KR20100119250A - 모션 정보를 이용하는 음성 검출 장치 및 방법 - Google Patents

모션 정보를 이용하는 음성 검출 장치 및 방법 Download PDF

Info

Publication number
KR20100119250A
KR20100119250A KR1020090038267A KR20090038267A KR20100119250A KR 20100119250 A KR20100119250 A KR 20100119250A KR 1020090038267 A KR1020090038267 A KR 1020090038267A KR 20090038267 A KR20090038267 A KR 20090038267A KR 20100119250 A KR20100119250 A KR 20100119250A
Authority
KR
South Korea
Prior art keywords
speech
intent
input
voice
information
Prior art date
Application number
KR1020090038267A
Other languages
English (en)
Other versions
KR101581883B1 (ko
Inventor
조정미
김정수
방원철
김남훈
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020090038267A priority Critical patent/KR101581883B1/ko
Priority to US12/770,086 priority patent/US9443536B2/en
Priority to JP2012508401A priority patent/JP5911796B2/ja
Priority to CN201080017476.6A priority patent/CN102405463B/zh
Priority to EP10769966.2A priority patent/EP2426598B1/en
Priority to US12/770,168 priority patent/US8606735B2/en
Priority to PCT/KR2010/002723 priority patent/WO2010126321A2/ko
Publication of KR20100119250A publication Critical patent/KR20100119250A/ko
Application granted granted Critical
Publication of KR101581883B1 publication Critical patent/KR101581883B1/ko

Links

Images

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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G10L15/24—Speech recognition using non-acoustical features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

모션 정보를 이용하여 음성 검출 동작을 제어하는 음성 검출 장치 및 방법이 개시된다. 일 실시예에 따른 음성 검출 장치는 사용자의 모션 인식을 통해 음성을 입력 또는 종료하려는 사용자 의도를 예측한다. 그런 다음, 음성 검출 장치는 마이크나 카메라 등 다양한 센서를 통해 입력받은 정보들로부터 특징들을 추출하고, 추출된 특징들을 처리한 결과를 이용하여 사용자 음성 구간을 검출한다.
모션 정보, 특징 정보, VAD, 의도 예측, 특징 추출

