JPH11259085A - 音声認識装置及び認識結果提示方法 - Google Patents

Abstract

(57)【要約】 【課題】認識結果を発話内容の伝達に不可欠なものと補
助的なものに分割し、補助的な情報については表現方法
を抽象化することにより、不可欠ではない情報を正しく
入力するための利用者の負担を大幅に低減する。 【解決手段】利用者の発声した音声を音声認識部１２に
て認識し、その認識された発話内容により情報種別分離
部１３が認識対象文法記憶部１４内の重用度テーブル１
４０を参照し、当該テーブル１４０に登録されている重
要度情報に応じて、上記認識された発話内容を表現上不
可欠な情報と補助的な情報とに分離する。概念変換部１
５は、補助的情報に分離された発話内容部分により概念
変換規則記憶部１６内の概念変換テーブル１６０を参照
して概念情報に変換する。認識結果出力部１７は、不可
欠情報に分離された発話内容部分と上記変換された概念
情報とを認識結果として提示する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声を認識して、
認識結果を効果的に表現して利用者に提示するのに好適
な音声認識装置及び認識結果提示方法に関する。

【０００２】

【従来の技術】利用者が発声した音声を認識する音声認
識装置では、利用者の声質や発話内容、あるいは利用環
境によっては、入力音声を正しく認識できない場合があ
る。従来の音声認識装置において、認識結果が発話内容
と異なっている場合には、利用者が再発声したり、音声
以外の別の入力手段を利用して正しく入力することが、
一般に行われていた。

【０００３】

【発明が解決しようとする課題】上記したように従来の
音声認識装置では、利用者の発声した音声を（利用者の
声質や発話内容、あるいは利用環境によって）正しく認
識できない場合、利用者は再発声したり、音声以外の別
の入力手段を利用して正しく入力する必要があった。

【０００４】確かに、発話内容の伝達において必要不可
欠な情報については、再度発声したり、音声以外の別の
入力手段を利用して正しく入力することは必要である。
しかし、発話内容を表現するための補助的な情報を表現
する言葉については、必ずしも正しく認識する必要がな
い場合がある。

【０００５】ところが従来の音声認識装置では、発話内
容の伝達において必要不可欠な情報と、発話内容を表現
するための補助的な情報とは何ら区別されておらず、共
に発話内容の一部として全く同等に扱われていた。つま
り従来の音声認識装置では、補助的な情報が正しく認識
できなかった場合でも、必要不可欠な情報が正しく認識
できなかった場合と同様に、その認識できなかった情報
（補助的な情報）を正しく入力するために、再度発声し
たり、音声以外の別の入力手段を利用して入力しなけれ
ばならず、使い勝手の点からみると非常に不便なインタ
フェースとなっていた。

【０００６】本発明は上記事情を考慮してなされたもの
でその目的は、認識結果を発話内容の伝達に不可欠なも
のと補助的なものに分割し、補助的な情報については表
現方法を抽象化することにより、不可欠ではない情報を
正しく入力するための利用者の負担を大幅に低減するこ
とができる音声認識装置を提供することにある。

【０００７】

【課題を解決するための手段】本発明は、発声された音
声を認識する認識手段と、各種キーワードについて、そ
のキーワードが表現上不可欠な情報であるか補助的な情
報であるかの重要度を示す重要度情報が登録された重要
度情報記憶手段と、認識された発話内容により重要度情
報記憶手段を参照し、当該記憶手段に登録されている重
要度情報に応じて、認識された発話内容を表現上不可欠
な情報と補助的な情報とに分離する情報種別分離手段
と、補助的情報となり得る各種キーワードについて、そ
の情報の概念を表す概念情報が登録された概念変換規則
記憶手段と、上記補助的情報に分離された発話内容部分
により概念変換規則記憶手段を参照し、当該発話内容部
分を概念情報に変換する概念変換手段と、上記不可欠情
報に分離された発話内容部分と上記変換された概念情報
とを認識結果として提示する認識結果出力手段とを備え
たことを特徴とする。

【０００８】このような構成においては、認識された発
話内容が、重要度情報記憶手段に登録されている重要度
情報に基づいて、表現上不可欠な情報と補助的な情報と
に分離され、更に補助的な情報に分離された発話内容部
分は概念変換規則記憶手段の登録情報に基づいて、その
内容部分を抽象化した概念情報に変換される、そして、
不可欠情報に分離された発話内容部分と変換された概念
情報とが認識結果として提示される。

【０００９】このように、音声認識した結果を利用者に
提示する場合に、表現上不可欠な情報と補助的な情報と
に分離し、補助的な情報に関しては、認識結果をそのま
ま提示するのではなく、発話内容を抽象化した概念情報
として利用者に提示することにより、認識誤りの頻度を
少なくして、誤りの訂正に必要な手間の少ない、効率の
良いインタフェース機能を有する音声認識装置を実現で
きる。ここで抽象化した概念情報には、対応する概念を
表すマーク、つまりアイコンや、概念を表す文字列（言
葉）を適用するとよい。なお、重要度情報記憶手段への
情報登録が利用者から行えるような構成とするならば、
認識された発話内容を利用者の意図した通りに分離する
ことが可能となる。

【００１０】また本発明は、利用者操作による認識結果
中の概念情報の選択指定が可能な構成とし、概念情報が
選択指定された場合には、当該概念情報のもとになった
認識された候補の一覧を提示することをも特徴とする。
ここで、利用者操作による候補一覧からの任意の候補の
選択指定も可能な構成し、任意の候補が選択指定された
場合には当該候補を概念情報に代えて提示するとよい。

【００１１】このような構成においては、概念表現され
た元の照合結果を確認することができるため、通常は補
助情報として扱われる概念に関する具体的な情報が必要
な場合にも、容易に対応することができる。

【００１２】また本発明は、利用者操作による認識結果
中の概念情報の選択指定が可能な構成とし、概念情報が
選択指定された場合には、当該概念情報に対応する具体
例の一覧を提示することをも特徴とする。ここで、利用
者操作による具体例一覧からの任意の具体例の選択指定
も可能な構成し、任意の具体例が選択指定された場合に
は当該具体例を概念情報に代えて提示するとよい。

【００１３】このような構成においては、概念表現を具
体例で確認できることから、概念表現の意味を利用者は
容易に知ることができる。なお、概念と具体例との対応
関係を利用者から登録設定可能な構成とするならば、同
じ概念であっても、それに対応する具体例を利用者毎に
設定することができる。

【００１４】また本発明は、不可欠情報に分離された発
話内容部分のみを認識結果として提示し、補助的情報に
分離された発話内容部分は提示対象外とすることが可能
な構成としたことをも特徴とする。

【００１５】このように、補助情報について何も利用者
に提示しないことによって、認識結果提示処理が簡略化
でき、必要不可欠な情報のみが利用者に提示されるの
で、利用者にとって分かりやすいインタフェースを提供
可能となる。

【００１６】また本発明は、補助的な情報に分離された
発話内容部分から変換可能な概念情報を複数用意し、そ
のうちの１つが不可欠情報に分離された発話内容部分に
応じて選択的に提示される構成とすることをも特徴とす
る。このように、不可欠情報に応じて異なる概念に変換
可能な構成とすることにより、補助情報を概念に変換し
ても、適切な概念に変換することが可能となる。

【００１７】

【発明の実施の形態】以下、本発明の実施の形態につき
図面を参照して説明する。 ［第１の実施形態］図１は本発明の第１の実施形態に係
る音声認識装置のブロック構成図である。

【００１８】同図において、音声入力部１１は、利用者
が発声した音声をマイクロホンで電気信号（音声信号）
に変換し、増幅処理などを施して適切なレベルに調整し
た後、Ａ／Ｄ（アナログ／ディジタル）変換器でディジ
タル信号に変換する。

【００１９】音声認識部１２は、音声入力部１１でディ
ジタル信号に変換された音声信号の特徴を抽出して入力
音声を認識し、その認識結果（利用者の発話内容）をコ
ード化する。

【００２０】図２に音声認識部１２の詳細構成を示す。
同図において、音響分析部１２１は、入力された音声信
号を特徴パラメータの系列に変換する。音声認識に使用
される代表的な特徴パラメータとしては、バンドパスフ
ィルタやフーリェ変換によって求めることができるパワ
ースペクトルやＬＰＣ（線形予測）分析によって求めた
ケプストラム係数などが知られているが、ここではその
特徴パラメータの種類は問わない。

【００２１】音響分析部１２１は求めた特徴パラメータ
系列をモデル照合部１２２に出力する。モデル照合部１
２２は、予め作成して音声モデル記憶部１２３に記憶し
ておいた認識対象音声の各音声モデルと特徴パラメータ
系列の類似度あるいは距離を求める演算を行う。モデル
照合部１２２の照合方法としては、音声モデルも特徴パ
ラメータ系列で表現しておき、ＤＰ（動的計画）法で音
声モデルの特徴パラメータ系列と入力音声の特徴パラメ
ータ系列の距離を求める手法や、ＨＭＭ（隠れマルコフ
モデル）を用いて統計的に音声モデルを表現しておき、
入力音声の特徴パラメータ系列が入力されたときの各音
声モデルの確率を計算する手法などが広く使用されてい
るが、特に手法は間わない。

【００２２】照合結果出力部１２４は、モデル照合部１
２２での入力音声の照合結果、つまり認識された発話内
容の各認識候補をコード化して出力する。ここで出力の
対象となる認識候補として、一定の閾値を越える類似度
あるいは一定の閾値を下回る距離となる候補に限定する
とか、上位の一定個数の候補に限定するとよい。なお以
下の説明では、第１位の認識候補列を照合結果と呼ぶこ
ともある。

【００２３】再び図１を参照すると、情報種別分離部１
３は、音声認識部１２での認識結果であるコード化され
た発話内容を、発話内容を表現するために不可欠（必要
不可欠）な情報と、補助的な情報（補助情報）とに分離
する。この情報種別分離部１３による情報分離に必要な
情報は、認識対象文法記憶部１４内に重用度テーブル１
４０として予め記憶されている。

【００２４】重用度テーブル１４０の一例を図３に示
す。図３から明らかなように、重用度テーブル１４０の
各エントリは、音声認識部１２で認識され得る種々の用
語（キーワード）の項目と、その用語が発話内容を表現
するのに不可欠な情報であるか、あるいは補助的な情報
（補助情報）であるかを識別するための重用度情報の項
目とからなる。

【００２５】そこで情報種別分離部１３は、音声認識部
１２で認識された発話内容を構成する各用語（発話内容
部分）毎に認識対象文法記憶部１４内の重用度テーブル
１４０を検索し、その用語の重要度に応じて、不可欠情
報であるか、あるいは補助情報であるかを識別すること
で、上記認識された発話内容（を構成する各用語）を不
可欠情報と補助情報とに分離（分類）する。

【００２６】概念変換部１５は、情報種別分離部１３で
分離された情報のうち、補助情報として分離された情報
を、その情報の概念を表現する抽象的な情報に変換す
る。この概念変換部１５による情報変換に必要な情報
（概念変換規則）は、概念変換規則記憶部１６内に概念
変換テーブル１６０として予め記憶されている。

【００２７】概念変換テーブル１６０の一例を図４に示
す。図４から明らかなように、概念変換テーブル１６０
の各エントリは、重用度テーブル１４０に補助情報とし
て登録されている各用語（キーワード）の項目と、その
用語の概念を表現する抽象的な情報（概念情報）の項目
とからなる。

【００２８】そこで概念変換部１５は、情報種別分離部
１３で補助情報として分離された情報により概念変換規
則記憶部１６内の概念変換テーブル１６０を参照し、そ
の情報に定義された概念情報に変換する。

【００２９】認識結果出力部１７は、情報種別分離部１
３で不可欠情報として分離された情報と、情報種別分離
部１３で補助情報として分離されて概念変換部１５で概
念情報に変換された情報とを組み合わせ、表示や音声な
どのデバイスを利用して、特に後者の情報については対
応する概念を表す抽象的な表現で、利用者に入力音声の
認識結果を提示する。

【００３０】次に、図１の構成の音声認識装置の動作に
ついて、電子的なスケジュール帳への音声によるスケジ
ュール入力を例に、図５のフローチャートを適宜参照し
て説明する。

【００３１】スケジュールの入力に不可欠な情報は日時
と用件の２つであり、補助的な情報は相手に関する情報
とする。利用者が「２５日１時から田中さんと会議」と
発声し、音声認識部１１の照合結果も「２５日１時から
田中さんと会議」になったとする。

【００３２】情報種別分離部１３は、図３に示した（認
識対象文法記憶部１４内の）重要度テーブル１４０を検
索して、音声認識部１１の照合結果（発話内容）「２５
日１時から田中さんと会議」について、「２５日１時か
ら」→不可欠情報（日時）、「田中さんと」→補助情報
（相手）、「会議」→不可欠情報（用件）、のように不
可欠情報と補助情報とに分離する（ステップＳ１）。

【００３３】なお、図３の重要度テーブル１４０の例で
は、説明を容易にするために、「２５日１時から」、
「２５日２時から」等の具体的な日時の情報や、「田中
さんと」、「佐藤さんと」等の相手の名前（姓）の情報
をキーワードとしているが、「日時＋から」や、「名
前」または「名前＋さんと」等をキーワードとする方が
汎用性に富み、またテーブル容量も少なくて済む。この
場合、認識された発話内容に「２５日１時から」等が含
まれている場合には、それを「日時＋から」からなる日
時情報であると判断し、「田中さんと」等が含まれてい
る場合には、それを「名前＋さんと」からなる相手情報
であると判断する文章解析機能を備える必要がある。

【００３４】情報種別分離部１３での、音声認識部１１
の照合結果（発話内容）に対する情報分離結果は概念変
換部１５に渡される。概念変換部１５は、情報種別分離
部１３での情報分離結果のうち、補助情報として分離さ
れた「田中さんと」（相手情報）により図４に示した
（概念変換規則記憶部１６内の）概念変換テーブル１６
０を参照し、当該補助情報「田中さんと」を「相手」と
いう概念情報に変換する（ステップＳ２）。

【００３５】概念変換部１５での補助情報「田中さん
と」に対する「相手」という概念情報への変換結果は、
情報種別分離部１３で不可欠情報として分離された「２
５日１時から」（日時）、及び「会議」（用件）と共に
認識結果出力部１７に渡される。これを受けて認識結果
出力部１７は、「２５日１時から」と「会議」という２
つの必要不可欠な情報と、「相手」という概念に変換さ
れた情報とを、それぞれ区別して利用者に提示する（ス
テップＳ４）。

【００３６】提示方法としては、例えば図６の認識結果
表示例に示すように、スケジュール帳の２５日の欄に１
時と表示する（つまり不可欠情報の１つである日時を表
示する）と共に、その２５日１時の項目に、「相手」と
いう概念を表現した人の形のアイコン（概念アイコン）
６０を表示して、当該アイコン６０の脇に「会議」と表
示する（つまり不可欠情報の１つである用件を表示す
る）方法などが適用可能である。

【００３７】次に、利用者が「２５日１時から田中さん
と会議」と発声したにも拘らず、音声認識部１２の照合
結果は、「２５日１時から佐藤さんと会議」であった場
合を考える。従来の音声認識装置では、「佐藤さんと」
という認識結果が直接提示されるので、利用者は「２５
日１時から田中さんと会議」を再発声するか、あるいは
音声以外の入力手段を利用して「佐藤」を「田中」に修
正する必要があった。

【００３８】しかし、本実施形態の音声認識装置におい
ては、音声認識部１２の照合結果が「２５日１時から佐
藤さんと会議」であったとしても、「佐藤さんと」は、
先の「田中さんと」の場合と同様に、「佐藤さんと」→
補助情報→概念情報「相手」のように変換されて、認識
結果は図６に示したように出力されるので、利用者は認
識結果を訂正する必要はない。また、「田中さんと」と
いう発声を全く認識できなかったとしても、スケジュー
ル帳の入力に必要な、日時と用件の項目は入力済みなの
で、図６のような認識結果の出力が可能となる。

【００３９】このように本実施形態においては、音声認
識した結果を利用者への伝達に不可欠な情報と補助的な
情報に分離して、補助的な情報（補助情報）は概念化
（抽象化）することにより、補助情報の入力に手間をか
けることなく、必要十分な情報を効率的に入力すること
ができる音声認識装置を実現することができる。

【００４０】また、概念変換テーブル１６０の概念の項
目に登録する情報として、結果として出力しないこと
（出力対象外とすること）を示すキーワード情報、例え
ばＮＵＬＬという記号（ＮＵＬＬコード）を定義し、概
念変換テーブル１６０の概念の項目にＮＵＬＬと記述さ
れている場合には、以下に述べるように、補助情報とし
て認識された発話内容も、概念化した情報も利用者に提
示しないようにすることも可能である。

【００４１】ここでは認識結果出力部１７は、概念変換
部１５によって補助情報から変換された概念情報を受け
取った場合に、図５のフローチャートに示すように、そ
の概念情報がＮＵＬＬＬコードであるか否かをチェック
する（ステップＳ３）。もし、概念情報がＮＵＬＬＬコ
ードであるならば、認識結果出力部１７は、情報種別分
離部１３で分離された不可欠情報と補助情報のうちの不
可欠情報のみを提示する（ステップＳ５）。

【００４２】このように、補助情報については何も利用
者に提示しないことによって、認識結果の出力手段を簡
略化でき、必要不可欠な情報のみが利用者に提示される
ので、利用者にとって分かりやすいインタフェースを提
供することができる。

【００４３】一方、概念情報がＮＵＬＬＬコードでない
ならば、認識結果出力部１７は、情報種別分離部１３で
分離された不可欠情報と、当該概念情報を表すアイコン
とを提示する（ステップＳ４）。

【００４４】なお、以上の説明では、補助情報から変換
された概念情報を表すのに、対応する概念を表現したア
イコン（概念アイコン）を用いた場合について説明した
が、その概念を表す言葉（概念文字列）を用いるように
しても構わない。 ［第２の実施形態］図７は本発明の第２の実施形態に係
る音声認識装置のブロック構成図であり、図１と同一部
分には同一符号を付してある。

【００４５】図７の構成が図１の構成と異なる点は、利
用者に対して提示されている認識結果中の概念アイコン
（概念を表す言葉が用いられている場合には、その言
葉）等を利用者の操作により選択指定するための概念指
定部２８が新たに設けられていることと、図１中の認識
結果出力部１７に代えて認識結果出力部２７が用いられ
ていることである。概念指定部２８は、マウス等の位置
指示手段と、当該位置指示手段により指示された位置を
検出する座標入力装置等から構成される。

【００４６】認識結果出力部２７は、認識結果出力部１
７の持つ認識結果出力機能に加えて、概念指定部２８に
より選択指定されたアイコン（または言葉）の示す概念
表現のもとになった（音声認識部１２での）照合結果の
候補の一覧を提示する機能と、その候補一覧の中から概
念指定部２８により１つの候補が選択指定された場合、
アイコンの提示から当該選択指定された候補の提示に切
り替える機能とを有する。

【００４７】次に、図７の構成の音声認識装置の動作に
ついて、前記第１の実施形態と同様に、電子的なスケジ
ュール帳への音声によるスケジュール入力を例に、図８
のフローチャートを適宜参照して説明する。

【００４８】今、利用者が「２５日１時から田中さんと
会議」と発声し、その発声内容を音声認識部１２で認識
した結果、認識結果出力部２７により図６に示したよう
なスケジュール帳へのアイコン（「相手」という概念を
示す人の形をしたアイコン６０）を含む認識結果表示が
なされたものとする。

【００４９】このような状態で利用者が、アイコン６０
の示す「相手」に関する具体的な情報を知りたい場合に
は、当該アイコン６０を概念指定部２８により選択指定
（例えばマウス操作でクリック）する。認識結果出力部
２７は、概念指定部２８によりアイコン（概念アイコ
ン）が選択指定されたことを検出すると（ステップＳ１
１）、その選択指定されたアイコンにより表される概念
に対応する音声認識部１２での認識結果（照合結果）の
候補の一覧を、当該アイコンの近傍に表示する（ステッ
プＳ１２）。

【００５０】ここでは、「相手」という概念を示すアイ
コン６０が選択指定されていることから、図９に示すよ
うに、「相手」という概念表現のもとになった認識結果
の候補の一覧９０が表示される。この候補一覧９０の例
では、利用者が「２５日１時から田中さんと会議」と発
声した結果、「相手」を表す発話内容「田中さんと」に
対する認識候補として、「田中さんと」の他に、「佐藤
さんと」及び「鈴木さんと」が得られたことを示してい
る。なお、図９の候補一覧９０における各候補の並びは
候補順位順となっており、「田中さんと」が第１位であ
るものとする。

【００５１】このように本実施形態においては、概念表
現された元の照合結果を確認することができるため、通
常は補助情報として扱われる概念「相手」に関する具体
的な情報が必要な場合にも、容易に対応することができ
る。

【００５２】さて本実施形態では、以下に述べるよう
に、概念を示すアイコンを、概念表現された元の照合結
果の候補の１つに置き換えることができるようになって
いる。今、利用者が、図９のように表示された候補一覧
９０の中から、自身の発話内容に一致する候補を概念指
定部２８により選択したものとする。認識結果出力部２
７は、概念指定部２８により候補一覧（９０）の中から
１つの候補が選択指定されたことを検出すると（ステッ
プＳ１３）、対応するアイコン（つまり概念表現）に代
えて、選択された候補を表示する（ステップＳ１４）。

【００５３】したがって、図９中の候補一覧９０から例
えば「田中さんと」が選択指定された場合、アイコン６
０は、図１０に示すように概念表現に変換する前の照合
結果の１つである「田中さんと」の表示に置き換え（切
り替え）られる。

【００５４】このように、概念表現に対応して表示され
た照合結果の候補一覧から利用者が所望の候補を選択す
ることによって、概念表現を元の照合結果に置き換える
ことができるため、通常は補助情報である「相手」に関
する具体的な情報が必要な場合にも、容易に対応するこ
とができる。 ［第３の実施形態］図１１は本発明の第３の実施形態に
係る音声認識装置のブロック構成図であり、図７と同一
部分には同一符号を付してある。

【００５５】図１１の構成が図７の構成と異なる点は、
概念指定部２８により選択指定された概念（アイコン）
に対応する、照合結果とは別の具体例が記憶された具体
例記憶部３９が新たに設けられていることと、図７中の
認識結果出力部２７に代えて認識結果出力部３７が用い
られていることである。認識結果出力部３７は、図１中
の認識結果出力部１７の持つ認識結果出力機能に加え
て、概念指定部２８により選択指定されたアイコンの示
す概念に対応する全ての具体例を具体例記憶部３９から
取り出して、その具体例の一覧を提示する機能と、その
具体例一覧の中から概念指定部２８により１つの具体例
が選択指定された場合、アイコンの提示から当該選択指
定された具体例の提示に切り替える機能とを有する。

