JP2024056265A - 評価プログラム、評価方法、評価装置 - Google Patents

Abstract

【課題】辞書データを評価する評価プログラム、評価方法及び評価装置を提供する。【解決手段】方法は、音声データに対し、辞書データを用いた音声認識を行った第一の認識結果データと、前記辞書データを用いない音声認識を行った第二の認識結果データと、第一の認識結果データ又は第二の認識結果データが修正された正解データと、において、前記音声データにおける出現時間が一致する形態素毎に比較し、前記第一の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点に加点し、前記第二の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点から減点する処理を、コンピュータに実行させる。【選択図】図６

Description

本発明は、評価プログラム、評価方法、評価装置に関する。

近年では、発話音声と書き起こし文等に基づき作成された辞書データを参照して音声データをテキストデータに変換する音声認識技術が知られている。

特開２００９－２１７００６号公報

上述した従来の音声認識技術では、例えば、辞書データに同音異義語が含まれる場合等に、音声データが意図しない内容に変換される可能性があり、辞書データが音声認識の精度の向上に貢献しているか否かを評価することが困難であった。

１つの側面では、本発明は、辞書データを評価することを目的とする。

一つの態様では、音声データに対し、辞書データを用いた音声認識を行った第一の認識結果データと、前記辞書データを用いない音声認識を行った第二の認識結果データと、第一の認識結果データ又は第二の認識結果データが修正された正解データと、において、前記音声データにおける出現時間が一致する形態素毎に比較し、前記第一の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点に加点し、前記第二の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点から減点する、処理をコンピュータに実行させる、評価プログラムである。

辞書データを評価できる。

評価システムのシステム構成の一例を示す図である。 評価装置のハードウェア構成の一例を示す図である 辞書データベースの一例を示す図である。 評価装置の機能を説明する図である。 辞書評価部の処理を説明する第一のフローチャートである。 辞書評価部の処理を説明する第二のフローチャートである。 音声認識の結果の一例を示す図である。 評価用データの一例を示す図である。

以下に図面を参照して、実施形態について説明する。図１は、評価システムのシステム構成の一例を示す図である。

本実施形態の評価システム１００は、評価装置２００と、端末装置３００とを含む。評価装置２００と端末装置３００とは、ネットワーク等を介して接続される。

本実施形態の評価装置２００は、辞書データベース２１０、音声認識部２２０、辞書評価部２３０を有する。

本実施形態の辞書データベース２１０は、音声認識部２２０による音声認識の際に参照される辞書データが格納される。辞書データは、例えば、端末装置３００の利用者等によって作成され、辞書データベース２１０に格納されたものであってもよいし、会議等で録音された音声データと、使用された文書データ等とから自動的に作成されたデータであってもよい。

本実施形態の音声認識部２２０は、評価装置２００に入力された音声データに対する音声認識を行い、認識結果データを出力する。認識結果データとは、具体的には、テキストデータである。

本実施形態の音声認識部２２０は、辞書評価部２３０の指示に応じて、辞書データベース２１０に格納された辞書データを参照した音声認識を行ってもよいし、辞書データベース２１０に格納された辞書データを参照せずに音声認識を行ってもよい。

以下の説明では、辞書データを参照した音声認識により取得された認識結果データを辞書あり結果データと呼び、辞書データを参照しない音声認識により取得された認識結果データを辞書なし結果データと呼ぶ場合がある。辞書あり結果データと辞書なし結果データの変換元となる音声データは、同一の音声データである。

辞書あり結果データは、第一の認識結果データの一例であり、辞書なし結果データは、第二の認識結果データの一例である。

本実施形態の辞書評価部２３０は、音声認識部２２０を用いて辞書あり結果データと辞書なし結果データを取得する。また、辞書評価部２３０は、正解データを取得する。正解データとは、辞書あり結果データと辞書なし結果データの何れかを、辞書あり結果データと辞書なし結果データの変換元である音声データに基づき、人手で修正したテキストデータである。

本実施形態の辞書評価部２３０は、辞書あり結果データと、辞書なし結果データと、正解データとを用いて、辞書データベース２１０に格納された辞書データが音声認識に対して有効であるか否かを評価する。言い換えれば、辞書評価部２３０は、辞書データが、音声認識の精度の向上に貢献しているか否かを評価する。

本実施形態の端末装置３００は、例えば、辞書データの作成に用いられてもよい。また、端末装置３００は、辞書データの評価を評価装置２００に対して要求してもよい。

なお、図１の例では、辞書データベース２１０、音声認識部２２０、辞書評価部２３０が１台の評価装置２００に設けられるものとしたが、これに限定されない。評価装置２００は、複数台の情報処理装置によって実現されてよい。また、辞書データベース２１０、音声認識部２２０、辞書評価部２３０は、それぞれが通信可能な別々の情報処理装置に設けられていてもよい。

また、図１の例では、評価システム１００に含まれる端末装置３００は１台とされているが、これに限定されない。評価システム１００には、任意の台数の端末装置３００が含まれてよい。

次に、評価装置２００について説明する。図２は、評価装置のハードウェア構成の一例を示す図である。

本実施形態の評価装置２００は、それぞれバスＢで相互に接続されている入力装置２１、出力装置２２、ドライブ装置２３、補助記憶装置２４、メモリ装置２５、演算処理装置２６及びインターフェース装置２７を含むコンピュータである。

入力装置２１は、各種の情報の入力を行うための装置であり、例えばキーボードやポインティングデバイス等により実現される。出力装置２２は、各種の情報の出力を行うためものであり、例えばディスプレイ等により実現される。インターフェース装置２７は、ＬＡＮカード等を含み、ネットワークに接続するために用いられる。

評価装置２００が有する辞書評価部２３０を実現させる評価プログラムは、評価装置２００を制御する各種プログラムの少なくとも一部である。評価プログラムは、例えば、記録媒体２８の配布やネットワークからのダウンロード等によって提供される。評価プログラムを記録した記録媒体２８は、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等の様に情報を光学的、電気的或いは磁気的に記録する記録媒体、ＲＯＭ、フラッシュメモリ等の様に情報を電気的に記録する半導体メモリ等、様々なタイプの記録媒体を用いることができる。

記録媒体２８に記録された評価プログラムは、評価プログラムを記録した記録媒体２８がドライブ装置２３にセットされると、記録媒体２８からドライブ装置２３を介して補助記憶装置２４にインストールされる。ネットワークからダウンロードされた評価プログラムは、インターフェース装置２７を介して補助記憶装置２４にインストールされる。

補助記憶装置２４は、評価装置２００の有する辞書データベース２１０等を実現するものであり、評価装置２００にインストールされた評価プログラムを格納すると共に、評価装置２００による各種の必要なファイル、データ等を格納する。メモリ装置２５は、評価装置２００の起動時に補助記憶装置２４から評価プログラムを読み出して格納する。そして、演算処理装置２６はメモリ装置２５に格納された評価プログラムに従って、後述するような各種処理を実現している。

なお、本実施形態の端末装置３００も、演算処理装置と記憶装置とを有するコンピュータであり、その基本的なハードウェア構成は、評価装置２００と同様であるから、説明を省略する。

次に、図３を参照して、本実施形態の辞書データベース２１０について説明する。図３は、辞書データベースの一例を示す図である。

図３に示す辞書データベース２１０は、辞書データベース２１０に格納された辞書データに対して、辞書評価部２３０による処理が実行された後の状態を示している。

本実施形態の辞書データは、情報の項目として、項番、変換語、読取結果情報、評価点を含み、項目「項番」とその他の項目とが対応付けられている。

項目「項番」の値は、辞書データにおける変換語と読みの対応付けを特定するための識別情報である。言い換えれば、項目「項番」の値は、辞書データに含まれるレコードを特定するための識別情報である。

項目「変換語」の値は、対応する項目「読み」の値と対応する単語を示す。項目「読み」の値は、単語の読み方を示す文字列を示す。項目「評価点」の値は、辞書評価部２３０による単語毎の評価結果を示す。

なお、辞書データでは、項目「変換語」の値と項目「読み」の値を対応付けたデータのみが端末装置３００の利用者によって格納されてよい。その場合、評価装置２００は、変換語と読みとを対応付けたデータに対して自動的に項番を付与してもよい。また、項目「評価点」の値は、辞書データに対して辞書評価部２３０による評価が行われた後に、格納されてよい。

次に、図４を参照して、本実施形態の評価装置２００の機能について説明する。図４は、評価装置の機能を説明する図である。

本実施形態の評価装置２００の有する音声認識部２２０は、音声認識モデル等によって実現される。

音声認識部２２０は、入力された音声データに対して辞書データベース２１０を参照した音声認識処理を行い、辞書あり結果データを出力する。また、音声認識部２２０は、入力された音声データに対して辞書データベース２１０を参照せずに音声認識処理を行い、辞書なし結果データを出力する。

本実施形態の辞書評価部２３０は、入力受付部２３１、事前処理部２３２、データ保持部２３３、評価部２３４、辞書更新部２３５、出力部２３６を有する。

入力受付部２３１は、評価装置２００に対する各種の入力を受け付ける。具体的には、入力受付部２３１は、評価装置２００に対する音声データの入力や、変換語と読みを対応付けたデータの入力等を受け付けてもよい。

事前処理部２３２は、辞書データの評価を行うための事前処理を行う。具体的には、事前処理部２３２は、入力受付部２３１が音声データの入力を受け付けると、音声認識部２２０により、辞書あり結果データと辞書なし結果データとを取得する。また、事前処理部２３２は、辞書あり結果データ又は辞書なし結果データの何れかが人手で修正された正解データを取得する。事前処理部２３２により取得されたデータは、データ保持部２３３に保持される。事前処理部２３２の処理の詳細は後述する。

データ保持部２３３は、評価部２３４の処理に用いる評価用データを保持する。評価用データは、辞書あり結果データ、辞書なし結果データ、正解データを含む。

また、評価用データは、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれに対して形態素解析を行い、音声データにおける出現時間が一致する形態素同士を対応付けたデータを含む。つまり、本実施形態のデータ保持部２３３は、評価用データを格納する記憶部の一例である。評価用データの詳細は後述する。

評価部２３４は、辞書あり結果データ、辞書なし結果データ、正解データにおいて、音声データにおける出現時間が一致する形態素同士を比較し、比較した結果に応じて辞書データを評価する。つまり、本実施形態の評価部２３４は、辞書あり結果データと正解データの比較、辞書なし結果データと正解データとの比較を行う比較部の一例でもある。評価部２３４の処理の詳細は後述する。

辞書更新部２３５は、評価部２３４による辞書データの評価結果に応じて、辞書データを更新する。

出力部２３６は、評価部２３４による評価結果や、更新された辞書データ等を端末装置３００に出力する。なお、出力部２３６により出力されるデータの出力先は、端末装置３００に限定されない。出力部２３６は、端末装置３００以外の装置や、記録媒体等に対してデータを出力してもよい。

次に、図５を参照して、本実施形態の事前処理部２３２の処理について説明する。図５は、辞書評価部の処理を説明する第一のフローチャートである。

評価装置２００において、辞書評価部２３０の事前処理部２３２は、入力受付部２３１が音声データの入力を受け付けると、この音声データを取得する（ステップＳ５０１）。

続いて、事前処理部２３２は、音声データを音声認識部２２０に入力し、音声認識処理を実行させる（ステップＳ５０２）。ここでは、事前処理部２３２は、音声認識部２２０に対して、辞書データベース２１０を参照した音声認識処理と、辞書データベース２１０を参照しない音声認識処理とを実行させ、辞書あり結果データと辞書なし結果データを取得する。

続いて、事前処理部２３２は、取得した辞書あり結果データと辞書なし結果データを出力する（ステップＳ５０３）。辞書あり結果データと辞書なし結果データの出力先は、例えば、音声認識処理の正解データを作成する作業者が利用する端末等であってよい。また、事前処理部２３２は、音声認識部２２０に入力した音声データも、辞書あり結果データ及び辞書なし結果データと共に出力してもよい。

続いて、事前処理部２３２は、正解データを取得する（ステップＳ５０４）。具体的には、事前処理部２３２は、作業者により、音声データに基づき、辞書あり結果データ又は辞書なし結果データの何れかを修正する作業が行われ、修正された結果データが評価装置２００に入力されると、修正後の結果データを正解データとして取得する。

続いて、事前処理部２３２は、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれに対して、形態素解析を行う（ステップＳ５０５）。

続いて、事前処理部２３２は、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれについて形態素解析を行った結果のデータを、評価用データとしてデータ保持部２３３に格納し（ステップＳ５０７）、事前処理を終了する。このとき、事前処理部２３２は、形態素解析を行った結果のデータのみを評価用データとして、データ保持部２３３に保持してもよい。

本実施形態では、図５に示す事前処理は、図６に示す評価部２３４の処理が行われる前に実行されていればよい。

次に、図６を参照して、本実施形態の評価部２３４の処理について説明する。図６は、辞書評価部の処理を説明する第二のフローチャートである。本実施形態の評価装置２００は、例えば、辞書データの作成者等から、辞書データの評価を指示された場合に、図６に示す処理を実行してもよい。辞書データの作成者とは、例えば、端末装置３００の利用者であってもよい。

本実施形態の評価装置２００は、辞書データの評価の指示を受け付けると、データ保持部２３３に保持された評価用データを取得する（ステップＳ６０１）。

続いて、評価部２３４は、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれから抽出した形態素のうちＮ番目の形態素を選択する（ステップＳ６０２）。ここで選択される形態素は、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれにおいて、音声データにおける出現時間が一致する形態素である。

続いて、評価部２３４は、正解データから抽出した形態素と、辞書あり結果データから抽出した形態素とを比較する（ステップＳ６０３）。続いて、評価部２３４は、正解データから抽出した形態素と、辞書なし結果データから抽出した形態素とを比較する（ステップＳ６０４）。

