JP2000056796A

JP2000056796A - 音声入力装置および方法

Info

Publication number: JP2000056796A
Application number: JP10224403A
Authority: JP
Inventors: Makoto Shosakai; 誠庄境
Original assignee: Asahi Chemical Industry Co Ltd
Current assignee: Asahi Chemical Industry Co Ltd
Priority date: 1998-08-07
Filing date: 1998-08-07
Publication date: 2000-02-25

Abstract

(57)【要約】【課題】音声認識精度を向上させる。【解決手段】選択手段ｄの「１」の数字ボタンを押し
ながら音声を入力すると、認識手段ｇはア行の文字に対
応する音声認識用データを使用して音声認識を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本願発明は、携帯電話、携帯
情報端末、リモコンなどのような携帯機器において、限
定された個数のボタンおよび音声を用いて効率よく仮名
やアルファベットなどの文字をボタンおよび音声を併用
して入力する音声入力装置および方法に関するものであ
る。

【０００２】

【従来の技術】携帯電話、携帯情報端末、リモコンなど
のような携帯用電子機器においては、ボタンスイッチ
（キースイッチ）を使用して文字（数字，記号を含む）
を入力できるようにしている。これらの電子機器ではそ
の表面積、体積、重さを十分大きくできないという制約
から、全体のボタン数を少なくするために、図５に示す
ようにテンキーのボタンを共用して、数字、仮名文字、
英文字を入力する。

【０００３】図５の例ではカタカナ入力モードを不図示
の制御ボタンにより設定した後、たとえば、“１”の数
字ボタンを使用してア行のカタカナを入力する。また、
“２”の数字ボタンを使用してカ行のカタカナを入力す
る。ア行の「アイウエオ」のいずれかの文字を入力する
場合には、“１”のボタンの押下回数で入力の文字を指
定する。この例では、「ア」の文字は“１”のボタンを
１回押下し、「イ」の文字は“１”のボタンを２回連続
的に押下する。このような文字入力方法で例えば、「オ
ンセイ」という仮名文字列を入力する場合、図６に示す
ように「オ」の入力に４回「ン」の文字に３回というよ
うに合計で１４回のボタン操作が必要となる。英文字列
の入力においても、カタカナの入力と比べると数字ボタ
ンを押す回数は少ないものの、同様に１回以上のボタン
操作が必要となる。このような文字入力方法を使用し
て、テキストからなる電子メールをデータ通信する携帯
電話の使用者は、文字入力のために非常に大きな手間を
必要とする。

【０００４】そこで、音声による文字入力方法を使用す
ることが考えられ、また、音声認識技術においても、仮
名やアルファベットの認識は最も古くからのテーマとし
て研究開発されてきた。

【０００５】音声認識は大別すると、特定の話者に固有
の登録語を認識する技術である特定話者音声認識と不特
定の話者に共通の固定語を認識する技術である不特定話
者音声認識の２つの手法がある。特定話者音声認識にお
いては、特定の話者が予め音声認識させたい単語を登録
するという作業が発生する。この作業は具体的には、特
定の話者が予め発声した単語の音声サンプルをある特徴
パラメータの系列（テンプレートと呼ぶ）に変換し、そ
の系列を単語のラベルとともにメモリーやハードディス
クなどの記憶装置に蓄積する。

【０００６】音声サンプルをある特徴パラメータの系列
に変換する方法としては、ケプストラム分析や線形予測
分析などが知られており、「音声・音情報のディジタル
信号処理」（鹿野清宏、中村哲、伊勢史郎共著、（株）
昭晃堂）にも詳述されている。特定話者音声認識におい
ては、記憶装置に蓄積された特徴パラメータの系列（文
字認識用のデータ）と入力された音声から変換された特
徴パラメータの系列とを比較し、入力された音声から変
換された特徴パラメータの系列に最も類似した特徴パラ
メータの系列を持つ単語のラベルを認識結果として出力
する。

【０００７】記憶装置に蓄積された特徴パラメータの系
列と入力された音声から変換された特徴パラメー夕の系
列とを比較する方法としては、動的計画法（ｄｙｎａｍ
ｉｃｐｒｏｇｒａｍｍｉｎｇ）による時間軸伸縮マッチ
ング（ＤｙｎａｍｉｃＴｉｍｅＷａｒｐｉｎｇ，Ｄ
ＴＷ）が広く用いられており、上記「音声・音情報のデ
ィジタル信号処理」にも詳しく述べられている。

