JP4885160B2 - 英語変異発音を識別するモジュールの構築方法、および、当該モジュールの構築を実現するプログラムを記憶したコンピュータが読み取り可能な記録媒体 - Google Patents

Description

本発明は英語発音識別モジュールの構築方法に関し、特に英語変異発音を識別するモジュールを構築する方法に関する。

各国で使用している共通語はその国に住む各民族間で交流、コミュニケーションのために便利を図るものであるので、そこにいる民族の用語もしくはある地域の用語を各民族間の共通語としたりする場合が多く、国と国との間もそうであったりする。

いま国際間で最も使われている共通語は英語である。その発音を習得するために、その発音に対応する、たとえば、米国のJohn Samuel Kenyon氏及びThomas A. Knott氏が確立したＫＫ音標、英国のDaniel Jones氏が確立したＤＪ音標、もしくはいま全世界で用いている国際標準音標IPA（The International Phonetic Alphabet）のような発声音標が使用されている。一方、コンピュータによって制御される製品が現代の生活の中に満ち溢れている。その中に音声によって操作する製品も多々あるので、音声の識別技術が日に日に注目されるようになってきている。

発音を識別する技術を支えるために、一般的に大衆が使用している国際標準音標で発音された英単語（長文、短文、単語及びアルファベット）の発音の録音を収集し、音声データベース（Corpus）を構築する。たとえば、CMU（Carnegie Mellon University、カーネギーメロン大学）が構築した約１２万の英単語を含むCMU発音辞書(pronunciation lexicon)のような発音辞書をセットし、そこに蓄積されている英単語と国際標準音標とを対応させることで、１つ音標が１つの音声特徴値と対応することになる。

いずれかの英語発音識別システムがこのCMU発音辞書を使うときは、受け取った英語発音を対応する音声特徴値に変換し、それをCMU発音辞書に含まれる音声特徴値と比較することで、該当する英単語を取得する。

しかしながら、この先行技術には、避けることができない以下の欠点がある。

その一は、英語を母国語としない者、つまりイギリス英語もしくはアメリカ英語圏に属しない国の者が英語を話すときにその母国語の訛もしくは習慣を混じることが多々あることである。例えば図１Ａから１Ｃに、台湾人が英語を話すときに中国語の影響を受けて間違った英語の発音が示されている。そこには国際標準音標と異なる変異発音が生じている。一方、現在使われている音声識別システムは、一般的に標準アメリカ英語もしくは標準イギリス英語の発音辞書を使用しているため、訛のある英語を分析した音声特徴はそれらの辞書に存在しないので、正しい英単語を抽出することができない。

その二は、今までの音声識別技術のすべてが可能とされる発音（実際の発音および仮の発音）を事前に定義し、かつ、例えばアルファベットの「A」ならその音標および考えられうる変異発音の音声特徴値のように、音声データベース（Corpus）に収集されている従来に変異発音のみを発音辞書(pronunciation lexicon)に定義することである。日本語のある５０音（標）および中国語にある３７の音標のような、音声データベース（Corpus）に入っていない非英語圏地域の言語発音に対する定義はないので、解析する音声の範囲は相当狭い。

したがって、本発明が解決しようとする問題は、異なる地域で使用されている母国語を基に英語の音標をあわせて、母国語の影響を受けている現地住民が喋る、変異発音を含む英語を識別することができる英語変異発音モジュールの提供にある。ここで、英語変異発音の例として英語を母国語としない人による外国語訛の英語発音が挙げられる。

上述した問題を解決するために、本発明は、異なる母音を有する英語発音の識別に用いる、英語変異発音を識別するモジュールの構築方法であって、まず複数の英単語とそれに対応する発声音標を提供し、英単語に対応する複数の発音情報を収集し、そして、母音と英語の音標とを複数の国際標準音標に対応させることによって複数の発音モジュールを形成させ、次いで、複数の発音モジュールが各英単語の発音情報をコンバートすることを利用し、英単語の発音音標と共に対応する英単語の１つ変異発音ネットワークを構築し、英単語の変異発音の順番の存否を検出し、変異発音順番を集約することで複数の変異発音規則を形成させ、その変異発音モジュールをセーブする、英語変異発音を識別するモジュールの構築方法を提供する。

その中、本発明の方法は記憶媒体の形式で表すことができる。これは、記憶媒体に記録されたプログラムを順に読み出して実行させることによって、上記と同じ方法で同じ問題を解決し、同じ効果を得ることができる。

本発明は、先行技術が達成することができない効果を有し、各地域の変異発音モジュールを構築することによって、現行の英語識別システムがその地域の母国語訛を有する英語発音を識別することができるようになる。また、各地域の研究者がその地域専用の英語識別システムを構築する際において、変異発音モジュールの構築方法にしたがって英語識別システムを構築することができる。変異発音モジュールが前者のもしくは後者の英語識別システムにおいても、英語発音の識別性を高めることができるので、英語識別システムの適用性を高めることができる。

以下は実施例を参照しながら、本発明の目的、構造特徴およびその機能をさらに説明する。

図２は、本発明の実施例で示す変異発音モジュールを構築する際のフローである。この変異発音のモジュールは異なる母国語の訛を有する英語発音を識別することができる。その構築ステップは以下の通りである。

複数の英単語と各英単語に対応する少なくとも１つの発音音標とを提供し、英単語の発音音標に基づいて対応する複数の音声情報を収集する（ステップS210）。このステップはCarnegie Mellon University、カーネギーメロン大学）が構築した約１２万単語を含むCMU発音辞書で説明する。

図３は、本発明の実施例のCMU発音辞書部分の概略図である。この発音辞書では英単語毎にその正確な発音音標が付されている。その順序は、左から右に、整理番号と英単語とその発音音標とである。

この例では、発音音標が国際標準音標を基準にしているが、収集している音声情報は英語を母国語とせずに、例えば台湾人のような同一地区、民族、もしくはある国家の国民が提供した英語発音の音声情報のサンプルである。

母国語と英語との音標を複数の国際標準音標に対応させることで、複数の発音モジュールを形成させる（ステップS220）。台湾共通の母国語が使用する発音記号を例として、その３７の音声を３９の英語の音声にあわせて、対応する計５５の国際標準音標（The International Phonetic Alphabet：IPA）を形成させる。

まず、その１つ国際標準音標に対応する複数の音標発音を収集し、各音標発音を対応する特徴値にコンバートする。図４Ａから図４Ｆの示すように、英単語bを例として、まず、台湾民衆のbの音標発音を収集し、フーリエ変換でこの英単語bの音標発音を対応する特徴値４０１にコンバートする。ついで、特徴値４０１を１つデータ群に展開し、当該特徴値４０１が対応する１つ閾値を計算する。その閾値は１つ絶対値ではなく、特徴値４０１の値によって、統計の方法によって算出された１つ最も好ましい値である。

そして、このデータ群が持つ全ての特徴値４０１の和を求めてからその平均を求める方法で、当該データ群４０１の１つ発音平均値４０２を計算する。ついで、当該発音平均値４０２が各特徴値４０１との数値距離を計算し、データ群の中にある、発音平均値４０２と最も遠い数値距離を有する１つ第一特徴値４０３を取得する。次いで、同じデータ群にある、第一特徴値４０３と最も遠い数値距離を有する１つ第二特徴値４０４との間の数値距離を計算する。

各特徴値４０１が第一特徴値４０３と第二特徴値４０４との間の数値距離を再計算し、各特徴値４０１が第一特徴値４０３に対応するかもしくは第二特徴値４０４に対応するかを判断するために計算結果によって得た比較小さい数値距離を取得し、第一特徴値４０３に近い特徴値４０１をデータ群４１０と、第二特徴値４０４に近い特徴値４０１をデータ群４２０とに分け、そしてこの２つデータ群の群内距離（Between Distance）４３１と群間距離（Within Distance）４３２とを取得してデータ群を分ける基準、すなわち分群基準を割り出す。

ここでいう群間距離４３２は、任意のデータ群と他のデータ群との間の距離で、すなわち、それぞれデータ群の発音平均値の間の距離とである。群内距離４３１は、同じデータ群の中において、各特徴値４０１が発音平均値４０２までのデータ距離の和であり、分群基準は群間距離４３２／群内距離４３１の値である。

分群基準が閾値より大きいか否かを比較し、その結果として閾値が大きければ、発音モジュールを含むデータ群を取得する。その結果として閾値が小さければ、群を分けるために、閾値が分群基準より大きくなるまで各データ群の１つ発音平均値４０２を継続的に計算する。この方法によれば、ｂ発音に対応するモジュールの少なくとも１つデータ群を得ることができる。このデータ群に含まれている特徴値は、母国語に対応する音標で、すなわち発音記号に対応する特徴値、もしくは、英語音標に対応する特徴値である。したがって、全ての母国語の発音記号を英語の国際標準音標に対応し、発音モジュールを形成させることを可能にすることができる。

これらの発音モジュールを利用して各英単語の全ての音声情報をコンバータし、当該英単語の発音音標にあわせて当該英単語の１つ変異発音のネットワークを構築し、英単語に変異発音順番の存否を検出する（ステップ２３０）。

図５に示すように、英単語「attend」を例にすると、CMU発音辞書において対応する発音の順番は、「AH、T、EN、N、D」の国際標準音標となっている。これらの発音音標の各発音間の距離において変異発音の挿入の有無を検出するためにこの英単語の発音音標を基準として設定し、前記構築した発音モジュールを利用してインプットされる発音と「AH」との間、「AH」と「T」との間、「T」と「EH」との間、「EH」と「N」との間、「N」と「D」との間、「D」と終結発音との間の発音距離に挿入された変異発音があるか否かを検出する。

各発音音標から次の発音音標までの間に変異で欠失された発音の有無を検出する。検出する際に、両隣の発音音標の間で変異発音の欠失の有無を検出する以外に、もし発音音標の後ろに変異発音の挿入があれば、当該発音音標とその変異発音の挿入との間に変異発音の欠失の有無を検出する。

最後に、この変異発音のネットワークを構築するために、各発音音標に対応する代替変異発音を検出する（ステップ２４０）。そして、変異発音のネットワークの複雑度を簡易化するために、以下の２つの方法で不可能とされる変異発音の順番を削除する。この２つの方法は以下の通りである。

その一は、各発音音標が国際標準音標における発音類型を取得し、同じ発音類型の少なくとも１つ国際標準音標を発音音標の代替変異発音とする。
図６は、国際標準音標に対応して形成した母国語と英語の音標との音標対象表である。それらは以下のように、「有声−破裂音（Voiced plosive）」、「無声−破裂音（Unvoiced plosive）」、「摩擦音（Fricatives）」、「破擦音（Affricatives）」、「鼻音（Nasals）」、「流音（Liquids）」、「前舌母音（Front vowels）」、「中舌母音（Central vowels）」、「後部円唇母音（Back rounded vowels）」、「後部非円唇母音（Back
unrounded vowels）」に区分することができる。

attendの音標「AH、T、EN、N、D」をこの表と比較して同じ発音類別の国際標準音標を取得する。たとえば、「T」の発音類型は「無声−破裂音（Unvoiced plosive）」で、その他の同じ発音類別はただ「P」と「K」としかなく、よって、発音「T」代替変異発音は「P」と「K」としかなく、たとえば「T」は「A」の発音はできないように、別の異なる類型の音標によって代替されることはないので、異なる発音類型の音標はここでは考えないものとする。

その二は、全ての国際標準音標の発音を収集し、各国際標準が発音の誤りによって異なる国際標準音標の発音になる確率を計算して構築された、図７のような１つフォンコンフィジョンマトリックス（phone confusion matrix）である。さらに、英単語の発音音標を基準に、１つ発音確立範囲内の少なくとも１の国際標準音標を取り出し、取り出された国際標準発音を発音音標の代替変異発音として設定する。フォンコンフィジョンマトリックス内の英語対応の発音確率は以下の通りである。(A)=0%-10%, (B)=10%-15%, (C)=15%-20%, (D)=20%-25%, (E)=25%-30%,
(F)=30%-35%, (G)=35%-40%, (H)=40%-45%, (I)=45%-50%, (J)=50%-55%, (K)=55%-60%,
(L)=60%-65%, (M)=65%-70%, (N)=70%-75%, (O)=75%-80%, (P)=80%-85%, (Q)=85%-90%,
(R)=90%-95%, (S)=95%-100%, (T)=100%である。

そして、例えば100％（T）の高い発音確率をとると、間違い生じ、もし例えば０％〜１０％という低い発音確率をとると、過半数はよむことができないので、変異発音ネットワークの複雑度を簡素化すると同時に、変異発音の代替を正確に取得するために、上述した形態においてそれらを発音音標の代替発音音標として考慮しなくてもよい。

英単語のattendの発音音標「EH」を例にして、フォンコンフィジョンマトリックスと比較すると、「EH」を正確に発音する確率55％〜60％（K）を得ることができる。「er_M」として発音する確率は10％〜15％（B）で、「AE」として発音する確率は15％〜20%で、その他の確率は0％〜5％（A）である。したがって、音標「er_M」と音標「AE」とのみを音標「EH」の代替訛発音とすれば、その他の音標を考慮する必要はないので、英単語attendの変異発音のネットワークの複雑性を低下させ、変異発音のネットワーク識別性を高めることができる。

しかしながら、全ての変異（挿入変異音、欠失変異音、代替変異音等を含む）は連続した３つの発音によって推測される。この３つの発音は、全て発音できる音（possible pronunciation）である。図８に示すように、CMUの発音辞書を例にすると、そこにある１２万の単語のそれぞれの単語の音標を連続する３つの音標を一組音標配列とし、各組音標配列をCMU発音辞書における出現頻度を統計し、その確率を計算する。この方法によって、CMU発音辞書から統計された２万組以上の音標配列は、各組の音標配列が統計係数と確率とに対応し、変異発音が入る可能性が最も高いことを示す、かつ、新しい音標配列参照表になる。

attendを例にすると、その発音音標が「AH、T、EH、N、D」であるので、CMUの発音辞書から「AH、T、EH」と「T、EH、N」と「EH、N、D」との音標配列の係数および確率を割り出す。それによってCMU発音辞書にある全ての音標配列および統計係数と確率とを整理する。

統計の結果で得た音標配列は、その一部を示している図8のようである。その中、第26番の音標配列「t_M-i_M-sil」（全文および図面中のsilは発音しない）の統計確率は5974回、第25番の音標配列「n_M-t_M-i_M」の統計確率は2012回である。これは、第26番の音標配列「t_M-i_M-sil」がCMU発音辞書の12万英単語において発音もしくは変異発音が挿入される可能性は極めて高く、それに対し、第25番の音標配列「n_M-t_M-i_M」が発音される係数と確率とは比較的に少ないことを示している。

例えば台湾人のような、英語もしくはアメリカン英語を母国語としない人々のしゃべる英語を識別する際にこの参照表を利用するだけで、台湾人が英語を発音するときの訛に合致する発音を得ることができる。それによって、複雑度が低く、かつ、正確な変異発音ネットワークを構築することができる。

それから、正常の変異発音以外の変異発音の規則を取得するために、英単語の変異発音ネットワークを基に、英単語を分析することによって、１つ推測された規則（ステップS250）を得ることができる。それは、全ての発音音標を言語学の発音特徴に対応させ、英単語の変異発音ネットワークを分析し、対応する推測された規則を得、同じ発音特徴を有する発音音標が同じ推論された規則を有することを判断するものである。

図９は、本発明の発音音標を言語学の発語学音言特徴に対応した概念図である。

図１０に示すように、attendの発音音標「AH、T、EH、N、D」を例とすると、その順番は、「開始-AH-T-EH-N-D-sil」となり、先にattendの変異発音のネットワークを割り出し、データマイニング（Data mining）法を利用して、このattendの変異発音のネットワークから変異発音の態様を取得する。この例の中には、「N-D-sil」の変異発音の態様は３つ種類がある。

その一は、発音のアクセントが重い場合で、「N-D-sil」を「N-D-ER-sil」もしくは「N-D-AH-sil」と発音してしまい、変異音が挿入された場合である。

その二は、一部の発音を省略した場合で、「N-D-sil」を「N- sil」と発音してしまい、変異音が欠失された場合である。

その三は、間違って発音した場合で、「N-D-sil」を「N-T-sil」と発音してしまい、変異音によって代替された場合である。

よって、発音音標が「D」の前に発音音標「N」を有し、そのあとに「sil」を有するときに、この３種の変異発音の態様が生じ、３種発音の変異規則に対応する。

発音音標「D」を図９に示す言語学の発音特徴を示す図と対比すれば、図１１に示す結果を得ることができる。発音音標「D」、発音音標「B」、発音音標「G」の発音位置は歯茎音と両唇音と軟口蓋音とであるが、その全ての発音方法は破裂音および有声音である。よって、「N-D-sil」を判断する変異発音規則は発音音標「B」と発音音標「G」との発音に適用する。

データマイニング法（Data mining）を用いて、それぞれの発音変異規則の信頼スコア（confidence
score）を計算し、発音変異規則の相対関係を取得し、各英単語が使用する発音の変異規則の優先度を判断し、最も正確な変異発音の順番を取得する。

図１２はattendの変異発音の順番で、前述した方法を利用して、attendの変異発音ネットワークを形成させ、変異発音規則の算出もしくは推測を利用して、最も正確な変異発音順番を取得する。図面から分かるように、発音音標「AH」が正確に発音される確率は72％で、「UH」に間違って発音される確率は28％である。発音音標「N」の後に「D」を発音する確率は60％で、「sil」を発音しない確率は40％である。一方、発音音標「D」の後に、「sil」を発音しない確率は87％で、ミックスされた発音で「AH」を発音する場合は13％である。よって、attendの変異発音の順番はattendの変異発音ネットワークが前述した変異発音規則を利用し、簡素化した後に、最もよき変異順番を形成させる。

本発明を実施するために最良の形態を以上のように開示したが、これらの態様は本発明を限定するものではない。当該技術分野の一般知識を有する者は、本発明の技術的思想の範囲において、本発明の構造に対する代替、変更のいずれとも本発明の技術的範囲にある。

一般音標を間違って発音した場合の対応表。 一般音標を間違って発音した場合の対応表。 一般音標を間違って発音した場合の対応表。 本発明の実施例の変異発音模型構築フロー。 本発明の実施例のCMU発音辞書部分を示す図。 発音モデル（モジュール）の発音特徴値の分布を示す図。 発音モデル（モジュール）の発音特徴値の分布を示す図。 発音モデル（モジュール）の発音特徴値の分布を示す図。 発音モデル（モジュール）の発音特徴値の分布を示す図。 発音モデル（モジュール）の発音特徴値の分布を示す図。 発音モデル（モジュール）の発音特徴値の分布を示す図。 本発明の変異発音ネットワーク構築図。 本発明の実施例の国際標準音標の音標対照表。 本発明の実施例のフォンコンフィジョンマトリックスを示す図。 本発明の実施例の音標配列参照表。 本発明の実施例の発音音標特徴化の対照を示す図 本発明の実施例の変異発音態様を示す図。 本発明の実施例の発音特徴対比を示す図。 本発明の実施例の変異発音順番を示す図。

符号の説明

４０１ 特徴値
４０２ 発音平均値
４０３ 第一特徴値
４０４ 第二特徴値
４１０ 数値群
４２０ 数値群
４３１ 群内距離
４３２ 群間距離

Claims (12)

1. 異なる母音を有する英語発音の識別に用いられる、英語変異発音を識別するモジュールの構築方法であって、
   複数の英単語と当該各英単語に対応する少なくとも１つ発声音標を提供し、当該英単語の当該発声音標を基にそれに対応する複数の発音情報を収集するステップと、
   当該母音と当該英語の音標とを複数の国際標準音標に対応させることによって複数の発音モジュールを形成させるステップと、
   当該複数の発音モジュールが当該各英単語の当該発音情報をコンバートすることを利用し、当該英単語の当該発音音標と共に対応する当該英単語の１つ変異発音ネットワークを構築することで、当該英単語の変異発音の順番の存否を検出するステップと、
   当該変異発音順番を集約することで複数の変異発音規則を形成させるステップと、
   当該英単語を分析し、その発音音標の変異を基に１つ推測規則を取得するステップと、
   を含んでなる英語変異発音を識別するモジュールの構築方法であって、
   当該対応する英単語の変異発音ネットワークを構築することが、
   当該英単語の当該発音音標を基準に設定するステップと、
   当該複数の発音音標の各発音の間に１つ変異発音の挿入の有無を検出するステップと、
   当該各発音音標と当該次の発音音標との間に１つ変異発音の欠失の有無を検出するステップと、
   当該各発音音標が対応する代替変異発音を検出するステップとを含み、
   前記当該各発音音標が対応する代替変異発音を検出するステップが、
   当該国際標準音標の発音を収集するステップと、
   当該各国際標準音標の発音確率を計算し、フォンコンフィジョンマトリックスを構成させるステップと、
   当該発音音標を基準とし、１つ発音確率範囲の少なくとも１つの国際標準音標を得るステップと、
   当該各発音音標と当該国際標準音標の発音類型とを取得するステップと、
   同じ発音類型の少なくとも１つ当該国際標準音標もしくは当該発音確率範囲の当該国際標準を当該発音音標の当該代替変異発音とするステップとを含むことを特徴とする英語変異発音を識別するモジュールの構築方法。
2. 前記各発音モジュールを形成するステップは、
   当該１つ国際標準音標に対応する複数音標発音を収集し、当該各音標発音を対応の特徴値にコンバートするステップと、
   当該複数の特徴値を１つ数値群に形成し、当該複数の特徴値が対応する１つの群の閾値を計算するステップと、
   当該数値群の１つ発音平均値を計算するステップと、
   等しい数値群の中から、当該発音平均値との間隔が最も遠い距離にある第一特徴値を取得するステップと、
   等しい数値群の中から、当該第一特徴値との間隔が最も遠い距離にある第二特徴値を計算するステップと、
   当該各特徴値が第一特徴値と第二特徴値との間の数値距離を計算し、当該第一特徴値に近い当該複数の特徴値と当該第二特徴値に近い当該複数の特徴値とを２つ数値群に仕分けるステップと、
   当該２つの数値群の群内距離と群間距離を取得し、１つの群分け基準を計算するステップと、
   当該群分け基準が当該群の閾値により大きければ、当該数値群の１つ発音平均値を計算し、小さければ、当該発音モジュールに含まれている当該複数数値群を取得するステップと、
   からなることを特徴とする請求項１に記載の英語変異発音を識別するモジュールの構築方法。
3. 前記当該発音モジュールの少なくとも１つの数値群に含まれる当該複数特徴値が当該母音の音標に対応することを特徴とする請求項２に記載の英語変異発音を識別するモジュールの構築方法。
4. 前記当該発音モジュールの少なくとも１つの数値群に含まれる当該複数特徴値が当該英語の音標に対応することを特徴とする請求項２に記載の英語変異発音を識別するモジュールの構築方法。
5. フーリエ変換を利用して前記当該音標発音を当該特徴値にコンバートすることを特徴とする請求項２に記載の英語変異発音を識別するモジュールの構築方法。
6. 当該複数発音音標を言語学の発音特徴に対応させるステップと、
   当該英単語の当該変異発音ネットワークを分析し、当該推測規則を取得するステップと、
   同じ発音特徴を有する当該複数発音音標が同じ当該推測規則を有することを判断するステップと、
   をさらに含むことを特徴とする請求項１に記載の英語変異発音を識別するモジュールの構築方法。
7. 異なる母音を有する英語発音の識別に用いる、英語変異発音を識別するモジュールの構築を実現するプログラムを記憶した、コンピュータが読み取り可能な記録媒体であって、当該英語変異発音を識別するモジュールの構築方法が、
   複数の英単語と当該各英単語に対応する少なくとも１つ発声音標を提供し、当該英単語の当該発声音標を基にそれに対応する複数の発音情報を収集するステップと、
   当該母音と当該英語の音標とを複数の国際標準音標に対応させることによって複数の発音モジュールを形成させるステップと、
   当該複数の発音モジュールが当該各英単語の当該発音情報をコンバートすることを利用し、当該英単語の当該発音音標と共に対応する当該英単語の１つ変異発音ネットワークを構築することで、当該英単語の変異発音の順番の存否を検出するステップと、
   当該変異発音順番を集約することで複数の変異発音規則を形成させるステップと、
   当該英単語を分析し、その発音音標の変異を基に１つ推測規則を取得するステップと、
   を含んでなる英語変異発音を識別するモジュールの構築方法であって、
   当該対応する英単語の変異発音ネットワークを構築することが、
   当該英単語の当該発音音標を基準に設定するステップと、
   当該複数の発音音標の各発音の間に１つ変異発音の挿入の有無を検出するステップと、
   当該各発音音標と当該次の発音音標との間に１つ変異発音の欠失の有無を検出するステップと、
   当該各発音音標が対応する代替変異発音を検出するステップとを含み、
   前記当該各発音音標が対応する代替変異発音を検出するステップが、
   当該国際標準音標の発音を収集するステップと、
   当該各国際標準音標の発音確率を計算し、フォンコンフィジョンマトリックスを構成させるステップと、
   当該発音音標を基準とし、１つ発音確率範囲の少なくとも１つの国際標準音標を得るステップと、
   当該各発音音標と当該国際標準音標の発音類型とを取得するステップと、
   同じ発音類型の少なくとも１つ当該国際標準音標もしくは当該発音確率範囲の当該国際標準を当該発音音標の当該代替変異発音とするステップとを含むことを特徴とする、英語変異発音を識別するモジュールの構築を実現するプログラムを記憶した、コンピュータが読み取り可能な記録媒体。
8. 前記各発音モジュールを形成するステップは、
   当該１つ国際標準音標に対応する複数音標発音を収集し、当該各音標発音を対応の特徴値にコンバートするステップと、
   当該複数の特徴値を１つ数値群に形成し、当該複数の特徴値が対応する１つの群の閾値を計算するステップと、
   当該数値群の１つ発音平均値を計算するステップと、
   等しい数値群の中から、当該発音平均値との間隔が最も遠い距離にある第一特徴値を取得するステップと、
   等しい数値群の中から、当該第一特徴値との間隔が最も遠い距離にある第二特徴値を計算するステップと、
   当該各特徴値が第一特徴値と第二特徴値との間の数値距離を計算し、当該第一特徴値に近い当該複数の特徴値と当該第二特徴値に近い当該複数の特徴値とを２つ数値群に仕分けるステップと、
   当該２つの数値群の群内距離と群間距離を取得し、１つの群分け基準を計算するステップと、
   当該群分け基準が当該群の閾値により大きければ、当該数値群の１つ発音平均値を計算し、小さければ、当該発音モジュールに含まれている当該複数数値群を取得するステップと、
   からなることを特徴とする請求項７に記載の記録媒体。
9. 前記当該発音モジュールの少なくとも1つの数値群に含まれる当該複数特徴値が当該母音の音標に対応することを特徴とする請求項８に記載の記録媒体。
10. 前記当該発音モジュールの少なくとも1つの数値群に含まれる当該複数特徴値が当該英語の音標に対応することを特徴とする請求項８に記載の記録媒体。
11. フーリエ変換を利用して前記当該音標発音を当該特徴値にコンバートすることを特徴とする請求項８に記載の記録媒体。
12. 当該複数発音音標を言語学の発音特徴に対応させるステップと、
    当該英単語の当該変異発音ネットワークを分析し、当該推測規則を取得するステップと、
    同じ発音特徴を有する当該複数発音音標が同じ当該推測規則を有することを判断するステップと、
    をさらに含むことを特徴とする請求項７に記載の記録媒体。

Images