JP2003241796A - 音声認識システムおよびその制御方法 - Google Patents

Abstract

(57)【要約】 【課題】 クライアント・サーバ型の音声認識とスタン
ドアロン型の音声認識を併用または切り換えて使用する
音声認識システムにおいて、認識処理に係るリソースを
低減すること。 【解決手段】 端末部(100)において、音声検出部(101)
と音響処理部(102)を備え、クライアント・サーバ型の
音声認識を行う場合には音響処理部(102)で抽出された
音声パラメータをサーバ部(200)に転送する。サーバ部
(200)は、受信した音声パラメータに基づき尤度計算お
よび言語探索を実行することができる。これにより音声
検出部および音響処理部を、端末部(100)とサーバ部(20
0)とで共用化できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声認識技術に関
する。

【０００２】

【従来の技術】従来の音声認識技術は主に制御対象機器
に導入され、入力インタフェースとして利用されてき
た。しかし、近年、例えばキーボードを持たない小型携
帯端末で音声認識を利用したいという考えが広まりつつ
ある。

【０００３】これを実現する一つの方法としては小型携
帯端末自身に音声認識エンジンを搭載するという方法が
ある。しかし、このような端末ではメモリやＣＰＵなど
のリソースが限られていることが多く、高性能な認識エ
ンジンを搭載することができない場合がある。

【０００４】そこで、サーバと端末を無線などのネット
ワークで接続し、音声認識処理のうち処理コストの少な
い部分は端末上で行い、処理量が多い部分をサーバで行
う、いわゆるクライアント・サーバ型の音声認識の技術
が提案されている。

【０００５】クライアント・サーバ型の音声認識では、
クライアントが音響分析などの処理量が少ないプロセス
を受け持ち、探索部など重いプロセスはサーバに置かれ
るのが一般的である。しかし、認識語彙数が少なく認識
処理に計算量が必要ない場合は、クライアントで音響分
析から探索まで、すべての音声認識処理を実行すること
も可能である。

【０００６】そのため、処理が軽い場合はクライアント
ですべてを行い（スタンドアロン型の音声認識）、処理
が重い場合はクライアント・サーバ型の音声認識で処理
を分散して行うように切り換え制御することが考えられ
ている。

【０００７】

【発明が解決しようとする課題】上記のようにスタンド
アロン型とクライアント・サーバ型を切り換えて使用す
る場合、クライアントには両者の処理部をインプリメン
トする必要があり、クライアントのリソースを多く必要
とするという問題があった。

【０００８】また、音声認識技術の問題点の一つとし
て、認識性能が十分に出ない場合があるという点もあげ
られる。上記の２つの型の音声認識を併用する場合、そ
れぞれの音響モデルや認識手法が異なると、異なった認
識結果が得られる場合がある。一方が正解で他方が誤認
識であるケースを想定すると、どちらの音声認識を使っ
ているかによって、認識率が左右されるという問題もあ
った。

【０００９】したがって、本発明は、クライアント・サ
ーバ型の音声認識とスタンドアロン型の音声認識を併用
または切り換えて使用する音声認識システムにおいて、
認識処理に係るリソースを低減することを第１の目的と
する。

【００１０】また、本発明は、クライアント・サーバ型
の音声認識とスタンドアロン型の音声認識を併用または
切り換えて使用する音声認識システムにおいて、音声認
識性能をさらに向上させることを第２の目的とする。

【００１１】

【課題を解決するための手段】本発明の一側面は、上記
した第１の目的を達成する音声認識システムに関する。
この音声認識システムは、ネットワークを介して相互に
通信可能なサーバ装置とクライアント端末とを含み、入
力された音声を認識する音声認識システムであって、前
記クライアント端末は、入力された音響信号から音声部
分の音響信号を検出する検出手段と、前記検出手段によ
り検出された音声部分の音響信号から音声パラメータを
抽出する音響処理手段と、前記音声パラメータに基づき
尤度計算および言語探索を行う第１の探索手段と、前記
第１の探索手段の前段に設けられ、前記音響処理手段で
得られた音声パラメータの転送先として、当該第１の探
索手段および前記サーバ装置のいずれかに切り換える切
換え手段と、を備え、前記サーバ装置は、前記切換え手
段を介して前記クライアント端末より転送されてきた前
記音声パラメータに基づき尤度計算および言語探索を行
う第２の探索手段を備えることを特徴とする。

【００１２】本発明の別の側面は、上記した第１の目的
を達成する音声認識システムの制御方法に関するもので
ある。この制御方法は、音声認識のための尤度計算およ
び言語探索を行う第１の探索手段を備えるクライアント
端末と、当該クライアント端末に接続され、音声認識の
ための尤度計算および言語探索を行う第２の探索手段を
備えるサーバ装置とを含み、前記第１および第２の探索
手段のいずれかを用いて、供給された音声を認識する音
声認識システムの制御方法であって、前記クライアント
端末が、入力された音響信号から音声部分の音響信号を
検出する検出ステップと、前記検出ステップで検出され
た音声部分の音響信号から音声パラメータを抽出する音
響処理ステップと、前記音響処理ステップで得られた音
声パラメータの転送先として、前記第１および第２の探
索手段のいずれかを選択する選択ステップと、を有する
ことを特徴とする。

【００１３】また、本発明の他の側面は、上記第２の目
的を達成する音声認識システムおよびその制御方法に係
り、音声認識のための尤度計算および言語探索を行う第
１の探索手段を備えるクライアント端末と、当該クライ
アント端末に接続され、音声認識のための尤度計算およ
び言語探索を行う第２の探索手段を備えるサーバ装置と
を含み、供給された音声を認識する音声認識システムに
おいて、入力された音響信号から音声部分の音響信号を
検出し、検出された音声部分の音響信号から音声パラメ
ータを抽出し前記第１および第２の探索手段に供給し、
前記第１および第２の探索手段それぞれの出力に基づ
き、当該第１および第２の探索手段のいずれかの出力を
音声認識結果として決定することを特徴とする。

【００１４】本発明のさらに他の側面は、上記第２の目
的を達成する音声認識システムおよびその制御方法に係
り、音声認識のための尤度計算および言語探索を行う第
１の探索手段を備えるクライアント端末と、当該クライ
アント端末に接続され、音声認識のための尤度計算およ
び言語探索を行う第２の探索手段を備える複数のサーバ
装置とを含み、供給された音声を認識する音声認識シス
テムにおいて、入力された音響信号から音声部分の音響
信号を検出し、検出された音声部分の音響信号から音声
パラメータを抽出し各サーバ装置における第２の探索手
段に供給し、各サーバ装置における第２の探索手段それ
ぞれの出力に基づき、当該各サーバ装置における第２の
探索手段のいずれかの出力を音声認識結果として決定す
ることを特徴とする。

【００１５】

【発明の実施の形態】以下、図面を参照して本発明の好
適な実施形態について詳細に説明する。

【００１６】（実施形態１）図１は、本実施形態に係る
音声認識システムの構成を示す図である。

【００１７】１００はクライアント端末としての端末
部、２００はサーバ装置としてのサーバ部であり、端末
部１００とサーバ部２００とは通信回線（ネットワー
ク）３０１を介して通信可能に接続されている。なお、
通信回線３０１は有線、無線のいずれでもよく、データ
を転送できる種々の通信手段が利用可能である。

【００１８】まず、端末部１００の構成を説明する。

【００１９】３００はマイクロフォン、１０１はマイク
ロフォン３００より供給される音響信号から音声部分の
音響信号を検出する音声検出部、１０２は音声検出部１
０１によって検出された音声部分の音響信号から所定の
音声パラメータを抽出する音響処理部である。

【００２０】また、１０３は音響処理部１０２で抽出さ
れた音声パラメータの転送先を切り換えるためのスイッ
チである。

【００２１】１０４は音響処理部１０２で抽出された音
声パラメータを符号化する符号化部、１０５は尤度計算
および言語探索を行い音声認識結果を出力する第１の探
索手段としての尤度計算および言語探索部である。そし
て、１０６はサーバ部２００と通信するための通信制御
部である。

【００２２】次に、サーバ部２００の構成を説明する。

【００２３】２０１は端末部１００との通信を制御する
通信制御部、２０２は端末部１００から受信した符号化
データを復号化する復号化部、２０３は尤度計算および
言語探索を行い音声認識結果を出力する第２の探索手段
としての尤度計算および言語探索部である。

【００２４】上記の構成により、端末部１００における
尤度計算および言語探索部１０５およびサーバ部２００
における尤度計算および言語探索部２０３のいずれかが
出力する音声認識結果はアプリケーション３０２に供給
されアプリケーション３０２の動作が制御されることに
なる。アプリケーション３０２は端末部１００に記憶さ
れていてもよいし、サーバ部２００に記憶されていても
よい。

【００２５】図２は、本実施形態における音声認識シス
テムの動作を示すフローチャートである。同図のフロー
チャートは、端末部１００における処理とサーバ部２０
０における処理とを破線で区分して示した。

【００２６】まず、端末部１００側の動作を説明する。

【００２７】まず、音声検出部１０１で音声検出を行う
（ステップＳ１１）。音声検出は、マイクロフォン３０
０からの音響信号入力のうち、音声部分を検出する動作
を行う。音響信号はデジタル化され、音声パワーその他
のパラメータを用いて音声部分を決定する。

【００２８】次に、音響処理部１０２で、音声検出部１
０１より供給された音声データから音声認識用のパラメ
ータを抽出する（ステップＳ１２）。音声認識用のパラ
メータとしては、メルケプストラム、ＬＰＣケプストラ
ムおよびそれらのデルタパラメータなど、音声認識一般
に使われているものであれば、どのような分析方法でも
よい。

【００２９】次に、端末部１００またはサーバ部２００
のどちらの尤度計算および言語探索部で音声認識を行わ
せるのかの切換えイベントに従いスイッチ１０３の切り
換えを行う（ステップＳ１３）。

【００３０】この切換えはいくつかの方法で行うことが
可能である。例えば、ユーザが明示的にボタンなどを押
して切換える方法である。また、他の方法として音声認
識により切換えることもできる。この場合、初期状態と
してシステム立ち上げ時にサーバ部２００か端末部１０
０のいずれかが選択されているものとする。たとえば、
初期状態として端末部１００が選択されているとする。
この場合は後述する端末部１００の認識部に当たる尤度
計算および言語探索部１０５を用いて音声認識を行い、
例えば発話音声「サーバ」を認識した時点でスイッチ１
０３を符号化部１０４側に切り換える。切換え後はサー
バ部２００で認識が行われることになる。また、発話音
声「端末」を認識した時点で、スイッチ１０３を尤度計
算および言語探索部１０５側に切り換える。初期状態が
サーバ部２００であっても同様な動作で切換える。な
お、認識語彙は「サーバ」や「端末」でなくとも、任意
の語彙を設定することができる。

【００３１】さらに別の方法として、切換えを行わず端
末部１００とサーバ部２００両方の認識を同時に使用す
る方法も考えられる。この場合２つの認識結果が得られ
ることになるが、認識時の得点（尤度など）が高い方の
結果を選択することにより、認識結果を一つに確定させ
ることができる。

【００３２】上述の方法で端末部１００を選択した場合
はステップＳ１４に進む。ステップＳ１４では、尤度計
算および言語探索部１０５で尤度計算および言語探索部
を行う。これにより認識結果が得られ、得られた認識結
果に基づきステップＳ１５でアプリケーション３０２が
動作する。

【００３３】ステップＳ１３においてサーバ部２００が
選ばれた場合はステップＳ１６に進む。ステップＳ１６
では符号化部１０４により音声パラメータの符号化を行
う。

【００３４】なお、この符号化部１０４は必須のもので
はない。符号化部１０４を設けない場合には復号化部２
０２も設ける必要はない。ただし、通信容量の観点か
ら、符号化部１０４および復号化部２０２を設けること
が好ましい。

【００３５】音声パラメータの符号化としては、音声パ
ラメータをスカラ量子化、ベクトル量子化、サブバンド
量子化する方法などが用いられる。本発明はいずれの方
法を使用しても実現されうるが、ここではスカラ量子化
による方法について説明する。この方法ではステップＳ
１２の音響処理によって求められた多次元音響パラメー
タの各次元をスカラ量子化する。スカラ量子化は様々な
方法が可能である。以下に２つの例を示す。

【００３６】（１）ＬＢＧによる方法 クラスタリング手法として一般的に用いられるＬＢＧ法
を使用する。音声パラメータの各次元のデータをＬＢＧ
法を用いて任意のクラス（例えば16step）に分割する。 （２）モデルを仮定する方法 音声パラメータの各次元のデータが、例えばガウス分布
に従うと仮定する。各次元の分布全体の３σの範囲内を
面積等分割、つまり等確率になるよう分割し、例えば16
stepにクラスタリングする。

【００３７】以上クラスタリングにより分割した結果を
テーブル化し、認識時にこのテーブル引きをすることに
よりスカラ量子化を行う。

【００３８】ステップＳ１７では、符号化されたデータ
（ステップＳ１６を行わない場合は音声パラメータデー
タそのもの）を通信制御部１０６、通信回線３０１を介
してサーバ部２００に送信する。

【００３９】サーバ部２００では、通信制御部２０１
で、符号化データの受信を行う（ステップＳ１８）。次
に、ステップＳ１９で、復号化部２０２により音声パラ
メータへの復号を行う（ただし、ステップＳ１６の符号
化を行わない場合は必要ない）。

【００４０】次に、ステップＳ２０で、尤度計算および
言語探索部２０３の処理により認識結果を得る。そし
て、ステップＳ２１で、得られた結果に基づきアプリケ
ーション３０２が動作することになる。

【００４１】（実施形態２）本実施形態では、音声検出
部のみを、端末部とサーバ部の音声認識で共用する構成
について述べる。

【００４２】図３は、本実施形態における音声認識シス
テムの構成を示す図である。

【００４３】４００はクライアント端末としての端末
部、５００はサーバ装置としてのサーバ部であり、端末
部４００とサーバ部５００とは通信回線（ネットワー
ク）６０１を介して通信可能に接続されている。通信回
線６０１は有線、無線のいずれでもよく、データを転送
できる種々の通信手段が利用可能である。

【００４４】まず、端末部４００の構成を説明する。

【００４５】６００はマイクロフォン、４０１はマイク
ロフォン６００より供給される音響信号から音声部分の
音響信号を検出する音声検出部、４０３は音声検出部１
０１によって検出された音声部分の音響信号から所定の
音声パラメータを抽出する第１の音響処理手段としての
音響処理部である。４０２は音声検出部４０１からの音
声部分の音響信号の転送先を切り換えるためのスイッチ
である。

【００４６】４０５はスイッチ４０２を介して音声検出
部４０１より送られてきた音響信号を符号化する音声符
号化部、４０４は尤度計算および言語探索を行い音声認
識結果を出力する第１の探索手段としての尤度計算およ
び言語探索部である。そして、４０６はサーバ部５００
と通信するための通信制御部である。

【００４７】次に、サーバ部５００の構成を説明する。

【００４８】５０１は端末部４００との通信を制御する
通信制御部、５０２は端末部４００から受信した符号化
データを復号化する音声復号化部、５０３は音声復号化
部５０２より供給された復号化音声から所定の音声パラ
メータを抽出する第２の音響処理手段としての音響処理
部、５０４は尤度計算および言語探索を行い音声認識結
果を出力する第２の探索手段としての尤度計算および言
語探索部である。

【００４９】上記の構成により、端末部４００における
尤度計算および言語探索部４０４およびサーバ部５００
における尤度計算および言語探索部５０４のいずれかが
出力する音声認識結果はアプリケーション６０２に供給
されアプリケーション６０２の動作が制御されることに
なる。アプリケーション６０２は端末部４００に記憶さ
れていてもよいし、サーバ部５００に記憶されていても
よい。

【００５０】図４は、本実施形態における音声認識シス
テムの動作を示すフローチャートである。同図のフロー
チャートは、端末部４００における処理とサーバ部５０
０における処理とを破線で区分して示した。

【００５１】まず、端末部４００側の動作を説明する。

【００５２】まず、音声検出部４０１で音声検出を行う
（ステップＳ３１）。音声検出はマイクロフォン６００
からの音響信号入力のうち、音声部分の音響信号を検出
する動作を行う。音響信号はデジタル化され、音声パワ
ーその他のパラメータを用い音声部分を決定する。

