JPH01106095A - 音声認識システム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （イ）産業上の利用分野 本発明は音声入力により文章を作成する音声認識システ
ムに関するものである。

（ロ）従来の技術 音声をテーブレフーダの如き録音再生装置に録音し、こ
れを再生して出力される再生音声を音声認識装置へ入力
することにより、音声認識を行ないこれを文章化する音
声認識システムが開発されつつある（特開昭５８−１５
８７３６号）。

従来の音声認識システムの音声の切り出しは、゛ブリサ
ンプリング方法をもちいている。

このブリサンプリング方法によれば、音声の認識装置部
は常時マイクまたは録音再生装置の音をリングバ】・フ
ァメモリに記憶し、入力きれた音のパワーが、一定のし
きい値を越えたところを音声の始端および、音声のパワ
ーが一定のしきい値以下になった所を音声の終端とみな
し、認識処理が行なわれる。

しかし、音声の始端終端をパワーによってのみ判定して
いるため、大きなパワーをもつノイズが入力されたとき
、このノイズを音声として判断し音声の切りだし誤りを
招いてしまう。

かかる問題点を解決するために、音声区間を示す信号を
、入力音声と共に録音しておけばよいが、文章を録音す
る直前に音声区間の始端を示す信号を入力し、文意の録
音が終了した直後に音声区間の終端を示す信号を正確に
入力することは難しく、タイミングとしては、文章入力
が始まってから音声区間の始端を示す信号を録音するキ
ーを押したり、文章入力が終わっていないのに音声区間
の終端を示す信号を録音するキーを押し、始端終端１８
号と音声区間の始端終端が一致しないことがある。

このような状態で、始端終端信号により、音声区間の切
り出しを行なった場合、認識結果は文章の始まり部分と
終わりの部分が欠けたものとなってしまう。

（ハ）発明が解決しようとする問題点 従来はこの様にノイズの影響により音声の切りだし誤り
が起こり、誤認識の原因となっていた。

本発明は、この音声の切りだし誤りを防ぐシステ１、を
提案するものであり、始端終端信号と音声区間の始端終
端が一致していない場合でも、音声区間の切り出しを正
確に行なえるようにするものである。

（ニ）問題点を解決するための手段 本発明の音声認識システムは、始端終端信号が入力され
た場合、かかる信号が示す音声区間の前後、一定時量分
の音声の入力データを分析し、そのパワーを求めること
により、音声区間を決定する。

（ホ〉　作用 本発明の音声認識システムによれば、始端終端信号が示
す音声区間の前後、一定時量分の音声の入力データを分
析し、そのパワーを検出するため、始端終端信号と音声
区間の始端終端が一致していない場合でも、真の文章の
始まり部分と終わりの部分をみつけることができる。

以下余白 （へ）実施例 第１図に本発明を採用して音声入力により文章作成する
デイクチ−ティングマシンの外観図を示し、第２図に該
マシンの機能ブロック図を示す。

第２図に於て、（１）は第１図の本体（１００）内に回
路装備された音声認識部であり、その詳細は第３図のブ
ロック図に示す如く、入力音声信号の音圧調整を行う前
処理部（１１）［第４図］、該処理部（１１）からの音
圧調整済みの音声３号からその音響特徴を示すパラメー
タを抽出する特徴抽出部（１２）［第５図］、該抽出部
（１２）から得られる特徴パラメータに基づき入力音声
の単語認識を行う単語認識部（１３）［第６図］と文節
認識部（１４）［第７図］、及びこれらいずれかの認識
部（１３）、（１４＞からの認識結果に基づき認識単語
文字列、或いは認識音節文字の候補を作成する候補作成
部（１５）からなる。

更に第２図に於て、（２）は第１図に示す如く本体＜１
００＞に機械的並びに電気的に着脱可能なテープレコー
ダ等の録音再生装置、（３）は例えば第１図図示の如き
ヘッドホンタイプのマイクロホン、（４）は録音再生装
置（２）とマイクロホン（３）と音声認識部（１）との
あいだの接続切り換えを行う入力切り換え部［第８図］
である。（６）は認識結果に基づき生成した文字列部を
表示するための表示装置、く７）は該デイクチ−ティン
グマシンの各種制御信号を入力するためのキーボード、
（８）は該デイクチ−ティングマシンで生成された文字
列を記憶する磁気ディスク装置等の記憶装置、（９）は
該記憶装置の文字列を規則合成によりスピーカり１０）
から読み上げるための音声合成部である。

尚、（５）はマイクロプロセッサからなる制御部であり
、上記各部の動作の制御を司っている。

上述の構成のデイクチ−ティングマシンに依る文章作成
方法としては二通りあり、それぞれに就いて以下に詳述
する。

第一の方法は、マイク（３）より主音声を音声認識部（
１）に入力し、音声認識を行ない、入力音声を文字列に
変換し、表示装置（６）に表示し、同時に記憶装置（８
）に結果を記憶する。

第二の方法は、入力゛したい文章を予め録音再生装置（
２）に録音しておき、この録音再生装置（２）を本装置
に接続し、録音文章を音声認識部（１）に入力すること
により、音声認識を行ない、入力音声を文字列に変換し
、表示装置く６）に表示し、同時に記憶装置（８）に結
果を記憶する。

上述の様に、音声を入力する方法は、二通りあるので、
入力切り換え部（４）において、入力の切り換えを行な
う、また入力切り換え部（４）は、入力の切り換えの他
に、録音再生装置（２）に録音信号（イ）を録音するの
か、マイク（３）より入力きれた音声を録音するのかの
切り換えも行なう。

以下に音声録音から文章作成までの動作を順次詳述する
。

（ｉ）　　音声登録処理 音声認識を行なうに先たち、音声認識に必要な音声の標
準パターンを作成するため、音声登録を行なう。

まず、音節登録モードについて述べる。

ここで述べている標準パターンとは、音声認識部（１）
の文節認識部（１４〉でのパターンマッチィング時の基
準パターンとなるものであり、具体的には第７図の如き
文節認識部（１４）の音節標準パターンメモリ＜１４ｄ
）に格納される。

本デイクチ−ティングマシンに音声登録する方法は、ま
ず第７図のスイッチ（１４ｓｌ）を操作しパラメータバ
ッファ（１４ｄ）と音節認識部（１４ｂ）とを接続し、
次に述べる三方法がある。

第一の方法は該マシンの本体（１００）にマイク（３）
より直接登録音声を入力し、この登録音声を音声認識部
（１）で分析し、標準パターンを作成し、作成した標準
パターンを音節標準パターンメモリ（１４ｄ）および記
憶装置（８）に記憶させる方法である。

第二の方法は前もって登録音声を録音しておいた録音再
生装置（２）を本体（１００）に接続し、この録音登録
音声を再生することにより登録音声の入力をなし、この
入力した゛登録音声を音声認識部（１）で分析し、標準
パターンを作成し、作成した標準パターンを音節標準パ
ターンメモリ（１４ｄ）および記憶装置（８）に記憶さ
せる方法である。

第三の方法は本マシンの本体（１００）にマイク（３）
から直接登録音声を入力するが、このとき同時に録音再
生装置（２）を本体＜１００）に接続しておきこの入力
きれた音声を録音再生装置（２）に録音しながら、本体
（１００）側ではマイク（３）からの登録音声の分析を
行ない標準パターンを作成し、作成した標準パターンを
記憶装置（８）に記憶させておく、そして、次にこのマ
イク（３）への音声入力が終了すると、これに引き続き
、録音再生装置（２）に録音された音声を再生し、この
録音された登録音声を音声認識部（１）で分析し、標準
パターンを作成し、作成した標準パターンを音節標準パ
ターンメモリ（１４ｄ）に記憶しておくと同時に、記憶
袋ｇ！、（８）にも上述のマイクく３）からの直接の登
録音声の音節標準パターンと共に記憶させる方法である
。

この第３の方法に於ては、録音再生装置（２）に録音し
た音声は録音再生装置（２）の周波数特性を受けている
ため、録音した音声から作成した標準パターンと、マイ
ク（３）から直接入力した音声より作成した標準パター
ンとを比べた場合、両漂準パターンの間に違いが現れる
。故に録音音声を認識させるときは、録音音声より作成
した標準パターンを使用する必要があり、マイク（３）
から直接入力した音声を認識させるときは、マイク（３
）から直接入力した音声より作成した標準パターンを使
用する必要があるので、上述の如きの方法をとることに
よって、マイク（３）から直接登録した１票学パターン
と録音音声より作成した標準パターンの両パターンを一
回の音声登録操作によって作成し記憶できる。また、−
度録音再生装置（２）に登録音声を録音しておけば標準
パターンを作成していないデイクチ−ティングマシン上
にも登録者の発声入力を必要とせず、この録音音声を再
生入力するだけで、標準パターンが作成できる。また、
録音再生装置（２）に登録音声を録音し、さらにこの登
録音声のあとに文章を録音しておけば、後にこの録音再
生装置（２）を本体（１００）に接続し、録音された音
声を再生するだけで音声登録から、文章作成まで、すべ
て自動的に行なえる。

尚、音声の標準パターンを作成する為の登録者の発声入
力は、本装置が一定の順序で表示装置（６）に表示する
文字を登録者が読み上げることにより行なわれる。

また、本マシン専用の表示機能をもつ録音再生装置く２
）を使用する場合はこの録音再生装置（２）単独で携帯
する時でもその表示画面に表示された見出し語に対応す
る音声を発声し録音再生装置（２）に録音する事で、標
準パターンの作成が可能となる。

上述の如く、標準パターンを作成するための登録音声と
録音再生装置（２〉に録音する場合は、この録音された
登録音声より標準パターンを作成するときにノイズなど
の影響を受は録音音声とこれに対応するべき見出し語と
がずれる可能性があり、以下、第９図に基づき、説明の
ため録音再生装置としてテープレフーダを使用した場合
について述べる。第９図（ａ）はテーブレフーダに標準
パターン作成のための登録音声を録音した状態のうち、
見出し語１あ」〜１か」に対応した登録音声“あ′〜“
か゛の間のテープの状態を表わしており、ここでは“え
°′と“お”″の間に［ノイズ］が録音された場合を示
す。第９ｒ５！Ａ（ａ）の様に登録音声と登録音声との
間に［ノイズ］が録音されたテープにより音声登録を行
なった場合、１番目に０音された音が“あ゛で２番目に
録音された音が“い′という様に、ただ単にテープに録
音された音の順序により、入力された登録音声がどの音
節に対応しているのかを決定していると、［ノイズ］ま
で登録音声とみなして見出し語を対応させるので入力さ
れた実際の登録音声と見出し語とがずれてしまう。

ここで、第９図（ｂ）は［ノイズコを音声と誤認識し、
見出し語１え」のところに［ノイズ］が入力され、見出
し語「お、のところに音節“え″が入力された図である
。

この様に登録音声より標準パターンを作成するときにノ
イズなどの影響を受は録音音声と見出し語とがずれる場
合があるため、第９図（ｃ）に示すように、登録音声の
種類を示したキャラクタ−コード音を、登録音声に対応
させて録音再生装置（２）に録音する。この方法により
、“う゛と“九°′の間に［ノイズ］が録音されていて
も、上述のように、入力きれた音と見出し語とのずれを
防止する。

このずれを防止する特定周波数のキャラクタ−コード音
の録音方法を、録音再生装置（２）のテーブレフーダが
シングルトラックである場合と、マルチトラックである
場合とにわけて説明する。

まず第１０図において、録音方式としてマルチトラック
をもつ録音再生装置を使用する場合について述べる。

録音方式としてマルチトラックをもつ録音再生装置を使
用する場合は同図（ａ）に示すように音声を録音してい
ないトラックに見出し語に対応するキャラクタ−フード
を録音する。音声認識部（１）では、このキャラクタ−
コード音より、入力される音声の見出し語を知るととも
に、音声トラックに録音された音のう′ら、このキャラ
クタ−コード音が録音された区間ｔ１に録音された背の
うち、音圧しきい値以上の条件をみたすもののみを音声
とみなし、分析を行なう。

または、同図（ｂ）に示すように、音声の始めと終わり
に見出し語に対応するキャラクタ−フードを録音し、音
声トラックに録音された音のうち、この音声の始めを示
すキャラクタ−コード音と、音声の終わりを示すキャラ
クタ−コード音の間の区間ｔ２に録音された音のうち、
音圧しきい値以上の条件をみたすもののみを音声とみな
し、分析を行なう。

または、同図（Ｃ）に示すように、音声の始めに見出し
語に対応するキャラクタ−フードを録音する。音声トラ
ックに録音された音のうち、この音声の種類を示すキャ
ラクタ−コード音から、次の見出し語に対応するキャラ
クタ−コード音までの区間ｔ３に録音された音のうち、
音圧しきい値以上の条件をみたすもののみを音声とみな
し、分析を行なう。

また第二の方法としてシングルトラックの録音再生装置
（２）の場合は、見出し語に対応するキャラフターコー
ドを音声の分析周波数帯域外の音で表わし、音声の録音
されているトラックに音声と共に録音する。この場合の
キャラクタ−コード音を録音する方法は、上述のマルチ
トラックの場合と同様である。つまり、上述のｔｌ、ｔ
２、ｔ３の区間に録音芒れた音うち、上述と同様の条件
をみｔこすもののみを音声とみなし、分析を行なう。

ただし、音声と、キャラクタ−コード音が重なっている
同図（ａ）に示した実施例の場合以外は、キャラクタ−
フード音に、音声の分析周波数帯域外の音を使用しなく
てもよい。

次ぎにアルファベット、数字およびカッコや句読点など
予め第６図の如き単語認識部（１３）の単語辞書（Ｌ３
ｄ）にキャラクタ−登録されている単語に対応する単語
標準パターンを、同図の単語標準パターンメモリ（１３
ｃ）に登録する。

まず、所定の操作により、第６図のパラメータバッファ
（１３ａ）と単語標準パターンメモリ（１３ｃ）とがス
イッチ＜１３ｓｌ）により接読され、単語登録モードに
する。

つぎに、本装置本体（１００）の表示装置（６）にアル
ファベット、数字およびカッコや句読点ｌどが表示きれ
、操作者はこれに対応する読みを音声入力する。

音声認識部（１）では、この音声を分析し、単語標準パ
ターンメモリ（１３ｃ）に単語標準パターンの登録お行
なう。

上述までの操作により音声認識は可能となる。

しかし、自立語・付属語辞書（１４ｅ）および単語辞書
（１３ｄ）にない単語を認識させたいときは、自立語・
付ｉ語辞書（１４ａ）に認識させたい単語を登録するが
、単語辞書（１３ｄ）に認識させたい単語を、また単語
標準パターンメモリ（１３ｃ）に単語標準パターンを登
録する必要がある。ただし、自立語・付属語辞書＜１４
ｅ）に単語を登録するが、単語辞書（１３ｄ）および単
語標準パターンメモリ（１３ｃ）に、単語および単語標
準パターンを登録するかは、使用者がその単語を文節発
声として認識させたいか、単語発声として認識させたい
かによって決定する。

また、自立語・付属語辞書（１４ｅ）にはあるが、単語
群４６（１３ｄ）になく、それでも単語認識で認識させ
たい場合、かかる単語を単語辞書（１３ｄ）および単語
標準パターンメモリ（１３ｃ）に、単語および単語標準
パターンを登録する必要がある。

以下に任意単語の登録方法について述べる。

単語の登録には、単語を自立語・付属語辞書（１４ｅ）
に文字列を登録する登録と、単語を単語標準パターンメ
モリ（１３ｃ）に単語標準パターンを登録、および単語
群１ｉ（１３ｄ）に文字列を登録する２方法がある。

単語を自立語・付Ｓ語辞書（１４ａ）に登録する場合は
、登録したい単語を発声し本装置に入力する。

このとき本装置はこの音声を音声認識部（１）で認識し
、認識結果を表示袋ｆｔ、（６）に表示する。使用者は
この結果が正しければキーボード（７）の所定のキーを
押し、発声音声を表示装置１（８）に表示されている文
字列として自立語・付属語辞書（１４ｑ）に登録する。

もし、表示装置（６）に表示された認識結果が正しくな
ければ、本装置の音節修正機能により表示装置（６）に
表示された認識結果を修正するか、登録したい単語を再
発声する。また再発声した結果が誤っているときは、再
び本装置の音節修正機能により修正する。上述の操作を
表示装置（６）に表示される文字列が登録したい、７３
１語と一致するまで繰り返す。

単語をＲＬ語標準パターンメモリ（１３ｃ）および単語
辞書（１３ｄ）に登録する場合は、単語を自立語・付１
１ｂＭ辞這（１４ｃ）に登録する場合と同様にまず表示
装置（６）に登録したい文字列を正しく表示させる。次
に正しく認識された文字列と用語標準パターンを、単語
辞書（１３ｄ）および単語標準パターンメモリ（１３ｃ
）にそれぞれ登録する。

また、自然な発声で入力された音声を認識することは、
現在の音声認識技術のレベルを考えた場合、無理がある
。現在の音声認識技術のレベルでは、連続音節発声入力
が限度であるため、以下に連続音節発声入力の一実施例
について記す。

連続音節発声入力の場合も、上記の手順と同一であるが
、連続音節発声人力の場合は、単語標準パターンも連続
音節発声のパターンとなっているため、登録したい単語
を自然発声で再発声し、単語標準パターンを自然発声よ
り作成し、単語標準パターンと文字列を単語標準パター
ンメモリ（１３Ｃ）および単語辞書＜１３ｄ）にそれぞ
れ登録する。

以上の操作により、音声認識による文章作成のために必
要なデータを登録できた事となる。

（ｉ）　　文章作成 以下に文章作成の実施例について述べる。

まｒ、認識動作を行なう場合は、単語認識部（１３）の
スイッチ（１３ｓｌ）は、パラメータバッファ（１３ａ
）と筆語判定部（１３ｂ）を接続する様に、文節認識部
（１４）のスイッチ＜１４ｓｌ）は、パラメータバッフ
ァ（１４ｇ）と音節認識部（１４ｂ）を接続する様に設
定する。

文章作成には二方法がある。

第一の方法は本装置の本体に作成したい文章を音声によ
りマイク（３）から直接入力するオンライン認識力法で
ある。

第二の方法は文章を録音しておいた録音再生装置（２）
を本装置に接続し、録音文章を再生し、認識させるオフ
ライン認識である。

士ず、オンライン認識の実施例について述べる。

オンライン認識の場合は、本装置にマイク（３）より直
接文節単位または単語単位に発声した文章を音声入力す
るので、所定の操作により、入力切り換え部（４）でマ
イク（３）と音声認識部（１）を接続する。

また、マイク（３）より入力している音声を録音再生装
置（２）に記録しておきたいときは、録音再生装置（２
）を本体に接続し、入力切り換え部（４）をマイク、（
３）の出力と録音再生装置（２）の録音端子とを接続す
る。

また同時に、入力切り換え部（４）は、後述の様に無音
検出信号が特徴抽出部り１２）より入力された場合、文
節、または単語区切りを示すビーブ音を録音するよう機
能する。

音声認識時は、単語認識部（１３）と文節認識部〈１４
）が起動している。

マイク（３）より入力きれた音声は、前処理部（１１）
で入力音声を音声分析に適した特性になるよう処理を施
され（例えば入力音声の音圧が小せい時は、増幅器によ
り背圧を増幅したりする処理を行なう）、特徴抽出部（
１２）に送られる。

特徴抽出部＜１２）では、第５図に示す如く、前処理部
（１１）より入力きれてきた音声を分析部（１２ａ）で
分析し特徴抽出を行ない、パラメータバッファ（１２ｃ
）に記憶する。

同時に、特徴抽出部（１２）の分析電位判定部（１２ｂ
）では、分析部（１２ａ）の分析結果より、音節または
文節単位に発声されたあとの無音区間、および文節また
は単語単位に発声されたあとに録音されたビープ音（詳
細は後述のオフライン認識の実施例に示す。）の検出を
行なっており、無音区間を検出した場合、無音区間検出
４６号（ロ）を発生する。

かかる無音区間検出３号（ロ）を受は取ったパラメータ
バッファ（１２ｃ）は、記憶している特徴パラメータを
単語認識部（１３）と文節認識部（１４）に送り、記憶
内容を消去する。

単語認識部〈１３）に入力きれた特徴パラメータは、第
６図に示きれたパラメータバッフ　ｙ　（ｔ３ａ）に記
憶される。単語判定部（１３ｂ）では、パラメータバッ
ファ（１３ａ）に記憶された特徴パラメータと単語標準
パターンメモリ（１３ｃ）とを比較し、パラメータバッ
ファ＜１３＆）に記憶された特徴パラメータと、尤度の
大きい単語標準パターンをもつ単語を、単語辞＠（１３
ｄ）より複数語選び、選ばれた単語の文字列とその尤度
値を候補作成部（１５）に送る。

一方、文節認識部（１４）に入力された特徴パラメータ
は、パラメータバッファ（１４ａ）に記憶される。音節
認識部（１４ｂ）では、パラメータバッファ（１４ａ）
に記憶きれた特徴パラメータと音節標準パターンメモリ
（１４ｄ）とを比較し、パラメータバッファ（１４ｇ）
に記憶きれた特徴パラメータを音節列に変換し、かかる
音節列を文節判定部＜１４ｃ）へ送る０文節判定部（１
４ｃ）では入力された音節列と自立訝・付属語辞書（１
４ｅ）に登録きれている単語を比較し、自立語と付属語
を組み合わせて尤度の大きい文節を複数組作成し、作成
した文節の文字列とその尤度値を候補作成部（１５）に
送る。

候補作成部（１５）は入力された文字列から尤度の大き
いものを複数個選び、尤度値とは語認識部（１３）から
送られてきたデータか文節認識部（１４）から送られて
きたデータかを示すコードを付加し記憶する。同時に、
尤度の最も大きいものの文字列を、表示装置に表示啓せ
る信号を制御部（５）に送る。制御部（５）は、この信
号を受は尤度の最も大きいものの文字列の後に区切り記
号マーク「′７Ｊをつけ、例えば第１４図（ａ）の入力
文章に対して第１４図（ｃ）に示すような形式で表示装
置に表示させる。同時に候補作成部（１５）は制御部（
５）に、候補選択部（１５）に記憶された内容を記憶装
置（８）に記憶させる信号を送る。制御部（５）はこの
信号を受け、候補作成部（１５）に記憶きれた文字列の
後に区切り記号を表わすコードを付加した形で記憶装置
（８）に記憶させる。この外部記憶装置に記憶された文
字列は、ワープロの一次原稿とする。−殻内にはフロッ
ピーディスクを用いるが、このとき記’ｔ、Ｗ　ＨＣ（
８）のファイルのフォーマットはワープロのファイルフ
ォーマットに合わせておく必要がある。

また、この無音区間検出信号をうけとった第８図に示す
入力切り換え部（４）の信号発生部（４２）は、文章の
文節または単語の区切りを表わすビーブ音を発生し、か
かるビーブ音をスイッチ（４１）に入力する。スイッチ
（４１）は、マイク（３）から入力きれる音声と、信号
発生部（４２）より入力きれるビーブ音を、録音再生装
置（２）に録音するよう、回路を接続し、録音再生装置
（２）に録音されている文章の文節または単語の区切り
と見なされた無音区間にビーブ音を録音する。

次ぎに、オフライン認識の実施例について述べる。

オフライン認識の場合は、本装置に録音再生装’！ｔ（
２’）の録音音声を再生入力することにより文章作成を
行なうものであるため、まず録音再生装置（２）に文章
を録音する。

また、録音再生装置（２）より音声入力を行なうため、
入力切り換え部（４）により、録音再生装置（２）と音
声ｖ！、識部〈１）を接続する。

文章録音時は、文節単位または単語単位に発声し、文節
および単語間に無音区間を作る。また、第１図に示す如
き本装置専用の録音再生装置（２）を使用する場合は、
文節および単語の区切りを明確にするため、区切りを示
すビーブ音を、録音再生装置（２）または本デイクチ−
ティングマシン本体に設定されている区切りキー（７１
）を押し録音する。

また、単語登録をした単語は、単語単位に発声をおこな
うが、録音再生装置（２）がキャラクタ−音発生機能を
持ち、かつ入力したい単語に相当するキャラクタ−をも
っていれば、音声の替わりにそのキャラクタ−音を録音
してもよい。

また、文章単位の頭だしゃ文章と文章の間に録音された
ノイズを音声と誤り認識してしまうことを避けるために
文章の始まりと終わりを示す信号を音声と共に録音して
おく。

ただし、この信号の録音方法は、録音再生装置（２）が
マルチトラック方式か否かにより音声登録のところで述
べたように変わる。第１１ｊ３！：ｌは、マルチトラッ
ク方式および、第１２図はシングルトラック方式の図で
ある。第１１図（ａ）、第１２図（ａ）は、ＤＴＭＦ信
号等の音が、録音されている区間を音声領域として、検
出する方法である。

第１１図（ｂ）、第１２図（ａ）は、ＤＴＭＦ信号等の
音を、文章の始まる前に録音し、文章が終了したときに
、再度録音し、かかる両信号に挾まれた区間を音声領域
として、検出する方法である。

また、第１２図のシングルトラック方式の場合は、音声
区間とＤＴＭＦ（８号等の音が、重なることを省え、音
声帯域外のＤＴＭＦ信号等を用いる。

また文章を認識するときは、信号の録音されている前後
ｔ４およびｔ５の区間をサンプリングし、音声か否かを
判定するため必ずしも文章の始まりと信号の始まり、お
よび文章の終わりと信号の終わりが一致している必要は
ない、このため、文章を発声するタイミングとキーを押
すタイミングが少々ずれても認識可能である。

次に、録音再生装置（２）を本装置の本体と接続し録音
音声を再生し認識処理を行なうが、この録音音声を認識
させる前に認識速度のモードを、録音音声の再生速度を
速くして、認識時間短縮を行なう早聞き認識のモードか
、通常の再生速度で認識させるモードか、時間的に余裕
があり、高認識率を必要とするときは、二度再生認識モ
ードのいずれかのモードに設定しておく。

まず早聞き認識モードの実施例を記す。

早聞き認識モードでは、録音音声の再生速度を速くして
いるため、入力音声の特性が、通常の再生速度で再生さ
れた登録音声より作成した、標準パターンとは特性が違
っており、単に再生速度を速くした音声を入力しても、
正確に音声認識を行なえない。

そこで、再生速度を速くした音声を正確に認識するため
、サンプリング周波数を変更する。以下に、かかる方法
の、実施例を記す。

第５図の特徴抽出部（１２）のす／ブリング周波数制御
部（１２ｄ）は、特徴抽出部（１２）の入力音声のサン
プリング周波数を音声の標準パターンを作成したときの
サンプリング周波数のく再生速度／録音速度）倍に設定
し、音声をサンプリングし分析する。特徴抽出部（１２
）以降の処理はオンライン認識時の実施例と同様。ただ
し５、録音再生装＃（２）の録音文章に、文節および単
語の区切りを明確にするための区切りを示すビープ音を
録音済みの文章を入力し、特徴抽出部＜１２）がかかる
ビープ音を検出したとき、特徴抽出部（１２）は無音区
間検出信号（ロ）の代わりに、ビーブ音検出信号（口′
）を発生する。受口信号が、無音区間検出信号（ロ）で
なく、ビーブ音検出信号（口′）の場合、入力切り換え
部（４）の（ｇ号発生部（４２）は、文章の文節または
単語の区切りを表わすビーブ音の発生は行なわない。

また、音声認識部（１）が、単語を示すキャラクタ−音
を認識した場合は、かかるキャラクタ−音に対応した単
語を０識結果として出力する。

次に二度再生認識モードの実施例を記す。

本モードは、まず録音音声を再生し本装置に入力する。

このとき音声認識部（１）の前処理部（１１）で録音「
声の音圧変動を全て読みとり、このデータを第４図に示
す背圧変動メモリ（ｌｌｂ）に記憶する６次ぎに、再び
録音音声を再生し本装置に入力する。このとき前処理部
り１１〉では、音圧変動記憶メモリ（ｌｌｂ）に記憶さ
れたデータを使用し、特徴抽出部（１２）への入力音圧
を第１８図に示す如く、音声認識に最も適したレベルに
あわせるよう、ＡＧＣ回路（ＩＬａ）の増幅率を調整す
る。即ち、利得Ｇを固定利得Ａに制御電圧Ｖａ（可変調
整される）を乗じたものとする。

また、二度再生認識モードの別の実施例として、多数回
再生認識モードも考えられる。これは、録音文章を多数
回再生入力し、入力のつど、音声認識部（１）における
認識方法を変更することによって認識された結果を比較
し、最も確からしさの尤度の大きいものを、選択する方
法である。

また、録音再生装置（２〉に登録用音声を録音しておら
ず、かつ録音再生装！（２）によっては再生速度を速く
した場合の周波数特性と通常の再生速度の場合の周波数
特性が違うものを使用するとき、または音声の標準パタ
ーン作成に使用した録音再生装＃（２）と違う周波数特
性をもつ録音再生装置（２）に録音した文章を認識させ
るとき、または音声の標準パターン作成に使用した録音
再生装置（２）と規格上は同じ周波数特性を有するが使
用部品等の誤差の影Ｇをうけ実際の周波数特性が音声の
標準パターン作成に使用した録音再生装置（２）と違っ
ている録音再生装置（２）に録音した文章を認識させる
ときは、以下に述べる周波数特性の影響を補正する機能
を使用する。

まず、録音再生装置（２）の周波数特性を測定する場合
の基準となる基準正弦波信号を基準信号発生部（４２）
で発生させ、録音再生装置（２）に録音する。しかる後
に録音されたかかる基準正弦波信号を本装置に再生入力
する。入力された基準正弦波信号を音声認識部（１）は
分析し、録音された基準正弦波信号と、基準信号発生部
（４２）で発生させた基準正弦波信号との周波数特性の
差を求め、録音された基準正弦波信号と、基準信号発生
部（４２〉で発生させた基準正弦波信号との周波数特性
の差を小きくするように、補正をかける。補正をかける
手段は、音声認識部（１）の特徴抽出部（１２）の特徴
抽出方法により、多数考えられる。例えば第１３図に示
したように、直列接続されたバンドパスフィルタ（ＢＰ
Ｆ）と増巾器（ＡＭＰ）との並列接続体からなるアナロ
グフィルターバンク方式とするものであれば、増幅器（
ＡＭＰ）の増幅率＠調整することにより、基準信号発生
部（４２）で発生させた基準正弦波信号との周波数特性
の差を小さくするようにフィルタからの出力を調整する
。また、特徴抽出部（１２）の特徴抽出方法として、デ
ィジタルフィルターをもちいていれば、ディジタルフィ
ルターの特性を決めているパラメータを変更すればよい
。その他、音声認識部（１）の特徴抽出部（１２）の特
徴抽出方法に対応して、あらゆる方法が考えられる。

前記までの操作により、音声入力した文章はかな列に変
換された事となる。このかな列変換された文章が入力し
た文章と違っている場合の修正方法を第１４図を使用し
それぞれの誤りかたに場合分けして以下に述べる。以下
の手順により修正を行なう。

第１４図（ａ）は入力文章、同図（ｂ）は入力音声、同
図＜ｃ）は認識結果、同図（ｄ）〜り１１）は修正過程
、同図（ｉ）は修正結果を表わしている。

まず、１１語として発声したものが文節として誤認識さ
れた場合の修正法について述べる。同図（Ｃ）に示した
ように単語“Ｃ”として発声したものが、文節“し−”
′として認識された場合、先ずカーソル（Ｘ）を誤った
単語の部分へ移動する［同図（ｄ）ｉｌ。次ぎにＲＬ語
次候補キー（７２）を押し単語の次候補を表示きせる［
同図（ｄ）ｉｌ。　この結果が正しければ次の修正部分
へ進む、もしこの結果が誤っていれば、再び単語次候補
キー（７２）を押し単語の次候補を表示きせる。この操
作を正解が表示されるまで繰り返す。

次ぎに、文節として発声したものが単語とじて誤認識さ
れた場合の修正法について述べる。文節“い”′として
発声したものが、単語“Ｅ′′として認識された場合、
先ずカーソル（Ｘ）を誤った文節の部分へ移動する０次
ぎに文節次候補キー（７３）を押し文節の次候補を表示
させる。この結果が正しければ次の修正部分へ進む。

もしこの結果が誤っていれば、文節次候補キー（７３）
を押し文節の次候補を表示させる。この操作を正解が表
示されるまで繰り返す。

単語前候補キー（７４）を押すことにより単語、文節前
候補キー（７５）を押すことにより文節、それぞれの一
つ前の候補を表示きせるととも出来る。

上述の２通りの修正法で正解が得られないときは音節軍
位の修正や、単語または文節または音節を再発声入力す
る。

また、再発声入力時に再び、文節を単語認識したり、単
語を文節認識したりすることを避けるため、候補作成部
（１５）を、単語認識部（１３）より送られてきた認識
結果のみを認識結果としてみなし、文節認識部り１４）
より送られてきた認識結果は、無視するよう外部より制
御できる。

士た、候補作成部（１５）を、文節認識部（１４）より
送られてきた認識結果のみを認識結果としてみなし、単
語認識部り１３）より送られてきた認識結果は、無視す
るよう外部より制御できる。

上述の次候補キーとは、以下に述べる機能を有するキー
の事であり、第１５図を使用し説明する。

本装置の音声認識部（１）では、単語認識と文節認識が
並走しており、！＠語および文節の両認識結果を求めて
いることは先に述べたが、この両認識結果より、文節認
識処理の結果を尤度の大きいものから順番に認識結果を
表示装置く６）に表示させるためのキーが文節次候補キ
ー（７３）であり、単語認識処理の結果を尤度の大きい
ものから順番に認識結果を表示装置に表示させるための
キーが単語次候補キー（７２）であり、現在表示装置に
表示されている認識結果より、一つ尤度の大きい認識結
果を表示装置く６）に表示するキーが、単語前候補キー
および文節前候補キーである。

第１５図は候補作成部（１５）の候補バッファ（１５ａ
）である、この図は、−位の認識結果が、′たんご」で
あり、これは単語認識部（１３）から送られてきた認識
結果であることを（は語）で表わしている。同様に三位
の認識結果が、′たんごを」であり、これは文節認識部
＜１４）から送られてきた認識結果であることを（文節
）で表わし、三位の認識結果が、「たんごに、であり、
これは文節認識部（１４）から送られてきた認識結果で
あることを（文節）で表わし、四位の認識結果が、「た
んこう。

であり、これは単語認識部（１３）から送られてきた認
識結果であることを（単語）で表わしている。

いま、表示装置（６）には、′たんご」が表示されてい
るとする。かかる状態で文節辰候補キー〈７３）を押す
と表示装置く６）には「たんごを、が表示きれる。また
、単語次候補キー（７２）を押すと表示装置（６）には
「たんこう」が表示される。

また、表示装置（６）には、「たんこう、が表示きれて
いる場合に、単語前候補キー（７４）を押すと表示装置
く６）にはまたんご」が表示され、文節前候補キー（７
３）を押すと表示装置（６）には「たんごに」が表示き
れる。

次ぎに一文節全体の一括修正方法について述べる。

第１４図（ｅ）の例は単語「Ｔ」を「Ａ」と誤認識した
例である。先ずカーソルを修正したい単語へ移動する［
同図（ｅ）ｉコ。

次に単語次候補キー（７２）を押し単語の次候補を表示
させる［同図（ｅ　）ｉ　］。この結果が正しければ次
の修正部分へ進む。もしこの結果が誤っていれば、単語
次候補キー（７２）を押し単語の次候補を表示きせる。

この操作を正解が表示きれるまで繰り返す。正解が表示
され無ければ、再発声を行ない、再入力をおこなう。前
単語候補キー（７４）を押すことにより一つ前に表示し
た単語の候補を表示させることも出来る。

次ぎに一単語全体の一括修正方法について述べる。

第１４図＜ｒ＞の例は文節「かめんの」を「がいねんの
」と誤認識した例である。先ずカーソルを修正したい文
節へ移動する［同図（ｆ’）ｉ］。

次ぎに文節次候補キー（７３）を押し文節の次候補を表
示させる［同図（ｆ）ｉ］、この結果が正しければ次の
修正部分へ進む。もしこの結果が誤ってい１１ば、文節
次候補キー（７３）を押し文節の次候補を表示させる。

この操作を正解が表示されるまで繰り返す、正解が表示
され無ければ、再発声を行ない、再入力をおこなう、前
文節候補キー（７５）を押すことにより一つ前に表示し
た文節の候補を表示させることも出来る。

次ぎに音節単位の修正方法について述べる。

第１４図（ｈ）の例は文節「おんせいて、を「おんけい
で」と誤認識した例である。この例は音節１け」を「せ
」に修正する場合であるが、先ずカーソル（Ｘ）を修正
したい音節「け、へ移動し［同図（ｈ）ｉ］、音節次候
補キー（７６）を押す、音節次候補キー（７６）を押す
ことにより修正したい部分の音節と最も距離が近い音節
が表示される［同図（ｈ）ｉｌ’、正解が表示されれば
、次の修正部分へ移動する。もしこの結果が誤っていれ
ば、再度音節次候補キーを押し音節の次候補を表示させ
る。

この操作を正解が表示されるまで繰り返す。正解が表示
きれ無ければ、再発声により再入力を行なう。再入力の
結果が間違っている時は上記の手順により再び修正する
。この操作を正解が表示されるまで繰り返す。

また前音節候補キー（７７）を押すことにより音節の一
つ前の候補を表示させることも出来る。

音節を削除したい時は、カーソルを修正したい音節へ移
動し削除キー（７８）を押し削除する。

音節を挿入したい時は、カーソルを修正したい音節へ移
動し挿入キー（７９）を押し挿入する。

次に第１６図を使用し、数音節修正法について記す。

この例は、同図（ａ）の入力文章“かいじょう°′を同
図（ｂ）「がんじょう」と誤認識した例である。この場
合、まずカーソル（Ｘ）を修正したい音節にもっていき
［同図（Ｃ）］、“かい゛′と再発声入力する。かかる
再発声入力音声は音声認識部（１）でＰ！識さ些、認識
結果は表示装置（６）に表示される。認識結果が正しけ
れば、次の修正部へすすむ。もし、同図（ｄ）に示すよ
うに、′かい」を「かえ」と誤認識した場合、単語の場
合は、単語次候補キー（７２）を押す０文節の場合は、
文節次候補キー（７３）を押す、第１６図は単語の場合
の例であるので、以下明記の修正方法について記す、同
図（ｄ）の状態で、単語次候補キー（７２）を押した場
合、まず、制御部（５）は、単語辞ｉ！！（１３ｄ）よ
り、修正前の同図（ｂ）の認識結果「かんじよう−と再
発声後の同図（ｄ）の認識結果「かえじよう」とを比較
し、同一部分１じよう、をみつける。次に、制御部（５
）は、単語辞書（１３ｄ）より、かかる同一部分１じよ
う」をもつ単語を選ぶ、同図（ｆ’）は単語辞書（１３
ｄ）の記憶内容を示しており、同図（ｇ）は記憶内容よ
り選んだ１じよう」をもつ単語を示している。次に制御
部（５）は、同図（ｇ）に記した単語と、再発声後の認
識Ｍ果「かえしよう、との尤度を計算し、最も尤度値の
大きい単語を表示する〔同図（ｅ）］− 次に文節またはｉｇ！の認識境界誤りを修正する場合に
ついて述べる。

第１４図（ｇ）の例は文節１ぶんしようを」を１ん」と
「シ」の間に［９コ印で示す無音区間があると誤認識し
、単語「ぶん」と文節「しようを。

というように二つに分けて誤認識した例である。

この場合認識境界誤りを修正しなければならないが、認
識境界区切り記号を削除したい場合は、削除したい認識
境界区切り記号にカーソル（Ｘ）を移動し［同図（ｇ）
ｉｌ、削除キー（７８）を押す［同図（ｇ）ｉｌ。認識
境界区切り記号を挿入したい場合は挿入したい位置にあ
る音節にカーソル（Ｘ）を移動し挿入キー（７９）を押
す。

ただし、後に述べるように録音再生装置（２）の区切り
ビーブ普と、記憶装！＜８　＞に記憶きれた認識結果に
付加きれた区切り記号は、録音再生装置（２）と記憶装
置く８）の同期をとるだめの目印となるので、対応はと
っておかなければならない。ゆえに、この時記憶装置（
８）に区切り記号が挿入削除されたことを記憶装置（８
）に記憶しておく。

例えば、第１４図（ｇ）ｉに示した文章が、第１４図（
ｇ）ｉに示すように、記憶装置（８）に記憶されている
ものとする。（ｇ）ｉの文章を、（ｇ〉＝に示すように
修正した場合、記憶装置（８）に記憶されていた区切り
記号「マ、は、記号「マ、に改められる。記号ｒｖ」は
、区切り記号「９」が削除されたことを示す記号であり
、認識単位を示す記号には用いられず、録音再生装置（
２）等との制御のみに用いられる記号である。

このような構成にすれば、区切り記号１７」を削除した
後も、録音再生装置（２）に録音いれたビープ音と、記
憶装置（８）に記憶された記号１９」ｒｖ」を用いるこ
とにより、同期をとりながら両装置を制御できる。

以上は、区切り記号１？」を削除した場合の例であるが
、挿入された場合も同様の考え方ができる。つまり、制
御１８号としては用いられず、区切りのみを表わす特定
の記号を、区切り記号「マ。

の替わりに挿入すればよい。

以上の修正手順により、第１４図（ｉ）に示すように、
文章を修正する。

認識境界誤り修正を行なった後認識境界誤り修正を行な
った認識単位について、修正手順に従って修正を加える
。再発声による修正の場合、標準パターンを登録した人
なら誰の音声でも′ｒ！、識でき己ので文章の録音者で
なくとも修正操作を行なえる。

以上、かな列文章の修正方法を述べたが、修正を補助す
る機能として以下に述べる機能を有する。

表示装置（６）に表示された文字列上のカーソル移動と
表示画面のスクロール機能により、記憶装置（８）より
順次記憶文章を表示画面上に表示できるが、この時画面
上に表示きれている部分に対応する音嶌が録音再生装置
（２）から再生きれる。

また、上述の機能とは逆の機能も有し、録音再生装置（
２）から再生されている部分に対応した文字列が表示装
置（６）に表示きれる。

また、上述のどちらの方法の場合も録音文章に録音され
ている区切り記号前と、表示側に記録されている区切り
記号を、同期を取るタイミング信号として使用し、Ｂ音
再生装置（２）の再生と表示とがお互いに同期をとりな
がら動作するよう制御している。また、キーボード（７
）、または録音再生装置（２）より再生を止める信１号
が入力きれたとき、再生を止めるとともに、表示のスク
ロールまたはカーソルの移動を止める。

以上の録音再生袋ｆ（２”）の再生と表示との同期機能
により、再生音を聞きながら文字列の確認を行なうこと
ができ、修正個所の発見を容易にする。

ここで述ベニいる同期のとり方として、再生され工いる
部分に対応する記憶装置（８）の文字列を表示袋（ｉｆ
：（６）に表示する方法と、再生されている部分に対応
する部分より区切り記号−つ遅れた部分のかな列を表示
装置（６）に表示する方法とがある。

この場合、修正のため表示を停止したときには既に録音
音声の修正部分は再生きれているため再度督正部分を再
生するためには、再生された文章より修正したい部分の
頭だしを行なう必要がある。そこで、この方法を採用す
る場合は、表示を停止したとき、自動的に録音再生装置
（２）を一つ前の区切り記号までバックトラックする機
能をもたせる。

また、録音再生袋ｅ（２）に、テーブレフーダを使用し
た場合、再生部分をモータの回転により制御することと
、テープのたるみなどにより、修正部分に対応した部分
の頭出しが正確に行なえない場合がある。

このような場合は、入力されてくる音声を、−定時間長
たけＰＣＭ録音やＡＤＰＣＭ録音で記憶しておき、入力
きれた音声を聞き返したい場合は、ＰＣＭ録音やＡ　Ｄ
　Ｐ　ＣＭ録音音声を聞き返す機能を付加する。

第１７図は上記の、機能の一実施例であり、ＰＣＭＱ音
のデータを記憶してお（ＰＣＭデータメモリの図である
０図中の数字０１〜０５はアドレスを示している。入力
音声は、第１４図に記した“わたしわ１てん１し−１あ
−る１て−１かめんの１ふんしようを１てん１おんせい
で１しゆうせいした１まる”という、文章である。

上記の、音声が入力されたとき、ＰＣＭデータメモリ＜
ＤＭ）には、０１番地に最初の無音区間までの音声“わ
たしわ′が記憶される。０２番地に２番目の無音区間ま
での音声“てん°が記憶きれる。０５番地に５番目の無
音区間までの音声“て−″が記憶きれる。このとさ、Ｐ
　ＣＭアドレスポインタ（ＡＰ）は、ＰＣＭデータメモ
リに記憶されているデータのうち、１番先に記憶きれた
データのアドレスを記憶しておく。本例では、０１が記
憶きれる。

この段階でＰＣＭデータメモリは一杯になる。

次に、音声が入力されたときは、ＰＣＭデータメモリ（
ＤＭ）に記憶きれているデータのうち、１番先に記憶き
れたデータのアドレスに、入力された音声を記憶する。

本例では“わたしわ“が記憶されていたアドレス０１に
“がめんの”を記憶する。このとき、ＰＣＭアドレスポ
インタ（ＡＰ）は、ＰＣＭデータメモリ（ＤＭ）に記憶
されているデータのうち、１番先に記憶されたデータの
アドレスを記憶しておく０本例では、０２が記憶きれる
。

この状態で、ＰＣＭデータメモリ（ＤＭ＞の内容を再生
する場合、ＰＣＭアドレスポインタ（ＡＰ）の指してい
る、アドレスから、再生する。本例では、０２，０３，
０４，０５，０１の順番に再生していく。

かかる方法により、何度でも、正確に素早く、音声を聞
き返すことが可能となる。

また、画面上の認識単位の区切り記号上へ力−ンル（Ｘ
）を移動し録音音声の頭出しキー（７０）を押すことに
より、カーソルが示している認識単位に対応した録音再
生装置（２）側の区切り記号青部分を録音文章より捜し
出し、これに続く文章を再生する機能を有する。以下に
、かかる機能の実施例を示す。

Ｎ￥議した文章の確認のため、認識結果を記憶装置（８
）より読み出し、表示装置（６）に冒頭より表示させる
。この時、第１９図、制御部（５）の区切り記号カウン
ター（５ａ）は、記憶装置（８）より読み出された区切
り記号の数を計数していく。読み出した認識結果が誤っ
ている場合は、誤っている部分にカーソルをあて、頭出
しキーを押す。制御部（５）は、録音再生装置（２）に
録音されている文章を、早送り再生モードで再生させる
。特徴抽出部（１２）のビープ音カウンター（１２ｅ）
は、録音再生装置（２）より入力される文章中の区切り
をしめずビーブ音を計数する。

比較回路（５ｂ）は、ビープ音カウンター（１２ａ）の
値が、先に述べた区切り記号カウンター（５ａ）の値よ
り、１つ小さくなったとき、信号（ハ）を録音再生装置
（２）に送り、再生を止める。

また、認識結果、および修正を終了した文章の確認のた
めには、記憶装置（８）の記憶データを表示装置（６）
に文字列で表示させ、表示画面上に表示きれた文字列を
目で追い、読まなければならないため、非常に目が疲れ
る。

かかる点に鑑み、本装置は認識結果を記憶許せた記憶装
置（８）上の文字列を、音声合成機能により読み上げる
機能をもたせることにより、認識結果、および修正を終
了した文章の確認を音声合成音を聞くことにより行なえ
るようにできる。

この場合も音声合成部（９）と記憶装置（８）と録音再
生装置（２）と表示装置（６）との同期を取るタイミン
グ信号として、区切り記号を使用する。

つまり、音声合成部（９）が記憶装置（８）より読み上
げている部分に相当する文字列が表示装置（６）に表示
きれ、同時に録音再生装置（２）より録音部分を頭出し
している。この方法により、音声合成音の読み合わせ機
能により誤りを発見し修正のために音声合成の読み合わ
せ機能を停止許せたとき、表示装置（６）の表示も録音
再生装置ｔ（２）の録音部分も誤り部分を示しており、
即座に修正を行なうことができる。

ここで述べている同期のとり方として、音声合成機能に
より読み上げられ−Ｃいる部分に対応する記憶装置のか
な列を表示装置く６）に表示すると同時に、録音再生装
置（２）に録音きれている文章より該当する音節部分を
再生する方法と、音声合成機能により読み上げられてい
る部分に対応する部分より、区切り記号−つ遅れた録音
再生袋ｆｆｆｆ１（２）に録音されている文章部分再生
する方法とがある。後者の場合、修正のため音声合成を
停止したとき、録音再生装置（２）は修正したい部分よ
り手前で停止しているため、この状態で再生すれば直ぐ
に修正部分の音声を再生できる。前者の場合は修正のた
め音声合成を停止したときには既に録音音声の修正部分
は再生されているため再度修正部分を再生するためには
バックトラックする必要がある。そこで、前者の方法を
採用する場合は表示を停止したとき、自動的に録音再生
装置（２）が一つ前の区切り記号までバックトラックす
る機能をもたせるのが好ましい。

以上、認識結果を記憶装置（８）に記憶してお（実施例
を記してきたが、以下に、別の実施例として、録音再生
装置（２）に認識結果を記憶させる方法を記す。

記憶装置（８）に記憶された、認識結果を、原文の録音
された録音再生装置（２）に記録する。この様にすれば
、原文と認識結果が、同一記録媒体に記録できるため、
原文と認識結果の管理が容易になる。

また、録音文章を、再生入力しながら、認識した結果を
録音再生装置（２）に録音していくことにより、外部記
憶装置が不要となる。

いずれの場合も、マルチトラック方式の録音再生装置（
２）を用いることにより、録音音声を再生しながら、音
声の録音さ・れていないトラックに認識結果を記憶きせ
ることができる。

以下余白 （ト）発明の効果 本発明の音声認識システムは、始端終端信号が示す音声
区間の前後、・一定時量分の入力データを分析し、その
バフ−を検出し、音声のパワーが一定のしきい値を越え
たところを音声の始端および、音声のパワーが一定のし
きい値以下になった所を音声の終端とみなし、認識処理
を行なうため、始端終端信号と、°音声区間の始端終端
が一致していない場合でも、正確な文章の始まり部分と
終わりの部分をみつけることができる。

また、始端終端信号が録音されているため、始端終端信
号が示す音声区間の前後、一定時量分以外の部分に録音
された雑音は認識されなくなり、誤？２識が防げる。

【図面の簡単な説明】

第１図は本発明の音声認識システムを採用したデイクチ
−ティングマシンの外観図、第２図はデイクチ−ティン
グマシンの構成図、第３図は音声認識部（１）の構成図
、第４図は前処理部（１１）の構成図、第５図は特徴抽
出部（１２）の構成図、第６図はｆｉ語認識部（１３）
の構成図、第７図は文節認識部（１４）の構成図、第８
図は入力切り換え部（４）の構成図、第９図は見出し語
と録音方式とキャラクタ、−音０＞関係図、第１０図は
キャラクタ−音の録音方法と音声区間の関係図、第１１
図は録音再生装置がマルチトラック方式の場合の録音方
法を示す図、第１２図は録音再生装置がシングルトラッ
ク方式の場合の録音方法を示す図、第１３図は周波数補
正回路例を示ｒ図、第１４図は誤認識時の修正図、第１
５図は候補作成部（１５）内の候補バッファ（１５ａ）
を示す図、第１６図は誤￥！、識時の数音節修正例を示
す図、第１７図はＰＣＭ録音方法説明図、第１８図はＡ
ＧＣ動作の説明図、第１９図は、区切り記号のカウンタ
ーの説明図である。 （１）・・・音声認識部、（２）・・・録音再生装置、
（３）・・・マイク、（６）・・・表示装置１！、＜７
＞・・・キーボード、（８）・・・記憶装置、（１１）
・・・前処理部、（１２〉・・・特徴抽出部、（１３）
・・・単語認識部、（１４）・・・文節認識部、（ＬＬ
ａ）・・・可変利得増巾器、＜ｌｌｂ＞・・・音圧変動
メモリ。 第２図 区 大を 派 ｑフ 派 区 区 旧 Ｖ　　　　　　　　　　　　　　　　　　　　　　　　
　　Ｖ１厘 〇 派 旨 ｂｈ 第１８図 第り図 ５　制御部

Claims (1)

【特許請求の範囲】
1. （１）入力音声を録音する録音再生装置と、該録音再生
   装置から再生された入力音声を認識する音声認識装置と
   を備え、該録音再生装置は文章の音声信号と共に、該録
   音文章の始端終端を示す信号を録音し、音声認識装置は
   かかる始端終端を示す信号の前後の音声のパワーを検出
   し、パワーが所定のしきい値を越えたところを音声の始
   端とみなし、所定のしきい値よりパワーが小さくなった
   ところを音声の終端とみなすことを特徴とする音声認識
   システム。