JPWO2021024466A1 - 音声対話装置、音声対話方法およびプログラム記録媒体 - Google Patents
音声対話装置、音声対話方法およびプログラム記録媒体 Download PDFInfo
- Publication number
- JPWO2021024466A1 JPWO2021024466A1 JP2021537527A JP2021537527A JPWO2021024466A1 JP WO2021024466 A1 JPWO2021024466 A1 JP WO2021024466A1 JP 2021537527 A JP2021537527 A JP 2021537527A JP 2021537527 A JP2021537527 A JP 2021537527A JP WO2021024466 A1 JPWO2021024466 A1 JP WO2021024466A1
- Authority
- JP
- Japan
- Prior art keywords
- voice
- signal
- wakeup word
- servers
- voice signal
- 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
Links
- 238000000034 method Methods 0.000 title claims description 37
- 230000004044 response Effects 0.000 claims description 92
- 230000005236 sound signal Effects 0.000 claims description 80
- 230000008569 process Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 description 27
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 241000238558 Eucarida Species 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
-
- 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
- G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
-
- 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
- G10L15/28—Constructional details of speech recognition systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephonic Communication Services (AREA)
Abstract
Description
図1は、実施の形態1における音声対話装置100の構成を示すブロック図である。
実施の形態2における音声対話装置および音声対話方法を説明する。実施の形態2は実施の形態1の下位概念であり、実施の形態2における音声対話装置は、実施の形態1における音声対話装置100の各構成を含む。なお、実施の形態1と同様の構成および動作については説明を省略する。
実施の形態3における音声対話装置および音声対話方法を説明する。実施の形態3は実施の形態1の下位概念であり、実施の形態3における音声対話装置は、実施の形態1における音声対話装置100の各構成を含む。なお、実施の形態1または2と同様の構成および動作については説明を省略する。
実施の形態3の変形例における音声対話装置102および音声対話方法を説明する。なお、実施の形態3と同様の構成および動作については説明を省略する。
以上の各実施の形態に示された音声対話装置は、ナビゲーション装置と、通信端末と、サーバと、これらにインストールされるアプリケーションの機能とを適宜に組み合わせて構築されるシステムにも適用することができる。ここで、ナビゲーション装置とは、例えば、PND(Portable Navigation Device)などを含む。通信端末とは、例えば、携帯電話、スマートフォンおよびタブレットなどの携帯端末を含む。
Claims (7)
- ユーザによって発話された音声に対して音声認識処理を行うサーバに、音声信号を送信する音声対話装置であって、
前記音声に対応する入力音声信号を取得する音声信号取得部と、
前記音声認識処理を行う複数のサーバを示す全称的なウェイクアップワードが前記入力音声信号に含まれている場合に、前記入力音声信号に基づく前記音声信号を、前記複数のサーバに送信するウェイクアップワード分割部と、を備える音声対話装置。 - 前記ウェイクアップワード分割部は、
前記入力音声信号から前記全称的なウェイクアップワードを削除して主音声信号を生成し、前記主音声信号を前記音声信号として、前記複数のサーバに送信する、請求項1に記載の音声対話装置。 - 前記全称的なウェイクアップワードが前記入力音声信号に含まれている場合に、前記複数のサーバの各々を示す個別のウェイクアップワードに対応する個別音声信号を前記音声信号に付与するウェイクアップワード付与部をさらに備え、
前記ウェイクアップワード分割部は、
前記音声信号に付与された前記個別音声信号に基づいて、前記個別のウェイクアップワードによって示される特定のサーバごとに、前記音声信号を送信する、請求項2に記載の音声対話装置。 - 前記全称的なウェイクアップワードは、特定のサーバ以外の前記複数のサーバを示すものであり、
前記ウェイクアップワード分割部は、
前記入力音声信号に基づく前記音声信号を、前記特定のサーバ以外の前記複数のサーバに送信する、請求項1に記載の音声対話装置。 - 前記音声信号に対する複数の応答信号を前記複数のサーバから受信し、前記複数の応答信号の各々に含まれる応答の有効性を示す有効性信号に基づいて、前記複数の応答信号を音声出力装置に出力する応答信号出力部をさらに備える、請求項1に記載の音声対話装置。
- ユーザによって発話された音声に対して音声認識処理を行うサーバに、音声信号を送信する音声対話方法であって、
前記音声に対応する入力音声信号を取得し、
前記音声認識処理を行う複数のサーバを示す全称的なウェイクアップワードが前記入力音声信号に含まれている場合に、前記入力音声信号に基づく前記音声信号を、前記複数のサーバに送信する、音声対話方法。 - ユーザによって発話された音声に対して音声認識処理を行うサーバに、音声信号を送信する音声対話装置として機能させるための音声対話プログラムが記録され、かつ、コンピュータによって読取可能なプログラム記録媒体であって、
前記音声対話プログラムは、前記コンピュータを、
前記音声に対応する入力音声信号を取得する音声信号取得部と、
前記音声認識処理を行う複数のサーバを示す全称的なウェイクアップワードが前記入力音声信号に含まれている場合に、前記入力音声信号に基づく前記音声信号を、前記複数のサーバに送信するウェイクアップワード分割部と、として機能させるためのプログラムである、プログラム記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/031423 WO2021024466A1 (ja) | 2019-08-08 | 2019-08-08 | 音声対話装置、音声対話方法およびプログラム記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021024466A1 true JPWO2021024466A1 (ja) | 2021-12-09 |
JP7224470B2 JP7224470B2 (ja) | 2023-02-17 |
Family
ID=74503399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021537527A Active JP7224470B2 (ja) | 2019-08-08 | 2019-08-08 | 音声対話装置、音声対話方法およびプログラム記録媒体 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7224470B2 (ja) |
WO (1) | WO2021024466A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115665894A (zh) * | 2022-10-20 | 2023-01-31 | 四川启睿克科技有限公司 | 全屋分布式语音网关系统及语音控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180040324A1 (en) * | 2016-08-05 | 2018-02-08 | Sonos, Inc. | Multiple Voice Services |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11164570B2 (en) * | 2017-01-17 | 2021-11-02 | Ford Global Technologies, Llc | Voice assistant tracking and activation |
JP6543676B2 (ja) * | 2017-11-01 | 2019-07-10 | ソフトバンク株式会社 | 送信制御装置及びプログラム |
-
2019
- 2019-08-08 JP JP2021537527A patent/JP7224470B2/ja active Active
- 2019-08-08 WO PCT/JP2019/031423 patent/WO2021024466A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180040324A1 (en) * | 2016-08-05 | 2018-02-08 | Sonos, Inc. | Multiple Voice Services |
Also Published As
Publication number | Publication date |
---|---|
WO2021024466A1 (ja) | 2021-02-11 |
JP7224470B2 (ja) | 2023-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102660922B1 (ko) | 복수의 지능형 개인 비서 서비스를 위한 관리 계층 | |
KR102478951B1 (ko) | 비선형 특성을 갖는 오디오 필터를 이용하여 오디오 신호를 처리하는 방법 및 장치 | |
US11188289B2 (en) | Identification of preferred communication devices according to a preference rule dependent on a trigger phrase spoken within a selected time from other command data | |
US10827065B2 (en) | Systems and methods for providing integrated computerized personal assistant services in telephony communications | |
US11200891B2 (en) | Communications utilizing multiple virtual assistant services | |
JP2019534522A (ja) | 単一の装置から複数の仮想パーソナルアシスタント(vpa)へのアクセス | |
JP6236805B2 (ja) | 発話コマンド認識システム | |
JP6934076B2 (ja) | スマートサービス方法、装置及び機器 | |
CN111341315B (zh) | 语音控制方法、装置、计算机设备和存储介质 | |
CN112687286A (zh) | 音频设备的降噪模型的调整方法和装置 | |
CN111309857A (zh) | 一种处理方法及处理装置 | |
EP3769303A1 (en) | Modifying spoken commands | |
CN110659361B (zh) | 一种对话方法、装置、设备及介质 | |
JP6255274B2 (ja) | 情報処理装置、音声対話装置、および制御プログラム | |
WO2021024466A1 (ja) | 音声対話装置、音声対話方法およびプログラム記録媒体 | |
CN112396511B (zh) | 分布式风控变量数据处理方法、装置及系统 | |
CN114333815A (zh) | 语音命令执行 | |
CN110750295B (zh) | 一种信息处理方法,装置,电子设备和存储介质 | |
KR102204488B1 (ko) | 통신 장치 | |
KR102485339B1 (ko) | 차량의 음성 명령 처리 장치 및 방법 | |
CN111797270A (zh) | 音频播放方法、装置、电子设备及计算机可读存储介质 | |
CN112702306A (zh) | 智能服务共享的方法、装置、设备和存储介质 | |
JP6468069B2 (ja) | 電子機器制御システム、サーバー、及び、端末装置 | |
CN114726830A (zh) | 语音服务访问方法、系统和车辆 | |
JP2024510633A (ja) | 放射音声の高周波数コピーの重畳 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210802 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210802 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220726 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220914 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230207 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7224470 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |