JP3285954B2

JP3285954B2 - 音声認識装置

Info

Publication number: JP3285954B2
Application number: JP25658892A
Authority: JP
Inventors: 博松浦
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1992-09-25
Filing date: 1992-09-25
Publication date: 2002-05-27
Anticipated expiration: 2017-05-27
Also published as: JPH06110495A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、人間の発声した音声を
認識して機器等を制御するのに好適な音声認識装置に関
する。

【０００２】

【従来の技術】この種の音声認識装置では、音声が入力
可能な状態になると、利用者に発声を勧誘するための表
示（例えば、文字列「発声して下さい」等の表示）、あ
るいは音（例えば、“ピー”という音）や音声（例え
ば、「発声して下さい」等）の出力がなされる。その
後、利用者が発声すれば、その発声された音声は、音声
認識装置において認識され、例えば第１位および第２位
の認識候補が表示される。この表示された認識候補の中
に、利用者の発声した音声に対応する候補があれば、そ
の候補を利用者は選択する。

【０００３】

【発明が解決しようとする課題】しかし、従来の音声認
識装置では、装置から発声の勧誘がなされる前に、利用
者が発声してしまうと、認識結果が出ないという問題が
あった。

【０００４】また、従来の音声認識装置では、発声の勧
誘がなされてから発声しても、利用者が、装置の認識対
象とすべき音声を発声する前に、不適当な発声（例え
ば、「えー」とか「え、喋っていいの」など）をしてし
まうと、誤った認識結果が得られるという問題もあっ
た。この場合、表示される認識候補中に利用者の意図し
た候補は存在しないため、利用者は候補選択をあきらめ
て認識結果をキャンセルし、一連の操作を最初からやり
直さなければならなかった。

【０００５】このように従来の音声認識装置では、利用
者は、装置の認識対象とすべき音声の発声タイミングを
意識しなければならず、認識対象とすべき音声の発声前
にうっかりと不適当な発声をしてしまうと、誤った認識
結果が得られて意図した候補が選択できないという問題
があった。

【０００６】本発明は上記事情に鑑みてなされたもので
その目的は、利用者が発声のタイミングを取りやすいよ
うにした音声認識装置を提供することにある。

【０００７】

【課題を解決するための手段】本発明は、利用者が発声
した音声を入力するための音声入力手段と、入力された
音声を分析し、特徴量を抽出する分析・特徴抽出手段
と、抽出された特徴量を用いて音声を認識する認識手段
と、この認識手段によって求められた認識候補を表示す
る表示手段と、この表示手段に表示された認識候補の１
つを選択するための選択手段と、この選択手段による認
識候補の選択操作が行われる前に、再発声された入力音
声に対して上記認識手段によって求められた再認識候補
を、上記認識候補と合わせて表示手段に表示する制御を
行う表示制御手段とを備えたことを特徴とするものであ
る。

【０００８】

【作用】上記の構成においては、利用者が発声した音声
は音声入力手段により入力されて、分析・特徴抽出手段
により分析され、その特徴量が抽出され、しかる後、認
識手段によりその特徴量を用いた認識処理が行われ、認
識候補が求められる。この認識候補は表示手段に表示さ
れる。

【０００９】利用者は、選択手段を用いて、表示手段に
表示された候補から、自身が発声した音声に対応した候
補を選択するための操作を行う。もし、表示された候補
の中に発声した候補に対応するものが存在しない場合に
は、利用者は認識対象とすべき音声を再発声する。

【００１０】利用者から再発声された音声は、上記と同
様にして認識手段により認識され、その候補（再認識候
補）が求められる。表示制御手段は、既に表示されてい
る認識候補の選択操作が行われる前に、利用者から再発
声された音声が認識手段により認識されて再認識候補が
求められた場合、発声勧誘のタイミングに無関係に、そ
の再認識候補を、既に表示されている認識候補と合わせ
て、つまり既に表示されている認識候補に追加して表示
する。このとき、再認識候補と同じ候補が既に表示され
ているならば、表示制御手段は、この再認識補の表示を
しないか、あるいはブリンク等の強調表示を行うことに
より、無用な選択対象候補を減らす。

【００１１】これにより利用者は、既に表示されている
候補と追加表示された候補のいずれからも、自身が発声
した音声に対応する候補を選択することができる。

【００１２】このように上記の構成によれば、発声のタ
イミングおよび選択のタイミングに対する制限が大幅に
緩和され、使い勝手が向上する。

【００１３】

【実施例】以下、本発明の一実施例について、駅の券売
機に用いる音声認識装置に適用した場合を例に、図面を
参照して説明する。

【００１４】図１は、同実施例における音声認識装置の
構成を概略的に示すブロック図である。

【００１５】図１において、１は本装置に入力される音
声信号（入力音声）をＡ／Ｄ（アナログ／ディジタル）
変換するＡ／Ｄ変換器である。Ａ／Ｄ変換器１は、入力
音声を、例えばサンプリング周波数１２ｋＨｚ，１２ビ
ットで量子化する。

【００１６】Ａ／Ｄ変換器１により量子化された入力音
声は、その音声を分析して特徴量を抽出するための分析
・特徴抽出部２に与えられる。分析・特徴抽出部２は、
Ａ／Ｄ変換器１によって量子化された入力音声の音声パ
ワ−の計算と、ＬＰＣ（Linear Predictive Coding）分
析とを行う。このＬＰＣ分析は、例えばフレ−ム長１６
msec、フレ−ム周期８msecで１６次のＬＰＣメルケプス
トラムを分析パラメ−タとして行われる。なお、分析・
特徴抽出部２での分析は、ＬＰＣ分析に限るものではな
く、ＢＰＦ（Band Pass Filter）分析等でもよい。

【００１７】分析・特徴抽出部２で分析された特徴パラ
メ−タは連続マッチング部３に与えられる。この連続マ
ッチング部３は、音声セグメント（Phonetic Segment）
複合辞書部（以下、ＰＳ辞書部と称する）４に登録され
ている所定のＰＳ単位の認識辞書との間で時間軸方向に
連続的にマッチング処理して、第１位乃至第ｎ位までの
ラベル系列（ＰＳラベル系列）とその類似度を求めるた
めのものである。以上の音声セグメント（ＰＳ）につい
ては、例えば特願平２−３０６０６１号に詳述されてい
る。なお、上記認識辞書は、各ＰＳ（ＰＳラベル）毎に
複数の標準パタ−ンから作成された識別用辞書からな
る。

【００１８】連続マッチング部３でのＰＳによる連続マ
ッチング処理は、次式に示す複合ＬＰＣメルケプストラ
ム類似尺度を用いて行われる。

【００１９】

【数１】

【００２０】なお、（１）式において、ＣはＬＰＣメル
ケプストラム、Ｗ_m ^(Ki)，φ_m ^(ki)はそれぞれＰＳ名Ｋ
i の固有値から求められる重みと固有ベクトルである。
また、（・）は内積を示し、‖ ‖はノルムを示し
ている。

【００２１】連続マッチング部３で求められたＰＳラベ
ル系列のうち、第１位の系列が、ＨＭＭ（hidden marco
v model ；隠れマルコフモデル）を用いた単語照合を行
うためのＨＭＭ認識部５に送られる。

【００２２】このＨＭＭ認識部５における単語照合につ
き説明する。まず単語照合は、連続マッチング部３から
送られた第１位のＰＳラベル系列を単語毎（カテゴリ
毎）のＨＭＭに通すことにより行われる。

【００２３】ここで、ＨＭＭの一般的定式化について述
べる。ＨＭＭでは、Ｎ個の状態Ｓ₁，Ｓ₂，…，Ｓ_Nを
持ち、初期状態がこれらＮ個の状態に確率的に分布して
いるとする。音声では、一定のフレ−ム周期毎に、ある
確率（遷移確率）で状態を遷移するモデルが使われる。
遷移の際には、ある確率（出力確率）でラベルを出力す
るが、ラベルを出力しないで状態を遷移するナル遷移を
導入することもある。出力ラベル系列が与えられても状
態遷移系列は一意には決らない。観測できるのは、ラベ
ル系列だけであることからhidden（隠れ）marcov model
（ＨＭＭ）と呼ばれている。ＨＭＭのモデルＭは次の６
つのパラメ−タから定義される。

【００２４】Ｎ：状態数（状態Ｓ₁，Ｓ₂，…，Ｓ_N）Ｋ：ラベル数（ラベルＲ＝１，２，…，Ｋ）ｐ_ij ：遷移確率Ｓ_iからＳ_jに遷移する確率ｑ_ij(k) ：Ｓ_iからＳ_jへの遷移の際にラベルｋを出力
する確率ｍ_i ：初期状態確率初期状態がＳ_iである確率Ｆ：最終状態の集合次に、モデルＭに対して音声の特徴を反映した遷移上の
制限を加える。音声では、一般に状態Ｓ_iから以前に通
過した状態（Ｓ_i-1，Ｓ_i-2，…）に戻るようなル−プ
の遷移は時間的前後関係を乱すため許されない。

【００２５】ＨＭＭの評価は、モデルＭが第１位のラベ
ル系列Ｏ₁＝ｏ₁₁，ｏ₂₁，…，ｏ_T1を出力する確率Ｐｒ
（Ｏ／Ｍ）を求めることにより行われる。認識時には、
ＨＭＭ認識部５で各モデルを仮定し、連続マッチング部
３から送られる第１位のラベル系列（ＰＳラベル系列）
を用いて、Ｐｒ（Ｏ／Ｍ）が最大になるようなモデルＭ
を探す。このＨＭＭ認識部５で仮定される各モデル（の
パラメータ）は、ＨＭＭの学習により求められるもので
あり、ＨＭＭバッファ６に蓄積されている。

【００２６】以上のようにして、発声された入力音声を
認識処理することによって、その入力音声、例えば行先
の駅名を高精度に認識することが可能となる。

【００２７】さて、図１の音声認識装置は、以上のＡ／
Ｄ変換器１、分析・特徴抽出部２、連続マッチング部
３、ＰＳ辞書部４、ＨＭＭ認識部５およびＨＭＭバッフ
ァ６の他に、表示部７、選択部８および制御部９を有し
ている。

【００２８】表示部７は、制御部９のもとで、例えば行
先駅名の発声勧誘のための表示（ここでは、文字列「発
声して下さい」の表示）、ＨＭＭ認識部５での認識結果
（認識候補）の表示等を行う。この表示部７による認識
結果表示は、図３（ａ），（ｂ）に示すように、第１位
の認識候補のみを表示しても、複数の候補、例えば図３
（ｃ）に示すように、第１位の認識候補（ここでは「大
崎」）と第２位の認識候補（ここでは「川崎」）を表示
しても構わない。

【００２９】選択部８は、表示部７に表示された認識候
補を利用者が選択可能なように構成されたものである。
この選択部８と上記表示部７は、例えば液晶ディスプレ
イ（ＣＲＴディスプレイなどの表示モニタでも構わな
い）上に感圧型の透明タブレットを組合わせたタッチパ
ネルを用いて構成されている。

【００３０】制御部９は、表示部７に対する表示制御を
ＨＭＭ認識部５の認識結果等に従って行うと共に、選択
部８からの選択指示情報に従い外部の装置（ここでは、
券売機）を制御する。

【００３１】図２は、図１の音声認識装置内の表示部７
および選択部８の構成を示す。

【００３２】図２に示すように、表示部７は、液晶ディ
スプレイ７１と、同ディスプレイ７１に表示する表示情
報を格納するための表示メモリ７２とから構成される。
この表示メモリ７２内の表示情報は、図１に示す制御部
９により書込まれる。液晶ディスプレイ７１に表示され
る内容には、上記した発声勧誘のための表示情報、認識
候補の表示情報の他に、表示された認識候補の確認（第
１位の候補だけの表示の場合）を勧誘するための表示情
報（文字列「確認して下さい」）、利用者による画面上
での確認操作に供される領域（キー領域）の表示情報
（［確認］という項目キー）、（表示された認識候補が
誤りである場合、即ち利用者の意図した候補が表示され
ていない場合に）利用者による再発声を受付けるための
領域（キー領域）の表示情報（［言い直し］という項目
キー）、認識結果の選択操作を勧誘するための表示情報
（文字列「選択して下さい」）等がある。

【００３３】一方、選択部８は、表示部７の表示画面
上、即ち液晶ディスプレイ７１上に積層されて、同ディ
スプレイ７１と一体に形成された感圧シート型の透明タ
ブレット８１と、透明タブレット８１が利用者の指等に
より押圧された場合に、その透明タブレット８１面上の
座標位置を検出するための指示座標検出部８２と、指示
情報判定部８３とから構成される。この指示情報判定部
８３は、指示座標検出部８２により検出された座標と表
示メモリ７２の内容とから、画面上のいずれの項目キー
（表示情報）が利用者により選択指定されたかを判定
し、その判定結果を選択指示情報として制御部９に送
る。

【００３４】このような構成において、制御部９の制御
による発声の勧誘に従って、利用者が行先駅名として
「おおさき」と発声したのに対し、ＨＭＭ認識部５に
て、その音声に対する認識処理が行われ、その認識結果
として複数の認識候補が制御部９に送られたものとす
る。この認識結果には、第１位の認識候補「大崎」が含
まれているものとする。

【００３５】制御部９は、発声勧誘タイミングの一定時
間前から始まる、同タイミングを挟む一定期間（また
は、利用者による候補選択が行われるまでの期間）は、
ＨＭＭ認識部５の認識結果を全て受取るように構成され
ている。このようにすることにより、利用者の発声のタ
イミングに対する制限が緩和される。なお、ＨＭＭ認識
部５の認識結果に対する制御部９の受取り期間を設定す
る代わりに、ＨＭＭ認識部５の動作期間を設定するよう
にしてもよい。また、認識の対象とする音声の入力期間
を設定するためのスイッチを設け、利用者がこのスイッ
チをオンにしている期間だけ利用者の発声した音声が本
装置に入力され、その入力音声が全てＨＭＭ認識部５で
の認識処理に供されて、その認識結果が制御部９で受取
られる構成とするようにしてもよい。

【００３６】さて制御部９は、ＨＭＭ認識部５から送ら
れた第１位の認識候補「大崎」を含む複数の認識候補を
受取り、表示部７（の液晶ディスプレイ７１）の表示画
面上に、例えば図３（ａ）に示すように第１位の認識候
補「大崎」を表示させる。この画面上には、同時に、例
えば画面上方に「確認して下さいの」勧誘メッセージ
が、画面右下に項目キー［確認］が、画面左下に項目キ
ー［言い直し］が、それぞれ表示される。

【００３７】ここで、画面表示された認識候補「大崎」
が正しいならば、利用者は「確認して下さい」の要求に
従って、表示画面右下の［確認］の項目キー（の領域）
を、指により透明タブレット８１上で触る。

【００３８】すると、その［確認］の項目キーの座標が
指示座標検出部８２により検出される。指示情報判定部
８３は、指示座標検出部８２により検出された座標と表
示メモリ７２の内容とから、この検出座標位置に表示さ
れている表示情報の示す項目キーが選択されたこと、即
ち［確認］が選択されたことを判定し、その旨を示す選
択指示情報を制御部９に送る。これにより制御部９は、
第１位の候補「大崎」が確認されたものとして、券売機
を制御する。

【００３９】なお、図３（ａ）に示すような［確認］の
項目キーを表示する代わりに、第３図（ｂ）に示すよう
に第１位の認識候補自体に［確認］の項目キーの役割を
持たせ、「大崎」の表示領域を指で触って確認入力する
ことが可能な構成としてもよい。

【００４０】また、利用者が「おおさき」と発声したと
きに、図３（ｃ）に示すように、第１位の候補「大崎」
と第２位の候補「川崎」が、［確認］の項目キーの役割
を兼ねた形態で表示された場合には、利用者は「確認し
て下さい」の要求に従って、「大崎」の表示領域を指で
触れば、指示情報判定部８３により「大崎」が選択さ
れ、その旨を示す選択指示情報が制御部９に送られる。

【００４１】ここで、図３（ａ）または（ｂ）に示すよ
うに第１位の候補だけを表示するか、図３（ｃ）に示す
ように第２位までの候補（複数の候補）を表示するか
は、制御部９により決定される。この制御部９による決
定条件は、例えば第１位と第２位の類似度の差が第１の
所定値を超えているか否か、あるいは第２位の類似度値
が第２の所定値未満であるか否かである。また、認識誤
りをし易い単語（ここでは、駅名）をテーブルに用意し
ておき、同テーブルに第２位の候補が存在する場合に
は、第１位と第２位の候補を表示し、第２位の候補が存
在しない場合には第１位の候補だけを表示するようにし
てもよい。

【００４２】このように本実施例では、第２位の候補の
確からしさが低い場合には、第１位の候補だけを表示し
て、利用者が選択し易いようにしている。

【００４３】さて本実施例では、利用者が例えば「大
崎」と発声すべきところを、「えー」と発声してしまっ
たために、ＨＭＭ認識部５により第１位の候補として
「上野」が、第２位の候補として「目白」が得られて、
図３（ｄ）のような表示がなされた場合でも、以下に述
べるように容易に訂正の発声（再発声）が可能なように
なっている。

