JPH05334861A - 音声検索装置 - Google Patents

Abstract

(57)【要約】 【目的】 音声記録媒体から、迅速確実に検索する音声
検索装置を提供する。 【構成】 マイクロフォンの音声入力装置４により規定
される音声キーワードと、音声記録再生装置１からの音
声再生信号とが、実質的に一致するか否かを、音声認識
装置２により判定し、検索して、一致した場合は、一致
した音声信号を含む前後の音声再生信号を再生する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、カセットデッキ、光デ
ィスク、光磁気ディスクなどの音声信号を記録する記録
媒体から、所望の音声信号を、ワープロにおける文字と
同様に、検索して再生が可能となる音声検索装置に関す
る。

【０００２】

【従来の技術】近年、記録媒体の長時間録音化が進んで
いる。よって、一つの記録媒体に多数の音声情報を録音
することが多くなってきた。従って、使用者にとって
は、必要な箇所だけを抜き出して聞くことは困難な作業
になってきた。

【０００３】それを解決する手法として、従来の音声検
索装置では、例えばビデオテープでは、「インデック
ス」と呼ばれる信号を、使用者がテープ中に記録する方
法がとられているし、ＣＤではトラック番号があらかじ
め割り振られている。

【０００４】なお、音声認識技術は近年めざましく進展
しており、連続音声認識装置も実用化されつつある。不
特定話者を対象とする認識装置を用いれば、使用者は何
の前処理もなく、それを利用できる。

【０００５】

【発明が解決しようとする課題】しかしながら、上述し
た従来の音声検索装置では、これらはいずれも事前に行
われることであって、必要なときに必要な箇所を探した
い時には、結局早送りなどで、使用者がいちいち検索し
なければならない煩わしさがあった。

【０００６】そこで、本発明の技術的課題は、上記欠点
に鑑み、音声という目に見えない信号を、音声記録媒体
から、迅速確実に検索する音声検索装置を提供するもの
である。

【０００７】

【課題を解決するための手段】本発明によれば、音声信
号を記録した所定の記録媒体から、所望の部分を、所定
の音声キーワードをに基づいて検索する音声検索装置で
あって、音声入力により、前記音声キーワードを規定す
る音声キーワード規定手段と、該音声キーワード規定手
段により規定された音声キーワードと実質的に一致する
音声信号を、前記記録媒体から検索する検索手段とを有
することを特徴とする音声検索装置が得られる。

【０００８】また、本発明によれば、前記音声検索装置
において、前記記録媒体のうち、少なくとも前記一致し
た音声信号を含む所定範囲から、音声信号を再生する再
生手段を有することを特徴とする音声検索装置が得られ
る。

【０００９】すなわち、本発明によれば、不特定話者音
声認識装置を記録再生装置内に組み込んで、記録媒体中
のデータと検索データとを比較し抽出する。なお、検索
データは、マイクロフォンから音声データとして入力さ
れる音声キーワードである。

【００１０】

【作用】上記手段を用いると、音声情報が蓄積された記
録媒体から、使用者が欲する部分を迅速にサーチでき
る。

【００１１】

【実施例】次に、本発明の実施例を図面を参照して説明
する。

【００１２】図１に示すように、１は音声信号を記録し
た記録媒体であるカセットテープから、音声信号を再生
する音声記録再生装置であり、音声記録再生装置１から
は、音声再生データが、音声符号化装置２に出力され
る。音声符号化装置２は音声再生データを符号化して、
不特定話者音声認識装置３に入力する。

【００１３】一方、マイクロフォン等の音声入力装置４
を介して、音声データが、音声キーワードとして、音声
符号化装置２に出力される。音声符号化装置２は音声キ
ーワードを符号化して、音声認識装置３に入力する。

【００１４】音声認識装置３は、符号化された音声キー
ワードに基づいて、符号化された音声再生データが実質
的に一致するまで、音声記録再生装置１から音声再生デ
ータを、順次送り出させ、検索を継続する。

【００１５】音声認識装置３は、音声再生データが音声
キーワードと実質的に一致した場合には、音声記録再生
装置１に対して、音声再生データの送り出しの中止を指
令し、音声キーワードと実質的に一致した音声再生デー
タの前後の音声再生データを再生を指令する。その結
果、使用者は、音声キーワードにより、所望の箇所の音
声を、カセットテープから、ピックアップすることがで
きる。

【００１６】ここで、具体的に、本実施例の音声検索装
置について説明する。まず、音声サンプルとして次のよ
うなものを考える。

【００１７】「最近は軽薄短小の時代なのか、なんでも
小型化することが流行っている。

【００１８】・・・・・・ところでコンピュータについ
てはどうだろう。小型化の波もあることはあるが、デス
クトップコンピュータとノートコンピュータはそれぞ
れ、異なる思想を持ちだしたといえる。

【００１９】デスクトップコンピュータは・・・・・・
ノートコンピュータは・・・・・・・・・・２１世紀に
我々は、どんな機械を相手にしていることだろう。

【００２０】・・・・・・・・・・・・」この音声情報
が記録媒体のカセットテープ中に含まれているとする。

【００２１】このカセットテープから「ノートコンピュ
ータ」について知りたいと思った場合、従来は、早送り
をしたり、最初から全部聴いたりして「ノートコンピュ
ータ」に関する単語を自分で探すしか方法が無かっ
た、。

【００２２】本実施例によれば、図１および図２に示し
通り、音声認識装置３を使った音声検索の自動化が行わ
れる。

【００２３】まず使用者は、音声記録再生装置１に付帯
されているマイクロフォン等の音声入力装置４から「ノ
ート」と音声で入力する（ステップ１００）。この入力
データを目的データ（音声キーワード）と呼ぶことにす
る。

【００２４】次に使用者が、検索開始の指令を発する
と、音声記録再生装置１は、早送り再生を開始し、単語
列を出力する（ステップ１０１）。この言語列を再生デ
ータと呼ぶ。

【００２５】音声記録再生装置１では、再生データを、
単語切り出し部（図示せず）において、音素間の時間幅
を測定し（ステップ１０２）、単語と単語の境界を区別
し単語列を出力する（ステップ１０３）。この単語列を
区分データと呼ぶことにする。

【００２６】次に、音声符号化装置２において、目的デ
ータおよび区分データを符号化する（ステップ１０
４）。

【００２７】次に、音声認識装置３が、符号化された入
力データと区分データとの類似度を計算するのである
（ステップ１０５）。なお、類似性が高くパターンが一
致したと判断すべきか、類似性が低くパターンは不一致
であると判断すべきかの境界となる類似度は、あらかじ
め初期設定として与えられていなければならない。この
類似度とは、まったく同一のパターンの時に１で、ホワ
イトノイズとの比較において０となるように正規化され
た値である。

【００２８】音声認識装置３では、入力データと区分デ
ータとの２つのデータ間の距離計算を、ＤＰマッチング
手法によって行う。ＤＰマッチングは、時間伸縮に強い
ので、早送りして得られた区分データと、通常の音声で
ある入力データを、そのまま比較できる。

【００２９】音声認識装置３は、ＤＰマッチング手法に
より、類似性の有無を判定する（ステップ１０６）。類
似度が高いと認めた場合、音声記録再生装置１のカセッ
トテープの早送りを止め（ステップ１０７）、一定時間
巻き戻しをした後（ステップ１０８）、通常の再生に移
る（ステップ１０９）。

【００３０】

【発明の効果】以上の説明の通り、本発明によれば、音
声情報記録媒体からの必要事項抽出を、自動的に行うこ
とが可能になる。

【図面の簡単な説明】

【図１】本発明の実施例を説明するブロック概念図。

【図２】図１で示した実施例のフローチャート。

【符号の説明】

１ 音声記録再生装置 ２ 音声符号化装置 ３ 音声認識装置 ４ 音声入力装置

Claims (2)

【特許請求の範囲】
1. 【請求項１】 音声信号を記録した記録媒体から、所望
   の部分を、所定の音声キーワードをに基づいて検索する
   音声検索装置であって、 音声入力により、前記音声キーワードを規定する音声キ
   ーワード規定手段と、 該音声キーワード規定手段により規定された音声キーワ
   ードと実質的に一致する音声信号を前記記録媒体から検
   索する検索手段とを有することを特徴とする音声検索装
   置。
2. 【請求項２】 請求項１記載の音声検索装置において、 前記記録媒体のうち、少なくとも前記一致した音声信号
   を含む所定範囲から、音声信号を再生する再生手段を有
   することを特徴とする音声検索装置。