JPH11288295A - 音声認識雑音除去方式 - Google Patents
音声認識雑音除去方式Info
- Publication number
- JPH11288295A JPH11288295A JP10090340A JP9034098A JPH11288295A JP H11288295 A JPH11288295 A JP H11288295A JP 10090340 A JP10090340 A JP 10090340A JP 9034098 A JP9034098 A JP 9034098A JP H11288295 A JPH11288295 A JP H11288295A
- Authority
- JP
- Japan
- Prior art keywords
- word
- noise
- data
- speech recognition
- speech
- 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.)
- Granted
Links
- 230000008030 elimination Effects 0.000 title claims abstract description 19
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L2025/783—Detection of presence or absence of voice signals based on threshold decision
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Machine Translation (AREA)
Abstract
(57)【要約】
【課題】雑音による誤認識を抑圧し認識率の高い音声認
識雑音除去方式を提供する。 【解決手段】入力音声部４は音声認識を利用している人
の発声もしくは周囲で発生した雑音の音声入力を行ない
音声信号８を出力する。単語辞書部１は単語データ９を
記憶した単語記憶部２および雑音単語データ１０を記憶
した雑音単語記憶部３を有し辞書データ１１を出力す
る。標準パターン記憶部７は標準パターンデータ１２を
出力する。音声認識部６は入力された音声信号８を単語
辞書部１からの辞書データ１１と標準パターンデータ１
２により認識処理を行ない音声認識データ１３を出力す
る。音声認識出力部５は音声認識データ１３により認識
結果を出力する。
識雑音除去方式を提供する。 【解決手段】入力音声部４は音声認識を利用している人
の発声もしくは周囲で発生した雑音の音声入力を行ない
音声信号８を出力する。単語辞書部１は単語データ９を
記憶した単語記憶部２および雑音単語データ１０を記憶
した雑音単語記憶部３を有し辞書データ１１を出力す
る。標準パターン記憶部７は標準パターンデータ１２を
出力する。音声認識部６は入力された音声信号８を単語
辞書部１からの辞書データ１１と標準パターンデータ１
２により認識処理を行ない音声認識データ１３を出力す
る。音声認識出力部５は音声認識データ１３により認識
結果を出力する。
Description
【０００１】
【発明の属する技術分野】本発明は音声認識雑音除去方
式に関し、特に音声認識時に周囲で発生する雑音による
誤認識を防ぐ音声認識雑音除去方式に関する。
式に関し、特に音声認識時に周囲で発生する雑音による
誤認識を防ぐ音声認識雑音除去方式に関する。
【０００２】
【従来の技術】近年、音声認識によるコンピュータ入力
は誰にでも簡単に利用できるため、自然な入力インタフ
ェースとして注目されている。特にマルチメディア時代
の到来とともに、人とコンピュータの節点であるヒュー
マンインタフェースの役割が非常に重要になりつつあ
る。すなわち、人からコンピュータへの情報伝達にはキ
ーボード、マウス、タッチパネル、ペン入力が従来使用
されており、またコンピュータから人への情報伝達には
ＣＲＴによる文字出力に加えて、グラフィック、カラー
画像、音声、メロディ等が使用されており、ヒューマン
インタフェースが着実に改善されつつある。
は誰にでも簡単に利用できるため、自然な入力インタフ
ェースとして注目されている。特にマルチメディア時代
の到来とともに、人とコンピュータの節点であるヒュー
マンインタフェースの役割が非常に重要になりつつあ
る。すなわち、人からコンピュータへの情報伝達にはキ
ーボード、マウス、タッチパネル、ペン入力が従来使用
されており、またコンピュータから人への情報伝達には
ＣＲＴによる文字出力に加えて、グラフィック、カラー
画像、音声、メロディ等が使用されており、ヒューマン
インタフェースが着実に改善されつつある。
【０００３】音声認識装置は入力手段として人とコンピ
ュータとの自然な会話を行なうために重要な役割を果た
すことになる。
ュータとの自然な会話を行なうために重要な役割を果た
すことになる。
【０００４】このような音声認識処理の一例として、特
開昭５９−０３４５９５号公報記載の「音声認識処理方
式」が知られている。
開昭５９−０３４５９５号公報記載の「音声認識処理方
式」が知られている。
【０００５】この公報では、特定話者により入力された
音声情報と予めパターン辞書にパターン登録されている
特定話者の発声単語の音声情報とを比較し、入力時の雑
音パターンとパターン辞書中の雑音パターンとを照合
し、入力された雑音パターンと最も距離の近い雑音パタ
ーンを含むパターン辞書を選択して、音声認識を行なう
技術が記載されている。
音声情報と予めパターン辞書にパターン登録されている
特定話者の発声単語の音声情報とを比較し、入力時の雑
音パターンとパターン辞書中の雑音パターンとを照合
し、入力された雑音パターンと最も距離の近い雑音パタ
ーンを含むパターン辞書を選択して、音声認識を行なう
技術が記載されている。
【０００６】このように従来の音声認識雑音除去方式
は、単語辞書の各単語パターンと入力音声との比較結果
を距離で表し、全ての単語パターンの中で、最も距離の
小さい単語を認識結果にする。しかし、入力音声が周囲
の雑音であっても、単語辞書に登録した単語との認識結
果で、距離の小さくなった単語があった場合は、その単
語を認識結果として返してしまう。そのため、利用者が
発声をしていないのに、周囲の雑音を認識してしまい、
誤まった音声認識となることがある。
は、単語辞書の各単語パターンと入力音声との比較結果
を距離で表し、全ての単語パターンの中で、最も距離の
小さい単語を認識結果にする。しかし、入力音声が周囲
の雑音であっても、単語辞書に登録した単語との認識結
果で、距離の小さくなった単語があった場合は、その単
語を認識結果として返してしまう。そのため、利用者が
発声をしていないのに、周囲の雑音を認識してしまい、
誤まった音声認識となることがある。
【０００７】
【発明が解決しようとする課題】上述した従来の音声認
識雑音除去方式は、単語辞書の各単語パターンと入力音
声との比較結果を距離で表し、全ての単語パターンの中
で最も距離の小さい単語を認識結果とするので、入力音
声が周囲の雑音であっても距離の小さくなった単語があ
った場合はその単語を認識結果として誤認識するという
欠点を有している。
識雑音除去方式は、単語辞書の各単語パターンと入力音
声との比較結果を距離で表し、全ての単語パターンの中
で最も距離の小さい単語を認識結果とするので、入力音
声が周囲の雑音であっても距離の小さくなった単語があ
った場合はその単語を認識結果として誤認識するという
欠点を有している。
【０００８】本発明の目的は、雑音による誤認識を抑圧
し認識率の高い音声認識雑音除去方式を提供することに
ある。
し認識率の高い音声認識雑音除去方式を提供することに
ある。
【０００９】
【課題を解決するための手段】本発明の音声認識雑音除
去方式は、音声認識する単語を対象に複数の単語群を登
録した単語辞書と、雑音を対象にこの雑音に近い複数の
単語群を登録した雑音単語辞書とを有し、音声認識した
結果が前記雑音単語群の単語であれば雑音と判断し前記
結果を音声認識の結果として出力せず、音声認識した結
果が前記単語辞書の単語であれば正常に認識したと判断
し前記結果を音声認識の結果として出力することを特徴
としている。
去方式は、音声認識する単語を対象に複数の単語群を登
録した単語辞書と、雑音を対象にこの雑音に近い複数の
単語群を登録した雑音単語辞書とを有し、音声認識した
結果が前記雑音単語群の単語であれば雑音と判断し前記
結果を音声認識の結果として出力せず、音声認識した結
果が前記単語辞書の単語であれば正常に認識したと判断
し前記結果を音声認識の結果として出力することを特徴
としている。
【００１０】雑音を含む音声を入力し、音声信号を出力
する入力音声部と；音声認識する単語を対象にした複数
の単語群と雑音を対象としこの雑音に近い複数の雑音単
語群とを登録し、これらを辞書データとして出力する単
語辞書部と；音声の標準パターンを記憶し、標準パター
ンデータを出力する標準パターン記憶部と；前記音声信
号を前記辞書データおよび前記標準パターンデータによ
り認識処理を行ない、前記音声信号が前記単語群に含ま
れれば音声認識データを認識結果として出力し、前記音
声信号が前記雑音単語群に含まれれば前記音声認識デー
タを認識結果として出力しない音声認識部と；この音声
認識部から出力された前記音声認識データにより認識結
果を出力する音声認識出力部と；を備えたことを特徴と
している。
する入力音声部と；音声認識する単語を対象にした複数
の単語群と雑音を対象としこの雑音に近い複数の雑音単
語群とを登録し、これらを辞書データとして出力する単
語辞書部と；音声の標準パターンを記憶し、標準パター
ンデータを出力する標準パターン記憶部と；前記音声信
号を前記辞書データおよび前記標準パターンデータによ
り認識処理を行ない、前記音声信号が前記単語群に含ま
れれば音声認識データを認識結果として出力し、前記音
声信号が前記雑音単語群に含まれれば前記音声認識デー
タを認識結果として出力しない音声認識部と；この音声
認識部から出力された前記音声認識データにより認識結
果を出力する音声認識出力部と；を備えたことを特徴と
している。
【００１１】前記単語辞書部が、音声認識する単語を対
象に複数の単語群を記憶しこれを単語データとして出力
する単語記憶部と、雑音を対象にこの雑音に近い複数の
雑音単語群を記憶しこれを雑音単語データとして出力す
る雑音単語記憶部とを有することを特徴としている。
象に複数の単語群を記憶しこれを単語データとして出力
する単語記憶部と、雑音を対象にこの雑音に近い複数の
雑音単語群を記憶しこれを雑音単語データとして出力す
る雑音単語記憶部とを有することを特徴としている。
【００１２】音声認識する単語を対象に複数の単語群を
登録し、雑音を対象にこの雑音に近い複数の雑音単語群
を登録し、音声認識した結果が前記雑音単語群の単語で
あれば雑音と判断し、音声認識した結果が前記単語群の
単語であれば正常に認識したと判断する方法を特徴とし
ている。
登録し、雑音を対象にこの雑音に近い複数の雑音単語群
を登録し、音声認識した結果が前記雑音単語群の単語で
あれば雑音と判断し、音声認識した結果が前記単語群の
単語であれば正常に認識したと判断する方法を特徴とし
ている。
【００１３】前記単語辞書部が、前記単語データおよび
前記雑音単語データを予め記憶するリード・オンリー・
メモリと、音声入力時に前記単語データおよび前記雑音
単語データを記憶するランダム・アクセス・メモリとを
有することを特徴としている。
前記雑音単語データを予め記憶するリード・オンリー・
メモリと、音声入力時に前記単語データおよび前記雑音
単語データを記憶するランダム・アクセス・メモリとを
有することを特徴としている。
【００１４】また、前記入力音声部、前記単語辞書部、
前記標準パターン記憶部、前記音声認識部および前記音
声認識出力部をマイクロコンピュータにより構成したこ
とを特徴としている。
前記標準パターン記憶部、前記音声認識部および前記音
声認識出力部をマイクロコンピュータにより構成したこ
とを特徴としている。
【００１５】前記入力音声部、前記単語辞書部、前記標
準パターン記憶部、前記音声認識部および前記音声認識
出力部を集積化による一体構造にしたことを特徴として
いる。
準パターン記憶部、前記音声認識部および前記音声認識
出力部を集積化による一体構造にしたことを特徴として
いる。
【００１６】前記音声認識出力部が、前記音声認識デー
タを音声として出力することを特徴としている。
タを音声として出力することを特徴としている。
【００１７】前記音声認識出力部が、前記音声認識デー
タを表示データとしてＣＲＴに出力することを特徴とし
ている。
タを表示データとしてＣＲＴに出力することを特徴とし
ている。
【００１８】前記音声認識出力部が、前記音声認識デー
タを通信データとして転送出力することを特徴としてい
る。
タを通信データとして転送出力することを特徴としてい
る。
【００１９】
【発明の実施の形態】次に、本発明の実施の形態につい
て図面を参照して説明する。
て図面を参照して説明する。
【００２０】図１は本発明の音声認識雑音除去方式の一
つの実施の形態を示すブロック図である。
つの実施の形態を示すブロック図である。
【００２１】図１に示す本実施の形態は、音声認識装置
を利用している人の発声もしくは周囲で発生した雑音の
音声入力を行ない音声信号８を出力する入力音声部４
と、単語データ９を記憶した単語記憶部２および雑音単
語データ１０を記憶した雑音単語記憶部３を有し辞書デ
ータ１１を出力する単語辞書部１と、標準パターンデー
タ１２を出力する標準パターン記憶部７と、入力された
音声信号８を単語辞書部１からの辞書データ１１と標準
パターンデータ１２により認識処理を行ない音声認識デ
ータ１３を出力する音声認識部６と、認識した結果を出
力する音声認識出力部５とから構成されている。
を利用している人の発声もしくは周囲で発生した雑音の
音声入力を行ない音声信号８を出力する入力音声部４
と、単語データ９を記憶した単語記憶部２および雑音単
語データ１０を記憶した雑音単語記憶部３を有し辞書デ
ータ１１を出力する単語辞書部１と、標準パターンデー
タ１２を出力する標準パターン記憶部７と、入力された
音声信号８を単語辞書部１からの辞書データ１１と標準
パターンデータ１２により認識処理を行ない音声認識デ
ータ１３を出力する音声認識部６と、認識した結果を出
力する音声認識出力部５とから構成されている。
【００２２】次に、図１を参照して本実施の形態の動作
をより詳細に説明する。
をより詳細に説明する。
【００２３】単語辞書部１は、１回の発声の認識対象単
語を複数登録してあり、認識させる単語データ９を登録
した単語記憶部２と、雑音に近い雑音単語データ１０を
登録してある雑音単語記憶部３によって構成されてい
る。
語を複数登録してあり、認識させる単語データ９を登録
した単語記憶部２と、雑音に近い雑音単語データ１０を
登録してある雑音単語記憶部３によって構成されてい
る。
【００２４】単語データ９は認識対象単語を複数単語登
録した単語群で、実際に発声される単語と同じ単語群が
登録されている。雑音単語データ１０は除去対象とする
雑音に近い雑音単語を複数登録した単語群で、雑音で誤
認識されやすい単語が複数登録されている。つまり一度
雑音を認識させることで選りすぐった単語を使用し、そ
の音声環境や認識させたい単語データ９との類似性によ
り、必要な種類の単語を登録したものである。
録した単語群で、実際に発声される単語と同じ単語群が
登録されている。雑音単語データ１０は除去対象とする
雑音に近い雑音単語を複数登録した単語群で、雑音で誤
認識されやすい単語が複数登録されている。つまり一度
雑音を認識させることで選りすぐった単語を使用し、そ
の音声環境や認識させたい単語データ９との類似性によ
り、必要な種類の単語を登録したものである。
【００２５】例えば「あ」、「う」などの単音節とその
単音節を２つ組み合わせた単語「ああ」、「あう」等を
単語データ９として単語記憶部２に登録し、真の雑音、
例えば、物音や紙をめくる音、人が歩く音等を認識し、
その結果認識した単語を拾いだし、雑音単語データ１０
として雑音単語記憶部３に登録している。
単音節を２つ組み合わせた単語「ああ」、「あう」等を
単語データ９として単語記憶部２に登録し、真の雑音、
例えば、物音や紙をめくる音、人が歩く音等を認識し、
その結果認識した単語を拾いだし、雑音単語データ１０
として雑音単語記憶部３に登録している。
【００２６】音声認識部６は認識した結果が雑音単語記
憶部３の中の単語であれば、認識したのは雑音と判断
し、結果を出力せず、単語記憶部２の中の単語であれ
ば、正常に認識したと判断し、音声認識データ１３を音
声認識出力部５に出力する。
憶部３の中の単語であれば、認識したのは雑音と判断
し、結果を出力せず、単語記憶部２の中の単語であれ
ば、正常に認識したと判断し、音声認識データ１３を音
声認識出力部５に出力する。
【００２７】入力音声部４は認識対象となる音声（発
声）をＣＯＤＥＣ等でディジタルデータの音声信号８に
変換出力する。音声認識出力部５は音声認識部６が出力
する音声認識データ１３を例えば音声として出力する。
声）をＣＯＤＥＣ等でディジタルデータの音声信号８に
変換出力する。音声認識出力部５は音声認識部６が出力
する音声認識データ１３を例えば音声として出力する。
【００２８】上述の通り、音声認識部６は音声信号８を
辞書データ１１、標準パターンデータ１２を用いて音声
認識を行い、認識結果を音声認識データ１３として音声
認識出力部５へ出力する機能を持つ。音声認識部６は音
声信号８を認識した結果が、単語記憶部２に登録されて
いる単語か、もしくは雑音単語記憶部３に登録されてい
る単語かを調べ、単語記憶部２に登録されている単語で
あれば音声認識出力部５へ出力し、雑音単語記憶部３に
登録されている単語であれば、入力された音声を雑音と
みなし認識結果を無効にして、音声認識出力部５へは何
も出力しない。
辞書データ１１、標準パターンデータ１２を用いて音声
認識を行い、認識結果を音声認識データ１３として音声
認識出力部５へ出力する機能を持つ。音声認識部６は音
声信号８を認識した結果が、単語記憶部２に登録されて
いる単語か、もしくは雑音単語記憶部３に登録されてい
る単語かを調べ、単語記憶部２に登録されている単語で
あれば音声認識出力部５へ出力し、雑音単語記憶部３に
登録されている単語であれば、入力された音声を雑音と
みなし認識結果を無効にして、音声認識出力部５へは何
も出力しない。
【００２９】その結果、音声認識出力部５の結果を利用
する上位のシステムやアプリケーションは雑音と考えら
れる認識結果を無効とする。
する上位のシステムやアプリケーションは雑音と考えら
れる認識結果を無効とする。
【００３０】図２は音声認識雑音除去方式の動作例を示
すフローチャートである。
すフローチャートである。
【００３１】図２を参照して、音声が入力されてから認
識結果を出力するまでの動作を説明する。
識結果を出力するまでの動作を説明する。
【００３２】音声が入力されると（ステップ１：Ｓ
１）、音声認識部６は単語辞書部１と標準パターン記憶
部７をもとに音声認識を行い、単語辞書部１の中に登録
されている単語のいずれかを認識結果として算出する
（ステップ２：Ｓ２）。
１）、音声認識部６は単語辞書部１と標準パターン記憶
部７をもとに音声認識を行い、単語辞書部１の中に登録
されている単語のいずれかを認識結果として算出する
（ステップ２：Ｓ２）。
【００３３】次に音声認識部６は算出された音声認識結
果が単語辞書部１の中の単語記憶部２に含まれている
か、雑音単語記憶部３に含まれているかを判定する（ス
テップ３：Ｓ３）。認識した結果が単語記憶部２に含ま
れている単語であった場合は、音声認識出力部５に結果
を出力する（ステップ４：Ｓ４）。逆にステップ３で、
認識結果が雑音単語３に含まれている単語であった場合
は、出力を行わずに再度音声の入力待ちとなりステップ
１に戻る。
果が単語辞書部１の中の単語記憶部２に含まれている
か、雑音単語記憶部３に含まれているかを判定する（ス
テップ３：Ｓ３）。認識した結果が単語記憶部２に含ま
れている単語であった場合は、音声認識出力部５に結果
を出力する（ステップ４：Ｓ４）。逆にステップ３で、
認識結果が雑音単語３に含まれている単語であった場合
は、出力を行わずに再度音声の入力待ちとなりステップ
１に戻る。
【００３４】単語辞書部１は単語データ９および雑音単
語データ１０を予めＲＯＭにより記憶するとともに書き
込みが音声入力時に行なえるＲＡＭとから構成される。
また標準パターン記憶部は予めＲＯＭにより記憶されて
いる。
語データ１０を予めＲＯＭにより記憶するとともに書き
込みが音声入力時に行なえるＲＡＭとから構成される。
また標準パターン記憶部は予めＲＯＭにより記憶されて
いる。
【００３５】入力音声部４、音声認識出力部５、単語辞
書部１、標準パターン記憶部７および音声認識部６がＣ
ＰＵ、メモリ、入出力Ｉ／Ｏで構成されたマイクロコン
ピュータまたはゲートアレイ、ＬＳＩにより集積化する
ことも可能である。
書部１、標準パターン記憶部７および音声認識部６がＣ
ＰＵ、メモリ、入出力Ｉ／Ｏで構成されたマイクロコン
ピュータまたはゲートアレイ、ＬＳＩにより集積化する
ことも可能である。
【００３６】なお、音声認識出力部５の出力は、音声出
力、ＣＲＴによる画面表示出力、通信機によるデータ転
送出力等が対象となる。
力、ＣＲＴによる画面表示出力、通信機によるデータ転
送出力等が対象となる。
【００３７】
【発明の効果】以上説明したように、本発明の音声認識
雑音除去方式は認識する単語辞書に雑音に近い単語を登
録しておき認識した結果から発声か雑音かを判断できる
ので、雑音による誤認識を抑圧し認識率を高めるという
効果を有している。
雑音除去方式は認識する単語辞書に雑音に近い単語を登
録しておき認識した結果から発声か雑音かを判断できる
ので、雑音による誤認識を抑圧し認識率を高めるという
効果を有している。
【図１】本発明の音声認識雑音除去方式の一つの実施の
形態を示すブロック図である。
形態を示すブロック図である。
【図２】音声認識雑音除去方式の動作例を示すフローチ
ャートである。
ャートである。
１ 単語辞書部 ２ 単語記憶部 ３ 雑音単語記憶部 ４ 入力音声部 ５ 音声認識出力部 ６ 音声認識部 ７ 標準パターン記憶部 ８ 音声信号 ９ 単語データ １０ 雑音単語データ １１ 辞書データ １２ 標準パターンデータ １３ 音声認識データ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 友岡 靖夫 神奈川県横浜市神奈川区新浦島町 １丁目 １番地25 日本電気ロボットエンジニアリ ング株式会社内
Claims (10)
- 【請求項１】 音声認識する単語を対象に複数の単語群
を登録した単語辞書と、雑音を対象にこの雑音に近い複
数の単語群を登録した雑音単語辞書とを有し、音声認識
した結果が前記雑音単語群の単語であれば雑音と判断し
前記結果を音声認識の結果として出力せず、音声認識し
た結果が前記単語辞書の単語であれば正常に認識したと
判断し前記結果を音声認識の結果として出力することを
特徴とする音声認識雑音除去方式。 - 【請求項２】 雑音を含む音声を入力し、音声信号を出
力する入力音声部と；音声認識する単語を対象にした複
数の単語群と雑音を対象としこの雑音に近い複数の雑音
単語群とを登録し、これらを辞書データとして出力する
単語辞書部と；音声の標準パターンを記憶し、標準パタ
ーンデータを出力する標準パターン記憶部と；前記音声
信号を前記辞書データおよび前記標準パターンデータに
より認識処理を行ない、前記音声信号が前記単語群に含
まれれば音声認識データを認識結果として出力し、前記
音声信号が前記雑音単語群に含まれれば前記音声認識デ
ータを認識結果として出力しない音声認識部と；この音
声認識部から出力された前記音声認識データにより認識
結果を出力する音声認識出力部と；を備えたことを特徴
とする音声認識雑音除去方式。 - 【請求項３】 前記単語辞書部が、音声認識する単語を
対象に複数の単語群を記憶しこれを単語データとして出
力する単語記憶部と、雑音を対象にこの雑音に近い複数
の雑音単語群を記憶しこれを雑音単語データとして出力
する雑音単語記憶部とを有することを特徴とする請求項
２記載の音声認識雑音除去方式。 - 【請求項４】 音声認識する単語を対象に複数の単語群
を登録し、雑音を対象にこの雑音に近い複数の雑音単語
群を登録し、音声認識した結果が前記雑音単語群の単語
であれば雑音と判断し、音声認識した結果が前記単語群
の単語であれば正常に認識したと判断することを特徴と
する音声認識雑音除去の方法。 - 【請求項５】 前記単語辞書部が、前記単語データおよ
び前記雑音単語データを予め記憶するリード・オンリー
・メモリと、音声入力時に前記単語データおよび前記雑
音単語データを記憶するランダム・アクセス・メモリと
を有することを特徴とする請求項３記載の音声認識雑音
除去方式。 - 【請求項６】 前記入力音声部、前記単語辞書部、前記
標準パターン記憶部、前記音声認識部および前記音声認
識出力部をマイクロコンピュータにより構成したことを
特徴とする請求項２記載の音声認識雑音除去方式。 - 【請求項７】 前記入力音声部、前記単語辞書部、前記
標準パターン記憶部、前記音声認識部および前記音声認
識出力部を集積化による一体構造にしたことを特徴とす
る請求項２記載の音声認識雑音除去方式。 - 【請求項８】 前記音声認識出力部が、前記音声認識デ
ータを音声として出力することを特徴とする請求項２記
載の音声認識雑音除去方式。 - 【請求項９】 前記音声認識出力部が、前記音声認識デ
ータを表示データとしてＣＲＴに出力することを特徴と
する請求項２記載の音声認識雑音除去方式。 - 【請求項１０】 前記音声認識出力部が、前記音声認識
データを通信データとして転送出力することを特徴とす
る請求項２記載の音声認識雑音除去方式。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10090340A JP3105863B2 (ja) | 1998-04-02 | 1998-04-02 | 音声認識雑音除去方式 |
| KR1019990011517A KR19990082854A (ko) | 1998-04-02 | 1999-04-01 | 음성 인식 잡음 제거 장치 및 음성 인식 잡음 제거 방법 |
| EP99106687A EP0947980A1 (en) | 1998-04-02 | 1999-04-01 | Noise-rejecting speech recognition system and method |
| CN99103507A CN1235332A (zh) | 1998-04-02 | 1999-04-01 | 语音识别噪声消除系统和语音识别噪声消除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10090340A JP3105863B2 (ja) | 1998-04-02 | 1998-04-02 | 音声認識雑音除去方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11288295A true JPH11288295A (ja) | 1999-10-19 |
| JP3105863B2 JP3105863B2 (ja) | 2000-11-06 |
Family
ID=13995803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10090340A Expired - Lifetime JP3105863B2 (ja) | 1998-04-02 | 1998-04-02 | 音声認識雑音除去方式 |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP0947980A1 (ja) |
| JP (1) | JP3105863B2 (ja) |
| KR (1) | KR19990082854A (ja) |
| CN (1) | CN1235332A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7260527B2 (en) | 2001-12-28 | 2007-08-21 | Kabushiki Kaisha Toshiba | Speech recognizing apparatus and speech recognizing method |
| JP2008033198A (ja) * | 2006-08-01 | 2008-02-14 | Nec System Technologies Ltd | 音声対話システム、音声対話方法、音声入力装置、プログラム |
| US8271282B2 (en) | 2008-07-10 | 2012-09-18 | Fujitsu Limited | Voice recognition apparatus, voice recognition method and recording medium |
| JP2016206580A (ja) * | 2015-04-28 | 2016-12-08 | 四郎丸 功 | 音声認識装置及び音声認識システム |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1271595C (zh) * | 2001-12-17 | 2006-08-23 | 旭化成株式会社 | 语音识别方法 |
| CN102141812A (zh) * | 2010-11-16 | 2011-08-03 | 深圳中科智酷机器人科技有限公司 | 机器人 |
| JP5824829B2 (ja) | 2011-03-15 | 2015-12-02 | 富士通株式会社 | 音声認識装置、音声認識方法及び音声認識プログラム |
| CN103971676B (zh) * | 2014-04-23 | 2017-07-14 | 上海师范大学 | 一种快速语音孤立词识别算法及其用途、语音识别系统 |
| CN103971681A (zh) * | 2014-04-24 | 2014-08-06 | 百度在线网络技术（北京）有限公司 | 一种语音识别方法及系统 |
| CN106782591B (zh) * | 2016-12-26 | 2021-02-19 | 惠州Tcl移动通信有限公司 | 一种在背景噪音下提高语音识别率的装置及其方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4811399A (en) * | 1984-12-31 | 1989-03-07 | Itt Defense Communications, A Division Of Itt Corporation | Apparatus and method for automatic speech recognition |
| US5509104A (en) * | 1989-05-17 | 1996-04-16 | At&T Corp. | Speech recognition employing key word modeling and non-key word modeling |
| DE19625294A1 (de) * | 1996-06-25 | 1998-01-02 | Daimler Benz Aerospace Ag | Spracherkennungsverfahren und Anordnung zum Durchführen des Verfahrens |
-
1998
- 1998-04-02 JP JP10090340A patent/JP3105863B2/ja not_active Expired - Lifetime
-
1999
- 1999-04-01 KR KR1019990011517A patent/KR19990082854A/ko not_active Application Discontinuation
- 1999-04-01 EP EP99106687A patent/EP0947980A1/en not_active Withdrawn
- 1999-04-01 CN CN99103507A patent/CN1235332A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7260527B2 (en) | 2001-12-28 | 2007-08-21 | Kabushiki Kaisha Toshiba | Speech recognizing apparatus and speech recognizing method |
| JP2008033198A (ja) * | 2006-08-01 | 2008-02-14 | Nec System Technologies Ltd | 音声対話システム、音声対話方法、音声入力装置、プログラム |
| US8271282B2 (en) | 2008-07-10 | 2012-09-18 | Fujitsu Limited | Voice recognition apparatus, voice recognition method and recording medium |
| JP2016206580A (ja) * | 2015-04-28 | 2016-12-08 | 四郎丸 功 | 音声認識装置及び音声認識システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3105863B2 (ja) | 2000-11-06 |
| EP0947980A1 (en) | 1999-10-06 |
| KR19990082854A (ko) | 1999-11-25 |
| CN1235332A (zh) | 1999-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8214212B2 (en) | Systems and methods for extracting meaning from multimodal inputs using finite-state devices | |
| Chen | Joint processing of audio-visual information for the recognition of emotional expressions in human-computer interaction | |
| Waibel et al. | Multimodal interfaces | |
| US20150325240A1 (en) | Method and system for speech input | |
| US20150073811A1 (en) | Systems and Methods for Generating Markup-Language Based Expressions from Multi-Modal and Unimodal Inputs | |
| US20020178005A1 (en) | System and method for adaptive language understanding by computers | |
| US7496513B2 (en) | Combined input processing for a computing device | |
| JP3581881B2 (ja) | 音声補完方法、装置および記録媒体 | |
| JPH0375860A (ja) | パーソナライズド端末 | |
| CN111144367B (zh) | 基于手势识别的辅助语义识别方法 | |
| CN1742273A (zh) | 多模态语音－语音语言翻译和显示 | |
| CN110335608B (zh) | 声纹验证方法、装置、设备及存储介质 | |
| JP2001272995A (ja) | 音声認識方法及び装置 | |
| JP2019208138A (ja) | 発話認識装置、及びコンピュータプログラム | |
| Delgado et al. | Spoken, multilingual and multimodal dialogue systems: development and assessment | |
| JP3105863B2 (ja) | 音声認識雑音除去方式 | |
| KR102284903B1 (ko) | 입력 시퀀스 생성 방법 및 장치 | |
| Frew | Audio-visual speech recognition using LIP movement for amharic language | |
| Dabwan et al. | Arabic Sign Language Recognition Using EfficientnetB1 and Transfer Learning Technique | |
| CN111009234B (zh) | 语音转换方法、装置和设备 | |
| JP3199972B2 (ja) | あいづち応答のある対話装置 | |
| US20200387806A1 (en) | Idea generation support device, idea generation support system, and recording medium | |
| JPH0883092A (ja) | 情報入力装置及び情報入力方法 | |
| JP2003162524A (ja) | 言語処理装置 | |
| JP2000181918A (ja) | 手書き入力した英単語に意味・発音を示すマルチメディア英和辞書 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20000328 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000808 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080901 Year of fee payment: 8 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080901 Year of fee payment: 8 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080901 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090901 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090901 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100901 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110901 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120901 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130901 Year of fee payment: 13 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |