JP4486235B2 - 音声認識装置 - Google Patents
音声認識装置 Download PDFInfo
- Publication number
- JP4486235B2 JP4486235B2 JP2000264127A JP2000264127A JP4486235B2 JP 4486235 B2 JP4486235 B2 JP 4486235B2 JP 2000264127 A JP2000264127 A JP 2000264127A JP 2000264127 A JP2000264127 A JP 2000264127A JP 4486235 B2 JP4486235 B2 JP 4486235B2
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- area code
- subscriber number
- code
- voice
- 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
Links
- 230000004044 response Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4931—Directory assistance systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
- H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
- H04M1/271—Devices whereby a plurality of signals may be stored simultaneously controlled by voice recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
- G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2201/00—Electronic components, circuits, software, systems or apparatus used in telephone systems
- H04M2201/40—Electronic components, circuits, software, systems or apparatus used in telephone systems using speech recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/487—Arrangements for providing information services, e.g. recorded voice services or time announcements
- H04M3/493—Interactive information services, e.g. directory enquiries ; Arrangements therefor, e.g. interactive voice response [IVR] systems or voice portals
- H04M3/4936—Speech interaction details
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Telephonic Communication Services (AREA)
- Document Processing Apparatus (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、数字の組が複数連結されて意味を持つ、電話番号や郵便番号の音声認識に用いて好適な、音声による数字列認識方法ならびに装置に関する。
【０００２】
【従来の技術】
音声による電話番号ダイヤリング装置や電話番号検索装置が実用化されているが、従来は、数字を認識する段階では単に連続した数字列として扱い、数字入力が完了した後、適切な電話番号であるか否かの判断を行う。
この場合、一度の発声で全部の番号を言いきってしまうことも可能であり、番号入力処理が素早く行えるという利点がある反面、存在しない市外局番や市外局番＋市内局番の組合せに誤認識してしまう場合がある。
【０００３】
システムとユーザのコミュニケーション手順は以下のようになる。
ガイダンスメッセージ “電話番号をどうぞ”
発話 「０４９２８５１１１１」
認識結果 “０４９２１５１１１１”(存在しない)
メッセージ “番号が登録されていません”
他の例として、市外局番、市外局番、加入者番号と数字列の持つ意味ごとに区切って認識するという装置もある。この場合、区切りごとに、専用の認識辞書を使うことができるため、存在しない番号が認識結果として得られてしまうことはないが、複数回の認識処理を行わなければならず手間がかかる。
【０００４】
この場合のシステムとユーザのコミュニケーション手順は以下のようになる。
ガイダンスメッセージ “市外局番をどうぞ”
発話 「０４９２」
認識結果 “０４９２”
ガイダンスメッセージ “市内電話をどうぞ”
発話 「８５」
認識結果 “８５”
ガイダンスメッセージ “残りの番号をどうぞ”
発話 「１１１１」
認識結果 “１１１１”
全ての番号を一度に認識でき、かつ適切な番号だけを認識するためには、全ての番号の組合せを持った待ち受け辞書を用意しなければならず、現実的には不可能である。
【０００５】
【発明が解決しようとする課題】
上述したように従来の音声による電話番号認識装置では、前者の場合、入力の手間は少ないものの不正な番号でも受け付けてしまうといった問題があり、後者の場合、不正な番号は受け付けないものの、複数に区切って順番に発話しなければならず手間がかかるといった問題があった。
【０００６】
本発明は上記事情に鑑みてなされたものであり、意味的に分離した複数の領域を持つ数字列を複数の領域毎に分割した音声認識辞書を連結し、連続的に音声認識を行うことにより、一度の発話で全番号入力を完了させることができ、かつ、市外、市内局番においても、不正な番号は受け付けない音声による数字列認識方法ならびに装置を提供することを目的とする。
【０００７】
【課題を解決するための手段】
上述した課題を解決するための発明は、意味的に分離した複数の領域を持つ数字列を複数の領域毎に分割した音声認識辞書を連結し、連続的に音声認識を行うことを特徴とする。
【０００８】
請求項１に記載の発明は、発話される市外局番と市内局番と加入者番号の順番で構成される数字列から成る電話番号の音声を音声認識する音声認識装置であって、市外局番の認識辞書と市内局番の認識辞書と加入者番号の認識辞書とを記憶する記憶手段と、市外局番と市内局番と加入者番号とをその順番で発話することを促す第１メッセージと、市内局番と加入者番号とをその順番で発話することを促す第２メッセージと、加入者番号を発話することを促す第３メッセージとを選択的に出力する出力手段と、前記出力手段の出力に応じて発せられる音声を入力する入力手段と、前記入力手段が入力した音声を、前記記憶手段に記憶されている前記認識辞書を用いて音声認識する音声認識手段と、を備え、前記音声認識手段は、前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番を認識すると、次に前記市内局番の認識辞書と前記加入者番号の認識辞書とを用いて、前記第２メッセージに応じて発せられる音声から市内局番と加入者番号とを音声認識することにより、市外局番と市内局番と加入者番号とから成る電話番号の認識を完了し、前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番と市内局番を認識すると、次に前記加入者番号の認識辞書を用いて、前記第３メッセージに応じて発せられる音声から加入者番号を音声認識することにより、市外局番と市内局番と加入者番号とから成る電話番号の認識を完了すること、を特徴とする。
【０００９】
請求項２に記載の発明は、請求項１に記載の音声認識装置において、更に前記音声認識手段は、前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番と市内局番と加入者番号とを音声認識すると、電話番号の認識を完了すること、を特徴とする。
【００１０】
請求項３に記載の発明は、請求項１又は２に記載の音声認識装置において、更に前記出力手段は、前記音声認識手段が認識を完了した電話番号をユーザに通知すること、を特徴とする。
【００１４】
上記構成により、現存する市外局番と現存する市内局番に限定して電話番号の認識を行うため、不正な市外市内局番に誤認識をすることが無く、認識率が向上する。また、電話番号入力を１回の発話で完了することもでき、効率的な電話番号入力可能となる。
【００１５】
【発明の実施の形態】
図１は本発明における音声による数字列認識装置の実施形態を示すブロック図である。図１において、１はユーザの音声を電気信号に変換するためのマイクである。２は電気信号に変換された音声を必要な大きさまで増幅する音声入力部である。３は入力された音声信号を特徴パラメータとして分析する音声分析部、５は音声認識においてマッチング処理対象となる単語パラメータが格納されている認識辞書格納部である。４は、音声分析部３で分析された音声特徴パラメータと認識辞書格納部５に格納されている全ての認識単語との類似度を演算することによって音声認識を行う音声認識部である。
【００１６】
ユーザが発話した音声を認識した結果は、認識単語として音声認識制御部６に供給される。音声認識制御部６は、その認識結果に応じ、認識辞書格納部５の音声認識辞書構成を変えるとともに、システム制御部１０に最終的な数字列認識結果を伝える。認識辞書作成部７では、音声認識制御部６からの指示に従い、認識辞書記憶部８から必要な認識辞書を取り出し、認識辞書格納部５に転送する。システム制御部１０は、音声認識制御部６から得られた音声認識結果のもとづき、認識結果の表示、音声入力、電話発信処理等を行う。９は、市外局番認識結果と市内局番ＩＤとの関連情報を記憶した市外局番ＩＤテーブルが格納される市外―市内番号組合せ記憶部であり、詳細は図６を用いて後述する。
【００１７】
１２は上述したガイダンスメッセージや、認識結果を音声出力するための音声出力部であり、システム制御部１０の指示に従い必要な音声出力を行う。
【００１８】
図２〜図６は、認識辞書記憶部８に記憶されている認識辞書である。図２に示す市外番号認識辞書は、存在する全ての市外局番からなる認識辞書である。図３に示す、市外＋市内局番認識辞書は、市外局番および市外局番と対応する市内局番を組み合わせた番号からなる認識辞書である。図４に示す市内局番認識辞書は、各エントリが、市外局番に対応する市内局番だけで構成されており、市外局番ＩＤを指定することで市内局番データが取得できる。図５に示す加入者番号認識辞書は、“００００”から“９９９９”までの4桁数字を認識する辞書である。図６は、市外局番認識結果と市内局番ＩＤとの関連情報を記憶した市外局番ＩＤテーブルであり、市外―市内番号組合せ記憶部９に格納されている。
【００１９】
図７〜図９は、認識辞書格納部５に転送された複数の認識辞書を連続的に認識させるネットワーク構成を示したものである。
【００２０】
図７に示すネットワーク構成では、市外局番、市外局番と市内局番および市外局番と市内局番と加入者番号の発話パターンを受け付けることが可能である。市外局番だけが発話された場合、開始→認識辞書７１→終了のルートをたどり、市外局番が決定される。市外局番と市内局番が発話された場合、開始→認識辞書７２→終了のルートをたどり、市外＋市内局番が決定される。市外局番と市内局番と加入者番号が発話された場合、開始→認識辞書７２→認識辞書７３→終了のるーとをたどり、市外＋市内＋番号が決定される。
【００２１】
図８に示すネットワーク構成では、市内局番と加入者番号および加入者番号の発話パターンを受け付けることが可能である。市内局番だけが発話された場合、開始→認識辞書７４→終了のルートをたどり、市内局番が決定される。市内番号と加入者番号が発話された場合、開始→認識辞書７４→認識辞書７３→終了のルートをたどり、市内＋加入者番号が決定される。
図９に示すネットワーク構成では、加入者番号だけが、認識される。
【００２２】
次に、図１０、図１１に示すフローチャートに従い、図１乃至図９に示す本発明実施形態の動作について詳細に説明する。
【００２３】
まず、図１０に示すフローチャートを参照しながら、電話番号認識処理について説明する。
電話番号認識処理が開始されると、ステップＳ１１で認識辞書記憶部８から市外局番辞書と市外＋市内局番辞書と加入者番号の各認識辞書（７１〜７３）が認識辞書格納部５に転送され、図７に示した認識辞書のネットワーク構成を作成する。
認識辞書の設定が終了したのち、ステップＳ１２で、「電話番号を市外局番からお話下さい」といった発話を促すガイダンスメッセージの出力を行い、ステップＳ１３で音声認識を行う。
【００２４】
続いてステップＳ１４で加入者番号まで認識結果が得られているかを判断する。本発系実施形態においては認識辞書格納部５にセットされる全てのパターンにおいて、市外、市内、加入者番号の順番、もしくは同時に認識結果が取得されるため、加入者番号が得られていれば全番号が取得されたという判断が可能である。加入者番号までの認識結果が得られている場合は、得られた全ての数字列電話番号認識結果として、システム制御部１０に通知し、認識処理を終了する。加入者番号まで認識結果が得られていない場合、不足している部分を取得するため、ステップＳ１５以降の処理を継続する。
【００２５】
ステップＳ１５で市内局番が得られている場合は、加入者番号だけ取得できれば良いのでステップＳ１６の処理に移る。ステップＳ１５で市内局番が得られていない場合は、市内局番と加入者番号を取得するためのステップＳ１８の処理に移る。ステップＳ１６では認識辞書格納部５の辞書ネットワークを図９に示した形に変更し、加入者番号だけが認識できるようにする。その後、ステップＳ１７で「番号をお話下さい」といったガイダンスメッセージを出力した後、ステップＳ１３の認識処理に移る。
【００２６】
ステップＳ１８以降では市内局番と加入者番号の取得を行う。ステップＳ１８では、図６に示した市外局番ＩＤテーブルを参照し、取得済みの市外局番に対応する市内局番辞書を認識辞書格納部５に転送する。ステップＳ１９では認識辞書格納部５の辞書ネットワークを図８のように変更し、市内局番および市内局番と加入者番号が認識できるようにする。その後、ステップＳ２０で「電話番号を市内局番からお話下さい」といったガイダンスメッセージを出力したのち、ステップＳ１３の認識処理に移る。
【００２７】
この認識処理については図１１にその詳細が示されている。まず、ステップＳ１３２で発話音声（ステップＳ１３１）を分析して音声特徴パラメータを得る。次に、分析された音声特徴パラメータと認識辞書格納部５に格納されている認識辞書内の全単語との類似度をステップＳ１３３で取得する。類似度は上述したネットワーク構成を考慮して行われ、最も類似度の高いルートと認識単語が認識結果として得られる。ステップＳ１３４〜Ｓ１３６では認識結果から市外局番、市内局番、加入者番号を取得する。
【００２８】
なお、本発明実施形態では電話番号のみ例示したが、数字の組が複数連結して意味を持つものであれば、その全てに応用が可能であり、例えば、３桁の市区番号と４桁の地域番号の組合せでなる郵便番号においても同様に応用できる。
【００２９】
【発明の効果】
以上のように、本発明は、意味的に分離した複数の領域を持つ数字列を複数の領域毎に分割した音声認識辞書を連結し、連続的に音声認識を行うものであり、現存する市外局番と現存する市内局番に限定して電話番号の認識を行うため、不正な市外市内局番に誤認識をすることが無く、認識率が向上する。また、電話番号入力を１回の発話で完了することもでき、効率的な電話番号入力可能となる。
【図面の簡単な説明】
【図１】本発明の音声による数字列認識方法ならびに装置の実施形態を示すブロック図である。
【図２】図１に示す認識辞書記憶部に格納される認識辞書の一例を示す図である。
【図３】図１に示す認識辞書記憶部に格納される認識辞書の一例を示す図である。
【図４】図１に示す認識辞書記憶部に格納される認識辞書の一例を示す図である。
【図５】図１に示す認識辞書記憶部に格納される認識辞書の一例を示す図である。
【図６】図１に示す、市外−市内番号組合せ記憶部に格納される市内局番ＩＤテーブルの一例を示す図である。
【図７】図１に示す認識辞書格納部に転送された複数の認識辞書を連続的に認識させるネットワーク構成の一例を示した図である。
【図８】図１に示す認識辞書格納部に転送された複数の認識辞書を連続的に認識させるネットワーク構成の一例を示した図である。
【図９】図１に示す認識辞書格納部に転送された認識辞書を認識させるネットワーク構成の一例を示した図である。
【図１０】本発明実施形態の動作を説明するために引用したフローチャートである。
【図１１】本発明実施形態の動作を説明するために引用したフローチャートである。
【符号の説明】
１…マイク、２…音声入力部、３…音声分析部、４…音声認識部、５…認識辞書格納部、６…音声認識制御部、７…認識辞書作成部、８…認識辞書記憶部、９…市外−市内番号組合せ記憶部、１０…システム制御部、１１…表示制御部、１２…音声出力部、１３…電話部、１４…表示部、１５…スピーカ
【発明の属する技術分野】
本発明は、数字の組が複数連結されて意味を持つ、電話番号や郵便番号の音声認識に用いて好適な、音声による数字列認識方法ならびに装置に関する。
【０００２】
【従来の技術】
音声による電話番号ダイヤリング装置や電話番号検索装置が実用化されているが、従来は、数字を認識する段階では単に連続した数字列として扱い、数字入力が完了した後、適切な電話番号であるか否かの判断を行う。
この場合、一度の発声で全部の番号を言いきってしまうことも可能であり、番号入力処理が素早く行えるという利点がある反面、存在しない市外局番や市外局番＋市内局番の組合せに誤認識してしまう場合がある。
【０００３】
システムとユーザのコミュニケーション手順は以下のようになる。
ガイダンスメッセージ “電話番号をどうぞ”
発話 「０４９２８５１１１１」
認識結果 “０４９２１５１１１１”(存在しない)
メッセージ “番号が登録されていません”
他の例として、市外局番、市外局番、加入者番号と数字列の持つ意味ごとに区切って認識するという装置もある。この場合、区切りごとに、専用の認識辞書を使うことができるため、存在しない番号が認識結果として得られてしまうことはないが、複数回の認識処理を行わなければならず手間がかかる。
【０００４】
この場合のシステムとユーザのコミュニケーション手順は以下のようになる。
ガイダンスメッセージ “市外局番をどうぞ”
