EP1514258B1

Frequency distribution of minimum vector distance for dynamic time warping

Abstract

Distances are measured between vectors representing speech and a stored reference template. Frequency distributions of the distance measurements are generated by counting how many times a particular reference template resulted in the lowest local distance. The numbers in the counters indicate regions (successive vectors) in a reference template that are good matches for speech input.

EP1514258B1, drawing sheet 1
Sheet 1 of 21

Term

Term ended

Expired 21 May 2023, 3.3 years ago.

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

9 claims: 9 independent, 0 dependent

  1. 1
    A speech recognition method comprising the steps of:measuring distances between vectors that represent an utterance and vectors that represent a template,generating a distribution of values associated with the vectors of the template, the values indicating how many times reference template vectors produce a minimum local distance in matching with vectors of the utterance, andmaking a matching decision based on the measured distances and on the generated distribution. Procédé de reconnaissance de la parole, comprenant les étapes de: mesure de distances entre des vecteurs qui représentent une émission de son et des vecteurs qui représentent un gabarit;génération d'une distribution de valeurs qui sont associées aux vecteurs du gabarit, les valeurs indiquant combien de fois des vecteurs de gabarit de référence produisent une distance locale minimum en correspondance avec des vecteurs de l'émission de son;etréalisation d'une décision de correspondance sur la base des distances mesurées et sur la base de la distribution générée. Spracherkennungsverfahren, umfassend die folgenden Schritte: Messen von Abständen zwischen Vektoren, die eine Äußerung darstellen, und Vektoren, die eine Schablone darstellen.Erzeugen einer Verteilung von Werten, die mit den Vektoren der Schablone assoziiert sind, wobei die Werte anzeigen, wie oft Referenzschablonen Vektoren einen minimalen lokalen Abstand beim Abgleichen mit Vektoren der Äußerung erzeugen, undDurchführen einer Abgleichungsentscheidung auf Grundalage der gemessenen Abstände und der erzeugten Verteilung.
  2. 2
    Procédé selon la revendication 1, dans lequel la décision de correspondance est basée sur l'étendue selon laquelle la distribution est non uniforme. The method of claim 1 in which the matching decision is based on the extent to which the distribution is non-uniform. Verfahren nach Anspruch 1, wobei die Abgleichungsentscheidung auf das Ausmaß gestützt ist, in wieweit die Verteilung nicht-gleichförmig ist.
  3. 3
    Procédé selon la revendication 2, dans lequel la décision de correspondance est basée sur la caractéristique de pointe de la distribution. The method of claim 2 in which the matching decision is based on the spikiness of the distribution. Verfahren nach Anspruch 2, wobei die Abgleichungsentscheidung auf die Spike-Eigenschaft der Verteilung gestützt ist.
  4. 4
    Procédé selon la revendication 2, dans lequel la décision de correspondance est basée sur le degré de pertinence selon lequel le jeu complet de vecteurs représentant le gabarit est utilisé au niveau de la correspondance. The method of claim 2 in which the matching decision is based on how well the entire set of vectors representing the template are used in the matching. Verfahren nach Anspruch 2, wobei die Abgleichungsentscheidung darauf gestützt ist, wie gut der gesamte Satz von Vektoren, die die Schablone darstellen, bei der Abgleichung verwendet werden.
  5. 5
    Procédé selon la revendication 1, dans lequel la mesure de distances inclut la génération d'un score de dérive temporelle dynamique brute et le recalcul du score sur la base de l'information indicative du degré de pertinence selon lequel les vecteurs de l'émission de son correspondent aux vecteurs du gabarit. The method of claim 1 in which the measuring of distances includes generating a raw dynamic time warping score and rescoring the score based on the information indicative of how well the vectors of the utterance match the vectors of the template. Verfahren nach Anspruch 1, wobei das Messen von Abständen ein Erzeugen einer rohen Dynamikzeit-Verwölbungsauswertung und ein erneutes Auswerten der Auswertung auf Grundlage der Information, die anzeigt, wie gut die Vektoren der Äußerungen mit den Vektoren der Schablone übereinstimmen, einschließt.
  6. 6
    Procédé selon la revendication 5, dans lequel le recalcul du score est basé sur à la fois la caractéristique de pointe de la distribution et le degré de pertinence selon lequel le jeu complet de vecteurs représentant le gabarit est utilisé au niveau de la correspondance. The method of claim 5 in which the rescoring is based on both the spikiness of the distribution and on how well the entire set of vectors representing the template are used in the matching. Verfahren nach Anspruch 5, wobei das erneute Auswerten sowohl auf die Spike-Eigenschaft der Verteilung als auch darauf, wie gut der gesamte Satz von Vektoren, die die Schablone darstellen, bei der Abgleichung verwendet werden, gestützt ist.
  7. 7
    Dispositif de reconnaissance de la parole, comprenant:un moyen qui est adapté pour mesurer des distances entre des vecteurs qui représentent une émission de son et des vecteurs qui représentent un gabarit;un moyen qui est adapté pour générer une distribution de valeurs qui sont associées aux vecteurs du gabarit, les valeurs indiquant combien de fois des vecteurs de gabarit de référence produisent une distance locale minimum au niveau d'une correspondance avec des vecteurs de l'émission de son;etun moyen qui est adapté pour réaliser une décision de correspondance sur la base des distances mesurées et sur la base de la distribution générée. Speech recognizer comprising means adapted for measuring distances between vectors that represent an utterance and vectors that represent a template, mean adapted for generating a distribution of values associated with the vectors of the template, the values indicating how many times reference template vectors produce a minimum local distance in matching with vectors of the utterance, and means adapted for making a matching decision based on the measured distances and on the generated distribution. Sprach-Erkennungseinheit, umfassend: Mittel, ausgelegt zum Messen von Abständen zwischen Vektoren, die eine Äußerung darstellen, und Vektoren, die eine Schablone darstellen;Mittel, ausgelegt zum Erzeugen einer Verteilung von Werten, die mit den Vektoren der Schablone assoziiert sind, wobei die Werte anzeigen, wie oft Referenzschablonen Vektoren einen minimalen lokalen Abstand beim Abgleichen mit Vektoren der Äußerung erzeugen, undMittel, ausgelegt zum Durchführen einer Abgleichungsentscheidung auf Grundlage der gemessenen Abstände und der erzeugten Verteilung.
  8. 8
    Apparatus comprising an input port connected to receive digitized speech, and a speech recognizer as claimed in claim 7. Appareil comprenant:un port d'entrée qui est connecté pour recevoir une parole numérisée;etun dispositif de reconnaissance de la parole selon la revendication 7. Vorrichtung, umfassend: einen Eingangsanschluss, der verbunden ist, um digitalisierte Sprache zu empfangen undeine Sprach-Erkennungseinheit, die im Anspruch 7 beansprucht ist.
  9. 9
    A computer-readable medium carrying instructions which when executed, cause a computer to measuring carry out the following steps:distances between vectors that represent an utterance and vectors that represent a template, generating a distribution of values associated with the vectors of the template, the values indicating how many times reference template vectors produce a minimum local distance in matching with vectors of the utterance, and making a matching decision based on the measured distances and on the generated distribution. Ein von einem Computer lesbares Medium, das Befehle trägt, die dann, wenn sie ausgeführt werden, einen Computer veranlassen, die folgenden Schritte auszuführen: Messen von Abständen zwischen Vektoren, die eine Äußerung darstellen, und Vektoren, die eine Schablone darstellen;Erzeugen einer Verteilung von Werten, die mit den Vektoren der Schablone assoziiert sind, wobei die Werte anzeigen, wie oft Referenzschablonen Vektoren einen minimalen lokalen Abstand bei einem Abgleichen mit Vektoren der Äußerung erzeugen, undDurchführen einer Abgleichungsentscheidung auf Grundlage der gemessenen Abstände und der erzeugten Verteilung. Support lisible par ordinateur qui est porteur d'instructions qui, lorsqu'elles sont exécutées, ont pour effet qu'un ordinateur met en oeuvre les étapes qui suivent: mesure de distances entre des vecteurs qui représentent une émission de son et des vecteurs qui représentent un gabarit;génération d'une distribution de valeurs qui sont associées aux vecteurs du gabarit, les valeurs indiquant combien de fois des vecteurs de gabarit de référence produisent une distance locale minimum au niveau d'une correspondance avec des vecteurs de l'émission de son;etréalisation d'une décision de correspondance sur la base des distances mesurées et sur la base de la distribution générée.