【００４４】この場合、利用者は、［言い直し］の項目
キー（の領域）を、指により透明タブレット８１上で触
る。

【００４５】すると、前記した［確認］の項目キー（の
領域）が指で触られた場合と同様にして、選択部８内の
指示情報判定部８３により、［言い直し］が選択された
ことが判定され、その旨を示す選択指示情報が制御部９
に送られる。これにより制御部９は、［言い直し］（再
発声）が要求されたものと判断して、言い直しモード
（再発声モード）に設定し、再発声のための勧誘を例え
ば“ピー”音等により行う。

【００４６】この再発声のための勧誘に従い、利用者が
「おおさき」と発声すると、前記したように、その音声
に対するＨＭＭ認識部５での認識処理が行われる。この
認識処理により、利用者の意図した「大崎」を第１位の
候補とする認識結果が得られたものとする。この第１位
の候補「大崎」の類似度は、第２位の候補の類似度より
第１の所定値以上であるものとする。

【００４７】ＨＭＭ認識部５での認識結果は制御部９に
送られる。制御部９は、言い直しモードにおいてＨＭＭ
認識部５から送られた認識結果を受取り、その認識結果
中の第１位の候補「大崎」を、既に表示部７（の液晶デ
ィスプレイ７１）上に図３（ｄ）に示すように表示され
ている候補「上野」、「目白」の次の位置に、（表示メ
モリ７２を介して）図３（ｅ）に示すように追加表示す
る。これにより利用者は、既に表示されている候補と追
加表示された候補のいずれからも、自身が発声した音声
に対応する候補を選択することができる。なお、第１位
の候補と第２位の候補の類似度の差が所定値以下である
など、前記したような第２位の候補の表示条件を満たす
場合には、第２位の候補も追加表示される。

【００４８】以上は、利用者が［言い直し］の項目キー
を選択して、図１の装置（内の制御部９）に対して［言
い直し］（再発声）を宣言することで、言い直しモード
とし、装置からの“ピー”音等に従うタイミングで、
「おおさき」を再発声する場合である。

【００４９】しかし本実施例では、再発声のために、必
ずしも［言い直し］モードとする必要はない。これにつ
いて説明する。

【００５０】まず本実施例では、前記したように、装置
からの発声勧誘タイミングを挟む一定期間（または候補
選択がなされる前）に発声された音声に対するＨＭＭ認
識部５での認識結果は全て制御部９で受取られる。した
がって、前記の例と同様に、利用者が「大崎」と発声す
べきところを「えー」と発声したために、図３（ｄ）の
ような表示がなされた状態で、「おおさき」と正しく再
発声した場合であれば、第１位の候補「大崎」と第２位
の候補「川崎」を含む認識候補がＨＭＭ認識部５により
求められて、制御部９で受取られる。

【００５１】制御部９は、表示部７（の液晶ディスプレ
イ７１）に表示されている認識候補が選択部８により選
択される前であれば、前記した言い直しモードの場合と
同様に、ＨＭＭ認識部５から新たに受取った認識候補の
うちの例えば第１位の候補「大崎」を、先に受取って表
示してある候補に対して図３（ｅ）に示すように追加表
示させる。

【００５２】このように本実施例によれば、利用者が再
発声のタイミングを意識せずに、音声を再発声しても、
その再発声した音声に対するＨＭＭ認識部５での認識結
果が制御部９で受取られ、その第１位の候補（または第
１位と第２位の候補）が既に表示されている候補に対し
て追加表示される。この場合、利用者は、既に表示され
ている候補と追加表示された候補のいずれからも、自身
が発声した音声に対応する候補を選択することができ
る。

【００５３】したがって、利用者が再発声を意識せず
に、単に「えー、おおさき」と発声した場合も、まず
「えー」に対する認識候補（第１位の候補「上野」と第
２位の候補「目白」を含む認識候補）が得られてその候
補（例えば第１位と第２位の候補）が表示され、続いて
「えー」の次の「おおさき」に対する認識候補（第１位
の候補「大崎」と第２位の候補「川崎」を含む認識候
補）が得られてその候補（例えば第１位の候補）が追加
表示される。

【００５４】ここで、既に表示されている候補の表示
（図３（ｅ）の例では「上野」、「目白」）を消さない
理由について述べる。

【００５５】まず本実施例では、上記したように（装置
からの発声勧誘タイミングを挟む一定期間内では）任意
のタイミングでの再発声が許される。このため、既に表
示されている候補の表示を消す方式を適用するならば、
もし利用者が正しく「おおさき」と発声した結果、図３
（ａ）または（ｂ）のように「大崎」を第１位とする候
補が表示された状態で、利用者が誤って無関係な発声を
すると、あるいは雑音等が入ると、その候補が選択され
る前に表示が変わってしまうという不都合が発声する。

【００５６】そこで本実施例では、このような不都合を
防止するために、既に表示されている候補の表示を消さ
ず、新たに認識された候補を追加表示する方式を適用し
ている。この方式によれば、利用者が正しく「おおさ
き」と発声した結果、図３（ａ）または（ｂ）のように
「大崎」を第１位とする候補が表示された状態で、利用
者が誤って無関係な発声をしても、あるいは雑音等が入
っても、既に表示されている候補は残されるため、利用
者は正しい候補選択が行える。

【００５７】なお、言い直しモードが設定された際に
は、その時点で表示されている候補の表示を消すように
しても構わない。また、追加表示しようとする候補に一
致する候補が既に表示されている場合には、その候補の
追加表示を行わないとか、その候補を所定の表示属性で
強調表示（例えばブリンク表示）することにより、無用
な選択候補の増加を防ぐようにすることも可能である。

【００５８】以上は、駅の券売機に用いる音声認識装置
に適用した場合について説明したが、これに限るもので
はなく、本発明は音声認識装置全般に適用可能である。

【００５９】

【発明の効果】以上説明したように本発明の音声認識装
置によれば、認識手段によって求められた認識候補を表
示する表示手段と、この表示手段に表示された認識候補
の１つを選択するための選択手段と、表示手段を制御す
る表示制御手段とを設け、選択手段による認識候補の選
択操作が行われる前に、再発声された入力音声に対して
認識手段によって求められた再認識候補については、表
示制御手段の制御により、既に表示されている認識候補
と合わせて表示手段に表示される構成としたので、一旦
誤った認識結果が得られても、利用者が改めて認識対象
とすべき音声を発声すれば、その再発声された音声に対
する認識結果の候補（再認識候補）が先に得られている
認識候補に追加して表示され、正しい候補を選択するこ
とができる。

【００６０】また本発明によれば、既に表示されている
候補中に正しい候補が存在し、且つその候補が選択され
る前に、利用者が誤って認識対象とすべきものとは無関
係な発声をして、あるいは雑音が入って、無関係な認識
がなされても、既に表示されている候補は消されないた
め、利用者は正しい候補を選択できる。

【００６１】このように本発明によれば、発声のタイミ
ングおよび選択のタイミングに対する制限が大幅に緩和
されるため、使い勝手が向上する。

【図面の簡単な説明】

【図１】本発明の一実施例に係る音声認識装置の基本構
成を示すブロック図。

【図２】図１の音声認識装置内の表示部７および選択部
８の構成を示すブロック図。

【図３】同実施例における動作を説明するための表示画
面例を示す図。

【符号の説明】

１…Ａ／Ｄ変換器（音声入力手段）、２…分析・特徴抽
出部、３…連続マッチング部、４…ＰＳ辞書部、５…Ｈ
ＭＭ認識部、６…ＨＭＭバッファ、７…表示部、８…選
択部、９…制御部、７１…液晶ディスプレイ、７２…表
示メモリ、８１…透明タブレット、８２…指示座標検出
部、８３…指示情報判定部。

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 15/22

Claims

(57)【特許請求の範囲】

【請求項１】利用者が発声した音声を入力するための
音声入力手段と、この音声入力手段によって入力された音声を分析し、特
徴量を抽出する分析・特徴抽出手段と、この分析・特徴抽出手段によって抽出された特徴量を用
いて音声を認識して複数の認識候補を求める認識手段
と、この認識手段によって求められた前記認識候補を表示す
る表示手段と、この表示手段に表示された前記認識候補の１つを選択す
るための選択手段と、この選択手段による認識候補の選択操作が行われる前
に、再発声された入力音声に対して前記認識手段によっ
て求められた再認識候補を、前記認識候補と合わせて前
記表示手段に表示する制御を行う表示制御手段とを具備
することを特徴とする音声認識装置。
【請求項２】前記表示制御手段は、、前記認識候補と
前記再認識候補を合わせて表示する際に、前記再認識候
補の中に認識候補として既に表示されたものと一致する
候補が存在する場合には、前記再認識候補の中の一致す
る候補の表示を抑止、もしくは該一致する候補を所定の
表示属性で強調表示させることを特徴とする請求項１記
載の音声認識装置。