JPH01285998A - 音声認識装置 - 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】 〈産業上の利用分野〉 この発明は、入力された音声を音節に分割して認識する
音声認識装置に関する。

〈従来の技術〉 従来の音声認識装置においては、予め発声者によって音
節標準パターンを登録し、音声入力単語を音節ｌこ分割
し、この分割された音節の特徴パターン七上記音節標準
パターンとの距離を計算して音声入力単語の音節を認識
するようにしている。

そして、音節標準パターンを登録する際には、発声者に
よって音声入力された単語の音響的特徴によって音節区
間を抽出し、その抽出された音節区間に従って音節標準
パターンを得るようにしている。

〈発明が解決しようとする課題〉 しかしながら、上記従来の音声認識装置においては、音
節標準パターン登録時に発声者が音声入力単語を入力す
る際の発声のし方が音声入力単語認識の精度？こ大きな
影響を及ぼず。これは、音声入力単語の音節区間抽出が
音声入力単語の音響的特徴によって行うようになってい
るため、使用者の発声が正確でない場合には音声入力単
語の音節区間が誤って抽出されるからである。ずなイっ
ち、誤って抽出された音節区間における音響的特徴を音
節標準パターンとして記憶すると、音節入力？１″１語
を認識する際に、入力された音声の特徴パターンと音節
標準パターンとの距離計算を行って６７１Ｅしい音節標
準パターンとの距離が算出されない。

したがって、このような場合には、算出された距離かい
くら小さくても正しい音節標準パターンとの距離は小さ
くならず、音声入力単語を誤認してしまうのである。

このように、音節標準パターンを登録する場合、現在の
技術では総ての入力音声に対して正確に音節区間を抽出
することは困難である。したがって、誤った音節標準パ
ターンが登録される場合が多く、音声入力単語の認識の
精度が低いという問題がある。そこで、精度の高い音声
入力単語の認識を行うためには、音節標準パターン登録
時において正確に音声入力単語の音節区間が抽出される
ように、正しい発声によって音声入力単語を入ツノする
ことが不可欠である。

ところが、音声入力に不慣れな使用者の場合は、非常に
早口で発声したり、語頭・語尾を弱く発声したりして、
正しく音節標準パターンを登録する場合に必要な正しい
発声が行イつれない場合が多い。

したがって音声入力に不慣れな使用者の場合は音声入力
単語の音節区間の抽出の精度が低いという問題がある。

そこで、この発明の目的は、音節標準パターンを登録す
る際に、音声入力の不慣れな発声者であっても正しい発
声によって音声入力を行うことができる音声認識装置を
提供することにある。

〈課題を解決するだめの手段〉 上記目的を達成するため、この発明は、予め発声者によ
って音節槽重パターンを登録し、音声によって入力され
た音声入力単語を音節に分割し、この分割された音節毎
に」二足音節標準パターンとの距離を計算し、その３１
−算結果に基づいて上記音声入力単語を認識する音声認
識装置において、音節標準パターンの登録時に、登録単
語記憶部に記憶された登録単語に基づいで、発声者が発
声すべき単語を指示する登録単語指示手段と、」二記登
録単語記憶部に記憶された登録単語に関する識別ルール
を記憶するルール記憶部と、上記ルール記憶部に記憶さ
れた上記識別ルールに従って発声者に音声入力時におけ
る発声方法の指示を行う発声方法指示手段を備えたこと
を特徴としている。

く作用〉 音節標準パターンの登録時に、登録単語指示手段によっ
て登録単語が指示されると、ルール記憶部にこの登録単
語に関する識別ルールがある場合は、発声方法指示手段
によって上記登録単語の発声方法が表示部に表示される
。したかっ−ζ、音節標準パターンの登録時に発声者は
この表示に従って正しい発声によって登録単語を発声す
ることができる。

〈実施例〉 以下、この発明を図示の実施例ににり詳細に説明する。

第１図はこの発明の音声認識装置のブロック図であり、
１は音声を入力するマイクロホン、２はマイクロホン１
より入力された音声の音声帯域のみを増幅する増幅器、
３は増幅器２から入力された音声波形から音節区間抽出
時や音声入力単語の認識時の距離計算に使用される特徴
量を計算する特徴抽出部、４は音声認識装置全体を制御
するＣＰＵ（中央制御装置）、５は入力音声を認識する
際に使用する音節標準パターンを格納する標準パターン
記憶部、６は上記音節標準パターンの登録時に発声者に
発声させる登録単語を記憶する登録単語記憶部、７は登
録単語記憶部６に記憶された登録単語の発声方法に関す
るルール、音声入力単語の音響的特徴が不適切な場合に
関するルールおよび上記音声入力単語の音響的特徴が適
切な場合に関するルールを記憶するだめのルール記憶部
、８は音節標準パターン登録動作および音節認識動作の
際に使用される作業用メモリ、９は図示しない外部装置
（表示部、キーボード部およびボス！−ＣＰＵ等）とデ
ータを交換するためのＩ１０インタフエ−ス、ＩＯは音
節槽重パターンの登録時等における発声者への指示を合
成音声によって行う際に合成音声を出力する音声合成部
である。

この実施例の音声認識装置には大きく分けて登録モード
および認識モードの２つのモードかある。

この発明に係る登録モードは、音声合成部１０からの出
力によって指示される登録単語を発声音が音声入力し、
その音声入力単語の音響的特徴から音声入力単語の音節
区間を抽出し、この音節区間毎に音節標準パターンを作
成して登録するモードである。そして、」−記登録モー
トでは、発声者か登録単語を音声入力する際に、本装置
が、°）・声入力単語の音節区間を正しく抽出できるよ
うな発声方法を発声者に知らせることによって、発声音
が市しい発声方法によって登録１１ｉ語を音声入力でき
ろようにしている。また、」二記認識モードは、発声者
が発声した音声入力ｅｌｉ　ＡＡからその音声の音節区
間を抽出し、登録モードによってｐめ登録されノこ音節
標準パターンとの距離１什算を抽出された音節区間毎に
行って、その計算された距離にＪＮづいて音声入力単語
を認識して認識結果を出力するモートである。

次に、」―記構成の音声認識装置における登録モート時
の音声入力単語指示の動作を具体的な例を上げて説明す
る。

第２図は登録モードにおいて発声音に発声方法を指示す
るための識別ルールを示し、ルール記憶部７に記憶され
ている。ここで、第２図に示すルール中のフレームとは
８〜２０ｍ５程度の区間を指し、音声の分析を行う際の
時間の単位である。尚、上述のルール中の数値は一例と
しての数値であり特に意味をもたない。

まず、第１の例について説明する。

（１）登録単語記憶部６に記憶された登録単語の一つを
音声入力することを促す指示が、音声合成部ＩＯから次
のように出力される。

“−ｍ−ひとつ　−一− と発声して下さい。” （２）ルール記憶部７に記憶された識別ルールの中に、
（１）において指示された登録単語の発声方法に該当す
るルールがある場合は、そのルールに基づく発声者への
発声方法の指示が音声合成部１０から出力される。

すなわち、第２図において、登録単語「ひとっＪの発声
方法に該当するルールは１番１」の指示ルールであるた
め、その１番目のルールに従って次のような発声者への
指示が音声合成部１０から出力される。

“音節／ひ／を強く発声して下さい” そうすると、発声者は上述のように表示された指示にし
たがって音節／ひ／を強く発声し、適切な発声によって
音声入力単語「ひとっ１が入力される。

次に、第２の例について説明４−る。

（１）登録単語記憶部６に記憶された登録単語の一つを
音声入力することを促す指示が、音声合成部ＩＯから次
のように出力される。

“−一−かいさん　−ｍ− と発声して下さい。” （２）（１）における表示に基づいで、発声者に、にっ
＝８− て発声された音声入力単語「かいさん」は増幅器２によ
って増幅され、特徴抽出部３によって継続長およびパワ
ー等の音響的特徴が算出される。そして、この算出され
た音響的特徴ｌこ基づいで、ＣＰＵ４によって音声入力
単語「かいさん」が音節に分割される。

上記音節の分割方法は、例えば、記憶された認識給電の
中から予め音声入力単語に応じて数個の認識単語候を選
択し、この認識単語候補の音響的特徴の時系列と音声入
力単語の音響的特徴の時系列とを対応付けることによっ
て、音声入力単語の音節区間を抽出して行う。

（３）（２）において音節に分解された音声入力単語「
かいさん」の音節毎に、算出された音響的特徴がルール
記憶部７に記憶された音声入力単語の音響的特徴が不適
切な場合に関するルール？こ該当するか否か判別される
。その結果、該当する場合は適切な発声方法に関する指
示が音声合成部１０から出力される。

すなわち、例えば音声入力単語「かいさん」の音節／ん
／の継続長が５フレームであったと４−る。そうすると
、このこ七は第２図の２番目のルール（音声入力単語の
音響的特徴が不適切な場合のルール）に該当するので、
その２番１」のルールにしたがって、発声者への適切な
発声方法の指示が音声合成部ＩＯから次のように出力さ
れる。

“音節／ん／を強めてもう一度発声して下さい。”そう
すると、発声者は」二連のように表示された指示にした
がって音節／ん／を強く発声し、適切な発声によって登
録単語「かいさん」が音声入力される。

次に、第３の例について説明する。

（１）登録単語記憶部６に記憶された登録単語の一つを
音声入力することを促す指示が、音声合成部１０から次
のように出力される。

“−−−−かいさん　−ｍ＝ と発声して下さい。” （２）（１）における表示に基づいで、発声者によって
発声された音声入力単語「かいさん」は増幅器２によっ
て増幅され、特徴抽出部３によって継続長およびパワー
等の音響的特徴が算出される。そして、この算出された
音響的特徴に基づいで、ＣＰＵ４によって音声入力単語
「かいさん」が」二連のようにして音節に分割される。

（３）（２）において音節に分解された音声入力単語「
かいさん」の音節毎に、算出された音響的特徴がルール
記憶部７に記憶された音声入力単語の音響的特徴が適切
な場合に関するルールに該当するか否か判別される。そ
の結果、該当する場合は現在の発声方法が適切であるこ
とを表す合成音声が音声合成部１０より出力される。

すなわち、例えば音声入力単語「かいさん」の各音節の
継続長が総て５フレ一ム以上２４フレーム以下であり、
各音節の平均バワーカ月０００以上であったとする。そ
うすると、このことは第２図の３番目のルール（音声入
力単語の音響的特徴が適切な場合のルール）に該当する
ので、その３番目のルールにしたがって、現在の発声方
法が適切な発声方法であることを発声者に知らせるため
の合成音声が音声合成部ＩＯから次のように出力ｌＩ− される。

”その調子です。頑張って下さい。” そうすると、」二連のように表示された指示にしたがっ
て、さらに次の音声入力単語が発声者に、１；７、て入
力される。

このように、登録モート時において、ルール記憶部７に
記憶している登録単語の発声方法に関するルール、音声
入力単語の音響的特徴が不適切な場合に関するルールお
よび音声入力単語の音響的特徴が適切な場合に関するル
ールに従って、発声者に対する音声入力時の指示を行う
ようにしたので、発声者は常に適切な発声方法によって
登録単語の音声入力を行うことができ、音声入ノＪの不
慣れな発声者であっても、正しい発声によって登録単語
の音声入力を行うことができる。したか−）で、この発
明によれば、正しい発声による音声入力単語に基づいて
正確な音節標準パターンを登録し、この正確な音節標準
パターンを用いて正しく音声入力単語を認識することが
できる。

上記実施例においては、音声入力時の指示を音声合成部
１０からの合成音声によって行うようにしているが、Ｃ
ＲＴ（カソード・レイ・デユープ）等の表示部に表示す
るようにしてもよい。

〈発明の効果〉 以上にり明らかなように、この発明の音声認識装置は、
登録単語に関する識別ルールをルール記憶部に記憶し、
音節標準パターンの登録時においては、発声方法指示手
段は、発声者が登録単語を音声入力する際の発声方法を
上記識別ルールに従って表示するようにしたので、音声
入力の不慣れな発声者であっても、この表示に従って正
しい発声による登録単語の音声入力を行うことができる
。

したがって、この発明によれば、常に正確な音節標準パ
ターンを登録することができ、この正確な音節標準パタ
ーンを用いて精度の高い音声入力単語の認識を行うこと
ができる。

【図面の簡単な説明】

第１図はこの発明の音声認識装置のブロック図、第２図
はルール記憶部に記憶された登録単語に関する識別ルー
ルの一例を示す図である。 １　マイクロボン、　　２・増幅器、 ３　特徴抽出部、　　　　４・・ＣＩ）　ＬＪ　。 ５　標準パターン記憶部、 ６・・・登録単語記憶部、　　７　・ルール記憶部、８
・作業用メモリ、 ９・・Ｉ１０インターフェース ＩＯ・・音声合成部。

Claims (1)

【特許請求の範囲】
1. （１）予め発声者によって音節標準パターンを登録し、
   音声によって入力された音声入力単語を音節に分割し、
   この分割された音節毎に上記音節標準パターンとの距離
   を計算し、その計算結果に基づいて上記音声入力単語を
   認識する音声認識装置において、 音節標準パターンの登録時に、登録単語記憶部に記憶さ
   れた登録単語に基づいで、発声者が発声すべき単語を指
   示する登録単語指示手段と、上記登録単語記憶部に記憶
   された登録単語に関する識別ルールを記憶するルール記
   憶部と、上記ルール記憶部に記憶された上記識別ルール
   に従って、発声者に音声入力時における発声方法の指示
   を行う発声方法指示手段を備えたことを特徴とする音声
   認識装置。