DE60217241T2 - Fokussierte Sprachmodelle zur Verbesserung der Spracheingabe von strukturierten Dokumenten - Google Patents

Fokussierte Sprachmodelle zur Verbesserung der Spracheingabe von strukturierten Dokumenten Download PDF

Info

Publication number
DE60217241T2
DE60217241T2 DE60217241T DE60217241T DE60217241T2 DE 60217241 T2 DE60217241 T2 DE 60217241T2 DE 60217241 T DE60217241 T DE 60217241T DE 60217241 T DE60217241 T DE 60217241T DE 60217241 T2 DE60217241 T2 DE 60217241T2
Authority
DE
Germany
Prior art keywords
topic
text
message
speech recognition
language model
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 - Fee Related
Application number
DE60217241T
Other languages
English (en)
Other versions
DE60217241D1 (de
Inventor
Patrick Santa Barbara Nguyen
Luca Santa Barbara Rigazio
Jean-Claude Santa Barbara Junqua
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.)
Panasonic Corp
Original Assignee
Matsushita Electric Industrial Co 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 Matsushita Electric Industrial Co Ltd filed Critical Matsushita Electric Industrial Co Ltd
Application granted granted Critical
Publication of DE60217241D1 publication Critical patent/DE60217241D1/de
Publication of DE60217241T2 publication Critical patent/DE60217241T2/de
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; 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
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications

Description

  • GEBIET DER ERFINDUNG
  • Die vorliegende Erfindung betrifft Spracherkennungssysteme und insbesondere fokussierte Modelle zur verbesserten Spracheingabe und deren Verwendung zum Generieren von E-Mail- und Textnachrichten.
  • DISKUSSION
  • Die Zusammenlegung der Funktionalität von Zellulartelefonen, persönlichen digitalen Assistenten und anderen Handheld-Geräten macht es möglich, von potenziell jedem Ort aus auf das Internet zuzugreifen. Eine der beliebtesten Internet-Anwendungen ist immer noch das klassische E-Mail. Gleichzeitig ist der Kurznachrichtendienst (Short Message Service, SMS) sehr beliebt für die Verwendung mit Zellulartelefonen. Beide Anwendungen bieten einen Sofort-Nachrichtenübermittlungsdienst, für den möglicherweise eine erhebliche Textmenge eingegeben werden muss. Solche Texteingaben können umständlich sein, wenn ein persönlicher digitaler Assistent oder ein Zellulartelefonsystem verwendet wird. Dementsprechend ist es wünschenswert, einen persönlichen digitalen Assistenten mit E-Mail-Fähigkeiten bereitzustellen, der Spracheingabe für die Konvertierung zu Textnachrichtenübermittlung nutzt.
  • Die heutigen Spracherkennungssysteme mit großem Vokabular verlassen sich in hohem Maß auf Sprachmodelle, die Eine statistische Repräsentation der Sprache liefern, die an Corpora abgeschätzt wurden, die zwischen Dutzenden und Hunderten von Millionen von Wörtern umfassen. Um die Leistung zu verbessern, können Sprachmodelle auf eng begrenzte Gebiete beschränkt werden. Solche Systeme sind in US Patent Nr. 5,444,617 an Merialdo mit dem Titel METHOD AND APPARATUS FOR ADAPTIVELY GENERATING A FIELD OF APPLICATION DEPENDENT LANGUAGE MODELS OF USE IN INTELLIGENT SYSTEMS (Verfahren und Vorrichtung zum adaptiven Generieren eines Felds von anwendungsspezifischen Sprachmodellen des Gebrauchs in intelligenten Systemen) und U.S. Patent Nr. 6,188,976 an Ramaswamy et al mit dem Titel APPARATUS AND METHOD FOR BUILDING DOMAIN-SPECIFIC LANGUAGE MODELS (Vorrichtung und Verfahren zum Aufbauen gebietsspezifischer Sprachmodelle) offenbart.
  • Beispiele von Spracherkennungssystemen mit großem Vokabular sind zum Beispiel die Folgenden: Internationale Patentanmeldung Nr. WO 00\58945 im Namen von Philips Corporate Intellectual Property GMBH (Erfinder: Thelen et al.) betrifft Spracherkennungsmaschinen mit komplementären Sprachmodellen und offenbart die Auswahl von Spracherkennungsmodellen basierend auf einem Kontext, der durch Dokumente bestimmt wird, auf die sich die Spracheingabe bezieht. Internationale Patentanmeldungsschrift Nr. WO 01\01391 im Namen von Dictalaphone Corporation (Erfinder: Kuhnen et al) betrifft ein verteiltes Spracherkennungssystem mit Mehrbenutzer-Eingabestationen.
  • Darüber hinaus bieten mobile Geräte wie Zellulartelefone und persönliche digitale Assistenten typischerweise kleine Anzeigebildschirme, so dass die Informationsmenge, die angezeigt werden kann, stark eingeschränkt ist. Dementsprechend ist es wünschenswert, dem Benutzer eine Zusammenfassung einer Textnachricht vorzulegen, sowohl von eintreffenden als auch ausgehenden.
  • Dementsprechend bietet die vorliegende Erfindung ein Nachrichtenverarbeitungssystem, das fokussierte Sprachmodelle zur verbesserten Spracheingabe zum Konvertieren der Sprache zu Textnachrichten nutzt. Die Erfindung eignet sich daher gut für die Verwendung mit Handheld-Geräten wie Zellulartelefonen und drahtlosen persönlichen digitalen Assistenten. Die Erfindung macht es sehr einfach, E-Mails und andere Sofortnachrichten über eine Zellulartelefon- oder andere drahtlose Verbindung zu schicken. Gemäß einem Aspekt der Erfindung werden Textnachrichten vom System zusammengefasst, so dass sie vom Benutzer auf dem relativ kleinen Bildschirm des Geräts angezeigt und bearbeitet werden können.
  • Gemäß der vorliegenden Erfindung, wie in den unabhängigen Ansprüchen beansprucht, wird ein Spracherkennungsprozessor bereitgestellt, um eingegebene Sprache zu verarbeiten und die eingegebene Sprache zu Text zu konvertieren. Der Prozessor ermöglicht es einem Benutzer, gesprochene Nachrichten zu äußern, die dann von einem Spracherkennungsmodul oder -abschnitt zu Text konvertiert werden, das bzw. der ein fokussiertes Sprachmodell nutzt, um Geschwindigkeit und Genauigkeit des Erkennungsverfahrens zu erhöhen. Das fokussierte Sprachmodell ist davon abgeleitet, dass der Prozessor das Thema der beabsichtigten Nachricht erkennt und ein Sprachmodell für die Verwendung durch den Spracherkennungsabschnitt von einem Internet-Server abruft. Das Thema der ausgehenden Nachricht kann aus einer empfangenen E-Mail abgeleitet werden, auf die die ausgehende E-Mail-Nachricht eine Antwort ist, insbesondere kann das Thema jedoch vom Benutzer eingegeben werden. Außerdem wird ein Registerbestimmungsmittel bereitgestellt, um ein Registerattribut für eine ausgehende Nachricht, basierend auf dem Thema und/oder Metadaten, die beschreiben, wie eine empfangene Nachricht formatiert wurde, zu bestimmen, wobei das Registerattribut indikativ ist für den Ton oder Stil der ausgehenden Nachricht und wobei das Abrufen des fokussierten Sprachmodells auf dem Thema und dem Registerattribut basiert. Sobald die geäußerte Sprachnachricht zu Text konvertiert ist, kann die Textnachricht vom Benutzer bearbeitet und/oder vom Prozessor zusammengefasst werden, um die Nachricht zum Anzeigen auf einem Bildschirm eines persönlichen digitalen Assistenten zu kürzen. Die Textnachricht kann in der Form einer E-Mail-Vorlage bereitgestellt werden, die dann zur Auslieferung an einen Empfänger über eine drahtlose oder zellulare Verbindung an einen Internet-Server übertragen werden kann.
  • Weitere Anwendungsgebiete der vorliegenden Erfindung werden aus der nachfolgend bereitgestellten ausführlichen Beschreibung offensichtlich. Es ist zu beachten, dass die ausführliche Beschreibung und die spezifischen Beispiele zwar auf die bevorzugte Ausführungsform der Erfindung hinweisen, jedoch lediglich zur Veranschaulichung bestimmt sind und nicht den Umfang der Erfindung einschränken sollen.
  • KURZE BESCHREIBUNG DER ZEICHNUNGEN
  • Die vorliegende Erfindung wird anhand der ausführlichen Beschreibung und der beiliegenden Zeichnungen verdeutlicht, wobei:
  • 1 eine perspektivische Ansicht eines beispielhaften persönlichen digitalen Assistenten ist, der für die Verwendung mit der vorliegenden Erfindung angepasst ist;
  • 2 ein Blockdiagramm eines computerimplementierten Spracherkennungssystems zum Generieren von E-Mail-Nachrichten basierend auf fokussierten Sprachmodellen ist, auf die über eine Zellulartelefonverbindung und einen Internet-Server zugegriffen wird;
  • 3 ein Datenflussdiagramm eines E-Mail-Abrufmoduls für den Gebrauch mit einem E-Mail-Prozessor für einen persönlichen digitalen Assistenten gemäß den Grundsätzen der vorliegenden Erfindung ist;
  • 4 ein Datenflussdiagramm eines E-Mail-Nachrichtenmoduls für den Gebrauch mit einem E-Mail-Prozessor eines persönlichen digitalen Assistenten gemäß den Grundsätzen der vorliegenden Erfindung ist;
  • 5A und 5B ein Flussdiagramm sind, dass die Funktionsgrundsätze des E-Mail-Prozessors gemäß der vorliegenden Erfindung veranschaulicht;
  • 6 ein Datenflussdiagramm ist, das zum Verständnis der Grundsätze der Erfindung nützlich ist.
  • AUSFÜHRLICHE BESCHREIBUNG DER BEVORZUGTEN AUSFÜHRUNGSFORMEN
  • Die nachfolgende Beschreibung der bevorzugten Ausführungsform(en) ist lediglich beispielhafter Art und soll auf keine Weise die Erfindung, ihre Anwendung oder ihre Nutzen einschränken.
  • Unter Verweis auf die beiliegenden Zeichnungen wird das fokussierte Sprachmodelle zur verbesserten Spracheingabe nutzende E-Mail-Verarbeitungssystem nun beschrieben. 1 zeigt einen persönlichen digitalen Assistenten 10 mit einem Gehäuse 12, das kompakt ist und allgemein in der Hand eines Benutzers gehalten werden kann. Der persönliche digitale Assistent 10 umfasst einen Anzeigebildschirm 14 auf einer Vorderseite des Gehäuses 12. Der Anzeigebildschirm 14 ist vorzugsweise des Typs, der durch eine Berührungseingabe aktiviert werden kann, entweder unter Verwendung eines Fingers eines Bedieners oder eines Stylus 16, um auf Informationen, Daten und Programme zuzugreifen, die im Prozessor 18 (am besten in 2 dargestellt) des persönlichen digitalen Assistenten 10 gespeichert sind. Der persönliche digitale Assistent 10 umfasst außerdem eine Vielzahl von Eingabetasten 20a-20e, die selektiv programmiert werden können, um es einem Benutzer zu ermöglichen, verschiedenen Anwendungen wie Adressen- und Telefonlisten, Kalender, Taschenrechner, Notizen und andere Anwendungsfunktionen aufzurufen.
  • Wie in 2 gezeigt, wird der persönliche digitale Assistent 10 mit einem Computersystem 18 eingesetzt und umfasst einen Zellulartelefonsender 22a und einen Zellulartelefonempfänger 22b, Berührungstastatureingaben wie die Tasten 20a-20e und den Berührungsbildschirm 14 (siehe 1). Ein Mikrofon 24 ist für die Spracheingabe des Benutzers bereitgestellt und ein Lautsprecher 26 ist optional bereitgestellt, damit der Benutzer die aufgezeichnete Sprache abspielen kann. Ein Ein/Aus-Schalter 28 kann bereitgestellt werden, um den persönlichen digitalen Assistenten 10 zu aktivieren. Andere bekannte Verfahren zum Aktivieren des persönlichen digitalen Assistenten 10, wie beispielsweise das Öffnen eines Deckels, könnten ebenfalls angewandt werden.
  • Das Computersystem 18 umfasst einen Mikrocomputer, einen digitalen Signalprozessor oder eine ähnliche Vorrichtung mit einer Kombination von einer CPU 30, einem ROM 32, einem RAM 34, und einem Eingabe/Ausgabe-Abschnitt 36. Der Eingabe/Ausgabe-Abschnitt 36 erhält Eingaben vom Ein/Aus-Schalter 28, den Tastaturgliedern 20a-20e, dem Berührungsbildschirm 14, dem Zellularempfänger 22b und dem Mikrofon 24. Der Eingabe/Ausgabe-Abschnitt 36 liefert eine Ausgabe an den Anzeigebildschirm 14, den Zellularsender 22a und den Lautsprecher 26. Eine wiederaufladbare Batterie (nicht abgebildet) und/oder ein Wechselstromadapter werden verwendet, um den persönlichen digitalen Assistenten mit elektrischer Energie zu versorgen.
  • Unter Verweis auf 3 wird nun das E-Mail-Abrufmodul 40 des Computersystems 18 beschrieben. Das E-Mail-Abrufsystem 40 umfasst einen E-Mail-Zugriffs- und Download-Anforderungsabschnitt 42, der aktiviert wird, indem ein Benutzer unter Verwendung einer der Benutzeroberflächen-Eingabevorrichtungen einschließlich den Tastaturglieders 20a-20e oder dem Berührungsbildschirm 14 die E-Mail-Abrufanwendung wählt. In anderen Worten, der Benutzer wählt das E-Mail-Abrufen entweder, indem er eine der Tasten 20a-20e drückt, oder indem er ein Symbol wählt, das auf dem Bildschirm 14 angezeigt wird. Sobald er aktiviert ist, initiiert der E-Mail-Zugriffs- und Download-Anforderungsabschnitt 42 eine Zellularverbindung über den Zellularsender 22a, um über eine Zellulartelefonverbindung auf einen Internet-E-Mail-Server 44 zuzugreifen. Sobald die Verbindung hergestellt ist, lädt der E-Mail-Zugriffs- und Download-Anforderungsabschnitt 42 die E-Mails des Benutzers auf das Computersystem 18 herunter, wo sie dann im RAM 34 gespeichert werden. Die E-Mails des Benutzers können auf die gleiche Weise wie bei im Handel bekannten E-Mail-Systemen durch Aktivierung einer Benutzeroberfläche angezeigt werden, die es dem Benutzer ermöglicht, übliche Funktionen wie "Anzeigen", "Antworten", "Weiterleiten" und "Löschen" bezüglich der heruntergeladenen E-Mail-Nachrichten auszuführen. Das Benutzeroberflächenmodul 48 ermöglicht es dem Benutzer, zu entscheiden, welche Funktionen ausgeführt werden sollen und die gewählten Funktionen können dann gemäß der Vorgabe des Anzeigeabschnitts 46 des E-Mail-Abrufmoduls 40 angezeigt werden, was das Format einschließt, in dem jeder Typ von Benutzeroberfläche auf dem Anzeigebildschirm 14 des persönlichen digitalen Assistenten 10 angezeigt wird.
  • Unter Verweis auf 4 wird nun das E-Mail-Nachrichtenmodul 50 beschrieben. Das E-Mail-Nachrichtenmodul 50 ermöglicht es einem Benutzer eines persönlichen digitalen Assistenten 10 unter Verwendung eines fokussierten Sprachmodells, das durch eine Zellulartelefonverbindung von einem Internet-Server abgerufen wird, eine E-Mail-Nachricht zu erstellen, die Textnachrichten aus Spracheingabe enthält. Insbesondere kann das E-Mail-Nachrichtenmodul 50 aktiviert werden, indem ein Benutzer des persönlichen digitalen Assistenten 10 entweder ein Symbol aus einem auf dem Bildschirm 14 angezeigten Anwendungsmenü wählt oder indem eine der vorprogrammierten Drucktasten 20a-20e gewählt wird, die programmiert ist, das E-Mail-Nachrichtenmodul 50 zu aktivieren. Außerdem wird das E-Mail-Nachrichtenmodul 50 automatisch aktiviert, indem in der E-Mail-Abrufbetriebsart "Antworten" oder "Weiterleiten" gewählt wird.
  • Sobald es initiiert ist, umfasst das E-Mail-Nachrichtenmodul 50 einen Vorlagenabschnitt 52, der die ausgehende E-Mail-Nachricht über eine Vorlage strukturiert, um die Erkennung zu verbessern. Der Vorlagenabschnitt 52 ermöglicht es dem Benutzer, die E-Mail-Adresse des bestimmungsgemäßen Empfängers, ein Thema für die Nachricht und einen anfängliches Nachrichtenleerfeld für die zu schickende Textnachricht einzugeben. Wie hierin noch ausführlicher diskutiert wird, fordert der Vorlagenabschnitt den Benutzer auf, Adresse und Thema für die ausgehende E-Mail-Nachricht einzugeben. Für "Antwort"-E-Mail-Nachrichten, wird das Thema aus der empfangenen Nachricht abgeleitet.
  • Das Thema kann auf verschiedene Weise von der empfangenen Nachricht abgeleitet werden. Eine gegenwärtig bevorzugte Weise besteht im Parsing der empfangenen Nachricht in syntaktische Einheiten wie Absätze, Sätze und Wörter. Die geparsten Wörter werden dann mit einer Datenbank von "Störwörtern" verglichen, das sind Wörter, die keine starke thematische Bedeutung vermitteln (beispielsweise "das", "ein", "wenige", "viele", "mit freundlichen Grüßen"). Diesen Störwörtern wird ein sehr geringes Gewicht zugeordnet oder sie werden aus der weiteren Analyse ganz ausgeschlossen. Die übrigen Wörter werden dann basierend auf ihrer Verwendung in der Nachricht gewichtet. Auf Satzebene können einzelne Wörter basierend auf ihren jeweiligen Teilen der Sprache gewichtet werden. Substantiven wird ein hohes Gewicht verliehen. Aktiven Verben wird ein mittleres Gewicht verliehen. Passiven Verben, Adjektiven und Adverbien wird ein noch niedrigeres Gewicht verliehen. Dann werden durch Einteilen der Wörter je nach Gewicht in eine Rangordnung die "wichtigsten" Wörter (die mit den höheren Gewichten) als Schlüsselwörter zum Identifizieren des Themas der Nachricht genutzt. Außerdem kann, falls gewünscht, die Stellung eines Satzes in einem Absatz auch berücksichtigt werden. Viele Absätze beginnen mit einem Themensatz, der das Thema dieses Absatzes einleitet. Daher kann Wörtern im ersten (und zweiten) Satz jedes Absatzes zusätzliches Gewicht verliehen werden, um ihre Wirkung auf die Bestimmung des Themas der Nachricht zu betonen.
  • Als Alternative zum Ableiten des Themas einer Nachricht aus ihrem Text kann das System auch die Themenwahl durch Benutzereingabe umfassen. Ein praktisches Verfahren zum Bereitstellen dieser Funktionalität ist über eine Pull-down-Liste oder ein Themeneingabefeld, das der Benutzer verwendet, um ein Thema anzugeben. Falls gewünscht, kann Spracheingabe verwendet werden, um das Thema anzugeben.
  • Basierend auf dem eingegebenen Thema initiiert ein Sprachmodul-Abrufabschnitt 54 eine Zellularverbindung über den Zellularsender 22a, um auf einen Sprachmodell-Internet-Server 56 zuzugreifen und eine Anforderung für ein mit dem identifizierten Thema zusammenhängendes Sprachmodell bereitzustellen. Der Sprachmodell-Internet-Server 56 umfasst Sprachmodelle (SM1-SMn), die nach Thema kategorisiert werden können. Außerdem ist der Sprachmodell-Internet-Server auch mit einem Sprachmodellprozessor 58 ausgestattet, der Sprachmodelle für Themen generieren kann, die nicht vorab gespeichert sind. Der Sprachmodellprozessor 58 kann außerdem auf ältere geschickte und/oder empfangene E-Mail-Nachrichten des Benutzers als Teil einer Datenbank zum Generieren eines Sprachmodells zugreifen. Da die Menge der zum Generieren eines Sprachmodells erforderlichen Verarbeitungsressourcen allgemein größer ist, als in einem persönlichen digitalen Assistenten verfügbar ist, löst die Nutzung des Servers dieses Problem.
  • Eine wichtige Informationsquelle für die Spracherkennung ist das Sprachmodell, das genutzt wird, um Beschränkungen einzuführen, um die Zahl von Sequenzen zu begrenzen, die während des Erkennungsprozesses tatsächlich in Betracht gezogen werden. Für Spracherkennungssoftware wurden mehrere Typen von Sprachmodellen genutzt, wobei Schwerpunkte bei rein statistischen und rein syntaktischen Modellen liegen. Die Aufgabe eines Sprachmodells besteht darin, in einem gegebenen Kontext Wörter vorherzusagen. Die Nutzung von Sprachmodellen wird im Buch ROBUSTNESS IN AUTOMATIC SPEECH RECOGNITION FUNDAMENTALS AND APPLICATION (Robustheit bei der automatischen Spracherkennung – Grundlagen und Anwendung), von Jean-Claude Junqua und Jean-Paul Haton (Kapitel 11.4, S. 356-360) © 1996 diskutiert, das durch Literaturhinweis hierin enthalten ist. Außerdem offenbaren U.S. Patent Nr. 5,444,617 an Merialdo, mit dem Titel METHOD AND APPARATUS FOR ADAPTIVELY GENERATING FIELD OF APPLICATION DEPENDANT LANGUAGE MODELS FOR USE IN INTELLIGENT SYSTEMS (Verfahren und Vorrichtung zum adaptiven Generieren von anwendungsgebietabhängigen Sprachmodellen zur Anwendung in intelligenten Systemen) und U.S. Patent Nr. 6,188,976 an Ramaswamy et al, mit dem Titel APPARATUS AND METHOD FOR BUILDING DOMAIN-SPECIFIC LANGUAGE MODELS (Vorrichtung und Verfahren zum Aufbauen gebietsspezifischer Sprachmodelle) (die jeweils durch Literaturhinweis hierin enthalten sind) jeweils Sprachmodellierungsprozessoren zum Generieren von fokussierten Sprachmodellen für Spracherkennungssysteme.
  • Sobald eine Datei eines fokussierten Sprachmodells vom Sprachmodell-Abrufabschnitt 54 abgerufen wurde, wird das fokussierte Sprachmodell einem Spracherkennungsabschnitt 60 des E-Mail-Nachrichtenmoduls 50 bereitgestellt. Sobald ihm die Datei für ein fokussiertes Sprachmodell bereitgestellt wurde, wird der Spracherkennungsabschnitt 60 genutzt, um eine vom Benutzer eingegebene Sprachnachricht zu Text zu konvertieren. Die vom Benutzer eingegebene Sprachnachricht wird über das Mikrofon 24 eingegeben, das am Gehäuse des persönlichen digitalen Assistenten 10 angebracht ist. Die aufgezeichnete Sprachnachricht wird von einem Wandler verarbeitet und wird dem Computersystem 18 über den Eingabe/Ausgabe-Abschnitt 36 bereitgestellt und kann im RAM 34 gespeichert werden, bis sie vom Spracherkennungsmodul 60 des E-Mail-Nachrichtenmoduls 50 verarbeitet wird.
  • Der Spracherkennungsabschnitt 60 kann bekannte Spracherkennungssoftware nutzen, um, die Spracheingabe unter Verwendung des abgerufenen fokussierten Sprachmodells, wie dies auf dem Gebiet bekannt ist, zu Text zu konvertieren.
  • Sobald die Sprachnachricht zu Text konvertiert wurde, kann ein Textzusammenfassungsabschnitt 62 implementiert werden, um den konvertierten Text zusammenzufassen, um die Textmenge zu verringern, die auf dem Anzeigebildschirm 14 des persönlichen digitalen Assistenten 10 anzuzeigen ist. Da der Anzeigebildschirm 14 relativ klein ist, ermöglicht es der Textzusammenfassungsabschnitt 62 dem Prozessor 18, die Größe der Textnachricht zu verringern. Ein solches Textzusammenfassungssystem wird gegenwärtig als Symbolleistenauswahl als AutoZusammenfassen in MICROSOFT WORD genutzt, die es einem Benutzer ermöglicht, die wichtigsten Punkte im Text eines Dokuments automatisch zusammenzufassen. Sobald die E-Mail-Nachricht vom Vorlagenabschnitt 52 generiert wurde, einschließlich Adresse, Thema und Textnachricht (von Spracheingabe konvertiert), kann ein Benutzeroberflächenabschnitt 64 angewandt werden, um es dem Benutzer zu ermöglichen, die Textnachricht zu bearbeiten. Die Textbearbeitungsfunktionen können Folgendes einschließen, sind aber nicht darauf beschränkt: Hinzufügen oder Löschen von Text, Zeichensetzung, Ausschneiden, Kopieren, Einfügen und Wählen von zusätzlichen Auto-Zusammenfassungsoptionen, um es dem Benutzer zu ermöglichen, entweder den Text weiter zusammenzufassen oder die Zusammenfassung der Nachricht aufzuheben. Sobald die E-Mail-Nachricht komplett ist, kann ein Übertragungsabschnitt 66 des E-Mail-Nachrichtenmoduls 50 genutzt werden, um die E-Mail-Nachricht über eine Zellularverbindung an einen Internet-E-Mail-Server 68 zu übertragen, der die E-Mail-Nachricht dann basierend auf der Adresse von der E-Mail-Vorlage an den E-Mail-Server des Empfängers überträgt.
  • In Anbetracht der obigen ausführlichen Beschreibung des E-Mail-Nachrichtenmoduls 50 folgt nun unter Verweis auf 5A und 5B eine ausführliche Beschreibung der Funktion des E-Mail-Nachrichtenübermittlungssystems für persönliche digitale Assistenten. Sobald das E-Mail-Nachrichtenmodul 50 des Computersystems 18 aktiviert ist, lädt die CPU 30 vom ROM 32 die E-Mail-Vorlage herunter, die dann auf dem Anzeigebildschirm angezeigt wird. Das E-Mail-Nachrichtenmodul 50 stellt dann in Schritt S2 fest, ob die Nachricht, die erstellt wird, eine Antwortnachricht ist und fährt, wenn ja, mit Schritt S3 fort, um die ausgehende Nachricht unter Nutzung der E-Mail-Adresse des Absenders der vorherigen Nachricht zu adressieren. Falls in Schritt S2 festgestellt wird, dass die Nachricht keine Antwortnachricht ist, wird der Benutzer aufgefordert, die Adresse des bestimmungsgemäßen Empfängers der E-Mail-Nachricht in Schritt S4 einzugeben und die eingegebene Adresse wird in Schritt S3 genutzt, um die ausgehende Nachricht zu adressieren.
  • Wenn es sich in Schritt S5 um eine "Antwort"-E-Mail-Nachricht handelt, wird das Thema von der empfangenen Nachricht abgeleitet. Andernfalls kann der Benutzer aufgefordert werden, ein Thema für die E-Mail-Nachricht einzugeben. Das Thema kann aus einem vorab gespeicherten Menü ausgewählt oder als neues Thema eingegeben werden, beispielsweise durch Schlüsselworteingabe unter Verwendung bekannte manueller Texteingabeverfahren, die mit älteren persönlichen digitalen Assistenten genutzt wurden. In Schritt S6 wird festgestellt, ob das eingegebene Thema ein existierendes Sprachmodellthema ist. Falls das Thema kein existierendes Sprachmodellthema ist, generiert Schritt S7 eine Anforderung für das Generieren ein neues Themensprachmodells. In Schritt 8 greift der Sprachmodellabrufabschnitt 54 über den Zellularsender 22a auf den Sprachmodell-Internet-Server 56 zu und es wird eine Anforderung bereitgestellt, um ein existierendes fokussiertes Sprachmodell herunterzuladen oder eine Anforderung bereitzustellen, um ein neues fokussiertes Sprachmodell für ein Thema zu generieren, das kein existierendes Sprachmodell hat. In Schritt S9 in 5B wird das Sprachmodell vom Zellularempfänger 22b empfangen und dann auf den Spracherkennungsabschnitt 60 des E-Mail-Nachrichtenmoduls 50 heruntergeladen.
  • In Schritt S10 wird ein Benutzer aufgefordert, eine Sprachnachricht einzugeben, die über das Mikrofon 24 eingegeben und im RAM 34 gespeichert wird. Der Spracherkennungsabschnitt 60 wird dann in Schritt S11 aktiviert, um die eingegebene Sprachnachricht unter Verwendung des fokussierten Sprachmodells, das vom Sprachmodell-Internet-Server 56 empfangen wurde, zu Text zu konvertieren. Der generierte Text kann dann optional vom Textzusammenfassungsabschnitt 62 zusammengefasst werden (Schritt S12), um die Textmenge zu verringern, die auf dem begrenzten Textanzeigebildschirm in Schritt S13 anzuzeigen ist. In Schritt 14 wird der Benutzer aufgefordert, Bearbeitungen für den generierten Text bereitzustellen und/oder die E-Mail-Nachricht zu senden. Sobald Übertragung ausgewählt wurde, wird der Übertragungsabschnitt 66 des E-Mail-Nachrichtenmoduls 50 genutzt, um eine Zellularverbindung zu einem Internet-E-Mail-Server 68 bereitzustellen, um die E-Mail-Nachricht an den empfangenden E-Mail-Server 70 zu übertragen.
  • Die Erfindung bietet eine natürliche, einfach anzuwendende Benutzeroberfläche, über die der Benutzer eines Handheld-Geräts E-Mail- und Sofortnachrichten überprüfen und generieren kann. 6 fasst einige der nützlichen Merkmale der Erfindung zusammen. Wie in 6 zu sehen ist, extrahiert das System eine Reihe nützlicher Informationskomponenten aus der empfangenen Nachricht 100. Die empfangene Nachricht wird von einem Zusammenfassungsmodul 102 verarbeitet, das den Zusammenfassungsdatenspeicher 104 bevölkert. Das System extrahiert außerdem über das Themenextraktionsmodul 106 das Thema der Nachricht und dieses extrahierte Thema wird verwendet, um auf eines aus einem Satz von vorab gespeicherten Sprachmodellen 108 zuzugreifen. Das Spracherkennungsmodul 110 nutzt das gewählte Sprachmodell, um die Geschwindigkeit des Erkennungsverfahrens zu erhöhen und dessen Genauigkeit zu verbessern.
  • Da die Zahl der verfügbaren Sprachmodelle in manchen Vorrichtungen begrenzt sein kann, umfasst das System außerdem ein Sprachmodell-Download-Verfahren, das einen Datenspeicher für neue Sprachmodelle 114 basierend auf vom Internet 116 enthaltene Informationen bevölkert. Das extrahierte Thema und/oder das vorab gespeicherte Sprachmodell werden vom Verfahren 12 genutzt, um ein reichhaltigeres Sprachmodell zu identifizieren, das zu nutzen ist, wenn der Benutzer eine Antwort auf die empfangene Nachricht 100 diktiert. Obwohl es viele Arten gibt, geeignete Sprachmodelle zu beschaffen, besteht eine gegenwärtig bevorzugte Lösung darin, einen Sprachmodell-Extraktionsprozessor zu verwenden, der Text 120 analysiert, der auf verschiedenen Textseiten im ganzen Internet zu finden ist. Der Sprachmodell-Extraktionsprozessor 118 kann das Modellextraktionsverfahren als Reaktion auf Anforderungen von Client-Anwendungen (Anforderungen von Handheld-Geräten von Benutzern) ausführen oder er kann das Modellextraktionsverfahren im Voraus ausführen. In einer Ausführungsform lädt der Sprachmodell-Extraktionsprozessor 118 ständig Text 102 herunter und erstellt dynamisch neue Sprachmodelle, wenn genügend Daten verfügbar sind. Daher kann die Definition von Sprachmodellen dynamisch sein. Wie der Fachmann ohne Weiteres einsehen wird, ist dies eng verwandt mit Unsupervised Clustering, so dass beispielsweise Soft Clustering und automatische Clustering-Generierung auf dieser Ebene angewandt werden können. Kopien der extrahierten Sprachmodelle können gespeichert werden, beispielsweise in 122, um als Reaktion auf eine Anforderung vom Download-Sprachmodellverfahren 112 dieser Vorrichtung an eine Client-Anwendung bereitgestellt zu werden.
  • Das System speichert eine Vielzahl von Anzeige- und Nachrichtengenerierungsvorlagen 124, die dazu dienen, die empfangene Nachricht 100 oder die zusammengefasste Nachricht 102 zu formatieren. Die Vorlagen werden außerdem verwendet, um Antwortnachrichten zu formatieren, wenn der Benutzer sie diktiert. Obwohl dies nicht notwendig ist, ist die Standardeinstellung des Systems so, dass beim Formatieren der Antwortnachricht die Vorlage der empfangenen Nachricht verwendet wird. Wenn daher die empfangene Nachricht in einem Standardbriefformat war (Sehr geehrter Herr Meier...., Mit freundlichen Grüßen, ....}, verwendet die Antwortvorlage standardmäßig ebenfalls dieses Format. Der Benutzer kann Vorlagen durch Menüauswahl oder Sprachauswahl ändern.
  • In einer Ausführungsform gibt der Benutzer Text in die Vorlage ein, die dem Spracherkennungsmodul 110 hilft, seine bisherigen Kenntnisse zu spezialisieren. Es ist möglich, dass auf eine bestimmte Nachricht mehrere Sprachmodelle angewandt werden, so dass eine Präambel beispielsweise ein anderes Sprachmodell hat als ein Schluss.
  • Ein weiterer Aspekt der Erfindung umfasst das Extrahieren eines mit der empfangenen Nachricht 100 assoziierten "Registerattributs". Dies wird vom Modul 130 ausgeführt, das einen Registerdatenspeicher 132 bevölkert. Das Registerattribut dient dazu, den Ton oder Stil der empfangenen Nachricht und der zugehörigen Antwort zu folgern. Wenn die empfangene Nachricht förmlicher Art ist, wird die für die Antwort verwendete Vorlage ähnlich förmlich sein. Wenn die empfangene Nachricht formlos ist (wie beispielsweise eine Sofortnachricht oder Chat-Nachricht), wird eine weniger förmliche Antwort verwendet. Das System bestimmt das Registerattribut, indem es die zur Folgerung des Sprachmodells verwendeten Informationen und die Metadaten, die beschreiben, wie die empfangene Nachricht formatiert war, untersucht. Das Extrahieren der Themeninformationen, aus denen das Sprachmodell gefolgert wird, wurde vorangehend diskutiert. Die mit dem Brief assoziierten Metadaten, beispielsweise welche Wörter in der Begrüßung oder Anrede und in der ergänzenden Schlussformel verwendet werden, werden verwendet, um zu schließen, ob die empfangene Nachricht förmlich, formlos, salopp oder Dergleichen ist. In der bevorzugten Ausführungsform nutzt das Extraktionsmodul 130 einen Satz von WENN-DANN-Regeln, um das Register zu folgern.
  • In einer Ausführungsform kann der Zusammenfassungsdatenspeicher 104 Informationen wie unter 160 an den Sprachmodell-Extraktionsprozessor 118 schicken, wie unter 162, um das Maßschneidern eines Sprachmodells für den Benutzer zu ermöglichen. Diese Ausführungsform ermöglicht es außerdem dem Sprachmodell-Extraktionsprozessor 118, zu wissen, welche Sprachmodelle beliebter sind. Auf ähnliche Weise und aus den selben Gründen, können Informationen zu einem extrahierten "Registerattribut" vom Modul 130, wie unter 164, dem Sprachmodell-Extraktionsprozessor 118 mitgeteilt werden, wie unter 162.
  • Die Beschreibung der Erfindung ist lediglich beispielhafter Art und daher sollen Abwandlungen im Umfang der Erfindung enthalten sein. Solche Abwandlungen sind nicht als Abweichung vom Umfang der Erfindung zu betrachten.

Claims (15)

  1. Spracherkennungsprozessor zum Verarbeiten eingegebener Sprache und zum Konvertieren zu Text, umfassend: ein Themenbestimmungsmittel zum Bestimmen eines Themas der eingegebenen Sprache vor der Ausführung von Spracherkennung; ein Spracheingabemittel (36), um es einem Benutzer zu ermöglichen, eine Sprachnachricht einzugeben; einen Sprachmodellabrufabschnitt (54) zum Abrufen eines fokussierten Sprachmodells; ein Spracherkennungsmodul (60), das das abgerufene fokussierte Sprachmodell nutzt, um die Sprachnachricht zu Text zu konvertieren; und einen Anzeigeabschnitt (46) zum Anzeigen des Texts; wobei der Prozessor dadurch gekennzeichnet ist, dass zusätzlich Folgendes bereitgestellt ist: ein Registerbestimmungsmittel (130), um ein Registerattribut für eine ausgehende Nachricht, basierend auf dem Thema und/oder Metadaten, die beschreiben, wie eine empfangene Nachricht formatiert wurde, zu bestimmen, wobei das Registerattribut indikativ ist für den Ton oder Stil der ausgehenden Nachricht und wobei das Abrufen des fokussierten Sprachmodells auf dem Thema und dem Registerattribut basiert.
  2. Spracherkennungsprozessor nach Anspruch 1, wobei es sich bei dem Themenerkennungsmittel um eine Tastatur-Benutzeroberflächenvorrichtung (48) handelt, die es einem Benutzer ermöglicht, das Thema einzugeben.
  3. Spracherkennungsprozessor nach Anspruch 1, wobei es sich bei dem Themenerkennungsmittel um eine Spracherkennungs-Benutzeroberflächenvorrichtung (60) handelt, die es einem Benutzer ermöglicht, das Thema verbal einzugeben.
  4. Spracherkennungsprozessor nach Anspruch 1, wobei das Themenbestimmungsmittel das Thema aus einer vorab gespeicherten Textnachricht ableitet.
  5. Spracherkennungsprozessor nach Anspruch 1, wobei der Sprachmodellabrufabschnitt (54) über eine Internet-Verbindung auf einen Server (56) zugreift, um das Sprachmodell abzurufen.
  6. Spracherkennungsprozessor nach Anspruch 5, wobei der Sprachmodellabrufabschnitt (54) über eine drahtlose Verbindung auf den Server (56) zugreift.
  7. Spracherkennungsprozessor nach Anspruch 1, der weiter einen Textzusammenfassungsabschnitt (62) zum Zusammenfassen des Texts umfasst.
  8. Spracherkennungsprozessor nach Anspruch 1, wobei der Anzeigeabschnitt (45) eine E-Mail-Vorlage (52) zum Anzeigen des Texts nutzt.
  9. Spracherkennungsprozessor nach Anspruch 1, eingebettet in einer persönlichen digitalen Computervorrichtung (10), wobei die persönliche digitale Computervorrichtung (10) Folgendes umfasst: ein Gehäuse (12) mit einem Anzeigebildschirm (14) und einer Eingabetastatur, die an einer Außenseite desselben angeordnet sind; eine Mikrofoneinheit (24), die in dem Gehäuse angeordnet ist; eine Sender/Empfänger-Vorrichtung (22a), (22b), die in dem Gehäuse angeordnet ist; einen Prozessor (18) zum Verarbeiten eingegebener Sprache einschließlich dem Themenbestimmungsmittel zum Bestimmen eines Themas der eingegebenen Sprache, Spracheingabemitteln (36), dem Spracheingabemittel (36), um es einem Benutzer zu ermöglichen, eine Sprachnachricht über das Mikrofon einzugeben, einem Sprachmodellabrufabschnitt (54), das dazu angepasst ist, über die Sender/Empfänger-Vorrichtung auf einen Internet-Server (56) zuzugreifen, um basierend auf dem Thema ein Sprachmodell vom Internet- Server abzurufen, dem Spracherkennungsmodul (60), das das abgerufene Sprachmodell nutzt, um die Sprachnachricht zu Text zu konvertieren und dem Anzeigeabschnitt zum Anzeigen des Texts auf dem Anzeigebildschirm.
  10. Persönliche digitale Computervorrichtung nach Anspruch 9, wobei es sich bei dem Themenerkennungsmittel um eine Tastatur-Benutzeroberflächenvorrichtung (48) handelt, die es einem Benutzer ermöglicht, das Thema einzugeben.
  11. Persönliche digitale Computervorrichtung nach Anspruch 9, wobei es sich bei dem Themenerkennungsmittel um eine Spracherkennungs-Benutzeroberflächenvorrichtung (60) handelt, die es einem Benutzer ermöglicht, das Thema einzugeben.
  12. Persönliche digitale Computervorrichtung nach Anspruch 9, wobei das Themenbestimmungsmittel das Thema aus einer vorab gespeicherten Textnachricht ableitet.
  13. Persönliche digitale Computervorrichtung nach Anspruch 9, wobei der Sprachmodellabrufabschnitt (54) über eine drahtlose Verbindung auf den Server (56) zugreift.
  14. Persönliche digitale Computervorrichtung nach Anspruch 9, wobei der Prozessor einen Textzusammenfassungsabschnitt (62) zum Zusammenfassen des Texts umfasst.
  15. Persönliche digitale Computervorrichtung nach Anspruch 9, wobei der Anzeigeabschnitt (45) eine E-Mail-Vorlage (52) zum Anzeigen des Texts nutzt.
DE60217241T 2001-09-13 2002-08-16 Fokussierte Sprachmodelle zur Verbesserung der Spracheingabe von strukturierten Dokumenten Expired - Fee Related DE60217241T2 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US951093 2001-09-13
US09/951,093 US6901364B2 (en) 2001-09-13 2001-09-13 Focused language models for improved speech input of structured documents

Publications (2)

Publication Number Publication Date
DE60217241D1 DE60217241D1 (de) 2007-02-15
DE60217241T2 true DE60217241T2 (de) 2007-05-31

Family

ID=25491252

Family Applications (1)

Application Number Title Priority Date Filing Date
DE60217241T Expired - Fee Related DE60217241T2 (de) 2001-09-13 2002-08-16 Fokussierte Sprachmodelle zur Verbesserung der Spracheingabe von strukturierten Dokumenten

Country Status (4)

Country Link
US (1) US6901364B2 (de)
EP (1) EP1293962B1 (de)
AT (1) ATE350744T1 (de)
DE (1) DE60217241T2 (de)

Families Citing this family (222)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US7490092B2 (en) 2000-07-06 2009-02-10 Streamsage, Inc. Method and system for indexing and searching timed media information based upon relevance intervals
US7243069B2 (en) * 2000-07-28 2007-07-10 International Business Machines Corporation Speech recognition by automated context creation
US8032084B2 (en) 2001-07-18 2011-10-04 Data Transfer & Communications Limited Data security device
US7146320B2 (en) 2002-05-29 2006-12-05 Microsoft Corporation Electronic mail replies with speech recognition
US20040133416A1 (en) * 2002-07-18 2004-07-08 Norio Fukuoka Information terminal device, method of acquiring information corresponding to language identification information from server and program thereof, network system, additional function purchasing progam, and program function adding method
JP3979209B2 (ja) * 2002-07-23 2007-09-19 オムロン株式会社 データ入力方法およびデータ入力装置
US7584102B2 (en) * 2002-11-15 2009-09-01 Scansoft, Inc. Language model for use in speech recognition
US7315902B2 (en) * 2002-12-19 2008-01-01 International Business Machines Corporation Compression and abbreviation for fixed length messaging
WO2005026958A1 (en) * 2003-09-11 2005-03-24 Voice Signal Technologies, Inc. Method and apparatus for back-up of customized application information
GB0322516D0 (en) * 2003-09-25 2003-10-29 Canon Europa Nv Cellular mobile communication device
GB2406471B (en) * 2003-09-25 2007-05-23 Samsung Electronics Co Ltd Improvements in mobile communication devices
JP2005200547A (ja) * 2004-01-15 2005-07-28 Tombow Pencil Co Ltd 筆記具用水性インキ組成物
US7672436B1 (en) 2004-01-23 2010-03-02 Sprint Spectrum L.P. Voice rendering of E-mail with tags for improved user experience
US7570746B2 (en) * 2004-03-18 2009-08-04 Sony Corporation Method and apparatus for voice interactive messaging
JP2005293174A (ja) * 2004-03-31 2005-10-20 Toshiba Corp テキストデータ編集装置、テキストデータ編集方法及びテキストデータ編集プログラム
US7275049B2 (en) * 2004-06-16 2007-09-25 The Boeing Company Method for speech-based data retrieval on portable devices
US20060020465A1 (en) * 2004-07-26 2006-01-26 Cousineau Leo E Ontology based system for data capture and knowledge representation
JP4802489B2 (ja) * 2004-12-07 2011-10-26 日本電気株式会社 音データ提供システムおよびその方法
US7599830B2 (en) 2005-03-16 2009-10-06 Research In Motion Limited Handheld electronic device with reduced keyboard and associated method of providing quick text entry in a message
US7620540B2 (en) * 2005-04-29 2009-11-17 Research In Motion Limited Method for generating text in a handheld electronic device and a handheld electronic device incorporating the same
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US7603424B2 (en) * 2005-11-03 2009-10-13 Research In Motion Limited Method and system for generating template replies to electronic mail messages
WO2007063329A2 (en) * 2005-12-02 2007-06-07 Data Transfer & Communications Limited Communication device and method
US8265933B2 (en) * 2005-12-22 2012-09-11 Nuance Communications, Inc. Speech recognition system for providing voice recognition services using a conversational language model
US11128745B1 (en) * 2006-03-27 2021-09-21 Jeffrey D. Mullen Systems and methods for cellular and landline text-to-audio and audio-to-text conversion
US9436951B1 (en) 2007-08-22 2016-09-06 Amazon Technologies, Inc. Facilitating presentation by mobile device of additional content for a word or phrase upon utterance thereof
US20090124272A1 (en) 2006-04-05 2009-05-14 Marc White Filtering transcriptions of utterances
WO2007117626A2 (en) 2006-04-05 2007-10-18 Yap, Inc. Hosted voice recognition system for wireless devices
US8510109B2 (en) * 2007-08-22 2013-08-13 Canyon Ip Holdings Llc Continuous speech transcription performance indication
GB2451371B (en) * 2006-04-17 2011-02-23 Vovision Llc Method and systems for correcting transcribed audio files
US20070250576A1 (en) * 2006-04-21 2007-10-25 Shruti Kumar Method and system for automatically providing an abstract of a response message in a subject line of the response message
US8521510B2 (en) * 2006-08-31 2013-08-27 At&T Intellectual Property Ii, L.P. Method and system for providing an automated web transcription service
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
WO2008030608A2 (en) * 2006-09-08 2008-03-13 James Siminoff System and method for automatic caller transcription (act)
JP4188989B2 (ja) * 2006-09-15 2008-12-03 本田技研工業株式会社 音声認識装置、音声認識方法、及び音声認識プログラム
KR100814641B1 (ko) * 2006-10-23 2008-03-18 성균관대학교산학협력단 사용자 주도형 음성 서비스 시스템 및 그 서비스 방법
US7415409B2 (en) * 2006-12-01 2008-08-19 Coveo Solutions Inc. Method to train the language model of a speech recognition system to convert and index voicemails on a search engine
US8433576B2 (en) * 2007-01-19 2013-04-30 Microsoft Corporation Automatic reading tutoring with parallel polarized language modeling
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US8352264B2 (en) * 2008-03-19 2013-01-08 Canyon IP Holdings, LLC Corrective feedback loop for automated speech recognition
US8611871B2 (en) 2007-12-25 2013-12-17 Canyon Ip Holdings Llc Validation of mobile advertising from derived information
US20090076917A1 (en) * 2007-08-22 2009-03-19 Victor Roditis Jablokov Facilitating presentation of ads relating to words of a message
US9973450B2 (en) * 2007-09-17 2018-05-15 Amazon Technologies, Inc. Methods and systems for dynamically updating web service profile information by parsing transcribed message strings
US8352261B2 (en) * 2008-03-07 2013-01-08 Canyon IP Holdings, LLC Use of intermediate speech transcription results in editing final speech transcription results
US8326636B2 (en) 2008-01-16 2012-12-04 Canyon Ip Holdings Llc Using a physical phenomenon detector to control operation of a speech recognition engine
CN101286154B (zh) * 2007-04-09 2016-08-10 谷歌股份有限公司 输入法编辑器用户档案
US9286385B2 (en) * 2007-04-25 2016-03-15 Samsung Electronics Co., Ltd. Method and system for providing access to information of potential interest to a user
US20080300872A1 (en) * 2007-05-31 2008-12-04 Microsoft Corporation Scalable summaries of audio or visual content
US9053489B2 (en) 2007-08-22 2015-06-09 Canyon Ip Holdings Llc Facilitating presentation of ads relating to words of a message
US8825770B1 (en) 2007-08-22 2014-09-02 Canyon Ip Holdings Llc Facilitating presentation by mobile device of additional content for a word or phrase upon utterance thereof
US8306822B2 (en) * 2007-09-11 2012-11-06 Microsoft Corporation Automatic reading tutoring using dynamically built language model
US20090070109A1 (en) * 2007-09-12 2009-03-12 Microsoft Corporation Speech-to-Text Transcription for Personal Communication Devices
US20110022387A1 (en) * 2007-12-04 2011-01-27 Hager Paul M Correcting transcribed audio files with an email-client interface
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8676577B2 (en) 2008-03-31 2014-03-18 Canyon IP Holdings, LLC Use of metadata to post process speech recognition output
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
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
US8112494B2 (en) * 2008-08-13 2012-02-07 Mediawave International Corporation Systems and methods for provision of content data
US8301454B2 (en) 2008-08-22 2012-10-30 Canyon Ip Holdings Llc Methods, apparatuses, and systems for providing timely user cues pertaining to speech recognition
JP5049934B2 (ja) * 2008-09-22 2012-10-17 株式会社東芝 対話文生成装置及び方法
US20100145677A1 (en) * 2008-12-04 2010-06-10 Adacel Systems, Inc. System and Method for Making a User Dependent Language Model
US8447608B1 (en) * 2008-12-10 2013-05-21 Adobe Systems Incorporated Custom language models for audio content
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US8713016B2 (en) 2008-12-24 2014-04-29 Comcast Interactive Media, Llc Method and apparatus for organizing segments of media assets and determining relevance of segments to a query
US9442933B2 (en) * 2008-12-24 2016-09-13 Comcast Interactive Media, Llc Identification of segments within audio, video, and multimedia items
US11531668B2 (en) * 2008-12-29 2022-12-20 Comcast Interactive Media, Llc Merging of multiple data sets
US8176043B2 (en) 2009-03-12 2012-05-08 Comcast Interactive Media, Llc Ranking search results
GB0905457D0 (en) 2009-03-30 2009-05-13 Touchtype Ltd System and method for inputting text into electronic devices
US9424246B2 (en) 2009-03-30 2016-08-23 Touchtype Ltd. System and method for inputting text into electronic devices
US10191654B2 (en) 2009-03-30 2019-01-29 Touchtype Limited System and method for inputting text into electronic devices
US20100250614A1 (en) * 2009-03-31 2010-09-30 Comcast Cable Holdings, Llc Storing and searching encoded data
US8533223B2 (en) 2009-05-12 2013-09-10 Comcast Interactive Media, LLC. Disambiguation and tagging of entities
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US20120311585A1 (en) 2011-06-03 2012-12-06 Apple Inc. Organizing task items that represent tasks to perform
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9892730B2 (en) * 2009-07-01 2018-02-13 Comcast Interactive Media, Llc Generating topic-specific language models
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
TWI399739B (zh) * 2009-11-13 2013-06-21 Ind Tech Res Inst 語音留言與傳達之系統與方法
EP3091535B1 (de) 2009-12-23 2023-10-11 Google LLC Multimodale eingabe in eine elektronische vorrichtung
US11416214B2 (en) 2009-12-23 2022-08-16 Google Llc Multi-modal input on an electronic device
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
WO2011089450A2 (en) 2010-01-25 2011-07-28 Andrew Peter Nelson Jerram Apparatuses, methods and systems for a digital conversation management platform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US8643562B2 (en) 2010-07-30 2014-02-04 Donald C. D. Chang Compact patch antenna array
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US8352245B1 (en) 2010-12-30 2013-01-08 Google Inc. Adjusting language models
US8296142B2 (en) * 2011-01-21 2012-10-23 Google Inc. Speech recognition using dock context
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US9202465B2 (en) * 2011-03-25 2015-12-01 General Motors Llc Speech recognition dependent on text message content
US9679561B2 (en) 2011-03-28 2017-06-13 Nuance Communications, Inc. System and method for rapid customization of speech recognition models
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US9009606B2 (en) * 2011-06-28 2015-04-14 International Business Machines Corporation Instant messaging association to remote desktops
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US8965763B1 (en) 2012-02-02 2015-02-24 Google Inc. Discriminative language modeling for automatic speech recognition with a weak acoustic model and distributed training
US8543398B1 (en) 2012-02-29 2013-09-24 Google Inc. Training an automatic speech recognition system using compressed word frequencies
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
US8374865B1 (en) 2012-04-26 2013-02-12 Google Inc. Sampling training data for an automatic speech recognition system based on a benchmark classification distribution
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US8805684B1 (en) 2012-05-31 2014-08-12 Google Inc. Distributed speaker adaptation
US8571859B1 (en) 2012-05-31 2013-10-29 Google Inc. Multi-stage speaker adaptation
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9747895B1 (en) * 2012-07-10 2017-08-29 Google Inc. Building language models for a user in a social network from linguistic information
US8880398B1 (en) 2012-07-13 2014-11-04 Google Inc. Localized speech recognition with offload
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9123333B2 (en) 2012-09-12 2015-09-01 Google Inc. Minimum bayesian risk methods for automatic speech recognition
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
US11468243B2 (en) 2012-09-24 2022-10-11 Amazon Technologies, Inc. Identity-based display of text
US11010535B1 (en) 2012-12-21 2021-05-18 Crkl, Inc. Method for coding a vanity message for display
US10303746B1 (en) 2012-12-21 2019-05-28 CRLK, Inc. Method for coding a vanity message for display
KR102516577B1 (ko) 2013-02-07 2023-04-03 애플 인크. 디지털 어시스턴트를 위한 음성 트리거
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
WO2014144949A2 (en) 2013-03-15 2014-09-18 Apple Inc. Training an at least partial voice command system
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
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
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
EP3008641A1 (de) 2013-06-09 2016-04-20 Apple Inc. Vorrichtung, verfahren und grafische benutzeroberfläche für gesprächspersistenz über zwei oder mehrere instanzen eines digitaler assistenten
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
CN105265005B (zh) 2013-06-13 2019-09-17 苹果公司 用于由语音命令发起的紧急呼叫的系统和方法
WO2015020942A1 (en) 2013-08-06 2015-02-12 Apple Inc. Auto-activating smart responses based on activities from remote devices
CN104750705B (zh) * 2013-12-27 2019-05-28 华为技术有限公司 信息回复方法及装置
US9842592B2 (en) 2014-02-12 2017-12-12 Google Inc. Language models using non-linguistic context
US9412365B2 (en) 2014-03-24 2016-08-09 Google Inc. Enhanced maximum entropy models
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
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
EP3149728B1 (de) 2014-05-30 2019-01-16 Apple Inc. Eingabeverfahren durch einzelne äusserung mit mehreren befehlen
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
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
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
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
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
KR102371770B1 (ko) * 2015-01-19 2022-03-07 삼성전자주식회사 음성 인식 장지 및 방법
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
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
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US10134394B2 (en) 2015-03-20 2018-11-20 Google Llc Speech recognition using log-linear model
US10965622B2 (en) * 2015-04-16 2021-03-30 Samsung Electronics Co., Ltd. Method and apparatus for recommending reply message
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
US9578173B2 (en) 2015-06-05 2017-02-21 Apple Inc. Virtual assistant aided communication with 3rd party service in a communication session
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
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
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
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
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10896681B2 (en) 2015-12-29 2021-01-19 Google Llc Speech recognition with selective use of dynamic language models
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9978367B2 (en) 2016-03-16 2018-05-22 Google Llc Determining dialog states for language models
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
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
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
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
GB201610984D0 (en) 2016-06-23 2016-08-10 Microsoft Technology Licensing Llc Suppression of input images
US10832664B2 (en) 2016-08-19 2020-11-10 Google Llc Automated speech recognition using language models that selectively use domain-specific model components
US10043516B2 (en) 2016-09-23 2018-08-07 Apple Inc. Intelligent automated assistant
US10642936B2 (en) 2016-09-26 2020-05-05 International Business Machines Corporation Automated message sentiment analysis and aggregation
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
US10311860B2 (en) 2017-02-14 2019-06-04 Google Llc Language model biasing system
US10535342B2 (en) * 2017-04-10 2020-01-14 Microsoft Technology Licensing, Llc Automatic learning of language models
DK201770439A1 (en) 2017-05-11 2018-12-13 Apple Inc. Offline personal assistant
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK179496B1 (en) 2017-05-12 2019-01-15 Apple Inc. USER-SPECIFIC Acoustic Models
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback
DK201770432A1 (en) 2017-05-15 2018-12-21 Apple Inc. Hierarchical belief states for digital assistants
DK179560B1 (en) 2017-05-16 2019-02-18 Apple Inc. FAR-FIELD EXTENSION FOR DIGITAL ASSISTANT SERVICES
US11676220B2 (en) 2018-04-20 2023-06-13 Meta Platforms, Inc. Processing multimodal user input for assistant systems
US11886473B2 (en) 2018-04-20 2024-01-30 Meta Platforms, Inc. Intent identification for agent matching by assistant systems
US11307880B2 (en) * 2018-04-20 2022-04-19 Meta Platforms, Inc. Assisting users with personalized and contextual communication content
US11715042B1 (en) 2018-04-20 2023-08-01 Meta Platforms Technologies, Llc Interpretability of deep reinforcement learning models in assistant systems
US11010436B1 (en) 2018-04-20 2021-05-18 Facebook, Inc. Engaging users by personalized composing-content recommendation
US11011166B2 (en) * 2018-11-29 2021-05-18 International Business Machines Corporation Voice message categorization and tagging
US20200211540A1 (en) * 2018-12-27 2020-07-02 Microsoft Technology Licensing, Llc Context-based speech synthesis
US20240062008A1 (en) * 2022-08-17 2024-02-22 Snap Inc. Text-guided sticker generation

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0602296A1 (de) 1992-12-17 1994-06-22 International Business Machines Corporation Adaptives Verfahren zur Erzeugung gebietsabhängiger Modelle für intelligente Systeme
US5613036A (en) 1992-12-31 1997-03-18 Apple Computer, Inc. Dynamic categories for a speech recognition system
US5745776A (en) * 1995-04-19 1998-04-28 Sheppard, Ii; Charles Bradford Enhanced electronic dictionary
US6188976B1 (en) 1998-10-23 2001-02-13 International Business Machines Corporation Apparatus and method for building domain-specific language models
US6526380B1 (en) 1999-03-26 2003-02-25 Koninklijke Philips Electronics N.V. Speech recognition system having parallel large vocabulary recognition engines
US6463413B1 (en) * 1999-04-20 2002-10-08 Matsushita Electrical Industrial Co., Ltd. Speech recognition training for small hardware devices
US6308151B1 (en) * 1999-05-14 2001-10-23 International Business Machines Corp. Method and system using a speech recognition system to dictate a body of text in response to an available body of text
US6718367B1 (en) * 1999-06-01 2004-04-06 General Interactive, Inc. Filter for modeling system and method for handling and routing of text-based asynchronous communications
US6308158B1 (en) 1999-06-30 2001-10-23 Dictaphone Corporation Distributed speech recognition system with multi-user input stations
US6532446B1 (en) * 1999-11-24 2003-03-11 Openwave Systems Inc. Server based speech recognition user interface for wireless devices
US6507643B1 (en) * 2000-03-16 2003-01-14 Breveon Incorporated Speech recognition system and method for converting voice mail messages to electronic mail messages
US20020013692A1 (en) * 2000-07-17 2002-01-31 Ravinder Chandhok Method of and system for screening electronic mail items
US7003724B2 (en) * 2000-12-08 2006-02-21 Xerox Corporation Method and system for display of electronic mail
US7003736B2 (en) * 2001-01-26 2006-02-21 International Business Machines Corporation Iconic representation of content
US6687671B2 (en) * 2001-03-13 2004-02-03 Sony Corporation Method and apparatus for automatic collection and summarization of meeting information

Also Published As

Publication number Publication date
US6901364B2 (en) 2005-05-31
ATE350744T1 (de) 2007-01-15
US20030050778A1 (en) 2003-03-13
EP1293962A2 (de) 2003-03-19
EP1293962A3 (de) 2004-08-04
EP1293962B1 (de) 2007-01-03
DE60217241D1 (de) 2007-02-15

Similar Documents

Publication Publication Date Title
DE60217241T2 (de) Fokussierte Sprachmodelle zur Verbesserung der Spracheingabe von strukturierten Dokumenten
DE60219992T2 (de) Verfahren und Vorrichtung zur Multimedianachrichtenübertragung
DE60019301T2 (de) Verbesserte text-zu-sprache umsetzung
DE4436175B4 (de) Vorrichtung zum Fernzugreifen auf einen Computer ausgehend von einem Telefonhandapparat
EP1113420B1 (de) Verfahren zur Spracherkennung und Kontrolle einer Sprachsyntheseneinheit oder Kommunikationssystem
JP4279427B2 (ja) 通信支援方法及びシステム
DE602005002156T2 (de) Befehlsgesteuertes System zum Rundsenden von Gruppen-Kurznachrichten (SMS) mit mobilem Nachrichtenempfänger und Kommunikations-Server
DE69822296T2 (de) Mustererkennungsregistrierung in einem verteilten system
DE102016125852A1 (de) Verfahren und Vorrichtung für das Ermitteln des nicht-textlichen Antwortinhalts zur Einbeziehung in eine Antwort auf eine elektronische Kommunikation
DE60201939T2 (de) Vorrichtung zur sprecherunabhängigen Spracherkennung , basierend auf einem Client-Server-System
GB2407657A (en) Automatic grammar generator comprising phase chunking and morphological variation
KR20090000442A (ko) 범용 대화서비스 장치 및 그 방법
DE202016008243U1 (de) Erweitern von Nachrichtenaustausch-Threads
KR20000024318A (ko) 인터넷을 이용한 ｔｔｓ 시스템 및 ｔｔｓ 서비스 방법
DE10118125A1 (de) Automatisches Auskunftssystem
CN110795550B (zh) 一种提高闲聊对话系统回答丰富性的方法
JP3849356B2 (ja) 文字変換装置及びその方法と文字変換のためのプログラムを記録した記録媒体
EP1352388B1 (de) Verfahren und anordnung zur spracherkennung für ein kleingerät
DE69910412T2 (de) Sprachgesteuerte navigation für einen elektronischen post leser
DE69928022T2 (de) Funktionstaste zur computer-databearbeitung
Whalen et al. COMODA: a conversation model for database access
CN112800195B (zh) 一种对话机器人的配置方法及系统
DE102004014725A1 (de) Verfahren und Computer zum Versenden eines elektronischen Dokumentes
CN110472117B (zh) 一种目标文档的确定方法及装置
Bing The text retrieval system as a conversion partner

Legal Events

Date Code Title Description
8364 No opposition during term of opposition
8327 Change in the person/name/address of the patent owner

Owner name: PANASONIC CORP., KADOMA, OSAKA, JP

8339 Ceased/non-payment of the annual fee