JP2001215996A - 音声認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 誤認識の少ない音声認識装置を提供する。 【解決手段】 音声認識の開始要求がなされると（Ｓ１
０１）、音声認識処理を行ない（Ｓ１０３）、複数の候
補となる単語とそれぞれの尤度とを算出する（Ｓ１０
５）。第１候補と第２候補との間の尤度差と雑音パワー
比との双方に基づいて、雑音を認識しているかが判定さ
れる（Ｓ１０７）。雑音での認識でなければ、尤度差に
基づき誤認識であるか否かの判定が行なわれ（Ｓ１０
９）、誤認識でない場合に認識結果の出力が行なわれる
（Ｓ１１１）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は音声認識装置に関
し、特に誤認識率を低減させることができる音声認識装
置に関する。

【０００２】

【従来の技術】従来より、人間の話し声を入力しその音
声を認識する音声認識装置が知られている。

【０００３】図１４は、音声認識装置における処理を説
明するための図である。図を参照して、入力された音声
に対してアプリケーションソフトウェアから認識要求が
なされると、認識エンジンにより音声認識処理が行なわ
れ、その認識結果がアプリケーションソフトウェアに送
られる。

【０００４】認識結果には、以下のデータが含まれる。 （１） 複数の認識候補となる単語 （２） 上記（１）のそれぞれの単語に対する尤度 ここに尤度とは、その単語の正解率（得点）であり、尤
度が小さい単語の方が音声入力された単語と近似してい
ることを意味している。

【０００５】アプリケーションソフトウェアでは、第１
候補となる単語の尤度と第２候補となる単語の尤度との
差が所定値以上である場合に、第１候補となる単語を最
終的な認識単語とする。

【０００６】

【発明が解決しようとする課題】しかしながら、従来の
音声認識装置を用いると、音声の誤認識が多いという問
題があった。特に、音声認識処理を行なう環境に雑音が
多い場合には、誤認識率が高くなる。

【０００７】また、音声認識の対象となる音声には認識
に必要最適な音声パワー範囲と、必要となるＡ／Ｄ（ア
ナログ／デジタル）変換分解能とがある。

【０００８】しかし、マイクロホンが音を電気信号に変
換する場合に個々のマイクロホンに存在する変換固有
差、マイクロホンの指向特性や取付け位置や向き、マイ
クロホンと発声話者との距離、入力回路のばらつき、お
よび発声話者の違いにより取得できる音声パワーに差が
生じる。

【０００９】また、入力される音声が小さい場合などに
は、十分な音声パワーやＡ／Ｄ変換の分解能を得ること
ができない場合がある。さらに、音声認識を利用する環
境などによっては、取得した音声パワーがＡ／Ｄ変換レ
ンジをオーバする可能性がある。また、使用する音声認
識エンジンによっても音声パワーやＡ／Ｄ変換の分解能
は異なる。このような原因により、音声認識の誤認識率
が高くなるという問題があった。

【００１０】そこでこの発明は、誤認識の少ない音声認
識装置を提供することを目的としている。

【００１１】

【課題を解決するための手段】上記目的を達成するため
この発明のある局面に従うと、音声認識装置は、音声を
入力する入力手段と、入力された音声の雑音パワー比を
算出する算出手段と、入力された音声の認識を行ない、
複数の認識候補となる単語を決定する第１の決定手段
と、決定された複数の認識候補となる単語のそれぞれの
尤度を決定する第２の決定手段と、算出された雑音パワ
ー比と、第２の決定手段で決定された複数の認識候補と
なる単語の尤度とに基づいて、入力手段に入力された音
声が雑音であるか否かを判定する判定手段とを備える。

【００１２】この発明によると、算出された雑音パワー
比と複数の認識候補となる単語の尤度とに基づいて、入
力された音声が雑音であるか否かが判定される。これに
より、誤認識の少ない音声認識装置を提供することが可
能となる。

【００１３】好ましくは第２の決定手段は、第１候補と
なる単語の尤度と第２候補となる単語の尤度との間の尤
度差を算出し、判定手段は、算出された雑音パワー比と
尤度差とに基づいて判定を行なう。

【００１４】このように第１候補となる単語の尤度と第
２候補となる単語の尤度との間の尤度差に基づいて判定
を行なうこととすると、誤認識の少ない音声認識装置を
提供することが可能となる。

【００１５】この発明の他の局面に従うと、音声認識装
置は、音声を入力する入力手段と、入力された音声のゲ
イン調整を行なう調整手段と、調整手段によりゲイン調
整が行なわれた音声の認識を行なう認識手段とを備え
る。

【００１６】この発明によると、入力された音声のゲイ
ン調整が行なわれ、ゲイン調整が行なわれた音声の認識
が行なわれるため、誤認識の少ない音声認識装置を提供
することが可能となる。

【００１７】好ましくは調整手段は、環境による音声パ
ワーの違いを吸収するための調整と、音声パワーの過不
足を吸収するための調整とを行なう。

【００１８】このように環境による音声パワーの違いを
吸収するための調整と、音声パワーの過不足を吸収する
ための調整とを行なうことで、より誤認識の少ない音声
認識装置を提供することが可能となる。

【００１９】好ましくは調整手段は、周囲の雑音が大き
い場合にはゲイン値を小さくする。このように周囲の雑
音が大きい場合にゲイン値を小さくすることで、より誤
認識の少ない音声認識装置を提供することが可能とな
る。

【００２０】

【発明の実施の形態】図１は、本発明の実施の形態の１
つにおける音声認識装置の構成を示すブロック図であ
る。

【００２１】図を参照して音声認識装置は、接続される
マイクＭ１，Ｍ２の出力を増幅するアンプ３０１，３０
３と、接続されるスピーカＳＰへの信号の増幅を行なう
アンプ３０５と、Ａ（アナログ）／Ｄ（デジタル）変換
またはＤ／Ａ変換を行なうＡ／ＤおよびＤ／Ａチップ３
０７と、Ａ／Ｄ変換結果を取得するＡ／Ｄ取得部３０９
と、入力された音声のゲイン調整を行なうＡＧＣ（オー
トゲインコントロール）部１００と、音声の認識を行な
い認識結果を出力する認識エンジン３１３と、音声認識
に用いられる辞書を記録する辞書部３１１と、認識エン
ジン３１３の認識結果に基づき単語を選定する認識単語
選定部２００と、音声合成を行なう合成エンジン３１５
と、外部装置との間で通信処理を行なう通信処理部３１
７とから構成される。

【００２２】ＡＧＣ部１００は、入力された音声の中の
発声区間の検出を行なう検出部１０１と、音声パワーの
検出を行なう検出部１０３と、ソフトウェアによりゲイ
ン値の算出を行なうゲイン値算出部１０５と、音声デー
タを一時記憶するバッファ１０７と、音声データに対す
るゲイン調整を行なうゲイン調整部１０９とを備えてい
る。

【００２３】マイクＭ１またはＭ２を介して音声の入力
が行なわれると、マイクＭ１またはＭ２からのアナログ
信号は、アンプ３０１，３０３により増幅され、Ａ／Ｄ
およびＤ／Ａチップ３０７によりデジタル信号に変換さ
れる。そのデジタル信号に対しＡＧＣ部１００によりゲ
イン調整が行なわれる。

【００２４】ＡＧＣ部１００からの出力に基づき、認識
エンジン３１３は辞書部３１１に記録されたデータを参
照しながら、複数の認識候補となる単語を決定する。同
時に、認識エンジン３１３は、決定された複数の認識候
補となる単語のそれぞれの尤度を決定する。

【００２５】認識候補となる単語および尤度は認識単語
選定部２００に送られ、ここで最終的な認識単語が決定
される。

【００２６】図２は、認識エンジン３１３の出力する認
識結果の具体例を示す図である。図を参照して、複数の
候補（第１〜第３候補）として単語Ａ〜Ｃが認識されて
おり、それぞれの単語の尤度が決定されている。なおこ
こに第１〜第３候補の単語のそれぞれの尤度をａ，ｂ，
ｃとしており、ａ＜ｂ＜ｃであるものとする。

【００２７】ここで、第２候補の単語の尤度ｂから第１
候補の単語の尤度ａを引いた値（ｂ−ａ）が尤度差と定
義される。

【００２８】認識単語選定部２００は、候補となる単語
とその尤度と音声の雑音パワー比とに基づいて、入力さ
れた音声の判定を行なう。判定結果として以下の３種類
がある。

