JPH07281695A - 音声認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 予め記憶されている標準音声パターンと入力
音声パターンとを比較し、その近似度に応じて入力文字
候補を複数表示可能な装置において、上記入力文字候補
中に所望の文字が存在しない場合であっても、上記所望
文字の入力を簡単に行なえるようにする。 【構成】 予め訂正パターン記憶部１６中に全文字を記
憶し、操作部４上の訂正キーが操作されると上記全文字
を表示部１２上に表示し、上記全文字の中から所望の文
字を選択可能とした。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声認識装置に関する。

【０００２】

【従来の技術】現在、各種電子機器及び家電商品では小
型化及び操作性の簡素化の観点からキースイッチの削減
又はキーレス化が要求され、この要求を満たす方式とし
ては音声認識技術を利用した入力方法が提案されている
（例えば、特開昭６１−４２０２８号公報、特開昭６１
−３２１３８号公報参照）。

【０００３】

【発明が解決しようとする課題】従来のこの種方式は上
記特開昭６１−４２０２８号公報にも記載されているよ
うに、予め各文字毎に対応付けて格納されている標準音
声パターンとマイクロフォン等を介して入力された音声
パターンとを比較し、複数の近似する標準音声パターン
と対応する文字を候補として表示部上に表示する。そし
て、この表示された複数の文字の中から１つを選択確定
する構成となっている。

【０００４】然るに、この種方法では、候補として表示
される文字は入力音声パターンと標準音声パターンとの
近似を条件としている。また、外部ノイズ、ユーザの体
調等により入力音声パターンが所望する文字の標準音声
パターンとは近似しないケースが生じる。例えば、
「あ」という音声を入力したとしても、候補としては、
「あ」以外の「か」、「さ」、「た」、「は」等の文字
が列挙される場合がある。このような場合、再度音声を
入力するが、応々にして結果は同じとなり所望する文字
を入力できないケースが頻繁に発生していた。

【０００５】

【課題を解決するための手段】本発明は上記課題に鑑み
てなされたもので、その特徴は、音声入力手段と、予め
標準音声パターンと文字パターンとが対応付けて格納さ
れている標準パターンメモリと、上記音声入力手段より
入力された音声パターンと上記標準パターンメモリ中の
標準音声パターンとを比較し近似する標準音声パターン
と対応格納されている文字パターンを選択出力する候補
出力手段と、表示部と、該表示部上に全文字パターンを
表示可能とするためのパターンが格納された訂正パター
ン記憶部と、上記表示部に表示された文字の中から１つ
を選択する手段と、訂正キーと、上記各部を制御する手
段とを備え、上記制御手段は上記候補出力手段から選択
出力された複数の候補を同時に表示し、上記選択手段に
よりそれら候補の一つが選択されると選択された文字パ
ターンを確定入力し、また上記複数候補表示状態におい
て上記訂正キーが入力されると上記表示部上に上記訂正
パターン記憶部中のパターンを切換表示し、かつ、上記
選択手段により上記パターン中の文字の一つを選択可能
としたことにある。

【０００６】

【作用】斯る構成によれば、候補出力手段により選択さ
れなかった文字も簡単な方法にて選択確定できる。

【０００７】

【実施例】図１は本発明の実施例を示すブロック図、図
２は本実施例装置の外観を示す平面図であり、以下では
この両図に基づいて説明する。

【０００８】制御部（１）は例えばマイクロコンピュー
タからなり、予め半導体リードオンリメモリＲＯＭ
（２）に格納された制御プログラムに基づいてバス
（３）に接続された各部の制御を司る。

【０００９】操作部（４）は、音声スイッチ（５）、カ
ーソルキー（６）、訂正キー（７）、確定キー（８）及
びかな／カナ切換キー（９）を備える。上記音声スイッ
チ（５）は常開スイッチであり、マイクロフォン（１
０）からの音声入力の受付期間を規定するものである。
具体的には、上記スイッチ（５）が押下され閉状態とな
っている間マイクロフォン（１０）から入力されＡ／Ｄ
コンバータ（１１）により後述のサンプリング方式に従
ってデジタル信号に変換された入力音声パターンを制御
部（１）は受付ける。

【００１０】表示部（１２）は液晶表示器等のフラット
パネルディスプレイからなり、制御部（１）の制御の下
に表示制御部（１３）に供給された命令及び文字コード
に従って種々の表示が行われる。ゆえに、上記表示制御
部（１３）は上記命令を解読するためのデコーダ及び上
記文字コードを文字パターンに変換するためのキャラク
タジェネレータを備える。

【００１１】標準メモリ（１４）は例えば半導体ランダ
ムアクセスメモリのように高速アクセスが可能でかつ読
出し、書込みが可能なメモリで構成される。また、上記
メモリ（１４）には図３に示す如く、各単音を示す標準
音声パターンと対応付けてその音声パターンと対応する
文字の平仮名及び片仮名の文字コードが予め格納されて
いる。尚、上記標準音声パターンは予めフィルターバン
ク方式、線形予測係数方式、パーコール係数方式、ＬＳ
Ｐ係数方式又はケプストラム係数方式等の周知のサンプ
リング方式によりサンプリングされたものである。

【００１２】候補メモリ（１５）は例えば高速アクセス
可能な半導体ランダムアクセスメモリからなり、該メモ
リ（１５）には制御部（１）の制御の下に上記標準メモ
リ（１４）より読出された文字コードが複数個格納可能
である。

【００１３】訂正パターン記憶部（１６）は例えば半導
体リードオンリメモリからなり、該記憶部（１６）には
各平仮名及び片仮名文字コード及び上記平仮名の全て又
は片仮名の全てを表示部（１２）上に表示するためのフ
ォーマットが予め格納されている。

【００１４】文字＆ワークメモリ（１７）は半導体ラン
ダムアクセスメモリからなり、該メモリ（１７）には選
択確定された文字コードが順次格納可能であると共に制
御部（１）の制御動作に必要となるフラッグ等の変数も
格納保持する。

【００１５】図４〜図７は、上記制御プログラムに基づ
く制御部（１）の制御動作を示すフローチャートであ
り、以下ではこのチャートに基づいて本実施例の動作を
説明する。

【００１６】本実施例装置に電源が投入されると、制御
部（１）はＳ１ステップにおいて初期設定を行なう。具
体的には、文書＆ワークメモリ（１７）中に第１、第２
フラッグ領域を設け、それらの各領域に論理値「０」を
セットする。尚、上記第１のフラッグ値は後述の説明か
ら明らかとなるように、第１のフラッグ値が「０」の時
の入力モードは平仮名モードであり、「１」の時は片仮
名モードとなる。一方、第２のフラッグ値はマイクロフ
ォン（１０）から入力された音声パターンの有無を示す
もので、フラッグ値が「０」の場合が無を、フラッグ値
が「１」の場合は有を示す。また、このＳ１ステップで
は図８に示す如く表示部（１２）の画面をクリアすると
共にその先頭位置（図８中左上位置）に入力カーソル
（１８）を表示するように制御部（１）は表示制御部
（１３）を制御する。

【００１７】Ｓ２ステップでは、制御部（１）は候補メ
モリ（１５）をクリアし、その後Ｓ３〜Ｓ６ステップに
おいて操作部（４）上のキーが操作されているか否かを
判定する。具体的には、Ｓ３ステップにおいて音声キー
（５）が操作されていると判定すると図５のＳ９ステッ
プに処理を進め、Ｓ４ステップにおいて訂正キー（７）
が操作されていると判定すると図６のＳ２２ステップに
処理を進め、Ｓ５ステップにおいてカーソルキー（６）
が操作されていると判定するとＳ７ステップを処理した
後Ｓ３ステップに戻る。また、Ｓ６ステップにおいてか
な／カナキー（９）が操作されていると判定するとＳ８
ステップを処理した後Ｓ３ステップに戻る。

【００１８】上記Ｓ７ステップでは操作されたカーソル
キー（６）に従って表示部（１２）上の入力カーソル
（１８）を移動し、その後処理をＳ３ステップに戻す。
一方、Ｓ８ステップでは文書＆ワークメモリ（１７）中
に格納されている第１のフラッグ値と論理「１」との間
で排他的論理和をとり、その結果を第１のフラッグ値と
して上記メモリ（１７）の第１フラッグ領域の内容を書
換える。従って、上記かな／カナキー（９）が操作され
る毎に平仮名モードと片仮名モードとが交互に切換わ
る。Ｓ８ステップの処理が終了するとＳ３ステップに戻
る。

【００１９】次にＳ３ステップにおいて音声キー（５）
が操作されたと判定した場合の制御部（１）による制御
について説明する。この場合上述した如く処理は図５の
Ｓ９ステップに進む。Ｓ９ステップでは、マイクロフォ
ン（１０）を介して入力されＡ／Ｄコンバータ（１１）
によりサンプリングされデジタル信号に変換された入力
音声パターンの取込みを続くＳ１０ステップにおいて音
声キー（５）の操作の終了が検出されるまで行なう。即
ち、制御部（１）は音声キー（５）が操作されている間
にＡ／Ｄコンバータ（１１）より出力された入力音声パ
ターンを取込む。尚、この取込みが完了した時点で第２
のフラッグ値は「１」となる。

【００２０】続くＳ１１ステップでは、Ｓ９ステップで
取込んだ入力音声パターンと標準メモリ（１４）中の標
準音声パターンとを順次比較し、上記入力音声パターン
と最も近似するものから所定数（本実施例では５）選択
する。そして、文書＆ワークメモリ（１７）中のフラッ
グ値に基づいてその時点での入力モードを判定し、平仮
名モードである時（フラッグ値＝０）には上記選択した
入力音声パターンと対応付けて標準メモリ（１４）中に
格納されている平仮名文字コードを順次読出し候補メモ
リ（１５）に書込む。一方、平仮名モードである時（フ
ラッグ値＝１）には、上記選択した入力音声パターンと
対応付けて標準メモリ（１４）中に格納されている片仮
名文字コードを順次読出し候補メモリ（１５）に書込
む。尚、候補メモリ（１５）に対する文字コードの上記
書込み順は上記入力音声パターンと標準音声パターンと
の近似度の高いものからとすることが好ましく、これに
より入力音声パターンに最も近い文字コードの判別に役
立つ。

【００２１】Ｓ１２ステップでは、上記候補メモリ（１
５）に書込まれた文字コードで表わされる文字パターン
（候補）を上記文字コードの格納順に表示部（１２）の
最下行に表示すると共にその先頭文字パターン上に候補
カーソル（１９）を表示する。一例として候補メモリ
（１５）中に平仮名「か」、「さ」、「た」、「な」、
「は」に対応する文字コードがこの順に格納されていた
とすると、Ｓ１２ステップの処理により図９に示す如く
表示部（１２）の最下行に上記各文字が表示されると共
に文字「か」には候補カーソル（１９）が重畳して表示
される。

【００２２】Ｓ１２ステップに続いてＳ１３ステップが
処理されるが、このステップではカーソルキー（６）が
操作されたか否かが判定される。カーソルキー（６）が
操作されるとＳ１４ステップにおいて上記カーソルキー
（６）の操作に従って候補カーソル（１９）を移動する
が、上記候補カーソル（１９）は表示部（１２）の最下
行に表示された文字上のみを移動するものであり、従っ
て左右方向への移動となる。具体例としては、図９の状
態において右移動カーソルキーが操作されると候補カー
ソル（１９）は文字「さ」の位置に移動し、一方左移動
カーソルキーが１回操作されると文字「は」の位置に移
動し、再度左移動カーソルキーが操作されると文字
「な」の位置に移動する。尚、上下移動カーソルキーが
操作された場合には候補カーソルは移動しない。

【００２３】上記Ｓ１３ステップにおいてカーソルキー
（６）が操作されていないと判定すると、Ｓ１５〜Ｓ１
７ステップにおいて操作部（４）上の確定キー（８）、
音声キー（５）又は訂正キー（７）のいずれが操作され
たか否かを判定し、いずれのキーも操作されていない場
合、処理はＳ１３ステップに戻る。

【００２４】一方、Ｓ１５、Ｓ１６ステップにおいて、
確定キー（８）或いは音声キー（５）の操作が検出され
るとＳ１８ステップにおいてその時点で候補カーソル
（１９）上に位置する文字を選択確定し、入力カーソル
（１８）が位置する位置に表示すると共にこの表示位置
に対応付けて選択確定された文字のコードを文書＆ワー
クメモリ（１７）に格納する。その後Ｓ１９ステップに
おいて入力カーソル（１８）の表示位置を次入力位置に
移動すると共にＳ２０ステップにおいてＳ９ステップで
取込まれた入力音声パターンに従って上記選択確定され
た文字と対応して標準メモリ（１４）中に格納されてい
る標準音声パターンを修正し、更にＳ２１ステップにお
いて表示部（１２）の最下行に表示されていた文字及び
候補カーソル（１９）を削除すると共に第２フラッグ値
を「０」に戻した後処理をＳ２ステップに戻す。

【００２５】上記Ｓ１８〜Ｓ２１ステップの具体例とし
て、今図９に示す状態において確定キー（８）又は音声
キー（５）が操作されたとすると、Ｓ１８〜Ｓ２１ステ
ップを処理することにより図１０に示す如く表示部（１
２）の入力カーソル（１８）の元の位置には文字「か」
が表示され、入力カーソル（１８）は１文字分右に移動
し、更に最下行の表示は削除される。

【００２６】尚、本実施例では音声キー（５）が操作さ
れると直ちにＳ１８ステップに処理を進めるよう構成し
たが、音声キー（５）操作に続いてマイクロフォン（１
０）より音声が入力されたことを条件として処理を進め
るよう構成する方が音声キー（５）の誤操作による誤っ
た選択確定を防ぐことができる。

【００２７】また、Ｓ１７ステップにおいて訂正キー
（７）の操作が検出されると図４のＳ４ステップにおい
て訂正キー（７）操作が検出された場合と同様に、処理
は図６のＳ２２ステップに進む。Ｓ２２ステップでは第
１のフラッグ値が「０」か否かを判定し、「０」の場合
処理をＳ２３ステップに進め、「１」の場合処理をＳ２
４ステップに進める。Ｓ２３ステップでは図１１に示す
如く訂正パターン記憶部（１６）中の全平仮名文字コー
ドに対応した平仮名文字をフォーマットにしたがって表
示部（１２）上に表示すると共にその先頭文字「あ」の
位置に候補カーソル（１９）を表示する。一方、Ｓ２３
ステップでは図１２に示す如く訂正パターン記憶部（１
６）中の全ての片仮名文字コードに対応した片仮名文字
をフォーマットにしたがって表示部（１２）上に表示す
ると共にその先頭文字「ア」の位置に候補カーソル（１
９）を表示する。

【００２８】尚、Ｓ２３、Ｓ２４ステップでは夫々訂正
パターン記憶部（１６）中の全平仮名又は全片仮名を表
示させる様に構成したが、上記Ｓ２３、Ｓ２４ステップ
が図６のＳ１２ステップの処理に続くＳ１７ステップの
処理に基づいて実行された場合には、Ｓ１２ステップの
処理で表示された候補を除いて表示しても良い。例え
ば、図９に示す状態で訂正キー（７）が操作されると図
１３に示す如く平仮名文字が表示される。このようにす
ることにより、既に選択から除外された文字の再評価を
行なう必要がなくなると共に選択されるべき文字を表示
すべきスペースを削除でき、表示面の有効活用をはかれ
る。

【００２９】上記Ｓ２３、Ｓ２４ステップが終了すると
処理はＳ２５ステップに進む。Ｓ２５ステップではかな
／カナキー（９）の操作有無を判定し、操作有と判定す
るとＳ２６ステップにおいてＳ８ステップと同様に第１
のフラッグ値と論理「１」との間で排他的論理和演算を
行ない、その結果を第１のフラッグ値として文書＆ワー
クメモリ（１７）の第１フラッグ領域の内容を書換え
る。そしてその後処理はＳ２２ステップに戻る。従っ
て、Ｓ２２〜Ｓ２６ステップが繰返されることにより、
表示部（１２）には訂正パターン記憶部（１６）中の平
仮名コードに対応した平仮名文字と片仮名コードに対応
した片仮名文字とが交互に切換表示される。

【００３０】一方、Ｓ２５ステップにおいてかな／カナ
キー（９）は操作されていないと判定するとＳ２７ステ
ップ以下が処理される。Ｓ２７〜Ｓ２９ステップでは操
作部（４）上のカーソルキー（６）、確定キー（８）又
は音声キー（５）の操作の有無を判定し、いずれのキー
も操作されていないと判定すると処理をＳ２５ステップ
に戻す。

【００３１】Ｓ２７ステップにおいてカーソルキー
（６）の操作を検出すると処理をＳ３０ステップに進め
る。Ｓ３０ステップでは上記Ｓ２７ステップで操作が検
出されたカーソルキー（６）に従って表示部（１２）に
表示されている候補カーソル（１９）を移動する。具体
例としては、例えば図１１に示す状態において下移動カ
ーソルキーが操作されると候補カーソル（１９）は文字
「い」が表示されている位置に移動し、右移動カーソル
キーが操作されると候補カーソル（１９）は文字「か」
に移動する。上記Ｓ３０ステップの処理が終了すると処
理はＳ２５ステップに戻る。

【００３２】また、Ｓ２８、Ｓ２９ステップにおいて確
定キー（８）又は音声キー（５）のいずれかが検出され
ると処理は図７のＳ３１ステップに進む。

【００３３】Ｓ３１ステップでは、その時点で候補カー
ソル（１９）上に位置する文字を選択確定し、入力カー
ソル（１８）が位置する位置に表示すると共にこの表示
位置に対応付けて選択確定された文字のコードを文書＆
ワークメモリ（１７）に格納する。その後Ｓ３２ステッ
プにおいて入力カーソル（１８）の表示位置を次入力位
置に移動する。続くＳ３３ステップでは第２のフラッグ
値が「１」となっているか否かを判定し、「１」となっ
ている場合にのみＳ３４ステップにおいてＳ９ステップ
で取込まれた入力音声パターンに従って上記Ｓ３１ステ
ップで選択確定された文字のコードと対応して標準メモ
リ（１４）に格納されている標準音声パターンを修正す
る。即ち、Ｓ３３ステップの判定は上記Ｓ２３又はＳ２
４ステップにおける表示がマイクロフォン（１０）から
の音声入力に引き続いたものであるか否かを判定して、
上記音声入力に引き続くものである場合のみ標準音声パ
ターンの修正要素が存在するのでＳ３４ステップを処理
する。

【００３４】上記Ｓ３３ステップにおいて第２のフラッ
グ値が「０」と判定された場合及びＳ３４ステップが終
了した場合、処理はＳ３５に進む。Ｓ３５ステップでは
上述のＳ２３又はＳ２４ステップにおいて表示部（１
２）に表示された平仮名又は片仮名文字、フォーマット
及び候補カーソル（１９）を削除すると共に第２フラッ
グ値を「０」に戻す。その後処理はＳ２ステップに戻
す。

【００３５】以上の処理を繰返すことにより、所望の文
字を一文字ずつ順次入力できる。また、音声を入力する
ことなく文字の入力を行なえるので、発声不能の際にも
使用できる。更に、平仮名と片仮名の入力対象文字は切
換え表示できるので表示スペースを少なくでき、かつ、
選択スピードを向上できる。

【００３６】

【発明の効果】本発明によれば、入力音声に対応して表
示される候補のなかに所望する文字が存在しなかった場
合でも、任意の文字を選択入力できるので、外部ノイ
ズ、ユーザの体調等により入力音声パターンが所望する
文字の標準音声パターンと近似しない場合であっても確
実に所望文字の入力を行なえる。また、この場合、標準
音声パターンも上記入力音声パターンに従って修正され
るので、次からの音声入力に対して近似度が向上し、所
望する文字が候補としてあがる確率も高まる。

【図面の簡単な説明】

【図１】本発明の一実施例を示すブロック図である。

【図２】本実施例の外観を示す平面図である。

【図３】本実施例の要部を示す模式図である。

【図４】本実施例の動作を説明するためのフローチャー
トである。

【図５】本実施例の動作を説明するためのフローチャー
トである。

【図６】本実施例の動作を説明するためのフローチャー
トである。

【図７】本実施例の動作を説明するためのフローチャー
トである。

【図８】本実施例の動作を説明するための模式図であ
る。

【図９】本実施例の動作を説明するための模式図であ
る。

【図１０】本実施例の動作を説明するための模式図であ
る。

【図１１】本実施例の動作を説明するための模式図であ
る。

【図１２】本実施例の動作を説明するための模式図であ
る。

【図１３】本実施例の動作を説明するための模式図であ
る。

【符号の説明】

１ 制御部 ４ 操作部 ５ 音声キー ６ カーソルキー ７ 訂正キー ８ 確定キー ９ かな／カナキー １０ マイクロフォン １２ 表示部 １４ 標準メモリ １５ 候補メモリ １６ 訂正パターン記憶部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 音声入力手段と、予め標準音声パターン
   と文字パターンとが対応付けて格納されている標準パタ
   ーンメモリと、上記音声入力手段より入力された音声パ
   ターンと上記標準パターンメモリ中の標準音声パターン
   とを比較し近似する標準音声パターンと対応格納されて
   いる文字パターンを選択出力する候補出力手段と、表示
   部と、該表示部上に全文字パターンを表示可能とするた
   めのパターンが格納された訂正パターン記憶部と、上記
   表示部に表示された文字の中から１つを選択する手段
   と、訂正キーと、上記各部を制御する手段とを備え、 上記制御手段は上記候補出力手段から選択出力された複
   数の候補を同時に表示し、上記選択手段によりそれら候
   補の一つが選択されると選択された文字パターンを確定
   入力し、また上記複数候補表示状態において上記訂正キ
   ーが入力されると上記表示部上に上記訂正パターン記憶
   部中のパターンを切換表示し、かつ、上記選択手段によ
   り上記パターン中の文字の一つを選択可能としたことを
   特徴とする音声認識装置。