【０００８】一方、不特定話者音声認識においては、不
特定の話者に共通の固定語の特徴パラメータに関する情
報が予め記憶装置に蓄積されているため、特定話者音声
認識のようにユーザーが音声認識させたい単語を登録す
るという作業は発生しない。音声サンプルをある特徴パ
ラメータの系列に変換する方法としては、特定話者音声
認識と同様にケプストラム分析や線形予測分析などが知
られている。また、不特定の話者に共通の固定語の特徴
パラメータに関する情報の作成およびその情報と入力さ
れた音声から変換された特徴パラメータの系列との比較
には、隠れマルコフモデル（ＨｉｄｄｅｎＭａｒｋｏ
ｖＭｏｄｅｌ，ＨＭＭ）による方法が一般に用いられ
ている。ＨＭＭによる不特定話者音声認識についても、
上記「音声・音情報のディジタル信号処理」に詳しく述
べられている。例えば、日本語の場合、音声単位を上記
「音声・音情報のディジタル信号処理」の第２章に記載
されている音韻のセットとし、各音韻がＨＭＭによりモ
デル化されているとする。表１に音韻のセットのラベル
の一覧を示す。この時、例えば「カ」は図３のような話
者に共通の音韻ラベルのネットワークでモデル化するこ
とができる。

【０００９】

【表１】

【００１０】ＨＭＭによる音韻モデルのデータ音素ラベ
ルネットワーク（図４参照）を音声認識用データとして
用意すれば、上記「音声・音情報のディジタル信号処
埋」の第４章に記載されているＶｉｔｅｒｂｉアルゴリ
ズムにより、当業者は仮名やアルファベットの不特定話
者音声認識装置を容易に構成することができる。

【００１１】仮名はその全てが１音節である。また、ア
ルファベットもその大半が１〜３音節である。仮名やア
ルファベットのような短い音声の認識は、特に不特定話
者の場合かつ／または雑音が存在する環境において特に
困難であることは周知の事実である。表１の音韻の内、
５つの母音は不特定話者の場合かつ／または雑音が存在
する環境においても、実用に供することが可能なレベル
で比較的小規模のハードウェアで正確に認識することが
可能である。

【００１２】しかしながら、子音については、不特定話
者の場合かつ／または雑音が存在する環境において十分
な性能が得られていないのが実状である。例えば、
「ｐ」、「ｔ」、「ｋ」の識別は最も困難なものの１つ
であるために、「パ」、「タ」、「カ」の仮名の認識は
かなり困難である。同様の理由で、「ｂ」、「ｄ」、
「ｇ」のアルファベットの認識もかなり困難であるとい
える。さらに、使いやすさの観点からは、仮名やアルフ
ァベットを１文字ずつ発声しそれを認識するのではな
く、連続的に発声し連続的に認識する方法が最も好まし
い。しかしながら、上述と同様の理由で不特定話者の場
合かつ／または雑音が存在する環境において特に困難で
あることは周知の事実である。

【００１３】

【発明が解決しようとする課題】上述のように雑音が混
入しやすい環境下で入力した音声は音声の認識精度が低
下するという問題がある。

【００１４】また、図５に示すようなテンキー（数字ボ
タン）を使用して文字入力を行う場合には、ユーザの入
力操作が大変に煩雑であるという問題がある。

【００１５】さらにキーボードのように各文字毎のボタ
ンを有する文字入力装置は、表面積、体積、重さを十分
大きくできないという制約を持っている携帯電話、携帯
情報端末、リモコンなどのような携帯用電子機器におい
ては使用できないという問題がある。

【００１６】そこで本発明は、数字ボタンのような少な
いボタン（入力用キースイッチ）と音声を併用すること
により音声認識性能の向上に寄与する音声入力装置およ
び方法を提供することにある。

【００１７】

【課題を解決するための手段】このような目的を達成す
るために、請求項１の発明は、予め記憶してある音声認
識用データを使用して入力音声を音声認識し、文字を音
声で入力する音声入力装置において、認識対象の音声の
表す文字を種類分けしておき、入力音声の種類を指示す
る指示手段と、当該指示された種類に対応する音声認識
用データを使用して音声認識を行う音声認識手段とを具
えたことを特徴とする。

【００１８】請求項２の発明は、請求項１に記載の音声
入力装置において、共通する子音を持つかな文字同士で
種類分けすることを特徴とする。

【００１９】請求項３の発明は、請求項１に記載の音声
入力装置において、連続する所定数の英文字同士で種類
分けすることを特徴とする。

【００２０】請求項４の発明は、請求項１に記載の音声
入力装置において、前記入力音声の有無を判定する判定
手段をさらに有し、該判定手段により入力音声なしと判
定された場合には、前記指示手段は他の情報を入力し、
前記判定手段により入力音声ありと判定された場合に、
前記指示手段は入力音声の種類を指示することを特徴と
する。

【００２１】請求項５の発明は、請求項４に記載の音声
入力装置において、前記指示手段は前記その他の情報と
して数字を入力することを特徴とする。

【００２２】請求項６の発明は、予め記憶してある音声
認識用データを使用して入力音声を音声認識し、文字を
音声で入力する音声入力方法において、認識対象の音声
の表す文字を種類分けしておき、入力音声の種類を指示
し、当該指示された種類に対応する音声認識用データを
使用して音声認識を行うことを特徴とする。

【００２３】請求項７の発明は、請求項６に記載の音声
入力方法において、共通する子音を持つかな文字同士で
種類分けすることを特徴とする。

【００２４】請求項８の発明は。請求項６に記載の音声
入力方法において、連続する所定数の英文字同士で種類
分けすることを特徴とする。

【００２５】請求項９の発明は、請求項６に記載の音声
入力方法において、前記入力音声の種類を指示するため
指示手段および入力音声の有無を判定するための判定手
段をさらに有し、前記判定手段により入力音声なしと判
定された場合には、前記指示手段は他の情報を入力し、
前記判定手段により入力音声ありと判定された場合に、
入力音声の種類を指示することを特徴とする。

【００２６】請求項１０の発明は、請求項９に記載の音
声入力方法において、前記指示手段は前記その他の情報
として数字を入力することを特徴とする。

【００２７】

【発明の実施の形態】以下、図面を参照して、本発明の
実施形態を詳細に説明する。

【００２８】図５のような数字ボタンを用いれば、
「ア」行、「カ」行、「サ」行などの仮名の行を指定す
ることは、ボタンを１回押せばよいので比較的容易であ
る。本願発明者は、１回のボタン操作で入力する文字が
たとえば、「ア」行等の文字（ア、イ、ウ、エ、オ）で
あるというように文字範囲を指定できることに気が付
き、入力しようとする文字を含む文字範囲、別の表現を
使用すると、入力しようとする文字の子音部分を数字ボ
タンにより指定して音声を入力する音声入力装置を発明
した。このような音声入力装置を使用して「オンセイ」
を入力する場合、ユーザは、図７に示すように仮名の子
音および母音の種類に対応した数字ボタン（この場合
「１」のボタンで「ア」行を指定しながら、ユーザが
「オ」を発声する。同様に「０」，「３」，「０」のボ
タンで「ワ行」，「サ行」，「ア行」をそれぞれ指示し
ながら、「ン」，「セ」，「イ」を順次発声する。この
例では、図７に示すように４回のボタン操作と４回の発
声で所望の文字を入力できるので、図６の従来例の数字
ボタンのみの入力方法に比べて、ボタン操作が１０回も
少なく、入力操作労力を著しく低減することができる。
本実施形態では、ボタン操作と仮名の発声はほぼ同時に
行うことで、入力音声の５つの母音を認識するだけでよ
いので、短い処理時問でかつ、精度よく音声認識を行う
ことができる。

【００２９】このような音声入力方法を適用した音声入
力装置の基本的な構成を図１を参照しながら説明する。
図１において、アナログ音声信号１１はＡＤコンバータ
等の入力手段ａによりデジタル信号２２に変換される。
デジタル信号２２は変換手段ｂにより一定のフレーム周
期で音響パラメー夕３３に変換される。音響パラメータ
としては、上記「音声・音情報のディジタル信号処理」
にも記述されているケプストラムなどを用いればよい。

【００３０】音声単位データ蓄積手段ｃには、ＲＯＭや
ＲＡＭを使用することができ、例えば表１の音韻をモデ
ル化したＨＭＭのデータを認識用データ４４として蓄積
する。

【００３１】次に、図５に示すような数字ボタンからな
る選択手段ｄにより、子音を選択する。例えば、数字ボ
タンの２を押すことにより、カ行の「カ」、「キ」、
「ク」、「ケ」、「コ」の５つの仮名を選択することが
できる。濁音は数字ボタンの２と＊を連続して押すこと
により、たとえば、ガ行の「ガ」、「ギ」、「グ」、
「ゲ」、「ゴ」の５つの仮名を選択することができる。
また、「パ」、「ピ」、「プ」、「ペ」、「ポ」のよう
な破裂音についても数字ボタンの６を押した後に＊を２
回押すという方法により選択することができる。

【００３２】このようにして選択手段ｄにより選択され
た仮名ラベル５５を用いて、生成手段ｆは音声単位系列
７７を生成する。例えば、ユーザが数字ボタンの２を押
すことにより、カ行の「カ」、「キ」、「ク」、
「ケ」、「コ」の５つの仮名を選択した場合は、音声単
位系列７７は図８の構成を取る。この音声単位系列７７
と認識用データ４４、具体的には、ｋに対応する認識用
データおよびａ，ｉ，ｕ，ｅ，ｏそれぞれに対応する認
識用データを用いて、音響パラメータ３３の認識処理を
認識手段ｇにて行い、認識結果８８を得る。

【００３３】音声認識のための認識アルゴリズムとして
は、上述のＶｉｔｅｒｂｉアルゴリズムを用いればよ
い。認識結果８８は、確認のためにスピーカーやディス
プレーなどの出力手段ｈにより、音声や画面による出力
結果９９として話者に出力される。また、携帯電話のよ
うな無線通信を行う場合には、不図示の通信回路に文字
コード信号の形態で認識結果が引き渡される。

【００３４】以上、仮名についての入力例を説明してき
たが、次にアルファベット（英文字）を入力するための
装置の基本構成を図２を参照して説明する。図２におい
て、図１と同様の個所には同一の符号を付しており、詳
細な説明を省略する。

【００３５】数字ボタンに対する割り当てが、連続する
所定数の文字である点は仮名文字入力と英文字入力は共
通するが、仮名文字は、子音が共通の文字で種類分けす
るのに対し、英文字はたとえば、「Ａ」、「Ｂ」、
「Ｃ」のようにアルファベット順で所定個数単位種類分
けする点が相違点である。この音声単位系列７７は図９
のように構成することができる。

【００３６】携帯電話機に本発明の音声入力装置を設置
した場合の回路構成を図１０に示す。図１０において、
１０１は図１の選択手段ｄとしてのキーマトリクスであ
り、図５に示すような数字ボタンおよび不図示の制御ボ
タンを有する。ユーザが数字ボタンを押下すると、その
ボタンに対応する識別信号が後述のＭＰＵ（マイクロプ
ロセッサ）１００に入力される。

【００３７】１００はＭＰＵであり、ＲＯＭ，ＲＡＭ，
ＣＰＵを有する。ＲＯＭは図１の音声単位データ蓄積手
段ｃとして音声認識用のデータを記憶している。ＲＡＭ
は音声認識処理で使用されるワークデータを記憶する。
ＣＰＵは図１の変換手段ｂ、生成手段ｆ、認識手段ｇと
して機能する。出力手段ｈは図示していないがスピーカ
やディスプレイをＭＰＵ１００と接続すればよく、詳細
な説明を要しないであろう。

【００３８】１０２はマイクロホンであり、ユーザが入
力した文字を音声で入力する。入力された音声はマイク
ロホン１０２はアナログ信号の形態で出力されＡ／Ｄ変
換器によりＣＰＵ１００が処理可能なデジタル信号に変
換される。

【００３９】ＭＰＵ１００はキーマトリクス１０１から
出力される識別信号に基づきユーザによりどの数字ボタ
ンが押下されたかを識別し、マイクロホン１０２から入
力された音声を音声認識する。認識結果は、通信回路１
０４およびアンテナ１０５を介して無線で送信されるか
または携帯電話機に付属のディスプレイに文字として表
示される。

【００４０】このような構成で実行する文字入力処理を
図１１のフローチャートを参照して説明する。図１１は
ＭＰＵ１００のＣＰＵが実行する処理手順であり、ＣＰ
Ｕが処理可能なプログラム言語で記載されたプログラム
がＲＯＭに保存されている。仮名文字の入力を行うか英
文字の入力を行うかはキーマトリクス１０１の制御ボタ
ンで指示され、指示された文字種に対応した図１１の音
声認識プログラムがＣＰＵにより実行される。本例では
仮名文字が選択されたものとして説明する。

【００４１】ユーザが「１」の数字ボタンを押下して
「ア」「イ」「ウ」「エ」「オ」を発声し、マイクロホ
ン１０２に音声を入力する。発声をしていない時点では
音声信号のレベル値（アナログ信号の場合は電圧の値）
はほぼゼロに近い値となるので、ＣＰＵは入力の音声信
号のデジタル値と閾値を比較して音声の入力の有無を判
定する。

【００４２】入力されたデジタル信号は順次にＭＰＵ１
００内のＲＡＭ（以下、ＲＡＭと略記）に一時記憶され
る（ステップＳ１０→Ｓ２０）。次にキーマトリクス１
０１から識別信号が入力されたことを確認すると（ステ
ップＳ３０），ＭＰＵのＣＰＵ（以下、ＣＰＵと略記）
は識別信号の種類内容を識別する。これにより、音声単
位系列７７が生成され、音声認識に使用するデータ（識
別信号により指示された子音及び母音「ａ」、「ｉ」、
「ｕ」、「ｅ」、「ｏ」に対応する認識用データ）がＲ
ＯＭから取り出されてＲＡＭに一時記憶される（ステッ
プＳ４０）。

【００４３】ステップＳ２０でＲＡＭに記憶されている
入力の音声信号を変換した後、上記音声単位系列に対応
する音声認識用データを使用してＣＰＵは音声認識を行
う。音声認識結果はディスプレイや通信回路１０４に出
力される（ステップＳ５０）。

【００４４】以下、数字ボタンと音声の双方の入力があ
る期間は、ステップＳ１０〜Ｓ６０の間の処理が繰り返
し実行される。

【００４５】一方、ユーザが数字ボタンのみを操作して
音声を入力しない場合、手順はステップＳ１０→Ｓ６０
へと進み、このステップで数字ボタンの押下の有無が判
定される。ユーザが数字ボタンを押下している場合に
は、識別信号が発生しているので、これにより、押下あ
り（キー入力あり）とＣＰＵにおいて判断し、ＣＰＵは
入力された情報を数字として取り扱う。したがって、こ
の例では、音声の発生の有無が、数字入力モードと仮名
文字入力モードとのモード切り替えを行っていることに
もなる。

【００４６】上述の実施形態のほかに次の形態を実施す
ることができる。

【００４７】１）本発明の音声入力装置はテンキーしか
有さない携帯用情報処理機器に非常に好適であるが、携
帯用情報処理機器に限定する必要はなく、キーボードを
有する情報処理機器で、音声入力を行う場合にも本発明
を適用できる。

【００４８】この場合に、数字ボタンのに代わり他の文
字入力キー（あるいはボタン）を使用することができ
る。

【００４９】２）上述の例は携帯電話機に本発明を適用
する例を説明したので、数字の入力用と音声入力する文
字の範囲（種類）指定用とに数字ボタンを兼用している
が、用途によっては種類指定専用のボタン（またはキ
ー）を設けてもよいこと勿論でる。

【００５０】３）上述の実施形態では、数字ボタンを押
下しないで、音声を入力した場合には、その入力音声は
無効化される（図１１のステップＳ１０〜Ｓ３０→Ｓ１
０の経路により無効化）。しかしながら、数字キーの押
下と音声の入力があった場合には、入力音声の指定モー
ド、数字ボタンの押下がなく、音声の入力があった場合
には、従来と同様の音声認識処理を行うモードというよ
うに音声の入力の有無と、数字ボタンの押下の有無をＣ
ＰＵにより判定して、処理モードを設定こともできる。
用途としては、通常は、数字ボタン操作なしの音声入力
モードで音声による文字入力を行い、音声認識において
誤認識があった場合には、数字ボタンを使用した音声入
力モードに切り替えて音声入力を行う用途が考えられ
る。

【００５１】４）本実施形態ではＨＭＭ方式の音声認識
方法について説明したが、たの音声認識方法についても
本発明を適用できる。通常、一般的な音声認識では音韻
や音素ラベル毎の標準パターン等と呼ばれる音声認識用
データを使用して音声認識を行う。この標準パターンを
子音や音韻毎に種類分けしておき、ボタンにより指示さ
れた種類（たとえば、Ｋの子音）に対応する標準パター
ンのみを使用して音声認識する。

【００５２】５）音声が入力されたか否かを判定するた
めには、入力音声信号の電圧レベルを比較するほかに、
特開平７−６６７５７号公報やＰＣＴ／ＪＰ９８・００
９１５号に記載されているような音声の有無検出方法を
使用することができる。

【００５３】この方法は、検出に若干時間がかかるが、
雑音の影響を受けないという利点がある。

【００５４】

【発明の効果】以上、説明したように請求項１、６の発
明によれば、認識対象の音声の種類を指示手段により指
定することで認識に使用する認識用のデータが範囲指定
される。これにより、少ない時間で、音声認識を行うこ
とができるとともに、認識精度も大幅に向上する。

【００５５】請求項２、７の発明では、ひらがなやカタ
カナの文字ではカ行，サ行のように子音と母音から構成
される文字が連続するので、子音を共通する文字同士で
種類分けし、この子音部分が指示手段により指定される
ので，子音に対する誤認識は皆無となる。

【００５６】請求項３，８の発明は、連続する所定数の
文字で種類分けすることにより、所定数この文字につい
ての文字認識をおこなえばよく、英文字についても音声
認識精度を向上させることができる。

【００５７】請求項４、５、９、１０の発明によれば、
音声入力の有無を判定することによりテンキーのような
数字ボタンによる文字の入力と、音声の種類の指示を同
一のキーで兼用することができ、少ないキーで多種多様
の情報入力を行うことができる。

【図面の簡単な説明】

【図１】本発明実施形態の基本的な構成を示すブロック
図である。

【図２】本発明実施形態において英文字を音声入力する
ための基本構成を示すブロック図である。

【図３】音韻ラベルのネットワークを示す構成図であ
る。

【図４】音韻ラベルのネットワークの構成を示す構成図
である。

【図５】文字入力用の数字ボタンの配置を示す説明図で
ある。

【図６】従来の数字ボタンの操作内容を示す説明図であ
る。

【図７】本発明実施形態の数字ボタンの操作内容を示す
説明図である。

【図８】入力音声の音韻ラベルのネットワークの構成を
示す構成図である。

【図９】入力音声の音韻ラベルのネットワークの構成を
示す構成図である。

【図１０】本発明実施形態の具体的な構成の一例を示す
ブロック図である。

【図１１】ＭＰＵ１００の実行する処理手順を示すフロ
ーチャートである。

【符号の説明】

１１アナログ音声信号２２デジタル信号３３音響パラメータ４４認識用データ５５仮名ラベル５６アルファベットラベル７７音声単位系列８８認識結果９９出力結果

Claims

【特許請求の範囲】

【請求項１】予め記憶してある音声認識用データを使
用して入力音声を音声認識し、文字を音声で入力する音
声入力装置において、認識対象の音声の表す文字を種類分けしておき、入力音
声の種類を指示する指示手段と、当該指示された種類に対応する音声認識用データを使用
して音声認識を行う音声認識手段とを具えたことを特徴
とする音声入力装置。
【請求項２】請求項１に記載の音声入力装置におい
て、共通する子音を持つかな文字同士で種類分けするこ
とを特徴とする音声入力装置。
【請求項３】請求項１に記載の音声入力装置におい
て、連続する所定数の英文字同士で種類分けすることを
特徴とする音声入力装置。
【請求項４】請求項１に記載の音声入力装置におい
て、前記入力音声の有無を判定する判定手段をさらに有
し、該判定手段により入力音声なしと判定された場合に
は、前記指示手段は他の情報を入力し、前記判定手段に
より入力音声ありと判定された場合に、前記指示手段は
入力音声の種類を指示することを特徴とする音声入力装
置。
【請求項５】請求項４に記載の音声入力装置におい
て、前記指示手段は前記その他の情報として数字を入力
することを特徴とする音声入力装置。
【請求項６】予め記憶してある音声認識用データを使
用して入力音声を音声認識し、文字を音声で入力する音
声入力方法において、認識対象の音声の表す文字を種類分けしておき、入力音声の種類を指示し、当該指示された種類に対応する音声認識用データを使用
して音声認識を行うことを特徴とする音声入力方法。
【請求項７】請求項６に記載の音声入力方法におい
て、共通する子音を持つかな文字同士で種類分けするこ
とを特徴とする音声入力方法。
【請求項８】請求項６に記載の音声入力方法におい
て、連続する所定数の英文字同士で種類分けすることを
特徴とする音声入力方法。
【請求項９】請求項６に記載の音声入力方法におい
て、前記入力音声の種類を指示するため指示手段および
入力音声の有無を判定するための判定手段をさらに有
し、前記判定手段により入力音声なしと判定された場合
には、前記指示手段は他の情報を入力し、前記判定手段
により入力音声ありと判定された場合に、入力音声の種
類を指示することを特徴とする音声入力方法。
【請求項１０】請求項９に記載の音声入力方法におい
て、前記指示手段は前記その他の情報として数字を入力
することを特徴とする音声入力方法。