JP3304665B2 - 音声認識装置 - Google Patents

音声認識装置

Info

Publication number
JP3304665B2
JP3304665B2 JP02943295A JP2943295A JP3304665B2 JP 3304665 B2 JP3304665 B2 JP 3304665B2 JP 02943295 A JP02943295 A JP 02943295A JP 2943295 A JP2943295 A JP 2943295A JP 3304665 B2 JP3304665 B2 JP 3304665B2
Authority
JP
Japan
Prior art keywords
word
occurrence
probability
storage unit
score
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
JP02943295A
Other languages
English (en)
Other versions
JPH08221091A (ja
Inventor
充 遠藤
達朗 伊藤
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.)
Panasonic Corp
Panasonic Holdings Corp
Original Assignee
Panasonic Corp
Matsushita Electric Industrial Co 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 Panasonic Corp, Matsushita Electric Industrial Co Ltd filed Critical Panasonic Corp
Priority to JP02943295A priority Critical patent/JP3304665B2/ja
Publication of JPH08221091A publication Critical patent/JPH08221091A/ja
Application granted granted Critical
Publication of JP3304665B2 publication Critical patent/JP3304665B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は単語を連続して発声され
た音声の認識を行う音声認識装置に関するものである。
【０００２】
【従来の技術】近年、統計的言語モデルを用いて音声認
識性能を向上させる試みが行われてきている。このよう
な音声認識装置の例としては、例えば、村上他”単語の
trigramを利用した文音声認識と自由発話認識への拡
張”電子情報通信学会技術報告、SP93-127(1994)をあげ
ることができる。統計的言語モデルとしては、２連続単
語に関する確率を用いるバイグラム、３連続単語に関す
る確率を用いるトライグラム、４連続単語に関する確率
を用いるテトラグラムなどがあり、入力の時間軸に沿っ
たレフト・トゥー・ライトの処理に置いては、バイグラ
ムは先行する１つの単語からの制約となり、トライグラ
ムは先行する２つの単語からの制約、テトラグラムは先
行する３つの単語からの制約となる。統計的言語モデル
としてバイグラムを用いた場合、制約が緩すぎるため、
認識結果に、日本語文として成り立たない非文が多く含
まれる。制約を強くするためには、トライグラム、テト
ラグラム、…というようにより大局的な制約を用いれば
よい。一方、必要な記憶容量の点からは、バイグラムが
認識対象に含まれる単語の語彙数の２乗、トライグラム
は語彙数の３乗、テトラグラムは語彙数の４乗の記憶容
量が必用となる。制約の強さと必要な記憶容量との兼ね
合いで、統計的言語モデルとしてはトライグラムが使わ
れているというのが現状である。
【０００３】以下に統計的言語モデルとしてトライグラ
ムを使った従来の音声認識装置について説明する。
【０００４】３図は従来の音声認識装置の概略構成を示
すものであり、１は入力された音声を特徴パラメータの
時系列に変換する特徴パラメータ算出部、２は予め学習
データより作成された単語標準パターンを格納する単語
標準パターン格納部、３は特徴パラメータと単語標準パ
ターンとの類似度である音響スコアと言語スコア計算部
による言語スコアとにより単語系列に対する総合スコア
を計算する認識部、４は総合スコアの高い単語系列を保
存する単語系列保存部、５は既に認識された先行単語系
列から次に前記単語が生起する確率を基にしたスコアを
計算する言語スコア計算部、６はある単語が先行する２
単語の直後に生起する確率を格納するトライグラム格納
部である。
【０００５】以下に、音声認識装置の動作について簡単
に説明する。入力された音声を特徴パラメータ算出部１
で特徴パラメータ（例えば、ＬＰＣケプストラム）に変
換し、認識部３において、特徴パラメータ算出部１から
受け取った特徴パラメータと、単語標準パターン格納部
２に格納してある単語標準パターンとのマッチング処理
（例えば、ＤＰマッチング）を行って、音響スコアを計
算する。一方、単語系列保存部４に保存してある既に認
識された単語系列と、トライグラム格納部６に格納して
あるトライグラムとから、言語スコア算出部５において
言語スコアを計算し、認識部３は、言語スコア計算部５
から言語スコアを受け取り、音響スコアと言語スコアと
による総合スコアを計算し、総合スコアの高い単語系列
を単語系列保存部４に渡す。単語系列保存部４は、音声
の入力が終了した後、保存している単語系列を認識結果
として出力する。
【０００６】次に言語スコア計算部５における言語スコ
アの計算の方法をさらに詳しく説明する。
【０００７】入力として発声された単語系列が、w1,w2,
w3,w4,w5,w6である時に、この単語系列に対する言語ス
コアは、
【０００８】
【数１】
【０００９】の例えば対数値で表される。ここで、P
(w1,w2,w3,w4,w5,w6)は単語系列w1,w2,w3,w4,w5,w6の生
起確率であり、１番目の単語の生起確率P(w1)と、１番
目の単語が生起したという条件の下で２番目の単語が生
起するという条件付き確率P(w2|w1)と、１番目と２番目
の単語の単語系列が生起したという条件の下で３番目の
単語が生起するという条件付き確率P(w3|w1,w2)と、１
番目の単語から３番目までの単語系列が生起したという
条件の下で４番目の単語が生起するという条件付き確率
P(w4|w1,w2,w3)と、１番目の単語から４番目までの単語
系列が生起したという条件の下で５番目の単語が生起す
るという条件付き確率P(w5|w1,w2,w3,w4)と、１番目の
単語から５番目までの単語系列が生起したという条件の
下で６番目の単語が生起するという条件付き確率P(w6|w
1,w2,w3,w4,w5)との積で表される。そして、トライグラ
ムを使う場合、１番目の単語の生起確率P(w1)と、１番
目の単語が生起したという条件の下で２番目の単語が生
起するという条件付き確率P(w2|w 1)と、１番目の単語か
ら２番目までの単語系列が生起したという条件の下で３
番目の単語が生起するという条件付き確率P(w3|w1,w2)
と、２番目の単語から３番目までの単語系列が生起した
という条件の下で４番目の単語が生起するという条件付
き確率P(w4|w2,w3)と、３番目の単語から４番目までの
単語系列が生起したという条件の下で５番目の単語が生
起するという条件付き確率P(w5|w3,w4)と、４番目の単
語から５番目までの単語系列が生起したという条件の下
で６番目の単語が生起するという条件付き確率P(w6|w4,
w5)との積で近似する。この式にしたがって、認識の途
中段階では、既に認識された単語系列（トライグラムの
場合は先行単語の内の最後の２単語）が発声されたとい
う条件の下で、その直後に現在の単語が生起する確率、
例えば図４(a)のように４番目の単語であればP(w4|w2,w
3)、図４(b)のように５番目の単語であればP(w5|w3,w4)
が、言語的な制約として働く。
【００１０】
【発明が解決しようとする課題】しかしながら上記の従
来の構成では、２単語以上前の単語を現在の単語への制
約として利用できないので、大局的な制約を利用できな
いという課題を有していた。また、これを解決しようと
して、トライグラムの代わりにテトラグラム、ペンタグ
ラム、…を使用しようとすると、認識対象の単語の語彙
数の４乗、５乗、…の記憶容量が必用となり、実用的な
語彙数を対象とした場合には実現できなくなる。
【００１１】本発明は上記従来の課題を解決するもの
で、大局的な制約を利用できて、かつ記憶容量が少ない
音声認識装置を提供することを目的とする。
【００１２】
【課題を解決するための手段】この目的を達成するため
に本発明の音声認識装置は、既に認識された先行単語系
列から次に現在の単語が生起する確率を基にした言語ス
コアを計算する際に、先行単語のすべてを利用し、生起
確率と連接共起確率と非連接共起確率との演算により求
めた条件付き確率を使うことを特徴とする言語スコア計
算部を有している。
【００１３】
【作用】この構成によって、先行するすべての単語から
の影響を現在の単語の認識スコアに反映するので大局的
な制約を利用でき、かつ、必要な情報は認識対象の単語
の語彙数の２乗の記憶容量で記憶できるので記憶容量が
少ない音声認識装置が実現できる。
【００１４】
【実施例】以下本発明の一実施例について、図面を参照
しながら説明する。
【００１５】図１は本発明による音声認識装置の一実施
例の概略構成を示すブロック線図である。図１におい
て、１は入力された音声を特徴パラメータの時系列に変
換する特徴パラメータ算出部、２は予め学習データより
作成された単語標準パターンを格納する単語標準パター
ン格納部、３は特徴パラメータと単語標準パターンとの
類似度である音響スコアと言語スコア計算部による言語
スコアとにより単語系列に対する総合スコアを計算する
認識部、４は総合スコアの高い単語系列を保存する単語
系列保存部、５は既に認識された先行単語系列から次に
前記単語が生起する確率を基にした言語スコアを計算す
る際に、先行単語のすべてを利用し、生起確率と連接共
起確率と非連接共起確率との演算により求めた条件付き
確率を使うことを特徴とする言語スコア計算部、７はあ
る単語が生起する確率を格納する生起確率格納部、８は
前記単語が別のある単語の直後に生起する確率を格納す
る連接共起確率格納部、９は前記単語が別のある単語の
２つ以上後方に生起する確率を格納する非連接共起確率
格納部である。
【００１６】以上のように構成された音声認識装置の動
作について簡単に説明する。入力された音声を特徴パラ
メータ算出部１で特徴パラメータ（例えば、ＬＰＣケプ
ストラム）に変換し、認識部３において、特徴パラメー
タ算出部１から受け取った特徴パラメータと、単語標準
パターン格納部２に格納してある単語標準パターンとの
マッチング処理（例えば、ＤＰマッチング）を行って、
音響スコアを計算する。一方、単語系列保存部４に保存
してある既に認識された単語系列と、生起確率格納部７
に格納してある単語の生起確率と連接共起確率格納部８
に格納してある連接共起確率と非連接共起確率格納部に
格納してある非連接共起確率とから、言語スコア算出部
５において言語スコアを計算し、認識部３は、言語スコ
ア計算部５から言語スコアを受け取り、音響スコアと言
語スコアとにより総合スコアを計算（例えば和、又は線
形和等）し、総合スコアの高い単語系列を単語系列保存
部４に渡す。単語系列保存部４は、音声の入力が終了し
た後、保存している単語系列を認識結果として出力す
る。
【００１７】以上のように動作する音声認識装置の言語
スコア計算部５における言語スコアの計算の方法をさら
に詳しく説明する。
【００１８】入力として発声された単語系列が、w1,w2,
w3,w4,w5,w6である時に、この単語系列に対する言語ス
コアは、
【００１９】
【数２】
【００２０】の例えば対数値で表される。ここで、P
(w1,w2,w3,w4,w5,w6)は単語系列w1,w2,w3,w4,w5,w6の生
起確率であり、１番目の単語の生起確率P(w1)と、１番
目の単語が生起したという条件の下で２番目の単語が生
起するという条件付き確率P(w2|w1)と、１番目の単語か
ら２番目までの単語系列が生起したという条件の下で３
番目の単語が生起するという条件付き確率P(w3|w1,w2)
と、１番目の単語から３番目までの単語系列が生起した
という条件の下で４番目の単語が生起するという条件付
き確率P(w4|w1,w2,w3)と、１番目の単語から４番目まで
の単語系列が生起したという条件の下で５番目の単語が
生起するという条件付き確率P(w5|w1,w2,w3,w4)と、１
番目の単語から５番目までの単語系列が生起したという
条件の下で６番目の単語が生起するという条件付き確率
P(w6|w1,w2,w3,w4,w5)との積で表される。ここで、既に
認識された先行単語系列から現在の単語への影響が、先
行単語のそれぞれから現在の単語へ独立に影響すると仮
定し、さらに、先行する単語系列のそれぞれの単語から
現在の単語への影響を直前の単語からの影響（連接共起
確率Pcon(wi|wj)で表す）と、２つ以上前の単語からの
影響（非連接共起確率Psep(wi|wj) で表す）との２種類
の影響で表現すると、ベイズの定理より次式のように近
似できる。
【００２１】
【数３】
【００２２】ここで、Pcon(wi|wj)は単語wjの直後に単
語wiが生起する確率、Psep(wi|wj)は、単語wjの２つ以
上後方に単語wiが生起する確率、P(wi)は単語wiが生起
する確率である。
【００２３】従来例との違いは、認識の途中段階で、既
に認識された単語系列が発声されたという条件の下で、
その直後に単語wiが生起する確率に基づいた言語スコア
を求める際に、従来例のトライグラムを使う場合には、
【００２４】
【数４】
【００２５】で近似し、本実施例によれば、
【００２６】
【数５】
【００２７】で近似する。例えば、本実施例では、図２
(a)のように４単語目の単語に対する言語スコアは、１
番目の単語の後方に４番目の単語が生起する非連接共起
確率Ps ep(w4|w1)と、２番目の単語の後方に４番目の単
語が生起する非連接共起確率Pse p(w4|w2)と、３番目の
単語直後に４番目の単語の直後に４番目の単語が生起す
る連接共起確率Pcon(w4|w3)との積を４番目の単語の生
起確率P(w4)の２乗で割った値の対数値である。同様に
して、図２(b)のように５番目の単語に対する言語スコ
アは、１番目の単語の後方に５番目の単語が生起する非
連接共起確率Psep(w5|w1)と２番目の単語の後方に５番
目の単語が生起する非連接共起確率Psep(w5|w2)と３番
目の単語の後方に５番目の単語が生起する非連接共起確
率Psep(w5|w3)と４番目の単語の直後に５番目の単語が
生起する連接共起確率Pcon(w5|w4)との積を５番目の単
語の生起確率P(w5)の３乗で割った値の対数値である。
【００２８】本実施例による音声認識装置の認識対象の
文（文と単語系列は同義である）の数と従来の音声認識
装置の認識対象の文の数を（表１）に比較して示す。
【００２９】
【表１】
【００３０】この（表１）は、「申告するものは、あり
ません。」「全日空のカウンターはどこですか。」など
の空港での会話を集めた１６２文例のデータから、従来
例ではトライグラムを、本実施例では連接共起確率、非
連接共起確率、生起確率を求め、認識方法にしたがって
求めた単語系列に対する生起確率が０でない単語系列を
すべて求めて、単語系列に含まれる単語数毎にまとめた
ものである。
【００３１】例文から取り出した情報（トライグラム
や、連接共起確率など）により再合成した文の数は、少
ないことが望ましく、文例の数に近いほど良い。それ
は、認識対象が少ない方が、誤認識の可能性が少ないの
で認識に有利となるからである。
【００３２】この（表１）から明らかになように、認識
対象となる文の数は、本実施例の方が例文の数に近く、
認識対象を限定する制約として強く働いている。認識対
象文の過剰生成を表す、文の増加分を見ると本実施例の
５１文という数は、従来例の１１９文の半分以下に押さ
えられている。
【００３３】また、過剰生成された文の内容を見ると、
以下のようなことがわかる。従来例では、制約が局所的
な制約であるために、大局的には成立しないような文で
あっても局所的な制約を満たせば認識の対象となり得
る。例えば「全日空のカウンターへこの荷物をタクシー
乗り場まで運んで下さい。」「両替はどこから出ていま
すか？」「ニューヨークには何時に始りますか。」など
は、明らかに日本語としておかしいが、このような５５
の非文（日本語として成り立たない文）が認識対象に含
まれている。一方、本実施例の認識対象における例文以
外の文は、ある単語系列を省略したと考えられる文（例
えば「ニューヨークはどうですか。」など）がほとんど
で、全く意味がとれない非文は、「飛行機の切符はどこ
でできますか。」「切符はどこでできますか。」という
２例のみであった。このように本実施例において非文が
少ない理由は、先行するすべての単語と共起する単語の
みを先行単語系列につなげることができるので、認識対
象となる文は、１文中から取り出した単語対のすべてが
共起する単語対からなる、つまり、文中の単語は意味的
に整合の取れた単語集団であることが期待でき、また、
１文中から取り出したすべての２連続単語が、存在し得
る２連続単語であることから構文的に正しい文であるこ
とが期待できるからである。
【００３４】ところで、記憶容量に関して言えば、認識
対象内の単語の語彙数が２５６であるから、従来例は25
63=16777216の記憶容量が必要であるが、本実施例で
は、256 2×2+256=131328という従来例の1/100以下の記
憶容量があれば良い。
【００３５】以上のように本実施例によれば、既に認識
された先行単語系列から次に現在の単語が生起する確率
を基にした言語スコアを計算する際に、先行単語のすべ
てを利用し、生起確率と連接共起確率と非連接共起確率
との演算により求めた条件付き確率を使うことを特徴と
する言語スコア計算部を設けることにより、大局的な制
約を利用でき、かつ、記憶容量が少ない、優れた音声認
識装置を実現できるものである。
【００３６】
【発明の効果】以上のように本発明は、既に認識された
先行単語系列から次に現在の単語が生起する確率を基に
した言語スコアを計算する際に、先行単語のすべてを利
用し、生起確率と連接共起確率と非連接共起確率との演
算により求めた条件付き確率を使うことを特徴とする言
語スコア計算部を設けることにより、大局的な制約を利
用でき、かつ、記憶容量が少ない、優れた音声認識装置
を実現できるものである。
【図面の簡単な説明】
【図１】本発明の一実施例における音声認識装置を示す
概略ブロック図
【図２】（ａ）同実施例により４番目の単語を認識する
際の動作例の概念図 （ｂ）同実施例により５番目の単語を認識する際の動作
例の概念図
【図３】従来の音声認識装置を示す概略ブロック図
【図４】（ａ）従来の音声認識装置により４番目の単語
を認識する際の動作例の概念図 （ｂ）従来の音声認識装置により５番目の単語を認識す
る際の動作例の概念図
【符号の説明】
１ 特徴パラメータ算出部 ２ 単語標準パターン格納部 ３ 認識部 ４ 単語系列保存部 ５ 言語スコア計算部 ６ トライグラム格納部 ７ 生起確率格納部 ８ 連接共起確率格納部 ９ 非連接共起確率格納部
フロントページの続き (56)参考文献 特開 平５−289692（ＪＰ，Ａ) 特開 平６−342298（ＪＰ，Ａ) 特開 平６−301394（ＪＰ，Ａ) 遠藤充，伊藤達朗，星見昌克，二矢田 勝行，単語共起と単語Ｂｉｒａｍによる 制約を用いた文認識法の検討，日本音響 学会平成７年度春季研究発表会講演論文 集，日本，1995年 ３月14日，３−Ｐ− ８，ｐ．177−178 遠藤充，伊藤達朗，星見昌克，二矢田 勝行，音声認識システムにおける単語共 起モデルを用いた言語処理法の検討，電 子情報通信学会技術研究報告［音声］, 日本，1995年11月16日，ＳＰ95−75, ｐ．15−22 (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 15/18 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (2)

