A real-time system incorporating speech recognition and linguistic processing for recognizing a spoken query by a user and distributed between client and server, is disclosed. The system accepts user's queries in the form of speech at the client where minimal processing extracts a sufficient number of acoustic speech vectors representing the utterance. These vectors are sent via a communications channel to the server where additional acoustic vectors are derived. Using Hidden Markov Models (HMMs), and appropriate grammars and dictionaries conditioned by the selections made by the user, the speech representing the user's query is fully decoded into text (or some other suitable form) at the server. This text corresponding to the user's query is then simultaneously sent to a natural language engine and a database processor where optimized SQL statements are constructed for a full-text search from a database for a recordset of several stored questions that best matches the user's query. Further processing in the natural language engine narrows the search to a single stored question. The answer corresponding to this single stored question is next retrieved from the file path and sent to the client in compressed form. At the client, the answer to the user's query is articulated to the user using a text-to-speech engine in his or her native natural language. The system requires no training and can operate in several natural languages.

Une reconnaissance de la parole d'incorporation de système en temps réel et un traitement linguistique pour identifier une question parlée par un utilisateur et distribuée entre le client et le serveur, est révélée. Le système accepte les questions d'utilisateur sous forme de parole au client où le traitement minimal extrait un nombre suffisant de vecteurs acoustiques de la parole représentant l'expression. Ces vecteurs sont envoyés par l'intermédiaire d'une voie de transmissions au serveur où des vecteurs acoustiques additionnels sont dérivés. Employer Markov caché modèle (HMMs), et des grammaires appropriées et des dictionnaires conditionnés par les choix faits par l'utilisateur, le discours représentant la question d'utilisateur est entièrement décodés selon le texte (ou une autre forme appropriée) au serveur. Ce texte correspondant à la question d'utilisateur alors est simultanément envoyé à un moteur de langage naturel et à un processeur de base de données où des rapports optimisés de SQL sont construits pour une recherche à texte intégral d'une base de données pour un recordset des plusieurs stockés des questions la question de ce les meilleures allumettes utilisateur. Une transformation plus ultérieure dans le moteur de langage naturel rétrécit la recherche à une question stockée simple. La réponse correspondant à cette question stockée simple est après recherchée du chemin de dossier et envoyée au client sous la forme comprimée. Au client, la réponse à la question d'utilisateur est articulée à l'utilisateur à l'aide d'un moteur texte-voix en son langage naturel indigène. Le système n'exige aucune formation et peut fonctionner dans plusieurs langages naturels.