JP2001100973A - コンピュータディクテーション方法及びコンピュータディクテーション装置及びコンピュータディクテーションプログラムを格納した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 ディクテーション装置の記憶領域の使用量を
低減させ、音声認識率の向上を図る。 【解決手段】 認識コンポーネント２１は、ディクテー
ションモードにある時入力装置から音声入力された編集
用ナビゲーションまたはディクテーションのみを受け取
り修正モード時には入力装置から音声入力された修正用
ナビゲーションのみを受け取る。文章編集コンポーネン
ト２２は、音声入力が編集用ナビゲーションの場合は編
集用ナビゲーション種別に応じた処理を行いその結果を
文章記憶部３２に記憶するとともに出力装置４に出力す
る。文章修正コンポーネント２３は、音声入力がディク
テーションの場合はその文字列を文章記憶部３２に、音
声情報を音声記憶部３３に、文字列を出力装置に出力
し、修正用ナビゲーションを受け取った場合は修正用ナ
ビゲーション種別に応じた処理を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明はコンピュータディク
テーションシステムに関し、特にナビゲーション機能を
有するコンピュータディクテーション方法及びコンピュ
ータディクテーション装置及びコンピュータディクテー
ションプログラムを格納した記録媒体に関する。

【０００２】

【従来の技術】従来のディクテーション機能およびナビ
ゲーション機能を有する音声認識システムを用いたコン
ピュータディクテーションシステムでは、入力された全
ての文章に対して、改行、空白挿入、文章削除、カレッ
ト移動などの文章編集や、各単語の候補表示および修正
をすることができた。このため、常にディクテーショ
ン、編集用ナビゲーション、修正用ナビゲーションが可
能である必要があり、音声情報を保持しておく必要があ
った。

【０００３】

【発明が解決しようとする課題】上述した従来のコンピ
ュータディクテーションシステムでは、常にディクテー
ション、編集用ナビゲーション、修正用ナビゲーション
を可能にするため、音声情報を保持しておく必要があっ
た。そのため、長い文章を入力する際には、音声情報を
保持しておくことが記憶領域を圧迫するという欠点があ
った。

【０００４】また、ユーザが編集用または修正用のナビ
ゲーション入力をしたつもりの音声入力がディクテーシ
ョン入力と誤認識されたり、あるいはその逆といったこ
とが起こり得た。例えば、修正用ナビゲーションとし
て、単語の候補一覧を表示する「候補の表示」が登録さ
れている音声認識システムがあるとする。今ユーザが、
文章中の単語を変更するためにマイクに向かって「候補
の表示」と発声したとし、さらに、「候補」の発音が不
明瞭なために、システムが「広報の表示」と誤認識した
場合を考える。「広報の表示」が編集用または修正用ナ
ビゲーションとして登録されている場合には、システム
はその動作を実行し、ユーザが望んだ以外の動作をする
ことになる。また、ナビゲーションとして登録されてい
ない場合には、ディクテーションとして認識され、現在
のカレット位置に「広報の表示」の文字列が挿入される
ことになる。この場合、ユーザは単語を修正するために
ナビゲーションを行おうとしたにも関わらず、実際には
余分な文字が挿入され、さらに修正が必要な結果とな
る。このように、従来のシステムでは、ディクテーショ
ン、編集用ナビゲーション、修正用ナビゲーションが常
に可能なために、誤認識による操作性の低下を招くとい
う欠点もあった。

【０００５】本発明は、以上のような問題点を解決する
方法を提供する。

【０００６】

【課題を解決するための手段】本願の第１の発明は、コ
ンピュータディクテーション方法において、一発声分の
ディクテーション入力ごとにディクテーションモードか
ら修正モードへの切り換えを自動的に行うことを特徴と
する。

【０００７】本願の第２の発明は、第１の発明の前記デ
ィクテーションモードではディクテーションの音声入力
と文字列の置換を行わない範囲での修正ができる編集用
ナビゲーションの音声入力のみが可能であることを特徴
とする。

【０００８】本願の第３の発明は、第１及び第２の発明
の前記ディクテーションモードで音声により入力された
文章は予め備えた認識辞書記憶部における辞書を用いて
前記音声に対応した文字列に変換され以前に入力された
文章と異なったフォーマットで出力装置に表示すること
により新しく入力された文章が区別できるようにするこ
とを特徴とする。

【０００９】本願の第４の発明は、第２の発明の前記デ
ィクテーションモードで前記編集用ナビゲーションとし
て音声入力された単語は予め備えた認識辞書記憶部にお
ける辞書を用いて音声認識され、認識された前記音声に
対応した前記編集用ナビゲーションの処理が行われるこ
とを特徴とする。

【００１０】本願の第５の発明は、第１の発明の前記修
正モードではディクテーション入力された前記一発声分
の文章に対して単語の候補の変更・決定及び文章の確定
などの操作を行う修正用ナビゲーションの音声入力のみ
が可能であることを特徴とする。

【００１１】本願の第６の発明は、第５の発明で前記修
正用ナビゲーションとして音声入力された単語は予め備
えた認識辞書記憶部における辞書を用いて音声認識さ
れ、認識された前記音声に対応した前記修正用ナビゲー
ションの処理が行われることを特徴とする。

【００１２】本願の第７の発明は、第６の発明の前記修
正用ナビゲーションとして入力された音声が単語候補の
表示を指示する音声入力の場合は、前記ディクテーショ
ンモードで入力された音声であって予め用意された音声
記憶部に記憶された音声情報を用いて単語候補の一覧を
作成しこれを出力装置に出力することを特徴とする。

【００１３】本願の第８の発明は、第３及び第６の発明
の前記修正用ナビゲーションとして入力された前記音声
が文章修正終了を指示する音声入力の場合は、前記音声
記憶部に記憶された音声情報を削除し、前記出力装置に
表示された文章のフォーマットを以前に入力された文章
のフォーマットと同一にすることを特徴とする。

