JP2003316384A - リアルタイム文字修正装置、およびその方法、ならびにそのプログラム、その記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 誤字脱字が認められる指定箇所あるいはその
指定箇所を含む句読点間で挟まれたセンテンスを検出し
て削除し、音声により再入力することにより、リアルタ
イム性を損なうことなく修正可能とする。 【解決手段】 発話者によって入力される音声を、音声
認識によってテキストに変換して字幕表示するために、
誤字脱字の生じた箇所をリアルタイムで修正するリアル
タイム文字修正装置２は、音声認識されたテキストの誤
字脱字がある箇所の指定に基づき、その誤字脱字を生じ
ている箇所を含む読点、句点から文末、また、文頭から
句読点、読点あるいは句点で挟まれたセンテンスを抽出
する句読点間センテンス抽出手段２３と、前記センテン
スを削除する誤センテンス削除手段２４と、その削除さ
れたセンテンスの音声入力を促がすことにより再度音声
認識された結果を反映させる再認識結果反映手段２５
と、を備えている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば、テレビ番
組や講演、ＶＴＲ等の記録媒体に収録された音声からテ
キストを生成し、誤字脱字の生じた箇所をリアルタイム
で修正する、リアルタイム文字修正システム、およびそ
の方法、ならびにそのプログラム、その記憶媒体に関す
る。

【０００２】

【従来の技術】従来、テレビ番組などの番組内で出演者
が話した音声を字幕により表示することが行われてい
る。この音声情報から文字情報に変換して表示する場合
において、テレビ番組が録画放送である場合は、音声情
報から変換ソフトを用いてテキストデータに変換し、そ
の変換されたテキストデータの誤りを修正するために通
常、ワードプロセッサやエディタ等のアプリケーション
ソフトウェアが用いられている。そして、テキストの誤
りを修正する手順として、マウス等のポインティングデ
バイス（タッチパネルの場合は、指示ペンあるは手指）
を用いて誤って認識された箇所を指定し、正しい単語を
入力した後、誤認識された箇所を削除することが行われ
る。

【０００３】一方、テレビ番組や講演などの内容に関し
てリアルタイムで字幕を制作する場合、そのテレビ番組
や講演などの内容の音声をもとにコンピュータによって
音声認識手段を介してテキスト化する方法が知られてい
る。

【０００４】このとき、誤字脱字を一字一句チェックし
ながら修正を行うと、そのテレビ番組や講演などの進行
から大幅に遅れ、テンポの速い番組や講演等では、内容
の把握が困難になる場合がある。また、リアルタイム性
を重んじた場合、誤字脱字が生じても修正を施すことな
く、そのままの状態で放置することも多々あった。その
ため、従来、文字データ修正装置が提案されている。

【０００５】この文字データ修正装置は、音声入力され
た音声データから文字データに変換して、その変換され
た文字データの誤り箇所を指摘して、その指摘された文
字データの誤り箇所を修正するものであり、音声認識装
置等のテキストデータ出力装置から出力されるテキスト
データから間違いを見つけて選択するポイント用端末装
置と、誤っている単語を修正する修正用端末装置とを備
え、役割を分担することで修正時間を短縮するものであ
る。

【０００６】

【発明が解決しようとする課題】しかし、従来の文字デ
ータ修正装置では、ポイント用端末装置と修正用端末装
置とより役割を分担して修正速度を上げているが、さら
なる改良する余地が存在した。すなわち、文字データ修
正装置では、修正用端末装置により訂正する箇所の入力
をキーボードからの入力に頼っているため、修正に対す
る時間がかかり、さらに時間の短縮が可能となる修正を
リアルタイムで行うことが望まれていた。

【０００７】本発明は前記事情に鑑みてなされたもので
あり、誤字脱字が認められる箇所である指定箇所あるい
は誤字脱字が認められる箇所を含む句読点間で挟まれた
センテンス単位で、削除し、音声認識手段により再度再
現することにより、リアルタイム性を損なうことなく修
正可能な、リアルタイム文字修正装置、およびリアルタ
イム文字修正方法、ならびにリアルタイム文字修正プロ
グラム、リアルタイム文字修正記憶媒体を提供すること
を目的とする。

【０００８】

【課題を解決するための手段】本発明は前記目的を達成
するため、請求項１に記載の発明として、発話者によっ
て入力される音声を、音声認識手段によってテキストに
変換して字幕表示するために、誤字脱字の生じた箇所を
リアルタイムで修正するリアルタイム文字修正装置であ
って、変換された前記テキストの誤字脱字がある箇所の
指定に基づき、前記誤字脱字を生じている指定箇所を検
出する誤字脱字位置検出手段と、この誤字脱字位置検出
手段により検出した前記指定箇所が示す文字を抽出する
文字抽出手段と、この文字抽出手段により抽出された文
字を削除する誤文字削除手段と、この誤文字削除手段に
より削除された前記指定箇所が示す文字に対する発話者
の音声入力を促がし、その指定箇所の文字に対する音声
入力を得て音声認識を行いその結果を、削除した前記指
定箇所に反映させる再認識結果反映手段と、を備える構
成とした。

【０００９】請求項１に記載の発明によれば、リアルタ
イム文字修正装置は、音声認識されたテキストの誤字脱
字がある箇所の指定に基づき、その誤字脱字を生じてい
る指定箇所を検出し抽出して削除し、その削除された指
定箇所の音声入力を促がすことにより再度音声認識され
た結果を反映させてリアルタイム修正する。なお、指定
箇所とは、指定された単語の位置である。また、変換し
たテキストに発生する誤字脱字を指定する場合は、発話
者本人あるいは誤字脱字をチェックするチェッカーがモ
ニタ画面により行なっている。

【００１０】また、請求項２の発明として、発話者によ
って入力される音声を、音声認識手段によってテキスト
に変換して字幕表示するために、誤字脱字の生じた箇所
をリアルタイムで修正するリアルタイム文字修正装置で
あって、変換された前記テキストの誤字脱字がある箇所
の指定に基づき、前記誤字脱字を生じている箇所を含む
文頭から読点あるいは句点まで、または、読点あるいは
句点から文末、または、読点あるいは句点で挟まれたセ
ンテンスを抽出する句読点間センテンス抽出手段と、こ
の句読点間センテンス抽出手段により抽出した前記セン
テンスを削除する誤センテンス削除手段と、このセンテ
ンス削除手段により削除された前記センテンスに対する
発話者の音声入力を促がし、そのセンテンスの音声入力
を得て音声認識を行いその結果を、削除した前記センテ
ンスの位置に反映させる再認識結果反映手段と、を備え
る構成とした。

【００１１】請求項２に記載の発明によれば、リアルタ
イム文字修正装置は、音声認識されたテキストの誤字脱
字がある箇所の指定に基づき、その誤字脱字を生じてい
る箇所を含む読点あるいは句点を基準とするセンテンス
を抽出して削除し、その削除されたセンテンスの音声入
力を促がすことにより再度音声認識された結果を反映さ
せてリアルタイム修正する。なお、読点あるいは句点で
挟まれたセンテンスとは、句点と句点、句点と読点、読
点と句点、読点と読点で挟まれたセンテンスである。ま
た、変換したテキストのセンテンスに発生する誤字脱字
を指定する場合は、発話者本人あるいは誤字脱字をチェ
ックするチェッカーがモニタ画面により行なっている。

【００１２】請求項３に記載の発明は、発話者の音声に
ついて音声認識手段により電子化されるテキストのリア
ルタイム文字修正方法であって、前記テキストの誤字脱
字がある箇所の指定に基づき、その誤字脱字を生じてい
る箇所を含む読点、あるいは句点から後段、または、読
点あるいは読点で挟まれたセンテンスを抽出して削除す
ると共に、前記削除されたテキスト部分の再入力を促が
すことにより再度音声認識手段によりテキストとして表
された結果を反映させてリアルタイム修正すること、を
特徴とする。

【００１３】請求項３に記載の発明によれば、テキスト
の誤字脱字がある箇所の指定に基づき、その誤字脱字を
生じている箇所を含む読点、あるいは句点から後段、ま
たは、読点、あるいは句点で挟まれたセンテンスを抽出
して削除することにより、削除されたテキスト部分の再
入力を促がし、即座に発話者がその部分を再度発声し、
そのセンテンスを補うことにより、再認識された結果を
反映させてリアルタイム修正し、その修正に殆ど時間を
要さず、従って修正にリアルタイム性を損なうことがな
い。

【００１４】請求項４に記載の発明は、発話者によって
入力される音声を、音声認識によってテキストに変換し
て字幕表示するために、誤字脱字の生じた箇所をリアル
タイム修正するリアルタイム文字修正プログラムであっ
て、前記音声認識されたテキストの誤字脱字がある箇所
の指定に基づき、その誤字脱字を生じている箇所を含む
読点、あるいは句点から後段、または、読点、あるいは
句点で挟まれたセンテンスを抽出するステップと、前記
検出されたセンテンスに相当する箇所を削除するステッ
プと、前記削除されたセンテンスの音声入力を促がすこ
とにより再度音声認識された結果を反映させてリアルタ
イム修正するステップと、をコンピュータに実行させる
ことを特徴とする。

【００１５】請求項４に記載の発明によれば、前記した
リアルタイム文字修正プログラムをコンピュータに実行
させることにより、音声認識されたテキストの誤字脱字
がある箇所の指定に基づき、センテンス単位で抽出して
削除し、その削除されたセンテンスの音声入力を促がし
再度音声認識された結果を反映させてリアルタイム修正
することで、修正に殆ど時間を要さず、リアルタイムに
誤認識箇所を修正可能とすることができる。

【００１６】請求項５に記載の発明は、発話者によって
入力される音声を、音声認識によってテキストに変換し
て字幕表示するために、誤字脱字の生じた箇所をリアル
タイム修正するリアルタイム文字修正プログラムを記録
したコンピュータ読み取り可能な記録媒体であって、前
記音声認識されたテキストの誤字脱字がある箇所の指定
に基づき、その誤字脱字を生じている箇所を含む読点、
あるいは句点から後段、または、読点、あるいは句点で
挟まれたセンテンスを抽出するステップと、前記抽出さ
れたセンテンスに相当する箇所を削除するステップと、
前記削除されたセンテンスの音声入力を促がすことによ
り再度音声認識された結果を反映させてリアルタイム修
正するステップと、をコンピュータに実行させるリアル
タイム文字修正プログラムを記録した記録媒体として構
成した。

【００１７】請求項５に記載の発明によれば、上記した
記録媒体からリアルタイム文字修正プログラムを読み出
しコンピュータに実行させることにより、音声認識され
たテキストの誤字脱字がある箇所の指定に基づき、その
誤字脱字を生じている箇所を含む読点、あるいは句点か
ら後段、または、読点、あるいは句点で挟まれたセンテ
ンスを抽出して削除し、その削除されたセンテンスの音
声入力を促がし再度音声認識された結果を反映させてリ
アルタイム修正することで、オペレータが指定した部分
を含む句読点間を一気に削除し、即座に発話者がその部
分を再度発声してそのセンテンスを補い、従って修正に
殆ど時間を要さず、リアルタイム性を損なうことがなく
なる。

【００１８】

【発明の実施の形態】図１は、本発明のリアルタイム文
字修正装置を含むシステムの構成ならびに概略動作を説
明するために引用したブロック図である。本発明のシス
テムは、音声認識手段としての音声認識装置１と、リア
ルタイム文字修正装置２と、字幕変換装置３で構成され
る。

【００１９】音声認識装置１は、発話者からのマイクな
どを介して音声を受信し（）、内蔵する音声認識辞書
に基づく類似度比較演算等により、テキストに変換して
リアルタイム文字修正装置２へ供給する（）。このと
き、変換されたテキストには誤字脱字が含まれることが
ある。なお、発話者の認識できる位置には、発話者の音
声がテキストに変換されて文字としてのセンテンスとな
った状態を確認できるように、モニタ画面１０が設置さ
れている。

【００２０】リアルタイム文字修正装置２は、音声認識
されたテキストの誤字脱字がある箇所の指定（オペレー
タがタッチパネル画面を確認することにより指定）に基
づき、その誤字脱字を生じている指定箇所（図４の斜線
で示す「化膿」）、あるいは、誤字脱字を生じている箇
所を含む文頭から読点あるいは句点までのセンテンス、
または、読点あるいは句点から文末までのセンテンス、
または、読点あるいは句点で挟まれたセンテンスを検出
し抽出して削除し（）、その削除されたセンテンスの
音声入力を促がす（）ことにより再度音声認識された
結果を反映させてリアルタイム修正し、字幕変換装置３
へ引き渡す。

【００２１】なお、リアルタイム文字修正装置２は、タ
ッチパネル２０を備え、このタッチパネル２０を介して
確認画面が表示され、また、誤字脱字部分の指定がなさ
れることとする。このリアルタイム文字修正装置２に接
続される字幕変換装置３は、リアルタイム文字修正装置
３によって出力されるテキストと放送番組とを合成して
字幕放送番組を制作して出力する。

【００２２】図２は、図１に示すリアルタイム文字修正
装置２の内部構成を機能展開して示したブロック図であ
る。以下に示す各ブロックは、具体的には、ＣＰＵなら
びにメモリを含む周辺ＬＳＩで構成され、ＣＰＵがメモ
リに記録されたプログラムを読み出し実行することによ
り、そのブロックが持つ機能を実現するものとする。な
お、ここでは、テキストのセンテンスに対する検出、抽
出、および削除を行う構成のリアルタイム文字修正装置
として説明するが、テキストの文字に対する検出、抽
出、および削除を行う構成のリアルタイム文字修正装置
であっても構わない。

【００２３】リアルタイム文字修正装置２は、テキスト
画面生成表示部２１（テキスト画面生成表示手段）と、
誤字脱字位置検出部２２（誤字脱字位置検出手段）と、
句読点間センテンス抽出部２３（句読点間センテンス抽
出手段、または、文字抽出手段）と、誤センテンス削除
部２４（誤センテンス削除手段、誤文字削除手段）と、
再認識結果反映部（再認識結果反映手段）２５と、切替
部２６で構成される。

【００２４】テキスト画面生成表示部２１は、音声認識
装置１によって出力されるテキストに基づく画面生成を
行い、そしてタッチパネル２０に表示する機能を持ち、
ここに表示された内容は、オペレータのチェックを経て
字幕変換装置３へ供給される。

【００２５】誤字脱字位置検出部２２は、音声認識され
たテキストの誤字脱字がある箇所の指定に基づき、その
指定箇所の単語を検出して抽出する機能を持ち、ここで
はタッチパネルを使用するために表示画面上に実装され
たタブレットにより検出し抽出される。なお、この誤字
脱字位置検出部２２により指定されたセンテンス内の位
置箇所について、誤字脱字の位置であることを音声認識
装置１にフィードバックすることで、音声認識装置１側
の正しい文字の変換作業をするための再現確率を高める
ことができる。

【００２６】誤字脱字位置検出部２２により検出される
座標データは、句読点間センテンス抽出部２３に供給さ
れる。この句読点間センテンス抽出部２３は、誤字脱字
を生じている箇所を含む読点、あるいは句点から後段の
センテンス、または、読点、あるいは句点で挟まれたセ
ンテンスを抽出する機能を持ち、ここで検出されたセン
テンスは、その領域を反転あるいは点滅、または、括弧
などで範囲指定した状態で示すようにして、誤センテン
ス削除部２４へ供給される。なお、読点、あるいは句点
で挟まれるセンテンスとは、読点と読点、読点と句点、
句点と読点、句点と句点により挟まれる位置の文字群を
いう。

【００２７】誤センテンス削除部２４は、オペレータの
操作に基づき誤センテンスを削除する機能を持ち、ここ
で削除される内容はテキスト画面生成表示部２１に反映
され、範囲指定されたセンテンスの表示が、タッチパネ
ル２０から消える。なお、この誤センテンス削除部２４
は、タッチパネル２０に表示されている単語あるいはセ
ンテンスが削除されると、切替部２６のルートを切り替
えるための切替信号を送信するように構成されている。

【００２８】再認識結果反映部２５は、削除されたセン
テンスの音声入力を促がすことにより音声入力を得て、
音声認識装置１による再音声認識を行い、その結果につ
いてテキスト画面生成表示部２１を介して反映させる機
能を持つ。この再認識結果反映部２５は、音声入力を促
す手段として、話者が認識できるモニタ画面１０におい
てその話者が認識できるようにセンテンスが反転などし
て指定された箇所が判断できるようにしても良いし、ま
た、チェッカーから話者にイヤホンを介して音声によっ
て行っても構わない。なお、この再認識結果反映部２５
は、音声認識装置１で再認識された結果をテキスト画面
生成表示部２１に反映させると、切替部２６にルートを
切り替えるための切替信号を送信するように構成されて
いる。

【００２９】切替部２６は、誤センテンス削除部２４お
よび再認識結果反映部２５からの切替信号により動作す
るように構成されている。この切替部２６は、通常、音
声認識装置１からの出力がテキスト画面生成表示部２１
に供給されるように接続制御するが、誤センテンス削除
部２４からの切替信号によりルートが切り替えられ、音
声認識装置１からの出力が再認識結果反映部２５に供給
されるように接続制御され、音声認識装置１で再認識さ
れた結果をテキスト画面生成表示部２１に反映させてい
る。

【００３０】また、この切替手段２６は、再認識結果反
映部２５によりセンテンス（単語）が修正されテキスト
画面生成表示部２１にセンテンスが表示された場合に、
再認識結果反映部２５から発生される切替信号によりも
とのルートに切り替える動作を行うように構成されてい
る。また、再認識結果反映部２５によりセンテンス（単
語）が再度修正を必要とし、同じ位置のセンテンスが再
び指定された（場合、切替部２６は、誤センテンス削除
部２４から切替信号が送られ再認識結果反映部２５側の
ルートに再び切り替えられることとなる。

【００３１】つぎに、リアルタイム文字修正装置を含む
システムの動作説明をする。図３、図４は、図１、図２
に示す本発明実施形態の動作を説明するために引用した
図であり、それぞれ動作フローチャート、タッチパネル
に表示される画面構成の一例を示す。なお、図３に示す
動作フローチャートは、具体的には、本発明のリアルタ
イム文字修正プログラムの処理手順を示す。以下、図
３、図４を参照しながら図１、図２に示す本発明実施形
態の動作について詳細に説明する。

【００３２】まず、アナウンサーやキャスターなどの発
話者による音声入力が行なわれる（Ｓ３１）。このこと
により、音声認識装置１は、その入力音声をもとに、音
声辞書による類似度計算に基づく音声認識を行いテキス
ト化する（Ｓ３２）。ここで認識されたテキストは、テ
キスト画面生成表示部２１を介してタッチパネル２０上
に即座に表示される（Ｓ３３）。

【００３３】ここで、そのテキストに誤字脱字がある場
合、オペレータは、その誤字脱字に相当するタッチパネ
ル２０の表示位置（指定箇所）にタッチする。これを、
誤字脱字位置検出部２２を介して検知し（Ｓ３４）、句
読点間センテンス抽出部２３により抽出される誤字脱字
を生じている箇所を含む読点あるいは句点を基準とする
センテンスの範囲について発話者が認識できるように範
囲指定した後、誤センテンス削除部２４が一気に削除す
る（Ｓ３５、Ｓ３６）。なお、このとき、センテンスを
単位とせずに、指定箇所の単語を削除の単位としても構
わない。誤り箇所を含むセンテンス（単語）が削除され
たことはテキスト画面生成表示部２１を介してタッチパ
ネル２０に反映される。それとともに、誤センテンス削
除部２４から切替部２６に切替信号が送られてルートを
切り替える。

【００３４】そして、発話者にそのセンテンス（単語）
部分についての発声を再度促がし、その発声が図２の切
替部２６を介して音声認識装置１に再入力され（Ｓ３
７）、再認識結果反映部２５によりその音声認識結果が
テキスト画面生成表示部２１を介してタッチパネル２０
（モニタ画面１０）上に表示される。そして、テキスト
画面生成表示部２１によりタッチパネル２０（モニタ画
面１０）上にセンテンスが表示されると、この再認識結
果反映部２５から切替信号が切替部２６に送られ、その
切替部２６がもとのルートに切替られる。なお、このと
き、このように誤センテンスが補われることにより、修
正に殆ど時間を要さず、リアルタイムで誤字脱字を修正
することができる。ここで、誤字脱字が修正されていな
い場合は、再度発声を促し（Ｓ３７：ｙｅｓ）Ｓ３２以
降の処理を繰り返す。

【００３５】なお、音声認識が適正にいかなかった場
合、リアルタイム性は確保できなくなるが、手入力によ
る修正、あるいはリアルタイム性が重視される場合は放
置することになる（Ｓ３９）。

【００３６】また、音声認識装置１による音声認識は、
「言いよどみ」、「曖昧な発音」等発声上の問題により
誤認識が発声する可能性が高く、この場合は、再度発音
を注意しながら発声させることにより正解率がアップす
る。また、焦って難しい単語を発声し、その単語が音声
認識辞書に存在しないため、誤認識が生じた場合は、再
度発声するときにその難しい単語を簡単な単語に置換し
て発生させることにより認識率の向上が見込める。単語
を置換して発生させる場合は、発話者がどの文字が音声
認識装置１に認識させることが困難であったかを判断で
きるように、誤字脱字位置検出部２２によりその誤字脱
字の位置を指定することができる。

【００３７】最終的に誤字脱字がなくなったことが確認
されたら（Ｓ３４：ｎｏ）、字幕変換装置３による字幕
変換処理を起動する（Ｓ３８）。字幕変換装置３により
字幕放送用フォーマット（ＮＡＢフォーマット：社団法
人日本民間放送連名「Ｔ０２７−１９９６」）に変換さ
れ、映像を合成された状態で字幕放送として放送され
る。

【００３８】図４にタッチパネル２０に表示される画面
イメージが示されている。ここでは、誤字が生じた箇所
（“化膿”）をオペレータがタッチすることにより、こ
の単語を含む句読点間（初めて生字幕放送を化膿としま
した）が範囲指定された後、削除される。そして、削除
されたセンテンスに対応する言葉の発声を再度行うこと
により、リアルタイム文字修正を実現するものである。
なお、どの単語に誤字が発生したかを誤字脱字位置検出
部２２により指定することで、その誤字の情報を音声認
識装置１にフィードバックさせ、同じ文章が読まれたと
きに、同じ変換を起こさないようにすることが好都合で
ある。

【００３９】以上説明のように本発明は、誤字脱字が認
められる箇所を含む句読点間で挟まれたセンテンスを抽
出して削除することにより、リアルタイム性を損なうこ
となく修正可能となるものである。なお、上記した本発
明実施形態は、音声認識を用いてテレビ番組や講演等の
内容をテキスト化する場合の修正についてのみ説明した
が、他に、電子的な速記を用いてテレビ番組や講演等の
内容を電子テキスト化する場合の修正にも同様に応用可
能である。また、本発明は、リアルタイムで放送を行う
字幕制作の分野以外に、難聴者を対象に講演等で字幕を
つける分野、あるいは音声認識を用いて事前収録番組に
ついて字幕制作を行う分野についても有効である。

【００４０】また、図２に示すテキスト画面生成表示部
２１、誤字脱字位置検出部２２、句読点間センテンス抽
出部２３、誤センテンス削除部２４、再認識結果反映部
２５、切替部２６のそれぞれで実行される手順をコンピ
ュータ読み取り可能な記録媒体に記録し、この記録媒体
に記録されたプログラムをコンピュータシステムに読み
込ませ、実行することにより本発明のリアルタイム文字
修正システムが実現されるものとする。ここでいうコン
ピュータシステムとは、ＯＳや周辺機器等のハードウエ
アを含むものである。

【００４１】さらに、「コンピュータ読み取り可能な記
録媒体」とは、フレキシブルディスク、光磁気ディス
ク、ＣＤ−ＲＯＭ等の可搬媒体、またはＲＯＭ、コンピ
ュータシステムに内蔵されるハードディスク等の記憶装
置のことをいう。そして、この「コンピュータ読み取り
可能な記録媒体」とは、インターネット等のネットワー
クや電話回線等の通信回線を介してプログラムが送信さ
れた場合のシステムやクライアントとなるコンピュータ
システム内部の揮発性メモリ（ＲＡＭ）のように、一定
時間プログラムを保持しているものも含むものとする。

【００４２】なお、発話者がモニタ画面１０においてテ
キストのセンテンスを確認しながら、音声入力作業を行
うことができる場合は、発話者のタイミングに合わせて
調整することができ、テキストのセンテンスの誤字脱字
をチェックするチェッカーとあわせて迅速な修正を行っ
たうえで、ミスのない文章を提供することができる。ま
た、チェッカーがいない状態でも迅速な修正を行ったう
えで、ミスの少ない文章を提供できる。また、切替手段
２６の切替信号は、ここでは誤センテンス削除部２４お
よび再認識結果反映部２５から送られる構成として説明
したが、切替部２６の切替動作が適切にできる構成であ
れば、特に限定されるものではない。さらに、リアルタ
イム文字修正装置は、テキストに変換されたデータを記
憶するハードディスクなどの記憶手段を備える構成とし
ても構わない。

【００４３】

【発明の効果】以上説明したように、本発明に係るリア
ルタイム文字修正装置、及びその方法、並びにそのプロ
グラム、その記憶媒体は、以下に示す優れた効果を奏す
る。本発明の請求項２、３、４，５によれば、テレビ番
組や講演、ＶＴＲなどの記録媒体に収録された音声から
テキスト化する場合において、誤字脱字の生じた箇所を
リアルタイムに修正することを実現し、修正に殆ど時間
を要しないため、修正にリアルタイム性が重視されるア
プリケーションへの適用が考えられる。

【００４４】特に、テレビ番組や講演などの内容につい
てリアルタイムで字幕を制作する場合に、そのテレビ番
組や講演などの内容の音声をもとにコンピュータによっ
て音声認識する手法に対して、音声認識ミスによって誤
字脱字が生じても、この誤字脱字が認められる箇所を認
識あるいは指示することにより、その誤字脱字がある単
語を含む句読点間で挟まれたセンテンスを抽出して削除
し、再度、その削除された部分を音声で繰り返し発声し
てテキスト化することで、迅速な修正を行うことによ
り、字幕へのリアルタイムでの反映が可能となる。

【００４５】また、本発明は上記した音声認識による字
幕制作の他に、電子速記による字幕制作による場合でも
同様、リアルタイム修正を可能とする。

【００４６】さらに、本発明の請求項１によれば、音声
認識手段に対してテキストのセンテンス内において文字
単位で、どの文字の変換が間違っていたかを指摘するこ
とができるため、音声認識手段に対して同じ指定部分に
ついて発話者が音声入力しても、間違った変換文字を繰
り返すことがなく、音声による迅速な修正を行うことが
可能となる。

【図面の簡単な説明】

【図１】本発明のリアルタイム文字修正システムの構成
ならびに概略動作を説明するために引用したブロック図
である。

【図２】図１に示すリアルタイム文字修正装置の内部構
成を機能展開して示したブロック図である。

【図３】本発明実施形態の動作を説明するために引用し
た図であり、動作フローチャートを示す図である。

【図４】 本発明実施形態の動作を説明するために引用
した図であり、タッチパネルに表示される画面構成の一
例を示す図である。

【符号の説明】

１ 音声認識装置 ２ リアルタイム文字修正装置 ３ 字幕変換装置 ２１ テキスト画面生成表示部 ２２ 誤字脱字位置検出部 ２３ 句読点間センテンス抽出部 ２４ 誤センテンス削除部 ２５ 再認識結果反映部 ２６ 切替部

フロントページの続き Ｆターム(参考） 5B009 KB06 QB12 QB13 5D015 HH00 KK03 LL02 LL04 LL05 LL10

Claims (5)

【特許請求の範囲】
1. 【請求項１】 発話者によって入力される音声を、音声
   認識手段によってテキストに変換して字幕表示するため
   に、誤字脱字の生じた箇所をリアルタイムで修正するリ
   アルタイム文字修正装置であって、 変換された前記テキストの誤字脱字がある箇所の指定に
   基づき、前記誤字脱字を生じている指定箇所を検出する
   誤字脱字位置検出手段と、 この誤字脱字位置検出手段により検出した前記指定箇所
   が示す文字を抽出する文字抽出手段と、 この文字抽出手段により抽出された文字を削除する誤文
   字削除手段と、 この誤文字削除手段により削除された前記指定箇所が示
   す文字に対する発話者の音声入力を促がし、その指定箇
   所の文字に対する音声入力を得て音声認識を行いその結
   果を、削除した前記指定箇所に反映させる再認識結果反
   映手段と、 を備えることを特徴とするリアルタイム文字修正装置。
2. 【請求項２】 発話者によって入力される音声を、音声
   認識手段によってテキストに変換して字幕表示するため
   に、誤字脱字の生じた箇所をリアルタイムで修正するリ
   アルタイム文字修正装置であって、 変換された前記テキストの誤字脱字がある箇所の指定に
   基づき、前記誤字脱字を生じている箇所を含む文頭から
   読点あるいは句点まで、または、読点あるいは句点から
   文末、または、読点あるいは句点で挟まれたセンテンス
   を抽出する句読点間センテンス抽出手段と、 この句読点間センテンス抽出手段により抽出した前記セ
   ンテンスを削除する誤センテンス削除手段と、 この誤センテンス削除手段により削除された前記センテ
   ンスに対する発話者の音声入力を促がし、そのセンテン
   スの音声入力を得て音声認識を行いその結果を、削除し
   た前記センテンスの位置に反映させる再認識結果反映手
   段と、 を備えることを特徴とするリアルタイム文字修正装置。
3. 【請求項３】 発話者の音声について音声認識手段によ
   り電子化されるテキストのリアルタイム文字修正方法で
   あって、 前記テキストの誤字脱字がある箇所の指定に基づき、そ
   の誤字脱字を生じている指定箇所を抽出して削除すると
   共に、前記指定箇所の再入力を促がすことにより再度音
   声認識手段によりテキストとして表された結果を反映さ
   せてリアルタイムで修正すること、を特徴とするリアル
   タイム文字修正方法。
4. 【請求項４】 発話者によって入力される音声を、音声
   認識によってテキストに変換して字幕表示するために、
   誤字脱字の生じた箇所をリアルタイム修正するリアルタ
   イム文字修正プログラムであって、 前記音声認識されたテキストの誤字脱字がある箇所の指
   定に基づき、その誤字脱字を生じている指定箇所を抽出
   するステップと、 前記抽出された指定箇所を削除するステップと、 前記削除された指定箇所の音声入力を促がすことにより
   再度音声認識された結果を反映させてリアルタイムで修
   正するステップと、 をコンピュータに実行させるリアルタイム文字修正プロ
   グラム。
5. 【請求項５】 発話者によって入力される音声を、音声
   認識手段によってテキストに変換して字幕表示するため
   に、誤字脱字の生じた箇所をリアルタイムで修正するリ
   アルタイム文字修正システムに用いられるリアルタイム
   文字修正プログラムを記録したコンピュータ読み取り可
   能な記録媒体であって、 前記音声認識されたテキストの誤字脱字がある箇所の指
   定に基づき、その誤字脱字を生じている指定箇所を抽出
   するステップと、 前記抽出された指定箇所を削除するステップと、 前記削除された指定箇所の音声入力を促がすことにより
   再度音声認識された結果を反映させてリアルタイムで修
   正するステップと、 についてコンピュータに実行させるリアルタイム文字修
   正プログラムとして記録した記録媒体。