction of a statistical language model
US8527534B2 (en) 2010-03-18 2013-09-03 Microsoft Corporation Bootstrap and adapt a document search engine
US10658074B1 (en) 2011-04-11 2020-05-19 Zeus Data Solutions, Inc. Medical transcription with dynamic language models
US8676580B2 (en) * 2011-08-16 2014-03-18 International Business Machines Corporation Automatic speech and concept recognition
EP3195145A4 (en) 2014-09-16 2018-01-24 VoiceBox Technologies Corporation Voice commerce
WO2016070034A1 (en) * 2014-10-31 2016-05-06 Linkedin Corporation Transfer learning for bilingual content classification
CN105355198B (zh) * 2015-10-20 2019-03-12 河海大学 一种基于多重自适应的模型补偿语音识别方法
US10896681B2 (en) 2015-12-29 2021-01-19 Google Llc Speech recognition with selective use of dynamic language models

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4741036A (en) * 1985-01-31 1988-04-26 International Business Machines Corporation Determination of phone weights for markov models in a speech recognition system
US5241619A (en) * 1991-06-25 1993-08-31 Bolt Beranek And Newman Inc. Word dependent N-best search method
US5510981A (en) * 1993-10-28 1996-04-23 International Business Machines Corporation Language translation apparatus and method using context-based translation models
US5621859A (en) * 1994-01-19 1997-04-15 Bbn Corporation Single tree method for grammar directed, very large vocabulary speech recognizer
US5675707A (en) * 1995-09-15 1997-10-07 At&T Automated call router system and method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100697961B1 (ko) 1998-12-17 2007-03-23 소니 인터내셔널(유로파) 게엠베하 반-지시된 화자 적응

Also Published As

Publication number Publication date
EP0862160A3 (de) 1999-03-10
DE59801560D1 (de) 2001-10-31
EP0862160B1 (de) 2001-09-26
EP0862160A2 (de) 1998-09-02
DE19708184A1 (de) 1998-09-03
US6081779A (en) 2000-06-27

Similar Documents

Publication Publication Date Title
JPH10254490A (ja) 言語モデルの適応化方法
US6275801B1 (en) Non-leaf node penalty score assignment system and method for improving acoustic fast match speed in large vocabulary systems
JPH10240288A (ja) 言語モデル適合による音声認識方法
US20050021330A1 (en) Speech recognition apparatus capable of improving recognition rate regardless of average duration of phonemes
CN101548285A (zh) 自动语音识别方法和设备
JP3834169B2 (ja) 連続音声認識装置および記録媒体
US5963902A (en) Methods and apparatus for decreasing the size of generated models trained for automatic pattern recognition
KR19980702723A (ko) 음성 인식 방법 및 장치
US5950158A (en) Methods and apparatus for decreasing the size of pattern recognition models by pruning low-scoring models from generated sets of models
CN106847259B (zh) 一种音频关键词模板的筛选和优化方法
JPH1195783A (ja) 音声情報処理方法
JP2008090272A (ja) 子供に向けられた発話を使用してモデル・ベースの音声の区分化をブートストラップすること、および認識システム
Wessel et al. Using posterior word probabilities for improved speech recognition
CN112348073A (zh) 一种多音字识别方法、装置、电子设备及存储介质
CN111613215A (zh) 一种语音识别的方法及其装置
US20040172249A1 (en) Speech synthesis
CN111933113B (zh) 一种语音识别的方法、装置、设备及介质
KR20060067096A (ko) Ｎ-ｇｒａｍ 네트워크를 이용하는 한국어 연속음성인식의언어모델 적응장치 및 그 방법
KR100374921B1 (ko) 단어열인식방법및단어열결정장치
JPH11143875A (ja) 単語自動分類装置及び単語自動分類方法
JPH09134192A (ja) 統計的言語モデル生成装置及び音声認識装置
CN113035247B (zh) 一种音频文本对齐方法、装置、电子设备及存储介质
Gopalakrishnan et al. A channel-bank-based phone detection strategy
CN116343769B (zh) 一种语音识别方法、装置、电子设备及存储介质
JP3369121B2 (ja) 音声認識方法および音声認識装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050222

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20070314

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20070828

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20071126

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20071129

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20080513