Nova Patents
EP0691022B1

Speech recognition with pause detection

Abstract

This record has no abstract on file.

EP0691022B1, drawing sheet 1
Sheet 1 of 13

Term

Term ended

Expired 25 March 2014, 12.5 years ago.

  1. Priority
  2. Filed
  3. Granted
  4. Expired
  5. Today

22 claims: 22 independent, 0 dependent

  1. 1
    A recognition system comprising:input means (1) for receiving a speech signal;recognition processing means (3) for processing the speech signal to generate a recognition signal identifying a predetermined pattern to which the speech signal is recognised as corresponding;and output means (38) at which said recognition signal is supplied;said recognition processing means (3) being arranged to partition the speech signal into a sequence of successive temporal portions and to compare said sequence of successive temporal portions with a corresponding sequence of pattern portions partitioned between pre-speech noise or silence portions;speech pattern portions;and post-speech noise or silence portions;and further comprising pause detection means (37), for detecting the arrival of a point in time within said post-speech portion and after the beginning thereof, said pause detection means (37) being responsive to the identification of the onset of the post-speech portions (sp_end) performed by the recognition processing means (3): characterised in that the pause detection means (37) is arranged, after generation of said recognition signal, to receive at least one signal parameter derived from said speech signal which is independent of said onset (sp_end), and is arranged, after said onset (sp_end), to repeatedly perform a detection operation which depends both on said onset (sp_end) and said signal parameter, and to route said recognition signal to said output means (38) on detection of said point in time, to enable the immediate operation of utilising apparatus (4) connected thereto. Erkennungssystem mit einer Eingabevorrichtung (1) zum Empfangen eines Sprachsignals, einer Erkennungs-Verarbeitungsvorrichtung (3) zum Verarbeiten des Sprachsignals, um ein Erkennungssignal zu erzeugen, das ein vorgegebenes Muster identifiziert, das als in dem Sprachsignal enthalten erkannt worden ist, und einer Ausgabevorrichtung (38), an die das Erkennungssignal ausgegeben wird, wobei die Erkennungs-Verarbeitungsvorrichtung (3) so eingerichtet ist, daß sie das Sprachsignal in eine Sequenz von sukzessiven temporären Abschnitten partitioniert, und die Sequenz sukzessiver temporärer Abschnitte mit einer entsprechenden Sequenz von Musterabschnitten vergleicht, die zwischen Sprachvorrauschen oder Schweigeabschnitten, Sprachmusterabschnitten und Sprachfolgerauschen oder Schweigeabschnitten partitioniert ist, und die außerdem eine Pausenerfassungsvorrichtung (37) zum Erfassen des Eintretens eines Zeitpunktes innerhalb des Sprachfolgeabschnittes und nach dessen Beginn umfaßt, wobei die Pausenerfassungsvorrichtung (37) auf die Identifizierung des Einsetzens der Sprachfolgeabschnitte (sp_end) durch die Erkennungs-Verarbeitungsvorrichtung (3) reagiert, dadurch gekennzeichnet, daß die Pausenerfassungsvorrichtung (37) so eingerichtet ist, daß sie nach Erzeugung des Erkennungssignals wenigstens einen Signalparameter empfängt, der aus dem Sprachsignal abgeleitet wird, der unabhängig von dem Einsetzen (sp_end) ist, und die so eingerichtet ist,daß sie nach dem Einsetzen (sp_end) wiederholt eine Erfassungsoperation durchführt, die sowohl von dem Einsetzen (sp_end) als auch von dem Signalparameter abhängt, und das Erkennungssignal an die Ausgabevorrichtung (38) beim Erfassen des Zeitpunktes weiterleitet, um die unmittelbare Operation der Verwendung der damit verbundenen Vorrichtung (4) zu ermöglichen. Système de reconnaissance comprenant : un moyen d'entrée (1) destiné à recevoir un signal de parole, un moyen de traitement de reconnaissance (3) destiné à traiter le signal de parole afin de générer un signal de reconnaissance identifiant un motif prédéterminé auquel le signal de parole est reconnu comme correspondant, et un moyen de sortie (38) au niveau duquel ledit signal de reconnaissance est fourni, ledit moyen de traitement de reconnaissance (3) étant agencé pour segmenter le signal de parole en une séquence de parties temporelles successives et pour comparer ladite séquence de parties temporelles successives à une séquence correspondante de parties de motif segmentées entre des parties de bruit avant-parole ou de silence, des parties de motif de parole, et des parties de bruit après-parole ou de silence, et comprenant en outre un moyen de détection de pause (37), destiné à détecter l'arrivée d'un point dans le temps à l'intérieur de ladite partie après-parole et après le début de celle-ci, ledit moyen de détection de pause (37) étant sensible à l'identification du début des parties après-parole (sp_end) exécutée par le moyen de traitement de reconnaissance (3), caractérisé en ce que le moyen de détection de pause (37) est agencé, après la génération dudit signal de reconnaissance, afin de recevoir au moins un paramètre de signal obtenu à partir dudit signal de parole qui est indépendant dudit début (sp_end), et est agencé, après ledit début (sp_end), afin de exécuter de façon répétitive une opération de détection qui dépend à la fois dudit début (sp_end) et dudit paramètre de signal, et pour acheminer ledit signal de reconnaissance vers ledit moyen de sortie (38) lors de la détection dudit point dans le temps, afin de permettre la mise en oeuvre immédiate d'un appareil d'utilisation (4) relié à celui-ci.
  2. 2
    A system according to Claim 1, wherein the said patterns correspond to phonemes, words, phrases or sentences. System nach Anspruch 1, bei dem die Muster Phonemen, Worten, Satzteilen oder Sätzen entsprechen. Système selon la revendication 1, dans lequel lesdits motifs correspondent à des phonèmes, des mots, des locutions ou des phrases.
  3. 3
    A system according to Claim 2, wherein the said patterns correspond to words. System nach Anspruch 2, bei dem die Muster Worten entsprechen. Système selon la revendication 2, dans lequel lesdits motifs correspondent à des mots.
  4. 4
    A system according to any preceding claim, in which the pause detection means (37) is arranged to process said signal parameter in accordance with said partitioning by the recognition processing means (3), to generate at least one measure which depends upon the accuracy of said partitioning. System nach einem der vorangehenden Ansprüche, bei dem die Pausenerfassungsvorrichtung (7) so eingerichtet ist, daß sie den Signalparameter in Übereinstimmung mit der Partitionierung durch die Erkennungs-Verarbeitungsvorrichtung (3) verarbeitet, um wenigstens ein Maß zu erzeugen, das auf der Genauigkeit der Partitionierung beruht. Système selon l'une quelconque des revendications précédentes, dans lequel le moyen de détection de pause (37) est agencé de façon à traiter ledit paramètre de signal conformément à ladite segmentation par le moyen de traitement de reconnaissance (3), afin de générer au moins une mesure qui dépend de la précision de ladite séparation.
  5. 5
    A system according to any preceding claim, in which said signal parameter has a different magnitude in the presence of noise or silence to that which it has in the presence of a pattern. System nach einem der vorangehenden Ansprüche, bei dem der Signalparameter eine andere Größe bei Rauschen oder Schweigen hat als bei einem Muster. Système selon l'une quelconque des revendications précédentes, dans lequel ledit paramètre de signal présente une amplitude, en présence de bruit ou de silence, différente de celle qu'il présente en présence d'un motif.
  6. 6
    A system according to any preceding claim, in which the parameter is related to the energy of said speech signal. System nach einem der vorangehenden Ansprüche, bei dem der Parameter mit der Energie des Sprachsignals zusammenhängt. Système selon l'une quelconque des revendications précédentes, dans lequel le paramètre est lié à l'énergie dudit signal de parole.
  7. 7
    A system according to any preceding claim, in which the pause detection means (37) comprises means (371) for smoothing said parameter over time. System nach einem der vorangehenden Ansprüche, bei dem die Pausenerfassungsvorrichtung (37) eine Vorrichtung (371) zum Glätten des Parameters über die Zeit umfaßt. Système selon l'une quelconque des revendications précédentes, dans lequel le moyen de détection de pause (37) comprend un moyen (371) destiné à lisser ledit paramètre dans le temps.
  8. 8
    A system according to Claim 7, in which said smoothing means comprises means (371) for deriving a running average of said parameter, said running average being employed in generating said measure or measures. System nach Anspruch 7, bei dem die Glättungsvorrichtung eine Vorrichtung (371) zum Ableiten eines laufenden Mittelwertes des Parameters umfaßt, wobei der laufende Mittelwert zum Erzeugen des Maßes oder der Maße verwendet wird. Système selon la revendication 7, dans lequel ledit moyen de lissage comprend un moyen (371) destiné à obtenir une moyenne mobile dudit paramètre, ladite moyenne mobile étant utilisée pour générer ladite mesure ou lesdites mesures.
  9. 9
    A system according to Claim 8 in which said running average means (371) is arranged to apply a non-linear smoothing to said parameter, to reduce the effects of abrupt magnitude changes therein. System nach Anspruch 8, bei dem die Mittelwertaktualisierungvorrichtung (371) eingerichtet ist, um eine nichtlineare Glättung des Parameters vorzunehmen, um die Effekte von abrupten Größenänderungen darin zu reduzieren. Système selon la revendication 8 dans lequel ledit moyen de moyenne mobile (371) est agencé de façon à appliquer un lissage non linéaire audit paramètre, afin de réduire les effets de variations abruptes d'amplitude dans celui-ci.
  10. 10
    A system according to Claim 8 or Claim 9 in which said running average is derived to track the median of said parameter. System nach Anspruch 8 oder 9, bei dem der laufende Mittelwert abgeleitet wird, um den Median des Parameters zu verfolgen. Système selon la revendication 8 ou la revendication 9 dans lequel ladite moyenne mobile est obtenue afin de faire un suivi de la médiane dudit paramètre.
  11. 11
    A system according to any preceding claim, in which the pause detection means (37) comprises variation detecting means (373) for deriving, within said noise or silence portion following said pattern-containing portion, a measure of the level of variation of said parameter or a parameter derived therefrom. System nach einem der vorangehenden Ansprüche, bei dem die Pausenerfassungsvorrichtung (37) eine Änderungserfassungsvorrichtung (373) zum Ableiten eines Maßes für den Pegel der Änderung des Parameters oder eines davon abgeleiteten Parameters innerhalb des Rausch- oder Schweigeabschnitts nach dem Muster enthaltenden Abschnitt umfaßt. Système selon l'une quelconque des revendications précédentes, dans lequel le moyen de détection de pause (37) comprend un moyen de détection de variation (373) destiné à obtenir, à l'intérieur de ladite partie de bruit ou de silence suivant ladite partie contenant un motif, une mesure du niveau de variation dudit paramètre ou d'un paramètre obtenu à partir de celui-ci.
  12. 12
    A system according to Claim 11, in which said variation detecting means is arranged to derive maximum and minimum values of said parameter or derived parameter, and to derive said measure so as to depend upon the ratio therebetween. System nach Anspruch 11, bei dem die Änderungserfassungsvorrichtung eingerichtet ist, um Maximum- und Minimumwerte des Parameters oder abgeleiteter Parameter abzuleiten und das Maß abzuleiten, das damit von dem Verhältnis dazwischen abhängt. Système selon la revendication 11, dans lequel ledit moyen de détection de variation est agencé de façon à obtenir des valeurs maximum et minimum dudit paramètre ou paramètre dérivé, et à obtenir ladite mesure de manière à ce qu'elle dépende du rapport entre celles-ci.
  13. 13
    A system according to Claim 12, in which said ratio is derived so as to avoid division by a small number. System nach Anspruch 12, bei dem das Verhältnis abgeleitet wird, um eine Division durch eine kleine Zahl zu vermeiden. Système selon la revendication 12, dans lequel ledit rapport est obtenu de façon à éviter une division par un petit nombre.
  14. 14
    A system according to any of claims 11 to 13, in which said variation detecting means (373) is arranged to derive said measure in dependence upon values of said parameter over a time window extending over a predetermined past portion of the speech signal lying within said following noise or silence portion. System nach einem der Ansprüche 11 bis 13, bei dem die Änderungserfassungsvorrichtung (373) eingerichtet ist, um das Maß in Abhängigkeit von Werten des Parameters über ein Zeitfenster, das sich über einen vorgegebenen vergangenen Abschnitt des Sprachsignals innerhalb des folgenden Rausch- oder Schweigeabschnitts erstreckt, abzuleiten. Système selon l'une quelconque des revendications 11 à 13, dans lequel ledit moyen de détection de variation (373) est agencé de façon à obtenir ladite mesure en fonction de valeurs dudit paramètre sur une fenêtre temporelle s'étendant sur une partie passée prédéterminée du signal de parole se trouvant à l'intérieur de ladite partie de bruit ou de silence suivante.
  15. 15
    A system according to any preceding claim, in which the pause detection means (37) comprises means (372) for deriving a measure indicating the relative levels of said parameter, or a parameter derived therefrom, over said pattern-containing portion and over said silence or noise portions. System nach einem der vorangehenden Ansprüche, bei dem die Pausenerfassungsvorrichtung (37) eine Vorrichtung (372) zum Ableiten eines Maßes umfaßt, das die relativen Pegel des Parameters oder eines davon abgeleiteten Parameters über den Muster enthaltenden Abschnitt und über die Schweige- oder Rauschabschnitte umfaßt. Système selon l'une quelconque des revendications précédentes, dans lequel le moyen de détection de pause (37) comprend un moyen (372) destiné à obtenir une mesure indiquant les niveaux relatifs dudit paramètre, ou bien d'un paramètre obtenu à partir de celui-ci, sur ladite partie contenant un motif ou sur lesdites parties de silence ou de bruit.
  16. 16
    A system according to Claim 15, in which said measure is derived so as to depend upon the ratio between a first value derived from said pattern-containing portion and a second value derived from said silence or noise portion. System nach Anspruch 15, bei dem das Maß abgeleitet wird, so daß es von dem Verhältnis zwischen einem ersten Wert, der von dem Muster enthaltenden Abschnitt abgeleitet wurde, und einem zweiten Wert, der von dem Schweige- oder Rauschabschnitt abgeleitet wurde, abhängt. Système selon la revendication 15, dans lequel ladite mesure est obtenue de manière à dépendre du rapport entre une première valeur obtenue à partir de ladite partie contenant un motif et une seconde valeur obtenue à partir de ladite partie de silence ou de bruit.
  17. 17
    A system according to Claim 16, in which the first value comprises a maximum value of said a parameter or derived parameter. System nach Anspruch 16, bei dem der erste Wert einen Maximumwert des Parameters oder eines abgeleiteten Parameters umfaßt. Système selon la revendication 16, dans lequel la première valeur comprend une valeur maximum dudit paramètre ou paramètre dérivé.
  18. 18
    A system according to Claim 16 or Claim 17, in which the second value comprises an average value of said parameter or derived parameter. System nach Anspruch 16 oder 17, bei dem der zweite Wert einen Mittelwert des Parameters oder eines abgeleiteten Parameters umfaßt. Système selon la revendication 16 ou la revendication 17, dans lequel la seconde valeur comprend une valeur moyenne dudit paramètre ou paramètre dérivé.
  19. 19
    A system according to any preceding claim, in which the recognition processing means (3) is arranged to recognise noise or silence, and the pause detection means (37) is arranged to respond to the level of confidence of said recognition of noise or silence. System nach einem der vorangehenden Ansprüche, bei dem die Erkennungsvorrichtung (3) so eingerichtet ist, daß sie Rauschen oder Schweigen erkennt, und die Pausenerfassungsvorrichtung (37) so eingerichtet ist, daß sie auf den Vertrauenspegel der Erkennung von Rauschen oder Schweigen reagiert. Système selon l'une quelconque des revendications précédentes, dans lequel le moyen de traitement de reconnaissance (3) est agencé de façon à reconnaître du bruit ou du silence, et le moyen de détection de pause (37) est agencé de façon à répondre au niveau de confiance de ladite reconnaissance de bruit ou de silence.
  20. 20
    A system according to any preceding claim, in which the pause detection means (37) is arranged to respond to the duration of the silence or noise portion following said pattern-containing portion. System nach einem der vorangehenden Ansprüche, bei dem die Pausenerfassungsvorrichtung (37) so eingerichtet ist, daß sie auf die Dauer des Schweige- oder Rauschabschnitts nach dem Muster enthaltenden Abschnitt reagiert. Système selon l'une quelconque des revendications précédentes, dans lequel le moyen de détection de pause (37) est agencé de façon à répondre à la durée de la partie de silence ou de bruit suivant ladite partie contenant un motif.
  21. 21
    A system according to any preceding claim, further comprising means (32) for comparing a said temporal portion with a preceding portion, said system being arranged not to operate the recognition processing means (3) where a said portion does not differ substantially from its predecessor. System nach einem der vorangehenden Ansprüche, das außerdem eine Vorrichtung (32) zum Vergleichen eines temporären Abschnittes mit einem vorangehenden Abschnitt umfaßt, wobei das System so eingerichtet ist, daß die Erkennungsverarbeitungsvorrichtung (3) nicht arbeitet, wenn ein Abschnitt sich nicht wesentlich von dem vorangehenden unterscheidet. Système selon l'une quelconque des revendications précédentes, comprenant en outre un moyen (32) destiné à comparer une dite partie temporelle à une partie précédente, ledit système étant agencé de façon à ne pas mettre en oeuvre le moyen de traitement de reconnaissance (3) lorsqu'une dite partie ne diffère pas sensiblement de celle qui la précède.
  22. 22
    A method of operating an electronic recognition system which comprises input means for receiving a speech signal, recognition processing means for processing the speech signal and output means for indicating a recognised speech pattern, the method being to detect the arrival of a point in time after the end of the speech pattern, the method comprising the steps of:pre-processing a next occurring temporal portion of a speech signal received at the input means;performing a recognition process on that temporal portion and preceding temporal portions to generate a recognition signal identifying a predetermined pattern to which the speech signal is recognised as corresponding;andrecognising whether the point in time has occurred;characterised in that the step of recognising whether the point in time has occurred comprises;deriving at least one signal parameter from said speech signal which is independent of the partitioning between speech and noise performed by the recognition processing means;deriving at least one parameter which depends upon said partitioning;anddeciding whether or not said point in time has arrived taking into account both said parameters. Procédé de mise en oeuvre d'un système de reconnaissance électronique qui comprend un moyen d'entrée destiné à recevoir un signal de parole, un moyen de traitement de reconnaissance destiné à traiter le signal de parole ainsi qu'un moyen de sortie destiné à indiquer un motif de parole reconnu, le procédé consistant à détecter l'arrivée d'un point dans le temps après la fin du motif de parole, le procédé comprenant les étapes consistant à : pré-traiter une partie temporelle apparaissant ensuite d'un signal de parole reçu au niveau du moyen d'entrée,exécuter un traitement de reconnaissance sur cette partie temporelle et des parties temporelles précédentes afin de générer un signal de reconnaissance identifiant un motif prédéterminé auquel le signal de parole est reconnu comme correspondant, etreconnaître si le point dans le temps est apparu,    caractérisé en ce que l'étape consistant à reconnaître si le point dans le temps est apparu comprend, l'obtention d'au moins un paramètre de signal à partir dudit signal de parole, lequel est indépendant de la segmentation entre parole et bruit exécutée par le moyen de traitement de reconnaissance,l'obtention d'au moins un paramètre qui dépend de ladite segmentation, etla décision de ce que ledit point dans le temps est arrivé ou non, en prenant en compte les deux dits paramètres. Verfahren zum Betreiben eines elektronischen Erkennungssystems, das eine Eingangsvorrichtung zum Empfangen eines Sprachsignals, eine Erkennungs-Verarbeitungsvorrichtung zum Verarbeiten des Sprachsignals und eine Ausgangsvorrichtung zum Anzeigen eines erkannten Sprachmusters umfaßt, wobei das Verfahren dazu dient, das Eintreten eines Zeitpunktes nach dem Ende des Sprachmusters zu erfassen und das Verfahren die Schritte umfaßt: Vorverarbeiten eines als nächstes erscheinenden temporären Abschnittes eines Sprachsignals, das durch die Eingangsvorrichtung empfangen wurde,Durchführen eines Erkennungsprozesses in bezug auf den temporären Abschnitt und vorangehende temporäre Abschnitte, um ein Erkennungssignal zu erzeugen, das ein vorgegebenes Muster identifiziert, das als dem Sprachsignal entsprechend erkannt wurde, undErkennen, ob der Zeitpunkt eingetreten ist, dadurch gekennzeichnet, daß der Schritt des Erkennens, ob der Zeitpunkt eingetreten ist, umfaßt: Ableiten wenigstens eines Signalparameters aus dem Sprachsignal, der unabhängig von der Partitionierung zwischen Sprache und Rauschen ist, was durch die Erkennungs-Verarbeitungsvorrichtung durchgeführt wird,Ableiten wenigstens eines Parameters, der von der Partitionierung abhängt, undEntscheiden, ob der Zeitpunkt eingetreten ist oder nicht, wobei beide Parameter berücksichtigt werden.
Independent claims22