JPH01161431A - 文章作成システム - 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 音声認識により文章を作成する装置に関するものである
。

（ロ）従来の技術 音声をテープレコ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文
章作成システムが開発されつつある（特開昭５８−１５
８７３６号）。

従来、録音再生装置と音声合成装置と音声認識装置と表
示装置を組み合わせた文章作成システムのような装置で
は、録音再生装置より再生する音声と記憶装置より読み
だしたデータを表示装置に表示する部分と、音声合成の
読み合わせ部分は独立した動作をしていた。

このような装置において、例えば、作成した文章の確認
中等に誤りを発見し、録音再生装置より、かかる誤り部
分に相当する部分を聞き返しだい場合、録音再生装置に
録音されている文章を始めから聞き返し、該当する部分
を見つけなければならなかった。

（ハ）発明が解決しようとする問題点 従来、ワープロなどで作成した文章を、音声合成機能で
読ませ、文章の誤りを発見し、録音再生８Ｒより誤り個
所に対応する部分を見つげだすときは、録音音声を再生
し聞き返すか、頭出し機能を使用し誤り部分を見つＣ′
３ださなければならなかった。何れの場合もこのように
、音声合成の読み合わせ機能で文章の誤りを発見した後
、録音再生装置より誤り個所に対応する部分を見つけだ
し、再生させるには繁雑な操作を必要とした。

本発明は断る点に鑑み、音声合成の読み合わ性機能で文
章の誤りを発見した後、録音再生装置より誤り個所に対
応する部分を見つけだし、再生さ世る繁雑な操作を極め
て簡単な操作により実行でき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 本発明の文章作成システムはｒ！、識単位の区切りを表
わす無音区間を検出する手段と、無音区間を検出した場
合、無音区間を検出したことをしめす無音区間検出信号
をかかる無音区間に録音するとともに、音声認識した結
果を認識単位毎に区切り記号をつけて記憶装置に記憶し
、かかる両信号を使用し、表示装置と、音声合成装置と
、録音再生装置との同期を採ることにより、音声合成装
置が音声合成している文章に対応する部分に追随して録
音文章が再生きれる。また、合成音を停止すると、録音
再生装置の再生部分が所定の無音区間検出信号分逆戻し
し、停止するようにする。

（ホ）作用 本発明システムによれば、このように構成した場合、例
えば音声合成によ読み合わせ中に誤りを発見し、合成機
能を止めた場合、録音再生装置は現在の位置より所定の
無音区間検出信号分逆戻りして停止する。つまり、この
時、録音再生装置は、合成部が合成した文章よりも所定
の無音区間検出信号分だけ戻っているため、音声合成出
力を伴侶した部分に対応する部分より、前の部分へ戻っ
ており、誤り部分の頭出しができている。

（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
り１理部ｍ）［第４図コ、該処理部（１１）からの音圧
調Ｖ済みの音声信号が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図コ、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図コと文節認
識部（１４）［第７図コ、及びこれらいずれかの認識部
（１３）、（１４）からの認識結襲に基つき認識型語文
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グｌ−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ｅ（２）とマイクロホン（３）と音Ｐ　ｐ４．置部（
１）とのあいた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
字列等を表示するための表示装置、（７）は該デイクチ
−デ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
（ｌＯ）から読み上げるための音肖合成部である。

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）より生音声を音声認識部（
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（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）より入力さ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
文節認識部り１４）の音節標準パターンメモリ＜１４ｄ
）に格納される。

本ディクデー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（ｔａｄ）と音節？！織置部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）に記憶きせる方法である。

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ｆ（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
さ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
録音きれた登Ｑ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
装置（８）にも上述のマイク（３）からの直接の登ＳＪ
：＃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、鋒汗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、両標準パターンの間に違いが現れる
。故に録音音声を認識さ什るときは、録音音声より作成
した標苧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１、マイク（３）から直接登録した標６パターン
と録音音声より作成した標準パター〉・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、
−４’ｎｇ再生装置（２）に登録ｇ声を録音しておけば
標準パターンを作成していないディクアーティングマシ
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、９音再生装置ｆ！（２）に登録音声を録音し、きら
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ｒ！１（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ｌｌ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）岨独で携
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を
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
とがずれる可使性があり、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コーダを使用した場
合について述へる。第９図（ａ）はテープレコーダに標
準パターン作成のための登録音声を！２音した状態のう
ち、見出し語「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９図（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番目に録音された音が“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９１ｍ（ｂ）は［ノイズ］を音声と誤認識し
、見出し語「えｊのところに［ノイズ］が入力きれ、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
許せて録音再生装置（２）に録音する。この方法により
、“う”と“え゛の間に［ノイズコが録音きれていても
、上述のように、人力さ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）のテープレコーダが
シングルトラックである場合と、マルチトラックである
場合上にわけて説明する。

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釡について述べる。

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−コード
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、入力き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ち、このキャラク
タ−コード音が録音された区間ｔｌに録音された青のう
ら、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
声トラックに録音きれた音のうち、この音声の始めを示
すキャラクタ−コード音と、ａ声の終わりを示すキャラ
クタ−コード音の間の区間ｔ２に録音された阪のうち、
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−コードを録音する。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クタ−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の区間に録音された音うち、上述と同様の条件
をみた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−
コード音に、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！（１
３ｄ）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（１
３ｃ）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’Ｊ（１３ｃ）トが
スイッチ（１３ｓＬ）により接続され、単語登録モード
にする。

つぎに、本装置本体（１００）の表示装（ｌｉ＜６　’
）にアルファベット、数字およびカッコや句読点などが
表示され、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Ｈパタ
ーンメモリ（１３ｃ）に＠語標準パターンの登録を行な
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ｆ／ｒｋ語辞！（ｔ４ｅ）および単
語辞Ｊ！ｆ（１３ｄ）にない単語を認識させたいときは
、自立語・付属語辞書（１４ｅ）に認識させたい単語を
登録するか、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（Ｌ３ｃ）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（Ｌ４ｅ）に単語を登録するか、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ＩｌＬ語標準標準パターン録するかは、使用者かそ
の１．語を文節発声として認識さ廿たいか、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ＩＦ（１４ｅ）にはあるが、申
開辞書（１３ｄ）になく、それでも＃Ｌ語認識で￥！！
、識さ廿たい場合、かかる単語を単語辞書（１３ｄ）お
よび＠語標準パターンメモリ（１３ｃ）に、単語および
ｉ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。

種部の登録には、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（ｔ３ｃ）に銀語標準パターンを登録、および単語
辞書（１３ｄ）に文字列を登録する２方法がある。

卯語を自立語・付属語辞書（１４ｅ＞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３−Ｃ
Ｉ　２し、認識結果を表示装置（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（６）に表示されている
文字列として自立語・付属語辞書（１４ｅ）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ｅ（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単語
と一致するまで繰り返す。

単語を単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・付属語
辞書（１４ｅ）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きせる０次に正し
く認識された文字列と単語標準パターンを、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、連続音節発声人力
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
、連続音節発声入力の場合は、単語標準パターンも連続
音節発声のパター〉゛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＃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。

まず、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
）と単語判定部（１３ｂ）を接続する様に、文ＪｌＩ５
認識部（１４）のスイッチ（１４ｓＬ）は、パラメータ
バッファ（１４ａ）と音節認識部（ｔａｂ）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方法で
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′ａさせるオ
フライン認識である。

まず、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、木装纜にマイク（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「声ｖ、ａ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ｖｃｅ
（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く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（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プ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さい時は、増幅器によ
り音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）より入力さ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）の分析単位判定部（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
信号（ロ）を発生する。

かかる無音区間検出信号（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
申語認識部（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）に入力さ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ァ（１３ｇ）に記憶さ
れる。単語判定部（ｔａｂ）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信語標準パタ
ーンメモリ（１３ｃ）とを比較し、パラメータバッファ
（１３ａ）に記１１１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っ１４？ｉを、単語辞書（
１３ｄ）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。

−・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γ（１４ａ
、）に記憶された特徴パラメータと音節標準パ９−ンｌ
モリ（１４ｄ）とを比較し、パラメータバッファ（１４
ａ）に記憶された特徴パラメータを音節列にＲ換し、か
かる音節列を文節判定部＜　１４ｃ　）へ送る。文節判
定部（１４ｃ）ではλカされた音節列と自文語・付属語
辞書（１４ｅ）に登録さ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Ｉｔ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、表示装置に表示さ
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「９」を一つけ、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）に記憶きれた内容を記憶
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）に記憶された文字列
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）に記憶きせる。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。一般的にはフロ
ッピーディスクを用いるが、このとき記憶装置（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。スイッグ
費４１）は、マイク（３）から入力される音角と、信号
発生部（４２）より入力されるビーブ音を、録音再生装
置（２）に録音するよう、回路を接続し、Ｄ音再生装置
（２）に録音き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置１（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、Ｑ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
声認識部（１〉を接続する。

文は録音時は、文節即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、屯語登録をした単語は、ｉＦＬ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、音声の啓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き才ま
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
工おく。

ただし、この信号の録音方法は、録音再生装置く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１１図は、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、Ｄ　Ｔ　Ｍ　Ｆ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・ノングルトラック方式の場合は、音
声区間とＤＴＭＦ信号等の音が、重なることを考え、音
声帯域外のＤ　Ｔ　Ｍ　Ｆ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、録音再生装置く２）を本装置の本体と接続し録°
Ｕ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
つ工おり、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）のサンプリング周波数制御
１！（Ｌ２ｄ）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（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（１
２）以降の処理はオンライン認識時の実施例と同様、た
だし、録音再生装置（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、ビープ音検出信号（口゛
）を発生ずる。受信信号が、無音区間検出信号（ロ）で
なく、ビープ音検出信号（口゛）の場合、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プ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
語を認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ａ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Ｂａ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
す音圧変動メモリ（ｌｌｂ）に記憶する。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
（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０識に最も適したレベルに
あわせるよう、ＡＧＣ回路（ｌｌａ）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ＶＣ（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、かつ録音再生装置（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置（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きせ
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響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、録音再生装置く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、録音された五貨正弦波信号と、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１８号との周波数特
性の差を小さくするように、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０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（Ｂ
ＰＦ）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）の増幅率を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、音声入力した文章ほかな列に変
換された事となる。このかな列変換きれた文章が入力し
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）〜（ｈ）は修正過程、
同図（ｉ）は修正結果を表わしている。

まず、単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０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＞；］、　　次ぎに単語次
候補キー（７２）を押し単語の次候補を表示させる［同
図（ｄ）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、再び単語次候補
キー（７２）を押し単語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。

次ぎに、文節として発声したものが単語として誤認識き
れた場合の修正法について述べる０文節“いパとして発
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きせる。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−
・つ前の候補を表示させることも出来る。

上述の２通りの修正法で正解が得られないときはぎ節単
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、１
１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（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。

また、候補作成部（１５）を、文節認識部（１４）より
送られ工きたｌ！！識結果のみを認識結果としてみなし
１．＠語認識部（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１″るキ
ーの事であり、第１５図を使用し説明する。

未装置の音声認識部（１）では、単ｇ１！認識と文節認
識が並走しており、単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ｆｉ！（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き仕る
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（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０！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（単語）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・些（ことを
（文節）で表わし、三位の認識結果が−５、「たんごに
」であり、これは文節認識部（１４）から、棒られてき
た認識結果であることを（文節）で表わし、回位の認識
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（、ＩＬりで
表わしている。

いま、表示装置（６）には、ｒたんご、が表示されてい
るとする。かかる状態で文節次候補キー（７３）を押す
と表示装置（６）にはｒたんごを」が表示される。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」が表示されて
いる場合に、単語前候補キー（７４）を押すと表示装置
（６）には「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」が表示さ
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ｒ　７　、を「Ａ」と誤認識
した例である。先ずカーソルを修正したいｉｔｉへ移動
する［同図（ｅ）ｉｌ。

