JPH0695689A - 音声認識システム - Google Patents
音声認識システムInfo
- Publication number
- JPH0695689A JPH0695689A JP4247452A JP24745292A JPH0695689A JP H0695689 A JPH0695689 A JP H0695689A JP 4247452 A JP4247452 A JP 4247452A JP 24745292 A JP24745292 A JP 24745292A JP H0695689 A JPH0695689 A JP H0695689A
- Authority
- JP
- Japan
- Prior art keywords
- word
- recognition
- relationship
- phoneme
- adjective
- 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】 言語解析のための単語候補の探索を確実，容
易にして言語解析の認識速度と認識率を向上する。 【構成】 単語認識のための音素列比較３1に単語辞書
３3から単語候補を抽出するのに、単語候補に意味情報
を持たせる予測用情報３4を使って次単語予測３2を行
い、単語候補を意味的に制限した次単語候補の予測によ
って音素列比較を少なくすすると共に認識単語候補数も
少なくする。また、無意味な単語は音素的に類似度が高
くともその除外によって認識率を高くする。
易にして言語解析の認識速度と認識率を向上する。 【構成】 単語認識のための音素列比較３1に単語辞書
３3から単語候補を抽出するのに、単語候補に意味情報
を持たせる予測用情報３4を使って次単語予測３2を行
い、単語候補を意味的に制限した次単語候補の予測によ
って音素列比較を少なくすすると共に認識単語候補数も
少なくする。また、無意味な単語は音素的に類似度が高
くともその除外によって認識率を高くする。
Description
【０００１】
【産業上の利用分野】本発明は、音声認識システムに係
り、特に連続音声認識における単語候補探索に関する。
り、特に連続音声認識における単語候補探索に関する。
【０００２】
【従来の技術】音声認識システムのうち、連続音声認識
では連続して発声された入力音声信号に対して区間ごと
に周波数分析あるいは線形予測分析を行って特徴ベクト
ルの系列に変換し（音響分析）、この特徴ベクトルから
音声信号を一定の物理的な性質を持つ部分に分割して母
音や子音の音素を抽出し（音素認識）、単語の音形を記
録した単語辞書を参照して音素認識結果から音素列比較
により単語ラティスとして認識し（単語認識）、単語ラ
ティス中の単語から構文，意味解析により個々に単語を
決定して単語列として抽出する（言語解析）。
では連続して発声された入力音声信号に対して区間ごと
に周波数分析あるいは線形予測分析を行って特徴ベクト
ルの系列に変換し（音響分析）、この特徴ベクトルから
音声信号を一定の物理的な性質を持つ部分に分割して母
音や子音の音素を抽出し（音素認識）、単語の音形を記
録した単語辞書を参照して音素認識結果から音素列比較
により単語ラティスとして認識し（単語認識）、単語ラ
ティス中の単語から構文，意味解析により個々に単語を
決定して単語列として抽出する（言語解析）。
【０００３】このような連続音声認識において、調音結
合や音の脱落など様々な原因によって音素の認識が必ず
しも正確に行われるとは限らない。
合や音の脱落など様々な原因によって音素の認識が必ず
しも正確に行われるとは限らない。
【０００４】そこで、音素認識では音素列の抽出にいく
つかの可能性を残した音素ラティスとして得、単語認識
では得られた音素列を辞書の各単語の音素列と比較し、
類似度の高いものから単語候補として残し、言語解析で
は構文・意味的に整合性のとれた候補単語を選択する。
つかの可能性を残した音素ラティスとして得、単語認識
では得られた音素列を辞書の各単語の音素列と比較し、
類似度の高いものから単語候補として残し、言語解析で
は構文・意味的に整合性のとれた候補単語を選択する。
【０００５】
【発明が解決しようとする課題】従来方式において、単
語認識では１つの音素列当たり複数の単語候補を抽出す
るため、言語解析では文章として認識するのに長い文章
になるほど単語候補の組合せが指数関数的に増加してし
まう。
語認識では１つの音素列当たり複数の単語候補を抽出す
るため、言語解析では文章として認識するのに長い文章
になるほど単語候補の組合せが指数関数的に増加してし
まう。
【０００６】このため、認識可能な語彙数の増加に伴っ
て言語解析に要する時間が非常に大きくなり、連続音声
入力に対する音声認識の応答性が悪くなるし、認識不能
にもなる。
て言語解析に要する時間が非常に大きくなり、連続音声
入力に対する音声認識の応答性が悪くなるし、認識不能
にもなる。
【０００７】本発明の目的は、単語候補の探索を確実，
容易にして言語解析の認識速度と認識率を向上する音声
認識システムを提供することにある。
容易にして言語解析の認識速度と認識率を向上する音声
認識システムを提供することにある。
【０００８】
【課題を解決するための手段】本発明は、前記課題の解
