专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2017112404A1 SEMANTIC WORD AFFINITY AUTOMATIC SPEECH RECOGNITION 审中-公开
标题翻译：语义字自动语音识别
公开(公告)号：WO2017112404A1
公开(公告)日：2017-06-29
申请号：PCT/US2016/065151
申请日：2016-12-06
申请人： INTEL CORPORATION
发明人： MAMOU, Jonathan , WASSERBLAT, Moshe , PEREG, Oren , ASSAYAG, Michel , KELLER, Orgad
IPC分类号： G10L15/22 , G10L15/26 , G10L17/04 , G10L17/12
CPC分类号： G10L15/1815 , G10L15/10 , G10L15/197 , G10L15/26
摘要： System and techniques for direct motion sensor input to rendering pipeline are described herein. A ranked list of ASR hypotheses may be obtained. A set of ASR hypotheses may be selected from the list. The set of ASR hypothesis may be re-ranked using semantic coherence scoring between words in the ASR hypotheses. An ASR hypothesis from the set of ASR hypotheses with a highest re-rank may be outputted.
摘要翻译：这里描述了直接运动传感器输入到渲染管线的系统和技术。可以获得排名的ASR假设列表。可以从列表中选择一组ASR假设。可以使用ASR假设中的单词之间的语义相干性评分来重新对ASR假设集合进行重新排序。可以输出具有最高重排序的ASR假设集合中的ASR假设。

2. 发明申请

WO2014190220A2 LANGUAGE MODEL TRAINED USING PREDICTED QUERIES FROM STATISTICAL MACHINE TRANSLATION 审中-公开
标题翻译：使用来自统计机器翻译的预测性问题的语言模型
公开(公告)号：WO2014190220A2
公开(公告)日：2014-11-27
申请号：PCT/US2014/039258
申请日：2014-05-23
申请人： MICROSOFT CORPORATION
发明人： LEVIT, Michael , HAKKANI-TUR, Dilek , TUR, Gokhan
IPC分类号： G10L15/06
CPC分类号： G10L15/063 , G06F17/2818 , G06F17/30023 , G06F17/30976 , G10L15/197
摘要： A Statistical Machine Translation (SMT) model is trained using pairs of sentences that include content obtained from one or more content sources (e.g. feed(s)) with corresponding queries that have been used to access the content. A query click graph may be used to assist in determining candidate pairs for the SMT training data. All/portion of the candidate pairs may be used to train the SMT model. After training the SMT model using the SMT training data, the SMT model is applied to content to determine predicted queries that may be used to search for the content. The predicted queries are used to train a language model, such as a query language model. The query language model may be interpolated other language models, such as a background language model, as well as a feed language model trained using the content used in determining the predicted queries.
摘要翻译：使用成对的句子来训练统计机器翻译（SMT）模型，所述句子包括从一个或多个内容源（例如，馈送）获得的内容与已经用于访问内容的对应查询。可以使用查询点击图来帮助确定SMT训练数据的候选对。候选对的全部/部分可用于训练SMT模型。在使用SMT培训数据对SMT模型进行培训后，将SMT模型应用于内容，以确定可能用于搜索内容的预测查询。预测的查询用于训练语言模型，如查询语言模型。查询语言模型可以内插其他语言模型，例如背景语言模型，以及使用在确定预测查询中使用的内容训练的馈送语言模型。

3. 发明申请

WO2014186090A1 MULTIPLE RECOGNIZER SPEECH RECOGNITION 审中-公开
标题翻译：多种识别语音识别
公开(公告)号：WO2014186090A1
公开(公告)日：2014-11-20
申请号：PCT/US2014/034686
申请日：2014-04-18
申请人： GOOGLE INC.
发明人： ALEKSIC, Petar , MORENO MENGIBAR, Pedro J. , BIADSY, Fadi
IPC分类号： G10L15/32 , G10L15/197 , G10L15/30
CPC分类号： G10L15/26 , G10L15/01 , G10L15/197 , G10L15/30 , G10L15/32 , H04M2250/74
摘要： The subject matter of this specification can be embodied in, among other things, a method that includes receiving audio data that corresponds to an utterance, obtaining a first transcription of the utterance that was generated using a limited speech recognizer. The limited speech recognizer includes a speech recognizer that includes a language model that is trained over a limited speech recognition vocabulary that includes one or more terms from a voice command grammar, but that includes fewer than all terms of an expanded grammar. A second transcription of the utterance is obtained that was generated using an expanded speech recognizer. The expanded speech recognizer includes a speech recognizer that includes a language model that is trained over an expanded speech recognition vocabulary that includes all of the terms of the expanded grammar. The utterance is classified based at least on a portion of the first transcription or the second transcription.
摘要翻译：本说明书的主题可以包括接收对应于话语的音频数据的方法，获得使用有限语音识别器产生的话语的第一次转录。有限语音识别器包括语音识别器，该语音识别器包括一个语言模型，该语言模型通过有限的语音识别词汇训练，该语义识别词汇包括来自语音命令语法的一个或多个术语，但是包括扩展语法的全部术语。获得了使用扩展语音识别器生成的话语的第二个转录。扩展语音识别器包括语音识别器，其包括在包括扩展语法的所有术语的扩展语音识别词汇训练的语言模型。该话语至少基于第一转录或第二转录的一部分进行分类。

4. 发明申请

WO2014117555A1 METHOD AND SYSTEM FOR AUTOMATIC SPEECH RECOGNITION 审中-公开
标题翻译：自动语音识别方法与系统
公开(公告)号：WO2014117555A1
公开(公告)日：2014-08-07
申请号：PCT/CN2013/086707
申请日：2013-11-07
申请人： TENCENT TECHNOLOGY (SHENZHEN) COMPANY LIMITED
发明人： RAO, Feng , LU, Li , CHEN, Bo , YUE, Shuai , ZHANG, Xiang , WANG, Eryu , XIE, Dadong , LI, Lou , LU, Duling
IPC分类号： G10L15/00 , G10L15/02 , G10L15/14 , G10L15/22 , G10L15/26
CPC分类号： G10L15/197
摘要： An automatic speech recognition method includes at a computer having one or more processors and a memory for storing one or more programs to be executed by the processors, obtaining a plurality of speech corpus categories through classifying and calculating raw speech corpus (801); obtaining a plurality of classified language models that respectively correspond to the plurality of speech corpus categories through language model training applied on each speech corpus category (802); obtaining an interpolation language model through implementing a weighted interpolation on each classified language model and merging the interpolated plurality of classified language models (803); constructing a decoding resource in accordance with an acoustic model and the interpolation language model (804); decoding input speech using the decoding resource, and outputting a character string with a highest probability as the recognition result of the input speech (805).
摘要翻译：自动语音识别方法包括在具有一个或多个处理器的计算机和用于存储要由处理器执行的一个或多个程序的存储器，通过分类和计算原始语音语料库（801）获得多个语音语料库类别; 通过在每个语音语料库类别（802）上应用的语言模型训练获得分别对应于多个语音语料库类别的多个分类语言模型; 通过对每个分类语言模型实施加权内插并合并内插多个分类语言模型（803）来获得内插语言模型; 根据声学模型和内插语言模型构造解码资源（804）; 使用解码资源解码输入语音，并输出具有最高概率的字符串作为输入语音的识别结果（805）。

5. 发明申请

WO2014101717A1 用户个性化信息语音识别方法及系统审中-公开
公开(公告)号：WO2014101717A1
公开(公告)日：2014-07-03
申请号：PCT/CN2013/090037
申请日：2013-12-20
申请人：安徽科大讯飞信息科技股份有限公司
发明人：潘青华 , 何婷婷 , 胡国平 , 胡郁 , 刘庆峰
IPC分类号： G10L15/26 , G10L15/28
CPC分类号： G10L15/18 , G06F3/167 , G10L15/083 , G10L15/14 , G10L15/187 , G10L15/197 , G10L19/00 , G10L2015/227
摘要：一种用户个性化信息语音识别方法及系统。该方法包括：接收语音信号（101）；根据基础静态解码网络对所述语音信号进行解码，得到基础静态解码网络中各活跃节点上的解码路径，所述基础静态解码网络是与基础人名语言模型相关的解码网络（102）；如果确定有解码路径进入所述基础静态解码网络中的人名节点，则根据用户的附属静态解码网络对所述人名节点进行网络扩展，所述附属静态解码网络是与特定用户人名语言模型相关的解码网络（103）；在解码完成后，返回识别结果（104）。该方法及系统可以提高连续语音识别中用户个性化信息的识别准确率。

6. 发明申请

WO2013176855A2 CUSTOMIZED VOICE ACTION SYSTEM 审中-公开
标题翻译：自定义语音处理系统
公开(公告)号：WO2013176855A2
公开(公告)日：2013-11-28
申请号：PCT/US2013/039075
申请日：2013-05-01
申请人： GOOGLE INC.
发明人： MENGIBAR, Pedro J. Moreno
IPC分类号： G10L15/19
CPC分类号： G10L15/22 , G06F17/2735 , G06Q30/0256 , G06Q30/0275 , G06Q30/0277 , G06Q30/08 , G10L15/08 , G10L15/197 , G10L2015/088 , G10L2015/223
摘要： Systems, methods, and computer-readable media that may be used to modify a voice action system to include voice actions provided by advertisers or users are provided. One method includes receiving electronic voice action bids from advertisers to modify the voice action system to include a specific voice action (e.g., a triggering phrase and an action). One or more bids may be selected. The method includes, for each of the selected bids, modifying data associated with the voice action system to include the voice action associated with the bid, such that the action associated with the respective voice action is performed when voice input from a user is received that the voice action system determines to correspond to the triggering phrase associated with the respective voice action.
摘要翻译：提供了可用于修改语音动作系统以包括由广告商或用户提供的语音动作的系统，方法和计算机可读介质。一种方法包括从广告商接收电子语音动作出价以修改语音动作系统以包括特定语音动作（例如，触发短语和动作）。可以选择一个或多个出价。该方法包括对于每个所选择的出价，修改与语音动作系统相关联的数据以包括与出价相关联的语音动作，使得当接收到来自用户的语音输入时执行与相应语音动作相关联的动作，语音动作系统确定对应于与相应语音动作相关联的触发短语。

7. 发明申请

WO2010125736A1 言語モデル作成装置、言語モデル作成方法、およびコンピュータ読み取り可能な記録媒体审中-公开
标题翻译：语言创建设备，语言创建方法和计算机可读记录介质
公开(公告)号：WO2010125736A1
公开(公告)日：2010-11-04
申请号：PCT/JP2010/001858
申请日：2010-03-16
申请人：日本電気株式会社 , 北出祐 , 越仲孝文 , 大西祥史
发明人：北出祐 , 越仲孝文 , 大西祥史
IPC分类号： G06F17/27 , G10L15/06 , G10L15/18
CPC分类号： G10L15/197 , G10L15/183
摘要：　標準語のテキストから作成された標準語言語モデルを用いて新たな言語モデルを作成する言語モデル作成装置２００を用いる。言語モデル作成装置２００は、方言を含む単語列を標準語の単語列に変換するための変換ルールを記憶する変換ルール記憶部２０１と、標準語言語モデル中の単語ｎグラムに変換ルールを適用して、方言を含むｎグラムを作成し、更に、作成した方言を含むｎグラムを単語ｎグラムに追加して、新たな言語モデル（方言言語モデル）を作成する方言言語モデル作成部２０３とを備えている。
摘要翻译：使用用于使用由标准语言文本创建的标准语言模型创建新语言模型的语言模型创建设备（200）。语言模型创建装置（200）具有变换规则存储部（201），用于存储用于将包含方言的字串变换为标准语言字串的变换规则，以及方言语言模型生成部（203），用于将变换规则应用于标准语言模型中的词n-gram，创建包括方言的n-gram，并将创建的包含方言的n-gram添加到单词n-gram以创建新的语言模型（方言语言模型）。

8. 发明申请

WO2006113350A3 SYSTEM AND METHOD FOR ADAPTIVE AUTOMATIC ERROR CORRECTION 审中-公开
标题翻译：用于自适应自动校正的系统和方法
公开(公告)号：WO2006113350A3
公开(公告)日：2009-05-07
申请号：PCT/US2006013864
申请日：2006-04-13
申请人： NUANCE COMMUNICATIONS INC
发明人： CARUS ALWIN B , LAPSHINA LARISSA , RECHEA BERNARDO , URHBACH AMY J
IPC分类号： G10L15/20 , G10L15/00 , G10L15/18
CPC分类号： G10L15/197 , G10L15/063 , G10L2015/0631
摘要： A method for adaptive automatic error and mismatch correction is disclosed for use with a system having an automatic error and mismatch correction learning module, an automatic error and mismatch correction model, and a classifier module. The learning module operates by receiving pairs of documents, identifying and selecting effective candidate errors and mismatches, and generating classifiers corresponding to these selected errors and mismatches. The correction model operates by receiving a string of interpreted speech into the automatic error and mismatch correction module, identifying target tokens in the string of interpreted speech, creating a set of classifier features according to requirements of the automatic error and mismatch correction model, comparing the target tokens against the classifier features to detect errors and mismatches in the string of interpreted speech, and modifying the string of interpreted speech based upon the classifier features.
摘要翻译：公开了一种用于具有自动错误和不匹配校正学习模块，自动错误和不匹配校正模型以及分类器模块的系统的自适应自动错误和不匹配校正的方法。学习模块通过接收文档对，识别和选择有效的候选错误和不匹配来操作，以及生成与这些选择的错误和不匹配相对应的分类器。校正模型通过将自动错误和不匹配校正模块中的解释语音串接收，识别解释语音串中的目标令牌，根据自动错误和不匹配校正模型的要求创建一组分类器特征，比较针对分类器特征的目标标记来检测解释语音串中的错误和不匹配，以及基于分类器特征修改解释语音字符串。

9. 发明申请

WO2004072780A3 METHOD FOR AUTOMATIC AND SEMI-AUTOMATIC CLASSIFICATION AND CLUSTERING OF NON-DETERMINISTIC TEXTS 审中-公开
标题翻译：自动和半自动分类方法和非确定性文本的聚类方法
公开(公告)号：WO2004072780A3
公开(公告)日：2004-11-11
申请号：PCT/US2004003198
申请日：2004-01-05
申请人： VERINT SYSTEMS INC
发明人： ARIEL ASSAF , BRAND MICHAEL , HOROWITZ ITSIK , SHOCHET OFER , STAUBER ITZIK , ZIV DROR DANIEL
IPC分类号： G06F20060101 , G06F17/00 , G06F17/30 , G06K9/00 , G06K9/03 , G06K9/68 , G10L15/00 , G10L15/18 , G10L15/26
CPC分类号： G10L15/197 , G06F17/30705 , G06F17/30722 , G06F17/30867 , G06K9/03 , G06K9/685 , G10L15/26
摘要： Non-deterministic text with average word recognition precision below 50 % is processed utilizing non-textual differences between words or sequences of words in the text to provide more useful information to users by resolving more than two decision options. One or more indexes that indicate non-textual differences between n-word sequences, where n is a positive integer, may be generated for use in data mining that considers the non-textual differences. Alternatively, multiple indexes may be generated using different data mining techniques that may or may not utilize non-textual differences and then the results produced by the different data mining techniques may be merged to identify non-textual differences. These techniques may be used in classifying, labeling, categorizing, filtering, clustering, or retrieving documents, or in discovering salient terms in a set of documents.
摘要翻译：平均字识别精度低于50％的非确定性文本利用文本中单词或单词序列之间的非文本差异进行处理，以通过解决两个以上的决策选项为用户提供更有用的信息。可以生成指示n个词序列之间非文本差异的一个或多个索引，其中n是正整数，用于考虑非文本差异的数据挖掘中。或者，可以使用可能或可以不利用非文本差异的不同数据挖掘技术来生成多个索引，然后可以将由不同数据挖掘技术产生的结果合并以识别非文本差异。这些技术可用于分类，标注，分类，过滤，聚类或检索文档，或在一组文档中发现显着术语。

10. 发明申请

WO2004072780A2 METHOD FOR AUTOMATIC AND SEMI-AUTOMATIC CLASSIFICATION AND CLUSTERING OF NON-DETERMINISTIC TEXTS 审中-公开
标题翻译：用于非确定性文本的自动和半自动分类和聚类的方法
公开(公告)号：WO2004072780A2
公开(公告)日：2004-08-26
申请号：PCT/US2004/003198
申请日：2004-01-05
申请人： VERINT SYSTEMS, INC.
发明人： ARIEL, Assaf , BRAND, Michael , HOROWITZ, Itsik , SHOCHET, Ofer , STAUBER, Itzik , ZIV, Dror, Daniel
IPC分类号： G06F
CPC分类号： G10L15/197 , G06F17/30705 , G06F17/30722 , G06F17/30867 , G06K9/03 , G06K9/685 , G10L15/26
摘要： Non-deterministic text with average word recognition precision below 50 % is processed utilizing non-textual differences between words or sequences of words in the text to provide more useful information to users by resolving more than two decision options. One or more indexes that indicate non-textual differences between n-word sequences, where n is a positive integer, may be generated for use in data mining that considers the non-textual differences. Alternatively, multiple indexes may be generated using different data mining techniques that may or may not utilize non-textual differences and then the results produced by the different data mining techniques may be merged to identify non-textual differences. These techniques may be used in classifying, labeling, categorizing, filtering, clustering, or retrieving documents, or in discovering salient terms in a set of documents.
摘要翻译：使用文本中单词或单词序列之间的非文本差异来处理平均单词识别精度低于50％的非确定性文本，以通过解析两个以上的决策选项向用户提供更有用的信息。可以生成指示n个单词序列之间的非文本差异的一个或多个索引，其中n是正整数，以用于考虑非文本差异的数据挖掘中。或者，可以使用不同的数据挖掘技术来生成多个索引，所述数据挖掘技术可以利用或不利用非文本差异，然后可以合并由不同数据挖掘技术产生的结果以识别非文本差异。这些技术可用于分类，标注，分类，过滤，聚类或检索文档，或用于发现一组文档中的显着术语。

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