【００５６】この図１１の構成の音声認識装置では、概
念を表現するアイコン（例えば図６に示したような「相
手」という概念を示すアイコン６０）が利用者の操作に
従って概念指定部２８により選択指定された場合の動作
は次のようになる。

【００５７】まず認識結果出力部３７は、概念指定部２
８により選択指定されたアイコンの示す概念（図６の例
では、「相手」）により具体例記憶部３９を検索し、そ
の概念に対応する具体例（概念が「相手」であれば、例
えば頻繁に相手となり得る人の名前）を全て取り出す。
次に具体例記憶部３９は、取り出した全ての具体例の一
覧を（前記第２の実施形態における照合結果の候補一覧
の表示と同様に）表示する。

【００５８】このように、概念表現を具体例で確認でき
ることによって、概念表現の意味を利用者は容易に知る
ことができる。さて本実施形態では、以下に述べるよう
に、概念を示すアイコンを、利用者が選択指定した具体
例に置き換えることができるようになっている。

【００５９】即ち、アイコンの選択指定によって表示さ
れた、当該アイコンの示す概念に対応する具体例の一覧
の中から、利用者が所望の具体例を概念指定部２８によ
り選択指定すると、認識結果出力部３７は、当該アイコ
ンに代えて選択された具体例を表示する。

【００６０】このように、概念表現を具体例に置き換え
ることによって、通常は補助情報である「相手」に関す
る具体的な情報が必要な場合にも、簡単に対応すること
ができる。 ［第４の実施形態］図１２は本発明の第４の実施形態に
係る音声認識装置のブロック構成図であり、図１１と同
一部分には同一符号を付してある。

【００６１】図１２の構成が図１１の構成と異なる点
は、具体例記憶部３９に記憶（登録）する概念と具体例
との対応関係を、利用者操作により入力可能とするため
の入力手段である具体例入力部４０が新たに設けられて
いることである。

【００６２】この具体例入力部４０を設けたことによ
り、例えば頻繁に会議をする相手の名前を概念「相手」
の具体例として具体例入力部４０から入力して、具体例
記憶部３９に登録することができる。

【００６３】このように、（会議の）相手名という具体
例の登録を行うことにより、例えば「２５日１時から田
中さんと会議」と発声した場合に、「田中さんと」が正
しく認識されなかったとしても、具体例一覧からの選択
を行うことで、訂正が非常に楽に行える。同様に、例え
ば「２５目１時から会議」とだけ発声して、会議の相手
名は具体例一覧からの選択で入力することも可能であ
る。

【００６４】また、利用者が具体例入力部４０から概念
の具体例を入力できることによって、同じ概念であって
も、それに対応する具体例を利用者毎に設定することが
できる。 ［第５の実施形態］図１３は本発明の第５の実施形態に
係る音声認識装置のブロック構成図であり、図１１と同
一部分には同一符号を付してある。

【００６５】図１３の構成が図１１の構成と異なる点
は、認識対象文法記憶部１４内の重用度テーブル１４０
に登録するキーワードと重要度情報の両項目の内容を、
利用者操作により入力可能とするための入力手段である
文法入力部５８が新たに設けられていることである。

【００６６】この図１３の構成の音声認識装置では、利
用者は、自身が利用（発声）する可能性のあるキーワー
ド（発話内容）について、文法入力部５８から任意に重
要度を指定して、不可欠情報または補助情報を設定登録
することができる。

【００６７】このように、利用者が所望のキーワード
（発話内容）について、その重要度を文法入力部５８か
ら指定できることによって、同じキーワードであって
も、第１の利用者は必要不可欠情報として入力設定し、
第２の利用者は補助情報として入力することができ、利
用者の要求に応じた重要度に発話内容を分離することが
可能となる。 ［第６の実施形態］図１４は本発明の第６の実施形態に
係る音声認識装置のブロック構成図であり、図１と同一
部分には同一符号を付してある。

【００６８】図１４の構成が図１の構成と異なる第１の
点は、認識対象文法記憶部１４に代えて、キーワードと
重要度情報の両項目の他に概念変換テーブルポインタの
項目を持つ重用度テーブル６４０が記憶された認識対象
文法記憶部６４が用いられると共に、概念変換規則記憶
部１６に代えて、重用度テーブル６４０内の概念変換テ
ーブルポインタ（ＴＰi ）で指定される複数の概念変換
テーブル、例えばｎ個の概念変換テーブル６６０-1，６
６０-2，…６６０-nが記憶された概念変換規則記憶部６
６が用いられていることである。ここで概念変換テーブ
ルポインタ（ＴＰi ）は、重用度テーブル６４０内の不
可欠情報として定義されたキーワードが登録されている
各エントリのうち、予め定められたキーワードが登録さ
れているエントリ（のポインタ項目）にのみ設定され
る。他のエントリ（のポインタ項目）には、有効な概念
変換テーブルポインタが設定されていないことを示すｎ
ｕｌｌ記号（ｎｕｌｌコード）が設定される。

【００６９】図１５に、重用度テーブル６４０と概念変
換テーブル６６０-1〜６６０-nの一例を示す。ここで
は、重用度テーブル６４０内の不可欠情報として定義さ
れたキーワードのうち、例えば「会議」が登録されてい
るエントリには、概念変換テーブル６６０-1を指す概念
変換テーブルポインタＴＰ1 が設定され、「出張」が登
録されているエントリには、概念変換テーブル６６０-2
を指す概念変換テーブルポインタＴＰ2 が設定されてい
る。

【００７０】概念変換テーブル６６０-1は、「会議」を
含む発話内容中に補助情報として分離される用語が含ま
れている場合に、その用語を「会議」に関連した概念情
報に変換するときに選択的に使用されることになる。一
方、概念変換テーブル６６０-2は、「出張」を含む発話
内容中に補助情報として分離される用語が含まれている
場合に、その用語を「出張」に関連した概念情報に変換
するときに選択的に使用されることになる。

【００７１】図１４の構成が図１の構成と異なる第２の
点は、情報種別分離部１３に代えて、音声認識部１２で
の認識結果（照合結果）であるコード化された発話内容
を、認識対象文法記憶部６４内の重用度テーブル６４０
を検索することで不可欠（必要不可欠）情報と補助情報
とに分離する機能に加えて、不可欠情報に対応して概念
変換テーブルポインタＴＰi （ｉは１〜ｎのいずれか）
が設定されている場合には、概念変換規則記憶部６６の
中から当該ポインタＴＰi で指定される概念変換テーブ
ル６６０-iを（概念変換部１５から参照可能なように）
選択する機能を有する情報種別分離部６３が用いられて
いることである。

【００７２】次に、図１４の構成の音声認識装置の動作
について、前記第１の実施形態と同様に、電子的なスケ
ジュール帳への音声によるスケジュール入力を例に説明
する。

【００７３】まず、利用者が「２５日１時から田中さん
と会議」と発声し、音声認識部１１の照合結果も「２５
日１時から田中さんと会議」になったとする。情報種別
分離部６３は、図１５に示した（認識対象文法記憶部６
４内の）重要度テーブル６４０を検索して、音声認識部
１１の照合結果（発話内容）「２５日１時から田中さん
と会議」について、「２５日１時から」→不可欠情報
（日時）、「田中さんと」→補助情報（相手）、「会
議」→不可欠情報（用件）、のように不可欠情報と補助
情報とに分離すると共に、その不可欠情報に対応して有
効な概念変換テーブルポインタＴＰi が設定されている
場合には、当該ポインタＴＰi を取り出す。図１５中の
重用度テーブル６４０の例では、不可欠情報「会議」に
対応して概念変換テーブルポインタＴＰ1 が設定されて
いることから、当該ポインタＴＰ1 が取り出される。こ
の場合、情報種別分離部６３は、取り出したポインタＴ
Ｐ1 の指定する（概念変換規則記憶部６６内の）概念変
換テーブル６６０-1（図１５参照）を概念変換部１５か
ら参照可能なように選択する。

【００７４】情報種別分離部６３での、音声認識部１１
の照合結果（発話内容）に対する情報分離結果は概念変
換部１５に渡される。概念変換部１５は、情報種別分離
部６３での情報分離結果のうち、補助情報として分離さ
れた「田中さんと」（相手情報）により、（概念変換規
則記憶部１６内の）現在選択状態にある概念変換テーブ
ル、つまり概念変換部１５から見える唯一の概念変換テ
ーブル（ここでは概念変換テーブル６６０-1）を参照
し、当該補助情報「田中さんと」を概念情報（ここでは
「相手」という概念情報）に変換する。以降の動作は、
前記第１の実施形態と同様である。

【００７５】以上の例は、情報種別分離部６３により不
可欠情報として分離された用語（発話内容部分）が「会
議」の場合であるが、もし「出張」であったなら、図１
５から明らかなように概念変換テーブルポインタＴＰ2
が取り出されて、概念変換テーブル６６０-2が選択され
る。この場合、補助情報として分離された「田中さん
と」を概念変換部１５にて概念情報に変換するのに、概
念変換テーブル６６０-2が用いられることになる。

【００７６】このように、概念変換規則記憶部６６内に
複数の概念変換テーブル６６０-1〜６６０-nを用意し、
情報種別分離部６３で分離される不可欠情報の内容に応
じて、補助情報を概念に変換するときに使用する概念変
換テーブルを使い分けることにより、同じ発話内容の補
助情報でも、認識した不可欠情報に応じて、異なる概念
に変換することができる。

【００７７】即ち本実施形態においては、不可欠情報に
応じて異なる概念に変換できるため、補助情報を概念に
変換しても、適切な概念に変換することが可能となり、
多種多様な意味を表現することが可能となる。

【００７８】なお、以上の説明では、情報種別分離部６
３が概念変換テーブルポインタＴＰi に従って概念変換
テーブル６６０-1〜６６０-nの１つを概念変換部１５か
ら参照可能なように選択するものとしたが、これに限る
ものではない。例えば、情報種別分離部６３が取得した
概念変換テーブルポインタＴＰi を、情報分離結果と共
に概念変換部１５に渡し、概念変換部１５が当該ポイン
タＴＰi の指定する概念変換テーブル６６０-iを選択し
て参照するようにしても構わない。

【００７９】なお、以上の実施形態で述べた、主とし
て、音声認識部１２による認識処理、情報種別分離部１
３，６３による情報種別分離処理、概念変換部１５によ
る概念変換処理、及び認識結果出力部１７，２７，３７
による認識結果提示処理等は、プログラム読み取り可能
なコンピュータ、例えば図１６に示すような、マイクロ
ホン７１を含む音声入力手段、スピーカ７２を含む音声
出力手段、及び表示器７３を備えたパーソナルコンピュ
ータ７０に、当該処理を実行させるためのプログラムを
記録した記録媒体、例えばＣＤ−ＲＯＭ７４を装着し
て、当該ＣＤ−ＲＯＭ７４に記録されているプログラム
をパーソナルコンピュータ７０で読み取り実行させるこ
とによっても実現される。なお、プログラムを記録した
記録媒体としては、ＣＤ−ＲＯＭ７４の他に、フロッピ
ーディスク、メモリカード等が利用可能である。また、
プログラムを記録した記録媒体の内容が、通信回線等を
介してパーソナルコンピュータ７１にダウンロードされ
るものであっても構わない。

【００８０】

【発明の効果】以上詳述したように本発明によれば、音
声認識した結果を利用者に提示する場合に、表現上不可
欠な情報と補助的な情報とに分離し、補助的な情報に関
しては、認識結果をそのまま提示するのではなく、発話
内容を抽象化した概念情報として利用者に提示するよう
にしたので、不可欠ではない情報を正しく入力するため
の利用者の負担を大幅に低減することができ、効率の良
いインタフェース機能を実現できる。

【図面の簡単な説明】

【図１】本発明の第１の実施形態に係る音声認識装置の
ブロック構成図。

【図２】図１中の音声認識部１２の詳細構成を示すブロ
ック図。

【図３】図１中の重用度テーブル１４０の一例を示す
図。

【図４】図１中の概念変換テーブル１６０の一例を示す
図。

【図５】同実施形態の動作を説明するためのフローチャ
ート。

【図６】同実施形態における認識結果表示例を示す図。

【図７】本発明の第２の実施形態に係る音声認識装置の
ブロック構成図。

【図８】同実施形態の動作を説明するためのフローチャ
ート。

【図９】図６中のアイコン６０をクリックすることによ
り候補一覧９０が表示された認識結果表示例を示す図。

【図１０】図９中の候補一覧９０から「田中さんと」が
選択指定された結果、アイコン６０が「田中さんと」の
表示に置き換えられた認識結果表示例を示す図。

【図１１】本発明の第３の実施形態に係る音声認識装置
のブロック構成図。

【図１２】本発明の第４の実施形態に係る音声認識装置
のブロック構成図。

【図１３】本発明の第５の実施形態に係る音声認識装置
のブロック構成図。

【図１４】本発明の第６の実施形態に係る音声認識装置
のブロック構成図。

【図１５】図１４中の重用度テーブル６４０と概念変換
テーブル６６０-1〜６６０-nの一例を示す図。

【図１６】認識結果提示機能等を実現するためのプログ
ラムの読み取り実行が可能なパーソナルコンピュータの
外観を示す図。

【符号の説明】

１１…音声入力部 １２…音声認識部 １３，６３…情報種別分離部 １４，６４…認識対象文法記憶部（重要度情報記憶手
段） １５…概念変換部 １６，６６…概念変換規則記憶部 １７，２７，３７…認識結果出力部 ２８…概念指定部 ３９…具体例記憶部 ４０…具体例入力部 ５８…文法入力部 ６０…アイコン ７４…ＣＤ−ＲＯＭ（記録媒体） ９０…候補一覧 １４０，６４０…重用度テーブル １６０，６６０-1〜６６０-n…概念変換テーブル

Claims (18)

【特許請求の範囲】
1. 【請求項１】 発声された音声を認識する認識手段と、 各種キーワードについて、そのキーワードが表現上不可
   欠な情報であるか補助的な情報であるかの重要度を示す
   重要度情報が登録された重要度情報記憶手段と、 前記認識手段で認識された発話内容により前記重要度情
   報記憶手段を参照し、当該記憶手段に登録されている重
   要度情報に応じて、前記認識された発話内容を表現上不
   可欠な情報と補助的な情報とに分離する情報種別分離手
   段と、 前記補助的情報となり得る各種キーワードについて、そ
   の情報の概念を表す概念情報が登録された概念変換規則
   記憶手段と、 前記情報種別分離手段により補助的情報に分離された発
   話内容部分により前記概念変換規則記憶手段を参照し、
   当該発話内容部分を概念情報に変換する概念変換手段
   と、 前記情報種別分離手段により不可欠情報に分離された発
   話内容部分と前記概念変換手段により変換された概念情
   報とを認識結果として提示する認識結果出力手段とを具
   備することを特徴とする音声認識装置。
2. 【請求項２】 前記認識結果出力手段により提示された
   概念情報を利用者の操作に従って選択指定するための概
   念指定手段を更に具備し、 前記認識結果出力手段は前記概念指定手段により前記概
   念情報が選択指定された場合、当該概念情報のもとにな
   った前記認識手段で認識された候補の一覧を提示するこ
   とを特徴とする請求項１記載の音声認識装置。
3. 【請求項３】 前記概念指定手段は、利用者の操作に従
   って前記候補の一覧から任意の候補を選択指定可能なよ
   うに構成されており、 前記認識結果出力手段は、前記概念指定手段により前記
   候補の一覧から任意の候補が選択指定された場合、当該
   選択指定された候補を前記概念情報に代えて提示するこ
   とを特徴とする請求項２記載の音声認識装置。
4. 【請求項４】 各種概念について、その概念に対応する
   具体例の一覧が登録された具体例記憶手段を更に具備
   し、 前記認識結果出力手段は前記概念指定手段により前記概
   念情報が選択指定された場合、当該概念情報に対応して
   前記具体例記憶手段に登録されている具体例一覧を取り
   出して提示する請求項１記載の音声認識装置。
5. 【請求項５】 前記概念指定手段は、利用者の操作に従
   って前記具体例一覧から任意の具体例を選択指定可能な
   ように構成されており、 前記認識結果出力手段は、前記概念指定手段により前記
   具体例一覧から任意の具体例が選択指定された場合、当
   該選択指定された具体例を前記概念情報に代えて提示す
   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】 発声された音声を認識する認識手段と、 各種キーワードについて、そのキーワードが表現上不可
   欠な情報であるか補助的な情報であるかの重要度を示す
   重要度情報が登録された重要度情報記憶手段と、 前記認識手段で認識された発話内容により前記重要度情
   報記憶手段を参照し、当該記憶手段に登録されている重
   要度情報に応じて、前記認識された発話内容を表現上不
   可欠な情報と補助的な情報とに分離する情報種別分離手
   段と、 前記情報種別分離手段により不可欠情報に分離された発
   話内容部分のみを認識結果として提示する認識結果出力
   手段とを具備することを特徴とする音声認識装置。
7. 【請求項７】 発声された音声を認識する認識手段と、 各種キーワードについて、そのキーワードが表現上不可
   欠な情報であるか補助的な情報であるかの重要度を示す
   重要度情報が登録された重要度情報記憶手段と、 前記認識手段で認識された発話内容により前記重要度情
   報記憶手段を参照し、当該記憶手段に登録されている重
   要度情報に応じて、前記認識された発話内容を表現上不
   可欠な情報と補助的な情報とに分離する情報種別分離手
   段と、 前記補助的情報となり得る各種キーワードについて、そ
   の情報の概念またはその情報を出力対象外とすることを
   表す概念情報が登録された概念変換規則記憶手段と、 前記情報種別分離手段により補助的情報に分離された発
   話内容部分により前記概念変換規則記憶手段を参照し、
   当該発話内容部分を概念情報に変換する概念変換手段
   と、 前記概念変換手段により変換された概念情報が対応する
   補助的情報の概念を表す場合には、前記情報種別分離手
   段により不可欠情報に分離された発話内容部分と前記概
   念変換手段により変換された概念情報とを認識結果とし
   て提示し、前記概念情報が出力対象外とすることを表す
   場合には、前記情報種別分離手段により不可欠情報に分
   離された発話内容部分のみを認識結果として提示する認
   識結果出力手段とを具備することを特徴とする音声認識
   装置。
8. 【請求項８】 利用者の操作に従って、任意のキーワー
   ドについて、そのキーワードが表現上不可欠な情報であ
   るか補助的な情報であるかの重要度を示す重要度情報を
   前記重要度情報記憶手段に登録するための重要度入力手
   段を更に具備することを特徴とする請求項１、請求項
   ６、または請求項７に記載の音声認識装置。
9. 【請求項９】 利用者の操作に従って、任意の概念につ
   いて、その概念の具体例の一覧を前記具体例記憶手段に
   登録するための具体例入力手段を更に具備することを特
   徴とする請求項４記載の音声認識装置。
10. 【請求項１０】 発声された音声を認識する認識手段
    と、 各種キーワードについて、そのキーワードが表現上不可
    欠な情報であるか補助的な情報であるかの重要度を示す
    重要度情報が登録された重要度情報記憶手段と、 前記認識手段で認識された発話内容により前記重要度情
    報記憶手段を参照し、当該記憶手段に登録されている重
    要度情報に応じて、前記認識された発話内容を表現上不
    可欠な情報と補助的な情報とに分離する情報種別分離手
    段と、 前記補助的情報となり得る各種キーワードについて、そ
    の情報の概念を表す概念情報が前記不可欠情報となり得
    る複数のキーワードに対応して複数種登録された概念変
    換規則記憶手段と、 前記情報種別分離手段により補助的情報に分離された発
    話内容部分により前記概念変換規則記憶手段を参照し、
    当該発話内容部分を、当該発話内容部分と前記情報種別
    分離手段により不可欠情報に分離された発話内容部分と
    に対応する概念情報に変換する概念変換手段と、 前記情報種別分離手段により不可欠情報に分離された発
    話内容部分と前記概念変換手段により変換された概念情
    報とを認識結果として提示する認識結果出力手段とを具
    備することを特徴とする音声認識装置。
11. 【請求項１１】 利用者の発声した音声に対する認識結
    果を利用者に提示する認識結果提示方法であって、 認識された発話内容を、その内容の表現上不可欠な情報
    と補助的な情報とに分離した後、 前記補助的な情報に分離された発話内容部分を、その情
    報の概念を表す概念情報に変換し、 前記不可欠情報に分離された発話内容部分と前記変換さ
    れた概念情報とを認識結果として提示することを特徴と
    する認識結果提示方法。
12. 【請求項１２】 利用者操作による前記認識結果中の概
    念情報の選択指定を受け付け、選択指定された概念情報
    のもとになった認識された候補の一覧を提示することを
    特徴とする請求項１１記載の認識結果提示方法。
13. 【請求項１３】 利用者操作による前記候補一覧からの
    任意の候補の選択指定を受け付け、選択指定された候補
    を前記概念情報に代えて提示することを特徴とする請求
    項１２記載の認識結果提示方法。
14. 【請求項１４】 利用者操作による前記認識結果中の概
    念情報の選択指定を受け付け、選択指定された概念情報
    に対応する具体例の一覧を提示することを特徴とする請
    求項１１記載の認識結果提示方法。
15. 【請求項１５】 利用者操作による前記具体例一覧から
    の任意の具体例の選択指定を受け付け、選択指定された
    具体例を前記概念情報に代えて提示することを特徴とす
    る請求項１４記載の認識結果提示方法。
16. 【請求項１６】 利用者の発声した音声に対する認識結
    果を利用者に提示する認識結果提示方法であって、 認識された発話内容を、その内容の表現上不可欠な情報
    と補助的な情報とに分離し、 前記不可欠情報に分離された発話内容部分のみを認識結
    果として提示し、補助的情報に分離された発話内容部分
    は提示対象外とすることを特徴とする認識結果提示方
    法。
17. 【請求項１７】 前記補助的な情報に分離された発話内
    容部分から変換可能な概念情報を複数用意し、そのうち
    の１つが前記不可欠情報に分離された発話内容部分に応
    じて選択的に提示されることを特徴とする請求項１１記
    載の認識結果提示方法。
18. 【請求項１８】 利用者の発声した音声に対する認識結
    果を利用者に提示するためのプログラムを記録したコン
    ピュータ読取り可能な記録媒体であって、 認識された発話内容を、その内容の表現上不可欠な情報
    と補助的な情報とに分離する処理と、 前記補助的な情報に分離された発話内容部分を、その情
    報の概念を表す概念情報に変換する処理と、 前記不可欠情報に分離された発話内容部分と前記変換さ
    れた概念情報とを認識結果として提示する処理とをコン
    ピュータに実行させるためのプログラムを記録したコン
    ピュータ読取り可能な記録媒体。