专利名称：半监控说话者自适应的制作方法
技术领域：
本发明涉及自动语音识别(ASR)，特别涉及执行自动语音识别系统的未受监控自适应或在线自适应的方法以及能够实现本发明方法的语音识别系统。
本领域的语音识别器包括一组统计分布，这种分布模拟了某些语音片段的声学特性。这些声学特性被编码为特征矢量。作为一个例子，可以为每个音节做一个高斯分布。这些分布被挂接到某个状态上。(随机)状态转换网络(通常为隐马尔可夫模型)定义了状态序列和特征矢量序列的概率。通过一个状态需要利用一个特征矢量，该特征矢量覆盖例如长度为10ms的一帧语音信号。
这种识别器的随机参数被利用大量的语音数据来训练，其中的语音数据如果来自单个说话者则产生说话者有关系统(SD)，如果来自多个说话者产生说话者无关系统(SI)。
说话者自适应是广泛用来提高SI系统识别率的方法。说话者有关系统的技术产生比说话者无关系统更高的识别率。然而，对于很多应用，从单个说话者获得足够的数据来训练该系统是不容易的。在消费设备中，这一点甚至是不希望的。为了解决识别率中的误匹配，说话者自适应算法被广泛用来获得接近于说话者有关系统的识别率，但是与说话者有关系统相比，仅使用了一部分说话者有关数据。这些系统最初使用说话者无关模型，这些模型然后被调整以便更好地与说话者声学特性相匹配。
通常地，这种自适应在监控下进行。即，说出的字是已知的，识别器被迫来识别它们。因此，特定片段分布的时间队列可以得到。这种实际特征矢量和对应分布参数之间的失配形成这种自适应的基础。受监控的自适应要求在每个新的说话者实际使用识别器之前，说话者都要进行自适应过程。
图5给出根据以前技术的这种示例性语音识别系统的方框图。麦克风51接收的说话者声音在连接到特征提取模块53的A/D转换台52中转换成数字信号，其中在特征提取单元53中，进行了特征提取来获得特征矢量，例如，每10ms得到一个。这种特征矢量被用于语音识别系统的训练或在训练之后用于最初说话者无关模型的自适应，并在识别器的使用中用于识别说话者的声音。
为了训练，特征提取单元53通过开关54的触点a和c连接到训练模块55。在隐马尔可夫模型(HMM)下工作的示例语音识别系统的训练模块55获得一组说话者无关(SI)的HMM。这一点通常由自动语音识别设备的制造商通过利用包括很多不同说话者的大型数据库来执行。
在语音识别系统调入一组SI模型之后，开关54的触点a和b被连接使得特征提取模块53提取的特征矢量被提供给识别模块57使得该系统可以被消费者使用并适应该消费者。然后识别模块57在所提取的特征矢量和说话者无关模型组的基础上计算识别结果。在对单个说话者进行适应的过程中，识别模块57被连接到自适应模块58，后一模块计算将要被存储于存储器59中的说话者自适应模型组。以后，识别模块57在所提取的特征矢量和说话者自适应模型组的基础上计算识别结果。说话者自适应模型的进一步自适应可以重复进行以便进一步提高针对特定说话者的系统特性。存在几种用于说话者自适应的方法，例如，最大后自适应(MAP)或最大似然性线性回归(MLLR)自适应。
一般地，说话者自适应技术修正隐马尔可夫模型的参数使得他们与新说话者的声学特性更好地匹配。如上面陈述的，一般在批处理或离线自适应中进行。这意味着在说话者可以使用识别系统之前，他/她必须读到预定义的文本，然后进行自适应。一旦这一点完成，该系统可以被用于识别。这种模型也叫做受监控的自适应，因为文本对于系统来说是已知的，而且相应语音信号和对应于文本的模型之间的强迫组合被执行并被用于自适应。
然而，未受监控的或在线的方法更适用于大多数的消费设备。在这种情况下，自适应发生于系统的使用过程中。识别后的声音被用于自适应，修正后的模型被用于下一发声的识别并且依此类推。在这种情况下，说出的文本对于本系统是未知的，但是不同的是，用到了已经识别出的字。
EP0763816A2建议使用置信度测量值作为HMM训练的优化准则。这些置信度测量值是用于将识别结果分成“可能正确”或“可能不正确”的附加信息源。这里，置信度测量值被用于确认n个最佳识别的字符串，并且这种确认过程的结果，即，损耗函数的导数，被用作模型训练的优化准则。在这种情况下，所用的发音被用于训练，并且该方法被用于最大化可能混淆的字之间似然性的差值。然而，该文档仅涉及系统使用之前的HMM训练。
另一方面，EP0773532A2揭示了一种通过说出一个预定的关键字″oops″来校正误识别的方法，之后使用者可能通过击键来校正误识别的字或者系统尝试自己校正误差。在任何情况下，系统在一个(序列)字被误识别时才训练/调整语音模型。
本发明关注于利用未受监控或在线自适应对语音识别系统中的说话者无关隐马尔可夫模型的自适应。在这些系统中，在每个新发音或者甚至在部分发音之后，HMM必须被精确化。此外，进入系统的字不会被重复几次并且对于系统来说是未知的。因此，只有递增的说话者自适应是可能的，即，一次只能得到很少的自适应数据，并且另外会出现问题，即，误匹配的发生取决于说话者无关系统的性能，因为识别模块的输出必须被假定为正确的字。这些字然后被用于自适应，并且如果这个字被误识别，自适应算法将会以错误的方式修正该模型。当这种情况重复发生时，识别性能会急剧下降。
因此，本发明的一个目标是提出一种用于解决上述与以前技术相联系的问题的未受监控自适应的方法和设备。
本发明的方法在独立的权利要求1到17中被定义并且本发明的设备在独立的权利要求23中被定义。优选的实施方案分别在随后有关的权利要求中被定义。
根据本发明，一种测量值表明了识别结果的可靠程度。系统的自适应是基于所述识别结果的可信度的。因此，根据本发明的方法被叫做半监控的说话者自适应，因为不需要任何的监控用户或用于自适应的固定词汇组。
在可靠识别的情况下，发音可以被用来适应特定说话者，但是在不可靠识别中，该发音被抛弃以避免对模型的错误修正。另外，依据可信度，可以计算出一个权重来确定自适应的力度。
本发明以及其用来判断是否用发音来作自适应的几个方法将从下面结合附图对示例实施方案的详细描述中得到更好的理解。
图1给出根据本发明一个实施方案的语音识别系统；图2给出根据本发明的第一自适应方法，其中使用了置信度测量值；图3给出根据本发明的第二自适应方法，其中对话历史被查看；图4给出根据本发明切换回最初的说话者无关模型的方法；图5给出根据以前技术的示例语音识别系统。
图2给出根据本发明的第一自适应方法，其中使用了置信度测量值以避免对误识别字的适应并确定自适应度。该方法在开始于步骤S21的无限循环中重复执行。
在所述的第一步骤S21中，用户发音的识别按照根据以前技术的语音识别系统类似的方式进行。在接下来的步骤S22中，置信度测量值被用于步骤S21的识别结果中。在这个步骤中，置信度测量值被用来测量识别结果的可信度。在置信度测量值小于某一阈值时，所识别的字被认为是不可信的，并且将不被用于自适应，这样使得自适应过程在步骤S21重新开始，在该步骤中，进行下一个用户发音的识别。如果另一方面，置信度测量值大于阈值，识别结果被认为是可靠的并被用于步骤S23中的自适应，然后在步骤S21的自适应过程重新开始以识别下一个用户的发音。
要计算根据本发明的置信度测量值，首先从识别假设和/或语音信号中提取一个或多个特征。然后，基于这些特征判断音节/字/短语是否可以被分类为正确识别或不正确识别。这种判断并不是很困难的判断，但是所接收声音的正确性概率被计算。这种判断是例如基于神经网络或判断树的，它们将特征作为输入，并基于某些内部参数来计算置信度测量值。
当神经网络被用来计算置信度测量值时，输出(即置信度测量值)一般是一个在0和1之间的值；该值越接近1，音节/字/声音或其序列就越有可能被正确识别。因此，在0和1之间的阈值被定义，超过所述阈值的置信度测量值将识别结果分类为正确。
在其基础上计算出置信度测量值的特征被从识别结果中提取出来或基于识别结果直接从语音信号中计算出来。这些特征可以，例如是n个最佳识别假设、HMM状态持续期、所识别的字中所识别音节的持续期或者片段概率的(相对)成绩。后者可以在给定一个包括几个帧的完整语音片段的情况下，通过确定包括在字假设中的这种音节的概率的随机模型计算出来。
置信度测量值也可以直接被用来确定自适应度，当然，置信度测量值的最简单情况是只提取一个特征，例如在识别过程中由HMM提供的成绩，并且基于阈值直接判断所识别的字是否正确。在这种情况下，自适应度总是为常数。
作为固定阈值的另一可选方案，置信度测量值可以被用来计算一个权重，该权重确定在步骤S23中进行的自适应的力度。
此外，有可能改变其它用来在自适应过程中作出判断所参考的参数，例如，用于判断的阈值如何在语音信号的获得特征的基础上被调整。
在HMM模型的说话者自适应过程中发生了问题，因为这影响置信度测量值的各个特征。这要求特征的归一化使得它们对于HMM模型的这种变化保持不变，或者它要求对置信度测量值的特征或参数或置信度测量值与之比较的阈值作自动在线自适应。这种自适应基于优化类似置信度测量值正确性的准则的正规算法。置信度测量准确性在视觉、解释和韵律模块中确定的用户反应的基础上被估计出来。
此外，置信度测量值不仅能被用于整个用户声音，也可用于字或音节，使得不总是整个发音被拒绝自适应，而仅仅是单个误匹配字或包括误匹配音节的字也被拒绝自适应。还有可能的是将置信度测量值应用于另外的任意长度的语音段。
这种由置信度测量值指导的自适应不需要来自用户的行动，例如向系统通告字被误识别了。因此，该方法对于自动语音识别系统中未受监控或在线自适应能获得比根据以前技术的系统更高的识别率，因为不是每个用户声音或用户说出的每个字被用于自适应，这与该发音或字可能被误识别以及自适应度取决于正确识别结果的概率的事实无关。
图3给出根据本发明的第二自适应方法，其中对话历史被观察以判断发音或单个字或几个字是否被用于自适应。
在对话系统中，用户的反应常常表示出所识别的字是否正确。用来判断用户反应的方法在图3中给出。类似于图2中描述的方法，该方法在步骤S31开始的无限循环中重复进行。
在步骤S31中，用户发音编号I的识别类似于以前技术系统的方式。因此，识别结果经历步骤S32中的解释，在该步骤中将判断用户是否满意系统对其在发音编号i之前的发音所作出的反应。这种发音编号I-1的例子可以是“打开电视”，出于某些原因，该系统识别为“打开收音机”，因此收音机被打开。当用户意识到这种错误，他/她的下一个发音(即发音编号I)可能类似于“不对，不是收音机，是电视”或“错误，我说的是电视”。在这种情况下，系统将在发音号码I的基础上在步骤S32解释为以前识别的发音是误识别，并且不能被用于自适应。在这种情况下，其中用户发音编号I-1被用于自适应的步骤S33被省略，在步骤S33之后，其中系统执行行动或响应的步骤S34不会在步骤S33被执行，而是在步骤S32之后直接执行。在步骤S34中系统的行动或响应之后，在步骤S31识别下一个用户发音编号I+1之前，在步骤S35中增加I的值。
在步骤S32中，除了发音的字面意思或解释结果之外，关于用户情绪状态的信息，例如语调和/或韵律可以被考虑用来判断用户是否满意。因此通过利用语调和/或韵律来解释该发音，系统不需要任何特殊的关键字来认识到以前识别的发音发生了误识别。例如，如果用户在以前说出的字被误识别之后以愤怒的语气对系统说“打开电视”，系统会理解为他/她并没有改变主意，但是以前识别出的命令被误识别了，因此它不应该被用于自适应。
此外，被可视计算机系统，例如可以解释如模仿等用户反应的连接到计算机的视频摄像机观察到的用户的反应可以被用来确认已识别的发音，例如基于从用户或用户脸部得到的图象或视频序列。
在这种情况下，尽管识别器基于背景声音或噪声识别出一些字，也可以确定是否这种模仿表示愤怒或惊讶或者用户的嘴是否闭着。
依赖于某一用户反应或某些用户反应的组合和强度，可以确定自适应度。如在置信度测量值情况下，也有可能设置一个阈值，并给出一个确定的判断使得自适应度为常数。
图4给出根据本发明的一种方法，其中如果自适应模型的性能太差，系统将会切换回初始的SI模型。
在这种情况下，系统识别一种情况，其中自适应是在利用误识别的字(重复)的情况下进行的，或者新用户在使用该系统，因为这样识别率会下降。因此，系统会切换回最初的说话者无关模型。与图2和3描述的方法类似，该方法会在开始于并行执行的步骤S41和S43的无限循环中重复进行。
因此，在所述的步骤S41，对用户发音的识别被利用自适应模型来执行，而在步骤S43中，同样用户的发音被利用初始的说话者无关模型来进行识别。对于两个识别结果可以分别在步骤S42和S44中进行置信度测量。在随后的步骤S45中，在步骤S41和S43对下一个用户发音进行并行识别之前，(例如)置信度测量值的两个结果被比较以确定是否在步骤S46重新开始以说话者无关模型进行自适应或在步骤S47进一步使用并调整自适应模型。
该方法并不限于使用置信度测量值来比较所述的识别结果。还有可能的是，系统使用其它的用户反应，例如，在相应发音或音调和/或韵律之前/之后某一时间的行为。还可以想象到的是，系统让用户来决定使用哪一个模型，或哪一个识别结果是正确的，然后为进一步的识别/自适应使用各自的模型组。
因此，通过保持原始模型并将它们的性能与自适应后的相比，例如，在一定数量的自适应步骤或语音间断之后，系统也用到初始模型，并且在利用说话者无关模型的识别结果和/或置信度测量值表明自适应后的模型并不如初始模型性能好时，自适应重新开始。因此，可以确保识别率永远不会降低(明显地)，而只是升高或保持在同一水平。通过执行这种方法，用户的期望可以完全满足，因为用户希望有一个能够习惯他说话方式的自动语音识别系统，就象人类能做到的那样。
还有可能的是，说话者自适应模型不仅与说话者无关模型比较以确保识别率永远不会(明显)降低，而且或者不同的是将最新的说话者自适应模型与较早的说话者自适应模型比较以选出具有最佳识别性能的模型并基于这些模型继续调整。
当然，上面描述的根据本发明的所有4种方法或其中的一组可以被组合来防止在未监控或在线自适应模式下对误识别的字或句子进行自适应。利用这些方法，可以控制是否在已识别字或发音的情况下，进行自适应。此外，能够保证识别率不会降低(明显地)。如上面提到的，所推荐的算法是独立于自适应方法的，即它们可以与任何的说话者自适应算法组合。
利用一个或几个本发明方法用于未监控或在线说话者自适应的根据本发明的识别系统的一个示例实施方案在图1中给出。
与图5中根据以前技术的语音识别系统相比，图1中给出的本发明的系统并不包括类似以前技术系统中训练模块55的训练模块或类似电路。这并不是根据本发明系统的局限之处，因为训练是独立于本发明所关心的自适应而进行的。当然，在特征提取模块之后提供的自适应/识别模式和训练模式之中或之间切换的开关也可以被提供，其中的开关将特征矢量传递给识别模块4，如图1所示，或传递给未给出的训练模块，该训练模块可以反过来访问存储在存储器5中的一组说话者无关模块。
图1仅给出了根据本发明用于半监控说话者自适应的自动语音识别系统的一部分。因此，在特征提取模块3例如每隔10ms进行一次特征提取以获得特征矢量之前，麦克风1产生的模拟语音信号在A/D转换台2中转换成数字信号。该特征矢量被传递给识别模块4，该模块可以访问其中存储着说话者无关模型组的存储器5、其中存储有说话者自适应模型组的存储器6以及使用例如MAP或MLLR的自适应方法的自适应模块7以便通过对说话者无关模型组的调整来产生说话者自适应模型组。因此，自适应模块7可以通过用于存储说话者自适应模块组的存储器6访问存储在存储器5中的说话者无关模型。到此为止，所有的模块或存储设备都以根据以前技术的语音识别系统中类似的方法被使用。
根据本发明，识别模块将其结果还传送给韵律提取模块8和一个解释模块9，它们执行两种方法来确定一个音节，几个音节，一个字几个字还是整个发音是否应该如上面描述的那样被用于自适应。此外，识别模块的结果被传送给置信度测量模块13，该模块如上面描述的那样计算置信度测量值。这些模块将它们各自的结果传送给判断单元11，该单元确定是否对所述音节，单个字，几个字或整个发音进行自适应以便将其结果提供给自适应模块7，该模块接着使用该单个音节，字，几个字或整个发音来调整说话者自适应模块。判断单元11也接收视觉模块12的输出，该输出表示对应于某一发音的用户可视行动，即，它的可视情绪状态，例如是否其模仿表示出愤怒或惊讶，或者是否用户说了什麽或者是否所识别的发音为其它人所说。
系统是否使用说话者无关模型组或说话者自适应模型的判断在确认模块10中进行，该模块接收识别模块4的两个结果，即基于说话者自适应模型组的结果和基于说话者无关模型组的结果。确认模块10的结果影响到判断模块11，判断模块也将控制信号传递给识别模块4，识别模块确定哪一组模型被用于识别以及传递给韵律提取模块8、解释模块9以及置信度测量模块13的结果。
除了改变阈值来确定是否整个发音或部分发音应该被用于自适应之外，判断模块11的输入特征值可以被调整或者模块11的参数值可以被调整。
当然，判断模块11也确定所述单个音节、几个音节、单个字、几个字或整个发音的可信率以确定在自适应模块7中执行的自适应的力度。而且用于韵律提取模块8，解释模块9和确认模块10/置信度测量模块13的参数可以如上面提到的那样动态改变。还有可能的是，判断模块11并不是立即切换回说话者无关模型，如果它们性能比较好的话，而是在作出这种决定之前等待更多的发音。
因此，根据上面描述的优选实施方案，判断单元11接收用户发音或部分发音的置信度测量值(参数和特征可以是自适应的)、当用户发出整个发音或部分发音时，关于该用户韵律的信息、在用户发音环境基础上确定的用户反应的解释、视觉上用户行为的解释、用户的确认来确定自适应度。当然，本发明并不限于这些，也可以在这些信息的一个子组的基础上作出该判断。
权利要求
1.一种执行自动语音识别系统的不受监控的自适应和/或在线自适应的方法，特征在于，在所接收发音或部分的接收发音的辅助下，系统的自适应度是基于所述所接收发音或部分的接收发音的识别结果的可信度的。
2.根据权利要求1的方法，特征在于，当识别可信度大于一个阈值时，所述所接收发音或部分所述所接收发音被用于自适应，当识别可信度小于所述阈值时，所述所接收发音或部分所述所接收发音被抛弃。
3.根据权利要求1或2的方法，特征在于，阈值是固定的或动态可变的。
4.根据权利要求1到3中任何一个的方法，特征在于，所述所接收发音或部分所述所接收发音的识别结果的可信度是在置信度测量值的基础上被测量的。
5.根据权利要求4的方法，特征在于，作为所述置信度测量值基础的参数和/或特征是自适应的。
6.根据权利要求4或5的方法，特征在于，置信度测量值被针对发音、每个所接收发音或部分所接收发音的基于字或音节的置信度成绩来计算。
7.根据权利要求6的方法，特征在于，所述置信度成绩确定所述所接收发音或部分所接收发音的识别结果的可信度。
8.根据权利要求1到7中任何一个的方法，特征在于，所述所接收发音或部分所接收发音的识别结果的可信度在所述发音的说话者的反应的基础上被测量。
9.根据权利要求8的方法，特征在于，所述反应是通过视觉计算机系统基于从用户或用户脸部得到的图象或视频序列而确定的。
10.根据权利要求8或9的方法，特征在于，所述置信度测量值取决于说出所述发音的人的情绪状态。
11.根据权利要求8到10中任何一个的方法，特征在于，所述反应是通过在所述所接收发音或部分所接收发音之后接收的发音或部分该发音的识别和解释来确定的。
12.根据权利要求11的方法，特征在于，在所述所接收发音或部分所接收发音之后接收的发音或部分该发音被检查以找到表明以前接收到的发音是否被正确识别的预定关键字。
13.根据权利要求10到14中任何一个的方法，特征在于，通过对所述所接收发音或部分所接收发音之后接收的发音或部分该发音的第二信息的解释来确定所述的反应。
14.根据权利要求13的方法，特征在于，所述所接收发音或部分所接收发音之后接收的发音或部分该发音的所述第二信息是所述所接收发音或部分所接收发音之后接收的发音或部分该发音的音调和/或韵律。
15.执行自动语音识别系统的不受监控的自适应和/或在线自适应的方法，其中，在所接收发音或部分所接收发音的辅助下，系统的自适应通过对一组参数的重复调整来执行，该方法的特征在于，在系统识别性能下降的情况下，至少一组以前的参数被存储来交换当前使用的参数。
16.根据权利要求15的方法，特征在于，最初的参数组被存储。
17.根据权利要求15或16的方法，特征在于，通过在所存储的以前参数和最新自适应参数的基础上比较实际的识别结果来判断系统的识别性能。
18.根据权利要求15到17中任何一个的方法，特征在于，系统的识别性能在权利要求1到17中任何一个定义的方法的基础上来判断。
19.根据权利要求1到18中任何一个的方法，特征在于，利用隐马尔可夫模型的自适应来进行系统的自适应。
20.根据权利要求19的方法，特征在于，它被用来将说话者无关隐马尔可夫模型向说话者有关隐马尔可夫模型的性能调整。
21.具有不受监控的自适应和/或在线自适应的语音识别系统，包括用来接收用户说出的字并输出模拟信号的麦克风(1)；连接到所述麦克风(1)将所述模拟信号转换成数字信号的A/D转换台(2)；连接到所述A/D转换台(2)以便从数字信号中提取用户的所述接收字的特征矢量的特征提取模块(3)；连接到所述特征提取模块(3)以便在所述特征矢量和一组说话者无关和/或说话者自适应模型的基础上识别用户的所述接收字的识别模块(4)；接收来自所述识别模块(4)的识别结果以产生和/或调整所述说话者自适应模型组的自适应模块(7)；该系统的特征在于连接到所述识别模块(4)的判断单元(11)为所述自适应模块(7)提供一个信号，该信号表明是否使用某个接收到的字用来产生和/或调整说话者自适应模型组。
22.根据权利要求21的语音识别系统，特征在于，来自所述判断单元(11)的被提供给所述自适应模块(7)的信号表明所述自适应模块(7)在所述某个接收字的基础上的说话者自适应模型组的自适应力度。
23.根据权利要求21或22的语音识别系统，特征在于，来自所述判断单元(11)的被提供给所述自适应模块(7)的信号是在第一控制信号的基础上创建的，其中的第一控制信号是由连接在所述识别模块(4)和判断单元(11)之中或之间的韵律提取模块(8)产生的。
24.根据权利要求21到23中任何一个的语音识别系统，特征在于，来自所述判断单元(11)的被提供给所述自适应模块(7)的信号是在第二控制信号的基础上创建的，其中的第二控制信号是由连接在所述识别模块(4)和判断单元(11)之中或之间的解释模块(9)产生的。
25.根据权利要求21到24中任何一个的语音识别系统，特征在于，来自所述判断单元(11)的被提供给所述自适应模块(7)的信号是在第三控制信号的基础上创建的，其中的第三控制信号是由连接在所述识别模块(4)和判断单元(11)之中或之间的确认模块(10)产生的。
26.根据权利要求21到24中任何一个的语音识别系统，特征在于，来自所述判断单元(11)的被提供给所述自适应模块(7)的信号是在第四控制信号的基础上创建的，其中的第四控制信号是由连接在所述识别模块(4)和判断单元(11)之中或之间的置信度测量模块(11)产生的。
27.根据权利要求21到24中任何一个的语音识别系统，特征在于，来自所述判断单元(11)的被提供给所述自适应模块(7)的信号是在第五控制信号的基础上创建的，其中的第五控制信号是由连接到所述判断单元(11)的视觉模块(12)产生的。
全文摘要
在未受监控或在线自动语音识别系统中,为了防止对误识别字的自适应,置信度测量值被使用,或者用户的反应被解释以判断是否已识别的音节、几个音节、一个字、几个字或整个发音应该被用于说话者无关模型组到说话者自适应模型组的自适应,在自适应被执行的情况下,判断对该识别出的发音或部分识别出的发音进行多强的自适应。此外,说话者自适应性能的确认被进行以确保识别率永远不会(明显)降低,而只会升高或保持在同一水平。
文档编号G10L15/065GK1264888SQ9912650
公开日2000年8月30日 申请日期1999年12月17日 优先权日1998年12月17日
发明者S·戈伦兹, R·科姆佩, P·布赫纳, 岩桥直人 申请人:索尼国际(欧洲)股份有限公司, 索尼公司