Description

모션 정보를 이용하는 음성 검출 장치 및 방법{Appratus for detecting voice using motion information and method thereof}
하나 이상의 양상은 음성 검출 기술에 관한 것으로, 더욱 상세하게는 음성 검출을 효율적으로 수행할 수 있도록 지원하는 음성 검출 장치 및 방법에 관한 것이다.
VAD(voice activity detection) 또는 일반적으로 음원 검지는 신호 처리 실무에서 필수적인 문제이며 시스템의 전체적인 성능에 큰 영향을 미친다. 음성 부호화, 멀티미디어 통신, 노이즈가 많은 환경에서의 음질 개선(speech enhancement), 음성 인식과 같은 다양한 애플리케이션에서 VAD는 각 시스템의 성능을 향상시킬 수 있다. VAD는 음성신호의 존재여부를 매 분석구간마다 결정한다. 즉, 음성이 매 분석 구간마다 발성되고 있는지, 발성되고 있지 않은지를 나타낼 수 있다. 통상의 VAD 방법은 대부분 음성신호의 에너지, ZCR(Zero Crossing rate), LCR(Level Crossing Rate), SNR(Signal to Noise Ratio), 주파수 성분의 통계적 분포 등과 같이 입력 신호의 주파수 스펙트럼 크기와 관련있는 값을 이용한다.
모션 정보를 이용하여 사용자의 음성 입력에 관련된 스피치 의도를 예측할 수 있는 장치 및 방법을 제공한다.
일 양상에 따른 음성 검출 장치는 사용자의 모션 정보를 감지하고 분석하여 사용자의 스피치와 관련된 스피치 의도를 예측하고, 예측된 스피치 의도에 따라 음성 검출 동작을 수행한다. 음성 검출 장치는 모션 센서로부터 감지된 모션 정보를 이용하여 모션 센서가 부착되지 않는 사용자의 신체 부위의 동작 또는 위치를 계산하고, 계산 결과를 이용하여 스피치 의도를 예측할 수 있다. 스피치 의도는 사용자가 스피치를 입력하려는 스피치 입력 의도 및 스피치를 종료하려는 스피치 종료 의도로 분류될 수 있다.
음성 검출 장치는 현재 음성 입력이 진행중인지 여부에 대한 정보를 추가적으로 이용하여 모션 정보를 이용하여 예측된 스피치 의도를 2차적으로 예측 또는 검증할 수 있다. 일예로, 음성 검출 장치는 예측된 스피치 의도가 스피치 입력 의도이고 음성 입력이 진행중이 아닌 경우, 2차적으로 예측된 스피치 의도가 스피치 입력 의도임을 확인하고, 예측된 스피치 의도가 스피치 종료 의도이고 음성 입력이 진행중인 경우 2차적으로 예측된 스피치 의도가 스피치 종료 의도임을 확인할 수 있다. 음성 검출 장치는 그 외의 경우에는 이전에 예측된 스피치 의도는 음성 입력과 무관한 동작으로 결정하여 스피치 의도 예측 결과를 무시할 수 있다.
음성 검출 장치는 예측된 스피치 의도가 스피치 입력 의도인 경우, 입력된 음성을 분석하여 음성 구간을 검출하고, 검출된 음성 구간의 음성을 인식한다. 음성 인식 결과에 따라 동작하는 애플리케이션이 동작하여 동작 결과가 사용자에게 제공될 수 있다. 음성 검출 장치가 음성 구간을 검출할 때에는 음향 신호 뿐 아니라 사용자의 발화시 변화가 감지될 수 있는 멀티 모달 정보를 이용할 수 있다. 감지 정보는 영상 정보, 온도 정보 및 진동 정보 중 적어도 하나를 포함할 수 있다.
다른 양상에 따른 음성 검출 방법은 감지된 모션 정보를 이용하여 사용자의 스피치와 관련된 스피치 의도를 예측하고, 예측된 스피치 의도에 기초하여 음성 구간 검출 동작을 제어한다.
일 실시예에 따르면, 모션 정보를 이용하여 또는 모션 정보와 함께 음성 또는 영상 정보 등 멀티모달 정보를 융합하여 사용자의 음성 입력 시작 및 종료 의도를 예측할 수 있으므로 사용자는 특별한 음성 입력 방식을 학습하지 않고도 음성 검출 장치에 음성을 입력할 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 본 발명의 다양한 실시예를 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 일 실시예에 따른 모션 정보를 이용하는 음성 검출 장치의 구성을 나타내는 도면이다.
음성 검출 장치(100)는 모션 센서(110), 스피치 의도 결정부(120), 음향 센서(130), 제어부(140) 및 멀티 모달 센서부(150)를 포함한다. 음성 검출 장치(100)는 개인용 컴퓨터, 서버 컴퓨터, 휴대용 단말, 셋탑 박스 등 어떤 형태의 장치 또는 시스템으로도 구현될 수 있다.
모션 센서(110)는 모션 정보를 감지하기 위하여 관성 센서, 방향을 감지하는 지자기 센서 및 움직임을 감지하는 가속도 센서 또는 자이로 센서 등을 포함할 수 있다. 일 실시예에 따르면 복수 개의 모션 센서가 사용자의 신체의 일부 부위에 부착되어 모션 정보를 감지할 수 있다.
스피치 의도 결정부(120)는 모션 정보를 이용하여 사용자의 모션을 예측하고, 예측된 모션을 이용하여 스피치와 관련된 스피치 의도를 예측할 수 있다. 스피치 의도 결정부(120)의 상세한 구성 및 동작에 대하여 도 2 및 도 3을 참조하여 후술한다.
제어부(140)는 음성 검출 장치(100)의 각 구성 요소의 동작을 제어하기 위한 애플리케이션, 데이터 및 오퍼레이팅 시스템을 포함할 수 있다. 또한, 제어부(140)는 예측된 스피치 의도를 이용하여 음성 구간 검출을 수행하는 음성 구간 검출부(142)를 포함할 수 있다.
제어부(140)는 음향 센서(130)로부터 수신되는 음향 신호를 디지털 신호로 변환하고, 변환된 디지털 음향 신호를 프레임화할 수 있다. 이러한 기능은 음향 센서(130)에 통합되어 구성될 수 있다. 프레임화의 단위는 샘플링 주파수, 어플리케이션의 종류 등에 의해 결정될 수 있다. 제어부(140)는 프레임화된 음향 신호로부터 알려진 다양한 특징 추출 알고리즘을 이용하여 특징들을 추출 및 분류하여 음성 구간을 검출할 수 있다. 제어부(140)는 음향 신호 뿐 아니라 멀티 모달 센서부(150)에 포함된 영상 센서(151) 및 생체 정보 센서(153)로부터 수신되는 영상 정보나 생체 정보를 함께 이용하여 음성 구간을 검출할 수 있다.
도 2는 도 1의 스피치 의도 결정부의 구성을 나타내는 도면이다.
스피치 의도 결정부(120)는 모션 정보 분석부(210) 및 스피치 의도 예측부(220)를 포함할 수 있다.
모션 정보 분석부(210)는 모션 정보를 분석하여 모션 센서가 부착된 사용자의 신체의 각 부위의 위치 정보 및 각도 정보를 예측할 수 있고, 예측된 위치 정보 및 각도 정보를 이용하여 모션 센서가 부착되지 않은 사용자의 신체의 각 부위의 위치 정보 및 각도 정보도 예측할 수 있다. 예를 들어, 모션 센서(100)가 양 손목 및 머리에 부착된 경우, 센서와 센서간 거리가 측정되고, 각 센서는 기준 좌표계에 대한 3차원 회전각 정보를 얻을 수 있다고 가정한다. 따라서, 모션 정보로부터 손목 부위와 머리 부위 사이의 거리 및 손목의 회전각 정보를 계산하여 손목과 얼굴의 입 부위 사이의 거리 및 손목의 회전각 정보를 계산할 수 있다. 사용자가 손에 음향 검출 장치(100)의 음향 센서(130)에 해당하는 마이크를 잡고 있는 경우를 가정하면, 마이크의 입 사이의 거리와 마이크의 방향이 계산될 수 있다.
또 다른 예를 들어, 모션 센서(110)가 사용자의 머리와 음향 센서에 해당하는 마이크에 장착된 경우, 모션 정보로부터 마이크와 머리 부위 사이의 거리가 측정되고, 마이크에 부착된 관성센서로부터 센서를 부착한 축의 3차원 각도 정보를 획득하여, 손목과 얼굴의 입 부위 사이의 거리 및 마이크의 회전각 정보를 계산할 수 있다.
스피치 의도 예측부(220)는 감지된 모션 정보를 이용하여 사용자의 스피치 의도가 스피치를 입력하려는 스피치 입력 의도인지 스피치를 종료하려는 스피치 종료 의도인지 여부를 예측할 수 있다. 스피치 의도 예측부(220)는 1차 스피치 의도 예측부(222) 및 2차 스피치 의도 예측부(224)를 포함할 수 있다. 1차 스피치 의도 예측부(222)는 감지된 모션 정보를 이용하여 사용자의 스피치 의도를 예측할 수 있으며, 2차 스피치 의도 예측부(224)는 제어부(140)로부터 음성 입력이 진행중이어서 음성이 검출되고 있는지 여부에 대한 정보를 추가적으로 수신하여 1차 스피치 의도 예측부(222)에서 예측된 스피치 의도를 2차적으로 검증할 수 있다.
도 3은 도 2의 스피치 의도 결정부의 예시적인 동작을 나타내는 도면이다.
모션 정보 분석부(210)는 사용자의 머리 및 손목에 장착된 모션 센서로부터 감지된 모션 정보를 이용하여 사용자의 입과 마이크를 잡은 손 사이의 거리를 계산한다(310). 모션 정보 분석부(210)는 손목의 회전 각도로부터 마이크의 방향을 계산한다(320). 1차 스피치 의도 예측부(222)는 거리 및 방향 정보를 이용하여 사용자 스피치 의도 예를 들어, 마이크를 입에 갖다 대는 모션인지 마이크를 입에서 떼는 모션인지를 예측하여 1차적으로 사용자가 스피치하려는 의도인지 여부를 예측한 다(330). 예를 들어, 1차 스피치 의도 예측부(222)는 사용자의 입과 마이크를 잡은 손의 위치가 입 주위 반경 20 cm 이내이고, 마이크 방향이 입을 향하고 있다고 결정되면, 스피치 의도를 스피치를 시작하려는 스피치 입력 의도로 결정할 수 있다.
2차 스피치 의도 예측부(224)는 제어부(140)의 음성 구간 검출부(142)의 동작으로 음향 센서(130)로부터 입력된 음향 신호에서 음성 구간이 검출중인지 여부를 나타내는 정보를 수신하여 음성 입력이 진행중인지 결정할 수 있다.
