JPH0535293A - 音声認識装置における認識候補数設定方式 - Google Patents
音声認識装置における認識候補数設定方式Info
- Publication number
- JPH0535293A JPH0535293A JP3193261A JP19326191A JPH0535293A JP H0535293 A JPH0535293 A JP H0535293A JP 3193261 A JP3193261 A JP 3193261A JP 19326191 A JP19326191 A JP 19326191A JP H0535293 A JPH0535293 A JP H0535293A
- Authority
- JP
- Japan
- Prior art keywords
- ratio
- recognition
- value
- candidates
- recognition candidates
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L2015/085—Methods for reducing search complexity, pruning
Abstract
(57)【要約】
【目的】 本発明は、あらかじめ登録されている複数の
音声と入力音声との類似度を計算することによって複数
の認識候補を出力する音声認識装置における認識候補数
設定方式に関し、環境条件により異なるＳＮ比の変化に
したがって認識候補数を変化させることにより認識率の
向上を図ることを目的とする。 【構成】 あらかじめ複数の音声を辞書１２に登録し、
入力される音声を分析部１１で分析したのち、その分析
結果と辞書１２に登録されている音声との類似度をスコ
ア計算部１３で計算し、類似度上位から所定順位までを
認識候補決定部１４で決定して認識候補として出力する
音声認識装置において、入力される音声と環境に存在す
るノイズとの比（ＳＮ比という）を計算するＳＮ比計算
部１５と、このＳＮ比計算部１５で計算されたＳＮ比の
値により上記認識候補の数を制御する認識候補数制御部
１６とを備えた構成とする。
音声と入力音声との類似度を計算することによって複数
の認識候補を出力する音声認識装置における認識候補数
設定方式に関し、環境条件により異なるＳＮ比の変化に
したがって認識候補数を変化させることにより認識率の
向上を図ることを目的とする。 【構成】 あらかじめ複数の音声を辞書１２に登録し、
入力される音声を分析部１１で分析したのち、その分析
結果と辞書１２に登録されている音声との類似度をスコ
ア計算部１３で計算し、類似度上位から所定順位までを
認識候補決定部１４で決定して認識候補として出力する
音声認識装置において、入力される音声と環境に存在す
るノイズとの比（ＳＮ比という）を計算するＳＮ比計算
部１５と、このＳＮ比計算部１５で計算されたＳＮ比の
値により上記認識候補の数を制御する認識候補数制御部
１６とを備えた構成とする。
Description
【０００１】
【産業上の利用分野】本発明は、音声によって入力され
る命令やデータを認識する音声認識装置に係り、あらか
じめ登録されている複数の音声と入力音声との類似度を
計算することによって複数の認識候補を出力する音声認
識装置における認識候補数設定方式に関する。
る命令やデータを認識する音声認識装置に係り、あらか
じめ登録されている複数の音声と入力音声との類似度を
計算することによって複数の認識候補を出力する音声認
識装置における認識候補数設定方式に関する。
【０００２】
【従来の技術】図７は従来方式を示すもので、１は入力
される音声を分析する分析部、２はあらかじめ複数の単
語が登録されている辞書、３は上記分析部１での音声分
析結果と辞書２の各単語特徴量とのマッチングをとるス
コア計算部、４はあらかじめ固定されている候補数にし
たがって認識候補単語列を出力する認識候補決定部であ
る。
される音声を分析する分析部、２はあらかじめ複数の単
語が登録されている辞書、３は上記分析部１での音声分
析結果と辞書２の各単語特徴量とのマッチングをとるス
コア計算部、４はあらかじめ固定されている候補数にし
たがって認識候補単語列を出力する認識候補決定部であ
る。
【０００３】このような構成において、入力された音声
は分析部１で分析され、この分析結果と辞書２の各単語
特徴量とがスコア計算部３においてマッチングがとら
れ、類似度としてスコアが計算される。そして、候補決
定部４において、あらかじめ設定されている候補単語数
にしたがって類似度の高い順から認識候補単語列を出力
している。この候補数を例えば１０とすれば、類似度が
上位10位までの単語が認識候補として出力されるように
なっている。
は分析部１で分析され、この分析結果と辞書２の各単語
特徴量とがスコア計算部３においてマッチングがとら
れ、類似度としてスコアが計算される。そして、候補決
定部４において、あらかじめ設定されている候補単語数
にしたがって類似度の高い順から認識候補単語列を出力
している。この候補数を例えば１０とすれば、類似度が
上位10位までの単語が認識候補として出力されるように
なっている。
【０００４】ところで、この種の音声認識装置は、使用
環境に存在するノイズによる入力音声とのＳＮ比の値の
大きさによって、その認識率が大きく左右される。例え
ば音声認識装置を使用する場所が同じであっても、時間
によって周囲の騒音は刻々と変化し、同じ装置であって
も使用する場所によって、ＳＮ比の値は異なってくる。
環境に存在するノイズによる入力音声とのＳＮ比の値の
大きさによって、その認識率が大きく左右される。例え
ば音声認識装置を使用する場所が同じであっても、時間
によって周囲の騒音は刻々と変化し、同じ装置であって
も使用する場所によって、ＳＮ比の値は異なってくる。
【０００５】図８は認識候補数を何個までとするかによ
って、各ＳＮ比に対する認識率の変化を示したグラフで
ある。同図において、実線で示したものがＳＮ比＝50dB
の場合、破線で示したものがＳＮ比＝30dBの場合、一点
鎖線で示したものがＳＮ比＝10dBの場合の認識率をそれ
ぞれ示すものである。この図において、認識候補数を10
個として決めた場合は、ＳＮ比＝50dBのときは95％の認
識率、ＳＮ比＝30dBのときは88％の認識率、ＳＮ比＝10
dBのときは82％と、ノイズが少なくＳＮ比が良ければ認
識率が高くなることがわかる。
って、各ＳＮ比に対する認識率の変化を示したグラフで
ある。同図において、実線で示したものがＳＮ比＝50dB
の場合、破線で示したものがＳＮ比＝30dBの場合、一点
鎖線で示したものがＳＮ比＝10dBの場合の認識率をそれ
ぞれ示すものである。この図において、認識候補数を10
個として決めた場合は、ＳＮ比＝50dBのときは95％の認
識率、ＳＮ比＝30dBのときは88％の認識率、ＳＮ比＝10
dBのときは82％と、ノイズが少なくＳＮ比が良ければ認
識率が高くなることがわかる。
【０００６】
【発明が解決しようとする課題】上記したように、ノイ
ズが少ない環境でＳＮ比が良ければ、認識率は高く、Ｓ
Ｎ比が悪ければ認識率は低くなるが、これは、ＳＮ比が
良ければ類似度が１位というような高順位にあっても、
ＳＮ比が悪い場合には類似度が例えば15位などというよ
うに下位に下がり、候補単語数が10個と設定されている
場合には、候補対象外となってしまうからである。
ズが少ない環境でＳＮ比が良ければ、認識率は高く、Ｓ
Ｎ比が悪ければ認識率は低くなるが、これは、ＳＮ比が
良ければ類似度が１位というような高順位にあっても、
ＳＮ比が悪い場合には類似度が例えば15位などというよ
うに下位に下がり、候補単語数が10個と設定されている
場合には、候補対象外となってしまうからである。
【０００７】これは従来、候補とする単語の数を例えば
10個というように固定的に決めているためであり、上位
10単語までが候補単語となってそれ以下は候補外とされ
るため、本来、当然高順位の候補となるべき単語が候補
外となってしまうことに問題がある。このように従来の
装置では環境によって左右されるＳＮ比の変化によって
認識率が大きく変化するという問題があった。
10個というように固定的に決めているためであり、上位
10単語までが候補単語となってそれ以下は候補外とされ
るため、本来、当然高順位の候補となるべき単語が候補
外となってしまうことに問題がある。このように従来の
装置では環境によって左右されるＳＮ比の変化によって
認識率が大きく変化するという問題があった。
【０００８】本発明は、環境によって変化するＳＮ比の
値を計算し、このＳＮ比の変化にしたがって認識候補単
語数を変化させることにより、認識率の向上を図る音声
認識装置における認識候補数設定方式を実現することを
目的とする。
値を計算し、このＳＮ比の変化にしたがって認識候補単
語数を変化させることにより、認識率の向上を図る音声
認識装置における認識候補数設定方式を実現することを
目的とする。
【０００９】
【課題を解決するための手段】図１は本発明の原理説明
図である。同図において、１１は入力される音声を分析
する分析部、１２はあらかじめ複数の単語が登録されて
いる辞書、１３は上記分析部１１で分析された音声分析
結果と辞書１２の各単語特徴量とのマッチングをとるス
コア計算部、１４は類似度の上位から所定順位までの単
語を決定して出力する認識候補決定部、１５は入力音声
と環境による雑音とのＳＮ比を計算するＳＮ比計算部、
１６はこのＳＮ比計算部１５によって計算されたＳＮ比
の大きさによって認識候補決定部１４での候補数を制御
する候補数制御部である。
図である。同図において、１１は入力される音声を分析
する分析部、１２はあらかじめ複数の単語が登録されて
いる辞書、１３は上記分析部１１で分析された音声分析
結果と辞書１２の各単語特徴量とのマッチングをとるス
コア計算部、１４は類似度の上位から所定順位までの単
語を決定して出力する認識候補決定部、１５は入力音声
と環境による雑音とのＳＮ比を計算するＳＮ比計算部、
１６はこのＳＮ比計算部１５によって計算されたＳＮ比
の大きさによって認識候補決定部１４での候補数を制御
する候補数制御部である。
【００１０】
【作用】このような構成において、入力された音声信号
は分析部１１で分析され、この分析結果と辞書１２の各
単語特徴量とがスコア計算部１３においてマッチングが
とられ、類似度としてスコアが計算される。
は分析部１１で分析され、この分析結果と辞書１２の各
単語特徴量とがスコア計算部１３においてマッチングが
とられ、類似度としてスコアが計算される。
【００１１】一方、ＳＮ比計算部１５では、入力された
音声信号と環境による雑音とのＳＮ比が計算され、その
計算結果が候補数制御部１６に送られる。候補数制御部
１６は、計算されたＳＮ比の大きさに従った候補数制御
信号を候補決定部１４に出力する。
音声信号と環境による雑音とのＳＮ比が計算され、その
計算結果が候補数制御部１６に送られる。候補数制御部
１６は、計算されたＳＮ比の大きさに従った候補数制御
信号を候補決定部１４に出力する。
【００１２】候補決定部１４では上記制御信号により、
候補数を決定して出力する。すなわち、ＳＮ比の計算結
果、ＳＮ比が良ければ候補数はあらかじめ設定された
数、例えば10単語とし、ＳＮ比が悪ければ候補数の範囲
を広げて、例えば20単語までを候補単語とするというよ
うに、ＳＮ比によって候補単語数を変化させる。
候補数を決定して出力する。すなわち、ＳＮ比の計算結
果、ＳＮ比が良ければ候補数はあらかじめ設定された
数、例えば10単語とし、ＳＮ比が悪ければ候補数の範囲
を広げて、例えば20単語までを候補単語とするというよ
うに、ＳＮ比によって候補単語数を変化させる。
【００１３】このような制御を行うことにより、ＳＮ比
が良いときに、候補順位が１位あるいは２位という高順
位にあったものが、例えば環境の変化によってＳＮ比が
悪くなることにより、15位というような低い候補順位と
なって候補対象外となるところを、候補単語数の範囲を
広げて、例えば20単語とすることにより、本来、当然候
補単語となるべき入力音声を候補外とすることなく、候
補単語とて扱うことができ、認識率の向上を図ることが
できる。
が良いときに、候補順位が１位あるいは２位という高順
位にあったものが、例えば環境の変化によってＳＮ比が
悪くなることにより、15位というような低い候補順位と
なって候補対象外となるところを、候補単語数の範囲を
広げて、例えば20単語とすることにより、本来、当然候
補単語となるべき入力音声を候補外とすることなく、候
補単語とて扱うことができ、認識率の向上を図ることが
できる。
【００１４】
【実施例】次に本発明の実施例を説明する。図２は本発
明の実施例の構成を示すもので、図１と同一部分は同一
符号を付してある。図２において、２１は入力音声信号
をＡＤ変換するＡＤ変換部、２２はＡＤ変換された音声
信号を所定の時間ごとに分析し、辞書１２に設定されて
いる各単語の特徴量とのマッチングをとるための特徴量
を出力する特徴量抽出部、２３はスコア計算部１３で計
算されたスコア値に基づいて類似度の順番ごとに並べる
スコア順ソート部、２４はＳＮ比計算部１５で計算され
たＳＮ比の値に基づいて、そのＳＮ比の値のときに所定
の認識率が得られるような候補単語数を格納する認識候
補数格納テーブル、２５はこの認識候補数格納テーブル
２４に格納されている候補単語数が得られるような補間
式を導き出す補間式導出部である。２６は上記ＳＮ比計
算部１５で計算されたＳＮ比の大きさに基づいて認識候
補数を決定する認識候補数決定部である。
明の実施例の構成を示すもので、図１と同一部分は同一
符号を付してある。図２において、２１は入力音声信号
をＡＤ変換するＡＤ変換部、２２はＡＤ変換された音声
信号を所定の時間ごとに分析し、辞書１２に設定されて
いる各単語の特徴量とのマッチングをとるための特徴量
を出力する特徴量抽出部、２３はスコア計算部１３で計
算されたスコア値に基づいて類似度の順番ごとに並べる
スコア順ソート部、２４はＳＮ比計算部１５で計算され
たＳＮ比の値に基づいて、そのＳＮ比の値のときに所定
の認識率が得られるような候補単語数を格納する認識候
補数格納テーブル、２５はこの認識候補数格納テーブル
２４に格納されている候補単語数が得られるような補間
式を導き出す補間式導出部である。２６は上記ＳＮ比計
算部１５で計算されたＳＮ比の大きさに基づいて認識候
補数を決定する認識候補数決定部である。
【００１５】図３はＳＮ比が50dB, 30dB, 10dBのときの
候補単語数に対する認識率の変化を示すグラフであり、
同図において、候補単語数を10単語とすれば、50dB（図
示実線) では認識率95％、30dB（図示破線) では認識率
は88％、10dB（図示一点鎖線) では82％というように、
ＳＮ比が悪くなれば、認識率は低下するというのは前記
した通りである。ここで、ＳＮ比が如何なる値であって
も、認識率を90％以上確保しようとすると、ＳＮ比が50
dBのときは６単語、ＳＮ比が30dBのときは20単語、ＳＮ
比が10dBのときは30単語ぐらいそれぞれ候補単語数を持
つ必要があることがこの図３からわかる。そこで、ＳＮ
比の閾値をこの場合、50dB, 30dB, 10dBとし、そのとき
の必要候補単語数を６単語、20単語、30単語と定めてお
き、補間式導出部２５にて、上記ＳＮ比の各閾値間を線
形あるいは非線形関数などにより補間式を導出して補間
し、認識候補数決定部２６で入力音声のＳＮ比に対応す
る候補単語数を上記補間式に基づいて決定する。そし
て、最終的には上記認識候補数決定部２６での決定単語
数を、認識候補決定部１４に反映させて、類似度１位か
ら上記決定単語数だけの単語を、認識候補単語列として
出力するようになっている。
候補単語数に対する認識率の変化を示すグラフであり、
同図において、候補単語数を10単語とすれば、50dB（図
示実線) では認識率95％、30dB（図示破線) では認識率
は88％、10dB（図示一点鎖線) では82％というように、
ＳＮ比が悪くなれば、認識率は低下するというのは前記
した通りである。ここで、ＳＮ比が如何なる値であって
も、認識率を90％以上確保しようとすると、ＳＮ比が50
dBのときは６単語、ＳＮ比が30dBのときは20単語、ＳＮ
比が10dBのときは30単語ぐらいそれぞれ候補単語数を持
つ必要があることがこの図３からわかる。そこで、ＳＮ
比の閾値をこの場合、50dB, 30dB, 10dBとし、そのとき
の必要候補単語数を６単語、20単語、30単語と定めてお
き、補間式導出部２５にて、上記ＳＮ比の各閾値間を線
形あるいは非線形関数などにより補間式を導出して補間
し、認識候補数決定部２６で入力音声のＳＮ比に対応す
る候補単語数を上記補間式に基づいて決定する。そし
て、最終的には上記認識候補数決定部２６での決定単語
数を、認識候補決定部１４に反映させて、類似度１位か
ら上記決定単語数だけの単語を、認識候補単語列として
出力するようになっている。
【００１６】このような構成において、その全体的な動
作を説明する。まず、入力された音声はＡＤ変化部２１
にてＡＤ変換されたのち、特徴量抽出部２２にて、ある
適当な時間ごとに分析される。そして、スコア計算部１
３で辞書１２の予め設定された単語特徴量と上記分析結
果とのマッチングをとり、スコア順ソート部２３で類似
度の順番に並べ換えられたのち、認識候補単語決定部１
４に送られる。
作を説明する。まず、入力された音声はＡＤ変化部２１
にてＡＤ変換されたのち、特徴量抽出部２２にて、ある
適当な時間ごとに分析される。そして、スコア計算部１
３で辞書１２の予め設定された単語特徴量と上記分析結
果とのマッチングをとり、スコア順ソート部２３で類似
度の順番に並べ換えられたのち、認識候補単語決定部１
４に送られる。
【００１７】一方、入力された音声信号はＳＮ比計算部
１５でその時のＳＮ比が計算され、その計算値が例えば
20dBであったとする。ここで、前記したように90％以上
の認識率を得るために、ＳＮ比の閾値を50dB, 30dB, 10
dBとし、そのとき必要な候補単語数を６単語、20単語、
30単語と定めてあるが、まず第１の実施例として、図４
によりＳＮ比が50dB, 30dB, 10dBのそれぞれのＳＮ比の
値の間を一定の候補単語数で補間する場合について説明
する。図４は90％の認識率を確保するために、50dB, 30
dB, 10dBの各ＳＮ比に対する候補単語数を示すもので、
50dB, 30dB, 10dBのそれぞれのＳＮ比の値に対する必要
認識候補数をポイントとした場合、これら各ポイント間
の必要候補単語数は、ＳＮ比の悪い方のポイントのとき
に必要な候補数で一定としておき、階段状の候補単語数
変化とした場合を示したものである。
１５でその時のＳＮ比が計算され、その計算値が例えば
20dBであったとする。ここで、前記したように90％以上
の認識率を得るために、ＳＮ比の閾値を50dB, 30dB, 10
dBとし、そのとき必要な候補単語数を６単語、20単語、
30単語と定めてあるが、まず第１の実施例として、図４
によりＳＮ比が50dB, 30dB, 10dBのそれぞれのＳＮ比の
値の間を一定の候補単語数で補間する場合について説明
する。図４は90％の認識率を確保するために、50dB, 30
dB, 10dBの各ＳＮ比に対する候補単語数を示すもので、
50dB, 30dB, 10dBのそれぞれのＳＮ比の値に対する必要
認識候補数をポイントとした場合、これら各ポイント間
の必要候補単語数は、ＳＮ比の悪い方のポイントのとき
に必要な候補数で一定としておき、階段状の候補単語数
変化とした場合を示したものである。
【００１８】例えば、ＳＮ比計算部１５における入力音
声のＳＮ比の計算値が20dBであったとすると、ＳＮ比の
上記各閾値との比較を行うと、この場合、30dBより小さ
く10dBより大きい値であり、図４から候補単語数は30単
語必要となることがわかる。このようにして、ＳＮ比＝
20dBのときの必要候補数が決定されると、認識候補決定
部１４はその決定数だけの単語を認識候補単語列として
出力する。
声のＳＮ比の計算値が20dBであったとすると、ＳＮ比の
上記各閾値との比較を行うと、この場合、30dBより小さ
く10dBより大きい値であり、図４から候補単語数は30単
語必要となることがわかる。このようにして、ＳＮ比＝
20dBのときの必要候補数が決定されると、認識候補決定
部１４はその決定数だけの単語を認識候補単語列として
出力する。
【００１９】このようにあらかじめ定めたＳＮ比の値の
各ポイント間を候補単語数が一定となるように、段階的
に不連続に変化させることによって、入力される音声の
ＳＮ比の値に応じて、一定以上の認識率（ここでは90％
以上）を確保することができる。またこの場合は、候補
数格納テーブル２４に格納されている候補単語数は、６
個、20個、30個というように、ＳＮ比の閾値間が段階的
に増加するので、入力音声のＳＮ比の値と閾値とを比較
するだけで候補単語数を決定することができ、補間式導
出部２５にて補間式を求める必要がなく計算量を削減す
ることができる。またこの場合は、入力音声のＳＮ比の
全ての値に対応して候補単語数を持つ必要がないので、
記憶容量が小さくてすむ。
各ポイント間を候補単語数が一定となるように、段階的
に不連続に変化させることによって、入力される音声の
ＳＮ比の値に応じて、一定以上の認識率（ここでは90％
以上）を確保することができる。またこの場合は、候補
数格納テーブル２４に格納されている候補単語数は、６
個、20個、30個というように、ＳＮ比の閾値間が段階的
に増加するので、入力音声のＳＮ比の値と閾値とを比較
するだけで候補単語数を決定することができ、補間式導
出部２５にて補間式を求める必要がなく計算量を削減す
ることができる。またこの場合は、入力音声のＳＮ比の
全ての値に対応して候補単語数を持つ必要がないので、
記憶容量が小さくてすむ。
【００２０】次に第２の実施例として、図５に示す如
く、入力音声のＳＮ比が50dB, 30dB,10dBに対する必要
候補単語数６個、20個、30個の各ポイント間を直線で結
び、全体的にポイントで折れ線となる非線形関数で補間
する場合について説明する。
く、入力音声のＳＮ比が50dB, 30dB,10dBに対する必要
候補単語数６個、20個、30個の各ポイント間を直線で結
び、全体的にポイントで折れ線となる非線形関数で補間
する場合について説明する。
【００２１】この場合は、補間式導出部２５は認識候補
数格納テーブル２４のデータを用いて上記したように、
ＳＮ比が50dB, 30dB, 10dBに対する必要候補単語数６
個、20個、30個の各ポイント間を直線で結んで補間する
補間式を導出して、図５に示すような各ポイントで折れ
線となる非線形な変化を示すグラフを得る。
数格納テーブル２４のデータを用いて上記したように、
ＳＮ比が50dB, 30dB, 10dBに対する必要候補単語数６
個、20個、30個の各ポイント間を直線で結んで補間する
補間式を導出して、図５に示すような各ポイントで折れ
線となる非線形な変化を示すグラフを得る。
【００２２】これにより、ＳＮ比計算部１５で計算され
た入力音声のＳＮ比の値が、例えば20dBであったとする
と、その補間式から、この場合は25個ぐらいの候補単語
数が必要であると判断され（図５参照）、候補決定部１
４で上位から順に決定された候補単語群のうち、上位か
ら25番目までの単語を認識候補単語例として出力する。
この25番目までの単語を候補単語とすれば、90％の認識
率を確保することができる。
た入力音声のＳＮ比の値が、例えば20dBであったとする
と、その補間式から、この場合は25個ぐらいの候補単語
数が必要であると判断され（図５参照）、候補決定部１
４で上位から順に決定された候補単語群のうち、上位か
ら25番目までの単語を認識候補単語例として出力する。
この25番目までの単語を候補単語とすれば、90％の認識
率を確保することができる。
【００２３】このようにこの実施例では、入力音声のＳ
Ｎ比の値の変化に連続的に比例させて必要候補単語数を
変化させているので、そのＳＮ比の値に対応した候補単
語数を得ることができ、認識作業効率を向上させること
ができる。
Ｎ比の値の変化に連続的に比例させて必要候補単語数を
変化させているので、そのＳＮ比の値に対応した候補単
語数を得ることができ、認識作業効率を向上させること
ができる。
【００２４】次に第３の実施例として、図６に示す如
く、入力音声のＳＮ比が50dB, 30dB,10dBに対する必要
候補単語数６個、20個、30個の各ポイント全てを近似的
に通過するような直線で結び、全ての区間を直線的な線
形関数で補間する場合について説明する。
く、入力音声のＳＮ比が50dB, 30dB,10dBに対する必要
候補単語数６個、20個、30個の各ポイント全てを近似的
に通過するような直線で結び、全ての区間を直線的な線
形関数で補間する場合について説明する。
【００２５】この場合、補間式導出部２５は候補単語数
格納テーブル２４のデータを用いて、上記したように、
ＳＮ比が50dB, 30dB, 10dBに対する必要候補単語数６
個、20個、30個の各ポイント全てを近似的に通過するよ
うに、上記各ＳＮ比の値とそのＳＮ比の値のときに必要
とされる候補単語数とのデータより線形回帰分析を行
い、全てのポイント間を線形関数で補間し、候補単語数
を連続的に変化させるようにしている。
格納テーブル２４のデータを用いて、上記したように、
ＳＮ比が50dB, 30dB, 10dBに対する必要候補単語数６
個、20個、30個の各ポイント全てを近似的に通過するよ
うに、上記各ＳＮ比の値とそのＳＮ比の値のときに必要
とされる候補単語数とのデータより線形回帰分析を行
い、全てのポイント間を線形関数で補間し、候補単語数
を連続的に変化させるようにしている。
【００２６】これにより、ＳＮ比計算部１５で計算され
た入力音声のＳＮ比の値が、例えば20dBであったとする
と、図６からこの場合は、上記第２の実施例と同様25個
ぐらいの候補単語数が必要であると判断され、候補単語
決定部１４で上位から25番目までの単語を認識候補単語
列として出力する。この25番目までの単語を候補単語と
すれば、90％の認識率を確保することができる。
た入力音声のＳＮ比の値が、例えば20dBであったとする
と、図６からこの場合は、上記第２の実施例と同様25個
ぐらいの候補単語数が必要であると判断され、候補単語
決定部１４で上位から25番目までの単語を認識候補単語
列として出力する。この25番目までの単語を候補単語と
すれば、90％の認識率を確保することができる。
【００２７】このようにこの実施例では、ＳＮ比計算部
１５から出力されると思われるＳＮ比の値の全体の領域
をｙ＝ａｘ×ｂ（ただし、ｙは必要候補単語数、ｘはＳ
Ｎ比の値、ａは係数、ｂは定数）で表わされる直線で補
間するようにしたので、計算量をきわめて容易なものと
することができる。また、この実施例では上記第２の実
施例と同様、入力音声のＳＮ比の値の変化に連続的に比
例させて、必要候補単語数を変化させているので、その
とき計算されたＳＮ比の値に対応した必要候補単語数を
得ることができ、認識作業効率を向上させることができ
る。
１５から出力されると思われるＳＮ比の値の全体の領域
をｙ＝ａｘ×ｂ（ただし、ｙは必要候補単語数、ｘはＳ
Ｎ比の値、ａは係数、ｂは定数）で表わされる直線で補
間するようにしたので、計算量をきわめて容易なものと
することができる。また、この実施例では上記第２の実
施例と同様、入力音声のＳＮ比の値の変化に連続的に比
例させて、必要候補単語数を変化させているので、その
とき計算されたＳＮ比の値に対応した必要候補単語数を
得ることができ、認識作業効率を向上させることができ
る。
【００２８】なお、上記各実施例では、認識対象として
単語を用いたが、これは単語だけに限られるものでな
く、例えば文節などを認識対象としても良いことは勿論
である。
単語を用いたが、これは単語だけに限られるものでな
く、例えば文節などを認識対象としても良いことは勿論
である。
【００２９】
【発明の効果】本発明によれば、所定の認識率を確保す
るに必要な候補単語数を、入力音声のＳＮ比の値に応じ
て変化させることにより、本来、認識候補として選択さ
れるべき入力音声が環境などの変化によるＳＮ比の悪化
で候補対象外となるというような不都合を解消すること
ができ、認識率の向上を図ることができ、認識処理速度
の向上に寄与できる音声認識装置における認識候補数設
定方式を実現できる。
るに必要な候補単語数を、入力音声のＳＮ比の値に応じ
て変化させることにより、本来、認識候補として選択さ
れるべき入力音声が環境などの変化によるＳＮ比の悪化
で候補対象外となるというような不都合を解消すること
ができ、認識率の向上を図ることができ、認識処理速度
の向上に寄与できる音声認識装置における認識候補数設
定方式を実現できる。
【図１】本発明の原理を説明するための構成図である。
【図２】本発明の第１〜第３の実施例を説明するための
構成図である。
構成図である。
【図３】同実施例において、認識率を所定値に設定した
場合のＳＮ比の変化による候補単語数の変化を説明する
ための図である。
場合のＳＮ比の変化による候補単語数の変化を説明する
ための図である。
【図４】第１の実施例における必要認識候補単語数決定
方式を説明するための図である。
方式を説明するための図である。
【図５】第２の実施例における必要認識候補単語数決定
方式を説明するための図である。
方式を説明するための図である。
【図６】第３の実施例における必要認識候補単語数決定
方式を説明するための図である。
方式を説明するための図である。
【図７】従来の候補数設定方式を説明するための構成図
である。
である。
【図８】従来方式において、候補数を所定値に設定した
場合のＳＮ比の変化による認識率の変化を説明するため
の図である。
場合のＳＮ比の変化による認識率の変化を説明するため
の図である。
１１ 分析部 １２ 辞書 １３ スコア計算部 １４ 候補決定部 １５ ＳＮ比計算部 １６ 候補数制御部
Claims (4)
- 【請求項１】 あらかじめ登録されている複数の音声と
入力される音声との類似度を計算し、類似度上位から所
定の順位までの上記登録音声を認識候補として出力して
音声認識を行う音声認識装置において、 入力される音声と環境に存在するノイズとの比（以下Ｓ
Ｎ比という）を計算するＳＮ比計算部（１５）と、 このＳＮ比計算部（１５）で計算されたＳＮ比の値によ
り上記認識候補の数を制御する認識候補数制御部（１
６）と、 を備え、ＳＮ比の値により認識候補の数を変化させるよ
うにしたことを特徴とする音声認識装置における認識候
補数設定方式。 - 【請求項２】 ＳＮ比の値と認識候補数との関係を決め
る手段として、いくつかのＳＮ比の値を選択し、これら
各ＳＮ比の値のときに一定の認識率を得るに必要な認識
候補数をあらかじめ計算して求めておき、上記選択した
各ＳＮ比の値をそれぞれポイントとし、これら各ポイン
ト間での必要な認識候補数を、ＳＮ比の悪い方の側のＳ
Ｎ比の値に対応する必要認識候補数にて一定として実際
の計算結果のＳＮ比の値に対する必要認識候補数を決定
することを特徴とする請求項１記載の音声認識装置にお
ける認識候補数設定方式。 - 【請求項３】 ＳＮ比の値と認識候補数との関係を決め
る手段として、いくつかのＳＮ比の値を選択し、これら
各ＳＮ比の値のときに一定の認識率を得るに必要な認識
候補数をあらかじめ計算して求めておき、上記選択した
各ＳＮ比の値をそれぞれポイントとし、ポイントから次
のポイントまでを連続して認識候補数を変化させる関係
式を求め、この関係式から実際の計算結果のＳＮ比の値
に対する必要認識候補数を決定するようにしたことを特
徴とする請求項１記載の音声認識装置における認識候補
数設定方式。 - 【請求項４】 ＳＮ比の値と認識候補数との関係を求め
る手段として、いくつかのＳＮ比の値を選択し、これら
各ＳＮ比の値のときに、一定の認識率を得るに必要な認
識候補数をあらかじめ計算して求めておき、上記選択し
た各ＳＮ比の値をそれぞれポイントとし、これら各ポイ
ント全体の範囲で連続的に認識候補数を増加させる関係
式を求めることにより、実際の計算結果のＳＮ比の値に
対する必要認識候補数を決定するようにしたとを特徴と
する請求項１記載の音声認識装置における認識候補数設
定方式。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3193261A JPH0535293A (ja) | 1991-08-01 | 1991-08-01 | 音声認識装置における認識候補数設定方式 |
| DE69230090T DE69230090T2 (de) | 1991-08-01 | 1992-07-31 | System zur Bestimmung einer Anzahl von Kandidaten zur Erkennung in einer Spracherkennungseinrichtung |
| EP92402208A EP0526347B1 (en) | 1991-08-01 | 1992-07-31 | A number-of-recognition candidates determining system in a speech recognizing device |
| US08/359,843 US5732190A (en) | 1991-08-01 | 1994-12-20 | Number-of recognition candidates determining system in speech recognizing device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3193261A JPH0535293A (ja) | 1991-08-01 | 1991-08-01 | 音声認識装置における認識候補数設定方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0535293A true JPH0535293A (ja) | 1993-02-12 |
Family
ID=16305005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3193261A Pending JPH0535293A (ja) | 1991-08-01 | 1991-08-01 | 音声認識装置における認識候補数設定方式 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5732190A (ja) |
| EP (1) | EP0526347B1 (ja) |
| JP (1) | JPH0535293A (ja) |
| DE (1) | DE69230090T2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6186924B1 (en) | 1999-03-10 | 2001-02-13 | Mitsubishi Denki Kabushiki Kaisha | Automatic transmission controller |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB9225338D0 (en) * | 1992-12-03 | 1993-01-27 | Jeyes Group Plc | Lavatory cleansing blocks |
| JP3039623B2 (ja) * | 1996-10-28 | 2000-05-08 | 日本電気株式会社 | 音声認識装置 |
| DE19939102C1 (de) * | 1999-08-18 | 2000-10-26 | Siemens Ag | Verfahren und Anordnung zum Erkennen von Sprache |
| FI19992350A (fi) | 1999-10-29 | 2001-04-30 | Nokia Mobile Phones Ltd | Parannettu puheentunnistus |
| US7219058B1 (en) * | 2000-10-13 | 2007-05-15 | At&T Corp. | System and method for processing speech recognition results |
| KR100668297B1 (ko) | 2002-12-31 | 2007-01-12 | 삼성전자주식회사 | 음성인식방법 및 장치 |
| US8175877B2 (en) | 2005-02-02 | 2012-05-08 | At&T Intellectual Property Ii, L.P. | Method and apparatus for predicting word accuracy in automatic speech recognition systems |
| US7957972B2 (en) * | 2006-09-05 | 2011-06-07 | Fortemedia, Inc. | Voice recognition system and method thereof |
| CN105575395A (zh) * | 2014-10-14 | 2016-05-11 | 中兴通讯股份有限公司 | 语音唤醒方法及装置、终端及其处理方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4720802A (en) * | 1983-07-26 | 1988-01-19 | Lear Siegler | Noise compensation arrangement |
| US4860358A (en) * | 1983-09-12 | 1989-08-22 | American Telephone And Telegraph Company, At&T Bell Laboratories | Speech recognition arrangement with preselection |
| US4829578A (en) * | 1986-10-02 | 1989-05-09 | Dragon Systems, Inc. | Speech detection and recognition apparatus for use with background noise of varying levels |
| DE3819178A1 (de) * | 1987-06-04 | 1988-12-22 | Ricoh Kk | Spracherkennungsverfahren und -einrichtung |
| CA2042926C (en) * | 1990-05-22 | 1997-02-25 | Ryuhei Fujiwara | Speech recognition method with noise reduction and a system therefor |
| JPH04182700A (ja) * | 1990-11-19 | 1992-06-30 | Nec Corp | 音声認識装置 |
-
1991
- 1991-08-01 JP JP3193261A patent/JPH0535293A/ja active Pending
-
1992
- 1992-07-31 EP EP92402208A patent/EP0526347B1/en not_active Expired - Lifetime
- 1992-07-31 DE DE69230090T patent/DE69230090T2/de not_active Expired - Fee Related
-
1994
- 1994-12-20 US US08/359,843 patent/US5732190A/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6186924B1 (en) | 1999-03-10 | 2001-02-13 | Mitsubishi Denki Kabushiki Kaisha | Automatic transmission controller |
Also Published As
| Publication number | Publication date |
|---|---|
| DE69230090D1 (de) | 1999-11-11 |
| EP0526347A3 (en) | 1993-08-11 |
| DE69230090T2 (de) | 2000-07-06 |
| US5732190A (en) | 1998-03-24 |
| EP0526347A2 (en) | 1993-02-03 |
| EP0526347B1 (en) | 1999-10-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7269556B2 (en) | Pattern recognition | |
| JP2775140B2 (ja) | パターン認識方法、音声認識方法および音声認識装置 | |
| EP0617827B1 (en) | Composite expert | |
| KR980011007A (ko) | 음성 인식 방법, 정보 형성 방법, 음성 인식 장치 및 기록 매체 | |
| JPH08110791A (ja) | 音声認識方法 | |
| JPH0535293A (ja) | 音声認識装置における認識候補数設定方式 | |
| CN102027534B (zh) | 语言模型得分前瞻值赋值方法及设备 | |
| Bahl et al. | A fast match for continuous speech recognition using allophonic models | |
| US5444817A (en) | Speech recognizing apparatus using the predicted duration of syllables | |
| US6631349B1 (en) | Speech recognition method and system | |
| US6411929B1 (en) | Speech recognition method and system | |
| US5615286A (en) | Method for determining a most likely sequence of states | |
| JP3148322B2 (ja) | 音声認識装置 | |
| JPH11133994A (ja) | 音声入力装置及びプログラムを記録した機械読み取り可能な記録媒体 | |
| JPS62144200A (ja) | 連続音声認識装置 | |
| JP2864775B2 (ja) | 音声認識装置 | |
| JP2009092844A (ja) | パタン認識方法および装置ならびにパタン認識プログラムおよびその記録媒体 | |
| JP2005265874A (ja) | 素片接続型音声合成装置 | |
| KR100293465B1 (ko) | 음성인식방법 | |
| JPS6131878B2 (ja) | ||
| KR0176882B1 (ko) | 연결음성 인식의 검색방법 | |
| KR100332748B1 (ko) | 음성인식의벡터양자화검색방법 | |
| JPH0454960B2 (ja) | ||
| EP0238689A1 (en) | Method for performing acoustic matching in a speech recognition system | |
| JPS62144199A (ja) | 連続音声認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20000119 |