JP2000039900A - 自己診断機能付き音声対話装置 - Google Patents
自己診断機能付き音声対話装置Info
- Publication number
- JP2000039900A JP2000039900A JP10208809A JP20880998A JP2000039900A JP 2000039900 A JP2000039900 A JP 2000039900A JP 10208809 A JP10208809 A JP 10208809A JP 20880998 A JP20880998 A JP 20880998A JP 2000039900 A JP2000039900 A JP 2000039900A
- Authority
- JP
- Japan
- Prior art keywords
- speech
- voice
- recognition
- self
- speech recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
(57)【要約】
【課題】 音声認識部の認識性能を自己診断し、周囲雑
音に応じた最適処理が選択できるようにする。 【解決手段】 演算処理部２３から既知の合成音声を出
力させ、この合成音声と音声認識部７による認識結果と
を照合し、周囲雑音が許容限界を越えるか否かを自己診
断する構成としたから、自己診断用に用意された既知の
合成音声を出力して音声認識することで、音声認識部７
にとって外乱となる周囲雑音の影響力を正確に把握する
ことができ、周囲雑音が許容限界を越える場合は、音声
認識自体を中断したり、或いは周囲雑音が許容限界以下
になるまで待機したりできる。
音に応じた最適処理が選択できるようにする。 【解決手段】 演算処理部２３から既知の合成音声を出
力させ、この合成音声と音声認識部７による認識結果と
を照合し、周囲雑音が許容限界を越えるか否かを自己診
断する構成としたから、自己診断用に用意された既知の
合成音声を出力して音声認識することで、音声認識部７
にとって外乱となる周囲雑音の影響力を正確に把握する
ことができ、周囲雑音が許容限界を越える場合は、音声
認識自体を中断したり、或いは周囲雑音が許容限界以下
になるまで待機したりできる。
Description
【０００１】
【発明の属する技術分野】木発明は、音声認識とその認
識結果を踏まえた合成音声による対話を行う自己診断機
能付き音声対話装置に関する。
識結果を踏まえた合成音声による対話を行う自己診断機
能付き音声対話装置に関する。
【０００２】
【従来の技術】図２に示す従来の音声対話装置１は、事
前に学習した話者音声に基づいて話者が発した音声内容
を認識し、合成音声をもって応答する装置であり、話者
音声を認識する音声認識系と認識結果に基づいて合成音
声を発声して話者と対話する音声合成系とから構成され
る。音声認識系は、話者音声を集音したマイクロフォン
２の音声出力を入力アンプ回路３とゲイン可変型の可変
アンプ回路４により増幅し、音声帯域のうちの必要帯域
だけを濾波する帯域濾波回路５を介してＡ／Ｄ変換器６
に供給する。さらに、Ａ／Ｄ変換器６のアナログ／ディ
ジタル変換出力を音声認識部７に供給し、音声認識エン
ジンを内蔵する音声認識部７にて音声認識する。
前に学習した話者音声に基づいて話者が発した音声内容
を認識し、合成音声をもって応答する装置であり、話者
音声を認識する音声認識系と認識結果に基づいて合成音
声を発声して話者と対話する音声合成系とから構成され
る。音声認識系は、話者音声を集音したマイクロフォン
２の音声出力を入力アンプ回路３とゲイン可変型の可変
アンプ回路４により増幅し、音声帯域のうちの必要帯域
だけを濾波する帯域濾波回路５を介してＡ／Ｄ変換器６
に供給する。さらに、Ａ／Ｄ変換器６のアナログ／ディ
ジタル変換出力を音声認識部７に供給し、音声認識エン
ジンを内蔵する音声認識部７にて音声認識する。
【０００３】音声認識部７には、読み書き自在のメモリ
手段として音声認識辞書部８や音素データメモリ９が接
続してある。音声認識辞書部８は、音声認識部７による
音声認識結果を索引とする辞書であり、事前に登録済み
或いは学習済みの辞書データが格納されており、例えば
音声認識の結果として話者が人名を発声したと認識した
ときに、辞書データのなかから当該人名に関して予め登
録済みの電話番号を読み出すといった利用がなされる。
また、音素データメモリ９は、話者に特有の音節の繋が
りを出現頻度に応じた順位で格納してあり、音声認識の
学習効果を活かすべく最新データをもって記憶内容が更
新されるようにしてある。
手段として音声認識辞書部８や音素データメモリ９が接
続してある。音声認識辞書部８は、音声認識部７による
音声認識結果を索引とする辞書であり、事前に登録済み
或いは学習済みの辞書データが格納されており、例えば
音声認識の結果として話者が人名を発声したと認識した
ときに、辞書データのなかから当該人名に関して予め登
録済みの電話番号を読み出すといった利用がなされる。
また、音素データメモリ９は、話者に特有の音節の繋が
りを出現頻度に応じた順位で格納してあり、音声認識の
学習効果を活かすべく最新データをもって記憶内容が更
新されるようにしてある。
【０００４】音声合成系は、音声認識部７と同じマイク
ロプロセッサ内に設けられており、音声認識エンジンと
は別に用意された音声合成エンジンに従って動作する。
この音声合成系は、音声認識結果を受けて所要音声を合
成する演算処理部１０が中枢部を占めており、音声認識
部７と演算処理部１０は相互に制御信号を送受する関係
にある。演算処理部１０の出力は、音声合成部１１に供
給されて合成音声に変換され、出力アンプ回路１２を介
してスピーカ１３に供給される。また、演算処理部１０
には、半音節の組み合わせを学習する学習部１４が接続
してあり、この学習部１４の学習結果の一部又は全部が
音素データメモリ９に書き込めるようにしてある。さら
に、演算処理部１０には、入力アンプ回路３の出力から
入力ゲインを監視する入力ゲイン監視部１５が接続して
あり、本例の場合、この入力ゲイン監視部１５の出力に
応じて演算処理部１０が可変アンプ回路４のゲインを適
応調整するようになっている。
ロプロセッサ内に設けられており、音声認識エンジンと
は別に用意された音声合成エンジンに従って動作する。
この音声合成系は、音声認識結果を受けて所要音声を合
成する演算処理部１０が中枢部を占めており、音声認識
部７と演算処理部１０は相互に制御信号を送受する関係
にある。演算処理部１０の出力は、音声合成部１１に供
給されて合成音声に変換され、出力アンプ回路１２を介
してスピーカ１３に供給される。また、演算処理部１０
には、半音節の組み合わせを学習する学習部１４が接続
してあり、この学習部１４の学習結果の一部又は全部が
音素データメモリ９に書き込めるようにしてある。さら
に、演算処理部１０には、入力アンプ回路３の出力から
入力ゲインを監視する入力ゲイン監視部１５が接続して
あり、本例の場合、この入力ゲイン監視部１５の出力に
応じて演算処理部１０が可変アンプ回路４のゲインを適
応調整するようになっている。
【０００５】マイクロフォン２に入力された周囲雑音入
りの音声信号は、入力アンプ回路３と入力ゲイン監視部
１５とに供給される。入力アンプ回路３に供給された周
囲雑音入りの音声信号は、さらに音声認識部７が認識可
能なレベルにまで可変アンプ回路４において増幅され、
帯域遮波回路５にて必要帯域外の信号を減衰させた後、
Ａ／Ｄ変換器６にてアナログ信号からディジタル信号に
変換される。ディジタル信号に変換された周囲雑音入り
の音声信号は、音声認識エンジンを搭載する音声認識部
７において音声認識される。この音声認識は、ディジタ
ル信号として入力された話者音声に対し、過去の学習結
果等を参照しながら最も妥当であると考えられる単語の
選択をもって行われる。演算処理部１０は、音声認識部
７からの音声認識結果に応答して例えば音声入力案内を
実施し、音声合成部１１に対し音声合成を命ずる。その
結果、音声合成部１１により合成された音声が出力アン
プ回路１２にて増幅されてスピーカ１３から発声され、
話者との対話が逐次進行する。
りの音声信号は、入力アンプ回路３と入力ゲイン監視部
１５とに供給される。入力アンプ回路３に供給された周
囲雑音入りの音声信号は、さらに音声認識部７が認識可
能なレベルにまで可変アンプ回路４において増幅され、
帯域遮波回路５にて必要帯域外の信号を減衰させた後、
Ａ／Ｄ変換器６にてアナログ信号からディジタル信号に
変換される。ディジタル信号に変換された周囲雑音入り
の音声信号は、音声認識エンジンを搭載する音声認識部
７において音声認識される。この音声認識は、ディジタ
ル信号として入力された話者音声に対し、過去の学習結
果等を参照しながら最も妥当であると考えられる単語の
選択をもって行われる。演算処理部１０は、音声認識部
７からの音声認識結果に応答して例えば音声入力案内を
実施し、音声合成部１１に対し音声合成を命ずる。その
結果、音声合成部１１により合成された音声が出力アン
プ回路１２にて増幅されてスピーカ１３から発声され、
話者との対話が逐次進行する。
【０００６】ところで、音声認識中は、入力アンプ回路
３から出力された周囲雑音入りの音声信号のレベルが入
力ゲイン監視部１５により監視されており、その監視結
果は演算処理部１０へと供給される。入力ゲインを供給
された演算処理部１０は、これを基準ゲインと比較して
しきい値判別し、入力ゲインが不足する場合は可変アン
プ回路４のゲインを増大させ、また入力ゲインが過剰な
場合は、可変アンプ回路４のゲインを抑制する。
３から出力された周囲雑音入りの音声信号のレベルが入
力ゲイン監視部１５により監視されており、その監視結
果は演算処理部１０へと供給される。入力ゲインを供給
された演算処理部１０は、これを基準ゲインと比較して
しきい値判別し、入力ゲインが不足する場合は可変アン
プ回路４のゲインを増大させ、また入力ゲインが過剰な
場合は、可変アンプ回路４のゲインを抑制する。
【０００７】
【発明が解決しようとする課題】上記従来の音声対話装
置１は、周囲雑音の混じった話者音声の信号レベルを入
力ゲイン監視部１５にて監視し、入力音声レベルが過大
である場合には演算処理部１０の出力をもって可変アン
プ回路４のゲインを抑制する構成としてあるため、入力
音声レベルが許容入力上限を逸脱してしまうサチレーシ
ョンに起因する誤認識は防止できる。しかしながら、話
者音声レベルに比べて周囲雑音レベルが数段高いような
場合、可変アンプ回路４のゲインを周囲雑音レベルに合
わせて適応調整してしまうため、実際には、周囲雑音に
邪魔されて正確な音声認識が阻害されてしまい、徒に誤
認識率を高める結果を招く等の課題を抱えるものであっ
た。特に、過去の音声認識結果を学習して最新の音声認
識に活かす学習型の音声認識方式を採用したときに、初
期認識時の誤認識が累積して徒に認識率を低下させてし
まう等の課題を抱えるものであった。
置１は、周囲雑音の混じった話者音声の信号レベルを入
力ゲイン監視部１５にて監視し、入力音声レベルが過大
である場合には演算処理部１０の出力をもって可変アン
プ回路４のゲインを抑制する構成としてあるため、入力
音声レベルが許容入力上限を逸脱してしまうサチレーシ
ョンに起因する誤認識は防止できる。しかしながら、話
者音声レベルに比べて周囲雑音レベルが数段高いような
場合、可変アンプ回路４のゲインを周囲雑音レベルに合
わせて適応調整してしまうため、実際には、周囲雑音に
邪魔されて正確な音声認識が阻害されてしまい、徒に誤
認識率を高める結果を招く等の課題を抱えるものであっ
た。特に、過去の音声認識結果を学習して最新の音声認
識に活かす学習型の音声認識方式を採用したときに、初
期認識時の誤認識が累積して徒に認識率を低下させてし
まう等の課題を抱えるものであった。
【０００８】本発明は、上記課題を解決したものであ
り、音声認識部の認識性能を自己診断し、周囲雑音に応
じた最適処理が選択できるようにすることを目的とする
ものである。
り、音声認識部の認識性能を自己診断し、周囲雑音に応
じた最適処理が選択できるようにすることを目的とする
ものである。
【０００９】
【課題を解決するための手段】上記目的を達成するた
め、本発明は、入力音声信号を音声認識する音声認識手
段と、該音声認識手段による認識結果に基づき、合成音
声をもって応答する合成音声出力手段と、該合成音声出
力手段から既知の合成音声を出力させ、該合成音声と前
記音声認識手段による認識結果とを照合し、周囲雑音が
許容限界を越えるか否かを自己診断する診断手段とを具
備することを特徴とするものである。
め、本発明は、入力音声信号を音声認識する音声認識手
段と、該音声認識手段による認識結果に基づき、合成音
声をもって応答する合成音声出力手段と、該合成音声出
力手段から既知の合成音声を出力させ、該合成音声と前
記音声認識手段による認識結果とを照合し、周囲雑音が
許容限界を越えるか否かを自己診断する診断手段とを具
備することを特徴とするものである。
【００１０】また、前記診断手段が、前記合成音声と前
記音声認識手段による認識結果とのずれに基づき、前記
音声認識手段による音声認識に与える周囲雑音の影響を
学習し、学習結果を該音声認識手段に帰還すること、或
いは前記診断手段が、話者音声を取り込む前に周囲雑音
レベルを検出し、前記音声認識手段への入力ゲインを適
応制御すること等を特徴とするものである。
記音声認識手段による認識結果とのずれに基づき、前記
音声認識手段による音声認識に与える周囲雑音の影響を
学習し、学習結果を該音声認識手段に帰還すること、或
いは前記診断手段が、話者音声を取り込む前に周囲雑音
レベルを検出し、前記音声認識手段への入力ゲインを適
応制御すること等を特徴とするものである。
【００１１】
【発明の実施の形態】以下、本発明の実施形態について
図１を参照して説明する。図１は、本発明の自己診断機
能付き音声対話装置の一実施形態を示すブロック構成図
である。
図１を参照して説明する。図１は、本発明の自己診断機
能付き音声対話装置の一実施形態を示すブロック構成図
である。
【００１２】図１に示す自己診断機能付き音声対話装置
２１は、使用環境下における音声認識部７の認識性能を
自己診断し、周囲雑音の影響を的確に排除できるよう構
成したものであり、入力ゲインを監視する従来の入力ゲ
イン監視部１５を用いる代わりに、自己診断信号として
合成音声を可変アンプ回路４に入力し、この合成音声に
与える周囲雑音の影響を割り出す構成としてある。従っ
て、自己診断用の合成音声を音声合成部１１から可変ア
ンプ回路４に供給する必要があり、本実施形態では、音
声合成部１１と出力アンプ回路１２との間に、１入力２
切り替え出力型のアナログスイッチ部２２を配設し、こ
のアナログスイッチ部２２を演算処理部２３の出力をも
って切り替え制御するようにしてある。
２１は、使用環境下における音声認識部７の認識性能を
自己診断し、周囲雑音の影響を的確に排除できるよう構
成したものであり、入力ゲインを監視する従来の入力ゲ
イン監視部１５を用いる代わりに、自己診断信号として
合成音声を可変アンプ回路４に入力し、この合成音声に
与える周囲雑音の影響を割り出す構成としてある。従っ
て、自己診断用の合成音声を音声合成部１１から可変ア
ンプ回路４に供給する必要があり、本実施形態では、音
声合成部１１と出力アンプ回路１２との間に、１入力２
切り替え出力型のアナログスイッチ部２２を配設し、こ
のアナログスイッチ部２２を演算処理部２３の出力をも
って切り替え制御するようにしてある。
【００１３】可変アンプ回路４は、合成音声を周囲雑音
に加算して帯域濾波回路５に供給し、同時にまた演算処
理部２３からの制御信号を受けてゲインを可変制御され
るようになっている。また、演算処理部２３がＡ／Ｄ変
換器６の出力を直接監視できるよう、Ａ／Ｄ変換器６の
出力を音声認識部７と演算処理部２３の両方に供給する
ようにしてある。すなわち、自己診断機能付き音声対話
装置２１は、入力ゲイン監視部１５の廃止と、音声認識
部７に供給するデータの演算処理部２３による直接監視
とにより、装置全体の回路規模を効果的に縮小してあ
る。
に加算して帯域濾波回路５に供給し、同時にまた演算処
理部２３からの制御信号を受けてゲインを可変制御され
るようになっている。また、演算処理部２３がＡ／Ｄ変
換器６の出力を直接監視できるよう、Ａ／Ｄ変換器６の
出力を音声認識部７と演算処理部２３の両方に供給する
ようにしてある。すなわち、自己診断機能付き音声対話
装置２１は、入力ゲイン監視部１５の廃止と、音声認識
部７に供給するデータの演算処理部２３による直接監視
とにより、装置全体の回路規模を効果的に縮小してあ
る。
【００１４】さらにまた、上記自己診断機能付き音声対
話装置２１は、話者音声を入力する前に周囲雑音のレベ
ルを取り込むようにしており、その場合は、アナログス
イッチ部２２を音声合成部１１と出力アンプ回路１２と
を接続する状態に切り替えておく。これにより、入力ア
ンプ回路３と可変アンプ回路４と帯域濾波回路５とＡ／
Ｄ変換器６を介して演算処理部２３に周囲雑音だけを取
り込むことができる。演算処理部２３は、ここで取り込
まれた周囲雑音をレベル測定し、このレベルが規定レベ
ル以下となるよう可変アンプ回路４のゲインを調整す
る。
話装置２１は、話者音声を入力する前に周囲雑音のレベ
ルを取り込むようにしており、その場合は、アナログス
イッチ部２２を音声合成部１１と出力アンプ回路１２と
を接続する状態に切り替えておく。これにより、入力ア
ンプ回路３と可変アンプ回路４と帯域濾波回路５とＡ／
Ｄ変換器６を介して演算処理部２３に周囲雑音だけを取
り込むことができる。演算処理部２３は、ここで取り込
まれた周囲雑音をレベル測定し、このレベルが規定レベ
ル以下となるよう可変アンプ回路４のゲインを調整す
る。
【００１５】その結果、サチレーションを起こさずに周
囲雑音レベルに比して十分大きな音声信号入力が可能と
なり、音声認識率に大きく影響する次式（１），（２）
に示すＳＮＲをダイナミックレンジ内で十分得ることが
で、同時にまた周囲雑音が小さいときには大きな声を出
さなくても済むようにできる。 ＳＮＲ＝１０log［（Ｐｓ−Ｐｎ）／Ｐｎ］ ・・・（１） ＳＮＲ＝２０log［（ＯＰ−ＮＰ）／ＮＰ］ ・・・（２） ただし、 Ｐｓ；音声として検出された区間の音声パワーの平均値 Ｐｎ；音声が検出される直前／直後の雑音パワーの平均
値 ＯＰ；音声として検出された区間の音レベルの平均値 ＮＰ；音声が検出される直前／直後の音レベルの平均値
囲雑音レベルに比して十分大きな音声信号入力が可能と
なり、音声認識率に大きく影響する次式（１），（２）
に示すＳＮＲをダイナミックレンジ内で十分得ることが
で、同時にまた周囲雑音が小さいときには大きな声を出
さなくても済むようにできる。 ＳＮＲ＝１０log［（Ｐｓ−Ｐｎ）／Ｐｎ］ ・・・（１） ＳＮＲ＝２０log［（ＯＰ−ＮＰ）／ＮＰ］ ・・・（２） ただし、 Ｐｓ；音声として検出された区間の音声パワーの平均値 Ｐｎ；音声が検出される直前／直後の雑音パワーの平均
値 ＯＰ；音声として検出された区間の音レベルの平均値 ＮＰ；音声が検出される直前／直後の音レベルの平均値
【００１６】ところで、前に述べたように、上記自己診
断機能付き音声対話装置２１は、演算処理部２３からの
指令により音声合成部１１に合成音声を発声させ、この
合成音声により自己診断を行うことができる。この場
合、アナログスイッチ部２２は音声合成部１１の出力を
可変アンプ回路４に供給する状態に切り替える。これに
より、可変アンプ回路４に入力されている周囲雑音に合
成音声が重畳し、周囲雑音に重畳させた合成音声が音声
認識部７にて音声認識される。ただし、合成音声に関し
ては、音声合成部１１から出力した時点で音声認識部７
にとって音声内容そのものについて既知であるため、音
声認識部７による認識結果のずれ、すなわち認識の程度
を正確に把握することができる。
断機能付き音声対話装置２１は、演算処理部２３からの
指令により音声合成部１１に合成音声を発声させ、この
合成音声により自己診断を行うことができる。この場
合、アナログスイッチ部２２は音声合成部１１の出力を
可変アンプ回路４に供給する状態に切り替える。これに
より、可変アンプ回路４に入力されている周囲雑音に合
成音声が重畳し、周囲雑音に重畳させた合成音声が音声
認識部７にて音声認識される。ただし、合成音声に関し
ては、音声合成部１１から出力した時点で音声認識部７
にとって音声内容そのものについて既知であるため、音
声認識部７による認識結果のずれ、すなわち認識の程度
を正確に把握することができる。
【００１７】従って、使用時の雑音環境下において現実
に音声認識が可能かどうかの判定が即座に可能である。
また、認識結果と合成音声との間に隔たりがある場合
は、周囲雑音が合成音声に与えた影響を定量的或いは定
性的に検出し、雑音環境を特定することができる。そし
て、特定された雑音環境において話者音声を補正して音
声認識する手法が学習できるため、実際に話者音声を音
声認識する段において、的確な補正を施し、音声認識率
を高めることができる。
に音声認識が可能かどうかの判定が即座に可能である。
また、認識結果と合成音声との間に隔たりがある場合
は、周囲雑音が合成音声に与えた影響を定量的或いは定
性的に検出し、雑音環境を特定することができる。そし
て、特定された雑音環境において話者音声を補正して音
声認識する手法が学習できるため、実際に話者音声を音
声認識する段において、的確な補正を施し、音声認識率
を高めることができる。
【００１８】このように、上記自己診断機能付き音声対
話装置２１によれば、演算処理部２３から既知の合成音
声を出力させ、この合成音声と音声認識部７による認識
結果とを照合し、周囲雑音が許容限界を越えるか否かを
自己診断する構成としたから、自己診断用に用意された
既知の合成音声を出力して音声認識することで、音声認
識部７にとって外乱となる周囲雑音の影響力を正確に把
握することができ、周囲雑音が許容限界を越える場合
は、音声認識自体を中断したり、或いは周囲雑音が許容
限界以下になるまで待機したりできる。このため、特に
過去の音声認識結果を学習して最新の音声認識に活かす
学習型の音声認識方式を採用したときに、初期認識時の
誤認識が累積して徒に認識率を低下させてしまう不都合
を未然に防止することができる。
話装置２１によれば、演算処理部２３から既知の合成音
声を出力させ、この合成音声と音声認識部７による認識
結果とを照合し、周囲雑音が許容限界を越えるか否かを
自己診断する構成としたから、自己診断用に用意された
既知の合成音声を出力して音声認識することで、音声認
識部７にとって外乱となる周囲雑音の影響力を正確に把
握することができ、周囲雑音が許容限界を越える場合
は、音声認識自体を中断したり、或いは周囲雑音が許容
限界以下になるまで待機したりできる。このため、特に
過去の音声認識結果を学習して最新の音声認識に活かす
学習型の音声認識方式を採用したときに、初期認識時の
誤認識が累積して徒に認識率を低下させてしまう不都合
を未然に防止することができる。
【００１９】また、演算処理部２３が、合成音声と音声
認識部７による認識結果とのずれに基づき、音声認識部
７による音声認識に与える周囲雑音の影響を学習し、学
習結果を音声認識部７に帰還する構成としたから、周囲
雑音と話者音声とが共存する環境下において、周囲雑音
が音声認識に与える影響を話者音声の特質或いは音声認
識の学習結果に融合させて継続的に取り込み続けること
で、音声認識精度の不断の向上が可能である。
認識部７による認識結果とのずれに基づき、音声認識部
７による音声認識に与える周囲雑音の影響を学習し、学
習結果を音声認識部７に帰還する構成としたから、周囲
雑音と話者音声とが共存する環境下において、周囲雑音
が音声認識に与える影響を話者音声の特質或いは音声認
識の学習結果に融合させて継続的に取り込み続けること
で、音声認識精度の不断の向上が可能である。
【００２０】また、演算処理部２３が、話者音声を取り
込む前に周囲雑音レベルを検出し、音声認識部７への入
力ゲインを適応制御する構成としたから、実際の音声入
力を開始する直前に周囲雑音を取り込み、雑音レベルが
一定基準値以下になるよう入力ゲインを調整すること
で、サチレーションを招くことなく周囲雑音レベルに対
して十分大きな話者音声を入力させることができる。
込む前に周囲雑音レベルを検出し、音声認識部７への入
力ゲインを適応制御する構成としたから、実際の音声入
力を開始する直前に周囲雑音を取り込み、雑音レベルが
一定基準値以下になるよう入力ゲインを調整すること
で、サチレーションを招くことなく周囲雑音レベルに対
して十分大きな話者音声を入力させることができる。
【００２１】
【発明の効果】以上説明したように、本発明によれば、
音声認識手段の認識結果を受けて合成音声をもって応答
する合成音声出力手段から、既知の合成音声を出力さ
せ、この合成音声と音声認識手段による認識結果とを照
合し、周囲雑音が許容限界を越えるか否かを自己診断す
る構成としたから、自己診断用に用意された既知の合成
音声を出力して音声認識することで、音声認識手段にと
って外乱となる周囲雑音の影響力を正確に把握すること
ができ、周囲雑音が許容限界を越える場合は、音声認識
自体を中断したり、或いは周囲雑音が許容限界以下にな
るまで待機したりできるため、特に過去の音声認識結果
を学習して最新の音声認識に活かす学習型の音声認識方
式を採用したときに、初期認識時の誤認識が累積して徒
に認識率を低下させてしまう不都合を未然に防止するこ
とができる等の優れた効果を奏する。
音声認識手段の認識結果を受けて合成音声をもって応答
する合成音声出力手段から、既知の合成音声を出力さ
せ、この合成音声と音声認識手段による認識結果とを照
合し、周囲雑音が許容限界を越えるか否かを自己診断す
る構成としたから、自己診断用に用意された既知の合成
音声を出力して音声認識することで、音声認識手段にと
って外乱となる周囲雑音の影響力を正確に把握すること
ができ、周囲雑音が許容限界を越える場合は、音声認識
自体を中断したり、或いは周囲雑音が許容限界以下にな
るまで待機したりできるため、特に過去の音声認識結果
を学習して最新の音声認識に活かす学習型の音声認識方
式を採用したときに、初期認識時の誤認識が累積して徒
に認識率を低下させてしまう不都合を未然に防止するこ
とができる等の優れた効果を奏する。
【００２２】また、診断手段が、合成音声と音声認識手
段による認識結果とのずれに基づき、音声認識手段によ
る音声認識に与える周囲雑音の影響を学習し、学習結果
を音声認識手段に帰還する構成としたから、周囲雑音と
話者音声とが共存する環境下において、周囲雑音が音声
認識に与える影響を話者音声の特質或いは音声認識の学
習結果に融合させて継続的に取り込み続けることで、音
声認識精度の不断の向上が可能である等の効果を奏す
る。
段による認識結果とのずれに基づき、音声認識手段によ
る音声認識に与える周囲雑音の影響を学習し、学習結果
を音声認識手段に帰還する構成としたから、周囲雑音と
話者音声とが共存する環境下において、周囲雑音が音声
認識に与える影響を話者音声の特質或いは音声認識の学
習結果に融合させて継続的に取り込み続けることで、音
声認識精度の不断の向上が可能である等の効果を奏す
る。
【００２３】また、診断手段が、話者音声を取り込む前
に周囲雑音レベルを検出し、前記音声認識手段への入力
ゲインを適応制御する構成としたから、実際の音声入力
を開始する直前に周囲雑音を取り込み、雑音レベルが一
定基準値以下になるよう入力ゲインを調整することで、
サチレーションを招くことなく周囲雑音レベルに対して
十分大きな話者音声を入力させることができる等の効果
を奏する。
に周囲雑音レベルを検出し、前記音声認識手段への入力
ゲインを適応制御する構成としたから、実際の音声入力
を開始する直前に周囲雑音を取り込み、雑音レベルが一
定基準値以下になるよう入力ゲインを調整することで、
サチレーションを招くことなく周囲雑音レベルに対して
十分大きな話者音声を入力させることができる等の効果
を奏する。
【図１】本発明の自己診断機能付き音声対話装置の一実
施形態を示すブロック構成図である。
施形態を示すブロック構成図である。
【図２】従来の音声対話装置の一例を示すブロック構成
図である。
図である。
２ マイクロフォン ３ 入力アンプ回路 ４ 可変アンプ回路 ５ 帯域濾波回路 ６ Ａ／Ｄ変換器 ７ 音声認識部 ８ 音声認識辞書部 ９ 音素データメモリ １１ 音声合成部 １２ 出力アンプ回路 １３ スピーカ １４ 学習部 ２１ 自己診断機能付き音声対話装置 ２２ アナログスイッチ部 ２３ 演算処理部
Claims (3)
- 【請求項１】 入力音声信号を音声認識する音声認識手
段と、該音声認識手段による認識結果に基づき、合成音
声をもって応答する合成音声出力手段と、該合成音声出
力手段から既知の合成音声を出力させ、該合成音声と前
記音声認識手段による認識結果とを照合し、周囲雑音が
許容限界を越えるか否かを自己診断する診断手段とを具
備することを特徴とする自己診断機能付き音声対話装
置。 - 【請求項２】 前記診断手段は、前記合成音声と前記音
声認識手段による認識結果とのずれに基づき、前記音声
認識手段による音声認識に与える周囲雑音の影響を学習
し、学習結果を該音声認識手段に帰還することを特徴と
する請求項１記載の自己診断機能付き音声対話装置。 - 【請求項３】 前記診断手段は、話者音声を取り込む前
に周囲雑音レベルを検出し、前記音声認識手段への入力
ゲインを適応制御することを特徴とする請求項１記載の
自己診断機能付き音声対話装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10208809A JP2000039900A (ja) | 1998-07-24 | 1998-07-24 | 自己診断機能付き音声対話装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10208809A JP2000039900A (ja) | 1998-07-24 | 1998-07-24 | 自己診断機能付き音声対話装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000039900A true JP2000039900A (ja) | 2000-02-08 |
Family
ID=16562490
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10208809A Pending JP2000039900A (ja) | 1998-07-24 | 1998-07-24 | 自己診断機能付き音声対話装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000039900A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040035150A (ko) * | 2002-10-18 | 2004-04-29 | 현대모비스 주식회사 | 차량용 음성인식 장치의 작동방법 |
| KR100810275B1 (ko) | 2006-08-03 | 2008-03-06 | 삼성전자주식회사 | 차량용 음성인식 장치 및 방법 |
| JP2009244721A (ja) * | 2008-03-31 | 2009-10-22 | Fujitsu Ltd | 使用判断プログラム、情報提供装置および使用判断方法 |
| JP2011170266A (ja) * | 2010-02-22 | 2011-09-01 | Secom Co Ltd | 識別装置及び発声検出装置 |
| US8793128B2 (en) | 2011-02-04 | 2014-07-29 | Nec Corporation | Speech signal processing system, speech signal processing method and speech signal processing method program using noise environment and volume of an input speech signal at a time point |
-
1998
- 1998-07-24 JP JP10208809A patent/JP2000039900A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040035150A (ko) * | 2002-10-18 | 2004-04-29 | 현대모비스 주식회사 | 차량용 음성인식 장치의 작동방법 |
| KR100810275B1 (ko) | 2006-08-03 | 2008-03-06 | 삼성전자주식회사 | 차량용 음성인식 장치 및 방법 |
| JP2009244721A (ja) * | 2008-03-31 | 2009-10-22 | Fujitsu Ltd | 使用判断プログラム、情報提供装置および使用判断方法 |
| JP2011170266A (ja) * | 2010-02-22 | 2011-09-01 | Secom Co Ltd | 識別装置及び発声検出装置 |
| US8793128B2 (en) | 2011-02-04 | 2014-07-29 | Nec Corporation | Speech signal processing system, speech signal processing method and speech signal processing method program using noise environment and volume of an input speech signal at a time point |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4558459A (en) | Speech recognition system for an automotive vehicle | |
| US4610023A (en) | Speech recognition system and method for variable noise environment | |
| EP0077194B1 (en) | Speech recognition system | |
| US4538295A (en) | Speech recognition system for an automotive vehicle | |
| US20080249779A1 (en) | Speech dialog system | |
| JPH08185196A (ja) | 音声区間検出装置 | |
| EP0233718B1 (en) | Speech processing apparatus and methods | |
| JP2019184809A (ja) | 音声認識装置、音声認識方法 | |
| JP2000039900A (ja) | 自己診断機能付き音声対話装置 | |
| GB2526980A (en) | Sensor input recognition | |
| US7043427B1 (en) | Apparatus and method for speech recognition | |
| JP2701431B2 (ja) | 音声認識装置 | |
| JPH03208099A (ja) | 音声認識装置及び方法 | |
| EP0100773B1 (en) | Speech recognition system for an automotive vehicle | |
| JPS58181099A (ja) | 音声識別装置 | |
| WO1994002936A1 (en) | Voice recognition apparatus and method | |
| JP4143487B2 (ja) | 時系列情報制御システム及びその方法並びに時系列情報制御プログラム | |
| JP3588929B2 (ja) | 音声認識装置 | |
| KR20000032269A (ko) | 음향 기기의 음성인식장치 | |
| JPH03160499A (ja) | 音声認識装置 | |
| JPH07101853B2 (ja) | 雑音低減方法 | |
| JP3846500B2 (ja) | 音声認識対話装置および音声認識対話処理方法 | |
| KR20010004832A (ko) | 음성인식을 이용한 기기 제어장치 | |
| JP3003130B2 (ja) | 音声認識装置 | |
| JPH02103599A (ja) | 音声認識装置 |