JPH0222730A - 音声入力による文書作成装置 - Google Patents
音声入力による文書作成装置Info
- Publication number
- JPH0222730A JPH0222730A JP63172876A JP17287688A JPH0222730A JP H0222730 A JPH0222730 A JP H0222730A JP 63172876 A JP63172876 A JP 63172876A JP 17287688 A JP17287688 A JP 17287688A JP H0222730 A JPH0222730 A JP H0222730A
- Authority
- JP
- Japan
- Prior art keywords
- syllable
- kana
- recognition result
- recognition
- conversion
- 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.)
- Pending
Links
- 238000006243 chemical reaction Methods 0.000 claims abstract description 27
- 230000007704 transition Effects 0.000 claims abstract description 18
- 238000011867 re-evaluation Methods 0.000 claims description 11
- 235000016496 Panda oleosa Nutrition 0.000 abstract description 3
- 240000000220 Panda oleosa Species 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
挟先分裏
本発明は、音声入力による文書作成装置、より詳細には
、音声認識装置を利用した文書作成装置（音声ワードプ
ロセッサ等）に関するものであるが、ＯＣＲ（文字認識
装置）による文書作成システムにも応用可能なものであ
る。
、音声認識装置を利用した文書作成装置（音声ワードプ
ロセッサ等）に関するものであるが、ＯＣＲ（文字認識
装置）による文書作成システムにも応用可能なものであ
る。
又に遺宜
単音節音声入力または文節音声入力による文書作成装置
（音声ワードプロセッサ等）において、１つの単音節入
力に対して、通常は複数の認識結果を出力し、これらを
連結することにより「音節ラティス」と呼ばれるものを
作成する。その後、音節ラティスを展開して可能な音節
列を構成するが、日本語中には遷移しない音節の組み合
わせが存在するので、これらを含む音節列を除外したり
、音節認識結果の信頼性（類似度や距離を用いることが
多い）に基づいて音節列を評価する。さらに、自立語と
付Ｘ語間の接続関係をチエツクしながら、カナ漢字変換
される。この時、従来技術では、音節間の遷移情報を用
いた処理においては、単に、接続するか否かのチエツク
を行っているだけであリ、これでは依然として音節列候
補数の削減が不十分なためにカナ漢字変換すべき音節列
候補が多く、変換処理に時間がかかりすぎる等の非効率
的な処理を残していた。
（音声ワードプロセッサ等）において、１つの単音節入
力に対して、通常は複数の認識結果を出力し、これらを
連結することにより「音節ラティス」と呼ばれるものを
作成する。その後、音節ラティスを展開して可能な音節
列を構成するが、日本語中には遷移しない音節の組み合
わせが存在するので、これらを含む音節列を除外したり
、音節認識結果の信頼性（類似度や距離を用いることが
多い）に基づいて音節列を評価する。さらに、自立語と
付Ｘ語間の接続関係をチエツクしながら、カナ漢字変換
される。この時、従来技術では、音節間の遷移情報を用
いた処理においては、単に、接続するか否かのチエツク
を行っているだけであリ、これでは依然として音節列候
補数の削減が不十分なためにカナ漢字変換すべき音節列
候補が多く、変換処理に時間がかかりすぎる等の非効率
的な処理を残していた。
Ｍ的
本発明は、上述のごとき実情に鑑みてなされたもので、
特に、単音節入力または文節入力による音声認識装置に
おいて、カナ漢字変換効率の向」二を図ることを目的と
してなされたものである。
特に、単音節入力または文節入力による音声認識装置に
おいて、カナ漢字変換効率の向」二を図ることを目的と
してなされたものである。
青−−−減
本発明は、上記目的を達成するために、音声を入力する
マイクロフォン、入力された音声を認識する音声認識部
、認識された音声中の音節認識結果を処理する認識結果
処理部、音節間の遷移情報を格納しておく音節間遷移情
報格納テーブル（ｎｇ ｒ ａ ｍテーブル）、音節認
識結果の類似度と前記ｎ−１：ｒａｌｎテーブルとから
認識結果を再評価する認識結果再評価部、認識結果再評
価部で評価された音節列に基づいてカナ漢字変換を行な
うカナ漢字変換部、カナ漢字変換された結果を表示する
変換結果表示部とから構成され、認識結果再評価部での
音節列の再評価を音節認識結果の類似度と、前記ｎ−ｇ
ｒａｍテーブルの遷移のし易さ（ｍ移カウント数）とを
用いて総合的に行なうことを特徴としたものであり、更
には、認識結果再評価部での音節列の評価値が、音節の
認識結果の類似度の合計と、認識結果の音節間の遷移カ
ウントの合計とを各々適当な定数で重み付けした総和に
基づいた値に設定されることを特徴とするものである。
マイクロフォン、入力された音声を認識する音声認識部
、認識された音声中の音節認識結果を処理する認識結果
処理部、音節間の遷移情報を格納しておく音節間遷移情
報格納テーブル（ｎｇ ｒ ａ ｍテーブル）、音節認
識結果の類似度と前記ｎ−１：ｒａｌｎテーブルとから
認識結果を再評価する認識結果再評価部、認識結果再評
価部で評価された音節列に基づいてカナ漢字変換を行な
うカナ漢字変換部、カナ漢字変換された結果を表示する
変換結果表示部とから構成され、認識結果再評価部での
音節列の再評価を音節認識結果の類似度と、前記ｎ−ｇ
ｒａｍテーブルの遷移のし易さ（ｍ移カウント数）とを
用いて総合的に行なうことを特徴としたものであり、更
には、認識結果再評価部での音節列の評価値が、音節の
認識結果の類似度の合計と、認識結果の音節間の遷移カ
ウントの合計とを各々適当な定数で重み付けした総和に
基づいた値に設定されることを特徴とするものである。
以下、本発明の実施例に基づいて説明する。
第１図は１本発明の一実施例を説明するためのブロック
図で、図中、１はマイクロフォン、２は音声認識部、３
は認識結果処理部、４は認識結果再評価部、５は音節間
遷移情報格納テーブル（ｎ−ｇｒｍテーブル）、６はカ
ナ漢字変換部、７は変換結果表示部である。まず、マイ
クロフォン１で入力された音声は、音声認識部２で分析
・認識され、認識結果が複数の候補と共に、認識結果処
理部３に出力される。認識結果再評価部４においては、
認識結果の類似度とｎ −ｇｒａｍテーブル５（距離で
もよい）とを参照しながら認識結果を再評価して、候補
となる音節列を形成する。カナ漢字変換部６では、認識
結果再評価部４の音節列をカナ漢字変換する。そして、
この結果を変換結果表示部７に出力する。
図で、図中、１はマイクロフォン、２は音声認識部、３
は認識結果処理部、４は認識結果再評価部、５は音節間
遷移情報格納テーブル（ｎ−ｇｒｍテーブル）、６はカ
ナ漢字変換部、７は変換結果表示部である。まず、マイ
クロフォン１で入力された音声は、音声認識部２で分析
・認識され、認識結果が複数の候補と共に、認識結果処
理部３に出力される。認識結果再評価部４においては、
認識結果の類似度とｎ −ｇｒａｍテーブル５（距離で
もよい）とを参照しながら認識結果を再評価して、候補
となる音節列を形成する。カナ漢字変換部６では、認識
結果再評価部４の音節列をカナ漢字変換する。そして、
この結果を変換結果表示部７に出力する。
第２図は、音声入力から認識結果を処理してカナ漢字変
換結果を得るまでの過程を説明するための図で１図中、
６１は正しい例文で、今、「おんせいをにんしきする」
と発声した場合を考えるものとすると、第１図に示した
認識結果処理部３には、３１に示すように第１〜第ｎ位
までの認識結果（ｎ＝３とした）が順に出力される。３
２は３１の音声認識装置に対応する類似度の値を示し、
これは人力音節と標準パターンとの類似の度合を示す。
換結果を得るまでの過程を説明するための図で１図中、
６１は正しい例文で、今、「おんせいをにんしきする」
と発声した場合を考えるものとすると、第１図に示した
認識結果処理部３には、３１に示すように第１〜第ｎ位
までの認識結果（ｎ＝３とした）が順に出力される。３
２は３１の音声認識装置に対応する類似度の値を示し、
これは人力音節と標準パターンとの類似の度合を示す。
なお、値は相対値である。４１は類似度３２とｎ−ｇｒ
ａｍテーブル５を引用して音節列を総合的に評価する部
分である。いま、ｎ −ｇｒａｍテーブル５の１番目の
第に位候補の音節からｊ番目の音節の第０位候補への遷
移のし易さをＣｋＱ（実際には、学習サンプル内での音
節間遷移頻度の値）とする。また、３２の類似度の値の
内、ｉ番目の第に位（１≦に≦ｎ）候補の類似度をＳｋ
とすると、総合的な音節列スコア（Ｓｃｏｒｅ ：信頼
度）は、５ｃｏｒｅ ＝ ａ ・Ｃｏｕｎｔ ＋ （１
−ａ ）・５１ｍ１ｌａｎｔｙ、 （０≦α≦１）・・
・（１） と定義する。ここで、 ５１ｍ１ｌａｒｉｔｙＥ Σ Ｓ。
ａｍテーブル５を引用して音節列を総合的に評価する部
分である。いま、ｎ −ｇｒａｍテーブル５の１番目の
第に位候補の音節からｊ番目の音節の第０位候補への遷
移のし易さをＣｋＱ（実際には、学習サンプル内での音
節間遷移頻度の値）とする。また、３２の類似度の値の
内、ｉ番目の第に位（１≦に≦ｎ）候補の類似度をＳｋ
とすると、総合的な音節列スコア（Ｓｃｏｒｅ ：信頼
度）は、５ｃｏｒｅ ＝ ａ ・Ｃｏｕｎｔ ＋ （１
−ａ ）・５１ｍ１ｌａｎｔｙ、 （０≦α≦１）・・
・（１） と定義する。ここで、 ５１ｍ１ｌａｒｉｔｙＥ Σ Ｓ。
ｌ＝１ １
（ｆｆｌは入力音節数、ｌ≦に、ｆｌ≦ｎ）である。但
し、αは適当な定数である。
し、αは適当な定数である。
（１）式のスコアをもとに、信頼性の高い方からカナ文
字列を生成する。４２は生成されたカナ文字列の例であ
る。この内、第１と第２の候補の音節列は、文法チエツ
ク４３と見出し語辞書との照合により除外され、第３候
補のみが正しい音節列として残る。これをカナ漢字変換
した結果を７１に示す。
字列を生成する。４２は生成されたカナ文字列の例であ
る。この内、第１と第２の候補の音節列は、文法チエツ
ク４３と見出し語辞書との照合により除外され、第３候
補のみが正しい音節列として残る。これをカナ漢字変換
した結果を７１に示す。
このように、単音節認識結果より音節列を生成した時に
、音節列の信頼性の評価を、音節認識結果の類似度と音
節間の遷移情報の重み付けとの総合的な評価値に基づい
て行なうために、所望の音節列を上位候補中に含ませる
ことが可能となる。
、音節列の信頼性の評価を、音節認識結果の類似度と音
節間の遷移情報の重み付けとの総合的な評価値に基づい
て行なうために、所望の音節列を上位候補中に含ませる
ことが可能となる。
したがって、音節列候補数を大幅に削減でき、効率的な
カナ漢字変換が可能となる。さらに、変換効率の向上に
伴い、正確で高速な文書入力ができる。
カナ漢字変換が可能となる。さらに、変換効率の向上に
伴い、正確で高速な文書入力ができる。
効果
以上の説明から明らかなように、本発明によると、単音
節音声の認識結果から音節ラティスを生成し、音節列に
展開して文法的に可能な音節列を評価する際に、各音節
毎の類似度と、各音節間のｎ−ｇｒａｍテーブルの遷移
のし易さとを総合的に評価するため、音節列の候補数が
大幅に削減でき、よって、効率的にカナ漢字変換でき、
処理速度が大１福に向上する。さらに、変換効率の向上
に伴い、正確なカナ漢字変換が可能となる。
節音声の認識結果から音節ラティスを生成し、音節列に
展開して文法的に可能な音節列を評価する際に、各音節
毎の類似度と、各音節間のｎ−ｇｒａｍテーブルの遷移
のし易さとを総合的に評価するため、音節列の候補数が
大幅に削減でき、よって、効率的にカナ漢字変換でき、
処理速度が大１福に向上する。さらに、変換効率の向上
に伴い、正確なカナ漢字変換が可能となる。
第１図は、本発明の一実施例を説明するためのブロック
図、第２図は１本発明の動作説明をするだめの図である
。 １・・・マイクロフォン、２・・・音声認識部、３・・
・認識結果処理部、４・・・認識結果再評価部、５・・
・音節間遷移情報格納テーブル（ｎ−ｇｒａｍテーブル
）、６・・・カナ漢字変換部、７・・・変換結果表示部
。
図、第２図は１本発明の動作説明をするだめの図である
。 １・・・マイクロフォン、２・・・音声認識部、３・・
・認識結果処理部、４・・・認識結果再評価部、５・・
・音節間遷移情報格納テーブル（ｎ−ｇｒａｍテーブル
）、６・・・カナ漢字変換部、７・・・変換結果表示部
。
Claims (1)
- １．音声を入力するマイクロフオン、入力された音声を
認識する音声認識部、認識された音声中の音節認識結果
を処理する認識結果処理部、音節間の遷移情報を格納し
ておく音節間遷移情報格納テーブル、音節認識結果の類
似度と音節間遷移情報格納テーブルとから認識結果を再
評価する認識結果再評価部、認識結果再評価部で評価さ
れた音節列に基づいてカナ漢字変換を行なうカナ漢字変
換部、カナ漢字変換された結果を表示する変換結果表示
部とから構成され、認識結果再評価部での音節列の再評
価を音節認識結果の類似度と、音節間遷移情報格納テー
ブルの遷移のし易さとを用いて総合的に行なうことを特
徴とする音声入力による文書作成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63172876A JPH0222730A (ja) | 1988-07-12 | 1988-07-12 | 音声入力による文書作成装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63172876A JPH0222730A (ja) | 1988-07-12 | 1988-07-12 | 音声入力による文書作成装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0222730A true JPH0222730A (ja) | 1990-01-25 |
Family
ID=15949946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63172876A Pending JPH0222730A (ja) | 1988-07-12 | 1988-07-12 | 音声入力による文書作成装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0222730A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010231149A (ja) * | 2009-03-30 | 2010-10-14 | Kddi Corp | 音声認識に仮名漢字変換システムを用いた端末、方法及びプログラム |
-
1988
- 1988-07-12 JP JP63172876A patent/JPH0222730A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010231149A (ja) * | 2009-03-30 | 2010-10-14 | Kddi Corp | 音声認識に仮名漢字変換システムを用いた端末、方法及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9978364B2 (en) | Pronunciation accuracy in speech recognition | |
| US11817079B1 (en) | GAN-based speech synthesis model and training method | |
| Mabokela et al. | An integrated language identification for code-switched speech using decoded-phonemes and support vector machine | |
| JP2002268680A (ja) | 悪環境下でのキーパッド／音声を用いたハイブリッドな東洋文字認識技術 | |
| JPH0222730A (ja) | 音声入力による文書作成装置 | |
| JPH11143493A (ja) | 音声言語理解装置及び音声言語理解システム | |
| Akinwonmi | Development of a prosodic read speech syllabic corpus of the Yoruba language | |
| JPS6229796B2 (ja) | ||
| JP3240691B2 (ja) | 音声認識方法 | |
| Suhasini et al. | Attention‐Based End‐to‐End Automatic Speech Recognition System for Vulnerable Individuals in Tamil | |
| JPS6219899A (ja) | 文章音声認識装置 | |
| JPH049320B2 (ja) | ||
| JPH03179498A (ja) | 音声日本語変換方式 | |
| Akinwonmi | Rule-Induced Misanalysis of Nasal Syllables in Yoruba Declarative Syllabification Algorithm | |
| Nagabhushan et al. | Dictionary supported generation of English text from Pitman shorthand scripted phonetic text | |
| JP3430265B2 (ja) | 日本語音声認識方法 | |
| JPS5837698A (ja) | 音声入力和文タイプライタにおける変換方法 | |
| JPH06289894A (ja) | 日本語音声認識方法 | |
| JPS63155263A (ja) | 音声ワ−ドプロセツサ | |
| JPH04112269A (ja) | 認識候補間類似度の差を利用したラティス探索方式 | |
| JPH04296898A (ja) | 音声認識装置 | |
| JPS61149997A (ja) | 音声認識装置 | |
| JPH0760317B2 (ja) | 音声情報入力装置 | |
| JPH0473694A (ja) | 日本語音声認識方法 | |
| JPS61177575A (ja) | 日本語文章作成装置 |