続いて、評価部２３４は、正解データから抽出した形態素と、辞書あり結果データから抽出した形態素とが一致し、且つ、正解データから抽出した形態素と、辞書なし結果データから抽出した形態素とが不一致であるか否かを判定する（ステップＳ６０５）。

言い換えれば、評価部２３４は、辞書あり結果データから抽出した形態素のみが正解データから抽出した形態素と一致するか否かを判定する。

なお、以下の説明では、辞書あり結果データ、辞書なし結果データのそれぞれから抽出した形態素と、正解データから抽出した形態素とを比較した結果、辞書あり結果データから抽出した形態素のみが正解であることを、比較結果が加点条件を満たす、と表現する場合がある。

ステップＳ６０５において、辞書あり結果データから抽出した形態素のみが正解である場合、つまり、比較結果が加点条件を満たす場合、評価部２３４は、辞書あり結果データ、辞書なし結果データのそれぞれにおけるＮ＋１番目の形態素と、正解データにおけるＮ＋１番目形態素とを比較する（ステップＳ６０６）。

続いて、評価部２３４は、辞書あり結果データから抽出したＮ＋１番目の形態素のみが正解であるか否かを判定する（ステップＳ６０７）。言い換えれば、評価部２３４は、ステップＳ６０７における比較結果が加点条件を満たすか否かを判定する。

ステップＳ６０７において、辞書あり結果データから抽出したＮ＋１番目の形態素が加点条件を満たさない場合、評価部２３４は、辞書データに対する評価点として、＋１点を付与（加点）し（ステップＳ６０８）、後述するステップＳ６２０へ進む。

ステップＳ６０７において、辞書あり結果データから抽出したＮ＋１番目の形態素が加点条件を満たす場合、評価部２３４は、辞書データに対する評価点として＋２点を付与し（ステップＳ６０９）、後述するステップＳ６２０へ進む。

本実施形態において、辞書あり結果データから抽出されたＮ番目の形態素が加点条件を満たす場合とは、辞書データが、音声認識の精度の向上させたことを示す。そこで、本実施形態では、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれにおけるＮ番目の形態素の比較結果が加点条件を満たす場合に、辞書データに対する評価点として、１点を加点する。

また、本実施形態では、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれにおけるＮ＋１番目の形態素が加点条件を満たす場合、辞書データに対する評価点として、２点を加点する。

言い換えれば、本実施形態では、比較結果が連続して加点条件を満たす場合に、辞書データに対して、通常の評価点である＋１点に、ボーナス点（追加加点）である＋１点が加算された＋２点が、評価点として付与（加点）される。

比較結果が連続して加点条件を満たす場合とは、例えば、複数の単語を含む熟語が正しく変換されていることを示す。したがって、本実施形態では、比較結果が連続して加点条件を満たす場合には、辞書データの評価点として、通常の評価点にボーナス点を加算した評価点を付与する。

ステップＳ６０５において、比較結果が加点条件を満たさない場合、評価部２３４は、正解データから抽出した形態素と、辞書あり結果データから抽出した形態素とが不一致であり、且つ、正解データから抽出した形態素と、辞書なし結果データから抽出した形態素とが一致するか否かを判定する（ステップＳ６１０）。

言い換えれば、評価部２３４は、辞書なし結果データから抽出した形態素のみ正解であるか否かを判定する。

以下の説明では、辞書あり結果データ、辞書なし結果データのそれぞれから抽出した形態素と、正解データから抽出した形態素とを比較した結果、辞書なし結果データから抽出した形態素のみが正解であることを、比較結果が第一の減点条件を満たす、と表現する場合がある。

ステップＳ６１０において、比較結果が第一の減点条件を満たす場合、評価部２３４は、辞書あり結果データ、辞書なし結果データのそれぞれにおけるＮ＋１目の形態素と、正解データにおけるＮ＋１目の形態素とを比較する（ステップＳ６１１）。

続いて、評価部２３４は、辞書なし結果データから抽出したＮ＋１番目の形態素のみが正解であるか否か判定する（ステップＳ６１２）。言い換えれば、評価部２３４は、ステップＳ６１１における比較の結果が第一の減点条件を満たすか否かを判定する。

ステップＳ６１２において、比較結果が第一の減点条件を満たさない場合、評価部２３４は、辞書データに対する評価点として、－１点を付与（減点）し（ステップＳ６１３）、後述するステップＳ６２０へ進む。

ステップＳ６１２において、比較結果が第一の減点条件を満たす場合、評価部２３４は、辞書データに対する評価点として、－２点（減点）を付与し（ステップＳ６１４）、後述するステップＳ６２０へ進む。

本実施形態において、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれから抽出された形態素の比較結果が減点条件を満たす場合とは、辞書データを用いることで、音声認識結果に誤りが生じた場合である。言い換えれば、比較結果が減点条件を満たす場合とは、辞書データが、音声認識結果の精度の低下させていることを示す。

本実施形態では、このような場合に、辞書データに対する評価点として、通常の評価点である－１点に、ペナルティ点（追加減点）が加算された－２点が付与される。

ステップＳ６１０において、３つの形態素の比較結果が第一の減点条件を満たさない場合、評価部２３４は、辞書あり結果データから抽出されたＮ番目の形態素と、辞書なし結果データから抽出されたＮ番目の形態素との両方が、正解データから抽出されたＮ番目の形態素と不一致であるか否かを判定する（ステップＳ６１５）。

言い換えれば、評価部２３４は、辞書あり結果データから抽出されたＮ番目の形態素と、辞書なし結果データから抽出されたＮ番目の形態素との両方が、不正解であるかい否かを判定している。

以下の説明では、辞書あり結果データ、辞書なし結果データのそれぞれから抽出した形態素と、正解データから抽出した形態素とを比較した結果、辞書あり結果データ、辞書なし結果データのそれぞれから抽出した形態素が不正解であることを、比較結果が第二の減点条件を満たす、と表現する場合がある。

ステップＳ６１５において、比較結果が第二の減点条件を満たす場合、評価部２３４は、辞書あり結果データ、辞書なし結果データ、正解データのそれぞれにおけるＮ－１番目の形態素と、正解データにおけるＮ－１番目の形態素とを比較する（ステップＳ６１６）。

続いて、評価部２３４は、ステップＳ６１６の比較結果が、第二の減点条件を満たすか否かを判定する（ステップＳ６１７）。

ステップＳ６１７において、比較結果が第二の減点条件を満たさない場合、評価部２３４は、辞書データに対する評価点として、－１点を付与し（ステップＳ６１８）、後述するステップＳ６２０へ進む。

また、ステップＳ６１７において、比較結果が第二の減点条件を満たす場合、評価部２３４は、辞書データに対する評価点として、－２点を付与し（ステップＳ６１９）、後述するステップＳ６２０へ進む。

ステップＳ６１５において、比較結果が第二の減点条件を満たさない場合、評価部２３４は、全ての形態素について処理を行ってか否かを判定する（ステップＳ６２０）。

ステップＳ６２０において、全ての形態素について処理を行っていない場合、評価部２３４は、次の形態素をＮ番目の形態素として（ステップＳ６２１）、ステップＳ６０３へ戻る。

ステップＳ６２０において、全ての形態素について処理を行っていた場合、評価部２３４は、処理を終了する。

なお、図６におけるステップＳ６１６からステップＳ６１９までの処理は、Ｎ＝２以上の場合に実行されればよい。

次に、図７及び図８を参照して、本実施形態の評価部２３４の処理について、具体的に説明する。図７は、音声認識の結果の一例を示す図である。

図７に示すテキストデータ７１は、音声認識部２２０において、辞書データベース２１０を参照せずに音声認識を行った結果である辞書なし結果データである。

また、テキストデータ７２は、音声認識部２２０において、辞書データベース２１０を参照せずに音声認識を行った結果である辞書あり結果データである。また、テキストデータ７３は、テキストデータ７１又はテキストデータ７２に対して人手で修正を加えた正解データである。

以下の説明では、テキストデータ７１を辞書なし結果データ７１とし、テキストデータ７２を辞書あり結果データと、テキストデータ７３を正解データ７３として説明する。

本実施形態の評価部２３４は、辞書なし結果データ７１、辞書あり結果データ７２、正解データ７３のそれぞれについて、形態素解析を行い、出現時間が一致する形態素同士を対応付けた評価用データを生成する。

図８は、評価用データの一例を示す図である。本実施形態の評価用データ８０は、辞書なし結果データ７１から抽出された形態素データ８１と、辞書あり結果データ７２から抽出された形態素データ８２と、正解データ７３から抽出された形態素データ８３とを含む。

形態素データ８１、８２、８３のそれぞれに含まれる形態素群は、音声データから抽出された形態素と、各形態素と対応する音声の出現時間を示す出現時間情報とが含まれる。出現時間情報は、形態素と対応する発話の開始時刻と終了時刻とを含む。

また、評価用データ８０では、形態素データ８１、８２、８３のそれぞれに含まれる形態素のうち、出現時間が一致する形態素同士が、評価部２３４による比較対象とされる。

例えば、Ｎ＝１とした場合の評価部２３４の処理について説明する。評価部２３４は、評価用データ８０における形態素データ８１、８２、８３のそれぞれにおいて、出現時間が一致する形態素のうち、１番目の形態素を抽出する。図８の場合、形態素データ８１、８２、８３のそれぞれから抽出される１番目の形態素は、全て「ここ」である。

この場合、辞書あり結果データの形態素と、辞書なし結果データの形態素の両方が正解であり、比較結果は、加点条件、第一の減点条件、第二の減点条件の何れも満たさない。このため、辞書データに対する評価点は、加点も減点もされず、評価用データ８０における項目「評価点」の値は空欄となる。

次に、Ｎ＝３とした場合の評価部２３４の処理について説明する。評価部２３４は、評価用データ８０における形態素データ８１、８２、８３のそれぞれにおいて、出現時間が一致する形態素のうち、３番目の形態素を抽出する。図８の場合、形態素データ８１と、形態素データ８３から抽出される３番目の形態素は「未来」であり、形態素データ８２から抽出される４番目の形態素は「××」である。

この場合、３つの形態素の比較結果は、辞書なし結果データのみが正解であるため、比較結果は第一の減点条件を満たす。したがって、評価部２３４は、Ｎ＋１番目である４番目の形態素の比較を行う。

評価部２３４は、評価用データ８０における形態素データ８１、８２、８３のそれぞれにおいて、出現時間が一致する形態素のうち、４番目の形態素を抽出する。図８の場合、形態素データ８１と、形態素データ８３から抽出される４番目の形態素は「的」であり、形態素データ８２から抽出される４番目の形態素は「壁」である。

この場合、３つの形態素の比較結果は、辞書なし結果データのみが正解であるため、比較結果は、連続して第一の減点条件を満たす。したがって、評価部２３４は、評価用データ８０において、４番目の形態素と対応する項目「評価点」の値として、ペナルティ点を含む「－２」を付与する。言い換えれば、評価部２３４は、辞書データに対する評価点から２点減点する。

次に、Ｎ＝４とした場合の評価部２３４の処理について説明する。評価部２３４は、評価用データ８０における形態素データ８１、８２、８３のそれぞれにおいて、出現時間が一致する形態素のうち、４番目の形態素を抽出する。図８の場合、形態素データ８１と、形態素データ８３から抽出される４番目の形態素は「的」であり、形態素データ８２から抽出される５番目の形態素は「壁」であり、３つの形態素の比較結果は第一の減点条件を満たす。したがって、評価部２３４は、Ｎ＋１番目である５番目の形態素の比較を行う。

評価部２３４は、評価用データ８０における形態素データ８１、８２、８３のそれぞれにおいて、出現時間が一致する形態素のうち、５番目の形態素を抽出する。図８の場合、形態素データ８１と、形態素データ８２と、形態素データ８３とから抽出される５番目の形態素は「な」である。したがって、３つの形態素の比較結果は第一の減点条件を満たさない。

したがって、評価部２３４は、評価用データ８０において、６番目の形態素と対応する項目「評価点」の値として、「－１」を付与する。言い換えれば、評価部２３４は、辞書データに対する評価点から１点減点する。

次に、Ｎ＝８とした場合の評価部２３４の処理について説明する。評価部２３４は、評価用データ８０における形態素データ８２における８番目の形態素と、形態素データ８３における８番目の形態素とが「××」であり、形態素データ８１における８番目の形態素は「ＺＺ」である。

この場合、３つの形態素の比較結果は、辞書あり結果データのみが正解となり、加点条件を満たす。したがって、評価部２３４は、Ｎ＋１番目である９番目の形態素の比較を行う。

評価部２３４は、評価用データ８０における形態素データ８１、８２、８３のそれぞれにおいて、出現時間が一致する形態素のうち、９番目の形態素を抽出する。図８の場合、形態素データ８１と、形態素データ８２と、形態素データ８３のそれぞれから抽出される１１番目の形態素は「。」である。したがって、３つ形態素の比較結果は、加点条件を満たさない。

このため、評価部２３４は、８番目の形態素と対応する項目「評価点」の値に「＋１」を付与する。言い換えれば、評価部２３４は、辞書データに対する評価点に１点加点する。

次に、Ｎ＝１８とした場合の評価部２３４の処理について説明する。評価部２３４は、評価用データ８０における形態素データ８１、８２、８３のそれぞれにおいて、出現時間が一致する形態素のうち、１８番目の形態素を抽出する。図８の場合、形態素データ８２と、形態素データ８３とから抽出される１８番目の形態素が「××」であり、形態素データ８１から抽出される１８番目の形態素は「深大寺」である。

この場合、辞書あり結果データのみが正解となり、比較結果は加点条件を満たす。したがって、評価部２３４は、Ｎ＋１番目である１９番目の形態素の比較を行う。

評価部２３４は、評価用データ８０における形態素データ８１、８２、８３のそれぞれにおいて、出現時間が一致する形態素のうち、１９番目の形態素を抽出する。図８の場合、形態素データ８２と、形態素データ８３とから抽出される２１番目の形態素は「ディープラーニング」であり、形態素データ８１から抽出される２１番目の形態素は「プラニング」である。

したがって、１９番目の形態素の比較においても、辞書あり結果データのみが正解となり、比較結果が連続して加点条件を満たす。

このため、評価部２３４は、１８番目の形態素と対応する項目「評価点」の値に「＋２」を付与する。言い換えれば、評価部２３４は、辞書データに対する評価点に、ボーナス点を含む２点を加点する。

本実施形態では、以上のように、辞書あり結果データ及び辞書なし結果データのそれぞれと、正解データとを出現時間が一致いる形態素毎に比較する。そして、本実施形態では、辞書あり結果データのみが正解している箇所を検出した場合に評価点を加点し、辞書なし結果データのみが正解している箇所を検出した場合に評価点を減点する。

このため、本実施形態によれば、音声認識部２２０が提供する機能の利用者等が作成した辞書データが、音声認識の精度の向上に貢献しているか否かを評価することができる。

また、本実施形態では、辞書あり結果データのみが正解した箇所が連続した場合には、ボーナス点を評価点に加点し、辞書なし結果データのみが正解した箇所が連続した場合には、ペナルティ点を評価点から減点する。

このため、本実施形態によれば、辞書データに対し、２つ以上の形態素を含む熟語等の音声認識の精度の向上に貢献しているか否かを含めた評価を行うことができる。

なお、本実施形態において、辞書評価部２３０の辞書更新部２３５は、評価部２３４による評価結果に応じて、辞書データベース２１０に格納された辞書データを更新してもよい。

具体的には、辞書更新部２３５は、評価用データ８０における項目「評価点」が、マイナスの値となっている形態素について、この形態素と対応する文言（登録語）と、文言と対応する音声データとの対応付けを、辞書データから削除してもよい。言い換えれば、辞書更新部２３５は、評価点が所定の基準値未満である形態素と対応する文言について、辞書データから、この文言と音声データとの対応付けを削除してもよい。

また、辞書更新部２３５は、例えば、評価部２３４による処理を複数回実施し、統計処理を行った結果に基づき、辞書データから、形態素と対応する音声データとの対応付けを、辞書データから削除してもよい。

具体的には、例えば、辞書更新部２３５は、同一の音声データに対して、複数回辞書あり結果データと辞書なし結果データとを取得し、評価部２３４による処理を複数回実施し、評価点が複数回マイナスとなった形態素と対応する文言を辞書データから削除してもよい。

本実施形態では、このように辞書データを更新することで、辞書データを、音声認識の精度の向上に貢献できる有用な辞書データとすることができる。

また、本実施形態の辞書評価部２３０の出力部２３６は、評価部２３４による評価結果を、端末装置３００等に対して出力してもよい。言い換えれば、出力部２３６は、辞書データの評価を要求した利用者に対し、評価部２３４による評価結果を出力してもよい。

具体的には、出力部２３６は、図６の処理が実行された後の評価用データ８０を、辞書データの評価結果として出力してもよい。また、出力部２３６は、例えば、評価点がマイナスの点数であった形態素の一覧等を、評価結果として出力してもよい。

本実施形態では、このように、辞書データの評価結果を出力することで、辞書データの作成者等に対し、辞書データの有効性を把握させることができる。

開示の技術では、以下に記載する付記のような形態が考えられる。
（付記１）
音声データに対し、辞書データを用いた音声認識を行った第一の認識結果データと、前記辞書データを用いない音声認識を行った第二の認識結果データと、第一の認識結果データ又は第二の認識結果データが修正された正解データと、において、前記音声データにおける出現時間が一致する形態素毎に比較し、
前記第一の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点に加点し、前記第二の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点から減点する、処理をコンピュータに実行させる、評価プログラム。
（付記２）
前記第一の認識結果データのみが前記正解データと一致する箇所が連続して検出された場合に、前記評価点に対して追加加点を行い、
前記第二の認識結果データのみが前記正解データと一致する箇所が連続して検出された場合に、前記評価点に対して追加減点を行う、処理を前記コンピュータに実行させる、付記１記載の評価プログラム。
（付記３）
前記評価点は、前記形態素毎の比較結果に応じて、前記形態素に対応付けられる値であり、
対応付けられた前記評価点が基準値未満である形態素と対応する登録語を、前記辞書データから削除する、処理を前記コンピュータに実行させる、付記１又は２記載の評価プログラム。
（付記４）
前記音声データの入力を受け付けて、前記辞書データを用いた音声認識を行って前記第一の認識結果データを取得し、
前記辞書データを用いない音声認識を行って前記第二の認識結果データを取得し、
前記第一の認識結果データ又は前記第二の認識結果データが修正された正解データを取得し、前記第一の認識結果データと前記第二の認識結果データと、前記正解データとを記憶部に格納する、処理を前記コンピュータに実行させる、付記１乃至３の何れか一項に記載の評価プログラム。
（付記５）
前記第一の認識結果データと、第二の認識結果データと、の両方が前記正解データと不一致となる箇所の検出に応じて、前記辞書データに対する評価点から減点する、付記１乃至４の何れか一項に記載の評価プログラム。
（付記６）
前記第一の認識結果データと前記第二の認識結果データと、の両方が前記正解データと一致する箇所が連続して検出された場合に、前記評価点に対して追加減点を行う、処理を前記コンピュータに実行させる、付記５記載の評価プログラム。
（付記７）
コンピュータによる評価方法であって、前記コンピュータが、
音声データに対し、辞書データを用いた音声認識を行った第一の認識結果データと、前記辞書データを用いない音声認識を行った第二の認識結果データと、第一の認識結果データ又は第二の認識結果データが修正された正解データと、において、前記音声データにおける出現時間が一致する形態素毎に比較し、
前記第一の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点に加点し、前記第二の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点から減点する、評価方法。
（付記８）
音声データに対し、辞書データを用いた音声認識を行った第一の認識結果データと、前記辞書データを用いない音声認識を行った第二の認識結果データと、第一の認識結果データ又は第二の認識結果データが修正された正解データと、において、前記音声データにおける出現時間が一致する形態素毎に比較する比較部と、
前記第一の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点に加点し、前記第二の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点から減点する評価部と、を有する評価装置。
本発明は、具体的に開示された実施形態に限定されるものではなく、特許請求の範囲から脱することなく、種々の変形や変更が可能である。

１００ 評価システム
２００ 評価装置
２１０ 辞書データベース
２２０ 音声認識部
２３０ 辞書評価部
２３１ 入力受付部
２３２ 事前処理部
２３３ データ保持部
２３４ 評価部
２３５ 辞書更新部
２３６ 出力部
３００ 端末装置

Claims (6)

1. 音声データに対し、辞書データを用いた音声認識を行った第一の認識結果データと、前記辞書データを用いない音声認識を行った第二の認識結果データと、第一の認識結果データ又は第二の認識結果データが修正された正解データと、において、前記音声データにおける出現時間が一致する形態素毎に比較し、
   前記第一の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点に加点し、前記第二の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点から減点する、処理をコンピュータに実行させる、評価プログラム。
2. 前記第一の認識結果データのみが前記正解データと一致する箇所が連続して検出された場合に、前記評価点に対して追加加点を行い、
   前記第二の認識結果データのみが前記正解データと一致する箇所が連続して検出された場合に、前記評価点に対して追加減点を行う、処理を前記コンピュータに実行させる、請求項１記載の評価プログラム。
3. 前記評価点は、前記形態素毎の比較結果に応じて、前記形態素に対応付けられる値であり、
   対応付けられた前記評価点が基準値未満である形態素と対応する登録語を、前記辞書データから削除する、処理を前記コンピュータに実行させる、請求項１又は２記載の評価プログラム。
4. 前記音声データの入力を受け付けて、前記辞書データを用いた音声認識を行って前記第一の認識結果データを取得し、
   前記辞書データを用いない音声認識を行って前記第二の認識結果データを取得し、
   前記第一の認識結果データ又は前記第二の認識結果データが修正された正解データを取得し、前記第一の認識結果データと前記第二の認識結果データと、前記正解データとを記憶部に格納する、処理を前記コンピュータに実行させる、請求項３記載の評価プログラム。
5. コンピュータによる評価方法であって、前記コンピュータが、
   音声データに対し、辞書データを用いた音声認識を行った第一の認識結果データと、前記辞書データを用いない音声認識を行った第二の認識結果データと、第一の認識結果データ又は第二の認識結果データが修正された正解データと、において、前記音声データにおける出現時間が一致する形態素毎に比較し、
   前記第一の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点に加点し、前記第二の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点から減点する、評価方法。
6. 音声データに対し、辞書データを用いた音声認識を行った第一の認識結果データと、前記辞書データを用いない音声認識を行った第二の認識結果データと、第一の認識結果データ又は第二の認識結果データが修正された正解データと、において、前記音声データにおける出現時間が一致する形態素毎に比較する比較部と、
   前記第一の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点に加点し、前記第二の認識結果データのみが前記正解データと一致する箇所の検出に応じて、前記辞書データに対する評価点から減点する評価部と、を有する評価装置。

Images