JPH0351898A - 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】 （イ）産業上の利用分野 本発明は音声認識して目的の電気機器を制御し得るよう
になした音声認識装置に関する。

（ロ）従来の技術 近年、音声認識装置における音声認識率の向上に伴い、
音声制御できる電子機器、例えばオートダイヤルできる
電話機が実用化されつつある（特開昭６２−８１１５２
号公報参照）。

例えば、音声認識オートダイヤル電話機の場合その音声
認識装置としては、第１ステップでダイヤルする相手先
名（個人名、会社名等）を音声認識し、第２ステップで
指令音声（ダイヤル、キャンセル等）を音声認識する２
段階認識処理方式を採用したものが最も現実的である。

しかしながら、第１ステップで誤認識があった場合に次
候補の出力方法として、従来は、第２ステップでの指令
音声として次候補を出力させる音声入力やスイッチ入力
によって、目的のデータ、例えば相手先名データの特定
を行なっていた。また、第１ステップでの音声認識後、
一定時間内に第２ステップでの指令音声が行なわれない
場合に自動的に次候補を出力させていた。

（ハ）発明が解決しようとする課題 上述の如く、多段階ステップで音声認識処理を行なう従
来の音声認識装置に於では、次候補を出力させるための
音声指令やその他の入力によって目的のデータを特定す
る場合には使用者の負担増につながり、一定時間待ちを
して次候補を出力する場合には、認識処理が遅くなると
いう不都合があった。

（二）課題を解決するための手段 本発明の音声認識装置は、入力音声データをあらかじめ
貯えている標準音声データと比較して最も類似の標準音
声データに対応づけられた信号を認識結果信号として出
力すると共に、少なくとも第２位で類似の標準音声デー
タに対応づけられた信号を認ｗＡ候補信号として出力す
る音声識別手段と、該識別手段からの認識結果信号、更
に認識候袖信号に対応する該認識結果、更に認識候補を
順次合成音声で出力する音声合成手段と、音声入力者の
操作でトリガー信号を発生するスイッチ手段と、上記音
声合成手段から認識結果出力中に該スイッチ手段操作に
よるトリガー信号を受信した時には認識結果を有効とし
、上記音声合成手段からの認識結果の音声出力終了まで
に該スイッチ手段操作によるトリガー信号が受信されな
ければ、上記音声合成手段から認ｎ候補を音声出力する
制御部を備えるものである。

また、本発明の認識装置は、入力音声データをあらかじ
め貯えている標準音声データと比較して所定のデータ間
誤差内で類似する各標準音声データに対応づけられた各
信号を認識結果信号として順次出力する音声識別手段と
、該識別手段から順次得られる各認識結果信号に対応す
るそれぞれの認識結果を順次合成音声で出力する音声合
成手段と、トリガー信号を発生するスイッチ手段と、該
トリガー信号を受信した時に上記音声合成手段で音声出
力されていた認識結果を有効とする制御部手段を備える
ものである。

（ホ）作用 本発明の音声認識装置によれば、例えば電話の相手先名
の認識結果が正しい場合、全ての次候補の音声合成出力
が終了するまで待たずに、スイッチ入力によって正しい
認識結果を有効とできる。

また、認識結果が誤認識であった場合でも、これをキャ
ンセルする指令音声の入力なしに、即座に認識候補の出
力を得、この出力の中から正しい認識結果を有効とする
ことができる。

（へ）実施例 第１図に本発明の音声認識装置の一実施例の構戊を示す
。

同図の本発明装置は、音声を入力する入力部１と、入力
音声から特徴パラメータを抽出する前処理部２と、予め
作戒してある音声の標準パターンを格納した標準バター
メモリ３と、入力された音声の未知パターンと標準バタ
ーメモリ３の各標準パターンとをそれぞれパターンマッ
チングしてパターン間誤差計算により未知パターに或る
所定の誤差内で類似する標準パターンを検出する識別部
４とを備え、これらの基本動作は従来の一般的な特定話
者音声認識装置と同様のものである。

本発明の音声認識装置が特徴とするところは、スイッチ
８と該スイッチ８の操作で、以下に説明する候補格納部
５、音声合成部６とともに該音声認識装置自体に出力を
制御する制御部７を備えた点にある。

即ち、同図の音声認識装置によれば、識別部４で識別さ
れた第１位の認識結果に続く所定誤差内の不特定数の第
２位以下の認識候補を候補格納部５に格納する。この状
態で第１位の認識結果が制御部７に送られるとこの制御
部７は音声合成部６に対して認識候補の合成音声出力ス
タート信号を出力する。制御部７はトリガー信号入力部
であるスイッチ８からのトリガー信号入力か、又は音声
合成部６からの合成音出力終了信号のどちらかが入力さ
れるまでこれら信号の入力待ち状態を維持する。

尚、合成音声出力終了信号は、実際の音声出力が終了し
た後ｌ秒程度の遅れをもって発生されるもので、操作者
がこの合成音声を全て聞き終えてからスイッチ８を操作
しても合或音声出力終了信号の発生前にスイッチトリガ
ー信号入力が入力できるように設定されている。

この状態で制御部７が合或音出力終了信号を受け取るま
でに、スイッチ８からのトリガー信号を受信した場合に
は、制御部７はこの時の第１位の認識結果を有効として
制御対象機器（図示せず）に出力し、これを制御する。

一方、上述の状態で制御部７が合成音出力終了信号を受
け取った時にまだトリガー信号の受信がなされない場合
には、制御部７は候補格納部５から第２位の認識候補を
示す信号を受け取ることによって、音声合成部６に対し
て認識候補の合成音出力スタート信号を送出する。

そして、第２位の認識候補を示す合成音声出力がなされ
、この状態で制御部７が出力中の合成音声の出力終了信
号を受け取るまでに、トリガー信号を受信した場合には
、この第２位の認識候補を有効とし、これに基づいて機
器を制御する。

この様にして、スイッチ８操作がなされるまで順次第２
位以下の認識候補が音声出力され、候補格納部５の候補
を全て出力し終えてもスイッチ８操作がなされない時に
は、制御部７は第２位以下の認識候補を全て無効として
、新たな音声入力待ち状態として、音声の再入力を操作
者に促す。この音声の再入力を操作者に促す手段として
は、この旨を発声する合成音声が利用できる。

次に、ダイヤル先の音声を入力することでオートダイヤ
ルできる音声入力制御電話機を例に揚げて、本発明の動
作を第２図のフローチャートに基づき説明する。

電話機が、相手先名の音声入力待ち状態になっている時
に相手先名を発声する［Ｓ１］と、その音声を認識［Ｓ
２］Ｌて、まず第１位の認識結果を音声合成出力［Ｓ３
］する。ここで、認識結果が正しい場合は、音声合成出
力終了信号があるまでに（即ち、声を戊音出力中か出力
後直ちに）［Ｓ６］、例えばスイッチ８を押す［Ｓ４］
などの手段によって認ｉ候補を有効とし、この結果に従
った相手先にダイヤルする［Ｓ５］。

もし、上記のステップ［Ｓ４］で、合成音声出力後にス
イッチ８が押されなければ、次候補を音声合成出力する
［Ｓ８］。この動作を候補文字がなくなるまで繰り返し
て行なう［Ｓ７］。所望の認識候補が出力［Ｓ８コされ
たところでスイッチ８を操作１，て、この時の認識候補
を有効にし、この認＊ｉ補に対応するダイヤルを出力す
るための制御信号を出力する。

そして、候袖文字がなくなった時点でまだスイッチ８が
操作されなければ、全ての認識結果及び認識候補が無効
となり、再度ダイヤル先の音声入力［Ｓ１コを待つ初期
状態に戻す。

（ト）発明の効果 本発明の音声認識装置によれば、音声認識結果が間違っ
ている場合に次候補を出力させるための音声指令やその
他の入力を行なう必要がないので操作者の負担が軽減で
きる。また、認識候補を音声合成出力中でもスイッチ操
作によって、この時音声合成出力を有効なものと確定さ
せることが可能であるので、時間待ちの必要がなく、制
御対象機器の制御が迅速に行える。

さらに本発明によれば、全ての認識候補の音声合成出力
に対してスイッチ操作がない、即ち完全なる誤認識が生
じても、特別な操作なしに自動的に音声の再入力待ち状
態に復帰せきるので、操作性の向上が図れる。

【図面の簡単な説明】

第１図は本発明の音声認識装置の構戊図、第２図は本発
明装置の動作フローを示す図である。 １・・・入力部、２・・・前処理部、３・・・標準パタ
ーン格納部、４・・・音声識別部、５・・・候補格納部
、６・・・音声合成部、７・・・制御部、８・・・スイ
ッチ。

Claims (2)

【特許請求の範囲】
1. （１）入力音声データをあらかじめ貯えている標準音声
   データと比較して最も類似の標準音声データに対応づけ
   られた信号を認識結果信号として出力すると共に、少な
   くとも第２位で類似の標準音声データに対応づけられた
   信号を認識候補信号として出力する音声識別手段と、 該識別手段からの認識結果信号、更に認識候補信号に対
   応する該認識結果、更に認識候補を順次合成音声で出力
   する音声合成手段と、 音声入力者の操作でトリガー信号を発生するスイッチ手
   段と、 上記音声合成手段から認識結果出力中に該スイッチ手段
   操作によるトリガー信号を受信した時には認識結果を有
   効とし、上記音声合成手段からの認識結果の音声出力終
   了までに該スイッチ手段操作によるトリガー信号が受信
   されなければ、上記音声合成手段から認識候補を音声出
   力する制御部を備えてなる音声認識装置。
2. （２）入力音声データをあらかじめ貯えている標準音声
   データと比較して所定のデータ間誤差内で類似する各標
   準音声データに対応づけられた各信号を認識結果信号と
   して順次出力する音声識別手段と、該識別手段から順次
   得られる各認識結果信号に対応するそれぞれの認識結果
   を順次合成音声で出力する音声合成手段と、 トリガー信号を発生するスイッチ手段と、 該トリガー信号を受信した時に上記音声合成手段で音声
   出力されていた認識結果を有効とする制御部手段を備え
   てなる音声認識装置。