JP2000214881A

JP2000214881A - 音声認識言語モデル生成装置及び音声認識言語モデル生成方法

Info

Publication number: JP2000214881A
Application number: JP11018743A
Authority: JP
Inventors: Hideki Shimomura; 秀樹下村; Masato Shimakawa; 真人島川
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1999-01-27
Filing date: 1999-01-27
Publication date: 2000-08-04

Abstract

(57)【要約】【課題】音声認識処理及び翻訳処理で扱うことができ
る文を一致させることで音声認識処理で生成する単語列
候補を少なくし、翻訳処理の処理量を低減して処理時間
を削減させるとともに翻訳精度を向上させる。【解決手段】音声データが示す文を構成する各単語の
接続関係を解析するために参照される音声認識言語モデ
ル情報を格納する音声認識言語モデル記憶手段４と、音
声認識言語モデル情報を用いて入力された音声データに
ついての単語列候補を生成する音声認識手段２と、文及
び句を構成するときの各単語の接続関係を示す翻訳言語
規則情報を格納する翻訳言語規則記憶手段６と、音声認
識手段２からの単語列候補について翻訳言語規則情報を
適用することで翻訳を行う翻訳手段５と、翻訳言語規則
情報を用いて音声認識言語モデル情報を生成して音声認
識言語モデル記憶手段４に格納する音声認識言語モデル
生成手段７とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声を入力して音
響分析及び言語解析等を行うことでなされる音声認識処
理及び音声認識処理結果を用いて入力された音声を別の
言語に翻訳する音声翻訳処理において、入力された音声
を構成する各単語の接続関係を解析するために参照され
る音声認識言語モデルを生成する音声認識言語モデル生
成装置及び音声認識言語モデル生成方法に関する。

【０００２】

【従来の技術】自然言語文（原言語）の音声が入力され
ることに応じて、自然言語文（目的言語）に翻訳して音
声、文字列等で出力する音声認識翻訳装置は、通常、音
声認識処理、翻訳処理の２段階を行う。

【０００３】音声認識翻訳装置は、上記音声認識処理に
おいて、入力された言語を検出した音声信号について音
響モデルを参照して音響的に分析を行うことより、音声
信号を単語毎に認識する。そして、音声認識翻訳装置
は、音声信号と単語の品詞等の意味情報との関係を記述
した単語辞書情報を用いて各単語を照合する処理を行う
ことで複数の単語が接続されてなる単語列候補を生成す
る。このとき、音声認識翻訳装置は、音響モデルとの一
致度に基づいて生成した上記単語列候補についての言語
学的な出現確率を示すスコアを付加する。

【０００４】しかし、上述の音声認識翻訳装置はのよう
に、音響モデルによる分析とそれに基づく単語辞書情報
との照合だけでは、少ない候補出力で高い音声認識精度
を達成することが困難である。

【０００５】そこで、音声認識翻訳装置では、音響モデ
ル及び単語辞書情報に加えて、言語学的な情報として認
識言語モデルを用いることで単語スコア又は単語列スコ
アの補正を行うとともに単語列候補の絞り込みを行うこ
とが多い。

【０００６】音声認識処理において用いる認識言語モデ
ルは、音響モデルとの融合が容易であることから、大量
のコーパス情報から作成した単語の連鎖確率に基づく統
計言語モデルが使用されることが多い。

【０００７】上記認識言語モデルを用いた音声認識翻訳
装置は、例えば、音響モデルを用いたスコアによる単語
列候補の検索するとともに、上記統計言語モデルもスコ
ア付けも融合して処理し、音声認識処理全体の処理効率
を向上させることがなされている。

【０００８】更に、言語学的な情報を利用した音声認識
としては、例えば特開平8-123479号公報により開示され
ている、音響モデルに基づく音声認識処理を行っている
ときに言語の構文情報を利用する手法がある。

【０００９】一方、翻訳処理は、音声認識処理により得
られた認識結果である単語列候補を用いて翻訳する処理
である。この翻訳処理の処理方式としては、抽象的な言
語規則群、例えば「形容詞と名詞は接続して名詞句を形
成する」といった言語規則群に基づいて、入力した音声
の言語である原言語の解析を行って、翻訳することで出
力する言語である目的言語を生成するルールベースの処
理方式、原言語から目的言語に翻訳するときの対応関係
を記述した対訳コーパス情報を用例として大量に集めて
記憶しておき、類似の用例を検索することで翻訳する用
例ベースの処理方式などがある。

【００１０】上記ルールベースの翻訳処理の方式によれ
ば、少ない言語規則の記述で大きなカバレッジを得られ
るという利点がある。これに対して、用例ベースの翻訳
処理の方式によれば、別個のようれに依存した適切な翻
訳結果を得ることができるという利点がある。

【００１１】

【発明が解決しようとする課題】上述の音声認識翻訳装
置において、音声認識処理と翻訳処理とを結合して翻訳
を行う場合、音声認識処理で扱うことができる文の集合
と、翻訳処理で扱うことができる文の集合が一致してい
ることが望ましい。音声認識処理と翻訳処理とで扱うこ
とができる文の集合が異なると、例えば翻訳処理では扱
うことができない文について音声認識処理及び翻訳処理
を行うという無駄な処理が発生し、処理量が大きくなっ
てしまう虞があることによる。

【００１２】これに対し、翻訳処理の処理方式が上記用
例ベースであって、認識言語モデルをコーパス情報から
の統計言語モデルを利用した音声認識翻訳装置において
は、音声認識処理及び翻訳処理で扱うことができる文の
集合を一致させることが他の場合と比較して容易であ
る。このような音声認識翻訳装置では、例えば認識言語
モデルを作成するコーパス情報と、翻訳処理で使用する
対訳コーパス情報である用例を同じとすることができ
る。

【００１３】しかし、翻訳処理の処理方式がルールベー
スであって、認識言語モデルをコーパス情報からの統計
言語モデルを利用した音声認識翻訳装置においては、音
声認識処理及び翻訳処理で扱うことができる文の集合の
整合性を確保することが困難である。

【００１４】また、上述の特開平8-123479号公報により
開示されている音声認識処理では、認識言語モデルとし
て構文情報を用い、音声認識処理を行っているときに構
文解析を行っている。従って、このような音声認識処理
と、前記構文情報を用いた翻訳処理とを融合すること
で、ルールベースの翻訳処理で扱うことができる文の集
合と、認識言語モデルとして構文情報を用いた音声認識
処理で扱うことができる文の集合とを一致させることが
できる可能性がある。

【００１５】しかし、音声認識処理で認識言語モデルと
して構文情報を用いることは、上述した音声認識翻訳装
置で一般的に用いられている音声認識処理の方式、すな
わち音響モデルと、構文情報と比較して単純な統計言語
モデルとを用いて音声認識を行う方式に適用することが
困難である。

【００１６】そこで、本発明は、上述したような実情に
鑑みて提案されたものであり、音声認識処理及び翻訳処
理で扱うことができる文を一致させることで音声認識処
理で生成する単語列候補を少なくし、翻訳処理の処理量
を低減して処理時間を削減させるとともに翻訳精度を向
上させることができる音声認識言語モデル生成装置及び
音声認識言語モデル生成方法を提供することを目的とす
る。

【００１７】

【課題を解決するための手段】上述の課題を解決する本
発明に係る音声認識言語モデル生成装置は、入力された
音声データが示す文を構成する各単語の接続関係を解析
するために参照される音声認識言語モデル情報を格納す
る音声認識言語モデル記憶手段と、上記音声認識言語モ
デル記憶手段に格納された音声認識言語モデル情報を用
いて、入力された音声データについての単語列候補を生
成する音声認識処理を行う音声認識手段と、文及び句を
構成するときの各単語の接続関係を示す翻訳言語規則情
報を格納する翻訳言語規則記憶手段と、上記音声認識手
段からの単語列候補について翻訳言語規則情報を適用す
ることで翻訳処理を行う翻訳手段と、上記翻訳言語規則
記憶手段に格納された翻訳言語規則情報を用いて音声認
識言語モデル情報を生成して、上記音声認識言語モデル
記憶手段に格納する音声認識言語モデル生成手段とを備
えることを特徴とするものである。

【００１８】また、本発明に係る音声認識言語モデル生
成方法は、入力された音声データが示す文を構成する各
単語の接続関係を解析するために参照される音声認識言
語モデル情報を用いて、入力された音声データについて
の単語列候補を生成する音声認識処理と、上記音声認識
手段からの単語列候補について文及び句を構成するとき
の各単語の接続関係を示す翻訳言語規則情報を適用する
ことで言語翻訳を行う翻訳処理とを行う言語翻訳装置で
用いる上記音声言語認識モデル情報を生成する音声言語
認識モデル生成方法において、上記翻訳言語規則情報を
用いて、上記音声認識言語モデル情報を生成することを
特徴とする。

【００１９】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照しながら詳細に説明する。

【００２０】本発明は、例えば図１に示すように構成さ
れた音声認識翻訳装置に適用される。この音声認識翻訳
装置１は、音声認識部２と翻訳部５とを備えてなり、例
えば日本語で「私の名前は山田です。」と入力された音
声を音声認識処理して、例えば目的言語として英語の
「ＭｙｎａｍｅｉｓＹａｍａｄａ．」と翻訳処理し
て出力するものである。

【００２１】この音声認識翻訳装置１は、音声認識処理
及び翻訳処理の対象となる外部からの音声が入力される
音声認識部２を備える。この音声認識部２は、例えば音
声を検出するマイクロホン等からなる図示しない音響電
気変換機構で生成された音声を検出することで得た音声
信号を検出する。音声認識部２は、入力された音声信号
について、音響モデル記憶部３に格納された音響モデル
情報及び認識言語モデル記憶部４に格納された認識言語
モデル情報を用いて音声認識処理を施す。

【００２２】上記音響モデル記憶部３は、音声認識部２
によりその内容が読み込まれることで、格納されている
音響モデル情報が音声認識部２に出力される。この音響
モデル記憶部３に格納された音響モデル情報は、音声信
号の波形形状を音声として認識するために参照される情
報である。具体的には音響モデル情報は、図２に示すよ
うに例えば「ｗａｔａｓｈｉ」という音声が入力された
ときには「私」という単語として認識させるための情報
である。

【００２３】また、音響モデル記憶部３には、文を構成
する各単語の意味的な情報を示す単語辞書情報が格納さ
れている。この単語辞書情報は、意味的な情報として例
えば各単語についての品詞を示す情報であり、図２に示
すように「私」という単語が「代名詞」と認識するため
の情報である。

【００２４】上記認識言語モデル記憶部４は、音声認識
部２によりその内容が読み込まれることで、格納されて
いる認識言語モデル情報が音声認識部２に出力される。
この認識言語モデル記憶部４には、各単語の接続関係を
記述した認識言語モデル情報が格納されている。この認
識言語モデル情報としては、例えば図３に示すように、
３つの単語を接続するための情報（単語３連鎖）が格納
されており、各情報に対応して各単語の出現確率を示す
スコアが付加されている。

【００２５】音声認識部２は、入力された音声による原
言語の発話の音声信号について、上記音響モデル記憶部
３に格納された認識言語モデル情報及び上記認識言語モ
デル記憶部４に格納された音響モデル情報の音声認識に
必要な情報を参照し、原言語を単語列として認識するこ
とで音声認識処理を行う。この音声認識部２による音声
認識結果は、上記単語列として翻訳部５に出力される。
この音声認識部２は、生成した単語列に出現確率を示す
スコアを付加してなる単語列候補を生成する。また、こ
の音声認識部２は、音声認識結果としての単語列候補を
グラフ構造で表現して出力しても良い。

【００２６】具体的には、音声認識部２は、図４に示す
ように、「私の名前は山田です」という音声から生成さ
れた音声データを音響モデル情報及び単語辞書情報で解
析して、各単語を接続するための認識言語モデル情報を
適用することで、複数の単語の接続関係をグラフ構造で
表現して出力する。

【００２７】この音声認識部２により単語列候補に付加
されるスコアは、音声信号を検出するとき音響モデル情
報を用いて音声認識処理がなされるときの単語毎の音響
スコアと、認識言語モデル情報により各単語を接続して
単語列候補を生成したときの制約によるスコアからな
る。

【００２８】上記翻訳部５は、音声認識部２からの単語
列候補について、翻訳言語規則記憶部６に格納された翻
訳言語規則情報を用いて翻訳処理を行う。これにより、
翻訳部５は、音声認識部２に入力された原言語の音声に
対し、目的言語への翻訳が行われた文字データ又は音声
合成処理を行うことにより音声として出力する。

【００２９】上記翻訳言語規則記憶部６は、翻訳部５に
よりその内容が読み込まれることで、格納されている翻
訳言語規則情報が翻訳部５に出力される。この翻訳言語
規則情報は、各単語の品詞を認識して、複数の単語が接
続されてなる文及び句を生成するための情報である。こ
の翻訳言語規則情報としては、例えば「形容詞と名詞と
を接続して名詞句を生成する」という形式の規則を示す
情報と、各単語の意味的な情報を示す単語辞書情報とが
ある。更に、この翻訳言語規則情報は、図５に示すよう
に、例えば「文→名詞句’です’」と記述され「文」が
「名詞句」と「です」とからなることを示し、「名詞句
→名詞句’は’名詞句」と記述され「名詞句」が「名詞
句」、「は」、「名詞句」からなること等を示してい
る。すなわち、この翻訳言語規則情報は、文を構成する
ための句や品詞の接続関係、句を構成するための句又は
品詞の接続関係が記述されている。

【００３０】そして、この図５に示した翻訳言語規則情
報を用いて、翻訳部５は、上述の図４に示したグラフ構
造で表現された単語列候補を図６に示すように構文木を
作成するように処理して翻訳処理を行う。

【００３１】また、この翻訳言語規則記憶部６は、認識
モデル作成部７によりその内容が読み込まれることで、
格納されている翻訳言語規則情報が認識モデル作成部７
に出力される。

【００３２】この認識モデル作成部７は、上述のように
翻訳言語規則記憶部６から翻訳言語規則情報を読み込む
とともに、認識言語モデル作成データ記憶部８から認識
言語モデル作成データを読み込む。なお、この認識モデ
ル作成部７の構成の詳細については後述する。

【００３３】認識言語モデル作成データ記憶部８は、認
識モデル作成部７によりその内容が読み込まれること
で、格納されている認識言語モデル作成するためのデー
タが認識モデル作成部７に出力される。この認識言語モ
デル作成データ記憶部８に記憶されている認識言語モデ
ル作成するためのデータとは、認識モデル作成部７で認
識言語モデルを作成するために必要な所定の前処理が施
されたコーパス（サンプル文）情報である。上記所定の
前処理が施されたコーパス情報とは、例えば音声認識部
２に入力される音声の原言語を日本語とすると、単語毎
の区切や品詞付け等の認識言語モデルの作成に必要な情
報が予め付加されている状態のサンプル文である。

【００３４】上記認識モデル作成部７は、図７に示すよ
うに、認識言語モデル作成データ記憶部８に格納された
上記コーパス情報を読み込むとともに、翻訳言語規則記
憶部６に格納された翻訳言語規則情報を読み込む処理を
行うコーパス情報選別部１１を備えている。

【００３５】このコーパス情報選別部１１は、読み込ん
だコーパス情報のうち、翻訳言語規則情報に適合するコ
ーパス情報を選別する処理を行う。そして、このコーパ
ス情報選別部１１は、選別したコーパス情報を選別済み
コーパス情報記憶部１２に格納する処理を行う。なお、
このコーパス情報選別部１１がコーパス情報を選別する
ときの処理の詳細については後述する。

【００３６】上記選別済みコーパス情報記憶部１２は、
コーパス情報選別部１１で選別されたコーパス情報を一
時的に記憶する。この選別済みコーパス情報記憶部１２
は、認識言語モデル計算生成部１３により読み込まれる
ことで記憶したコーパス情報を出力する。

【００３７】上記認識言語モデル計算生成部１３は、選
別済みコーパス情報記憶部１２から読み込んだコーパス
情報から、任意の連続する３つの単語（単語３連鎖）を
抽出する処理を行う。そして、認識言語モデル計算生成
部１３は、抽出した各単語についてのスコア（統計頻
度）を得ることで図３にその一例を示したような認識言
語モデル情報を作成する。

【００３８】上述したように、コーパス情報選別部１１
により認識言語モデル作成データ記憶部８に格納された
コーパス情報を選別する処理を、図８のフローチャート
を用いて説明する。

【００３９】すなわち、コーパス情報選別部１１は、先
ず、ステップＳ１において、認識言語モデル作成データ
記憶部８に格納されているコーパス情報が存在するか否
かを判定する。そして、このコーパス情報選別部１１
は、コーパス情報が存在すると判定したときにはステッ
プＳ２に進み、コーパス情報が存在しないと判定したと
きには処理を終了する。

【００４０】ステップＳ２において、コーパス情報選別
部１１は、ステップＳ１において認識言語モデル作成デ
ータ記憶部８にコーパス情報が存在していると判定した
ことに応じて、認識言語モデル作成データ記憶部８に格
納されているコーパス情報から一文単位のコーパス情報
を抽出する処理を行う。

【００４１】次のステップＳ３において、コーパス情報
選別部１１は、ステップＳ２で抽出した一文単位のコー
パス情報が翻訳言語規則記憶部６に格納された翻訳言語
規則情報に適合しているか否かを判定する。このとき、
コーパス情報選別部１１は、ステップＳ２で抽出した一
文単位のコーパス情報を、翻訳言語規則情報により解析
することにより行う。

【００４２】すなわち、このコーパス情報選別部１１
は、例えば抽出した一文単位のコーパス情報が「その青
い空です」という文について、例えば図９に示すような
翻訳言語規則情報を適用することにより、図１０に示す
ような構文木を作成する。すなわち、コーパス情報選別
部１１は、「その青い空です」という文を示すコーパス
情報については、「その」、「青い」、「空」、「で
す」と単語毎に区分され、各単語毎についての意味的な
情報として品詞を付加すると、それぞれ「連体詞」、
「形容詞」、「普通名詞」、「です」となる。そして、
このコーパス情報選別部１１は、このような一文単位の
コーパス情報に翻訳言語規則情報を適用することで、
「連体詞」、「形容詞と普通名詞からなる名詞句」、
「です」からなる文とし、「連体詞と名詞句からなる名
詞句」、「です」からなる文とし、「名詞句」と「で
す」とからなる文として構文木を作成する。このよう
に、このコーパス情報選別部１１は、翻訳言語規則情報
を用いて図１０に示すように構文木を作成することがで
きるときには一文単位のコーパス情報が翻訳言語規則情
報に適合していると判定してステップＳ４に進む。

【００４３】一方、コーパス情報選別部１１は、例えば
抽出した一文単位のコーパス情報が「大きく青い空で
す」という文について、例えば図９に示すような翻訳言
語規則情報を適用することにより構文木を作成しようと
すると、図１１に示すようになる。すなわち、コーパス
情報選別部１１は、「大きく青いです」という文を示す
コーパス情報については、「大きく」、「青い」、
「空」、「です」と単語毎に区分され、各単語毎につい
ての意味的な情報として品詞を付加すると、それぞれ
「形容詞」、「形容詞」、「普通名詞」、「です」とな
る。そして、このコーパス情報選別部１１は、このよう
な一文単位のコーパス情報に翻訳言語規則情報を適用す
ることで、「形容詞」、「形容詞と普通名詞とからなる
名詞句」、「です」からなる文となり、構文木が作成で
きないことになる。このように、このコーパス情報選別
部１１は、翻訳言語規則情報を用いて図１１に示すよう
に構文木を作成することができないときには一文単位の
コーパス情報が翻訳言語規則情報に適合していないと判
定する。このようにコーパス情報選別部１１は、翻訳言
語規則情報を用いて図１１に示すように構文木を作成す
ることができないときには一文単位のコーパス情報が翻
訳言語規則情報に適合していないと判定してステップＳ
１に戻って再びステップＳ１〜ステップＳ３までの処理
を繰り返す。すなわち、このコーパス情報選別部１１
は、ステップＳ１からステップＳ３までの処理を繰り返
すことで、認識言語モデル作成データ記憶部８に格納さ
れた全ての一文単位のコーパス情報について翻訳言語規
則情報が適合するかを判定する。

【００４４】ステップＳ４において、コーパス情報選別
部１１は、上述のステップＳ３において翻訳言語規則情
報に適合していると判定された一文単位のコーパス情報
を選別済みコーパス情報記憶部１２に格納する処理を行
う。

【００４５】ここで、図８に示すフローチャートを用い
て説明したコーパス情報選別部１１で行うコーパス情報
を選別する処理において、一文単位のコーパス情報が翻
訳言語規則情報に適合しているか否かの判定（ステップ
Ｓ３）においては、コーパス情報が示す文を構成する各
単語に品詞等の意味的な情報が付加されていることを前
提として説明したが、コーパス情報が示す文を構成する
各単語に品詞等の意味的な情報が付加されていない場合
においても、翻訳言語規則記憶部６に格納されている単
語辞書情報を用いて、コーパス情報が示す文を構成する
各単語について品詞等の意味的な情報を付与して図８を
参照して説明した処理を行っても良い。ここで、コーパ
ス情報選別部１１は、翻訳言語規則記憶部６に格納され
た単語辞書情報を用いてコーパス情報が示す文を構成す
る各単語に意味的な情報を付与することにより、各単語
の接続関係から本来付与すべきでない情報を付与する場
合も生ずることがある。このような場合には言語的に正
しく解析され一文単位のコーパス情報が翻訳言語規則情
報に適合する可能性は小さく、コーパス情報が選別済み
コーパス情報記憶部１２に格納されることはないので、
大きな問題とはなることがない。

【００４６】このように構成された音声認識翻訳装置１
は、認識言語モデル作成データ記憶部８に記憶されてい
る一文単位のコーパス情報について翻訳言語規則記憶部
６に格納された翻訳言語規則情報を参照して、翻訳言語
規則に適合しない一文単位のコーパス情報と翻訳言語規
則に適合する一文単位のコーパス情報とをコーパス情報
選別部１１により選別することができる。したがって、
この音声認識翻訳装置１によれば、コーパス情報選別部
１１で翻訳言語規則に適合すると判定されたコーパス情
報についてのみ認識言語モデル情報を生成して認識言語
モデル記憶部４に格納する認識モデル作成部７を備えて
いるので、音声認識で単語列を生成することができる文
を、翻訳処理で翻訳することができる文に一致させるこ
とができ、翻訳部５で翻訳できないような単語列候補を
生成するようなことがない。したがって、このような音
声認識翻訳装置１によれば、音声認識部２で生成する単
語列候補を少なくすることができ、翻訳部５で行う翻訳
処理の処理量を削減することができる。また、このよう
な音声認識翻訳装置１によれば、翻訳言語規則に適合し
ない単語列候補を生成することがないので、翻訳精度を
向上させることができる。

【００４７】また、この音声認識翻訳装置１は、翻訳言
語規則に適合しない一文単位のコーパス情報を除いて認
識言語モデル情報を生成するので、音声認識部２で用い
る音声認識言語モデル情報を削減することができ、音声
認識部２における音声認識処理の処理量を削減すること
ができるとともに、翻訳言語規則に適合しない単語列候
補を生成することを抑制することができ、音声認識処理
及び翻訳処理を含めた全体の処理効率を向上させること
ができる。

【００４８】コーパス情報選別部１１により認識言語モ
デル作成データ記憶部８に格納されたコーパス情報を選
別する処理の他の一例を、図１２のフローチャートを用
いて説明する。

【００４９】すなわち、コーパス情報選別部１１は、先
ず、ステップＳ１１において、認識言語モデル作成デー
タ記憶部８に格納されているコーパス情報が存在するか
否かを判定する。そして、このコーパス情報選別部１１
は、コーパス情報が存在すると判定したときにはステッ
プＳ１２に進み、コーパス情報が存在しないと判定した
ときには処理を終了する。

【００５０】次のステップＳ１２において、コーパス情
報選別部１１は、ステップＳ１１において認識言語モデ
ル作成データ記憶部８にコーパス情報が存在していると
判定したことに応じて、認識言語モデル作成データ記憶
部８に格納されているコーパス情報から一文単位のコー
パス情報を抽出する処理を行う。

【００５１】次のステップＳ１３において、コーパス情
報選別部１１は、上述のステップＳ１２で抽出した一文
単位のコーパス情報から、上述の図３を用いて説明した
ように３つの単語が接続されてなる単語３連鎖のコーパ
ス情報が抽出できるか否かを判定する。そして、このコ
ーパス情報選別部１１は、一文単位のコーパス情報から
単語３連鎖のコーパス情報が抽出できると判定したとき
にはステップＳ１４に進み、一文単位のコーパス情報か
ら単語３連鎖のコーパス情報が抽出できないと判定した
ときにはステップＳ１１に戻り、再びステップＳ１１〜
ステップＳ１３までの処理を繰り返す。すなわち、この
コーパス情報選別部１１は、ステップＳ１１からステッ
プＳ１３までの処理を繰り返すことで、認識言語モデル
作成データ記憶部８に格納された全ての一文単位のコー
パス情報について翻訳言語規則情報に適合するか判定す
る。

【００５２】ステップＳ１４において、コーパス情報選
別部１１は、ステップＳ１２で抽出した一文単位のコー
パス情報から単語３連鎖のコーパス情報を取り出す処理
を行う。

【００５３】次のステップＳ１５において、コーパス情
報選別部１１は、上述のステップＳ１４において取り出
した単語３連鎖のコーパス情報が翻訳言語規則情報に適
合するか否かを判定する。そして、このコーパス情報選
別部１１は、単語３連鎖がコーパス情報に適合している
と判定したときにはステップＳ１６に進み、単語３連鎖
がコーパス情報に適合していないと判定したときにはス
テップＳ１１に戻り、再びステップＳ１１〜ステップＳ
１５の処理を行う。すなわち、このコーパス情報選別部
１１は、ステップＳ１１からステップＳ１５までの処理
を繰り返すことで、認識言語モデル作成データ記憶部８
に格納された全ての一文単位のコーパス情報から単語３
連鎖のコーパス情報を取り出し、翻訳言語規則情報に適
合するか判定する。

【００５４】すなわち、このコーパス情報選別部１１
は、例えばステップＳ１４において抽出した「その／青
い／空」という単語３連鎖のコーパス情報について、例
えば図９に示すような翻訳言語規則情報を適用すること
により、図１３に示すような構文木を作成する。すなわ
ち、コーパス情報選別部１１は、「その青い空」という
単語３連鎖のコーパス情報については、「その」、「青
い」、「空」と単語毎に区分され、各単語毎についての
意味的な情報として品詞を付加すると、それぞれ「連体
詞」、「形容詞」、「普通名詞」となる。そして、この
コーパス情報選別部１１は、このような単語３連鎖のコ
ーパス情報に翻訳言語規則情報を適用することで、「連
体詞」、「形容詞と普通名詞からなる名詞句」からなる
単語３連鎖とし、「連体詞と名詞句」からなる構文木を
作成する。このように、このコーパス情報選別部１１
は、翻訳言語規則情報を用いて図１３に示すように構文
木を作成することができるときには単語３連鎖のコーパ
ス情報が翻訳言語規則情報に適合していると判定してス
テップＳ１６に進む。

【００５５】また、このコーパス情報選別部１１は、例
えばステップＳ１４において抽出した「青い／空／で
す」という単語３連鎖のコーパス情報について、例えば
図９に示すような翻訳言語規則情報を適用することによ
り、図１４に示すような構文木を作成する。すなわち、
コーパス情報選別部１１は、「青い空です」という単語
３連鎖のコーパス情報については、「青い」、「空」、
「です」と単語毎に区分され、各単語毎についての意味
的な情報として品詞を付加すると、それぞれ「形容
詞」、「普通名詞」、「です」となる。そして、このコ
ーパス情報選別部１１は、このような単語３連鎖のコー
パス情報に翻訳言語規則情報を適用することで、「形容
詞と普通名詞からなる名詞句」、「です」からなる単語
３連鎖とし、「名詞句と’です’」からなる構文木を作
成する。このように、このコーパス情報選別部１１は、
翻訳言語規則情報を用いて図１４に示すように構文木を
作成することができるときには単語３連鎖のコーパス情
報が翻訳言語規則情報に適合していると判定してステッ
プＳ１６に進む。

