Partitioning speech rules by context for speech recognition

G - Physics – 10 – L

Patent

Rate now

  [ 0.00 ] – not rated yet Voters 0   Comments 0

Details

G10L 15/06 (2006.01)

Patent

CA 2645378

Maintaining dynamic categories for speech rules in a speech recognition system which has a plurality of speech rules each comprising a language model and action. Each speech rule indicates whether the language model includes a flag identifying whether the words in the language model is dynamic according to changing data in the speech recognition system. At periodic intervals, such as system initialization or application program launch time, for each flag in each speech rule which indicates that words in the language model are dynamic, the words of each of the language model(s) are updated depending upon the state of the system. Concurrent with the determination of acoustic features during speech recognition, a current language model can be created based upon the language models from these speech rules. Also, speech rules are partitioned according to the context in which they are active. When speech is detected, concurrent with acoustic feature extraction, the current state of the computer system is used to determine which rules are active and how they are to be combined in order to generate a language model for word recognition. Also, partitioning speech recognition rules for generation of a current language model and interpretation in a speech recognition system is described. Rapid and efficient generation of a language model upon the detection of a current context at a second interval (e.g. upon the detection of speech in one embodiment) then may be performed.

L'invention porte sur le maintien de catégories dynamiques de règles de communication verbales dans un système de reconnaissance de la parole comportant une pluralité de telles règles dont chacune a un modèle linguistique et des rouages qui lui sont propres. Chaque règle de communication verbale précise si le modèle linguistique comprend un marqueur permettant d'établir si celui-ci est dynamique, d'après les données évolutives du système de reconnaissance de la parole. Une mise à jour des modèles individuels est effectuée à intervalles réguliers et en fonction de l'état du système, comme au moment de l'initialisation ou de l'amorçage du programme d'application, pour chaque marqueur indiquant que certains mots du modèle linguistique sont dynamiques. Concurremment à la détermination des caractéristiques acoustiques, laquelle s'opère lors du processus de reconnaissance de la parole, un modèle linguistique d'actualité peut être créé d'après les modèles associés à ces règles de communication verbale. De telles règles sont aussi réparties en catégories en fonction de leur contexte d'application. Lors de la détection de la parole, on utilise l'état actuel du système informatique pour déterminer, en même temps que l'extraction des caractéristiques acoustiques, lesquelles de ces règles sont actives et comment les combiner pour créer un modèle linguistique de reconnaissance des mots. On y décrit également la compartimentalisation des règles de reconnaissance de la parole pour la création et l'interprétation d'un modèle linguistique d'actualité dans un système de reconnaissance de la parole. La génération rapide et efficace d'un modèle linguistique, à un intervalle d'une seconde au moment de la détection d'un contexte d'actualité, peut alors être effectuée (p. ex. lors de la détection de la parole, dans un exemple de réalisation).

LandOfFree

Say what you really think

Search LandOfFree.com for Canadian inventors and patents. Rate them and share your experience with other people.

Rating

Partitioning speech rules by context for speech recognition does not yet have a rating. At this time, there are no reviews or comments for this patent.

If you have personal experience with Partitioning speech rules by context for speech recognition, we encourage you to share that experience with our LandOfFree.com community. Your opinion is very important and Partitioning speech rules by context for speech recognition will most certainly appreciate the feedback.

Rate now

     

Profile ID: LFCA-PAI-O-1356186

  Search
All data on this website is collected from public sources. Our data reflects the most accurate information available at the time of publication.