JPH02181200A - 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】 〔発明の目的〕 （産業上の利用分野） 本発明は、信号対雑音比（以下、ＳＮ比という）を向上
させた音声認識装置に関する。

（従来の技術） 従来、音声認識手段は、マイクロホンから入力された信
号を増幅器で増幅し、認識回路へ入力するように構成さ
れていた。

ところかマイク入力時の周囲雑音レベルが高い場合、通
常の発声ではＳＮ比か悪化し、認識回路の認識性能は劣
化する。

この不具合を解決するために発声を大きくすると、増幅
器の増幅出力の上限が定まっているため認識回路へ入力
される信号のダイナミックレンジか小さくなり、認識性
能は通常の状態に比べやはり劣化する。

また発声者は周囲雑音に気か付きにくく発声を自ら意識
して大きくすることは困難であった。

（発明が解決しようとする課題） このように従来の装置では、入力音声信号は増幅回路で
増幅されそのまま認識回路へ出力されるような構成とな
っていたため、周囲雑音レベルが高い場合に認識回路の
認識能力は劣化するという問題点かあった。

本発明は、このような問題点を解消するためになされた
もので、マイク入力時の周囲雑音レベルか高い場合でも
認識性能を劣化させない音声認識装置を提供することを
「１的とする。

〔発明の構成〕

（課題を解決するための手段） 本発明の音声認識装置は、入力音声信号から周囲雑音レ
ベルを判定する手段を設け、その判定結果を基に、周囲
雑音レベルに応じて、上記入力音声信号の増幅手段の増
幅利得を可変し、かつその増幅利得に応じた入力音声信
号を得るための発声レベルを表示する手段を設けたこと
を特徴とする。

（作　用） 本発明では、使用者の発灼の前に周囲雑音レベルを測定
し、この雑音レベルに応じて入力信号の増幅利得を変え
、その増幅利得に応じた発声レベルを使用者に要求する
ように構成しているため、ＳＮ比の劣化による音声認識
性能の劣化を未然に防止することが出来る。

（実施例） 以下本発明の実施例を図面について詳細に説明する。

第１図は本発明の構成を示すブロック図である。

音声信号入力手段１から入力される音声信号は入力信号
増幅手段２を介して音声認識手段４に伝達され所定の認
識処理を経てデータ登録手段５に格納される。また入力
信号増幅手段２の出力は音声レベル表示手段３に供給さ
れ、現在の音声レベルの表示を使用者に伝達する。

さらに入力信号増幅手段２の出力は、雑音レベル判定手
段６に接続されており、音声信号の入力時における周囲
雑音の雑音レベルがこの判定手段６により判定される。

そして周囲雑音のレベルに応じて入力信号増幅手段２の
増幅利得を可変するために、増幅制御手段７が設けられ
ている。

周囲雑音レベルが高い場合には、増幅制御手段７は入力
信号増幅手段２に対しその増幅利得を上げるように指示
する。

また雑音レベル判定手段６の出力は発声レベル要求手段
８に供給され、音声認識装置の使用者に所定の発声レベ
ルを要求する。

第２図は本発明による発声認識装置を発声認識電話機に
適用した場合の一実施例を示すブロック図である。この
音パ１認識電話装置は外線に接続される端子Ｌｌ、Ｌ２
を備えており、この端子Ｌｌ。

Ｌ２からの音用信号は、フックスイッチ３２およびダイ
オードブリッジ９ａを介してリンガ−回路１０に伝達さ
れ、リンガ−信号がサウンダ１１に供給される。すなわ
ちハンドセット１２がオンフック状態の時に外線から端
子Ｌｂ、、Ｌ２を介して呼び出し信号か入力されると、
この信号はリンガ−回路１０に入力され、ベル信号をサ
ウンダ１１こ送りサウンダ１１から呼び出し音が出力さ
れる。

端子ＬＩ　　Ｌ２にはもう一つ別のダイオ−ドブリッジ
９ｂが接続されており、このダイオードブリッジ９ｂか
らの信号は回路捕捉切替回路１３を介して通話回路１４
に伝達される。回線捕捉切替回路１３はＣＰＵ１５から
の指令を受は回線を捕捉する。通話回路］４には第１図
の音声信号入力手段１に対応するハンドセット切替回路
１６及びハンドセット］２が接続され、またダイヤル回
路１７が接続される。

ハンドセット切替回路］６はＣＰＵ１５からの指令を受
け、送受話器の接続の切替えを行なう。

ハンドセット切替回路１６の二つのスイッチは連動する
ようになっており、通話時には接点Ｂ（ブレーク）側へ
、音声認識時には接点Ｍ（メイク）側に切替わるように
動作する。

ダイヤル回路１７にはダイヤルキー１８およびダイヤル
メモリ１９が接続されており、ダイヤル回路１７はＣＰ
Ｕ１５からの指令を受け、ダイヤルキー１８から入力さ
れるダイヤルデータをダイヤルメモリ１９に記憶させた
り、ダイヤルメモリ１９に記憶されているダイヤルデー
タを読み出し、通話回路１４へ出力したりする。

またダイヤルキー１８から入力されるダイヤルデータも
通話回路］４へ直接出力したりする動作を行なう。送話
器に接続されているノ＼ンドセット切′＋！ｒ１１回路
］６の接点Ｍは入力信号増幅手段２に対応し月つＣＰＵ
Ｉ　５及びＤＡ変換回路２５と共に増幅制御手段７を構
成する利得１Ｊ変増幅回路２０を介し、音声認識手段・
＋Ｉｊ生回路２１、音声レベル表示手段３に対応する音
声レベルメータ２２および雑音レベル判定手段６に対応
する雑音レベル判定回路２３に接続されている。

利得可変増幅回路２０はＣＰＵ１５から送られるデータ
をＤＡ変換回路２５て変換した出力で制御され、この出
力に応じた利得て送話器から入力される信号を増幅する
。

音声認識録音・再生回路２１はＣＰＵ１５の指令を受け
、利得可変増幅回路２０て増幅された音用信号を認識し
、音声データメモリ３］へ記憶さぜたり、音声データメ
モリ３］に予め記憶されていた音声１データと入力デー
タとの比較を行ない最も類似度の高い音声データを認識
結果としてＣＰＵ１５へ出力すると共に、音声を再生さ
せ増幅回路２４へ送出したりする動作を行なう。なお、
音声認識録音・再生回路２１及び音声データメモリ３１
は音声認識手段４に対応するものである。

音声レベルメータ２２は利得可変増幅回路２０の出力を
リアルタイムで表示する。このレベルメタ２２としてＬ
ＥＤ等を用いることが出来る。

雑音レベル判定回路２３は音用未入力時における利得可
変増幅回路２０の出力を周囲雑音として検出し、ＡＤｉ
換回路２６を介してＣＰＵ１５へ出力する。この雑音レ
ベルデータがＣＰＵ１５から利得変換増幅回路２０およ
び発声レベル要求手段８に対応する発声レベル要求表示
回路２７へ送られる。

発声レベル要求表示回路はＣＰＵ１５からのブタを受け
、これに応じて発声レベル要求を表示する。この表示に
はＬＣＤ等を用いて、例えば、文字で「発声普通の声で
」、「発声大きめの声で」、「発声大きな声で」等か、
または図形で、前；ｃ！３段階に対応したちの等か採用
できる。

フック検出回路２８はハンドセット１２のオンフックお
よびオフフックの状態を検出してＣＰＵ１５へ信号を送
出する。

発信モート切替スイッチ２９はマニュアル発信および音
用発信の切替状態をＣＰＵ１５へ出力する。登録ボタン
３０は、ダイヤル登録時にこのボンを押すことにより、
ＣＰＵ１５へ信号を送出するために用いられる。

第３図はＣＰ　Ｕ　］、　５の機能ブロック図を示した
ものである。ＣＰ　Ｕ　］、　５はダイヤル登録手段］
−０１、増幅制御信号発生手段］０２およびダイヤル発
信手段１０３により構成される。

ダイヤル登録手段］０］はフック検出回路２８および登
録ボタン３０からの信号を受け、ダイヤル回路１７、ハ
ンドセット切替回路６、増幅制御手段１０２、音声認識
録音・再生回路２１および回線捕捉切替回路１３へ指令
を送る。

増幅制御信号発生手段］０２はダイヤル登録手段１０］
あるいはダイヤル発信手段１．０３および雑音レベル判
定回路２３からの信号を受け、発生レベル要求表示回路
２７および利得可変増幅回路２０へ指令を送る。

ダイヤル発信手段１０３は、フック検出回路２８、発信
モード切替スイッチ２つおよび音声認識録音・再生回路
２１からの信号を受け、発信モト切替スイッチ２つがマ
ニュアル状態の時はダイヤル回路１７、回線捕捉切替回
路１３およびハンドセット切替回路６へ指令を送り、音
声状態の時はさらに増幅制御信号発生手段１０２へ指令
を送る。

通當、以上説明したＣＰＵ１５の各手段はソフトウェア
により実現されている。

第４図は音声およびダイヤルを登録して発信する場合の
第２図および第３図に示す装置の動作を説明するフロー
チャートである。

第４図（ａ）は音声およびダイヤルを登録するための操
作を示すフローチャートである。まず発信モード切替ス
イッチを音声状態にする（ステップＳｏ）。ついでハン
ドセット１２をオフフッタにする（ステップＳｌ）。こ
れによりフック検出回路２８かフック情報を検出し、Ｃ
ＰＵ１５内のダイヤル登録手段１０］へ入力される。こ
の時ハンドセット切替回路１７へ指令を送り送受話器を
Ｍ側接点へ切替える。

ついで登録ボタン３０を押す（ステップＳ２）。

登録ボタン３０からＣＰ　Ｕ　１．５へ登録信号が送出
され、ダイヤル登録手段１０１へ入力される。これらの
二つの信号を受けたダイヤル登録手段］０］はダイヤル
回路１７へ指令を送り、ダイヤル番号登録スタンバイ状
態にする。さらに回線捕捉切替回路］３へ指令を送り、
回線を開放する。

次にダイヤルキー１８からメモリエリア番号およびダイ
ヤル番号を入力する（ステップＳ３）。ダイヤルキー１
８から双方のデータがダイヤル回路１７へ送られる。こ
の時ダイヤル回路］７から通話回路１４へはダイヤル信
号か送出されないようにＣＰＵ１５内のダイヤル登録手
段１０１は制御を行なう。

次にダイヤル登録ボタン３０を押す（ステップＳ４）。

これを受けたＣ　Ｐ　Ｕ　］−５内のダイヤル登録手段
］、　Ｏ］からダイヤル回路１７へ指令か送られ、入力
されているダイヤル番号かダイヤルメモリ］９内の所定
のエリアに書き込まれる。

次にダイヤル登録手段］０１は増幅制御信号発生手段］
０２へ指令を送り、これを受けた増幅制御信号発生手段
１０２はハンドセット１２の送話器側から入る周囲雑音
レベルを利得可変増幅回路２０、雑音レベル判定回路２
３およびＡＤ変換回路２６を介して得る（ステップＳ５
）。これを受けた増幅制御信号発生手段１０２は雑音レ
ベルデータを保持し、利得可変増幅回路２０の利得を一
定に保ち、発声レベル要求表示回路２７へ指令を送り発
声レベルを表示要求する（ステップＳ６）。

それと共に音声認識録音・再生回路２１へ指令を送り、
音声認識録音スタンバイ状態にする。

ついで相手先名を発声する（ステップＳ７）。

この時の発声レベルは発声レベル要求表示回路２７に表
示されている。この時、利得可変増幅回路２０の利得は
一定で、これの出力が音声レベル１　］ メータ２２によって表示される。さらに入力された音用
信号は音声認識録音・再生回路２１で認識され、音１１
データが音声データメモリ３１へ書き込まれる（ステッ
プＳ８）。

最後にハンドセット１２をオンフックすると、フック検
出回路］２からフック情報がＣＰ　Ｕ　１５内のダイヤ
ル登録手段に送られ、そこからハンドセット切替回路］
６へ指令か送られ送受話器をＢ側接点へ切替える。これ
により登録が終了する（ステップＳＱ）。

以上により音声認識電話装置は、音声登録済み状態とな
る。

第４図（ｂ）は上述したような過程で音声録音か完了し
た状態において、発信を行なうときの動作を示すフロー
チャートである。

ハンドセット］２をオフフックすると、フック検出回路
２８からフック情報がダイヤル発信手段１０Ｂへ送られ
る（ステップ５１０）。この時発信モード切替スイッチ
２９がマニュアル状態になっている場合、通常の電話装
置と同様に発信と通話か行なわれる（ステップ３１１〜
ステツプ５１５）。すなわち回線捕捉切替回路１３へ指
令が送られ、回線か捕捉される。

また発信モード切替スイッチ２９か音声状態になってい
る場合、ダイヤル発ｆｄ手段１．０３は音声登録時と同
様に増幅制御手段によって雑音レベル判定、増幅利得設
定、発声レベル要求表示の指令か出される（ステップＳ
ｌｌ、Ｓ１６〜５１７）。

相手名を発声すると認識結果により最も類似度の高い音
声データか音声データメモリ３１から音声認識録音再生
回路２］へ読み込まれ、増幅回路２４、ハンドセット切
替回路１６を介してハンドセット１２の受話器へ送出さ
れる（ステップＳ１８〜５１９）。

次にダイヤル発信手段１０Ｂは回線捕捉切替回路１３お
よびダイヤル回路１７へ指令を送り、回線を捕捉し、認
識したい相手先に相当するダイヤル番号をダイヤルメモ
リ１９より読み込ませ、通話回路へ送出して発信を行な
う（ステップ５２０）。

以下の動作はステップ３１４〜Ｓ１５にしたがって行な
われる。

以上説明したように本実施例では音声認識時の周囲雑音
レベルを検出し、それに応じて増幅器の利得を変え、さ
らに増幅器の利得か小さくなっている場合には発声レベ
ルを大きくするよう表示により要求するようにしている
ため、周囲雑音レベルか高い場合でもＳＮ比の劣化によ
る音声性能の劣化を防くことかできる。

〔発明の効果〕

以上説明したように、本発明によれば、音声認識時にお
ける周囲雑音を検出し、そのレベルに応じて入力信号増
幅回路の利得を変え雑音入力レベルが一定になるように
してさらにその時の増幅利得を表示し、発白レベルの要
求を行なうようにしているため周囲雑音が高い場合でも
ＳＮ比の劣化による認識性能の劣化を防止することが出
来る。

すブロック図、第２図は本発明を音声認識電話装置に適
用した場合の一実施例を示すプロ・ツク図、第３図は第
２図に示す装置におけるＣＰＵの機能を示す機能ブロッ
ク図、第４図は第２図の装置の動作を示す動作フローチ
ャートである。

１・・・音パ１信号入力手段、２・・・入力信号増幅手
段、３・・・音声レベル表示手段、４・・・音声認識手
段、５・・・データ登録手段、６・・・雑音レベル判定
手段、７・・・増幅制御手段、８・・・発声レベル要求
手段、１５・・・ＣＰＵ、２０・・・利得可変増幅回路
、２１・・・音声認識録音再生回路、２３・・・録音レ
ベル判定回路、２７・・・発声レベル反末回路。

出願人代理人　　佐　　藤　　−雄

【図面の簡単な説明】

第１図は本発明に係る音声認識装置の構成を示（ＣＬ） 第４図 （ｂ）

Claims (1)

【特許請求の範囲】
1. 入力音声信号を増幅手段を介して所定レベルに増幅した
   後、音声認識手段に供給して音声認識を行なう音声認識
   装置において、前記入力音声信号の周囲雑音レベルを判
   定する雑音レベル判定手段と、この雑音レベル判定手段
   の出力を基に前記周囲雑音レベルに応じて前記増幅手段
   の増幅利得を可変する増幅制御手段と、前記雑音レベル
   判定手段の出力を基に該増幅利得に応じた入力音声信号
   を得るための発声レベルを表示する発声レベル要求手段
   とを備えていることを特徴とする音声認識装置。