JPH09274495A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH09274495A JPH09274495A JP8086472A JP8647296A JPH09274495A JP H09274495 A JPH09274495 A JP H09274495A JP 8086472 A JP8086472 A JP 8086472A JP 8647296 A JP8647296 A JP 8647296A JP H09274495 A JPH09274495 A JP H09274495A
- Authority
- JP
- Japan
- Prior art keywords
- syntax
- syntax rule
- grammar
- rule
- rules
- 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】
【課題】 大量の語彙と構文規則を有する、自由度の高
い音声系列について、平均的に低コストで構文解析を行
い、かつ、発話される可能性の少ない構文も受理される
ことを保証する。 【解決手段】 基本的な構文規則のみを含む構文規則の
セットを有効な構文規則として、音声認識を開始し、構
文解析に失敗するか、最終的に得られた認識候補に正し
いものが含まれなかった場合、全ての構文規則を用いた
解析を行い、その結果正しい認識候補が得られた場合
は、有効構文規則再計算部9が、そこで使用された構文
規則を有効な構文規則のセット8に加え、以後同様に、
有効な構文規則のセット8によって音声認識を行う。
い音声系列について、平均的に低コストで構文解析を行
い、かつ、発話される可能性の少ない構文も受理される
ことを保証する。 【解決手段】 基本的な構文規則のみを含む構文規則の
セットを有効な構文規則として、音声認識を開始し、構
文解析に失敗するか、最終的に得られた認識候補に正し
いものが含まれなかった場合、全ての構文規則を用いた
解析を行い、その結果正しい認識候補が得られた場合
は、有効構文規則再計算部9が、そこで使用された構文
規則を有効な構文規則のセット8に加え、以後同様に、
有効な構文規則のセット8によって音声認識を行う。
Description
【0001】
【発明の属する技術分野】この発明は音声認識装置に関
し、特に広範な構文規則を有する、複雑な文法によって
規定される、自由度の高い音声系列について、効率的な
構文解析を可能とする音声認識装置に関するものであ
る。
し、特に広範な構文規則を有する、複雑な文法によって
規定される、自由度の高い音声系列について、効率的な
構文解析を可能とする音声認識装置に関するものであ
る。
【0002】
【従来の技術】認識処理の速度を向上させる方法とし
て、辞書を、解析の成否に応じて、動的に変化させる方
法(例:特開平6−337964号公報)が提案されて
いる。また、文法についても、動的に変化させる方法
(例:特開平6‐308995号公報)が提案されてい
るが、これは音声認識装置の環境条件によって文法の再
コンパイルを行うなど、文法の変更に音声入力以外の情
報を用いるものであり、構文解析の成否に即応して文法
を変更するものではない。
て、辞書を、解析の成否に応じて、動的に変化させる方
法(例:特開平6−337964号公報)が提案されて
いる。また、文法についても、動的に変化させる方法
(例:特開平6‐308995号公報)が提案されてい
るが、これは音声認識装置の環境条件によって文法の再
コンパイルを行うなど、文法の変更に音声入力以外の情
報を用いるものであり、構文解析の成否に即応して文法
を変更するものではない。
【0003】特殊な応用例を除き、音声認識装置に入力
される可能性のある文は、完全に限定されるものではな
く、一般にはあまり使用されない構文規則まで含めた構
文規則から、パーシング・テーブルを作成し、このパー
シング・テーブルを参照することで、構文解析を行う。
される可能性のある文は、完全に限定されるものではな
く、一般にはあまり使用されない構文規則まで含めた構
文規則から、パーシング・テーブルを作成し、このパー
シング・テーブルを参照することで、構文解析を行う。
【0004】このような構文解析は、音響単位の列であ
る入力記号列を走査しながら、解析不能な記号列を列の
途中で即座に判定し、高速に構文解析を実行できること
が知られている。入力として受け付ける構文規則がそれ
ほど複雑でない場合には、パーシング・テーブルを用い
る構文解析は効果がある。
る入力記号列を走査しながら、解析不能な記号列を列の
途中で即座に判定し、高速に構文解析を実行できること
が知られている。入力として受け付ける構文規則がそれ
ほど複雑でない場合には、パーシング・テーブルを用い
る構文解析は効果がある。
【0005】しかし、より一般的な文を認識対象とし、
構文規則が複雑になると、多数の構文規則との照合を必
要とするため、途中の解析候補が膨大な数になり、構文
解析のコストが高くなってしまう。
構文規則が複雑になると、多数の構文規則との照合を必
要とするため、途中の解析候補が膨大な数になり、構文
解析のコストが高くなってしまう。
【0006】
【発明が解決しようとする課題】この発明は以上の事情
を考慮してなされたものであり、大量の語彙と構文規則
を有する、自由度の高い音声系列について、平均的に低
コストで構文解析を行い、かつ、発話される可能性の少
ない構文も受理されることを保証する音声認識装置を提
供することを目的としている。
を考慮してなされたものであり、大量の語彙と構文規則
を有する、自由度の高い音声系列について、平均的に低
コストで構文解析を行い、かつ、発話される可能性の少
ない構文も受理されることを保証する音声認識装置を提
供することを目的としている。
【0007】
【課題を解決するための手段】この発明によれば、上述
の目的を達成するために、音声認識装置に、受理できる
音声の形式を規定する構文規則を記録する構文規則記録
手段と、音声認識に使用された構文規則の使用情報を記
録する構文規則使用情報記録手段と、該構文規則使用情
報記録手段を参照して、次の入力音声を受理できるか照
合するための構文規則を選択する構文規則選択手段と、
構文規則選択手段によって選択された構文規則を記録す
る構文規則選択記録手段と、該構文規則記録手段及び該
構文規則選択記録手段を参照しながら、入力音声を受理
できるか照合する文法照合手段と、文法照合に失敗した
場合、あるいは該文法照合手段によって受理された音声
認識候補中に正しい認識結果が含まれていなかった場
合、該構文規則選択手段によって選択されなかった構文
規則を含めた構文規則を用いて、文法照合を再実行する
文法照合再実行手段とを設けるようにしている。
の目的を達成するために、音声認識装置に、受理できる
音声の形式を規定する構文規則を記録する構文規則記録
手段と、音声認識に使用された構文規則の使用情報を記
録する構文規則使用情報記録手段と、該構文規則使用情
報記録手段を参照して、次の入力音声を受理できるか照
合するための構文規則を選択する構文規則選択手段と、
構文規則選択手段によって選択された構文規則を記録す
る構文規則選択記録手段と、該構文規則記録手段及び該
構文規則選択記録手段を参照しながら、入力音声を受理
できるか照合する文法照合手段と、文法照合に失敗した
場合、あるいは該文法照合手段によって受理された音声
認識候補中に正しい認識結果が含まれていなかった場
合、該構文規則選択手段によって選択されなかった構文
規則を含めた構文規則を用いて、文法照合を再実行する
文法照合再実行手段とを設けるようにしている。
【0008】この構成においては、構文規則を複数の構
文規則群に分類し、構文規則の使用情報の記録及び構文
規則の選択は構文規則群を単位として行うようにしても
よい。 また、構文規則は文脈自由文法を用いて表現
し、構文規則記録手段は該文脈自由文法から作成された
パーシング・テーブルを用い、該パーシング・テーブル
は、各項目がどの構文規則群が選択されているときに有
効であるかを示す手段を具備し、構文規則選択記録手段
は選択されている構文規則群を示すテーブルを用い、文
法照合手段は該パーシング・テーブルと該構文規則選択
記録手段を参照してLR構文解析を行うようにしてもよ
い。
文規則群に分類し、構文規則の使用情報の記録及び構文
規則の選択は構文規則群を単位として行うようにしても
よい。 また、構文規則は文脈自由文法を用いて表現
し、構文規則記録手段は該文脈自由文法から作成された
パーシング・テーブルを用い、該パーシング・テーブル
は、各項目がどの構文規則群が選択されているときに有
効であるかを示す手段を具備し、構文規則選択記録手段
は選択されている構文規則群を示すテーブルを用い、文
法照合手段は該パーシング・テーブルと該構文規則選択
記録手段を参照してLR構文解析を行うようにしてもよ
い。
【0009】また、音節などを単位とした有向グラフ型
のデータ構造を、音響認識部と言語認識部のインタフェ
ースとして用い、文法照合の途中経過を保存する文法照
合経過保存手段を具備し、該文法照合経過保存手段と前
記有向グラフ型のデータ構造を結び付ける、音響列表現
形式探索経過保存手段を具備することにより、文法照合
の再実行において、同一の動作の繰り返しを省くように
してもよい。
のデータ構造を、音響認識部と言語認識部のインタフェ
ースとして用い、文法照合の途中経過を保存する文法照
合経過保存手段を具備し、該文法照合経過保存手段と前
記有向グラフ型のデータ構造を結び付ける、音響列表現
形式探索経過保存手段を具備することにより、文法照合
の再実行において、同一の動作の繰り返しを省くように
してもよい。
【0010】以上の発明の原理的な説明をしておく。大
量の語彙と構文規則を有する、自由度の高い音声系列で
あっても、高頻度に使用される語桑や構文規則は限定き
れていることが多い。また、連続する発話に使用される
語彙や構文規則は偏りがある。これを利用し、音声認識
の実行中に、認識に使用する語彙や構文規則を、発話の
傾向に従って増減させる。
量の語彙と構文規則を有する、自由度の高い音声系列で
あっても、高頻度に使用される語桑や構文規則は限定き
れていることが多い。また、連続する発話に使用される
語彙や構文規則は偏りがある。これを利用し、音声認識
の実行中に、認識に使用する語彙や構文規則を、発話の
傾向に従って増減させる。
【0011】より具体的には、基本的な構文規則のみを
含む構文規則のセットを有効な構文規則として、音声認
識を開始し、構文解析に失敗するか、最終的に得られた
認識候補に正しいものが含まれなかった場合、全ての構
文規則を用いた解析を行い、その結果正しい認識候補が
得られた場合は、そこで使用された構文規則を有効な構
文規則のセットに加え、以後同様に、有効な構文規則の
セットによって音声認識を行う。
含む構文規則のセットを有効な構文規則として、音声認
識を開始し、構文解析に失敗するか、最終的に得られた
認識候補に正しいものが含まれなかった場合、全ての構
文規則を用いた解析を行い、その結果正しい認識候補が
得られた場合は、そこで使用された構文規則を有効な構
文規則のセットに加え、以後同様に、有効な構文規則の
セットによって音声認識を行う。
【0012】また、有効な構文規則のセットに含まれる
ある構文規則が、長時間使用されなかった場合、その構
文規則を有効な構文規則のセットから除くことで、有効
な構文規則のセットが増えすぎることを防ぐ。
ある構文規則が、長時間使用されなかった場合、その構
文規則を有効な構文規則のセットから除くことで、有効
な構文規則のセットが増えすぎることを防ぐ。
【0013】構文規則を、常に使用される可能性の高
い、文法の基幹となる構文規則からなる構文規則群と、
その他の構文規則を、同時に使用される可能性の高い群
に分類した構文規則群に分類し、それらの構文規則群を
単位として、有効な構文規則群のセットの増減を行うこ
とで、より効率的に文法の変更を行う。
い、文法の基幹となる構文規則からなる構文規則群と、
その他の構文規則を、同時に使用される可能性の高い群
に分類した構文規則群に分類し、それらの構文規則群を
単位として、有効な構文規則群のセットの増減を行うこ
とで、より効率的に文法の変更を行う。
【0014】高速に構文解析を行うため、構文規則をパ
ーシング・テーブルにコンパイルし、該パーシング・テ
ーブルを参照して構文解析を行う場合、入力音声に使用
される構文規則の増減によって、パーシング・テーブル
の再コンパイルを実行することは、構文規則数が増加す
るに従い、コンパイルに要する時間が増大し、実際的で
ない。また、有効な構文規則群の全ての組合せに対応し
たパーシング・テーブルをあらかじめ用意しておくこと
は、記憶領域の所要量が膨大になることから、やはり実
際的でない。そこで、全ての構文規則を使用してパーシ
ング・テーブルをコンパイルするが、パーシング・テー
ブルの各項目に対して、その項目はどの構文規則群が有
効であれば、使用される項目であるかを示すフラグを設
ける。該フラグと現在有効な構文規則群を比較して、有
効な構文規則群に対応するパーシング・テーブルの項目
のみを使用して、構文解析を行うことで、1つのパーシ
ング・テーブルで複数の文法の構文解析を行うことが可
能である。
ーシング・テーブルにコンパイルし、該パーシング・テ
ーブルを参照して構文解析を行う場合、入力音声に使用
される構文規則の増減によって、パーシング・テーブル
の再コンパイルを実行することは、構文規則数が増加す
るに従い、コンパイルに要する時間が増大し、実際的で
ない。また、有効な構文規則群の全ての組合せに対応し
たパーシング・テーブルをあらかじめ用意しておくこと
は、記憶領域の所要量が膨大になることから、やはり実
際的でない。そこで、全ての構文規則を使用してパーシ
ング・テーブルをコンパイルするが、パーシング・テー
ブルの各項目に対して、その項目はどの構文規則群が有
効であれば、使用される項目であるかを示すフラグを設
ける。該フラグと現在有効な構文規則群を比較して、有
効な構文規則群に対応するパーシング・テーブルの項目
のみを使用して、構文解析を行うことで、1つのパーシ
ング・テーブルで複数の文法の構文解析を行うことが可
能である。
【0015】特に音節などを単位とした有向グラフ型の
データ構造を、音響認識部と言語認識部のインタフェー
スとして用いる場合、現在有効な構文規則群による構文
解析が失敗したとき、全ての構文規則を用いて構文解析
を行う際、音響認識部を再起動させる必要がないだけで
なく、構文解析においても、現在有効な構文規則群によ
る構文解析の結果を利用することが可能であり、冗長な
動作がなく、効率的である。
データ構造を、音響認識部と言語認識部のインタフェー
スとして用いる場合、現在有効な構文規則群による構文
解析が失敗したとき、全ての構文規則を用いて構文解析
を行う際、音響認識部を再起動させる必要がないだけで
なく、構文解析においても、現在有効な構文規則群によ
る構文解析の結果を利用することが可能であり、冗長な
動作がなく、効率的である。
【0016】
【発明の実施の態様】以下、この発明の実施例について
説明する。
説明する。
【0017】図1は、本発明による音声認識装置の実施
例の概略構成図である。
例の概略構成図である。
【0018】本実施例の音声認識装置1の使用におい
て、ユーザ2は音声認識装置1に音声入力を行い、音声
認識装置1は該音声入力に対し、1つまたは複数の認識
候補をユーザ2に提示する。ユーザ2は該認識候補中に
所期のものがあれば、該認識候補を選択し、該認識候補
中に所期のものがなければ、その旨を音声認識装置1に
指示する。
て、ユーザ2は音声認識装置1に音声入力を行い、音声
認識装置1は該音声入力に対し、1つまたは複数の認識
候補をユーザ2に提示する。ユーザ2は該認識候補中に
所期のものがあれば、該認識候補を選択し、該認識候補
中に所期のものがなければ、その旨を音声認識装置1に
指示する。
【0019】以下に音声認識装置1について説明する。
本実施例の音声認識装置1は音響認識器3と言語認識器
4から構成される。音響認識器3は、入力された音声か
ら、音響単位の列を取り出す。本実施例においてはモー
ラを単位とした有向グラフ型のデータ構造、すなわちモ
ーラ・ネツトワークを作成し、該モーラ・ネットワーク
を言語認識器4の入力とする。モーラ・ネットワークの
アークは、1つのモーラを表し、該モーラの尤度を示す
スコアが付随する。モーラ・ネットワークの例を図2に
示す。
本実施例の音声認識装置1は音響認識器3と言語認識器
4から構成される。音響認識器3は、入力された音声か
ら、音響単位の列を取り出す。本実施例においてはモー
ラを単位とした有向グラフ型のデータ構造、すなわちモ
ーラ・ネツトワークを作成し、該モーラ・ネットワーク
を言語認識器4の入力とする。モーラ・ネットワークの
アークは、1つのモーラを表し、該モーラの尤度を示す
スコアが付随する。モーラ・ネットワークの例を図2に
示す。
【0020】言語認識器4は、モーラ・ネットワークの
アークを、始端ノードから終端ノードまで辿り、その経
路に沿ったモーラ列が、文法の制約に合致するものを、
該モーラ列のスコア及び、モーラ列の出現の尤度を表す
モーラn−gram等の、言語的知識源のスコアによ
り、順位付けを行い、該順位の順に前記モーラ列を出力
する。
アークを、始端ノードから終端ノードまで辿り、その経
路に沿ったモーラ列が、文法の制約に合致するものを、
該モーラ列のスコア及び、モーラ列の出現の尤度を表す
モーラn−gram等の、言語的知識源のスコアによ
り、順位付けを行い、該順位の順に前記モーラ列を出力
する。
【0021】言語認識器4はパス探索部5や構文解析部
6などで構成される。パス探索部5は解析の進んでいる
先端のノードから、単語辞書を参照して伸長可能な部分
パスを探索し、該部分パスに対応する単語の品詞(PO
S)を構文解析部6に渡す。構文解析部6はLRテーブ
ル7と有効構文規則テーブル8を参照し、パス探索部5
から渡された品詞が文法に適合するか否かを判断し、そ
の結果をパス探索部5に返す。
6などで構成される。パス探索部5は解析の進んでいる
先端のノードから、単語辞書を参照して伸長可能な部分
パスを探索し、該部分パスに対応する単語の品詞(PO
S)を構文解析部6に渡す。構文解析部6はLRテーブ
ル7と有効構文規則テーブル8を参照し、パス探索部5
から渡された品詞が文法に適合するか否かを判断し、そ
の結果をパス探索部5に返す。
【0022】以下に構文解析部6の詳細な動作を例示す
る。使用する文法Gは、Sを開始記号として (1)S → NP (2)S → AP (3)NP → N (4)NP → AP N (5)NP → AP AP N (6)AP → A (7)AP → N P であり、語彙は N → いぬ(犬) N → おお(王) N → しろ(城) A → おおきい(大きい) A → しろい(白い) P → の である。N、A、Pを終端記号(入力)とするLRテー
ブルは表1及び表2のようになる。
る。使用する文法Gは、Sを開始記号として (1)S → NP (2)S → AP (3)NP → N (4)NP → AP N (5)NP → AP AP N (6)AP → A (7)AP → N P であり、語彙は N → いぬ(犬) N → おお(王) N → しろ(城) A → おおきい(大きい) A → しろい(白い) P → の である。N、A、Pを終端記号(入力)とするLRテー
ブルは表1及び表2のようになる。
【0023】
【表1】
【0024】
【表2】 ここで”」”はモーラ・ネットワークの終端に達したこ
とを示す。遷移表には、各項目について、どの構文規則
が有効であるとき、該項目の動作を実行するかを示すフ
ラグがある。表1の状態I0の入力Nの項目はs1であ
るが、この動作は構文規則(3)または(7)が有効で
あるときのみ、実行される。これは状態I0において、
入力Nを読み込む動作は、構文規則(3)または(7)
のみに現れる為である。
とを示す。遷移表には、各項目について、どの構文規則
が有効であるとき、該項目の動作を実行するかを示すフ
ラグがある。表1の状態I0の入力Nの項目はs1であ
るが、この動作は構文規則(3)または(7)が有効で
あるときのみ、実行される。これは状態I0において、
入力Nを読み込む動作は、構文規則(3)または(7)
のみに現れる為である。
【0025】また、状態I2の入力Nの項目はr6であ
るが、この動作は構文規則(6)のみでなく、同時に構
文規則(4)または(5)が有効であるときのみ、実行
される。これは状態I2において、入力Nを先読みし、
構文規則(6)によって還元を行う動作は、構文規則
(4)または(5)のみに現れる為である。状態I4の
入力”」”の項目はr2であるが、構文規則(2)の左
辺は開始記号であるため、状態I4において入力”」”
を先読みし、構文規則(2)によって還元を行う動作
は、他の構文規則によらない。
るが、この動作は構文規則(6)のみでなく、同時に構
文規則(4)または(5)が有効であるときのみ、実行
される。これは状態I2において、入力Nを先読みし、
構文規則(6)によって還元を行う動作は、構文規則
(4)または(5)のみに現れる為である。状態I4の
入力”」”の項目はr2であるが、構文規則(2)の左
辺は開始記号であるため、状態I4において入力”」”
を先読みし、構文規則(2)によって還元を行う動作
は、他の構文規則によらない。
【0026】該遷移表は、LALR構文解析等、LR
(1)項目によって先読み集合を求める方式のものを用
いる。まず、遷移動作のフラグの設定は、該遷移動作を
起こすLR(1)項目の構文規則とする。次に、還元動
作のフラグの設定は、LR(1)項目を求める際、該L
R(1)項目の構文規則の左辺の非終端記号を右辺に含
む構文規則を記憶し、該構文規則を該LR(1)項目に
対応する、遷移表の項目のフラグとする。前記の文法で
より具体的に説明すると、状態I0はLR(1)項目の
集合として { [(0)S’ → ・S,」(Φ)] [(1)S → ・NP,」(Φ)] [(2)S → ・AP,](Φ)] [(3)NP → ・N,」(1)] [(4)NP → ・AP N,」(1)] [(5)NP → ・AP AP N,」(1)] [(6)AP → ・A,」(2)/N(4,5)/A(5)] [(7)AP → ・N P,」(2)/N(4,5)] } となる。ここで(0)S’→ Sは初期状態を作る為に
付け加えた規則である。GOTO(I0,N)=I1は
LR(1)項目の集合として { [(3)NP → N・,」(1)] [(7)AP → N ・P,」(2)/N(4,5)] } となり、状態I0でNを読み込んで状態I1に遷移する
動作のフラグは3、7であることが求められる。同様に
GOTO(I0,A)=I2はLR(1)項目の集合と
して { [(6)AP → A・,」(2)/N(4,5)/A(5)] } となり、状態12でNを先読みして、構文規則(6)に
より還元する動作のフラグは4、5であることが求めら
れる。その他の項目についても同様にして求められる。
(1)項目によって先読み集合を求める方式のものを用
いる。まず、遷移動作のフラグの設定は、該遷移動作を
起こすLR(1)項目の構文規則とする。次に、還元動
作のフラグの設定は、LR(1)項目を求める際、該L
R(1)項目の構文規則の左辺の非終端記号を右辺に含
む構文規則を記憶し、該構文規則を該LR(1)項目に
対応する、遷移表の項目のフラグとする。前記の文法で
より具体的に説明すると、状態I0はLR(1)項目の
集合として { [(0)S’ → ・S,」(Φ)] [(1)S → ・NP,」(Φ)] [(2)S → ・AP,](Φ)] [(3)NP → ・N,」(1)] [(4)NP → ・AP N,」(1)] [(5)NP → ・AP AP N,」(1)] [(6)AP → ・A,」(2)/N(4,5)/A(5)] [(7)AP → ・N P,」(2)/N(4,5)] } となる。ここで(0)S’→ Sは初期状態を作る為に
付け加えた規則である。GOTO(I0,N)=I1は
LR(1)項目の集合として { [(3)NP → N・,」(1)] [(7)AP → N ・P,」(2)/N(4,5)] } となり、状態I0でNを読み込んで状態I1に遷移する
動作のフラグは3、7であることが求められる。同様に
GOTO(I0,A)=I2はLR(1)項目の集合と
して { [(6)AP → A・,」(2)/N(4,5)/A(5)] } となり、状態12でNを先読みして、構文規則(6)に
より還元する動作のフラグは4、5であることが求めら
れる。その他の項目についても同様にして求められる。
【0027】有効構文規則テーブルは表3のようである
とする。ここで使用フラグが0以外のものが有効な構文
規則である。図2のモーラ・ネットワークに対し、まず
構文規則(1)、(2)、(3)、(4)、(6)が有
効構文規則であるとして、これらの構文規則のみを用い
て、構文解析を行い、始端ノードから終端ノードに至る
パスで、構文規則に適合するものがないことが判明した
段階で、(1)〜(7)の全ての構文規則を用いて構文
解析を行う。
とする。ここで使用フラグが0以外のものが有効な構文
規則である。図2のモーラ・ネットワークに対し、まず
構文規則(1)、(2)、(3)、(4)、(6)が有
効構文規則であるとして、これらの構文規則のみを用い
て、構文解析を行い、始端ノードから終端ノードに至る
パスで、構文規則に適合するものがないことが判明した
段階で、(1)〜(7)の全ての構文規則を用いて構文
解析を行う。
【0028】
【表3】 パス探索部はモーラ・ネットワークの始端ノードから、
語彙に適合したモーラ列を調べて、「しろ」と「しろ
い」を見つける。パス探索部5は「しろ」に対する品詞
であるNを構文解析部6に渡し、また「しろい」に対す
る品詞であるAを構文解析部6に渡す。また、該品詞が
構文解析部6への最初の入力であり、対応するスタック
は初期状態であることから、パス探索部5は品詞と同時
にNULLを構文解析部6に渡す。
語彙に適合したモーラ列を調べて、「しろ」と「しろ
い」を見つける。パス探索部5は「しろ」に対する品詞
であるNを構文解析部6に渡し、また「しろい」に対す
る品詞であるAを構文解析部6に渡す。また、該品詞が
構文解析部6への最初の入力であり、対応するスタック
は初期状態であることから、パス探索部5は品詞と同時
にNULLを構文解析部6に渡す。
【0029】パス探索部5はノードN0から始まる、語
彙に適合したモーラ列と、該モーラ列の品詞と、該モー
ラ列の終端ノードを候補品詞リストに記憶する。すなわ
ち、 ノードN0 しろ N ノードN1 しろい A ノードN2 のようになる。
彙に適合したモーラ列と、該モーラ列の品詞と、該モー
ラ列の終端ノードを候補品詞リストに記憶する。すなわ
ち、 ノードN0 しろ N ノードN1 しろい A ノードN2 のようになる。
【0030】構文解析部6はそれぞれの品詞の入力に対
し、2つのスタックを作る。すなわち スタックS1 I0NI1 スタックS2 I0AI2 である。この結果を構文解析部6はパス探索部5に渡
す。構文解析部6は初期状態からNあるいはAを入力と
して、それぞれスタックS1及びスタックS2の状態に
なったことを状態遷移リスト10に記憶する。また、該
状態遷移には還元動作は含まれないため、使用された構
文規則はNULLであるとする。
し、2つのスタックを作る。すなわち スタックS1 I0NI1 スタックS2 I0AI2 である。この結果を構文解析部6はパス探索部5に渡
す。構文解析部6は初期状態からNあるいはAを入力と
して、それぞれスタックS1及びスタックS2の状態に
なったことを状態遷移リスト10に記憶する。また、該
状態遷移には還元動作は含まれないため、使用された構
文規則はNULLであるとする。
【0031】次にパス探索部5は、ノードN2から語彙
に適合したモーラ列を調べるが、見つからない。またノ
ードN3から語彙に適合したモーラ列を調べて、「お
お」と「おおきしりを見つける。パス探索部5はスタッ
クS2に対し、「おお」に対する品詞であるNと「おお
きい」に対する品詞であるAを構文解析部6に渡す。該
品詞はスタックS2の状態において入力されるものであ
るから、パス探索部5は品詞と同時にスタックS2を構
文解析部6に渡す。パス探索部5はノードN3から始ま
る、語桑に適合したモーラ列と、該モーラ列の品詞と、
該モーラ列の終端ノードを候補品詞リストに記憶する。
に適合したモーラ列を調べるが、見つからない。またノ
ードN3から語彙に適合したモーラ列を調べて、「お
お」と「おおきしりを見つける。パス探索部5はスタッ
クS2に対し、「おお」に対する品詞であるNと「おお
きい」に対する品詞であるAを構文解析部6に渡す。該
品詞はスタックS2の状態において入力されるものであ
るから、パス探索部5は品詞と同時にスタックS2を構
文解析部6に渡す。パス探索部5はノードN3から始ま
る、語桑に適合したモーラ列と、該モーラ列の品詞と、
該モーラ列の終端ノードを候補品詞リストに記憶する。
【0032】またノードN2から始まる、語彙に適合し
たモーラ列がないことも記憶する。すなわち、 ノードN3 NULL ノードN3 おお N ノードN5 おおきいA ノードN7 のようになる。
たモーラ列がないことも記憶する。すなわち、 ノードN3 NULL ノードN3 おお N ノードN5 おおきいA ノードN7 のようになる。
【0033】構文解析部6はNの入力に対し、スタック スタックS3 10API4NI5 を作るが、Aの入力に対しては構文規則(5)が有効で
ないため、構文解析に失敗する。この結果を構文解析部
6はパス探索部5に渡す。構文解析部6はスタック2の
状態からNを入力として、スタックS3の状態になった
ことを状態遷移リスト10に記憶する。
ないため、構文解析に失敗する。この結果を構文解析部
6はパス探索部5に渡す。構文解析部6はスタック2の
状態からNを入力として、スタックS3の状態になった
ことを状態遷移リスト10に記憶する。
【0034】また、該状態遷移に使用された還元動作の
構文規則を同時に記憶する。
構文規則を同時に記憶する。
【0035】次にパス探索部5は、ノードN5から語彙
に適合したモーラ列を調べるが、見つからない。またノ
ードN7に対応する構文解析に失敗しているため、モー
ラ・ネットワーク全体の探索が失敗したことになる。こ
こでノードN5から始まる、語彙に適合したモーラ列が
ないことを記憶しておく。すなわち、 ノードN5 NULL のようになる。モーラ・ネットワーク全体の探索に失敗
すると、パス探索部5は構文解析部6に、有効構文規則
テーブル8によらず全構文規則を使用して構文解析を行
う指示を送る。次にパス探索部5は始端ノードから再探
索を行うが、前回の探索において探索されたパスについ
ては、候補品詞リストに記憶されているため、新たな単
語の探索は行わない。始端ノードについては候補品詞リ
ストに記憶されているため、候補品詞リストからNとA
を読み出し、構文解析部6に渡す。また、該品詞が構文
解析部6への最初の入力であり、対応するスタックは初
期状態であることから、パス探索部5は品詞と同時にN
ULLを構文解析部6に渡す。
に適合したモーラ列を調べるが、見つからない。またノ
ードN7に対応する構文解析に失敗しているため、モー
ラ・ネットワーク全体の探索が失敗したことになる。こ
こでノードN5から始まる、語彙に適合したモーラ列が
ないことを記憶しておく。すなわち、 ノードN5 NULL のようになる。モーラ・ネットワーク全体の探索に失敗
すると、パス探索部5は構文解析部6に、有効構文規則
テーブル8によらず全構文規則を使用して構文解析を行
う指示を送る。次にパス探索部5は始端ノードから再探
索を行うが、前回の探索において探索されたパスについ
ては、候補品詞リストに記憶されているため、新たな単
語の探索は行わない。始端ノードについては候補品詞リ
ストに記憶されているため、候補品詞リストからNとA
を読み出し、構文解析部6に渡す。また、該品詞が構文
解析部6への最初の入力であり、対応するスタックは初
期状態であることから、パス探索部5は品詞と同時にN
ULLを構文解析部6に渡す。
【0036】構文解析部6は、状態遷移リスト10を見
て、初期状態からの、NとAによる状態遷移が前回行わ
れたことを検知し、さらにLRテーブルを見て、状態l
0からの状態遷移で、前回使用されなかった構文規則
(6)あるいは(7)のみをフラグに持つものがないこ
とを確認し、新たなスタックを生成しなかったことをパ
ス探索部5に知らせる。
て、初期状態からの、NとAによる状態遷移が前回行わ
れたことを検知し、さらにLRテーブルを見て、状態l
0からの状態遷移で、前回使用されなかった構文規則
(6)あるいは(7)のみをフラグに持つものがないこ
とを確認し、新たなスタックを生成しなかったことをパ
ス探索部5に知らせる。
【0037】この確認は、文法Gの場合は不要である
が、一般に音声認識に用いる文法では、ある状態である
入力に対し、1つの遷移動作と複数の還元動作が定義さ
れている場合があり、一部の構文規則のみを使用して構
文解析を行った際の状態遷移リスト10に、ある入力に
対する項目が存在するだけでは、その入力に対する、全
構文規則を使用して構文解析を行う場合の、全ての動作
が既に実行されているか保証されないためである。
が、一般に音声認識に用いる文法では、ある状態である
入力に対し、1つの遷移動作と複数の還元動作が定義さ
れている場合があり、一部の構文規則のみを使用して構
文解析を行った際の状態遷移リスト10に、ある入力に
対する項目が存在するだけでは、その入力に対する、全
構文規則を使用して構文解析を行う場合の、全ての動作
が既に実行されているか保証されないためである。
【0038】パス探索部5は、次にノードN2の候補品
詞リストがNULLであることを見て、ノードN2から
続けて探索を行う必要がないことを判断する。また、パ
ス探索部5は、ノードN3の候補品詞リストからNとA
を読み出し、構文解析部6に渡す。該品詞はスタックS
2の状態において入力されるものであるから、パス探索
部5は品詞と同時にスタックS2を構文解析部6に渡
す。
詞リストがNULLであることを見て、ノードN2から
続けて探索を行う必要がないことを判断する。また、パ
ス探索部5は、ノードN3の候補品詞リストからNとA
を読み出し、構文解析部6に渡す。該品詞はスタックS
2の状態において入力されるものであるから、パス探索
部5は品詞と同時にスタックS2を構文解析部6に渡
す。
【0039】構文解析部6は、状態遷移リスト10を見
て、スタックS2からの、Nによる状態遷移が前回行わ
れたことを検知し、さらにLRテープルを見て、状態1
2からのNによる状態遷移で、前回使用されなかった構
文規則(5)あるいは(7)のみをフラグに持つものが
ないことを確認し、新たなスタックを生成しなかったこ
とをパス探索部5に知らせる。しかし、スタックS2か
らの、Aによる状態遷移は状態遷移リスト10にないた
め、 スタックS4 I0API4AI6 を作り、パス探索部5に渡す。構文解析部6はスタック
S2の状態からAを入力として、スタックS4の状態に
なったことを状態遷移リスト10に記憶する。また、該
状態遷移に使用された還元動作の構文規則を同時に記憶
する。
て、スタックS2からの、Nによる状態遷移が前回行わ
れたことを検知し、さらにLRテープルを見て、状態1
2からのNによる状態遷移で、前回使用されなかった構
文規則(5)あるいは(7)のみをフラグに持つものが
ないことを確認し、新たなスタックを生成しなかったこ
とをパス探索部5に知らせる。しかし、スタックS2か
らの、Aによる状態遷移は状態遷移リスト10にないた
め、 スタックS4 I0API4AI6 を作り、パス探索部5に渡す。構文解析部6はスタック
S2の状態からAを入力として、スタックS4の状態に
なったことを状態遷移リスト10に記憶する。また、該
状態遷移に使用された還元動作の構文規則を同時に記憶
する。
【0040】パス探索部5は、ノードN5の候補品詞リ
ストがNULLであることを見て、ノードN5から続け
て探索を行う必要がないことを判断する。次に、ノード
N7の候補品詞リストが存在しないため、ノードN7か
ら語彙に適合したモーラ列を調べて、「いぬ」を見つけ
る。パス探索部5は、「いぬ」に対する品詞であるNを
構文解析部6に渡す。該品詞はスタックS4の状態にお
いて入力されるものであるから、パス探索部5は品詞と
同時にスタックS4を構文解析部6に渡す。パス探索部
5はノードN7から始まる、語彙に適合したモーラ列
と、該モーラ列の品詞と、該モーラ列の終端ノードを候
補品詞リストに記憶する。すなわち、 ノードN7 いぬ N ノードN9 のようになる。構文解析部6は、状態遷移リスト10を
見て、スタックS4からの、Nによる状態遷移が前回行
われなかったことを検知し、 スタックS5 I0API4API8NI9 を作り、パス探索部5に渡す。構文解析部6はスタック
S4の状態からNを入力として、スタックS5の状態に
なったことを状態遷移リスト10に記憶する。また、該
状態遷移に使用された構文規則を同時に記憶する。
ストがNULLであることを見て、ノードN5から続け
て探索を行う必要がないことを判断する。次に、ノード
N7の候補品詞リストが存在しないため、ノードN7か
ら語彙に適合したモーラ列を調べて、「いぬ」を見つけ
る。パス探索部5は、「いぬ」に対する品詞であるNを
構文解析部6に渡す。該品詞はスタックS4の状態にお
いて入力されるものであるから、パス探索部5は品詞と
同時にスタックS4を構文解析部6に渡す。パス探索部
5はノードN7から始まる、語彙に適合したモーラ列
と、該モーラ列の品詞と、該モーラ列の終端ノードを候
補品詞リストに記憶する。すなわち、 ノードN7 いぬ N ノードN9 のようになる。構文解析部6は、状態遷移リスト10を
見て、スタックS4からの、Nによる状態遷移が前回行
われなかったことを検知し、 スタックS5 I0API4API8NI9 を作り、パス探索部5に渡す。構文解析部6はスタック
S4の状態からNを入力として、スタックS5の状態に
なったことを状態遷移リスト10に記憶する。また、該
状態遷移に使用された構文規則を同時に記憶する。
【0041】パス探索部5は、ノードN9の候補品詞リ
ストがないため、ノードN9から語彙に適合したモーラ
列を調べるが、ノードN9は終端ノードであるため、ノ
ードN9から続く品詞はモーラ・ネットワークの終端を
示す”」”である。パス探索部5は、”」”とスタック
S5を構文解析部6に渡す。また、パス探索部5はノー
ドN9がモーラ・ネットワークの終端であることを候補
品詞リストに記憶する。すなわち、 ノードN9 Φ 」 Φ のようになる。
ストがないため、ノードN9から語彙に適合したモーラ
列を調べるが、ノードN9は終端ノードであるため、ノ
ードN9から続く品詞はモーラ・ネットワークの終端を
示す”」”である。パス探索部5は、”」”とスタック
S5を構文解析部6に渡す。また、パス探索部5はノー
ドN9がモーラ・ネットワークの終端であることを候補
品詞リストに記憶する。すなわち、 ノードN9 Φ 」 Φ のようになる。
【0042】構文解析部6は、状態遷移リスト10を見
て、スタックS5からの、”」”による状態遷移が前回
行われなかったことを検知し、 スタックS6 acc を作り、パス探索部5に渡す。構文解析部6はスタック
S5の状態からNを入力として、スタックS6の状態に
なったことを状態遷移リスト10に記憶する。また、該
状態遷移に使用された構文規則を同時に記憶する。
て、スタックS5からの、”」”による状態遷移が前回
行われなかったことを検知し、 スタックS6 acc を作り、パス探索部5に渡す。構文解析部6はスタック
S5の状態からNを入力として、スタックS6の状態に
なったことを状態遷移リスト10に記憶する。また、該
状態遷移に使用された構文規則を同時に記憶する。
【0043】パス探索部5は、受理状態が得られたた
め、候補品詞リストを辿り、受理状態に至る品詞列に対
応するモーラ列を、認識候補として出力する。該モーラ
列が、ユーザにより、正しいモーラ列であると認証され
ると、有効構文規則再計算部9は、パス探索部5を通し
て、正しい認識候補を得るに至った状態遷移のリストを
受け取る。ここで状態遷移リスト10は表4のようにな
っている。
め、候補品詞リストを辿り、受理状態に至る品詞列に対
応するモーラ列を、認識候補として出力する。該モーラ
列が、ユーザにより、正しいモーラ列であると認証され
ると、有効構文規則再計算部9は、パス探索部5を通し
て、正しい認識候補を得るに至った状態遷移のリストを
受け取る。ここで状態遷移リスト10は表4のようにな
っている。
【0044】
【表4】 有効構文規則再計算部9は、該モーラ列を生成した構文
規則の使用フラグを20とし、該モーラ列を生成するの
に使用しなかった構文規則の使用フラグを1減らす。但
し該モーラ列を生成するのに使用しなかった構文規則
で、使用フラグが0のものは0のままである。有効構文
規則テーブルは表5のようになる。
規則の使用フラグを20とし、該モーラ列を生成するの
に使用しなかった構文規則の使用フラグを1減らす。但
し該モーラ列を生成するのに使用しなかった構文規則
で、使用フラグが0のものは0のままである。有効構文
規則テーブルは表5のようになる。
【0045】
【表5】
【0046】
【発明の効果】最初の構文解析においては、稀にしか使
用されない構文規則に対応した動作をとらないことによ
り、平均的に誤解析の割合を少なくし、また、言語認識
に要する時間も少なくなる。さらに、稀にしか使用され
ない構文規則が使用された場合は、2回めの構文解析を
行う際、最初の構文解析の結果をそのまま使用すること
により、無駄な動作を省いて、言語認識に要する時間の
増大を防ぐ。
用されない構文規則に対応した動作をとらないことによ
り、平均的に誤解析の割合を少なくし、また、言語認識
に要する時間も少なくなる。さらに、稀にしか使用され
ない構文規則が使用された場合は、2回めの構文解析を
行う際、最初の構文解析の結果をそのまま使用すること
により、無駄な動作を省いて、言語認識に要する時間の
増大を防ぐ。
【0047】このようにして、複雑な構文規則を含む一
般的な音声を認識する音声認識装置において、音声認識
の所要時間を短縮すると同時に認識率の向上が期待でき
る。
般的な音声を認識する音声認識装置において、音声認識
の所要時間を短縮すると同時に認識率の向上が期待でき
る。
【図1】この発明の実施例の概略構成を示す図である。
【図2】実施例の動作の説明に用いるモーラ・ネットワ
ークを示す図である。
ークを示す図である。
1 音声認識装置 3 音響認識器 4 言語認識器 5 パス探索部 6 構文解析部 7 LRテーブル 8 有効構文規則テーブル 9 有効構文規則再計算部 10 状態遷移リスト
Claims (4)
- 【請求項1】 受理できる音声の形式を規定する構文規
則を記録する構文規則記録手段と、 音声認識に使用された構文規則の使用情報を記録する構
文規則使用情報記録手段と、 該構文規則使用情報記録手段を参照して、次の入力音声
を受理できるか照合するための構文規則を選択する構文
規則選択手段と、 構文規則選択手段によって選択された構文規則を記録す
る構文規則選択記録手段と、 該構文規則記録手段及び該構文規則選択記録手段を参照
しながら、入力音声を受理できるか照合する文法照合手
段と、 文法照合に失敗した場合、あるいは該文法照合手段によ
って受理された音声認識候補中に正しい認識結果が含ま
れていなかった場合、該構文規則選択手段によって選択
されなかった構文規則を含めた構文規則を用いて、文法
照合を再実行する文法照合再実行手段とを有することを
特徴とする音声認識装置。 - 【請求項2】 構文規則を複数の構文規則群に分類し、
構文規則の使用情報の記録及び構文規則の選択は構文規
則群を単位として行う請求項1記載の音声認識装置。 - 【請求項3】 構文規則は文脈自由文法を用いて表現
し、構文規則記録手段は該文脈自由文法から作成された
パーシング・テーブルを用い、該パーシング・テーブル
は、各項目がどの構文規則群が選択されているときに有
効であるかを示す手段を具備し、構文規則選択記録手段
は選択されている構文規則群を示すテーブルを用い、文
法照合手段は該パーシング・テーブルと該構文規則選択
記録手段を参照してLR構文解析を行う請求項2記載の
音声認識装置。 - 【請求項4】 特に音節などを単位とした有向グラフ型
のデータ構造等を、音響認識部と言語認識部のインタフ
ェースとして用い、文法照合の途中経過を保存する文法
照合経過保存手段を具備し、該文法照合経過保存手段と
前記有向グラフ型のデータ構造等を結び付ける、音響列
表現形式探索経過保存手段を具備することにより、文法
照合の再実行において、同一の動作の繰り返しを省くよ
うにした請求項1記載の音声認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8086472A JPH09274495A (ja) | 1996-04-09 | 1996-04-09 | 音声認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP8086472A JPH09274495A (ja) | 1996-04-09 | 1996-04-09 | 音声認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH09274495A true JPH09274495A (ja) | 1997-10-21 |
Family
ID=13887914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP8086472A Pending JPH09274495A (ja) | 1996-04-09 | 1996-04-09 | 音声認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH09274495A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001157137A (ja) * | 1999-08-26 | 2001-06-08 | Matsushita Electric Ind Co Ltd | 音声認識及び自然言語を用いたテレビジョン内容の自動的なフィルタリング |
JP2005202165A (ja) * | 2004-01-15 | 2005-07-28 | Advanced Media Inc | 音声認識システム |
US7603279B2 (en) | 2002-04-16 | 2009-10-13 | Fujitsu Limited | Grammar update system and method for speech recognition |
JP5099367B2 (ja) * | 2006-03-10 | 2012-12-19 | 日本電気株式会社 | 要求内容識別システム、自然言語による要求内容の識別方法及びプログラム |
-
1996
- 1996-04-09 JP JP8086472A patent/JPH09274495A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001157137A (ja) * | 1999-08-26 | 2001-06-08 | Matsushita Electric Ind Co Ltd | 音声認識及び自然言語を用いたテレビジョン内容の自動的なフィルタリング |
US7603279B2 (en) | 2002-04-16 | 2009-10-13 | Fujitsu Limited | Grammar update system and method for speech recognition |
JP2005202165A (ja) * | 2004-01-15 | 2005-07-28 | Advanced Media Inc | 音声認識システム |
JP5099367B2 (ja) * | 2006-03-10 | 2012-12-19 | 日本電気株式会社 | 要求内容識別システム、自然言語による要求内容の識別方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7949536B2 (en) | Intelligent speech recognition of incomplete phrases | |
US8719021B2 (en) | Speech recognition dictionary compilation assisting system, speech recognition dictionary compilation assisting method and speech recognition dictionary compilation assisting program | |
US8311825B2 (en) | Automatic speech recognition method and apparatus | |
US8731945B2 (en) | Method for recognizing and interpreting patterns in noisy data sequences | |
US8849668B2 (en) | Speech recognition apparatus and method | |
JP2005010691A (ja) | 音声認識装置、音声認識方法、会話制御装置、会話制御方法及びこれらのためのプログラム | |
US5706397A (en) | Speech recognition system with multi-level pruning for acoustic matching | |
JP2000200273A (ja) | 発話意図認識装置 | |
US6484141B1 (en) | Continuous speech recognition apparatus and method | |
JP2002014693A (ja) | 音声認識システム用辞書提供方法、および音声認識インタフェース | |
JP3309174B2 (ja) | 文字認識方法及び装置 | |
JPH09274495A (ja) | 音声認識装置 | |
JP2000056795A (ja) | 音声認識装置 | |
JPH08248980A (ja) | 音声認識装置 | |
US20020143525A1 (en) | Method of decoding telegraphic speech | |
JP3494338B2 (ja) | 音声認識方法 | |
JP2965529B2 (ja) | 音声認識装置 | |
EP0987681B1 (en) | Speech recognition method and apparatus | |
JP3526063B2 (ja) | 音声認識装置 | |
JP2000259176A (ja) | 音声認識装置およびその記録媒体 | |
JPH1097275A (ja) | 大語彙音声認識装置 | |
JPH1145097A (ja) | 連続音声認識方式 | |
JP2001100788A (ja) | 音声処理装置および音声処理方法、並びに記録媒体 | |
EP0469485B1 (en) | Language processing system using an expanded LR parser | |
JPH10187185A (ja) | 言語処理装置および方法 |