JPS603699A - 適応性自動離散音声認識方法 - Google Patents

適応性自動離散音声認識方法

Info

Publication number
JPS603699A
JPS603699A JP59047322A JP4732284A JPS603699A JP S603699 A JPS603699 A JP S603699A JP 59047322 A JP59047322 A JP 59047322A JP 4732284 A JP4732284 A JP 4732284A JP S603699 A JPS603699 A JP S603699A
Authority
JP
Japan
Prior art keywords
prototype
utterance
recognition
speaker
term
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.)
Granted
Application number
JP59047322A
Other languages
English (en)
Other versions
JPH0423799B2 (ja
Inventor
サブラタ・クマ−ル・ダス
ノ−マン・レツクス・デイクソン
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)

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】 本発明は自動離散音声認識システムに関し、特に多重繰
返し技法によっ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語集のう
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
の項目全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−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：この特許は最初ノ訓練ノ
後に、動作モードにスイッチされ、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、オペレータは棄却ノくターンに対応する位置に識
別スイッ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・ノく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だめのスイッチを含む適切
なスイッチをセッ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
準に従ってピッ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って、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
これ迄に受取っ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
しいデータによって置換された時には失われるにちがい
ない。
この特許は、転送バッファ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だ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６６６５’４５０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
テーショ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だ
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０数を発’ＩＥＬ
、特徴抽８を使ＪＩＬｒｌ、ｑ６・訓　１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
よっ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４０９２４９６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４２９７５．２８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って
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。
Ｉ　ＥＥＥ　Ｔｒａｎｓ、ｏｎ　Ｓｙｓｔｅｍｓ、Ｍａ
ｎ。
ａｎｄ　ＣｙｂｅｒｎｅｔｉｃＳ、第ＳＭＣ２号、第１
号、１９７２年１月号第６６７２頁のＣ，Ｃ。
Ｔａｐｐｅｒｔ著Ａ　ＰＲＥＬＩＭＩＮＡＲＹＩＮＶＥ
ＳＴＩＧＡＴＩＯＮ　０Ｆ ＡＤＡＰＴＩＶＥ　Ｃ０ＮＴＲ０Ｌ、’ＩＮＴＨＥ　Ｉ
　ＮＴＥＲＡＣＴＩＯＮ １３ＥＴＷＥＥＮ　ＳＥＧＭＥＮＴＡＴＩＯＮＡＮＤ　
ＳＥＧＭＥＮ、Ｔ ＣＬＡＳＳＩＦＩＣＡＴＩＯＮ　ＩＮ ＡｔｒＴｏＭＡＴＩＣＲＥＣＯＧＮＩＴＩＯＮＯＦ　Ｃ
０ＮＴＩＮＵＯＵＳ　５ＰＥＥＣＨ：この論文は連続音
声認識のセグメンテーショ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　ａｎｄＥｌ
ｅｃｔｒｏａｃｏｕｓｔｉｃｓ第Ａｕ−２１巻、第６号
　１９７６年６月刊、第２２５２２８頁のＣ、Ｃ、Ｔａ
ｐｐｅｒｔ等著Ａ、ＰＰＬＩＣＡＴＩＯＷＯＦ　５ＥＱ
ＵＥＷＴＩＡＬ　ＤＥＣＯＤＩＮＧＦ、ＯＲＣ０ＮＶＥ
ＲＴＩＮＧ　ＰＨ０ＮＥＴＩＣＴｏ　ＧＲＡＰＨＩＣ ＲＥＰＲＥＳＥＮＴＡＴＩＯＮ　ＩＮ ＡＵＴＯＭＡＴＩＣＲＥＣＯＧＷＴＩＯＮＯＦ　Ｃ０Ｎ
ＴＩＮＵＯＵＳ　５ＰＥＥＣＨ（ＡＲＣ８）：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。音声人
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する用
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だめの再訓練は
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
事を明確に知っ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
し手を導ぐ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、次の２つの事が生じる用語の原型集の
うち制限された部分集合のだめだけに７ステム保持が与
えられる。
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。
これによってシステムは使用されない単語のだめの再訓
練を避ける事が出来る。
〔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
ロック図である。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　１を変更しだい場合には（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
の話し手であっ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。
選択さ牡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
に使用するだ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シ、システムにょって認識される
だめの音声入力を与える（−貫した認識の誤シを含ま々
い条件のＦでは、もはや用語の訓練は生じない）。
モード６　適応性再訓練モード 一貫性のある認識誤シの条件の下では、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。上記計算書１はユーザ・インターフェイス２
に接続され、ユーザ・インターフェイス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・インターフェイス２は多くの形を取シ得る、ユー
ザ及び認識システムのだめの適切なインターフェイスで
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に沿って原訓練パターン（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１
０に沿ってパターン認識装置１１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、認識のだめの原型パターンは線１
６に沿っ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紗１４を介して決定機＃
Ｉｔ１５に与えられる。認識結果のデータは線１６を介
してユーザ物インターフェイス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Ｗ１１練装置２０間を転送され、線１９を介し
て適応訓練装置２ｏがら原型記憶装置９に転送される。
前に指摘された如く、第１図中本発明にとって最も重要
な部分は適応性訓練と説明が記入されている（番号２ｏ
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２ｏ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Ｍ２Ｓ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フレメ
ンタ２６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。インフレメンタ２ｂ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？）に与える事によって、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２８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３ｏを励起する。　′さ 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によって同定され、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成る
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だめの処理技法に従って
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
発声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つのマトリッ
クス比較回路６ろ、６４及び３５に与えられる。マトリ
ックス比較回路６６は２つの新らしい入力発声を互に関
連ずける距離符号Ｄ１を与える。マトリックス比較回路
ろ４は原型及び第２の新らしい発声入力を互に関連させ
る距離符号Ｄ２を与える。マトリックス比較回路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Ｄ
５を与える。これ等の距離符号は比較回路３６及び３７
によって比較される。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ｎると原型発声を発声人力２によって置換する事であ
る。比較回路６６が入力２が人力１に対するよシも原型
に近い事を決定すると（Ｌ）１がＤ２よりも大きいと）
、回路３６がＮｏ線６８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、人力１、・が入力２よりも原型によシ近
い事を比較回路３７が決定すると（Ｉ）１はＤ６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ＤｌがＤ２未満で、同様にＤｌがＤ３未
満ならば原型を変更させる事である。比較回路３７が線
６９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７２２によって置換する動作
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）の変化）によって原研
。
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って原型が置換され
る。
第２図は原型用語の項目の適応性再訓練のための手１−
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
ードの誤シ認識の直前の単語に関連する用語の項目の選
択番号のスタックが適応性訓練段階に送られ、このスタ
ックを使用して、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ックの用語の項
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
ッ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。スタックの用語
の項目がこの発声（入力１）に一致した事が話し手によ
って認識されると、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。システムはマトリックス距離〔入力１対入力
２＝（ＤＩ　）　〕、〔原型対人力２−（Ｄ２））及び
〔原型対人力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ＤｌがＤ２よシも小さく、ＤｌがＤ６よシも小さけ
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。
ｊ　０−Ｔ＝ｊユゆ、ヶ。−ヶ。、−ヶ。工。１１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
マトリッ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って行われる。
１、　原型となる話し手がキイ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だめのサンプル・キイワード
を発声する。
ろ　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
タックによって適応性Ｉｌｌ練段階が設定される。
６　ユーザに対しスタックのどの単語を意図しているか
を示す様に促す。
Ｚ　認識不能なキイワードがスタッ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、次のマトリックス距離を計算する。
入力１対入力２＝（Ｄｌ、） 原型対入力２＝（Ｄ２） 原型対人力１＝（Ｄ３） １２、ＤＩ、Ｄ２．Ｄ３を比較する。
１６８　もしＤＩ（Ｄ２及びＤ　Ｉ　（Ｄ　３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
ロック図である。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
イ諌、６・・・・表示装置、４・・・マイクロホーン９
、５・・・・拡声器、７・・・・信号解析兼特徴抽出装
置、９・・・・原型記憶装置、１１．・・・・ノくター
ン認識装置、′！５・・・・決定機構、２０・・・・適
応性訓練装置。 出願人　イ／外ヅルｅナル・ビｌｙ＜−マシーンズＱコ
づ艙々→旧ン代理人　弁理士　山　本　仁　朗 （外１名）

Claims (1)

  1. 【特許請求の範囲】 次の段階より成る適応性自動離散音声認識方法。 （ａ）システムに原型の用語キイワードの組であって単
    一発声からなるものを与える段階。 （ｂ）　認識不能な発声が検出される迄システムを動作
    させる段階。 （ｃ）原型の用語キイワードのうち上記段階（ｂ）によ
    り指示されたものにつき候補となる発声を促す段階。 （ｄ）　認識不能の発声、促された原型の用語キイワー
    ドの候補の発声及び原型の用語キイーワードの夫々の間
    の認識距離を計算する段階。 （ｅ）上記計算された認識距離を比較する段階。 （ｆ）　上記計算された認識距離を比較する段階に関連
    し７て原型の用語キイワードとして上記原型の用語キイ
    ワードの候補の発声を選択的に受容する段階。
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 1995-07-14

Publications (2)

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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6598139B2 (en) 1995-02-15 2003-07-22 Hitachi, Ltd. Information processing apparatus

Families Citing this family (164)

* 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
GB2187586B (en) * 1986-02-06 1990-01-17 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
EP0241170B1 (en) * 1986-03-28 1992-05-27 AT&T Corp. Adaptive speech feature signal generation arrangement
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
EP0559349B1 (en) * 1992-03-02 1999-01-07 AT&T Corp. Training method and apparatus for speech recognition
US5613036A (en) * 1992-12-31 1997-03-18 Apple Computer, Inc. Dynamic categories for a speech recognition system
US6311157B1 (en) 1992-12-31 2001-10-30 Apple Computer, Inc. Assigning meanings to utterances in 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
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
US5884258A (en) * 1996-10-31 1999-03-16 Microsoft Corporation Method and system for editing phrases during continuous 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
US5950160A (en) * 1996-10-31 1999-09-07 Microsoft Corporation Method and system for displaying a variable number of alternative words during speech recognition
US6212498B1 (en) 1997-03-28 2001-04-03 Dragon Systems, Inc. Enrollment in speech recognition
US7630895B2 (en) * 2000-01-21 2009-12-08 At&T Intellectual Property I, L.P. Speaker verification method
US6012027A (en) * 1997-05-27 2000-01-04 Ameritech Corporation Criteria for usable repetitions of an utterance during speech reference enrollment
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
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10255566B2 (en) 2011-06-03 2019-04-09 Apple Inc. Generating and processing task items that represent tasks to perform
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
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
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
DE202011111062U1 (de) 2010-01-25 2019-02-19 Newvaluexchange Ltd. Vorrichtung und System für eine Digitalkonversationsmanagementplattform
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
CN105027197B (zh) 2013-03-15 2018-12-14 苹果公司 训练至少部分语音命令系统
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
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
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
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
CN105264524B (zh) 2013-06-09 2019-08-02 苹果公司 用于实现跨数字助理的两个或更多个实例的会话持续性的设备、方法、和图形用户界面
KR101809808B1 (ko) 2013-06-13 2017-12-15 애플 인크. 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
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
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
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
EP3149728B1 (en) 2014-05-30 2019-01-16 Apple Inc. Multi-command single utterance input method
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
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
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
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
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
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
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
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
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
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
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
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
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
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
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6598139B2 (en) 1995-02-15 2003-07-22 Hitachi, Ltd. Information processing apparatus

Also Published As

Publication number Publication date
US4618984A (en) 1986-10-21
JPH0423799B2 (ja) 1992-04-23
CA1204865A (en) 1986-05-20
DE3467057D1 (en) 1987-12-03
EP0128288A1 (en) 1984-12-19
EP0128288B1 (en) 1987-10-28

Similar Documents

Publication Publication Date Title
JPS603699A (ja) 適応性自動離散音声認識方法
EP0376501B1 (en) Speech recognition system
US5995928A (en) Method and apparatus for continuous spelling speech recognition with early identification
EP0533491B1 (en) Wordspotting using two hidden Markov models (HMM)
US5832063A (en) Methods and apparatus for performing speaker independent recognition of commands in parallel with speaker dependent recognition of names, words or phrases
US6839670B1 (en) Process for automatic control of one or more devices by voice commands or by real-time voice dialog and apparatus for carrying out this process
EP0387602B1 (en) Method and apparatus for the automatic determination of phonological rules as for a continuous speech recognition system
EP0840288B1 (en) Method and system for editing phrases during continuous speech recognition
EP0965978A1 (en) Non-interactive enrollment in speech recognition
US20050033575A1 (en) Operating method for an automated language recognizer intended for the speaker-independent language recognition of words in different languages and automated language recognizer
US20020178004A1 (en) Method and apparatus for voice recognition
JP2000122691A (ja) 綴り字読み式音声発話の自動認識方法
JPS6147440B2 (ja)
KR19980070329A (ko) 사용자 정의 문구의 화자 독립 인식을 위한 방법 및 시스템
JP2000214880A (ja) 音声認識方法及び音声認識装置
JPH06110494A (ja) 発音学習装置
EP0177854B1 (en) Keyword recognition system using template-concatenation model
JP3254977B2 (ja) 音声認識方法及び音声認識装置
JP2003044085A (ja) コマンド入力機能つきディクテーション装置
CN101304457A (zh) 一种基于语音电话实现自动口语训练的方法与装置
JPH08190470A (ja) 情報提供端末
JPH06161488A (ja) 音声認識装置
JP2001175279A (ja) 音声認識方法
JP3231365B2 (ja) 音声認識装置
JP3357752B2 (ja) パターンマッチング装置