【００５６】一方、コーパス情報選別部１１は、例えば
ステップＳ１４において抽出した「大きく／青い／空」
という単語３連鎖のコーパス情報について、例えば図９
に示すような翻訳言語規則情報を適用することにより構
文木を作成しようとすると、図１５に示すようになる。
すなわち、コーパス情報選別部１１は、「大きく青い
空」という単語３連鎖のコーパス情報については、「大
きく」、「青い」、「空」と単語毎に区分され、各単語
毎についての意味的な情報として品詞を付加すると、そ
れぞれ「形容詞」、「形容詞」、「普通名詞」となる。
そして、このコーパス情報選別部１１は、このような単
語３連鎖のコーパス情報に翻訳言語規則情報を適用する
ことで、「形容詞」、「形容詞と普通名詞とからなる名
詞句」からなる単語３連鎖とし、構文木が作成できない
ことになる。このように、このコーパス情報選別部１１
は、翻訳言語規則情報を用いて図１５に示すように構文
木を作成することができないときには単語３連鎖のコー
パス情報が翻訳言語規則情報に適合していないと判定す
る。このようにコーパス情報選別部１１は、翻訳言語規
則情報を用いて図１５に示すように構文木を作成するこ
とができないときには一文単位のコーパス情報が翻訳言
語規則情報に適合していないと判定してステップＳ１６
に進まない。

【００５７】ステップＳ１６において、コーパス情報選
別部１１は、上述のステップＳ１５において翻訳言語規
則情報に適合していると判定された単語３連鎖のコーパ
ス情報を選別済みコーパス情報記憶部１２に格納する処
理を行う。

【００５８】このような図１２に示して説明した処理を
行うコーパス情報選別部１１を備えた認識モデル作成部
７は、単語３連鎖のコーパス情報について翻訳言語規則
記憶部６に格納された翻訳言語規則情報を参照して、翻
訳言語規則に適合しない単語３連鎖のコーパス情報と翻
訳言語規則に適合する単語３連鎖のコーパス情報とをコ
ーパス情報選別部１１により選別することができる。し
たがって、この音声認識翻訳装置１によれば、上述と同
様に、音声認識で単語列を生成することができる単語３
連鎖を、翻訳処理で翻訳することができる単語３連鎖に
一致させることができ、翻訳部５で翻訳できないような
単語列候補を生成するようなことがない。したがって、
このような音声認識翻訳装置１によれば、翻訳部５で行
う翻訳処理の処理量を削減、翻訳精度を向上を実現でき
る。

【００５９】更に、この音声認識翻訳装置１によれば、
音声認識部２で用いる認識言語モデル情報を削除して音
声認識部２で行う処理量を削減することができるととも
に、翻訳言語規則に適合しない単語列候補を生成するこ
とを抑制することができる。また、この音声認識翻訳装
置１によれば、翻訳部５で用いる単語列候補を削減する
ことができ、翻訳部５における翻訳処理の処理量を削減
することができる。

【００６０】また、認識モデル作成部７は、図７に示す
ような構成に限られず、図１６に示すように構成された
ものであっても良い。すなわち、この図１６に示した認
識モデル作成部７は、認識言語モデル作成データ記憶部
８からコーパス情報が読み込み可能となされている認識
言語モデル計算生成部２１を備えている。この認識言語
モデル計算生成部２１は、認識言語モデル作成データ記
憶部８からのコーパス情報を用いて計算を行うことで、
認識言語モデル情報を生成する処理を行う。そして、こ
の認識言語モデル計算生成部２１は、生成した認識言語
モデル情報を認識言語モデル記憶部２２に出力する。

【００６１】上記認識言語モデル記憶部２２は、認識言
語モデル計算生成部２１からの認識言語モデル情報が格
納される。この認識言語モデル記憶部２２は、認識言語
モデル選別部２３によりその内容が読み込まれる。

【００６２】上記認識言語モデル選別部２３は、認識言
語モデル記憶部２２からの認識言語モデル情報ととも
に、翻訳言語規則記憶部６から翻訳言語規則情報を読み
込む。この認識言語モデル選別部２３は、認識言語モデ
ル情報が、翻訳言語規則情報に適合しているか否かを判
定することで、認識言語モデル情報を選別する処理を行
う。そして、この認識言語モデル選別部２３は、翻訳言
語規則情報に適合する認識言語モデル情報についてのみ
認識言語モデル記憶部４に出力し、翻訳言語規則情報に
適合しない認識言語モデル情報を認識言語モデル記憶部
２２から削除する処理を行う。

【００６３】上述したように認識言語モデル選別部２３
により認識言語モデル記憶部２２に格納された認識言語
モデル情報を選別する処理の一例を、図１７のフローチ
ャートを用いて説明する。

【００６４】この認識言語モデル選別部２３は、先ず、
ステップＳ２１において、認識言語モデル記憶部２２に
認識言語モデル情報を選別する選別処理がなされていな
い単語３連鎖のコーパス情報が存在しているか否かを判
定する。このとき、認識言語モデル選別部２３は、認識
言語モデル記憶部２２に格納されている各認識言語モデ
ル情報について選別処理がなされているか否かを判定す
る。そして、この認識言語モデル選別部２３は、認識言
語モデル情報に選別処理がなされていない単語３連鎖の
コーパス情報が存在していると判定したときにはステッ
プＳ２２に進み、認識言語モデル情報に選別処理がなさ
れていない単語３連鎖のコーパス情報が存在していない
と判定したときには処理を終了する。

【００６５】ステップＳ２２において、認識言語モデル
選別部２３は、上述のステップＳ２１において認識言語
モデル情報を選別する処理がなされていないと判定した
単語３連鎖のコーパス情報を認識言語モデル記憶部２２
から取り出す処理を行う。