2차 스피치 의도 예측부(224)는 예측된 스피치 의도가 스피치 입력 의도이고, 음성 입력이 진행중이 아닌 경우(340), 2차적으로 예측된 스피치 의도가 스피치 입력 의도임을 확인한다. 음성 검출 장치(100)의 동작 초기에는 음성 검출이 이루어지지 않을 것이므로 별도의 음성 입력이 진행중인지 결정하기 위한 동작이 수행될 필요가 없을 것이다.
2차 스피치 의도 예측부(224)는 예측된 스피치 의도가 스피치 종료 의도이고 음성 입력이 진행중인 경우(350), 2차적으로 예측된 스피치 의도가 스피치 종료 의도임을 확인한다. 2차 스피치 의도 예측부(224)는 그 외의 경우에는(350), 예측된 스피치 의도는 음성 입력과 무관한 비연관 동작으로 결정하여 1차 스피치 의도 예측부(222)에서 예측된 스피치 모드를 무시할 수 있다.
도 4는 일 실시예에 따른 음성 검출 장치에서 결정된 스피치 의도에 따른 제어부(140)의 동작을 나타내는 도면이다.
제어부(140)는 스피치 의도 결정부(120)로부터 수신된 스피치 의도 정보가 스피치 입력 의도를 나타내면(410), 음향 센서(130)을 활성화하여 음향 신호를 입력받는다(420).
제어부(140)의 음성 검출부(142)는 입력받은 음향 신호로부터 특징들을 추출하고, 특징들을 분석하여 특징에 기반하여 음향 신호로부터 음성 구간을 추출하기 위하여 특징 분류 동작을 수행할 수 있다(430).
음향 특징으로서 마이크로부터 입력받은 음향 신호에서 시간 에너지(Time Energy), 주파수 에너지(Frequency Energy), 영교차율(Zero Crossing Rate), LPC(Linear Predictive Coding), 셉스트럴 계수(Cepstral coefficients), 피치(pitch) 등 시간 영역의 특징이나 주파수 스펙트럼과 같은 통계적 특징 등이 추출될 수 있다. 추출될 수 있는 특징은 이들에 한정되지 않고 다른 특징 알고리즘에 의해 추출될 수 있다. 추출된 특징은 결정 트리(Decision Tree), 지원 벡터 머신(Support Vector Machine), 베이에시안 네트워크(Bayesian Network), 신경망(Neural Network)와 같은 분류 및 학습 알고리즘 등을 사용하여 입력 특징 음성(speech) 활동 클래스인지, 비음성(non-speech) 활동 클래스인지를 분류될 수 있으나, 이에 한정되지 않는다.
따라서, 일 실시예에 따르면, 사용자의 모션 정보를 이용하여 스피치 의도를 예측하고, 예측 결과에 따라 음성 검출 동작의 수행을 제어할 수 있으므로 음성 인터페이스 사용시 사용자가 음성 입력 방법 예를 들어 사용자가 음성 입력을 위한 별도의 버튼이나 화면 터치 등의 동작 방법 등을 별도로 학습하지 않고도 직관적으로 음성을 입력할 수 있다.
또한, 예측된 스피치 의도가 스피치 입력 의도인 경우, 음성 검출부(142)는 영상 센서(151)로부터 입력되는 영상 정보와 생체 정보 센서(153)로부터 입력되는 사람이 음성을 발화할 때 변화되는 적어도 하나의 감지 정보 중 적어도 하나를 음향 신호로부터 추출된 특징 정보와 함께 이용하여 음성 구간을 검출하고, 검출된 음성 구간의 음성을 처리할 수 있다. 여기에서, 감지 정보는 사용자의 입 모양 변화 등 나타내는 영상 정보, 발화시 나오는 입김 등에 의해 변화하는 온도 정보 및 발화시 진동하는 목구멍 또는 턱뼈 등 신체 부위의 진동 정보, 발화시 얼굴이나 입에서 나오는 적외선 감지 정보 중 적어도 하나를 포함할 수 있다.
음성 구간 검출부(142)는 음성 구간이 검출되면(440), 검출된 음성 구간에 속한 음성 신호를 처리하여 음성 인식을 수행하고, 음성 인식 결과를 이용하여 응용 모듈을 전환시킨다(450). 예를 들어, 인식 결과에 따를 애플리케이션이 실행되어, 이름이 인식되면, 인식된 이름에 대한 전화번호가 검색되거나, 검색된 전화번호로 전화를 거는 동작 등 지능적인 음성 입력 시작 및 종료 전환이 가능해질 수 있다. 또한, 모바일 커뮤니케이션 디바이스는 멀티 모달 신호에 기반하여 음성 통화 시작 및 종료 의도를 파악하여 사용자가 통화 버튼을 누르는 등 별도의 동작을 하지 않더라도 자동으로 음성 통화 모드로 동작 모드가 전환될 수 있다.
음성 구간이 검출되지 않으면(440), 음향 센서(130) 및 멀티 모달 센서부(150) 등 음향 신호 입력 및 음성 구간 검출을 수행하는 모듈들을 비활성화할 수 있다(460).
제어부(140)는 스피치 의도 결정부(120)로부터 수신된 스피치 의도 정보가 스피치 종료 의도를 나타내면(410), 이미 활성화되어 있는 음향 센서(130)로부터 받은 음향 신호로부터 특징 기반으로 신호를 분류하고(430), 음성 구간이 검출되는지 여부를 확인한다(440). 이후 프로세스는 스피치 의도가 스피치 입력 의도인 경우와 같이 음성 구간이 검출되면 음성 인식 결과를 이용하여 응용 모듈을 전환시킬 수 있고(450), 음성 구간이 검출되지 않으면 센서 모듈들을 비활성화할 수 있다(460).
도 5는 도 1의 음성 구간 검출부(142)의 구성을 나타내는 도면이다.
음성 구간 검출부(142)는 음향 특징 추출부(510), 음향 특징 분석부(520), 영상 특징 추출부(530), 영상 특징 분석부(540) 및 통합 분석부(550)를 포함할 수 있다.
음향 특징 추출부(510)는 음향 신호로부터 음향 특징을 추출한다. 음향 특징 분석부(520)는 음향 특징들에 분류 및 학습 알고리즘을 적용하여 음성 구간을 추출한다. 영상 특징 추출부(530)는 일련의 영상 신호로부터 영상 특징을 추출한다. 영상 특징 분석부(540)는 추출된 영상 특징들에 분류 및 학습 알고리즘을 적용하여 음성 구간을 추출한다.
통합 분석부(550)는 음향 신호와 영상 신호에 의해 각각 분류된 결과를 융합하여 최종적으로 음성 구간을 검출한다. 이때, 음향 특징 및 영상 특징을 개별적으로 적용하거나 두 특징을 융합하여 적용할 수 있으며, 다른 신호 예를 들어, 진동, 온도 등을 나타내는 신호로부터 특징이 추출 및 분석되는 경우, 통합 분석부(550)에서 음향 신호 및 영상 신호로부터 추출된 검출 정보와 융합하여 음성 구 간이 검출될 수 있다.
일 실시예에 따르면, 음성 인터페이스 사용시 사용자가 음성 입력 방법을 별도로 학습하지 않고도 직관적으로 음성을 입력할 수 있다. 일 예로, 사용자가 음성 입력을 위한 별도의 버튼이나 화면 터치 등의 동작을 할 필요가 없다. 또한, 가정 잡음, 차량 잡음, 비화자 잡음 등 잡음의 종류나 정도 등에 관계없이 다양한 잡은 환경에서 정확한 사용자 음성 구간 검출을 할 수 있다. 또한, 영상 이외에도 다른 생체 정보를 이용하여 음성 검출을 할 수 있으므로 조명이 너무 밝거나 어두운 경우 또는 사용자 입이 가려지는 상황에서도 사용자의 음성 구간을 정확하게 검출할 수 있다.
도 6은 일 실시예에 따른 모션 정보를 이용하는 음성 검출 방법을 나타내는 도면이다.
음성 검출 장치(100)는 적어도 하나의 모션 센서로부터 모션 정보를 감지한다(610).
음성 검출 장치(100)는 감지된 모션 정보를 이용하여 스피치와 관련된 스피치 의도를 예측한다(620). 음성 검출 장치(100)는 스피치 의도를 예측하기 위해서는 감지된 모션 정보로부터 사람 모델의 위치 및 각도 정보를 예측하고, 예측된 위치 및 각도 정보를 이용하여 스피치 의도를 예측할 수 있다. 또한, 음성 검출 장치(100)는 음성 입력이 진행중인지 여부에 대한 정보를 추가적으로 수신하여 예측된 스피치 의도를 검증할 수 있다.
음성 검출 장치(100)는 예측된 스피치 의도에 기초하여 음성 구간 검출 동작 을 제어한다(630). 이때, 음성 검출 장치(100)는 예측된 스피치 의도가 스피치 입력 의도인 경우, 음향 신호로부터 추출된 특징 정보 처리 결과와 함께 생체 정보 감지 센서로부터 감지되는 사람이 음성을 발화할 때 변화되는 적어도 하나의 감지 정보를 이용하여 음성 구간을 검출하고, 음성 구간의 음성을 처리할 수 있다.
본 발명의 일 양상은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 프로그램을 구현하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 디스크 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이상의 설명은 본 발명의 일 실시예에 불과할 뿐, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 본질적 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다.
도 1은 일 실시예에 따른 모션 정보를 이용하는 음성 검출 장치의 구성을 나타내는 도면이다.
도 2는 도 1의 스피치 의도 결정부의 구성을 나타내는 도면이다.
도 3은 도 2의 스피치 의도 결정부의 예시적인 동작을 나타내는 도면이다.
도 4는 일 실시예에 따른 음성 검출 장치에서 결정된 스피치 의도에 따른 제어부(140)의 동작을 나타내는 도면이다.
도 5는 도 1의 음성 구간 검출부(142)의 구성을 나타내는 도면이다.
도 6은 일 실시예에 따른 모션 정보를 이용하는 음성 검출 방법을 나타내는 도면이다.

Claims (18)

  1. 적어도 하나의 모션 센서로부터 감지된 모션 정보를 이용하여 사용자의 스피치와 관련된 스피치 의도를 예측하는 스피치 의도 결정부; 및
    상기 예측된 스피치 의도에 기초하여 입력되는 음향 신호로부터 음성 구간을 검출하는 동작을 제어하는 제어부를 포함하는 음성 검출 장치.
  2. 제1항에 있어서,
    상기 스피치 의도 결정부는 사용자의 머리 및 손목에 장착된 모션 센서들로부터 감지된 모션 정보를 이용하여 사용자의 입과 마이크를 잡은 손 사이의 거리를 예측하고, 손목에 장착된 모션 센서에서 감지된 회전 각도로부터 마이크의 방향을 계산하고, 상기 거리 및 방향을 이용하여 상기 스피치 의도를 예측하는 음성 검출 장치.
  3. 제1항에 있어서,
    상기 스피치 의도 결정부는 상기 모션 정보를 이용하여 상기 사용자가 스피치를 입력하려는 스피치 입력 의도인지 스피치를 종료하려는 스피치 종료 의도인지를 예측하는 음성 검출 장치.
  4. 제3항에 있어서,
    상기 스피치 의도 결정부는 상기 제어부로부터 음성 입력이 진행중인지 여부에 대한 정보를 수신하여 상기 예측된 스피치 의도를 검증하는 음성 검출 장치.
  5. 제4항에 있어서,
    상기 스피치 의도 결정부는 상기 예측된 스피치 의도가 스피치 입력 의도이고 음성 입력이 진행중이 아닌 경우, 2차적으로 상기 예측된 스피치 의도가 스피치 입력 의도임을 확인하고, 상기 예측된 스피치 의도가 스피치 종료 의도이고 음성 입력이 진행중인 경우 2차적으로 상기 예측된 스피치 의도가 스피치 종료 의도임을 확인하고, 그 외의 경우에는 상기 예측된 스피치 의도는 음성 입력과 무관한 동작으로 결정하는 음성 검출 장치.
  6. 제3항에 있어서,
    상기 제어부는 상기 예측된 스피치 의도가 스피치 입력 의도인 경우, 음향 센서를 활성화함으로써 입력되는 음향 신호를 분석하여 음성 구간을 검출하고, 검출된 음성 구간의 음성을 인식하는 음성 검출 장치.
  7. 제3항에 있어서,
    상기 제어부는 상기 예측된 스피치 의도 정보가 스피치 종료 의도를 나타내면, 이미 활성화되어 있는 음향 센서로부터 입력된 음향 신호를 분석하여, 음성 구간이 검출되는지 확인하는 음성 검출 장치.
  8. 제1항에 있어서,
    사람이 음성을 발화할 때 변화되는 적어도 하나의 감지 정보를 감지하는 멀티 모달 센서부를 더 포함하고,
    상기 제어부는 상기 멀티 모달 센서부로부터 감지되는 적어도 하나의 감지 정보를 이용하여 입력되는 음향 신호로부터 음성 구간을 검출하는 음성 검출 장치.
  9. 제8항에 있어서,
    상기 감지 정보는 영상 정보, 온도 정보 및 진동 정보 중 적어도 하나를 포함하는 음성 검출 장치.
  10. 적어도 하나의 모션 센서로부터 감지된 모션 정보를 이용하여 사용자의 스피치와 관련된 스피치 의도를 예측하는 단계; 및
    상기 예측된 스피치 의도에 기초하여 음성 구간을 검출하는 동작을 제어하는 단계를 포함하는 음성 검출 방법.
  11. 제10항에 있어서,
    상기 스피치 의도를 예측하는 단계는,
    사용자의 머리 및 손목에 장착된 모션 센서들로부터 감지된 모션 정보를 이용하여 사용자의 입과 마이크를 잡은 손 사이의 거리를 예측하고, 손목에 장착된 모션 센서에서 감지된 회전 각도로부터 마이크의 방향을 계산하는 단계; 및
    상기 거리 및 방향을 이용하여 상기 스피치 의도를 예측하는 단계를 포함하는 음성 검출 방법.
  12. 제10항에 있어서,
    상기 스피치 의도를 예측하는 단계에서, 상기 감지된 모션 정보를 이용하여 상기 사용자가 스피치를 입력하려는 스피치 입력 의도인지 스피치를 종료하려는 스피치 종료 의도인지를 예측하는 음성 검출 방법.
  13. 제12항에 있어서,
    상기 스피치 의도를 예측하는 단계에서, 음성 입력이 진행중인지 여부에 대한 정보를 추가적으로 이용하여 상기 예측된 스피치 의도를 검증하는 음성 검출 방법.
  14. 제13항에 있어서,
    상기 스피치 의도를 검증하는 단계는,
    상기 예측된 스피치 의도가 스피치 입력 의도이고 음성 입력이 진행중이 아닌 경우, 2차적으로 상기 예측된 스피치 의도가 스피치 입력 의도임을 확인하는 단계;
    상기 예측된 스피치 의도가 스피치 종료 의도이고 음성 입력이 진행중인 경 우, 2차적으로 상기 예측된 스피치 의도가 스피치 종료 의도임을 확인하는 단계; 및
    그 외의 경우에는 상기 예측된 스피치 의도는 음성 입력과 무관한 동작으로 결정하는 단계를 포함하는 음성 검출 방법.
  15. 제12항에 있어서,
    상기 예측된 스피치 의도가 스피치 입력 의도인 경우, 입력되는 음향 신호로부터 검출된 음성 구간의 음성을 인식 결과를 이용하여 응용 모듈을 실행하는 단계를 더 포함하는 음성 검출 방법.
  16. 제12항에 있어서,
    상기 예측된 스피치 의도 정보가 스피치 종료 의도를 나타내면, 이미 활성화되어 있는 음향 센서로부터 입력된 음향 신호를 분석하여, 음성 구간이 검출되는지 확인하는 음성 검출 방법.
  17. 제10항에 있어서,
    상기 입력되는 음향 신호로부터 음향 특징 정보 및 사람이 음성을 발화할 때 변화되는 적어도 하나의 감지 정보를 이용하여 음성 구간을 검출하는 단계를 더 포함하는 음성 검출 방법.
  18. 제17항에 있어서,
    상기 감지 정보는 영상 정보, 온도 정보 및 진동 정보 중 적어도 하나를 포함하는 음성 검출 방법.
KR1020090038267A 2009-04-30 2009-04-30 모션 정보를 이용하는 음성 검출 장치 및 방법 KR101581883B1 (ko)

Priority Applications (7)

Application Number Priority Date Filing Date Title
KR1020090038267A KR101581883B1 (ko) 2009-04-30 2009-04-30 모션 정보를 이용하는 음성 검출 장치 및 방법
US12/770,086 US9443536B2 (en) 2009-04-30 2010-04-29 Apparatus and method for detecting voice based on motion information
JP2012508401A JP5911796B2 (ja) 2009-04-30 2010-04-29 マルチモーダル情報を用いるユーザ意図推論装置及び方法
CN201080017476.6A CN102405463B (zh) 2009-04-30 2010-04-29 利用多模态信息的用户意图推理装置及方法
EP10769966.2A EP2426598B1 (en) 2009-04-30 2010-04-29 Apparatus and method for user intention inference using multimodal information
US12/770,168 US8606735B2 (en) 2009-04-30 2010-04-29 Apparatus and method for predicting user's intention based on multimodal information
PCT/KR2010/002723 WO2010126321A2 (ko) 2009-04-30 2010-04-29 멀티 모달 정보를 이용하는 사용자 의도 추론 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090038267A KR101581883B1 (ko) 2009-04-30 2009-04-30 모션 정보를 이용하는 음성 검출 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20100119250A true KR20100119250A (ko) 2010-11-09
KR101581883B1 KR101581883B1 (ko) 2016-01-11

Family

ID=43030089

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090038267A KR101581883B1 (ko) 2009-04-30 2009-04-30 모션 정보를 이용하는 음성 검출 장치 및 방법

Country Status (2)