【００５３】次に、端末部４００またはサーバ部５００
のどちらの尤度計算および言語探索部を用いて認識する
かの切り換えイベントに従い、スイッチ４０２の切換え
を行う（ステップＳ３２）。この切換え方法は実施形態
１と同様に行うことができる。

【００５４】ステップＳ３２の切換えで端末部４００が
選択された場合、素テプＳ３３の音響処理に進む。この
ステップＳ３３では、音響処理部４０３で検出された音
声データから音声認識用のパラメータを抽出する。音声
認識用のパラメータとしては、メルケプストラム、ＬＰ
Ｃケプストラムおよびそれらのデルタパラメータなど、
音声認識一般に使われているものであれば、どのような
分析方法でもよい。

【００５５】次のステップＳ３４では、尤度計算および
言語探索４０４により尤度計算および言語探索を実行す
る。これにより認識結果が得られ、ステップＳ３５で、
得られた認識結果に基づいてアプリケーション３０２が
動作する。

【００５６】ステップＳ３２においてサーバ部５００が
選ばれた場合はステップＳ３６に進む。このステップＳ
３６では、音声符号化部４０５により音声検出部４０１
から供給された音声部分の音響信号の符号化を行う。こ
こで行われる音声符号化手法は、実施形態１とは符号化
対象が異なるので、符号化方法も異なる。実施形態１の
符号化部１０４では音声パラメータの符号化を行うのに
対し、音声符号化部４０５では音声波形そのものの符号
化を行う。音声符号化についてはＡＤＰＣＭ、μｌａｗ
その他多くの符号化法が既に提案されており、それらの
うちいずれかの手法を用いればよい。

【００５７】なお、この符号化部４０５は必須のもので
はない。音声符号化部４０５を設けない場合には音声復
号化部５０２を設けることも必要ない。ただし、通信容
量の観点から、音声符号化部４０５および音声復号化部
５０２を設けることが好ましい。

【００５８】次に、ステップＳ３７で、符号化データ
（音声符号化部４０５を設けず、ステップＳ３６を行わ
ない場合は音声波形データそのもの）を通信制御部４０
６、通信回線６０１を介してサーバ部５００に転送す
る。

【００５９】サーバ部５００では、符号化データの受信
を通信制御部５０１で行う（ステップＳ３８）。次に、
ステップＳ３９で、音声復号化部５０２により音声波形
への復号を行う（ただし、ステップＳ３６の音声符号化
を行わない場合は必要ない）。

【００６０】次に、ステップＳ４０で、音響処理部５０
３で音声パラメータの計算を行う。音声認識用のパラメ
ータとしては、メルケプストラム、ＬＰＣケプストラム
およびそれらのデルタパラメータなど、音声認識一般に
使われているものであれば、どのような分析方法でもよ
い。

【００６１】次に、ステップＳ４１で、尤度計算および
言語探索５０４による処理によって認識結果を得る。そ
して、ステップＳ４２で、得られた結果に基づいてアプ
リケーションが動作する。

【００６２】（実施形態３）上述の実施形態１および２
においては、端末１つに対し１台のサーバを割り当てる
場合について記述したが、サーバが複数存在しても構わ
ない。この場合、スイッチ１０３（図１）やスイッチ４
０２（図３）は、複数台のサーバから１つを選択するよ
うに構成される。

【００６３】あるいは、上記のスイッチ手段の代わり
に、複数台のサーバすべてに音声認識を行わせ認識の得
点（例えば尤度）を比較し最大の得点を出力する結果を
認識結果として扱う構成にすることも可能である。

【００６４】

【発明の効果】本発明によれば、クライアント・サーバ
型の音声認識およびスタンドアロン型の音声認識を併用
または切り換えて使用する場合において、音声認識プロ
セスの一部分を共用することにより、より少ないリソー
スでの実現が可能となる。

【図面の簡単な説明】

【図１】実施形態１に係る音声認識システムの構成を示
す図である。

【図２】実施形態１における音声認識システムの動作を
示すフローチャートである。

【図３】実施形態２における音声認識システムの構成を
示す図である。

【図４】実施形態２における音声認識システムの動作を
示すフローチャートである。

Claims (10)

【特許請求の範囲】
1. 【請求項１】 ネットワークを介して相互に通信可能な
   サーバ装置とクライアント端末とを含み、入力された音
   声を認識する音声認識システムであって、 前記クライアント端末は、 入力された音響信号から音声部分の音響信号を検出する
   検出手段と、 前記検出手段により検出された音声部分の音響信号から
   音声パラメータを抽出する音響処理手段と、 前記音声パラメータに基づき尤度計算および言語探索を
   行う第１の探索手段と、 前記第１の探索手段の前段に設けられ、前記音響処理手
   段で得られた音声パラメータの転送先として、当該第１
   の探索手段および前記サーバ装置のいずれかに切り換え
   る切換え手段と、を備え、 前記サーバ装置は、 前記切換え手段を介して前記クライアント端末より転送
   されてきた前記音声パラメータに基づき尤度計算および
   言語探索を行う第２の探索手段を備えることを特徴とす
   る音声認識システム。
2. 【請求項２】 前記クライアント端末は、更に、 前記音声パラメータを前記サーバ装置に転送するために
   符号化する符号化手段を備え、 前記サーバ装置は、更に、 前記符号化手段を介して前記クライアント端末より転送
   されてきた符号化データを復号化して前記第２の探索手
   段に供給する復号化手段を備えることを特徴とする請求
   項１に記載の音声認識システム。
3. 【請求項３】 音声認識のための尤度計算および言語探
   索を行う第１の探索手段を備えるクライアント端末と、
   当該クライアント端末に接続され、音声認識のための尤
   度計算および言語探索を行う第２の探索手段を備えるサ
   ーバ装置とを含み、前記第１および第２の探索手段のい
   ずれかを用いて、供給された音声を認識する音声認識シ
   ステムの制御方法であって、 前記クライアント端末が、 入力された音響信号から音声部分の音響信号を検出する
   検出ステップと、 前記検出ステップで検出された音声部分の音響信号から
   音声パラメータを抽出する音響処理ステップと、 前記音響処理ステップで得られた音声パラメータの転送
   先として、前記第１および第２の探索手段のいずれかを
   選択する選択ステップと、 を有することを特徴とする音声認識システムの制御方
   法。
4. 【請求項４】 ネットワークを介して相互に通信可能な
   サーバ装置とクライアント端末とを含み、入力された音
   声を認識する音声認識システムであって、 前記クライアント端末は、 入力された音響信号から音声部分の音響信号を検出する
   検出手段と、 前記検出手段により検出された音声部分の音響信号から
   音声パラメータを抽出する第１の音響処理手段と、 前記音声パラメータに基づき尤度計算および言語探索を
   行う第１の探索手段と、 前記第１の音響処理手段の前段に設けられ、前記検出手
   段により検出された音声部分の音響信号の転送先とし
   て、当該第１の音響処理手段および前記サーバ装置のい
   ずれかに切り換える切換え手段と、を備え、 前記サーバ装置は、 前記切換え手段を介して前記クライアント端末より転送
   されてきた前記音響信号から音声パラメータを抽出する
   第２の音響処理手段と、 前記第２の音響処理手段で得られた音声パラメータに基
   づき尤度計算および言語探索を行う第２の探索手段と、
   を備えることを特徴とする音声認識システム。
5. 【請求項５】 前記クライアント端末は、更に、 前記音声部分の音響信号を前記サーバ装置に転送するた
   めに符号化する符号化手段を備え、 前記サーバ装置は、更に、 前記符号化手段を介して前記クライアント端末より転送
   されてきた符号化データを復号化して前記第２の音響処
   理手段に供給する復号化手段を備えることを特徴とする
   請求項１に記載の音声認識システム。
6. 【請求項６】 音声認識のための尤度計算および言語探
   索を行う第１の探索手段を備えるクライアント端末と、
   当該クライアント端末に接続され、音声認識のための尤
   度計算および言語探索を行う第２の探索手段を備えるサ
   ーバ装置とを含み、前記第１および第２の探索手段のい
   ずれかを用いて、供給された音声を認識する音声認識シ
   ステムの制御方法であって、 前記クライアント端末は、 入力された音響信号から音声部分の音響信号を検出する
   検出ステップと、 前記検出ステップで検出された音声部分の音響信号に対
   する後続する処理の実行先として、当該クライアント端
   末および前記サーバ装置のいずれかを選択する選択ステ
   ップと、 前記選択ステップにおいて当該クライアント端末が選択
   されたとき、前記検出ステップで検出された音声部分の
   音響信号から、前記第１の探索手段に供給するための音
   声パラメータを抽出する第１の音響処理ステップと、を
   有し、 前記サーバ装置が、 前記選択ステップにおいて当該サーバ装置が選択された
   とき、前記クライアント端末より転送されてきた前記音
   声部分の音響信号から、前記第２の探索手段に供給する
   ための音声パラメータを抽出する第２の音響処理ステッ
   プを有することを特徴とする音声認識システムの制御方
   法。
7. 【請求項７】 音声認識のための尤度計算および言語探
   索を行う第１の探索手段を備えるクライアント端末と、
   当該クライアント端末に接続され、音声認識のための尤
   度計算および言語探索を行う第２の探索手段を備えるサ
   ーバ装置とを含み、供給された音声を認識する音声認識
   システムであって、 入力された音響信号から音声部分の音響信号を検出する
   検出手段と、 前記検出手段により検出された音声部分の音響信号から
   音声パラメータを抽出し、前記第１および第２の探索手
   段に供給する音響処理手段と、 前記第１および第２の探索手段それぞれの出力に基づ
   き、当該第１および第２の探索手段のいずれかの出力を
   音声認識結果として決定する決定手段と、 を備えることを特徴とする音声認識システム。
8. 【請求項８】 音声認識のための尤度計算および言語探
   索を行う第１の探索手段を備えるクライアント端末と、
   当該クライアント端末に接続され、音声認識のための尤
   度計算および言語探索を行う第２の探索手段を備えるサ
   ーバ装置とを含み、供給された音声を認識する音声認識
   システムの制御方法であって、 入力された音響信号から音声部分の音響信号を検出する
   検出ステップと、 前記検出ステップで検出された音声部分の音響信号から
   音声パラメータを抽出し、前記第１および第２の探索手
   段に供給する音響処理ステップと、 前記第１および第２の探索手段それぞれの出力に基づ
   き、当該第１および第２の探索手段のいずれかの出力を
   音声認識結果として決定する決定ステップと、 を有することを特徴とする音声認識システムの制御方
   法。
9. 【請求項９】 音声認識のための尤度計算および言語探
   索を行う第１の探索手段を備えるクライアント端末と、
   当該クライアント端末に接続され、音声認識のための尤
   度計算および言語探索を行う第２の探索手段を備える複
   数のサーバ装置とを含み、供給された音声を認識する音
   声認識システムであって、 入力された音響信号から音声部分の音響信号を検出する
   検出手段と、 前記検出手段により検出された音声部分の音響信号から
   音声パラメータを抽出し、各サーバ装置における第２の
   探索手段に供給する音響処理手段と、 各サーバ装置における第２の探索手段それぞれの出力に
   基づき、当該各サーバ装置における第２の探索手段のい
   ずれかの出力を音声認識結果として決定する決定手段
   と、 を備えることを特徴とする音声認識システム。
10. 【請求項１０】 音声認識のための尤度計算および言語
    探索を行う第１の探索手段を備えるクライアント端末
    と、当該クライアント端末に接続され、音声認識のため
    の尤度計算および言語探索を行う第２の探索手段を備え
    る複数のサーバ装置とを含み、供給された音声を認識す
    る音声認識システムの制御方法であって、 入力された音響信号から音声部分の音響信号を検出する
    検出ステップと、 前記検出ステップで検出された音声部分の音響信号から
    音声パラメータを抽出し、各サーバ装置における第２の
    探索手段に供給する音響処理ステップと、 各サーバ装置における第２の探索手段それぞれの出力に
    基づき、当該各サーバ装置における第２の探索手段のい
    ずれかの出力を音声認識結果として決定する決定ステッ
    プと、 を備えることを特徴とする音声認識システムの制御方
    法。