JPH0228875B2 - - Google Patents

Info

Publication number
JPH0228875B2
JPH0228875B2 JP56085895A JP8589581A JPH0228875B2 JP H0228875 B2 JPH0228875 B2 JP H0228875B2 JP 56085895 A JP56085895 A JP 56085895A JP 8589581 A JP8589581 A JP 8589581A JP H0228875 B2 JPH0228875 B2 JP H0228875B2
Authority
JP
Japan
Prior art keywords
pattern
segment
output
local
speech
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
JP56085895A
Other languages
English (en)
Other versions
JPS5730900A (en
Inventor
Kaaru Beekaa Jeemuzu
Matsukiibaa Beekaa Janetsuto
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 JPS5730900A publication Critical patent/JPS5730900A/ja
Publication of JPH0228875B2 publication Critical patent/JPH0228875B2/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
    • G10L15/08—Speech classification or search
    • G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/29—Graphical models, e.g. Bayesian networks
    • G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/754—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries involving a deformation of the sample pattern or of the reference pattern; Elastic matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Acoustics & Sound (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Description

【発明の詳細な説明】
本発明の分野 本発明はデイジタル・パターン認識システムに
関し、具体的には入力パターンと記憶された模範
パターンの集合とを比較する認識システムに関す
る。 背景の技術 パターン認識適用分野において、時間変動パタ
ーンを、一群の模範パターンと比較する必要が生
じる。ここで所与のパターンが必ずしも均一の速
度で再発生しない場合、大きな問題が起る。短時
間しか持続しないパターンの場合、測定されたパ
ターンと記憶されたプロトタイプ（prototype）
とは、周知の技法（例えば交差相関法、フイルタ
比較法、最小距離測定法など）によつて比較され
てよい。 長時間持続するパターンの場合、測定されたパ
ターンと記憶されたプロトタイプとの部分ごとの
時間的配列を調整することが必要である。例え
ば、米国特許第3700815号は、話し手の音声のサ
ンプルと、予め記憶されたサンプルから引出され
た同一テキストの標準音声とを比較することによ
つて、話し手の真偽を確かめるシステムを開示し
ている。話し手が本人として受入れられるか拒絶
されるかは、多数の音声パラメータ（例えばフオ
ーマツト周波数、ピツチ速度、音声エネルギな
ど）が一致するかどうかによつてきめられる。一
致の程度は、サンプルと標準音声とを時間的に配
列することによつて評価される。時間的配列は、
非線形的処理によつてなされるが、この処理は、
時間尺度をこま切れ的かつ連続的に線形変換する
ことによつてサンプルと標準との類似性を最大に
しようと試みる。最大の類似性を達成するのに必
要な時間変換の程度は、本人であることを認める
か拒絶するかの決定に影響を与える。 時間的配列の問題は、簡単な例によつて説明で
きる。パターンがアルフアベツト文字のストリン
グよりなるものと仮定する。パターンの基本部分
は単一の文字である。測定されたパターンの基本
部分と記憶されたプロトタイプの基本部分との差
異の程度は、アルフアベツト順に配置された文字
の距離によつて表わされる。 表 Ａ　　Ｙ　　Ｍ　　Ｂ　　Ｐ　　Ｗ　　Ｃ
……測定されたパターン Ｄ　　Ｗ　　Ｒ　　Ｅ　　Ｑ　　Ｚ　　Ｈ
……記憶されたプロトタイプ ３　　２　　５　　３　　１　　３　　５
……距離 全体の距離：22 表に例においては、時間的配列の問題は発生
せず、測定されたパターンと記憶されたプロトタ
イプとの全体の距離は、容易に22であると分る。
【表】 挿入：３
置換距離：０
表の例において、挿入された文字及び削除さ
れた文字について配列の問題が生じる。表で
は、置換（文字の変更）がないから、正しい配列
状態を発見することは容易である。
〔log γw（ｔ−１、ｉ）＋a〓w（ｉ、ｊ）〕
＋b〓w〔ｉ、ｊ、Ｐ（ｔ）〕 この値は、部分結果メモリ３２中に記憶され
る。 第１図において、左方の２個の局部決定モジユ
ールを除く各モジユールは、２個の先行するモジ
ユールへ接続される。この構造は、任意の時間的
圧縮を可能とし（即ち、測定されたパターンから
セグメントを削除すること）、かつ２又は１のフ
アクタだけ時間的伸長を行うことを可能とする
（即ち、セグメントの挿入）。しかし、局部決定モ
ジユールは、どのような態様でも接続することが
できる。どのような態様を選択するかは、モデル
化されるプロセスによつて決定されるべきであ
る。時間的再配列の範囲は、Ｒコントロール及び
局部決定モジユールの相互接続によつて、完全に
決定される。 第６図は、測定されたパターンと記憶されたプ
ロトタイプ・パターンの全ての可能な時間ずれと
を比較するため、局部決定モジユール中で使用さ
れるハードウエアを例示する回路図である。局部
決定モジユールは、256個の記憶されたプロトタ
イプを与える。一般的なパターン・プロトタイプ
における各ノードのために別個の比較モジユール
を並列に動作させることにより、システムは、１
秒当り1000回の測定を超える良好な速度で、256
個のプロトタイプの全てと測定パターンのシーケ
ンスとを比較することができる。 確率の乗算は、その対数を加算することによつ
て実行される。対数関数は単調であるから、確率
の比較はその対数比較によつて実行される。部分
結果メモリ７０は、256×８ビツトのランダム・
アクセス・メモリであり、現在の測定パターンま
での（但し、それを含まない）最良比較の対数確
率を含む。部分結果メモリ７０は、第３図に示さ
れる部分結果メモリと同じ機能及び動作を実行す
る。同様に、第６図に示される他のハードウエ
ア・エレメントは第３図、第４図、第５図に示さ
れた対応エレメントと同じ機能及び動作を実行す
る。第５図及び第４図に示されるＷコントロール
６４及びＲコントロール４０は、第６図において
同一の番号で示されている。 Ｗコントロール６４は線６６上に現在のワー
ド・アドレスを与える。このアドレスは、部分結
果メモリ７０において256個のプロトタイプの中
で更新されつつあるものを選択する。メモリ７０
は、８×256ビツトのランダム・アクセス・メモ
リである。それぞれの局部決定モジユール１０ａ
―１０ｎは、所与の時点で、Ｗコントロール６４
によつて得られた同じワード上で動作する。それ
ぞれの測定パターンについて、Ｗコントロール６
４は局部決定モジユールを256個のプロトタイプ
の各々へ進める。次いで、測定パターンが準備さ
れる。 第６図において、１０４はセレクタであり、１
０６はワード・プロトタイプ・コントローラであ
る。それぞれの局部決定モジユールは線７２を介
してそれ自体の部分結果メモリ７０から入力を受
取ると共に、マルチプレクサ７６へ入る入力７４
によつて示されるように、７個までの他の局部決
定モジユールから部分結果メモリの内容を受取
る。マルチプレクサ７６は８対１のマルチプレク
サであり、線４１を介してＲコントロール４０に
よつて制御される。マルチプレクサ７６は８個の
入力の１つを選択し、アキユムレータ・メモリ７
８において、入力対数確率は、推移見込メモリ８
２から線８０を介して受取られた推移確率の対数
へ加えられる。アキユムレータ・メモリ７８は４
ビツト加算器であり、推移見込メモリ８２は16×
４のランダム・アクセス・メモリである。一時的
記憶レジスタ８４は、アキユムレータ・メモリ７
８から線８６を介して受取られた入力及び推移確
率の対数の最良の組合せを記憶する。一時的記憶
レジスタ８４は、Ｒコントロール４０からのＲ出
力が１から８まで変化するにつれて、４ビツト比
較器８８から出る出力線９０により連続的に更新
される。一時的記憶レジスタ８４は、Ｗコントロ
ール６４が津進されるときクリアされる。 前述したように、入力及び推移確率の対数の最
良の組合せは、一時的記憶レジスタ８４によつて
線９２へ与えられる。線９２は比較器８８及びア
キユムレータ９４へ接続されている。アキユムレ
ータ９４は４ビツト加算器である。 一般的なパターン・プロトタイプにおけるそれ
ぞれのノードについて、256個のパターンごとに
内部事象を指定する識別情報が存在する。上記の
内部事象は、特定のパターンについてそのノード
に対応する。スクランブル・インデツクス・メモ
リ９６は、そのような識別情報を記憶する。便宜
上、識別情報の数は256と設定されたが、その数
は、スクランブル・インデツクス・メモリ９６の
ワードの長さ、及び基本認識結果メモリ９８にお
けるワードの数を増加させることによつて拡張す
ることができる。実施例において、スクランブ
ル・インデツクス・メモリは８×256ビツトのラ
ンダム・アクセス・メモリより成る音声辞書であ
る。もし比較されるべきパターンのセツトが固定
していれば、推移見込メモリ８２及びスクランブ
ル・インデツクス・メモリ９６は、読取専用メモ
リで構成することができる。 基本認識結果メモリ９８は４×256ビツトのラ
ンダム・アクセス・メモリであつて、内部事象へ
条件件づけられた現在の測定パターンの対数確率
を保持する。上記の内部事象は、スクランブル・
インデツクス・メモリ９６から得られた識別情報
によつて指定される。それぞれの測定パターンに
ついて、確率は中央プロセツサによつて計算さ
れ、計算結果は全ての局部決定モジユール１０ａ
―１０ｎの基本認識結果メモリ９８へ並列にロー
ドされる。アキユムレータ９４は、一時的記憶レ
ジスタ８４から線９２を介して得られた最良の入
力及び推移の組合せを、基本認識結果メモリ９８
から線１００を介して受取られた現在の測定結果
へ加算し、加算結果を部分結果メモリ７０への線
１０２へ与える。この時点で、局部決定モジユー
ルは、Ｗコントロール６４から得られたカウンタ
値を増進することによつて、次のプロトタイプ・
パターンを処理する準備を整える。 第６図を参照して説明された局部決定モジユー
ルは、８個のそれらモジユールが使用されるシス
テムにおいて、256個のプロトタイプを選択する
特殊のハードウエアを含むが、本質的には第３
図、第４図、第５図を参照して説明された局部決
定モジユールと同じ機能及び動作を実行する。具
体的に説明すると、第３図に示される部分結果メ
モリ３２は、第６図に示される部分結果メモリ７
０と同じである。第３図及び第４図に示されるセ
レクタ２６は、第６図のセレクタ１０４と同じで
ある。セレクタ１０４はマルチプレクサ７６、ア
キユムレータ・メモリ７８、推移見込メモリ８
２、比較器８８、一時的記憶レジスタ８４を含
む。Ｒコントロール４０も含まれる。更に、第５
図に示されるワード・プロトタイプ・コントロー
ラ２０は、第６図のワード・プロトタイプ・コン
トローラ１０６と同じものである。ワード・プロ
トタイプ・コントローラ１０６はＷコントロール
６４、スクランブル・インデツクス・メモリ９
６、基本認識結果メモリ９８を含む。第３図に示
されるアキユムレータ２８は、第６図に示される
４ビツト加算器のアキユムレータ９４と同じであ
る。 以上説明したように、本発明では、複数の継続
した局所決定装置（１０ａ〜１０ｎ、第１図）を
設け、これを標準ワード音声パターンの継続した
セグメント（たとえば0.01秒）に順次対応付け、
各局所決定装置のメモリ（２２、第５図）にすべ
ての標準ワード音声パターンにつき、対応するセ
グメント位置の標準セグメント・パターンをスト
アするようにして、さらにすべての局所決定装置
の他のメモリ（５６、第５図）にすべての種類の
標準セグメント・パターンとすべての種類の入力
セグメント・パターンとの相関値をストアするよ
うにしている。入力セグメント・パターンは入力
音声パターンをセグメントごとに分類して生成す
るものであるが、標準セグメント・パターンのセ
ツトを用いてもよい。 本発明ではこのようにすることによりヒドン・
マルコフ・モデル（Hidden Markov Model）
の音声認識を極めて高速に行る。すなわち、この
音声認識では ｒ（ｔ、ｊ）＝ Maxi 〔ｒ（ｔ−１、ｉ） ×ａ（ｉ、ｊ）〕×ｂ〔ｉ、ｊ、Ｐ（ｔ）〕 の計算を行うが、ｂ〔ｉ、ｊ、Ｐ（ｔ）〕すなわち
位置ｉからｊへの遷移でパターンＰ（ｔ）を出力
する確率をｂ〔ｌ、Ｐ（ｔ）〕で近似し、これらｂ
〔ｌ、Ｐ（ｔ）〕を各局所決定装置にストアしてお
き、高速処理を行えるようにしているのである。
なおｂ〔ｌ、Ｐ（ｔ）〕は標準セグメント・パター
ンｌ（レーベル）と入力セグメント・パターンＰ
（ｔ）との相関値で、トレーニング時に予め作つ
ておく。
【図面の簡単な説明】
第１図は本発明に従う音声認識システムの全体
的ブロツク図、第２図は第１図に示される基本認
識装置の詳細図、第３図は第１図に示される局部
決定モジユールの詳細図、第４図は局部決定モジ
ユールで使用される局部的最適時間ひずみのセレ
クタを示すブロツク図、第５図は局部決定モジユ
ールで使用されるワード・プロトタイプ・コント
ローラを示すブロツク図、第６図は記憶されたプ
ロトタイプの全ての可能な時間ひずみと測定され
たパターンとを比較するため局部決定モジユール
中で使用されるハードウエアを示す回路図であ
る。第７図は本発明に従う上述音声認識システム
の例の原理的な構成を示すブロツク図である。 １０ａ―１０ｎ…局部結定モジユール、１２…
基本認識装置、１４…Ａ／Ｄ変換器、１２ｄ…相
関装置、２０…ワード・プロトタイプ・コントロ
ーラ、２６…局部的最適時間ひずみのセレクタ、
２８…局部比較のアキユムレータ。

Claims (1)

  1. 【特許請求の範囲】 １ 認識対象ワードを発音したときに測定される
    音声パターンを一定時間間隔のパターン・セグメ
    ントに分割し、このパターン・セグメントを分類
    して入力パターン・セグメントの識別子を出力す
    る基本認識装置２１２と、標準ワード音声パター
    ンに共通な縦続した一定時間間隔のパターン・セ
    グメント位置ごとに設けられた複数の局部決定モ
    ジユール２１０ａ，…，２１０ｎとを有し、 上記局部決定モジユールの各々は、 当該局部決定モジユールに対応するパターン・
    セグメント位置における各標準ワード音声パター
    ンの標準時パターン・セグメントの識別子を記憶
    する識別子記憶部２２２と、 各標準パターン・セグメントおよび各入力パタ
    ーン・セグメントの間の相関値を記憶する相関値
    記憶部２５６と、 上記基本認識装置から出力される入力パター
    ン・セグメントの識別子および上記音声パターン
    に比較しようとしている標準ワード音声パターン
    の標準パターン・セグメントの識別子に応じて上
    記識別子記憶部および相関値記憶部を制御して対
    応する相関値を取り出し、上記基本認識装置から
    出力された入力パターン・セグメントが、当該局
    部決定モジユールに対応するパターン・セグメン
    ト位置に関連して生成される入力パターン・セグ
    メント生成確率として出力する生成確率発生部２
    ２０と、 標準ワード音声パターンの１つのパターン・セ
    グメント位置から１つのパターン・セグメント位
    置へ遷移する遷移確率を記憶する遷移確率記憶部
    ２４４と、 当該局部決定モジユールの出力を送出する出力
    部２３２と、 当該局部決定モジユールの出力および先行する
    パターン・セグメント位置に対応する他の局部決
    定モジユールからの出力を択一的に受け取る切換
    部２４２と、 上記切換部から択一的に出力される、当該局部
    決定モジユールの出力および先行するパターン・
    セグメント位置に対応する他の局部決定モジユー
    ルからの出力のうちの１つに、対応する遷移確率
    を累積する遷移確率累積部２５２と、 当該局部決定モジユールの出力および先行する
    パターン・セグメント位置に対応する他の局部決
    定モジユールからの出力の各々に応じて上記遷移
    確率累積部で累積された累積結果の最適値を出力
    する最適値決定部２５４と、 上記最適値に上記入力パターン・セグメント生
    成確率を累積して、当該局部決定モジユールに対
    応するパターン・セグメント位置までの、上記音
    声パターンと、この音声パターンに比較しようと
    している標準ワード音声パターンとの間の部分的
    な尤度として上記出力手段から出力される生成確
    率累積部２２８とを有し、 上記音声パターンに比較しようとしている標準
    ワード音声パターンの最終のパターン・セグメン
    ト位置に対応する局部決定モジユールからの出力
    を、上記音声パターンと上記比較しようとしてい
    る標準ワード音声パターンとの間の尤度とし、こ
    の尤度に基づいて上記音声パターンの認識を行う
    ようにしたことを特徴とする音声認識システム。
JP8589581A 1980-07-02 1981-06-05 Voice recognizing system Granted JPS5730900A (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US06/165,466 US4348553A (en) 1980-07-02 1980-07-02 Parallel pattern verifier with dynamic time warping

Publications (2)

Publication Number Publication Date
JPS5730900A JPS5730900A (en) 1982-02-19
JPH0228875B2 true JPH0228875B2 (ja) 1990-06-26

Family

ID=22599010

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8589581A Granted JPS5730900A (en) 1980-07-02 1981-06-05 Voice recognizing system

Country Status (4)

Country Link
US (1) US4348553A (ja)
EP (1) EP0043006B1 (ja)
JP (1) JPS5730900A (ja)
DE (1) DE3173355D1 (ja)

Families Citing this family (188)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4587670A (en) * 1982-10-15 1986-05-06 At&T Bell Laboratories Hidden Markov model speech recognition arrangement
IT1156544B (it) * 1982-11-08 1987-02-04 Olivetti & Co Spa Metodo ed apparecchiatura di riconoscimento fonetico di parole
AU586167B2 (en) * 1984-05-25 1989-07-06 Sony Corporation Speech recognition method and apparatus thereof
US4718094A (en) * 1984-11-19 1988-01-05 International Business Machines Corp. Speech recognition system
US4783804A (en) * 1985-03-21 1988-11-08 American Telephone And Telegraph Company, At&T Bell Laboratories Hidden Markov model speech recognition arrangement
US4759068A (en) * 1985-05-29 1988-07-19 International Business Machines Corporation Constructing Markov models of words from multiple utterances
GB8517918D0 (en) * 1985-07-16 1985-08-21 British Telecomm Recognition system
US5023911A (en) * 1986-01-10 1991-06-11 Motorola, Inc. Word spotting in a speech recognition system without predetermined endpoint detection
CA1311059C (en) * 1986-03-25 1992-12-01 Bruce Allen Dautrich Speaker-trained speech recognizer having the capability of detecting confusingly similar vocabulary words
US4827521A (en) * 1986-03-27 1989-05-02 International Business Machines Corporation Training of markov models used in a speech recognition system
US4918733A (en) * 1986-07-30 1990-04-17 At&T Bell Laboratories Dynamic time warping using a digital signal processor
US4805219A (en) * 1987-04-03 1989-02-14 Dragon Systems, Inc. Method for speech recognition
JPH04194999A (ja) * 1990-11-27 1992-07-14 Sharp Corp 学習を用いた動的計画法
US5745873A (en) * 1992-05-01 1998-04-28 Massachusetts Institute Of Technology Speech recognition using final decision based on tentative decisions
US5502774A (en) * 1992-06-09 1996-03-26 International Business Machines Corporation Automatic recognition of a consistent message using multiple complimentary sources of information
US5535305A (en) * 1992-12-31 1996-07-09 Apple Computer, Inc. Sub-partitioned vector quantization of probability density functions
US5734791A (en) * 1992-12-31 1998-03-31 Apple Computer, Inc. Rapid tree-based method for vector quantization
US5596680A (en) * 1992-12-31 1997-01-21 Apple Computer, Inc. Method and apparatus for detecting speech activity using cepstrum vectors
CA2158849C (en) * 1993-03-25 2000-09-05 Kevin Joseph Power Speech recognition with pause detection
US6230128B1 (en) 1993-03-31 2001-05-08 British Telecommunications Public Limited Company Path link passing speech recognition with vocabulary node being capable of simultaneously processing plural path links
JPH08508583A (ja) * 1993-03-31 1996-09-10 ブリテイッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー 接続スピーチ認識
AU6938894A (en) * 1994-03-03 1995-09-18 Alexandr Sergeevich Dmitriev Method of objects recognition
US5625747A (en) * 1994-09-21 1997-04-29 Lucent Technologies Inc. Speaker verification, speech recognition and channel normalization through dynamic time/frequency warping
US6463361B1 (en) * 1994-09-22 2002-10-08 Computer Motion, Inc. Speech interface for an automated endoscopic system
US5617509A (en) * 1995-03-29 1997-04-01 Motorola, Inc. Method, apparatus, and radio optimizing Hidden Markov Model speech recognition
US5737489A (en) * 1995-09-15 1998-04-07 Lucent Technologies Inc. Discriminative utterance verification for connected digits recognition
US5806029A (en) * 1995-09-15 1998-09-08 At&T Corp Signal conditioned minimum error rate training for continuous speech recognition
US6911916B1 (en) 1996-06-24 2005-06-28 The Cleveland Clinic Foundation Method and apparatus for accessing medical data over a network
EP0978793A2 (en) * 1998-08-06 2000-02-09 ATR Interpreting Telecommunications Research Laboratories Apparatus and method for producing analogically similar word based on pseudo-distances between words
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US7398208B2 (en) * 2001-10-11 2008-07-08 Siemens Atkiengesellschaft Method for producing reference segments describing voice modules and method for modeling voice units of a spoken test model
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
US7286993B2 (en) 2002-01-31 2007-10-23 Product Discovery, Inc. Holographic speech translation system and method
US6978240B1 (en) * 2002-01-31 2005-12-20 Brotz Gregory R Speech translation system utilizing holographic data storage medium
KR100462472B1 (ko) * 2002-09-11 2004-12-17 학교법인 포항공과대학교 동적 타임 워핑 디바이스와 이를 이용한 음성 인식 장치
GB2418764B (en) * 2004-09-30 2008-04-09 Fluency Voice Technology Ltd Improving pattern recognition accuracy with distortions
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
US20080255773A1 (en) * 2007-04-13 2008-10-16 Chao Yuan Machine condition monitoring using pattern rules
US9053089B2 (en) 2007-10-02 2015-06-09 Apple Inc. Part-of-speech tagging using latent analogy
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
US8065143B2 (en) 2008-02-22 2011-11-22 Apple Inc. Providing text input using speech data and non-speech data
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
US8218880B2 (en) * 2008-05-29 2012-07-10 Microsoft Corporation Linear laplacian discrimination for feature extraction
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
US8712776B2 (en) 2008-09-29 2014-04-29 Apple Inc. Systems and methods for selective text to speech synthesis
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
US8676904B2 (en) 2008-10-02 2014-03-18 Apple Inc. Electronic devices with voice command and contextual data processing capabilities
US9959870B2 (en) 2008-12-11 2018-05-01 Apple Inc. 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
US10255566B2 (en) 2011-06-03 2019-04-09 Apple Inc. Generating and processing task items that represent tasks to perform
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10540976B2 (en) 2009-06-05 2020-01-21 Apple Inc. Contextual voice commands
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
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
US8381107B2 (en) 2010-01-13 2013-02-19 Apple Inc. Adaptive audio feedback system and method
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
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
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
US8713021B2 (en) 2010-07-07 2014-04-29 Apple Inc. Unsupervised document clustering using latent semantic density analysis
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
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
US10672399B2 (en) 2011-06-03 2020-06-02 Apple Inc. Switching between text data and audio data based on a mapping
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
US10417037B2 (en) 2012-05-15 2019-09-17 Apple Inc. Systems and methods for integrating third party services with a digital assistant
US8775442B2 (en) 2012-05-15 2014-07-08 Apple Inc. Semantic search using a single-source semantic model
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US10019994B2 (en) 2012-06-08 2018-07-10 Apple Inc. Systems and methods for recognizing textual identifiers within a plurality of words
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
DE112014000709B4 (de) 2013-02-07 2021-12-30 Apple Inc. Verfahren und vorrichtung zum betrieb eines sprachtriggers für einen digitalen assistenten
US10572476B2 (en) 2013-03-14 2020-02-25 Apple Inc. Refining a search based on schedule items
US10642574B2 (en) 2013-03-14 2020-05-05 Apple Inc. Device, method, and graphical user interface for outputting captions
US10652394B2 (en) 2013-03-14 2020-05-12 Apple Inc. System and method for processing voicemail
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
US9977779B2 (en) 2013-03-14 2018-05-22 Apple Inc. Automatic supplementation of word correction dictionaries
US9733821B2 (en) 2013-03-14 2017-08-15 Apple Inc. Voice control to diagnose inadvertent activation of accessibility features
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
KR102057795B1 (ko) 2013-03-15 2019-12-19 애플 인크. 콘텍스트-민감성 방해 처리
US10748529B1 (en) 2013-03-15 2020-08-18 Apple Inc. Voice activated device for use with a voice-based digital assistant
WO2014144949A2 (en) 2013-03-15 2014-09-18 Apple Inc. Training an at least partial voice command system
CN105190607B (zh) 2013-03-15 2018-11-30 苹果公司 通过智能数字助理的用户培训
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
KR101959188B1 (ko) 2013-06-09 2019-07-02 애플 인크. 디지털 어시스턴트의 둘 이상의 인스턴스들에 걸친 대화 지속성을 가능하게 하기 위한 디바이스, 방법 및 그래픽 사용자 인터페이스
KR101809808B1 (ko) 2013-06-13 2017-12-15 애플 인크. 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법
KR101749009B1 (ko) 2013-08-06 2017-06-19 애플 인크. 원격 디바이스로부터의 활동에 기초한 스마트 응답의 자동 활성화
US10296160B2 (en) 2013-12-06 2019-05-21 Apple Inc. Method for extracting salient dialog usage from live data
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
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
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
WO2015184186A1 (en) 2014-05-30 2015-12-03 Apple Inc. Multi-command single utterance input method
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
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
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
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
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
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
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
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital 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
DK179588B1 (en) 2016-06-09 2019-02-22 Apple Inc. INTELLIGENT AUTOMATED ASSISTANT IN A HOME ENVIRONMENT
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
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
US10235993B1 (en) * 2016-06-14 2019-03-19 Friday Harbor Llc Classifying signals using correlations of segments
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
CN108877768B (zh) * 2018-05-21 2020-12-11 广东省电信规划设计院有限公司 座机提示音识别方法、装置及计算机设备
CN111859031B (zh) * 2020-07-15 2023-06-20 中国安全生产科学研究院 一种油气管道事故失效因素分析方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3700815A (en) * 1971-04-20 1972-10-24 Bell Telephone Labor Inc Automatic speaker verification by non-linear time alignment of acoustic parameters
JPS4891935A (ja) * 1972-03-08 1973-11-29
JPS5272504A (en) * 1975-12-15 1977-06-17 Fuji Xerox Co Ltd Device for recognizing word audio
US4164025A (en) * 1977-12-13 1979-08-07 Bell Telephone Laboratories, Incorporated Spelled word input directory information retrieval system with input word error corrective searching
JPS552205A (en) * 1978-06-20 1980-01-09 Kogyo Gijutsuin Real time continuous sound discriminator
JPS5569880A (en) * 1978-11-22 1980-05-26 Nec Corp Pattern recognition unit

Also Published As

Publication number Publication date
US4348553A (en) 1982-09-07
EP0043006B1 (en) 1986-01-02
JPS5730900A (en) 1982-02-19
EP0043006A2 (en) 1982-01-06
EP0043006A3 (en) 1982-01-20
DE3173355D1 (en) 1986-02-13

Similar Documents

Publication Publication Date Title
JPH0228875B2 (ja)
US5212730A (en) Voice recognition of proper names using text-derived recognition models
EP0109190A1 (en) Monosyllable recognition apparatus
EP0705473A1 (en) Speech recognition method using a two-pass search
JPH1063291A (ja) 連続密度ヒドンマルコフモデルを用いた音声認識方法及び装置
CN102334119B (zh) 声音检索装置及声音检索方法
EP0453649A2 (en) Method and apparatus for modeling words with composite Markov models
US7460995B2 (en) System for speech recognition
EP0241183B1 (en) Speech recognition system
CN113129864A (zh) 语音特征预测方法、装置、设备及可读存储介质
CN110570877B (zh) 手语视频生成方法、电子设备及计算机可读存储介质
CN109300474B (zh) 一种语音信号处理方法及装置
EP0482395A2 (en) Method and apparatus for generating models of spoken words based on a small number of utterances
KR100719942B1 (ko) 패턴 인식
JP2980382B2 (ja) 話者適応音声認識方法および装置
JP3322536B2 (ja) ニューラルネットワークの学習方法および音声認識装置
JPS61148497A (ja) 標準パタン作成装置
JP2738403B2 (ja) 音声認識装置
JP3052520B2 (ja) パターン分類装置
JP2003022091A (ja) 音声認識方法および音声認識装置ならびに音声認識プログラム
JP2577891B2 (ja) 単語音声予備選択装置
JP4344195B2 (ja) 音声合成用リスト生成装置及び音声合成用リスト生成プログラム
JP2005265874A (ja) 素片接続型音声合成装置
KR20000033276A (ko) 대표 특징열을 이용한 프레임 압축 방법 및그를 이용한 음성인식 방법
JP3092384B2 (ja) パターン照合装置