JPH06289894A - 日本語音声認識方法 - Google Patents
日本語音声認識方法Info
- Publication number
- JPH06289894A JPH06289894A JP5073315A JP7331593A JPH06289894A JP H06289894 A JPH06289894 A JP H06289894A JP 5073315 A JP5073315 A JP 5073315A JP 7331593 A JP7331593 A JP 7331593A JP H06289894 A JPH06289894 A JP H06289894A
- Authority
- JP
- Japan
- Prior art keywords
- likelihood
- speech recognition
- speech
- recognition
- processing
- 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
Abstract
(57)【要約】
【目的】 処理時間を短縮させる。
【構成】 アイウエオ順に単語辞書を２分割することに
より共通の日本語の構文と文字音素変換規則からなる文
法を６ａ，６ｂに分けておき、入力音声を特徴抽出部２
で特徴パラメータの時系列に変換し、言語処理ユニット
３ａ，３ｂによりそれぞれ文法６ａ，６ｂを用いて、Ｌ
Ｒパーザを用いた音素推定処理により、複数の音声認識
候補を選出し、これら各候補について、入力音声特徴パ
ラメータの時系列と標準パターンメモリ４内の標準パタ
ーンと、複数のＨＭＭ音素認識ユニット７を用いて類似
尤度を求める。また上記音声認識候補の生起尤度をメモ
リ５の統計的言語モデル（文字トライグラム）より求
め、これら両類似尤度と生起尤度を加算して総合尤度を
求め、入力音声特徴パラメータ時系列についてソーティ
ング部８で総合尤度の高い順に複数認識結果として出力
する。
より共通の日本語の構文と文字音素変換規則からなる文
法を６ａ，６ｂに分けておき、入力音声を特徴抽出部２
で特徴パラメータの時系列に変換し、言語処理ユニット
３ａ，３ｂによりそれぞれ文法６ａ，６ｂを用いて、Ｌ
Ｒパーザを用いた音素推定処理により、複数の音声認識
候補を選出し、これら各候補について、入力音声特徴パ
ラメータの時系列と標準パターンメモリ４内の標準パタ
ーンと、複数のＨＭＭ音素認識ユニット７を用いて類似
尤度を求める。また上記音声認識候補の生起尤度をメモ
リ５の統計的言語モデル（文字トライグラム）より求
め、これら両類似尤度と生起尤度を加算して総合尤度を
求め、入力音声特徴パラメータ時系列についてソーティ
ング部８で総合尤度の高い順に複数認識結果として出力
する。
Description
【０００１】
【産業上の利用分野】この発明は、例えば隠れマルコフ
モデル（例えば、中川聖一「確率モデルによる音声認
識」電子情報通信学会編（１９８８））のような標準パ
ターンと、文法として用いる日本語の構文（例えば、北
他「ＨＭＭ音韻認識と予測ＬＲパーザを用いた文節認
識」電子情報通信学会技術報告、ＳＰ８８−８８（１９
８８））、及び日本語統計モデル（例えば、山田他「か
な漢字の文字連鎖情報を利用した統計的言語モデル」電
子情報通信学会技術報告、ＳＰ９１−２６（１９９
１））とを用いた日本語音声認識装置に関するものであ
る。
モデル（例えば、中川聖一「確率モデルによる音声認
識」電子情報通信学会編（１９８８））のような標準パ
ターンと、文法として用いる日本語の構文（例えば、北
他「ＨＭＭ音韻認識と予測ＬＲパーザを用いた文節認
識」電子情報通信学会技術報告、ＳＰ８８−８８（１９
８８））、及び日本語統計モデル（例えば、山田他「か
な漢字の文字連鎖情報を利用した統計的言語モデル」電
子情報通信学会技術報告、ＳＰ９１−２６（１９９
１））とを用いた日本語音声認識装置に関するものであ
る。
【０００２】
【従来の技術】従来の隠れマルコフモデル等を用いた音
声認識装置の高速化の手法としては、一番処理量が多い
音声認識部（隠れマルコフモデルのような標準パターン
と入力音声の特徴パラメータ時系列との照合を行う）に
ついて処理ユニットを複数持ち、並列処理を行って処理
速度を向上させる方法が提案されている。
声認識装置の高速化の手法としては、一番処理量が多い
音声認識部（隠れマルコフモデルのような標準パターン
と入力音声の特徴パラメータ時系列との照合を行う）に
ついて処理ユニットを複数持ち、並列処理を行って処理
速度を向上させる方法が提案されている。
【０００３】また日本語の構文、単語辞書、および文字
音素変換規則などからなる文法を用いて、文の最初に生
じる文字のすべてを音声認識候補として、これらについ
て、入力音声の特徴パラメータ時系列と標準パターンと
をそれぞれ照合して、その類似の尤度を求め、その尤度
の高い順に予め決めた複数の文字について、その次に来
る可能性のある文字を前記文法から求めて、これらを音
声認識候補として、同様に入力音声の特徴パラメータ時
系列と標準パターンとをそれぞれ照合して類似の尤度を
求めることを以下同様に繰返す。
音素変換規則などからなる文法を用いて、文の最初に生
じる文字のすべてを音声認識候補として、これらについ
て、入力音声の特徴パラメータ時系列と標準パターンと
をそれぞれ照合して、その類似の尤度を求め、その尤度
の高い順に予め決めた複数の文字について、その次に来
る可能性のある文字を前記文法から求めて、これらを音
声認識候補として、同様に入力音声の特徴パラメータ時
系列と標準パターンとをそれぞれ照合して類似の尤度を
求めることを以下同様に繰返す。
【０００４】このようなことを行うと同時に、テキスト
データベースより作成された生起順序に関する統計的言
語モデルを用いて、各音声認識候補について、それまで
の認識結果からその音声認識候補（文字）が発生する尤
度（生起尤度）を求め、この生起尤度と、その音声認識
候補の類似の尤度とを総合した尤度を求めることにより
認識率を高めることが提案されている。
データベースより作成された生起順序に関する統計的言
語モデルを用いて、各音声認識候補について、それまで
の認識結果からその音声認識候補（文字）が発生する尤
度（生起尤度）を求め、この生起尤度と、その音声認識
候補の類似の尤度とを総合した尤度を求めることにより
認識率を高めることが提案されている。
【０００５】
【発明が解決しようとする課題】しかしこのような文法
を用いた音声認識候補の選出と、統計的言語モデルを用
いた生起尤度とを求める言語処理は比較的処理量が多
く、処理時間が長くなる。例えば処理時間全体に対し、
ＨＭＭ音素認識処理時間が６８％、言語処理時間が２７
％、その他の処理時間が５％それぞれかかる。従ってＨ
ＭＭ音素認識処理を並列化して処理時間を１／１０にで
きたとしても、全体の処理時間は約４０％にしか短縮で
きない。
を用いた音声認識候補の選出と、統計的言語モデルを用
いた生起尤度とを求める言語処理は比較的処理量が多
く、処理時間が長くなる。例えば処理時間全体に対し、
ＨＭＭ音素認識処理時間が６８％、言語処理時間が２７
％、その他の処理時間が５％それぞれかかる。従ってＨ
ＭＭ音素認識処理を並列化して処理時間を１／１０にで
きたとしても、全体の処理時間は約４０％にしか短縮で
きない。
【０００６】
【課題を解決するための手段】この発明によれば文法を
複数に分割して、その分割された文法をそれぞれ用い
て、音声認識候補の選出を並列に行い、異なる音声認識
候補を選出し、これら選出された音声認識候補につい
て、入力音声の特徴パラメータ時系列と標準パターンと
の照合を複数並列に行う。
複数に分割して、その分割された文法をそれぞれ用い
て、音声認識候補の選出を並列に行い、異なる音声認識
候補を選出し、これら選出された音声認識候補につい
て、入力音声の特徴パラメータ時系列と標準パターンと
の照合を複数並列に行う。
【０００７】前記文法の分割は、例えば、先頭音素が異
なるように、単語辞書を複数に分割することにより、日
本語の構文と文字音素変換規則などは変更することなく
行う、あるいは名詞と名詞以外とに単語辞書を分割して
行う。
なるように、単語辞書を複数に分割することにより、日
本語の構文と文字音素変換規則などは変更することなく
行う、あるいは名詞と名詞以外とに単語辞書を分割して
行う。
【０００８】
【実施例】図１にこの発明の実施例を示す。入力端子１
から入力された音声は、特徴抽出部２においてディジタ
ル信号に変換され、更にＬＰＣケプストラム分析された
後、１フレーム（１時点、例えば８ミリ秒）ごとに特徴
パラメータに変換される。この特徴パラメータは例えば
ＬＰＣケプストラム係数である。
から入力された音声は、特徴抽出部２においてディジタ
ル信号に変換され、更にＬＰＣケプストラム分析された
後、１フレーム（１時点、例えば８ミリ秒）ごとに特徴
パラメータに変換される。この特徴パラメータは例えば
ＬＰＣケプストラム係数である。
【０００９】学習用音声データベースより、上記特徴パ
ラメータと同一形式で、隠れマルコフモデルの音素標準
パターンを作り、標準パターンメモリ４に記憶してお
き、また学習用テキストデータベースより、文字の生起
順序に関する統計的言語モデルを作り統計的言語モデル
メモリ５に記憶してある。同様に、上記学習用テキスト
データベースから、日本語文節の構造が単語の遷移規則
として記述されている文節構文と、単語辞書と、および
かな・漢字を音素の記号列に変化する文字音素変換規則
とからなる文法を、この例では先頭音素が異なるように
前記単語辞書を二つに分割することにより（例えばアイ
ウエオ順に単語辞書をソーティングした後、二つに分割
する）、共通の日本語文節の構文と文字音素変換規則等
からなる二つに分割された文法６ａ，６ｂを作成し、こ
れら文法６ａ，６ｂを言語処理ユニット３ａ，３ｂにそ
れぞれ分担させる。言語処理ユニット３ａ，３ｂでは、
それぞれ文法を用いて選出した複数の音声認識候補につ
いて、その音素系列の標準パターンを標準パターンメモ
リ４から読みだし、複数のＨＭＭ音素認識ユニット７を
用いて入力音声の特徴パラメータの類似度（尤度）を求
める。また上記音声認識候補の生起尤度を統計的言語モ
デルより求める。これらの類似の尤度と生起の尤度を加
算して総合尤度を求める。
ラメータと同一形式で、隠れマルコフモデルの音素標準
パターンを作り、標準パターンメモリ４に記憶してお
き、また学習用テキストデータベースより、文字の生起
順序に関する統計的言語モデルを作り統計的言語モデル
メモリ５に記憶してある。同様に、上記学習用テキスト
データベースから、日本語文節の構造が単語の遷移規則
として記述されている文節構文と、単語辞書と、および
かな・漢字を音素の記号列に変化する文字音素変換規則
とからなる文法を、この例では先頭音素が異なるように
前記単語辞書を二つに分割することにより（例えばアイ
ウエオ順に単語辞書をソーティングした後、二つに分割
する）、共通の日本語文節の構文と文字音素変換規則等
からなる二つに分割された文法６ａ，６ｂを作成し、こ
れら文法６ａ，６ｂを言語処理ユニット３ａ，３ｂにそ
れぞれ分担させる。言語処理ユニット３ａ，３ｂでは、
それぞれ文法を用いて選出した複数の音声認識候補につ
いて、その音素系列の標準パターンを標準パターンメモ
リ４から読みだし、複数のＨＭＭ音素認識ユニット７を
用いて入力音声の特徴パラメータの類似度（尤度）を求
める。また上記音声認識候補の生起尤度を統計的言語モ
デルより求める。これらの類似の尤度と生起の尤度を加
算して総合尤度を求める。
【００１０】前記単語辞書の分割は、名詞、動詞及び複
合語は先頭音素が異なるように分割するが、助詞、助動
詞のような附属語は分割することなく文法６ａ，６ｂの
両方の単語辞書に共通に用意しておき、言語処理ユニッ
ト３ａ，３ｂはそれぞれ文法６ａ，６ｂのみを用いれば
よく、例えば言語処理ユニット３ａが文法６ｂを必要と
しないようにする。また言語処理ユニット３ａ，３ｂと
してはそれぞれＬＲパーザを用いた言語処理（音素推定
処理）を行うものとし、統計的言語モデルとしては文字
トライグラム、つまり認識した二つ前の文字から次に発
生する文字の確率を用いる。
合語は先頭音素が異なるように分割するが、助詞、助動
詞のような附属語は分割することなく文法６ａ，６ｂの
両方の単語辞書に共通に用意しておき、言語処理ユニッ
ト３ａ，３ｂはそれぞれ文法６ａ，６ｂのみを用いれば
よく、例えば言語処理ユニット３ａが文法６ｂを必要と
しないようにする。また言語処理ユニット３ａ，３ｂと
してはそれぞれＬＲパーザを用いた言語処理（音素推定
処理）を行うものとし、統計的言語モデルとしては文字
トライグラム、つまり認識した二つ前の文字から次に発
生する文字の確率を用いる。
【００１１】言語処理ユニット３ａ，３ｂはそれぞれ文
法６ａ，６ｂを用いて、文の最初に出現する可能性のあ
る文字のすべてを音声認識候補とし、その各音声認識候
補について入力音声の特徴パラメータ時系列と標準パタ
ーンと類似の尤度を、複数のＨＭＭ音素認識ユニット７
をそれぞれ用いて求める。各言語処理ユニット３ａ，３
ｂは各音声認識候補についての生起の尤度をメモリ５の
統計的言語モデルを用いて求め、更に各音声認識候補に
ついて生起の尤度と類似の尤度との例えば和により総合
尤度を求め、各言語処理ユニット３ａ，３ｂごとにそれ
ぞれ総合尤度の高いものから、例えば５０個ずつを音声