発話 「０４９２」
認識結果 “０４９２”
ガイダンスメッセージ “市内電話をどうぞ”
発話 「８５」
認識結果 “８５”
ガイダンスメッセージ “残りの番号をどうぞ”
発話 「１１１１」
認識結果 “１１１１”
全ての番号を一度に認識でき、かつ適切な番号だけを認識するためには、全ての番号の組合せを持った待ち受け辞書を用意しなければならず、現実的には不可能である。
【０００５】
【発明が解決しようとする課題】
上述したように従来の音声による電話番号認識装置では、前者の場合、入力の手間は少ないものの不正な番号でも受け付けてしまうといった問題があり、後者の場合、不正な番号は受け付けないものの、複数に区切って順番に発話しなければならず手間がかかるといった問題があった。
【０００６】
本発明は上記事情に鑑みてなされたものであり、意味的に分離した複数の領域を持つ数字列を複数の領域毎に分割した音声認識辞書を連結し、連続的に音声認識を行うことにより、一度の発話で全番号入力を完了させることができ、かつ、市外、市内局番においても、不正な番号は受け付けない音声による数字列認識方法ならびに装置を提供することを目的とする。
【０００７】
【課題を解決するための手段】
上述した課題を解決するための発明は、意味的に分離した複数の領域を持つ数字列を複数の領域毎に分割した音声認識辞書を連結し、連続的に音声認識を行うことを特徴とする。
【０００８】
請求項１に記載の発明は、発話される市外局番と市内局番と加入者番号の順番で構成される数字列から成る電話番号の音声を音声認識する音声認識装置であって、市外局番の認識辞書と市内局番の認識辞書と加入者番号の認識辞書とを記憶する記憶手段と、市外局番と市内局番と加入者番号とをその順番で発話することを促す第１メッセージと、市内局番と加入者番号とをその順番で発話することを促す第２メッセージと、加入者番号を発話することを促す第３メッセージとを選択的に出力する出力手段と、前記出力手段の出力に応じて発せられる音声を入力する入力手段と、前記入力手段が入力した音声を、前記記憶手段に記憶されている前記認識辞書を用いて音声認識する音声認識手段と、を備え、前記音声認識手段は、前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番を認識すると、次に前記市内局番の認識辞書と前記加入者番号の認識辞書とを用いて、前記第２メッセージに応じて発せられる音声から市内局番と加入者番号とを音声認識することにより、市外局番と市内局番と加入者番号とから成る電話番号の認識を完了し、前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番と市内局番を認識すると、次に前記加入者番号の認識辞書を用いて、前記第３メッセージに応じて発せられる音声から加入者番号を音声認識することにより、市外局番と市内局番と加入者番号とから成る電話番号の認識を完了すること、を特徴とする。
【０００９】
請求項２に記載の発明は、請求項１に記載の音声認識装置において、更に前記音声認識手段は、前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番と市内局番と加入者番号とを音声認識すると、電話番号の認識を完了すること、を特徴とする。
【００１０】
請求項３に記載の発明は、請求項１又は２に記載の音声認識装置において、更に前記出力手段は、前記音声認識手段が認識を完了した電話番号をユーザに通知すること、を特徴とする。
【００１４】
上記構成により、現存する市外局番と現存する市内局番に限定して電話番号の認識を行うため、不正な市外市内局番に誤認識をすることが無く、認識率が向上する。また、電話番号入力を１回の発話で完了することもでき、効率的な電話番号入力可能となる。
【００１５】
【発明の実施の形態】
図１は本発明における音声による数字列認識装置の実施形態を示すブロック図である。図１において、１はユーザの音声を電気信号に変換するためのマイクである。２は電気信号に変換された音声を必要な大きさまで増幅する音声入力部である。３は入力された音声信号を特徴パラメータとして分析する音声分析部、５は音声認識においてマッチング処理対象となる単語パラメータが格納されている認識辞書格納部である。４は、音声分析部３で分析された音声特徴パラメータと認識辞書格納部５に格納されている全ての認識単語との類似度を演算することによって音声認識を行う音声認識部である。
【００１６】
ユーザが発話した音声を認識した結果は、認識単語として音声認識制御部６に供給される。音声認識制御部６は、その認識結果に応じ、認識辞書格納部５の音声認識辞書構成を変えるとともに、システム制御部１０に最終的な数字列認識結果を伝える。認識辞書作成部７では、音声認識制御部６からの指示に従い、認識辞書記憶部８から必要な認識辞書を取り出し、認識辞書格納部５に転送する。システム制御部１０は、音声認識制御部６から得られた音声認識結果のもとづき、認識結果の表示、音声入力、電話発信処理等を行う。９は、市外局番認識結果と市内局番ＩＤとの関連情報を記憶した市外局番ＩＤテーブルが格納される市外―市内番号組合せ記憶部であり、詳細は図６を用いて後述する。
【００１７】
１２は上述したガイダンスメッセージや、認識結果を音声出力するための音声出力部であり、システム制御部１０の指示に従い必要な音声出力を行う。
【００１８】
図２〜図６は、認識辞書記憶部８に記憶されている認識辞書である。図２に示す市外番号認識辞書は、存在する全ての市外局番からなる認識辞書である。図３に示す、市外＋市内局番認識辞書は、市外局番および市外局番と対応する市内局番を組み合わせた番号からなる認識辞書である。図４に示す市内局番認識辞書は、各エントリが、市外局番に対応する市内局番だけで構成されており、市外局番ＩＤを指定することで市内局番データが取得できる。図５に示す加入者番号認識辞書は、“００００”から“９９９９”までの4桁数字を認識する辞書である。図６は、市外局番認識結果と市内局番ＩＤとの関連情報を記憶した市外局番ＩＤテーブルであり、市外―市内番号組合せ記憶部９に格納されている。
【００１９】
図７〜図９は、認識辞書格納部５に転送された複数の認識辞書を連続的に認識させるネットワーク構成を示したものである。
【００２０】
図７に示すネットワーク構成では、市外局番、市外局番と市内局番および市外局番と市内局番と加入者番号の発話パターンを受け付けることが可能である。市外局番だけが発話された場合、開始→認識辞書７１→終了のルートをたどり、市外局番が決定される。市外局番と市内局番が発話された場合、開始→認識辞書７２→終了のルートをたどり、市外＋市内局番が決定される。市外局番と市内局番と加入者番号が発話された場合、開始→認識辞書７２→認識辞書７３→終了のるーとをたどり、市外＋市内＋番号が決定される。
【００２１】
図８に示すネットワーク構成では、市内局番と加入者番号および加入者番号の発話パターンを受け付けることが可能である。市内局番だけが発話された場合、開始→認識辞書７４→終了のルートをたどり、市内局番が決定される。市内番号と加入者番号が発話された場合、開始→認識辞書７４→認識辞書７３→終了のルートをたどり、市内＋加入者番号が決定される。
図９に示すネットワーク構成では、加入者番号だけが、認識される。
【００２２】
次に、図１０、図１１に示すフローチャートに従い、図１乃至図９に示す本発明実施形態の動作について詳細に説明する。
【００２３】
まず、図１０に示すフローチャートを参照しながら、電話番号認識処理について説明する。
電話番号認識処理が開始されると、ステップＳ１１で認識辞書記憶部８から市外局番辞書と市外＋市内局番辞書と加入者番号の各認識辞書（７１〜７３）が認識辞書格納部５に転送され、図７に示した認識辞書のネットワーク構成を作成する。
認識辞書の設定が終了したのち、ステップＳ１２で、「電話番号を市外局番からお話下さい」といった発話を促すガイダンスメッセージの出力を行い、ステップＳ１３で音声認識を行う。
【００２４】
続いてステップＳ１４で加入者番号まで認識結果が得られているかを判断する。本発系実施形態においては認識辞書格納部５にセットされる全てのパターンにおいて、市外、市内、加入者番号の順番、もしくは同時に認識結果が取得されるため、加入者番号が得られていれば全番号が取得されたという判断が可能である。加入者番号までの認識結果が得られている場合は、得られた全ての数字列電話番号認識結果として、システム制御部１０に通知し、認識処理を終了する。加入者番号まで認識結果が得られていない場合、不足している部分を取得するため、ステップＳ１５以降の処理を継続する。
【００２５】
ステップＳ１５で市内局番が得られている場合は、加入者番号だけ取得できれば良いのでステップＳ１６の処理に移る。ステップＳ１５で市内局番が得られていない場合は、市内局番と加入者番号を取得するためのステップＳ１８の処理に移る。ステップＳ１６では認識辞書格納部５の辞書ネットワークを図９に示した形に変更し、加入者番号だけが認識できるようにする。その後、ステップＳ１７で「番号をお話下さい」といったガイダンスメッセージを出力した後、ステップＳ１３の認識処理に移る。
【００２６】
ステップＳ１８以降では市内局番と加入者番号の取得を行う。ステップＳ１８では、図６に示した市外局番ＩＤテーブルを参照し、取得済みの市外局番に対応する市内局番辞書を認識辞書格納部５に転送する。ステップＳ１９では認識辞書格納部５の辞書ネットワークを図８のように変更し、市内局番および市内局番と加入者番号が認識できるようにする。その後、ステップＳ２０で「電話番号を市内局番からお話下さい」といったガイダンスメッセージを出力したのち、ステップＳ１３の認識処理に移る。
【００２７】
この認識処理については図１１にその詳細が示されている。まず、ステップＳ１３２で発話音声（ステップＳ１３１）を分析して音声特徴パラメータを得る。次に、分析された音声特徴パラメータと認識辞書格納部５に格納されている認識辞書内の全単語との類似度をステップＳ１３３で取得する。類似度は上述したネットワーク構成を考慮して行われ、最も類似度の高いルートと認識単語が認識結果として得られる。ステップＳ１３４〜Ｓ１３６では認識結果から市外局番、市内局番、加入者番号を取得する。
【００２８】
なお、本発明実施形態では電話番号のみ例示したが、数字の組が複数連結して意味を持つものであれば、その全てに応用が可能であり、例えば、３桁の市区番号と４桁の地域番号の組合せでなる郵便番号においても同様に応用できる。
【００２９】
【発明の効果】
以上のように、本発明は、意味的に分離した複数の領域を持つ数字列を複数の領域毎に分割した音声認識辞書を連結し、連続的に音声認識を行うものであり、現存する市外局番と現存する市内局番に限定して電話番号の認識を行うため、不正な市外市内局番に誤認識をすることが無く、認識率が向上する。また、電話番号入力を１回の発話で完了することもでき、効率的な電話番号入力可能となる。
【図面の簡単な説明】
【図１】本発明の音声による数字列認識方法ならびに装置の実施形態を示すブロック図である。
【図２】図１に示す認識辞書記憶部に格納される認識辞書の一例を示す図である。
【図３】図１に示す認識辞書記憶部に格納される認識辞書の一例を示す図である。
【図４】図１に示す認識辞書記憶部に格納される認識辞書の一例を示す図である。
【図５】図１に示す認識辞書記憶部に格納される認識辞書の一例を示す図である。
【図６】図１に示す、市外−市内番号組合せ記憶部に格納される市内局番ＩＤテーブルの一例を示す図である。
【図７】図１に示す認識辞書格納部に転送された複数の認識辞書を連続的に認識させるネットワーク構成の一例を示した図である。
【図８】図１に示す認識辞書格納部に転送された複数の認識辞書を連続的に認識させるネットワーク構成の一例を示した図である。
【図９】図１に示す認識辞書格納部に転送された認識辞書を認識させるネットワーク構成の一例を示した図である。
【図１０】本発明実施形態の動作を説明するために引用したフローチャートである。
【図１１】本発明実施形態の動作を説明するために引用したフローチャートである。
【符号の説明】
１…マイク、２…音声入力部、３…音声分析部、４…音声認識部、５…認識辞書格納部、６…音声認識制御部、７…認識辞書作成部、８…認識辞書記憶部、９…市外−市内番号組合せ記憶部、１０…システム制御部、１１…表示制御部、１２…音声出力部、１３…電話部、１４…表示部、１５…スピーカ
Claims (3)
- 発話される市外局番と市内局番と加入者番号の順番で構成される数字列から成る電話番号の音声を音声認識する音声認識装置であって、
市外局番の認識辞書と市内局番の認識辞書と加入者番号の認識辞書とを記憶する記憶手段と、
市外局番と市内局番と加入者番号とをその順番で発話することを促す第１メッセージと、市内局番と加入者番号とをその順番で発話することを促す第２メッセージと、加入者番号を発話することを促す第３メッセージとを選択的に出力する出力手段と、
前記出力手段の出力に応じて発せられる音声を入力する入力手段と、
前記入力手段が入力した音声を、前記記憶手段に記憶されている前記認識辞書を用いて音声認識する音声認識手段と、を備え、
前記音声認識手段は、
前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番を認識すると、次に前記市内局番の認識辞書と前記加入者番号の認識辞書とを用いて、前記第２メッセージに応じて発せられる音声から市内局番と加入者番号とを音声認識することにより、市外局番と市内局番と加入者番号とから成る電話番号の認識を完了し、
前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番と市内局番を認識すると、次に前記加入者番号の認識辞書を用いて、前記第３メッセージに応じて発せられる音声から加入者番号を音声認識することにより、市外局番と市内局番と加入者番号とから成る電話番号の認識を完了すること、
を特徴とする音声認識装置。 - 更に前記音声認識手段は、前記市外局番と市内局番と加入者番号との認識辞書を用いて、前記第１メッセージに応じて発せられた音声から市外局番と市内局番と加入者番号とを音声認識すると、電話番号の認識を完了すること、
を特徴とする請求項１に記載の音声認識装置。 - 更に前記出力手段は、前記音声認識手段が認識を完了した電話番号をユーザに通知すること、
を特徴とする請求項１又は２に記載の音声認識装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000264127A JP4486235B2 (ja) | 2000-08-31 | 2000-08-31 | 音声認識装置 |
| US09/940,584 US20020049597A1 (en) | 2000-08-31 | 2001-08-29 | Audio recognition method and device for sequence of numbers |
| EP01307422A EP1187441B1 (en) | 2000-08-31 | 2001-08-31 | Audio recognition method and device for sequence of numbers |
| DE60138349T DE60138349D1 (de) | 2000-08-31 | 2001-08-31 | Verfahren und Vorrichtung zur Audioerkennung von einer Zahlenfolge |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000264127A JP4486235B2 (ja) | 2000-08-31 | 2000-08-31 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002073074A JP2002073074A (ja) | 2002-03-12 |
| JP4486235B2 true JP4486235B2 (ja) | 2010-06-23 |
Family
ID=18751589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000264127A Expired - Fee Related JP4486235B2 (ja) | 2000-08-31 | 2000-08-31 | 音声認識装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20020049597A1 (ja) |
| EP (1) | EP1187441B1 (ja) |
| JP (1) | JP4486235B2 (ja) |
| DE (1) | DE60138349D1 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3726783B2 (ja) * | 2002-07-16 | 2005-12-14 | 株式会社デンソー | 音声認識装置 |
| JP2005114964A (ja) * | 2003-10-07 | 2005-04-28 | Xanavi Informatics Corp | 音声認識方法および音声認識処理装置 |
| JP2007256643A (ja) * | 2006-03-23 | 2007-10-04 | Denso Corp | 音声認識装置及びナビゲーションシステム |
| JP4645708B2 (ja) * | 2008-09-10 | 2011-03-09 | 株式会社デンソー | コード認識装置および経路探索装置 |
| JP6887409B2 (ja) * | 2018-09-19 | 2021-06-16 | Kddi株式会社 | 情報提供システム及び情報提供方法 |
| CN111179921A (zh) * | 2018-11-12 | 2020-05-19 | 奇酷互联网络科技（深圳）有限公司 | 数字信息的处理方法、移动终端以及计算机存储介质 |
| CN111145727B (zh) * | 2019-12-02 | 2022-04-22 | 云知声智能科技股份有限公司 | 数字串的语音识别方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09326856A (ja) * | 1996-06-03 | 1997-12-16 | Mitsubishi Electric Corp | 音声認識応答装置 |
| JPH1138994A (ja) * | 1997-07-17 | 1999-02-12 | Denso Corp | 音声認識装置及びナビゲーションシステム |
| JPH11202895A (ja) * | 1998-01-14 | 1999-07-30 | Hitachi Ltd | 音声認識システムと方法およびそのプログラムを記録した記録媒体 |
| JPH11205430A (ja) * | 1998-01-20 | 1999-07-30 | Kobe Steel Ltd | 音声ダイアル機能付き電話機 |
| JPH11224265A (ja) * | 1998-02-06 | 1999-08-17 | Pioneer Electron Corp | 情報検索装置及び情報検索方法並びに情報検索プログラムを記録した記録媒体 |
| JP2000089782A (ja) * | 1998-09-17 | 2000-03-31 | Kenwood Corp | 音声認識装置と方法、ナビゲーションシステム、及び記録媒体 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4928302A (en) * | 1987-11-06 | 1990-05-22 | Ricoh Company, Ltd. | Voice actuated dialing apparatus |
| US5157719A (en) * | 1990-03-12 | 1992-10-20 | Advanced Cellular Telcom Corp. | Automatic area code dialing apparatus and methods particularly adapted for cellular or other types of telephone systems |
| JPH06180593A (ja) * | 1992-12-11 | 1994-06-28 | Kokusai Denshin Denwa Co Ltd <Kdd> | 連続音声認識方法および該方法を用いた装置 |
| US5566272A (en) * | 1993-10-27 | 1996-10-15 | Lucent Technologies Inc. | Automatic speech recognition (ASR) processing using confidence measures |
| GB9322491D0 (en) * | 1993-11-01 | 1993-12-22 | Christ Manfred | Adjustable delayed-action door closer |
| JP2977431B2 (ja) * | 1993-12-27 | 1999-11-15 | 株式会社東芝 | ビデオコーディング装置 |
| JPH0856262A (ja) * | 1994-08-11 | 1996-02-27 | Hitachi Ltd | 電話交換機およびそれを利用した電話交換網 |
| MX9702759A (es) * | 1994-10-25 | 1997-07-31 | British Telecomm | Servicios operados por voz. |
| US5721765A (en) * | 1995-11-30 | 1998-02-24 | Lucent Technologies Inc. | Personal identification number security system incorporating a time dimension |
| WO1997025849A1 (en) * | 1996-01-11 | 1997-07-17 | Bell Communications Research, Inc. | A system and method for processing international telephone numbers |
| US20010055299A1 (en) * | 1996-08-16 | 2001-12-27 | Keith C. Kelly | Method and apparatus for establishing communications between packet-switched and circuit-switched networks |
| US5995926A (en) * | 1997-07-21 | 1999-11-30 | Lucent Technologies Inc. | Technique for effectively recognizing sequence of digits in voice dialing |
| JPH1146238A (ja) * | 1997-07-29 | 1999-02-16 | Fujitsu Ten Ltd | 電話機 |
| US6298131B1 (en) * | 1998-03-30 | 2001-10-02 | Lucent Technologies Inc. | Automatic speed dial updating |
| JP4300596B2 (ja) * | 1998-04-16 | 2009-07-22 | ソニー株式会社 | 車載用ナビゲーションシステム |
| EP1099214B1 (en) * | 1998-07-21 | 2004-09-29 | BRITISH TELECOMMUNICATIONS public limited company | Speech recognition |
| JP2000194386A (ja) * | 1998-12-24 | 2000-07-14 | Omron Corp | 音声認識応答装置及び方法 |
| US6539098B1 (en) * | 1999-09-24 | 2003-03-25 | Mailcode Inc. | Mail processing systems and methods |
-
2000
- 2000-08-31 JP JP2000264127A patent/JP4486235B2/ja not_active Expired - Fee Related
-
2001
- 2001-08-29 US US09/940,584 patent/US20020049597A1/en not_active Abandoned
- 2001-08-31 DE DE60138349T patent/DE60138349D1/de not_active Expired - Lifetime
- 2001-08-31 EP EP01307422A patent/EP1187441B1/en not_active Expired - Lifetime
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09326856A (ja) * | 1996-06-03 | 1997-12-16 | Mitsubishi Electric Corp | 音声認識応答装置 |
| JPH1138994A (ja) * | 1997-07-17 | 1999-02-12 | Denso Corp | 音声認識装置及びナビゲーションシステム |
| JPH11202895A (ja) * | 1998-01-14 | 1999-07-30 | Hitachi Ltd | 音声認識システムと方法およびそのプログラムを記録した記録媒体 |
| JPH11205430A (ja) * | 1998-01-20 | 1999-07-30 | Kobe Steel Ltd | 音声ダイアル機能付き電話機 |
| JPH11224265A (ja) * | 1998-02-06 | 1999-08-17 | Pioneer Electron Corp | 情報検索装置及び情報検索方法並びに情報検索プログラムを記録した記録媒体 |
| JP2000089782A (ja) * | 1998-09-17 | 2000-03-31 | Kenwood Corp | 音声認識装置と方法、ナビゲーションシステム、及び記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP1187441A2 (en) | 2002-03-13 |
| EP1187441B1 (en) | 2009-04-15 |
| EP1187441A3 (en) | 2002-11-13 |
| JP2002073074A (ja) | 2002-03-12 |
| DE60138349D1 (de) | 2009-05-28 |
| US20020049597A1 (en) | 2002-04-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5719921A (en) | Methods and apparatus for activating telephone services in response to speech | |
| JP2957862B2 (ja) | 通信システム及び通信方法 | |
| JP3561076B2 (ja) | 任意に話された単語の自動通話認識方法 | |
| JP4089148B2 (ja) | 通訳サービス方法および通訳サービス装置 | |
| US6687673B2 (en) | Speech recognition system | |
| JPH10507536A (ja) | 言語認識 | |
| US6236967B1 (en) | Tone and speech recognition in communications systems | |
| US20170270923A1 (en) | Voice processing device and voice processing method | |
| JP4486235B2 (ja) | 音声認識装置 | |
| KR100379994B1 (ko) | 문법적 제한사항을 갖는 라벨러를 이용한 구두 발언 거절 | |
| US20010056345A1 (en) | Method and system for speech recognition of the alphabet | |
| US20030135371A1 (en) | Voice recognition system method and apparatus | |
| US6845356B1 (en) | Processing dual tone multi-frequency signals for use with a natural language understanding system | |
| JP2000122678A (ja) | 音声認識機器制御装置 | |
| JP2002304392A (ja) | 音声翻訳システム | |
| JP3088625B2 (ja) | 電話応答システム | |
| JP2656234B2 (ja) | 会話音声理解方法 | |
| KR100304126B1 (ko) | 음성 인식시스템에서의 다단계 입력 처리를 위한 인식결과 확인 방법 | |
| CN112151070B (zh) | 一种语音检测的方法、装置及电子设备 | |
| JP2003029783A (ja) | 音声認識制御方式 | |
| KR100811554B1 (ko) | 음성 다이얼링 기능을 갖는 통신 단말기 및 음성 다이얼링방법 | |
| KR100827074B1 (ko) | 이동 통신 단말기의 자동 다이얼링 장치 및 방법 | |
| KR100395222B1 (ko) | 음성사서함서비스(브이엠에스)를 위한 음성인식시스템 | |
| JP2001175279A (ja) | 音声認識方法 | |
| JP2002320037A (ja) | 翻訳電話システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050602 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090303 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090424 |
|
| 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: 20100323 |
|
| 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: 20100326 |
|
| 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: 20130402 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |