公开(公告)号：CN1910651A

公开(公告)日：2007-02-07

申请号：CN200580002496.5

申请日：2005-07-01

Applicant: 日本电信电话株式会社

Inventor： 永野秀尚 ,  黑住隆行 ,  柏野邦夫

IPC: G10L15/10

CPC classification number: G10L15/10 ,  G06F17/30743 ,  G06F17/30758 ,  G10H1/0008 ,  G10H2240/141 ,  G10H2250/031

Abstract: 本发明是在储存信号中检测包含与参考信号相似的区间的特定音响信号含有区间检测系统。具有：参考信号频谱图分割部，将参考信号频谱图分割成小区域参考信号频谱图；小区域参考信号频谱图代码化部，对小区域参考信号频谱图进行代码化，作为参考信号小区域代码；小区域储存信号频谱图代码化部，对小区域储存信号频谱图进行代码化，作为储存信号小区域代码；相似小区域频谱图检测部，通过代码相似度求出和小区域参考信号频谱图相似的小区域频谱图；区间相似度计算部，用小区域相似度，求出储存信号的区间和参考信号的相似度。

公开(公告)号：CN1662955A

公开(公告)日：2005-08-31

申请号：CN03814000.4

申请日：2003-03-19

Applicant: 松下电器产业株式会社

Inventor： 卢卡·里加兹奥 ,  帕特里克·恩古伊恩

IPC: G10L15/00 ,  G10L15/08 ,  G10L15/10

CPC classification number: G10L15/08 ,  G10L15/10 ,  G10L15/285 ,  G10L15/30 ,  G10L15/34

Abstract: 提供一种改进具有多个声音模型(20)的语音识别系统中的模式匹配的方法。成组地确定声音特征矢量(54)的相似性量度，随后被缓存到高速缓冲存储器(59)中。为了进一步减少计算处理，可在多个处理节点(66、67、68)之间分配声音数据。另外，说话顺序的现有知识可被用于确定访问顺序(124)，访问顺序(124)被用于把记录从主语音参数表(120、200)复制到子表(130、204)中。子表被处理，使得各项位于连续的存储单元(206)中，并且按照处理顺序被排序(208)。随后指令语音处理算法处理子表(210)，导致处理器把子表装入高速缓冲存储器(104，212)。

公开(公告)号：CN1573925A

公开(公告)日：2005-02-02

申请号：CN200410076690.5

申请日：2004-05-13

Applicant: 松下电器产业株式会社

Inventor： 菅原乡史 ,  野村和也 ,  开发勇治

IPC: G10L15/08 ,  G10L15/04 ,  G10L15/28 ,  G08B9/00

CPC classification number: G10L25/87 ,  G10L15/10 ,  G10L2015/088 ,  G10L2015/223

Abstract: 公开了一种指令信号产生设备，用来响应于至少一个启动关键字产生将要输出给一个外部设备的指令信号，该设备包括：语音输入装置，用来数字化地输入一个包含多个时间上相互分离的分离语音片断的语音；分离语音片断检测装置，用来检测所述输入语音的所述分离语音片断；分离语音判断装置，用来判断是否将所述的分离语音片断识别为一个分离声音；语音识别词典存储装置，用来存储包含有关启动关键字的启动关键字信息的语音识别词典；和语音识别执行装置，用来在存储在语音识别词典存储装置中的语音识别词典的基础上、执行语音识别来判断被识别为分离声音的所述分离语音片断是否代表所述的启动关键字。

公开(公告)号：CN1174375C

公开(公告)日：2004-11-03

申请号：CN00808607.9

申请日：2000-05-31

Applicant: 艾利森电话股份有限公司

Inventor： A·吉梅尼茨菲尔特斯特伦 ,  J·拉斯穆松

IPC: G10L15/20 ,  G10L15/10

CPC classification number: G10L15/10

Abstract: 一种频谱距离计算器，包括用于执行频谱距离计算的装置，所述计算用于将来源于噪声信号存在下的输入信号的输入频谱与参考频谱相比较；存储器装置，用于预先存储该噪声信号的噪声频谱；以及用于对输入频谱和关于预先存储的噪声频谱的参考频谱之间频谱距离进行掩蔽的装置。

公开(公告)号：CN1125437C

公开(公告)日：2003-10-22

申请号：CN99105366.4

申请日：1999-04-28

Applicant: LG电子株式会社

Inventor： 李润根 ,  金基百 ,  李钟硕 ,  李秉洙

IPC: G10L15/12

CPC classification number: G10L15/10 ,  G10L15/12 ,  G10L2015/223 ,  H04M1/271

Abstract: 语音拨号方法包括：如果用户输入电话号码和对应于电话号码的语音时，仅检测语音分段，提取并存储检测的语音分段的特征的训练步骤；如果接收到输入语音，仅检测语音分段，提取检测的语音分段的特征，把提取的特征与在训练步骤中存储的寄存字的特征比较，选择具有与输入语音特征最类似的特征的寄存字的识别步骤；如果在识别步骤中选择的寄存字的类似性没有超过预定阈值，则确定识别的结果是正确的和自动地拨对应于识别字的电话号码的步骤。

公开(公告)号：CN1420486A

公开(公告)日：2003-05-28

申请号：CN02148751.0

申请日：2002-11-15

Applicant: 摩托罗拉公司

Inventor： 李恒舜

IPC: G10L15/00

CPC classification number: G10L15/10 ,  G10L15/08 ,  G10L15/14

Abstract: 本发明公开了一种建立至少一个决策树以处理表现语音的样本信号的方法(200)。该方法包括依据音素的分段统计语音模型，提供模型子向量，该模型包括平均值和关联的方差值的诸多向量。然后，对平均值的模型子向量进行统计分析，以提供指示子向量之间相对最大方差的方向预测向量，此后，计算多个预测向量的预测值(240)。依据预测值的范围分析，确定潜在阈值(260)。最后提供有决策能力的决策树(270)，把模型子向量分成多个组，这些组是决策树树叶。该决策基于从潜在阈值选择的已选择阈值，已选择阈值通过该模型子向量之间的方差变化来选择，该方差依据该平均值和关联的方差值来确定。本发明还说明了使用建立决策树方法进行语音辨别(300)的方法。

公开(公告)号：CN1346125A

公开(公告)日：2002-04-24

申请号：CN01137997.9

申请日：2001-09-29

Applicant: 日本先锋公司

Inventor： 谷岛洁 ,  外山聪一

IPC: G10L15/00 ,  G10L15/20

CPC classification number: G10L21/0208 ,  G10L15/10 ,  G10L15/144 ,  G10L15/20

Abstract: 在扬声器适配的时候,第一特征向量生成部分(7,8,9)生成从中除去加性噪声和倍增噪声的特征向量。第二特征向量生成部分(12)生成包括加性噪声和倍增噪声的特征的特征向量序列[Si,M]。路径搜索部分(10)通过比较特征向量序列[ci,M]和标准语音HMM(300)的标准向量[an,M]来处理路径搜索。当扬声器适配部分(11)处理在与路径搜索结果Dv相一致的标准向量[an,M]的平均特征向量[s∧n,M]和特征向量[si,M]的相关操作的时候,生成自适应向量[xn,M]。自适应向量[xn,M]更新用于语音识别的扬声器自适应声音模型(400)的特征向量。

公开(公告)号：CN108874766A

公开(公告)日：2018-11-23

申请号：CN201810072173.2

申请日：2018-01-25

Applicant: 苹果公司

Inventor： A·斯吉林 ,  M·J·亨特 ,  G·埃弗曼

IPC: G06F17/27 ,  G10L15/26

CPC classification number: G06F17/30026 ,  G06F3/167 ,  G10L15/02 ,  G10L15/10 ,  G10L15/187 ,  G10L15/22 ,  G10L15/265 ,  G10L2015/088

Abstract: 本发明题为“用于数字助理服务中的语音匹配的方法和系统”。本发明提供了用于操作智能自动助理以基于语音匹配技术来提供媒体项目的系统和过程。示例性方法包括接收来自用户的言语输入和确定该言语输入是否包括对媒体项目的用户请求。该方法还包括根据确定所述言语输入包括对获得媒体项目的用户请求，从多个媒体项目来确定候选媒体项目。该方法进一步包括基于候选媒体项目的语音表示和言语输入的语音表示之间的差值来确定是否要将候选媒体项目提供给用户。该方法进一步包括根据确定要将候选媒体项目提供给用户，将所述候选媒体项目提供给所述用户。

公开(公告)号：CN108701455A

公开(公告)日：2018-10-23

申请号：CN201680081621.4

申请日：2016-12-13

Applicant: 索尼公司

Inventor： 桐原丽子

IPC: G10L15/22 ,  G10L15/28

CPC classification number: G06F3/167 ,  G10L15/07 ,  G10L15/10 ,  G10L15/22 ,  G10L15/28 ,  G10L17/22 ,  G10L25/78 ,  G10L2015/226

Abstract: 为了提供能够输出更符合用户的意图的动作的信息处理装置、信息处理方法和程序。提供了一种设置有以下的信息处理装置：用于基于距用户的距离来确定对用户的动作的动作决定单元，以及用于输出动作的输出控制单元。

公开(公告)号：CN108604176A

公开(公告)日：2018-09-28

申请号：CN201680081571.X

申请日：2016-11-07

Applicant: 索尼公司

Inventor： 长坂英夫 ,  土居正一

IPC: G06F3/16 ,  G06F17/27 ,  G10L15/10 ,  G10L15/22

CPC classification number: G06F3/16 ,  G06F17/27 ,  G10L15/10 ,  G10L15/22

Abstract: 期望提供一种技术，凭借该技术能够从与自然语言对话对应的文本数据中容易地记录用于确定用户意图的程序。提供了一种信息处理装置，其配备有：文本数据分析单元，其分析与自然语言对话对应的文本数据，并且提取该文本数据中包括的事件和响应于该事件要被执行的处理这两者；以及记录控制单元，其将事件与处理之间的关联关系作为程序记录在记录介质上。