JP2002189490A - ピンイン音声入力の方法 - Google Patents

Abstract

(57)【要約】 【課題】 簡単で短いセンテンスを入力するだけの情報
機器に容易に使用でき、ピンイン方式によって認識すべ
き文字を簡略化し、特殊音または特殊単語とキーボード
入力とを併用し、音声を容易に認識できる音声入力法を
提供すること。 【解決手段】 字母などの単一特殊音および特殊単語に
よりピンイン方式で表わされる複数個の分解音を入力す
るステップと、複数個の入力字母を得る、あるいは特殊
発音を使用して、複数個の特殊符号を入力するステップ
と、入力分解音および特殊発音を認識するステップと、
複数個の入力字母を結合して、複数個の候補文字を得る
ステップと、少なくとも１つの正確な文字を選び出すス
テップとから構成される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声入力の方法に
関し、特に、ピンイン（併音：中国語 pin-yin）音声
入力の方法に関する。

【０００２】

【従来の技術】情報時代が到来し、各種情報機器が不断
に発表されるとともに、簡単容易な操作等といった方面
に向けての研究が行なわれており、音声入力の方式を利
用したコンピューター操作、コマンド伝達、文字入力
は、より人間化された方法となっている。いくつかの情
報応用（Information Appliance = IA）装置において入
力が必要なセンテンスは、多くを必要とせず、現行の音
声入力法のほとんどが、一繋がりのセンテンスを直接入
力し、単語を単位として、声母（漢字字音の初めにくる
子音）および韻母（声母以外の部分）の特徴によって音
声を認識するものであるが、この方式により認識される
文字の認識率では、100％の認識率を達成することはで
きず、認識ができない文字あるいは単語に対して、更に
多くの時間をかけて初めて正確な入力ができるので、音
声入力法の利便性を達成できないものとなっていた。

【０００３】図１において、従来技術にかかる音声入力
法のハードウェアフローチャートを示すと、音声は、マ
イクロフォン１０２によってプリアンプ１０４に入力さ
れ、デジタル信号処理ボード１０６により音声がデジタ
ルに変換されて、プロセッサを内蔵するシステム１０８
中へ伝送される。

【０００４】図２において、従来技術にかかる音声入力
法のシステム構成図を示すと、そのステップは、以下の
通りである。先ず、音声を入力し、ステップ２０２で音
声切れ目検出器を経て、音声を音フレームに切り分け、
ステップ２０４で特徴パラメーター抽出器を実行させ、
ステップ２０６の声調認識器およびステップ２０８の連
続音高速候補音表検索器２０８を経て、複数個の比較的
適合する候補音を選び出し、候補音表を出力して、ステ
ップ２１０で高速候補単語検索器を用いて検索を行な
い、ステップ２１２でさらに前後の文の出現率による単
語選択器を利用して、最も適した文字を見つけ出してか
ら、文字を出力するというものである。

【０００５】

【発明が解決しようとする課題】しかしながら、一繋が
りのセンテンスが認識を経た後に、得られる認識率は極
めて低く、とりわけ中国語などの非英語系国家が使用す
る言語は、中国語を例にあげれば、中国語の語彙は数十
万個あるので、必要な単語を検索するだけでもかなり長
い時間を要し、見つけられた単語も似たり寄ったりのも
のが山ほど有るであろうし、最後に得られる単語のエラ
ー率がたいへん高く、得られるところの認識効果も予期
されていたほど良くはない。また、語彙がたいへん多い
こと、加えて語彙の運用に多くの使い分けがあるため、
コンピューターの自己学習訂正機能をトレーニングしよ
うとしても効果を発揮することが難しので、認識された
結果が多くのエラーを発生させる可能性があった。

【０００６】上述を総合すると、従来技術は、以下のよ
うな欠点を有している。 （１）連続するセンテンスを複数個の音節に分解し、さ
らに音節中から１つ１つ声母、韻母を識別し、最後に音
声特徴および常用の語彙ならびに前後文の整合性により
音声を認識する必要があるが、このような認識プロセス
は非常に繁雑なものであった。 （２）音声入力法の語彙はたいへん多いが、多くの語彙
はよく使用されるものではなく、たとえ使用されたとし
ても用法、意義、使用方式の違いにより、コンピュータ
ーに自動訂正機能をトレーニングさせることは困難であ
った。 （３）連続するセンテンスは容易に分解できるものでは
なく、たとえ分解したとしても、声母、韻母の認識は困
難であり、認識プロセスが繁雑であるわりには、認識の
能力がこれによって高められるという訳ではなく、その
うえコンピューター自動訂正機能も精確に効果を発揮す
ることができず、得られる音声入力の認識率は、低いも
のであった。

【０００７】そこで、本発明は、簡単で短いセンテンス
を入力するだけの情報機器に容易に使用することがで
き、字母ピンイン方式を利用することで、認識したい文
字を数十万個の単語から字母など僅か数十個の認識単位
にまで簡略化するとともに、字母など単一の特殊音また
は特殊な単語を発声し、かつキーボード入力と結合させ
ることにより、プロセッサに発声された音声が何である
かを容易に認識させることができる音声入力法を提供す
ることを目的とする。

【０００８】

【課題を解決するための手段】上記課題を解決し、所望
の目的を達成するために、本発明にかかるピンイン音声
入力の方法は、字母などの単一特殊音および特殊単語に
よりピンイン方式で表わされる複数個の分解音を入力す
るステップと、複数個の入力字母を得る、あるいは特殊
発音を使用して、複数個の特殊符号を入力するステップ
と、入力分解音および特殊発音を認識するステップと、
複数個の入力字母を結合して、複数個の候補文字を得る
ステップと、少なくとも１つの正確な文字を選び出すス
テップとから構成される。また、入力分解音および特殊
発音から入力法を切換えるステップを経てから、字母等
の単一特殊音ならびに特殊単語によりピンイン方式で表
わされる複数個の分解音を入力するステップに戻るもの
である。この方法が必要とする装置は、音声信号受信器
と、アナログ/デジタルコンバーターと、プロセッサ
と、出力手段とを含むものである。

【０００９】上記のピンイン音声入力の方法は、入力し
たい音声を字母などの単一特殊音あるいは特殊単語の分
解音に分けるか、もしくは特殊発音を用いて、複数個の
特殊符号を入力するかしてから、音声信号受信器を介し
て、アナログ/デジタルコンバーターへ伝送し、分解音
を入力字母として認識した後、プロセッサを介して一繋
がりの入力字母に結合し、多数個の候補文字を得たら、
候補文字の中から正確な文字を選出し、最後に出力手段
を介して正確な文字を出力するものである。

【００１０】また、本発明のステップを以下のようにす
ることもできる。字母などの単一特殊音および特殊単語
によりピンイン方式で表される複数個の分解音を入力す
るステップと、複数個の入力字母を得る、もしくは特殊
発音を使用して、複数個の特殊符号を入力するステップ
と、特殊キーを使用して、複数個の簡単な信号を入力す
るステップと、分解音および特殊発音を認識するステッ
プと、これらの入力字母を結合して、複数個の候補文字
を得るステップと、少なくとも１つの正確な文字を選出
するステップとから構成されるものである。あるいは、
入力分解音および特殊発音から入力法を切換えるステッ
プを得てから、字母などの単一特殊音および特殊単語に
よりピンイン方式で表わされる複数個の分解音を入力す
るステップに戻るものである。この方法が必要とする装
置には、音声信号受信器と、アナログ/デジタルコンバ
ーターと、キーボードと、プロセッサと、出力手段とが
含まれる。

【００１１】上記のピンイン音声入力の方法は、入力し
たい音声を字母などの単一特殊音あるいは特殊単語の分
解音に分けるか、または特殊発音を用いて、複数個の特
殊符号を入力するかしてから、音声信号受信器を介し
て、アナログ/デジタルコンバーターへ伝送し、分解音
を入力字母として認識するとともに、キーボードを併用
して、複数個の簡単な信号を入力し、さらにプロセッサ
を介して入力字母を簡単な信号と結合させ、多数個の候
補文字を得てから、候補文字の中から正確な文字を選び
出し、最後に、手段を介して正確な文字を出力するもの
である。

【００１２】

【本発明の実施の形態】以下、本発明にかかる好適な実
施の形態を図面に基づいて説明する。図３において、本
発明にかかる好適な実施の形態であるピンイン音声入力
の方法のシステム構造図を示すと、ピンイン音声入力の
方法のステップは、以下の通りである。先ず、ステップ
３０２で字母等の単一特殊音、特殊単語によりピンイン
方式で表わされる複数個の分解音を入力し、これにより
ステップ３０４の複数個の入力字母を得るか、あるい
は、ステップ３０８で特殊発音を使用し、複数個の特殊
符号を入力し、続くステップ３１０で入力分解音および
特殊発音を認識するが、複数個のカスタマイズされた特
殊発音により入力効率を高めることができるとともに、
基本字母あるいは音節を組合わせて標準文字を完成させ
る必要があるか否かを判別することができる。ステップ
３１４で、これらの入力字母を結合し、複数個の候補文
字を得てから、最後に、ステップ３１６で少なくとも１
つの正確な文字を選択する。もしくは、複数個ののカス
タマイズされた特殊発音で入力モードを切換えることも
でき、ステップ３１０からステップ３１２の入力法切換
を実現して、再びステップ３０２に戻り、字母などの単
一特殊音および特殊単語によりピンイン方式で表わされ
る複数個の分解音を入力するものである。

【００１３】また、多くの人名あるいは地名等の綴りあ
るいはピンインは一定であることから、豊富な単語ベー
スを利用しての正確な単語を得ることは必要なことであ
り、これも、本発明がインテリジェント型データ文字ベ
ースおよび単語ベースを利用するとともに、インテリジ
ェント型の入力選択判別サポートにより達成するもので
ある。

【００１４】“台北”を例に取ると、台北の標準英文は
TAIPEIであり、もしも中国語の漢語ピンインを使用する
のであれば、先ず、入力したい音声“台北”をつづり合
わせて字母など単一の特殊音、特殊単語によりピンイン
方式で表される分解音とするが、分解音“T,A,I”は
“台"を表し“B,E,I”は“北”を表している。次に、こ
れらの分解音“T,A,I,B,E,I”を認識して複数個の入力
字母とし、入力字母を結合して“TAI”“BEI”とし、候
補文字“台”と“北”など多数個の候補文字を得てか
ら、正確な文字“台”と“北”とを選出する。しかし、
もしもユーザーが“T,A,I,P,E,I”と入力したならば、
これらの分解音“T,A,I,P,E,I”が複数個の入力字母と
認識され、入力字母を結合して“TAI”“PEI”とし、得
られる候補文字“台”と“陪”など多数個の候補文字が
得られるが、ユーザーの予期したものと一致しなけれ
ば、インテリジェント型の判別方法によって、１つ前の
字あるいは複数個前の字と現在入力された字とを組合わ
せて完全な、あるいは部分的な字句とし判別選択してか
ら“台北”などの語句を列挙して選択が行なえるように
するので、ユーザーは正確な文字である“台北”を選出
できるようになる。この標準ピンインと習慣的用法ある
いは特殊固有名詞とを併用する認識方法も、本発明の一
大特色である。

【００１５】ピンイン音声入力の方法にかかるステップ
には、キーボードの使用を加えることもでき、以下のよ
うなステップとすることができる。先ず、ステップ３０
２で字母など単一特殊音および特殊単語によりピンイン
方式で表わされる複数個の分解音を入力し、ステップ３
０４で複数個の入力字母を得る。ステップ３０６で特殊
キーを使用し、複数個の簡単な信号（単純信号）を入力
するか、もしくはステップ３０８で特殊発音を使用し
て、複数個の特殊符号を入力する。次に、ステップ３１
０で入力分解音と特殊発音と特殊キーとを認識するが、
これらのカスタマイズされた特殊発音および特殊キーに
より入力効率を高めることができるとともに、基本字母
あるいは音節を組合わせて標準文字を完成させる必要が
あるか否かを判別することができるものである。ステッ
プ３１４でこれらの入力字母を結合して、複数個の候補
文字を得る。最後に、ステップ３１６で少なくとも１つ
の正確な文字を選択するものである。もしくは、これら
のカスタマイズされた特殊発音および特殊キーにより入
力モードを切換えることもでき、ステップ３１０からス
テップ３１２へ移行して入力法を切換えてから、ステッ
プ３０２に戻り字母などの単一特殊音および特殊単語に
よりピンイン方式で表わされる複数個の分解音の入力を
行なうものである。

【００１６】中国語の注音符号（標音記号）でピンイン
する場合を例に取ると、先ず、入力したい音声“台北”
をつづり合わせて字母などの単一特殊音および特殊単語
によりピンイン方式で表される分解音 とし、続いて、これらの分解音 を複数個の入力字母として認識するが、キーボードを併
用することもでき、例えば、台北の“台”は注音による
ピンインでは二声となるので、数字キー“２”を代わり
に使用することができ、台北の“北”は注音によるピン
インでは三声となるので、数字キー“３”を代わりに使
用することができ、別なキーを使用することもできる。
入力字母とキーを結合して とし、候補文字“台北”など多数個の候補文字が得られ
たら、正確な文字“台北”を選択する。もしくは、カス
タマイズまたは予め設定された特殊キーあるいは符号を
用いて字と字の間隔を決定または発音の抑揚や転換を決
定することもでき、同様に、数字キー“２”を使用して
“台”が注音によるピンインにおいて二声であること
を表わすことができる。

【００１７】図４において、本発明の好適な実施の形態
にかかるピンイン音声入力の方法につき、ハードウェア
構成図を示す。文字が分けられ、字母などの単一特殊
音、特殊単語のピンイン方式によって表される分解音、
あるいは特殊発音を用いた特殊符号が音声信号受信器４
０２によって入力される。本実施の形態では、この音声
信号受信器４０２をマイクとすることができ、アナログ
/デジタルコンバー４０４を利用して音声をデジタルに
変換し、分解音を入力字母として認識するが、もしも必
要であれば、キーボード４０６を併用することもでき、
簡単な信号をキー入力し、入力字母と結合させてキー入
力された簡単な信号とともにプロセッサ４０８へ伝送す
る。プロセッサ４０８は、コンピューター本体、マイク
ロコントローラーなどとすることができ、多数個の候補
文字を生成してから、少なくとも１つの正確なセンテン
スを選出し、最後に、出力手段４１０によって出力され
るものであり、この出力手段４１０をPDA、IA、携帯電
話などの情報機器等とすることができる。

【００１８】現在の携帯電話の入力は、確かに一大ネッ
クとなっており、その複雑な入力方式は、お世辞にも優
れているとは言い難く、新式のPDAは、ペン式の手書き
入力を有しているものの、それでも筆記の習慣や簡体
字、繁体字およびその他の字体など、複雑な状況がある
ことは言うまでもないことで、ユーザーの利便性を追求
するためには、有効な音声入力こそが最適な入力方法で
あり、本発明を通じて入力に革命的な貢献をなすことが
できる。

【００１９】図５は本発明の好適な実施の形態であり、
英語モードにおける音声入力のピンイン音声入力の方法
を示す使用フローチャートである。先ず、ステップ５０
２で第１単一文字を複数個の字母に分解して１つずつ読
出し、ステップ５０４で第１制御コマンドを入力して、
第１スペースあるいは第１特殊符号を出力させる。次
に、ステップ５０６で第２単一文字を分解して複数個の
字母にして１つずつ読出してから、ステップ５０８で第
２制御コマンドを入力して、第２スペースあるいは第２
特殊符号を出力させる。そして、ステップ５１０に示す
ように、字句の入力が完成するまで上述のステップを繰
り返す。このうち、第１制御コマンドと第２制御コマン
ドとは、特殊発音および特殊キーのうちいずれか１つを
利用して伝達されるものである。

【００２０】また、英文の音声入力は、８０％の認識率
を達成してはいるものの、なお１００％の精確度に達す
るものではなく、一般の音声入力法を使用する時のよう
に、直接“the world”の音声を発声し、音声認識を経
た後で結果が出力されるが、類似音の関係あるいは発声
者自身の発音が標準でない等の問題により、“the wor
d”という文字が出現する可能性があり、一旦、誤った
文字が出現してしまうと、従来のキーボード入力の方式
を用いて誤った字を修正しなくてはならない。しかし、
情報通信機器には往々にして２６個の英文字母を含むキ
ーボードは配備されておらず、現在、広く使用されてい
る携帯電話を例に取ってみても、２６個の英文字母は、
全て数字キーを重複して押すことによって入力がなさ
れ、数字キー“８”を１回押すことにより“t”を入力
し、数字キー“４”を２回押すことにより“h”を入力
し、数字キー“３”を２回押すことにより“e”を入力
し、ここに至ってはじめて“the”の文字の入力が完成
するというものであるもので、これからも分かるよう
に、使用において相当程度の不便さを有しているもので
ある。

【００２１】本発明が提供する方法は、英文入力モード
において、システムが２６個の英文字母の認識、および
/または特殊符号の少数の特殊発音を表すことだけを必
要とするものであって、各字母間の差異がかなり大きい
ため、結果として誤った字母が出力される心配がない。
“the world”を例に取ると、先ず、それぞれ“t”,
“h”,“e”と発声し、英文単語の間の休止は特殊符号
を用いるか、または特殊キーを組合わせて制御コマンド
を入力するかし、その後、さらにそれぞれ“w”,“o”,
“r”,“l”,“d”を発声するというものであるので、
正確で誤りの無い認識ができるとともに、“the worl
d”という文字を組み合わせて出力する。このようなス
テップを繰り返すことによって、字句の入力を完成させ
ることができ、このように英文を１字１字読出して字句
を編集する方法は、ほぼ１００％の認識率を達成するこ
とができる。ところで、当業者であれば理解できるよう
に、本発明は、中国語ならびに英語の音声入力に限定さ
れるものではなく、ピンイン方式で表現できる言語であ
れば、全て本発明の技術思想に含まれるものである。

【００２２】本発明は、インテリジェント型の文字デー
タベースおよび単語データベースにより、幾つかの特殊
な綴りあるいはピンインの地名、人名等を認識するとと
もに、その正確な文字または単語を選択することがで
き、かつカスタマイズした特殊キーあるいは特殊発音に
より入力効率が高められ、しかもカスタマイズされた特
殊キーまたは特殊発音によって基本字母あるいは音節を
組合わせて１つの標準文字を完成させる必要があるか否
かを判別できる上、字母、例えばABC等を入力するだけ
では、中国語文字と英語文字が同時に出現する可能性は
あるが、特殊発音またはキーによって入力法のモードを
中国語入力あるいは英語入力もしくはその他の言語入力
に切換えることができるものである。

【００２３】このように、本発明は、基本字母から認識
を行なうとともに、ツリー状のデータベースシステムに
進入するため、即座の認識ならびに即座のデータベース
検索を実現することができるので、認識の問題を有効に
解決できるだけでなく、認識の速度および検索の速度を
大幅に向上させることができる。ピンインあるいは基本
組合わせ字母からの音声入力法は、本発明の最大の特色
であり、徹底的かつ有効に音声入力にかかる認識のネッ
クおよび認識速度を改善するものでもある。また、イン
テリジェント型学習、分類、記録、判別などの機能の助
けを借りることで、効率をさらに向上させるものであ
る。

【００２４】以上のごとく、本発明を好適な実施の形態
により開示したが、もとより、本発明を限定するための
ものではなく、当業者であれば容易に理解できるよう
に、本発明の技術思想の範囲内において、適当な変更な
らびに修正が当然なされうるものであるから、その特許
権保護の範囲は、特許請求の範囲および、それと均等な
領域を基準として定めなければならない。

【００２５】

【発明の効果】上記構成により、本発明にかかるピンイ
ン音声入力の方法は、次のような長所を有する。 （１）音声入力時に、最も簡略化されたピンインを使用
することにより、複雑な認識技術やプロセスを必要とし
ないので、認識時間を短縮することができる。 （２）本発明が必要とする認識の認識単位は、数が少な
く、高い演算機能のプロセッサを必要としないため、た
とえ低い演算機能のプロセッサであっても使用が可能で
ある。 （３）本発明が必要とする認識の認識単位は、数が少な
いので、通常の使用において、プロセッサの自己学習機
能により正確な訂正を行なえるものである。

【００２６】以上のような長所を結合することにより、
本発明の認識率を大幅に向上させることができ、入力音
声の精度も大幅に向上する。本発明との比較において、
従来技術の音声認識法は、センテンス全体を入力する速
度は速いものの、エラー発生時には、従来のキーボード
入力を利用してカーソルを間違った単一文字に戻してか
ら、誤字を削除し、正確な文字を入力して修正する必要
があったので、修正に時間がかかっていたが、本発明
は、ピンイン方式で音声を直接入力し、エラーの発生を
心配する必要がないから、ＩＡ製品において簡単で短い
データを入力する時に、特に、その利便性が際だったも
のとなる。従って、産業上の利用価値が高い。

【図面の簡単な説明】

【図１】従来技術にかかる音声入力法を示すハードウェ
ア構成図。

【図２】従来技術にかかる音声入力法を示すシステム構
成図。

【図３】本発明にかかるピンイン音声入力の方法を示す
システム構成図。

【図４】本発明にかかるピンイン音声入力の方法を示す
ハードウェア構成図。

【図５】本発明にかかる好適な実施の形態に基づき、英
語モードにおける音声入力のピンイン音声入力の方法を
示す使用フローチャート。

【符号の説明】

３０２〜３１６ 各ステップ ４０２ 音声信号受信器 ４０４ アナログ/デジタルコンバーター ４０６ キーボード ４０８ プロセッサ ４１０ 出力手段 ５０２〜５１０ 各ステップ

Claims (3)

【特許請求の範囲】
1. 【請求項１】 字母などの単一特殊音および特殊単語に
   よりピンイン方式で表わされる複数個の分解音を入力す
   るステップと、 複数個の入力字母を得るステップと、 複数個の特殊発音を使用して、複数個の特殊符号を入力
   するステップと、 前記複数個の分解音ならびに前記複数個の特殊発音を認
   識するステップと、 前記複数個の入力字母を結合して複数個の候補文字を得
   るステップ、および入力法を切換えるステップのうちい
   ずれか１つを選ぶステップと、 前記複数個の入力字母を結合して複数個の候補文字を得
   るステップを選択した場合、少なくとも１つの正確な文
   字を選び出すステップとを具備するピンイン音声入力の
   方法。
2. 【請求項２】 字母などの単一特殊音および特殊単語に
   よりピンイン方式で表される複数個の分解音を入力する
   ステップと、 複数個の入力字母を得るステップと、 複数個の特殊発音を使用して、複数個の特殊符号を入力
   するステップと、 複数個の特殊キーを使用して、複数個の単純信号を入力
   するステップと、 前記複数個の分解音ならびに前記複数個の特殊発音およ
   び前記複数個の特殊キーを認識するステップと、 前記複数個の入力字母を結合して複数個の候補文字を得
   るステップ、および入力法を切換えるステップのうちい
   ずれか１つを選択するステップと、 前記複数個の入力字母を結合して複数個の候補文字を得
   るステップを選択した場合、少なくとも１つの正確な文
   字を選出するステップとを具備するピンイン音声入力の
   方法。
3. 【請求項３】 第１単一文字を複数の字母に分解して１
   字ずつ読出すステップと、 第１制御コマンドを入力して、第１スペースおよび第１
   特殊符号のうちいずれか１つを選択して出力させるステ
   ップと、 第２単一文字を複数の字母に分解して１字ずつ読出すス
   テップと、 第２制御コマンドを入力し、第２スペースおよび第２特
   殊符号のうちいずれか１つを選択して出力するステップ
   と、 前記複数個のステップを字句の入力が完成するまで繰り
   返すステップとを具備するピンイン音声入力の方法。