JP2005017620A - 言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システム - Google Patents
言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システム Download PDFInfo
- Publication number
- JP2005017620A JP2005017620A JP2003181412A JP2003181412A JP2005017620A JP 2005017620 A JP2005017620 A JP 2005017620A JP 2003181412 A JP2003181412 A JP 2003181412A JP 2003181412 A JP2003181412 A JP 2003181412A JP 2005017620 A JP2005017620 A JP 2005017620A
- Authority
- JP
- Japan
- Prior art keywords
- language
- data
- recognition
- speech
- speech recognition
- 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
Images
Landscapes
- Machine Translation (AREA)
Abstract
【解決手段】話者が入力する音声が言語決定済みか否かを判断する言語決定済み判断ステップS2と、言語未決定の場合、言語別に音声認識し、言語別の音声認識結果及び認識成功率値を取得する音声認識ステップS3a,…と、ここで取得される認識成功率値が予め定める規定値以上の場合、音声認識結果をテキストデータに変換するステップS4〜S6と、これら変換されたテキストデータを、対応する言語の文法・辞書を用いて言語解析率成功値を算出し、これらの中から大きい解析率成功値に対応する言語を認識対象言語と特定する言語特定ステップ(S8〜S10)と、言語決定済みの場合も同様に音声認識及び認識成功率値、言語解析率成功値を算出し、何れも規定率値未満の場合は音声認識ステップS3a,…に戻り再判断を実行するステップとを有する言語特定方法である。
【選択図】 図2
Description
【発明の属する技術分野】
本発明は、音声の認識対象言語を特定し、音声認識技術、機械翻訳技術等に利用する言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システムに関する。
【0002】
【従来の技術】
従来の音声認識装置は、実際の音声の認識処理に先立ち、話者或いは言語の知識をもったオペレータが言語特定用キーなどを選択し、音声の認識対象言語を特定しているのが一般的である。しかし、このような言語特定方法は、オペレータ自身が多数の言語の知識をもっている場合には有効であるが、ある特定の言語の知識だけをもつオペレータにとっては何れの言語の音声であるか判断することが難しく、一般的に使用し難い問題がある。
【0003】
そこで、近年、利用者の音声に応じた言語を特定し、利用者の使用言語に応じた地図表示或いは音声メッセージを出力するナビゲーションシステムが開発されている。このナビゲーションシステムは、予め音声認識用辞書部に各単語の標準的な音声信号波形に対応する言語が格納され、利用者が発声した音声がマイクロホンから入力されたとき、音声認識装置は、その入力される音声に基づいて音声認識用辞書部に格納される各単語の標準的な音声信号波形に対応する言語を参照し、利用者が発声する音声データに対応する各単語の言語を特定している。また、個性学習部を設け、ここで音声データに対応する言語の使用頻度を学習する一方、特定された言語に基づいてナビゲーションコントローラが地図や音声を出力するものである。これにより、以後、利用者が発声した音声データの使用頻度から言語を特定し、容易に地図や音声を出力する方法である。
【0004】
【特許文献1】
特開2001−296882号公報(図1)
【0005】
【発明が解決しようとする課題】
ところで、以上のような言語特定方法では、次のような幾つかの問題が指摘されている。
【0006】
1) 各単語の標準的な音声信号波形に対応する言語又は使用頻度の多い言語を参照することにより音声の認識対象言語を特定する方法であるので、どちらかと言えば、特定の用途,例えばカーナビゲーションのように特定の利用者が利用する場合に有効であるが、広範な用途に利用し難い問題がある。
【0007】
2) また、言語の使用頻度の多い言語を利用する方法であるので、入力される音声に対して大まかな言語判断が可能であるが、言語を特定するための評価がなされておらず、特定された言語の正確性に欠ける問題がある。
【0008】
3) 種々の言語の音声が入力される場合、標準的な音声信号波形を参照するだけでは、言語を特定できないという問題も出てくる。
【0009】
本発明は上記事情にかんがみてなされたもので、不特定言語の音声が入力された場合でも、オペレータの介在なしに高い精度で言語を特定する言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システムを提供することを目的とする。
【0010】
【課題を解決するための手段】
上記課題を解決するために、本発明に係わる言語特定方法は、話者の音声データについて言語決定済みか否かを判断する言語特定済み判断ステップと、この言語特定済みステップの判断により言語未決定の場合、言語別に音声認識し、各言語ごとの音声認識結果及び認識成功率値を取得する第1の音声認識ステップと、この音声認識ステップにより取得される認識成功率値が予め定める第1の規定値以上の場合、前記音声認識結果をテキストデータに変換するステップと、これら変換されたテキストデータに対し、対応する言語による言語解析を行い、この言語解析結果から認識対象言語を特定する言語特定ステップとを有するものである。
