JP2589299B2 - 単語音声認識装置 - Google Patents

単語音声認識装置

Info

Publication number
JP2589299B2
JP2589299B2 JP62018078A JP1807887A JP2589299B2 JP 2589299 B2 JP2589299 B2 JP 2589299B2 JP 62018078 A JP62018078 A JP 62018078A JP 1807887 A JP1807887 A JP 1807887A JP 2589299 B2 JP2589299 B2 JP 2589299B2
Authority
JP
Japan
Prior art keywords
word
result
matching
recognition
collation
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.)
Expired - Fee Related
Application number
JP62018078A
Other languages
English (en)
Other versions
JPS63186298A (ja
Inventor
教幸 藤本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP62018078A priority Critical patent/JP2589299B2/ja
Publication of JPS63186298A publication Critical patent/JPS63186298A/ja
Application granted granted Critical
Publication of JP2589299B2 publication Critical patent/JP2589299B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Description

【発明の詳細な説明】 〔目 次〕 概要 産業上の利用分野 従来の技術 発明が解決しようとする問題点 問題点を解決するための手段 作用 実施例 I.実施例と第1図との対応関係 II.実施例の構成 III.実施例の動作 IV.実施例のまとめ V.発明の変形態様 発明の効果 〔概 要〕 単語の使用頻度等に応じた順位で標準パターンを登録
し、入力音声パターンと照合手段で照合する。その照合
結果を前記順位毎に距離等に応じた順で格納手段に選択
制御手段により格納する。格納手段の照合結果は、選択
制御手段によって、最初は最高順位の照合結果のうちの
距離等について第1位にある照合結果を出力し、認識結
果とすることができないとき次候補要求信号に応答して
該次候補要求信号送出時までの照合結果のうちの認識候
補として出力済でない照合結果のうちの距離等から認識
候補とし得る照合結果を認識結果として出力する。前記
標準パターンの格納態様、照合結果の格納態様、照合結
果の認識候補としての出力制御が相乗的に作用して認識
率を向上させつつ、認識結果を短時間のうちにすること
ができる。
〔産業上の利用分野〕
本発明は、単語音声認識装置に関し、特に、人が発声
する言葉を自動認識する技術である音声認識を適応し、
登録されている音声パターンと照合して、発声された単
語に関する情報を得るようにした単語音声認識装置に関
するものである。
〔従来の技術〕
従来から、このような音声認識に関しての研究が盛ん
であり、また、それを応用した音声認識装置も開発,実
用化されている。
このような音声認識装置の参考文献として、1983年11
月7日発行の「日経エレクトロニクス」の第171頁〜第2
08頁『連続発声した単語音声を効率的に認識する2段DP
マッチング』が挙げられる。そこに紹介されている音声
認識装置における音声認識処理としては、第3図に示す
ような流れとなっている。
図において、先ずマイクロホン451から入ってくる音
声は、分析部453によって分析され、その音声パターン
の特徴を表す認識パラメータが抽出される。
このシステムにあっては、特定話者用の単語音声認識
装置であるとすると、切換スイッチ455を「登録」の側
に設定して、分析部453で抽出された音声パターンの特
徴を表す認識パラメータを、その特定話者用に標準パタ
ーン部457に登録する。これにより、このシステムによ
って認識動作を行なう前に、その特定話者の各認識対象
単語の分析結果が、標準パターンとして予め登録され
る。
