JPH10143503A - 音声ワードプロセッサ - Google Patents

Abstract

(57)【要約】 【課題】認識結果の修正が容易な音声ワードプロセッサ
の提供。 【解決手段】入力音声から連続した一まとまりの発声を
切り出す音声検出部１０１と、一まとまりの発声を認識
して１つ以上の認識結果候補を出力する音声認識部１０
２と、認識結果候補を記憶する候補記憶部と、候補の確
定を指示する確定指示手段１０６と、認識結果候補の第
１位文字列および確定後の文字列を順次表示する表示装
置１０８と、表示装置の表示を制御する表示制御部１０
７を有し、表示制御部が、一まとまりの発声ごとに認識
結果候補の第１位文字列に区切り文字を付加し、確定指
示手段により確定が指示されると区切り記号を削除する
よう表示を制御する。連続した一まとまりの発声ごとに
認識結果を区切り記号で区切って表示することにより修
正の単位をわかり易くする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、情報処理装置に関
し、特に音声でテキストを入力して文書を作成する音声
文書作成装置（「音声ワードプロセッサ」という）に関
する。

【０００２】

【従来の技術】音声によりテキストを入力して文書を作
成する音声ワードプロセッサにおいては、音声認識の性
能が十分でない現状では、音声入力に際して、通常、音
節、単語、文節などに区切って発声を行っている。

【０００３】音声ワードプロセッサにおいて、音声入力
の途中、認識誤りが生じた場合には、その都度、修正す
ることも多いが、あるまとまった量のテキストを音声入
力してから、一括して修正した方が便利な場合もある。
また、こうすることにより、文法などの知識を利用し
て、自動的に過去の入力の認識結果も修正できるという
利点もある。

【０００４】英文の音声ワードプロセッサでは、単語単
位に区切った発声を順次認識して認識結果を表示し、あ
る範囲内で過去に遡って認識結果を修正できるように構
成されているものが知られている。

【０００５】修正の際には、画面上に表示された認識結
果（変換結果）についてユーザが修正したい単語をマウ
スなどで指示すると、２位以下の候補を表示して、その
中から選択することができる。修正の単位は、発声した
単位（すなわち、単語）と一致する。

【０００６】英語の場合は、もともと単語と単語の間に
スペースを入れて表記するので、表示の際も単語間にス
ペースが入るため、発声した単位の確認が容易に行え
る。

【０００７】

【発明が解決しようとする課題】しかしながら、日本語
の場合には、表記の際、単語間にスペースを入れないた
め、画面表示の際に、通常、単語間を詰めて表示され
る。さらに、日本語の場合、単語という単位が明確でな
いこともあり、過去の入力に遡って修正しようとした場
合、どこからどこまでが１つの修正単位か判別が容易で
ない、という問題もある。また単語の代わりに、文節な
どを、発声の単位とした場合も同様である。

【０００８】これに対し、たとえばカーソル移動キーで
カーソルを移動したり、マウス等の指示デバイスでポイ
ンタを移動したりすると、その指示する先の文字を含む
修正単位の範囲を反転表示するなどの方法も考えられる
が、カーソルやポインタを修正したい箇所まで移動する
までは修正単位がわからない、という煩わしさがある。

【０００９】また、はじめから発声単位ごとに空白で区
切りながら表示すれば、修正単位は明確であるが、その
ままでは作成された文書に余分な空白がはいることにな
り、好ましくない。

【００１０】一方、キーボードによる日本語入力装置で
は、連文節や文章を一括してかな漢字変換する際、文節
や単語の切れ目を表示することにより、利用者が区切り
の情報を編集できるようにするとともに、確定の際に
は、区切り情報を削除するものが知られている。しか
し、キーボードからの入力では、単語や文節の区切り
は、かな漢字変換等の言語処理を行なって自動的に判断
した結果として与えなければならず、また誤りを含む場
合もあるため、それ自体を編集の対象としなければなら
ない。

【００１１】これに対し、音声で単語や文節単位に区切
って発声する場合には、発声の区切りをそのまま区切り
として表示すればよいため、言語処理を行なって自動的
に判断する必要はなく、また発声区切り自体を編集でき
る必要はない。

【００１２】上記したように、日本語の場合、普通に表
示すると、過去に遡って修正する際に、修正単位がわか
りにくいという問題があった。

【００１３】したがって、本発明は、上記事情に鑑みて
なされたものであって、その目的は、認識結果が確定す
る前の段階では認識結果の修正を容易とし、確定後に
は、通常の日本語のテキストとして表示あるいは出力す
る音声ワードプロセッサを提供することにある。

【００１４】

【課題を解決するための手段】前記目的を達成するた
め、本発明の音声ワードプロセッサは、連続した一まと
まりの発声毎に、認識結果を区切り記号で区切って表示
し、確定したときに前記区切り記号を削除して表示出力
する、ことを特徴とする。

【００１５】本発明は、好ましくは、入力音声から連続
した一まとまりの発声を切り出す音声検出手段と、前記
一まとまりの発声を認識して１つ以上の認識結果候補を
出力する音声認識手段と、前記認識結果候補を記憶する
候補記憶手段と、候補の確定を指示する確定指示手段
と、前記認識結果候補の文字列および確定後の文字列を
順次表示する表示手段と、前記表示装置の表示を制御す
る表示制御手段と、を備え、前記表示制御手段が、前記
一まとまりの発声ごとに前記認識結果候補の文字列に区
切り文字を付加して表示するように制御すると共に、前
記確定指示手段により確定が指示されると前記区切り記
号を削除するよう表示を制御する、ことを特徴とする。

【００１６】

【発明の実施の形態】本発明の実施の形態について図面
を参照して以下に説明する。本発明は、その好ましい実
施の形態において、入力音声から連続した一まとまりの
発声を切り出す音声検出手段（図１の１０１）と、一ま
とまりの発声を認識して１つ以上の認識結果候補を出力
する音声認識手段（図１の１０２）と、認識結果候補を
記憶する候補記憶手段（図１の１０３）と、候補の確定
を指示する確定指示手段（図１の１０６）と、認識結果
候補の第１位の文字列および確定後の文字列を順次表示
する表示手段（図１の１０８）と、表示手段の表示を制
御する表示制御手段（図１の１０７）と、を備えてい
る。

【００１７】表示制御手段（図１の１０７）は、一まと
まりの発声ごとに認識結果候補の第１位候補文字列に例
えば単語毎に例えば空白等の所定の区切り記号を付加し
て表示手段に表示する。そして確定指示手段により確定
が指示されると、付加された区切り記号を削除して、確
定した文字列を表示手段に表示する。

【００１８】認識候補の確定の方法としては、表示手段
に表示されている認識結果候補の第１位の文字列に誤り
がある場合には、修正箇所指示手段（図１の１０４）に
より表示されている単語を指示し、指示された単語につ
いて次の認識結果候補が候補記憶手段に格納されている
場合には、これを読み出して、表示手段に表示し、候補
選択手段（図１の１０５）にて、表示された認識結果候
補の中から選択する。

【００１９】

【実施例】上記した本発明の実施の形態について更に詳
細に説明すべく、本発明の実施例について図面を参照し
て以下に説明する。

【００２０】図１は、本発明の一実施例の構成を示す図
である。図１を参照すると、入力音声は、単語ごとにポ
ーズで区切って発声される。音声検出部１０１は、音声
のパワー情報を用いて、入力音声を単語ごとに切り出
し、音声認識部１０２に順次出力する。

【００２１】音声認識部１０２は、音声検出部１０１か
らの出力を自動認識して、単語毎に複数個の候補を出力
する。

【００２２】候補記憶部１０３は、各発声に対する認識
結果の候補を保持するとともに、第１位の候補を表示制
御部１０７に出力する。

【００２３】表示制御部１０７は、各単語の認識結果の
第１位候補を、間に空白を挿入しながら、図２に示すよ
うに、順次、表示装置１０８に出力する。

【００２４】表示されている認識結果に誤りがある場
合、ユーザは、マウス、タッチパネルなどの修正箇所指
示手段１０４により、表示されている単語の一つを指示
し、指示された単語についての候補を候補記憶部１０３
から読み出して、表示装置１０８に表示する。

【００２５】ユーザは、表示装置１０８に表示された候
補中から候補選択手段１０５により正しい文字列を選択
する。また、候補中に正解がないときには、再度、当該
単語の入力音声を発声したりすることにより、当該単語
の認識結果を修正する。

【００２６】ユーザが確定指示手段１０６により確定を
指示すると、表示制御部１０７は、表示されている文字
列から空白を取り除き、図３に示すように、表示装置１
０８に再表示する。その際、当該部分がすでに確定され
たものであることを示すため、例えば画面上において表
示の文字色を変更するようにしてもよい。

【００２７】また、上記実施例に係る音声ワードプロセ
ッサを、通常のワードプロセッサなど他のアプリケーシ
ョンのフロントエンドとして用いることもできる。この
場合、ユーザが確定指示手段１０６により確定を指示す
ると、表示制御部１０７は表示されている文字列から空
白を取り除いた文字列を該アプリケーションへ出力する
とともに、表示装置１０８の表示をクリアする。

【００２８】なお、上記実施例においては、発声の単位
を単語としたが、これに限らず、文節やより長い単位を
用いることもできる。また、区切り記号として、空白の
かわりに特別な記号を用いることもできる。

【００２９】

【発明の効果】以上説明したように、本発明によれば、
認識結果が確定する前は修正すべき発声の単位がユーザ
にわかりやすく、確定後は通常の日本語のテキストとし
て表示あるいは出力する音声ワードプロセッサを提供す
ることができる。

【図面の簡単な説明】

【図１】本発明の実施例の構成を示すブロック図であ
る。

【図２】本発明の実施例における確定前の表示例を示す
図である。

【図３】本発明の実施例における、確定後の表示例を示
す図である。

【符号の説明】 １０１ 音声検出部 １０２ 音声認識部 １０３ 候補記憶部 １０４ 修正個所指示手段 １０５ 候補選択手段 １０６ 確定指示手段 １０７ 表示制御部 １０８ 表示装置

Claims (4)

【特許請求の範囲】
1. 【請求項１】連続した一まとまりの発声毎に、認識結果
   を区切り記号で区切って表示し、確定したときに前記区
   切り記号を削除して表示出力する、ことを特徴とする音
   声ワードプロセッサ。
2. 【請求項２】入力音声から連続した一まとまりの発声を
   切り出す音声検出手段と、 前記一まとまりの発声を認識して１つ以上の認識結果候
   補を出力する音声認識手段と、 前記認識結果候補を記憶する候補記憶手段と、 候補の確定を指示する確定指示手段と、 前記認識結果候補の文字列および確定後の文字列を順次
   表示する表示手段と、 前記表示装置の表示を制御する表示制御手段と、を備
   え、 前記表示制御手段が、前記一まとまりの発声ごとに前記
   認識結果候補の文字列に区切り文字を付加して表示する
   ように制御すると共に、前記確定指示手段により確定が
   指示されると前記区切り記号を削除するよう表示を制御
   する、 ことを特徴とする音声ワードプロセッサ。
3. 【請求項３】前記表示されている認識結果候補の第１位
   の文字列に誤りがある場合、修正箇所指示手段により表
   示されている単語を指示し、指示された単語について別
   の認識結果候補が前記候補記憶手段に格納されている場
   合には、これを読み出して、前記表示手段に表示し、表
   示された認識結果候補の中から選択する、ことを特徴と
   する請求項２記載の音声ワードプロセッサ。
4. 【請求項４】前記確定指示手段により確定が指示される
   と、前記区切り記号を削除して出力するとともに、前記
   表示手段の表示をクリアするように表示を制御する、こ
   とを特徴とする請求項２記載の音声ワードプロセッサ。