JPH0333798A - 音声検索装置 - 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 本発明は、文章音声中から検索したい単語、若しくは語
句を検索する音声検索装置に関するものである。

従来の技術 従来の音声検索においては、音というものが本来連続的
なものであるため、検索を希望する単語、若しくは語句
に注意しながら、その都度、音声を通して聞いて入力す
ることにより検索するようになっている。

以下に従来の音声検索装置について図面を参照しながら
説明する。

第３図は従来の音声検索装置を示すブロック図である。

第３図において、３１は文章音声を電気信号に変換する
音声・電気信号変換手段、３２は電気信号に変換された
音声データを保管する音声データ保管手段、３３は文章
音声を聞きながら手作業により文字列を作成する音声・
文字列変換手段、３４は手作業により作成された文字列
データを保管するデータ文字列保管手段、３６は音声・
電気信号変換手段３１により電気信号に変換された音声
データと音声・文字列変換手段３３により手作業で作成
された文字列データとを対応付ける音声データ・文字列
対応付は手段、３６は各文字列の音声データの始端を保
管する音声データ始端保管手段、３７は検索単語文字列
保管手段、３８は検索単語文字列保管手段３７の文章文
字列から検索文字列を検索する文字列検索手段、３９は
検索した文章文字列中の位置から音声データ保管手段３
２に保管されている音声データの位置を指し示す音声デ
ータ再生始端ポインタ、４ｏは音声データ再生始端ポイ
ンタ３９が指し示す音声データである電気信号を音声に
変換する電気信号・音声変換手段である。

以上のように構成された従来の音声検索装置の動作につ
いて説明する。

まず、文章音声を音声・電気信号変換手段３１により電
気信号に変換し、この音声データを音声データ保管手段
３２に保管する。また一方で、音声・文字列変換手段３
３、例えばワードブロセノサ等を用い、人が聞いた音声
を文字列に変換し、文章音声の文字列データを作成し、
データ文字列保管手段３４に保管する。また一方で、音
声データ・文字列対応付は手段３６で音声・電気信号変
換手段３１からの音声データと音声・文字列変換手段３
３からの文字列データを音声データ・文字列対応付は手
段３６により時間的に対応付け、各文字列の音声データ
の始端位置を始端保管手段３６に保管する。データ文字
列保管手段３４に保管されている文字列データとキーボ
ード等の入力による検索文字列との文字列検索を文字列
検索手段（ワードプロセノサ等にある検索機能）３８に
より行い、データ文字列中に同文字列を検索することが
できる。音声データポインタ３９はその検索した文字列
の時間的位置を始端保管手段３ｅから取り出し、検索文
字列始端位置からの音声データである電気信号を音声デ
ータ保管手段３２から取り出し、電気信号・音声変換手
段４ｏを介して出力する。

発明が解決しようとする課題 しかしながら、上記従来例の構成では、音声に対応付け
られた文字列文章を必要とするため、−度は必ず文章音
声を通して聞き、文字列の文章を作成し、かつ文章音声
と文字列文章の対応付けを行わなければならないという
課題を有していた。

本発明は、上記従来技術の課題を解決するもので、人間
の手作業を加えることなく、文章音声だけから単語、若
しくは語句等の検索を行うことができるようにした音声
検索装置を提供することを目的とするものである。

課題を解決するための手段 上記目的を達成するための本発明の技術的解決手段は、
文章音声を電気信号に変換する音声・電気信号変換手段
と、電気信号に変換された音声データを保管する音声デ
ータ保管手段と、上記電気信号に変換された音声データ
の音素または音節を認識し、かつ認識した各音素または
音節の音声データにおける始端を出力する音素または音
節認識部と、この音素または音節認識部から出力される
各音素または音節の音声データの始端を保管する始端保
管手段と、上記音素または音節認識部から出力される音
素または音節系列を保管する音素または音節系列保管手
段と、検索を希望する単語、若しくは語句の音素または
音節列を保管する検索単語、若しくは語句の音素または
音節列保管手段と、上記音素または音節系列保管手段か
らの音素または音節系列と上記検索単語、若しくは語句
の音素または音節列保管手段からの音素または音節列と
をマツチングさせ、マツチングの尤度を計算するマツチ
ング部と、予め設定した尤度の閾値な保管する尤度閾値
保管手段と、上記マツチング部で計算した尤度値と上記
尤度閾値保管手段の尤度閾値とを比較し、尤度閾値を越
える区間を検出する比較手段と、この比較手段で得た尤
度閾値を越えた文章音声の音素または音節系列の区間か
ら上記始端保管手段の各音素または音節の音声データの
始端位置により上記音声データ保管手段に保管されてい
る音声データ中、尤度閾値を越えた位置を指し示す再生
始端ポインタと、この再生始端ポインタが指し示す音声
データである電気信号を音声に変換する電気信号・音声
変換手段を具備したものである。

作用 本発明は、上記構成により次のような作用を有するＯ 文章音声を音声・電気信号変換手段により電気信号に変
換し、この音声データを音声データ保管手段に保管する
と共に、音素または音節認識部に入力する。この認識部
で認識した文章音声の音素または音節系列を音素または
音節系列保管手段に保管すると共に、認識した各音素ま
たは音節の音声データの始端位置を音声データ始端保管
手段に保管する。一方、検索を希望する単語、若しくは
語句の音素または音節列を保管手段に保管する。

マツチング部で上記文章音声の音素または音節と検索す
べき単語、若しくは語句の音素または音節列とをマツチ
ングさせ、マツチングの尤度を計算する。比較手段で上
記計算結果に基づき文章音声の音素または音節中で、尤
度閾値保管手段に予め設定しである尤度閾値な越える尤
度の高い部分を抽出し、文章音声中で検索結果の音素ま
たは音節区間を検出する。そして、音声データ再生始端
ポインタは上記検索結果区間の音素または音節と音声デ
ータ始端保管手段に保管しである各音素または音節の音
声データの始端位置から音声データ保管手段中の音声デ
ータの位置を指し示し、この位置からの音声データであ
る電気信号を電気信号・音声変換手段により音声に変換
し、検索した音声を出力することができる。

実施例 以下、本発明の実施例について図面を参照しながら説明
する。

まず、本発明の第１の実施例について説明する。

第１図は本発明の第１の実施例における音声検索装置を
示すブロック図である。

第１図において、１１は文章音声を電気信号に変換する
音声・電気信号変換手段、１２は電気信号に変換された
音声データを保管する音声データ保管手段、１３は上記
電気信号に変換された音声データの音素または音節を認
識し、かつ認識した各音素または音節の音声データにお
ける始端を出力する音素または音節認識部、１４は音素
または音節認識部１３から出力される各音素または音節
の音声データの始端を保管する音声データ始端保管手段
、１６は音素または音節認識部１３から出力される音素
または音節系列を保管する音素または音節系列保管手段
、１６は検索を希望する単語、若しくは語句の音素また
は音節列を保管する検索単語・語句の音素または音節列
保管手段、１７は音素または音節系列保管手段１６から
の音素または音節系列と検索単語・語句の音素または音
節列保管手段１６からの音素または音節とマツチングさ
せ、マツチングの尤度を計算するマツチング部、１Ｓは
予め設定した尤度閾値を保管する尤度閾値保管手段、１
９はマツチング部１７で計算した尤度値と尤度閾値保管
手段１８の尤度閾値とを比較し、尤度閾値を越える区間
を検出する比較手段、２０は比較手段１９で得た尤度閾
値を越えた文章音声の音素または音節系列の区間から音
声データ始端保管手段１４の各音素または音節の音声デ
ータの始端位置により音声データ保管手段１２に保管さ
れている音声データ中、尤度閾値を越えた位置を指し示
す音声データ再生始端ポインタ、２１は音声データ再生
始端ポインタが指し示す音声データである電気信号を音
声に変換する電気信号・音声変換手段である。

以上のように構成された上記実施例の音声検索装置の動
作について説明する。

まず、文章音声を音声・電気信号変換手段１１により電
気信号に変換し、この音声データを音声データ保管手段
１２に保管すると共に、音素または音節認識部１３に入
力する。音素または音節認識部１３はその認識結果であ
る文章音声の音素または音節系列を文章音声音素または
音節系列保管手段１６に保管すると共に、認識した各音
素または音節の音声データの始端位置を音素または音節
の音声データ始端保管手段１４に保管する。次に、キー
ボード等により文字で入力した検索を希望する単語、若
しくは語句の音素または音節列を検索単語・語句の音素
または音節列保管手段１６に保管する。文章音声音素ま
たは音節系列保管手段１６０文章音声の音素または音節
系列と検索単語・語句の音素または音節列保管手段１６
の検索を希望する単語、若し、くは語句の音素または音
節列とをマツチング部１７に入力し、文章音声の音素ま
たは音節系列中で検索を希望する単語、若しくは語句の
音素または音節列とのマツチングの尤度を計算する。こ
のマツチング尤度の計算結果と尤度閾値保管手段１８に
おける予め設定しである尤度閾値を比較手段１９に入力
し、尤度閾値な越える文章音声の音素または音節系列中
の区間を検出し、その区間の位置を出力する。音声デー
タ再生始端ポインタ２０は検索結果区間の音素または音
節と音素または音節の音声データ始端保管手段１４の音
声データの始端位置の入力により検索区間の文章音声デ
ータ保管手段１２の中の文章音声データの位置を指し示
し、この位置からの音声データである電気信号を電気信
号・音声変換手段２１に入力させる。これにより電気信
号・音声変換手段２１から検索結果を音声として出力ｒ
ることができる。

このように上記実施例によれば、文章音声の認識音素ま
たは音節系列と検索単語、若しくは語句の音素または音
節系列とからマツチングの手法を用いて文章音声中の単
語、若しくは語句を検索することにより、人間の手作業
を加えることなく、文章音声だけから単語、若しくは語
句等の検索を行うことができる。

次に、本発明の第２の実施例について説明する。

第２図は本発明の第２の実施例における音声検索装置を
示し、検索を希望する単語、若しくは語句を音声により
入力する部分のプロソク図である。

上記第１の実施例においては、検索を希望する単語、若
しくは語句の音素または音節列をキーボード等から文字
で入力して検索単語、若しくは語句の音素または音節列
保管手段１６に保管するようにしているが、本実施例に
おいては、検索を希望する単語、若しくは語句を音声に
より入力して検索単語、若しくは語句の音素または音節
列保管手段１ｅに保管するようにしたものである。第２
図において、２５は音声を電気信号に変換する音声・電
気信号変換手段、２６は音声データの音素または音節を
認識する音素または音節認識部、１６は検索単語・語句
の音素または音節列保管手段である。

以上の構成において、以下、その動作について説明する
。

検索を希望する単語、若しくは語句を音声で音声・電気
信号変換手段２６に入力して音声データに変換する。そ
の音声データを音素または音節認識部２６に入力し、そ
の認識結果である検索単語、若しくは語句の音素または
音節列を検索単語・語句の音素または音節列保管手段１
６に保管する。

検索単語・語句の音素または音節列保管手段１６に保管
された検索を希望する単語、若しくは語句の音素または
音節列を用いて上記第１の実施例と同様の操作により検
索結果を音声として出力することができる。この場合、
キーボードで音素または音節を入力する必要がないので
、より操作性がよく、かつ速く検索単語、若しくは語句
を入力することができる。

なお、文章音声と検索単語、若しくは語句を同時に発声
することはないため、第２図におりる音声・電気信号変
換手段２５と音素または音節認識部２６は、第１図で示
した音声・電気信号変換手段１１と音素または音節認識
部１３と同じ機能のものを用いることができる。

発明の効果 以上述べたように本発明によれば、文章音声の認識音素
または音節系列と検索単語、若しくは語句の音素または
音節系列とからパターンマツチングの手法を用いて文章
音声中の単語、若しくは語句を検索するようにしている
ので、手作業を加えろことなく、文章音声だけから検索
を希望する単語、若しくは語句を検索することができる
。

【図面の簡単な説明】

第１図は本発明の第１の実施例における音声検索装置を
示すブロック図、第２図は本発明の第２の実施例におけ
る音声検索装置を示し、検索を希望する単語、若しくは
語句を音声により入力する部分のブロック図、第３図は
従来の音声検索装置を示すブロック図である。 １１・・・音声・電気信号変換手段、１２・・・音声デ
ータ保管手段、１３・・・音素または音節認識部、１４
・・・音声データ始端保管手段、１６・・・音素または
音節系列保管手段、１６・・・検索単語・語句の音素ま
たは音節列保管手段、１７・・・マッチング部、１８・
・・尤度閾値保管手段、１９・・・比較手段、２Ｑ・・
・音声データ再生始端ポインタ、２１・・・電気信号・
音声変換手段、２５・・・音声・電気信号変換手段、２
６・・・音素または音節認識部。

Claims (1)

【特許請求の範囲】
1. 文章音声を電気信号に変換する音声・電気信号変換手段
   と、電気信号に変換された音声データを保管する音声デ
   ータ保管手段と、上記電気信号に変換された音声データ
   の音素または音節を認識し、かつ認識した各音素または
   音節の音声データにおける始端を出力する音素または音
   節認識部と、この音素または音節認識部から出力される
   各音素または音節の音声データの始端を保管する始端保
   管手段と、上記音素または音節認識部から出力される音
   素または音節系列を保管する音素または音節系列保管手
   段と、検索を希望する単語、若しくは語句の音素または
   音節列を保管する検索単語、若しくは語句の音素または
   音節保管手段と、上記音素または音節系列保管手段から
   の音素または音節系列と上記検索単語、若しくは語句の
   音素または音節列保管手段からの音素または音節列とを
   マッチングさせ、マッチングの尤度を計算するマッチン
   グ部と、予め設定した尤度の閾値を保管する尤度閾値保
   管手段と、上記マッチング部で計算した尤度値と上記尤
   度閾値保管手段の尤度閾値とを比較し、尤度閾値を越え
   る区間を検出する比較手段と、この比較手段で得た尤度
   閾値を越えた文章音声の音素または音節系列の区間から
   上記始端保管手段の各音素または音節の音声データの始
   端位置により上記音声データ保管手段に保管されている
   音声データ中、尤度閾値を越えた位置を指し示す再生始
   端ポインタと、この再生始端ポインタ３９が指し示す音
   声データである電気信号を音声に変換する電気信号・音
   声変換手段を具備した音声検索装置。