実際に認識動作を行なうときには、切換スイッチ455
を「認識」側に設定してある。各認識対象単語の標準パ
ターン(標準パターン部457に登録済み)と、現入力音
声パターン(分析部453から得られる)の両パラメータ
を比較して、最も近い(すなわち距離の小さい)認識対
象単語を選択する。つまり、パターンマッチング処理を
行なう。
ここで、パターンマッチング処理は、距離計算部459
により、分析部453から得られる現入力音声パターンの
パラメータと、既に標準パターン部457に登録されてい
る各認識対象単語の標準パターンとの距離を演算する。
また、最小値検出部461は、距離計算部459における計算
結果に基づいて、最も距離の小さい標準パターン認識対
象単語を抽出して、『認識結果』として出力する。
なお、パターンマッチング処理方法としては、距離計
算手法の他に類似度計算手法も知られている。「距離の
小さい」ことと、「類似度の大きい」ことは等価であ
る。
〔発明が解決しようとする問題点〕
ところで、上述した従来方式にあっては、現入力音声
パターンのパラメータを、標準パターン部457に予め登
録してある認識対象単語の標準パターンと比較する際に
は、該標準パターン部457に登録してある認識対象単語
の全てについて比較する。そのため、認識対象単語群の
全てについて照合を行ない、1位,2位,3位,……を決定
し、順番に『認識結果』として出力していた。
しかしながら、標準パターン部457に予め登録してあ
る認識対象単語が少ないときには問題ないが、当該認識
対象単語が多いときには、それら認識対象単語の全てに
ついて比較しているので、『認識結果』が得られるまで
に多大の時間がかかる。そのため、認識動作における応
答が遅くなってしまうという問題点があった。
通常、標準パターン部457については、その使用頻度
を考慮しないで単語登録は行なわれている。
いま、多項目入力につき、それらについて認識動作を
行なうものとする。
例えば、標準パターン部457に予め登録してある認識
対象単語群での単語数が10000語であり、その内使用頻
度の高い単語は1000語であるものとする。その場合、第
3図に示すようなシステムでの認識性能は、使用頻度の
高い1000語についての「認識率」が90パーセント、ま
た、10000語の全てについての「認識率」は70パーセン
トであり、更に、1語当たりの「照合時間」は、0.5ms
であるものとする。
その場合の実効認識率は、70パーセントであり、ま
た、応答時間は5秒(=0.5ms×10000語)である。
このように、多項目入力として認識対象単語が多いと
きには、『認識結果』が得られるまでに多大の時間がか
かってしまう。
本発明は、このような点にかんがみて創作されたもの
であり、実効認識率の向上を図ると共に、単語情報の照
合に要する時間が短縮された単語音声認識装置を提供す
ることを目的としている。
〔問題点を解決するための手段〕
第1図は、本発明の単語音声認識装置の原理ブロック
図である。
図において、複数の単語登録手段111A,B,C,・・・
は、単語の使用頻度または重要度に応じて高順位の分類
から低順位の分類までの複数の分類に分けられ、順位が
高いほど単語音声のパターン数を少ないようにして単語
音声のパターンの各々についての特徴を表すパラメータ
を登録している。
照合手段117は、入力単語音声のパターンについてそ
の特徴を表す入力パラメータ113を得、複数の単語登録
手段111A,B,C,・・・のそれぞれが有する前記登録パラ
メータと照合し、距離もしくは類似度を求めて照合結果
(115A,B,C,・・・)として順次出力する。
格納手段119は、前記照合結果(115A,B,C,・・・)を
格納する。
選択制御手段123は、前記照合手段117から出力される
前記照合結果115A,B,C,・・・を前記分類毎に前記照合
結果115A,B,C,・・・の距離または類似度に応じた順
に、且つ前記照合結果115A,B,C,・・・を各別にアクセ
ス可能に格納手段119に格納させると共に、処理開始信
号に応答して前記格納手段119に格納される最高順位の
分類に含まれる照合結果の中から距離または類似度が第
1位の認識候補の照合結果対応の単語を表す選択結果信
号を出力し、該選択結果信号を認識結果の選択結果信号
とすることができないとき、次候補要求信号121に応答
して該次候補要求信号の送出時までに前記格納手段119
に格納されている照合結果のうちから既に認識候補とし
て出力済の照合結果を除いた中で距離の一番小さいもし
くは類似度が最大の照合結果を選択し、該照合結果対応
