JP2001125587A - 音声認識対話装置及びその音声認識方法 - Google Patents

Abstract

(57)【要約】 【課題】 誤認識発生後の誤認識の繰り返しを防止し、
より少ない発声回数で正しい認識結果を得ることができ
る音声認識対話装置及びその音声認識方法を得る。 【解決手段】 低速発声、中速発声及び連続発声であら
かじめ作成された各比較対象パターンを低速発声時用パ
ターンセット、中速発声時用パターンセット及び連続発
声時用パターンセットとして、それぞれ分けて比較パタ
ーン格納部６に格納し、音声認識部３は、誤認識した場
合には、低速発声時用パターンセットを使用し、誤認識
が回復した場合には、より高速の発声を想定した比較対
象パターンセットを使用して音声認識処理を行うように
した。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力された音声を
あらかじめ記憶されている複数の比較対象パターン候補
と比較して、一致度の高いものを音声認識結果とする音
声認識対話装置及びその音声認識方法に関する。

【０００２】

【従来の技術】マンマシンインタフェースの１つの手法
として、近年音声認識を使用した音声対話インタフェー
スが注目されている。従来の動向として、誤認識を極力
抑えることのみに注力されており、誤認識が起こった場
合の対処手法に関して考慮されているものは少なかっ
た。例えば、誤認識が発生した場合の対処として、特開
平１０‐２５３３７８号公報では、前回の認識結果の下
位候補を現在の認識対象語に追加して再度音声入力を行
う手法が開示されている。また、特開平９‐１９８０８
７号公報では、誤認識結果を記憶しておき、次回の音声
認識結果に作用させる手法が開示されている。

【０００３】

【発明が解決しようとする課題】しかし、これらはすべ
て、音声を入力する発話者の発声が一定であることを前
提としている。すなわち、正しく認識された場合と誤認
識が発生した場合において、発話者の対応は同じである
とみなしている。このため、一旦誤認識が発生し、発話
者の対応が変化すると、何度も誤認識を繰り返すという
問題が生じる。このように、音声認識は、今後のマンマ
シンインタフェースとして注目されているが、誤認識が
発生した場合の発話者の対応を考慮しなければ、誤認識
を繰り返すだけのことになる。

【０００４】本発明は、上記のような問題を解決するた
めになされたものであり、誤認識が発生したときの発話
者の対応を考慮することによって誤認識の繰り返しを防
止し、より少ない発声回数で正しい認識結果を得ること
ができる音声認識対話装置及びその音声認識方法を得る
ことを目的とする。

【０００５】

【課題を解決するための手段】この発明に係る音声認識
対話装置は、発話者の音声を認識して意図を推定し、該
推定結果を表示する音声認識対話装置において、複数の
発声速度ごとにあらかじめ作成された、音声認識を行う
際に比較基準となる比較対象パターンを、各発声速度ご
とにグループ分けして格納された比較パターン格納部
と、該比較パターン格納部に格納された各グループの選
択を行うグループ選択部と、該グループ選択部で選択さ
れたグループの各比較対象パターンと比較して、一致度
の高いものを認識結果として出力する音声認識部と、該
音声認識部からの認識結果に基づいて発話者の意図を推
定する音声対話制御部と、該音声対話制御部の推定内容
を表示すると共に、該推定内容に対する誤認識の有無の
判定が発話者より入力される入力部とを備え、音声対話
制御部は、入力部に入力された誤認識の有無の判定に応
じて、グループ選択部に対するグループ選択制御を行う
ものである。

【０００６】具体的には、音声対話制御部は、入力部か
ら誤認識であるという判定が入力されるとグループ選択
部に対して発声速度の遅いグループの選択を行わせる、
及び／又は、入力部から誤認識でないという判定が入力
されると上記グループ選択部に対して発声速度の速いグ
ループの選択を行わせるようにした。

【０００７】また、この発明に係る音声認識対話装置の
音声認識方法は、入力された音声をあらかじめ記憶され
ている各比較対象パターンと比較して、一致度の高いも
のを音声認識結果とし、該音声認識結果から発話者の意
図を推定して表示すると共に、該表示した推定内容に対
して発話者による誤認識判定を入力する手段を備えた音
声認識対話装置における音声認識方法において、各比較
対象パターンを複数の発声速度ごとにあらかじめ作成す
ると共に各発声速度ごとに複数のグループに分けて記憶
し、発話者による誤認識であるか否かの判定に応じて該
各グループの１つを選択し、該選択したグループの各比
較対象パターンを使用して音声認識処理を行うようにし
た。

【０００８】具体的には、発話者によって誤認識である
と判定されると、発声速度の遅いグループの各比較対象
パターンを使用して音声認識処理を行う、及び／又は、
発話者によって誤認識ではないと判定されると、発声速
度の速いグループの各比較対象パターンを使用して音声
認識処理を行うようにする。

【０００９】

【発明の実施の形態】次に、図面に示す実施の形態に基
づいて、本発明を詳細に説明する。図１は、本発明の実
施の形態における音声認識対話装置の例を示した概略の
ブロック図である。図１において、音声認識対話装置１
は、音声の取りこみを行うマイクロフォン（以下、マイ
クと呼ぶ）２と、該マイク２から取りこまれた発話者の
音声の認識を行う音声認識部３と、該音声認識部３での
認識結果から発話者の意図を推定し、所定の選択項目を
表示部５に表示させる音声対話制御部４とを備えてい
る。

【００１０】更に、音声認識対話装置１は、音声認識部
３が音声認識を行う際に使用する比較基準をなす複数の
比較対象パターンが所定の複数のグループ（以下、これ
を比較対象パターンセットと呼ぶ）に分けてあらかじめ
格納されている比較パターン格納部６と、該比較パター
ン格納部６に格納された比較対象パターンセットのいず
れか１つを音声認識部３が使用することができるように
比較対象パターンセットの切り替えを行う切り替えスイ
ッチ等で構成されたパターンセット切替部７とを備えて
いる。比較パターン格納部６には、各比較対象パターン
が、発声速度及び発声の明確性等の違いに応じて複数の
比較対象パターンセットに分けてあらかじめ格納されて
いる。

【００１１】ここで、誤認識が発生した後の発話者の発
声がゆっくりかつはっきりしたものになる。これは、人
と人との対話で聞き違いが発生したときと同様に、機械
との対話においても聞き違いに相当する誤認識が発生し
た場合、次回の発声は無意識にこのような発声となる。
このことから、比較パターン格納部６には、発話者の発
声速度及び発声の明確性等の違いに応じて、各比較対象
パターンを複数の比較対象パターンセットに分けてあら
かじめ記憶されている。

【００１２】すなわち、図１では、発声速度が遅くかつ
発声の明確性が高い（以下、このような発声を低速発声
と呼ぶ）発声であらかじめ作成された各比較対象パター
ンで構成された比較対象パターンセットが低速発声時用
パターンセットとして、該低速発声よりも発声速度が速
い（以下、このような発声を中速発声と呼ぶ）発声であ
らかじめ作成された、すなわち低速離散発声よりも少し
速い発声速度で作成された各比較対象パターンで構成さ
れた比較対象パターンセットが中速発声時用パターンセ
ットとして比較パターン格納部６に格納されている。

【００１３】更に、上記中速発声よりも発声速度が速い
（以下、このような発声を連続発声と呼ぶ）いわゆる通
常の発声であらかじめ作成された各比較対象パターンで
構成された比較対象パターンセットが連続発声時用パタ
ーンセットとして比較パターン格納部６に格納されてい
る。このように、あらかじめ作成された各比較対象パタ
ーンは、３つの比較対象パターンセットに分けられて比
較パターン格納部６に格納されている。

【００１４】マイク２は、音声認識部３に接続され、音
声認識部３は、音声対話制御部４に接続されると共にパ
ターンセット切替部７を介して比較パターン格納部６に
接続されている。音声対話制御部４は、表示部５に接続
されると共にパターンセット切替部７に接続され、パタ
ーンセット切替部７に対して比較対象パターンセットの
切替制御を行う。

【００１５】このような構成において、音声認識部３
は、マイク２から音声を取りこみ、パターンセット切替
部６で現在選択されている比較パターン格納部６に格納
された比較対象パターンセットを使用して音声認識処理
を行う。この際、音声認識部３は、マイク２から取りこ
まれた音声が現在選択されている比較対象パターンセッ
トにおける各比較対象パターン候補と比較して、一致度
の高いものを認識結果として音声対話制御部４に出力す
る。

【００１６】音声対話制御部４は、該認識結果を基にし
て発話者の意図を推定し、図２で示すような選択項目を
表示部５に表示させる。発話者は、該表示部５に表示さ
れた選択項目の中から該当する項目を選択することがで
きる。表示部５に表示された推定項目の中に発話者の意
図した項目がない場合は、発話者は表示部５に表示され
ている「該当なし」の項目を選択する。

【００１７】選択項目中に発話者が意図する項目が存在
し、該意図する項目が選択されると、音声対話制御部４
は、正常認識と判定し、前回の認識が誤認識で、次回の
対話において、選択項目中に発話者の意図する項目が存
在すれば誤認識回復と判定する。また、発話者によって
「該当なし」の項目が選択されると、音声対話制御部４
は、誤認識であると判定し、発話者による次の発声は低
速発声であると予測し、パターンセット切替部７に対し
て、比較パターン格納部６の低速発声時用パターンセッ
トが使用されて音声認識部３による音声認識が行われる
ように、切替制御を行う。音声認識部３は、発話者の次
発声に対する音声認識処理を低速発声時用パターンセッ
トを使用して行う。

【００１８】また、音声対話制御部４は、誤認識回復と
判定するごとに、パターンセット切替部６に対して、低
速発声時用パターンセットから中速発声時用パターンセ
ット、又は中速発声時用パターンセットから連続発声時
用パターンセットに切り替えて音声認識部３による音声
認識が行われるように、切替制御を行う。このようにす
ることによって、発話者の発声が徐々に連続発声に変化
しても対応することができる。

【００１９】次に、図３は、図１で示した音声認識対話
装置１における動作例を示したフローチャートであり、
図３を用いて、音声認識対話装置１の動作の流れ、特に
音声対話制御部４による動作の流れについてもう少し詳
細に説明する。図３において、音声対話制御部４は、ス
テップＳ１で、音声認識部３による認識結果を取得し、
ステップＳ２で、該認識結果に該当する項目を検索して
表示部５に表示させる。

【００２０】次に、音声対話制御部４は、ステップＳ３
で、表示部５に表示された各項目の内、「該当なし」の
項目が発話者によって選択されたか否かを調べ、「該当
なし」が選択された場合（ＹＥＳ）、ステップＳ４で、
誤認識と判定し、パターンセット切替部７に対して、低
速発声時用パターンセットに切り替えて音声認識部３に
よる音声認識が行われるように、切替制御を行う。この
後、ステップＳ５で、音声認識部３によって次の音声認
識処理が行われ、ステップＳ１に戻る。

【００２１】また、ステップＳ３で、「該当なし」が選
択されなかった場合（ＮＯ）、音声対話制御部４は、ス
テップＳ６で、パターンセット切替部７は、連続発声時
用パターンセットが選択されているか否かを調べ、連続
発声時用パターンセットが選択されている場合（ＹＥ
Ｓ）は、ステップＳ５の処理が行われる。一方、ステッ
プＳ６で、連続発声時用パターンセットが選択されてい
ない場合（ＮＯ）は、音声対話部４は、ステップＳ７
で、誤認識回復と判定し、パターンセット切替部７に対
して、低速発声時用パターンセットから中速発声時用パ
ターンセット、又は中速発声時用パターンセットから連
続発声時用パターンセットに切り替えて音声認識部３に
よる音声認識が行われるように、切替制御を行う。この
後、ステップＳ５の処理を行う。

【００２２】このように、本実施の形態における音声認
識対話装置は、低速発声、中速発声及び連続発声であら
かじめ作成された各比較対象パターンを低速発声時用パ
ターンセット、中速発声時用パターンセット及び連続発
声時用パターンセットとして、それぞれ分けて比較パタ
ーン格納部６に格納し、誤認識した場合は、低速発声時
用パターンセットを使用し、誤認識が回復した場合は、
より高速の発声を想定した比較対象パターンセットを使
用して音声認識処理を行うようにした。このことから、
誤認識発生後の発話者の対応変化によって生じる誤認識
の繰り返しを防止することができるため、より少ない発
声回数で正しい認識結果を得ることができる。

【００２３】なお、本実施の形態では、３種類の発声速
度の比較対象パターンセットを設けた場合を例にして説
明したが、本発明はこれに限定するものではなく、複数
の種類の発声速度の比較対象パターンセットを設けるよ
うにすればよい。また、表示部５の表示項目に対する選
択は、発話者が行ってもよいし、発話者以外の使用者が
行ってもよいことは言うまでもない。

【００２４】

【発明の効果】請求項１に係る音声認識対話装置は、複
数の発声速度ごとにあらかじめ作成された各比較対象パ
ターンを、各発声速度ごとにグループ分けして比較パタ
ーン格納部に格納し、誤認識の有無に応じて選択したグ
ループの各比較対象パターンを使用して音声認識処理を
行うようにした。このことから、誤認識発生を容易に検
出することができると共に、誤認識発生後の発話者の対
応変化によって生じる誤認識の繰り返しを防止すること
ができるため、より少ない発声回数で正しい認識結果を
得ることができる。

【００２５】請求項２に係る音声認識対話装置は、請求
項１において、具体的には、誤認識した場合、低速の発
声を想定したグループの各比較対象パターンを使用して
音声認識処理を行うようにした。このことから、誤認識
発生後の発話者の発声速度が遅くなることに対して生じ
る誤認識の繰り返しを防止することができるため、より
少ない発声回数で正しい認識結果を得ることができる。

【００２６】請求項３に係る音声認識対話装置は、請求
項１又は請求項２のいずれかにおいて、具体的には、誤
認識が回復した場合、より高速の発声を想定したグルー
プの各比較対象パターンを使用して音声認識処理を行う
ようにした。このことから、誤認識が回復した後の発話
者の発声速度が通常の速さに戻ることに対して生じる誤
認識の繰り返しを防止することができるため、誤認識回
復後の音声認識性能を向上させることができる。

【００２７】請求項４に係る音声認識対話装置の音声認
識方法は、誤認識の有無に応じて、発声速度ごとに分け
たグループの１つを選択し、該選択したグループの各比
較対象パターンを使用して音声認識処理を行うようにし
た。このことから、誤認識発生後の発話者の対応変化に
よって生じる誤認識の繰り返しを防止することができる
ため、より少ない発声回数で正しい認識結果を得ること
ができる。

【００２８】請求項５に係る音声認識対話装置の音声認
識方法は、請求項４において、具体的には、誤認識した
場合、低速の発声を想定したグループの各比較対象パタ
ーンを使用して音声認識処理を行うようにした。このこ
とから、誤認識発生後の発話者の発声速度が遅くなるこ
とに対して生じる誤認識の繰り返しを防止することがで
きるため、より少ない発声回数で正しい認識結果を得る
ことができる。

【００２９】請求項６に係る音声認識対話装置の音声認
識方法は、請求項４又は請求項５のいずれかにおいて、
具体的には、誤認識が回復した場合、より高速の発声を
想定したグループの各比較対象パターンを使用して音声
認識処理を行うようにした。このことから、誤認識が回
復した後の発話者の発声速度が通常の速さに戻ることに
対して生じる誤認識の繰り返しを防止することができる
ため、誤認識回復後の音声認識性能を向上させることが
できる。

【図面の簡単な説明】

【図１】 本発明の実施の形態における音声認識対話装
置の例を示した概略のブロック図である。

【図２】 図１の表示部５の表示例を示した図である。

【図３】 図１の音声認識対話装置の動作例を示したフ
ローチャートである。

【符号の説明】

１ 音声認識対話装置 ２ マイク ３ 音声認識部 ４ 音声対話制御部 ５ 表示部 ６ 比較パターン格納部 ７ パターンセット切替部

Claims (6)

【特許請求の範囲】
1. 【請求項１】 発話者の音声を認識して意図を推定し、
   該推定結果を表示する音声認識対話装置において、 複数の発声速度ごとにあらかじめ作成された、音声認識
   を行う際に比較基準となる比較対象パターンを、各発声
   速度ごとにグループ分けして格納された比較パターン格
   納部と、 該比較パターン格納部に格納された各グループの選択を
   行うグループ選択部と、 該グループ選択部で選択されたグループの各比較対象パ
   ターンと比較して、一致度の高いものを認識結果として
   出力する音声認識部と、 該音声認識部からの認識結果に基づいて発話者の意図を
   推定する音声対話制御部と、 該音声対話制御部の推定内容を表示すると共に、該推定
   内容に対する誤認識の有無の判定が発話者によって入力
   される入力部と、を備え、 上記音声対話制御部は、入力部に入力された誤認識の有
   無の判定に応じて、上記グループ選択部に対するグルー
   プ選択制御を行うことを特徴とする音声認識対話装置。
2. 【請求項２】 上記音声対話制御部は、入力部から誤認
   識であるという判定が入力されると、上記グループ選択
   部に対して発声速度の遅いグループの選択を行わせるこ
   とを特徴とする請求項１に記載の音声認識対話装置。
3. 【請求項３】 上記音声対話制御部は、入力部から誤認
   識でないという判定が入力されると、上記グループ選択
   部に対して発声速度の速いグループの選択を行わせるこ
   とを特徴とする請求項１又は請求項２のいずれかに記載
   の音声認識対話装置。
4. 【請求項４】 入力された音声をあらかじめ記憶されて
   いる各比較対象パターンと比較して、一致度の高いもの
   を音声認識結果とし、該音声認識結果から発話者の意図
   を推定して表示すると共に、該表示した推定内容に対し
   て発話者による誤認識判定を入力する手段を備えた音声
   認識対話装置における音声認識方法において、 上記各比較対象パターンを複数の発声速度ごとにあらか
   じめ作成すると共に各発声速度ごとに複数のグループに
   分けて記憶し、発話者による誤認識であるか否かの判定
   に応じて該各グループの１つを選択し、該選択したグル
   ープの各比較対象パターンを使用して音声認識処理を行
   うことを特徴とする音声認識方法。
5. 【請求項５】 発話者によって誤認識であると判定され
   ると、発声速度の遅いグループの各比較対象パターンを
   使用して音声認識処理を行うことを特徴とする請求項４
   に記載の音声認識方法。
6. 【請求項６】 発話者によって誤認識ではないと判定さ
   れると、発声速度の速いグループの各比較対象パターン
   を使用して音声認識処理を行うことを特徴とする請求項
   ４又は請求項５のいずれかに記載の音声認識方法。