認識候補として残し、これらについて、文法６ａ，６ｂ
を用いて次の文字の音声認識候補をすべて求め、以下同
様のことを行う。
法６ａ，６ｂを用いて、文の最初に出現する可能性のあ
る文字のすべてを音声認識候補とし、その各音声認識候
補について入力音声の特徴パラメータ時系列と標準パタ
ーンと類似の尤度を、複数のＨＭＭ音素認識ユニット７
をそれぞれ用いて求める。各言語処理ユニット３ａ，３
ｂは各音声認識候補についての生起の尤度をメモリ５の
統計的言語モデルを用いて求め、更に各音声認識候補に
ついて生起の尤度と類似の尤度との例えば和により総合
尤度を求め、各言語処理ユニット３ａ，３ｂごとにそれ
ぞれ総合尤度の高いものから、例えば５０個ずつを音声
認識候補として残し、これらについて、文法６ａ，６ｂ
を用いて次の文字の音声認識候補をすべて求め、以下同
様のことを行う。
【００１２】このようにして入力音声の特徴パラメータ
時系列について両言語処理ユニット３ａ，３ｂの処理が
終了すると、それぞれのそれまでの総合尤度が高いもの
から、例えば１０個ずつの音声認識候補をソーティング
部８へ送り、総合尤度の高い順にソーティングし、上位
の例えば１０個を認識結果として出力する。上述におい
ては単語辞書を２分割して２つの文法を用いて並列処理
したが、３つ以上に分割して３つ以上の文法を用いて３
つ以上の並列処理を行ってもよい。また単語辞書の分割
は先頭音素が異なるように分割するのみならず、例えば
名詞と、名詞以外とに分割してもよい。この場合は両言
語処理ユニット３ａ，３ｂが、同一音素を認識候補とす
る場合があり、このような場合は２重に処理されること
になるが、このような場合は少ないため、それ程処理量
が増加するおそれはない。
時系列について両言語処理ユニット３ａ，３ｂの処理が
終了すると、それぞれのそれまでの総合尤度が高いもの
から、例えば１０個ずつの音声認識候補をソーティング
部８へ送り、総合尤度の高い順にソーティングし、上位
の例えば１０個を認識結果として出力する。上述におい
ては単語辞書を２分割して２つの文法を用いて並列処理
したが、３つ以上に分割して３つ以上の文法を用いて３
つ以上の並列処理を行ってもよい。また単語辞書の分割
は先頭音素が異なるように分割するのみならず、例えば
名詞と、名詞以外とに分割してもよい。この場合は両言
語処理ユニット３ａ，３ｂが、同一音素を認識候補とす
る場合があり、このような場合は２重に処理されること
になるが、このような場合は少ないため、それ程処理量
が増加するおそれはない。
【００１３】頭部Ｘ線ＣＴの正常および異常５所見ず
つ、合計５４３文節を認識対象とし、音素ＨＭＭモデル
の学習は女性１名の発声した音素バランス２１６単語、
１１５単音節および２所見（８９文節）であり、目視に
より音素ラベル付けを行ったものを使用し、音素ＨＭＭ
は母音が２状態１ループ、子音が４状態３ループであ
り、処理速度を高めるためのビーム幅の制限、つまり認
識候補を絞って次の認識に移る場合に絞る認識候補の数
を変化させて認識実験を行った。その結果を図２に示
す。この図のビーム幅２００、１００、および５０のと
ころを比較すると、文法を分割した場合、文法非分割の
場合の大体半分のビーム幅でほぼ同じ認識率となってい
る。つまり文法を分割した場合ＨＭＭ認識処理量を増や
すことなく、言語処理を並列化できることが確認され
た。また文法の分割法は、文法カテゴリを用いた方が認
識率が高い場合もあるが、多くの場合アイウエオ順に分
割した方が認識率が高く、並列度を高めることが簡易で
ある点でも有利である。
つ、合計５４３文節を認識対象とし、音素ＨＭＭモデル
の学習は女性１名の発声した音素バランス２１６単語、
１１５単音節および２所見（８９文節）であり、目視に
より音素ラベル付けを行ったものを使用し、音素ＨＭＭ
は母音が２状態１ループ、子音が４状態３ループであ
り、処理速度を高めるためのビーム幅の制限、つまり認
識候補を絞って次の認識に移る場合に絞る認識候補の数
を変化させて認識実験を行った。その結果を図２に示
す。この図のビーム幅２００、１００、および５０のと
ころを比較すると、文法を分割した場合、文法非分割の
場合の大体半分のビーム幅でほぼ同じ認識率となってい
る。つまり文法を分割した場合ＨＭＭ認識処理量を増や
すことなく、言語処理を並列化できることが確認され
た。また文法の分割法は、文法カテゴリを用いた方が認
識率が高い場合もあるが、多くの場合アイウエオ順に分
割した方が認識率が高く、並列度を高めることが簡易で
ある点でも有利である。
【００１４】
【発明の効果】以上述べたようにこの発明によれば文法
を分割して言語処理を並列に行うことにより認識率を低
下することなく、処理速度を向上させることができる。
例えばＨＭＭ音素認識処理を並列化してその処理時間を
１／１０にし、かつ言語処理を並列化して、その処理を
半分にすると、全体の処理時間は、並列処理を全く行わ
ない場合の１／４程度に短縮できる。
を分割して言語処理を並列に行うことにより認識率を低
下することなく、処理速度を向上させることができる。
例えばＨＭＭ音素認識処理を並列化してその処理時間を
１／１０にし、かつ言語処理を並列化して、その処理を
半分にすると、全体の処理時間は、並列処理を全く行わ
ない場合の１／４程度に短縮できる。
【００１５】特に統計的言語モデルとして文字トライグ
ラムを用い、言語処理としてＬＲパーザを用いることに
より、オートマントを用いる場合よりも、並列化し易
い。
ラムを用い、言語処理としてＬＲパーザを用いることに
より、オートマントを用いる場合よりも、並列化し易
い。
【図１】この発明の実施例を示すブロック図。
【図２】音声認識実験結果を示す図。
Claims (1)
- 【請求項１】 入力音声を特徴パラメータの時系列と
し、その特徴パラメータの時系列について、日本語の構
文、単語辞書、および文字音素変換規則などからなる文
法を用いて、複数の音声認識候補を選出し、 これら各音声認識候補について、上記入力音声の特徴パ
ラメータ時系列と標準パターンとをそれぞれ照合して、
その類似の尤度を求め、 上記各音声認識候補について、それまでの認識結果を基
に、統計的言語モデルを用いて生起の尤度を求め、 その生起の尤度と上記類似の尤度との総合の尤度の高い
候補を認識結果とする日本語音声認識方法において、 上記文法を複数に分割して、その分割された文法をそれ
ぞれ用いて、上記音声認識候補の選出を並列に行って異
なる音声認識候補を選出し、 これら選出された音声認識候補について、上記入力音声
の特徴パラメータ時系列と標準パターンとの照合を複数
並列に行うことを特徴とする日本語音声認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5073315A JPH06289894A (ja) | 1993-03-31 | 1993-03-31 | 日本語音声認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5073315A JPH06289894A (ja) | 1993-03-31 | 1993-03-31 | 日本語音声認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH06289894A true JPH06289894A (ja) | 1994-10-18 |
Family
ID=13514624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5073315A Pending JPH06289894A (ja) | 1993-03-31 | 1993-03-31 | 日本語音声認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06289894A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100349656B1 (ko) * | 2000-12-20 | 2002-08-24 | 한국전자통신연구원 | 다수의 하위 음성검출 시스템을 이용한 음성검출 장치 및그 방법 |
| KR101424193B1 (ko) * | 2007-12-10 | 2014-07-28 | 광주과학기술원 | 타 언어권 화자음성에 대한 음성인식 시스템의 성능 향상을위한 비직접적 데이터 기반 발음변이 모델링 시스템 및방법 |
-
1993
- 1993-03-31 JP JP5073315A patent/JPH06289894A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100349656B1 (ko) * | 2000-12-20 | 2002-08-24 | 한국전자통신연구원 | 다수의 하위 음성검출 시스템을 이용한 음성검출 장치 및그 방법 |
| KR101424193B1 (ko) * | 2007-12-10 | 2014-07-28 | 광주과학기술원 | 타 언어권 화자음성에 대한 음성인식 시스템의 성능 향상을위한 비직접적 데이터 기반 발음변이 모델링 시스템 및방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8185376B2 (en) | Identifying language origin of words | |
| US6236964B1 (en) | Speech recognition apparatus and method for matching inputted speech and a word generated from stored referenced phoneme data | |
| US5878390A (en) | Speech recognition apparatus equipped with means for removing erroneous candidate of speech recognition | |
| JP5040909B2 (ja) | 音声認識辞書作成支援システム、音声認識辞書作成支援方法及び音声認識辞書作成支援用プログラム | |
| US9978364B2 (en) | Pronunciation accuracy in speech recognition | |
| US7606710B2 (en) | Method for text-to-pronunciation conversion | |
| US20050197838A1 (en) | Method for text-to-pronunciation conversion capable of increasing the accuracy by re-scoring graphemes likely to be tagged erroneously | |
| JP3444108B2 (ja) | 音声認識装置 | |
| JP3364631B2 (ja) | 統計的言語モデル生成装置及び音声認識装置 | |
| Stefan-Adrian et al. | Rule-based automatic phonetic transcription for the Romanian language | |
| JP2004177551A (ja) | 音声認識用未知発話検出装置及び音声認識装置 | |
| JPH09134192A (ja) | 統計的言語モデル生成装置及び音声認識装置 | |
| JPH06289894A (ja) | 日本語音声認識方法 | |
| JP3378547B2 (ja) | 音声認識方法及び装置 | |
| JP3240691B2 (ja) | 音声認識方法 | |
| Vazirnezhad et al. | Hybrid statistical pronunciation models designed to be trained by a medium-size corpus | |
| Puurula et al. | Vocabulary decomposition for Estonian open vocabulary speech recognition | |
| JP3009709B2 (ja) | 日本語音声認識方法 | |
| JPH08314490A (ja) | ワードスポッティング型音声認識方法と装置 | |
| JPH04291399A (ja) | 音声認識方法 | |
| Saychum et al. | A great reduction of wer by syllable toneme prediction for thai grapheme to phoneme conversion | |
| Okawa et al. | Phrase recognition in conversational speech using prosodic and phonemic information | |
| JPH0612091A (ja) | 日本語音声認識方法 | |
| Çömez | Large vocabulary continuous speech recognition for Turkish using HTK | |
| JP2005534968A (ja) | 漢字語の読みの決定 |