の単語を表す選択結果信号を認識結果として出力する。
これらの構成要件により、本発明は構成されている。
〔作 用〕
入力パラメータ113が照合手段117に与えられると、該
照合手段117は、複数の単語登録手段111A,B,C,・・・に
単語の使用頻度もしくは重要度の順位順に従って予め格
納されている各標準パラメータとの照合が照合手段117
で行われる。その照合結果は、前記順位毎にその照合で
得られる距離もしくは類似度順に選択制御手段123によ
って格納手段119に格納される。
このような格納が為されつつある間に、選択制御手段
123によって格納手段119に格納された照合結果のうちの
最高順位の照合結果に含まれるものであって、距離もし
くは類似度が第1位の認識候補の照合結果に対応する単
語を表す選択結果信号を出力する。
その出力を認識結果とすることができないとき、次候
補要求信号に応答して前記格納手段119に格納済の照合
結果のうちの認識候補として出力済の照合結果を除いた
中で距離の一番小さいもしくと類似度が最大の照合結果
を選択し、その単語を表す選択結果信号を認識結果とし
て出力する。
前述のような標準パターンの格納態様、照合結果の格
納態様、及び照合結果の出力制御が相乗的に作用して入
力音声の認識率の向上を達成しつつ、認識結果を得るま
での時間を短縮させることができる。
〔実施例〕
以下、図面に基づいて本発明の実施例について詳細に
説明する。
第2図は、本発明の一実施例における単語音声認識装
置の構成を示す。
I.実施例と第1図との対応関係 ここで、本発明の実施例と第1図との対応関係を示し
ておく。
単語登録手段111A,B,C,……は、第1パターン登録部2
11A,第2パターン登録部211Bに相当する。
入力パラメータ113は、区間検出出力信号213における
入力単語音声パターンの特徴を表す認識パラメータに相
当する。
照合結果115A,B,C,……は、照合結果出力信号215に相
当する。
照合手段117は、第1照合部217A,第2照合部217B,判
定部218に相当する。
格納手段119は、照合結果格納部219に相当する。
次候補要求信号121は、キーボード241から与えられる
次候補要求信号に相当する。
選択制御手段123は、判定部218,制御部223に相当す
る。
II.実施例の構成 以上のような対応関係があるものとして、以下本発明
の実施例について説明する。
第2図に示す単語音声認識装置としては、特定話者用
であるものとする。
マイクロホン231は、話者の音声を信号波形に変換す
るものであり、その波形信号は次のパラメータ抽出部23
3に供給されるようになっている。このパラメータ抽出
部233は、それぞれ周波数帯域の異なるバンドパスフィ
ルタを複数個設けておき、一定間隔でサンプリングする
ものである。
ここで、第1パターン登録部211Aおよび第2パターン
登録部211Bとして設けられている2つの標準パターン登
録部には、当該特定話者についての音声パターンの特徴
を表す認識パラメータが、その特定話者用に登録されて
いる。その登録方法としては、その特定話者がマイクロ
ホン231に向かって通常の発声状態で発声する。その音
声パターンの特徴を表す認識パラメータがパラメータ抽
出部233によって抽出される。その抽出された音声パタ
ーンの特徴を表す認識パラメータが、当該特定話者用に
第1パターン登録部211Aおよび第2パターン登録部211B
に登録される。かような登録動作により、この単語音声
認識装置によって認識動作を行なう前に、その特定話者
の各認識対象単語の分析結果が標準パターンとして予め
登録される。
ここで、第1パターン登録部211Aおよび第2パターン
登録部211Bの2つに登録単語を分ける基準は、当該特定
話者に対する認識対象単語の使用頻度に従っている。例
えば、全体として10000語を登録するものとして、その
内の使用頻度の高い1000語を第1パターン登録部211Aに
登録し、これに対して使用頻度の高くない9000語を第2
パターン登録部211Bに登録する。
この単語音声認識装置としては、パラメータ抽出部23
3の後段に区間検出部235を設け、制御部223の制御の下
に所定の区間について、パラメータ抽出部233で抽出さ
れたパラメータを検出する。
この区間検出部235は、本来「音声」でない部分も音
声波形に含まれているので、パワー等により、一定区間
について区切って、「音声」の部分を取り出している。
その検出されたパラメータを表す区間検出出力信号21
3が、第1照合部217Aおよび第2照合部217Bに共通に供
給される。
この第1照合部217Aには、第1パターン登録部211Aに
登録されている各認識対象単語の標準パターンが供給さ
れる。また、第2照合部217Bには、第2パターン登録部
211Bに登録されている各認識対象単語の標準パターンが
供給されるようになっている。
第1照合部217Aおよび第2照合部217Bは共に制御部22
3の制御に基づいて、区間検出出力信号213によって表さ
れる音声パターンの特徴を表す認識パラメータが、第1
パターン登録部211Aに登録されている各認識対象単語の
標準パラメータと、また、第2パターン登録部211Bに登
録されている各認識対象単語の標準パターンとそれぞれ
照合されて、単語毎に距離が求められ、その照合結果を
表す照合出力信号214A,照合出力信号214Bが出力されて
判定部218に供給される。
判定部218では、照合出力信号214A,照合出力信号214B
で表されるそれぞれの照合結果を受け取り、そのまま、
照合結果出力信号215として、照合結果格納部219に順次
格納されるようになっている。また、判定部218では、
照合出力信号214A中の距離最小の単語を選択した後、出
力制御信号216を、制御部223に供給すると同時に、第1
位の認識結果として上記距離最小の単語を表す選択結果
信号224が制御部223に供給される。
キーボード241は、この単語音声認識装置を操作する
ための多数のキーが具わっており、その中には、照合結
果格納部219に格納された複数の認識対象単語を、任意
に選択して制御部223が『認識結果』として、利用装置
(図示せず)に与えられるようにするための次候補要求
キー(図示せず)が含まれている。
第1位の認識結果が誤りであった場合には、使用者
が、この次候補要求キーを押下することにより、制御部
223から判定部218に次候補要求信号が送られる。判定部
218では、照合結果格納部219から既に出力済みの単語を
除いた中から距離最小の単語を選択し、選択結果信号22
4を制御部223に供給する。
III.実施例の動作 上述した構成による実施例の動作について、以下説明
する。
この単語音声認識装置が対象としている特定話者が、
マイクロホン231の前で、「認識動作」を行なうため
に、特定の単語を発声したものとする。
但し、「単語」は単音節のもの、また、それ以外のも
のも含むものとする。
マイクロホン231によって捕らえられた音声波形は、
パラメータ抽出部233によって、音声パターンの特徴を
表す認識パラメータが抽出される。その抽出された音声
パターンの特徴を表す認識パラメータが区間検出部235
に供給され、区間検出部235において、時間的にパワー
の変化する特定の区間にてパラメータ検出され、その検
出されたパラメータを表す区間検出出力信号213が、第
1照合部217Aおよび第2照合部217Bに共通に供給され
る。
制御部223から、第1照合部217Aおよび第2照合部217
Bの照合動作を付勢するように制御信号が与えられる。
第1照合部217Aは、第1パターン登録部211Aに登録され
ている「高使用頻度の単語」音声と、区間検出出力信号
213として導入された検出単語音声パラメータと、それ
らの特徴を表すパラメータに基づいて比較する。第1パ
ターン登録部211Aの登録単語は1000語と少ないので、全
部の登録単語についての照合動作は速く、全ての照合に
基づく照合出力信号214Aが第1照合部217Aから判定部21
8に供給される時間は短い。
また、第2照合部217Bも同様にして、第2パターン登
録部211Bに登録されている「低使用頻度の単語」の標準
パラメータと、区間検出出力信号213として導入された
単語音声パラメータと照合する。ここで、第2パターン
登録部211Bの登録単語は9000語と多いので、その照合動
作は遅く、全てについての照合出力信号214Bが、第1照
合部217Bから判定部218に供給される時間は長い。
制御部223によって制御される判定部218は、照合出力
信号214Aおよび照合出力信号214Bを受け、照合結果出力
信号215として、照合結果格納部219に与えられる。但
し、「低使用頻度の単語」について格納の終了は遅い。
このとき、照合出力信号214Aに対応した「高使用頻度
の単語」に対する『照合結果』は、その「距離」の小さ
い順に、第1位,第2位,第3位,……として、照合結
果格納部219に格納される。
また、照合出力信号214Bに対応した「低使用頻度の単
語」に対する『照合結果』も、その「距離」の小さい順
に、第1位,第2位,第3位,……として格納される。
但し、「高使用頻度の単語」に対する『照合結果』と、
「低使用頻度の単語」に対する『照合結果』とは、それ
ぞれの順に従っている。
判定部218からは、出力制御信号216が制御部223に与
えられ、これによって、少なくとも最初の『照合結果』
が判定部218において得られ、照合結果出力信号215とし
て照合結果格納部219に格納されたことを通知すること
となる。これを受けた制御部223は、先ず、「高使用頻
度の単語」に対する第1位の『照合結果』を照合結果格
納部219から取り出すべく、判定部218に指令する。
判定部218は、「高使用頻度の単語」に対する第1位
の『照合結果』を格納単語情報信号222として照合結果
格納部219から求める。このようにして得た格納単語情
報信号222に応じて選択結果信号224として制御部223に
供給して、その次段に接続されるべき利用装置(図示せ
ず)に『認識結果』として出力する。
仮に、この出力された第1位の『認識結果』が特定話
者の意図した現発声単語でなければ、キーボード241に
具わっている次候補キーを操作する。この次候補要求キ
ーを操作するまでには、第2照合部217Bによっても照合
動作が終了しているので、照合結果格納部219には、
「高使用頻度の単語」のみならず、「低使用頻度の単
語」の単語も照合結果格納部219に『照合結果』が格納
されている。
従って、次候補キーが操作されれば、「高使用頻度の
単語」に対する第1位の『照合結果』を除外し、その他
の「高使用頻度の単語」および「低使用頻度の単語」の
中から、距離の小さい単語を判定部218は検索して格納
単語情報信号222として得、選択結果信号224として制御
部223に供給する。つまり、第2位の『認識結果』が第
1位の『照合結果』を除いて求められる。
但し、第2位の『照合結果』が、特定話者の意図した
現発声単語でなければ、再度次候補キーを操作すること
により、第3位の『照合結果』を照合結果格納部219か
ら取り出して、『認識結果』が利用装置に出力される。
以下、同様にして、第4位,第5位,……と、キーボ
ード241の次候補キーを操作することによって、任意
に、照合結果格納部219に格納されている『認識結果』
を取り出して利用装置に出力することができる。
このようにして、現に発声した特定話者の単語は、第
1パターン登録部211Aに登録されていた「高使用頻度の
単語」に対して正しい『認識結果』が得られる確率が高
く且つその速度も速くなる。
つまり、現に発声した特定話者の単語は、第1パター
ン登録部211Aに登録されている「高使用頻度の単語」に
対する照合結果、および、第2パターン登録部211Bに登
録されていた「低使用頻度の単語」に対する照合結果が
共に、『認識結果』として出力可能である。
従って、第1パターン登録部211Aに登録されている
「高使用頻度の単語」は、1000語と少なく、その全単語
の照合に要する時間は少ないので、この単語音声認識装
置での特定話者に対する単語音声認識は素早くできるこ
ととなる。
IV.実施例のまとめ このように、予め利用頻度の相違に着目し、予め登録
すべき単語をグループ分けし、標準パターンとして、第
1パターン登録部211Aおよび第2パターン登録部211Bの
双方に予め登録している。入力単語音声に基づく区間検
出出力信号213を照合する際、それが使用頻度の高いも
のであれば、直ぐに第1パターン登録部211Aの登録単語
との照合結果が得られる。
つまり、略第1パターン登録部211Aに登録されている
単語との照合に要する時間だけで、『認識結果』が得ら
れるので、応答速度が速く且つ実効認識率が極めて高く
なる。
ここで、従来との比較を示しておく。この単語音声認
識装置にあっても、その個々の認識性能は同じと仮定す
る。つまり、使用頻度の高い1000語および10000語の全
てについてのそれぞれの「認識率」は90パーセントおよ
び70パーセントであり、また、1語当たりの「照合時
間」は、0.5msであるものとする。
この単語音声認識装置における実効認識率は、81パー
セント(0.9×0.9=0.81)である。また、応答時間は0.
5秒(0.5ms×1000語)となる。但し、この時間は第1照
合部217Aによって、第1パターン登録部211Aの登録単語
と照合に要する処理時間であり、キーボード241の次候
補キーを使用しなかった場合である。
このように、実効認識率の向上が図られ且つ単語情報
の照合に要する時間が短縮されることが理解できるであ
ろう。特に、入力項目が多くなればなる程この効果は顕
著である。
V.発明の変形態様 なお、上述した本発明の実施例にあっては、第1照合
部217Aおよび第2照合部217Bの2つを単語照合手段とし
て設けたが、これを1つの照合部としてもよい。その場
合、制御部223の制御によって第1パターン登録部211A
および第2パターン登録部211Bをそれぞれ切り換えて、
時間的にずれた形で、先ず第1パターン登録部211Aに登
録されている使用頻度の高い各認識対象単語と照合す
る。続いて、第2パターン登録部211Bに登録されている
使用頻度の低い各認識対象単語と照合するようにすれば
よい。「高使用頻度の単語」での『照合結果』が得ら
れ、次候補要求キーを操作している間には、「低使用頻
度の単語」の『照合結果』が得られているので、何ら不
都合はない。
また、上述実施例にあっては、1回の次候補キーの操
作までに、「低使用頻度の単語」についての照合が完了
しているものとしたが、必ずしも完了していなくてもよ
い。第2照合部217Bによる照合結果を順次受け入れ、再
度の次候補キー操作までに照合の終了している範囲内の
照合結果に基づいて、距離の小さいものを順次『認識結
果』とするようにすればよい。かような例は、「低使用
頻度の単語」として定義した単語が極めて多い場合に起
こり得る。
上述した本発明実施例にあっては、第1パターン登録
部211Aおよび第2パターン登録部211Bに予め登録する各
認識対象単語のグループ分けは、その使用頻度に基づい
て行なうものとしたが、これに限られることはない。単
語音声認識装置の利用の実情に合わせて、登録単語のグ
ループ化を行なえばよい。このグループも3つ以上とし
てもよく、3つ以上のパターン登録部を設けて登録し、
その全てについて照合するようにしてもよい。
このグループ分けの基準として、「使用頻度」の他に
も各種の基準が考えられる。例えば、「重要度」に基づ
き、音声認識装置の使用態様に応じてグループ分けして
もよい。
但し、例えば『緊急停止』等のような重要度の高い単
語はその使用頻度は低いが、「最重要度の単語」にグル
ープ化しておく必要がある。
上述した実施例では距離計算手法を採用したが、本発
明はこれに限られるものではなく、類似度の大きいもの
を求める類似度計算手法を採用することが可能であるこ
とは明らかである。
更に、「I.実施例と第1図との対応関係」において、
第1図と本発明との対応関係を説明しておいたが、これ
に限られることはなく、各種の変形態様があることは当
業者であれば容易に推考できるであろう。
〔発明の効果〕
上述したように本発明によれば、音声の特徴を表す標
準パラメータを使用頻度もしくは重要度の順位に従って
登録し、その標準パラメータと入力音声パラメータとの
照合結果を前記順位毎に、且つ照合結果の距離もしくは
類似度の順に格納する。そして、このように格納される
照合結果のうちの認識結果としての照合結果を出力する
に当たって、先ず最高順位の照合結果に含まれ、距離も
しくは類似度が第1位の照合結果対応の単語を表す選択
結果信号を出力する。この出力を認識結果とすることが
できないとき次候補要求信号に応答して格納されている
照合結果のうちの出力済でない照合結果であって、距離
の一番小さいもしくは類似度が最大の照合結果を選択
し、照合結果対応の単語を表す選択結果信号を認識結果
として出力するようにしたので、前述の標準パラメータ
の格納態様、照合結果の格納態様、及び照合結果の出力
制御が相乗的に作用して入力音声の認識率の向上を達成
しつつ、認識結果を得るまでの時間を短縮させることが
できる。
【図面の簡単な説明】
第1図は本発明の単語音声認識装置の原理ブロック図、 第2図は本発明の一実施例による単語音声認識装置の構
成ブロック図、 第3図は従来から行なわれている音声認識の処理を示す
構成図である。 図において、 111A,B,C,……は単語登録手段、 113は入力パラメータ、 115A,B,C,……は照合結果、 117は照合手段、 119は格納手段、 121は次候補要求信号、 123は選択制御手段、 211A,Bはパターン登録部、 213は区間検出出力信号、 214A,Bは照合出力信号、 215は照合結果出力信号、 217A,Bは照合部、 218は判定部、 219は照合結果格納部、 222は格納単語情報信号、 223は制御部、 224は選択結果信号、 231はマイクロホン、 233はパラメータ抽出部、 235は区間検出部、 241はキーボード、 453は分析部、 457は標準パターン部、 459は距離計算部、 461は最小値検出部である。

Claims (3)

    (57)【特許請求の範囲】
  1. 【請求項1】単語の使用頻度または重要度に応じて高順
    位の分類から低順位の分類までの複数の分類に分けら
    れ、順位が高いほど単語音声のパターン数を少ないよう
    にして単語音声のパターンの各々についての特徴を表す
    パラメータが登録されている複数の単語登録手段(111
    A,B,C,……)と、 入力単語音声のパターンについてその特徴を表す入力パ
    ラメータ(113)を得、複数の単語登録手段(111A,B,C,
    ……)のそれぞれが有する前記登録パラメータと照合
    し、距離若しくは類似度を求めて照合結果(115A,B,C,
    ……)として順次出力する照合手段(117)と、 前記照合結果(115A,B,C,……)を格納する格納手段(1
    19)と、 前記照合手段(117)から出力される前記照合結果(115
    A,B,C,……)を前記分類毎に前記照合結果(115A,B,C,
    ……)の距離または類似度に応じた順に、且つ前記照合
    結果(115A,B,C,……)を各別にアクセス可能に格納手
    段(119)に格納させると共に、処理開始信号に応答し
    て前記格納手段(119)に格納される最高順位の分類に
    含まれる照合結果の中から距離または類似度が第1位の
    認識候補の照合結果対応の単語を表す選択結果信号を出
    力し、該選択結果信号を認識結果の選択結果信号とする
    ことができないとき、次候補要求信号(121)に応答し
    て該次候補要求信号の送出時までに、前記格納手段(11
    9)に格納されている照合結果のうちから既に認識候補
    として出力済みの照合結果を除いた中で距離の一番小さ
    いもしくは類似度が最大の照合結果を選択し、該照合結
    果対応の単語を表す選択結果信号を認識結果として出力
    する選択制御手段(123)とを設けて構成したことを特
    徴とする単語音声認識装置。
  2. 【請求項2】照合手段(117)は、複数の単語登録手段
    (111A,B,C,……)に対応した複数の照合回路部から成
    っており、該複数の照合回路部は入力パラメータ(11
    3)を共通的に受け、各照合回路部は、複数の単語登録
    手段(111A,B,C,……)のうち対応する単語登録手段が
    有する単語の前記登録パラメータと照合して、前記照合
    結果を出力するように構成したことを特徴とする特許請
    求の範囲第1項記載の単語音声認識装置。
  3. 【請求項3】照合手段(117)は、1つの照合回路部で
    成り、複数の単語登録手段(111A,B,C,……)を順次切
    り換えて、各単語登録手段が有する前記登録パラメータ
    と照合して、照合結果(115A,B,C,……)を順次出力す
    るように構成したことを特徴とする特許請求の範囲第1
    項記載の単語音声認識装置。
JP62018078A 1987-01-28 1987-01-28 単語音声認識装置 Expired - Fee Related JP2589299B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP62018078A JP2589299B2 (ja) 1987-01-28 1987-01-28 単語音声認識装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP62018078A JP2589299B2 (ja) 1987-01-28 1987-01-28 単語音声認識装置

Publications (2)

Publication Number Publication Date
JPS63186298A JPS63186298A (ja) 1988-08-01
JP2589299B2 true JP2589299B2 (ja) 1997-03-12

Family

ID=11961616

Family Applications (1)

Application Number Title Priority Date Filing Date
JP62018078A Expired - Fee Related JP2589299B2 (ja) 1987-01-28 1987-01-28 単語音声認識装置

Country Status (1)

Country Link
JP (1) JP2589299B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001125592A (ja) * 1999-05-31 2001-05-11 Nippon Telegr & Teleph Corp <Ntt> 大規模情報データベースに対する音声対話型情報検索方法、装置および記録媒体
WO2006137245A1 (ja) * 2005-06-21 2006-12-28 Pioneer Corporation 音声認識装置、情報処理装置、音声認識方法、音声認識プログラムおよび記録媒体
WO2007069372A1 (ja) * 2005-12-14 2007-06-21 Mitsubishi Electric Corporation 音声認識装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5381973B2 (ja) * 2008-02-28 2014-01-08 日本電気株式会社 音声認識装置、音声認識方法、及び、音声認識プログラムが記録された記録媒体
JP5768174B1 (ja) 2014-06-24 2015-08-26 日本写真印刷株式会社 培養容器
JP7406921B2 (ja) * 2019-03-25 2023-12-28 株式会社Nttデータグループ 情報処理装置、情報処理方法およびプログラム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS57150895A (en) * 1981-03-12 1982-09-17 Nippon Electric Co Voice input unit
JPS6127200U (ja) * 1984-07-24 1986-02-18 日本信号株式会社 音声認識入力装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001125592A (ja) * 1999-05-31 2001-05-11 Nippon Telegr & Teleph Corp <Ntt> 大規模情報データベースに対する音声対話型情報検索方法、装置および記録媒体
JP3530109B2 (ja) 1999-05-31 2004-05-24 日本電信電話株式会社 大規模情報データベースに対する音声対話型情報検索方法、装置および記録媒体
WO2006137245A1 (ja) * 2005-06-21 2006-12-28 Pioneer Corporation 音声認識装置、情報処理装置、音声認識方法、音声認識プログラムおよび記録媒体
WO2007069372A1 (ja) * 2005-12-14 2007-06-21 Mitsubishi Electric Corporation 音声認識装置
US8112276B2 (en) 2005-12-14 2012-02-07 Mitsubishi Electric Corporation Voice recognition apparatus

Also Published As

Publication number Publication date
JPS63186298A (ja) 1988-08-01

Similar Documents

Publication Publication Date Title
US7769588B2 (en) Spoken man-machine interface with speaker identification
US6751595B2 (en) Multi-stage large vocabulary speech recognition system and method
US9484021B1 (en) Disambiguation in speech recognition
KR100321835B1 (ko) 음성인식시스템에서의화자인식방법및장치
US9558740B1 (en) Disambiguation in speech recognition
WO2020123289A1 (en) Generating input alternatives
Djemili et al. A speech signal based gender identification system using four classifiers
US20220343895A1 (en) User-defined keyword spotting
JPH02719B2 (ja)
US8108215B2 (en) Speech recognition apparatus and method
US20220262345A1 (en) Training Keyword Spotters
WO2020222957A1 (en) Systems and methods for disambiguating a voice search query
Liu et al. An investigation into speaker informed DNN front-end for LVCSR
US5559925A (en) Determining the useability of input signals in a data recognition system
JP2589299B2 (ja) 単語音声認識装置
JP2589300B2 (ja) 単語音声認識装置
JPH11149294A (ja) 音声認識装置および音声認識方法
JP2000020089A (ja) 音声認識方法及びその装置、並びに音声制御システム
EP4295517A2 (en) Hybrid multilingual text-dependent and text-independent speaker verification
KR100480506B1 (ko) 음성 인식 방법
EP1387350A1 (en) Spoken man-machine interface with speaker identification
JP3708747B2 (ja) 音声認識方法
US11721330B1 (en) Natural language input processing
Nagarajan et al. A pairwise multiple codebook approach to implicit language identification
JP2008083165A (ja) 音声認識処理プログラム及び音声認識処理方法

Legal Events

Date Code Title Description
LAPS Cancellation because of no payment of annual fees