【0011】
この発明は以上のような構成とすることにより、音声認識ステップにて言語別音声認識処理を行い、第1の規定率値以上の音声認識結果及び認識成功率値を取得した後、これら取得した音声認識結果についてテキストデータに変換し、言語解析を実施し、最も高い言語解析成功率値の言語を認識対象言語を特定するので、認識成功率値の高い音声認識結果、最も高い言語解析成功率値の言語と段階的に絞って言語を特定するので、多言語の音声であってもオペレータの介在なしに高い精度で言語を特定可能となる。
【0012】
なお、言語が既に決定されている場合、一時的に当該言語に基づいて音声認識処理及び言語解析を行い、それぞれ規定率値未満の場合には言語未決定と同様な処理を行うようにすれば、言語特定時の高速化を図ることが可能であり、また再度判断を加えつつ言語を特定するので、言語の特定に高い精度を維持できる。
【0013】
また、言語特定済み判断ステップによる言語決定済みか否かの判断に際し、先の連続音声データと次の連続音声データとの間の時間的推移に基づいて、次の連続音声データが前記先の連続音声データで特定された決定済みの言語を認識対象言語と特定すれば、同一話者の言語特定時の高速化を図ることが可能である。
【0014】
(2) また、本発明に係わる機械翻訳システムは、話者の音声データを、言語別の音声認識用参照データを用いて、言語別の音声認識結果及び認識成功率値を取得する音声認識処理手段と、この音声認識処理手段により取得された認識成功率値が予め定める規定率値以上である場合、前記音声認識結果のデータをテキストデータに変換するテキストデータ変換手段と、この変換手段により変換されたテキストデータに対し、対応する言語の文法規則・辞書データを用いて言語解析し、この言語解析結果から認識対象言語を特定する言語特定処理手段と、この言語特定処理手段により特定された言語のテキストデータを所要とする言語の文法規則・辞書データを用いて翻訳処理する翻訳処理手段とを設けた構成である。
【0015】
この発明は前述と同様の作用効果を奏する他、多言語の話者の音声データから精度の高い、正確な言語を特定できるので、翻訳結果も充分精度の高い、しかも高速的に翻訳結果を得ることが可能である。
【0016】
また、音声データから得られる音声特徴データと当該言語とを関連付けて蓄積すれば、さらに高速的に翻訳結果を出力できる。
【0017】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して説明する。
【0018】
(実施の形態1)
図1は本発明に係わる言語特定方法を用いた機械翻訳システムの一実施の形態を示す構成図である。
【0019】
この機械翻訳システムは、音声を入力する音声入力部1と、この音声入力部1から入力される電気的な音声データに対して言語別の音声認識処理を実行し、その中から規定値を越える音声認識結果データをテキストデータに変換し、この変換されたテキストデータを言語解析し、認識対象言語を特定する音声言語処理制御部2と、この音声言語処理制御部2により特定された認識対象言語のもとに所要とする言語の翻訳結果を出力する翻訳結果出力部3とによって構成されている。なお、翻訳結果出力部3は、翻訳結果だけでなく、音声認識結果データ、テキストデータ、言語解析結果その他特定された認識対象言語のうち、所要とするデータについても出力可能である。
【0020】
また、この機械翻訳システムは、音声入力部1から入力される電気的な音声データの言語を特定するための言語特定用プログラムを記憶するプログラムデータ記憶部4、音声入力部1から入力される電気的な音声データ、音声言語処理制御部2による処理途中のデータ、処理結果のデータ等を一時記憶するデータ一時記憶部5、各言語の音声パターンデータ、各言語の類似関係にある複数の候補音声パターンデータ等を格納する言語別の音声認識用参照データ記憶部6a,…,6n、各言語の言語分析や翻訳上必要な辞書・文法規則などの情報を記憶する翻訳辞書部7a,…,7n等が設けられている。
【0021】
前記音声入力部1に入力される音声としては、話者の発声による音声、電話・ラジオ・テレビ放送等から発生される音声、CD−ROMに記録される電気的な音声データ、さらにはインターネット上から入力される電気的な音声データその他種々の音声ないし電気的な音声データが含まれるが、以下、話者の音声ないし話者の音声データと総称する。
【0022】
音声言語処理制御部2は、論理回路等を用いたハード的な構成又はソフト的な処理制御によっでも実現できる。後者のソフト的な処理制御の場合、CPUで構成され、プログラムデータ記憶部4に格納される言語特定用プログラムに従って所定の処理を実行する。この音声言語処理制御部2は、機能的には、音声入力部1から入力される音声データを、言語毎の音声認識用参照データ記憶部6a,…,6nに格納される音声パターンを参照し、言語毎の音声認識結果及び音声認識成功率値を取得する音声認識処理手段21a,…,21n、これら音声認識処理手段21a,…,21nによって取得される認識成功率値のうち規定値以上の音声認識結果データをテキストデータに変換するテキストデータ変換手段22、これら規定値以上の言語に対応するテキストデータを、それぞれ言語に対応する言語翻訳辞書部7a,…,7nの文法規則・辞書などに基づいて構文解析・形態素解析等を行つて言語文解析率値を算出する言語毎の言語解析処理手段23、この言語解析率値(言語解析成功率値ともいう)の最も高い言語を認識対象言語と特定する言語特定手段24及びこの言語特定処理手段24によって特定された認識対象言語に基づき、翻訳辞書部7a,…,7nの文法規則・辞書を用いて、前記テキストデータを所要とする言語に翻訳処理する翻訳処理手段25が設けられている。