【００２９】（１） 正解認識（第１候補の単語を最終
的な認識単語とするもの） （２） 誤認識（尤度差が小さく、最終的な認識単語を
決定できない場合） （３） 雑音による認識（雑音（ロードノイズ、エアコ
ンの音など）を音声として判断し、認識を行なった場
合。すなわち、発話者が音声を発していないのに認識が
行なわれた場合） 図３は、認識単語選定部２００の行なう処理を示すフロ
ーチャートである。

【００３０】図を参照して、ステップＳ１０１で認識開
始要求がなされると、ステップＳ１０３で認識エンジン
３１３により音声認識処理が行なわれる。ステップＳ１
０５において、認識単語選定部２００は認識結果（図２
参照）を取得する。

【００３１】ステップＳ１０７で、認識が雑音に対して
なされたかが判定される。ＮＯであれば、ステップＳ１
０９で誤認識であるかが判定される。ＮＯであれば、正
解認識としてステップＳ１１１で第１候補の単語を最終
的な認識単語として出力する。

【００３２】また、ステップＳ１０７またはＳ１０９の
いずれかでＹＥＳであれば、ステップＳ１０３へ戻る。
このとき、ステップＳ１０７でＹＥＳのときはそのまま
ステップＳ１０３へ戻り、ステップＳ１０９でＹＥＳの
ときはスピーカＳＰから「もう一度音声入力をお願いし
ます。」のような音声出力を行なってから、ステップＳ
１０３へ戻ることが好ましい。

【００３３】ステップＳ１０７での判断は、尤度差と雑
音パワー比との双方に基づいて行なわれる。

【００３４】ここに雑音パワー比ＳＮＲは以下の式によ
り算出される。 ＳＮＲ＝１０×ｌｏｇ（（Ｓｐ−Ｎｐ）／Ｎｐ） ただし、 Ｓｐ＝Σ（ＡＤｓ²）／Ｍ Ｎｐ＝Σ（ＡＤｎ²）／Ｍ なお、この式においてＭはデータ数を示し、ＡＤｓは音
声信号のＡ／Ｄ変換された値を示す。また、ＳｐはＡＤ
ｓの二乗平均である。ＡＤｎは雑音信号のＡ／Ｄ変換さ
れた値を示し、ＮｐはＡＤｎの二乗平均である。

【００３５】上記の式により、音声に雑音成分が多くな
ると、ＳＮＲの値は小さくなることがわかる。

【００３６】具体的には、ステップＳ１０７において
は、ＳＮＲの値が所定値より小さく、かつ尤度差（ｂ−
ａ）が第１のしきい値以下であれば、雑音による認識と
判断される。本実施の形態において尤度差を考慮した判
定を行なっているのは、もしもＳＮＲの値のみで判定を
行なうと、雑音が多い環境で音声認識を行なったとき
に、本来なら正解認識であっても誤認識であると判定さ
れることが多くなるからである。

【００３７】また、雑音が多い環境下で認識処理を行な
った場合において、音声データに発声単語が含まれてい
るときには、雑音によって認識した場合と比較して尤度
差が大きくなる。このことを考慮して、本実施の形態に
おいては雑音パワー比と尤度差とによって雑音による認
識が行なわれたか否かを判定しているのである。

【００３８】また、ステップＳ１０９においては、尤度
差が第２のしきい値以下であるときにＹＥＳと判定す
る。

【００３９】このような、認識単語選定部２００の動作
により、本実施の形態によると以下の効果が導かれる。

【００４０】（１） 誤認識率を低減させることができ
る。 （２） 雑音が多い環境下での音声認識処理に対して有
効に認識結果を得ることができる。

【００４１】（３） トークスイッチ（ユーザが音声を
入力するときに押下するスイッチ）を必要とせず、常に
認識処理が可能な状態とすることができる。また、ユー
ザの発声に対してのみ認識結果を得ることができ、雑音
に反応して認識結果が出力されることが少なくなる。

【００４２】次に、ＡＧＣ部１００の行なう動作につい
て説明する。ＡＧＣ部では、ゲイン調整として、以下の
２種類の調整を行なう。

【００４３】（１） 使用環境による違いの吸収 （２） 音声パワーの過不足の調整 使用環境による違いの吸収とは、使用するマイクやハー
ドウェアによる音声パワーの違いを調整するための処理
である。すなわち、２つ以上のマイクを音声認識に用い
る場合に、個々のマイクによって得られる出力信号に違
いが生じる。この違いを吸収するために、出力信号の比
較を行ない、ゲイン調整により常に同じレベルの出力信
号が得られるようにするのである。また、ハードウェア
の違いにより、入力信号処理回路から出力される信号の
大きさに違いが生じる。この違いを吸収するために、出
力信号に対してゲイン調整を行ない、常に一定レベルの
信号を得ることができるようにするものである。

【００４４】また、音声パワーの過不足の調整とは、入
力された音声が小さい場合にゲイン値を大きくし、逆に
ノイズなどの雑音が多い場合にゲイン値を下げるもので
ある。

【００４５】すなわち、初回に行なわれる音声認識はゲ
イン値を「１」として処理を行なう。音声処理中に新た
なゲイン値が算出される。その算出されたゲイン値を以
降に行なわれる音声認識のゲイン値として利用する。

【００４６】また、音声認識処理中に取得された音声デ
ータをバッファ１０７に保管し、また同時にゲイン値を
算出し、保管された音声データと算出されたゲイン値と
を用いて音声認識処理を行なうことも可能である。

【００４７】また、マイクロホンの取付け位置や向き、
話者との距離によって、取得することができる音声パワ
ーに違いが生じる。このような違いを吸収するために、
出力信号に対してゲイン調整を行ない、常に一定レベル
の信号を得ることができるようにする。

【００４８】また、エンジンやロードノイズなどの周囲
の雑音が多い場合、発声と雑音とによりＡ／Ｄ変換のレ
ンジをオーバする可能性がある。そこで、周囲の雑音が
多い場合にはゲイン値を小さくし、レンジオーバを防
ぐ。

【００４９】なお、発声によりＡ／Ｄ変換のレンジオー
バを起こした場合、ゲイン値を小さく設定し、音声合成
を用いて発声話者に対して音量を小さくして再度発声す
るべき旨スピーカＳＰより指示し、レンジオーバを防ぐ
ことが好ましい。

【００５０】次に、ゲイン値算出部１０５で行なわれる
ゲイン値の算出方法について説明する。

【００５１】（１） ゲイン値の算出対象 ゲイン値の算出の対象として、Ａ／Ｄ変換した音声デー
タＤｔ（ｔ＝０，１，２，…）を用いる。

【００５２】（２） ゲイン値の算出フロー 図４は、ゲイン値の算出フローを示す図である。図を参
照して、ステップＳ２０１でＡ／Ｄ変換された音声が取
得される。ステップＳ２０３で、使用環境による違いの
吸収が行なわれる。ステップＳ２０５で音声パワーの過
不足の調整が行なわれる。そして、ステップＳ２０７で
調整されたＡ／Ｄ変換値が取得される。

【００５３】 使用環境による違いを吸収する場合 ２つ以上の入力系（たとえば２つのマイクなど）を有す
る場合、音声認識装置の起動直後にＡ／Ｄ変換値を取得
し、信号レベルの比較を行ない、レベルの高い方に信号
レベルが一致するようにゲイン値を算出する。これによ
り、入力系の差が吸収される。なお、このゲイン値の算
出はシステム起動直後の１回のみとする。

【００５４】図５は、使用環境による違いを吸収する場
合のゲイン値の算出フローを示す図である。

【００５５】図を参照して、ステップＳ３０１で装置の
起動直後に２つ以上の入力系からＡ／Ｄ値が取得され
る。ステップＳ３０３で各入力値の比較が行なわれ、一
致している場合にはそのまま終了するが、一致していな
い場合にはステップＳ３０５で一致させるためのゲイン
値が算出される。

【００５６】 音声パワーの過不足の調整を行なう場
合 図６は、音声パワーの過不足を調整するための処理を示
すフローチャートである。この処理では、音声認識エン
ジン３１３の要求する最適範囲内に音声信号が収まるよ
うなゲイン値が算出される。また、算出処理は音声認識
処理を行なうごとに毎回行なわれる。

【００５７】図６を参照して、ステップＳ４０１で発声
区間の検出が行なわれる。ステップＳ４０３で入力波形
のレンジが最適範囲内であるかが判定され、ＹＥＳであ
ればそのまま終了する。

【００５８】ステップＳ４０３でＮＯであれば、ステッ
プＳ４０５でゲイン値の算出が行なわれ、ステップＳ４
０７でレンジオーバしているかが判定される。ステップ
Ｓ４０７でＹＥＳであれば、ステップＳ４０９でゲイン
値の補正が行なわれる。なお、ステップＳ４０７でＮＯ
であれば、そのまま終了する。