【００６６】次のステップＳ２３において、認識言語モ
デル選別部２３は、上述のステップＳ２２において取り
出した単語３連鎖のコーパス情報が翻訳言語規則情報に
適合するか否かを判定する。そして、この認識言語モデ
ル選別部２３は、単語３連鎖のコーパス情報が翻訳言語
規則情報に適合すると判定したときにはステップＳ２４
に進み、単語３連鎖のコーパス情報が翻訳言語規則情報
に適合しないと判定したときにはステップＳ２１に戻
り、再びステップＳ２１〜ステップＳ２３の処理を行
う。すなわち、このコーパス情報選別部１１は、ステッ
プＳ２１からステップＳ２３までの処理を繰り返すこと
で、認識言語モデル記憶部２２に格納された全ての単語
３連鎖のコーパス情報について翻訳言語規則情報に適合
するかを判定する。

【００６７】ステップＳ２４において、認識言語モデル
選別部２３は、翻訳言語規則情報に適合する単語３連鎖
のコーパス情報を認識言語モデル記憶部４に出力する処
理を行う。

【００６８】このような処理を行う認識言語モデル選別
部２３を含んだ認識モデル作成部７を備える音声認識翻
訳装置１は、認識言語モデル作成データ記憶部８に格納
されている単語３連鎖のコーパス情報について認識言語
モデル情報を生成し、生成した認識言語モデル情報が翻
訳言語規則情報に適合するか否かを判断し、適合する認
識言語モデル情報のみを認識言語モデル記憶部４に格納
する処理を行うので、上述のと同様に、音声認識で単語
列を生成することができる単語３連鎖を、翻訳処理で翻
訳することができる単語３連鎖に一致させることがで
き、翻訳部５で翻訳できないような単語列候補を生成す
るようなことがない。したがって、このような音声認識
翻訳装置１によれば、翻訳部５で行う翻訳処理の処理量
を削減、翻訳精度を向上を実現できる。

【００６９】なお、上述した音声認識翻訳装置１の説明
においては、図７を用いて説明したコーパス情報選別部
１１及び図１６を用いて説明した認識言語モデル選別部
２３ともに、翻訳言語規則情報に適合しないコーパス情
報及び認識言語モデル情報を削除する処理を行う一例に
ついて説明したが、必ずしも削除する処理を行う必要は
なく、例えば翻訳言語規則情報に適合しないコーパス情
報及び認識言語モデル情報の出現頻度（スコア）を低く
する処理を行っても良い。

【００７０】具体的には、コーパス情報選別部１１は、
翻訳言語規則情報に適合する一文単位のコーパス情報に
ついては選別済みコーパス情報記憶部１２に１０回記憶
する処理を行い、翻訳言語規則情報に適合しない一文単
位のコーパス情報については選別済みコーパス情報記憶
部１２に１回だけ記憶する処理を行う。これにより、コ
ーパス情報選別部１１は、翻訳言語規則情報に適合する
コーパス情報のスコアを高低させることができ、このよ
うなスコアのコーパス情報を用いて認識言語モデル計算
生成部１３により認識言語モデル情報を生成させる。

【００７１】このように、コーパス情報又は認識言語モ
デル情報にスコアの高低を調整する重み付け処理を行う
コーパス情報選別部１１又は認識言語モデル選別部２３
を備えた音声認識翻訳装置１は、翻訳言語規則情報に適
合しないと判定したコーパス情報又は認識言語モデル情
報を削除することにより本来は翻訳処理ができない文が
入力された場合に、類似した翻訳処理が可能な文と誤認
識することを避けることができる。

【００７２】

【発明の効果】以上詳細に説明したように、本発明に係
る音声認識言語モデル生成装置によれば、翻訳言語規則
情報を用いて音声認識言語モデル情報を生成する音声認
識言語モデル生成手段を備えるので、音声認識言語モデ
ル情報を用いる音声認識で扱うことができる文を、翻訳
言語規則情報を用いて翻訳することができる文に一致さ
せることで音声認識で生成する単語列候補を少なくし、
翻訳するときの処理量を低減して処理時間を削減させる
とともに翻訳精度を向上させることができる。

【００７３】また、本発明に係る音声認識言語モデル生
成方法は、翻訳言語規則情報を用いて音声認識言語モデ
ル情報を生成するので、音声認識言語モデル情報を用い
る音声認識処理で扱うことができる文を、翻訳言語規則
情報を用いる翻訳処理で扱うができる文に一致させるこ
とで音声認識処理で生成する単語列候補を少なくし、翻
訳処理の処理量を低減して処理時間を削減させるととも
に翻訳精度を向上させることができる。

【図面の簡単な説明】

【図１】本発明を適用した音声認識翻訳装置の構成を示
すブロック図である。

【図２】音響モデル情報及び単語辞書情報について説明
するための図である。

【図３】認識言語モデル情報について説明するための図
である。

【図４】音声認識部から出力されるグラフ構造の出力結
果について説明するための図である。

【図５】翻訳言語規則情報について説明するための図で
ある。

【図６】翻訳部により構文木を作成することで翻訳処理
を行うことを説明するための図である。

【図７】認識モデル作成部の構成を示すブロック図であ
る。

【図８】コーパス情報選別部により認識言語モデル作成
データ記憶部に格納されたコーパス情報を選別する処理
について説明するためのフローチャートである。

【図９】翻訳言語規則情報の他の一例を示す図である。

【図１０】図９に示した翻訳言語規則情報に適合したコ
ーパス情報について構文木を作成することを説明するた
めの図である。

【図１１】図９に示した翻訳言語規則情報に適合しない
コーパス情報について構文木が作成できないことを説明
するための図である。

【図１２】コーパス情報選別部により認識言語モデル作
成データ記憶部に格納されたコーパス情報を選別する処
理の他の一例について説明するための図である。

【図１３】単語３連鎖のコーパス情報について図９に示
すような翻訳言語規則情報を適用することにより構文木
を作成することを説明するための図である。

【図１４】単語３連鎖のコーパス情報について図９に示
すような翻訳言語規則情報を適用することにより構文木
を作成することを説明するための図である。

【図１５】単語３連鎖のコーパス情報について図９に示
すような翻訳言語規則情報が適用できないことを説明す
るための図である。

【図１６】認識モデル作成部の他の構成を示すブロック
図である。

【図１７】認識言語モデル選別部により認識言語モデル
記憶部に格納された認識言語モデル情報を選別する処理
について説明するためのフローチャートである。

【符号の説明】

１音声認識翻訳装置、２音声認識部、４認識言語
モデル記憶部、５翻訳部、６翻訳言語規則記憶部、
７認識モデル作成部

Claims

【特許請求の範囲】

【請求項１】入力された音声データが示す文を構成す
る各単語の接続関係を解析するために参照される音声認
識言語モデル情報を格納する音声認識言語モデル記憶手
段と、上記音声認識言語モデル記憶手段に格納された音声認識
言語モデル情報を用いて、入力された音声データについ
ての単語列候補を生成する音声認識処理を行う音声認識
手段と、文及び句を構成するときの各単語の接続関係を示す翻訳
言語規則情報を格納する翻訳言語規則記憶手段と、上記音声認識手段からの単語列候補について翻訳言語規
則情報を適用することで翻訳処理を行う翻訳手段と、上記翻訳言語規則記憶手段に格納された翻訳言語規則情
報を用いて音声認識言語モデル情報を生成して、上記音
声認識言語モデル記憶手段に格納する音声認識言語モデ
ル生成手段とを備えることを特徴とする音声認識言語モ
デル生成装置。
【請求項２】複数の単語からなるサンプル文を示すコ
ーパス情報を格納するコーパス情報記憶手段を備え、上記音声認識言語モデル生成手段は、上記コーパス情報
記憶手段に格納されたコーパス情報が上記翻訳言語規則
手段に格納された翻訳言語規則情報の示す各単語の接続
関係と適合するか否かを判定し、適合するコーパス情報
を用いて音声認識言語モデル情報を生成することを特徴
とする請求項１記載の音声認識言語モデル生成装置。
【請求項３】上記音声認識言語モデル生成手段は、文
単位のコーパス情報について上記翻訳言語規則手段に格
納された翻訳言語規則情報の示す各単語の接続関係と適
合するか否かを判定することを特徴とする請求項２記載
の音声認識言語モデル生成装置。
【請求項４】上記音声認識言語モデル生成手段は、単
語列単位のコーパス情報について上記翻訳言語規則手段
に格納された翻訳言語規則情報の示す各単語の接続関係
と適合するか否かを判定することを特徴とする請求項２
記載の音声認識言語モデル生成装置。
【請求項５】上記音声認識言語モデル生成手段は、上
記コーパス情報記憶手段に格納された全てのコーパス情
報について音声認識言語モデル情報を生成し、生成した
音声認識言語モデル情報が上記翻訳言語規則手段に格納
された翻訳言語規則情報の示す各単語の接続関係と適合
するか否かを判定することを特徴とする請求項２記載の
音声認識言語モデル生成装置。
【請求項６】上記音声認識言語モデル生成手段は、文
単位の全てのコーパス情報について生成された音声言語
認識モデル情報が上記翻訳言語規則手段に格納された翻
訳言語規則情報の示す各単語の接続関係と適合するか否
かを判定することを特徴とする請求項５記載の音声認識
言語モデル生成装置。
【請求項７】上記音声認識言語モデル生成手段は、単
語列単位の全てのコーパス情報について生成された音声
言語認識モデル情報が上記翻訳言語規則手段に格納され
た翻訳言語規則情報の示す各単語の接続関係と適合する
か否かを判定することを特徴とする請求項５記載の音声
認識言語モデル生成装置。
【請求項８】入力された音声データが示す文を構成す
る各単語の接続関係を解析するために参照される音声認
識言語モデル情報を用いて、入力された音声データにつ
いての単語列候補を生成する音声認識処理と、上記音声
認識手段からの単語列候補について文及び句を構成する
ときの各単語の接続関係を示す翻訳言語規則情報を適用
することで言語翻訳を行う翻訳処理を行う言語翻訳装置
で用いる上記音声言語認識モデル情報を生成する音声言
語認識モデル生成方法において、上記翻訳言語規則情報を用いて、上記音声認識言語モデ
ル情報を生成することを特徴とする音声認識言語モデル
生成方法。
【請求項９】複数の単語からなるサンプル文を示すコ
ーパス情報が上記翻訳言語規則情報の示す各単語の接続
関係と適合するか否かを判定し、適合する上記コーパス情報を用いて上記音声認識言語モ
デル情報を生成することを特徴とする請求項８記載の音
声認識言語モデル生成方法。
【請求項１０】文単位の上記コーパス情報が上記翻訳
言語規則情報の示す各単語の接続関係と適合するか否か
を判定することを特徴とする請求項９記載の音声認識言
語モデル生成方法。
【請求項１１】単語列単位の上記コーパス情報が上記
翻訳言語規則情報の示す各単語の接続関係と適合するか
否かを判定することを特徴とする請求項９記載の音声認
識言語モデル生成方法。
【請求項１２】コーパス情報記憶メモリに格納された
全てのコーパス情報について上記音声認識言語モデル情
報を生成し、生成した上記音声認識言語モデル情報が上記翻訳言語規
則情報の示す各単語の接続関係と適合するか否かを判定
することを特徴とする請求項９記載の音声認識言語モデ
ル生成方法。
【請求項１３】コーパス情報記憶メモリに格納された
文単位の全ての上記コーパス情報について生成された上
記音声言語認識モデル情報が上記翻訳言語規則情報の示
す各単語の接続関係と適合するか否かを判定することを
特徴とする請求項１２記載の音声認識言語モデル生成方
法。
【請求項１４】コーパス情報記憶メモリに格納された
単語列単位の全てのコーパス情報について生成された上
記音声言語認識モデル情報が翻訳言語規則情報の示す各
単語の接続関係と適合するか否かを判定することを特徴
とする請求項１２記載の音声認識言語モデル生成方法。