【0023】
なお、音声認識処理手段21a,…,21nによる音声認識は従来周知の技術を用いるが、例えばその一例として、音声データを音響的に分析する部分、この分析部分で得られる音声特徴量(パラメータ)から音素などの小さな単位に対する類似度を計算する部分、幾つかの音素を最適に配列し、単語や文の候補を出力する部分とを有するが、例えば音声認識用参照データ記憶部6a,…,6nに言語別の各「単語」と当該各単語の後に過去の経験や統計学的に繋がる「××なる単語や文字」とを関連付け、音声データの所要個数の単語数にヒット数とから音声認識成功率を算出でき、かつ、この音声認識成功率が予め定める規定率値以上の場合だけを認識可能な言語と判断することが可能である。その他、音声成功率に関し、従来周知の種々の算出方法が用いられる。
【0024】
また、言語毎の言語解析処理手段23による言語文解析率値は、翻訳処理部7a,…,7nに格納される辞書引きにより形態素解析、構文解析を実施し、例えば全体語数に対する未知語の数等から言語解析率値や翻訳対象言語として単語の品位の並びの正しい数とそうでない数との関係等から算出できる。
【0025】
前記翻訳結果出力部3は、音声言語処理制御部2により特定された言語の翻訳結果等を出力するものであり、例えばCRTディスプレイ、液晶ディスプレイ等の表示部31、プリンタ32の他、例えば表示部31に表示し確認後に保存する記憶部(図示せず)や音声発生器などが用いられる。
【0026】
なお、各記憶部4〜7a,…,7nはそれぞれ図面上独立した形式で記載したが、適宜に共用化を図るために、1つ以上の記憶部に領域分けして記憶してもよい。
【0027】
次に、以上のような機械翻訳システムに適用される本発明に係わる言語特定方法及びプログラムデータ記憶部4に格納される言語特定用プログラムによる一連の処理例について図2を参照して説明する。
【0028】
この機械翻訳システムの動作が開始すると、プログラムデータ記憶部4に記憶される言語特定用プログラムを読み出し、適宜な記憶部例えばデータ一時記憶部5に記憶した後、音声言語特定処理を実行する。
【0029】
すなわち、音声言語処理制御部2は、音声入力部1から入力される話者の音声データを受け取ると(S1)、当該音声データを順次データ一時記憶部5に記憶するとともに、当該音声データの言語が既に特定されているものか否かを判断する(S2:言語特定済み判断ステップ)。ここで、音声データの言語が未だ特定されていない場合、該当音声データは全ての言語の可能性があるので、各言語の音声認識処理手段21a,…,21nがそれぞれの言語とみなし、対応する言語の音声認識用参照データ記憶部6a,…,6nに記憶される例えば音声パターンや各「単語」と当該各単語の後に関連付けられる「××なる単語や文字」とを参照し、音声認識結果及び当該音声認識結果に対する音声認識成功率値を取得する(S3a,…,S3n:音声認識ステップ)。なお、例えば類似する複数の候補音声パターンデータ等が存在する場合、予め定める優先順位に従って音声認識を実施していくので、候補音声パターンデータに対する認識成功率値が出てくるので、その中から最も高い音声認識成功率値を採用し、かつ、この採用された認識成功率値に対応する音声認識結果を取り出し、各言語の音声認識処理手段21a,…,21nごとに取得した各言語ごとの音声認識結果及び音声認識成功率値を例えばデータ一時記憶部5に記憶する。
【0030】
引き続き、各言語ごとに取得される音声認識成功率値について予め過去の経験等から定まる規定率値以上となっているか否かを判断し、規定率値以上となっている場合にはテキストデータに変換し、言語解析処理手段23に渡す。この音声認識成功率値が規定率値以上か否かの判断は、全言語の音声認識成功率値について判断する(S4〜S6:テキストデータ変換ステップ)。この認識成功率値が規定率値未満の場合、言語特定対象外とするために構文解析率値を0とし、言語特定処理手段24に渡す(S7)。
【0031】
前記言語解析処理手段23は、規定率値以上のテキストデータに関し、対応する言語の翻訳辞書部7a,…,7nに記憶される文法規則や辞書引きを行い、形態素解析及び構文解析を実施し、未知語の個数、翻訳対象言語の単語の品詞の並びが正しいか否かを表わす構文解析率値等の言語分析率値を取得する(S8)。
【0032】
さらに、ステップS8により取得された各言語の構文解析率値のうち、順次2つの言語の構文解析率値の大小比較を行い、そのうち大きい方の構文解析率値を最大値メモリ(図示せず)に記憶する。さらに、この最大値メモリの構文解析率値と次の言語の構文解析率値との大小比較を行い、最終的には最も大きい構文解析率値に対応する言語を認識対象言語として特定する(S9〜S11:言語特定ステップ)。従って、この段階によって初めて入力された音声の言語を特定できる。
【0033】
なお、ステップS2において、言語決定済みか否かを判断するが、先に入力された音声データと連続性をもつ次の音声データに対しては、既に言語が特定されているので、ステップS12に移行する。通常、音声に連続性があれば、当該連続性のある音声データに対して言語決定済みと判断するが、音声データ−無音−音声データとなったとき、例えば無音の継続時間等から音声データが連続性をもったものか、連続性をもたない音声データであるか,つまり前後の音声データの時間的推移から言語決定済みか否かを判断することになる。
【0034】
ステップS2にて言語決定済みと判断された場合、当該決定済み言語に対応する音声認識処理手段21iは、対応する言語の音声認識用参照データ記憶部6iに記憶される例えば音声パターンを参照し、音声認識結果及び認識成功率値を取得する(S12:音声認識ステップ)。しかる後、この取得された認識成功率値が規定率値以上か否かを判断し、規定値以上の場合には音声認識結果をテキストデータに変換する(S13、S14:テキストデータ変換ステップ)。認識成功率値が規定率値未満であれば、再判断の必要性が有ると判断し、ステップS3a,…,S3nに移行し、前述同様の処理を繰り返す(S3a,…,S3n、〜S11)。なお、ステップS4とS13の規定率値は同一の率値或いは異なる率値であってもよい。
【0035】
ステップS14で変換されたテキストデータは、言語解析処理手段23によって前述と同様に対応する言語の翻訳辞書部7iに記憶される文法規則及び辞書引きにより、形態素解析及び構文解析を実施し、構文解析率値等の言語解析率値を取得する。そして、この取得された構文解析率値が予め定める規定率値以上であるか否かを判断し(S16)、規定率値以上であれば、ステップS2で決定済みとされた言語をそのまま利用する旨の信号が例えば翻訳処理手段25に渡され、また構文解析率値が所定の規定率値未満であれば、再判断の必要性が有ると判断し、ステップS3a,…,S3nに移行し、前述同様の処理を繰り返す(S3a,…,S3n、〜S11)。
【0036】
従って、以上のような実施の形態によれば、話者の音声に対し、全ての言語の可能性が有るとみなし、音声認識処理手段21a,…,21nが対応する言語の音声認識用参照データ記憶部6a,…,6nに格納される例えば音声パターン等を参照し、音声認識結果及び認識成功率値を取得し、予め設定される規定率値以上か否かを判断するので、全言語の中から少なくとも音声認識程度の高い言語の音声認識結果を選択することができる。
【0037】
また、認識程度の高い言語の音声認識結果だけをテキストデータに変換し、対応する言語解析を実施し、最も評価の高い言語解析結果が得られた言語を認識対象言語と特定するので、この特定された言語は非常に精度の高い言語とみなすことができる。
【0038】
さらに、種々の言語の音声データが入力される音声認識技術や翻訳処理技術にも広く利用することができる。
【0039】
(実施の形態2)
図3は本発明に係わる言語特定方法を用いた機械翻訳システムの一実施の形態を示す構成図である。
【0040】
この機械翻訳システムは、図1と同様に話者が発声する音勢データを入力する音声入力部1と、この音声入力部1から入力される電気的な音声データから音声特徴データを抽出し、この抽出される音声特徴データと言語とを関連付けて蓄積し、後に入力される音声データに該当する音声特徴データが存在する場合には当該音声特徴データに関連付けられる言語に基づいて言語特定処理を実行し、一方、後に入力される音声データに該当する音声特徴データが存在しない場合には新たに図1に従って言語特定処理を実行する音声言語処理制御部2と、この音声言語処理制御部2によって特定された言語の翻訳結果等を出力する翻訳結果出力部3とによって構成されている。
【0041】
この音声言語処理制御部2には、話者が発声する音声データから音声特徴データを抽出し、話者固有情報記憶部31に記憶する話者認識処理手段32が設けられている。この話者固有情報記憶部31には、図4に示すように話者認識処理手段32によって抽出された音声特徴データと言語情報との関連付けが記憶される。なお、言語情報は、例えば最終的に特定された言語の情報を音声特徴データに関連付けする。
【0042】
その他、音声言語処理制御部2には、図1と同様に各言語の音声認識処理手段21a,…,21n、テキストデータ変換手段22、言語解析処理手段23、言語特定処理手段24、翻訳処理手段25等が設けられている。
【0043】
次に、以上のような機械翻訳システムに適用される本発明に係わる言語特定方法及びプログラムデータ記憶部4に格納される言語特定用プログラムによる一連の処理例について図5を参照して説明する。
【0044】
この機械翻訳システムの動作が開始すると、プログラムデータ記憶部4Aに記憶される言語特定用プログラムを読み出し、適宜な記憶部例えばデータ一時記憶部5に記憶した後、音声言語特定処理を実行する。
【0045】
この音声言語処理制御部2は、音声入力部1から入力される話者の音声データを受け取ると(S21)、当該音声データを順次データ一時記憶部5に記憶する一方、話者認識処理手段32が話者の発声する音声データの声質や例えばアクセントやイントネーションなどの韻律情報等から音声特徴データを抽出した後、話者固有情報記憶部32に既に記憶される音声特徴データとほぼ類似する音声特徴データが存在する否か,つまり既存の話者か否かを判断し、存在する場合には記憶される音声特徴データに関連付けられる言語を一時的に特定し、存在しない場合には抽出された音声特徴データを話者固有情報記憶部32に記憶する一方、新規な話者の音声データと判断する(S22,S23:既存話者判断ステップ)。
【0046】
このステップS23において、新規な話者の音声データであると判断された場合、音声データの言語が特定されていないので、該当音声データは全ての言語の可能性があるので、各言語の音声認識処理手段21a,…,21nがそれぞれの言語とみなし、対応する言語の音声認識用参照データ記憶部6a,…,6nに記憶される例えば音声パターンや各「単語」と当該各単語の後に関連付けられる「××なる単語や文字」とを参照し、音声認識結果及び当該音声認識結果に対する音声認識成功率値を取得し、適宜な記憶部例えばデータ一時記憶部5に記憶する。
【0047】
引き続き、各言語ごとに取得された認識成功率値について規定率値以上となっているか否かを判断し、規定率値以上となっている場合にはテキストデータに変換し、言語分析処理手段23に渡す。この規定率値以上か否かの判断は、全言語の認識成功率値について判断する(S35〜S37:テキストデータ変換ステップ)。この認識成功率値が規定率値未満の場合には、言語特定対象外とするために構文解析率値を0とし、言語特定処理手段24に渡す(S38)。
【0048】
前記言語解析処理手段23は、規定率値以上のテキストデータに関し、対応する言語の翻訳辞書部7a,…,7nに記憶される文法規則・辞書に基づき、例えば形態素解析及び構文解析等の言語解析を実施し、未知語の個数、翻訳対象言語の単語の品詞の並びが正しいか否かを表わす言語解析率値,例えば構文解析率値を取得する(S39)。
【0049】
さらに、ステップS39によって取得される各言語の言語解析率値のうち、順次2つの言語の構文解析率値の大小比較を行い、そのうち大きい方の構文解析率値を最大値メモリ(図示せず)に記憶する。さらに、この最大値メモリの構文解析率値と次の言語の構文解析率値との大小比較を行い、最終的には最も大きい構文解析率値に対応する言語を話者固有情報記憶部31に記憶された音声特徴データに関連付けて記憶するとともに、認識対象言語として特定する(S40〜S43:言語特定ステップ)。
【0050】
一方、ステップS23にて音声データの音声特徴データが話者固有情報記憶部31に記憶される既存の音声特徴データと同じ場合には当該既存の音声特徴データに関連付けられる言語に対応する音声認識処理手段21iが音声認識処理を実行する。
【0051】
つまり、この音声認識処理手段21iは、対応する言語の音声認識用参照データ記憶部6iに記憶される例えば音声パターン等を参照し、音声認識結果及び認識成功率値を取得する(S44:音声認識ステップ)。しかる後、この取得された認識成功率値が前述するように規定率値以上か否かを判断し、規定値以上の場合には音声認識結果をテキストデータに変換する(S45、S46:テキストデータ変換ステップ)。認識成功率値が規定率値未満であれば、再判断の必要性が有ると判断し、ステップS34a,…,S34nに移行し、前述同様の処理を繰り返す(S34a,…,S34n、〜S43)。
【0052】
ステップS46で変換されたテキストデータは、言語解析処理手段23に渡される。この言語解析処理手段23は、前述と同様に対応する言語の翻訳辞書部7iに記憶される文法規則・辞書に基づき、形態素解析及び構文解析等を実施し、言語分析率値である例えば構文解析率値を取得する(S47)。そして、この取得された構文解析率値が予め定める規定率値以上であるか否かを判断し(S48)、規定率値以上であれば、ステップS23で決定済みとされた言語をそのまま利用する旨の信号を例えば翻訳処理手段25に渡し、また構文解析率値が規定率未満であれば、再判断の必要性が有ると判断し、ステップS34a,…,S34nに移行し、前述同様の処理を繰り返す(S34a,…,S34n、〜S43)。
【0053】
従って、以上のような実施の形態によれば、音声データから音声特徴データを抽出し、特定された言語とともに関連付けして記憶しているので、後に入力される音声データから抽出される音声特徴データに既に記憶される音声特徴データの中にほぼ類似する音声特徴データが存在する場合、当該音声特徴データに関連付けられる言語を一時的に特定し、第1の実施の形態と同様の音声認識処理以降の処理を実行するので、音声特徴データを抽出された段階で或る程度の言語を絞り込むことができ、しかも一時的に絞り込んだ言語に対応する音声認識処理及び文法解析処理を実施するので、一時的に特定した言語に対し、さらに音声データに対する精度の高い言語の特定が可能となる。
【0054】
また、音声データから抽出された音声特徴データが既に記憶されている音声特徴データの中に存在しない場合、第1の実施の形態とほぼ同様な処理を実行するので、第1の実施の形態と同様な効果を奏することができる。
【0055】
なお、本願発明は、上記実施の形態に限定されるものでなく、その要旨を逸脱しない範囲で種々変形して実施できる。
【0056】
また、各実施の形態は可能な限り組み合わせて実施することが可能であり、その場合には組み合わせによる効果が得られる。さらに、上記各実施の形態には種々の上位,下位段階の発明が含まれており、開示された複数の構成要素の適宜な組み合わせにより種々の発明が抽出され得るものである。例えば問題点を解決するための手段に記載される全構成要件から幾つかの構成要件が省略されうることで発明が抽出された場合には、その抽出された発明を実施する場合には省略部分が周知慣用技術で適宜補われるものである。
【0057】
【発明の効果】
以上説明したように本発明によれば、オペレータの介在なしに不特定言語の音声から最も適切な認識対象言語を特定可能な言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システムを提供できる。
【図面の簡単な説明】
【図1】本発明の一実施の形態としての言語特定方法が用いられ、また言語特定用プログラムによって動作する機械翻訳システムの機能構成図。
【図2】図1に示す機械翻訳システムに用いた本発明に係わる言語特定方法の説明及び言語特定用プログラムによる一連の処理例を説明するフローチャート。
【図3】本発明の他の実施の形態としての言語特定方法が用いられ、また言語特定用プログラムによって動作する機械翻訳システムの機能構成図。
【図4】図3に示す音声固有情報記憶部に記憶されるデータ配列の一例図。
【図5】図3に示す機械翻訳システムに用いた本発明に係わる言語特定方法の説明及び言語特定用プログラムによる一連の処理例を説明するフローチャート。
【符号の説明】
1…音声入力部、2…音声言語処理制御部、3…翻訳結果出力部、4,4A…言語特定用プログラムデータ記憶部、6a,…,6n…言語別音声認識用参照データ記憶部、7a,…,7n…翻訳辞書部、21a,…,21n…音声認識処理手段、22…テキストデータ変換手段、23…言語解析処理手段、24…言語特定処理手段、25…翻訳処理手段、31…話者固有情報記憶部、32…話者認識処理手段。
Claims (12)
- 話者の音声データの言語を特定する言語特定方法において、
前記話者の音声データについて言語決定済みか否かを判断する言語特定済み判断ステップと、
この言語特定済みステップの判断により言語未決定の場合、言語別に音声認識し、各言語ごとの音声認識結果及び認識成功率値を取得する第1の音声認識ステップと、
この音声認識ステップにより取得される認識成功率値が予め定める第1の規定値以上の場合、前記音声認識結果をテキストデータに変換するステップと、
これら変換されたテキストデータに対し、対応する言語による言語解析を行い、この言語解析結果から認識対象言語を特定する言語特定ステップとを有することを特徴とする言語特定方法。 - 請求項1に記載の言語特定方法において、
前記言語特定済み判断ステップによって言語決定済みと判断された場合、この決定済み言語に基づいて音声認識し、音声認識結果及び認識成功率値を取得する第2の音声認識ステップと、
この音声認識ステップにより取得される認識成功率値が予め定める第2の規定値以上の場合、前記音声認識結果をテキストデータに変換するステップと、
この変換されたテキストデータに対し、対応する言語による言語解析を行い、この言語解析結果から前記決定済み言語を認識対象言語とするか否かを判断するステップと、
前記認識成功率値が前記第2の規定値以下である場合及び前記決定済み言語を音声認識言語としない場合、前記第1の音声認識ステップに移行し、再判断処理を実行するステップとを有することを特徴とする言語特定方法。 - 請求項1又は請求項2に記載の言語特定方法において、
前記言語特定済み判断ステップによる言語決定済みか否かの判断に際し、先の連続音声データと次の連続音声データとの間の時間的推移に基づいて、前記次の連続音声データが前記先の連続音声データで特定された決定済みの言語を認識対象言語と特定することを特徴とする言語特定方法。 - 話者の音声データの言語を特定する言語特定方法において、
前記話者の音声データの音声特徴データを抽出し、この抽出された音声特徴データが既存の音声特徴データの中に存在するか否かを判断する既存話者判断ステップと、
このステップにより存在しないと判断された場合、言語別に音声認識し、各言語ごとの音声認識結果及び認識成功率値を取得する第1の音声認識ステップと、
この音声認識ステップにより取得される認識成功率値が予め定める第1の規定値以上の場合、前記音声認識結果をテキストデータに変換するステップと、
これら変換されたテキストデータに対し、対応する言語の解析を行い、この言語解析結果から認識対象言語を特定し、前記音声特徴データと当該認識対象言語とを関連付けて記憶する言語特定ステップとを有することを特徴とする言語特定方法。 - 請求項4に記載の言語特定方法において、
前記既存話者判断ステップによって抽出された音声特徴データが既存の音声特徴データの中に存在すると判断された場合、この既存の音声特徴データに関連付けられた言語に基づいて音声認識し、音声認識結果及び認識成功率値を取得する第2の音声認識ステップと、
この音声認識ステップにより取得される認識成功率値が予め定める第2の規定値以上の場合、前記音声認識結果をテキストデータに変換するステップと、
この変換されたテキストデータに対し、対応する言語の言語解析を行い、この言語解析結果から前記決定済み言語を認識対象言語とするか否かを判断するステップと、
前記認識成功率値が前記第2の規定値以下である場合及び前記決定済み言語を認識対象言語としない場合、前記第1の音声認識ステップに移行し、再判断処理を実行するステップとを有することを特徴とする言語特定方法。 - 請求項1ないし請求項5の何れか一項に記載の言語特定方法において、
前記言語解析は、テキストデータを、対応する言語の形態素解析及び構文解析の何れか一方又は両方の解析を行い、全体語数に対する未知語の数等から言語解析成功率が高い言語を認識対象言語とすることを特徴とする言語特定方法。 - 言語別の音声認識用参照データ及び言語別の文法規則・辞書データが記憶され、話者の音声データの言語を特定するコンピュータに、
前記話者の音声データを、言語別の音声認識用参照データを用いて、各言語別の音声認識結果及び認識成功率値を取得する音声認識処理機能と、この音声認識処理機能により取得された認識成功率値が予め定める規定率値以上である場合、前記音声認識結果のデータをテキストデータに変換するテキストデータ変換機能と、この変換機能により変換されたテキストデータに対し、対応する言語の文法規則・辞書データを用いて言語解析し、この言語解析結果から認識対象言語を特定する言語特定処理機能とを実現させることを特徴とする言語特定用プログラム。 - 言語別の音声認識用参照データ及び言語別の文法規則・辞書データの他、既に特定されている話者の音声に関する音声特徴データと言語情報とが関連付けられて記憶され、話者の入力される音声データの言語を特定するコンピュータに、
前記話者の音声データから音声特徴データを抽出し、この抽出された音声特徴データが前記既に記憶されている音声特徴データの中に存在するか否かを判断する話者認識処理機能と、この処理機能により抽出された音声特徴データが存在しない場合、前記音声データを、言語別の音声認識用参照データを用いて、言語別の音声認識結果及び認識成功率値を取得する第1の音声認識処理機能と、この音声認識処理機能により取得された認識成功率値が予め定める第1の規定率値以上である場合、前記音声認識結果のデータをテキストデータに変換する第1のテキストデータ変換機能と、この変換機能により変換されたテキストデータに対し、対応する言語の文法規則・辞書データを用いて言語解析し、この言語解析結果から認識対象言語を特定し、前記音声特徴データと当該認識対象言語とを関連付けして記憶する言語特定処理機能とを実現させることを特徴とする言語特定用プログラム。 - 請求項8に記載の言語特定用プログラムにおいて、
前記抽出された音声特徴データが前記既に記憶される音声特徴データの中に存在する場合、前記音声データを、既に存在する音声特徴データに関連付けられる言語の音声認識参照データを用いて、音声認識結果及び認識成功率値を取得する第2の音声認識処理機能と、この音声認識処理機能により取得された認識成功率値が予め定める第2の規定率値以上である場合、前記音声認識結果のデータをテキストデータに変換する第2のテキストデータ変換機能と、この変換機能により変換されたテキストデータに対し、対応する言語の文法規則・辞書データを用いて言語解析し、この言語解析結果から認識対象言語を特定する第2の言語特定処理機能と、前記認識成功率値が予め定める第2の規定率値以下である場合及び言語解析結果から認識対象言語を特定できない場合、前記第1の音声認識処理機能に戻って再判断処理を行う機能を実現させることを特徴とする言語特定用プログラム。 - 話者の音声データの言語を特定し翻訳処理を行う機械翻訳システムにおいて、
前記話者の音声データを、言語別の音声認識用参照データを用いて、言語別の音声認識結果及び認識成功率値を取得する音声認識処理手段と、この音声認識処理手段により取得された認識成功率値が予め定める規定率値以上である場合、前記音声認識結果のデータをテキストデータに変換するテキストデータ変換手段と、この変換手段により変換されたテキストデータに対し、対応する言語の文法規則・辞書データを用いて言語解析し、この言語解析結果から認識対象言語を特定する言語特定処理手段と、この言語特定処理手段により特定された言語のテキストデータを所要とする言語の文法規則・辞書データを用いて翻訳処理する翻訳処理手段とを備えたことを特徴とする機械翻訳システム。 - 話者の音声データの言語を特定し翻訳処理を行う機械翻訳システムにおいて、
既に特定された言語の音声データから得られる音声特徴データと当該言語とを関連付けて記憶する話者固有情報記憶手段と、
前記話者の音声データから音声特徴データを抽出し、この抽出された音声特徴データが前記話者固有情報記憶手段に記憶される音声特徴データの中に存在するか否かを判断する話者認識処理手段と、この処理手段により抽出された音声特徴データが存在しないと判断された場合、前記音声データを、言語別音声認識参照データを用いて、各言語別の音声認識結果及び認識成功率値を取得する第1の音声認識処理手段と、この音声認識処理手段により取得された認識成功率値が予め定める第1の規定率値以上である場合、前記音声認識結果のデータをテキストデータに変換する第1のテキストデータ変換手段と、この変換手段により変換されたテキストデータに対し、対応する言語の文法規則・辞書データを用いて言語解析し、この言語解析結果から認識対象言語を特定し、前記音声特徴データと当該認識対象となる言語とを関連付けして前記話者固有情報記憶手段に記憶する言語特定処理手段と、前記テキストデータを認識対象言語のテキストデータを所要とする言語の文法規則・辞書データを用いて翻訳処理する翻訳処理手段とを備えたことを特徴とする機械翻訳システム。 - 請求項11に記載の機械翻訳システムにおいて、
前記抽出された音声特徴データが前記話者固有情報記憶手段に記憶される音声特徴データの中に存在する場合、前記話者の音声データを、既に存在する音声特徴データに関連付けられる言語の音声認識用参照データを用いて、音声認識結果及び認識成功率値を取得する第2の音声認識処理手段と、この音声認識処理手段により取得された認識成功率値が予め定める第2の規定率値以上である場合、前記音声認識結果のデータをテキストデータに変換する第2のテキストデータ変換手段と、この変換手段により変換されたテキストデータに対し、対応する言語の文法規則・辞書データを用いて言語解析し、この文法解析結果から認識対象言語を特定する第2の言語特定処理手段と、前記認識成功率値が予め定める第2の規定率値未満である場合及び文法解析結果から認識対象言語を特定できない場合、前記第1の音声認識処理手段に戻って再判断処理を行う手段とを備えたことを特徴とする機械翻訳システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003181412A JP2005017620A (ja) | 2003-06-25 | 2003-06-25 | 言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003181412A JP2005017620A (ja) | 2003-06-25 | 2003-06-25 | 言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2005017620A true JP2005017620A (ja) | 2005-01-20 |
Family
ID=34182126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003181412A Pending JP2005017620A (ja) | 2003-06-25 | 2003-06-25 | 言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2005017620A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8077974B2 (en) | 2006-07-28 | 2011-12-13 | Hewlett-Packard Development Company, L.P. | Compact stylus-based input technique for indic scripts |
US8909532B2 (en) * | 2007-03-23 | 2014-12-09 | Nuance Communications, Inc. | Supporting multi-lingual user interaction with a multimodal application |
-
2003
- 2003-06-25 JP JP2003181412A patent/JP2005017620A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8077974B2 (en) | 2006-07-28 | 2011-12-13 | Hewlett-Packard Development Company, L.P. | Compact stylus-based input technique for indic scripts |
US8909532B2 (en) * | 2007-03-23 | 2014-12-09 | Nuance Communications, Inc. | Supporting multi-lingual user interaction with a multimodal application |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3162994B2 (ja) | 音声のワードを認識する方法及び音声のワードを識別するシステム | |
US7502739B2 (en) | Intonation generation method, speech synthesis apparatus using the method and voice server | |
KR20190062274A (ko) | 응답문 생성 장치, 방법 및 프로그램, 그리고 음성 대화 시스템 | |
US6662159B2 (en) | Recognizing speech data using a state transition model | |
WO2007010680A1 (ja) | 声質変化箇所特定装置 | |
JP2815579B2 (ja) | 音声認識における単語候補削減装置 | |
GB2376394A (en) | Speech synthesis apparatus and selection method | |
JPH11143346A (ja) | 語学練習用発話評価方法およびその装置並びに発話評価処理プログラムを記憶した記憶媒体 | |
JPH08248971A (ja) | テキスト朗読読み上げ装置 | |
JP2002215187A (ja) | 音声認識方法及びその装置 | |
CN114974218A (zh) | 语音转换模型训练方法及装置、语音转换方法及装置 | |
CN114627896A (zh) | 语音评测方法、装置、设备及存储介质 | |
US20040006469A1 (en) | Apparatus and method for updating lexicon | |
CN112927677A (zh) | 语音合成方法和装置 | |
JP2005017620A (ja) | 言語特定方法、言語特定用プログラム及び言語特定方法を用いた機械翻訳システム | |
JPH117292A (ja) | 音声認識装置 | |
US6934680B2 (en) | Method for generating a statistic for phone lengths and method for determining the length of individual phones for speech synthesis | |
JP2966002B2 (ja) | 音声認識装置 | |
KR20080011859A (ko) | 문말 억양 예측 방법 및 이를 기반으로 하는 음성합성 방법및 시스템 | |
JP2001188556A (ja) | 音声認識方法及び装置 | |
JP2003271180A (ja) | 音声処理装置および音声処理方法、並びにプログラムおよび記録媒体 | |
KR102107445B1 (ko) | 선택적 음성 모델의 적용이 가능한 텍스트 음성 변환 장치 및 그 동작 방법 | |
JP5066668B2 (ja) | 音声認識装置、およびプログラム | |
JP2002014687A (ja) | 音声合成装置 | |
JP3299170B2 (ja) | 音声登録認識装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050815 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051025 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060404 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070109 |