【００５９】図７はゲイン値の算出方法を説明するため
の図である。図を参照して、入力された音声の波形の中
のピーク波形の最大値の平均値をＣとし、ピーク波形の
最小値の平均値をＤとしている。

【００６０】ここで、波形の最適値をＸ１とすると、ゲ
イン値はＸ１／Ｃで算出することができる。

【００６１】また、音声パワーの過不足を調整する場合
において、周囲の雑音を測定し、雑音成分が多い場合に
はゲインを下げ、少ない場合は反対にゲイン値を大きく
する処理が行なわれる。

【００６２】具体的には図８を参照して、ステップＳ５
０１で周囲の雑音が取得され、ステップＳ５０３で雑音
が許容範囲内であるかが判定される。ＹＥＳであればそ
のまま終了し、ＮＯであればステップＳ５０５で許容範
囲となるようにゲイン値を下げる処理が行なわれる。

【００６３】（３） 最適範囲へのゲイン調整 図９に示されるように、ゲイン調整は音声認識の処理が
行なわれるごとに段階的に行なわれる。これにより、何
回かの認識処理が行なわれることにより、音声のレベル
は最適範囲内に収まることになる。

【００６４】また、話者の音声パワーのばらつきを求
め、最適範囲に対する現在の音声レベルの比率を求める
ことで、調整を行なってもよい（図１０参照）。

【００６５】次に、ゲイン調整部１０９で行なわれるゲ
イン調整方法について以下に述べる。

【００６６】（１） 使用環境による違いを吸収する場
合 図１１に示されるように、音声認識装置が起動した直後
に算出されたゲイン値を用い、Ａ／Ｄ変換を行なった後
（Ｓ６０１）、逐次ゲイン調整を行なう（Ｓ６０３）。

【００６７】（２） 音声パワーの過不足の調整を行な
う場合 音声認識の開始と同時にゲイン値の算出を行ない、音声
認識の終了後、算出されたゲイン値と、前回算出された
ゲイン値との平均を求める。そして、求められた平均値
を用いて次の音声認識のＡ／Ｄ変換値に対して調整が行
なわれる。

【００６８】図１２は、この音声パワーの過不足の調整
処理を示すフローチャートである。図を参照して、ステ
ップＳ７０１で音声認識開始要求がなされたのであれ
ば、ステップＳ７０３でＡ／Ｄ値の取得が行なわれる。
ステップＳ７０５でゲインの調整が行なわれる。なお、
このとき初期ゲイン値は「１」とする。

【００６９】ステップＳ７０７で、音声認識処理が行な
われる。ステップＳ７０９で認識処理が終了したか否か
が判定され、ＮＯであればステップＳ７０３へ戻る。

【００７０】ステップＳ７０９でＹＥＳであれば、ステ
ップＳ７１１でゲイン調整値の算出が行なわれ、処理を
終了する。

【００７１】なお、図１２に示される処理によることな
く、音声データを一時的にバッファに保管し、同時にゲ
イン値を算出し、音声データの取得終了後、算出された
ゲイン値を保管した音声データに対して用いることで調
整を行ない、調整した音声データを用いて再度音声認識
の処理を行なうこととしてもよい。

【００７２】すなわち、図１３を参照して、ステップＳ
８０１において音声認識開始の要求がなされたのであれ
ば、ステップＳ８０３でＡ／Ｄ値の取得が行なわれる。
ステップＳ８０５で音声認識処理が行なわれ、ステップ
Ｓ８０７で認識処理が終了したか否かを判定する。ステ
ップＳ８０７でＮＯであれば、ステップＳ８０３へ戻
る。

【００７３】ステップＳ８０７でＹＥＳであれば、ステ
ップＳ８０９で再認識処理が終了したかが判定され、Ｎ
ＯであればステップＳ８１１でゲイン調整値の算出が行
なわれ、ステップＳ８１３でゲイン調整が行なわれる。
その後、ステップＳ８０５へ戻る（再認識処理）。

【００７４】ステップＳ８０９でＹＥＳとなれば、処理
を終了する。以上のように、本実施の形態によるとＡＧ
Ｃ部を用いてゲインの調整を行なうことで以下のような
利点を奏する。

【００７５】（１） 発声話者の音声パワーに依存せ
ず、常に一定の出力信号を得ることができる。

【００７６】（２） マイクの取付け位置や向きに関係
なく、自由にマイクの配置が可能となる。また、マイク
のデザイン的な制約を受けることがなくなる。

【００７７】（３） マイクと話者との間の距離による
音声認識率の低下を防ぐことができる。

【００７８】（４） 周囲の雑音の程度に関係なく、常
に一定の出力結果を得ることができる。

【００７９】（５） ハードの違いによって生じる取得
される信号の違いをなくすことができる。

【００８０】なお、上述のフローチャートに示される処
理をハードディスク、ＲＯＭ、ＣＤ−ＲＯＭ、フロッピ
ーディスクなどの記録媒体に記録させ、音声認識プログ
ラムを記録した記録媒体を提供することも可能である。

【００８１】今回開示された実施の形態はすべての点で
例示であって制限的なものではないと考えられるべきで
ある。本発明の範囲は上記した説明ではなくて特許請求
の範囲によって示され、特許請求の範囲と均等の意味お
よび範囲内でのすべての変更が含まれることが意図され
る。

【図面の簡単な説明】

【図１】 本発明の実施の形態の１つにおける音声認識
装置の構成を示すブロック図である。

【図２】 認識エンジン３１３の認識結果を示す図であ
る。

【図３】 認識単語選定部２００における処理を示すフ
ローチャートである。

【図４】 ＡＧＣ部１００で行なわれる処理を示すフロ
ーチャートである。

【図５】 使用環境による違いを吸収するためのゲイン
値を算出する処理を示すフローチャートである。

【図６】 音声パワーの過不足を調整するためのゲイン
値を算出する処理を示すフローチャートである。

【図７】 図６で行なわれる処理を説明するための図で
ある。

【図８】 周囲の雑音に合わせてゲイン値を修正する処
理を説明するためのフローチャートである。

【図９】 ゲイン値の第１の調整方法を示す図である。

【図１０】 ゲイン値の第２の調整方法を示す図であ
る。

【図１１】 使用環境による違いを吸収するためのゲイ
ン調整方法を示すフローチャートである。

【図１２】 音声パワーの過不足の調整を行なうための
ゲイン調整方法を示すフローチャートである。

【図１３】 音声パワーの過不足の調整を行なうための
ゲイン調整方法の他の例を示すフローチャートである。

【図１４】 音声認識処理を説明するための図である。

【符号の説明】

１００ ＡＧＣ部、１０１ 発声区間検出部、１０３
音声パワー検出部、１０５ ゲイン値算出部、１０７
バッファ、１０９ ゲイン調整部、２００ 認識単語選
定部、３１３ 認識エンジン、Ｍ１，Ｍ２ マイク。

フロントページの続き (72)発明者 宇佐美 彰規 愛知県名古屋市南区菊住１丁目７番10号 株式会社ハーネス総合技術研究所内 Ｆターム(参考） 5D015 EE05 9A001 EE05 HH17

Claims (5)

【特許請求の範囲】
1. 【請求項１】 音声を入力する入力手段と、 前記入力された音声の雑音パワー比を算出する算出手段
   と、 前記入力された音声の認識を行ない、複数の認識候補と
   なる単語を決定する第１の決定手段と、 前記決定された複数の認識候補となる単語のそれぞれの
   尤度を決定する第２の決定手段と、 前記算出された雑音パワー比と、前記第２の決定手段で
   決定された複数の認識候補となる単語の尤度とに基づい
   て、前記入力手段に入力された音声が雑音であるか否か
   を判定する判定手段とを備えた、音声認識装置。
2. 【請求項２】 前記第２の決定手段は、第１候補となる
   単語の尤度と第２候補となる単語の尤度との間の尤度差
   を算出し、 前記判定手段は、前記算出された雑音パワー比と前記尤
   度差とに基づいて判定を行なう、請求項１に記載の音声
   認識装置。
3. 【請求項３】 音声を入力する入力手段と、 前記入力された音声のゲイン調整を行なう調整手段と、 前記調整手段によりゲイン調整が行なわれた音声の認識
   を行なう認識手段とを備えた、音声認識装置。
4. 【請求項４】 前記調整手段は、環境による音声パワー
   の違いを吸収するための調整と、音声パワーの過不足を
   吸収するための調整とを行なう、請求項３に記載の音声
   認識装置。
5. 【請求項５】 前記調整手段は、周囲の雑音が大きい場
   合にはゲイン値を小さくする、請求項３または４に記載
   の音声認識装置。