JP2995856B2

JP2995856B2 - 応答音声弁別装置

Info

Publication number: JP2995856B2
Application number: JP2309294A
Authority: JP
Inventors: 満広稲積
Original assignee: Seiko Epson Corp
Current assignee: Seiko Epson Corp
Priority date: 1990-11-15
Filing date: 1990-11-15
Publication date: 1999-12-27
Anticipated expiration: 2014-12-27
Also published as: JPH04180098A

Description

【発明の詳細な説明】［産業上の利用分野］本発明は、音声、文字等による問いかけに対しての、
音声による応答を弁別する応答音声弁別装置に関するも
のである。

［従来の技術］従来の場合、応答の音声が肯定の意味を持つものか、
それとも否定の意味を持つものかを弁別する時は、それ
ぞれの意味を持つ単語音声を記憶しておき、それらを応
答音声中に見出す事ができるかどうかにより、結果を弁
別するものであった。

このような従来例を構成する手段の模式図を第２図に
示す。

第２図の番号６は音声入力手段を、７は６により入力
された音声から音声特徴を抽出する音声特徴抽出手段
を、８は例えば「はい」「そうです」のような肯定的な
応答についての単語音声の特徴や、また「いいえ」「違
います」等の否定的な応答についての単語音声の特徴を
記憶する単語音声特徴記憶手段を、番号９は７により抽
出された音声特徴中に、８に記憶された単語特徴を見い
だす事ができるかどうかを弁別する単語検出手段を、10
は９の弁別結果により、その応答が肯定的な応答である
のか、あるいは否定的な応答であるのか、またそのいず
れとも決定できない等の出力を生成する出力生成手段を
模式的に示したものである。

［発明が解決しようとする課題］しかし、この従来例のような応答音声弁別装置は、入
力時においても、また単語検出時においても比較的に長
い音声特徴を取り扱わなければならない。また、検出対
象となる単語の数も多い等の理由により、実用的な密度
の装置を作成しようとすれば、そのハードウェアの規模
が大きくなってしまうと言う問題がある。

また、同一話者内における特徴の変動や、あるいは話
者間における特徴の差異等を補償するためには、それぞ
れの単語毎に非常に多くのデータを収集し、それらを分
析する必要がある。しかし、それを行ったとしても認識
率の劣化は避けられないものである。

本発明が解決しようとする課題はこのようなものであ
り、その目的とするところは、より小さなハードウェア
規模において、不特定話者にも対応でき、かつより高精
度の応答音声弁別装置を実現する事である。

［課題を解決するための手段］第１図は本発明の概念の模式図である。

図に示すように、本発明は、音声による応答を弁別す
る応答音声弁別装置において、その装置が少なくともア）、音声入力手段１と、イ）、ア）により入力された音声から、その音声に最初
に現れる母音の特徴を抽出する第１母音特徴抽出手段２
と、ウ）、母音/a/、/i/、/u/、/e/、/o/のそれぞれの特徴
を記憶する母音特徴記憶手段３と、エ）、イ）により抽出された母音特徴と、ウ）により記
憶されている母音特徴を比較する事によりイ）による母
音が何であるかを弁別する母音弁別手段４と、オ）、エ）により弁別された母音が、/a/、/u/、/o/の
いずれかであれば肯定応答出力を、また、/i/、/e/のい
ずれかであれば否定応答出力を生成する応答出力生成手
段５、をその構成中に含む事を特徴とする応答音声弁別装置で
ある。

［実施例］以下に本発明の一実施例の概念図である第１図をもと
に本発明の動作を詳細に説明する。

先ず応答音声は音声入力手段１により入力される。よ
り具体的には、A/D変換されたディジタルデータより、F
FTバンドパスフィルター出力や、あるいはLPCケプスト
ラム係数として、特徴ベクトルが生成される。

その特徴ベクトルの時系列の中から、入力された音声
に最初に現れる母音の特徴が、２の第１母音特徴抽出手
段により抽出される。例えば応答が「はい（HAI）」で
あれば/a/の特徴が、「そうです（SOUDESU）」であれば
/o/の特徴が第１母音特徴として抽出される。

その後、２により抽出された母音特徴と、３に記憶さ
れた母音/a/、/i/、/u/、/e/、/o/のそれぞれの特徴と
が、４の母音弁別手段により比較弁別され、その応答音
声の最初に現れた母音が何であるかが弁別される。

そして、最終的には、その弁別された母音が、/a/、/
u/、/o/のいずれかであれば肯定応答出力を、また、/i
/、/e/のいずれかであれば否定応答出力が応答出力生成
手段５により生成される。

応答出力をこのように生成する事の根拠は、問いかけ
に対する応答の統計的なデータによる。

例えば「何々ですか。」とか、「何々をしますか。」
というような問いかけに対して肯定的な応答をする場
合、その応答の約71％は「はい」であり、また約12％は
「そうです。」である。つまり、この応答の最初に現れ
る母音は/a/、/o/である。

また同様の問いかけに対し、否定的な応答をする場
合、その応答の約40％は「いいえ。」であり、また約21
％が「違います。」である。つまり、この応答にの最初
に現れる母音は/i/である。

更には上記の統計データの肯定的な応答において、そ
の最初の母音が/a/、/u/、/o/であるものは全体の約95
％を占める。また同様に否定的な応答において、その最
初の母音が/i/、/e/であるものも同じく全体の約95％を
占める。

つまり、ここで述べたような判断基準におて、高精度
の応答音声弁別装置が実現できる。

［発明の効果］以上述べてきたように本発明の応答音声弁別装置によ
れば、音声の最初の母音を検出、比較するだけの比較的
に小規模なハードウェアにより応答音声を弁別できる。
また、また認識対象が母音のみであるので同一話者内、
及び話者間の差異についてのデータを収集しやすく、ま
たそれを補償するのも用意である。もちろん、このデー
タ処理は従来例のごとく、単語毎に行う必要はない。

つまり、本発明によれば、小規模なハードウェアにお
いて、処理すべきデータ量も少なく、かつ不特定話者に
も用意に対応できる応答音声弁別装置が実現できる。

【図面の簡単な説明】

第１図は本発明による応答音声弁別装置の概念の模式図
である。第２図は従来例の応答音声弁別装置の概念の模式図であ
る。 1:音声入力手段 2:第１母音特徴抽出手段 3:母音特徴記憶手段 4:母音弁別手段 5:応答出力生成手段 6:音声入力手段 7:音声特徴抽出手段 8:単語音声特徴記憶手段 9:単語検出手段 10:出力生成手段

Claims

(57)【特許請求の範囲】

【請求項１】音声による応答を弁別する応答音声弁別装
置において、その装置が少なくともア）、音声入力手段と、イ）、ア）により入力された音声から、その音声に最初
に現れる母音の特徴を抽出する第１母音特徴抽出手段
と、ウ）、母音/a/、/i/、/u/、/e/、/o/のそれぞれの特徴
を記憶する母音特徴記憶手段と、エ）、イ）により抽出された母音特徴と、ウ）により記
憶されている母音特徴を比較する事によりイ）による母
音が何であるかを弁別する母音弁別手段と、オ）、エ）により弁別された母音が、/a/、/u/、/o/の
いずれかであれば肯定応答出力を、また、/i/、/e/のい
ずれかであれば否定応答出力を生成する応答出力生成手
段、をその構成中に含む事を特徴とする応答音声弁別装置。