专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

71. 发明公开

EP0735521A2 Voice recognition device, reaction device, reaction selection device, and reaction toy using them 失效
标题翻译： Spielzeug mit Spracherkennungseinrichtung，ReaktionsgerätundReaktionsauswahlgerät
公开(公告)号：EP0735521A2
公开(公告)日：1996-10-02
申请号：EP96105137.2
申请日：1996-03-29
申请人： MATSUSHITA ELECTRIC INDUSTRIAL CO., LTD.
发明人： Kayashima, Kazuhiro , Matsukawa, Yoshihiko , Matsui, Kenji , Maekawa, Hidetsugu
IPC分类号： G10L7/08 , G10L9/06
CPC分类号： G10L25/87 , G10L15/02 , G10L15/1815 , G10L15/26 , G10L25/09
摘要： A reaction device has anti-gravity apparatus inflated with helium gas , and thread driving apparatus for leading out plural threads, and the thread and a part of the anti-gravity apparatus are connected, and mechanical reactions of the anti-gravity apparatus such as deformation, moving and motion are effected by the thread driving apparatus .
摘要翻译：反应装置具有用氦气充气的反重力装置，以及用于引出多根螺纹的螺纹驱动装置，并且将该线和一部分重力装置连接起来，反重力装置的机械反应如变形，移动和运动由螺纹驱动装置实现。

72. 发明公开

EP0720148A1 Method for noise weighting filtering 失效
标题翻译： Verfahren zur gewichtetenGeräuschfilterung
公开(公告)号：EP0720148A1
公开(公告)日：1996-07-03
申请号：EP95309006.5
申请日：1995-12-12
申请人： AT&T Corp. , Wierzynski, Casimir
发明人： Shoham, Yair , Wierzynski, Casimir
IPC分类号： G10L5/06 , G10L7/08 , G10L9/06
CPC分类号： G10L19/0208 , G10L25/18
摘要： The invention is used to shape noise in time domain and frequency domain coding schemes. The method advantageously uses a noise weighting filter based on a filterbank with variable gains. A method is presented for computing the gains in the noise weighting filterbank with filter parameters derived from the masking properties of speech. Illustrative embodiments of the method in various coding schemes are illustrated.
摘要翻译：本发明用于在时域和频域编码方案中形成噪声。该方法有利地使用基于具有可变增益的滤波器组的噪声加权滤波器。提出了一种用于计算噪声加权滤波器组中的增益的方法，其具有从语音的掩蔽特性导出的滤波器参数。示出了各种编码方案中的方法的说明性实施例。

73. 发明公开

EP0720147A1 Systems, methods and articles of manufacture for performing high resolution N-best string hypothesization 失效
标题翻译：手段，方法和执行多个假设的高分辨率处理物品
公开(公告)号：EP0720147A1
公开(公告)日：1996-07-03
申请号：EP95309005.7
申请日：1995-12-12
申请人： AT&T Corp.
发明人： Chou, Wu , Lee, Chin-Hui , Juang, Biing-Hwang , Matsuoka, Tatsuo
IPC分类号： G10L5/06 , G10L5/00 , G10L9/00 , G10L7/08 , G10L9/06 , G10L9/18
CPC分类号： G10L15/08 , G10L15/197 , G10L2015/025
摘要： Disclosed are systems, methods and articles of manufacture for performing high resolution N-best string hypothesization during speech recognition. A received input signal, representing a speech utterance, is processed utilizing a plurality of recognition models to generate one or more string hypotheses of the received input signal. The plurality of recognition models preferably include one or more inter-word context dependent models and one or more language models. A forward partial path map is produced according to the allophonic specifications of at least one of the inter-word context dependent models and the language models. The forward partial path map is traversed in the backward direction as a function of the allophonic specifications to generate the one or more string hypotheses. One or more of the recognition models may represent one phone words.
摘要翻译：本发明公开了系统，方法和语音识别过程中进行高分辨率的N条最佳串hypothesization制品。 A接收输入信号，代表语音发声，被处理利用识别模型的一个多元化，以生成所接收的输入信号的一个或多个字符串的假说。识别模型的多元性优选包括一个或多个单词间的上下文相关模型和一个或多个语言模型。前向部分路径映射雅丁到字间上下文相关模型的至少一者的音位规格和语言模型产生的。向前部分路径地图被在向后方向作为音位规格的一个函数，以产生所述一个或多个字符串的假设穿过。一个或多个识别模型可以代表一个手机的话。

74. 发明公开

EP0715298A1 Reduction of search space in speech recognition using phone boundaries and phone ranking 失效
标题翻译： Verminderung des Suchraumes bei Spracherkennung unter Verwendung von Tongrenzen und Tonklassen
公开(公告)号：EP0715298A1
公开(公告)日：1996-06-05
申请号：EP95109575.1
申请日：1995-06-21
申请人： International Business Machines Corporation
发明人： Nahamoo, David , Padmanabhan, Mukund
IPC分类号： G10L5/06 , G10L7/08 , G10L9/06 , G10L9/18
CPC分类号： G10L15/04 , G10L15/142 , G10L2015/025 , G10L2015/085
摘要： A method for estimating the probability of phone boundaries as well as the accuracy of the acoustic modelling in cutting down a search-space in a speech recognition system. The accuracy of the acoustic modelling is quantified by the rank of the correct phone. The invention includes a microphone for converting an utterance into an electrical signal. The signal from the microphone is processed by an acoustic processor and label match which finds the best-matched acoustic label prototype from the acoustic label prototype store. A probability distribution on phone boundaries is then produced for every time frame using the first decision tree described in the invention. These probabilities are compared to a threshold and some time frames are identified as boundaries between phones. An acoustic score is computed, for all phones between every given pair of hypothesized boundaries, and the phones are ranked on the basis of this score. The second decision tree is traversed for every time frame to obtain the worst case rank of the correct phone at that time, and using the phone score and phone rank computed in, a shortlist of allowed phones is made up for every time frame. This information is used to select a subset of acoustic word models in store, and a fast acoustic word match processor matches the label string from the acoustic processor against this subset of abridged acoustic word models to produce an utterance signal. The utterance signal output by the fast acoustic word match processor comprises of at least one word. In general, however, the fast acoustic word match processor will output a number of candidate words. Each word signal produced by the fast acoustic word match processor is input into a word context match which compares the word context to language models in store and outputs at least one candidate word. From the recognition candidates produced by the fast acoustic match and the language model, the detailed acoustic match matches the label string from the acoustic processor against detailed acoustic word models in store and outputs a word string corresponding to an utterance.
摘要翻译：一种用于估计电话边界的概率以及在模拟语音识别系统中的搜索空间中的声学建模的准确性的方法。声学建模的准确度由正确的手机的等级来量化。本发明包括用于将发音转换为电信号的麦克风。来自麦克风的信号由声学处理器和标签匹配处理，其从声学标签原型商店找到最佳匹配的声学标签原型。然后，使用本发明中描述的第一决策树，为每个时间帧产生电话边界上的概率分布。将这些概率与阈值进行比较，并将一些时间帧识别为手机之间的边界。计算每个给定的一对假设边界之间的所有电话的声学得分，并且手机基于该分数进行排名。第二个决策树遍历每个时间帧，以获得当时正确的电话的最差情况等级，并使用计算的电话得分和电话等级，每个时间段都会配置一个允许电话的列表。该信息用于选择存储中的声学词语模型的子集，并且快速声学词匹配处理器将来自声学处理器的标签串与缩写声学语言模型的该子集相匹配以产生话音信号。由快速声字匹配处理器输出的发声信号至少包括一个字。然而，通常，快速声音匹配处理器将输出多个候选词。将由快速声学词匹配处理器产生的每个字信号输入到词上下文匹配中，该词上下文匹配将词上下文与存储中的语言模型进行比较，并输出至少一个候选词。从快速声学匹配和语言模型产生的识别候选中，详细的声匹配将来自声学处理器的标签串与存储中的详细声学词模型相匹配，并输出与发音相对应的字串。

75. 发明公开

EP0703567A1 Verfahren und Einrichtung zur Bestimmung eines Masses der Übereinstimmung zwischen zwei Mustern sowie Spracherkennungseinrichtung damit und Programmmodul dafür 失效
标题翻译：用于确定两个图案之间的匹配的度量以及语音识别设备，并因此用于程序模块的方法和装置
公开(公告)号：EP0703567A1
公开(公告)日：1996-03-27
申请号：EP95113823.9
申请日：1995-09-02
申请人： Alcatel SEL Aktiengesellschaft , ALCATEL N.V.
发明人： Kopp, Dieter , Rozinaj, Gregor , Thierer, Gebhard
IPC分类号： G10L5/06 , G10L7/08 , G10L9/06 , G10L9/18
CPC分类号： G10L15/10 , G10L15/12
摘要： Zwei Muster werden auf n bzw. m Merkmalsvektoren abgebildet, die eine Matrix aufspannen. Für jeden Punkt dieser Matrix müssen zeitaufwendige Berechnungen ausgeführt werden, um die Übereinstimmung der beiden Muster zu bestimmen.
Berechnungen werden nur für einen vorher festgelegten, parallelförmigen Bereich der Matrix ausgeführt.
Der Bereich der Matrix, für den Berechnungen durchgeführt werden, wird während der Berechnung bei Zutreffen bestimmter Steigungsbedingungen dynamisch verkleinert.
Es wird mit einem fünfeckig begrenzten Bereich (G1 bis G5) begonnen. Wenn während der Berechnung ein Randpunkt auf vertikalem oder horizontalem Wege erreicht wird, wird der Bereich für die weitere Berechnung verkleinert (G6 und G7).
摘要翻译：该方法涉及使用动态编程（DP）算法在最优路径中形成第一和的区域中，向量矩阵的任何部分的点的第二特征矢量，因此，所有合成的沿的平均距离之间的距离。这种平均距离至少一个点被评为协议的措施。在区域的边缘，在最优路径的增加被确定所开采和从这个，该区域被减小，便于以后计算。

76. 发明公开

EP0689193A1 Speech recognition using dynamic features 失效
标题翻译： Spracherkennung unter Verwendung动力学家Karakteristiken
公开(公告)号：EP0689193A1
公开(公告)日：1995-12-27
申请号：EP95102320.9
申请日：1995-02-20
申请人： International Business Machines Corporation
发明人： Bahl, Lahit Rai , de Souza, Peter Vincent , Gopalakrishnan, Ponani , Picheny, Michael Alan
IPC分类号： G10L5/06 , G10L7/08 , G10L9/06 , G10L9/18
CPC分类号： G10L19/0018 , G10L15/02 , G10L2015/025
摘要： A speech recognition technique utilizes a set of N different principal discriminant matrices. Each principal discriminant matrix is associated with a distinct class. The class is an indication of the proximity of a speech segment to neighboring phones. A technique for speech encoding includes arranging speech signal into a series of frames. A feature vector is derived which represents the speech signal for a speech segment or series of speech segments for each frame. A set of N different projected vectors are generated for each frame, by multiplying the principal discriminant matrices by the vector. This speech encoding technique is capable of being used in speech recognition systems by utilizing models, in which each model transition is tagged with one of the N classes. The projected vector is utilized with the corresponding tag to compute the probability that at least one particular speech port is present in said frame.
摘要翻译：语音识别技术利用一组N个不同的主判别矩阵。每个主要判别矩阵与一个不同的类相关联。该课堂表示语音段与邻近电话的接近程度。用于语音编码的技术包括将语音信号布置成一系列帧。导出特征向量，其表示用于每个帧的语音段或语音段的语音信号。通过将主判别矩阵乘以矢量，为每个帧生成一组N个不同的投影向量。该语音编码技术能够通过利用模型在语音识别系统中使用，其中每个模型转换被标记为N个类之一。投影矢量与相应的标签一起使用，以计算至少一个特定语音端口存在于所述帧中的概率。

77. 发明公开

EP0665532A2 Speech recognition apparatus 失效
标题翻译： Vorrichtung zur Spracherkennung。
公开(公告)号：EP0665532A2
公开(公告)日：1995-08-02
申请号：EP95101309.3
申请日：1995-01-31
申请人： NEC CORPORATION
发明人： Yamada, Eiko, c/o NEC Corporation , Hattori, Hiroaki, c/o NEC Corporation
IPC分类号： G10L7/08
CPC分类号： G10L15/20 , G10L25/24 , G10L25/27
摘要： A speech data is converted into logarithmic spectrum data and orthogonally transformed to develop feature vectors. Normalization coefficient data and unit vector data are stored. An inner product of the feature vector data and the unit vector data stored is calculated. A normalization unit for regressively updating the inner product and performing spectrum normalization with a curve of the second or higher order on the feature vectors after the orthogonal transformation by using the updated inner product, the normalization coefficient data and unit vector data and the feature vector. Then a recognition is performed based on the normalized feature vector.
摘要翻译：将语音数据转换成对数频谱数据并进行正交变换以开发特征向量。归一化系数数据和单位矢量数据被存储。计算特征向量数据和存储的单位矢量数据的内积。归一化单元，用于通过使用更新的内积，归一化系数数据和单位向量数据以及特征向量，在正交变换后的特征向量上用第二或更高阶的曲线退序更新内积并执行频谱归一化。然后，基于归一化特征向量进行识别。

78. 发明公开

EP0660300A1 Speech recognition apparatus 失效
标题翻译： Spracherkennungsgerät。
公开(公告)号：EP0660300A1
公开(公告)日：1995-06-28
申请号：EP94120541.1
申请日：1994-12-23
申请人： NEC CORPORATION
发明人： Keizaburo, Takagi, c/o NEC Corporation
IPC分类号： G10L5/06 , G10L7/08 , G10L9/06 , G10L9/18
CPC分类号： G10L15/20 , G10L2015/0635
摘要： A speech recognition apparatus according to the present invention includes an average vector calculating portion (5), a compensating portion (6), and a matching portion (8). The average vector calculating portion (5) calculates an average vector for each of the noise region and the speech region of the input speech and a reference pattern received from a spectrum converting portion (4) corresponding to matching information received from a preliminary matching portion (2). The compensating portion (6) compensates the average vectors calculated by the average vector calculating portion (5) for at least one of the time sequence of the spectra of the input speech and the time sequence of the spectra of the reference pattern so that the average vector of the time sequence of the spectra of the noise region of the input speech matches with the average vector of the time sequence of the spectra of the noise region of the reference pattern and that the average vector of the time sequence of the spectra of the speech region of the input speech matches with the average vector of the time sequence of the spectra of the speech region of the reference pattern. The matching portion (8) finally matches the reference pattern with the input speech and outputs a recognition result. Since additive noise and noise conditions of the channel distortion of input speech to be recognized are quickly matched with those of a reference pattern, even if the additive noise and microphone and the transmission channel through which the input speech is collected are unknown when the input speech is trained and the additive noise and the noise conditions vary for each input speech, the speech recognition apparatus can precisely recognize speech without influenced by environmental noise. Thus, the apparatus according to the present invention can solve the drawbacks that the conventional apparatuses have had.
摘要翻译：根据本发明的语音识别装置包括平均矢量计算部分（5），补偿部分（6）和匹配部分（8）。平均矢量计算部分（5）计算输入语音的噪声区域和语音区域中的每一个的平均矢量以及从与预备匹配部分接收的匹配信息相对应的频谱转换部分（4）接收的参考模式（ 2）。补偿部分（6）补偿由平均矢量计算部分（5）计算的平均矢量，用于输入语音的频谱的时间序列和参考图形的频谱的时间序列中的至少一个，使得平均值输入语音的噪声区域的频谱的时间序列矢量与参考图形的噪声区域的频谱的时间序列的平均矢量匹配，并且频谱的时间序列的平均矢量输入语音的语音区域与参考模式的语音区域的频谱的时间序列的平均矢量相匹配。匹配部分（8）最终将参考图案与输入语音匹配，并输出识别结果。由于要识别的输入语音的信道失真的加性噪声和噪声条件与参考模式的加法噪声和噪声条件快速匹配，所以即使当输入语音被收集时，加法噪声和麦克风以及收集输入语音的传输信道是未知的对于每个输入语音，训练加性噪声和噪声条件变化，语音识别装置可以在不受环境噪声影响的情况下精确地识别语音。因此，根据本发明的装置可以解决传统装置所具有的缺陷。

79. 发明公开

EP0637013A1 Verfahren und Anordnung zur Ausgabe von digitalen Sprachsignalen 失效
标题翻译： Verfahren und Anordnung zur Ausgabe von digitalen Sprachsignalen。
公开(公告)号：EP0637013A1
公开(公告)日：1995-02-01
申请号：EP94110378.0
申请日：1994-07-04
申请人： SIEMENS AKTIENGESELLSCHAFT
发明人： Clüver, Kai Dipl.-Ing.
IPC分类号： G10L5/06 , G10L7/04 , G10L7/08 , G10L9/06
CPC分类号： G10L19/06 , H04L12/6418 , H04L2012/5616 , H04L2012/5647 , H04L2012/5671 , H04L2012/6467 , H04L2012/6481 , H04Q11/0478
摘要： Bei Empfang eines gültigen Nachrichtenpakets nach einer Übertragung in einem Kommunikationsnetz gemäß dem Asynchronen Transfermodus (ATM) wird eine vorausschauende Analyse des eintreffenden Sprachsignals (x(n)) zur Berechnung von Filterkoeffizienten (e(i),a(i)) für ein digitales Eingangsfilter (PF) und für ein digitales Ausgangsfilter (SF) vorgenommen. Ein Differenzsignal (d(n)) wird aus dem eintreffenden Sprachsignal (x(n)) vom Eingangsfilter (PF) gebildet und als Anregungssignal (e(n)) dem Ausgangsfilter (SF) zugeführt. Das Eingangsfilter (PF) und das Ausgangsfilter (SF) weisen zueinander inverse Übertragungsfunktionen auf, so daß in Abhängigkeit der berechneten Filterkoeffizienten (e(i),a(i)) vom Ausgangsfilter (SF) das Sprachsignal (y(n)) gebildet und ausgegeben wird. Neben der vorausschauenden Analyse des eintreffenden Sprachsignals (x(n)) wird eine Analyse des Anregungssignals (e(n)) zur Ermittlung einer Periode (M) der Sprachsignalgrundfrequenz vorgenommen, anhand der unter Beibehaltung der Filterkoeffizienten (a(i)) durch grundfrequenzsynchrone Wiederholung des Anregungssignals (e(n)) beim zuletzt empfangenen Nachrichtenpaket ein Ersatzsignal ( e ( n- M)) gebildet wird. Bei Verlust eines Nachrichtenpakets wird das Ersatzsignal ( e ( n-M)) als Ausgangssignal (e(n)) dem Ausgangsfilter (SF) zugeführt, das ein substituiertes Sprachsignal (y*(n)) bildet und ausgibt.
摘要翻译：有效的数据包以异步方式发送和接收。传输模式（ATM）。分析输入语音信号（X（n））以计算滤波器系数。（PF）和数字输出滤波器（SF）的（e（i），a（i））。差分信号（d（n））从输入滤波器（PF）的输入语音信号（X（n））导出，作为刺激信号（e（n））提供给输出滤波器（SF）。输入滤波器（PF）和输出滤波器（SF）的传递函数彼此相反，使得来自输出滤波器（SF）的语音信号（Y（n））由计算的滤波器系数形成。（E（i）中，（I））。在输入语音信号（X（n））的初始分析之后，分析刺激信号（e（n））以导出语音信号频率的周期（M）。过滤器coeffts。（a（i））通过基频同步来维持。当接收到最后一个数据包时，形成刺激信号和替代信号（e（n-m））的重复。如果数据分组丢失，则替代信号（e（n-m））作为输出信号（e（n））被馈送到输出滤波器，并且形成并传送替代语音信号（Y *（n））。

80. 发明公开

EP0602954A3 System for search of a codebook in a speech encoder 失效
标题翻译：系统在演讲中使用码本搜索。
公开(公告)号：EP0602954A3
公开(公告)日：1995-01-04
申请号：EP93310133.9
申请日：1993-12-15
申请人： NEC CORPORATION
发明人： Nakamura, Makio
IPC分类号： G10L5/06 , G10L7/08 , G10L9/06 , G10L9/18
CPC分类号： G10L19/135 , G10L25/06 , G10L2019/0014
摘要： A speech encoder synthesizes an excitation sound source in accordance with the linear coupling of at least two predetermined basis vectors. In realizing the codebook search by using signal processing LSIs, the ordination of the first cross correlation R m between an input speech signal p(n) and plural reproduced signals obtained by using plural basis vectors is computed, and the ordination of the second cross correlation D mj of the plural reproduced signals qm(n) is computed. These ordinations are arranged to be one ordination Rd mj . By using the ordination Rd mj , all possible combinations of the third and fourth cross correlation calculations are carried out to provide a most optimum codeword. Consequently, the number of functions to be used is decreased.

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式