JPH08190398A - 音声認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 ユーザに煩わしさを感じさせることなく、正
しい音声認識結果を得ることができるようにする。 【構成】 マイク１に入力された音声が、音声認識部５
で音声認識され、スピーカ９から、その音声認識結果が
出力される。一方、マイク１に音声が入力された後は、
タイマ回路１４で所定の時間が計時され、その所定の時
間の経過前に、マイク１に音声が入力された場合には、
その音声が、前に入力された音声の言い直しとして音声
認識される。そして、音声が入力されずに所定の時間が
経過した場合には、直前に、スピーカ９から出力された
音声認識結果が、最終的な音声認識結果として確定され
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声を認識する音声認
識装置に関する。

【０００２】

【従来の技術】最近では、ユーザインターフェイスの向
上のため、音声認識装置を備える、いわば音声認識機能
付きの装置が実用化されている。このような音声認識機
能付きの装置では、コマンドなどの音声が入力される
と、その音声が音声認識装置で音声認識され、その音声
認識結果に対応して、処理が行われるようになされてい
る。

【０００３】ところで、いまのところ、１００％の精度
の音声認識処理は難しく、従って音声認識機能付きの装
置においては、音声認識装置による音声認識結果が誤っ
ている場合、ユーザが意図した処理と異なる処理が行わ
れることになる。そこで、これを防止するため、通常
は、音声認識結果をユーザに提示して、その正誤を確認
させるようになされている。

【０００４】即ち、一般的に、音声認識処理によれば、
入力された音声に対する尤度とともに音声認識結果が得
られるので、音声認識結果には、その尤度にしたがって
順位を付けることができる（例えば、Ｍ個の語彙を音声
認識の対象とした場合、最も尤度の高い音声認識結果
（語彙）の順位を１位、次に尤度の高い音声認識結果の
順位を２位、・・・、最も尤度の低い音声認識結果の順
位をＭ位とすることができる）。

【０００５】そこで、上述したような音声認識機能付き
装置では、例えば１位の音声認識結果が、例えば合成音
で出力されたり、あるいは表示されることによって、ユ
ーザに提示され、その確認が行われるようになされてお
り、さらに音声認識結果が正しいことが確認された場合
には、その音声認識結果にしたがった処理が行われ、ま
た音声認識結果が誤っていることが確認された場合に
は、例えば次の順位の音声認識結果が提示されたり、あ
るいは発話の言い直しが要求されるようになされてい
る。

【０００６】

【発明が解決しようとする課題】従って、ユーザには、
音声認識結果の確認後、その正誤を装置に認識させるた
めの入力を行ってもらう必要がある。そこで、装置に
は、この入力を行うための手段として、例えばボタンや
キーなどの操作部が設けられている。即ち、例えば音声
認識結果が正しい場合に操作されるボタン（正ボタン）
と、誤っている場合に操作されるボタン（誤ボタン）が
設けられている。

【０００７】よって、装置に所定の処理を行わせるため
に、ユーザには、音声による入力だけではなく、正ボタ
ンおよび誤ボタンを操作することによる入力も要求され
ることになり、このような２種類の入力を要求すること
は、ユーザインターフェイスの向上のために音声認識装
置を設けたのにも関わらず、却ってユーザに煩わしさを
感じさせることになる。

【０００８】さらに、音声認識結果が誤っている場合
に、誤ボタンの操作により次の順位の音声認識結果が提
示されるようになされているときには、ユーザは、正し
い音声認識結果が提示されるまで、誤ボタンを操作し、
さらに正しい音声認識結果が提示された場合には、正ボ
タンを操作しなければならず、従って音声認識結果の正
誤に関わらず、ボタンの操作を行う必要があった。

【０００９】そこで、誤ボタンのみ設けられ、音声認識
結果の提示後一定期間、誤ボタンが操作されなかった場
合には、その音声認識結果を正しいものとして扱う装置
（例えば、東芝社製の音声認識機能内臓電話機ＦＦ−７
０ＡＩなど）がある。このような装置では、音声認識結
果の提示後一定期間内に誤ボタン（ＮＥＸＴボタン）が
操作された場合には、その音声認識結果に代えて、次の
順位の音声認識結果が提示され、音声認識結果の提示後
一定期間内に誤ボタン（ＮＥＸＴボタン）が操作されな
かった場合には、その音声認識結果が正しいものとして
確定されるようになされている。

【００１０】上述の装置によれば、ボタンの操作は、誤
ボタンの操作だけで済む。しかしながら、やはり音声お
よびボタンの操作による２種類の入力が要求され、ユー
ザに煩わしさを感じさせることになる。

【００１１】一方、音声認識機能付き装置には、上述し
たように１位の音声認識結果のみだけでなく、順位の高
い順に所定数の音声認識結果を、例えばメニュー形式で
表示することにより、複数の音声認識結果を、ユーザに
提示し、その中から、正しいものをユーザに選択させる
ようになされているものがある。

【００１２】しかしながら、このような装置でも、ボタ
ン（キー）などを操作することにより、複数の音声認識
結果の中から、正しいものを選択する必要があり、やは
りユーザに煩わしさを感じさせる課題があった。

【００１３】さらに、例えば音声認識時に混入するノイ
ズやユーザの言い間違いなどによって、正しい音声認識
結果が、提示された複数の音声認識結果に含まれていな
い場合には、ユーザは、言い直しをする必要があるが、
この場合、音声認識結果の選択処理を終了して音声認識
処理を開始することを装置に認識させるために、さらに
他の操作をしなければならなかった。

【００１４】また、例えば音声認識時に混入するノイズ
やユーザの言い間違いなどがなかった場合であっても、
音声認識処理性能が不足しているときには、正しい音声
認識結果が、提示された複数の音声認識結果に含まれな
いことがある。音声認識結果の順位は、言い直すことに
よってそれほど大きく変化するものではなく、従って、
正しい音声認識結果が、順位の低いものとされている場
合には、何度言い直しを行っても、正しい音声認識結果
が提示されないことになる。

【００１５】本発明は、このような状況に鑑みてなされ
たものであり、ユーザに煩わしさを感じさせることな
く、即ち容易に正しい音声認識結果を得ることができる
ようにするものである。

【００１６】

【課題を解決するための手段】本発明の音声認識装置
は、音声を入力する入力手段（例えば、図１や図５に示
すマイク１など）と、入力手段に入力された音声を音響
分析する分析手段（例えば、図１や図５に示す音声分析
部２など）と、分析手段の分析結果に基づいて、入力手
段に入力された音声を音声認識する音声認識手段（例え
ば、図１や図５に示す音声認識部５など）と、音声認識
手段の音声認識結果を出力する出力手段（例えば、図１
に示すスピーカ９や図５に示す認識候補表示部２１な
ど）と、入力手段に音声が入力された後、所定の時間を
計時する計時手段（例えば、図１や図５に示すタイマ回
路１４など）と、所定の時間の経過前に、入力手段に音
声が入力された場合に、その音声を、前に入力された音
声の言い直しとして、音声認識手段に音声認識させる制
御を行い、入力手段に音声が入力されずに、所定の時間
が経過した場合に、最終的な音声認識結果を確定する制
御手段（例えば、図１に示す中央処理部４や図５に示す
中央処理部２３など）とを備えることを特徴とする。

【００１７】この音声認識装置においては、音声認識手
段には、音声認識結果を、その尤度にしたがった順位と
ともに出力させ、制御手段には、最新の音声認識結果か
ら、その前までに得られた、順位が１位の音声認識結果
を除いたもののうち、順位の最も高いものを、最新の音
声認識結果の順位が１位のものとする順位入れ替えも行
わせ、出力手段には、最新の音声認識結果のうちの順位
が１位のものを出力させることができる。

【００１８】また、音声認識手段には、音声認識結果
を、その尤度にしたがった順位とともに出力させ、制御
手段には、最新の音声認識結果から、その前までに得ら
れた、順位が１乃至Ｌ位の音声認識結果を除いたものの
うち、順位の高い順にＬ個を、最新の音声認識結果の順
位が１乃至Ｌ位のものとする順位入れ替えも行わせ、出
力手段には、最新の音声認識結果のうちの順位が１乃至
Ｌ位のものを、少なくとも出力させることができる。

【００１９】さらに、音声認識手段には、音声認識結果
を、その尤度にしたがった順位とともに出力させるとと
もに、前に入力された音声の言い直しとして入力手段に
入力された音声を、それまでに得られた音声認識結果の
うちの順位が上位のもの以外を音声認識の対象語彙とし
て、音声認識させることができる。

【００２０】また、所定の時間の経過後に、前に入力さ
れた音声の言い直しをする期間が終了した旨を報知する
報知手段（例えば、図１や図５に示すビープ音出力部１
１など）をさらに備えることができる。

【００２１】

【作用】上記構成の音声認識装置においては、マイク１
に入力された音声が、音声分析部２で音響分析される。
そして、音声認識部５で、その分析結果に基づいて、マ
イク１に入力された音声が音声認識され、スピーカ９か
ら、その音声認識結果が出力される。一方、マイク１に
音声が入力された後は、タイマ回路１４で所定の時間が
計時され、その所定の時間の経過前に、マイク１に音声
が入力された場合には、その音声が、前に入力された音
声の言い直しとして音声認識される。そして、マイク１
に音声が入力されずに、所定の時間が経過した場合に
は、最終的な音声認識結果が確定される。従って、ユー
ザは、スピーカ９から出力された音声認識結果が誤って
いる場合には、所定の時間の経過前に、再度発話すれば
良く、また音声認識結果が正しい場合には、所定の時
間、発話しなければ良いので、ユーザに煩わしさを感じ
させることなく、正しい音声認識結果を得ることができ
る。

【００２２】また、音声認識部５に、音声認識結果を、
その尤度にしたがった順位とともに出力させ、中央処理
部４に、最新の音声認識結果から、その前までに得られ
た、順位が１位の音声認識結果を除いたもののうち、順
位の最も高いものを、最新の音声認識結果の順位が１位
のものとする順位入れ替えも行わせ、スピーカ９に、最
新の音声認識結果のうちの順位が１位のものを出力させ
る場合、音声認識部５に、音声認識結果を、その尤度に
したがった順位とともに出力させ、中央処理部２３に、
最新の音声認識結果から、その前までに得られた、順位
が１乃至Ｌ位の音声認識結果を除いたもののうち、順位
の高い順にＬ個を、最新の音声認識結果の順位が１乃至
Ｌ位のものとする順位入れ替えも行わせ、認識候補表示
部２１に、最新の音声認識結果のうちの順位が１乃至Ｌ
位のものを、少なくとも出力させる場合、および音声認
識部５に、音声認識結果を、その尤度にしたがった順位
とともに出力させるとともに、前に入力された音声の言
い直しとしてマイク１に入力された音声を、それまでに
得られた音声認識結果のうちの順位が上位のもの以外を
音声認識の対象語彙として、音声認識させる場合におい
ては、言い直しの音声の音声認識結果として、それまで
に出力された、誤った音声認識結果が出力されないの
で、正しい音声認識結果が出力されなくなることを防止
することができる。

【００２３】さらに、所定の時間の経過後に、前に入力
された音声の言い直しをする期間が終了した旨を報知す
るビープ音出力部１１を備える場合においては、ユーザ
に、言い直しが可能か否かを認識させることができる。

【００２４】

【実施例】図１は、本発明の音声認識装置の一実施例の
構成を示している。マイク１には、利用者が発した音声
が入力され、そこでは、その音声が電気信号としての音
声信号に変換されるようになされている。音声分析部２
は、マイク１より出力される音声信号をＡ／Ｄ変換し、
その結果得られるディジタル信号としての音声信号を、
音響分析（例えば、線形予測分析や、バンドパスフィル
タ群によるフィルタバンク分析など）して、音声の特徴
パラメータ（音響パラメータ）を算出するようになされ
ている。音声区間検出部３は、音声分析部２で得られた
特徴パラメータに基づいて、マイク１に入力された音声
の音声区間を検出し、その音声区間における特徴パラメ
ータを、中央処理部４に供給するようになされている。

【００２５】中央処理部４は、装置を構成する各ブロッ
クを制御するようになされている。

【００２６】音声認識部５は、中央処理部４に制御さ
れ、そこから供給される特徴パラメータを用い、認識語
彙音韻列辞書６を参照して、マイク１に入力された音声
を音声認識するようになされている。即ち、認識語彙音
韻列辞書６には、音声認識部５で音声認識の対象とする
語彙の音韻列が記憶されており、音声認識部５は、中央
処理部４から特徴パラメータが供給されると、認識語彙
音韻列辞書６に登録されている各音韻列（各音韻列に対
応する特徴パラメータ）が、その特徴パラメータに類似
している度合いに相当する尤度を求め、各音韻列に、そ
の尤度にしたがった順位を付して、中央処理部４に出力
するようになされている。

【００２７】なお、音声認識部５は、順位を付した音声
認識結果（認識語彙音韻列辞書６に登録されている各音
韻列）の他、その尤度も、中央処理部４に供給するよう
になされている。また、中央処理部４は、音声認識を行
う必要があるかいなかを判断するようになされており、
その必要があると判断した場合のみ、特徴パラメータ
を、音声認識部５に供給するようになされている。さら
に、中央処理部４は、音声認識部５から音声認識結果、
その順位、および尤度を受信すると、それに必要な処理
を施して、認識結果記憶部７に供給するようになされて
いる。

【００２８】認識結果記憶部７は、中央処理部４から供
給される音声認識結果、その順位、および尤度を記憶す
るようになされている。

【００２９】テキスト音声合成部８は、中央処理部４か
ら供給されるテキストに対応する合成音を生成し、スピ
ーカ９に供給するようになされている。ここで、中央処
理部４は、音声認識結果、その順位、および尤度を認識
結果記憶部７に供給して記憶させるとともに、その認識
結果記憶部７に記憶させた音声認識結果（音韻列）のう
ちの順位が１位のものに対応するテキスト（テキスト情
報）を生成し、テキスト音声合成部８に供給するように
なされている。従って、テキスト音声合成部８では、順
位が１位の音声認識結果（音韻列）の合成音が生成され
る。

【００３０】スピーカ９は、テキスト音声合成部８から
供給される合成音、即ち順位が１位の音声認識結果、お
よび後述するビープ音出力部１１から供給されるビープ
音を出力するようになされている。ビープ音出力部１１
は、中央処理部４の制御にしたがって、スピーカ９にビ
ープ音を供給するようになされている。

【００３１】ＲＯＭ１２には、システムプログラムおよ
び必要なアプリケーションプログラムが記憶されてい
る。ＲＡＭ１２は、中央処理部４の動作上必要なデータ
を記憶するようになされている。中央処理部４は、この
ＲＯＭ１２に記憶されているプログラムにしたがった処
理を、必要に応じて、ＲＡＭ１３に対してデータの読み
書きを行いながら実行する。

【００３２】タイマ回路１４は、例えばカウンタを内蔵
し、中央処理部４から所定の値が供給されると、その値
をカウンタにセットし、図示せぬクロック回路から供給
されるクロックに同期して、カウンタのカウント値を１
ずつデクリメントするようになされている。そして、タ
イマ回路１４は、カウント値が０になると、制御信号を
中央処理部４に出力するようになされている。即ち、タ
イマ回路１４は、中央処理部４から所定の値が供給され
てから、その所定の値に相当する時間（所定の時間）を
計時し、その所定の時間の経過後、制御信号を中央処理
部４に供給するようになされている。

【００３３】ここで、中央処理部４は、マイク１に音声
が入力された後、所定の値をタイマ回路１４に供給する
ようになされている。

【００３４】次に、図２のフローチャートを参照して、
その動作について説明する。なお、図２のフローチャー
トは、中央処理部４の処理を示している。

【００３５】装置が音声認識可能な状態とされると、ま
ず最初にステップＳ１において、認識結果がクリアさ
れ、即ち認識結果記憶部７の記憶内容がクリアされ、ス
テップＳ２に進み、マイク１に音声が入力されたか否か
が判定される。

【００３６】ここで、利用者（ユーザ）によって発話が
なされ、その音声がマイク１に入力されると、その音声
は、音声分析部２に供給される。音声分析部２では、マ
イク１より供給された音声から、上述したようにして特
徴パラメータが抽出され、音声区間検出部３に供給され
る。音声区間検出４では、マイク１に入力された音声の
音声区間が検出され、その音声区間における特徴パラメ
ータが、中央処理部４に供給される。中央処理部４で
は、ステップＳ２において、音声区間検出部３から特徴
パラメータが送信されてきたか否かで、マイク１に音声
が入力されたか否かが判定される。

【００３７】ステップＳ２において、マイク１に音声が
入力されていないと判定された場合、ステップＳ２に戻
り、マイク１に音声が入力されたと判定されるまで、ス
テップＳ２の処理を繰り返す。また、ステップＳ２にお
いて、マイク１に音声が入力されたと判定された場合、
即ち、中央処理部４において、音声区間検出部３からの
特徴パラメータが受信された場合、ステップＳ３に進
み、その特徴パラメータが、音声認識部５に供給され
る。

【００３８】その後、ステップＳ４に進み、音声認識部
５から音声認識結果（本実施例においては、音声認識結
果とは、狭義には、認識語彙音韻列辞書６に登録されて
いる各音韻列を意味するが、広義には、認識語彙音韻列
辞書６に登録されている各音韻列、その順位、および尤
度を意味し、ここでの音声認識結果は、広義の音声認識
結果を意味する）が送信されて否か否かが判定される。

【００３９】ここで、音声認識部５では、中央処理部４
から特徴パラメータを受信すると、その特徴パラメータ
を用いての音声認識が行われ、その音声認識結果が中央
処理部４に送信される。

【００４０】ステップＳ４において、音声認識部５から
音声認識結果が送信されてきていないと判定された場
合、ステップＳ４に戻る。また、ステップＳ４におい
て、音声認識部５から音声認識結果が送信されてきたと
判定された場合、ステップＳ５に進み、その音声認識結
果が、認識結果記憶部７に供給される。認識結果記憶部
７は、中央処理部４から音声認識結果を受信すると、そ
れを一時記憶する。

【００４１】以上の処理後、中央処理部４では、ステッ
プＳ６において、いま認識結果記憶部７に供給した最新
の音声認識結果（音韻列）から、既に認識結果記憶部７
に記憶されている、その前までに得られた、順位が１位
の音声認識結果を除いたもののうち、順位の最も高いも
のを、最新の音声認識結果の順位が１位のものとする順
位入れ替え処理（詳細は、後述する）が行われる。そし
て、最新の音声認識結果は、この順位入れ替え処理によ
り入れ替えられた順位で、認識結果記憶部７に記憶し直
される。

【００４２】但し、ステップＳ２でマイク１に入力され
たと判定された音声の音声認識結果、即ち最初の音声認
識結果が、認識結果記憶部７に供給された時点では、認
識結果記憶部７には、まだ音声認識結果（過去の音声認
識結果）が記憶されていないから、中央処理部４では、
上述のステップＳ６の処理はスキップされ、ステップＳ
７の処理が行われる。

【００４３】ステップＳ７では、タイマ回路１４の設定
が行われる。即ち、中央処理部４は、所定の値をタイマ
回路１４に供給する。これにより、タイマ回路１４で
は、上述したようにして、所定の時間の計時が開始され
る。

【００４４】中央処理部４では、タイマ回路１４の設定
後、ステップＳ８において、ステップＳ６で順位並べ替
え処理の結果、順位が１位となった音声認識結果（音韻
列）を利用者（ユーザ）に提示する処理が行われる。即
ち、ステップＳ８では、認識結果記憶部７に記憶されて
いる、最新の音声認識結果の順位が１位のものに対応す
るテキストが生成され、テキスト音声合成部８に出力さ
れる。テキスト音声合成部８では、中央処理部４からの
テキストに対応する合成音が生成されて、スピーカ９に
供給され、これによりスピーカ９からは、最新の音声認
識結果（音韻列）の順位が１位のものが、合成音で出力
される。

【００４５】なお、ステップＳ８においては、ステップ
Ｓ６の順位並べ替え処理がスキップされた場合には、音
声認識部５より出力された状態において順位が１位の音
声認識結果が、利用者に提示される。

【００４６】以上のようにして、順位が１位の音声認識
結果が利用者に提示された後、その音声認識結果が誤っ
ている場合には、利用者によって、前に発せられた音声
が言い直される。この言い直された音声は、マイク１に
入力され、以下、上述した場合と同様にして、音声分析
部２および音声区間検出部３で処理が行われ、その音声
の特徴パラメータが、中央処理部４に供給される。

【００４７】そこで、中央処理部４では、ステップＳ９
において、ステップＳ２における場合と同様にして、マ
イク１に音声（言い直しの音声）が入力されたか否かが
判定される。ステップＳ９において、マイク１に音声が
入力されていないと判定された場合、ステップＳ１０に
進み、タイマ回路１４から制御信号が送信されてきたか
否かが判定される。ステップＳ１０において、タイマ回
路１４から制御信号が送信されてきていないと判定され
た場合、即ち、ステップＳ７でタイマ回路１４の設定が
行われてから所定の時間が経過していない場合、ステッ
プＳ９に戻り、再び、上述した判定処理が行われる。

【００４８】従って、所定の時間が計時するまでは、中
央処理部４は、前に入力された音声の言い直しを受け付
けるため待機する。

【００４９】そして、ステップＳ９において、マイク１
に音声が入力されたと判定された場合、ステップＳ３に
戻り、音声区間検出部３より供給される特徴パラメータ
を、音声認識部５に送信することにより、いまマイク１
に入力された音声を、前に入力された音声の言い直しと
して音声認識させる。そして、以下、上述した場合と同
様の処理が行われる。

【００５０】ここで、ステップＳ９において、マイク１
に入力されたと判定された音声は、言い直しの音声であ
るから、認識結果記憶部７には、既に、その前までに得
られた音声認識結果が記憶されている。従って、この場
合、ステップＳ６の順位入れ替え処理が行われることに
なる。

【００５１】上述したように、ステップＳ６の順位入れ
替え処理では、最新の音声認識結果（音韻列）から、既
に認識結果記憶部７に記憶されている、その前までに得
られた、順位が１位の音声認識結果、即ち、既に利用者
に提示された音声認識結果を除いたもののうち、順位の
最も高いものが、最新の音声認識結果の順位が１位のも
のとされる。

【００５２】従って、言い直しを行うことによって、既
に利用者に提示された音声認識結果は提示されないの
で、利用者が発した音声が、音声認識対象語彙であれ
ば、即ち認識語彙音韻列辞書６に登録されているいずれ
かの音韻列であれば、何度言い直しを行っても、正しい
音声認識結果が提示されない状態となることを防止する
ことができる。その結果、見かけ上の音声の認識率を向
上させることができる。

【００５３】ここで、図３は、Ｎ−１回の言い直し、即
ち同一内容の音声についてＮ回の音声認識処理が行わ
れ、さらにステップＳ６の順位入れ替え処理が行われた
後の、認識結果記憶部７の記憶内容を示している。この
場合、同図に示すように、認識結果記憶部７は、Ｎ回分
の音声認識結果（音韻列）ｃ（ｉ，ｊ）を記憶した状態
となる。但し、１≦ｉ≦Ｎ，１≦ｊ≦Ｍで、ｉは音声認
識の回数を、ｊは順位を、それぞれ意味する。また、Ｍ
は、認識語彙音韻列辞書６に登録されている語彙（音韻
列）の総数を意味する。

【００５４】認識結果記憶部７の記憶内容が、図３に示
した状態である場合に、ユーザに提示される音声認識結
果は、順位入れ替え処理が行われた最新の音声認識結果
（Ｎ回目の音声認識結果）のうちの順位が１位のもので
あるｃ（Ｎ，１）（これは、ｃ（１，１）乃至ｃ（Ｎ−
１，１）のいずれでもない）である。

【００５５】なお、認識結果記憶部７には、Ｎ回分の順
位が付された音声認識結果ｃ（ｉ，ｊ）の他、図３に示
すように、同一内容の音声についての音声認識処理の回
数Ｎも記憶されるようになされている。この音声認識回
数Ｎは、中央処理部４より認識結果記憶部７に供給され
るようになされている。また、図３には図示していない
が、認識結果記憶部７には、上述したように、音声認識
結果（音韻列）の尤度も記憶されるようになされてい
る。

【００５６】図２に戻り、ステップＳ１０において、タ
イマ回路１４から制御信号が送信されてきたと判定され
た場合、即ち、ステップＳ７でタイマ回路１４の設定が
行われてから、マイク１に音声が入力されずに所定の時
間が経過した場合、ステップＳ１１に進み、スピーカ９
からビープ音を出力させる処理が行われる。即ち、ステ
ップＳ１１では、中央処理部４から、ビープ音出力部１
１に制御信号が出力される。ビープ音出力部１１は、中
央処理部４からの制御信号を受信すると、ビープ音を生
成し、スピーカ９に供給する。スピーカ９からは、ビー
プ音が出力され、これにより利用者に対し、前に入力さ
れた音声の言い直しをする期間が終了した旨が報知され
る。

【００５７】ここで、利用者は、ステップＳ８で提示さ
れた音声認識結果が正しければ、タイマ回路１４で所定
の時間が計時されるまで、発話せずに待機する。マイク
１に音声が入力された後、タイマ回路１４で所定の時間
が計時された場合には、上述したようにビープ音が出力
されるから、利用者は、言い直しの期間が終了し、新た
な発話の受け付けが可能な状態になったことを認識する
ことができる。

【００５８】ビープ音が出力された後、ステップＳ１２
に進み、いままでマイク１に入力された音声の認識結果
が、認識結果記憶部７に記憶されているｃ（Ｎ，１）に
確定（最終確定）され、処理を終了する。そして、再び
ステップＳ１からの処理が開始され、以下、新たな発話
に対して、同様の処理が行われる。

【００５９】次に、図４は、図２のステップＳ６の順位
入れ替え処理の詳細を説明するフローチャートである。
まず最初に、ステップＳ１において、順位を示す変数ｒ
に、初期値としての１がセットされ、ステップＳ２に進
み、最新の音声認識結果（音韻列）のうちの１位のもの
を示す変数ｗに、Ｎ回目の音声認識結果のうちのｒ位の
ものがセットされる。即ち、最初にステップＳ２２の処
理が行われる場合においては、変数ｗに、音声認識部５
から出力されたＮ回目の音声認識結果のうちの１位のも
のがセットされる。その後、ステップＳ２３において、
音声認識回数をカウントするための変数ｔに、初期値と
しての１がセットされ、ステップＳ２４に進み、変数ｔ
が、Ｎ−１以下であるか否かが判定される。ステップＳ
２４において、変数ｔが、Ｎ−１以下であると判定され
た場合、ステップＳ２５に進み、変数ｗが、認識結果記
憶部７に既に記憶されている、ｔ回目の音声認識結果の
うちの１位のものｃ（ｔ，１）と等しいか否かが判定さ
れる。

【００６０】ステップＳ２５において、変数ｗが、ｔ回
目の音声認識結果のうちの１位のものｃ（ｔ，１）と等
しいと判定された場合、即ち変数ｗにセットされている
Ｎ回目の音声認識結果が、既に利用者に提示されたもの
である場合、ステップＳ２７に進み、変数ｒが１だけイ
ンクリメントされ、ステップＳ２２に戻る。従って、こ
の場合、変数ｗにＮ回目の音声認識結果のうちの１位の
ものがセットされていたときには、変数ｗに、Ｎ回目の
音声認識結果のうちの２位のものがセットされ、以下上
述した処理が繰り返される。

【００６１】一方、ステップＳ２５において、変数ｗ
が、ｔ回目の音声認識結果のうちの１位のものｃ（ｔ，
１）と等しくないと判定された場合、ステップＳ２６に
進み、変数ｔが１だけインクリメントされ、ステップＳ
２４に戻る。即ち、変数ｗにセットされた音声認識結果
が、ｔ回目の音声認識結果のうちの１位のものと等しく
ない場合には、ｔ＋１回目の音声認識結果のうちの１位
のものを対象として、同様の処理が行われる。

【００６２】そして、ステップＳ２４において、変数ｔ
が、Ｎ−１以下でないと判定された場合、即ち変数ｗに
セットされたＮ回目の音声認識結果が、１乃至Ｎ−１回
目のいずれの音声認識結果のうちの１位のものとも等し
くない場合、ステップＳ２８に進み、変数ｗにセットさ
れた音声認識結果が、Ｎ回目の音声認識結果の１位とさ
れるとともに、それ以外のＮ回目の音声認識結果が、そ
の順位に対応して入れ替えられる。即ち、音声認識部５
から出力された、１，２，・・・，ｍ，・・・，Ｍ位の
Ｎ回目の音声認識結果のうち、ステップＳ２４の処理の
終了後に変数ｗに、ｍ位のものがセットされていた場合
には、例えば、このｍ位の音声認識結果が１位にされ、
１位の音声認識結果が２位にされ、・・・、ｍ−１位の
音声認識結果がｍ位にされ、以下ｍ＋１乃至Ｍ位の音声
認識結果は、そのままとされる。

【００６３】以上のようにして、最新の音声認識結果
（Ｎ回目の音声認識結果）から、既に認識結果記憶部７
に記憶されている、その前までに得られた、順位が１位
の音声認識結果を除いたもののうち、順位の最も高いも
のが、最新の音声認識結果の順位が１位のものとされ、
上述したように、認識結果記憶部７に記憶される。

【００６４】次に、図５は、本発明の音声認識装置の第
２実施例の構成を示している。なお、図中、図１におけ
る場合と対応する部分については、同一の符号を付して
ある。即ち、この音声認識装置は、中央処理部４または
テキスト音声合成部８に代えて、中央処理部２３または
認識候補表示部２１がそれぞれ設けられ、さらにメニュ
ー操作リモコン２２が新たに設けられている他は、図１
の音声認識装置と同様に構成されている。

【００６５】認識候補表示部２１は、中央処理部２３か
ら供給される音声認識結果を表示するようになされてい
る。なお、認識候補表示部２１は、Ｌ個の音声認識結果
を同時に表示することができるようになされている。メ
ニュー操作リモコン２２は、例えば図６に示すように、
上キー３１、下キー３２、およびエンタ（ＥＮＴＥＲ）
キー３３で構成され、各キーが操作されると、そのキー
に対応した操作信号を、中央処理部２３に出力するよう
になされている。

【００６６】中央処理部２３は、図１の中央処理部４と
ほぼ同様の処理を行う他、リモコン２２からの操作信号
に対応して、所定の処理を行うようにもなされている。
さらに、中央処理部２３は、必要に応じて、認識結果記
憶部７から最新の音声認識結果を読み出し、その音声認
識結果を、Ｌ個単位で、認識候補表示部２１に表示させ
るようにもなされている。

【００６７】次に、その動作について説明する。この音
声認識装置においては、図１で説明した場合とほぼ同様
にして、認識結果記憶部７に音声認識結果が記憶される
と、中央処理部２３において、認識結果記憶部７に記憶
された最新の音声認識結果（Ｎ回目の音声認識結果）の
うちの１乃至Ｌ位のものが読み出され、認識候補表示部
２１に供給されて、メニュー形式で表示される。これに
より、利用者に１乃至Ｌ位の音声認識結果が提示され
る。

【００６８】このとき、認識候補表示部２１には、１乃
至Ｌ位の音声認識結果のうちの、例えば１位の音声認識
結果が、注目音声認識結果として、例えば反転表示され
る。利用者は、注目音声認識結果が正しいものである場
合には、リモコン２２（図６）のエンタキー３３を操作
する。中央処理部２３では、エンタキー３３の操作に対
応する操作信号を受信すると、注目音声認識結果が、最
終的な音声認識結果として確定される。

【００６９】また、利用者は、注目音声認識結果が誤っ
ているものである場合、リモコン２２（図６）の上キー
３１または下キー３２を操作して、注目音声認識結果
を、正しいものに変更する。以下、上述した場合と同様
に、エンタキー３３を操作することで、最終的な音声認
識結果が確定される。なお、中央処理部２３は、上キー
３１または下キー３２の操作に対応する操作信号を受信
すると、注目音声認識結果を、１つ上または下に表示さ
れている音声認識結果に変更するようになされている。
また、中央処理装置２３は、認識候補表示部２１に、Ａ
＋１乃至Ａ＋Ｌ位の音声認識結果が表示されており、Ａ
＋１位またはＡ＋Ｌ位の音声認識結果が注目音声認識結
果とされている場合に、上キー３１または下キー３２の
操作に対応する操作信号を受信すると、認識候補表示部
２１の表示が、Ａ乃至Ａ＋Ｌ−１またはＡ＋２乃至Ａ＋
Ｌ＋１位の音声認識結果となるように下または上スクロ
ールさせ、注目音声認識結果を、それぞれＡ位またはＡ
＋Ｌ＋１位の音声認識結果とするようになされている。

【００７０】ここで、図７は、Ｌ＝３の場合の、認識候
補表示部２１の表示画面を示している。図７（ａ）は、
３乃至５位の音声認識結果（認識候補３乃至５）が表示
されており、注目音声認識結果が、４位の音声認識結果
とされている様子を示している。この状態において、エ
ンタキー３３が操作されると、４位の音声認識結果が最
終的な音声認識結果として確定（選択）される。また、
図７（ａ）に示した場合において、上キー３１が操作さ
れると、図７（ｂ）に示すように、注目音声結果が、３
位の音声認識結果とされる。

【００７１】図７（ｂ）に示した場合において、下キー
３２が操作されると、図７（ａ）に示した表示状態に戻
り、またエンタキー３３が操作されると、３位の音声認
識結果が最終的な音声認識結果として確定される。さら
に、図７（ｂ）に示した場合において、上キー３１が操
作されると、表示画面が下スクロールされ、図７（ｃ）
に示すように、２乃至４位の音声認識結果が表示され、
そのうちの２位の音声認識結果が注目音声認識結果とさ
れる。

【００７２】一方、図７（ａ）に示した場合において、
下キー３２が操作されると、図７（ｄ）に示すように、
注目音声結果が、５位の音声認識結果とされる。

【００７３】図７（ｃ）に示した場合において、上キー
３１が操作されると、図７（ａ）に示した表示状態に戻
り、またエンタキー３３が操作されると、５位の音声認
識結果が最終的な音声認識結果として確定される。さら
に、図７（ｄ）に示した場合において、下キー３２が操
作されると、表示画面が上スクロールされ、図７（ｅ）
に示すように、４乃至６位の音声認識結果が表示され、
そのうちの６位の音声認識結果が注目音声認識結果とさ
れる。

【００７４】なお、表示画面の最上行または最下行に、
１位またはＭ位（最下位）の音声認識結果が表示され、
かつそれが注目音声認識結果とされている場合に、上キ
ー３１または下キー３２が操作されたときには、画面の
表示は変化しないようになされている。

【００７５】次に、図８は、図５の中央処理部２３の処
理を説明するフローチャートである。中央処理部２３で
は、まずステップＳ３１乃至Ｓ３５において、図２のス
テップＳ１乃至Ｓ５で説明した場合と同様の処理がそれ
ぞれ行われる。そして、その後、即ちステップＳ３５に
おいて、音声認識部５から出力された最新の音声認識結
果を認識結果記憶部７に送信して一時記憶させた後、ス
テップＳ３６に進み、その最新の音声認識結果から、既
に認識結果記憶部７に記憶されている、その前までに得
られた、順位が１乃至Ｌ位の音声認識結果を除いたもの
のうち、順位の高い順にＬ個を、最新の音声認識結果の
順位が１乃至Ｌ位のものとする順位入れ替え処理（詳細
は、後述する）が行われる。そして、最新の音声認識結
果は、この順位入れ替え処理により入れ替えられた順位
で、認識結果記憶部７に記憶し直される。

【００７６】但し、図２で説明した場合と同様に、ステ
ップＳ２でマイク１に入力されたと判定された音声の音
声認識結果、即ち最初の音声認識結果が、認識結果記憶
部７に供給された時点では、認識結果記憶部７には、ま
だ音声認識結果（過去の音声認識結果）が記憶されてい
ないから、中央処理部２３では、上述のステップＳ３６
の処理はスキップされ、ステップＳ３７の処理が行われ
る。

【００７７】ステップＳ３７では、タイマ回路１４の設
定が行われ、ステップＳ３８に進み、ステップＳ３６で
順位入れ替え処理の結果、順位が１乃至Ｌ位となった音
声認識結果を利用者（ユーザ）に提示する処理が行われ
る。即ち、ステップＳ３８では、認識結果記憶部７か
ら、順位が１乃至Ｌ位の最新の音声認識結果が読み出さ
れ、認識候補表示部２１に供給される。これにより、認
識結果表示部２１では、順位が１乃至Ｌ位の最新の音声
認識結果が、そのうちの、例えば１位のものが注目音声
認識結果とされて表示される。

【００７８】そして、ステップＳ３９に進み、マイク１
に音声が入力されたか否かが判定される。ステップＳ３
９において、マイク１に音声が入力されたと判定された
場合、即ち、前に入力された音声の言い直しがなされた
場合、ステップＳ３３に戻る。また、ステップＳ３９に
おいて、マイク１に音声が入力されていないと判定され
た場合、ステップＳ４０に進み、リモコン２２が操作さ
れたか否かが判定される。ステップＳ４０において、リ
モコン２２が操作されていないと判定された場合、ステ
ップＳ４１に進み、タイマ回路１４から制御信号が送信
されてきたか否かが判定される。

【００７９】ステップＳ４１において、タイマ回路１４
から制御信号が送信されてきていないと判定された場
合、即ち、ステップＳ３７でタイマ回路１４の設定がな
されてから、まだ所定の時間が経過していない場合、ス
テップＳ３９に戻る。また、ステップＳ４１において、
タイマ回路１４から制御信号が送信されてきたと判定さ
れた場合、即ち、ステップＳ３７でタイマ回路１４の設
定がなされてから、所定の時間が経過した場合、ステッ
プＳ４２に進み、図２のステップＳ１１で説明した場合
と同様にして、スピーカ９からビープ音を出力させる処
理が行われる。

【００８０】そして、ステップＳ４３に進み、いま注目
音声認識結果とされている最新の音声認識結果、即ちリ
モコン２０の操作がされていなければ、１位の音声認識
結果が、最終的な音声認識結果として確定され、ステッ
プＳ３１に戻り、以下、新たな発話に対して、同様の処
理が行われる。

【００８１】従って、タイマ回路１４が所定の時間を計
時している間に、リモコン２２が操作されない限りは、
１乃至Ｌ位の音声認識結果を対象に、ステップＳ３６の
順位入れ替え処理が行われる点が異なる他は、図１の音
声認識装置と同様の処理が行われる。よって、図５の音
声認識装置においても、言い直しを行うことによって、
既に利用者に提示された音声認識結果は提示されないの
で、利用者が発した音声が、音声認識対象語彙であれ
ば、即ち認識語彙音韻列辞書６に登録されているいずれ
かの音韻列であれば、何度言い直しを行っても、正しい
音声認識結果が提示されない状態となることを防止する
ことができる。その結果、見かけ上の音声の認識率を向
上させることができる。

【００８２】ところで、図５の音声認識装置では、上述
したように、認識候補表示部２１に１乃至Ｌ位の音声認
識結果が表示されるので、最初に注目音声認識結果とさ
れる１位の音声認識結果ではなく、２乃至Ｌ位の音声認
識結果のいずれかが、正しい音声認識結果である場合が
ある。そして、このような場合は、言い直しを行うより
も、リモコン２２を操作した方が、迅速に正しい音声認
識結果を得ることができる。

【００８３】また、１乃至Ｌ位の音声認識結果が正しい
音声認識結果でない場合であっても、Ｌ位より幾分下位
の音声認識結果が正しいものである可能性も高い。従っ
て、利用者によっては、リモコン２２を少し操作するだ
けで、正しい音声認識結果を得ることができる可能性が
高いならば、言い直しを行うよりも、リモコン２２を操
作した方が良いと考える者もいる。

【００８４】そこで、中央処理部２３では、上述したよ
うに、ステップＳ４０において、リモコン２２が操作さ
れたか否かを判定するようになされている。ステップＳ
４０において、リモコン２２（図６）が操作されたと判
定された場合には、ステップＳ４４に進み、リモコン２
２を構成する上キー３１または下キー３２のいずれかが
操作されたか否かが判定される。ステップＳ４４におい
て、上キー３１または下キー３２のいずれかが操作され
たと判定された場合、ステップＳ４７に進み、認識候補
表示部２１の表示画面が、図７で説明したように変更さ
れ、ステップＳ４８に進む。

【００８５】また、ステップＳ４４において、上キー３
１または下キー３２のいずれも操作されていないと判定
された場合、ステップＳ４５に進み、リモコン２２を構
成するエンタキー３３が操作されたか否かが判定され
る。ステップＳ４５において、エンタキー３３が操作さ
れていないと判定された場合、ステップＳ４８に進み、
ステップＳ４０における場合と同様に、リモコン２２が
操作されたか否かが判定される。ステップＳ４８におい
て、リモコン２２が操作されたと判定された場合、ステ
ップＳ４４に進み、以下、上述した処理が行われる。

【００８６】一方、ステップＳ４８において、リモコン
２２が操作されていないと判定された場合、ステップＳ
４９に進み、マイク１に音声が入力されたか否かが判定
される。ステップＳ４９において、マイク１に音声が入
力されていないと判定された場合、ステップＳ４８に戻
り、以下、ステップＳ４８でリモコン２２が操作された
と判定されるか、あるいはステップＳ４９でマイク１に
音声が入力されたと判定されるまで、ステップＳ４８お
よびＳ４９の処理を繰り返す。

【００８７】従って、ステップＳ４０でリモコン２２が
操作されたと判定された後は、タイマ回路１４による所
定の時間の計時は無視され、リモコン２２の操作と、音
声（言い直し）の入力を待つ状態となる。

【００８８】そして、ステップＳ４９において、マイク
１に音声が入力されたと判定された場合、ステップＳ３
３に戻る。従って、利用者は、リモコン２２を操作し
て、正しい音声認識結果を検索したが、例えば即座に見
つからなかった場合などにおいては、特にリモコン２２
の操作を行わずに、音声を発するだけで、前に入力した
音声の言い直しを行うことができる。

【００８９】一方、ステップＳ４５において、エンタキ
ー３３が操作されたと判定された場合、ステップＳ４３
に進み、いま注目音声認識結果とされている音声認識結
果が、最終的な音声認識結果として確定され、処理を終
了する。そして、再びステップＳ３１からの処理が開始
され、以下、新たな発話に対して、同様の処理が行われ
る。

【００９０】次に、図９は、図８のステップＳ３６の順
位入れ替え処理のより詳細を説明するフローチャートで
ある。このステップＳ３６の順位入れ替え処理において
は、今までに得られた音声認識結果を総合的に考慮し
て、上述したように、最新の音声認識結果（Ｎ回目の音
声認識結果）から、その前までに得られた、順位が１乃
至Ｌ位の音声認識結果を除いたもののうち、順位の高い
順にＬ個が、最新の音声認識結果の順位が１乃至Ｌ位の
ものとされるようになされている。

【００９１】即ち、ステップＳ５１では、順位をカウン
トする変数ｒまたはｐに初期値としての１またはＬ＋１
がそれぞれセットされ、ステップＳ５２に進み、変数ｗ
に、音声認識部５より出力される最新の音声認識結果
（Ｎ回目の音声認識結果）のうちの順位がｒ位のものｃ
（Ｎ，ｒ）がセットされ、ステップＳ５３に進む。ステ
ップＳ５３では、音声認識の回数をカウントする変数ｔ
に、初期値としての１がセットされ、ステップＳ５４に
進み、変数ｔが、Ｎ−１以下であるか否かが判定され
る。ステップＳ５４において、変数ｔが、Ｎ−１以下で
あると判定された場合、ステップＳ５５に進み、１乃至
Ｌ位の順位をカウントする変数ｊに、初期値としての１
がセットされる。そして、ステップＳ５６に進み、変数
ｊがＬ以下であるか否かが判定される。ステップＳ５６
において、変数ｊがＬ以下であると判定された場合、ス
テップＳ５８に進み、ｔ回目の音声認識結果のうちの順
位がｊ位のものｃ（ｔ，ｊ）（これは、既に、利用者に
提示され、認識結果記憶部７に記憶されている）が、変
数ｗに等しいか否かが判定される。

【００９２】ステップＳ５８において、ｃ（ｔ，ｊ）
が、変数ｗに等しくないと判定された場合、即ち、最新
の音声認識結果（Ｎ回目の音声認識結果）のうちのｒ位
のもの（ｃ（Ｎ，ｒ））（これは、ステップＳ５２で変
数ｗにセットされている）が、ｔ回目の音声認識結果の
うちの順位がｊ位のものｃ（ｔ，ｊ）とは等しくない場
合、ステップＳ５９に進み、変数ｊが１だけインクリメ
ントされ、ステップＳ５６に戻る。従って、この場合、
ｔ回目の音声認識結果のうちの順位がｊ＋１位のものｃ
（ｔ，ｊ＋１）について、ステップＳ５８における比較
処理が行われる。

【００９３】一方、ステップＳ５８において、ｃ（ｔ，
ｊ）が、変数ｗに等しいと判定された場合、即ち、最新
の音声認識結果（Ｎ回目の音声認識結果）のうちのｒ位
のもの（ｃ（Ｎ，ｒ））が、ｔ回目の音声認識結果のう
ちの順位がｊ位のものｃ（ｔ，ｊ）と等しく、従って、
過去に、利用者に提示されているものである場合、ステ
ップＳ６０，Ｓ６１に順次進み、最新の音声認識結果
（Ｎ回目の音声認識結果）のうちのｒ位のものｃ（Ｎ，
ｒ）と、ｐ位のものｃ（Ｎ，ｐ）との順位が入れ替えら
れ、これにより音声認識部５より出力された時点でＬ位
以上であった順位の音声認識結果ｃ（Ｎ，ｒ）が、Ｌ＋
１位以下の順位に繰り下げられるとともに、音声認識部
５より出力された時点でＬ＋１位以下であった順位の音
声認識結果ｃ（Ｎ，ｐ）が、Ｌ位以上の順位に繰り上げ
られる。

【００９４】即ち、ステップＳ６０では、変数ｃ（Ｎ，
ｒ）に、変数ｃ（Ｎ，ｐ）がセットされ、ステップＳ６
１に進み、変数ｃ（Ｎ，ｐ）に、変数ｗ（これには、ス
テップＳ５２でｃ（Ｎ，ｒ）がセットされている）がセ
ットされる。そして、ステップＳ６２に進み、変数ｐが
１だけインクリメントされ、ステップＳ５２に戻る。

【００９５】一方、ステップＳ５６において、変数ｊが
Ｌ以下でないと判定された場合、即ち、ｔ回目の音声認
識結果のうち順位がＬ位以上のもの（利用者に既に提示
されたｔ回目の音声認識結果）すべてについて、ステッ
プＳ５８の比較処理を終了した場合、ステップＳ５７に
進み、変数ｔが１だけインクリメントされ、ステップＳ
５４に戻る。

【００９６】そして、ステップＳ５４において、変数ｔ
が、Ｎ−１以下でないと判定された場合、即ち、過去の
音声認識結果（Ｎ−１回目までの音声認識結果）のうち
の１乃至Ｌ位のものすべてについて、ステップＳ５８の
比較処理を終了した場合、ステップＳ６３に進み、変数
ｒが１だけインクリメントされる。その後、ステップＳ
６４に進み、変数ｒがＬより大きいか否が判定される。
ステップＳ６４において、変数ｒがＬより大きくないと
判定された場合、即ち音声認識部５から出力された、最
新の音声認識結果のうち１乃至Ｌ位のすべてについて、
過去の音声認識結果（Ｎ−１回目までの音声認識結果）
のうちの１乃至Ｌ位のものとの比較が、まだ終了してい
ない場合、ステップＳ５２に戻る。

【００９７】一方、ステップＳ６４において、変数ｒが
Ｌより大きいと判定された場合、即ち音声認識部５から
出力された、最新の音声認識結果のうち１乃至Ｌ位のす
べてについて、過去の音声認識結果（Ｎ−１回目までの
音声認識結果）のうちの１乃至Ｌ位のものとの比較が終
了した場合、ステップＳ６５に進み、変数ｃ（Ｎ，１）
乃至ｃ（Ｎ，Ｌ）にセットされている、最新の音声認識
結果が、その尤度にしたがった順位となるように（尤度
の高い順に上位になるように）ソートされ、処理を終了
する。

【００９８】即ち、ステップＳ６０およびＳ６１の処理
により、変数ｃ（Ｎ，１）乃至ｃ（Ｎ，Ｌ）には、最新
の音声認識結果（Ｎ回目の音声認識結果）から、その前
までに得られた、順位が１乃至Ｌ位の音声認識結果（既
に、利用者に提示された音声認識結果）を除いたものの
うち、順位の高い順にＬ個がセットされるが、その順位
は、尤度にしたがったものとなっているとは限らないの
で、ステップＳ６５では、変数ｃ（Ｎ，１）乃至ｃ
（Ｎ，Ｌ）にセットされている音声認識結果が、その尤
度順に並べ替えられる。なお、この並べ替えは、認識結
果記憶部７に記憶されている尤度を参照して行われる。

【００９９】ここで、以上の処理の結果得られる変数ｃ
（Ｎ，Ｌ＋１）乃至ｃ（Ｎ，Ｍ）には、最新の音声認識
結果（Ｎ回目の音声認識結果）が、ほぼ尤度順にセット
されていると考えられるので、本実施例においては、そ
の並べ替えは行わないようになされているが、変数ｃ
（Ｎ，Ｌ＋１）乃至ｃ（Ｎ，Ｍ）についても、音声認識
結果が正確に尤度順に並ぶように処理を行うようにして
も良い。

【０１００】なお、本実施例においては、過去の音声認
識結果を認識結果記憶部７に記憶させておき、最新の音
声認識結果から、認識結果記憶部７に記憶されている、
利用者に既に提示した１位、あるいは１乃至Ｌ位の音声
認識結果を除いたものを提示するようにしたが、このよ
うな提示方法は、例えば、音声認識部５に、前に入力さ
れた音声の言い直しとしてマイク１に入力された音声
を、それまでに得られた音声認識結果のうちの順位が上
位（あるいは１位）のもの以外を音声認識の対象語彙と
して、音声認識させることによっても実現することがで
きる。この場合、例えば認識語彙音韻列辞書６に記憶さ
れている音韻列にフラグを追加し、中央処理部４（また
は中央処理部２３）に、認識語彙音韻列辞書６に記憶さ
れている音韻列のうち、利用者に提示した音声認識結果
（音韻列）に追加されているフラグをセットさせるよう
にし、音声認識部５には、フラグがセットされていない
音韻列を、音声認識の対象語彙として、音声認識させる
ようにすれば良い。

【０１０１】以上のようにしても、正しい音声認識結果
が提示されない状態となることを防止することができ、
その結果、見かけ上の音声の認識率を向上させることが
できる。

【０１０２】また、図１においては、１位の音声認識結
果を音声（合成音）で出力するようにしたが、その他、
例えば図５における場合と同様に表示するようにするこ
とも可能である。

【０１０３】

【発明の効果】請求項１に記載の音声認識装置によれ
ば、ユーザは、提示された音声認識結果が誤っている場
合には、所定の時間の経過前に、再度発話すれば良く、
また音声認識結果が正しい場合には、所定の時間、発話
しなければ良いので、ユーザに煩わしさを感じさせるこ
となく、正しい音声認識結果を得ることができる。

【０１０４】請求項２乃至４に記載の音声認識装置によ
れば、言い直しの音声の音声認識結果として、それまで
に出力された、誤った音声認識結果が出力されないの
で、正しい音声認識結果が出力されなくなることを防止
することができる。さらに、その結果、見かけ上の音声
の認識率を向上させることができる。

【０１０５】請求項５に記載の音声認識装置によれば、
ユーザに、言い直しが可能か否かを認識させることがで
きる。

【図面の簡単な説明】

【図１】本発明の音声認識装置の第１実施例の構成を示
すブロック図である。

【図２】図１の中央処理部４の動作を説明するフローチ
ャートである。

【図３】図１の認識結果記憶部７の記憶内容を説明する
図である。

【図４】図２のステップＳ６の順位入れ替え処理のより
詳細を説明するフローチャートである。

【図５】本発明の音声認識装置の第２実施例の構成を示
すブロック図である。

【図６】図５のリモコン２２のより詳細な構成例を示す
図である。

【図７】図５の認識候補表示部２１の表示画面を説明す
る図である。

【図８】図５の中央処理部２３の動作を説明するフロー
チャートである。

【図９】図８のステップＳ３６の順位入れ替え処理のよ
り詳細を説明するフローチャートである。

【符号の説明】

１ マイク ２ 音声分析部 ３ 音声区間検出部 ４ 中央処理部 ５ 音声認識部 ６ 認識語彙音韻列辞書 ７ 認識結果記憶部 ８ テキスト音声合成部 ９ スピーカ １１ ビープ音出力部 １２ ＲＯＭ １３ ＲＡＭ １４ タイマ回路 ２１ 認識候補表示部 ２２ メニュー操作リモコン ２３ 中央処理部 ３１ 上キー ３２ 下キー ３３ エンタキー

───────────────────────────────────────────────────── フロントページの続き (72)発明者 加藤 靖彦 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 表 雅則 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 渡辺 一夫 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (72)発明者 南野 活樹 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内

Claims (5)

【特許請求の範囲】
1. 【請求項１】 音声を入力する入力手段と、 前記入力手段に入力された音声を音響分析する分析手段
   と、 前記分析手段の分析結果に基づいて、前記入力手段に入
   力された音声を音声認識する音声認識手段と、 前記音声認識手段の音声認識結果を出力する出力手段
   と、 前記入力手段に音声が入力された後、所定の時間を計時
   する計時手段と、 前記所定の時間の経過前に、前記入力手段に音声が入力
   された場合に、その音声を、前に入力された音声の言い
   直しとして、前記音声認識手段に音声認識させる制御を
   行い、前記入力手段に音声が入力されずに、前記所定の
   時間が経過した場合に、最終的な音声認識結果を確定す
   る制御手段とを備えることを特徴とする音声認識装置。
2. 【請求項２】 前記音声認識手段は、前記音声認識結果
   を、その尤度にしたがった順位とともに出力し、 前記制御手段は、最新の音声認識結果から、その前まで
   に得られた、順位が１位の音声認識結果を除いたものの
   うち、順位の最も高いものを、前記最新の音声認識結果
   の順位が１位のものとする順位入れ替えも行い、 前記出力手段は、前記最新の音声認識結果のうちの順位
   が１位のものを出力することを特徴とする請求項１に記
   載の音声認識装置。
3. 【請求項３】 前記音声認識手段は、前記音声認識結果
   を、その尤度にしたがった順位とともに出力し、 前記制御手段は、最新の音声認識結果から、その前まで
   に得られた、順位が１乃至Ｌ位の音声認識結果を除いた
   もののうち、順位の高い順にＬ個を、前記最新の音声認
   識結果の順位が１乃至Ｌ位のものとする順位入れ替えも
   行い、 前記出力手段は、前記最新の音声認識結果のうちの順位
   が１乃至Ｌ位のものを、少なくとも出力することを特徴
   とする請求項１に記載の音声認識装置。
4. 【請求項４】 前記音声認識手段は、前記音声認識結果
   を、その尤度にしたがった順位とともに出力するととも
   に、前に入力された音声の言い直しとして前記入力手段
   に入力された音声を、それまでに得られた音声認識結果
   のうちの順位が上位のもの以外を音声認識の対象語彙と
   して、音声認識することを特徴とする請求項１に記載の
   音声認識装置。
5. 【請求項５】 前記所定の時間の経過後に、前に入力さ
   れた音声の言い直しをする期間が終了した旨を報知する
   報知手段をさらに備えることを特徴とする請求項１乃至
   ４のいずれかに記載の音声認識装置。