JP2001249688A - 電話自動受付装置 - Google Patents
電話自動受付装置Info
- Publication number
- JP2001249688A JP2001249688A JP2000060233A JP2000060233A JP2001249688A JP 2001249688 A JP2001249688 A JP 2001249688A JP 2000060233 A JP2000060233 A JP 2000060233A JP 2000060233 A JP2000060233 A JP 2000060233A JP 2001249688 A JP2001249688 A JP 2001249688A
- Authority
- JP
- Japan
- Prior art keywords
- word
- correct
- caller
- competitive
- answer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Telephonic Communication Services (AREA)
Abstract
(57)【要約】
【課題】 電話による懸賞やクイズの解答入力を音声入
力とする。 【解決手段】 クイズや懸賞等を電話で受け付ける際
に、発呼者１に対してアナウンス生成部６から質問を発
し、この質問に対し発呼者１が正解語を発声したか否か
を音声認識部７で判断し、発呼者１が正解語を発声した
と判断した場合に電話を受け付けること、あるいは、以
降の各種サービスメニューへ進むことを許可する。この
場合、正解としたくない語を登録部８に登録しておき、
この語に対しては誤受理率を低くする。また、競合語生
成部９により正解語の読みから競合語を自動的に生成
し、正解誤排除率および不正解誤受理率を抑える。
力とする。 【解決手段】 クイズや懸賞等を電話で受け付ける際
に、発呼者１に対してアナウンス生成部６から質問を発
し、この質問に対し発呼者１が正解語を発声したか否か
を音声認識部７で判断し、発呼者１が正解語を発声した
と判断した場合に電話を受け付けること、あるいは、以
降の各種サービスメニューへ進むことを許可する。この
場合、正解としたくない語を登録部８に登録しておき、
この語に対しては誤受理率を低くする。また、競合語生
成部９により正解語の読みから競合語を自動的に生成
し、正解誤排除率および不正解誤受理率を抑える。
Description
【０００１】
【発明の属する技術分野】本発明は発呼者の音声を対象
とする電話自動受付装置に関し、例えば、クイズや懸賞
等の自動受付、いたずら呼の自動排除、要求されるサー
ビスの自動判別に適用して有用なものである。
とする電話自動受付装置に関し、例えば、クイズや懸賞
等の自動受付、いたずら呼の自動排除、要求されるサー
ビスの自動判別に適用して有用なものである。
【０００２】
【従来の技術】クイズや懸賞等を電話で自動的に受け付
ける場合、従来は、解答入力はプッシュボタン入力に限
られており、音声で入力することはできなかった。
ける場合、従来は、解答入力はプッシュボタン入力に限
られており、音声で入力することはできなかった。
【０００３】
【発明が解決しようとする課題】商品キャンペーンにお
いてユーザに商品名を知ってもらうには、クイズや懸賞
等でユーザに商品名を発声させることが効果的である
が、プッシュボタン入力では、その効果が薄い。また、
競合他社の商品名を発声した場合には、積極的に不正解
としたいという要望がある。また、一般に、発声が正解
であるか否かを高い制度で判定する必要がある。
いてユーザに商品名を知ってもらうには、クイズや懸賞
等でユーザに商品名を発声させることが効果的である
が、プッシュボタン入力では、その効果が薄い。また、
競合他社の商品名を発声した場合には、積極的に不正解
としたいという要望がある。また、一般に、発声が正解
であるか否かを高い制度で判定する必要がある。
【０００４】本発明は、上述した要求に応えた電話自動
受付装置を提供することを目的とする。
受付装置を提供することを目的とする。
【０００５】
【課題を解決するための手段】請求項１に係る発明は上
記目的を達成する電話自動受付装置であり、発呼者に対
して質問を発する質問送出手段と、この質問に対し前記
発呼者が正解語を発声したか否かを判断する音声認識手
段を具備し、前記発呼者が正解語を発声したと前記音声
認識手段が判断した場合に電話を受け付けることを特徴
とし、請求項２に係る発明は、請求項１の発明におい
て、前記発呼者が正解語を発声したと前記音声認識手段
が判断した場合は、以降の各種サービスメニューへ進む
こと許可することを特徴とする。
記目的を達成する電話自動受付装置であり、発呼者に対
して質問を発する質問送出手段と、この質問に対し前記
発呼者が正解語を発声したか否かを判断する音声認識手
段を具備し、前記発呼者が正解語を発声したと前記音声
認識手段が判断した場合に電話を受け付けることを特徴
とし、請求項２に係る発明は、請求項１の発明におい
て、前記発呼者が正解語を発声したと前記音声認識手段
が判断した場合は、以降の各種サービスメニューへ進む
こと許可することを特徴とする。
【０００６】請求項３に係る発明は、請求項１の発明に
おいて、正解としたくない語を登録する登録手段を具備
し、前記音声認識手段は前記登録した語に対しては誤受
理率を低くすることを特徴とする。
おいて、正解としたくない語を登録する登録手段を具備
し、前記音声認識手段は前記登録した語に対しては誤受
理率を低くすることを特徴とする。
【０００７】請求項４に係る発明は、請求項１の発明に
おいて、前記音声認識手段は競合語を用いて正解誤排除
率および不正解誤受理率を抑えることを特徴とし、請求
項５に係る発明は、請求項４の発明において、前記競合
語を前記正解語の読みから自動的に生成する競合語生成
手段を具備することを特徴とし、請求項６に係る発明
は、請求項５の発明において、前記競合語生成手段は前
記競合語として、辞書から、前記正解語との音響的な距
離が所定範囲内の語のうち正解語に近い方から所定数Ｎ
個選択することを特徴とし、請求項７に係る発明は、請
求項６の発明において、前記競合語生成手段はｎ＋１個
目（ただし、ｎ＋１≦Ｎ）の語を選択する際に、既に選
択したｎ個全ての語に対し所定距離以上の語のみを選択
することを特徴とし、請求項８に係る発明は、請求項５
の発明において、前記競合語生成手段は前記競合語とし
て、文字数が前記正解語の１／K1倍からK2倍の範囲の音
節連鎖を用い、これから、前記正解語との音響的な距離
が所定範囲内の音節連鎖のうち正解語に近い方から所定
数Ｎ個選択することを特徴とし、請求項９に係る発明
は、請求項８の発明において、前記競合語生成手段はｎ
＋１個目（ただし、ｎ＋１≦Ｎ）の音節連鎖を選択する
際に、既に選択したｎ個全ての音節連鎖に対し所定距離
以上の音節連鎖のみを選択することを特徴とする。
おいて、前記音声認識手段は競合語を用いて正解誤排除
率および不正解誤受理率を抑えることを特徴とし、請求
項５に係る発明は、請求項４の発明において、前記競合
語を前記正解語の読みから自動的に生成する競合語生成
手段を具備することを特徴とし、請求項６に係る発明
は、請求項５の発明において、前記競合語生成手段は前
記競合語として、辞書から、前記正解語との音響的な距
離が所定範囲内の語のうち正解語に近い方から所定数Ｎ
個選択することを特徴とし、請求項７に係る発明は、請
求項６の発明において、前記競合語生成手段はｎ＋１個
目（ただし、ｎ＋１≦Ｎ）の語を選択する際に、既に選
択したｎ個全ての語に対し所定距離以上の語のみを選択
することを特徴とし、請求項８に係る発明は、請求項５
の発明において、前記競合語生成手段は前記競合語とし
て、文字数が前記正解語の１／K1倍からK2倍の範囲の音
節連鎖を用い、これから、前記正解語との音響的な距離
が所定範囲内の音節連鎖のうち正解語に近い方から所定
数Ｎ個選択することを特徴とし、請求項９に係る発明
は、請求項８の発明において、前記競合語生成手段はｎ
＋１個目（ただし、ｎ＋１≦Ｎ）の音節連鎖を選択する
際に、既に選択したｎ個全ての音節連鎖に対し所定距離
以上の音節連鎖のみを選択することを特徴とする。
【０００８】
【発明の実施の形態】図１は本発明の第１実施形態例に
係る電話自走受付装置４を示し、この例の装置４はユー
ザ（発呼者）１の電話と公衆回線網２および構内交換機
（ＰＢＸ）３を介して接続される。図２は本発明の第２
実施形態例に係る電話自動受付装置４を示し、この例の
装置４はユーザ（発呼者）１の電話と公衆回線網２を介
して接続される。つまり、図１の構内交換機（ＰＢＸ）
３がないものである。
係る電話自走受付装置４を示し、この例の装置４はユー
ザ（発呼者）１の電話と公衆回線網２および構内交換機
（ＰＢＸ）３を介して接続される。図２は本発明の第２
実施形態例に係る電話自動受付装置４を示し、この例の
装置４はユーザ（発呼者）１の電話と公衆回線網２を介
して接続される。つまり、図１の構内交換機（ＰＢＸ）
３がないものである。
【０００９】電話自動受付装置４は電話回線インタフェ
ース５と、アナウンス生成部６と、音声認識部７と、登
録部８と、競合語生成部９と、対話管理部１０を有して
いる。電話回線インタフェース５は公衆回線網２または
構内交換機（ＰＢＸ）３とアナウンス生成部６および音
声認識部７を接続するものである。
ース５と、アナウンス生成部６と、音声認識部７と、登
録部８と、競合語生成部９と、対話管理部１０を有して
いる。電話回線インタフェース５は公衆回線網２または
構内交換機（ＰＢＸ）３とアナウンス生成部６および音
声認識部７を接続するものである。
【００１０】アナウンス生成部６は電話がかかってくる
と、対話管理部１０の管理の下で発呼者１に対して質問
を発する。音声認識部７は発呼者１がこの質問に対して
正解語を発声したか否かを音声認識により判断する。音
声認識部７には正解語（キーワード）１１が予め入力さ
れる。対話管理部１０は発呼者１が正解語を発声したと
音声認識部７が判断した場合、その旨のアナウンスをア
ナウンス生成部６に行わせ電話を受け付けること、ある
いは、以降の各種サービスメニューへ進むことを許可す
る。発呼者１が正解語を発声したとは音声認識部７が判
断しない場合は、電話を受け付けない旨のアナウンスを
アナウンス生成部６に行わせて電話を切る。
と、対話管理部１０の管理の下で発呼者１に対して質問
を発する。音声認識部７は発呼者１がこの質問に対して
正解語を発声したか否かを音声認識により判断する。音
声認識部７には正解語（キーワード）１１が予め入力さ
れる。対話管理部１０は発呼者１が正解語を発声したと
音声認識部７が判断した場合、その旨のアナウンスをア
ナウンス生成部６に行わせ電話を受け付けること、ある
いは、以降の各種サービスメニューへ進むことを許可す
る。発呼者１が正解語を発声したとは音声認識部７が判
断しない場合は、電話を受け付けない旨のアナウンスを
アナウンス生成部６に行わせて電話を切る。
【００１１】例えば、「いろは商会ラッキーキャンペー
ンのお電話有り難うございます。それでは問題です。
今、街で一番キュートな携帯電話の名称は何でしょうか
？」という質問を発呼者１に発し、発呼者１が「イロハ
フォン」と発声した場合、「ピンポーン。正解です。そ
れではイロハフォン獲得ビンゴゲームを開始します。お
好きな４桁の数字を言って下さい……（以下、省略）」
というように、電話の自動受付を行い、また、以降のサ
ービスメニューへ進むことを許可する。この場合、「イ
ロハフォン」が正解語である。不正解の場合は、例え
ば、「残念でした。不正解です。またチャレンジして下
さい。」等とアナウンスして、電話の受付および以降の
サービスメニューへ進むことを拒否する。
ンのお電話有り難うございます。それでは問題です。
今、街で一番キュートな携帯電話の名称は何でしょうか
？」という質問を発呼者１に発し、発呼者１が「イロハ
フォン」と発声した場合、「ピンポーン。正解です。そ
れではイロハフォン獲得ビンゴゲームを開始します。お
好きな４桁の数字を言って下さい……（以下、省略）」
というように、電話の自動受付を行い、また、以降のサ
ービスメニューへ進むことを許可する。この場合、「イ
ロハフォン」が正解語である。不正解の場合は、例え
ば、「残念でした。不正解です。またチャレンジして下
さい。」等とアナウンスして、電話の受付および以降の
サービスメニューへ進むことを拒否する。
【００１２】これに加えて本例では、競合他社の商品名
等、正解としたくない語（優先棄却語）１２を登録部８
に１個または複数個予め任意に登録できるようにしてあ
り、発呼者１が正解語を発声したか否かの判断におい
て、音声認識部７は登録された優先棄却語１２に対して
は別途閾値を用いて誤受理率を低くするようにしてい
る。即ち、優先棄却語１２を発声した場合は積極的に不
正解とする。
等、正解としたくない語（優先棄却語）１２を登録部８
に１個または複数個予め任意に登録できるようにしてあ
り、発呼者１が正解語を発声したか否かの判断におい
て、音声認識部７は登録された優先棄却語１２に対して
は別途閾値を用いて誤受理率を低くするようにしてい
る。即ち、優先棄却語１２を発声した場合は積極的に不
正解とする。
【００１３】キーワード１１としては、図３に示すよう
に、キーワードの読み１１ａからキーワードモデル１１
ｂが作成される。また、後述するように、キーワードの
読み１１ａからキーワード依存競合モデル１３ａが作成
される。図４にキーワードモデル１１ｂの例を示し、キ
ーワードの読み１２ａに従い音響モデル（音素ＨＭＭ）
を連結して作成されている。
に、キーワードの読み１１ａからキーワードモデル１１
ｂが作成される。また、後述するように、キーワードの
読み１１ａからキーワード依存競合モデル１３ａが作成
される。図４にキーワードモデル１１ｂの例を示し、キ
ーワードの読み１２ａに従い音響モデル（音素ＨＭＭ）
を連結して作成されている。
【００１４】優先棄却語１２の登録としては、図５に示
すように、優先棄却語の読み１２ａから優先棄却単語モ
デル１２ｂが作成される。例えば、優先棄却単語モデル
１２ｂは優先棄却語の読み１２ａに従い音響モデル（音
素ＨＭＭ）を連結して作成することができる。
すように、優先棄却語の読み１２ａから優先棄却単語モ
デル１２ｂが作成される。例えば、優先棄却単語モデル
１２ｂは優先棄却語の読み１２ａに従い音響モデル（音
素ＨＭＭ）を連結して作成することができる。
【００１５】また、音声認識部７は、キーワード依存競
合語１３および一般競合語１４を用いて、正解誤排除率
および不正解誤受理率を抑えるようにしている。これに
より音声認識の照合性能が向上する。
合語１３および一般競合語１４を用いて、正解誤排除率
および不正解誤受理率を抑えるようにしている。これに
より音声認識の照合性能が向上する。
【００１６】キーワード依存競合語１３は正解誤排除率
および不正解誤受理率を抑えるために用いられ、キーワ
ード１１の読みから競合語生成部９が１つまたは複数自
動的に生成する。
および不正解誤受理率を抑えるために用いられ、キーワ
ード１１の読みから競合語生成部９が１つまたは複数自
動的に生成する。
【００１７】キーワード依存競合語１３の生成手法の一
例として、競合語生成部９は１０万語程度の辞書から、
キーワード１１との音響的な距離（例えば、ＤＰマッチ
ングによる距離）が所定範囲（X1〜X2）内の語のうちキ
ーワード１１に近い方から所定数Ｎ個選択する。但し、
ｎ＋１個目（ｎ＋１≦Ｎ）の語を選択する際に、既に選
択したｎ個全ての語に対し所定距離X3以上の語のみを選
択するようにして、キーワード依存競合語１３の集合が
キーワード１１の周囲になるべく均等に分散するように
する。
例として、競合語生成部９は１０万語程度の辞書から、
キーワード１１との音響的な距離（例えば、ＤＰマッチ
ングによる距離）が所定範囲（X1〜X2）内の語のうちキ
ーワード１１に近い方から所定数Ｎ個選択する。但し、
ｎ＋１個目（ｎ＋１≦Ｎ）の語を選択する際に、既に選
択したｎ個全ての語に対し所定距離X3以上の語のみを選
択するようにして、キーワード依存競合語１３の集合が
キーワード１１の周囲になるべく均等に分散するように
する。
【００１８】キーワード依存競合語１３の生成手法の他
の例として、競合語生成部９は文字数がキーワード１１
の１／K1倍からK2倍の範囲の音節連鎖を用い、これか
ら、キーワード１１との音響的な距離が所定範囲（X1〜
X2）内の音節連鎖のうちキーワード１１に近い方から所
定数Ｎ個選択する。この場合も、キーワード依存競合語
＋３の集合がキーワード１１の周囲になるべく均等に分
散するように、ｎ＋１個目（ｎ＋１≦Ｎ）の音節連鎖を
選択する際に、既に選択したｎ個全ての音節連鎖に対し
所定距離X3以上の音節連鎖のみを選択すると良い。
の例として、競合語生成部９は文字数がキーワード１１
の１／K1倍からK2倍の範囲の音節連鎖を用い、これか
ら、キーワード１１との音響的な距離が所定範囲（X1〜
X2）内の音節連鎖のうちキーワード１１に近い方から所
定数Ｎ個選択する。この場合も、キーワード依存競合語
＋３の集合がキーワード１１の周囲になるべく均等に分
散するように、ｎ＋１個目（ｎ＋１≦Ｎ）の音節連鎖を
選択する際に、既に選択したｎ個全ての音節連鎖に対し
所定距離X3以上の音節連鎖のみを選択すると良い。
【００１９】図６に、音声空間におけるキーワード（正
解語）１１と、優先棄却語（正解としたくない語）１２
とキーワード依存競合語１３の関係を模式的に示す。
解語）１１と、優先棄却語（正解としたくない語）１２
とキーワード依存競合語１３の関係を模式的に示す。
【００２０】このようなキーワード依存競合語１３の集
合を用いることにより、キーワード１１に近い競合語で
あるから、正解誤排除率および不正解誤受理率を効果的
に抑えることができ、音声認識の照合性能が極めて向上
する。
合を用いることにより、キーワード１１に近い競合語で
あるから、正解誤排除率および不正解誤受理率を効果的
に抑えることができ、音声認識の照合性能が極めて向上
する。
【００２１】一般競合語１４も正解誤排除率および不正
解誤受理率を抑えるために用いられるが、これはキーワ
ード１１の読みとは関係なく作成される。例えば、日本
語音節を連接したモデルを用いたり、タスクの語彙を連
接したモデルを用いたり、あるいは、タスクデータから
頻繁に出現する音節系列を抽出して作成したモデルを用
いて、一般競合語１４を作成することができることが知
られている。日本語音節を連接したモデルを用いた場合
は、図７に示すように、一般競合語１４の集合は音声空
間を隈なく網羅する。タスクの語彙を連接したモデルを
用いた場合は、図８に示すように、一般競合語１４の集
合は音声空間内に適度に分散する。
解誤受理率を抑えるために用いられるが、これはキーワ
ード１１の読みとは関係なく作成される。例えば、日本
語音節を連接したモデルを用いたり、タスクの語彙を連
接したモデルを用いたり、あるいは、タスクデータから
頻繁に出現する音節系列を抽出して作成したモデルを用
いて、一般競合語１４を作成することができることが知
られている。日本語音節を連接したモデルを用いた場合
は、図７に示すように、一般競合語１４の集合は音声空
間を隈なく網羅する。タスクの語彙を連接したモデルを
用いた場合は、図８に示すように、一般競合語１４の集
合は音声空間内に適度に分散する。
【００２２】音声認識部７がキーワード１１の他に、優
先棄却語１２、キーワード依存競合語１３および一般競
合語１４を用いて、発呼者１が正解を発声したか否か判
断する場合の手法例を図９に示す。図９では、入力音声
１５に対するキーワード１１のモデルの尤度Lk（一般に
対数尤度、以下同じ）の計算１６、一般競合語１４のモ
デルの尤度Lgの計算１７、キーワード依存競合語１３の
モデルの尤度Laの計算１８および優先棄却語１2 のモデ
ルの尤度Lrの計算１９を行い、閾値との比較２０を行
う。この例の比較２０では、適宜な閾値Threshold1、Th
reshold2、Threshold3を用意しておき、尤度差Lk−Lgと
閾値Threshold1を大小比較し、尤度差Lk−Laと閾値Thre
shold2を大小比較し、尤度差Lk−Lrと閾値Threshold3を
大小比較し、Lk−Lg＞Threshold1かつLk−La＞Threshol
d2かつLk−Lr＞Threshold3が成立する場合に、入力音声
１５が正解であると判断することにしている。従って、
いずれか１つが不成立の場合は、不正解と判断される。
先棄却語１２、キーワード依存競合語１３および一般競
合語１４を用いて、発呼者１が正解を発声したか否か判
断する場合の手法例を図９に示す。図９では、入力音声
１５に対するキーワード１１のモデルの尤度Lk（一般に
対数尤度、以下同じ）の計算１６、一般競合語１４のモ
デルの尤度Lgの計算１７、キーワード依存競合語１３の
モデルの尤度Laの計算１８および優先棄却語１2 のモデ
ルの尤度Lrの計算１９を行い、閾値との比較２０を行
う。この例の比較２０では、適宜な閾値Threshold1、Th
reshold2、Threshold3を用意しておき、尤度差Lk−Lgと
閾値Threshold1を大小比較し、尤度差Lk−Laと閾値Thre
shold2を大小比較し、尤度差Lk−Lrと閾値Threshold3を
大小比較し、Lk−Lg＞Threshold1かつLk−La＞Threshol
d2かつLk−Lr＞Threshold3が成立する場合に、入力音声
１５が正解であると判断することにしている。従って、
いずれか１つが不成立の場合は、不正解と判断される。
【００２３】なお、LkとLrの計算１６、１９を行い、尤
度差Lk−Lrの比較を先に行ってLk−Lr≦Threshold3であ
ればこの段階で不正解であると判断しても良い。次に、
Laの計算１８を行い、尤度差Lk−Laの比較でLk−La≦Th
reshold3であればこの段階で不正解であると判断しても
良い。これにより、計算量が軽減する。
度差Lk−Lrの比較を先に行ってLk−Lr≦Threshold3であ
ればこの段階で不正解であると判断しても良い。次に、
Laの計算１８を行い、尤度差Lk−Laの比較でLk−La≦Th
reshold3であればこの段階で不正解であると判断しても
良い。これにより、計算量が軽減する。
【００２４】もちろん、サービスによては、図９の比較
２０において、各条件（Lk−Lg＞Threshold1、Lk−La＞
Threshold2、Lk−Lr＞Threshold3）をＯＲにする等、各
条件を任意の組み合わせで用いることが可能である。Ｏ
Ｒ（論理和）の場合は、Lk−Lg＞Threshold1またはLk−
La＞Threshold2またはLk−Lr＞Threshold3が成立する場
合に、入力音声１５が正解であると判断することにな
る。つまり、いずれか１つでも成立する場合、正解と判
断される。
２０において、各条件（Lk−Lg＞Threshold1、Lk−La＞
Threshold2、Lk−Lr＞Threshold3）をＯＲにする等、各
条件を任意の組み合わせで用いることが可能である。Ｏ
Ｒ（論理和）の場合は、Lk−Lg＞Threshold1またはLk−
La＞Threshold2またはLk−Lr＞Threshold3が成立する場
合に、入力音声１５が正解であると判断することにな
る。つまり、いずれか１つでも成立する場合、正解と判
断される。
【００２５】閾値Threshold1、Threshold2、Threshold3
は適宜設定することができ、それらの大小関係もThresh
old1＜Threshold2＜Threshold3等任意であるが、一例を
挙げれば、Threshold1＝−５、Threshold2＝−２、Thre
shold3＝−０．５等がある。
は適宜設定することができ、それらの大小関係もThresh
old1＜Threshold2＜Threshold3等任意であるが、一例を
挙げれば、Threshold1＝−５、Threshold2＝−２、Thre
shold3＝−０．５等がある。
【００２６】以上の説明は、商品キャンペーン等におけ
るクイズや懸賞の電話自動受付についてのものである
が、本発明は、パスワード発声により電話の接続を切り
換えるイタズラ電話防止装置やイタズラ呼排除装置、サ
ービス自動判別装置等に適用可能である。正解語（キー
ワード）１１や優先棄却語１２は１個でも、複数個でも
良い。また、キーワード依存競合語１３や一般競合語１
４の個数は限定されない。
るクイズや懸賞の電話自動受付についてのものである
が、本発明は、パスワード発声により電話の接続を切り
換えるイタズラ電話防止装置やイタズラ呼排除装置、サ
ービス自動判別装置等に適用可能である。正解語（キー
ワード）１１や優先棄却語１２は１個でも、複数個でも
良い。また、キーワード依存競合語１３や一般競合語１
４の個数は限定されない。
【００２７】イタズラ電話防止装置やイタズラ呼排除装
置の場合は、例えば、発呼者１に対する質問としてパス
ワードの発声を求め、発呼者１が正しいパスワードを発
声したと音声認識により判断した場合のみ、電話を受け
付ける。この場合、優先棄却語１２として正解としたく
ない、即ち、接続したくない語を登録しておくことによ
り、効果的にイタズラ電話やイタズラ呼を排除できる。
また、キーワード依存競合語１３を正解のパスワードか
ら生成することにより、正解誤排除率および不正解誤受
理率を効果的に抑えることができるので、音声認識の照
合性能が向上する。
置の場合は、例えば、発呼者１に対する質問としてパス
ワードの発声を求め、発呼者１が正しいパスワードを発
声したと音声認識により判断した場合のみ、電話を受け
付ける。この場合、優先棄却語１２として正解としたく
ない、即ち、接続したくない語を登録しておくことによ
り、効果的にイタズラ電話やイタズラ呼を排除できる。
また、キーワード依存競合語１３を正解のパスワードか
ら生成することにより、正解誤排除率および不正解誤受
理率を効果的に抑えることができるので、音声認識の照
合性能が向上する。
【００２８】サービス自動判別装置の場合は、例えば、
発呼者１に対する質問として発呼者１が所望するサービ
ス名の発声を求め、発呼者１の所望サービスを音声認識
により判別し、これがシステムが提供するサービスであ
れば、電話を受け付ける。この場合、優先棄却語１２と
して正解としたくない、即ち、システムが提供するサー
ビス名でないない語を登録しておくことにより、効果的
にサービスを判別できる。また、キーワード依存競合語
１３を正解のパスワードから生成することにより、正解
誤排除率および不正解誤受理率を効果的に抑えることが
できるので、音声認識の照合性能が向上する。
発呼者１に対する質問として発呼者１が所望するサービ
ス名の発声を求め、発呼者１の所望サービスを音声認識
により判別し、これがシステムが提供するサービスであ
れば、電話を受け付ける。この場合、優先棄却語１２と
して正解としたくない、即ち、システムが提供するサー
ビス名でないない語を登録しておくことにより、効果的
にサービスを判別できる。また、キーワード依存競合語
１３を正解のパスワードから生成することにより、正解
誤排除率および不正解誤受理率を効果的に抑えることが
できるので、音声認識の照合性能が向上する。
【００２９】さらに、電話以外の入力音声を対象とする
ことにより、キーワード１１、優先棄却語１２、キーワ
ード依存競合語１３、一般競合語１４を用いて、ユーザ
が正解を発声したか否かを音声認識により判断する装置
とすることも可能である。
ことにより、キーワード１１、優先棄却語１２、キーワ
ード依存競合語１３、一般競合語１４を用いて、ユーザ
が正解を発声したか否かを音声認識により判断する装置
とすることも可能である。
【００３０】
【発明の効果】本発明には、下記の効果がある。 (1) 従来プッシュホン入力に限られていた電話による懸
賞やクイズの解答入力を音声入力することが可能とな
る。 (2) システム提供者が正解としたくない語（例えば、競
合製品名）を登録することにより、それらの語の誤受理
を高い精度で排除することが可能となる。 (3) キーワードに応じた競合語を作成することにより、
音声認識の照合性能が向上し、正解と不正解の識別性能
が向上する。
賞やクイズの解答入力を音声入力することが可能とな
る。 (2) システム提供者が正解としたくない語（例えば、競
合製品名）を登録することにより、それらの語の誤受理
を高い精度で排除することが可能となる。 (3) キーワードに応じた競合語を作成することにより、
音声認識の照合性能が向上し、正解と不正解の識別性能
が向上する。
【図１】本発明の第１実施形態例に係る電話自動受付装
置の構成を示す図。
置の構成を示す図。
【図２】本発明の第２実施形態例に係る電話自動受付装
置の構成を示す図。
置の構成を示す図。
【図３】キーワードの読みと、キーワードモデルおよび
キーワード依存競合モデルの関係を示す図。
キーワード依存競合モデルの関係を示す図。
【図４】キーワードの読みとキーワードモデルの関係を
示す図。
示す図。
【図５】優先棄却語の読みと優先棄却モデルの関係を示
す図。
す図。
【図６】音声空間におけるキーワードと、キーワード依
存競合モデルと、優先棄却モデルの関係を示す図。
存競合モデルと、優先棄却モデルの関係を示す図。
【図７】日本語音節を連接した作成した一般競合語の集
合例を示す図。
合例を示す図。
【図８】タスクの語彙を連接したモデルを用いて作成し
た一般競合語の集合例を示す図。
た一般競合語の集合例を示す図。
【図９】音声認識部の判断手法例を示す図。
１ 発呼者 ２ 公衆回線網 ３ ＰＢＸ ４ 電話自動受付装置 ５ 電話回線インタフェース ６ アナウンス部 ７ 音声認識部 ８ 登録部 ９ 競合語生成部 １０ 対話管理部 １１ キーワード（正解語） １１ａ キーワードの読み １１ｂ キーワードモデル １２ 優先棄却語（正解としたくない語） １２ａ 優先棄却語の読み １２ｂ 優先棄却モデル １３ キーワード依存競合語 １３ａ キーワード依存競合モデル １４ 一般モデル競合語 １５ 入力音声 １６、１７、１８、１９ 尤度計算 ２０ 比較
フロントページの続き (72)発明者 樋口 宜男 埼玉県上福岡市大原二丁目１番15号 株式 会社ケイディディ研究所内 Ｆターム(参考） 5D015 GG03 KK02 LL03 5K015 AA06 AA07 GA00 GA04 GA07 5K024 AA79 BB01 BB02 CC01 DD01 EE09 FF06 GG00 GG05 9A001 HZ17
Claims (9)
- 【請求項１】 電話を自動的に受け付ける装置におい
て、発呼者に対して質問を発する質問送出手段と、この
質問に対し前記発呼者が正解語を発声したか否かを判断
する音声認識手段を具備し、前記発呼者が正解語を発声
したと前記音声認識手段が判断した場合に電話を受け付
けることを特徴とする電話自動受付装置。 - 【請求項２】 請求項１において、前記発呼者が正解語
を発声したと前記音声認識手段が判断した場合は、以降
の各種サービスメニューへ進むことを許可することを特
徴とする電話自動受付装置。 - 【請求項３】 請求項１において、正解としたくない語
を登録する登録手段を具備し、前記音声認識手段は前記
登録した語に対しては誤受理率を低くすることを特徴と
する電話自動受付装置。 - 【請求項４】 請求項１において、前記音声認識手段は
競合語を用いて正解誤排除率および不正解誤受理率を抑
えることを特徴とする電話自動受付装置。 - 【請求項５】 請求項４において、前記競合語を前記正
解語の読みから自動的に生成する競合語生成手段を具備
することを特徴とする電話自動受付装置。 - 【請求項６】 請求項５において、前記競合語生成手段
は前記競合語として、辞書から、前記正解語との音響的
な距離が所定範囲内の語のうち正解語に近い方から所定
数Ｎ個選択することを特徴とする電話自動受付装置。 - 【請求項７】 請求項６において、前記競合語生成手段
はｎ＋１個目（ただし、ｎ＋１≦Ｎ）の語を選択する際
に、既に選択したｎ個全ての語に対し所定距離以上の語
のみを選択することを特徴とする電話自動受付装置。 - 【請求項８】 請求項５において、前記競合語生成手段
は前記競合語として、文字数が前記正解語の１／K1倍か
らK2倍の範囲の音節連鎖を用い、これから、前記正解語
との音響的な距離が所定範囲内の音節連鎖のうち正解語
に近い方から所定数Ｎ個選択することを特徴とする電話
自動受付装置。 - 【請求項９】 請求項８において、前記競合語生成手段
はｎ＋１個目（ただし、ｎ＋１≦Ｎ）の音節連鎖を選択
する際に、既に選択したｎ個全ての音節連鎖に対し所定
距離以上の音節連鎖のみを選択することを特徴とする電
話自動受付装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000060233A JP2001249688A (ja) | 2000-03-06 | 2000-03-06 | 電話自動受付装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000060233A JP2001249688A (ja) | 2000-03-06 | 2000-03-06 | 電話自動受付装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001249688A true JP2001249688A (ja) | 2001-09-14 |
Family
ID=18580579
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000060233A Pending JP2001249688A (ja) | 2000-03-06 | 2000-03-06 | 電話自動受付装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001249688A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014191567A (ja) * | 2013-03-27 | 2014-10-06 | Nippon Telegraph & Telephone East Corp | 応募システム、応募受付方法及びコンピュータプログラム |
| JP2016062059A (ja) * | 2014-09-22 | 2016-04-25 | 富士通株式会社 | 音声認識装置、音声認識方法、及び、プログラム |
| JP7418526B2 (ja) | 2018-08-21 | 2024-01-19 | グーグル エルエルシー | 自動アシスタントを起動させるための動的および／またはコンテキスト固有のホットワード |
-
2000
- 2000-03-06 JP JP2000060233A patent/JP2001249688A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014191567A (ja) * | 2013-03-27 | 2014-10-06 | Nippon Telegraph & Telephone East Corp | 応募システム、応募受付方法及びコンピュータプログラム |
| JP2016062059A (ja) * | 2014-09-22 | 2016-04-25 | 富士通株式会社 | 音声認識装置、音声認識方法、及び、プログラム |
| JP7418526B2 (ja) | 2018-08-21 | 2024-01-19 | グーグル エルエルシー | 自動アシスタントを起動させるための動的および／またはコンテキスト固有のホットワード |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6438520B1 (en) | Apparatus, method and system for cross-speaker speech recognition for telecommunication applications | |
| CA2105034C (en) | Speaker verification with cohort normalized scoring | |
| US7660716B1 (en) | System and method for automatic verification of the understandability of speech | |
| US6487530B1 (en) | Method for recognizing non-standard and standard speech by speaker independent and speaker dependent word models | |
| US7529667B1 (en) | Automated dialog system and method | |
| US8964949B2 (en) | Voice response apparatus and method of providing automated voice responses with silent prompting | |
| EP0780829B1 (en) | Method for automatic speech recognition in telephony | |
| US6882973B1 (en) | Speech recognition system with barge-in capability | |
| EP1019904B1 (en) | Model enrollment method for speech or speaker recognition | |
| US6496799B1 (en) | End-of-utterance determination for voice processing | |
| AU667871B2 (en) | Voice controlled messaging system and processing method | |
| US5912949A (en) | Voice-dialing system using both spoken names and initials in recognition | |
| US7058573B1 (en) | Speech recognition system to selectively utilize different speech recognition techniques over multiple speech recognition passes | |
| US6101241A (en) | Telephone-based speech recognition for data collection | |
| JPH07210190A (ja) | 音声認識方法及びシステム | |
| US8515025B1 (en) | Conference call voice-to-name matching | |
| US20020087306A1 (en) | Computer-implemented noise normalization method and system | |
| JPH10513033A (ja) | 電気通信網に基づく音声ダイヤル呼び出しのための自動語彙作成 | |
| US5930336A (en) | Voice dialing server for branch exchange telephone systems | |
| US20010056345A1 (en) | Method and system for speech recognition of the alphabet | |
| Lennig et al. | Directory assistance automation in Bell Canada: Trial results | |
| EP1377000B1 (en) | Method used in a speech-enabled automatic directory system | |
| JP2001249688A (ja) | 電話自動受付装置 | |
| EP1385148B1 (en) | Method for improving the recognition rate of a speech recognition system, and voice server using this method | |
| Vysotsky | VoiceDialing-the first speech recognition based telephone service delivered to customer's home |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040914 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061003 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061010 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070220 |