JPH09244686A5 - - Google Patents

Claims (60)

1. 入力信号を表す入力パターンシーケンスと複数の格納された標準パターンシーケンスとの間のダイナミックプログラミングマッチング処理を実行する方法であって、該標準パターンシーケンスは標準信号を表し、該方法は少なくとも標準信号の幾つかに関連して各入力パターンを順次処理するものであり、
   （１）処理中の現入力パターンに対するダイナミックプログラミングパスの終点における標準信号の標準パターンをアクティブパターンとして定義し、各パスは標準パターンシーケンスと、該現入力パターンまでの入力パターンシーケンスとの間のマッチング候補を表し、そして該現入力パターンに関するアクティブパターンを現アクティブリストに登録し、
   （２）各アクティブパターンに対して、当該アクティブパターンに対応して設けられた格納部に、前記現入力パターンに対する当該アクティブパターンで終わるダイナミックプログラミングパスのスコアを表す累積値を格納し、
   （３）現標準信号の各アクティブパターンを逆方向順に処理することによって、ダイナミックプログラミングパスに課された制限に基づいて、前記累積値を更新するとともに前記ダイナミックプログラミングパスを伝搬させるために、
   （Ａ）前記現入力パターンを用いて、処理中の現アクティブパターンに関連する格納部に格納された累積値を更新し、
   （Ｂ）前記現アクティブパターンに関連するダイナミックプログラミングパスを伝搬させ、もしそれがリストに無ければ、次の入力パターンのためのダイナミックプログラミングパスの終点となる標準信号の各標準パターンを新規アクティブリストに登録し、
   現在の標準信号の各ダイナミックプログラミングパスの伝搬が現標準信号に関連するポインタを用いて制御され、該ポインタは、前回のアクティブパターンの完了の後に、前記新規アクティブリストにリストされた現標準信号のパターンのシーケンスにおける最も手前の標準パターンを特定し、これによって、現標準信号の内のどの標準パターンが先行するアクティブパターンを処理した結果として新規アクティブリストに登録されたかを検索する必要なしに各ダイナミックプログラミングパスの伝搬が達成される
   ことを特徴とする情報処理方法。
2. 前記工程（３）の（Ｂ）において、
   （ｉ）ダイナミックプログラミングパスの伝搬に課せられた前記制限に基づいて、現標準信号のどの標準パターンが、前記次の入力パターンについて前記現アクティブパターンで終わるダイナミックプログラミングパスの終点に存在する可能性のあるかを判断し、
   （ii）工程（ｉ）で決定された各標準パターンを処理することにより、ダイナミックプログラミングパスを伝搬させ、新規アクティブリストを更新し、工程（ｉ）で決定された標準パターンに関連する格納部に適切な累積値を複写する
   ことを特徴とする請求項１に記載の情報処理方法。
3. 前記工程（ｉ）において決定される標準パターンについて、現アクティブパターンが該標準パターンの一つであればこれを除き、残された標準パターンの各々が
   （ａ）処理中の現標準パターンが前記ポインタによって特定されるどの標準パターンをも越えていまうかどうか判断し、
   （ｂ）シーケンス上において、現標準パターンが特定された標準パターンと同じ位置かもしくはそれを越える場合であって、前記現アクティブパターンに関連する格納部に格納された累積値が現標準パターンに関連する格納部に既に格納されている累積値よりも良い場合、該現アクティブパターンに関連する格納部に格納された累積値を該現標準パターンに関連する格納部にコピーし、
   （ｃ）シーケンス上において現標準パターンが特定された標準パターンよりも前であるか、前記新規アクティブリスト内に現標準信号の標準パターンが無い場合、前記現アクティブパターンに関連する格納部に格納された累積値を前記現標準パターンに関連する格納部にコピーし、前記新規アクティブリストに該現標準パターンを登録する
   ことを特徴とする請求項２に記載の情報処理方法。
4. 前記工程（ｉ）において決定された標準パターンの一つが現アクティブパターンである場合、前記工程（ii）における現アクティブパターンの処理は、該現アクティブパターンがダイナミックプログラミングプロセスに課せられたいかなる制限にも違反しない場合に、該現アクティブパターンを前記新規アクティブリストに登録する
   ことを特徴とする請求項２または３に記載の情報処理方法。
5. 現アクティブパターンの処理によって前記新規アクティブリストを更新した後に、現標準信号に関連する前記ポインタが、新規アクティブリスト上の、現標準信号のパターンのシーケンスにおける最も早い標準パターンを指示するように設定される
   ことを特徴とする請求項１乃至４のいずれかに記載の情報処理方法。
6. 現入力パターンの処理は次の入力パターンが受信される前に実行されることを特徴とする請求項１乃至５のいずれかに記載の情報処理方法。
7. 最初の入力パターンが処理される前に入力信号全体が受信されることを特徴とする請求項１乃至５のいずれかに記載の情報処理方法。
8. 各標準信号がそれに関連付けられた現アクティブリストと新規アクティブリストを有することを特徴とする請求項１乃至７のいずれかに記載の情報処理方法。
9. 標準パターンが前記新規アクティブリストに追加される場合に、それが当該リストの最後に置かれることを特徴とする請求項１乃至８のいずれかに記載の情報処理方法。
10. 前記工程（ii）において処理された標準パターンが、シーケンスの方向と逆方向に処理されることを特徴とする請求項２乃至９のいずれかに記載の情報処理方法。
11. 現アクティブパターンに関連する累積値がしきい値よりも良好である場合、該現アクティブパターンに対して前記工程（３）のみを実行することを特徴とする請求項１乃至１０のいずれかに記載の情報処理方法。
12. 前記しきい値は、各入力パターンについて処理されるアクティブパターンの数を与えられた最大数よりも小さく保つように変更されることを特徴とする請求項１１に記載の情報処理方法。
13. 次の入力パターンの処理を行う間に用いられる前記しきい値が、現入力パターンの処理中に、新規アクティブリスト中の、もしくは次の入力パターンのためのリスト中の標準パターンの数の合計に基づいて決定されることを特等とする請求項１２に記載の情報処理方法。
14. 前記ダイナミックプログラミングの制限の一つが、同じダイナミックプログラミングパス上において、標準パターンがマッチし得る連続的な入力パターンの数に関する制限であることを特徴とする請求項１乃至１３のいずれかに記載の情報処理方法。
15. 前記ダイナミックプログラミングの制限の一つが、標準パターンが入力パターンとマッチする場合に、同一のダイナミックプログラミングパス上において、シーケンス上当該標準パターンを越える位置にある標準パターンのうちの、次の入力パターンにマッチングさせることが可能な標準パターンの数を制限することを特徴とする請求項１乃至１４のいずれかに記載の情報処理方法。
16. 前記ダイナミックプログラミングの制限の一つが、標準パターンが入力パターンとマッチする場合に、同一のダイナミックプログラミングパス上において、シーケンス上、その標準パターンよりも手前にある標準パターンは次に入力されたパターンとマッチングさせることができないことであることを特徴とする請求項１乃至１５のいずれかに記載の情報処理方法。
17. 前記標準パターンはテンプレートで表され、前記累積値は距離の尺度であることを特徴とする請求項１乃至１６のいずれかに記載の情報処理方法。
18. 前記標準パターンは統計的モデルを表し、前記累積値は確率的尺度であることを特徴とする請求項１乃至１６のいずれかに記載の情報処理方法。
19. 一つの標準信号内を伝わるダイナミックプログラミングパスが続いて他の標準信号に伝わることを可能とすることにより、前記入力信号を前記標準信号のシーケンスとマッチング可能とすることを特徴とする請求項１乃至１８のいずれかに記載の情報処理方法。
20. 標準パターンから現入力パターンへ出る全てのダイナミックプログラミングパスのうち、最良の累積値を有するダイナミックプログラミングパスのみが先へ進みうることを特徴とする請求項１９に記載の情報処理方法。
21. 入力信号がマッチングされ得る前記標準信号のシーケンスは、特定された規則によって制限されることを特徴とする請求項１９または２０に記載の情報処理方法。
22. 現入力パターンが標準信号に関して処理された後、新規アクティブリストを更新するために、及びそれら標準信号の開始点における標準パターンであって対応する標準信号に入っているダイナミックプログラミングパスの終点に対応する可能性のある標準パターンに関する累積値を更新するために、当該標準信号に入りうる全てのダイナミックプログラミングパスの最良の累積値を用いて、前記制限に基づいてそれら標準信号を処理することを特徴とする請求項１９乃至２１のいずれかに記載の情報処理方法。
23. 前記入力信号は音声信号を表し、各入力パターンは対応する時間フレーム間の音声信号の音響的特徴を表す複数のパラメータを備えることを特徴とする請求項１乃至２２のいずれかに記載の情報処理方法。
24. 前記入力音声信号は標準音声信号のシーケンスにマッチングされ、該シーケンスは言語モデルによって規定されることを特徴とする請求項２３に記載の情報処理方法。
25. 前記現入力パターンの処理において、標準信号を出るダイナミックプログラミングパスの終点が以降に入力されるパターンのためのバックグラウンドノイズを表すパターンとマッチングされることを特徴とする請求項２４に記載の情報処理方法。
26. 入力音声信号を複数の標準音声信号と比較することによって認識する音声認識方法であって、
    前記入力音声信号を表す入力パターンシーケンスを抽出する抽出工程と、
    標準パターンシーケンスを格納する格納工程と、該標準パターンシーケンスの各々は対応する標準音声信号を表し、
    請求項２３乃至２５のいずれかに記載の方法を用いて、前記入力パターンシーケンスと前記標準音声信号とのマッチングを行うマッチング工程と、
    前記マッチング工程で決定された累積値より認識結果を提供する工程と
    を備えることを特徴とする音声認識方法。
27. 前記認識結果は、前記シーケンスにおける最終の入力パターンにて終わるダイナミックプログラミングパスのうちの、最良の累積値を有するパスを決定することによって提供されることを特徴とする請求項２６に記載の音声認識方法。
28. パターンマッチングシステムで用いられる既存の標準モデルを更新する方法であって、該標準モデルの各々は標準パターンシーケンスを有し、
    （ａ）内容が既知である複数の入力信号を入力し、
    （ｂ）入力パターンを表すシーケンスを生成するために入力信号の各々を処理し、
    （ｃ）各入力信号に対して、前記入力パターンを表すシーケンスと、当該入力信号中に存在することがわかっている信号の既存の標準モデルの標準パターンシーケンスに関連付けを行い、
    （ｄ）１つまたはそれ以上の入力信号の複数の入力パターンに関連付けられた各標準パターンについて、
    （ｉ）関連付けれた入力信号の入力パターンを結合する工程と、
    （ii）当該標準パターンを前記工程（ｉ）において結合された入力パターンで置き換える工程と
    を備えることを特徴とする情報処理方法。
29. 前記関連付けられた入力パターンは、それらを平均化することにより結合されることを特徴とする請求項２８に記載の情報処理方法。
30. 前記標準モデルは音声を表し、前記入力信号は、その音声内容が既知の音声信号であることを特徴とする請求項２８または２９に記載の情報処理方法。
31. 各標準モデルが１つまたはそれ以上のワードを表すことを特徴とする請求項３０に記載の情報処理方法。
32. 少なくとも一つの入力信号との関連付けが行なわれた標準モデルの各標準パターンにおいて、前記入力信号の入力パターンのいずれにも関連付けられない標準パターンを、当該標準モデル内の既に置き換えられた標準パターンのうちの隣接する標準パターンを用いて補間もしくは外挿を行って得られたパターンで置き換えることを特徴とする請求項２８乃至３１のいずれかに記載の情報処理方法。
33. 前記標準パターンは、最も近くの隣接する標準パターンを用いて得られた補間値もしくは外挿値で置き換えられることを特徴とする請求項３２に記載の情報処理方法。
34. 請求項１乃至３３のいずれかに記載の方法を実行するためのソフトウエアプログラムを格納するデータ保持媒体。
35. 請求項１乃至３３のいずれかに従う方法を実行することを特徴とする情報処理装置。
36. 電話システムを制御する制御システムであって、
    前記電話システムを制御するための音声コマンドの入力を可能とするとともに、入力された音声コマンドと予め格納された標準モデルとの比較に基づいて認識結果を出力する音声認識ユーザインターフェースと、
    前記インターフェースから出力された前記認識結果に応じて、入力音声コマンドに従って前記電話システムを制御する制御手段とを備え、
    前記音声認識ユーザインターフェース連続的な音声コマンドを認識可能に適応させられ、該音声コマンドは所望の電話サービス及び他ユーザの識別を特定する複数のワードを有し、その認識は、格納された言語モデルによって許可されるワードモデルのシーケンスと入力された音声コマンドを比較することによって行なわれ、前記制御手段が入力された音声コマンドに対応する機能を実行する実行手段を備える
    ことを特徴とする制御システム。
37. システムによって提供される電話サービスを制御するための音声コマンドの入力を可能とするとともに、入力された音声コマンドと予め格納された標準モデルとの比較に基づいて認識結果を出力する音声認識ユーザインターフェースと、
    前記インターフェースからの認識結果出力に基づいて、音声コマンドに対応する機能を実行する実行手段とを備え、
    前記システムの各ユーザは電話番号及び関連付けられた識別情報によって識別され、前記実行手段は、ユーザが前記音声認識ユーザインターフェースを介して別のユーザの識別情報のみを入力した場合に、現在のシステム状態情報を用いてどの電話サービスを欲しているかを予測する
    ことを特徴とする制御システム。
38. 前記実行手段は、当該システムの現在の状態を表す情報に依存して当該システムのユーザと通話するよう適応され、該実行手段が、
    ｉ）現在のシステム状態情報を保持し、
    ii）音声コマンドに対応する機能が現在のシステム状態情報と対立しないことをチェックし、
    iii）対立が無ければ、実行に先立って前記音声コマンドの確認をユーザに要求し、
    前記実行手段がユーザの確認を待つ間に生成される新たなシステム状態情報をバッファリングするためのバッファが提供される
    ことを特徴とする請求項３６または３７に記載の制御システム。
39. 前記状態情報は、各ユーザについて、該ユーザは現在誰と通話しているか、該ユーザが誰にダイヤルしているか、誰が保留されているか、誰が該ユーザに電話しようとしているか、当該ユーザはメッセージを再生しているか否か、誰が該ユーザを保留しているか、誰が該ユーザを電話会議に招いたか、の少なくとも１つを備えることを特徴とする請求項３７または３８に記載の制御システム。
40. 前記電話サービスは、発呼の設定、呼の転送、呼の保留、呼の戻し、会議の設定、メッセージの選択と再生の少なくとも１つを備えることを特徴とする請求項３６乃至３９のいずれかに記載の制御システム。
41. 前記制御手段は、出荷時に予め格納された辞書を用いて、認識結果を補間する補間手段を更に備えることを特徴とする請求項３６乃至４０のいずれかに記載の制御システム。
42. 前記システムにおける各ユーザは関連する格納手段を有し、該格納手段は、他のユーザの電話番号及び関連付けられた識別情報を格納し、これによって、各ユーザは、前記音声認識ユーザインターフェースに対応する識別情報を音声入力することで、該システムの別のユーザを指示できることを特徴とする請求項３６乃至４１のいずれかに記載の制御システム。
43. 前記実行手段は、ユーザが前記音声認識ユーザインターフェースを介して別のユーザの識別情報のみを入力した場合に、現在のシステム状態情報を用いてどの電話サービスを欲しているかを予測する
    ことを特徴とする請求項３６に記載の制御システム。
44. 前記音声認識ユーザインターフェースは新しい音声コマンドを認識するべく学習が可能であることを特徴とする請求項３６乃至４３のいずれかに記載の制御システム。
45. 各ユーザが個別に、関連する標準モデルのセットを有することを特徴とする請求項３６乃至４４のいずれかに記載の制御システム。
46. ローカル交換機に提供されることを特徴とする請求項３６乃至４５のいずれかに記載の制御システム。
47. 電話システムを制御する請求項３６乃至４６のいずれかに記載の制御システムと、該電話システムのユーザによって使用される複数の通信装置とを備え、該複数の通信装置がローカル交換機を介して接続されることを特徴とする電話システム。
48. 前記実行手段は、各ユーザがそれぞれの通信装置を介した通話と、該システムの現在の状態を表す情報に適応することを特徴とする請求項４７に記載の電話システム。
49. 前記通信装置の少なくとも１つは表示器を有し、該表示器は、入力された音声コマンドに対応する機能を表すメッセージを所定時間の間表示するべく適用されることを特徴とする請求項４７または４８に記載の電話システム。
50. 前記ローカル交換機は、該ローカル交換機に接続されたユーザが公衆交換機に接続されたりモードユーザと通信可能とするように、該公衆交換機に接続されることを特徴とする請求項４７乃至４９のいずれかに記載の電話システム。
51. 前記システムのユーザが着信に応答できなかった場合に、該ユーザに対して発呼者によって残されたメッセージを格納するメールボックス機能を更に備えることを特徴とする請求項４７乃至５０のいずれかに記載の電話システム。
52. 前記メールボックス機能に格納された各メッセージに、そのメッセージを残した発呼者の電話番号が関連付けらていることを特徴とする請求項５１に記載の電話システム。
53. 前記音声認識ユーザインターフェースを介して、ユーザは前記メールボックス機能に対して特定の発呼者からのメッセージを再生するよう要求できることを特徴とする請求項５２に記載の電話システム。
54. 選択された複数のメッセージの一つを再生した後に、ユーザは他の電話サービスをアクセスできると共に、それら他の電話サービスへのアクセスの後に、再び前記選択された複数のメッセージの残りを再生可能であることを特徴とする請求項５３に記載の電話システム。
55. 前記音声認識ユーザインターフェース及び前記実行手段が、複数のユーザによって時分割で使用されることを特徴とする請求項４７乃至５４のいずれかに記載の電話システム。
56. 複数の異なるユーザによる同時的な使用のために、複数の音声認識ユーザインターフェース及び複数の実行手段が提供されることを特徴とする請求項４７乃至５５のいずれかに記載の電話システム。
57. 前記システムが通信装置に提供されることを特徴とする請求項３６乃至４４のいずれかに記載の制御システム。
58. 電話システムを制御するための方法であって、
    請求項３６乃至５７のいずれかに記載のシステムを提供し、
    前記音声認識インターフェースを介して前記システムに音声コマンドを入力し、
    前記音声認識インターフェースにより、前記入力された音声コマンドと予め格納された標準モデルとの比較に基づいて認識結果を出力し、
    前記認識結果に基づいて前記電話システムを制御する
    ことを特徴とする制御方法。
59. 請求項５８に従った方法を実行するためのソフトウエアプログラムを格納するデータ保持媒体。
60. 電話システムで用いるメールボックス装置であって、
    メールボックス機能を制御するためのユーザによる音声コマンドの入力を可能とすると共に、入力音声コマンドと予め格納された標準モデルとの比較に基づいて認識結果を出力する音声認識ユーザインターフェースと、
    前記インターフェースよりの認識結果出力に応じて、前記入力された音声コマンドに従って前記メールボックス機能を制御する制御手段と、
    ユーザがコールに応答できない場合に、発呼者によって残されたメッセージを格納する格納手段とを備え、
    前期メールボックスに格納された各メッセージは、当該メッセージを残した発呼者の電話番号が関連付けられ、これによって、ユーザは、音声認識ユーザインターフェースを介して、前記メールボックス機能に特定の発呼者からのメッセージを再生させ得る
    ことを特徴とするメールボックス装置。