決を図るため、連続音声入力信号を音響分析し、この分
析結果から音素認識をし、この認識結果と単語の音素列
との音素列比較によって単語候補を認識し、この単語候
補から言語解析によって個々に単語を決定する音声認識
システムにおいて、前記音素列比較に供する単語に意味
情報を持たせて後続する単語候補を制限する単語予測手
段を備えたことを特徴とする。
決を図るため、連続音声入力信号を音響分析し、この分
析結果から音素認識をし、この認識結果と単語の音素列
との音素列比較によって単語候補を認識し、この単語候
補から言語解析によって個々に単語を決定する音声認識
システムにおいて、前記音素列比較に供する単語に意味
情報を持たせて後続する単語候補を制限する単語予測手
段を備えたことを特徴とする。
【０００９】
【作用】単語認識における音素列比較に際し、候補単語
をその意味的に制限することによって比較対象となる候
補単語から無意味な単語を除外し、意味的に整合する候
補単語のみによる単語認識を行い、また単語認識結果に
対する言語解析に供する候補単語数を少なくする。
をその意味的に制限することによって比較対象となる候
補単語から無意味な単語を除外し、意味的に整合する候
補単語のみによる単語認識を行い、また単語認識結果に
対する言語解析に供する候補単語数を少なくする。
【００１０】
【実施例】図１は本発明の一実施例を示すシステム構成
図である。音響分析部１と音素認識部２及び言語解析部
４による各処理は従来の連続音声認識システムと同様の
ものになる。
図である。音響分析部１と音素認識部２及び言語解析部
４による各処理は従来の連続音声認識システムと同様の
ものになる。
【００１１】単語認識部３は、入力音素列から単語候補
を認識する音素列比較処理３1に与える次単語候補デー
タを制限することで音素列比較の単語数を少なくすると
共に認識される単語候補も少なくする。
を認識する音素列比較処理３1に与える次単語候補デー
タを制限することで音素列比較の単語数を少なくすると
共に認識される単語候補も少なくする。
【００１２】このための次単語候補データは、次単語予
測処理３2が単語辞書３3と予測用情報３4を使って、意
味的な制限の基に予測する。
測処理３2が単語辞書３3と予測用情報３4を使って、意
味的な制限の基に予測する。
【００１３】この単語予測には以下の関係を利用する。
【００１４】(1)副詞および形容詞，形容動詞の連用形
と動詞間の関係 副詞と動詞および形容詞，形容動詞の連用形と動詞間の
意味的な結合情報を得る為に、動詞の意味分類を表１，
２のように与える。
と動詞間の関係 副詞と動詞および形容詞，形容動詞の連用形と動詞間の
意味的な結合情報を得る為に、動詞の意味分類を表１，
２のように与える。
【００１５】各副詞，形容詞，形容動詞にはその単語に
後続し得る動詞の意味属性を持たせる。
後続し得る動詞の意味属性を持たせる。
【００１６】例を表３に示す。こうして与えた意味属性
によって副詞などに後続する動詞を予測し制限すること
ができる。
によって副詞などに後続する動詞を予測し制限すること
ができる。
【００１７】
【表１】
【００１８】
【表２】
【００１９】
【表３】
【００２０】(2)連体詞と連体詞の関係 連体詞同士の接続に関して、接続の仕方によって意味の
通らない文が出現することがあるため、連体詞をいくつ
かのグループに分けそのグループ間での接続関係を決め
ている。例を表４，５に示す。
通らない文が出現することがあるため、連体詞をいくつ
かのグループに分けそのグループ間での接続関係を決め
ている。例を表４，５に示す。
【００２１】
【表４】
【００２２】
【表５】
【００２３】(3)形容詞と名詞の関係 各名詞には表６のようにそれぞれに単語の上位概念を意
味属性として与える。これらの意味属性間は図２に示す
ように階層構造をなしている。また意味属性のトップレ
ベルは表７のように与える。形容詞に対しても表８に示
すような意味属性を与える。
味属性として与える。これらの意味属性間は図２に示す
ように階層構造をなしている。また意味属性のトップレ
ベルは表７のように与える。形容詞に対しても表８に示
すような意味属性を与える。
【００２４】これらに対して、形容詞の意味属性と名詞
の意味属性との間の関係を表９の例のように与える。こ
の情報を利用することによって形容詞に後続する名詞を
限定する事ができる。
の意味属性との間の関係を表９の例のように与える。こ
の情報を利用することによって形容詞に後続する名詞を
限定する事ができる。
【００２５】
【表６】
【００２６】
【表７】
【００２７】
【表８】
【００２８】
【表９】
【００２９】(4)名詞句と名詞の関係 名詞に与えた表６のような意味属性によって、助詞が結
ぶ名詞間の意味関係を表現し、名詞句に後続する名詞を
限定するのに利用する。助詞「の」が結ぶ名詞間の意味
属性の関係を表１０に示す。
ぶ名詞間の意味関係を表現し、名詞句に後続する名詞を
限定するのに利用する。助詞「の」が結ぶ名詞間の意味
属性の関係を表１０に示す。
【００３０】
【表１０】
【００３１】(5)格構造をもとにした予測用知識ベース 格構造の知識を単語予測用に分類整理することにより単
語予測用知識ベースを構築する。これは意味属性＋格助
詞＋格の種類＋予測される述語の全ての組み合わせを分
類することによって得られる。
語予測用知識ベースを構築する。これは意味属性＋格助
詞＋格の種類＋予測される述語の全ての組み合わせを分
類することによって得られる。
【００３２】これによって、名詞の意味属性からその名
詞に結びつく可能性の高い格助詞を予測，名詞の意味属
性とそれに結びついている格助詞とから、示す可能性の
ある格の種類、同じ格構造内で使われる可能性のある意
味属性＋格助詞＋格の種類、およびその意味属性＋格助
詞が格として使われる可能性のある述語を予測する。
詞に結びつく可能性の高い格助詞を予測，名詞の意味属
性とそれに結びついている格助詞とから、示す可能性の
ある格の種類、同じ格構造内で使われる可能性のある意
味属性＋格助詞＋格の種類、およびその意味属性＋格助
詞が格として使われる可能性のある述語を予測する。
【００３３】
【発明の効果】以上のとおり、本発明によれば、単語認
識部における音素列比較による単語認識に単語候補を意
味的に制限して単語候補を抽出するようにしたため、意
味的に不要な単語候補を除去することができ、単語認識
のための処理時間を短縮すると共に言語解析部４での認
識処理時間を短縮することができる。
識部における音素列比較による単語認識に単語候補を意
味的に制限して単語候補を抽出するようにしたため、意
味的に不要な単語候補を除去することができ、単語認識
のための処理時間を短縮すると共に言語解析部４での認
識処理時間を短縮することができる。
【００３４】また、無意味な単語候補は音素的に類似度
が高くても除外されるため、認識率を向上させることが
できる。
が高くても除外されるため、認識率を向上させることが
できる。
【図１】本発明の一実施例を示すシステム構成図。
【図２】意味属性の階層構造の例。
１…音響分析部 ２…音素認識部 ３…単語認識部 ４…言語解析部
Claims (1)
- 【請求項１】 連続音声入力信号を音響分析し、この分
析結果から音素認識をし、この認識結果と単語の音素列
との音素列比較によって単語候補を認識し、この単語候
補から言語解析によって個々に単語を決定する音声認識
システムにおいて、前記音素列比較に供する単語に意味
情報を持たせて後続する単語候補を制限する単語予測手
段を備えたことを特徴とする音声認識システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4247452A JPH0695689A (ja) | 1992-09-17 | 1992-09-17 | 音声認識システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4247452A JPH0695689A (ja) | 1992-09-17 | 1992-09-17 | 音声認識システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0695689A true JPH0695689A (ja) | 1994-04-08 |
Family
ID=17163660
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4247452A Pending JPH0695689A (ja) | 1992-09-17 | 1992-09-17 | 音声認識システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0695689A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001099096A1 (fr) * | 2000-06-20 | 2001-12-27 | Sharp Kabushiki Kaisha | Systeme de communication a entree vocale, terminal d'utilisateur et systeme central |
| KR100474359B1 (ko) * | 2002-12-12 | 2005-03-10 | 한국전자통신연구원 | 키워드 기반 Ｎ-ｇｒａｍ 언어모델 구축 방법 |
-
1992
- 1992-09-17 JP JP4247452A patent/JPH0695689A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001099096A1 (fr) * | 2000-06-20 | 2001-12-27 | Sharp Kabushiki Kaisha | Systeme de communication a entree vocale, terminal d'utilisateur et systeme central |
| US7225134B2 (en) | 2000-06-20 | 2007-05-29 | Sharp Kabushiki Kaisha | Speech input communication system, user terminal and center system |
| KR100474359B1 (ko) * | 2002-12-12 | 2005-03-10 | 한국전자통신연구원 | 키워드 기반 Ｎ-ｇｒａｍ 언어모델 구축 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lee et al. | Golden Mandarin (II)-an improved single-chip real-time Mandarin dictation machine for Chinese language with very large vocabulary | |
| US7424427B2 (en) | Systems and methods for classifying audio into broad phoneme classes | |
| Lee | Voice dictation of mandarin chinese | |
| US11721329B2 (en) | Method, system and apparatus for multilingual and multimodal keyword search in a mixlingual speech corpus | |
| KR100486733B1 (ko) | 음소 결합정보를 이용한 연속 음성인식방법 및 장치 | |
| US6067520A (en) | System and method of recognizing continuous mandarin speech utilizing chinese hidden markou models | |
| Kumar et al. | A large-vocabulary continuous speech recognition system for Hindi | |
| Lee et al. | Golden Mandarin (II)-an intelligent Mandarin dictation machine for Chinese character input with adaptation/learning functions | |
| WO2003010754A1 (fr) | Systeme de recherche a entree vocale | |
| Ostendorf et al. | Parse scoring with prosodic information: an analysis/synthesis approach | |
| JPH10501078A (ja) | 音声認識システムの言語モデルのサイズを適応させるための方法および装置 | |
| Lyu et al. | Golden Mandarin (III)-A user-adaptive prosodic-segment-based Mandarin dictation machine for Chinese language with very large vocabulary | |
| Niemann et al. | The speech understanding and dialog system EVAR | |
| Fach | A comparison between syntactic and prosodic phrasing | |
| JP3009636B2 (ja) | 音声言語解析装置 | |
| JPH0695689A (ja) | 音声認識システム | |
| JPH06202688A (ja) | 音声認識装置 | |
| Lee | Structural features of Chinese language–Why Chinese spoken language processing is special and where we are | |
| Makino et al. | A Japanese text dictation system based on phoneme recognition and a dependency grammar | |
| KR20030010979A (ko) | 의미어단위 모델을 이용한 연속음성인식방법 및 장치 | |
| JPH0695684A (ja) | 音声認識システム | |
| Yokoyama et al. | Detecting speech recognition errors using topic information and BERT | |
| Lin et al. | An efficient voice retrieval system for very-large-vocabulary Chinese textual databases with a clustered language model | |
| Bhandary | CMSC-676 UMBC | |
| Shigenaga et al. | A speech recognition system of continuously spoken japanese sentences and an application to a speech input device |