次に単語次候補キー（７２）を押し単語の次候補を表示
さける［同図（ｅ）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、単語次候
補キー（７２〉を押し単語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「がめんの」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’）ｉｌ。

次ぎに文節次候補！　−（７３）を押し文節の次候補を
表示させる［同図（ｆ）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は、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１−４図（ｈ）の例は文節「おんせいで」を′おんけ
いで、と誤認識した例である。この例は音節′け」を１
せｊ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１けヨヘ移動し［同図（ｈ）ｉコ、音節次
候補キー（７６）！押す。音節次候補キーク７６）を押
すことにより修正したい部分の縫部と最も距離が近い音
節が表示される［同図（ｈａｉ］。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け
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Ｖ。

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ｔ。

この例は、同図（ａ）の入力文章“かいしよう”を同図
（ｂ）「かんしょう」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”、と再再発大入する。かかる再
発声入力音声は音声認識部（１）で認識され、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。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、以下単語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、単語辞書（１３ｄ）より、修正
ｖ１１の同図（ｂ）の認識結果１がんじょう」と再発声
後の同図（ｄ）の認識結果１かえしよう」とを比較し、
同一部分「しょう」をみつける。次に、制御部（５）は
、＠語辞書（１３ｄ）より、かかる同一部分１Ｕよう」
をもつ単語を選ぶ。同図（ｆ’）は単語辞！（１３ｄ）
の記憶内容を示しており、同図（ｇ）は記憶内容より選
んだ「じょう」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＠語と、再発声後の認識結
果「かえしよう、との尤度を計算し、最も尤度値の大き
い儀語を表示する［同図（ｅ）コ。

次に文節または単語の認識境界誤りを修正する場合につ
いて述べる。

第１４図（＆）の例は文節１ぶんしようを」を「んヨと
「シ、の間に［マ］印で示す無音区間があると１４認識
し、単語１ぶん」と文節１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。

乙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）
ｉ］、削除キー（７８）を押す［同図（＆　）ｉ　］。

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、後に述へるように録音再生装置（２）の区切り
ビーブ音と、記憶装置く８〉に記憶きれた認識結果に付
加された区切り記号は、録音再生装置（２）と記憶装置
（８）の同期をとるた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）１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）１の文章を、（ｇ）ｉに示すように
修正した場合、記憶装置（８）に記憶きれていた区切り
記号ｒｖ、は、記号「マ、に改められる。記号「！」は
、区切り記号「ワ」が削除き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ｒｖ、を削除した
後も、録音再生装置（２）に録音されたビーブ音と、記
憶装置（８）に記憶された記号ｍｖ」ｍｙｊ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１は、区切り記号１７」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３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１９゜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、修正手順に従っ工修正を加える
。再発声による修正の場合、標準パターンを登録した人
なら誰の音声でも認識できるので文章の録ａ者でなくと
も修正操作を行なえる。

以」−１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・＼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ｒｆｆ−ル機能により、記憶装置く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
画面上に表示されている部分に対応−する音声が録音再
生装置（２）から再生される。

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

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６区切り記号音と、表示側に記録され〔いる区切り
記号を、同期を取るタイミングイΔ号として使用し、録
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ｆ（２）より再生を止める信
号が入力されたとさ、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。

以上の録音再生装置（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。

ここで述べている同期のとり方として、再生きれている
部分に対応する記憶装置（８）の文字列を表示装！（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修正部分を再
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、録音再生装置（２）に、テープレフーダを使用し
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ｆαしておき、入
力された音声を聞き返したい場合は、ＰＣＭ録音やＡＤ
ＰＣＭ録音音声を聞き返す機能を付加する。

第１７図は上記の、Ｉａ姥の一実施例であり、ＰＣＭ録
音のデータを記憶しておく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Ｉふんしようを１てん！おんせ
いで１しゆうせいした！まる”という、文章である。

上記の、音声が入力きれたとき、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”が記憶きれる。０２番地に２番目の無音区間ま
での音声０てん′が記憶される。０５番地に５番目の無
音区間までの音声“て−°が記憶される。このとき、Ｐ
ＣＭアドレスポインタ（ＡＰ）は、ＰＣＭデータメモリ
に記↑意され工いるデータのうち、１番先に記憶された
データのア１°レスを記憶しておく０本例では、０１が
記憶される。

この段階でＰＣＭデータメモリは一杯になる。

次に、ａ声が入力きれたときは、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に、入力された音声を記憶する１
本例では“わたしわ”が記憶きれていたアドレス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・りのうち、１番先に記憶されたデー
タのアドレスが記憶しておく０本例では、０２が記憶さ
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、音声を間
き返すことが可使となる。

また、画面上の認識単位の区切り記号上へカーソル（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ｆａ′
＃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１゛。

認識した文章の確認のため、認ｍ結果を記憶装置（８）
より読み出し、表示装！（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ｔ（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）のビーブ音カウンター（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、ビーブ音カウンター（１２ｅ）の
値力釈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ｉｊ
ｃ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Ｓ、？
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、表示画面上に表示された文字
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させた記憶装
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）が記憶装置く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
され、同時に録音再生装置く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Ｗｉ姥を停止させたとき、表示装置（６）の表示も
録音再生装置１１？（２）のＨｔ５．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
より読み上げられている部分に対応する記憶装置のかな
列を表示装置（６）に表示すると同時に、録音再生装置
（２）に録音さ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ｍｉ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
生装置（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・再生袋（π（２）は修正したい部分より手前
で浮止しているため、この状態で再生すれば直（゛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ラ
・タ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六−とき、自動的に録音再生
８尺く２）が−一つ１１行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℃さたが、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）に記憶きれた、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させる
ことができる。

（ト）発明の効果 本発明の文章作成システムによれば、作成した文章の確
認中に誤りを発見し、合成機能を停止した場合、録音再
生装置の再生部分が所定の無音区間検出信号分逆戻りし
ているため、録音再生装置側は誤り個所の頭出しができ
ており、この状態で再生すれば直ぐに誤り個所の文章を
録音再生８尺より聞き出すことができる。

このように音声合成機能を使用した音声認識文章結果の
確認時に、原文（Ｂ音再生装置に録音されている文章）
の頭出しが同時に行なわれているため、原文（録音再生
装置に録音した文章）の再生が容易であり、修正操作の
高率の向上が望める。

【図面の簡単な説明】

第１図は本発明の音声認識システ１１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＃ｔ１−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−牙の関係図、第１０Ｕ
ｙＪ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す図、第１４１ｆｆｌは誤認識時の
修正図、第１５図は候補作成部（１５）内の候補バッフ
ァ（１５ａ）を示す図、第１６図は誤認識時の数音節修
正例を示す図、第１７図はＰＣＭ録音方法説明図、第１
８図はＡＧＣ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、
く３）・・・マイク、〈６）・・・表示装置、（７）・
・・キーボード、（８）・・・記憶装置、（１１）・・
・前処理部、（１２）・・・特徴抽出部、（１３）・・
・＠語認識部、（１４）・・・文節認識部。

Claims (1)

【特許請求の範囲】
1. 録音再生装置に録音した無音区間を認識単位の区切りと
   することにより、録音再生装置より再生された入力音声
   を文節、音節、単語単位ごとに認識する音声認識機能を
   有し、無音区間を検出した場合、無音区間を検出したこ
   とをしめす無音区間検出信号をかかる無音区間に録音す
   るとともに、音声認識した結果を認識単位毎に区切り記
   号をつけて記憶装置に記憶し、無音区間検出信号と区切
   り記号とを１対１に対応させ、かかる両信号を使用し、
   表示装置に表示されている文章と、音声合成部が合成し
   ている文章音声と、録音再生装置に録音されている文章
   音声との同期を取ることを特徴とする文章作成システム
   において、音声合成されている部分に同期した文章音声
   を録音再生装置より再生する機能をもち、音声認識結果
   の修正時等に、合成音を停止した場合、録音再生装置の
   再生部分が所定の無音区間検出信号分逆戻りすることを
   特徴とする文章作成システム。