JPH0792993A - 音声認識装置 - Google Patents

音声認識装置

Info

Publication number
JPH0792993A
JPH0792993A JP5233863A JP23386393A JPH0792993A JP H0792993 A JPH0792993 A JP H0792993A JP 5233863 A JP5233863 A JP 5233863A JP 23386393 A JP23386393 A JP 23386393A JP H0792993 A JPH0792993 A JP H0792993A
Authority
JP
Japan
Prior art keywords
voice
unit
delay
delay time
speaker
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
Application number
JP5233863A
Other languages
English (en)
Inventor
Hideki Kojima
英樹 小島
Akihiro Kimura
晋太 木村
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP5233863A priority Critical patent/JPH0792993A/ja
Priority to US08/266,381 priority patent/US5758318A/en
Publication of JPH0792993A publication Critical patent/JPH0792993A/ja
Pending 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
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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
    • G10L2015/221—Announcement of recognition results

Landscapes

  • Engineering & Computer Science (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)
  • Telephonic Communication Services (AREA)

Abstract

(57)【要約】 【目的】 本発明は音声認識装置に関し、入力音声の認
識速度が速すぎる場合に、認識結果又は応答の出力が速
すぎることを防止して使用者が面食らうことがなく使用
感が向上することを目的とする。 【構成】 音声認識装置は、話者の入力音声を認識し、
認識結果又は上記認識結果に対応する応答を出力する。
遅延部（１６，３２）は、上記認識結果又は応答の出力
を所定時間遅延する。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は音声認識装置に関し、入
力音声を認識して、それに応じた出力を行なう音声認識
装置に関する。
【０００２】
【従来の技術】従来より、入力音声を認識して、その認
識結果又は応答を音声又は文字等で出力するヒューマン
インタフェースとしての音声認識装置がある。
【０００３】
【発明が解決しようとする課題】従来装置では、入力音
声から認識結果又は応答を出力するまでの時間は音声の
認識速度で決定され、認識速度が速い場合は認識結果又
は応答も早く出力される。このため、内容が複雑な入力
音声に対して認識結果又は応答の出力が速すぎる場合が
生じ、音声を入力した使用者が面食らってしまい、ヒュ
ーマンインタフェースとして使用感が悪いという問題が
あった。
【０００４】本発明は上記の点に鑑みなされたもので、
入力音声の認識速度が速すぎる場合に、認識結果又は応
答の出力が速すぎることを防止して使用者が面食らうこ
とがなく使用感が向上する音声認識装置を提供すること
を目的とする。
【０００５】
【課題を解決するための手段】本発明の音声認識装置
は、話者の入力音声を認識し、認識結果又は上記認識結
果に対応する応答を出力する音声認識装置において、上
記認識結果又は応答の出力を所定時間遅延する遅延部を
有する。
【０００６】また、時刻を計算する時計と、時刻に応じ
て前記遅延部の遅延時間を可変する遅延時間設定部を有
する。
【０００７】また、音声認識の回数をカウントする使用
回数カウント部と、上記使用回数カウント部のカウント
値に応じて前記遅延部の遅延時間を可変する遅延時間設
定部とを有する。
【０００８】また、入力音声の連続する音声区間の長さ
を計算する音声区間長計算部と、上記音声区間の長さに
応じて前記遅延部（３２）の遅延時間を可変する遅延時
間設定部とを有する。
【０００９】また、入力音声のパワーを計算する音声パ
ワー計算部と、上記音声パワーの大きさに応じて前記遅
延部（３２）の遅延時間を可変する遅延時間設定部とを
有する。
【００１０】また、使用者により入力された遅延時間を
前記遅延部に設定する遅延時間設定部を有する。
【００１１】
【作用】本発明においては、遅延部を設けているため、
音声の認識速度が速すぎても、認識結果又は応答は遅延
部で遅延されて出力され、出力が速すぎて使用者が面食
らうことを防止できる。
【００１２】また、本発明においては、遅延部の遅延時
間を時刻、使用回数、音声区間長、音声パワー、使用者
の設定等に応じて可変調速するため、状況に応じた遅延
時間が設定され使用感が向上する。
【００１３】
【実施例】図１は本発明装置の第１実施例のブロック図
を示す。同図中、マイクロホン１０は入力音声を音声信
号に変換して音声区間切り出し部１１に供給する。音声
区間切り出し部１１は音声信号が所定レベル以上で連続
する音声区間を切り出し、プリエンファシス及び雑音除
去等の前処理を行なってスペクトル計算部１２に供給す
る。
【００１４】スペクトル計算部１２は音声信号を２０程
度の周波数帯域に分割して、各帯域出力の２乗平均値を
１０〜２０ｍｓｅｃのフレーム周期毎に特徴パラメータ
として読み取り、音声のパワースペクトルを得てＤＰマ
ッチング部１４に供給する。ＤＰマッチング部１４では
スペクトル計算部１２で得られた音声区間の特徴パラメ
ータと、単語テンプレート１５に予め格納されている標
準パラメータとのダイナミックプログラミング（ＤＰ）
技法を用いた非線形マッチングを行ない、時間軸歪を取
り除いた類似度計算による距離が最小となる標準パター
ンの単語を認識結果として出力する。
【００１５】この認識結果は遅延部１６で所定時間遅延
された後、表示部１７に供給されて入力音声の認識結果
が文字表示される。この遅延部１６の遅延時間は入力音
声の認識結果が表示されるまでに要する時間が例えば２
秒を越えない時間となるような所定時間である。
【００１６】このように、遅延部を設けているため、音
声の認識速度が速すぎても、認識結果又は応答は遅延部
で遅延されて出力され、出力が速すぎて使用者が面食ら
うことを防止でき、使用感が向上する。
【００１７】図２，図３夫々は本発明装置の変形例のブ
ロック図を示す。同図中、図１と同一部分には同一符号
を付し、その説明を省略する。図２において、ＤＰマッ
チング部１４の出力する認識結果は出力文選択部２０に
供給される。出力文選択部２０は上記認識結果を用いて
出力文データベース２１を検索し、入力音声の認識結果
に応じた出力文を読み出す。例えば、入力音声が「東京
の天気は」であるとしたら、出力文データベース２１か
ら、「東京の天気は」に対応する「明日の東京は晴」等
の出力文が検索される。
【００１８】選択された出力文は遅延部１６で所定時間
遅延されて表示部１７に供給され文字表示される。
【００１９】図３においては、出力文選択部２０で選択
された出力文は出力音声選択部２２に供給される。出力
音声選択部２２では出力文を用いて出力文音声データベ
ース２３を検索し、出力文を発音するための音声データ
を読み出す。この音声データは遅延部１６で所定時間遅
延されて発音部２４に供給され、ここで音声データが音
声信号に変換され発音部２４に内蔵されるスピーカより
発音される。
【００２０】図４は本発明装置の第２実施例のブロック
図を示す。同図中、図２と同一部分には同一符号を付
し、その説明を省略する。図４において、時計３０は現
在時刻を計時して遅延時間設定部３１に供給する。遅延
時間設定部３１は朝から午前中は時間と共に遅延時間が
減少し、午後は遅延時間が一定となるように、遅延時間
の設定が可能な遅延部３２の遅延時間を可変設定する。
この遅延時間も応答に要する時間が例えば２秒を越えな
いような値である。
【００２１】これにより、午前中は時間と共に反応が速
くなる人間に合わせて、入力音声から応答が出力される
までの時間が速くなるように可変され、使用感が向上す
る。
【００２２】図５は本発明装置の第３実施例のブロック
図を示す。同図中、図４と同一部分には同一符号を付
し、その説明を省略する。図５において、ＤＰマッチン
グ部１４の出力する認識結果が使用回数記憶部３５に供
給される。使用回数カウント部３５は電源投入後、認識
結果が供給される毎に使用回数を１ずつカウントアップ
する。遅延時間設定部３６はそのカウント値に応じてカ
ウント値が増大するほど遅延時間が減少し、カウント値
が所定値を越えると遅延時間が一定となるよう遅延部３
２の遅延時間を設定する。
【００２３】これにより、使用回数が増加して装置の使
用に馴れるに従って応答が速くなり、使用感が向上す
る。
【００２４】図６は本発明装置の第４実施例のブロック
図を示す。同図中、図４と同一部分には同一符号を付
し、その説明を省略する。図６において、音声区間切り
出し部１１で切り出された音声区間が音声区間長計算部
３８に供給される。音声区間長計算部３８は音声区間の
長さつまり時間を計算する。遅延時間設定部３９は音声
区間長が長いほど遅延時間が長くなるよう遅延部３２の
遅延時間を設定する。
【００２５】通常、音声区間が長いほど、その内容を理
解するのに時間がかかり、内容理解の時間に合わせて応
答が返ってくる時間が長くなり、使用感が向上する。
【００２６】図７は本発明装置の第５実施例のブロック
図を示す。同図中、図６と同一部分には同一符号を付
し、その説明を省略する。図７において、音声区間切り
出し部１１で切り出された音声区間が音声パワー計算部
４０に供給される。音声パワー計算部４０は音声区間の
平均音声パワーを計算する。遅延時間設定部４１は平均
音声パワーが大なるほど遅延時間が短かくなるよう遅延
部３２の遅延時間を設定する。
【００２７】通常、音声の大きさが大きいほど、その内
容を理解するのに時間が短かくて済み、内容理解の時間
に合わせて応答が返ってくる時間が短かくなり、使用感
が向上する。
【００２８】図８，図９は本発明装置の第６実施例のブ
ロック図を示す。同図中、図４と同一部分には同一符号
を付し、その説明を省略する。図８において、遅延時間
設定部４２は端子４３より入来する使用者が設定した遅
延時間を記憶し、この遅延時間を遅延部３２に設定す
る。また、図９において、遅延時間設定部４５は端子４
６より入来する使用者の識別番号である話者ＩＤと、端
子４７より入来する使用者が設定した遅延時間とを対応
付けて記憶しておき、話者ＩＤが入力される毎に対応す
る遅延時間を遅延部３２に設定する。
【００２９】このように使用者毎に所望する遅延時間を
設定することにより、その使用者に合わせて入力音声か
ら応答が出力されるまでの時間を可変でき、使用感が向
上する。
【００３０】図１０，図１１夫々は本発明装置の第７実
施例のブロック図を示す。同図中、図５と同一部分には
同一符号を付し、その説明を省略する。図１０におい
て、初期化部５０は端子５１から話者ＩＤが供給される
毎に前回供給された話者ＩＤと比較して、両者が異なる
ときにのみリセット信号を生成する。このリセット信号
は使用回数カウント部３５に供給されて、そのカウント
値がゼロリセットされる。つまり、使用者が代る毎に使
用回数がリセットされ、その後の使用回数が増加すると
共に応答が速くなる。
【００３１】また、図１１においては、使用回数カウン
ト部５２は端子５３より供給される話者ＩＤに対応して
使用回数を別々にカウントし、話者ＩＤが入力された現
在の使用者に対応するカウント値を遅延時間設定部３６
に供給する。これにより、各使用者に、延べ使用回数が
増加すると共に応答が速くなる。
【００３２】図１２，図１３，図１４夫々は本発明装置
の第８実施例のブロック図を示す。同図中、図９，図１
０，図１１夫々と同一部分には同一符号を付し、その説
明を省略する。図１２〜図１４夫々において、マイクロ
ホン１０の出力する音声信号は音声個人特性抽出部６０
は入力音声の音声信号から例えば長時間ケプストラム等
の音声の個人特性のパラメータを抽出する。音声個人特
性照合部６１は上記音声個人特性抽出部６０で抽出され
た音声個人特性（パラメータ）と音声個人特性辞書６２
に予め話者ＩＤと共に登録されている音声個人特性パラ
メータとのマッチングを行ない、マッチングにより得ら
れた話者ＩＤを遅延時間設定部４５、又は使用回数カウ
ント部３５、又は５２に供給する。
【００３３】つまり図１２〜図１４の装置では入力音声
から話者ＩＤを自動的に得ている。
【００３４】
【発明の効果】上述の如く、本発明の音声認識装置によ
れば、入力音声の認識速度が速すぎる場合に、認識結果
又は応答の出力が速すぎることを防止して使用者が面食
らうことがなく、使用感が向上し、実用上きわめて有用
である。
【図面の簡単な説明】
【図１】本発明装置のブロック図である。
【図２】本発明装置のブロック図である。
【図３】本発明装置のブロック図である。
【図４】本発明装置のブロック図である。
【図５】本発明装置のブロック図である。
【図６】本発明装置のブロック図である。
【図７】本発明装置のブロック図である。
【図８】本発明装置のブロック図である。
【図９】本発明装置のブロック図である。
【図１０】本発明装置のブロック図である。
【図１１】本発明装置のブロック図である。
【図１２】本発明装置のブロック図である。
【図１３】本発明装置のブロック図である。
【図１４】本発明装置のブロック図である。
【符号の説明】
１０ マイクロホン １１ 音声区間切り出し部 １２ スペクトル計算部 １４ ＤＰマッチング部 １５ 単語テンプレート １６，３２ 遅延部 １７ 表示部 ２０ 出力文選択部 ２１ 出力文データベース ２２ 出力音声選択部 ２３ 出力文音声データベース ２４ 発音部 ３０ 時計 ３１，３６，３９，４１，４２，４５ 遅延時間設定部 ３５，５２ 使用回数カウント部 ３８ 音声区間長計算部 ４０ 音声パワー計算部 ５０ 初期化部 ６０ 音声個人特性抽出部 ６１ 音声個人特性照合部 ６２ 音声個人特性辞書

Claims (10)

    【特許請求の範囲】
  1. 【請求項１】 話者の入力音声を認識し、認識結果又は
    上記認識結果に対応する応答を出力する音声認識装置に
    おいて、 上記認識結果又は応答の出力を所定時間遅延する遅延部
    （１６，３２）を有することを特徴とする音声認識装
    置。
  2. 【請求項２】 時刻を計算する時計（３０）と、 時刻に応じて前記遅延部（３２）の遅延時間を可変する
    遅延時間設定部（３１）を有することを特徴とする請求
    項１記載の音声認識装置。
  3. 【請求項３】 音声認識の回数をカウントする使用回数
    カウント部（３５）と、 上記使用回数カウント部のカウント値に応じて前記遅延
    部（３２，５２）の遅延時間を可変する遅延時間設定部
    （３６）とを有することを特徴とする請求項１記載の音
    声認識装置。
  4. 【請求項４】 入力音声の連続する音声区間の長さを計
    算する音声区間長計算部（３８）と、 上記音声区間の長さに応じて前記遅延部（３２）の遅延
    時間を可変する遅延時間設定部（３９）とを有すること
    を特徴とする請求項１記載の音声認識装置。
  5. 【請求項５】 入力音声のパワーを計算する音声パワー
    計算部（４０）と、 上記音声パワーの大きさに応じて前記遅延部（３２）の
    遅延時間を可変する遅延時間設定部（４１）とを有する
    ことを特徴とする請求項１記載の音声認識装置。
  6. 【請求項６】 使用者により入力された遅延時間を前記
    遅延部（３２）に設定する遅延時間設定部（４２，４
    ５）を有することを特徴とする請求項１記載の音声認識
    装置。
  7. 【請求項７】 前記遅延時間設定部（４５）は、使用者
    を識別する話者ＩＤを入力され、上記話者ＩＤに対応し
    て各使用者により入力された遅延時間を前記遅延部（３
    ２）に設定することを特徴とする請求項６記載の音声認
    識装置。
  8. 【請求項８】 入力された話者ＩＤが前回の話者ＩＤと
    異なるとき前記使用回数カウント部（３５）のカウント
    値をリセットする初期化部を有することを特徴とする請
    求項３記載の音声認識装置。
  9. 【請求項９】 前記使用回数カウント部（５２）は、入
    力された話者ＩＤに対応して話者ＩＤ毎の音声認識の回
    数をカウントしてそのカウント値を出力することを特徴
    とする請求項３記載の音声認識装置。
  10. 【請求項１０】 入力音声を分析して上記入力音声の話
    者を識別する話者ＩＤを特定する話者ＩＤ特定部（６０
    〜６２）を有することを特徴とする請求項７又は請求項
    ８又は請求項９記載の音声認識装置。
JP5233863A 1993-09-20 1993-09-20 音声認識装置 Pending JPH0792993A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP5233863A JPH0792993A (ja) 1993-09-20 1993-09-20 音声認識装置
US08/266,381 US5758318A (en) 1993-09-20 1994-06-27 Speech recognition apparatus having means for delaying output of recognition result

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP5233863A JPH0792993A (ja) 1993-09-20 1993-09-20 音声認識装置

Publications (1)

Publication Number Publication Date
JPH0792993A true JPH0792993A (ja) 1995-04-07

Family

ID=16961756

Family Applications (1)

Application Number Title Priority Date Filing Date
JP5233863A Pending JPH0792993A (ja) 1993-09-20 1993-09-20 音声認識装置

Country Status (2)

Country Link
US (1) US5758318A (ja)
JP (1) JPH0792993A (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006171111A (ja) * 2004-12-13 2006-06-29 Mitsubishi Electric Corp 音声認識装置
JP2008160667A (ja) * 2006-12-26 2008-07-10 Hitachi Communication Technologies Ltd 通信会議装置
JP2010152119A (ja) * 2008-12-25 2010-07-08 Toyota Central R&D Labs Inc 応答生成装置及びプログラム
US12112745B2 (en) 2018-11-08 2024-10-08 Samsung Electronics Co., Ltd. Electronic device and control method thereof

Families Citing this family (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317716B1 (en) * 1997-09-19 2001-11-13 Massachusetts Institute Of Technology Automatic cueing of speech
CA2342787A1 (en) * 1999-07-01 2001-03-01 Alexei B. Machovikov Speech recognition system for data entry
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US6728671B1 (en) * 2000-03-29 2004-04-27 Lucent Technologies Inc. Automatic speech recognition caller input rate control
US6725193B1 (en) * 2000-09-13 2004-04-20 Telefonaktiebolaget Lm Ericsson Cancellation of loudspeaker words in speech recognition
US7167831B2 (en) * 2002-02-04 2007-01-23 Microsoft Corporation Systems and methods for managing multiple grammars in a speech recognition system
US8374879B2 (en) 2002-02-04 2013-02-12 Microsoft Corporation Systems and methods for managing interactions from multiple speech-enabled applications
WO2004104986A1 (ja) * 2003-05-21 2004-12-02 Matsushita Electric Industrial Co., Ltd. 音声出力装置及び音声出力方法
EP1699040A4 (en) * 2003-12-12 2007-11-28 Nec Corp INFORMATION PROCESSING SYSTEM, INFORMATION PROCESSING METHOD AND INFORMATION PROCESSING PROGRAM
US7349836B2 (en) * 2003-12-12 2008-03-25 International Business Machines Corporation Method and process to generate real time input/output in a voice XML run-time simulation environment
JP2006155269A (ja) * 2004-11-30 2006-06-15 Fuji Xerox Co Ltd 音声ガイドシステムおよびその音声ガイド方法
US20070055520A1 (en) * 2005-08-31 2007-03-08 Microsoft Corporation Incorporation of speech engine training into interactive user tutorial
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
JP2008065789A (ja) * 2006-09-11 2008-03-21 Canon Inc 入力操作支援装置およびその制御方法
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
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
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US9368114B2 (en) * 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
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
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
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
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US9558736B2 (en) * 2014-07-02 2017-01-31 Bose Corporation Voice prompt generation combining native and remotely-generated speech data
JP6448950B2 (ja) * 2014-08-20 2019-01-09 シャープ株式会社 音声対話装置及び電子機器
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US9965464B2 (en) * 2014-12-05 2018-05-08 Microsoft Technology Licensing, Llc Automatic process guidance
WO2017014721A1 (en) * 2015-07-17 2017-01-26 Nuance Communications, Inc. Reduced latency speech recognition system using multiple recognizers
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
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
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
US9484030B1 (en) * 2015-12-02 2016-11-01 Amazon Technologies, Inc. Audio triggered commands
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
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
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
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
GB2574035A (en) * 2018-05-23 2019-11-27 To Play For Ltd Interaction with an intelligent artificial agent
DK201970509A1 (en) 2019-05-06 2021-01-15 Apple Inc Spoken notifications

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1569450A (en) * 1976-05-27 1980-06-18 Nippon Electric Co Speech recognition system
US4093831A (en) * 1976-10-12 1978-06-06 Business Education Products, Inc. Transcriber having selectable word reproduction rate
JPS57118299A (en) * 1981-01-14 1982-07-23 Nissan Motor Voice load driver
JPS5861040A (ja) * 1981-10-06 1983-04-11 Nissan Motor Co Ltd 車載機器の音声指令制御装置
US4528687A (en) * 1981-10-22 1985-07-09 Nissan Motor Company, Limited Spoken-instruction controlled system for an automotive vehicle
US4468204A (en) * 1982-02-25 1984-08-28 Scott Instruments Corporation Process of human-machine interactive educational instruction using voice response verification
US5199062A (en) * 1988-01-20 1993-03-30 Phone Base Systems Inc. Telephone communications system including a digital telephone switch, a voice response unit and a stored program sequence for controlling both the switch and the voice response unit
US5040790A (en) * 1988-12-16 1991-08-20 Swingpacer Corporation Apparatus for pacing
US5157384A (en) * 1989-04-28 1992-10-20 International Business Machines Corporation Advanced user interface
US5165095A (en) * 1990-09-28 1992-11-17 Texas Instruments Incorporated Voice telephone dialing
US5263167A (en) * 1991-11-22 1993-11-16 International Business Machines Corporation User interface for a relational database using a task object for defining search queries in response to a profile object which describes user proficiency
US5293584A (en) * 1992-05-21 1994-03-08 International Business Machines Corporation Speech recognition system for natural language translation
US5425128A (en) * 1992-05-29 1995-06-13 Sunquest Information Systems, Inc. Automatic management system for speech recognition processes
DE69423838T2 (de) * 1993-09-23 2000-08-03 Xerox Corp., Rochester Semantische Gleichereignisfilterung für Spracherkennung und Signalübersetzungsanwendungen

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006171111A (ja) * 2004-12-13 2006-06-29 Mitsubishi Electric Corp 音声認識装置
JP2008160667A (ja) * 2006-12-26 2008-07-10 Hitachi Communication Technologies Ltd 通信会議装置
JP2010152119A (ja) * 2008-12-25 2010-07-08 Toyota Central R&D Labs Inc 応答生成装置及びプログラム
US12112745B2 (en) 2018-11-08 2024-10-08 Samsung Electronics Co., Ltd. Electronic device and control method thereof

Also Published As

Publication number Publication date
US5758318A (en) 1998-05-26

Similar Documents

Publication Publication Date Title
JPH0792993A (ja) 音声認識装置
JP2986313B2 (ja) 音声コード化装置及びその方法並びに音声認識装置及びその方法
US6873953B1 (en) Prosody based endpoint detection
US10490181B2 (en) Technology for responding to remarks using speech synthesis
Zwicker et al. Automatic speech recognition using psychoacoustic models
JP3476006B2 (ja) コマンド境界識別装置、方法およびプログラム記憶装置
EP1168306A2 (en) Method and apparatus for improving the intelligibility of digitally compressed speech
US20030163314A1 (en) Customizing the speaking style of a speech synthesizer based on semantic analysis
US20040148161A1 (en) Normalization of speech accent
CN111370024A (zh) 一种音频调整方法、设备及计算机可读存储介质
JP6373621B2 (ja) 話し方評価装置、話し方評価方法、プログラム
CN110875036A (zh) 语音分类方法、装置、设备及计算机可读存储介质
JP2001272991A (ja) 音声対話方法及び音声対話装置
US10643600B1 (en) Modifying syllable durations for personalizing Chinese Mandarin TTS using small corpus
JP6314879B2 (ja) 音読評価装置、音読評価方法、及びプログラム
Broad Formants in automatic speech recognition
TW508564B (en) Method and system for phonetic recognition
CN112542159B (zh) 一种数据处理方法以及设备
JPH1083193A (ja) 音声合成装置および音声素片作成方法
JPH10254493A (ja) 録音音声の音量正規化方法およびこの方法を実施する装置
JP3808732B2 (ja) 音声認識方法及びそのシステム
KR101394290B1 (ko) 한국어 경음/연음 구분을 이용한 음성인식 시스템 및 방법
JP2006017819A (ja) 音声合成方法、音声合成プログラム及び音声合成装置
JP2697995B2 (ja) 発声発語訓練器
JP2001312290A (ja) 音声合成装置

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20020521