JPH0419560B2 - - Google Patents

Description

【発明の詳細な説明】 この発明は、音声の認識および合成を並列的に
行なうことができる音声認識応答システムに関す
る。

従来の音声データ処理装置は、音声認識装置あ
るいは音声応答装置としての単独の機能しか有し
ていないものが多く、たとえ両機能を有していた
としてもその処理機能は比較的小さく、汎用性に
富んでいるとは言えなかつた。

この発明は上記のような事情に鑑みてなされた
もので、音声の認識機能と合成機能をひとつのデ
ータ入出力媒体として構成し、その機能に柔軟性
を持たせた対話形の汎用性に富んだ音声応答シス
テムを提供することを目的とする。

以下、図面を参照してこの発明の実施例を説明
する。第１図はこの発明の一実施例の音声認識応
答システムの概略構成図である。図中、１はデー
タ処理制御部を示している。このデータ処理制御
部１から、コントロールバス１ａおよびデータバ
ス１ｂが導出され、この両バスライン１ａ，１ｂ
に下記の各機能を有するユニツトが接続されてい
る。また、このデータ処理制御部１は後述する各
ユニツト（回路）への命令信号の伝送と、データ
転送コントロールを行なう機能、さらに各ユニツ
トからの情報を受け取り、その情報の解読を行な
い各ユニツトの動作を制御する機能を持つてい
る。２は音声認識回路を示している。この音声認
識回路２は、上記データバス１ｂとコントロール
バス１ａに接続されており、データ処理制御部１
の指令により音声データを取り込み、適当な時間
間隔の分析窓を設け、その分析窓毎に音声分析を
行ない、標準パターンとマツチングを行なう機能
を持つている。３は音声合成回路を示している。
この音声合成回路３は、データバス１ｂとコント
ロールバス１ａに接続され、データ処理制御部１
の指令により音声パラメータを受け取り音声の合
成を行なう機能を持つている。４は高速の音声デ
ータバツフアメモリを示している。この音声デー
タバツフアメモリ４は、音声認識回路２から出力
される音声分析データや音声マツチング結果が格
納され、また音声合成のための音声パラメータ編
集データが格納されるようになつている。さら
に、この高速音声データバツフアメモリ４は、ラ
ンダムアクセス機能とダイレクトメモリアクセス
機能を有し、音声認識回路２および音声合成回路
３からそれぞれ直接アクセスすることもできるよ
うになつている。５および６はフロツピーデイス
ク装置を示している。フロツピーデイスク装置５
には、音声認識用の標準パターンが格納されてお
り、データ処理制御部１の制御により、データバ
ス１ｂを介して音声認識回路２へ標準パターンが
転送されるようになつている。また、フロツピー
デイスク装置６には、音声合成用の音声パラメー
タが格納されており、データ処理制御部１は、こ
のフロツピーデイスク６から発声音声データに基
づいて音声パラメータを読み出し、編集処理を行
ない、編集されたデータを音声データバツフアメ
モリ４へデータバス１ｂを介して転送するように
なつている。７は音声入力回路を示している。こ
の音声入力回路７は、マイクロフオン、増幅器等
を含んでおり、発声音声データを音声認識回路２
へ供給するようになつている。８は音声出力回路
を示している。この音声出力回路８は、Ｄ／Ａ
（デイジタル／アナログ）変換器、増幅器、スピ
ーカ等を含んでおり、音声合成回路３から送られ
てくる音声データに基づき発音するようになつて
いる。９はインターフエース回路を示している。
インターフエース回路９は、本システムと例えば
ホストコンピユータ等の外部装置とを接続し、外
部装置からの割り込み信号を受信し、また音声認
識結果等のデータを外部装置に送信するための機
能を有する。割り込み信号は、音声認識処理およ
び音声合成処理の実行を命令するコマンド等であ
る。インターフエース回路９は、割り込み信号や
データを一時的に格納するバツフア回路等を備え
ている。

次に、上記実施例の動作を説明する。第２図
は、上記実施例の音声認識応答動作を示すフロー
チヤートである。まずステツプＳ１で、データ処
理制御部１は、図示しない外部装置からインター
フエース回路９に対して、音声認識処理または音
声合成処理の実行命令に関する割り込み信号が出
力されているか否かを判断する。そして、割り込
みがかけられるまでこの判断処理をくり返す。割
り込みがかけられたことを判断すると、データ処
理制御部１は、ステツプＳ２で、外部装置から送
られてくる処理データを取り込み、この処理デー
タの解釈を行なう。そして、ステツプＳ３で、そ
の処理データが音声認識に関するものであると判
断されると、データ処理制御部１は、音声認識回
路２に動作指令を出し、ステツプＳ４から始まる
音声認識処理フローに入る。

ステツプＳ４で、データ処理制御部１は、標準
パターン転送モードになつているか否か調べる。
標準パターン転送モードになつていた場合には、
ステツプＳ５で、データ処理制御部１の制御によ
り、フロツピーデイスク装置５から音声認識用の
標準パターンを音声認識回路２へ転送し、ステツ
プＳ６の処理へ移る。また、上記ステツプＳ４
で、標準パターン転送モードになつていなかつた
場合には、ステツプＳ５の処理を飛び越しステツ
プＳ６の処理に移る。ステツプＳ６で、データ処
理制御部１は、音声認識回路２へ音声認識の指令
データを転送し、この指令データを受け取つた音
声認識回路２は、音声入力回路７から発声音声デ
ータの取り込みを行なう。そして、ステツプＳ７
で、音声認識回路２は適当な時間（10〜30ｍsec）
単位の分析窓を設け、各分析窓毎に入力される音
声データを分析し、パターンマツチングに必要な
音声パターンを取り出す。続いて、ステツプＳ８
で、取り出された音声パターンと、標準パターン
とのマツチング演算を行なう。さらに、ステツプ
Ｓ９で、マツチング演算結果のマツチング情報
が、データ処理制御部１の制御により音声データ
バツフアメモリ４へ格納される。このマツチング
情報は、上記分析窓毎に格納される。そして、ス
テツプＳ１０で、データ処理制御部１は、音声デ
ータバツフアメモリ４がレデイ（Ready）状態で
あるか否か調べる。レデイ状態であるときあるい
はレデイ状態になると、ステツプＳ１１で、デー
タ処理制御部１により、音声データバツフアメモ
リ４のアクセスが開始され、格納されたマツチン
グ情報の分析を行ない、音声認識の判定が行なわ
れる。認識不能だつた場合には、再びステツプＳ
６からの処理を行なう。また、認識可能であつた
場合にはステツプＳ１２で、音声認識回路２から
送られてくる。音声空白のデータが検出されたか
否か、すなわち音声終了か否かを判定する。音声
の終了でないと判定された場合には、再びステツ
プＳ６からの処理を行なう。また、音声空白デー
タが検出された場合には、ステツプＳ１３で、音
声認識結果の答を編集する。そして、音声認識処
理を終了して、データ処理制御部１は、インター
フエース回路９に答のデータの出力要求を出し、
答のデータを転送し、再びステツプＳ１からの処
理を始める。また、上記ステツプＳ３で、取り込
まれた処理データが音声合成に関するものである
と判断されると、データ処理制御部１は、音声合
成回路３に動作指令を出し、ステツプＳ２１から
音声合成処理フローに入る。ステツプＳ２１で、
データ処理制御部１は、インターフエース回路９
を介して送られてくる音声出力する文章データを
受け取る。続いて、ステツプＳ２２で、データ処
理制御部１はフロツピーデイスク装置６から音声
合成に必要な音声パラメータを取り出し、ステツ
プＳ２３で、音節処理およびイントネーシヨンを
つけたりする音声パラメータの編集を行なう。そ
して、データ処理制御部１は、音声データバツフ
アメモリ４がレデイ（Ready）状態であるか否か
調べる。レデイ状態であるときあるいはレデイ状
態になると、ステツプＳ２５で、データ処理制御
部１は、編集された音声パラメータを音声データ
バツフアメモリ４へ転送し、バツフアリングを行
なう。転送が終了すると、ステツプＳ２６で、デ
ータ処理制御部１は音声合成回路３へ音声出力開
始の指令データを送る。この指令を受けとつた音
声合成回路３は、音声データバツフアメモリ４か
ら編集された音声パラメータを読み出し、遂時合
成を行なう。そして、合成されたデイジタル信号
は、音声出力回路８でアナログ信号に変換され、
増幅されてスピーカより音声が出力される。な
お、データ処理制御部１の編集処理と、音声合成
回路３の処理は併行して行なわれている。さら
に、データ処理制御部１は、ステツプＳ２７で、
音声データバツフアメモリ４から読み出す音声パ
ラメータの有無を調べる。読み出す音声パラメー
タが有る場合には、再びステツプＳ２５からの処
理を行なう。また、読み出す音声パラメータが無
い場合には、音声合成処理を終了し再びステツプ
Ｓ１からの処理を始める。この音声合成出力の内
容は、例えばユーザに対する質問情報、あるいは
依頼情報等である。この音声情報によりユーザは
それに対応した動作を行なう。

第３図Ａ〜Ｅは、上記実施例の音声合成、音声
認識、および音声合成と認識がランダムに行なわ
れる場合の各回路のアクセス状態を説明するため
のタイミングチヤートである。第３図Ａは、イン
ターフエース回路９のアクセス状態を示してお
り、IFIは外部からインターフエース回路９を介
して処理データが入力される状態を示し、IFOは
認識保守の答のデータがインターフエース回路９
を介して外部へ出力される状態を示している。ま
た、第３図Ｂはデータ処理制御部１のアクセス状
態を示しており、左下がり斜線で示すSEの部分
が、音声データバツフアメモリ４へ対するアクセ
スを示している。さらに、第３図Ｃは、音声認識
回路２のアクセス状態を示しており、垂線で示す
SRの部分が、音声認識回路２の音声データバツ
フアメモリ４へ対するアクセスを示している。ま
た、第３図Ｄは、音声合成回路３のアクセス状態
を示しており、右下がり斜線で示すSSの部分が、
音声データバツフアメモリ４へ対するアクセスを
示している。第３図Ｅは、音声データバツフアメ
モリ４のアクセス状態が示されており、上記デー
タ処理制御部１、音声認識回路２、音声合成回路
３からのアクセス状態が示されている。即ち、音
声合成処理時に、データ処理制御部１は、フロツ
ピーデイスク装置６より取り出した音声パラメー
タに編集を施し、この編集した音声パラメータを
音声データバツフアメモリ４に格納する（SE）。
このとき、データ処理制御部１は音声データバツ
フアメモリ４がアクセス可能な状態であるか否か
を判断する（第２図のステツプＳ２４）。音声合
成回路３は、音声データバツフアメモリ４から編
集された音声パラメータをアクセスし、音声合成
処理を実行する（SS）。一方、音声認識処理時
に、音声認識回路２は音声認識結果（マツチング
情報）を音声データバツフアメモリ４に格納する
（SR）。データ処理制御部１は音声データバツフ
アメモリ４をアクセスして、音声認識結果に対す
る判定（評価）処理を実行する（SE）。このと
き、データ処理制御部１は音声データバツフアメ
モリ４がアクセス可能な状態であるか否かを判断
する（第２図のステツプＳ１０）。

また、音声合成処理と音声認識処理のランダム
処理時には、音声認識回路２は音声認識結果（マ
ツチング情報）を音声データバツフアメモリ４に
格納する（SR）。データ処理制御部１は音声デー
タバツフアメモリ４をアクセスして、音声認識結
果に対する判定（評価）処理を実行し、フロツピ
ーデイスク装置６より取り出した音声パラメータ
に編集を施し、この編集した音声パラメータを音
声データバツフアメモリ４に格納する（SE）。音
声合成回路３は、音声データバツフアメモリ４か
ら編集された音声パラメータをアクセスし、音声
合成処理を実行する（SS）。

なお、第３図からも分かるように、この音声認
識応答システムでは、音声合成および音声認識の
単一機能処理も行なえ、かつ、音声の合成および
認識の混在したランダムな処理も行なえる。ま
た、音声データバツフアメモリ４は、データ処理
制御部１により高速動作が可能で、音声認識回路
２および音声合成回路３に対しては、時分割的に
リアルタイムによるアクセスができる。さらに、
データ処理制御部１と音声データバツフアメモリ
４は、音声認識回路２と音声合成回路３のデータ
バツフアメモリ４への空き時間を見つけながらダ
イレクトメモリアクセス動作を行なう。

したがつて、このような音声認識応答システム
は、次のような効果を奏する。

１ 音声データバツフアメモリを備えているの
で、長文の音声合成および認識が可能である。

２ 音声データバツフアメモリを音声の合成と認
識に共通に使用できるため、ハードの簡略化が
できる。

３ 音声データバツフアメモリを用いることによ
り音声の認識動作はよりリアルタイムに近くな
る。

４ 音声データバツフアメモリを用いることによ
り、音声の認識と合成が同時進行の形で行なえ
る。

以上述べたようにこの発明によれば、音声の認
識機能と合成機能をひとつのデータ入出力媒体と
して構成し、その機能に柔軟性を持たせた対話形
の汎用性に富んだ音声応答システムを提供するこ
とができる。

【図面の簡単な説明】

第１図はこの発明の一実施例の概略構成図、第
２図は同実施例の動作を説明するためのタイミン
グチヤート、第３図Ａ乃至Ｅは同実施例における
各ユニツトのアクセス状態を示すタイミングチヤ
ートである。 １…データ処理制御部、２…音声認識回路、３
…音声合成回路、４…音声データバツフアメモ
リ、５，６…フロツピーデイスク装置、７…音声
入力回路、８…音声出力回路、９…インターフエ
ース回路。

Claims (1)

1. 【特許請求の範囲】 １ 外部装置からの割込み処理に応じて音声認識
   処理および音声合成処理を行なう音声認識応答シ
   ステムにおいて、 音声認識用の漂準パターンが格納されている第
   １の記憶手段と、 音声合成用の音声パラメータが格納されている
   第２の記憶主段と、 前記第１の記憶手段に格納された前記漂準パタ
   ーンに基づいて入力音声に対する音声認識処理を
   実行する音声認識手段と、 この音声認識手段からの音声認識結果および音
   声出力用データに対応して前記第２の記憶手段の
   前記音声パラメータを編集した音声パラメータデ
   ータを格納する音声データバツフア手段と、 この音声データバツフア手段に格納された編集
   済みの前記音声パラメータデータに基づいて前記
   音声出力用データに対する音声合成処理を実行す
   る音声合成手段と、 この音声合成手段により得られる前記音声出力
   用データに基づいて音声出力を行なう音声出力手
   段と、 前記音声認識手段及び前記音声合成手段の各処
   理を時分割的に起動制御し、音声認識動作時に前
   記第１の記憶手段に格納された前記標準パターン
   を前記音声認識手段に転送し、前記音声データバ
   ツフア手段がアクセス可能であるか否かを判断し
   てアクセス可能な状態の場合に前記音声データバ
   ツフア手段から前記音声認識結果を読出して評価
   し、音声合成動作時に前記第２の記憶手段より取
   り出した前記音声パラメータに対して編集を施
   し、前記音声データバツフア手段がアクセス可能
   であるか否かを判断してアクセス可能な状態の場
   合に前記編集した音声パラメータデータを前記音
   声データバツフア手段に格納し、かつ前記音声認
   識動作と前記音声合成動作を交互に行なう制御動
   作を実行する制御手段とを具備したことを特徴と
   する音声認識応答システム。