【００１４】本願の第９の発明は、コンピュータディク
テーション装置において、ディクテーションモードにあ
る時入力装置から音声入力された編集用ナビゲーション
またはディクテーションのみを受け取り修正モード時に
は前記入力装置から音声入力された修正用ナビゲーショ
ンのみを受け取る認識手段と、前記認識手段が前記編集
用ナビゲーションを受け取った場合は改行、カレット移
動などの前記編集用ナビゲーション種別に応じた処理を
行いその結果を文章記憶部に記憶するとともに出力装置
に出力する文章編集手段と、前記認識手段が前記ディク
テーションを受け取った場合はその文字列を前記文章記
憶部に記憶しその音声情報を音声記憶部に記憶し前記文
字列を出力装置に出力し前記修正用ナビゲーションを受
け取った場合は前記修正用ナビゲーション種別に応じた
処理を行いその結果を前記出力装置に出力する文章修正
手段とを含んで構成されることを特徴とする。

【００１５】本願の第１０の発明は、第９の発明におけ
る前記ディクテーションに対しては入力された音声に対
応した文字列が、前記ナビゲーションに対しては対応す
る動作およびその動作が前記編集用ナビゲーションであ
るか前記修正用ナビゲーションであるかの情報が記憶さ
れている認識辞書記憶部を予め具備し、前記認識手段
は、与えられた前記音声入力が前記認識辞書記憶部に前
記ナビゲーションとして登録されていればその情報によ
り前記編集用ナビゲーションまたは前記修正用ナビゲー
ションであると判断し前記ナビゲーションとして登録さ
れていなければ前記ディクテーションと判断することを
特徴とする。

【００１６】本願の第１１の発明は、第９の発明におけ
る前記文章修正手段は、受け取った前記ディクテーショ
ンの文章を前記出力装置に出力する時、以前に入力され
た文章とフォーマットを変えて表示することにより、新
しく入力された文章が区別できるようにしさらにこの新
しく入力された文章に対しての修正が可能な前記修正モ
ードへの切り換えを行うことを特徴とする。

【００１７】本願の第１２の発明は、第９の発明におけ
る前記文章修正手段は、前記修正モードで入力された前
記修正用ナビゲーションが単語候補の表示を指示する音
声入力の場合は、前記認識手段に前記音声記憶部に記憶
された該当単語の前記音声情報を渡して候補一覧の要求
を行いその結果を前記出力装置に出力することを特徴と
する。

【００１８】本願の第１３の発明は、第９及び１１の発
明における前記文章修正手段は、前記修正モードで入力
された前記修正用ナビゲーションが文章修正終了を指示
する音声入力の場合は、前記音声記憶部に記憶された音
声情報を削除し、前記出力装置に表示されたフォーマッ
トを以前に入力された文章のフォーマットと同一にする
ことを特徴とする。

【００１９】本願の第１４の発明は、データ処理装置に
あって第９から第１３の発明における少なくとも１つの
発明における前記認識手段及び前記文章編集手段及び前
記文章修正手段と同等の動作を実行するコンピュータデ
ィクテーションプログラムを格納した記録媒体であるこ
とを特徴とする。

【００２０】［作用］本発明は、ディクテーション機能
およびナビゲーション機能を有する音声認識システムに
関する。一発声分のディクテーション入力ごとに、自動
的にディクテーションモードから修正モードへの切り換
えを行い、逐次文章の修正を行うことにより、記憶領域
の使用量を低減させ、音声認識の精度および操作性を向
上させる方法を提供するものである。

【００２１】ここで、ディクテーションとは、発声され
た音声を認識し、音声により文章を入力することをい
う。また、ナビゲーションとは、あらかじめ登録された
単語を音声認識し、音声により命令を実行することをい
う。

【００２２】以下の説明において、ディクテーションを
受け付けている状態にある時をディクテーションモー
ド、受け付けていない状態にある時を修正モードと定義
し、ディクテーションモードで使用されるナビゲーショ
ンを編集用ナビゲーション、修正モードで使用されるナ
ビゲーションを修正用ナビゲーションと定義する。修正
用ナビゲーションは、新しくディクテーション入力され
た文章に対して、単語の候補の変更・決定、入力する文
章の確定などの操作を行うことができる。編集用ナビゲ
ーションは、以前に入力された文章に対して、文字入力
位置（以後カレットと表現する）の移動、改行の挿入な
ど、文字列の置換を行わない範囲での修正のみが可能で
ある。また、ディクテーション結果とは、ディクテーシ
ョン入力された音声情報と、音声に対応した文字列を示
す。ここで音声情報とは、入力された音声の波形データ
および波形の解析結果のデータを表す。

【００２３】図１において、認識コンポーネント２１
は、入力装置１から音声入力を受け取る。認識コンポー
ネント２１は、与えられた入力を認識辞書記憶部３１の
情報を検索することにより、ディクテーション、編集用
ナビゲーション、修正用ナビゲーションに分類する。認
識辞書記憶部３１には、ディクテーションおよびナビゲ
ーションに関する情報が記憶されている。すなわち、デ
ィクテーションに対しては入力された音声に対応した文
字列が、ナビゲーションに対しては対応する動作およ
び、その動作が編集用ナビゲーションであるか修正用ナ
ビゲーションであるかの情報が記憶されている。認識コ
ンポーネント２１は、与えられた音声入力が認識辞書記
憶部３１にナビゲーションとして登録されていれば、そ
の情報により編集用ナビゲーションまたは修正用ナビゲ
ーションであると判断する。また、ナビゲーションとし
て登録されていなければ、ディクテーションと判断す
る。

【００２４】初期状態では、データ処理装置２はディク
テーションモードにある。この時、認識コンポーネント
２１は、入力装置１から音声入力された編集用ナビゲー
ションまたはディクテーションのみを処理し、それ以外
の入力を無視する。認識コンポーネント２１が編集用ナ
ビゲーションを受け取った場合は、文章編集コンポーネ
ント２２にこれを渡す。文章編集コンポーネント２２
は、改行、カレット移動などの編集用ナビゲーション種
別に応じた処理を行い、結果を文章記憶部３２に記憶
し、出力装置４に出力する。

【００２５】認識コンポーネント２１がディクテーショ
ンを受け取った場合は、ディクテーション結果を文章修
正コンポーネント２３にこれを渡す。文章修正コンポー
ネント２３は、文字列を文章記憶部３２に記憶し、音声
情報を音声記憶部３３に記憶し、文章を出力装置４に出
力する。この時、以前に入力された文章とフォントを変
えるまたはフォントの色を変えて表示することにより、
新しく入力された文章が区別できるようにする。さら
に、この新しく入力された文章に対しての修正が可能な
修正モードへの切り換えを、自動的に行う。

【００２６】修正モード時には、認識コンポーネント２
１は、入力装置１から音声入力された修正用ナビゲーシ
ョンのみを受け取り、文章修正コンポーネント２３に渡
す。文章修正コンポーネント２３は、修正用ナビゲーシ
ョン種別に応じた処理を行い、結果を出力装置４に出力
する。単語候補の表示の場合は、認識コンポーネント２
１に該当単語の音声情報を渡して候補一覧の要求を行
い、これを出力する。文章修正終了のナビゲーションを
受け取ると修正モードは終了し、再びディクテーション
モードに切り換わる。この時、修正を終えた文章は文章
記憶部３２に記憶され、音声情報は音声記憶部３３から
削除される。また、フォントまたは色を、通常の状態に
戻して出力装置４に出力する。

【００２７】修正用ナビゲーションを実行するために
は、入力された音声情報が必要である。常に文章の修正
を可能とするためには、入力された全ての音声情報を記
憶しておく必要がある。そのためには、文字列のみを記
憶する場合に比べ多くの記憶領域が必要となる。本発明
では、一発声分のディクテーション入力ごとに自動的に
修正モードに切り換え、入力された文章の修正を完了す
る。そのため、一発声ごとに音声情報を削除し、文字列
のみを記憶することが可能であり、記憶領域の使用量を
低減することができる。

【００２８】また、ディクテーションモードと修正モー
ドを切り換えることにより、編集用ナビゲーションおよ
び修正用ナビゲーションが使用できる状況を限定するこ
とができる。これにより、修正モード中に音声入力され
たディクテーションおよび編集用ナビゲーションを無視
することができ、修正モード中に入力された修正用ナビ
ゲーションが、ディクテーションまたは編集用ナビゲー
ションと誤認識されることを防ぐ。同様に、ディクテー
ションモード中に入力されたディクテーションまたは編
集用ナビゲーションが、修正用ナビゲーションと誤認識
されることを防ぐ。このため、音声認識の精度を向上さ
せることができ、誤認識による誤動作が起こる可能性を
低減できるため、操作性を向上させることが出来る。

【００２９】

【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して詳細に説明する。

【００３０】図１は、本発明の一実施の形態を示すブロ
ック図である。

【００３１】図１を参照すると、本実施の形態は、マイ
ク等の入力装置１と、プログラム制御により動作するデ
ータ処理装置２と、情報を記憶する記憶装置３と、ディ
スプレイ装置や印刷装置等の出力装置４とを含む。

【００３２】データ処理装置２は、認識コンポーネント
２１と、文章編集コンポーネント２２と、文章修正コン
ポーネント２３とを備える。

【００３３】認識コンポーネント２１は、入力装置１か
ら与えられた音声入力を、認識辞書記憶部３１の検索に
より、ディクテーション、編集用ナビゲーション、修正
用ナビゲーションに分類する。また、文章編集コンポー
ネント２２より音声入力終了通知があった場合には処理
を終了し、文章修正コンポーネント２３より要求があっ
た場合には、単語候補の一覧を作成する。音声入力に対
して、ディクテーションモード中または修正モード中に
応じて、次のような動作をする。

【００３４】 ディクテーションモード中の場合 −Ａ 入力が編集用ナビゲーションの場合 文章編集コンポーネント２２に、編集用ナビゲーション
を渡す。

【００３５】−Ｂ 入力がディクテーションの場合 文章修正コンポーネント２３に、ディクテーション結果
を渡す。

【００３６】−Ｃ 入力が修正用ナビゲーションの場
合 入力を無視し、何も行わない。

【００３７】 修正モード中の場合 −Ａ 入力が編集用ナビゲーションの場合 入力を無視し、何も行わない。

【００３８】−Ｂ 入力がディクテーションの場合 入力を無視し、何も行わない。

【００３９】−Ｃ 入力が修正用ナビゲーションの場
合 文章修正コンポーネント２３に、修正用ナビゲーション
を渡す。

【００４０】文章編集コンポーネント２２は、認識コン
ポーネント２１から編集用ナビゲーションを受け取る。
受け取ったナビゲーションが音声入力終了ナビゲーショ
ンであった場合は、その旨を認識コンポーネントに通知
して処理を終了する。それ以外の場合はナビゲーション
を実行し、結果を文章記憶部３２に記憶し、出力装置４
に出力する。編集用ナビゲーションには、音声入力終
了、改行、空白挿入、文章削除、カレット移動等があ
る。

【００４１】文章修正コンポーネント２３は、認識コン
ポーネント２１から受け取った内容により、次のような
動作をする。

【００４２】 ディクテーション結果の場合 文章記憶部３２に文字列を記憶し、音声記憶部３３に音
声情報を記憶し、出力装置４に出力する。また、修正モ
ードへ切り換えを行う。

【００４３】 修正用ナビゲーションの場合 −Ａ 修正モード終了のナビゲーションの場合 ディクテーションモードへ切り換えを行う。また、修正
を完了した文章を文章記憶部３２に記憶し、音声記憶部
３３の内容を削除する。

【００４４】−Ｂ 候補一覧の表示ナビゲーションの
場合 該当する単語の音声情報を認識コンポーネント２１に渡
し、候補の一覧を要求する。認識コンポーネント２１が
返した候補一覧を、出力装置４に出力する。

【００４５】−Ｃ 上記以外のナビゲーションの場合 修正用ナビゲーションを実行し、結果を出力装置４に出
力する。修正用ナビゲーションには、現在選択されてい
る文字列の変更、選択されている候補の変更、候補の決
定等がある．次に、記憶装置３は、認識辞書記憶部３１
と、文章記憶部３２と、音声記憶部３３とを備える。

【００４６】認識辞書記憶部３１は、ディクテーション
に対しては入力された音声に対応した文字列の情報を、
ナビゲーションに対しては入力された音声に対応する動
作および、その動作が編集用ナビゲーションであるか修
正用ナビゲーションであるかの情報を記憶する。

【００４７】文章記憶部３２は、ディクテーションモー
ドにおいて、文章編集コンポーネント２２により編集さ
れた文章および文章修正コンポーネント２３により入力
される文章を記憶する。また、修正モードにおいて、文
章修正コンポーネント２３により修正を完了した文章を
記憶する。

【００４８】音声記憶部３３は、文章修正コンポーネン
ト２３から渡される、ディクテーションの音声情報を記
憶する。

【００４９】次に、本発明の実施の形態の動作について
図面を参照して説明する。

【００５０】図２から図４はそれぞれ、本発明の認識コ
ンポーネント２１、文章編集コンポーネント２２、文章
修正コンポーネント２３の処理フローである。

【００５１】まず、図２を参照して、認識コンポーネン
ト２１の動作について説明する。初期状態において、デ
ータ処理装置２はディクテーションモードにあり（図２
のステップＡ１）、認識コンポーネント２１は音声入力
待ち状態になっている（ステップＡ２）。

【００５２】入力装置１から与えられた音声入力は、認
識コンポーネント２１に供給される（ステップＡ３）。
この時、認識コンポーネント２１は、データ処理装置２
がディクテーションモードにあるか否かを調べる（ステ
ップＡ４）。

【００５３】ディクテーションモードであった場合は、
認識コンポーネント２１は、入力された音声が認識辞書
記憶部３１にナビゲーションとして登録されているか否
かを調べる。登録されていない場合はディクテーション
結果と判断し、これを文章修正コンポーネントに渡す
（ステップＡ５）。登録されている場合は、さらに、編
集用ナビゲーションとして登録されているか否かを調べ
る（ステップＡ６）。編集用ナビゲーションでなかった
場合は、処理を行わず音声入力待ちになる（ステップＡ
２）。編集用ナビゲーションであった場合は、これを文
章編集コンポーネント２２に渡し処理する（ステップＡ
７）。文章編集コンポーネント２２の処理終了後、認識
コンポーネント２１に入力終了通知があったか否かを調
べる（ステップＡ８）。通知があった場合は認識コンポ
ーネント２１の動作は終了し、通知がなかった場合は音
声入力待ちになる（ステップＡ２）。

【００５４】ディクテーションモードでなかった場合
は、認識コンポーネント２１は、入力された音声が認識
辞書記憶部３１に修正用ナビゲーションとして登録され
ているか否かを調べる（ステップＡ９）。登録されてい
ない場合は、処理を行わず音声入力待ちになる（ステッ
プＡ２）。登録されている場合はこれを文章修正コンポ
ーネント２３に渡し処理する（ステップＡ１０）。文章
修正コンポーネント２３の処理後、認識コンポーネント
２１は候補要求があったか否かを調べる（ステップＡ１
１）。要求があった場合は、認識コンポーネント２１は
候補一覧を作成し（ステップＡ１２）、これを文章修正
コンポーネント２３に渡し処理する（ステップＡ１
０）。要求がなかった場合は、音声入力待ちになる（ス
テップＡ２）。

【００５５】次に、図２および図３を参照して、文章編
集コンポーネント２２の動作について説明する。

【００５６】認識コンポーネント２１より編集用ナビゲ
ーションが渡されたとき（ステップＡ７）、文章編集用
コンポーネント２２は、音声入力終了ナビゲーションで
あるか否かを調べる（図３のステップＢ１）。音声入力
終了ナビゲーションであった場合は、認識コンポーネン
ト２１に終了通知を送り（ステップＢ２）、処理を終了
する。音声入力終了ナビゲーションでなかった場合は、
編集用ナビゲーションを実行する（ステップＢ３）。編
集結果を文章記憶部３２に記憶し、出力装置４に表示
し、処理を終了する（ステップＢ４およびＢ５）。

【００５７】続いて、図２および図４を参照して、文章
修正コンポーネント２３の動作について説明する。

【００５８】認識コンポーネント２１より入力があった
とき（ステップＡ１０）、文章修正用コンポーネント２
３は、ディクテーション結果か否かを調べる（ステップ
Ｃ１）。ディクテーション結果であった場合は、文字列
を文章記憶部３２に記憶し（ステップＣ２）、渡された
音声情報を音声記憶部３３に記憶し（ステップＣ３）、
これまでに入力された文章と異なるフォントまたは色で
出力装置４に表示する（ステップＣ４）。さらに、修正
モードに切り換えを行い、処理を終了する（ステップＣ
５）。

【００５９】入力がディクテーション結果でなかった場
合は、文章修正用コンポーネント２３は、修正モード終
了ナビゲーションか否かを調べる（ステップＣ６）。修
正モード終了ナビゲーションであった場合は、修正を終
えた文章を文章記憶部３２に記憶し、音声記憶部３３に
記憶された音声情報を削除する（ステップＣ７およびＣ
８）。また、文章のフォントまたは色を通常のものにし
て出力装置４に出力する（ステップＣ９）。さらに、デ
ィクテーションモードに切り換えを行い、処理を終了す
る（ステップＣ１０）。

【００６０】入力が修正モード終了ナビゲーションでな
かった場合は、文章修正用コンポーネント２３は、候補
一覧の表示ナビゲーションか否かを調べる（ステップＣ
１１）。候補一覧の表示ナビゲーションであった場合
は、認識コンポーネント２１に候補要求を出し（ステッ
プＣ１２）、得られた候補一覧を出力装置４に出力する
（ステップＡ１１、Ａ１２およびＣ１３）。候補一覧の
表示ナビゲーションでなかった場合は、ナビゲーション
を実行する（ステップＣ１４）。

【００６１】次に、具体例を用いて本実施の形態の動作
を説明する。

【００６２】認識辞書記憶部３１には、編集用ナビゲー
ションとして、以下のものが登録されているとする。 「ここにスペース」現在のカレット位置に空白を挿入
する。 「編集終了」音声入力を終了する。音声入力終了ナビ
ゲーション。

【００６３】また、修正用ナビゲーションとして、以下
のものが登録されているとする。 「候補の表示」現在選択されている単語の修正候補を
表示する、候補一覧の表示ナビゲーション。 「候補の選択」候補一覧が表示されている時に、候補
が選択状態になっていなければ先頭の候補を選択状態に
し、選択状態になっているときはその次の候補を選択状
態にする。結果を出力装置４に出力する。 「候補の決定」候補一覧が表示されている時に、現在
選択されている候補に確定する。候補一覧表示を終了さ
せ、現在の選択位置の文字列を選択された候補に置換
し、出力装置４に出力する。 「修正終了」文章の修正を終了し、修正モードからデ
ィクテーションモードに切り換える。また、修正を完了
した文章を黒色で、修正モードにある文章を赤色で表示
するものとする。

【００６４】初期状態では、データ処理装置２はディク
テーションモードにあり、入力待ち状態となっている
（ステップＡ１およびＡ２）。ここで、入力装置１より
「ここにスペース」の音声が入力されたとする（ステッ
プＡ３）。この時、認識コンポーネント２１は、現在デ
ィクテーションモードか否かを調べる（ステップＡ
４）。ここではディクテーションモードと設定されてい
るため、認識コンポーネント２１は次に、入力された音
声が認識辞書記憶部３１にナビゲーションとして登録さ
れているか否かを調べる。登録されていなければディク
テーションと判断する（ステップＡ５）。本実施例で
は、「ここにスペース」は編集用ナビゲーションとして
登録されており、現在のカレット位置に空白を挿入する
と定義されている。編集用ナビゲーションの入力であっ
たため、認識コンポーネント２１は文章編集コンポーネ
ント２２に、「ここにスペース」の編集用ナビゲーショ
ンを渡す（ステップＡ６およびＡ７）。文章編集コンポ
ーネント２２は、編集終了ナビゲーションではないと判
断し、編集動作を実行する（ステップＢ１およびステッ
プＢ３）。現在のカレット位置に空白を挿入し、文章記
憶部３２に記憶する（ステップＢ４）。さらに、その結
果を出力装置４に出力する（ステップＢ５）。認識コン
ポーネント２１は、文章編集コンポーネント２２から入
力終了通知がないことから、入力待ち状態になる（ステ
ップＡ８およびＡ２）。

【００６５】次に、「候補の表示」という音声入力があ
ったとする（ステップＡ３）。現在ディクテーションモ
ードであるため（ステップＡ４）、認識コンポーネント
２１は認識辞書記憶部３１を調べ、ナビゲーションとし
て登録されているためディクテーションではないことが
わかる（ステップＡ５）。しかし、編集用ナビゲーショ
ンとして登録されていないことから、この入力を無視し
て入力待ち状態になる（ステップＡ６およびステップＡ
２）。

【００６６】続いて、「今日はよい天気です」という音
声入力をしようとしたが、「京はよい天気です」と誤認
識されたとする（ステップＡ３）。現在ディクテーショ
ンモードであるため（ステップＡ４）、認識コンポーネ
ント２１は認識辞書記憶部３１を調べ、ナビゲーション
として登録されていないことから「京はよい天気です」
というディクテーション入力があったと判断し（ステッ
プＡ５）、これを文章修正コンポーネント２３に渡す
（ステップＡ１０）。文章修正コンポーネント２３は、
ディクテーション結果の入力であることから文章記憶部
３２に文字列を記憶し（ステップＣ１およびステップＣ
２）、音声情報を音声記憶部３３に記憶する（ステップ
Ｃ３）。また、「京はよい天気です」という文字列を、
修正可能なことを示すために赤色で出力装置４に表示す
る（ステップＣ４）。さらに、この文字列を修正するた
めの修正モードへの切り換えを行い（ステップＣ５）、
処理を終了する。認識コンポーネント２１は、文章修正
コンポーネント２３から候補要求がないことから、入力
待ち状態になる（ステップＡ１１およびＡ２）。

【００６７】ここで、「ここにスペース」の入力を行っ
たとする（ステップＡ３）。現在修正モードであるた
め、認識コンポーネント２１は認識辞書記憶部３１に修
正用ナビゲーションとして登録されているか否かを調べ
る(ステップＡ４およびステップＡ９)。その結果、修正
用ナビゲーションとして登録されていないことから、こ
れを無視して入力待ちになる（ステップＡ２）。同様
に、「今日はよい天気です」の入力を再度行った場合
（ステップＡ３）、現在修正モードであり、修正用ナビ
ゲーションとして登録されていないことから（ステップ
Ａ４およびＡ９）、これを無視して入力待ちになる（ス
テップＡ２）。

【００６８】次に、「京」の文字を「今日」に修正する
ために、修正候補の表示を行う。今、「京」の文字が選
択状態にあるとする。「候補の表示」の音声入力がある
と（ステップＡ３）、現在修正モードであるため、認識
コンポーネント２１は認識辞書記憶部３１に修正用ナビ
ゲーションとして登録されているか否かを調べる(ステ
ップＡ４およびステップＡ９)。その結果、修正用ナビ
ゲーションとして登録されていることから、文章修正コ
ンポーネント２３に渡す（ステップＡ１０）。文章修正
コンポーネント２３は、「候補の表示」がディクテーシ
ョン結果ではなく、修正モード終了ナビゲーションでも
なく、候補一覧の表示ナビゲーションであることから
（ステップＣ１、ステップＣ６およびステップＣ１
１）、認識コンポーネント２１に現在選択されている
「京」の音声情報を渡し、候補の一覧を要求する（ステ
ップＣ１２）。認識コンポーネント２１は、文章修正コ
ンポーネント２３からの候補要求を受けて候補一覧を作
成し（ステップＡ１１およびステップＡ１２）、これを
文章修正コンポーネント２３に渡す（ステップＡ１
０）。文章修正コンポーネント２３は、受け取った候補
一覧を出力装置４に出力し（ステップＣ１３）、処理を
終了する。認識コンポーネント２１は、入力待ち状態に
なる（ステップＡ１１およびステップＡ２）。この時、
「候補の選択」の音声入力を行うと（ステップＡ３）、
現在修正モードであり、修正用ナビゲーションであるた
め（ステップＡ４およびステップＡ９）、文章修正コン
ポーネント２３に渡される（ステップＡ１０）。文章修
正コンポーネント２３は、「候補の選択」がディクテー
ション結果ではなく、修正モード終了ナビゲーションで
もなく、候補一覧の表示ナビゲーションでもないことか
ら（ステップＣ１、ステップＣ６およびステップＣ１
１）、ナビゲーションを実行する（ステップＣ１４）。
「今日」の文字列が候補の先頭にあったとすると、「今
日」を選択状態にする。文章修正コンポーネント２３の
処理は終了し、認識コンポーネント２１は、入力待ち状
態になる（ステップＡ１１およびステップＡ２）。ここ
で、「候補の決定」の音声入力があると、同様にナビゲ
ーションが実行され、候補一覧表示を終了して出力装置
４の「京」の文字を「今日」に置換する。

【００６９】さらに「修正終了」の音声入力があった場
合（ステップＡ３）、現在修正モードであり、修正用ナ
ビゲーションであるため（ステップＡ４およびステップ
Ａ９）、文章修正コンポーネント２３に渡される（ステ
ップＡ１０）。文章修正コンポーネント２３は、「修正
終了」がディクテーション結果ではなく、修正モード終
了ナビゲーションであるため（ステップＣ１およびステ
ップＣ６）、文章記憶部に修正された文字列「今日はよ
い天気です」を記憶する（ステップＣ７）。また、音声
記憶部に記憶された音声情報を削除し、出力装置４に赤
色で表示されている「今日はよい天気です」を、黒色で
再表示する（ステップＣ８およびステップＣ９）。その
後に、ディクテーションモードに切り換え（ステップＣ
１０）、処理を終了する。認識コンポーネント２１は、
入力待ち状態になる（ステップＡ１１およびステップＡ
２）。

【００７０】再びディクテーションモードになったこと
により、ディクテーションおよび「ここにスペース」な
どの編集用ナビゲーションが有効になり、「候補の表
示」などの修正用ナビゲーションは無効になる。ここ
で、「編集終了」の音声入力があると（ステップＡ
３）、現在ディクテーションモードであるため、認識コ
ンポーネント２１は認識辞書記憶部３１を調べ、ナビゲ
ーションとして登録されていることがわかる（ステップ
Ａ４およびステップＡ５）。「編集終了」は編集用ナビ
ゲーションであるので、これを文章編集コンポーネント
２２に渡す（ステップＡ６およびステップＡ７）。文章
編集コンポーネントは、「編集終了」が音声入力終了ナ
ビゲーションか否かを調べる（ステップＢ１）。本実施
例では、「編集終了」は編集用ナビゲーションであるの
で、文章編集コンポーネント２２は認識コンポーネント
２１に入力終了通知を行い（ステップＢ２）、処理を終
了する。認識コンポーネント２１は入力終了通知があっ
たため、処理を終了する（ステップＡ８）。

【００７１】次に、本発明の他の実施の形態について図
面を参照して説明する。

【００７２】まず図５を参照して、第２の実施の形態を
説明する。

【００７３】本実施の形態では、文章修正コンポーネン
ト７３は、図１における文章修正コンポーネント２３が
音声情報を音声記憶部３３に記憶する代わりに、単語候
補の一覧を単語候補記憶部８３に記憶する。データ処理
装置７の認識コンポーネント７１および文章編集コンポ
ーネント７２は、認識コンポーネント２１および文章編
集コンポーネント２２と同一の動作をする。また、記憶
装置８の認識辞書記憶部８１および文章記憶部８２は、
認識辞書記憶部２１および文章記憶部２２と同一の動作
をする。文章修正コンポーネント２３および７３は、以
下の３つの場合について異なる動作を行う。

【００７４】第１の場合は、ディクテーションモードに
おいてディクテーション結果を受け取ったときである。
文章修正コンポーネント２３は音声記憶部３３に音声情
報を記憶する（図４のステップＣ３）。認識コンポーネ
ント７３は、入力された全ての単語について単語候補の
一覧を認識コンポーネント２１に要求し、これを単語候
補記憶部８３に記憶し、音声情報を記憶しない。

【００７５】第２の場合は、修正モードにおいて候補一
覧の表示ナビゲーション受け取った場合である。文章修
正コンポーネント２３は認識コンポーネント２１に音声
情報を渡して単語候補一覧を要求する（ステップＣ１
２）。文章修正コンポーネント７３は、前述のディクテ
ーションを受け取った場合に作成した候補一覧を、単語
候補記憶部８３に要求する。

【００７６】第３の場合は、修正モードにおいて修正モ
ード終了ナビゲーションを受け取った場合である。文章
修正コンポーネント２３は、音声記憶部３３の情報を削
除する（ステップＣ８）。文章修正コンポーネント７３
は、単語候補記憶部８３の情報を削除する。

【００７７】次に、図６を参照すると、第３の実施の形
態は、ディクテーションプログラムを記録した記録媒体
５を備える。この記録媒体５は磁気ディスク、半導体メ
モリその他の記録媒体であってよい。

【００７８】ディクテーションプログラムは記録媒体５
からデータ処理装置６に読み込まれ、データ処理装置６
の動作を制御する。データ処理装置６はディクテーショ
ンプログラムの制御により以下の処理、すなわち図１に
示された実施例におけるデータ処理装置２と同一の処理
を実行する。

【００７９】データ処理装置６は、入力装置１より与え
られた入力を認識辞書記憶部３１の情報を検索すること
により、ディクテーション、編集用ナビゲーション、修
正用ナビゲーションに分類する。認識辞書記憶部３１に
登録されていれば、その情報により編集用ナビゲーショ
ンまたは修正用ナビゲーションであると判断し、登録さ
れていなければ、ディクテーションと判断する。

【００８０】初期状態では、データ処理装置６はディク
テーションモードにある。この時、入力装置１から音声
入力された編集用ナビゲーションまたはディクテーショ
ン結果のみを処理し、それ以外の入力を無視する。編集
用ナビゲーションが入力された場合は、改行、文章の削
除、カレット移動などの編集用ナビゲーション種別に応
じた処理を行い、結果を文章記憶記憶部３２に記憶し、
出力装置４に出力する。

【００８１】入力装置１からディクテーション入力がさ
れた場合は、データ処理装置６は、文字列を文章記憶部
３２に記憶し、音声情報を音声記憶部３３に記憶し、文
章を出力装置４に出力する。この時、以前に入力された
文章とフォントを変えるまたはフォントの色を変えて表
示することにより、新しく入力された文章が区別できる
ようにする。さらに、この新しく入力された文章に対し
ての修正が可能な、修正モードへの切り換えを行う。

【００８２】修正モード時には、データ処理装置６は、
入力装置１から音声入力された修正用ナビゲーションの
みを受け取り、単語の選択、単語候補の表示などの修正
用ナビゲーション種別に応じた処理を行い、結果を出力
装置４に出力する。文章修正終了のナビゲーションを受
け取ると修正モードは終了し、再びディクテーションモ
ードに切り換わる。この時、修正を終えた文章は文章記
憶部３２に記憶され、音声情報は音声記憶部３３から削
除される。また、フォントまたは色を、通常の状態に戻
して出力装置４に出力する。

【００８３】尚、詳述はしないが、第４の実施の形態と
して、第３の実施の形態におけるデータ処理装置６が、
図５に示された実施例におけるデータ処理装置７と同一
の処理を実行する場合が考えられることはいうまでもな
い。

【００８４】

【発明の効果】第１の効果は、記憶領域の使用量の低減
である。その理由は、ディクテーション入力があった場
合に自動的に修正モードへの切り換えを行い、一発声ご
とに文章を修正し、逐次音声情報を削除し、文字列のみ
を記憶するためである。一般に、音声情報は文字列より
も多くの情報を含む。入力された全ての音声情報を保持
する場合と逐次削除する場合では、長い文章を入力する
ほど使用する記憶容量の差は大きくなる。

【００８５】第２の効果は、音声認識率の向上と、それ
に伴う操作性の向上である。その理由は、ディクテーシ
ョンモードではディクテーションおよび編集用ナビゲー
ションのみが可能であり、修正モードでは修正用ナビゲ
ーションのみが可能であるためである。これにより、与
えられた音声入力が、ディクテーションモード中に修正
用ナビゲーションと誤認識される、あるいは、修正モー
ド中にディクテーションまたは編集用ナビゲーションと
誤認識されることを防ぐことができる。本発明では、デ
ィクテーション入力があった場合に自動的に修正モード
への切り換えを行い、修正用ナビゲーションのみが有効
になる。このため、音声認識率が向上し、誤認識による
誤動作と、その修正の手間を低減し、操作性が向上す
る。

【図面の簡単な説明】

【図１】本発明の一実施の形態を示すブロック図であ
る。

【図２】本発明の認識コンポーネント２１の処理フロー
図である。

【図３】本発明の文章編集コンポーネント２２の処理フ
ロー図である。

【図４】本発明の文章修正コンポーネント２３の処理フ
ロー図である。

【図５】本発明の第２の実施の形態を示すブロック図で
ある。

【図６】本発明の第３の実施の形態を示すブロック図で
ある。

【符号の説明】

１ 入力装置 ２ データ処理装置 ３ 記憶装置 ４ 出力装置 ５ 記録媒体 ６ データ処理装置 ７ データ処理装置 ８ 記憶装置 ２１ 認識コンポーネント ２２ 文章編集コンポーネント ２３ 文章修正コンポーネント ３１ 認識辞書記憶部 ３２ 文章記憶部 ３３ 音声記憶部 ７１ 認識コンポーネント ７２ 文章編集コンポーネント ７３ 文章修正コンポーネント ８１ 認識辞書記憶部 ８２ 文章記憶部 ８３ 単語候補記憶部

Claims (14)

【特許請求の範囲】
1. 【請求項１】 コンピュータディクテーション方法にお
   いて、一発声分のディクテーション入力ごとにディクテ
   ーションモードから修正モードへの切り換えを自動的に
   行うことを特徴とするコンピュータディクテーション方
   法。
2. 【請求項２】 前記ディクテーションモードではディク
   テーションの音声入力と文字列の置換を行わない範囲で
   の修正ができる編集用ナビゲーションの音声入力のみが
   可能であることを特徴とする請求項１記載のコンピュー
   タディクテーション方法。
3. 【請求項３】 前記ディクテーションモードで音声によ
   り入力された文章は予め備えた認識辞書記憶部における
   辞書を用いて前記音声に対応した文字列に変換され以前
   に入力された文章と異なったフォーマットで出力装置に
   表示することにより新しく入力された文章が区別できる
   ようにすることを特徴とする請求項１及び２記載のコン
   ピュータディクテーション方法。
4. 【請求項４】 前記ディクテーションモードで前記編集
   用ナビゲーションとして音声入力された単語は予め備え
   た認識辞書記憶部における辞書を用いて音声認識され、
   認識された前記音声に対応した前記編集用ナビゲーショ
   ンの処理が行われることを特徴とする請求項２記載のコ
   ンピュータディクテーション方法。
5. 【請求項５】 前記修正モードではディクテーション入
   力された前記一発声分の文章に対して単語の候補の変更
   ・決定及び文章の確定などの操作を行う修正用ナビゲー
   ションの音声入力のみが可能であることを特徴とする請
   求項１記載のコンピュータディクテーション方法。
6. 【請求項６】 前記修正用ナビゲーションとして音声入
   力された単語は予め備えた認識辞書記憶部における辞書
   を用いて音声認識され、認識された前記音声に対応した
   前記修正用ナビゲーションの処理が行われることを特徴
   とする請求項５記載のコンピュータディクテーション方
   法。
7. 【請求項７】 前記修正用ナビゲーションとして入力さ
   れた音声が単語候補の表示を指示する音声入力の場合
   は、前記ディクテーションモードで入力された音声であ
   って予め用意された音声記憶部に記憶された音声情報を
   用いて単語候補の一覧を作成しこれを出力装置に出力す
   ることを特徴とする請求項６記載のコンピュータディク
   テーション方法。
8. 【請求項８】 前記修正用ナビゲーションとして入力さ
   れた前記音声が文章修正終了を指示する音声入力の場合
   は、前記音声記憶部に記憶された音声情報を削除し、前
   記出力装置に表示された文章のフォーマットを以前に入
   力された文章のフォーマットと同一にすることを特徴と
   する請求項３及び６記載のコンピュータディクテーショ
   ン方法。
9. 【請求項９】 コンピュータディクテーション装置にお
   いて、ディクテーションモードにある時入力装置から音
   声入力された編集用ナビゲーションまたはディクテーシ
   ョンのみを受け取り修正モード時には前記入力装置から
   音声入力された修正用ナビゲーションのみを受け取る認
   識手段と、前記認識手段が前記編集用ナビゲーションを
   受け取った場合は改行、カレット移動などの前記編集用
   ナビゲーション種別に応じた処理を行いその結果を文章
   記憶部に記憶するとともに出力装置に出力する文章編集
   手段と、前記認識手段が前記ディクテーションを受け取
   った場合はその文字列を前記文章記憶部に記憶しその音
   声情報を音声記憶部に記憶し前記文字列を出力装置に出
   力し前記修正用ナビゲーションを受け取った場合は前記
   修正用ナビゲーション種別に応じた処理を行いその結果
   を前記出力装置に出力する文章修正手段とを含んで構成
   されることを特徴とするコンピュータディクテーション
   装置。
10. 【請求項１０】 前記ディクテーションに対しては入力
    された音声に対応した文字列が、前記ナビゲーションに
    対しては対応する動作およびその動作が前記編集用ナビ
    ゲーションであるか前記修正用ナビゲーションであるか
    の情報が記憶されている認識辞書記憶部を予め具備し、
    前記認識手段は、与えられた前記音声入力が前記認識辞
    書記憶部に前記ナビゲーションとして登録されていれば
    その情報により前記編集用ナビゲーションまたは前記修
    正用ナビゲーションであると判断し前記ナビゲーション
    として登録されていなければ前記ディクテーションと判
    断することを特徴とする請求項９記載のコンピュータデ
    ィクテーション装置。
11. 【請求項１１】 前記文章修正手段は、受け取った前記
    ディクテーションの文章を前記出力装置に出力する時、
    以前に入力された文章とフォーマットを変えて表示する
    ことにより、新しく入力された文章が区別できるように
    しさらにこの新しく入力された文章に対しての修正が可
    能な前記修正モードへの切り換えを行うことを特徴とす
    る請求項９記載のコンピュータディクテーション装置。
12. 【請求項１２】 前記文章修正手段は、前記修正モード
    で入力された前記修正用ナビゲーションが単語候補の表
    示を指示する音声入力の場合は、前記認識手段に前記音
    声記憶部に記憶された該当単語の前記音声情報を渡して
    候補一覧の要求を行いその結果を前記出力装置に出力す
    ることを特徴とする請求項９記載のコンピュータディク
    テーション装置。
13. 【請求項１３】 前記文章修正手段は、前記修正モード
    で入力された前記修正用ナビゲーションが文章修正終了
    を指示する音声入力の場合は、前記音声記憶部に記憶さ
    れた音声情報を削除し、前記出力装置に表示されたフォ
    ーマットを以前に入力された文章のフォーマットと同一
    にすることを特徴とする請求項９及び１１記載のコンピ
    ュータディクテーション装置。
14. 【請求項１４】 データ処理装置にあって請求項９から
    請求項１３における少なくとも１つの請求項における前
    記認識手段及び前記文章編集手段及び前記文章修正手段
    と同等の動作を実行するコンピュータディクテーション
    プログラムを格納した記録媒体。