JPH02247699A - 音声蓄積再生機能付音声認識装置 - 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】 〔概　要〕 予め音声信号を登録して、必要に応じて再生する機能お
よび音声認識の機能を有する音声蓄積再生機能付音声認
識装置に関し、 メモリ容量を低減し、且つデータの管理を容易にするこ
とを目的とし、 符号化された第１音声信号を蓄積する蓄積手段と、蓄積
手段が格納する第１音声信号を復号化する復号化手段と
、導入される第２音声信号から特徴データを抽出する抽
出手段と、第２音声信号を特定の音声に認識する基準と
なる基準データを格納する登録手段と、特徴データを登
録手段が格納する基準データと照合して音声認識を行な
う認識手段とを具え、復号化手段の出力を抽出手段に供
給して抽出した特徴データを、基準データとして登録手
段に格納するように構成される。

〔産業上の利用分野〕

本発明は、予め音声信号を登録して、必要に応じて再生
する機能および音声認識の機能を有する音声蓄積再生機
能付音声認識装置に関するものである。

（従来の技術〕 例えばキーボードからデータの入力が行なえない作業や
目によるデータの確認が行なえない作業においては、音
声信号によるデータの入力および伝達がなされている。

また、音声信号によるデータの入力を行なった際、入力
されたデータを確認するために、音声信号によって入力
されたデータを返す場合もある（アンサーバック）。こ
のような機能を有する装置には、音声認識機能および音
声蓄積再生機能を有する音声蓄積再生機能付音声認識装
置が用いられている。

第３図に従来の音声蓄積再生機能付音声認識装置の構成
を示す。

図に示した音声蓄積再生機能付音声認識装置は、フィル
タ２１１．２つのアンプ２１３，２２１゜符号化器２１
５．再生メモリ２１７．復号化器２１９、　　スピーカ
２２３．バンドパスフィルタ（ＢＰＦ）２２５．整流平
滑部２２７．照合部２２８゜登録バタンメモリ２２９．
切換スイッチ２３５を備えている。

再生メモリ２１７には、再生用の音声データが蓄積され
ている。

また、マイクロフォンから入力される音声信号を認識す
る基準とするデータを得るために、予めＢＰＦ２２５．
整流平滑部２２７を介して音声信号の特徴抽出を行ない
、登録バタンメモリ２２９に格納している。この登録バ
タンメモリ２２７に格納される音声データを登録バタン
と呼ぶ。

マイクロフォンから供給される音声信号は、フィルタ２
１１．アンプ２１３を介してＢＰＦ２２５に供給される
。この音声信号は、ＢＰＦ２２５゜整流平滑部２２７に
よって特徴抽出されると照合部２２８に供給される。照
合部２２８において登録バタンメモリ２２９が格納する
登録バタンと比較され、特徴の似通った登録バタンの音
声が認識される。認識結果は、図示しない制御部に供給
される。制御部は、認識結果に対応する音声データを再
生メモリ２１７から復号化器２１９に供給し、復号化す
る。この出力はアンプ２２１を介してスピーカ２２３に
出力されていた。

このような音声蓄積再生機能付音声認識装置では、登録
バタンに使用される音声信号とマイクロフォンから入力
される音声信号は同一の人間に限定されている。

〔発明が解決しようとする課題〕

ところで、上述した従来の音声蓄積再生機能付音声認識
装置にあっては、再生メモリ２１７と登録バタンメモリ
２２９に同じ音声信号に対応する音声データと登録バタ
ンを格納していた。このため、メモリ容量に無駄が生じ
るという問題点があった。また、音声データと登録バタ
ンの更新は両者を対応づけて行なう必要があり、データ
の管理が煩雑であるという問題点があった。

本発明は、このような点にかんがみて創作されたもので
あり、メモリ容量を低減し、且つデータの管理を容易に
するようにした音声蓄積再生機能付音声認識装置を提供
することを目的としている。

（課題を解決するための手段） 第１図は、本発明の音声蓄積再生機能付音声認識装置の
原理ブロック図である。

図において、蓄積手段１１３は、符号化された第１音声
信号を蓄積する。

復号化手段１１５は、゛蓄積手段１１３が格納する第１
音声信号を復号化する。

抽出手段１２１は、導入される第２音声信号から特徴デ
ータを抽出する。

登録手段１２３は、第２音声信号を特定の音声に認識す
る基準となる基準データを格納する。

認識手段１２５は、特徴データを登録手段１２３が格納
する基準データと照合して音声認識を行なう。

従って、全体として、復号化手段１１５の出力を抽出手
段１２１に供給して抽出した特徴データを、基準データ
として登録手段１２３に格納するように構成されている
。

〔作　用〕

導入される第１音声信号が符号化されて蓄積手段１１３
に蓄積される。この蓄積された第１音声信号は復号化手
段１１５によって復号化されて音声信号として取り出さ
れる。

また、第２音声信号の音声認識に先立って、蓄積手段１
１３に蓄積される第１音声信号を必要に応じて復号化手
段１１５に供給して復号化する。

復号化された第１音声信号は、抽出手段１２１で変換さ
れて特徴データが抽出されると基準データとして登録手
段１２３に格納される。

導入される第２音声信号は、抽出手段１２１によって特
徴データが抽出され、この抽出された特徴データは、登
録手段１２３が格納する基準データと照合されて、第２
音声信号の認識がなされる。

本発明にあっては、蓄積手段１１３に蓄積される第１音
声信号から必要に応じて基準データを作成して登録手段
１２３に格納するので、メモリ容量（登録手段１２３の
容量）を低減することができる。また、蓄積手段１１３
に蓄積される第１音声信号を更新すれば登録手段１２３
の基準データも更新されるので、データの管理も容易に
なる。

〔実施例〕

以下、図面に基づいて本発明の実施例について詳細に説
明する。

第２図は、本発明の一実施例における音声蓄積再生機能
付音声認識装置の構成を示す。

Ｉ　　　　と　１　との ここで、本発明の実施例と第１図との対応関係を示して
おく。

蓄積手段１１３は、符号化器２１５．再生メモリ２１７
に相当する。

復号化手段１１５は、復号化器２１９に相当する。

抽出手段１２１は、ＢＰＦ２２５．整流平滑部２２７に
相当する。

登録手段１２３は、登録バタンメモリ２２９に相当する
。

認識手段１２５は、照合部２２８に相当する。

以上のような対応関係があるものとして、以下本発明の
実施例について説明する。

■、　　　　の　　および　− 第２図において、本発明実施例の音声蓄積再生機能付音
声認識装置は、フィルタ２１１．２つのアンプ２１３，
２２１．符号化器２１５．再生メモリ２１７．復号化器
２１９．スピーカ２２３゜ＢＰＦ２２５．整流平滑部２
２７．照合部２２８゜登録バタンメモリ２２９．３つの
切換スイッチ２３１．２３３，２３５を備えている。

以下、アンサーバックに本発明実施例の音声蓄積再生機
能付音声認識装置を使用する手順を説明する。

先ず、再生メモリ２１７に音声データを格納する。

この音声蓄積再生機能付音声認識装置を使用する特定の
オペレータ（話者）によってマイクロフォンから音声信
号が入力される。

この再生メモリ２１７への音声データの登録は、予めア
ンサーバックを行なう作業に必要と判定される特定の音
声信号（用語）に対してなされる。

入力された音声信号からはフィルタ２１１によって可聴
域内の音声成分が抽出され、アンプ２１３に供給される
。アンプ２１３で増幅された音声信号は符号化器２１５
において符号化され、再生メモリ２１７に格納される。

アンサーバックを行なう場合、オペレータによりその旨
が図示しない制御部に指示され、制御部は、切換スイッ
チ２３１の接点２、切換スイッチ２３３の接点２、切換
スイッチ２３５の接点２を閉結する。

再生メモリ２１７にはアンサーバックに使用する例えば
数字に対応する音声データが蓄積されている。制御部は
、再生メモリ２１７に蓄積される数字に対応する音声デ
ータを復号化器２１９に供給し、復号化すると切換スイ
ッチ２３１．切換スイッチ２３３を介してＢＰＦ２２５
に供給する。

切換スイッチ２３１が接点２に閉結されているので、再
生される音声信号はスピーカ２２３には出力されない。

再生メモリ２１７に蓄積される数字に対応する音声デー
タはアナログの音声信号に変換され、ＢＰＦ２２５にお
いて例えば周波数方向に１０分割される。このデータは
、整流平滑部２２７によって平滑化され特徴データとし
て抽出される。特徴データは、切換スイッチ２３５を介
して登録バタンとして登録バタンメモリ２２９に格納さ
れる。

こうして登録バタンメモリ２２９に音声認識の基準とな
る登録バタンか格納されると制御部は切換スイッチ２３
１の接点１．切換スイッチ２３３の接点１．切換スイッ
チ２３５の接点ｌを閉結する。

次にオペレータは、マイクロフォンから音声信号を入力
する。入力された音声信号はフィルタ２１１、アンプ２
１３．切換スイッチ２３３を介して切換スイッチ２３５
に供給される。切換スイッチ２３５，２７７によって特
徴抽出された特徴データは切換スイッチ２３５を介して
照合部２２８に供給される。照合部２２８において、特
徴データは登録バタンメモリ２２９が格納する登録バタ
ンと比較され、特徴が近い音声信号に認識される。

認識結果は、図示しない制御部に供給される。制御部は
、再生メモリ２１７が格納する認識結果に対応する音声
データを復号化器２１９に供給する。

復号化器２１９に供給された音声データは復号化され、
切換スイッチ２３１．アンプ２２１を介してスピーカ２
２３に出力される。

オペレータは、スピーカ２２３から出力される音声信号
より、入力した音声信号が返送されたか否かを判定する
。

上述した動作では、再生メモリ２１７に例えば数字に対
応する音声データを格納し、認識動作に先立って登録バ
タンメモリ２２９に格納したが、数字、英字、町名等、
予め作業によって用語が区分けされる場合にはそれらを
単位に再生メモリ２１７に登録し、認識動作に先立って
制御部が、指定される用語群を登録バタンメモリ２２９
に格納するようにする。こうすれば、登録バタンメモリ
２２９には、作業に必要な最小限の登録バタンを格納す
るだけですむ。

なお、登録バタンメモリ２２９は、高速な照合を必要と
するので例えばＤＲＡＭ等の高速のものを使用する。

また、再生メモリ２１７への音声データの格納を行なう
際に音声信号を入力するオペレータと、音声認識を行な
う場合の音声信号を人力するオペレータは同一でなけれ
ばならない。

このように登録バタンメモリ２２９に全ての登録バタン
を格納するのではなく、必要に応じて再生メモリ２１７
が蓄積する音声データを使用するので、登録バタンメモ
リ２２９のメモリ容量を最小限にできると共に、データ
の更新も再生メモリ２１７を更新するだけで良いのでデ
ータの管理が容易になる。

次に、アンサーバックに使用しない通常の音声蓄積再生
機能付音声認識装置の動作を説明する。

アンサーバック以外に行なう音声信号の認識については
、登録バタンメモリ２２９に登録バタンの登録を行なう
必要がある。

この登録において、制御部は、切換スイッチ２３３の接
点ｌ、切換スイッチ２３５の接点２を閉結する。

オペレータはマイクロフォンから音声信号を入力する。

音声信号はフィルタ２１１．アンプ２１３、切換スイッ
チ２３３を介してＢＰＦ２２５に供給される。以後の動
作はアンサーバックの際、登録バタンメモリ２２９に登
録バタンを格納する手順と同様である。

また、音声信号の再生において、制御部は、切換スイッ
チ２３１を接点１に閉結する。マイクロフォンからオペ
レータが音声信号を入力すると、フィルタ２１１．アン
プ２１３．符号化器２１５を介して再生メモリ２１７に
音声データが格納される。この後、必要に応じて制御部
が再生メモリ２１７の音声データを復号化器２１９に供
給し、アンプ２２１を介してスピーカ２２３に出力する
。

このように、再生メモリ２１７と登録バタンメモリ２２
９へのデータの格納は別々に行なわれる。

ここで、音声信号の再生のために格納される再生メモリ
２１７の音声データと、音声認識のために格納される登
録バタンメモリ２２９の登録バタンか対応付けられてい
る場合には、音声データと基準データの更新は制御部に
よって管理される必要がある。

■、　　　　日　の　　・　ノ　ヒ なお、上述した本発明の実施例にあっては、アンサーバ
ックに使用する音声信号を再生メモリ２１７に蓄積し、
そのデータを登録バタンメモリ２２９に格納するように
したものであったが、通常の音声信号の認識に再生メモ
リ２１７に蓄積されている音声データを使用するように
したものでも良い。

また、ｒｌ、実施例と第１図との対応関係」において、
本発明と実施例との対応関係を説明しておいたが、本発
明はこれに限られることはなく、各種の変形態様がある
ことは当業者であれば容易に推考できるであろう。

〔発明の効果］ 上述したように、本発明によれば、第２音声信号の音声
認識を行なう際、必要に応じて蓄積手段が蓄積する第１
音声信号から基準データを作成するので、メモリ容量（
登録手段の容量）が低減できると共に、蓄積手段が蓄積
する第１音声信号を更新すれば登録手段の基準データも
更新されるのでデータの管理が容易になり、実用的には
極めて有用である。

【図面の簡単な説明】

第１図は本発明の音声蓄積再生機能付音声認識装置の原
理ブロック図、 第２図は本発明の実施例の構成図、 第３図は従来例の構成図である。 図において、 １１３は蓄積手段、 １１５は復号化手段、 １２１は抽出手段、 １２３は登録手段、 １２５は認識手段、 ２１１はフィルタ、 ２１３．２２１はアンプ、 ２１５は符号化器、 ２１７は再生メモリ、 ２１９は復号化器、 ２２３はスピーカ、 ２２５はＢＰＦ。 ２２７は整流平滑部、 ２２９は登録バタンメモリ、 ２３１．２３３，２３５は切換スイッチである。 本発明ω厘式１０・７７図 第１図

Claims (1)

【特許請求の範囲】
1. （１）符号化された第１音声信号を蓄積する蓄積手段（
   １１３）と、 前記蓄積手段（１１３）が格納する前記第１音声信号を
   復号化する復号化手段（１１５）と、導入される第２音
   声信号から特徴データを抽出する抽出手段（１２１）と
   、 前記第２音声信号を特定の音声に認識する基準となる基
   準データを格納する登録手段（１２３）と、 前記特徴データを前記登録手段（１２３）が格納する前
   記基準データと照合して音声認識を行なう認識手段（１
   ２５）と、 を具え、前記復号化手段（１１５）の出力を前記抽出手
   段（１２１）に供給して抽出した特徴データを、前記基
   準データとして前記登録手段（１２３）に格納するよう
   に構成したことを特徴とする音声蓄積再生機能付音声認
   識装置。