JPH06259090A - 音声対話システム - Google Patents
音声対話システムInfo
- Publication number
- JPH06259090A JPH06259090A JP5048085A JP4808593A JPH06259090A JP H06259090 A JPH06259090 A JP H06259090A JP 5048085 A JP5048085 A JP 5048085A JP 4808593 A JP4808593 A JP 4808593A JP H06259090 A JPH06259090 A JP H06259090A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- unit
- recognition
- semantic
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000002452 interceptive effect Effects 0.000 title abstract description 4
- 230000014509 gene expression Effects 0.000 claims abstract description 63
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 37
- 238000003708 edge detection Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 abstract description 13
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000000391 smoking effect Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 1
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
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- 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
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
Abstract
(57)【要約】
【目的】 ユーザの発話と同時進行的に認識理解、アプ
リケーション処理、応答を行なうことによってユーザと
システムの間の対話性をより高め、これによって使いや
すく、タクス達成効率の高い音声対話システムを提供す
ることを可能にする。 【構成】 認識理解部３は検出された音声区間の特徴ベ
クトル時系列を順次、認識および理解し、その結果であ
る意味表現の時系列を出力する。入力分割部４は認識理
解部３から受け取った意味表現の時系列を意味的なまと
まりの単位に分割して逐次に出力する。
リケーション処理、応答を行なうことによってユーザと
システムの間の対話性をより高め、これによって使いや
すく、タクス達成効率の高い音声対話システムを提供す
ることを可能にする。 【構成】 認識理解部３は検出された音声区間の特徴ベ
クトル時系列を順次、認識および理解し、その結果であ
る意味表現の時系列を出力する。入力分割部４は認識理
解部３から受け取った意味表現の時系列を意味的なまと
まりの単位に分割して逐次に出力する。
Description
【０００１】
【産業上の利用分野】この発明は、音声入力を用いて航
空券、列車チケットの購入や予約、ホテルの予約を行な
うための音声対話システムに関するものである。
空券、列車チケットの購入や予約、ホテルの予約を行な
うための音声対話システムに関するものである。
【０００２】
【従来の技術】音声は人間にとって自然でかつ使いやす
いマンマシンインタフェースのひとつであり、音声入力
による計算機と対話を行なうことによってチケットの購
入などユーザが所望する目的を達成することができる音
声対話システムの実現が望まれている。従来の音声対話
システムのほとんどは、例えば、日本音響学会講演論文
集（平成４年３月）の１３５〜１３６ページ、「不特定
話者音声対話システムＴＯＳＢＵＲＧ（トスバーグ）の
開発」（以下、文献１と称する）に示されているよう
に、意味的に完結した一文を音声入力の単位とし、一文
毎に音声認識理解、アプリケーション処理、音声応答を
繰り返しながら対話が進行する。
いマンマシンインタフェースのひとつであり、音声入力
による計算機と対話を行なうことによってチケットの購
入などユーザが所望する目的を達成することができる音
声対話システムの実現が望まれている。従来の音声対話
システムのほとんどは、例えば、日本音響学会講演論文
集（平成４年３月）の１３５〜１３６ページ、「不特定
話者音声対話システムＴＯＳＢＵＲＧ（トスバーグ）の
開発」（以下、文献１と称する）に示されているよう
に、意味的に完結した一文を音声入力の単位とし、一文
毎に音声認識理解、アプリケーション処理、音声応答を
繰り返しながら対話が進行する。
【０００３】
【発明が解決しようとする課題】しかしながら、このよ
うな音声対話インタフェースでは次のような問題が生
じ、ユーザにとって使いやすいインタフェースであると
は言えない。第１に、一文を入力し終るまでシステムか
らの表示や音声応答が行なわれず、理解結果を確認でき
ない。このため、一文入力後に初めて文中の単語の認識
理解の誤りに気づく。この場合、一文全体を再度入力し
なければならないことが多く、タスク達成の効率が低く
なる。第２に、ユーザが発話内容を考えながら、１、２
文節づつ入力した場合には、そのたびにシステムからの
応答メッセージが音声出力される。このため、システム
の理解結果の確認はできる反面、思考ならびに入力が中
断される。とりわけ、航空券・列車チケットの購入、ホ
テルの予約といった目的指向の対話においては、ユーザ
は長い一文を途切れずに発声するより、システムの表示
や応答内容に基づいて思考を進めながら、少しずつ発話
する方が自然であることも多い。
うな音声対話インタフェースでは次のような問題が生
じ、ユーザにとって使いやすいインタフェースであると
は言えない。第１に、一文を入力し終るまでシステムか
らの表示や音声応答が行なわれず、理解結果を確認でき
ない。このため、一文入力後に初めて文中の単語の認識
理解の誤りに気づく。この場合、一文全体を再度入力し
なければならないことが多く、タスク達成の効率が低く
なる。第２に、ユーザが発話内容を考えながら、１、２
文節づつ入力した場合には、そのたびにシステムからの
応答メッセージが音声出力される。このため、システム
の理解結果の確認はできる反面、思考ならびに入力が中
断される。とりわけ、航空券・列車チケットの購入、ホ
テルの予約といった目的指向の対話においては、ユーザ
は長い一文を途切れずに発声するより、システムの表示
や応答内容に基づいて思考を進めながら、少しずつ発話
する方が自然であることも多い。
【０００４】そこで本発明の目的は、ユーザの発話と同
時進行的に認識理解、アプリケーション処理、応答を行
なうことによってユーザとシステムの間の対話性をより
高め、これによって使いやすく、タスク達成効率の高い
音声対話システムを提供することにある。
時進行的に認識理解、アプリケーション処理、応答を行
なうことによってユーザとシステムの間の対話性をより
高め、これによって使いやすく、タスク達成効率の高い
音声対話システムを提供することにある。
【０００５】
【課題を解決するための手段】第１の発明の音声対話シ
ステムは、入力信号中の音声区間の始端および終端を検
出する音声検出部と、前記音声区間の音声を認識してそ
の意味表現を取り出す認識理解部と、前記認識理解部か
ら出力された意味表現の列を意味的なまとまりに分割し
て逐次に出力する入力分割部と、前記入力分割部から受
けとった意味表現に対する処理を行ない、この結果を表
示あるいは音声出力するアプリケーション実行部とを有
することを特徴とする。
ステムは、入力信号中の音声区間の始端および終端を検
出する音声検出部と、前記音声区間の音声を認識してそ
の意味表現を取り出す認識理解部と、前記認識理解部か
ら出力された意味表現の列を意味的なまとまりに分割し
て逐次に出力する入力分割部と、前記入力分割部から受
けとった意味表現に対する処理を行ない、この結果を表
示あるいは音声出力するアプリケーション実行部とを有
することを特徴とする。
【０００６】第２の発明の音声対話システムは、第１の
発明において、前記アプリケーション実行部は前記入力
分割部から受け取った意味表現に対する第１の処理を行
ない、この結果を表示あるいは音声出力するとともに、
第１の処理終了時に前記入力分割部が次の意味表現を出
力していないときにはその意味表現に対する第２の処理
を行ない、あるいは前記第２の処理の実行中に前記入力
分割部が次の意味表現を出力したときには前記第２の処
理の実行を中止することを特徴とする。
発明において、前記アプリケーション実行部は前記入力
分割部から受け取った意味表現に対する第１の処理を行
ない、この結果を表示あるいは音声出力するとともに、
第１の処理終了時に前記入力分割部が次の意味表現を出
力していないときにはその意味表現に対する第２の処理
を行ない、あるいは前記第２の処理の実行中に前記入力
分割部が次の意味表現を出力したときには前記第２の処
理の実行を中止することを特徴とする。
【０００７】第３の発明の音声対話システムは、第２の
発明において、前記音声検出部は音声区間の始端を検出
した時点で始端検出信号を前記アプリケーション実行部
に出力し、前記アプリケーション実行部は前記第１の処
理開始以降で前記第２の処理開始以前に前記始端検出信
号を受け取った場合には前記第２の処理を行なわず、あ
るいは前記アプリケーション実行部は前記第２の処理の
実行中に始端検出信号を受け取った場合に前記第２の処
理の実行を中止することを特徴とする。
発明において、前記音声検出部は音声区間の始端を検出
した時点で始端検出信号を前記アプリケーション実行部
に出力し、前記アプリケーション実行部は前記第１の処
理開始以降で前記第２の処理開始以前に前記始端検出信
号を受け取った場合には前記第２の処理を行なわず、あ
るいは前記アプリケーション実行部は前記第２の処理の
実行中に始端検出信号を受け取った場合に前記第２の処
理の実行を中止することを特徴とする。
【０００８】第４の発明の音声対話システムは、第１，
２又は３の発明において、前記音声検出部は音声区間の
終端時点を前記入力分割部に出力し、前記入力分割部は
その終端時点を用いて意味表現の列を意味的なまとまり
に分割して逐次に出力することを特徴とする。
２又は３の発明において、前記音声検出部は音声区間の
終端時点を前記入力分割部に出力し、前記入力分割部は
その終端時点を用いて意味表現の列を意味的なまとまり
に分割して逐次に出力することを特徴とする。
【０００９】第５の発明の音声対話システムは、第１，
２，３又は４の発明において、前記認識理解部から意味
表現の時系列を受け取り、これを逐次的に表示する認識
理解結果表示部を有することを特徴とする。
２，３又は４の発明において、前記認識理解部から意味
表現の時系列を受け取り、これを逐次的に表示する認識
理解結果表示部を有することを特徴とする。
【００１０】
【実施例】次に図面を参照して本発明を詳細に説明す
る。
る。
【００１１】図１は本発明の一実施例を示す図である。
【００１２】本願第１および第２の発明では、図１にお
いて、分析部１は入力信号を分析して特徴ベクトル時系
列に変換する。音声検出部２は分析部１から受け取った
特徴ベクトル時系列を用いて、入力信号中の音声区間の
始端および終端を検出し、検出した始端および終端位置
を特徴ベクトル時系列とともに認識理解部３に出力す
る。認識理解部３は検出された音声区間の特徴ベクトル
時系列を順次、認識および理解し、その結果である意味
表現の列を出力する。入力分割部４は認識理解部３から
受け取った意味表現の列を意味的なまとまりに分割して
逐次に出力する。アプリケーション実行部５は入力分割
部４から受け取った意味表現に対して各アプリケーショ
ンであらかじめ定義されている処理を実行し、その結果
を表示または音声応答する。
いて、分析部１は入力信号を分析して特徴ベクトル時系
列に変換する。音声検出部２は分析部１から受け取った
特徴ベクトル時系列を用いて、入力信号中の音声区間の
始端および終端を検出し、検出した始端および終端位置
を特徴ベクトル時系列とともに認識理解部３に出力す
る。認識理解部３は検出された音声区間の特徴ベクトル
時系列を順次、認識および理解し、その結果である意味
表現の列を出力する。入力分割部４は認識理解部３から
受け取った意味表現の列を意味的なまとまりに分割して
逐次に出力する。アプリケーション実行部５は入力分割
部４から受け取った意味表現に対して各アプリケーショ
ンであらかじめ定義されている処理を実行し、その結果
を表示または音声応答する。
【００１３】本願第３の発明では、図１において、音声
検出部２は始端を検出した時点で始端検出信号ａをアプ
リケーション実行部５に出力する。アプリケーション実
行部５は始端検出信号ａを受け取った時点で以降のアプ
リケーション処理の開始を中止あるいは実行中のアプリ
ケーション処理を中断する。
検出部２は始端を検出した時点で始端検出信号ａをアプ
リケーション実行部５に出力する。アプリケーション実
行部５は始端検出信号ａを受け取った時点で以降のアプ
リケーション処理の開始を中止あるいは実行中のアプリ
ケーション処理を中断する。
【００１４】本願第４の発明では、図１において、音声
検出部２は終端位置ｂを入力分割部４に出力する。入力
分割部４は認識理解部３から受け取った意味表現の時系
列を、終端位置ｂを用いて意味的なまとまりに分割して
逐次に出力する。
検出部２は終端位置ｂを入力分割部４に出力する。入力
分割部４は認識理解部３から受け取った意味表現の時系
列を、終端位置ｂを用いて意味的なまとまりに分割して
逐次に出力する。
【００１５】本願第５の発明では、図１において、認識
理解部３は認識および理解結果である意味表現の列を認
識理解結果表示部６にも出力し、認識理解結果表示部６
は受け取った意味表現をユーザにわかりやすく逐次に表
示する。
理解部３は認識および理解結果である意味表現の列を認
識理解結果表示部６にも出力し、認識理解結果表示部６
は受け取った意味表現をユーザにわかりやすく逐次に表
示する。
【００１６】次に、図１を参照して、本実施例の動作に
ついて説明する。
ついて説明する。
【００１７】分析部１はその動作開始後に入力される信
号を分析して特徴ベクトル時系列に変換する。この分析
には、東海大学出版会刊行の「ディジタル音声処理」
（以下、文献２と称する）の３２〜９８ページに示され
ているメルケプストラムによる方法やＬＰＣ分析による
方法などを用いることができる。
号を分析して特徴ベクトル時系列に変換する。この分析
には、東海大学出版会刊行の「ディジタル音声処理」
（以下、文献２と称する）の３２〜９８ページに示され
ているメルケプストラムによる方法やＬＰＣ分析による
方法などを用いることができる。
【００１８】ユーザが音声を入力すると、音声検出部２
は分析部１から受け取ったその特徴ベクトル時系列のう
ちの例えばパワー情報を用いて、入力信号中の音声区間
の始端および終端を検出する。ここでの音声検出のため
には、例えば共立出版株式会社、新美康永著「音声認
識」（以下、文献３と称する）の６８〜７０ページに示
されている方法を用いることができる。
は分析部１から受け取ったその特徴ベクトル時系列のう
ちの例えばパワー情報を用いて、入力信号中の音声区間
の始端および終端を検出する。ここでの音声検出のため
には、例えば共立出版株式会社、新美康永著「音声認
識」（以下、文献３と称する）の６８〜７０ページに示
されている方法を用いることができる。
【００１９】検出された音声区間の始端位置と終端位置
は特徴ベクトル時系列とともに認識理解部３に入力され
る。認識理解部３は始端位置から終端位置までの特徴ベ
クトル時系列を順次、認識し、さらに認識結果の単語あ
るいは単語列を順次、それらの意味を表す意味表現に変
換し、出力する。音声分析、検出、認識理解の動作のユ
ーザの音声入力と同時に行なわれ、従って、音声入力途
中にも意味表現の列が認識理解部３から順次出力され
る。
は特徴ベクトル時系列とともに認識理解部３に入力され
る。認識理解部３は始端位置から終端位置までの特徴ベ
クトル時系列を順次、認識し、さらに認識結果の単語あ
るいは単語列を順次、それらの意味を表す意味表現に変
換し、出力する。音声分析、検出、認識理解の動作のユ
ーザの音声入力と同時に行なわれ、従って、音声入力途
中にも意味表現の列が認識理解部３から順次出力され
る。
【００２０】認識理解部３において認識を行なうために
は、始端以降の特徴ベクトル時系列と、あらかじめ登録
されている認識対象である複数個の単語の標準パタンと
を比較照合し、入力信号の各時点における標準パタンの
類似度を求めた上で、類似度が最大になるような単語の
列を求める方法を用いることができる。このためには、
例えば特開昭５６−２９２９２号公報「連続音声認識装
置」（以下、文献４と称する）に示されているような、
有限状態オートマトンで表現された文法に従って単語パ
タンを接続して連続音声を認識する方法を用いることが
できる。あるいは、例えば情報処理学会論文誌、第３１
巻、第３号、４７２〜４８０ページの「ＨＭＭ（エイチ
エムエム）音声認識と拡張ＬＲ（エルアール）構文解析
法を用いた連続音声認識」（以下、文献５と称する）に
示されているような、文脈自由文法に従って単語パタン
を動的に連続して連続音声を認識する方法を用いること
ができる。あるいはワードスポッティングを用いて特徴
ベクトル時系列中の単語を順次検出する方法を用いても
よい。
は、始端以降の特徴ベクトル時系列と、あらかじめ登録
されている認識対象である複数個の単語の標準パタンと
を比較照合し、入力信号の各時点における標準パタンの
類似度を求めた上で、類似度が最大になるような単語の
列を求める方法を用いることができる。このためには、
例えば特開昭５６−２９２９２号公報「連続音声認識装
置」（以下、文献４と称する）に示されているような、
有限状態オートマトンで表現された文法に従って単語パ
タンを接続して連続音声を認識する方法を用いることが
できる。あるいは、例えば情報処理学会論文誌、第３１
巻、第３号、４７２〜４８０ページの「ＨＭＭ（エイチ
エムエム）音声認識と拡張ＬＲ（エルアール）構文解析
法を用いた連続音声認識」（以下、文献５と称する）に
示されているような、文脈自由文法に従って単語パタン
を動的に連続して連続音声を認識する方法を用いること
ができる。あるいはワードスポッティングを用いて特徴
ベクトル時系列中の単語を順次検出する方法を用いても
よい。
【００２１】認識理解部３において単語あるいは単語列
を意味表現に変換するためには例えば、電子情報通信学
会技術報告書、第ＳＰ９０−８３号の「半音節を認識単
位とする不特定話者連続音声認識システム」（以下、文
献６と称する）に示されているような、あらかじめ記憶
しておいた単語および単語間の意味関係を用いて意味表
現を作成する方法を用いることができる。あるいは、単
語あるいは単語列をそのまま意味表現として出力しても
よい。
を意味表現に変換するためには例えば、電子情報通信学
会技術報告書、第ＳＰ９０−８３号の「半音節を認識単
位とする不特定話者連続音声認識システム」（以下、文
献６と称する）に示されているような、あらかじめ記憶
しておいた単語および単語間の意味関係を用いて意味表
現を作成する方法を用いることができる。あるいは、単
語あるいは単語列をそのまま意味表現として出力しても
よい。
【００２２】認識理解部３によって得られた意味表現は
順次、入力分割部４に入力される。入力分割部４は受け
取った意味表現の列を順に調べ、意味的にまとまった意
味表現の部分列が得られるとただちにその意味表現の部
分列を出力する。このためには例えば、意味的に完結す
る意味表現の組合わせを複数組、あらかじめ記憶してお
き、そのいずれかの意味表現の組が現れた時点でその意
味表現の組を出力する方法を用いることができる。ある
いは、関連性の少ない意味表現の組合わせをあらかじめ
記憶しておき、意味表現の列の中に関連性の少ない２個
の意味表現が続けて現れたときに、その２個の意味表現
の間を意味的なまとまりの区切りとすることができる。
順次、入力分割部４に入力される。入力分割部４は受け
取った意味表現の列を順に調べ、意味的にまとまった意
味表現の部分列が得られるとただちにその意味表現の部
分列を出力する。このためには例えば、意味的に完結す
る意味表現の組合わせを複数組、あらかじめ記憶してお
き、そのいずれかの意味表現の組が現れた時点でその意
味表現の組を出力する方法を用いることができる。ある
いは、関連性の少ない意味表現の組合わせをあらかじめ
記憶しておき、意味表現の列の中に関連性の少ない２個
の意味表現が続けて現れたときに、その２個の意味表現
の間を意味的なまとまりの区切りとすることができる。
【００２３】アプリケーション実行部５は認識理解部３
から意味表現の部分列を受け取ると同時にその意味表現
に対してあらかじめ定義されているアプリケーション処
理を実行し、その結果を表示あるいは音声出力する。
から意味表現の部分列を受け取ると同時にその意味表現
に対してあらかじめ定義されているアプリケーション処
理を実行し、その結果を表示あるいは音声出力する。
【００２４】以上の動作はユーザの音声入力と同時に行
なわれるため、意味的にまとまるところまでの音声が入
力された時点で、そこまでの意味を表す意味表現がアプ
リケーション実行部５に渡される。従って、ユーザの音
声入力と並行して、アプリケーションの処理結果が表示
あるいは音声出力される。
なわれるため、意味的にまとまるところまでの音声が入
力された時点で、そこまでの意味を表す意味表現がアプ
リケーション実行部５に渡される。従って、ユーザの音
声入力と並行して、アプリケーションの処理結果が表示
あるいは音声出力される。
【００２５】次に、具体例を用いて説明する。
【００２６】例えば、音声対話を用いて列車の切符購入
を行なうシステムにおいて、ユーザが「おとな２枚子供
１枚で禁煙車にしてください」と入力する場合、認識理
解部３の出力は、例えば＜ＡＤＵＬＴ＞＜２＞＜ＣＨＩ
ＬＤ＞＜１＞＜ＮＯ−ＳＭＯＫＩＮＧ＞＜ＲＥＱＵＥＳ
Ｔ＞のような意味表現の列となり、これらの意味表現が
順に入力分割部４に出力される。ここでは例えば＜ＡＤ
ＵＬＴ＞が１個の意味表現とする。続いて、入力分割部
４は受け取った意味表現の列を順に調べる。すなわち、
ユーザが「おとな２枚」までを入力した時点で入力分割
部４は＜ＡＤＵＬＴ＞と＜２＞を受け取る。それと同時
に「おとな２枚」という意味的なまとまりを検出し、こ
れらをアプリケーション実行部５に出力する。アプリケ
ーション実行部５は＜ＡＤＵＬＴ＞＜２＞を受け取ると
ただちに「おとな」の切符の枚数が「２枚」であること
を記憶し、同時に画面に出力する。この間にユーザは
「子供が１枚で」以降の音声を続けて続けて入力してお
り、これらについても同様の動作が行なわれる。図２は
以上述べた動作のタイミングを説明する図である。図２
において太線が各部での処理の実行を示している。
を行なうシステムにおいて、ユーザが「おとな２枚子供
１枚で禁煙車にしてください」と入力する場合、認識理
解部３の出力は、例えば＜ＡＤＵＬＴ＞＜２＞＜ＣＨＩ
ＬＤ＞＜１＞＜ＮＯ−ＳＭＯＫＩＮＧ＞＜ＲＥＱＵＥＳ
Ｔ＞のような意味表現の列となり、これらの意味表現が
順に入力分割部４に出力される。ここでは例えば＜ＡＤ
ＵＬＴ＞が１個の意味表現とする。続いて、入力分割部
４は受け取った意味表現の列を順に調べる。すなわち、
ユーザが「おとな２枚」までを入力した時点で入力分割
部４は＜ＡＤＵＬＴ＞と＜２＞を受け取る。それと同時
に「おとな２枚」という意味的なまとまりを検出し、こ
れらをアプリケーション実行部５に出力する。アプリケ
ーション実行部５は＜ＡＤＵＬＴ＞＜２＞を受け取ると
ただちに「おとな」の切符の枚数が「２枚」であること
を記憶し、同時に画面に出力する。この間にユーザは
「子供が１枚で」以降の音声を続けて続けて入力してお
り、これらについても同様の動作が行なわれる。図２は
以上述べた動作のタイミングを説明する図である。図２
において太線が各部での処理の実行を示している。
【００２７】このようにして、第１の発明によって、ユ
ーザの発話と同時進行的に認識理解、アプリケーション
処理、応答を行なうことが可能になる。
ーザの発話と同時進行的に認識理解、アプリケーション
処理、応答を行なうことが可能になる。
【００２８】第２の発明によれば、アプリケーション実
行部５では意味表現に対するアプリケーション処理を第
１の処理と第２の処理に分けてあらかじめ定義してお
き、入力分割部４から意味表現を受け取るとまず第１の
アプリケーション処理を実行する。その後、第１のアプ
リケーション処理の実行終了した時点で入力分割部４が
次の意味表現をまだ出力していない場合には第２のアプ
リケーション処理の実行を開始する。さらに、第２のア
プリケーション処理の実行中に入力分割部４が次の意味
表現を出力した場合にはその時点で第２のアプリケーシ
ョン処理の実行を中断することも可能である。
行部５では意味表現に対するアプリケーション処理を第
１の処理と第２の処理に分けてあらかじめ定義してお
き、入力分割部４から意味表現を受け取るとまず第１の
アプリケーション処理を実行する。その後、第１のアプ
リケーション処理の実行終了した時点で入力分割部４が
次の意味表現をまだ出力していない場合には第２のアプ
リケーション処理の実行を開始する。さらに、第２のア
プリケーション処理の実行中に入力分割部４が次の意味
表現を出力した場合にはその時点で第２のアプリケーシ
ョン処理の実行を中断することも可能である。
【００２９】この場合、アプリケーション実行部５で
は、例えば、入力された値の記憶など処理時間が短い処
理を第１の処理とし、データベースのアクセスなどの処
理時間の長い処理を第２の処理とすることによって、入
力分割部４が意味表現を出力する間隔が長い場合に第２
の処理を行なうようにすることができる。この結果、ユ
ーザの発話と同時進行的に認識理解、アプリケーション
処理、応答を行ないながら、処理時間の長いアプリケー
ション処理を実行することができる。
は、例えば、入力された値の記憶など処理時間が短い処
理を第１の処理とし、データベースのアクセスなどの処
理時間の長い処理を第２の処理とすることによって、入
力分割部４が意味表現を出力する間隔が長い場合に第２
の処理を行なうようにすることができる。この結果、ユ
ーザの発話と同時進行的に認識理解、アプリケーション
処理、応答を行ないながら、処理時間の長いアプリケー
ション処理を実行することができる。
【００３０】図３は第２の発明による場合の動作のタイ
ミングの一例を説明する図である。図３において「指定
で」に対する第１のアプリケーション処理の実行を終了
した時点では、アプリケーション実行部５はまだ次の意
味表現を受け取っていないので、「指定で」に対する第
２のアプリケーション処理を実行する。また、「おとな
と子供が２枚ずつ」に対する第１のアプリケーション処
理の実行中にアプリケーション実行部５は次の意味表現
を受け取っているので、「おとなと子供２枚ずつ」に対
する第２のアプリケーション処理の実行は開始しない。
また、「禁煙に」に対する第１のアプリケーション処理
の実行を終了した時点では次の意味表現を受け取ってい
ないので、第２のアプリケーション処理の実行を開始す
るが、その実行中に「してください」の意味表現を受け
取るので、その時点で実行中の第２のアプリケーション
処理の実行を中断する。
ミングの一例を説明する図である。図３において「指定
で」に対する第１のアプリケーション処理の実行を終了
した時点では、アプリケーション実行部５はまだ次の意
味表現を受け取っていないので、「指定で」に対する第
２のアプリケーション処理を実行する。また、「おとな
と子供が２枚ずつ」に対する第１のアプリケーション処
理の実行中にアプリケーション実行部５は次の意味表現
を受け取っているので、「おとなと子供２枚ずつ」に対
する第２のアプリケーション処理の実行は開始しない。
また、「禁煙に」に対する第１のアプリケーション処理
の実行を終了した時点では次の意味表現を受け取ってい
ないので、第２のアプリケーション処理の実行を開始す
るが、その実行中に「してください」の意味表現を受け
取るので、その時点で実行中の第２のアプリケーション
処理の実行を中断する。
【００３１】第３の発明によれば、音声検出部２は始端
を検出した時点で始端検出信号ａをアプリケーション実
行部５に出力し、アプリケーション実行部５は始端検出
信号ａを受け取った時点で以降のアプリケーション処理
の開始を中止あるいは実行中のアプリケーション処理を
中断する。この結果、ユーザが単語間にポーズを置きな
がら音声入力をした場合に、ユーザの発話と同時進行的
に認識理解、アプリケーション処理、応答を行ないなが
ら、しかもユーザの入力が中断している間に音声応答や
処理時間の長いアプリケーション処理を実行することが
でき、ユーザの思考ならびに入力が中断することがな
い。
を検出した時点で始端検出信号ａをアプリケーション実
行部５に出力し、アプリケーション実行部５は始端検出
信号ａを受け取った時点で以降のアプリケーション処理
の開始を中止あるいは実行中のアプリケーション処理を
中断する。この結果、ユーザが単語間にポーズを置きな
がら音声入力をした場合に、ユーザの発話と同時進行的
に認識理解、アプリケーション処理、応答を行ないなが
ら、しかもユーザの入力が中断している間に音声応答や
処理時間の長いアプリケーション処理を実行することが
でき、ユーザの思考ならびに入力が中断することがな
い。
【００３２】図４は第３の発明の場合の動作のタイミン
グの一例を説明する図である。図４において、「おとな
２枚」に対する第１のアプリケーション処理を実行して
いる途中に次の音声の始端検出信号ａ１を受け取ってい
るので第２のアプリケーション処理は開始しない。ま
た、「子供１枚で」に対する第１のアプリケーション処
理の実行を終了した時点ではまだ次の音声の始端検出信
号ａ２を受け取っていないので第２のアプリケーション
処理を実行するとともに、さらにユーザの音声入力を促
す音声応答を出力する。
グの一例を説明する図である。図４において、「おとな
２枚」に対する第１のアプリケーション処理を実行して
いる途中に次の音声の始端検出信号ａ１を受け取ってい
るので第２のアプリケーション処理は開始しない。ま
た、「子供１枚で」に対する第１のアプリケーション処
理の実行を終了した時点ではまだ次の音声の始端検出信
号ａ２を受け取っていないので第２のアプリケーション
処理を実行するとともに、さらにユーザの音声入力を促
す音声応答を出力する。
【００３３】第４の発明によれば、音声検出部２は音声
区間の終端時点を入力分割部４に出力し、入力分割部４
は音声区間の終端時点を用いて意味表現の列を意味的な
まとまりに分割する。
区間の終端時点を入力分割部４に出力し、入力分割部４
は音声区間の終端時点を用いて意味表現の列を意味的な
まとまりに分割する。
【００３４】ユーザが発声内容を考えながら音声入力す
る場合には、例えば「おとな２枚と（ポーズ）子供１枚
で（ポーズ）禁煙車にしてください」というように、意
味的なまとまり毎にポーズを置きながら発声することが
多い。従ってポーズ位置は意味的なまとまりの区切りで
ある可能性が高い。少なくとも音声区間の終端時点を意
味的なまとまりの区切りの候補とすることによって、意
味的なまとまりを効率良く検出することが可能になる。
あるいは、入力分割部４はそれぞれの音声区間の終端時
点までの意味表現を意味的なまとまりとして出力するこ
とによって、意味表現に関する知識をあらかじめ用意し
ておくことなく、意味的なまとまりへの分割を容易に行
なうことができる。
る場合には、例えば「おとな２枚と（ポーズ）子供１枚
で（ポーズ）禁煙車にしてください」というように、意
味的なまとまり毎にポーズを置きながら発声することが
多い。従ってポーズ位置は意味的なまとまりの区切りで
ある可能性が高い。少なくとも音声区間の終端時点を意
味的なまとまりの区切りの候補とすることによって、意
味的なまとまりを効率良く検出することが可能になる。
あるいは、入力分割部４はそれぞれの音声区間の終端時
点までの意味表現を意味的なまとまりとして出力するこ
とによって、意味表現に関する知識をあらかじめ用意し
ておくことなく、意味的なまとまりへの分割を容易に行
なうことができる。
【００３５】第５の発明によれば、認識理解結果表示部
６は認識理解部３で意味表現が得られると同時にそれを
ユーザにわかりやすく表示する。これによってユーザは
音声入力を行ないながら、入力した音声が正しく認識理
解されたかを知ることができる。この結果、システムの
認識理解誤りにすぐに気づき、その場で発話を中断した
り、あるいは言い直すことができる。
６は認識理解部３で意味表現が得られると同時にそれを
ユーザにわかりやすく表示する。これによってユーザは
音声入力を行ないながら、入力した音声が正しく認識理
解されたかを知ることができる。この結果、システムの
認識理解誤りにすぐに気づき、その場で発話を中断した
り、あるいは言い直すことができる。
【００３６】
【発明の効果】以上に詳しく説明したように本発明によ
れぱ、ユーザの発話と同時進行的に認識理解、アプリケ
ーション処理、応答を行なうことによってユーザとシス
テムの間の対話性をより高めることができる。この結
果、ユーザはシステムの理解が正しいことを認識しなが
ら入力することができるとともに、システムの認識理解
誤りにすぐに気づき、その場で発話を中断したり、ある
いは言い直すことができる。また、ユーザの発話が中断
している間にデータベース検索や音声応答を行なうこと
によって、ユーザの発話を妨げず、アプリケーション処
理の実行と円滑な対話を行なうことができる。
れぱ、ユーザの発話と同時進行的に認識理解、アプリケ
ーション処理、応答を行なうことによってユーザとシス
テムの間の対話性をより高めることができる。この結
果、ユーザはシステムの理解が正しいことを認識しなが
ら入力することができるとともに、システムの認識理解
誤りにすぐに気づき、その場で発話を中断したり、ある
いは言い直すことができる。また、ユーザの発話が中断
している間にデータベース検索や音声応答を行なうこと
によって、ユーザの発話を妨げず、アプリケーション処
理の実行と円滑な対話を行なうことができる。
【図１】本発明の一実施例を示す構成図である。
【図２】本願の第１の発明の動作のタイミングを説明す
る図である。
る図である。
【図３】本願の第２の発明の動作タイミングを説明する
図である。
図である。
【図４】本願の第３の発明の動作タイミングを説明する
図である。
図である。
１ 分析部 ２ 音声検出部 ３ 認識理解部 ４ 入力分割部 ５ アプリケーション実行部 ６ 認識理解結果表示部
Claims (5)
- 【請求項１】 入力信号中の音声区間の始端および終端
を検出する音声検出部と、前記音声区間の音声を認識し
てその意味表現を取り出す認識理解部と、前記認識理解
部から出力された意味表現の列を意味的なまとまりに分
割して逐次に出力する入力分割部と、前記入力分割部か
ら受けとった意味表現に対する処理を行ない、この結果
を表示あるいは音声出力するアプリケーション実行部と
を有する音声対話システム。 - 【請求項２】 前記アプリケーション実行部は前記入力
分割部から受け取った意味表現に対する第１の処理を行
ない、この結果を表示あるいは音声出力するとともに、
第１の処理終了時に前記入力分割部が次の意味表現を出
力していないときにはその意味表現に対する第２の処理
を行ない、あるいは前記第２の処理の実行中に前記入力
分割部が次の意味表現を出力したときには前記第２の処
理の実行を中止する、請求項１に記載の音声対話システ
ム。 - 【請求項３】 前記音声検出部は音声区間の始端を検出
した時点で始端検出信号を前記アプリケーション実行部
に出力し、前記アプリケーション実行部は前記第１の処
理開始以降で前記第２の処理開始以前に前記始端検出信
号を受け取った場合には前記第２の処理を行なわず、あ
るいは前記アプリケーション実行部は前記第２の処理の
実行中に始端検出信号を受け取った場合に前記第２の処
理の実行を中止する、請求項２に記載の音声対話システ
ム。 - 【請求項４】 前記音声検出部は音声区間の終端時点を
前記入力分割部に出力し、前記入力分割部はその終端時
点を用いて意味表現の列を意味的なまとまりに分割して
逐次に出力する、請求項１，２又は３に記載の音声対話
システム。 - 【請求項５】 前記認識理解部から意味表現の時系列を
受け取り、これを逐次的に表示する認識理解結果表示部
を有する請求項１，２，３又は４に記載の音声対話シス
テム。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5048085A JPH06259090A (ja) | 1993-03-09 | 1993-03-09 | 音声対話システム |
| DE69427717T DE69427717T2 (de) | 1993-03-09 | 1994-03-09 | Sprachdialogsystem |
| EP94103604A EP0615228B1 (en) | 1993-03-09 | 1994-03-09 | Speech dialogue system |
| US08/207,266 US5671329A (en) | 1993-03-09 | 1994-03-09 | Speech dialogue system in which a recognition and understanding process, application process, and voice input response are performed simultaneously with voice input |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5048085A JPH06259090A (ja) | 1993-03-09 | 1993-03-09 | 音声対話システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06259090A true JPH06259090A (ja) | 1994-09-16 |
Family
ID=12793491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5048085A Pending JPH06259090A (ja) | 1993-03-09 | 1993-03-09 | 音声対話システム |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5671329A (ja) |
| EP (1) | EP0615228B1 (ja) |
| JP (1) | JPH06259090A (ja) |
| DE (1) | DE69427717T2 (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001034292A (ja) * | 1999-07-26 | 2001-02-09 | Denso Corp | 単語列認識装置 |
| JP2006139134A (ja) * | 2004-11-12 | 2006-06-01 | Pioneer Electronic Corp | 音声出力制御装置、音声出力制御システム、それらの方法、それらのプログラム、および、それらのプログラムを記録した記録媒体 |
| JP2012226068A (ja) * | 2011-04-19 | 2012-11-15 | Honda Motor Co Ltd | 対話装置 |
| US9858924B2 (en) | 2015-09-17 | 2018-01-02 | Honda Motor Co., Ltd. | Voice processing apparatus and voice processing method |
| JP2018022075A (ja) * | 2016-08-04 | 2018-02-08 | 日本電信電話株式会社 | 発話生成装置、方法、及びプログラム |
| JP2018504623A (ja) * | 2015-09-03 | 2018-02-15 | グーグル エルエルシー | 強化された発話エンドポイント指定 |
| JP2018523143A (ja) * | 2015-05-27 | 2018-08-16 | グーグル エルエルシー | 音声対応電子デバイスにおける選択的オフライン対応の音声アクションのためのデータのローカル維持 |
| US10339917B2 (en) | 2015-09-03 | 2019-07-02 | Google Llc | Enhanced speech endpointing |
| US10482883B2 (en) | 2015-05-27 | 2019-11-19 | Google Llc | Context-sensitive dynamic update of voice to text model in a voice-enabled electronic device |
| US10978055B2 (en) | 2018-02-14 | 2021-04-13 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium for deriving a level of understanding of an intent of speech |
| US11157959B2 (en) * | 2015-07-17 | 2021-10-26 | Tencent Technology (Shenzhen) Company Limited | Multimedia information processing method, apparatus and system, and computer storage medium |
| JP7689787B1 (ja) * | 2025-03-21 | 2025-06-09 | 株式会社Recho | 情報処理装置、情報処理方法及びプログラム |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000507021A (ja) * | 1997-01-09 | 2000-06-06 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | モジュール式会話構造に基づくような両面音声の形態における人間―機械会話を実行する方法および装置 |
| AU2571900A (en) * | 1999-02-16 | 2000-09-04 | Yugen Kaisha Gm&M | Speech converting device and method |
| US6598018B1 (en) | 1999-12-15 | 2003-07-22 | Matsushita Electric Industrial Co., Ltd. | Method for natural dialog interface to car devices |
| US20020169597A1 (en) * | 2001-03-12 | 2002-11-14 | Fain Systems, Inc. | Method and apparatus providing computer understanding and instructions from natural language |
| US7729918B2 (en) * | 2001-03-14 | 2010-06-01 | At&T Intellectual Property Ii, Lp | Trainable sentence planning system |
| WO2002073598A1 (en) | 2001-03-14 | 2002-09-19 | At & T Corp. | Method for automated sentence planning in a task classification system |
| US7574362B2 (en) * | 2001-03-14 | 2009-08-11 | At&T Intellectual Property Ii, L.P. | Method for automated sentence planning in a task classification system |
| US20030229491A1 (en) * | 2002-06-06 | 2003-12-11 | International Business Machines Corporation | Single sound fragment processing |
| US20030115062A1 (en) * | 2002-10-29 | 2003-06-19 | Walker Marilyn A. | Method for automated sentence planning |
| ATE415684T1 (de) * | 2004-01-29 | 2008-12-15 | Harman Becker Automotive Sys | Verfahren und system zur sprachdialogschnittstelle |
| JP4481972B2 (ja) * | 2006-09-28 | 2010-06-16 | 株式会社東芝 | 音声翻訳装置、音声翻訳方法及び音声翻訳プログラム |
| US8688453B1 (en) * | 2011-02-28 | 2014-04-01 | Nuance Communications, Inc. | Intent mining via analysis of utterances |
| JP2014191212A (ja) * | 2013-03-27 | 2014-10-06 | Seiko Epson Corp | 音声処理装置、集積回路装置、音声処理システム及び音声処理装置の制御方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63118975A (ja) * | 1986-11-07 | 1988-05-23 | Hitachi Ltd | かな漢字変換装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0175503A1 (en) * | 1984-09-06 | 1986-03-26 | BRITISH TELECOMMUNICATIONS public limited company | Method and apparatus for use in interactive dialogue |
| GB2165969B (en) * | 1984-10-19 | 1988-07-06 | British Telecomm | Dialogue system |
| DE3643838A1 (de) * | 1986-12-20 | 1988-06-30 | Telefonbau & Normalzeit Gmbh | Spracherkennungseinrichtung fuer dienste-integrierende kommunikationsanlagen, insbesondere fernsprechvermittlungsanlagen |
| US4974191A (en) * | 1987-07-31 | 1990-11-27 | Syntellect Software Inc. | Adaptive natural language computer interface system |
| US5027406A (en) * | 1988-12-06 | 1991-06-25 | Dragon Systems, Inc. | Method for interactive speech recognition and training |
| JPH05197389A (ja) * | 1991-08-13 | 1993-08-06 | Toshiba Corp | 音声認識装置 |
| DE69232407T2 (de) * | 1991-11-18 | 2002-09-12 | Kabushiki Kaisha Toshiba, Kawasaki | Sprach-Dialog-System zur Erleichterung von Rechner-Mensch-Wechselwirkung |
| US5390279A (en) * | 1992-12-31 | 1995-02-14 | Apple Computer, Inc. | Partitioning speech rules by context for speech recognition |
-
1993
- 1993-03-09 JP JP5048085A patent/JPH06259090A/ja active Pending
-
1994
- 1994-03-09 US US08/207,266 patent/US5671329A/en not_active Expired - Lifetime
- 1994-03-09 EP EP94103604A patent/EP0615228B1/en not_active Expired - Lifetime
- 1994-03-09 DE DE69427717T patent/DE69427717T2/de not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63118975A (ja) * | 1986-11-07 | 1988-05-23 | Hitachi Ltd | かな漢字変換装置 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001034292A (ja) * | 1999-07-26 | 2001-02-09 | Denso Corp | 単語列認識装置 |
| JP2006139134A (ja) * | 2004-11-12 | 2006-06-01 | Pioneer Electronic Corp | 音声出力制御装置、音声出力制御システム、それらの方法、それらのプログラム、および、それらのプログラムを記録した記録媒体 |
| JP2012226068A (ja) * | 2011-04-19 | 2012-11-15 | Honda Motor Co Ltd | 対話装置 |
| US9002705B2 (en) | 2011-04-19 | 2015-04-07 | Honda Motor Co., Ltd. | Interactive device that recognizes input voice of a user and contents of an utterance of the user, and performs a response corresponding to the recognized contents |
| US10482883B2 (en) | 2015-05-27 | 2019-11-19 | Google Llc | Context-sensitive dynamic update of voice to text model in a voice-enabled electronic device |
| US11087762B2 (en) | 2015-05-27 | 2021-08-10 | Google Llc | Context-sensitive dynamic update of voice to text model in a voice-enabled electronic device |
| JP2018523143A (ja) * | 2015-05-27 | 2018-08-16 | グーグル エルエルシー | 音声対応電子デバイスにおける選択的オフライン対応の音声アクションのためのデータのローカル維持 |
| US10334080B2 (en) | 2015-05-27 | 2019-06-25 | Google Llc | Local persisting of data for selectively offline capable voice action in a voice-enabled electronic device |
| US11676606B2 (en) | 2015-05-27 | 2023-06-13 | Google Llc | Context-sensitive dynamic update of voice to text model in a voice-enabled electronic device |
| US11157959B2 (en) * | 2015-07-17 | 2021-10-26 | Tencent Technology (Shenzhen) Company Limited | Multimedia information processing method, apparatus and system, and computer storage medium |
| JP2018504623A (ja) * | 2015-09-03 | 2018-02-15 | グーグル エルエルシー | 強化された発話エンドポイント指定 |
| US10885898B2 (en) | 2015-09-03 | 2021-01-05 | Google Llc | Enhanced speech endpointing |
| US10339917B2 (en) | 2015-09-03 | 2019-07-02 | Google Llc | Enhanced speech endpointing |
| US11996085B2 (en) | 2015-09-03 | 2024-05-28 | Google Llc | Enhanced speech endpointing |
| US9858924B2 (en) | 2015-09-17 | 2018-01-02 | Honda Motor Co., Ltd. | Voice processing apparatus and voice processing method |
| JP2018022075A (ja) * | 2016-08-04 | 2018-02-08 | 日本電信電話株式会社 | 発話生成装置、方法、及びプログラム |
| US10978055B2 (en) | 2018-02-14 | 2021-04-13 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium for deriving a level of understanding of an intent of speech |
| JP7689787B1 (ja) * | 2025-03-21 | 2025-06-09 | 株式会社Recho | 情報処理装置、情報処理方法及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US5671329A (en) | 1997-09-23 |
| DE69427717T2 (de) | 2002-06-13 |
| EP0615228B1 (en) | 2001-07-18 |
| DE69427717D1 (de) | 2001-08-23 |
| EP0615228A1 (en) | 1994-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10074363B2 (en) | Method and apparatus for keyword speech recognition | |
| US6910012B2 (en) | Method and system for speech recognition using phonetically similar word alternatives | |
| US5794189A (en) | Continuous speech recognition | |
| EP0615228B1 (en) | Speech dialogue system | |
| US7478037B2 (en) | Assigning meanings to utterances in a speech recognition system | |
| US5390279A (en) | Partitioning speech rules by context for speech recognition | |
| KR100486733B1 (ko) | 음소 결합정보를 이용한 연속 음성인식방법 및 장치 | |
| EP0965978A1 (en) | Non-interactive enrollment in speech recognition | |
| JP4729902B2 (ja) | 音声対話システム | |
| US20020123894A1 (en) | Processing speech recognition errors in an embedded speech recognition system | |
| US20020143535A1 (en) | Method of providing concise forms of natural commands | |
| US5920837A (en) | Word recognition system which stores two models for some words and allows selective deletion of one such model | |
| US20020123893A1 (en) | Processing speech recognition errors in an embedded speech recognition system | |
| JPH10503033A (ja) | 新ワードのモデル化に基づく音声認識方法及びその装置 | |
| JP2003316386A (ja) | 音声認識方法および音声認識装置および音声認識プログラム | |
| Ogata et al. | Speech repair: quick error correction just by using selection operation for speech input interfaces. | |
| US6591236B2 (en) | Method and system for determining available and alternative speech commands | |
| US6963834B2 (en) | Method of speech recognition using empirically determined word candidates | |
| JPS6383799A (ja) | 連続音声認識方式 | |
| EP0938076B1 (en) | A speech recognition system | |
| JP3277579B2 (ja) | 音声認識方法および装置 | |
| JP2000056795A (ja) | 音声認識装置 | |
| JP2000330588A (ja) | 音声対話処理方法、音声対話処理システムおよびプログラムを記憶した記憶媒体 | |
| JP3766111B2 (ja) | 音声認識装置 | |
| JP3110025B2 (ja) | 発声変形検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 19950718 |