JP6486789B2 - 音声認識装置、音声認識方法、プログラム - Google Patents
音声認識装置、音声認識方法、プログラム Download PDFInfo
- Publication number
- JP6486789B2 JP6486789B2 JP2015145011A JP2015145011A JP6486789B2 JP 6486789 B2 JP6486789 B2 JP 6486789B2 JP 2015145011 A JP2015145011 A JP 2015145011A JP 2015145011 A JP2015145011 A JP 2015145011A JP 6486789 B2 JP6486789 B2 JP 6486789B2
- Authority
- JP
- Japan
- Prior art keywords
- speech recognition
- arc
- speech
- confusion
- context
- 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.)
- Active
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
(参考非特許文献1:日本電信電話株式会社、”音声認識エンジンVoiceRexの開発”、[online]、日本電信電話株式会社、[平成27年7月10日検索]、インターネット<URL:http://www.ntt.co.jp/svlab/activity/category_2/product2_12.html>)
(参考非特許文献2:Lidia Mangu et al., “Finding consensus in speech recognition: word error minimization and other applications of confusion networks,” Computer Speech & Language, volume 14, issue 4, pp.373-400, October 2000.)
(参考非特許文献3:別所克人、外2名、”単語と意味属性との共起に基づく概念ベクトル生成手法”、[online]、平成18年6月、人工知能学会、[平成27年7月10日検索]、インターネット<URL:http://www.jaist.ac.jp/jsai2006/program/pdf/100023.pdf>)
σ=(1+|cosθ|)/2
本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置(例えば通信ケーブル)が接続可能な通信部、CPU(Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい)、メモリであるRAMやROM、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、CPU、RAM、ROM、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、CD−ROMなどの記録媒体を読み書きできる装置(ドライブ)などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。
Claims (6)
- 音声特徴量、または音声信号を音声認識して複数の音声認識結果からなる音声認識結果集合を取得する音声認識部と、
前記音声認識結果集合に基づいて、そのアークに品詞情報および単語事後確率を含むコンフュージョンネットワークを生成するコンフュージョンネットワーク生成部と、
前記コンフュージョンネットワークにおいて複数のアークに分岐した位置におけるアークのセットであるコンフュージョンセット内の各アークについて、既存発話における文脈との一致性を表す文脈一致性を算出し、前記コンフュージョンセット内の各アークについて、当該アークが属するコンフュージョンセット内において単語事後確率が最大となるアークとの概念の類似性を表す概念類似性を算出し、前記概念類似性の逆数と前記文脈一致性との和を算出し、当該和の値が大きい順に、前記音声認識結果を並び替え、上から順に所定数の候補を、修正済み音声認識結果集合として出力するコンフュージョンネットワーク操作部
を含む音声認識装置。 - 請求項1に記載の音声認識装置であって、
前記コンフュージョンネットワーク操作部は、
各コンフュージョンセットにおいて多く含まれる品詞を各コンフュージョンセットの代表品詞として抽出する代表品詞抽出部と、
前記代表品詞が特定の品詞となるコンフュージョンセットを処理対象として抽出する処理対象抽出部と、
前記抽出されたコンフュージョンセット内の各アークについて、前記文脈一致性を算出する文脈一致性算出部と、
前記抽出されたコンフュージョンセット内の各アークについて、前記概念類似性を算出する概念類似性算出部と、
前記概念類似性の逆数と前記文脈一致性に基づく値により、前記音声認識結果集合を並び替える音声認識結果並び替え部
を含む音声認識装置。 - 請求項1または請求項2に記載の音声認識装置であって、
前記文脈一致性が、
前記アークが示す単語が既存発話に既出の単語であるか否か、または前記アークが示す単語のトピックが既存発話に既出であるか否か、あるいは前記アークが示す単語のトピックが既存発話に既出のトピックに類似するか否か、の少なくとも何れかに基づいて算出される
音声認識装置。 - 請求項1から3の何れかに記載の音声認識装置であって、
前記概念類似性が、
前記各アークの単語概念ベクトル間のコサイン測度に基づいて算出される
音声認識装置。 - 音声認識装置が実行する音声認識方法であって、
音声特徴量、または音声信号を音声認識して複数の音声認識結果からなる音声認識結果集合を取得するステップと、
前記音声認識結果集合に基づいて、そのアークに品詞情報および単語事後確率を含むコンフュージョンネットワークを生成するステップと、
前記コンフュージョンネットワークにおいて複数のアークに分岐した位置におけるアークのセットであるコンフュージョンセット内の各アークについて、既存発話における文脈との一致性を表す文脈一致性を算出し、前記コンフュージョンセット内の各アークについ
て、当該アークが属するコンフュージョンセット内において単語事後確率が最大となるアークとの概念の類似性を表す概念類似性を算出し、前記概念類似性の逆数と前記文脈一致性との和を算出し、当該和の値が大きい順に、前記音声認識結果を並び替え、上から順に所定数の候補を、修正済み音声認識結果集合として出力するステップ
を含む音声認識方法。 - コンピュータを請求項1から4の何れかに記載の音声認識装置として機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015145011A JP6486789B2 (ja) | 2015-07-22 | 2015-07-22 | 音声認識装置、音声認識方法、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015145011A JP6486789B2 (ja) | 2015-07-22 | 2015-07-22 | 音声認識装置、音声認識方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017026808A JP2017026808A (ja) | 2017-02-02 |
JP6486789B2 true JP6486789B2 (ja) | 2019-03-20 |
Family
ID=57946459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015145011A Active JP6486789B2 (ja) | 2015-07-22 | 2015-07-22 | 音声認識装置、音声認識方法、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6486789B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6852167B2 (ja) * | 2017-09-04 | 2021-03-31 | 日本電信電話株式会社 | コンフュージョンネットワーク分散表現生成装置、コンフュージョンネットワーク分類装置、コンフュージョンネットワーク分散表現生成方法、コンフュージョンネットワーク分類方法、プログラム |
CN109685536B (zh) * | 2017-10-18 | 2021-01-26 | 北京京东尚科信息技术有限公司 | 用于输出信息的方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59116837A (ja) * | 1982-12-23 | 1984-07-05 | Comput Basic Mach Technol Res Assoc | 音声入力式日本語文書処理装置 |
JPH04235599A (ja) * | 1991-01-11 | 1992-08-24 | Fujitsu Ltd | 認識候補情報グループ別表示処理方式 |
JPH05249992A (ja) * | 1992-03-04 | 1993-09-28 | Hitachi Ltd | 音声認識装置 |
JP3758241B2 (ja) * | 1996-08-01 | 2006-03-22 | 三菱電機株式会社 | 音声情報検索装置 |
JP3825526B2 (ja) * | 1997-03-31 | 2006-09-27 | 株式会社東芝 | 音声認識装置 |
JP5980142B2 (ja) * | 2013-02-20 | 2016-08-31 | 日本電信電話株式会社 | 学習データ選択装置、識別的音声認識精度推定装置、学習データ選択方法、識別的音声認識精度推定方法、プログラム |
-
2015
- 2015-07-22 JP JP2015145011A patent/JP6486789B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017026808A (ja) | 2017-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6820058B2 (ja) | 音声認識方法、装置、デバイス、及び記憶媒体 | |
JP6495792B2 (ja) | 音声認識装置、音声認識方法、プログラム | |
US20200243082A1 (en) | Dialog system and dialog method | |
JP6812381B2 (ja) | 音声認識精度劣化要因推定装置、音声認識精度劣化要因推定方法、プログラム | |
JP7116309B2 (ja) | コンテキスト情報生成方法、コンテキスト情報生成装置およびコンテキスト情報生成プログラム | |
CN118012991B (zh) | 内容质量评分方法及相关装置 | |
US9053087B2 (en) | Automatic semantic evaluation of speech recognition results | |
JP5740368B2 (ja) | 識別的音声認識精度推定装置、識別的音声認識精度推定方法、プログラム | |
JP6486789B2 (ja) | 音声認識装置、音声認識方法、プログラム | |
US20230281392A1 (en) | Computer-readable recording medium storing computer program, machine learning method, and natural language processing apparatus | |
JP2016162163A (ja) | 情報処理装置及び情報処理プログラム | |
JP6805927B2 (ja) | インデックス生成プログラム、データ検索プログラム、インデックス生成装置、データ検索装置、インデックス生成方法、及びデータ検索方法 | |
CN114691907B (zh) | 一种跨模态检索的方法、设备及介质 | |
JP6353408B2 (ja) | 言語モデル適応装置、言語モデル適応方法、プログラム | |
JP6261669B2 (ja) | クエリ校正システムおよび方法 | |
US11289095B2 (en) | Method of and system for translating speech to text | |
JP2013109125A (ja) | 単語追加装置、単語追加方法、およびプログラム | |
JP2017219637A (ja) | 音声認識装置、音声認識方法、プログラム | |
JP2021086362A (ja) | 情報処理装置、情報処理方法及びプログラム | |
WO2019044583A1 (ja) | コンフュージョンネットワーク分散表現生成装置、コンフュージョンネットワーク分類装置、コンフュージョンネットワーク分散表現生成方法、コンフュージョンネットワーク分類方法、プログラム | |
JP6441203B2 (ja) | 音声認識結果圧縮装置、音声認識結果圧縮方法、プログラム | |
JP5980143B2 (ja) | ポーズ付与モデル生成装置、ポーズ付与モデル生成方法、ポーズ付与装置、ポーズ付与方法、プログラム | |
RU2778380C2 (ru) | Способ и система перевода речи в текст | |
KR102500106B1 (ko) | 약어 사전 구축 장치 및 방법 | |
JP2014098874A (ja) | 音声認識装置、音声認識方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170829 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180620 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180724 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180911 |
|
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: 20190219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6486789 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |