JP2002073074A - 音声による数字列認識方法ならびに装置 - Google Patents
音声による数字列認識方法ならびに装置Info
- Publication number
- JP2002073074A JP2002073074A JP2000264127A JP2000264127A JP2002073074A JP 2002073074 A JP2002073074 A JP 2002073074A JP 2000264127 A JP2000264127 A JP 2000264127A JP 2000264127 A JP2000264127 A JP 2000264127A JP 2002073074 A JP2002073074 A JP 2002073074A
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- area code
- voice
- recognition dictionary
- area
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4931—Directory assistance systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
- H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
- H04M1/271—Devices whereby a plurality of signals may be stored simultaneously controlled by voice recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
Abstract
(57)【要約】
【課題】 一度の発話で全番号入力を完了させることが
でき、かつ、市外、市内局番においても、不正な番号は
受け付けない電話番号の認識を行う。 【解決手段】 意味的に分離した複数の領域を持つ数字
列を、前記複数の領域毎に分割してそれぞれ持つ音声認
識辞書と、複数の音声認識辞書を入力音声パターンに応
じて連結して認識する連続音声認識手段とを備える。認
識辞書作成部７は、現存する全ての市外局番からなる認
識辞書と、前記市外局番および市外局番と対応する市内
局番を組み合わせた番号からなる認識辞書と、加入者認
識辞書を、入力音声パターンに応じてダイナミックに連
結し、認識辞書格納部５に設定して音声認識部４へ供給
して入力音声の認識を行う。
でき、かつ、市外、市内局番においても、不正な番号は
受け付けない電話番号の認識を行う。 【解決手段】 意味的に分離した複数の領域を持つ数字
列を、前記複数の領域毎に分割してそれぞれ持つ音声認
識辞書と、複数の音声認識辞書を入力音声パターンに応
じて連結して認識する連続音声認識手段とを備える。認
識辞書作成部７は、現存する全ての市外局番からなる認
識辞書と、前記市外局番および市外局番と対応する市内
局番を組み合わせた番号からなる認識辞書と、加入者認
識辞書を、入力音声パターンに応じてダイナミックに連
結し、認識辞書格納部５に設定して音声認識部４へ供給
して入力音声の認識を行う。
Description
【０００１】
【発明の属する技術分野】本発明は、数字の組が複数連
結されて意味を持つ、電話番号や郵便番号の音声認識に
用いて好適な、音声による数字列認識方法ならびに装置
に関する。
結されて意味を持つ、電話番号や郵便番号の音声認識に
用いて好適な、音声による数字列認識方法ならびに装置
に関する。
【０００２】
【従来の技術】音声による電話番号ダイヤリング装置や
電話番号検索装置が実用化されているが、従来は、数字
を認識する段階では単に連続した数字列として扱い、数
字入力が完了した後、適切な電話番号であるか否かの判
断を行う。この場合、一度の発声で全部の番号を言いき
ってしまうことも可能であり、番号入力処理が素早く行
えるという利点がある反面、存在しない市外局番や市外
局番＋市内局番の組合せに誤認識してしまう場合があ
る。
電話番号検索装置が実用化されているが、従来は、数字
を認識する段階では単に連続した数字列として扱い、数
字入力が完了した後、適切な電話番号であるか否かの判
断を行う。この場合、一度の発声で全部の番号を言いき
ってしまうことも可能であり、番号入力処理が素早く行
えるという利点がある反面、存在しない市外局番や市外
局番＋市内局番の組合せに誤認識してしまう場合があ
る。
【０００３】システムとユーザのコミュニケーション手
順は以下のようになる。 ガイダンスメッセージ “電話番号をどうぞ” 発話 「０４９２８５１１１１」 認識結果 “０４９２１５１１１１”(存在しない) メッセージ “番号が登録されていません” 他の例として、市外局番、市外局番、加入者番号と数字
列の持つ意味ごとに区切って認識するという装置もあ
る。この場合、区切りごとに、専用の認識辞書を使うこ
とができるため、存在しない番号が認識結果として得ら
れてしまうことはないが、複数回の認識処理を行わなけ
ればならず手間がかかる。
順は以下のようになる。 ガイダンスメッセージ “電話番号をどうぞ” 発話 「０４９２８５１１１１」 認識結果 “０４９２１５１１１１”(存在しない) メッセージ “番号が登録されていません” 他の例として、市外局番、市外局番、加入者番号と数字
列の持つ意味ごとに区切って認識するという装置もあ
る。この場合、区切りごとに、専用の認識辞書を使うこ
とができるため、存在しない番号が認識結果として得ら
れてしまうことはないが、複数回の認識処理を行わなけ
ればならず手間がかかる。
【０００４】この場合のシステムとユーザのコミュニケ
ーション手順は以下のようになる。 ガイダンスメッセージ “市外局番をどうぞ” 発話 「０４９２」 認識結果 “０４９２” ガイダンスメッセージ “市内電話をどうぞ” 発話 「８５」 認識結果 “８５” ガイダンスメッセージ “残りの番号をどうぞ” 発話 「１１１１」 認識結果 “１１１１” 全ての番号を一度に認識でき、かつ適切な番号だけを認
識するためには、全ての番号の組合せを持った待ち受け
辞書を用意しなければならず、現実的には不可能であ
る。
ーション手順は以下のようになる。 ガイダンスメッセージ “市外局番をどうぞ” 発話 「０４９２」 認識結果 “０４９２” ガイダンスメッセージ “市内電話をどうぞ” 発話 「８５」 認識結果 “８５” ガイダンスメッセージ “残りの番号をどうぞ” 発話 「１１１１」 認識結果 “１１１１” 全ての番号を一度に認識でき、かつ適切な番号だけを認
識するためには、全ての番号の組合せを持った待ち受け
辞書を用意しなければならず、現実的には不可能であ
る。
【０００５】
【発明が解決しようとする課題】上述したように従来の
音声による電話番号認識装置では、前者の場合、入力の
手間は少ないものの不正な番号でも受け付けてしまうと
いった問題があり、後者の場合、不正な番号は受け付け
ないものの、複数に区切って順番に発話しなければなら
ず手間がかかるといった問題があった。
音声による電話番号認識装置では、前者の場合、入力の
手間は少ないものの不正な番号でも受け付けてしまうと
いった問題があり、後者の場合、不正な番号は受け付け
ないものの、複数に区切って順番に発話しなければなら
ず手間がかかるといった問題があった。
【０００６】本発明は上記事情に鑑みてなされたもので
あり、意味的に分離した複数の領域を持つ数字列を複数
の領域毎に分割した音声認識辞書を連結し、連続的に音
声認識を行うことにより、一度の発話で全番号入力を完
了させることができ、かつ、市外、市内局番において
も、不正な番号は受け付けない音声による数字列認識方
法ならびに装置を提供することを目的とする。
あり、意味的に分離した複数の領域を持つ数字列を複数
の領域毎に分割した音声認識辞書を連結し、連続的に音
声認識を行うことにより、一度の発話で全番号入力を完
了させることができ、かつ、市外、市内局番において
も、不正な番号は受け付けない音声による数字列認識方
法ならびに装置を提供することを目的とする。
【０００７】
【課題を解決するための手段】上述した課題を解決する
ために請求項１に記載の発明は、意味的に分離した複数
の領域を持つ数字列を複数の領域毎に分割した音声認識
辞書を連結し、連続的に音声認識を行うことを特徴とす
る。
ために請求項１に記載の発明は、意味的に分離した複数
の領域を持つ数字列を複数の領域毎に分割した音声認識
辞書を連結し、連続的に音声認識を行うことを特徴とす
る。
【０００８】ここで、数字列とは、例えば、１０桁から
成る電話番号であり、その数字列は、市外局番領域、市
内局番領域、加入者番号領域のように意味的に分離され
て構成され、これら意味的に異なる領域が連結されるこ
とによって１つの電話番号が構成される。
成る電話番号であり、その数字列は、市外局番領域、市
内局番領域、加入者番号領域のように意味的に分離され
て構成され、これら意味的に異なる領域が連結されるこ
とによって１つの電話番号が構成される。
【０００９】また、請求項２に記載の発明は、請求項１
に記載の音声による数字列認識方法において、前記数字
列は、市外局番、市内局番、加入者番号を前記領域とし
て持つ電話番号であることを特徴とする。
に記載の音声による数字列認識方法において、前記数字
列は、市外局番、市内局番、加入者番号を前記領域とし
て持つ電話番号であることを特徴とする。
【００１０】更に、請求項３に記載の発明は、請求項１
に記載の音声による数字列認識方法において、前記数字
列は、市、区番号、地域番号を前記領域として持つ郵便
番号であることを特徴とする。
に記載の音声による数字列認識方法において、前記数字
列は、市、区番号、地域番号を前記領域として持つ郵便
番号であることを特徴とする。
【００１１】上述した課題を解決するために請求項４に
記載の発明は、数字列を意味的に分離可能な複数の領域
毎に分割し、各分割された領域毎に設けられた複数の音
声認識辞書と、前記複数の音声認識辞書を入力音声パタ
ーンに応じて連結して認識する連続音声認識手段とを備
えたことを特徴とする。
記載の発明は、数字列を意味的に分離可能な複数の領域
毎に分割し、各分割された領域毎に設けられた複数の音
声認識辞書と、前記複数の音声認識辞書を入力音声パタ
ーンに応じて連結して認識する連続音声認識手段とを備
えたことを特徴とする。
【００１２】また、請求項５に記載の発明は、請求項４
に記載の音声による数字列認識装置において、前記音声
認識辞書として、現存する全ての市外局番からなる認識
辞書と、前記市外局番および市外局番と対応する市内局
番を組み合わせた番号からなる認識辞書と、加入者認識
辞書とを有し、前記入力音声パターンに応じて前記各辞
書をダイナミックに連結して連続音声認識手段に供給す
ることを特徴とする。
に記載の音声による数字列認識装置において、前記音声
認識辞書として、現存する全ての市外局番からなる認識
辞書と、前記市外局番および市外局番と対応する市内局
番を組み合わせた番号からなる認識辞書と、加入者認識
辞書とを有し、前記入力音声パターンに応じて前記各辞
書をダイナミックに連結して連続音声認識手段に供給す
ることを特徴とする。
【００１３】更に、請求項６に記載の発明は、請求項４
または５に記載の音声による数字列認識装置において、
前記音声認識辞書として、各エントリが市外局番に対応
する市内局番で構成され、市外局番ＩＤを指定すること
で市内局番データが取得できる市外局番ＩＤテーブルを
更に備えたことを特徴とする。
または５に記載の音声による数字列認識装置において、
前記音声認識辞書として、各エントリが市外局番に対応
する市内局番で構成され、市外局番ＩＤを指定すること
で市内局番データが取得できる市外局番ＩＤテーブルを
更に備えたことを特徴とする。
【００１４】上記構成により、現存する市外局番と現存
する市内局番に限定して電話番号の認識を行うため、不
正な市外市内局番に誤認識をすることが無く、認識率が
向上する。また、電話番号入力を１回の発話で完了する
こともでき、効率的な電話番号入力可能となる。
する市内局番に限定して電話番号の認識を行うため、不
正な市外市内局番に誤認識をすることが無く、認識率が
向上する。また、電話番号入力を１回の発話で完了する
こともでき、効率的な電話番号入力可能となる。
【００１５】
【発明の実施の形態】図１は本発明における音声による
数字列認識装置の実施形態を示すブロック図である。図
１において、１はユーザの音声を電気信号に変換するた
めのマイクである。２は電気信号に変換された音声を必
要な大きさまで増幅する音声入力部である。３は入力さ
れた音声信号を特徴パラメータとして分析する音声分析
部、５は音声認識においてマッチング処理対象となる単
語パラメータが格納されている認識辞書格納部である。
４は、音声分析部３で分析された音声特徴パラメータと
認識辞書格納部５に格納されている全ての認識単語との
類似度を演算することによって音声認識を行う音声認識
部である。
数字列認識装置の実施形態を示すブロック図である。図
１において、１はユーザの音声を電気信号に変換するた
めのマイクである。２は電気信号に変換された音声を必
要な大きさまで増幅する音声入力部である。３は入力さ
れた音声信号を特徴パラメータとして分析する音声分析
部、５は音声認識においてマッチング処理対象となる単
語パラメータが格納されている認識辞書格納部である。
４は、音声分析部３で分析された音声特徴パラメータと
認識辞書格納部５に格納されている全ての認識単語との
類似度を演算することによって音声認識を行う音声認識
部である。
【００１６】ユーザが発話した音声を認識した結果は、
認識単語として音声認識制御部６に供給される。音声認
識制御部６は、その認識結果に応じ、認識辞書格納部５
の音声認識辞書構成を変えるとともに、システム制御部
１０に最終的な数字列認識結果を伝える。認識辞書作成
部７では、音声認識制御部６からの指示に従い、認識辞
書記憶部８から必要な認識辞書を取り出し、認識辞書格
納部５に転送する。システム制御部１０は、音声認識制
御部６から得られた音声認識結果のもとづき、認識結果
の表示、音声入力、電話発信処理等を行う。９は、市外
局番認識結果と市内局番ＩＤとの関連情報を記憶した市
外局番ＩＤテーブルが格納される市外―市内番号組合せ
記憶部であり、詳細は図６を用いて後述する。
認識単語として音声認識制御部６に供給される。音声認
識制御部６は、その認識結果に応じ、認識辞書格納部５
の音声認識辞書構成を変えるとともに、システム制御部
１０に最終的な数字列認識結果を伝える。認識辞書作成
部７では、音声認識制御部６からの指示に従い、認識辞
書記憶部８から必要な認識辞書を取り出し、認識辞書格
納部５に転送する。システム制御部１０は、音声認識制
御部６から得られた音声認識結果のもとづき、認識結果
の表示、音声入力、電話発信処理等を行う。９は、市外
局番認識結果と市内局番ＩＤとの関連情報を記憶した市
外局番ＩＤテーブルが格納される市外―市内番号組合せ
記憶部であり、詳細は図６を用いて後述する。
【００１７】１２は上述したガイダンスメッセージや、
認識結果を音声出力するための音声出力部であり、シス
テム制御部１０の指示に従い必要な音声出力を行う。
認識結果を音声出力するための音声出力部であり、シス
テム制御部１０の指示に従い必要な音声出力を行う。
【００１８】図２〜図６は、認識辞書記憶部８に記憶さ
れている認識辞書である。図２に示す市外番号認識辞書
は、存在する全ての市外局番からなる認識辞書である。
図３に示す、市外＋市内局番認識辞書は、市外局番およ
び市外局番と対応する市内局番を組み合わせた番号から
なる認識辞書である。図４に示す市内局番認識辞書は、
各エントリが、市外局番に対応する市内局番だけで構成
されており、市外局番ＩＤを指定することで市内局番デ
ータが取得できる。図５に示す加入者番号認識辞書は、
“００００”から“９９９９”までの4桁数字を認識す
る辞書である。図６は、市外局番認識結果と市内局番Ｉ
Ｄとの関連情報を記憶した市外局番ＩＤテーブルであ
り、市外―市内番号組合せ記憶部９に格納されている。
れている認識辞書である。図２に示す市外番号認識辞書
は、存在する全ての市外局番からなる認識辞書である。
図３に示す、市外＋市内局番認識辞書は、市外局番およ
び市外局番と対応する市内局番を組み合わせた番号から
なる認識辞書である。図４に示す市内局番認識辞書は、
各エントリが、市外局番に対応する市内局番だけで構成
されており、市外局番ＩＤを指定することで市内局番デ
ータが取得できる。図５に示す加入者番号認識辞書は、
“００００”から“９９９９”までの4桁数字を認識す
る辞書である。図６は、市外局番認識結果と市内局番Ｉ
Ｄとの関連情報を記憶した市外局番ＩＤテーブルであ
り、市外―市内番号組合せ記憶部９に格納されている。
【００１９】図７〜図９は、認識辞書格納部５に転送さ
れた複数の認識辞書を連続的に認識させるネットワーク
構成を示したものである。
れた複数の認識辞書を連続的に認識させるネットワーク
構成を示したものである。
【００２０】図７に示すネットワーク構成では、市外局
番、市外局番と市内局番および市外局番と市内局番と加
入者番号の発話パターンを受け付けることが可能であ
る。市外局番だけが発話された場合、開始→認識辞書７
１→終了のルートをたどり、市外局番が決定される。市
外局番と市内局番が発話された場合、開始→認識辞書７
２→終了のルートをたどり、市外＋市内局番が決定され
る。市外局番と市内局番と加入者番号が発話された場
合、開始→認識辞書７２→認識辞書７３→終了のるーと
をたどり、市外＋市内＋番号が決定される。
番、市外局番と市内局番および市外局番と市内局番と加
入者番号の発話パターンを受け付けることが可能であ
る。市外局番だけが発話された場合、開始→認識辞書７
１→終了のルートをたどり、市外局番が決定される。市
外局番と市内局番が発話された場合、開始→認識辞書７
２→終了のルートをたどり、市外＋市内局番が決定され
る。市外局番と市内局番と加入者番号が発話された場
合、開始→認識辞書７２→認識辞書７３→終了のるーと
をたどり、市外＋市内＋番号が決定される。
【００２１】図８に示すネットワーク構成では、市内局
番と加入者番号および加入者番号の発話パターンを受け
付けることが可能である。市内局番だけが発話された場
合、開始→認識辞書７４→終了のルートをたどり、市内
局番が決定される。市内番号と加入者番号が発話された
場合、開始→認識辞書７４→認識辞書７３→終了のルー
トをたどり、市内＋加入者番号が決定される。図９に示
すネットワーク構成では、加入者番号だけが、認識され
る。
番と加入者番号および加入者番号の発話パターンを受け
付けることが可能である。市内局番だけが発話された場
合、開始→認識辞書７４→終了のルートをたどり、市内
局番が決定される。市内番号と加入者番号が発話された
場合、開始→認識辞書７４→認識辞書７３→終了のルー
トをたどり、市内＋加入者番号が決定される。図９に示
すネットワーク構成では、加入者番号だけが、認識され
る。
【００２２】次に、図１０、図１１に示すフローチャー
トに従い、図１乃至図９に示す本発明実施形態の動作に
ついて詳細に説明する。
トに従い、図１乃至図９に示す本発明実施形態の動作に
ついて詳細に説明する。
【００２３】まず、図１０に示すフローチャートを参照
しながら、電話番号認識処理について説明する。電話番
号認識処理が開始されると、ステップＳ１１で認識辞書
記憶部８から市外局番辞書と市外＋市内局番辞書と加入
者番号の各認識辞書（７１〜７４）が認識辞書格納部５
に転送され、図７に示した認識辞書のネットワーク構成
を作成する。認識辞書の設定が終了したのち、ステップ
Ｓ１２で、「電話番号を市外局番からお話下さい」といっ
た発話を促すガイダンスメッセージの出力を行い、ステ
ップＳ１３で音声認識を行う。
しながら、電話番号認識処理について説明する。電話番
号認識処理が開始されると、ステップＳ１１で認識辞書
記憶部８から市外局番辞書と市外＋市内局番辞書と加入
者番号の各認識辞書（７１〜７４）が認識辞書格納部５
に転送され、図７に示した認識辞書のネットワーク構成
を作成する。認識辞書の設定が終了したのち、ステップ
Ｓ１２で、「電話番号を市外局番からお話下さい」といっ
た発話を促すガイダンスメッセージの出力を行い、ステ
ップＳ１３で音声認識を行う。
【００２４】続いてステップＳ１４で加入者番号まで認
識結果が得られているかを判断する。本発系実施形態に
おいては認識辞書格納部５にセットされる全てのパター
ンにおいて、市外、市内、加入者番号の順番、もしくは
同時に認識結果が取得されるため、加入者番号が得られ
ていれば全番号が取得されたという判断が可能である。
加入者番号までの認識結果が得られている場合は、得ら
れた全ての数字列電話番号認識結果として、システム制
御部１０に通知し、認識処理を終了する。加入者番号ま
で認識結果が得られていない場合、不足している部分を
取得するため、ステップＳ１５以降の処理を継続する。
識結果が得られているかを判断する。本発系実施形態に
おいては認識辞書格納部５にセットされる全てのパター
ンにおいて、市外、市内、加入者番号の順番、もしくは
同時に認識結果が取得されるため、加入者番号が得られ
ていれば全番号が取得されたという判断が可能である。
加入者番号までの認識結果が得られている場合は、得ら
れた全ての数字列電話番号認識結果として、システム制
御部１０に通知し、認識処理を終了する。加入者番号ま
で認識結果が得られていない場合、不足している部分を
取得するため、ステップＳ１５以降の処理を継続する。
【００２５】ステップＳ１５で市内局番が得られている
場合は、加入者番号だけ取得できれば良いのでステップ
Ｓ１６の処理に移る。ステップＳ１５で市内局番が得ら
れていない場合は、市内局番と加入者番号を取得するた
めのステップＳ１８の処理に移る。ステップＳ１６では
認識辞書格納部５の辞書ネットワークを図９に示した形
に変更し、加入者番号だけが認識できるようにする。そ
の後、ステップＳ１６で「番号をお話下さい」といったガ
イダンスメッセージを出力した後、ステップＳ１３の認
識処理に移る。
場合は、加入者番号だけ取得できれば良いのでステップ
Ｓ１６の処理に移る。ステップＳ１５で市内局番が得ら
れていない場合は、市内局番と加入者番号を取得するた
めのステップＳ１８の処理に移る。ステップＳ１６では
認識辞書格納部５の辞書ネットワークを図９に示した形
に変更し、加入者番号だけが認識できるようにする。そ
の後、ステップＳ１６で「番号をお話下さい」といったガ
イダンスメッセージを出力した後、ステップＳ１３の認
識処理に移る。
【００２６】ステップＳ１８以降では市内局番と加入者
番号の取得を行う。ステップＳ１８では、図６に示した
市外局番ＩＤテーブルを参照し、取得済みの市外局番に
対応する市内局番辞書を認識辞書格納部５に転送する。
ステップＳ１９では認識辞書格納部５の辞書ネットワー
クを図８のように変更し、市内局番および市内局番と加
入者番号が認識できるようにする。その後、ステップＳ
２０で「電話番号を市内局番からお話下さい」といったガ
イダンスメッセージを出力したのち、ステップＳ１３の
認識処理に移る。
番号の取得を行う。ステップＳ１８では、図６に示した
市外局番ＩＤテーブルを参照し、取得済みの市外局番に
対応する市内局番辞書を認識辞書格納部５に転送する。
ステップＳ１９では認識辞書格納部５の辞書ネットワー
クを図８のように変更し、市内局番および市内局番と加
入者番号が認識できるようにする。その後、ステップＳ
２０で「電話番号を市内局番からお話下さい」といったガ
イダンスメッセージを出力したのち、ステップＳ１３の
認識処理に移る。
【００２７】この認識処理については図１１にその詳細
が示されている。まず、ステップＳ１３２で発話音声
（ステップＳ１３１）を分析して音声特徴パラメータを
得る。次に、分析された音声特徴パラメータと認識辞書
格納部５に格納されている認識辞書内の全単語との類似
度をステップＳ１３３で取得する。類似度は上述したネ
ットワーク構成を考慮して行われ、最も類似度の高いル
ートと認識単語が認識結果として得られる。ステップＳ
１３４〜Ｓ１３６では認識結果から市外局番、市内局
番、加入者番号を取得する。
が示されている。まず、ステップＳ１３２で発話音声
（ステップＳ１３１）を分析して音声特徴パラメータを
得る。次に、分析された音声特徴パラメータと認識辞書
格納部５に格納されている認識辞書内の全単語との類似
度をステップＳ１３３で取得する。類似度は上述したネ
ットワーク構成を考慮して行われ、最も類似度の高いル
ートと認識単語が認識結果として得られる。ステップＳ
１３４〜Ｓ１３６では認識結果から市外局番、市内局
番、加入者番号を取得する。
【００２８】なお、本発明実施形態では電話番号のみ例
示したが、数字の組が複数連結して意味を持つものであ
れば、その全てに応用が可能であり、例えば、３桁の市
区番号と４桁の地域番号の組合せでなる郵便番号におい
ても同様に応用できる。
示したが、数字の組が複数連結して意味を持つものであ
れば、その全てに応用が可能であり、例えば、３桁の市
区番号と４桁の地域番号の組合せでなる郵便番号におい
ても同様に応用できる。
【００２９】
【発明の効果】以上のように、本発明は、意味的に分離
した複数の領域を持つ数字列を複数の領域毎に分割した
音声認識辞書を連結し、連続的に音声認識を行うもので
あり、現存する市外局番と現存する市内局番に限定して
電話番号の認識を行うため、不正な市外市内局番に誤認
識をすることが無く、認識率が向上する。また、電話番
号入力を１回の発話で完了することもでき、効率的な電
話番号入力可能となる。
した複数の領域を持つ数字列を複数の領域毎に分割した
音声認識辞書を連結し、連続的に音声認識を行うもので
あり、現存する市外局番と現存する市内局番に限定して
電話番号の認識を行うため、不正な市外市内局番に誤認
識をすることが無く、認識率が向上する。また、電話番
号入力を１回の発話で完了することもでき、効率的な電
話番号入力可能となる。
【図１】本発明の音声による数字列認識方法ならびに装
置の実施形態を示すブロック図である。
置の実施形態を示すブロック図である。
【図２】図１に示す認識辞書記憶部に格納される認識辞
書の一例を示す図である。
書の一例を示す図である。
【図３】図１に示す認識辞書記憶部に格納される認識辞
書の一例を示す図である。
書の一例を示す図である。
【図４】図１に示す認識辞書記憶部に格納される認識辞
書の一例を示す図である。
書の一例を示す図である。
【図５】図１に示す認識辞書記憶部に格納される認識辞
書の一例を示す図である。
書の一例を示す図である。
【図６】図１に示す、市外−市内番号組合せ記憶部に格
納される市内局番ＩＤテーブルの一例を示す図である。
納される市内局番ＩＤテーブルの一例を示す図である。
【図７】図１に示す認識辞書格納部に転送された複数の
認識辞書を連続的に認識させるネットワーク構成の一例
を示した図である。
認識辞書を連続的に認識させるネットワーク構成の一例
を示した図である。
【図８】図１に示す認識辞書格納部に転送された複数の
認識辞書を連続的に認識させるネットワーク構成の一例
を示した図である。
認識辞書を連続的に認識させるネットワーク構成の一例
を示した図である。
【図９】図１に示す認識辞書格納部に転送された認識辞
書を認識させるネットワーク構成の一例を示した図であ
る。
書を認識させるネットワーク構成の一例を示した図であ
る。
【図１０】本発明実施形態の動作を説明するために引用
したフローチャートである。
したフローチャートである。
【図１１】本発明実施形態の動作を説明するために引用
したフローチャートである。
したフローチャートである。
１…マイク、２…音声入力部、３…音声分析部、４…音
声認識部、５…認識辞書格納部、６…音声認識制御部、
７…認識辞書作成部、８…認識辞書記憶部、９…市外−
市内番号組合せ記憶部、１０…システム制御部、１１…
表示制御部、１２…音声出力部、１３…電話部、１４…
表示部、１５…スピーカ
声認識部、５…認識辞書格納部、６…音声認識制御部、
７…認識辞書作成部、８…認識辞書記憶部、９…市外−
市内番号組合せ記憶部、１０…システム制御部、１１…
表示制御部、１２…音声出力部、１３…電話部、１４…
表示部、１５…スピーカ
Claims (6)
- 【請求項１】 意味的に分離した複数の領域を持つ数字
列を複数の領域毎に分割した音声認識辞書を連結し、連
続的に音声認識を行うことを特徴とする音声による数字
列認識方法。 - 【請求項２】 前記数字列は、市外局番、市内局番、加
入者番号を前記領域として持つ電話番号であることを特
徴とする請求項１に記載の音声による数字列認識方法。 - 【請求項３】 前記数字列は、市、区番号、地域番号を
前記領域として持つ郵便番号であることを特徴とする請
求項１に記載の数字列認識方法。 - 【請求項４】 数字列を意味的に分離可能な複数の領域
毎に分割し、各分割された領域毎に設けられた複数の音
声認識辞書と、前記複数の音声認識辞書を入力音声パタ
ーンに応じて連結して認識する連続音声認識手段とを備
えたことを特徴とする音声による数字列認識装置。 - 【請求項５】 前記音声認識辞書として、現存する全て
の市外局番からなる認識辞書と、前記市外局番および市
外局番と対応する市内局番を組み合わせた番号からなる
認識辞書と、加入者認識辞書とを有し、前記入力音声パ
ターンに応じて前記各辞書をダイナミックに連結して連
続音声認識手段に供給することを特徴とする請求項４に
記載の音声による数字列認識装置。 - 【請求項６】 前記音声認識辞書として、各エントリが
市外局番に対応する市内局番で構成され、市外局番ＩＤ
を指定することで市内局番データが取得できる市外局番
ＩＤテーブルを更に備えたことを特徴とする請求項４ま
たは請求項５に記載の音声による数字列認識装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000264127A JP4486235B2 (ja) | 2000-08-31 | 2000-08-31 | 音声認識装置 |
| US09/940,584 US20020049597A1 (en) | 2000-08-31 | 2001-08-29 | Audio recognition method and device for sequence of numbers |
| EP01307422A EP1187441B1 (en) | 2000-08-31 | 2001-08-31 | Audio recognition method and device for sequence of numbers |
| DE60138349T DE60138349D1 (de) | 2000-08-31 | 2001-08-31 | Verfahren und Vorrichtung zur Audioerkennung von einer Zahlenfolge |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000264127A JP4486235B2 (ja) | 2000-08-31 | 2000-08-31 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002073074A true JP2002073074A (ja) | 2002-03-12 |
| JP4486235B2 JP4486235B2 (ja) | 2010-06-23 |
Family
ID=18751589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000264127A Expired - Fee Related JP4486235B2 (ja) | 2000-08-31 | 2000-08-31 | 音声認識装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20020049597A1 (ja) |
| EP (1) | EP1187441B1 (ja) |
| JP (1) | JP4486235B2 (ja) |
| DE (1) | DE60138349D1 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005114964A (ja) * | 2003-10-07 | 2005-04-28 | Xanavi Informatics Corp | 音声認識方法および音声認識処理装置 |
| GB2463371A (en) * | 2008-09-10 | 2010-03-17 | Denso Corp | Retrieving route information using speech recognition and spoken postal codes |
| JP2020046970A (ja) * | 2018-09-19 | 2020-03-26 | Kddi株式会社 | 情報提供システム及び情報提供方法 |
| CN111145727A (zh) * | 2019-12-02 | 2020-05-12 | 云知声智能科技股份有限公司 | 数字串的语音识别方法及装置 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3726783B2 (ja) * | 2002-07-16 | 2005-12-14 | 株式会社デンソー | 音声認識装置 |
| JP2007256643A (ja) * | 2006-03-23 | 2007-10-04 | Denso Corp | 音声認識装置及びナビゲーションシステム |
| CN111179921A (zh) * | 2018-11-12 | 2020-05-19 | 奇酷互联网络科技（深圳）有限公司 | 数字信息的处理方法、移动终端以及计算机存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06180593A (ja) * | 1992-12-11 | 1994-06-28 | Kokusai Denshin Denwa Co Ltd <Kdd> | 連続音声認識方法および該方法を用いた装置 |
| JPH09326856A (ja) * | 1996-06-03 | 1997-12-16 | Mitsubishi Electric Corp | 音声認識応答装置 |
| JPH1138994A (ja) * | 1997-07-17 | 1999-02-12 | Denso Corp | 音声認識装置及びナビゲーションシステム |
| JPH1146238A (ja) * | 1997-07-29 | 1999-02-16 | Fujitsu Ten Ltd | 電話機 |
| JPH11202895A (ja) * | 1998-01-14 | 1999-07-30 | Hitachi Ltd | 音声認識システムと方法およびそのプログラムを記録した記録媒体 |
| JPH11205430A (ja) * | 1998-01-20 | 1999-07-30 | Kobe Steel Ltd | 音声ダイアル機能付き電話機 |
| JPH11224265A (ja) * | 1998-02-06 | 1999-08-17 | Pioneer Electron Corp | 情報検索装置及び情報検索方法並びに情報検索プログラムを記録した記録媒体 |
| JPH11305793A (ja) * | 1998-04-16 | 1999-11-05 | Sony Corp | 音声認識装置 |
| JP2000089782A (ja) * | 1998-09-17 | 2000-03-31 | Kenwood Corp | 音声認識装置と方法、ナビゲーションシステム、及び記録媒体 |
| JP2000194386A (ja) * | 1998-12-24 | 2000-07-14 | Omron Corp | 音声認識応答装置及び方法 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4928302A (en) * | 1987-11-06 | 1990-05-22 | Ricoh Company, Ltd. | Voice actuated dialing apparatus |
| US5157719A (en) * | 1990-03-12 | 1992-10-20 | Advanced Cellular Telcom Corp. | Automatic area code dialing apparatus and methods particularly adapted for cellular or other types of telephone systems |
| US5566272A (en) * | 1993-10-27 | 1996-10-15 | Lucent Technologies Inc. | Automatic speech recognition (ASR) processing using confidence measures |
| GB9322491D0 (en) * | 1993-11-01 | 1993-12-22 | Christ Manfred | Adjustable delayed-action door closer |
| JP2977431B2 (ja) * | 1993-12-27 | 1999-11-15 | 株式会社東芝 | ビデオコーディング装置 |
| JPH0856262A (ja) * | 1994-08-11 | 1996-02-27 | Hitachi Ltd | 電話交換機およびそれを利用した電話交換網 |
| CA2202663C (en) * | 1994-10-25 | 2002-08-13 | David John Attwater | Voice-operated services |
| US5721765A (en) * | 1995-11-30 | 1998-02-24 | Lucent Technologies Inc. | Personal identification number security system incorporating a time dimension |
| WO1997025849A1 (en) * | 1996-01-11 | 1997-07-17 | Bell Communications Research, Inc. | A system and method for processing international telephone numbers |
| US20010055299A1 (en) * | 1996-08-16 | 2001-12-27 | Keith C. Kelly | Method and apparatus for establishing communications between packet-switched and circuit-switched networks |
| US5995926A (en) * | 1997-07-21 | 1999-11-30 | Lucent Technologies Inc. | Technique for effectively recognizing sequence of digits in voice dialing |
| US6298131B1 (en) * | 1998-03-30 | 2001-10-02 | Lucent Technologies Inc. | Automatic speed dial updating |
| WO2000005710A1 (en) * | 1998-07-21 | 2000-02-03 | British Telecommunications Public Limited Company | Speech recognition |
| US6539098B1 (en) * | 1999-09-24 | 2003-03-25 | Mailcode Inc. | Mail processing systems and methods |
-
2000
- 2000-08-31 JP JP2000264127A patent/JP4486235B2/ja not_active Expired - Fee Related
-
2001
- 2001-08-29 US US09/940,584 patent/US20020049597A1/en not_active Abandoned
- 2001-08-31 DE DE60138349T patent/DE60138349D1/de not_active Expired - Lifetime
- 2001-08-31 EP EP01307422A patent/EP1187441B1/en not_active Expired - Lifetime
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06180593A (ja) * | 1992-12-11 | 1994-06-28 | Kokusai Denshin Denwa Co Ltd <Kdd> | 連続音声認識方法および該方法を用いた装置 |
| JPH09326856A (ja) * | 1996-06-03 | 1997-12-16 | Mitsubishi Electric Corp | 音声認識応答装置 |
| JPH1138994A (ja) * | 1997-07-17 | 1999-02-12 | Denso Corp | 音声認識装置及びナビゲーションシステム |
| JPH1146238A (ja) * | 1997-07-29 | 1999-02-16 | Fujitsu Ten Ltd | 電話機 |
| JPH11202895A (ja) * | 1998-01-14 | 1999-07-30 | Hitachi Ltd | 音声認識システムと方法およびそのプログラムを記録した記録媒体 |
| JPH11205430A (ja) * | 1998-01-20 | 1999-07-30 | Kobe Steel Ltd | 音声ダイアル機能付き電話機 |
| JPH11224265A (ja) * | 1998-02-06 | 1999-08-17 | Pioneer Electron Corp | 情報検索装置及び情報検索方法並びに情報検索プログラムを記録した記録媒体 |
| JPH11305793A (ja) * | 1998-04-16 | 1999-11-05 | Sony Corp | 音声認識装置 |
| JP2000089782A (ja) * | 1998-09-17 | 2000-03-31 | Kenwood Corp | 音声認識装置と方法、ナビゲーションシステム、及び記録媒体 |
| JP2000194386A (ja) * | 1998-12-24 | 2000-07-14 | Omron Corp | 音声認識応答装置及び方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005114964A (ja) * | 2003-10-07 | 2005-04-28 | Xanavi Informatics Corp | 音声認識方法および音声認識処理装置 |
| GB2463371A (en) * | 2008-09-10 | 2010-03-17 | Denso Corp | Retrieving route information using speech recognition and spoken postal codes |
| JP2010066493A (ja) * | 2008-09-10 | 2010-03-25 | Denso Corp | コード認識装置および経路探索装置 |
| JP4645708B2 (ja) * | 2008-09-10 | 2011-03-09 | 株式会社デンソー | コード認識装置および経路探索装置 |
| GB2463371B (en) * | 2008-09-10 | 2012-05-30 | Denso Corp | Code recognition apparatus and route retrieval apparatus |
| JP2020046970A (ja) * | 2018-09-19 | 2020-03-26 | Kddi株式会社 | 情報提供システム及び情報提供方法 |
| CN111145727A (zh) * | 2019-12-02 | 2020-05-12 | 云知声智能科技股份有限公司 | 数字串的语音识别方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1187441B1 (en) | 2009-04-15 |
| JP4486235B2 (ja) | 2010-06-23 |
| DE60138349D1 (de) | 2009-05-28 |
| US20020049597A1 (en) | 2002-04-25 |
| EP1187441A2 (en) | 2002-03-13 |
| EP1187441A3 (en) | 2002-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| ES2278763T3 (es) | Sistema y procedimiento de reconocimiento de voz con una pluralidad de motores de reconocimiento. | |
| EP1348212B1 (en) | Mobile terminal controllable by spoken utterances | |
| CN1912994B (zh) | 语音的声调校正 | |
| TW546632B (en) | System and method for efficient storage of voice recognition models | |
| JPH07210190A (ja) | 音声認識方法及びシステム | |
| KR19980070329A (ko) | 사용자 정의 문구의 화자 독립 인식을 위한 방법 및 시스템 | |
| US20020091526A1 (en) | Mobile terminal controllable by spoken utterances | |
| US20010056345A1 (en) | Method and system for speech recognition of the alphabet | |
| JP2002073074A (ja) | 音声による数字列認識方法ならびに装置 | |
| US20050049858A1 (en) | Methods and systems for improving alphabetic speech recognition accuracy | |
| US6845356B1 (en) | Processing dual tone multi-frequency signals for use with a natural language understanding system | |
| JP2000122678A (ja) | 音声認識機器制御装置 | |
| JPH0863185A (ja) | 音声認識装置 | |
| KR100811554B1 (ko) | 음성 다이얼링 기능을 갖는 통신 단말기 및 음성 다이얼링방법 | |
| KR100827074B1 (ko) | 이동 통신 단말기의 자동 다이얼링 장치 및 방법 | |
| JP3018759B2 (ja) | 特定話者方式音声認識装置 | |
| JPH1195792A (ja) | 音声処理装置および文字入力方法 | |
| JP2001175279A (ja) | 音声認識方法 | |
| JPH08297673A (ja) | 音声入力翻訳装置 | |
| JP2003029783A (ja) | 音声認識制御方式 | |
| JPH1063295A (ja) | 認識結果を自動訂正する単語音声認識方法およびこの方法を実施する装置 | |
| JPH1013546A (ja) | 音声ダイヤルシステム | |
| JPS63306748A (ja) | 音声ダイヤル装置 | |
| JP2004364292A (ja) | 音声通知中継サービス方法及び装置 | |
| JPH10307594A (ja) | 認識結果処理方法および認識結果処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050602 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090303 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090424 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100323 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100326 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130402 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |