子分类：
- G10L15/005： .{语言识别}
- G10L15/01： .语音识别系统的评估或评价
- G10L15/02： .语音识别的特征提取;识别单位的选择
- G10L15/04： .分段;字边界检测
- G10L15/06： .创建基准模板;训练语音识别系统,例如对说话者声音特征的适应(G10L15/14优先)
- G10L15/08： .语音分类或检索
- G10L15/20： .专门适用于不利环境(例如,噪音环境)中保持强度增强语音的鲁棒性的语音识别技术(G10L21/02优先)
- G10L15/22： .在语音识别过程中(例如在人机对话过程中)使用的程序
- G10L15/24： .利用非声学特征的语音识别
- G10L15/26： .语音—正文识别系统(G10L15/08优先)
- G10L15/28： .语音识别系统的结构细节
| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 101 | 电梯的声音识别装置以及其控制装置 | CN201180041895.8 | 2011-06-28 | CN103079979A | 2013-05-01 | 刘宰赫 |
| 本发明涉及一种电梯的声音识别装置以及其控制方法，其与电梯公司无关即可设置，并通过声音识别能够使具有视觉障碍及听觉障碍的乘客方便使用电梯。本发明涉及电梯的声音识别装置，其特征在于，包括：声音识别部，其显示识别乘客的门厅呼叫声音及楼层选择声音的过程和所述声音识别结果，并输出对应于所述门厅呼叫及楼层选择的声音识别指令；按钮输入部，其从所述乘客检测门厅呼叫信号及楼层选择信号；控制部，其根据从所述声音识别部输出的声音识别指令和从所述按钮输入部检测的门厅呼叫信号及楼层选择信号而输出电梯运行控制信号；协议转换部，根据电梯公司将从所述控制部输出的电梯运行控制信号转换为事先设定的电梯公司的通信协议；收发部，将在所述协议转换部经转换的运行控制信号发送至外部；以及显示部，根据从所述控制部输出的运行控制信号向所述乘客识别所述门厅呼叫信号及楼层选择信号。本发明具有在已设置的电梯只替换门厅呼叫部和控制盘，即可作为声音识别电梯来动作的优点。 | ||||||
| 102 | 自适应音频反馈系统和方法 | CN201180010303.6 | 2011-01-06 | CN102763072A | 2012-10-31 | B·A·罗特勒; A·林达尔; 小A·P·豪格海; S·A·爱丽思; P·伍德 |
| 所提供的是用于自适应改变电子设备（10）上的音频反馈数据的各种技术。在一个实施例中，实施本公开的某些方面的音频用户接口（38）可以响应于用户接口事件并且至少部分基于在先前发生该用户接口事件的过程中提供的音频反馈的冗长级别来使音频反馈冗长度退化或进化。在另一个实施例中，音频用户接口（38）可被配置成至少部分基于用户导航列表的速度来改变与可导航数据项列表相关联的音频反馈的冗长度。在又一个实施例中，音频用户接口（38）可以被配置成基于用户接口事件的上下文重要性来改变音频反馈的冗长度。实施本技术的电子设备（10）提供了改进的与音频用户接口相关的用户体验。 | ||||||
| 103 | 用于多模式输入的同步和消歧的系统和方法 | CN201080021524.9 | 2010-02-05 | CN102428440A | 2012-04-25 | 翁富良; 任骝; Z·冯; 邹林灿; B·阎; 沈中南 |
| 本发明公开了利用多模式输入接口以用于识别人机交互(HMI)系统中的用户输入的对话系统的实施例。实施例包括从多种不同的用户输入机制(多模式输入)接收用户输入并且执行特定的同步和消歧处理的部件。多模式输入部件将从不同模式获取的信息同步和整合，对输入进行消歧，并且从可能产生的关于任何用户输入的任何错误中恢复。这种系统有效地解决与用户输入相关的任何歧义并且校正人机交互中的错误。 | ||||||
| 104 | 声音信息记录装置 | CN200680017364.4 | 2006-05-19 | CN101180672A | 2008-05-14 | 吉田健治 |
| 生成链接表，并对每个点图案将声音信息关联起来，在用扫描器读取上述点图案之际，将与该点图案建立联系的声音信息从扬声器进行重放。由此，就能够在图画书或卡等的表面印刷点图案，并重放与图画书的图案或故事相对应的声音信息，或者重放与卡上所记载的字符相对应的声音信息。另外借助于链接表还能够在新的点图案上将新的声音信息建立联系，或者解除并进行变更等。 | ||||||
| 105 | 声音辨识系统及具有该系统的安全装置 | CN200410092611.X | 2004-11-15 | CN1776807A | 2006-05-24 | 吴建明; 林哲民; 严嘉鑫; 邱毓翰 |
| 一种声音辨识系统，包含可判断该声音信号是否为谐波信号的谐波侦测器、可找出该声音信号的特征向量的特征撷取器、存储多种呈谐波形式的信号的特征向量的第一数据库、存储多种呈非谐波形式的信号的特征向量的第二数据库及一分类器，而该分类器可根据该谐波侦测器判断出的结果选择相对应的数据库，且可接收该特征撷取器判断出的特征向量，并根据所选择的数据库内所存储的特征向量来判断该声音信号的种类。 | ||||||
| 106 | 为声音信号分配声级的方法和装置 | CN03816205.9 | 2003-07-08 | CN1666252A | 2005-09-07 | H·哈布; L·陈 |
| 本发明涉及一种用于给声音信号分配至少一个声级的方法，其特征在于包括下列步骤：把声音信号分成具有特定持续时间的时间段；通过在最小频率和最大频率之间的频率范围内确定一系列频谱值，提取每个时间段内的声音信号的频率参数；在时间窗口内组合这些参数，时间窗口具有大于时间段持续时间的特定持续时间；从每个时间窗口提取特征分量；以及根据提取的特征分量并使用分类器，识别声音信号的时间窗口的声级。 | ||||||
| 107 | 用于自动生成语音XML文件的方法和系统 | CN01103368.1 | 2001-02-02 | CN1156751C | 2004-07-07 | 詹姆斯·耶赫; 苏辉; 王茜莺 |
| 本发明提供一种用于自动生成语音XML文件的系统，包括：图形用户接口，定义多个图标，每一图标对应于语音XML中的一个或多个属性；语音XML标记生成器，基于语音XML标记库解释系统记录的用户动作流，产生相应的语音XML标记；以及语音XML文件生成器，根据语音XML语法，将需要播放的内容与语音XML标记生成器产生的标记相组合，生成语音XML文件。该系统可以为文本-语音流和实时录制的音频流自动生成语音XML文件。 | ||||||
| 108 | 语音识别的方法和装置 | CN00809342.3 | 2000-04-05 | CN1365487A | 2002-08-21 | A·基普 |
| 语音识别方法,其中通过与所存储的样品进行比较来检测语音字的连续语音流中的一段,其中,为响应第一关键字的检测而存储该关键字,去活第一语音识别系统并激活一个第二语音识别系统,而且,在第二检测步骤中借助所述的第二语音识别系统来检验所述的语音流中是否出现预定的第二关键字或第二关键字序列。 | ||||||
| 109 | 使用两次语音转换和计算机辅助校正的自动翻译系统及方法, | CN00803971.2 | 2000-02-18 | CN1341255A | 2002-03-20 | 乔纳森·卡恩; 秦晓; 托马斯·P·弗莱恩 |
| 披露了一种用于为一个或多个语音用户提供充分自动的翻译服务的系统。该系统从当前用户接收语音口授文件,基于第一组转换变量,该语音口授文件被自动转换为第一书面文本。基于第二组转换变量,该语音口授文件被自动转换为第二书面文本。第一和第二组转换变量将至少存在一个差别,比如不同的语音识别程序,不同词汇表和类似方面。该系统还包括用于人工编辑第一和第二书面文本拷贝的程序,以创建语音口授文件(40)的逐字文本。该逐字文本可以作为翻译文本交付给当前用户。还可以将该逐字文本反馈给每种语音识别情况,相对于文件中人的声音提高每种情况的转换精确度。 | ||||||
| 110 | 语音图像识别双控无线汽车音响 | CN201320471416.2 | 2013-08-03 | CN203338756U | 2013-12-11 | 袁志贤 |
| 本实用新型提供一种语音图像识别双控无线汽车音响，其包括语音接收模块，语音识别模块，图像摄取模块，图像识别模块，中央处理模块，信息存储模块，显示模块以及音响播放单元，其中该语音接收模块与语音识别模块相连，该语音识别模块与该中央处理模块相连，同时图像摄取模块和图像识别模块相连，而图像识别模块也与中央处理模块相连，该信息存储模块，显示模块以及音响播放单元分别与该中央处理模块相连，上述各个模块以及音响播放单元间的信息传输采用无线连接传输的方式实现，本实用新型采用语音识别和图像识别双控制，保证单独供驾驶员控制，其他人员不能随意控制，而且驾驶员只需要发出声音命令即可操控，使用方便。 | ||||||
| 111 | 一种智能语音交互终端 | CN201520377521.9 | 2015-06-03 | CN204667052U | 2015-09-23 | 陈芒 |
| 本实用新型公开了一种智能语音交互终端。所述智能语音交互终端包括底座、灯罩及供电电源，所述底座外壳上设置包含多种功能按键的按键模块。所述底座还内置麦克风、与所述供电电源、所述按键模块及所述麦克风分别电连接，用于将所述麦克风采集的模拟语音信号转换为数字语音信号，根据该数字语音信号生成资讯获取请求的控制模块、与所述控制模块电连接，用于将该资讯获取请求传送到云端服务器，以及接收云端服务器传回的与该资讯获取请求匹配的应答数据，或者接收来自第三方语音资料库并经所述云端服务器转发的与该资讯获取请求匹配的应答数据的WIFI模块、与所述控制模块电连接，用于播报该应答数据的扬声器。 | ||||||
| 112 | 一种具有语音识别功能的数码相框 | CN200920130627.3 | 2009-04-11 | CN201514760U | 2010-06-23 | 童国明 |
| 本实用新型涉及一种具有语音识别功能的数码相框，在壳体内设置有微控制处理器和语音识别处理器，在壳体上设置有麦克风，其中，所述麦克风用于采集输入的语音命令并将其转换为语音信号；语音识别处理器用于将所述语音信号与预设的语音识别数据相比较，提取相应的特定语音命令代码并发送到所述微控制处理器；微控制处理器将所述特定语音命令代码转换成相应的控制命令，以执行相应的控制操作。增强了该数码相框操作的灵活性，使得其更具有人性化，进一步地，通过集成录音器和语音播放器还可实现对该语音命令进行回放的功能，再进一步通过设计多样化的热插拔接口，使得该数码相框可与更多种类的外存储器连接，其兼容性进一步增强。 | ||||||
| 113 | SPEECH ENHANCEMENT | PCT/US2012062549 | 2012-10-30 | WO2014070139A2 | 2014-05-08 | KRINI MOHAMED; SCHALK-SCHUPP INGO; HANNON PATRICK |
| A speech signal processing system is described for use with automatic speech recognition and hands free speech communication. A signal pre-processor module transforms an input microphone signal into corresponding speech component signals. A noise suppression module applies noise reduction to the speech component signals to generate noise reduced speech component signals. A speech reconstruction module produces corresponding synthesized speech component signals for distorted speech component signals. A signal combination block adaptively combines the noise reduced speech component signals and the synthesized speech component signals based on signal to noise conditions to generate enhanced speech component signals for automatic speech recognition and hands free speech communication. | ||||||
| 114 | SYSTEMS AND METHODS FOR SPEECH COMMAND PROCESSING | PCT/US2012045616 | 2012-07-05 | WO2013009578A3 | 2013-04-25 | CHI LIANG-YU TOM |
| Methods and apparatus related to processing speech input at a wearable computing device are disclosed. Speech input can be received at the wearable computing device. Speech-related text corresponding to the speech input can be generated. A context can be determined based on database(s) and/or a history of accessed documents. An action can be determined based on an evaluation of at least a portion of the speech-related text and the context. The action can be a command or a search request. If the action is a command, then the wearable computing device can generate output for the command. If the action is a search request, then the wearable computing device can: communicate the search request to a search engine, receive search results from the search engine, and generate output based on the search results. The output can be provided using output component(s) of the wearable computing device. | ||||||
| 115 | VOICE CONTROL OF AUTOMATED HEART-LUNG MACHINE | PCT/US2011067687 | 2011-12-29 | WO2012141756A3 | 2013-01-31 | MERLINI PATRICIA |
| This present invention allows surgeon to control the heart-lung machine during heart surgery through voice commands. The control unit of the heart-lung machine is able to recognize the commands through the speech recognition software and it translates into electro-digital signals. This signals travels to the main-software that transform into electro-magnetic signals to the heart-lung machine executive parts. This parts are solenoid -actuators, solenoid valves, switches, and any electro-magnetic system that transform this signal into mechanical work. The solenoid actuators and valves are able to activate mechanical clamps, flow controllers, sensors, but not limited to those parts. The safety software ensures the command received is safe to be performed. The safety software analyses by comparison of the real time data and set-point values (flow, Sv02, Art Pressure, temperature, minimum volume in the reservoir and others. The safety software also is able to activate flow controller and clamps during routine control. | ||||||
| 116 | METHOD AND SYSTEM FOR AUTOMATICALLY CREATING VOICE XML FILE | PCT/GB0200341 | 2002-01-25 | WO02063460A3 | 2003-10-16 | YEH JAMES TIEN-CHENG; SU HUI; WANG QIANYING |
| This invention discloses a system for creating voice XML file automatically, comprising: a graphic user interface for defining a plurality of icons, wherein each of said icons corresponds to one or more attributes of voice XML; voice XML tag generator for interpreting said action stream based on a library of voice XML tags, generating the corresponding voice XML tags; and, voice XML file generator for combing the contents to be played with thte tags generated by the voice XML tag generator according voice XML syntax, for creating the voice XML file. This system can create the voice XML file for the TTS voice XML file or the real-time-recorded voice XML file. | ||||||
| 117 | 图像处理设备以及图像处理系统 | CN201320029258.5 | 2013-01-21 | CN203151689U | 2013-08-21 | 李周瑛; 潘锡浩; 朴相信 |
| 公开了一种图像处理设备以及图像处理系统。所说图像处理设备包括：处理用于显示图像的图像信号的图像处理器；接收用户的言语的语音输入单元；确定与语音输入单元接收的言语的语音命令匹配的操作的语音处理器；执行语音处理器确定的操作并调整语音命令与操作之间的匹配关系的控制器。 | ||||||
| 118 | 自控语音电热水壶开关 | CN93231353.1 | 1993-07-10 | CN2166738Y | 1994-06-01 | 刘继文; 刘云生 |
| 本实用新型涉及一种自控语音电热水壶开关，它是由安装在壶盖上的外壳，外壳内的自控开关机构，以及外壳上的语音报警机构连接构成。自控开关机构是由带有进汽孔的感温片底座，感温片，固定支架，动静触点，套有弹簧的推杆，以及与推杆相配合的挡板连接而成，挡板的一端与语音报警机构的触发开关相邻接。本实用新型结构简单、使用方便、节约电能、控温准确、安全可靠。 | ||||||
| 119 | METHOD AND SYSTEM FOR DISTINGUISHING HUMANS FROM MACHINES | PCT/US2014020423 | 2014-03-04 | WO2014138129A2 | 2014-09-12 | FU YINGFANG; ZHANG YUDONG |
| A method and an apparatus for distinguishing humans from computers. During user registration, a computer prompts a human user to provide a spoken response to certain authentication information for registration. The computer obtains registration voice data from the spoken response and establishes a registration voiceprint of the human user. During user logon, the computer identifies the user requesting to logon by the user's logon credentials, provides authentication information for logon to the user, and prompts the user to provide a spoken response to the authentication information for logon. The computer obtains logon voice data from the spoken response, and establishes a logon voiceprint of the user. The computer then determines whether the user requesting to logon is human by comparing the logon voiceprint with the registration voiceprint. | ||||||
| 120 | SCREEN ROTATION CONTROL METHOD, APPARATUS, AND ELECTRONIC DEVICE | PCT/CN2013080786 | 2013-08-05 | WO2013185718A3 | 2014-02-06 | LIU WEI |
| A screen rotation control method, apparatus, and electronic device. The method is used in an electronic device having a gravity sensing screen controlling function. The method comprises: monitoring and identifying a voice command, the voice command comprising a command used to lock or unlock a screen; responding to the monitored voice command, when the monitored voice command is used to lock the screen, shielding the gravity sensing screen controlling function; and when the monitored voice command is used to unlock the screen, restoring the gravity sensing screen controlling function. | ||||||
QQ群二维码
意见反馈
意见反馈