JPH09281989A - 音声認識装置および方法 - Google Patents

Abstract

(57)【要約】 【課題】 言語的な評価処理において無駄な照合を省略
し、もって現実的な時間で認識処理を行えるようにす
る。 【解決手段】 入力された音声をサブワード単位に音声
認識をして、その認識結果を、認識結果の候補として有
効かどうかの判定基準となる情報とともに、グラフ構造
で出力し、そのグラフの表現の上で、構文解析や統計的
評価などの言語処理を行う。そして、言語処理が済んだ
部分の音響認識スコアと言語評価結果とに加え、言語処
理が済んでいない部分のグラフ上にふられたスコアとに
よって、有力な候補を選び、この有力な候補から処理を
継続して行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、比較的自由度が
高くて連続的に発声された音声を認識する方式に関し、
特に認識の処理効率が高く短時間で結果が得られる音声
認識装置および方法に関する。

【０００２】

【従来の技術】文節や連文節文などの比較的自由な長さ
で連続的に発声された音声を認識する方法においては、
受理できる単語数の増加に伴って、単語単位の音声モデ
ルを用意しておくことが困難となる。したがって、音節
や音素などのサブワード単位の音声モデルと音声信号と
の照合と、言語的処理とを組み合せる方法が取られる。
特に自由度が高く語彙数の多い音声を対象とする時に
は、言語処理の結果に従って、音声照合を制限しない方
法が有力である。この時、サブワード単位の音声照合の
結果を有効に表現する方法として、グラフ表現を利用し
た音声認識手法がある。

【０００３】しかし、サブワード単位に表現されたグラ
フの上を、言語的な評価処理を行う音声認識において
は、グラフの上のさまざまな経路の上を照合処理を行う
必要がある。一般にグラフの経路は非常に膨大になる。
特に自由度の高い音声に対しては、膨大な経路に対して
言語的処理を必要とするため、現実的な時間で認識結果
を得ることができなかった。

【０００４】

【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、言語的な評価処理に
おいて無駄な照合を省略し、もって現実的な時間で認識
処理を行えるようにすることを目的としている。

【０００５】

【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、入力された
音声を、音素、音節、半音節などの音韻を単位として照
合しその照合結果を表現するグラフを生成する手段と、
上記グラフ上の複数の音韻列について、音響的評価と、
少なくと文法情報や統計情報のいずれかを含む言語情報
を利用した言語評価とに基づいて、所定の程度に確から
しいと判別される音韻列を認識結果とする認識手段と、
上記言語情報を利用した評価を算出していく途中におい
て、上記グラフを作成するときに算出された評価スコア
と、それまでに済んだ部分的な上記言語評価のスコアと
に基づいて、最も認識結果として有望な音韻列を判定
し、上記有望な音韻列について、優先して、上記認識手
段における上記言語評価を進めさせる手段とを設けるよ
うにしている。

【０００６】この構成においては、言語評価を順次に進
めていく際に、グラフ作成時にすでに生成されている情
報を有効に利用して、有望な音韻列（認識候補）につい
て優先的に言語的評価を行うようにしているので、不要
な言語評価を極力行わないですみ、迅速に認識を行うこ
とができる。

【０００７】また、この構成においては、上記グラフを
作成するときに算出された評価スコアとして、少なくと
も、音韻照合時の照合スコアと、音韻の並びだけで評価
されるスコアとを利用し、かつ、上記言語評価として、
単語の並びに関する統計情報と、構文解析の結果とを利
用した評価を行うようにしてもよい。

【０００８】また、上記グラフを作成するときに算出さ
れる、各ノードからグラフの末尾までの最良スコアを、
上記グラフを作成するときに、上記評価スコアとして上
記各ノードに保持させておき、上記保持された最良スコ
アを上記言語処理を行うときに利用するようにしてもよ
い。

【０００９】また、上記グラフを作成する時に算出され
るスコアが、最終的な評価スコアと同じになるか、より
良いように評価されるように制限を加えるようにしても
よい。このようにすると、最も良いスコアの結果から順
番に得られることを保証できる。より良いように評価す
るとは、値が大きければ大きいほど良いスコアの場合に
は、より大きい値とすることを意味し、また値が小さけ
れば小さいほど良いスコアの場合には、より小さい値を
与えることを意味する。

【００１０】また、この発明によれば、上述の目的を達
成するために、入力された音声を、音素、音節、半音節
などの音韻を単位として照合しその照合結果をグラフの
形式で表現し、上記グラフ上の複数の音韻列について、
音響的評価と、少なくと文法情報や統計情報のいずれか
を含む言語情報を利用した言語評価とに基づいて、所定
の程度に確からしいと判別される音韻列を認識結果とす
る音声認識方法において、上記言語情報を利用した評価
を算出していく途中において、上記グラフを作成すると
きに算出された評価スコアと、それまでに済んだ部分的
な上記言語評価のスコアとに基づいて、最も認識結果と
して有望な音韻列を判定し、上記有望な音韻列につい
て、優先して、上記言語評価を進めるようにしている。

【００１１】この構成においても、不要な言語評価を極
力行わないですみ、迅速に認識を行うことができる。

【００１２】つぎに、この発明の原理的な説明を行う。

【００１３】この発明は、上記のサブワード単位に表現
されたグラフ上で構文解析や統計的評価などの言語処理
を行う時の処理効率の問題に対して、認識結果として有
力な候補（音韻列）を優先して認識処理を進めて、有力
でない候補の認識処理を省略することで、処理効率を高
くする。この時、認識候補として有力であるかないかの
判定が処理効率を上げる上で非常に重要になる。

【００１４】言語処理は、発話の開始時点から終了時点
へ向けてとか、終了時点から開始時点へ、途中の特徴の
ある点から開始時点と終了時点へ向けてなどのように差
があるにせよ、いずれにしても順に処理が進められる。
この順に処理を進めている時に、それまでの処理がすで
に済み、評価が判明した情報だけを利用していたので
は、判定の精度が悪くなってしまう。特に、処理がまだ
進まない前半では、判定に利用できる情報量が少なくさ
まざまな候補を生じさせてしまい、全体の効率を上げる
ことができない。

【００１５】そこで、処理の進んでいない部分に対して
も、候補として有望であるかないかの情報を推定して、
その情報とそれまでに処理が済んだ部分の情報と合わせ
て判定する方法が有力となる。しかし、処理の進んでい
ない部分に対して候補として有望であるかないかの情報
を推定する作業に時間を要していては、全体の処理効率
に影響をきたしてしまう。

【００１６】この発明では、サブワード単位のグラフを
作成する時点で、少なくともサブワード単位の音声照合
の結果のスコアに加えて、例えばサブワード単位のＮグ
ラムなど、サブワード単位の並びによって容易に得られ
るスコアを、グラフ上に付加する。言語処理時に、言語
処理が済んだ部分の音響認識スコアと言語評価結果とに
加え、言語処理が済んでいない部分のグラフ上にふられ
たスコアとを合わせて評価基準として、認識結果として
有望な候補から次の処理を進めていくことで、有望な候
補を先に処理を進めて、有望でない候補の処理を省略し
て処理を進めることを可能とする。

【００１７】さらには、グラフ上に付加されたスコア
が、照合を進めた実際の評価結果よりも過大に、すなわ
ち、より有望な方向に評価することを保証する。その結
果として、後から照合が進む候補が、その前に照合が済
んだ候補よりもよいスコアになることがない。従って、
最終的によい認識結果となるべき候補から認識処理が終
了することができる。ある決まった数までの最もよい候
補を、認識結果として出力する時に有効に働く。

【００１８】この発明によれば、入力された音声をサブ
ワード単位に音声認識をして、その認識結果を、認識結
果の候補として有効かどうかの判定基準となる情報（少
なくともサブワード単位の音響認識スコアなどを含む）
とともに、グラフ構造で出力し、そのグラフの表現の上
で、構文解析や統計的評価などの言語処理を行う。そし
て、言語処理が済んだ部分の音響認識スコアと言語評価
結果とに加え、言語処理が済んでいない部分のグラフ上
にふられたスコアとによって、有力な候補を選び、この
有力な候補から処理を継続して行う。さらには、グラフ
上にふられたスコアが照合を進めた実際の評価結果より
も過大に評価することを保証して、よい候補の順に認識
結果を出力する。

【００１９】

【発明の実施の形態】以下この発明の実施例について説
明する。まず、図１〜図６を参照してこの発明の第１の
実施例について説明する。この実施例は、サブワード単
位として音節を採用したものである。

【００２０】図２は第１の実施例の構成を示し、図１お
よび図３は実施例における処理の全体の流れを示す。図
１〜図３において、この実施例の音声認識装置は音韻認
識手段１０、音素モデル記憶手段１１、言語処理手段２
０、候補記憶手段２１、結果記憶手段２２、辞書記憶手
段３０、構文規則記憶手段４０、言語情報記憶手段５０
を有している。

【００２１】まず音声が入力されると、音韻認識手段１
０は入力された音声について音韻認識処理を行い音節単
位のグラフ表現を出力する（ステップＳ１０１）。この
グラフ表現を出力する方法としては、例えば、音響学会
平成７年春季研究発表会講演論文集ｐｐ．１６９−１７
０にあるようなモーラ単位のグラフ作成方法が利用でき
る。

【００２２】この方法に従うと、まず入力された音声に
対し、アナログデジタル変換や周波数解析などを始めと
する信号処理を行って、特徴パラメータの系列を生成す
る。次に発話の先頭から木構造上に音素単位のトレリス
を設定して、先の特徴パラメータの系列に対してビタビ
探索を行う。順次スコアの低いトレリスを消去しなが
ら、受理されたトレリスでまとめられるものをまとめて
いく作業を行う。ビタピ探索が発話の最後まで到達した
ら、後ろから発話の最後まできても受理されないトレリ
スなどを削除して、音韻照合のスコアと音節のモノグラ
ムのスコアを合わせて計算を行う。この結果として図４
に全体を、図５に一部を拡大して示すような、音節単位
のグラフ表現によって音韻の認識結果が出力される。

【００２３】発話の開始が開始ノードに相当し、発話の
終了が終了ノードに相当する音節グラフの各アークが得
られる。開始ノードから終了ノードまで、左から右へた
どって得られるすべての経路が音韻の認識結果となって
いる。各アークは認識された各音節に対応する。図５に
示すように、その各アークには、音韻照合スコアと音節
のモノグラムのスコアが認識スコアとして付与されてい
る。また図５の表部分に示すように、各ノードにはそこ
から発話の終了までの最良スコアが付与されている。

【００２４】言語処理手段２０は、認識できる単語の情
報を蓄えた辞書記憶手段３０と、品詞から受理できる文
を記述した構文規則記憶手段４０と、たとえば統計的な
言語情報を蓄えた言語情報記憶手段５０とを参照しなが
ら、音韻グラフからもっともらしい音声認識結果を抽出
する。このとき、各候補の照合中のデータを候補機邑久
手段２１に記憶しておく。また照合に成功した候補を認
識結果記憶手段２２に記憶しておく。

【００２５】辞書記憶手段３０は、特に、各単語の音節
のつながりと品詞とその表記との組合せを記憶してお
く。辞書引きの速度を速くするために、音節のつながり
をハッシュ法やトライ法などのキー検索の手法を取るの
が一般的である。なお、この実施例における単語とは、
構文を記述する形態素に相当する単位である。

【００２６】構文規則記憶手段４０には、一区切りの発
話がどのような品詞の並びになりうるのかが記述されて
いる。構文規則記憶手段４０の記述と辞書記憶手段３０
の照合の結果を比較しながら、入力された音声として正
しいかどうかを判定する。特に、文法を文脈自由文法で
記述しておき、ＬＲテーブルの形にしておくことで、記
述能力が高くなり、かつ照合が速く済む。また言語情報
記憶手段５０に蓄える言語情報としては、音節のバイグ
ラム、トライグラム、単語のモノグラム、バイグラム、
などの統計情報や品詞列の最少コスト法などの経験的情
報などがある。これらを用いると簡単に評価を行え、し
かもこれらは有力な情報源となる。

【００２７】候補記憶手段２１は、言語処理手段２０が
照合処理を進めている候補を記憶している。図６は記憶
する最低限の情報の概念図を示す。表の各行が１つの候
補を表している。スコアは、候補の認識結果としてのも
っともらしさを表し、結果として有望そうな候補から処
理を進める、この発明の方式において、処理順番を決め
る基準ともなっている。本実施例では、各候補は、スコ
アが少ないほど候補としてもっともらしいとされる。ま
た、スコアの少ない順に並びかえを行っており、最も有
望な候補をすぐ取り出せるようになっている。ノード
は、音節グラフ上でその候補の探索がどこまで達してい
るかを示している。単語列は、その候補に対してすでに
照合が進んだ部分で適合した単語である。ここでは記憶
領域を省き、処理時間を短くする目的で、単語の情報を
辞書記憶手段３０から複写してくるのではなく、辞書記
憶手段３０上の該当する部分へのラベルやポインタなど
の参照手掛かりを記入している。従って、品詞や音節列
などの単語に関する情報を得たいときには、参照手掛か
りをもとに、辞書記憶手段３０を参照することになる。
構文解析状態は、それまで照合してきたその時の構文解
析状態である。構文解析にＬＲパーザを利用する場合に
は、状態のスタツクとなっている。以上、最低限記憶し
ておく例を示したが、情報の参照速度を速めるために、
もっと多くの情報を蓄える方法もある。例えば、スコア
はトータルだけではなく、各言語情報や、音韻などに分
けて細かく記憶しておくと、さらに照合が進んだ時のス
コア計算に利用できる。また、音節列や、品詞列を、単
語列とは別に記憶すれば、言語情報によるスコア計算時
に利用できる。

【００２８】結果記憶手段２２は、照合の済んだ認識結
果を記憶する。最終的に、結果を出力するために必要な
ので、記憶しておく情報は、出力時に求められる情報と
なる。かな漢字混じりの表現だけ出力する場合には、そ
の文字列だけを保持していればよいが、一般には最終的
なスコアなども保持しておく。

【００２９】言語処理手段２０における言語処理の流れ
を、図１の後半部分に示す。まず、前記の音節単位のグ
ラフ表現を受け取り、処理を開始する。まず処理中の候
補を記憶しておく候補記憶手段２１を初期状態の候補を
一つだけ入っている状態にして、処理の終了した認識候
補を記憶しておく認識結果記憶手段２２をクリアする
（ステップＳ１０２）。次に、候補記憶手段２１から最
もスコアのよい候補を取り出す（ステップＳ１０３、Ｓ
１０４）。ただし最初は、ステップＳ１０２で用意した
候補を取り出すことになる。取り出した候補が、照合が
音節グラフの最後まで到達していれば、その候補を結果
記憶手段２２に移す（ステップＳ１０６）。ただし、最
初に初期化された候補は、最後まで到達した候補ではあ
り得ないので、言語照合の手続きに入る（ステップＳ２
００）。

【００３０】本実施例における言語照合の手続きの流れ
を図３に示す。取り出した候補の探索が済んだ終端のノ
ードから辞書に含まれる音節列をグラフから捜し出す
（ステップＳ２１１）。ただし、最初の候補では、グラ
フの先頭から辞書引きを行う。例えば図５の１番のノー
ドからは、辞書に従い、名詞の「尾（お）」形容詞の語
幹の「重（おも）」名詞の「斧（おの）」などが辞書引
きの結果として得られる。

【００３１】次に、照合に成功した各単語の品詞を言語
処理手段２０に渡して、文法構造上正しい単語の並びで
あるか判定する（ステップＳ２１２）。ＬＲパージング
を利用する場合には、照合に成功した単語の品詞を先読
み記号として入力する。その結果として最終的に、先読
み記号として入力された品詞が、シフトされれば受理さ
れたことを意味し、シフトまでたどり着かない場合は文
法的に誤った候補を意味する。

【００３２】文法照合の結果、誤った単語の並びである
と判断された場合には、その候補は消去される。他方、
受理しうると判断された場合には、その候補の言語的評
価を行いスコアを付ける（ステップＳ２１３）。具体的
には、言語情報記憶手段５０を参照して、必要なデータ
を手掛かりにして評価スコアを得る。必要なデータと
は、音節のバイグラムやトライグラムを使う場合には音
節列を、単語のモノグラムやバイグラムを使う場合には
単語列を、品詞列の最少コスト法を使う場合には、品詞
列の各情報である。

【００３３】評価されたスコアに応じて、候補記憶手段
２１へ候補を戻す（ステップＳ２１４）。候補記憶手段
２１へ記憶する情報は、少なくとも、候補の単語列、構
文解析の状態、音節グラフ上の到達ノード、スコア、グ
ラフ上の未探索部分の最良スコアである。音節列や、品
詞列などは単語列から導けるので必ずしも記憶しておく
必要がないが、探索の時間の問題で別途記憶しておくこ
とも有効である。ただし、あらかじめ決められた条件を
満たさない場合には、その候補は消去される。決められ
た条件とは、候補記憶手段２１に入っている候補のうち
もっともよいスコアの候補からのスコアの差や、あらか
じめ決められたスコア、候補記憶手段２１へ入れる候補
の数に上限を決めて、その候補がその数に入らないなど
の条件である。

【００３４】候補記憶手段２１から最もスコアのよい候
補を認識結果として有望な候補として取り出し、上記の
照合処理を行う。ただし、取り出した候補が音声の終わ
りまで達していて文として成立していれば、認識結果と
して認識結果記憶手段２２に情報を移す。この時、認識
結果記憶手段２２に認識結果が決められた数だけ存在す
れば、認識処理は終了して結果を出力して、次の音声認
識処理に移る。また、候補記憶手段２１から候補を取り
出そうとした時に、候補が一つも無い場合にも、処理は
終了する。この場合に、認識結果記憶手段２２に結果が
１つ以上あればそれを認識結果とし、１つも無い場合に
は、認識に失敗したことを表す。この認識結果を、外部
に出力して一つまとまりの音声に対する認識処理が終了
する（ステップＳ１０８）。

【００３５】上記の実施例では、音節グラフに乗ってい
るスコアを未探索部分の予測スコアとして用い、他方、
音節のバイグラム、トライグラム、単語のモノグラム、
バイグラム、品詞列の最少コスト法などの評価のスコア
をすでに言語処理の済んだ部分のスコアとして用い、両
者を合わせてスコアに基づいて最も有力な候補を取り出
し、言語処理を進めている。この時、予測スコアを含め
て有望かどうかの判定に利用したスコアが、最終的に照
合が済んだ時の実際のスコアよりもよい、すなわち有望
である方向へ予測スコアを推定することが必ず守られて
いるとする。この場合は、後から照合が終了した候補
が、先に照合が終了した候補よりよいスコアになること
がない。この性質を利用して、先に照合が終了した候補
から、第１番目にもっともらしい認識結果、２番目にも
っともらしい認識結果と決めていき、あらかじめ決めて
おいた数の認識結果まで照合が終了した時点で、認識処
理を終了しても、認識性能を落とすとこがない。

【００３６】上記の手順で、音声認識を進めることで、
有望な候補から照合が進む効率のよい認識が実現され
る。

【００３７】つぎにこの発明の第２の実施例について説
明する。この発明では、音韻認識の結果として出力され
るサブワードグラフの単位は音節に限定されない。音響
的特徴の区切りとして音素レベルの認識にもこの発明は
適用できる。音素単位もしくはそれ以下の単位の音響モ
デルを用意しておき、前記実施例と同様の方法で音素単
位のグラフ表現を作成してこの発明を適用することがで
きる。第２の実施例は音素レベルでこの発明を適用する
ものである。グラフ表現に乗せるスコアは、音素の照合
スコアと、音素のモノグラムのスコアである。第１の実
施例と同様に、各ノードには、グラフの終端までの最良
スコアがふられている。

【００３８】文法は、音素を終端記号とする文法を記述
しておき、それをＬＲテーブルに構成しておく。言語処
理手段２０では、音素グラフの先頭から言語照合をして
いくが、先の実施例では、候補記憶手段２１から一つの
候補を取り出したら、単語単位に照合を進めていた。本
実施例では、音素を１つ分だけ照合を進めたら、候補記
憶手段２１に候補を戻すようになっており、この点で先
の実施例と異なる。

【００３９】本実施例のステップＳ２００の言語照合の
手順を図７にフローチヤートで示す。図７において、取
り出した候補の探索が済んだ末尾のノードにつながる音
素を先読み記号として、ＬＲパーザに入力する（ステッ
プＳ２２１）。ＬＲパージングの結果、先読み記号がシ
フトされればそれを候補として、スコア計算をして候補
記憶手段２１に入れ、シフトまでたどり着くことができ
なければ候補として適切でない音素列であったとして消
去する（ステップＳ２２２）。

【００４０】スコア計算では、まず音素列のトライグラ
ム・スコアを計算する。また、音素列が単語としてリデ
ユースされた時には、その受理された単語の品詞ごとの
トライグラムを計算する（ステップＳ２２３）。スコア
が計算された候補は、候補記憶手段２１に戻される（ス
テップＳ２２４）。この時、スコアが低く候補記憶手段
２１に記憶するに値しない候補は消去する。

【００４１】次に、候補記憶手段２１から最もスコアの
高い候補を取り出して、上記の言語照合手続きを行うこ
とを、順次繰り返す。以下第１の実施例と同様に、取り
出した候補が音声の終わりまで達していて文として成立
していれば、認識結果として認識結果記憶手段２２に情
報を移す。この時、決められた数だけ認識結果記憶手段
２２に認識結果がたまれば、認識処理は終了して結果を
出力して次の音声認識処理に移る。候補記憶手段２１か
ら候補を取り出そうとした時に、候補が一つも無い場合
には、処理は終了する。

【００４２】この場合に、認識結果記憶手段２２に結果
が１つ以上あればそれを認識結果とし、１つも無い場合
には、認識に失敗したことを表す。

【００４３】

【発明の効果】この発明によれば、サブワード単位のグ
ラフ表現を利用して文節や連文節文などの比較的自由な
長さで連続的に発声された音声を認識する方法において
も、無駄な照合処理を省略して、短時間で認識処理を行
うことが可能となるという効果を有する。

【図面の簡単な説明】

【図１】この発明の第１の実施例の処理の流れを示すフ
ローチャートである。

【図２】上述第１の実施例の構成を示すブロック図であ
る。

【図３】上述第１の実施例の言語照合処理の流れを示す
フローチャートである。

【図４】上述第１の実施例の音節グラフの１例の概念図
である。

【図５】図４に示した音節グラフの一部の拡大図であ
る。

【図６】上述第１の実施例の候補記憶手段２１に保持す
るデータの概念図である。

【図７】この発明の第２の実施例の言語照合処理の流れ
を示すフローチャートである。

【符号の説明】

１０ 音韻認識手段 １１ 音素モデル記憶手段 ２０ 言語処理手段 ２１ 候補記憶手段 ２２ 結果記憶手段 ３０ 辞書記憶手段 ４０ 構文規則記憶手段 ５０ 言語情報記憶手段

───────────────────────────────────────────────────── フロントページの続き (72)発明者 額賀 雅夫 神奈川県足柄上郡中井町境430 グリーン テクなかい 富士ゼロックス株式会社内

Claims (5)

【特許請求の範囲】
1. 【請求項１】 入力された音声を、音素、音節、半音節
   などの音韻を単位として照合しその照合結果を表現する
   グラフを生成する手段と、 上記グラフ上の複数の音韻列について、音響的評価と、
   少なくと文法情報や統計情報のいずれかを含む言語情報
   を利用した言語評価とに基づいて、所定の程度に確から
   しいと判別される音韻列を認識結果とする認識手段と、 上記言語情報を利用した評価を算出していく途中におい
   て、上記グラフを作成するときに算出された評価スコア
   と、それまでに済んだ部分的な上記言語評価のスコアと
   に基づいて、認識結果として最も有望な音韻列を判定
   し、上記有望な音韻列について、優先して、上記認識手
   段における上記言語評価を進めさせる手段とを有するこ
   とを特徴とする音声認識装置。
2. 【請求項２】 上記グラフを作成するときに算出された
   評価スコアとして、少なくとも、音韻照合時の照合スコ
   アと、音韻の並びだけで評価されるスコアとを利用し、
   かつ、上記言語評価として、単語の並びに関する統計情
   報と、構文解析の結果とを利用した評価を行う請求項１
   記載の音声認識装置。
3. 【請求項３】 上記グラフを作成するときに算出され
   る、各ノードからグラフの末尾までの最良スコアを、上
   記グラフを作成するときに、上記評価スコアとして上記
   各ノードに保持させておき、上記保持された最良スコア
   を上記言語処理を行うときに利用する請求項１または２
   記載の音声認識装置。
4. 【請求項４】 上記グラフを作成する時に算出されるス
   コアが、最終的な評価スコアと同じにまたは上記最終的
   な評価スコアよりも良く評価されるようにした請求項
   １、２または３記載の音声認識装置。
5. 【請求項５】 入力された音声を、音素、音節、半音節
   などの音韻を単位として照合しその照合結果をグラフの
   形式で表現し、上記グラフ上の複数の音韻列について、
   音響的評価と、少なくと文法情報や統計情報のいずれか
   を含む言語情報を利用した言語評価とに基づいて、所定
   の程度に確からしいと判別される音韻列を認識結果とす
   る音声認識方法において、上記言語情報を利用した評価
   を算出していく途中において、上記グラフを作成すると
   きに算出された評価スコアと、それまでに済んだ部分的
   な上記言語評価のスコアとに基づいて、最も認識結果と
   して有望な音韻列を判定し、上記有望な音韻列につい
   て、優先して、上記言語評価を進めることを特徴とする
   音声認識方法。