    (57)【特許請求の範囲】
  1. 【請求項１】 入力された音声を前記音声の特徴を表す
    特徴パラメータの時系列に変換する特徴パラメータ算出
    部と、予め作成された単語標準パターンを格納する単語
    標準パターン格納部と、第１の単語が生起する確率であ
    る生起確率を格納する生起確率格納部と、前記第１の単
    語が第２の単語の直後に生起する確率である連接共起確
    率を格納する連接共起確率格納部と、前記第１の単語が
    第３の単語の２つ以上後方に生起する確率を１つにまと
    めた非連接共起確率を格納する非連接共起確率格納部
    と、既に認識された先行単語系列のすべてを利用して前
    記生起確率、前記連接共起確率及び前記非連接共起確率
    との演算により、前記先行単語系列の次に前記第１の単
    語が生起する確率を表す言語スコアを計算する言語スコ
    ア計算部と、前記特徴パラメータと前記単語標準パター
    ンとの類似度である音響スコアと前記言語スコアとによ
    り単語系列に対する尤度を表す総合スコアを計算する認
    識部と、前記総合スコアの高い単語系列を保存する結果
    保存部とを具備する音声認識装置。
  2. 【請求項２】 前記認識部は、言語スコアが０でない単
    語系列のみ認識対象とすることを特徴とする請求項１記
    載の音声認識装置。
JP02943295A 1995-02-17 1995-02-17 音声認識装置 Expired - Fee Related JP3304665B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP02943295A JP3304665B2 (ja) 1995-02-17 1995-02-17 音声認識装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP02943295A JP3304665B2 (ja) 1995-02-17 1995-02-17 音声認識装置

Publications (2)

Publication Number Publication Date
JPH08221091A JPH08221091A (ja) 1996-08-30
JP3304665B2 true JP3304665B2 (ja) 2002-07-22

Family

ID=12275984

Family Applications (1)

Application Number Title Priority Date Filing Date
JP02943295A Expired - Fee Related JP3304665B2 (ja) 1995-02-17 1995-02-17 音声認識装置

Country Status (1)

Country Link
JP (1) JP3304665B2 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1767600A (en) * 1999-12-23 2001-07-09 Intel Corporation Speech recognizer with a lexical tree based n-gram language model
US7031923B1 (en) 2000-03-06 2006-04-18 International Business Machines Corporation Verbal utterance rejection using a labeller with grammatical constraints
JP4105841B2 (ja) * 2000-07-11 2008-06-25 インターナショナル・ビジネス・マシーンズ・コーポレーション 音声認識方法、音声認識装置、コンピュータ・システムおよび記憶媒体
GB2453366B (en) * 2007-10-04 2011-04-06 Toshiba Res Europ Ltd Automatic speech recognition method and apparatus
JP5337575B2 (ja) * 2009-05-12 2013-11-06 株式会社エヌ・ティ・ティ・データ 候補語抽出装置、候補語抽出方法及び候補語抽出プログラム
JP5585111B2 (ja) * 2010-02-16 2014-09-10 日本電気株式会社 発話内容推定装置、言語モデル作成装置、それに用いる方法およびプログラム
JP6047364B2 (ja) * 2012-10-10 2016-12-21 日本放送協会 音声認識装置、誤り修正モデル学習方法、及びプログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
遠藤充，伊藤達朗，星見昌克，二矢田勝行，単語共起と単語Ｂｉｒａｍによる制約を用いた文認識法の検討，日本音響学会平成７年度春季研究発表会講演論文集，日本，１９９５年 ３月１４日，３−Ｐ−８，ｐ．１７７−１７８
遠藤充，伊藤達朗，星見昌克，二矢田勝行，音声認識システムにおける単語共起モデルを用いた言語処理法の検討，電子情報通信学会技術研究報告［音声］，日本，１９９５年１１月１６日，ＳＰ９５−７５，ｐ．１５−２２

Also Published As

Publication number Publication date
JPH08221091A (ja) 1996-08-30

Similar Documents

Publication Publication Date Title
US6973427B2 (en) Method for adding phonetic descriptions to a speech recognition lexicon
Ortmanns et al. Language-model look-ahead for large vocabulary speech recognition
Wang et al. Complete recognition of continuous Mandarin speech for Chinese language with very large vocabulary using limited training data
EP1922653B1 (en) Word clustering for input data
US5899973A (en) Method and apparatus for adapting the language model's size in a speech recognition system
US5878390A (en) Speech recognition apparatus equipped with means for removing erroneous candidate of speech recognition
US5832428A (en) Search engine for phrase recognition based on prefix/body/suffix architecture
US6178401B1 (en) Method for reducing search complexity in a speech recognition system
JP3426176B2 (ja) 音声認識装置、方法、コンピュータ・システム及び記憶媒体
KR102375115B1 (ko) 엔드-투-엔드 모델들에서 교차-언어 음성 인식을 위한 음소-기반 컨텍스트화
US6980954B1 (en) Search method based on single triphone tree for large vocabulary continuous speech recognizer
JP3304665B2 (ja) 音声認識装置
KR100930714B1 (ko) 음성인식 장치 및 방법
US5764851A (en) Fast speech recognition method for mandarin words
US20040006469A1 (en) Apparatus and method for updating lexicon
US6963832B2 (en) Meaning token dictionary for automatic speech recognition
JP4600706B2 (ja) 音声認識装置および音声認識方法、並びに記録媒体
JP2000259645A (ja) 音声処理装置及び音声データ検索装置
US20220310067A1 (en) Lookup-Table Recurrent Language Model
JP4962962B2 (ja) 音声認識装置、自動翻訳装置、音声認識方法、プログラム、及びデータ構造
Isotani et al. An automatic speech translation system on PDAs for travel conversation
JP2938865B1 (ja) 音声認識装置
JP2965529B2 (ja) 音声認識装置
JP3428309B2 (ja) 音声認識装置
JP3240691B2 (ja) 音声認識方法

Legal Events

Date Code Title Description
FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090510

Year of fee payment: 7

LAPS Cancellation because of no payment of annual fees