JPH02298997A - 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、入力された音声に対して文法的１こ正しい
と思われる語句の候補列を作成し、この候補動の中から
尤もらしい語句を選択して出力する音声認識装置に関す
る。

〈従来の技術〉 音声によって文章等の入力を行う装置（例えば、ワード
プロセッサおよびパソコン等）における音声入力は、キ
ーボード入力等とは異なって入力データには入力音声の
誤認識等による“確からしさ“が含まれる。そこで、認
識結果から文法的に正しいと思°われる候補列を作成し
、“確からしい”候補から順に画面等に表示する必要が
ある。

従来、このような音声認識装置として次のようなものが
ある。すなわち、文節単位で入力された音声を音節単位
で認識して音節ラティスを作成し、この音節ラティスに
従って音節候補を順次組み合わせて文節候補を生成する
。次に、上述のようにして生成された文節候補と言語処
理用辞書の内容との照合を順次行う。その結果、言語処
理用辞書にない文節候補を棄却して、文法的に正しいと
思われる文節候補のみを選択゛する。以下、このような
文節候補作成処理を言語処理と言う。この選択された文
節候補は、音節認識時における音節の特徴パターンと音
節標準パターンとの距離の文節候補毎の合計値（以下、
このような“確からしさ”を表す数値をスコアと言う）
の順にメモリに記憶される。そして、メモリに記憶され
た複数の文節候補の中から、所定数の文節候補をウィン
ドウ表示技術によってメニュー表示するようにしている
。

〈発明が解決しようとする課題〉 上述のように、上記従来の音声認識装置では、音節認識
の結果得られた音節ラティスに従って生成された文節候
補と言語処理用辞書の内容との照合を行って、言語処理
用辞書にない文節候補を棄却して文法的に正しい文節候
補を選択するようにしているので、専門用語や固有名詞
等のように言語処理用辞書に登録されていない語句は、
上述のような言語処理によって文節候補から除外されて
しまい、簡単に入力することができないという問題があ
る。

しかしながら、このように言語処理用辞書に登録されて
いない語句を入力しなければならないことはよくあるこ
とであり、そのために音声による入力作業は非常に面倒
な作業になっているのである。

そこで、この発明の目的は、専門用語や固有名詞等のよ
うに言語処理用辞書に登録されていない語句であっても
、簡単な処理によって入力することができる音声認識装
置を提供することにある。

く課題を解決するための手段〉 上記目的を達成するため、この発明は、音声分析部から
の入力音声の特徴パラメータに基づいて、上記入力音声
を認識部によって音韻または音節単位に認識し、この認
識結果に基づいて生成された入力音声の候補列を、表示
部によってメニュー方式で表示する音声認識装置におい
て、上記候補列の生成時１ごおいて参照される言語処理
用辞書部と、上記認識部からの認識結果を用いて言語処
理を行って、単語単位又は文節単位に“確からしさ”を
表すスコアを付加した候補列を生成し、この生成された
候補列と上記言語処理用辞書部の登録内容との照合を実
行し、上記候補列の中から上記言語処理用辞書部に登録
された文法的に正しい候補と上記言語処理用辞書部に未
登録であるが上記スコアに関する値が所定値以上の候補
を選出して候補列を再編成し、この再編成された候補列
を上記表示部に出力する言語処理部を備えたことを特徴
としている。

また、この発明の音声認識装置における上記表示部は、
上記言語処理部によって選出された上記言語処理用辞書
部に未登録であるが上記スコアに関する値が所定値以上
の候補を表示する際には、その候補にマークを付加して
表示するようにすることが望ましい。

また、この発明の音声認識装置には、上記言語、処理部
によって選出されて上記表示部によって表示された上記
言語処理用辞書部に未登録であるが上記スコアに関する
値が所定値以上の候補が、入力音声の認識語句として確
定された場合゛には、この認識語句として確定された候
補を上記言語処理用辞書部に追加登録する辞書登録手段
を設けることが望ましい。

〈作用〉 音声が入力されると音声分析部によって入力音声の特徴
パラメータが生成される。そして、この生成された特徴
パラメータに基づいて、認識部によって入力音声が音韻
または音節単位で認識される。そうすると、上記認識部
からの認識結果を用いて言語処理部によって言語処理が
行われて、単語単位又は文節単位に“確からしさ”を表
すスコアが付加された候補列が生成され、さらに、この
生成された候補列と上記言語処理用辞書部の登録内容と
の照合が実行される。そして、上記候補列の中から上記
言語処理用辞書部に登録された文法的に正しい候補と上
記言語処理用辞書部に未登録であるが上記スコアに関す
る値が所定値以上の候補が選出されて候補列が再編成さ
れる。そして、この再編成された候補列が表示部に入力
されて、この候補列が上記表示部によってメニュー方式
で表示される。したがって、言語処理用辞書部に未登録
の候補であっても上記スコアに関する値が所定値以上で
あれば入力音声の認識候補として表示される。

また、上記音声認識装置の上記表示部は、上記言語処理
部によって選出された上記言語処理用辞書部に未登録で
あるが上記スコアに関する値が所定値以上の候補を表示
する際には、その候補にマークを付加して表示するよう
にすれば、上記表示部によってメニュー表示された候補
列の中から上記言語処理用辞書部に未登録の候補を容易
に知ることができる。

また、上記音声認識装置は、上記言語処理部によって選
出されて上記表示部によって表示された上記言語処理用
辞書部に未登録であるが上記スコアに関する値が所定値
以上の候補が、入力音声の認識語句として確定された場
合には、この認識語句として確定された候補を上記言語
処理用辞書部に追加登録する辞書登録手段を設けるよう
にすれば、この言語処理用辞書部に未登録であった語句
が再度入力された場合には、上記言語処理部によって、
上記未登録であった語句が追加登録された言語処理用辞
書部を参照して言語処理が実行できる。

〈実施例〉 以下、この発明を図示の実施例により詳細に説明する。

第１図はこの発明の音声認識装置のブロック図である。

音声分析部２はマイクロホン！より入力された音声の音
響分析を行って特徴パラメータを出力する。音節区間検
出部３は音声分析部２からの特徴パラメータに基づいて
音節区間の検出を行う。音節認識部４は音節区間検出部
３によって検出された音節区間で切り出された音節の特
徴パターンと音節標準パターンとの類似度を用いて音節
の認識を行って音節ラティスを生成する。言語処理部５
は音節認識部４からの音節認識結果（すなわち、音節ラ
ティス）を用いて文法的に正しい文節候補列を作成する
。辞書部６には文法的に正しい語句が登録されており、
言語処理部５が文法的に正しい文節候補を作成する際に
参照される。また、辞書部６は予め入力が予想される語
句が登録されているメイン辞書６ａと、後に詳述するよ
うにして、メイン辞書６ａに登録されていない語句が自
動的に追加登録される追加辞書６ｂとから成る。制御部
７は音声分析部２．音節区間検出部３゜音節認識部４．
言語処理部５および辞書部６を制御して上記文節候補列
を得、この得られた文節候補列を表示部８によってメニ
ュー表示する。

以下、上記構成の音声認識装置の動作を、語句「音素」
を表す音声／おんそ／が入力された場合を例に具体的に
説明する。ここで、語句「おんそ」は専門用語であるた
めに辞書部６．のメイン辞書６ａおよび追加辞書６ｂの
いずれにも登録されていないものとする。

オペレータがマイクロホンｌに向かって／おんそ／と発
声し始めると、音声分析部２によって入力音声／おんそ
／の音響分析が行われて特徴パラメータが順次出力され
る。そうすると、音節区間検出部３によって音声分析部
２からの特徴パラメータに基づいて音節区間の検出が行
われて音節の切り出しが行われる。そして、音節区間検
出部３によって切り出された音節の特徴パターンと音節
標準パターンとの類似度を用いて音節の認識が音節認識
部４によって行われ、第２図に示すような認識結果が得
られる。ここで、第２図においては入力音声／おんそ／
に対する認識結果のみが記載されているが、音節認識部
４からは入力音声の認識結果が連続して順次出力される
のである。その際に、音声の認識には音節区間の誤検出
や音節の誤認識等によって曖昧さが含まれるので、認識
結果は音節候補列（音節ラティス）として出力されて記
憶部（図示せず）に格納されるのである。

一方、音声／おんそ／の入力が終了した段階で、例えば
キーボード等から言語処理部５による言語処理の実行が
指示されたとする。

そうすると、言語処理部５において、まず音節認識部４
によって生成された第２図に示す音節ラティスを参照し
て、音節ラティスの中から類似度が最大の音節候補／お
／、／ん／、／そ／のみから成るスコアが１位の文節候
補／おんそ／を作成して出力する。以下、文節候補／お
んそ／を構成する音節候補を、所定め規則に従って音節
ラティスから読み出した音節候補と順次入れ換えて文節
候補を作成し、類似度の合計の大きい（すなわち、スコ
アの順位の高い）文節候補の順に出力するのである。そ
の結果、第３図に示すような文節候補列が生成される。

そうすると、次に言語処理部５は上述のようにして生成
された文節候補列と辞書部６の登録内容との照合を行っ
て、辞書部６にない文法的に正しくない文節候補を棄却
する。その際に、辞書部６に登録されていなくてもスコ
アの順位が所定順位以上（本実施例においては１位）の
文節候補は、棄却することなくスコアの順位を下げるの
である。

こうして、辞書部６の登録内容と照合する文法的に正し
いと思われる文節候補と辞書部６には無いがスコアの順
位の高い文節候補のみから成る文節候補列を作成する。

その結果、文節候補「おんそ」のスコアの順位は４位に
変更される。こうすることによって、辞書部６に登録さ
れていない専門用語「音素」を表す音声／おんそ／の正
しい文節候補「おんそ」は棄却されないのである。なお
、上述の辞書部６の登録内容との照合はメイン辞書６ａ
および追加辞書６ｂの両方に対して実施される。

そうすると、制御部７の制御に従って、表示部８は公知
技術である例えばウィンドウ表示技術によって、第４図
（ａ）に示すように、言語処理部５によって生成された
複数の文節候補を、スコア順位の高い順に所定数（本実
施例の場合には４文節候補）づつ表示画面のメニュー表
示領域１１にメニュー表示する。その際に、メニュー表
示領域１１の上部の表示領域１２には、既に認識された
文節「一つの」と現在認識処理が実行されている入力文
節／おんそ／に対する文節候補のうち、カーソルキーに
よって指定された文節候補「おんさ」とから成る文章「
一つのおんさ」が同時に表示されている。

ここで、◇はカーソルキーの操作によって上下に移動し
て、メニュー表示領域ｉｔにメニュー表示されている文
節候補列のうち現在表示領域１２に表示されている文節
候補「おんさ」を表示する表示記号である。また、口は
表示領域１２における次に表示される文節候補の表示位
置を示すカーソルである。

この場合、従来の音声認識装置においては、言語処理に
おいて辞書部６に登録されていない文節候補「おんそ」
は棄却されてしまうので、第４図（ｂ）に示すように、
正しい文節候補「おんそ」はメニュー表示領域１１に表
示されないのである。したがって、オペレータはメニュ
ー表示された文節候補列に従って入力音声／おんそ／の
認識文節として文節候補「おんそ」を選択できないので
ある。

ここで、カーソルキーの操作によって表示記号◇の位置
を移動すると、移動後における表示記号◇の位置の文節
候補が選択される。すなわち、文節候補「おんそ」を選
択したい場合にはカーソルキーによって表示記号◇の位
置を三つ下に移動させればよい。そうすると、文節候補
「おんそ」が選択されて表示領域１２の表示内容が「一
つのおんそ」に変化して、文節候補「おんそ」が選択さ
れたことを確認できるのである。

こうして文節候補「おんそ」が選択された状態において
、例えば仮名漢字変換キーを操作すると、メニュー表示
領域１！にメニュー表示された文節候補列の中から文節
候補「おんそ」が選出されて入力音声／おんそ／に対す
る認識文節であると確定され、認識文節「おんそ」が仮
名漢字変換されて表示領域１２に「一つの音素」と表示
されるのである。

このように、本実施例によれば、簡単な処理によって、
辞書部６に登録されていない語句も入力することができ
るのである。

次に、制御部７は、辞書部６に登録されていない文節候
補「おんそ」が認識文節として確定されたので、次に音
声／おんそ／が入力された場合に対処できるように辞書
部６の追加辞書６ｂに語句「おんそ」を追加登録する。

したがって、再度、音声／おんそ／が入力された場合に
は、文節候補「おんそ」は辞書部６に登録されているの
で、再入力時においてスコアの順位が多少低くてら言語
処理部５による言語処理によって棄却されることなくメ
ニュー表示されるのである。

このように、本実施例においては、言語処理部５によっ
て、まず音節認識部４からの音節認識結果（すなわち、
音節ラティス）を用いて文節候補列を生成する。次に、
この生成した文節候補列と辞書部６の登録内容との照合
を行い、辞書部６に登録されている文法的に正しいと思
われる文節候補と、辞書部６に登録されていないがスコ
ア順位が所定順位以上である文節候補とから成る文節候
補列に再編成する。そして、その言語処理部５によって
再編成された文節候補列を表示部８によってメニュー表
示領域１１にメニュー表示する。したがって、辞書部６
に登録されていないような専門用語や固有名詞等であっ
ても、メニュー表示領域１１にメニュー表示される文節
候補列から選択して入力することができる。

また、本実施例においては、上述のようにして、辞書部
６に未登録の語句が入力されて、辞書部６に未登録の文
節候補が選択された場合には、その文節候補を辞書部６
の追加辞書６ｂに追加登録する。したがって、上記語句
が再度入力された場合における正しい文節候補のスコア
順位が低くても、その正しい文節候補は既に追加辞書６
ｂに登録されているので、正しい文節候補は棄却される
ことはないのである。

第５図は上記実施例とは異なる実施例におけるメニュー
表示領域１１の表示例を示す。この実施例の場合には、
表示部８における表示の際に、辞書部６に未登録である
が上記スコアの順位が所定値以上の文節候補に対しては
？印を付加してメニュー表示領域１１に表示する。こう
することによって、オペレータは入力した語句が辞書部
６に登録されていないことを知ることができるのである
。

本実施例における文節候補の選択方法、認識文節の確定
方法および追加辞書６ａへの追加登録方法等は第４図（
ａ）の場合と同様である。

上記実施例においては、入力音声を音節認識部４で音節
単位で認識し、その認識結果に基づいて言語処理を実行
するようにしている。しかしなが（ら、この発明はこれ
に限定されるものではなく、入力音声を音韻単位で認識
して言語処理を実行するようにしてもよい。

上記各実施例においては、辞書部６に未登録の文節候補
のうちメニュー表示領域１１に表示する文節候補は、ス
コアの順位が所定順位以上である文節候補としている。

しかしながら、この発明はこれに限定されるものではな
く、スコアの値が所定値以上である文節候補としてもよ
い。

上記各実施例におけるメニュー表示領域１１と表示領域
１２との位置関係は、上述の例に限定されるものではな
いことは言うまでもない。

〈発明の効果〉 以上より明らかなように、この発明の音声認識装置は、
言語処理用辞書部および言語処理部を備えて、上記言語
処理部によって、単語単位又は文節単位に“確からしさ
”を表すスコアを付加した候補列を生成し、この生成さ
れた候補列の中から上記言語処理用辞書部に登録された
候補と上記言語、処理用辞書部に未登録であるが上記ス
コアに関する値が所定値以上の候補を選出して候補列を
再編成し、この再編成された候補列を表示部によってメ
ニュー方式で表示するようにしたので、入力音声の正し
い候補が上記辞書部に未登録であっても、この正しい候
補の上記スコアに関する値が所定値以上であれば上記圧
しい候補が入力音声の認識候補として表示される。した
がって、言語処理用辞書部に登録されないような専門用
語や固有名詞等であっても、正しく発声されれば上記ス
コアに関する値が高くなり、正しい候補が認識候補とし
てメニュー表示されて入力することが可能となる。

また、この発明の音声認識装置における表示部は、上記
言語処理用辞書部に未登録であるが上記スコアに関する
値が所定値以上の候補を表示する際には、その候補にマ
ークを付加して表示するようにしたので、メニュー表示
された候補列の中から上記言語処理用辞書部に未登録の
候補を容易に知ることかできる。

また、この発明の音声認識装置は、上記言語処理用辞書
部に未登録の語句が入力されて、言語処理用辞書部に未
登録であるが上記スコアに関する値が所定値以上の候補
が入力音声の認識語句として確定された場合には、この
確定された候補を上記言語処理用辞書部に追加登録する
辞書登録手段を設けるようにしたので、言語処理用辞書
部に未登録であった上記語句が再度入力された場合には
、上記言語処理部は、その入力語句の正しい候補が追加
登録された言語処理用辞書部を参照して言語処理ができ
る。したがって、上述のように、言語処理用辞書部に未
登録であった上記語句が再度入力された場合には、上記
スコアに関する値が上記所定値より低くとも、上記入力
語句の正しい候補が認識候補として上記言語処理部によ
って棄却されることなく選出されて、上記表示部によっ
て表示される。

【図面の簡単な説明】 第１図はこの発明の音声認識装置における一実施例のブ
ロック図、第２図は第１図における音節認識部によって
生成される音節ラティスの一例を示す図、第３図は第１
図における言語処理部によって実行される言語処理過程
における文節候補列の一例を示す図、第４図（ａ）は第
１図における表示部によってメニュー表示される入力音
声／おんそ／に対する文節候補列の一例を示す図、第４
図（ｂ）は従来の音声認識装置における入力音声／おん
そ／に対する文節候補列のメニュー表示例を示す図、第
５図は第４図（ａ）の表示例とは異なる入力音声／おん
そ／に対する文節候補列のメニュー表示例を示す図であ
る。 ■・・・マイクロホン、　　　２・・・音声分析部、３
・・・音節区間検出部、　　４・・・音節認識部、５・
・・言語処理部、　　　　６・・・辞書部、７・・・制
御部、　　　　　　８・・・表示部、１１・・・メニュ
ー表示領域　１２・・・表示領域。

Claims (3)

【特許請求の範囲】
1. （１）音声分析部からの入力音声の特徴パラメータに基
   づいて、上記入力音声を認識部によって音韻または音節
   単位に認識し、この認識結果に基づいて生成された入力
   音声の候補列を、表示部によってメニュー方式で表示す
   る音声認識装置において、上記候補列の生成時において
   参照される言語処理用辞書部と、 上記認識部からの認識結果を用いて言語処理を行って、
   単語単位又は文節単位に“確からしさ”を表すスコアを
   付加した候補列を生成し、この生成された候補列と上記
   言語処理用辞書部の登録内容との照合を実行し、上記候
   補列の中から上記言語処理用辞書部に登録された文法的
   に正しい候補と上記言語処理用辞書部に未登録であるが
   上記スコアに関する値が所定値以上の候補を選出して候
   補列を再編成し、この再編成された候補列を上記表示部
   に出力する言語処理部を備えたことを特徴とする音声認
   識装置。
2. （２）上記表示部は、上記言語処理部によって選出され
   た上記言語処理用辞書部に未登録であるが上記スコアに
   関する値が所定値以上の候補を表示する際には、その候
   補にマークを付加して表示するように成したことを特徴
   とする請求項１に記載の音声認識装置。
3. （３）上記言語処理部によって選出されて上記表示部に
   よって表示された上記言語処理用辞書部に未登録である
   が上記スコアに関する値が所定値以上の候補が、入力音
   声の認識語句として確定された場合には、この認識語句
   として確定された候補を上記言語処理用辞書部に追加登
   録する辞書登録手段を設けたことを特徴とする請求項１
   に記載の音声認識装置。