JPH1097284A - 音声認識方法，音声認識装置，及び記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 音声認識における誤認を抑制できる音声認識
装置を提供する。 【解決手段】 特徴抽出部１２で抽出された入力音声の
特徴量をキーワード照合部１３と音素照合部１４に分岐
出力する。キーワード照合部１３は認識スコアが最大の
キーワードを選択的に出力し、音素照合部１４は認識ス
コアが最大の音素を選択的に出力する。連鎖確率演算部
１５は、キーワード群に含有される音声以外の音声単語
に対応する音素が連鎖する連鎖確率を算出する。比較処
理部１６は連鎖確率演算部１５で算出された連鎖確率に
基づいて上記音素の認識スコアを修正し、修正後の累計
値を算出するとともに、この累計値とキーワードの認識
スコアとを比較する。そして、キーワードの認識スコア
の方が高ければ、キーワードを認識結果として出力し、
累計値が高ければ何も出力しない。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声認識技術に係
り、特に予めユーザ登録されたキーワード（注目音声単
語、以下同じ）以外の音声単語も含む入力音声から、所
要のキーワードだけをより正確に抽出する技術に関す
る。

【０００２】

【従来の技術】従来、音声認識装置では、入力音声を複
数の音声区間に分割した上で、各音声区間毎に予めユー
ザ登録されたキーワード群の中から該当するキーワード
を抽出し、抽出したキーワードを認識結果として出力し
ている。これをキーワード認識という。該当するキーワ
ードを抽出する際には、入力音声の特徴（特徴ベクトル
等）と予め登録された複数のキーワードの特徴とを比較
照合し、入力音声の特徴に最も類似するものを選択的に
抽出する。

【０００３】しかし、単純に予め登録されたキーワード
群から特徴量が最も類似するキーワードを抽出するキー
ワード認識では、入力音声が、登録されているキーワー
ド以外の音声単語を含む場合に、必ずしもその特徴を正
確にした認識が行われるとは限らず、ときには、全く入
力音声とは無関係なキーワードが認識結果として出力さ
れる場合がある。

【０００４】そこで、入力音声と予め登録された音素ま
たは音節（以下、単に音素として説明する。なお、この
明細書において、単に音素という場合は、音素と音節、
あるいは音節のみの場合を含むものとする）パタンとを
上記音声区間毎に比較照合し、入力音声の特徴に最も類
似する音素列を認識結果として出力する音素パタン認識
を併用することが行われている。両認識手法を採用した
音声認識装置では、各音声区間毎に、キーワードと音素
列の入力音声に対する類似の度合いを比較し、キーワー
ドがより類似する音声区間では抽出されたキーワードを
認識結果として出力し、音素列がより類似する音声区間
では音素列を認識結果として出力する。

【０００５】ここで、各類似の度合いの比較に際して
は、どれだけ特徴が一致しているかを表す認識スコアを
使用する。この認識スコアは、入力音声との間の特徴量
の差分、例えば特徴空間における距離や確率等を尺度と
して与えられるもので、特徴量の差分が小さくなるほど
高くなるように定義される。

【０００６】

【発明が解決しようとする課題】キーワード認識と音素
パタン認識とを併用した従来の音声認識装置において、
上述の音素列の認識スコアは、列を構成する各音素の認
識スコアの累計で与えられるものであるが、音素列の認
識スコアは、キーワードの認識スコアよりも高く評価さ
れる傾向にある。これは、キーワードの抽出に際しては
当該キーワードを構成する音素の連鎖が問題となるのに
対して、音素列の場合は音素の連鎖が問題にされないた
めである。その結果、キーワードと音素列とを単純に比
較した場合に音素列が認識結果として出力される確率が
相対的に高くなり、誤認識を招く。

【０００７】この対策として、音素列の認識スコアに
“１”以下の一定係数から成るペナルティを乗じて修正
し、キーワードと音素列との比較の際に、キーワードが
選ばれ易く工夫することが考えられる。しかし、音素列
の種類によっては、予め登録されたキーワード群内のキ
ーワードに含まれる頻度が高いものや全くキーワードに
含まれないものもある。そのため、ペナルティによって
音素列の認識スコアを修正してもキーワードの抽出漏れ
や誤抽出が生じる。

【０００８】そこで、本発明の課題は、音声認識に際し
て、所要のキーワードを適切に抽出して入力音声の誤認
識を抑制することにある。

【０００９】

【課題を解決するための手段】本発明は、改良された音
声認識方法を提供する。この方法は、以下の過程を含む
ものである。 （１）予め登録されたキーワード群から所定区間におけ
る入力音声の特徴に最も類似するキーワードを選択する
とともに、選択されたキーワードの類似の度合いを表す
第１の認識スコアを算出する過程、（２）予め登録され
た音素群から前記区間に含有される個々の音素の特徴に
最も類似する音素を選択するとともに選択された各音素
の類似の度合いを表す第２の認識スコアを算出する過
程、（３）前記キーワード群に含有される音声以外の音
声単語に対応する音素が連鎖する連鎖確率を用いて各音
素についての第２の認識スコアを修正するとともに、修
正された第２の認識スコアを前記区間内の音素列につい
て累計して第３の認識スコアを算出する過程、（４）第
１及び第３の認識スコアを前記区間毎に比較し、比較結
果に応じて当該区間における前記キーワードの出力の可
否を決定する過程。なお、連鎖確率は、例えば、予め登
録された全音素の出現頻度から前記キーワード群によっ
て出現し得る全音素の出現頻度を差し引いた値に基づい
て算出される。このような方法では、キーワードに現れ
る音素については低く評価され、キーワードに現れない
音素については高く評価されるので、キーワードが抽出
されるべき区間に音素が選択される確率が低くなる。つ
まり、誤認識が防止される。

【００１０】本発明では、また、上記方法の実施に適し
た音声認識装置をも提供する。この音声認識装置は、入
力音声の特徴を抽出する特徴抽出部と、予め登録された
キーワード群から所定区間の入力音声の特徴に最も類似
するキーワードを、当該キーワードの類似の度合いを表
す第１の認識スコアと共に出力するキーワード照合部
と、予め登録された音素群から前記区間に含有される音
素の特徴に最も類似する音素を、当該音素の類似の度合
いを表す第２の認識スコアと共に出力する音素照合部
と、前記キーワード群に含有される音声以外の音声単語
に対応する音素が連鎖する連鎖確率を導出する手段と、
前記連鎖確率を用いて各音素についての第２の認識スコ
アを修正し、修正された第２の認識スコアを前記区間内
の音素列について累計して第３の認識スコアを算出する
とともに、算出した第３の認識スコアと第１の認識スコ
アを前記区間毎に比較し、比較結果に応じて当該区間に
おける前記キーワードの出力の可否を決定する比較処理
部と、を備えて構成される。

【００１１】前記連鎖確率を導出する手段は、例えば、
前記選択された音素の列を特定する音素列特定部と、予
め発声され得る発話文を格納した発話リストと、該発話
リストに収められた全ての発話文に基づく前記音素列の
出現頻度と前記キーワード群に基づく前記音素列の出現
頻度との間の出現頻度差を算出する頻度差演算部と、こ
の頻度差演算部で算出された出現頻度差に基づいて前記
音素列についての連鎖確率を算出する確率演算部とを備
えるように構成する。

【００１２】本発明は、汎用のコンピュータ装置と、こ
のコンピュータ装置によって読み取り可能な命令群を実
体化して成る記憶媒体とによってもその実現が可能であ
る。この場合、記憶媒体に実体化される前記命令群は、
コンピュータ装置に読み込まれたときに、以下の手順を
実行させるものである。 （１）予め登録されたキーワード群から所定区間におけ
る入力音声の特徴に最も類似するキーワードを選択する
とともに、選択されたキーワードの類似の度合いを表す
第１の認識スコアを算出する手順、（２）予め登録され
た音素群から前記区間に含有される個々の音素の特徴に
最も類似する音素を選択するとともに選択された各音素
の類似の度合いを表す第２の認識スコアを算出する手
順、（３）前記キーワード群に含有される音声以外の音
声単語に対応する音素が連鎖する連鎖確率を用いて各音
素についての第２の認識スコアを修正するとともに、修
正された第２の認識スコアを前記区間内の音素列につい
て累計して第３の認識スコアを算出する手順、（４）第
１及び第３の認識スコアを前記区間毎に比較し、比較結
果に応じて当該区間における前記キーワードの出力の可
否を決定する手順。

【００１３】

【発明の実施の形態】以下、図面を参照して、本発明の
実施形態を詳細に説明する。図１は、本発明を音声認識
装置に適用した場合のブロック構成図である。この実施
形態の音声認識装置１は、認識すべき音声の入力を受け
付ける音声入力部１１と、音声入力部１１に入力された
音声（入力音声）についての音声特徴量（特徴ベクトル
等）を抽出する特徴抽出部１２とを備えている。これら
は、従来の音声認識装置においても同様に用いられるも
のである。特徴抽出部１２の出力は、キーワード照合部
１３と音素照合部１４に分岐出力される。

【００１４】キーワード照合部１３は、入力音声に最も
類似するキーワードとその認識スコアを出力するもので
あり、差分演算部１３１、比較照合部１３２、及び、差
分演算部１３１が参照するためのキーワードパタン辞書
１３３を備えるものである。キーワードパタン辞書１３
３は、ユーザ登録されたキーワード群に属する各キーワ
ードの音声特徴量を格納している。差分演算部１３１
は、入力音声を複数の音声区間に分割した上で、特徴抽
出部１２から送られた入力音声についての音声特徴量と
キーワードパタン辞書１３３に登録された各キーワード
の音声特徴量との差分、例えば特徴空間上の距離や確率
等を音声区間毎に算出する。比較照合部１３２は、差分
演算部１３１で算出された差分を尺度とする認識スコア
に基づいて、キーワードパタン辞書１３３から認識スコ
アが最大となるキーワードをその認識スコアと共に出力
する。このキーワードの認識スコアは、差分演算部１３
１で算出された特徴量の差分に応じて定義される一致の
度合いを表す数量で、特徴量の差分が減少するほど、つ
まり類似度が大きくなるほど高くなる。

【００１５】音素照合部１４は、入力音声に最も類似す
る音素をその認識スコアと共に出力するものであり、差
分演算部１４１、比較照合部１４２、及び、差分演算部
１４１が参照するための音素パタン辞書１４３とを備え
るものである。音素パタン辞書１４３は、音声認識装置
１において使用可能な全音素の音声特徴量を格納してい
る。差分演算部１４１は、入力音声を音素区間に分割し
た上で各音素区間毎に特徴抽出部１２から送られた入力
音声の音声特徴量と音素パタン辞書１４３に格納された
各音素の音声特徴量との差分を算出する。比較照合部１
４２は、差分演算部１４１で算出された差分を尺度とす
る認識スコアを比較して、認識スコアが最大となる音素
をその認識スコアと共に出力する。音素の認識スコア
も、キーワードの認識スコアと同様に、差分演算部１４
１で算出された特徴量の差分に応じて定義される一致の
度合いを表す数量であり、特徴量の差分が減少するほ
ど、つまり類似の度合いが大きくなるほど高くなる。

【００１６】音声認識装置１は、さらに、キーワードリ
スト１７と発話リスト１８を参照して音素列の連鎖確率
を算出する連鎖確率演算部１５と、この連鎖確率演算部
１５で算出された連鎖確率，キーワード照合部１３から
出力されたキーワード，及び音素照合部１４から出力さ
れた音素に基づいて認識結果を出力する比較処理部１６
とを備えている。キーワードリスト１７は、使用するキ
ーワードを集めたリストであり、発話リスト１８は、特
定分野において頻繁に使用される会話内容等、発声され
得る発話文を集めたリストである。キーワードリスト１
７に代えてキーワードパタン辞書１３３を流用すること
もできる。比較処理部１６については後述する。

【００１７】なお、音声認識装置１はコンピュータ装置
において実現されるもので、上記各部１１〜１６は、通
常、ＲＯＭ等の命令記憶手段に記憶された命令群（プロ
グラムと必要なデータ）に従ってマイクロプロセッサユ
ニットが所要の処理を実行することにより構築される。
但し、上述の命令群は、必ずしもコンピュータ装置と常
に一体不可分である必要はなく、該コンピュータ装置か
ら分離した存在であってもよい。この場合は、コンピュ
ータ装置が読取可能且つコンピュータ装置によって実行
可能な形態で、可般性媒体、例えばハードディスク，フ
レキシブルディスク，あるいはＣＤ−ＲＯＭ（コンパク
トディスク型ＲＯＭ）上に物理的に実体化させる。

【００１８】次に、音声認識装置１の各部をより詳しく
説明する。図２は、上記連鎖確率演算部１５の詳細構成
図である。この連鎖確率演算部１５は、例えば比較処理
部１６からの指令により、あるいはキーワード照合部１
３または音素照合部１４の出力結果に基づいて、認識対
象となる音素列ないし音素数を特定する音素列特定部１
５１、キーワードリスト１７に収められた全てのキーワ
ードに基づく音素列の出現頻度を検出する出現頻度検出
部１５２、発話リスト１８に収められた全ての発話文に
基づく音素列の出現頻度を検出する出現頻度検出部１５
３、各音素列についてキーワードリスト１７に基づく出
現頻度と発話リスト１８に基づく出現頻度との間の出現
頻度差を算出する頻度差演算部１５４、及び、頻度差演
算部１５４で算出された出現頻度差に基づき各音素列に
ついての連鎖確率を算出する確率演算部１５５を有して
いる。

【００１９】この連鎖確率演算部１５の動作は下記のよ
うになる。例えば、ｔ種類の音素がｎ（ｔ，ｎは自然
数）個連続して成る音素列について述べる。この場合、
対象となる音素列の種類はｔのｎ乗パタン存在すること
になる。なお、ｔは、音声認識の用途に応じて決まるも
のである。以下、簡単の為に、ｎ＝３の場合の連鎖確率
の算出手順を図３を参照して説明する。

【００２０】まず、発話リスト１８を参照して、全ての
発話文における連続した３個の音素列の出現頻度を検出
する（ステップＳ１０１）。同様に、キーワードリスト
１７を参照して、全てのキーワードにおける連続した３
個の音素列の出現頻度を検出する（ステップＳ１０
２）。このステップＳ１０１の結果得られた発話リスト
１８に基づく音素列の出現頻度の一例を図４（ａ）、キ
ーワードリスト１７に基づく音素列の出現頻度の一例を
図４（ｂ）に示す。図中、横軸は音素列S(i)S(j)S(k)の
種類、縦軸はそれらの出現頻度を表している。またここ
では、キーワードリスト１７に基づく音素列の出現頻度
をCk(Si、Sj、Sk)、発話リスト１８に基づく音素列の出現
頻度をCs(Si、Sj、Sk)で表している。

【００２１】頻度差演算部１５４は、音素列の種類毎
に、発話リスト１８に基づく音素列の出現頻度からキー
ワードリスト１７に基づく音素列の出現頻度に係数を乗
じた値を差し引き、出現頻度差を算出する（ステップＳ
１０３）。この出現頻度差の例を図４（ｃ）に示す。こ
のステップ１０３の内容を詳しく説明すると以下のよう
になる。出現頻度差Cg(SiSjSk)は、以下の数１式で与え
られる。

【００２２】

【数１】Cg(SiSjSk)=Cs(SiSjSk)-α×Ck(SiSjSk)

【００２３】ここで、係数αは頻度正規化係数と呼ばれ
ているもので、キーワードリスト１７と発話リスト１８
に収められているキーワードと発話文に基づく音素の総
数の違いを是正するためのものである。具体的には、こ
の頻度正規化係数αは以下の数２式で定義される。

【００２４】

【数２】 α=(Σi,j,k Cs(Si、Sj、Sk))/(Σi,j,k Ck(Si、Sj、Sk))

【００２５】ステップＳ１０３で算出された出現頻度差
の意味合いは、数１式から明らかなように、キーワード
以外の音声単語に基づく音素列の出現頻度である。頻度
差演算部１５４において算出された各音素列についての
出現頻度差に基づいて、確率演算部１５５は、キーワー
ド以外の音声単語に基づく連鎖確率を算出する（ステッ
プＳ１０４）。ここでは、音素列SiSjの後に、音素Skが
キーワード以外の音声単語において出現する確率、すな
わち連鎖確率をPlung(=P(Sk|SiSj))とする。この連鎖確
率Plungは、以下の数３式で与えられる。

【００２６】

【数３】Plung=Cg(SiSjSk)/(Σk Cg(SiSjSk))

【００２７】また数３式から、連鎖確率Plungは、キー
ワードに現れる音素については低く評価され、キーワー
ドに現れない音素については高く評価される。以下で説
明するが、本実施形態では、この連鎖確率Plungを音素
照合部１４で選択された音素の認識スコアのペナルティ
として用いる。なお、予めキーワードリスト１７と発話
リスト１８とに基づいて全てのキーワードについて上記
連鎖確率Plungを算出してテーブル化しておき、比較処
理部１６からの指示に従い、該当する連鎖確率Plungを
索出するようにしてもよい。

【００２８】次に、図１に示した比較処理部１６につい
て説明する。比較処理部１６は、図５に示すように、連
鎖確率演算部１５で算出された上記連鎖確率をペナルテ
ィとして用い、音素照合部１４から出力される音素列の
認識スコアを算出する認識スコア演算部１６１と、キー
ワード照合部１３から出力されるキーワードの認識スコ
アと認識スコア演算部１６１で算出された音素列の認識
スコアとの比較結果に応じた認識結果を出力する認識ス
コア比較部１６２とから構成される。

【００２９】ここで、音素列SiSjSkの認識スコアの具体
的な算出方法を説明する。なお、キーワード照合部１３
から出力されるキーワードに対応する音声区間と音素照
合部１４から出力される音素列に対応する音素区間とは
一致するものとする。音素列認識スコア演算部１６１で
は、まず、音素列SiSjSkを形成する各音素の認識スコア
をそれぞれ一定ペナルティPconstで修正する。そして、
これを上述の連鎖確率Plungでさらに修正する。つま
り、最初の音素Siの認識スコアについては連鎖確率Plun
g=P(Si)（＝１）で修正し、次の音素Sjの認識スコアに
ついては連鎖確率Plung=P(Sk|Si)で修正し、最後の音素
Skの認識スコアについてはP(Sk|SiSj)で修正する。例え
ば、音素Skの修正後の認識スコアをSphoneとすると、こ
の認識スコアSphoneは以下の数４式で与えられる。

【００３０】

【数４】 Sphone=Lphone×(Pconst×Plung) =Lphone×(Pconst×P(Sk|SiSj))

【００３１】Lphoneは音素照合部１４から出力された音
素Skの修正前の認識スコアである。各音素Si、Sj、Skにつ
いて以上のようにして修正された３つの認識スコアを累
計して得られるものが、音素列SiSjSkの認識スコアとな
る。認識スコア比較部１６２は、キーワードの認識スコ
アと以上のようにして算出された音素列の認識スコアと
を比較し、この比較結果に応じて当該区間における前記
キーワードの出力の可否を決定する。

【００３２】以上のように構成される本実施形態の音声
認識装置１において、入力音声についての認識結果が出
力される手順を図６により説明する。音声入力部１１に
音声が入力されると（ステップＳ２０１）、特徴抽出部
１２は、入力音声を分析して音声特徴量を抽出する（ス
テップＳ２０２）。この音声特徴量はキーワード照合部
１３と音素照合部１４にそれぞれ分岐出力される。

【００３３】キーワード照合部１３は、入力音声を分割
して得た音声区間毎に入力音声とキーワードパタン辞書
１３３内のキーワードとの音声特徴量の差分を算出し
（ステップＳ２０３）、各音声区間において認識スコア
が最大となるキーワードを当該音声区間の照合結果とし
て認識スコアと共に比較処理部１６へ出力する（ステッ
プＳ２０４）。一方、音素照合部１４は、入力音声を分
割して得た音素区間（上記音声区間と等価）毎に入力音
声と音素パタン辞書１４３とを参照し、音素区間毎に入
力音声と音素パタン辞書１４３内の音素との音声特徴量
の差分を算出し（ステップＳ２０５）、各音素区間にお
いて音素の認識スコアが最大となる音素を照合結果とし
て認識スコアと共に比較処理部１６へ出力する（ステッ
プＳ２０６）。

【００３４】連鎖確率演算部１５は、連鎖確率を算出
し、算出結果を比較処理部１６へ出力する（ステップＳ
２０７）。比較処理部１６は、連鎖確率演算部１５で算
出された連鎖確率をペナルティとして音素列の認識スコ
アを修正し、修正後の音素列の認識スコアとキーワード
の認識スコアとを比較する。そして、キーワードの認識
スコアの方が高ければ（ステップＳ２０８：Ｙｅｓ）、
抽出されたキーワードを認識結果として出力し（ステッ
プＳ２０９）、音素列の認識スコアの方が高ければ（ス
テップＳ２０８：Ｎｏ）、抽出されたキーワード以外で
あるとして認識結果を出力しない（ステップＳ２１
０）。

【００３５】このように、本実施形態の音声認識装置１
では、入力音声のうち、キーワードの音声区間では認識
結果としてキーワードが出力され易くなり、一方、キー
ワード以外の音声区間ではキーワードが出力されにくく
なる。つまり、キーワードの誤抽出や抽出漏れが抑制さ
れ、従来の問題点が解消される。

【００３６】

【発明の効果】以上の説明か明らかなように、本発明に
よれば、連鎖確率によって音素列の認識スコアが修正さ
れるので、予め登録されたキーワード以外の音声単語を
含む音声が入力された場合に、キーワードの抽出精度が
従来手法よりも格段に高まるという特有の効果がある。
また、キーワードの抽出精度が高まることから誤認確率
が減少し、より多くのキーワードを登録しておくことで
入力音声のかなりの区間において正しいキーワードが抽
出され、認識精度が高まる効果もある。

【図面の簡単な説明】

【図１】本発明の一実施形態による音声認識装置のブロ
ック構成図。

【図２】本実施形態による連鎖演算部の詳細構成図。

【図３】連鎖確率の算出方法の説明図。

【図４】（ａ）は発話リストにおける３個の連続する音
素の種類とそれらの出現頻度との対応を示した図、
（ｂ）はキーワードリストにおける３個の連続する音素
の種類とそれらの出現頻度との対応を示した図、（ｃ）
はキーワード以外の発声における３個の連続する音素の
種類とそれらの出現頻度との対応を示した図。

【図５】比較処理部の機能ブロック構成図。

【図６】本実施形態の音声認識装置において、入力音声
に対する認識結果が出力されるまでの手順を示した説明
図。

【符号の説明】

１ 音声認識装置 １３ キーワード照合部 １４ 音素照合部 １５ 連鎖確率演算部 １６ 比較処理部 １７ キーワードリスト １８ 発話リスト １３１、１４１ 差分演算部 １３２、１４２ 比較照合部 １３３ キーワードパタン辞書 １４３ 音素パタン辞書 １５１ 音素列特定部 １５２、１５３ 出現頻度検出部 １５４ 頻度差演算部 １５５ 確率演算部 １６１ 音素列の認識スコア演算部 １６２ 認識スコア比較部

Claims (6)

【特許請求の範囲】
1. 【請求項１】 予め登録されたキーワード群から所定区
   間における入力音声の特徴に最も類似するキーワードを
   選択するとともに、選択されたキーワードの類似の度合
   いを表す第１の認識スコアを算出する過程と、 予め登録された音素群から前記区間に含有される個々の
   音素の特徴に最も類似する音素を選択するとともに選択
   された各音素の類似の度合いを表す第２の認識スコアを
   算出する過程と、 前記キーワード群に含有される音声以外の音声単語に対
   応する音素が連鎖する連鎖確率を用いて各音素について
   の第２の認識スコアを修正するとともに、修正された第
   ２の認識スコアを前記区間内の音素列について累計して
   第３の認識スコアを算出する過程と、 第１及び第３の認識スコアを前記区間毎に比較し、比較
   結果に応じて当該区間における前記キーワードの出力の
   可否を決定する過程と、を含むことを特徴とする音声認
   識方法。
2. 【請求項２】 前記連鎖確率による第２の認識スコアの
   修正に先立ち、該第２の認識スコアを一定係数によって
   修正する過程を経ることを特徴とする請求項１記載の音
   声認識方法。
3. 【請求項３】 前記連鎖確率が、予め登録された全音素
   の出現頻度から前記キーワード群によって出現し得る全
   音素の出現頻度を差し引いた値に基づいて算出されるこ
   とを特徴とする請求項１または２記載の音声認識方法。
4. 【請求項４】 入力音声の特徴を抽出する特徴抽出部
   と、 予め登録されたキーワード群から所定区間の入力音声の
   特徴に最も類似するキーワードを、当該キーワードの類
   似の度合いを表す第１の認識スコアと共に出力するキー
   ワード照合部と、 予め登録された音素群から前記区間に含有される音素の
   特徴に最も類似する音素を、当該音素の類似の度合いを
   表す第２の認識スコアと共に出力する音素照合部と、 前記キーワード群に含有される音声以外の音声単語に対
   応する音素が連鎖する連鎖確率を導出する手段と、 前記連鎖確率を用いて各音素についての第２の認識スコ
   アを修正し、修正された第２の認識スコアを前記区間内
   の音素列について累計して第３の認識スコアを算出する
   とともに、算出した第３の認識スコアと第１の認識スコ
   アを前記区間毎に比較し、比較結果に応じて当該区間に
   おける前記キーワードの出力の可否を決定する比較処理
   部と、を有することを特徴とする音声認識装置。
5. 【請求項５】 前記連鎖確率を導出する手段は、前記選
   択された音素の列を特定する音素列特定部と、予め発声
   され得る発話文を格納した発話リストと、該発話リスト
   に収められた全ての発話文に基づく前記音素列の出現頻
   度と前記キーワード群に基づく前記音素列の出現頻度と
   の間の出現頻度差を算出する頻度差演算部と、この頻度
   差演算部で算出された出現頻度差に基づいて前記音素列
   についての連鎖確率を算出する確率演算部とを有するこ
   とを特徴とする請求項４記載の音声認識装置。
6. 【請求項６】 コンピュータ装置によって読み取り可能
   な命令群を実体化して成る記憶媒体であって、 前記命令群は、 予め登録されたキーワード群から所定区間における入力
   音声の特徴に最も類似するキーワードを選択するととも
   に、選択されたキーワードの類似の度合いを表す第１の
   認識スコアを算出する手順と、 予め登録された音素群から前記区間に含有される個々の
   音素の特徴に最も類似する音素を選択するとともに選択
   された各音素の類似の度合いを表す第２の認識スコアを
   算出する手順と、 前記キーワード群に含有される音声以外の音声単語に対
   応する音素が連鎖する連鎖確率を用いて各音素について
   の第２の認識スコアを修正するとともに、修正された第
   ２の認識スコアを前記区間内の音素列について累計して
   第３の認識スコアを算出する手順と、 第１及び第３の認識スコアを前記区間毎に比較し、比較
   結果に応じて当該区間における前記キーワードの出力の
   可否を決定する手順と、 を前記コンピュータ装置に実行させるものであることを
   特徴とする記憶媒体。