Country Link
US (1) US9443536B2 (ko)
KR (1) KR101581883B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10298736B2 (en) 2015-07-10 2019-05-21 Electronics And Telecommunications Research Institute Apparatus and method for processing voice signal and terminal
CN110741392A (zh) * 2017-06-16 2020-01-31 本田技研工业株式会社 辅助装置、辅助方法以及程序
US10923126B2 (en) 2015-03-19 2021-02-16 Samsung Electronics Co., Ltd. Method and device for detecting voice activity based on image information
WO2021172641A1 (ko) * 2020-02-27 2021-09-02 삼성전자 주식회사 사용자의 발화 상태에 기초하여 제어 정보를 생성하는 디바이스 및 그 제어 방법
US11211048B2 (en) 2017-01-17 2021-12-28 Samsung Electronics Co., Ltd. Method for sensing end of speech, and electronic apparatus implementing same
WO2023128586A1 (ko) * 2021-12-28 2023-07-06 경북대학교 산학협력단 인공지능에 기초한 대화상황예측과 의도분류 시스템 및 그 방법

Families Citing this family (247)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU6630800A (en) 1999-08-13 2001-03-13 Pixo, Inc. Methods and apparatuses for display and traversing of links in page character array
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
ITFI20010199A1 (it) 2001-10-22 2003-04-22 Riccardo Vieri Sistema e metodo per trasformare in voce comunicazioni testuali ed inviarle con una connessione internet a qualsiasi apparato telefonico
US7669134B1 (en) 2003-05-02 2010-02-23 Apple Inc. Method and apparatus for displaying information during an instant messaging session
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7633076B2 (en) 2005-09-30 2009-12-15 Apple Inc. Automated response to and sensing of user activity in portable devices
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
ITFI20070177A1 (it) 2007-07-26 2009-01-27 Riccardo Vieri Sistema per la creazione e impostazione di una campagna pubblicitaria derivante dall'inserimento di messaggi pubblicitari all'interno di uno scambio di messaggi e metodo per il suo funzionamento.
US9053089B2 (en) 2007-10-02 2015-06-09 Apple Inc. Part-of-speech tagging using latent analogy
US8364694B2 (en) 2007-10-26 2013-01-29 Apple Inc. Search assistant for digital media assets
US8620662B2 (en) 2007-11-20 2013-12-31 Apple Inc. Context-aware unit selection
US10002189B2 (en) 2007-12-20 2018-06-19 Apple Inc. Method and apparatus for searching using an active ontology
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8327272B2 (en) 2008-01-06 2012-12-04 Apple Inc. Portable multifunction device, method, and graphical user interface for viewing and managing electronic calendars
US8065143B2 (en) 2008-02-22 2011-11-22 Apple Inc. Providing text input using speech data and non-speech data
US8289283B2 (en) 2008-03-04 2012-10-16 Apple Inc. Language input interface on a device
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US8464150B2 (en) 2008-06-07 2013-06-11 Apple Inc. Automatic language identification for dynamic text processing
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8768702B2 (en) 2008-09-05 2014-07-01 Apple Inc. Multi-tiered voice feedback in an electronic device
US8898568B2 (en) 2008-09-09 2014-11-25 Apple Inc. Audio user interface
US8583418B2 (en) 2008-09-29 2013-11-12 Apple Inc. Systems and methods of detecting language and natural language strings for text to speech synthesis
US8352272B2 (en) 2008-09-29 2013-01-08 Apple Inc. Systems and methods for text to speech synthesis
US8396714B2 (en) 2008-09-29 2013-03-12 Apple Inc. Systems and methods for concatenation of words in text to speech synthesis
US8352268B2 (en) 2008-09-29 2013-01-08 Apple Inc. Systems and methods for selective rate of speech and speech preferences for text to speech synthesis
US8712776B2 (en) 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
US8355919B2 (en) 2008-09-29 2013-01-15 Apple Inc. Systems and methods for text normalization for text to speech synthesis
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8862252B2 (en) 2009-01-30 2014-10-14 Apple Inc. Audio user interface for displayless electronic device
US8380507B2 (en) 2009-03-09 2013-02-19 Apple Inc. Systems and methods for determining the language to use for speech generated by a text to speech engine
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10540976B2 (en) 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10255566B2 (en) 2011-06-03 2019-04-09 Apple Inc. Generating and processing task items that represent tasks to perform
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US8682649B2 (en) 2009-11-12 2014-03-25 Apple Inc. Sentiment prediction from textual data
US8600743B2 (en) 2010-01-06 2013-12-03 Apple Inc. Noise profile determination for voice-related feature
US8381107B2 (en) 2010-01-13 2013-02-19 Apple Inc. Adaptive audio feedback system and method
US8311838B2 (en) 2010-01-13 2012-11-13 Apple Inc. Devices and methods for identifying a prompt corresponding to a voice input in a sequence of prompts
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
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
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US8639516B2 (en) 2010-06-04 2014-01-28 Apple Inc. User-specific noise suppression for voice quality improvements
US8713021B2 (en) 2010-07-07 2014-04-29 Apple Inc. Unsupervised document clustering using latent semantic density analysis
US9104670B2 (en) 2010-07-21 2015-08-11 Apple Inc. Customized search or acquisition of digital media assets
US8719006B2 (en) 2010-08-27 2014-05-06 Apple Inc. Combined statistical and rule-based part-of-speech tagging for text-to-speech synthesis
US8719014B2 (en) 2010-09-27 2014-05-06 Apple Inc. Electronic device with text error correction based on voice recognition data
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US10515147B2 (en) 2010-12-22 2019-12-24 Apple Inc. Using statistical language models for contextual lookup
US8781836B2 (en) 2011-02-22 2014-07-15 Apple Inc. Hearing assistance system for providing consistent human speech
US20120226498A1 (en) * 2011-03-02 2012-09-06 Microsoft Corporation Motion-based voice activity detection
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US8700406B2 (en) * 2011-05-23 2014-04-15 Qualcomm Incorporated Preserving audio data collection privacy in mobile devices
US10672399B2 (en) 2011-06-03 2020-06-02 Apple Inc. Switching between text data and audio data based on a mapping
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US8812294B2 (en) 2011-06-21 2014-08-19 Apple Inc. Translating phrases from one language into another using an order-based set of declarative rules
US8706472B2 (en) 2011-08-11 2014-04-22 Apple Inc. Method for disambiguating multiple readings in language conversion
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US8762156B2 (en) 2011-09-28 2014-06-24 Apple Inc. Speech recognition repair using contextual information
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US8775442B2 (en) 2012-05-15 2014-07-08 Apple Inc. Semantic search using a single-source semantic model
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
WO2013185109A2 (en) 2012-06-08 2013-12-12 Apple Inc. Systems and methods for recognizing textual identifiers within a plurality of words
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9263044B1 (en) * 2012-06-27 2016-02-16 Amazon Technologies, Inc. Noise reduction based on mouth area movement recognition
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US8935167B2 (en) 2012-09-25 2015-01-13 Apple Inc. Exemplar-based latent perceptual modeling for automatic speech recognition
US9704486B2 (en) * 2012-12-11 2017-07-11 Amazon Technologies, Inc. Speech recognition power management
DE112014000709B4 (de) 2013-02-07 2021-12-30 Apple Inc. Verfahren und vorrichtung zum betrieb eines sprachtriggers für einen digitalen assistenten
US10642574B2 (en) 2013-03-14 2020-05-05 Apple Inc. Device, method, and graphical user interface for outputting captions
US9733821B2 (en) 2013-03-14 2017-08-15 Apple Inc. Voice control to diagnose inadvertent activation of accessibility features
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US10572476B2 (en) 2013-03-14 2020-02-25 Apple Inc. Refining a search based on schedule items
US9977779B2 (en) 2013-03-14 2018-05-22 Apple Inc. Automatic supplementation of word correction dictionaries
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
AU2014233517B2 (en) 2013-03-15 2017-05-25 Apple Inc. Training an at least partial voice command system
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
US10078487B2 (en) 2013-03-15 2018-09-18 Apple Inc. Context-sensitive handling of interruptions
KR101857648B1 (ko) 2013-03-15 2018-05-15 애플 인크. 지능형 디지털 어시스턴트에 의한 사용자 트레이닝
KR20140117771A (ko) * 2013-03-26 2014-10-08 한국전자통신연구원 움직임 센서 기반의 휴대용 자동 통역 장치 및 그의 제어방법
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
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
EP3937002A1 (en) 2013-06-09 2022-01-12 Apple Inc. Device, method, and graphical user interface for enabling conversation persistence across two or more instances of a digital assistant
AU2014278595B2 (en) 2013-06-13 2017-04-06 Apple Inc. System and method for emergency calls initiated by voice command
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US9892745B2 (en) * 2013-08-23 2018-02-13 At&T Intellectual Property I, L.P. Augmented multi-tier classifier for multi-modal voice activity detection
CN104700832B (zh) * 2013-12-09 2018-05-25 联发科技股份有限公司 语音关键字检测系统及方法
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
US10224056B1 (en) * 2013-12-17 2019-03-05 Amazon Technologies, Inc. Contingent device actions during loss of network connectivity
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
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
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
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
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
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
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
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
US10152299B2 (en) 2015-03-06 2018-12-11 Apple Inc. Reducing response latency of intelligent automated assistants
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
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
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
JP6459684B2 (ja) * 2015-03-23 2019-01-30 カシオ計算機株式会社 情報出力装置、情報出力方法及びプログラム
JP6592940B2 (ja) * 2015-04-07 2019-10-23 ソニー株式会社 情報処理装置、情報処理方法、及びプログラム
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10460227B2 (en) 2015-05-15 2019-10-29 Apple Inc. Virtual assistant in a communication session
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
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
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
US20160378747A1 (en) 2015-06-29 2016-12-29 Apple Inc. Virtual assistant for media playback
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
CN105355203B (zh) * 2015-11-03 2019-03-12 重庆码头联智科技有限公司 通过重力传感器智能穿戴设备进行语音判断的装置及方法
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
JP2017144521A (ja) * 2016-02-18 2017-08-24 ソニー株式会社 情報処理装置、情報処理方法、及びプログラム
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
US10628664B2 (en) 2016-06-04 2020-04-21 KinTrans, Inc. Automatic body movement recognition and association system
US11227589B2 (en) 2016-06-06 2022-01-18 Apple Inc. Intelligent list reading
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
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
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
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
US10474753B2 (en) 2016-09-07 2019-11-12 Apple Inc. Language identification using recurrent neural networks
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US11281993B2 (en) 2016-12-05 2022-03-22 Apple Inc. Model and ensemble compression for metric learning
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US11204787B2 (en) 2017-01-09 2021-12-21 Apple Inc. Application integration with a digital assistant
US10417266B2 (en) 2017-05-09 2019-09-17 Apple Inc. Context-aware ranking of intelligent response suggestions
DK201770383A1 (en) 2017-05-09 2018-12-14 Apple Inc. USER INTERFACE FOR CORRECTING RECOGNITION ERRORS
US10726832B2 (en) 2017-05-11 2020-07-28 Apple Inc. Maintaining privacy of personal information
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
US10395654B2 (en) 2017-05-11 2019-08-27 Apple Inc. Text normalization based on a data-driven learning network
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
US11301477B2 (en) 2017-05-12 2022-04-12 Apple Inc. Feedback analysis of a digital assistant
DK201770428A1 (en) 2017-05-12 2019-02-18 Apple Inc. LOW-LATENCY INTELLIGENT AUTOMATED ASSISTANT
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
US20180336275A1 (en) 2017-05-16 2018-11-22 Apple Inc. Intelligent automated assistant for media exploration
US10311144B2 (en) 2017-05-16 2019-06-04 Apple Inc. Emoji word sense disambiguation
US10403278B2 (en) 2017-05-16 2019-09-03 Apple Inc. Methods and systems for phonetic matching in digital assistant services
US20180336892A1 (en) 2017-05-16 2018-11-22 Apple Inc. Detecting a trigger of a digital assistant
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
CN108946354B (zh) 2017-05-19 2021-11-23 奥的斯电梯公司 用于电梯系统的深度传感器和意图推断方法
US10657328B2 (en) 2017-06-02 2020-05-19 Apple Inc. Multi-task recurrent neural network architecture for efficient morphology handling in neural language modeling
KR102392087B1 (ko) 2017-07-10 2022-04-29 삼성전자주식회사 원격 조정 장치 및 원격 조정 장치의 사용자 음성 수신방법
KR102479052B1 (ko) 2017-08-29 2022-12-20 삼성전자주식회사 복수의 컨트롤러를 이용한 전자 장치의 디스플레이 제어 방법 및 그 장치
US10445429B2 (en) 2017-09-21 2019-10-15 Apple Inc. Natural language understanding using vocabularies with compressed serialized tries
US10755051B2 (en) 2017-09-29 2020-08-25 Apple Inc. Rule-based natural language processing
US10484530B2 (en) * 2017-11-07 2019-11-19 Google Llc Sensor based component activation
US10636424B2 (en) 2017-11-30 2020-04-28 Apple Inc. Multi-turn canned dialog
US10733982B2 (en) 2018-01-08 2020-08-04 Apple Inc. Multi-directional dialog
US10733375B2 (en) 2018-01-31 2020-08-04 Apple Inc. Knowledge-based framework for improving natural language understanding
CN110164444A (zh) * 2018-02-12 2019-08-23 优视科技有限公司 语音输入启动方法、装置及计算机设备
US10789959B2 (en) 2018-03-02 2020-09-29 Apple Inc. Training speaker recognition models for digital assistants
US10592604B2 (en) 2018-03-12 2020-03-17 Apple Inc. Inverse text normalization for automatic speech recognition
US10818288B2 (en) 2018-03-26 2020-10-27 Apple Inc. Natural assistant interaction
US10909331B2 (en) 2018-03-30 2021-02-02 Apple Inc. Implicit identification of translation payload with neural machine translation
US10928918B2 (en) 2018-05-07 2021-02-23 Apple Inc. Raise to speak
US11145294B2 (en) 2018-05-07 2021-10-12 Apple Inc. Intelligent automated assistant for delivering content from user experiences
CN108735219B (zh) * 2018-05-09 2021-08-31 深圳市宇恒互动科技开发有限公司 一种声音识别控制方法及装置
US10984780B2 (en) 2018-05-21 2021-04-20 Apple Inc. Global semantic word embeddings using bi-directional recurrent neural networks
DK201870355A1 (en) 2018-06-01 2019-12-16 Apple Inc. VIRTUAL ASSISTANT OPERATION IN MULTI-DEVICE ENVIRONMENTS
DK180639B1 (en) 2018-06-01 2021-11-04 Apple Inc DISABILITY OF ATTENTION-ATTENTIVE VIRTUAL ASSISTANT
US11386266B2 (en) 2018-06-01 2022-07-12 Apple Inc. Text correction
US10892996B2 (en) 2018-06-01 2021-01-12 Apple Inc. Variable latency device coordination
DK179822B1 (da) 2018-06-01 2019-07-12 Apple Inc. Voice interaction at a primary device to access call functionality of a companion device
US11076039B2 (en) 2018-06-03 2021-07-27 Apple Inc. Accelerated task performance
CN110913062B (zh) * 2018-09-18 2022-08-19 西安中兴新软件有限责任公司 一种音频控制方法、装置、终端及可读存储介质
US11010561B2 (en) 2018-09-27 2021-05-18 Apple Inc. Sentiment prediction from textual data
US11170166B2 (en) 2018-09-28 2021-11-09 Apple Inc. Neural typographical error modeling via generative adversarial networks
US11462215B2 (en) 2018-09-28 2022-10-04 Apple Inc. Multi-modal inputs for voice commands
US10839159B2 (en) 2018-09-28 2020-11-17 Apple Inc. Named entity normalization in a spoken dialog system
US11475898B2 (en) 2018-10-26 2022-10-18 Apple Inc. Low-latency multi-speaker speech recognition
US11638059B2 (en) 2019-01-04 2023-04-25 Apple Inc. Content playback on multiple devices
US11348573B2 (en) 2019-03-18 2022-05-31 Apple Inc. Multimodality in digital assistant systems
US11307752B2 (en) 2019-05-06 2022-04-19 Apple Inc. User configurable task triggers
DK201970509A1 (en) 2019-05-06 2021-01-15 Apple Inc Spoken notifications
US11475884B2 (en) 2019-05-06 2022-10-18 Apple Inc. Reducing digital assistant latency when a language is incorrectly determined
US11423908B2 (en) 2019-05-06 2022-08-23 Apple Inc. Interpreting spoken requests
US11140099B2 (en) 2019-05-21 2021-10-05 Apple Inc. Providing message response suggestions
DK201970510A1 (en) 2019-05-31 2021-02-11 Apple Inc Voice identification in digital assistant systems
US11496600B2 (en) 2019-05-31 2022-11-08 Apple Inc. Remote execution of machine-learned models
DK180129B1 (en) 2019-05-31 2020-06-02 Apple Inc. USER ACTIVITY SHORTCUT SUGGESTIONS
US11289073B2 (en) 2019-05-31 2022-03-29 Apple Inc. Device text to speech
US11360641B2 (en) 2019-06-01 2022-06-14 Apple Inc. Increasing the relevance of new available information
CN110164440B (zh) 2019-06-03 2022-08-09 交互未来(北京)科技有限公司 基于捂嘴动作识别的语音交互唤醒电子设备、方法和介质
US11488406B2 (en) 2019-09-25 2022-11-01 Apple Inc. Text detection using global geometry estimators
US10901520B1 (en) 2019-11-05 2021-01-26 Microsoft Technology Licensing, Llc Content capture experiences driven by multi-modal user inputs
WO2021206679A1 (en) * 2020-04-06 2021-10-14 Hi Auto LTD. Audio-visual multi-speacer speech separation
US11790900B2 (en) 2020-04-06 2023-10-17 Hi Auto LTD. System and method for audio-visual multi-speaker speech separation with location-based selection
US11755276B2 (en) 2020-05-12 2023-09-12 Apple Inc. Reducing description length based on confidence
US11620999B2 (en) 2020-09-18 2023-04-04 Apple Inc. Reducing device processing of unintended audio
US12028778B2 (en) 2022-02-28 2024-07-02 International Business Machines Corporation Contextual enhancement of user service inquiries

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10301675A (ja) * 1997-02-28 1998-11-13 Toshiba Corp マルチモーダルインタフェース装置およびマルチモーダルインタフェース方法
KR20070061207A (ko) * 2005-12-08 2007-06-13 한국전자통신연구원 음성 구간 검출 장치 및 방법 그리고 음성 인식 시스템

Family Cites Families (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6471420B1 (en) * 1994-05-13 2002-10-29 Matsushita Electric Industrial Co., Ltd. Voice selection apparatus voice response apparatus, and game apparatus using word tables from which selected words are output as voice selections
JP3530591B2 (ja) * 1994-09-14 2004-05-24 キヤノン株式会社 音声認識装置及びこれを用いた情報処理装置とそれらの方法
JP3375449B2 (ja) 1995-02-27 2003-02-10 シャープ株式会社 統合認識対話装置
US6073033A (en) * 1996-11-01 2000-06-06 Telxon Corporation Portable telephone with integrated heads-up display and data terminal functions
DE69936476T2 (de) * 1998-03-18 2007-11-08 Nippon Telegraph And Telephone Corp. Tragbares Kommunikationsgerät zur Eingabe von Befehlen durch Detektion der Fingeraufschläge oder Vibrationen der Fingerspitzen
US6420975B1 (en) * 1999-08-25 2002-07-16 Donnelly Corporation Interior rearview mirror sound processing system
US6836651B2 (en) * 1999-06-21 2004-12-28 Telespree Communications Portable cellular phone system having remote voice recognition
JP2000276190A (ja) 1999-03-26 2000-10-06 Yasuto Takeuchi 発声を必要としない音声通話装置
SE9902229L (sv) * 1999-06-07 2001-02-05 Ericsson Telefon Ab L M Apparatus and method of controlling a voice controlled operation
CN1166155C (zh) * 1999-07-28 2004-09-08 三菱电机株式会社 便携电话机
US6594629B1 (en) * 1999-08-06 2003-07-15 International Business Machines Corporation Methods and apparatus for audio-visual speech detection and recognition
JP2001100878A (ja) 1999-09-29 2001-04-13 Toshiba Corp マルチモーダル入出力装置
US6675027B1 (en) * 1999-11-22 2004-01-06 Microsoft Corp Personal mobile computing device having antenna microphone for improved speech recognition
US6754373B1 (en) * 2000-07-14 2004-06-22 International Business Machines Corporation System and method for microphone activation using visual speech cues
US7918808B2 (en) * 2000-09-20 2011-04-05 Simmons John C Assistive clothing
US6894714B2 (en) * 2000-12-05 2005-05-17 Koninklijke Philips Electronics N.V. Method and apparatus for predicting events in video conferencing and other applications
KR20020068235A (ko) 2001-02-20 2002-08-27 유재천 치아와 입술 영상을 이용한 음성인식 장치 및 방법
JP4624577B2 (ja) * 2001-02-23 2011-02-02 富士通株式会社 複数のセンサによるヒューマンインタフェースシステム
US7171357B2 (en) 2001-03-21 2007-01-30 Avaya Technology Corp. Voice-activity detection using energy ratios and periodicity
US6804396B2 (en) * 2001-03-28 2004-10-12 Honda Giken Kogyo Kabushiki Kaisha Gesture recognition system
US7203643B2 (en) 2001-06-14 2007-04-10 Qualcomm Incorporated Method and apparatus for transmitting speech activity in distributed voice recognition systems
US7716058B2 (en) * 2001-09-05 2010-05-11 Voice Signal Technologies, Inc. Speech recognition using automatic recognition turn off
US7110798B2 (en) * 2002-05-09 2006-09-19 Shary Nassimi Wireless headset
US6930608B2 (en) * 2002-05-14 2005-08-16 Motorola, Inc Apparel having multiple alternative sensors and corresponding method
US7230955B1 (en) 2002-12-27 2007-06-12 At & T Corp. System and method for improved use of voice activity detection
TWI235588B (en) * 2003-01-30 2005-07-01 Casio Computer Co Ltd Wrist-worn communications apparatus
CA2420129A1 (en) 2003-02-17 2004-08-17 Catena Networks, Canada, Inc. A method for robustly detecting voice activity
DK1599742T3 (da) * 2003-02-25 2009-07-27 Oticon As Fremgangsmåde til detektering af en taleaktivitet i en kommunikationsanordning
US8745541B2 (en) * 2003-03-25 2014-06-03 Microsoft Corporation Architecture for controlling a computer using hand gestures
US7343289B2 (en) 2003-06-25 2008-03-11 Microsoft Corp. System and method for audio/video speaker detection
US7383181B2 (en) 2003-07-29 2008-06-03 Microsoft Corporation Multi-sensory speech detection system
US7318030B2 (en) * 2003-09-17 2008-01-08 Intel Corporation Method and apparatus to perform voice activity detection
US7301526B2 (en) * 2004-03-23 2007-11-27 Fujitsu Limited Dynamic adaptation of gestures for motion controlled handheld devices
US20050228673A1 (en) 2004-03-30 2005-10-13 Nefian Ara V Techniques for separating and evaluating audio and video source data
JP4241484B2 (ja) * 2004-04-14 2009-03-18 日本電気株式会社 携帯端末装置、着信応答メッセージ送信方法およびサーバ装置
US8788265B2 (en) 2004-05-25 2014-07-22 Nokia Solutions And Networks Oy System and method for babble noise detection
AU2005253600B2 (en) * 2004-06-04 2011-01-27 Benjamin Firooz Ghassabian Systems to enhance data entry in mobile and fixed environment
FI20045315A (fi) 2004-08-30 2006-03-01 Nokia Corp Ääniaktiivisuuden havaitseminen äänisignaalissa
US20060192775A1 (en) * 2005-02-25 2006-08-31 Microsoft Corporation Using detected visual cues to change computer system operating states
WO2006104555A2 (en) 2005-03-24 2006-10-05 Mindspeed Technologies, Inc. Adaptive noise state update for a voice activity detector
GB2426166B (en) 2005-05-09 2007-10-17 Toshiba Res Europ Ltd Voice activity detection apparatus and method
US7346504B2 (en) 2005-06-20 2008-03-18 Microsoft Corporation Multi-sensory speech enhancement using a clean speech prior
US7633076B2 (en) * 2005-09-30 2009-12-15 Apple Inc. Automated response to and sensing of user activity in portable devices
US7733224B2 (en) * 2006-06-30 2010-06-08 Bao Tran Mesh network personal emergency response appliance
US8175874B2 (en) 2005-11-17 2012-05-08 Shaul Shimhi Personalized voice activity detection
US20070129098A1 (en) * 2005-12-06 2007-06-07 Motorola, Inc. Device and method for determining a user-desired mode of inputting speech
US7860718B2 (en) 2005-12-08 2010-12-28 Electronics And Telecommunications Research Institute Apparatus and method for speech segment detection and system for speech recognition
CN101390440B (zh) * 2006-02-27 2012-10-10 松下电器产业株式会社 可穿戴终端、控制可穿戴终端的处理器及方法
US8290543B2 (en) * 2006-03-20 2012-10-16 Research In Motion Limited System and methods for adaptively switching a mobile device's mode of operation
US8775168B2 (en) 2006-08-10 2014-07-08 Stmicroelectronics Asia Pacific Pte, Ltd. Yule walker based low-complexity voice activity detector in noise suppression systems
US20090265671A1 (en) * 2008-04-21 2009-10-22 Invensense Mobile devices with motion gesture recognition
US7957762B2 (en) * 2007-01-07 2011-06-07 Apple Inc. Using ambient light sensor to augment proximity sensor output
CN101601259A (zh) * 2007-01-12 2009-12-09 松下电器产业株式会社 控制便携式终端的语音识别功能的方法和无线通信系统
US8219406B2 (en) * 2007-03-15 2012-07-10 Microsoft Corporation Speech-centric multimodal user interface design in mobile technology
US20080252595A1 (en) * 2007-04-11 2008-10-16 Marc Boillot Method and Device for Virtual Navigation and Voice Processing
DE112008001396B4 (de) * 2007-06-05 2015-12-31 Mitsubishi Electric Corp. Fahrzeugbedienungsvorrichtung
US20090015425A1 (en) * 2007-07-13 2009-01-15 Sony Ericsson Mobile Communications Ab Camera of an electronic device used as a proximity detector
CN103442201B (zh) * 2007-09-24 2018-01-02 高通股份有限公司 用于语音和视频通信的增强接口
US8290596B2 (en) * 2007-09-26 2012-10-16 Medtronic, Inc. Therapy program selection based on patient state
WO2009045861A1 (en) * 2007-10-05 2009-04-09 Sensory, Incorporated Systems and methods of performing speech recognition using gestures
US8428661B2 (en) * 2007-10-30 2013-04-23 Broadcom Corporation Speech intelligibility in telephones with multiple microphones
US20090176540A1 (en) * 2008-01-07 2009-07-09 International Business Machines Corporation Audio selection control for personal communication devices
US9037530B2 (en) * 2008-06-26 2015-05-19 Microsoft Technology Licensing, Llc Wearable electromyography-based human-computer interface
US8146020B2 (en) * 2008-07-24 2012-03-27 Qualcomm Incorporated Enhanced detection of circular engagement gesture
US8189429B2 (en) * 2008-09-30 2012-05-29 Apple Inc. Microphone proximity detection
US8788977B2 (en) * 2008-11-20 2014-07-22 Amazon Technologies, Inc. Movement recognition as input mechanism

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10301675A (ja) * 1997-02-28 1998-11-13 Toshiba Corp マルチモーダルインタフェース装置およびマルチモーダルインタフェース方法
KR20070061207A (ko) * 2005-12-08 2007-06-13 한국전자통신연구원 음성 구간 검출 장치 및 방법 그리고 음성 인식 시스템

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10923126B2 (en) 2015-03-19 2021-02-16 Samsung Electronics Co., Ltd. Method and device for detecting voice activity based on image information
US10298736B2 (en) 2015-07-10 2019-05-21 Electronics And Telecommunications Research Institute Apparatus and method for processing voice signal and terminal
US11211048B2 (en) 2017-01-17 2021-12-28 Samsung Electronics Co., Ltd. Method for sensing end of speech, and electronic apparatus implementing same
CN110741392A (zh) * 2017-06-16 2020-01-31 本田技研工业株式会社 辅助装置、辅助方法以及程序
WO2021172641A1 (ko) * 2020-02-27 2021-09-02 삼성전자 주식회사 사용자의 발화 상태에 기초하여 제어 정보를 생성하는 디바이스 및 그 제어 방법
WO2023128586A1 (ko) * 2021-12-28 2023-07-06 경북대학교 산학협력단 인공지능에 기초한 대화상황예측과 의도분류 시스템 및 그 방법

Also Published As

Publication number Publication date
US9443536B2 (en) 2016-09-13
KR101581883B1 (ko) 2016-01-11
US20100277579A1 (en) 2010-11-04

Similar Documents

Publication Publication Date Title
KR101581883B1 (ko) 모션 정보를 이용하는 음성 검출 장치 및 방법
US8606735B2 (en) Apparatus and method for predicting user's intention based on multimodal information
JP6635049B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN106796786B (zh) 语音识别系统
US20160379633A1 (en) Speech-Controlled Actions Based on Keywords and Context Thereof
US8793134B2 (en) System and method for integrating gesture and sound for controlling device
CN110428806B (zh) 基于麦克风信号的语音交互唤醒电子设备、方法和介质
KR20190074012A (ko) 복수 화자의 음성 신호 처리 방법 및 그에 따른 전자 장치
KR101457116B1 (ko) 음성 인식 및 모션 인식을 이용한 전자 장치 및 그의 제어 방법
CN108346425A (zh) 一种语音活动检测的方法和装置、语音识别的方法和装置
WO2007138503A1 (en) Method of driving a speech recognition system
KR101893768B1 (ko) 음성 인식 트리거를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
CN110223711A (zh) 基于麦克风信号的语音交互唤醒电子设备、方法和介质
CN110097875A (zh) 基于麦克风信号的语音交互唤醒电子设备、方法和介质
CN110111776A (zh) 基于麦克风信号的语音交互唤醒电子设备、方法和介质
KR101652705B1 (ko) 멀티 모달 정보를 이용하는 사용자 의도 추론 장치 및 방법
JP2011118124A (ja) 音声認識システムと認識方法
KR20190079922A (ko) 음향 출력 시스템 및 음성 처리 방법
JP7172120B2 (ja) 音声認識装置及び音声認識方法
JP2018091911A (ja) 音声対話システム及び音声対話方法
KR20130078494A (ko) 디스플레이 장치 및 그의 제어 방법
JP2000311077A (ja) 音声情報入力装置
KR101633380B1 (ko) 휴대용 단말기에서 블로우 방향을 인식하기 위한 장치 및 방법
US20240212681A1 (en) Voice recognition device having barge-in function and method thereof
KR20140072727A (ko) 음성 인식 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee