專利名稱：一種語音處理方法和用于語音處理的裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種語音處理方法，其中表示所述語音的數(shù)字信號被用于語音編碼，所述數(shù)字信號包括第一組系數(shù)，第二組系數(shù)被計算出來用于語音識別。本發(fā)明還涉及對應(yīng)的裝置。
在用于語音處理的設(shè)備，如現(xiàn)代數(shù)字便攜電話(例如用于GSM系統(tǒng)或類似系統(tǒng))中，語音編碼器被用于壓縮語音信號信息，并除去冗余信息以便提高數(shù)字電話信道的容量，通過該信道，語音信號被發(fā)送。這種語音編碼器使用了信號分析，語音編碼算法通?；谡Z音的線性預測分析模擬。線性預測編碼的使用涉及到一些模型濾波器系數(shù)的計算，這些系數(shù)稱作線性預測系數(shù)或反射系數(shù)。
此外，人們希望將這種設(shè)備與聲音驅(qū)動功能組合用于控制該設(shè)備的使用。在數(shù)字電話中，這一點可以采用所謂的聲音撥號功能方式來進行電話呼叫，并訪問數(shù)據(jù)庫的信息。這種系數(shù)通?；谡Z音識別算法，該算法基本上包括預處理信號分析算法(提取特征矢量組)，模板匹配算法以及參考字表(特征矢量碼書)。
在當前技術(shù)領(lǐng)域中，語音識別算法(用于聲音撥號)獨立于該設(shè)備的基本語音編碼算法而執(zhí)行。GB 2 290 437描述了一種數(shù)字便攜電話，其中使用了一個數(shù)字處理器來對發(fā)送的聲音數(shù)據(jù)進行編碼處理(并對所接收的聲音數(shù)據(jù)進行解碼處理)，并對聲音命令進行聲音識別以用于撥號和其它的電話功能。這兩個功能(或算法)可以用相同的處理器在分時基礎(chǔ)上處理，因為它們通常不會同時發(fā)生，例如，處理器的計算資源可以用來在呼叫開始之前執(zhí)行聲音撥號算法并在呼叫建立時執(zhí)行語音編碼算法。通過使用相同的處理器來執(zhí)行兩種算法，硬件數(shù)量以及電話的成本，大小和重量都會降低。
即使在GB 2 290 437的設(shè)備中兩種算法共享同一個處理器，它們?nèi)匀环謩e獨立執(zhí)行，每種算法都有可觀的存儲器需求用于存儲程序代碼以及計算結(jié)果和參考值。特別地，聲音撥號的特征提取部分消耗了大量的存儲器以及計算功率用于信號緩存，子程序和系數(shù)計算以及存儲。該存儲器需求在用足夠詞匯實現(xiàn)聲音撥號中增加了限制。
因此，本發(fā)明的一個目標是給出前面提到的方法，該方法既可以執(zhí)行語音編碼算法又可以執(zhí)行語音識別算法，并且存儲器需求會明顯降低。
根據(jù)本發(fā)明，該目標以下面方式實現(xiàn)所述第一組系數(shù)用于所述第二組系數(shù)的計算中。
當語音識別算法的系數(shù)(即，特征提取)根據(jù)語音編碼算法中計算所得的系數(shù)計算出來時，語音識別的系數(shù)計算使用了語音編碼可得的代碼，換句話說，它可以集成在語音編碼塊中，并且僅有很少的額外處理。這樣可以節(jié)省大量用于例如特征提取的計算功率和存儲器。在各種語音處理功能集成在該產(chǎn)品中的情況下，代碼和信號處理的使用已經(jīng)可以很有效地降低功率消耗和未來移動終端的大小。
如權(quán)利要求2陳述的，所述數(shù)字信號可以由線性預測算法給出，使得所述第一組系數(shù)包括線性預測系數(shù)。
根據(jù)本發(fā)明的第一實施方案，該方案在權(quán)利要求3中陳述，所述第一組系數(shù)被用作所述第二組系數(shù)。用第一組系數(shù)直接替代第二組系數(shù)給出一個非常簡單的方法，該方法將進一步降低存儲器需求。然而，該實施方案的缺點在于，語音識別算法的性能與以前技術(shù)的語音識別中所實現(xiàn)的語音算法的性能相比較差。因此，該實施方案最好用于質(zhì)量要求較低的簡單設(shè)備。然而，在這種設(shè)備中，降低所需存儲器常常很重要。
根據(jù)本發(fā)明的另一個可選實施方案，該方案在權(quán)利要求4中陳述，所述第二組系數(shù)利用一個遞歸等式來計算，使得所述第二組系數(shù)中的每一個系數(shù)依賴于所述第一組系數(shù)中的對應(yīng)系數(shù)，并依賴于根據(jù)所述第一組和/或所述第二組系數(shù)以前計算出來的系數(shù)。以這種方法計算第二組系數(shù)給出適于魯棒性語音識別的系數(shù)，此外，系數(shù)參數(shù)是壓縮的，并利用了已經(jīng)存在的代碼。因此，該實施方案導致存儲器需求的明顯降低，同時保持以前技術(shù)的性能。當?shù)诙M系數(shù)包括譜系數(shù)時，如權(quán)利要求5所述，這些系數(shù)可以利用下面的遞歸等式計算。Cn=-an+1nΣi=1n-1(n-i)aiCn-i,]]>其中Cn是第n個譜系數(shù)，ai是第i個線性預測系數(shù)。
如在權(quán)利要求6陳述的，在意圖通過聲音命令來控制設(shè)備的時候，這些譜系數(shù)可以用作特征矢量以便為語音識別產(chǎn)生參考列表。采用這種方法，例如便攜電話中的聲音撥號可以實現(xiàn)。
如所提到的，本發(fā)明還涉及用于處理語音的對應(yīng)裝置，并包括用于給出表示所述語音的數(shù)字信號的語音編碼裝置，所述數(shù)字信號包括第一組系數(shù)，該對應(yīng)裝置還包括其中第二組系數(shù)被計算出來的語音識別裝置。當所述語音識別裝置被調(diào)整在所述第二組系數(shù)計算中使用所述第一組系數(shù)時，上面提到的優(yōu)點被實現(xiàn)。
如在權(quán)利要求8中陳述的，該裝置可以是一個數(shù)字便攜電話，如權(quán)利要求9中陳述的，語音編碼裝置包括一種線性預測算法，使得所述第一組系數(shù)包括線性預測系數(shù)。
如權(quán)利要求10陳述的，該裝置可以是一個GSM電話，在GSM增強全速率(EFR)情況下，所述線性預測系數(shù)被利用代數(shù)碼激勵線性預測(ACELP)算法計算出來。其它的可能性是使用規(guī)則脈沖激勵—長時預測算法(RPE-LTP)的GSM全速率(FR)，以及使用矢量和激勵線性預測(VSELP)算法的GSM半速率(HR)。根據(jù)另一個可選實施方案，該方案在權(quán)利要求11中陳述，該裝置可以是WCDMA(寬帶碼分多址)電話，并且所述線性預測系數(shù)是利用共軛結(jié)構(gòu)—碼激勵線性預測(CS-CELP)算法計算的。WCDMA的另一個名字是UMTS(通用移動電話系統(tǒng)-ETSI使用)以及IMT2000(ITU使用)。另一種可能性是使用正交碼激勵線性預測(QCELP)算法的美國系統(tǒng)IS-95。
語音識別裝置可以如權(quán)利要求12所陳述的那樣被調(diào)整來使用所述第一組系數(shù)作為所述第二組系數(shù)，或者如權(quán)利要求13所陳述的那樣被調(diào)整來利用遞歸等式來計算所述第二組系數(shù)使得所述第二組系數(shù)中的每個系數(shù)依賴于所述第一組系數(shù)中的對應(yīng)系數(shù)，并依賴于根據(jù)所述第一組和/或所述第二組系數(shù)此前計算出來的系數(shù)。該方法的兩個對應(yīng)實施方案的優(yōu)點如上面所描述的那樣。如權(quán)利要求14所陳述的，當上面提到的實施方案中的第二組系數(shù)中包括譜系數(shù)時，語音識別裝置可以被調(diào)整用來利用下面的遞歸等式來計算所述的譜系數(shù)。Cn=-an+1nΣi=1n-1(n-i)aiCn-i,]]>
其中Cn是第n個譜系數(shù)，ai是第i個線性預測系數(shù)。
如權(quán)利要求15所陳述的，語音識別裝置可以包括一個模板匹配方塊被調(diào)整用來使用所述譜系數(shù)作為特征矢量以產(chǎn)生用于語音識別的參考列表，該識別裝置還被調(diào)整用來通過聲音命令來控制設(shè)備。這使得該設(shè)備可以是例如提供了聲音撥號特征的便攜電話。
下面將參考附圖更完整地描述本發(fā)明，其中

圖1給出了當前技術(shù)中具有聲音撥號功能的數(shù)字移動電話的示意圖；圖2給出了用于圖1的電話中的編碼器的方框圖；圖3給出用于圖2的編碼器的濾波器的示例實現(xiàn)；圖4給出圖1的電話中特征提取方塊的示例實現(xiàn)；圖5給出根據(jù)本發(fā)明具有聲音撥號功能的數(shù)字移動電話的示意圖。
圖1給出了根據(jù)當前技術(shù)的具有聲音撥號功能的數(shù)字移動電話1的部分示意圖。該電話可以是例如適用于全速率流的GSM電話。圖的上部給出了標準的電話功能部分2，而下面的部分給出聲音撥號部分3。
用戶產(chǎn)生的語音被麥克風4接收，并作為模擬電信號傳遞給音頻部分5，該部分包括采樣保持設(shè)備和模數(shù)轉(zhuǎn)換器，采樣率是8000樣本/秒，數(shù)字輸出信號是13比特的統(tǒng)一格式的PCM信號。
語音編碼器6從音頻部分5接收13比特的統(tǒng)一格式PCM信號作為其輸入，語音編碼器的輸出處的編碼語音被傳遞給信道編碼器單元7，并傳遞給無線電部分8和天線9。信道編碼器單元7，無線電部分8和天線9沒有進一步詳細描述，因為它們與本發(fā)明無關(guān)。該電話通常有一個對應(yīng)的接收部分，并且該部分也與本發(fā)明無關(guān)，因此不在這里描述。
語音編碼器6執(zhí)行信號分析以壓縮語音信號信息并除去冗余信息，因此提高數(shù)字電話信道的容量。用于語音編碼器6的語音編碼算法基于對語音產(chǎn)生過程的線性預測分析模擬。預測包括估計，即，穩(wěn)態(tài)過程的有限組的當前和過去樣本(即，語音信號)被用于預測該過程的未來樣本。部分算法依賴于具有關(guān)于部分聲音的信息，該部分聲音還沒有被檢測到。然而根據(jù)過去值的趨勢，這些值被預測出來。如果該預測是該過程的給定樣本的線性組合，那麼該預測被稱作線性預測。
在全速率GSM情況下，語音編碼算法定義了以13比特統(tǒng)一格式PCM表示的160個語音樣本的輸入塊到260比特編碼塊的映射。8000樣本/秒的采樣率導致13k比特/秒的編碼比特流的平均比特率。編碼方案是所謂的規(guī)則脈沖激勵—長時預測—線性預測編碼器(RPE-LTP)，并且語音編碼器6因此稱作RPE-LTP編碼器。
RPE-LTP編碼器的方框圖在圖2中給出。包括160個信號樣本的輸入語音幀(統(tǒng)一格式13比特PCM樣本)首先在預處理部分20中被預處理。所獲得的160個樣本然后在線性預測編碼(LPC)分析塊21中分析來為短時分析濾波器22確定系數(shù)，其中，這些系數(shù)或參數(shù)被用于過濾相同的160個樣本。其結(jié)果是160個短時殘留信號樣本。在它們輸出到信道編碼器單元7之前，稱作線性預測系數(shù)或反射系數(shù)的濾波器參數(shù)被轉(zhuǎn)換成對數(shù)域比例，LARs。
LPC分析塊21和線性預測系數(shù)是電路中與本發(fā)明相關(guān)性最大的部分，因此將詳細描述。語音編碼器6的剩余部分與本發(fā)明的相關(guān)性不強，將被簡要描述。短時殘留信號的樣本將從濾波器22傳送給RPE(規(guī)則脈沖激勵)以及LTP(長時預測)編碼器塊23，24用于分別產(chǎn)生RPE和LTP參數(shù)。
圖3給出了濾波器22是怎樣實現(xiàn)的，流入的樣本s(n)經(jīng)過了一些延遲元件30，31，32，這些延遲元件的輸出在乘法元件33，34，35中乘以系數(shù)a1，a2，…，ap，然后加在一起。系數(shù)a1，a2，…，ap，是上面提到的線性預測系數(shù)。其結(jié)果在相加點36從流入信號中減去，所產(chǎn)生的信號e(n)是短時殘留信號。該濾波器是聲道的全極點濾波器模型，濾波器函數(shù)由下式給出H(z)=11+Σi=1Pαiz-i,]]>其中ai是上面提到的系數(shù)，P是預測階數(shù)或濾波器的極點數(shù)。對于這里描述的RPE-LTP算法，P＝8。圖3中的時間延遲T對應(yīng)于z-1。
如上面提到的，線性預測系數(shù)a1，a2，…，ap在LPC分析塊21中確定。它們是利用自相關(guān)和Schur遞歸算法計算的，該算法是眾所周知的，并在該領(lǐng)域中描述了。因此，計算的細節(jié)就不再重復了。
在基于代數(shù)碼激勵線性預測(ACELP)算法的增強全速率GSM(EFR)中，預測階數(shù)P為10，線性預測系數(shù)a1，a2，…，ap是利用自相關(guān)和Levinson-Durbin算法計算的，但是該原理與用于全速率GSM的原理完全相同。而且基于矢量和激勵線性預測(VSELP)算法的半速率GSM(HR)使用了相同的原理用于計算線性預測系數(shù)a1，a2，…，ap。而且，基于共軛結(jié)構(gòu)—碼激勵線性預測(CS-CELP)算法的WCDMA(寬帶碼分多址)系統(tǒng)使用了相同的原理用于計算線性預測系數(shù)。WCDMA的其它名字是UMTS(通用移動電話系統(tǒng)-ETSI使用)以及IMT2000(ITU使用)。另一種可能性是基于正交碼激勵線性預測(QCELP)算法的美國系統(tǒng)IS-95。
現(xiàn)在參考圖1，注意到圖中下面部分給出電話1的聲音撥號部分3。該聲音撥號系統(tǒng)是基于語音識別算法的。如可以從圖中看到的，語音識別系統(tǒng)基本上包括信號分析(特征提取)塊10，模板匹配塊11和參考字表12。聲音撥號系統(tǒng)3與標準的電話功能部分2以時分共享的模式并行工作，該模式是由MMI(人機接口)控制13決定的。這意味著，電話的計算資源在呼叫開始之前被用來執(zhí)行聲音撥號算法的計算，而在呼叫過程中執(zhí)行語音編碼。
語音識別的目標是分配一個標記，即，分配一個字給所觀察的聲學信號。這意味著該算法搜索表示假定字的語音信號段。也可稱為預處理器的信號分析塊10將原始的聲學波形轉(zhuǎn)換成中間的壓縮表示，該表示被用于后續(xù)處理。一般的，信號分析能夠以因子10來壓縮語音數(shù)據(jù)，其方式是從語音信號中提取保持有關(guān)發(fā)音字信息的特征矢量組。
在語音識別中，語音信號被假定為是分段平穩(wěn)的，并且預處理器一般每10-20毫秒產(chǎn)生一個特征矢量，該特征矢量是根據(jù)20-30毫秒的語音窗來計算的。預處理信號分析的結(jié)果是間隔為10毫秒的特征矢量序列(或語音幀)，并且每幀10-30個系數(shù)。通過對信號對數(shù)幅度譜的傅里葉變換得到的譜系數(shù)被發(fā)現(xiàn)是用來在語音撥號應(yīng)用中產(chǎn)生參考列表的有效特征矢量表示。
圖4給出系數(shù)如何在信號分析塊10中計算的。第一個FFT(快速傅里葉變換)塊37執(zhí)行采樣輸入x(n)的頻率變換。在下一個塊38中，幅度譜x(n)對數(shù)被計算出來，最終在第二個FFT塊39中，對數(shù)幅度譜的FFT變換被計算出來，這樣產(chǎn)生譜系數(shù)。模板匹配塊11使用了來自參考列表12的信息來將字分配給從特征提取塊10接收的特征矢量，所分配的字反過來用于通過聲音命令來控制移動電話或用來產(chǎn)生參考列表。向特征矢量分配字可以由所謂的基于模板的方法實現(xiàn)，其中參考列表是預紀錄字模板的集合，該模板一般包括對應(yīng)字的特征矢量的表示序列?；镜乃枷胧菍l(fā)音與每個模板字比較然后選取獲得最佳匹配的字。
即使電話的計算資源是在語音編碼和聲音撥號之間時間共享的，如上面提到的那樣，聲音撥號算法要求大量的額外存儲器。用于程序代碼存儲的ROM存儲器一般可達到4.8k字節(jié)，而用于存儲參考值(即參考列表12)的ROM/RAM存儲器一般為每個字1K字節(jié)，即，10個字的詞匯需要10K字節(jié)的存儲器。這在以充分詞匯實現(xiàn)聲音撥號功能中施加了限制，因為移動電話中可得的存儲量有限。此外，聲音撥號的特征提取塊10一般基于頻域參數(shù)并消耗大量的存儲器以及計算功率用于信號緩存、FFT子程序和系數(shù)、對數(shù)頻率譜系數(shù)的計算和存儲。
圖5給出根據(jù)本發(fā)明修正的數(shù)字移動電話40的部分示意圖。而且，標準電話功能部分41在圖上部給出，而下部給出聲音撥號部分42。如可以看到的，語音編碼塊6和圖1中電話的特征提取塊10在普通塊43中組合。已經(jīng)發(fā)現(xiàn)經(jīng)過微小的修正或不經(jīng)過修正，語音識別部分中的特征提取算法可以使用現(xiàn)存的GSM語音編碼算法的信號分析方法。利用現(xiàn)存的語音編碼算法用于特征提取降低了存儲器和計算資源的需求。這意味著電話的整個存儲器可以降低，或者參考列表中的詞匯可以增加而現(xiàn)存存儲器大小不變。以前用于程序代碼存儲的4.8K字節(jié)ROM允許存儲5個額外的字。
該想法是在語音編碼塊中計算的線性預測系數(shù)a1，a2，…，ap被用于獲得被用作特征矢量的譜系數(shù)，而不是通過如上面描述的那樣通過對信號譜進行傅里葉變換來獲得。
基于ai值的對于譜系數(shù)的有效計算是利用下面的簡單遞歸等式進行的Cn=-an+1nΣi=1n-1(n-i)aiCn-i,]]>
其中，在給定對應(yīng)于為上面RPE-LTP編碼器描述的包括160個信號樣本的輸入語音幀的語音樣本窗{xn，n＝1，N，N＝160}的條件下，Cn是第n個譜系數(shù)，ai是第i個線性預測系數(shù)。這些從上面等式獲得的系數(shù)被看作特征矢量并被模板匹配塊11用來產(chǎn)生參考命令和字表，并通過聲音命令控制移動電話。在上面等式中僅給出了額外處理的情況下，這意味著特征提取塊可以集成在語音編碼塊中。這將導致降低的內(nèi)存(編碼ROM)和用于實現(xiàn)聲音撥號功能的計算需求。
上面等式的另外可選方式是線性預測系數(shù)a1，a2，…，ap也可以直接用作譜系數(shù)，即Cn＝an。這給出一種非常簡單的方法，它將進一步降低存儲器需求。然而，該實施方案的缺點是語音識別算法的性能與以前技術(shù)語音識別算法的性能相比較差。因此，該實施方案最好用于具有較低質(zhì)量需求的簡單設(shè)備中。然而，在該設(shè)備中，所需內(nèi)存的降低常常非常重要。
盡管該發(fā)明的優(yōu)選實施方案已經(jīng)描述并給出，本發(fā)明并不局限于此，而是可以以其它的方式實現(xiàn)，但要在下面權(quán)利要求定義的范圍之內(nèi)。
權(quán)利要求
1.一種語音處理的方法，其中表示所述語音的數(shù)字信號被用于語音編碼，所述數(shù)字信號包括第一組系數(shù)，第二組系數(shù)被計算出來用于語音識別，該方法的特征在于所述第一組系數(shù)用于所述第二組系數(shù)的計算中。
2.根據(jù)權(quán)利要求1的方法，特征在于所述數(shù)字信號由線性預測算法提供，所述第一組系數(shù)包括線性預測系數(shù)。
3.根據(jù)權(quán)利要求1或2的方法，特征在于所述第一組系數(shù)被用作所述第二組系數(shù)。
4.根據(jù)權(quán)利要求1或2的方法，特征在于所述第二組系數(shù)是利用遞歸等式計算的，使得所述第二組系數(shù)中的每一個系數(shù)依賴于所述第一組系數(shù)中的對應(yīng)系數(shù)并依賴于根據(jù)所述第一組和/或所述第二組系數(shù)以前計算的系數(shù)。
5.根據(jù)權(quán)利要求4的方法，特征在于所述第二組系數(shù)包括利用遞歸等式計算的譜系數(shù)，Cn=-an+1nΣi=1n-1(n-i)aiCn-i,]]>其中Cn是第n個譜系數(shù)，ai是第i個線性預測系數(shù)。
6.根據(jù)權(quán)利要求5的方法，特征在于為了通過聲音命令來控制設(shè)備，所述譜系數(shù)被用作特征矢量來產(chǎn)生一個用于語音識別的參考列表。
7.用于處理語音的裝置，所述裝置包括用于給出表示所述語音的數(shù)字信號的語音編碼裝置(2；41)，所述數(shù)字信號包括第一組系數(shù)，其中第二組系數(shù)被計算出來的語音識別裝置(3；42)，特征在于所述語音識別裝置被調(diào)整用來在所述第二組系數(shù)的計算中使用所述第一組系數(shù)。
8.根據(jù)權(quán)利要求7的裝置，特征在于該裝置是一種數(shù)字便攜電話。
9.根據(jù)權(quán)利要求7或8的裝置，特征在于所述語音編碼裝置(2；41)包括一種線性預測算法，并在于所述第一組系數(shù)包括線性預測系數(shù)。
10.根據(jù)權(quán)利要求9的裝置，特征在于該裝置是GSM電話，并在于線性預測系數(shù)是利用代數(shù)碼激勵線性預測(ACELP)算法計算的。
11.根據(jù)權(quán)利要求9的裝置，特征在于該裝置是WCDMA電話，并在于線性預測系數(shù)是利用共軛結(jié)構(gòu)—碼激勵線性預測(CS-CELP)算法計算的。
12.根據(jù)權(quán)利要求7到11的裝置，特征在于所述語音識別裝置(3；42)被調(diào)整用來使用所述第一組系數(shù)作為所述第二組系數(shù)。
13.根據(jù)權(quán)利要求7到11的裝置，特征在于所述語音識別裝置(3；42)被調(diào)整用來利用遞歸等式計算所述第二組系數(shù)，使得所述第二組系數(shù)中的每個系數(shù)依賴于所述第一組系數(shù)中的對應(yīng)系數(shù)，并依賴于以前根據(jù)所述第一組系數(shù)和/或所述第二組系數(shù)計算出來的系數(shù)。
14.根據(jù)權(quán)利要求13的裝置，特征在于所述第二組系數(shù)包括譜系數(shù)并且所述語音識別裝置(3；42)被調(diào)整用來利用下面的遞歸等式計算所述譜系數(shù)Cn=-an1nΣi=1n-1(n-i)aiCn-i,]]>其中Cn是第n個譜系數(shù)，ai是第i個線性預測系數(shù)。
15.根據(jù)權(quán)利要求14的裝置，特征在于所述語音識別裝置(3；42)包括模板匹配方塊(11)被調(diào)整用來使用所述的譜系數(shù)作為特征矢量來產(chǎn)生用于語音識別的參考列表(12)，該裝置還被調(diào)整用來通過聲音命令來控制設(shè)備。
全文摘要
在語音處理方法中,語音的數(shù)字信號表示被用于語音編碼,該數(shù)字信號包括第一組系數(shù)。第二組系數(shù)被計算出來用于語音識別。第一組系數(shù)被用于第二組系數(shù)的計算中,對應(yīng)的裝置包括用于給出表示語音、并包括第一組系數(shù)的數(shù)字信號的語音編碼裝置(2;41),該對應(yīng)裝置還包括語音識別裝置(3;42),其中,第二組系數(shù)被計算出來。語音識別裝置被調(diào)整在第二組系數(shù)的計算中使用第一組系數(shù)。采用這種方法,用于包括語音編碼以及語音識別的設(shè)備的存儲器大大降低。
文檔編號G10L25/24GK1322346SQ9981192
公開日2001年11月14日 申請日期1999年10月5日 優(yōu)先權(quán)日1998年10月9日
發(fā)明者F·梅庫利爾 申請人:艾利森電話股份有限公司