JPH0458639B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は音声認識方式に係り、特に、効率の良
い音声認識を行うために改良された音声認識方式
に関する。

〔発明の背景〕

音声認識装置は、例えば、特開昭59−75299号
公報に示されるように音声入力信号を音声データ
に変換し、変換された音声データを分析して音声
データの特徴抽出を行い、この音声データとメモ
リに格納された音声認識パターンデータとを照合
して、入力された音声データに適合する音声認識
パターンデータを見出すことにより、そのパター
ンデータに対応する音声入力があつたものと認識
する。

例えば、この音声認識装置が、音声によるデー
タの入力（記録）のために用いられているとすれ
ば、この音声認識部の出力を記憶装置へ格納する
処理を行う等、種々の必要な処理を実行する処理
装置部が設けられる。音声データの入力（記録）
に限らず、通常の音声認識応用装置のすべてが、
このような予定の処理を実行する処理装置部を備
えていると言える。

ところで、音声認識パターンデータ群は各種の
言語に対応したパターンデータであつて、これら
のパターンデータ群には、通常の会話に含まれる
言葉に類似したパターンも数多く格納されてい
る。

従つて、作業者が、作業の途中で会話を交した
りするとき、所定のスイツチを操作して、誤認識
を防止する必要がある。

しかしながら、音声応用の最大の利点のひとつ
が、両手を自由に使いつつ、口頭にて入力できる
ことであり、主導操作は好ましくない。この手動
操作を怠ると、音声認識装置では話者が積極的に
データとして入力しようとしたものか、通常の会
話等の中でたまたま音声認識パターンデータと類
似したものがあつたかの区別は出来ないため、両
方共、話者が入力したデータとして認識する結果
となつて誤入力をしてしまうことになる。

上記の問題を避けるため、従来の音声認識では
マイク入力部にスイツチを設けるとか、話者がマ
イクを遠ざけるといつた方法で不必要な音声入力
を遮断するようにしていたので、音声認識の最大
の特長である「両手が自由に使える」効果を減殺
していた。

〔発明の目的〕

本発明の目的は、マイクスチイツチの入切等の
手動操作の必要のない使い勝手の良い音声認識装
置を提供することにある。

〔発明の概要〕

前記目的を達成するために、本発明は、音声認
識パターンデータの中に予定の処理の開始と中止
を意味する言葉を設け、これらを音声認識するこ
とにより、ホストの処理装置部の処理モードの切
替えを行うようにしたことを特長とする。

〔発明の実施例〕

以下、図面に基づいて本発明の好適な実施例を
説明する。

第１図には、本発明の一実施例として、音声認
識装置を中央処理装置からの指令に基づいて制御
し、音声対話形のデータ入力装置として用いるの
に好適な場合の構成が示されている。本実施令に
おけるデータ入力装置は、中央処理装置１、補助
記憶装置２、主記憶装置３、コンソールデイスプ
レイ装置４、プリンタ装置５、音声認識装置６、
音声再生装置７から構成されており、各装置がバ
スラインにて接続されている。

本装置は、音声によるデータ入力のガイダンス
に従つて入力者が該当のデータを音声入力し、そ
の結果を編集してコンソールデイスプレイ装置
４、プリンタ装置５に出力することが出来る。

これらの処理を行うために、補助記憶装置２に
は、入力された音声を識別するための音声認識パ
ターンデータ、音声を再生するための音声再生デ
ータが格納されており、主記憶装置３にはデータ
入力処理プログラム及びコンソールデイスプレイ
装置４、プリンタ装置５の制御を行うためのプロ
グラムが格納されている。

ここで、データの入力処理を実行するに際し
て、コンソールデイスプレイ装置４を用いて入力
者は自分の氏名コードを入力することにより、各
自の音声認識データを補助記憶装置２より音声認
識装置６にローデイングする。この後、入力した
いデータの項目を選択しながら、音声ガイドに従
つて音声認識によりデータの音声入力を行う。こ
れらの、音声認識そのもの以外の処理は、中央処
理装置１がプログラム処理している。

すべてのデータ入力を終了したとき中央処理装
置１は、入力データを編集しデイスプレイ装置４
やプリンタ装置５へ出力する。

第２図に第１図の音声認識装置６の構成を示
す。音声入力信号を音声データに変換する音声入
力部６４、変換された音声データを分析して音声
データの特徴抽出を行う音声分析部６５、各種言
葉に対応した標準パターンとしての音声認識パタ
ーンデータが格納（第１図の補助記憶装置２から
ロード）されているパターンメモリ６３、特徴抽
出された音声データとパターンメモリ６３に格納
された音声認識パターンデータ群とを照合する音
声照合部６６、中央処理装置１とのデータの授受
等を行うための入出力インタフエース部６２、マ
イクロプロセツサ６１から構成される。このよう
に構成された音声認識装置は、第３図に示される
フローチヤートに従つた処理を行うことができ
る。

まず、ステツプ１００に示されるように、中央
処理装置１からの指令に基づいて入出力インタフ
エース部６２を介して音声認識パターンデータ群
が供給されると、これらのパターンデータ群はマ
イクロプロセツサ６１によつてパターンメモリ６
３にローデイングされる。ここで、この音声パタ
ーンデータ群の中には、音声認識結果を用いて処
理装置１が実行すべき処理、例えば、認識結果の
入力（記憶）の開始と中止を意味する言葉のパタ
ーンが含まれている。

さて、中央処理装置１はステツプ１０２に示さ
れるように音声認識結果を入力（記録）する入力
モードとなり、ステツプ１０４にて音声が入力さ
れると、ステツプ１０６に移り、特徴抽出された
音声データと標準パターンデータとのパターンマ
ツチングが行なわれる。この結果ステツプ１０８
に示されるように認識率がリジエクトレベル（マ
ツチングスコアの合格点）に達したか否かの判定
によつて騒音等の切りすてが行なわれる。正しく
認識が行なわれた場合はステツプ１１０に移り、
ここで認識語が認識開始又は終了（中止）を意味
する語かの判定を行なう。認識開始の場合はステ
ツプ１０２、認識終了（中止）の場合はステツプ
１１２にて入力モード又は非入力モードの切換え
が行なわれる。

また、認識語が、音声入力の開始や終了（中
止）を意味する言葉でない場合（一般のデータの
時）は、ステツプ１１４の認識モードの判定によ
り、認識モードの時に限りステツプ１１６に移行
し、認識したデータを処理装置へ送信する。

本実施例によれば、音声認識結果を利用する処
理装置部の所定の処理の開始と中止とを、作業者
自身が音声によつて指令することが出来るため、
作業途中での会話等の誤認識して誤つたデータを
入力する惧れを少くし、これらの指令のために手
動操作が不要で使い勝手がよい。

〔発明の効果〕

以上説明したように、本発明によれば、認識率
の高い、使い勝手の良い音声認識方式を提供でき
る。

【図面の簡単な説明】

第１図は本発明による音声認識方式を適用した
音声対話形のデータ入力装置の構成図、第２図は
第１図に示す音声認識部の構成図、第３図は音声
認識処理を説明するためのフローチヤートであ
る。 １……中央処理装置、２……補助記憶装置、３
……記憶装置、４……コンソールデイスプレイ装
置、５……プリンタ装置、６……音声認識装置
（部）、７……音声再生装置、６１……マイクロプ
ロセツサ、６２……入出力インタフエース部、６
３……パターンメモリ、６４……音声入力部、６
５……音声分析部、６６……音声照合部。

Claims (1)

【特許請求の範囲】
1. １ 音声入力された音声データをパターンメモリ
   に格納された音声認識データと照合して音声を認
   識する音声認識部を有する音声認識装置におい
   て、この音声認識部の出力に基づいて所定の処理
   を実行する処理装置部に認識された語を送信する
   送信手段と、入力する話者に対応した音声認識デ
   ータを複数話者の音声認識データが記憶された補
   助記憶装置から前記パターンメモリにローデイン
   グする手段と、前記送信手段の送信開始及び中止
   に対応する音声認識データを前記音声認識データ
   として登録し、この開始に対応した語が認識され
   たとき、前記音声認識部の出力を前記送信手段が
   送信することを許可する手段と、前記中止に対応
   した語が認識されたとき、前記開始に対応した語
   が認識されるまで、前記音声認識部の出力を前記
   送信手段が送信することを不許可とする手段とを
   備えた音声認識装置。