JP2005062398A - 音声認識用発話データ収集装置、音声認識用発話データ収集方法、及びコンピュータプログラム - Google Patents
音声認識用発話データ収集装置、音声認識用発話データ収集方法、及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2005062398A JP2005062398A JP2003291441A JP2003291441A JP2005062398A JP 2005062398 A JP2005062398 A JP 2005062398A JP 2003291441 A JP2003291441 A JP 2003291441A JP 2003291441 A JP2003291441 A JP 2003291441A JP 2005062398 A JP2005062398 A JP 2005062398A
- Authority
- JP
- Japan
- Prior art keywords
- utterance
- speech recognition
- recognition result
- dialogue
- speech
- 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
Images
Abstract
音声認識の精度を高く維持しつつ、効率的に発話データを収集することができる音声認識用発話データ収集装置、音声認識用発話データ収集方法及びコンピュータプログラムを提供する。
【解決手段】
対話の進行手順を記述した対話シナリオ情報を記憶する手段、入力された発話を受け付ける手段、入力された発話を音声認識する手段、音声認識結果及び対話シナリオ情報に基づいて対話を進行させる手段、及び発話に対する応答を出力する手段を含む音声対話装置と、対話シナリオ情報に基づいた対話の状態遷移履歴を記憶する手段と、音声認識結果及び状態遷移履歴に基づいて、入力された発話が正しく認識されたか否かを判断する手段と、該手段が、正しく認識されたと判断した場合、音声認識結果及び入力された発話を対応付けて記憶する手段とを備える。
【選択図】 図1
Description
前記入力された発話を音声認識する手段、音声認識結果及び前記対話シナリオ情報に基づいて対話を進行させる手段、及び前記入力された発話に対する応答を出力する手段を含む音声対話装置と、前記対話シナリオ情報に基づいた対話の状態遷移履歴を記憶する手段と、前記音声認識結果及び前記状態遷移履歴に基づいて、前記入力された発話が正しく認識されたか否かを判断する手段と、該手段が、正しく認識されたと判断した場合、前記音声認識結果及び前期入力された発話を対応付けて記憶する手段とを備えることを特徴とする。
以下、本発明の実施の形態1に係る音声認識用発話データ収集装置について図面に基づいて具体的に説明する。本実施の形態1では、音声認識用発話データ収集装置を一つのコンピュータを用いて具現化する場合について説明する。もちろん、音声認識に用いる発話データ等は、通信手段を介して接続された他のコンピュータの記憶装置、DVD等の可搬型記録媒体に記憶されていてもよく、通信手段についても特に限定されるものではない。
本発明の実施の形態2に係る音声認識用発話データ収集装置を具現化するコンピュータの概略構成図は実施の形態1と同様である。本実施の形態2では、音声を用いた話者認識手段を備え、発話に基づいて発話者の確認を行うことができる点が相違する。
本発明の実施の形態3に係る音声認識用発話データ収集装置を具現化するコンピュータの概略構成図は実施の形態1と同様である。本実施の形態3では、各種の電話回線を用いてユーザ発話を入力する点が相違する。
対話の進行手順を記述した対話シナリオ情報を記憶する手段、
入力された発話を受け付ける手段、
前記入力された発話を音声認識する手段、
前記音声認識結果及び前記対話シナリオ情報に基づいて対話を進行させる手段、
及び前記入力された発話に対する応答を出力する手段を含む音声対話装置と、
前記対話シナリオ情報に基づいた対話の状態遷移履歴を記憶する手段と、
前記音声認識結果及び前記状態遷移履歴に基づいて、前記入力された発話が正しく認識されたか否かを判断する手段と、
該手段が、正しく認識されたと判断した場合、前記音声認識結果及び前記入力された発話を対応付けて記憶する手段と
を備えることを特徴とする音声認識用発話データ収集装置。
音声認識結果と対応付けて記憶される発話は、音声の波形データまたは該発話を音響分析した結果である発話特徴量であることを特徴とする付記1記載の音声認識用発話データ収集装置。
音声認識結果を修正する手段と、
前記音声認識結果を修正した回数を累積する手段と、
修正した回数の累積数が所定の回数以下である場合、入力された発話が前記対話シナリオ情報に記述された対話の進行手順に対応する発話であると判断する手段と
を備えることを特徴とする付記1または2記載の音声認識用発話データ収集装置。
前記対話シナリオ情報は、記述された対話の進行手順に沿った発話が入力された場合に所定のタスクを実行する記述を含み、
前記タスクの実行を検知する手段を備え、
前記入力された発話が正しく認識されたか否かを判断する手段は、前記タスクの実行を検知する手段が前記タスクの実行を検知した場合、入力された発話が前記対話シナリオ情報に記述された対話の進行手順に対応する発話であると判断することを特徴とする付記1または2記載の音声認識用発話データ収集装置。
発話者を特定するための情報を含む発話者に関する情報を記憶する手段と、
前記入力された発話と前記発話者に関する情報に基づいて発話者を特定する手段と、
特定された発話者に付随する情報を、前記音声認識結果及び前記入力された発話と対応付けて記憶する手段と
を備えることを特徴とする付記1から4のいずれか一項に記載の音声認識用発話データ収集装置。
電話回線での発信番号を受信する手段と、
前記発信番号を、前記音声認識結果及び前記入力された発話と対応付けて記憶する手段と
を備えることを特徴とする付記1から5のいずれか一項に記載の音声認識用発話データ収集装置。
前記発信番号に基づいて、回線種別またはキャリアを判定する手段と、
回線種別またはキャリアの判定結果を、前記音声認識結果及び前記入力された発話と対応付けて記憶する手段と
を備えることを特徴とする付記6記載の音声認識用発話データ収集装置。
発話が入力された時刻に関する情報を、前記音声認識結果及び前記入力された発話と対応付けて記憶する手段を備えることを特徴とする付記1から7のいずれか一項に記載の音声認識用発話データ収集装置。
対話の進行手順を記述した対話シナリオ情報を記憶し、
入力された発話を受け付け、
前記入力された発話を音声認識し、
前記音声認識結果及び前記対話シナリオ情報に基づいて対話を進行させ、
前記入力された発話に対する応答を出力する音声対話方法を用い、
前記対話シナリオ情報に基づいた対話の状態遷移履歴を記憶し、
前記音声認識結果及び前記状態遷移履歴に基づいて、前記入力された発話が正しく認識されたか否かを判断し、
該手段が、正しく認識されたと判断した場合、前記音声認識結果及び前記入力された発話を対応付けて記憶することを特徴とする音声認識用発話データ収集方法。
コンピュータを、
対話の進行手順を記述した対話シナリオ情報を記憶する手段、
入力された発話を受け付ける手段と、
前記入力された発話を音声認識する手段、
前記音声認識結果及び前記対話シナリオ情報に基づいて対話を進行させる手段、
及び前記発話に対する応答を出力する手段を含む音声対話装置と、
前記対話シナリオ情報に基づいた対話の状態遷移履歴を記憶する手段と、
前記音声認識結果及び前記状態遷移履歴に基づいて、前記入力された発話が正しく認識されたか否かを判断する手段と、
該手段が、正しく認識されたと判断した場合、前記音声認識結果及び前記入力された発話を対応付けて記憶する手段として機能させることを特徴とするコンピュータプログラム。
12 記憶手段
13 RAM
14 通信手段
15 入力手段
16 出力手段
17 補助記憶手段
18 可搬型記録媒体
121 発話データ蓄積部
122 発話者情報記憶部
Claims (5)
- 対話の進行手順を記述した対話シナリオ情報を記憶する手段、
入力された発話を受け付ける手段、
前記入力された発話を音声認識する手段、
音声認識結果及び前記対話シナリオ情報に基づいて対話を進行させる手段、
及び前記入力された発話に対する応答を出力する手段を含む音声対話装置と、
前記対話シナリオ情報に基づいた対話の状態遷移履歴を記憶する手段と、
前記音声認識結果及び前記状態遷移履歴に基づいて、前記入力された発話が正しく認識されたか否かを判断する手段と、
該手段が、正しく認識されたと判断した場合、前記音声認識結果及び前期入力された発話を対応付けて記憶する手段と
を備えることを特徴とする音声認識用発話データ収集装置。 - 音声認識結果と対応付けて記憶される発話は、音声の波形データまたは該発話を音響分析した結果である発話特徴量であることを特徴とする請求項1記載の音声認識用発話データ収集装置。
- 電話回線での発信番号を受信して記憶する手段と、
前記発信番号を、前記音声認識結果及び前記入力された発話と対応付けて記憶する手段と
を備えることを特徴とする請求項1または2記載の音声認識用発話データ収集装置。 - 対話の進行手順を記述した対話シナリオ情報を記憶し、
入力された発話を受け付け、
前記入力された発話を音声認識し、
前記音声認識結果及び前記対話シナリオ情報に基づいて対話を進行させ、
前記入力された発話に対する応答を出力する音声対話方法を用い、
前記対話シナリオ情報に基づいた対話の状態遷移履歴を記憶し、
前記音声認識結果及び前記状態遷移履歴に基づいて、前記入力された発話が正しく認識されたか否かを判断し、
該手段が、正しく認識されたと判断した場合、前記音声認識結果及び前記入力された発話を対応付けて記憶することを特徴とする音声認識用発話データ収集方法。 - コンピュータを、
対話の進行手順を記述した対話シナリオ情報を記憶する手段、
入力された発話を受け付ける手段、
前記入力された発話を音声認識する手段、
前記音声認識結果及び前記対話シナリオ情報に基づいて対話を進行させる手段、
及び前記入力された発話に対する応答を出力する手段を含む音声対話装置と、
前記対話シナリオ情報に基づいた対話の状態遷移履歴を記憶する手段と、
前記音声認識結果及び前記状態遷移履歴に基づいて、前記入力された発話が正しく認識されたか否かを判断する手段と、
該手段が、正しく認識されたと判断した場合、前記音声認識結果及び前記入力された発話を対応付けて記憶する手段として機能させることを特徴とするコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003291441A JP4408665B2 (ja) | 2003-08-11 | 2003-08-11 | 音声認識用発話データ収集装置、音声認識用発話データ収集方法、及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003291441A JP4408665B2 (ja) | 2003-08-11 | 2003-08-11 | 音声認識用発話データ収集装置、音声認識用発話データ収集方法、及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005062398A true JP2005062398A (ja) | 2005-03-10 |
JP4408665B2 JP4408665B2 (ja) | 2010-02-03 |
Family
ID=34369121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003291441A Expired - Fee Related JP4408665B2 (ja) | 2003-08-11 | 2003-08-11 | 音声認識用発話データ収集装置、音声認識用発話データ収集方法、及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4408665B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010073192A (ja) * | 2008-08-20 | 2010-04-02 | Universal Entertainment Corp | 会話シナリオ編集装置、ユーザ端末装置、並びに電話取り次ぎシステム |
KR101021218B1 (ko) * | 2010-06-25 | 2011-03-11 | 주식회사 예스피치 | 데이터 수집 스케줄링에 따른 발화 음성 수집 시스템 및 방법 |
JPWO2011093340A1 (ja) * | 2010-01-27 | 2013-06-06 | 日本電産サンキョー株式会社 | カードリーダ |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111475616B (zh) * | 2020-03-13 | 2023-08-22 | 平安科技(深圳)有限公司 | 基于对话状态预测的多轮对话方法、装置和计算机设备 |
-
2003
- 2003-08-11 JP JP2003291441A patent/JP4408665B2/ja not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010073192A (ja) * | 2008-08-20 | 2010-04-02 | Universal Entertainment Corp | 会話シナリオ編集装置、ユーザ端末装置、並びに電話取り次ぎシステム |
JPWO2011093340A1 (ja) * | 2010-01-27 | 2013-06-06 | 日本電産サンキョー株式会社 | カードリーダ |
JP5703235B2 (ja) * | 2010-01-27 | 2015-04-15 | 日本電産サンキョー株式会社 | カードリーダ |
KR101021218B1 (ko) * | 2010-06-25 | 2011-03-11 | 주식회사 예스피치 | 데이터 수집 스케줄링에 따른 발화 음성 수집 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP4408665B2 (ja) | 2010-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9640175B2 (en) | Pronunciation learning from user correction | |
US8914294B2 (en) | System and method of providing an automated data-collection in spoken dialog systems | |
US6711543B2 (en) | Language independent and voice operated information management system | |
JP5381988B2 (ja) | 対話音声認識システム、対話音声認識方法および対話音声認識用プログラム | |
US8244522B2 (en) | Language understanding device | |
US10592611B2 (en) | System for automatic extraction of structure from spoken conversation using lexical and acoustic features | |
CN101547261B (zh) | 关联赋予装置、关联赋予方法 | |
US20130166279A1 (en) | System and method for recognizing a user voice command in noisy environment | |
KR102097710B1 (ko) | 대화 분리 장치 및 이에서의 대화 분리 방법 | |
US20060009965A1 (en) | Method and apparatus for distribution-based language model adaptation | |
JP6121842B2 (ja) | 音声認識システムのパフォーマンスを評価および改善するための方法およびシステム | |
JP2006154724A (ja) | 対話システム、対話方法、及びコンピュータプログラム | |
JP5731998B2 (ja) | 対話支援装置、対話支援方法および対話支援プログラム | |
JP2008233229A (ja) | 音声認識システム、および、音声認識プログラム | |
KR101836430B1 (ko) | 음성 인식과 번역 방법 및 그를 위한 단말 장치와 서버 | |
US8285542B2 (en) | Adapting a language model to accommodate inputs not found in a directory assistance listing | |
JP2005534983A (ja) | 自動音声認識の方法 | |
US20040006469A1 (en) | Apparatus and method for updating lexicon | |
Mirishkar et al. | CSTD-Telugu corpus: Crowd-sourced approach for large-scale speech data collection | |
JP4408665B2 (ja) | 音声認識用発話データ収集装置、音声認識用発話データ収集方法、及びコンピュータプログラム | |
KR101598950B1 (ko) | 발음 평가 장치 및 이를 이용한 발음 평가 방법에 대한 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체 | |
JP2004251998A (ja) | 対話理解装置 | |
JP3285704B2 (ja) | 音声対話のための音声認識方法及び装置 | |
JP2009075249A (ja) | 書き起こし内容確認方法、書き起こし内容確認装置、コンピュータプログラム | |
JP2005283646A (ja) | 音声認識率推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20051020 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20080422 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080513 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080703 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090210 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090317 |
|
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: 20091110 |
|
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: 20091110 |
|
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: 20121120 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121120 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131120 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |