JPH1130994A - 音声認識方法および装置ならびに音声認識プログラムを記録した記録媒体 - Google Patents
音声認識方法および装置ならびに音声認識プログラムを記録した記録媒体Info
- Publication number
- JPH1130994A JPH1130994A JP9185545A JP18554597A JPH1130994A JP H1130994 A JPH1130994 A JP H1130994A JP 9185545 A JP9185545 A JP 9185545A JP 18554597 A JP18554597 A JP 18554597A JP H1130994 A JPH1130994 A JP H1130994A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- dictionary
- syllable
- speech
- patterns
- 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.)
- Pending
Links
Abstract
(57)【要約】
【課題】 単語の頭の部分が発声されないといった特徴
ある発声に対して、十分な認識結果が得られない。 【解決手段】 入力部１より入力された音声より音節パ
ターンの作成・登録を行う半音節パターン辞書作成部２
と、認識させたい語句に対して発声時の特徴を加味した
複数の辞書パターンを該登録した音節パターンを合成す
ることにより作成・記憶するための単語辞書部３ａ、辞
書パターン作成部４ａ、辞書パターン記憶部５ａにより
音声認識のための辞書パターン作成を行う。そして、認
識対象となる入力された音声を音節毎の音節パターンに
変換する入力部１と、辞書パターン記憶部５ａに記憶さ
れている辞書パターンとの比較を行い、該入力された音
声の音節パターンに最も近い辞書パターンを認識結果と
して出力するためのパターン照合部６および認識結果出
力部７により辞書パターンを用いた音声認識を行う。
ある発声に対して、十分な認識結果が得られない。 【解決手段】 入力部１より入力された音声より音節パ
ターンの作成・登録を行う半音節パターン辞書作成部２
と、認識させたい語句に対して発声時の特徴を加味した
複数の辞書パターンを該登録した音節パターンを合成す
ることにより作成・記憶するための単語辞書部３ａ、辞
書パターン作成部４ａ、辞書パターン記憶部５ａにより
音声認識のための辞書パターン作成を行う。そして、認
識対象となる入力された音声を音節毎の音節パターンに
変換する入力部１と、辞書パターン記憶部５ａに記憶さ
れている辞書パターンとの比較を行い、該入力された音
声の音節パターンに最も近い辞書パターンを認識結果と
して出力するためのパターン照合部６および認識結果出
力部７により辞書パターンを用いた音声認識を行う。
Description
【０００１】
【発明の属する技術分野】本発明は、音声認識のための
辞書パターンの作成および該辞書パターンを用いた音声
の認識を行う音声認識方法および装置ならびに音声認識
プログラムを記録した記録媒体に関するものである。
辞書パターンの作成および該辞書パターンを用いた音声
の認識を行う音声認識方法および装置ならびに音声認識
プログラムを記録した記録媒体に関するものである。
【０００２】
【従来の技術】音声認識のための辞書パターンの作成お
よび該辞書パターンを用いた音声の認識を行う場合にお
いて、認識率の向上を図るために音節パターンとして、
音節を前後に２分割した半音節パターンを用いることが
ある。図４は半音節パターンを用いた音声認識装置の一
構成例を示した図である。まずはじめに、辞書パターン
の作成手順を説明する。図４において、入力部１に入力
した音声から、同時に入力した周囲雑音を用いて、前処
理回路８により雑音の除去を行い、音声の周波数帯とな
る高域の周波数の強調を行う。次に、特徴抽出回路９に
より、一定時間毎に、ある一定の周波数範囲毎のスペク
トル強度の成分が特徴量として抽出される。抽出された
スペクトル強度は、半音節検出回路１０により、入力音
声を音節区間の長短の分別により音節に分離され、さら
に各音節を前後２分割した半音節に分離される。分離さ
れた半音節は、パターン化され半音節パターン辞書部２
に登録される。登録された半音節パターン辞書の一例を
図５（ａ）に示す。単語辞書部３では、図５（ｂ）に示
すように１つの単語に対し、平仮名または片仮名により
辞書パターン作成用の登録単語２１と、平仮名、片仮
名、漢字、数字およびアルファベットによる認識結果出
力用の認識時出力２２を記録する。なお、このとき登録
単語２１と認識時出力２２の読み方が一致するように登
録する。
よび該辞書パターンを用いた音声の認識を行う場合にお
いて、認識率の向上を図るために音節パターンとして、
音節を前後に２分割した半音節パターンを用いることが
ある。図４は半音節パターンを用いた音声認識装置の一
構成例を示した図である。まずはじめに、辞書パターン
の作成手順を説明する。図４において、入力部１に入力
した音声から、同時に入力した周囲雑音を用いて、前処
理回路８により雑音の除去を行い、音声の周波数帯とな
る高域の周波数の強調を行う。次に、特徴抽出回路９に
より、一定時間毎に、ある一定の周波数範囲毎のスペク
トル強度の成分が特徴量として抽出される。抽出された
スペクトル強度は、半音節検出回路１０により、入力音
声を音節区間の長短の分別により音節に分離され、さら
に各音節を前後２分割した半音節に分離される。分離さ
れた半音節は、パターン化され半音節パターン辞書部２
に登録される。登録された半音節パターン辞書の一例を
図５（ａ）に示す。単語辞書部３では、図５（ｂ）に示
すように１つの単語に対し、平仮名または片仮名により
辞書パターン作成用の登録単語２１と、平仮名、片仮
名、漢字、数字およびアルファベットによる認識結果出
力用の認識時出力２２を記録する。なお、このとき登録
単語２１と認識時出力２２の読み方が一致するように登
録する。
【０００３】辞書パターン作成部４は、図５（ｂ）に示
すように半音節パターン辞書部２に登録された半音節辞
書パターンを結合し、単語辞書部３に記憶された各登録
単語に対し、辞書パターン２３を作成する。例えば、単
語辞書部３に認識すべき単語として、登録単語「アリガ
トウ」、認識時出力「ありがとう」が登録してあると、
辞書パターン作成部４により事前に登録された半音節パ
ターン辞書部２の半音節パターン辞書より「ア」、
「リ」、「ガ」、「ト」、「ウ」の各半音節パターンが
抽出され、辞書パターン２４が合成される。そして、作
成された辞書パターンは、辞書パターン記憶部５に記憶
される。以上のようにして、音声認識のための辞書パタ
ーンの作成が行われる。
すように半音節パターン辞書部２に登録された半音節辞
書パターンを結合し、単語辞書部３に記憶された各登録
単語に対し、辞書パターン２３を作成する。例えば、単
語辞書部３に認識すべき単語として、登録単語「アリガ
トウ」、認識時出力「ありがとう」が登録してあると、
辞書パターン作成部４により事前に登録された半音節パ
ターン辞書部２の半音節パターン辞書より「ア」、
「リ」、「ガ」、「ト」、「ウ」の各半音節パターンが
抽出され、辞書パターン２４が合成される。そして、作
成された辞書パターンは、辞書パターン記憶部５に記憶
される。以上のようにして、音声認識のための辞書パタ
ーンの作成が行われる。
【０００４】次に、入力音声の認識方法について説明す
る。認識対象となる入力音声は、入力部１によりパター
ン化され、パターン照合部６に入力される。入力された
音声の半音節パターンは、パターン照合部６により、辞
書パターン記憶部５に記憶された辞書パターンと比較が
行われ、いちばん入力音声の半音節パターンに近い辞書
パターンを選択する。例えば、図６（ａ）に示すよう
に、入力される音声が「アリガトウ」であり、その入力
された音声の半音節パターンである入力パターン２５
と、辞書パターン記憶部５に記憶された各辞書パターン
との比較が行われ、最も近い辞書パターン２６が選択さ
れる。そして、図４に示す認識結果出力部７は、パター
ン照合部６の選択結果から、単語辞書部３の認識時出力
を認識結果として出力する。図６（ａ）を例にすると、
辞書パターン２６が選択されることから、単語辞書部３
における辞書パターン２６に対応する認識時出力２７の
「ありがとう」を認識結果として出力する。
る。認識対象となる入力音声は、入力部１によりパター
ン化され、パターン照合部６に入力される。入力された
音声の半音節パターンは、パターン照合部６により、辞
書パターン記憶部５に記憶された辞書パターンと比較が
行われ、いちばん入力音声の半音節パターンに近い辞書
パターンを選択する。例えば、図６（ａ）に示すよう
に、入力される音声が「アリガトウ」であり、その入力
された音声の半音節パターンである入力パターン２５
と、辞書パターン記憶部５に記憶された各辞書パターン
との比較が行われ、最も近い辞書パターン２６が選択さ
れる。そして、図４に示す認識結果出力部７は、パター
ン照合部６の選択結果から、単語辞書部３の認識時出力
を認識結果として出力する。図６（ａ）を例にすると、
辞書パターン２６が選択されることから、単語辞書部３
における辞書パターン２６に対応する認識時出力２７の
「ありがとう」を認識結果として出力する。
【０００５】
【発明が解決しようとする課題】ところで、上述の音声
認識装置において、パターン照合部６は、入力された音
声の半音節パターンである入力パターンと、辞書パター
ン記憶部５に記憶された各辞書パターンとの比較を行っ
た結果、最も近い辞書パターン２６との距離が、所定値
以上である場合には、辞書パターンに登録されていない
ものとして選択を行なわない。例えば、図６（ｂ）に示
すように、認識対象となる音声の単語の頭の部分が発声
されず「リガトウ」が入力された場合、最も近い辞書パ
ターン２６との距離が、所定値以上となり、辞書パター
ンに登録されていないものとして選択を行なわれず、結
果として、認識結果が出力されない。
認識装置において、パターン照合部６は、入力された音
声の半音節パターンである入力パターンと、辞書パター
ン記憶部５に記憶された各辞書パターンとの比較を行っ
た結果、最も近い辞書パターン２６との距離が、所定値
以上である場合には、辞書パターンに登録されていない
ものとして選択を行なわない。例えば、図６（ｂ）に示
すように、認識対象となる音声の単語の頭の部分が発声
されず「リガトウ」が入力された場合、最も近い辞書パ
ターン２６との距離が、所定値以上となり、辞書パター
ンに登録されていないものとして選択を行なわれず、結
果として、認識結果が出力されない。
【０００６】すなわち、発声する人により、単語の頭の
部分が発声されなかったり、語尾または途中の音節を延
ばして発声される場合がある。これは特に号令等を発声
する場合に生じ易い。このような場合、音声認識装置に
おける単語辞書に登録する登録単語は、このような発声
の特徴を加味して登録されていないため、入力された音
声の半音節パターンと辞書パターン記憶部５に記憶され
た辞書パターンが異なってしまう。その結果、正しく発
音したつもりであっても音声認識が不可能であったり、
誤認識する場合が生じる。
部分が発声されなかったり、語尾または途中の音節を延
ばして発声される場合がある。これは特に号令等を発声
する場合に生じ易い。このような場合、音声認識装置に
おける単語辞書に登録する登録単語は、このような発声
の特徴を加味して登録されていないため、入力された音
声の半音節パターンと辞書パターン記憶部５に記憶され
た辞書パターンが異なってしまう。その結果、正しく発
音したつもりであっても音声認識が不可能であったり、
誤認識する場合が生じる。
【０００７】本発明はこのような事情に鑑みてなされた
もので、特徴ある発声に対しても音声認識の可能な音声
認識方法および装置ならびに音声認識プログラムを記録
した記録媒体を提供することを目的とする。
もので、特徴ある発声に対しても音声認識の可能な音声
認識方法および装置ならびに音声認識プログラムを記録
した記録媒体を提供することを目的とする。
【０００８】
【課題を解決するための手段】上記目的を達成するため
に、本発明のうち請求項１に記載の発明は、音声認識の
ための辞書パターンの作成および該辞書パターンを用い
た音声の認識を行う音声認識方法において、前記辞書パ
ターンの作成は、音声より音節パターンの作成・登録を
行い、認識させたい語句に対して発声時の特徴を加味し
た複数の辞書パターンを該登録した音節パターンを合成
することにより作成することで行い、前記辞書パターン
を用いた音声の認識は、入力された音声を音節毎の音節
パターンに変換し、前記辞書パターンに登録されている
辞書パターンとの比較を行い、該入力された音声の音節
パターンに最も近い辞書パターンを認識結果とすること
により行うことを特徴とする音声認識方法である。ま
た、請求項２に記載の発明は請求項１に記載の音声認識
方法において、前記音節パターンとして、音節を前後に
２分割した半音節パターンを用いることを特徴としてい
る。
に、本発明のうち請求項１に記載の発明は、音声認識の
ための辞書パターンの作成および該辞書パターンを用い
た音声の認識を行う音声認識方法において、前記辞書パ
ターンの作成は、音声より音節パターンの作成・登録を
行い、認識させたい語句に対して発声時の特徴を加味し
た複数の辞書パターンを該登録した音節パターンを合成
することにより作成することで行い、前記辞書パターン
を用いた音声の認識は、入力された音声を音節毎の音節
パターンに変換し、前記辞書パターンに登録されている
辞書パターンとの比較を行い、該入力された音声の音節
パターンに最も近い辞書パターンを認識結果とすること
により行うことを特徴とする音声認識方法である。ま
た、請求項２に記載の発明は請求項１に記載の音声認識
方法において、前記音節パターンとして、音節を前後に
２分割した半音節パターンを用いることを特徴としてい
る。
【０００９】また、請求項３に記載の発明は請求項１ま
たは請求項２に記載の音声認識方法において、前記辞書
パターンの作成時に、認識させたい語句に対して発声時
の特徴を加味した複数の辞書パターンを前記登録した音
節パターンを合成することにより作成するとともに、該
認識させたい語句を関連づけて記憶させ、前記辞書パタ
ーンを用いた音声の認識時に、入力された音声の音節パ
ターンに最も近い辞書パターンに関連付けて記憶されて
いる語句を認識結果として出力することを特徴としてい
る。また、請求項４に記載の発明は請求項１に記載の音
声認識方法において、前記発声時の特徴として、単語の
頭の部分がない場合、語尾を延ばした場合、単語の途中
の音節を延ばした場合、単語の途中の文字を変えた場合
のいずれか１以上を含むことを特徴としている。
たは請求項２に記載の音声認識方法において、前記辞書
パターンの作成時に、認識させたい語句に対して発声時
の特徴を加味した複数の辞書パターンを前記登録した音
節パターンを合成することにより作成するとともに、該
認識させたい語句を関連づけて記憶させ、前記辞書パタ
ーンを用いた音声の認識時に、入力された音声の音節パ
ターンに最も近い辞書パターンに関連付けて記憶されて
いる語句を認識結果として出力することを特徴としてい
る。また、請求項４に記載の発明は請求項１に記載の音
声認識方法において、前記発声時の特徴として、単語の
頭の部分がない場合、語尾を延ばした場合、単語の途中
の音節を延ばした場合、単語の途中の文字を変えた場合
のいずれか１以上を含むことを特徴としている。
【００１０】次に請求項５に記載の発明は、入力された
音声より音節パターンの作成・登録を行う音節パターン
辞書作成手段と、認識させたい語句に対して発声時の特
徴を加味した複数の辞書パターンを該登録した音節パタ
ーンを合成することにより作成する辞書パターン作成手
段と、認識対象となる入力された音声を音節毎の音節パ
ターンに変換する変換手段と、前記辞書パターンに登録
されている辞書パターンとの比較を行い、該入力された
音声の音節パターンに最も近い辞書パターンを認識結果
とする照合手段とを備えたことを特徴とする音声認識装
置である。また、請求項６に記載の発明は請求項５に記
載の音声認識装置において、前記音節パターンとして、
音節を前後に２分割した半音節パターンを用いることを
特徴としている。
音声より音節パターンの作成・登録を行う音節パターン
辞書作成手段と、認識させたい語句に対して発声時の特
徴を加味した複数の辞書パターンを該登録した音節パタ
ーンを合成することにより作成する辞書パターン作成手
段と、認識対象となる入力された音声を音節毎の音節パ
ターンに変換する変換手段と、前記辞書パターンに登録
されている辞書パターンとの比較を行い、該入力された
音声の音節パターンに最も近い辞書パターンを認識結果
とする照合手段とを備えたことを特徴とする音声認識装
置である。また、請求項６に記載の発明は請求項５に記
載の音声認識装置において、前記音節パターンとして、
音節を前後に２分割した半音節パターンを用いることを
特徴としている。
【００１１】また、請求項７に記載の発明は請求項５ま
たは請求項６に記載の音声認識装置において、前記辞書
パターン作成手段が、認識させたい語句に対して発声時
の特徴を加味した複数の辞書パターンを前記音節パター
ン辞書作成手段において登録した音節パターンを合成す
ることにより作成するとともに、該認識させたい語句を
関連づけて記憶させ、前記照合手段が、入力された音声
の音節パターンに最も近い辞書パターンに関連付けて記
憶されている語句を認識結果として出力することを特徴
としている。また、請求項８に記載の発明は請求項５に
記載の音声認識装置において、前記発声時の特徴とし
て、単語の頭の部分がない場合、語尾を延ばした場合、
単語の途中の音節を延ばした場合、単語の途中の文字を
変えた場合のいずれか１以上を含むことを特徴としてい
る。
たは請求項６に記載の音声認識装置において、前記辞書
パターン作成手段が、認識させたい語句に対して発声時
の特徴を加味した複数の辞書パターンを前記音節パター
ン辞書作成手段において登録した音節パターンを合成す
ることにより作成するとともに、該認識させたい語句を
関連づけて記憶させ、前記照合手段が、入力された音声
の音節パターンに最も近い辞書パターンに関連付けて記
憶されている語句を認識結果として出力することを特徴
としている。また、請求項８に記載の発明は請求項５に
記載の音声認識装置において、前記発声時の特徴とし
て、単語の頭の部分がない場合、語尾を延ばした場合、
単語の途中の音節を延ばした場合、単語の途中の文字を
変えた場合のいずれか１以上を含むことを特徴としてい
る。
【００１２】次に、請求項９に記載の発明は、音声認識
のための辞書パターンの作成および該辞書パターンを用
いた音声の認識を行う音声認識プログラムを記録したコ
ンピュータ読み取り可能な記録媒体であって、入力され
た音声より音節パターンの作成・登録を行う音節パター
ン辞書作成手段と、認識させたい語句に対して発声時の
特徴を加味した複数の辞書パターンを該登録された音節
パターンを合成することにより作成する辞書パターン作
成手段と、認識対象となる入力された音声を音節毎の音
節パターンに変換する変換手段と、前記辞書パターンに
登録されている辞書パターンとの比較を行い、該入力さ
れた音声の音節パターンに最も近い辞書パターンを認識
結果とする照合手段とを実現するための音声認識プログ
ラムを記録した記録媒体である。
のための辞書パターンの作成および該辞書パターンを用
いた音声の認識を行う音声認識プログラムを記録したコ
ンピュータ読み取り可能な記録媒体であって、入力され
た音声より音節パターンの作成・登録を行う音節パター
ン辞書作成手段と、認識させたい語句に対して発声時の
特徴を加味した複数の辞書パターンを該登録された音節
パターンを合成することにより作成する辞書パターン作
成手段と、認識対象となる入力された音声を音節毎の音
節パターンに変換する変換手段と、前記辞書パターンに
登録されている辞書パターンとの比較を行い、該入力さ
れた音声の音節パターンに最も近い辞書パターンを認識
結果とする照合手段とを実現するための音声認識プログ
ラムを記録した記録媒体である。
【００１３】
【発明の実施の形態】以下、本発明の一実施形態による
音声認識方法および装置を図面を参照して説明する。図
１は、本発明の一実施形態による音声認識装置の構成を
示す図である。図１において、符号１は、入力される音
声より半音節パターンの抽出を行う入力部を、符号２は
半音節パターン辞書の作成・登録を行う半音節パターン
辞書部を、符号３ａは登録単語および登録単語に対する
認識結果出力用の認識時出力の設定・登録を行う単語辞
書部を、符号４ａは登録単語および半音節パターン辞書
に基づき辞書パターンの作成を行う辞書パターン作成部
を、符号５ａは作成された辞書パターンを記憶する辞書
パターン記憶部を、符号６は入力された音声の半音節パ
ターンである入力パターンと辞書パターンとの比較を行
い、最も近い辞書パターンの選択を行うパターン照合部
を、符号７はパターン照合部６の選択結果に基づき認識
結果の出力を行う認識結果出力部を表している。
音声認識方法および装置を図面を参照して説明する。図
１は、本発明の一実施形態による音声認識装置の構成を
示す図である。図１において、符号１は、入力される音
声より半音節パターンの抽出を行う入力部を、符号２は
半音節パターン辞書の作成・登録を行う半音節パターン
辞書部を、符号３ａは登録単語および登録単語に対する
認識結果出力用の認識時出力の設定・登録を行う単語辞
書部を、符号４ａは登録単語および半音節パターン辞書
に基づき辞書パターンの作成を行う辞書パターン作成部
を、符号５ａは作成された辞書パターンを記憶する辞書
パターン記憶部を、符号６は入力された音声の半音節パ
ターンである入力パターンと辞書パターンとの比較を行
い、最も近い辞書パターンの選択を行うパターン照合部
を、符号７はパターン照合部６の選択結果に基づき認識
結果の出力を行う認識結果出力部を表している。
【００１４】また、入力部１は、入力された音声に対す
る雑音除去等を行う前処理回路８、一定時間毎にスペク
トル強度を特徴量としてい抽出する特徴抽出回路９、音
節および半音節に分離を行う半音節検出回路１０とによ
り構成される。そして、音声認識のための辞書パターン
の作成は、入力部１、半音節パターン辞書部２、単語辞
書部３ａ、辞書パターン作成部４ａ、辞書パターン記憶
部５ａにおいて行われる。一方、該辞書パターンを用い
た音声の認識は、入力部１、パターン照合部６、認識結
果出力部７において行われるが、この際辞書パターン記
憶部５ａおよび単語辞書部３ａが参照される。
る雑音除去等を行う前処理回路８、一定時間毎にスペク
トル強度を特徴量としてい抽出する特徴抽出回路９、音
節および半音節に分離を行う半音節検出回路１０とによ
り構成される。そして、音声認識のための辞書パターン
の作成は、入力部１、半音節パターン辞書部２、単語辞
書部３ａ、辞書パターン作成部４ａ、辞書パターン記憶
部５ａにおいて行われる。一方、該辞書パターンを用い
た音声の認識は、入力部１、パターン照合部６、認識結
果出力部７において行われるが、この際辞書パターン記
憶部５ａおよび単語辞書部３ａが参照される。
【００１５】次に、この音声認識装置の動作を説明す
る。まず、音声認識装置による音声認識のための辞書パ
ターンの作成時の動作を説明する。図１において、入力
部１に入力した音声から、同時に入力した周囲雑音を用
いて、前処理回路８により雑音の除去を行い、音声の周
波数帯となる高域の周波数の強調を行う。次に、特徴抽
出回路９により、一定時間毎に、ある一定の周波数範囲
毎のスペクトル強度の成分が特徴量として抽出される。
この「一定の周波数範囲」とは、音声の帯域となる。抽
出されたスペクトル強度は、半音節検出回路１０によ
り、入力音声を音節区間の長短の分別により音節に分離
され、さらに各音節を前後２分割した半音節に分離され
る。分離された半音節は、パターン化され半音節パター
ン辞書部２に登録される。登録された半音節パターン辞
書の一例を図２（ａ）に示す。図２（ａ）に示すように
音節毎に前半の半音節パターンおよび後半の半音節パタ
ーンが登録されている。
る。まず、音声認識装置による音声認識のための辞書パ
ターンの作成時の動作を説明する。図１において、入力
部１に入力した音声から、同時に入力した周囲雑音を用
いて、前処理回路８により雑音の除去を行い、音声の周
波数帯となる高域の周波数の強調を行う。次に、特徴抽
出回路９により、一定時間毎に、ある一定の周波数範囲
毎のスペクトル強度の成分が特徴量として抽出される。
この「一定の周波数範囲」とは、音声の帯域となる。抽
出されたスペクトル強度は、半音節検出回路１０によ
り、入力音声を音節区間の長短の分別により音節に分離
され、さらに各音節を前後２分割した半音節に分離され
る。分離された半音節は、パターン化され半音節パター
ン辞書部２に登録される。登録された半音節パターン辞
書の一例を図２（ａ）に示す。図２（ａ）に示すように
音節毎に前半の半音節パターンおよび後半の半音節パタ
ーンが登録されている。
【００１６】単語辞書部３ａでは、図２（ｂ）に示すよ
うに１つの単語に対し、平仮名または片仮名により辞書
パターン作成用の登録単語１１と、平仮名、片仮名、漢
字、数字およびアルファベットによる認識結果出力用の
認識時出力１２を記録する。例えば、図２（ｂ）に示す
ように単語辞書部３に認識すべき単語として、登録単語
「アリガトウ」、認識時出力「ありがとう」を登録す
る。次に「アリガトウ」というときに、発声時の特徴を
考慮して「リガトウ」や「アリガトウー」、「アリガー
トウ」、「アリヤトウ」等を登録単語として設定し、認
識時出力をすべて正しい発声である「ありがとう」とす
る。ここで発声時の特徴としては、単語の頭の部分がな
い場合、語尾をのばした場合、単語の途中の音節を延ば
した場合、単語の途中の文字を変えた場合等であり、こ
れらの１以上を必要に応じて発声時の特徴として正しい
発声のほかに登録しておく。
うに１つの単語に対し、平仮名または片仮名により辞書
パターン作成用の登録単語１１と、平仮名、片仮名、漢
字、数字およびアルファベットによる認識結果出力用の
認識時出力１２を記録する。例えば、図２（ｂ）に示す
ように単語辞書部３に認識すべき単語として、登録単語
「アリガトウ」、認識時出力「ありがとう」を登録す
る。次に「アリガトウ」というときに、発声時の特徴を
考慮して「リガトウ」や「アリガトウー」、「アリガー
トウ」、「アリヤトウ」等を登録単語として設定し、認
識時出力をすべて正しい発声である「ありがとう」とす
る。ここで発声時の特徴としては、単語の頭の部分がな
い場合、語尾をのばした場合、単語の途中の音節を延ば
した場合、単語の途中の文字を変えた場合等であり、こ
れらの１以上を必要に応じて発声時の特徴として正しい
発声のほかに登録しておく。
【００１７】そして、辞書パターン作成部４ａにより、
図２（ｂ）に示すように半音節パターン辞書部２に登録
された半音節辞書パターンを合成し、単語辞書部３ａに
記憶された各登録単語それぞれに対し、辞書パターン１
３を作成する。例えば、図２（ｂ）に示すように単語辞
書部３ａに認識すべき単語として、登録単語「アリガト
ウ」が登録されていると、辞書パターン作成部４ａによ
り事前に登録された半音節パターン辞書部２の半音節パ
ターン辞書より「ア」、「リ」、「ガ」、「ト」、
「ウ」の各半音節パターンが抽出され、辞書パターン１
４が合成される。他の登録単語に対しても辞書パターン
の作成が行われる。そして、作成された辞書パターン
は、辞書パターン記憶部５ａに記憶される。以上のよう
にして、発声時の特徴を加味した音声認識のための辞書
パターンの作成が行われる。
図２（ｂ）に示すように半音節パターン辞書部２に登録
された半音節辞書パターンを合成し、単語辞書部３ａに
記憶された各登録単語それぞれに対し、辞書パターン１
３を作成する。例えば、図２（ｂ）に示すように単語辞
書部３ａに認識すべき単語として、登録単語「アリガト
ウ」が登録されていると、辞書パターン作成部４ａによ
り事前に登録された半音節パターン辞書部２の半音節パ
ターン辞書より「ア」、「リ」、「ガ」、「ト」、
「ウ」の各半音節パターンが抽出され、辞書パターン１
４が合成される。他の登録単語に対しても辞書パターン
の作成が行われる。そして、作成された辞書パターン
は、辞書パターン記憶部５ａに記憶される。以上のよう
にして、発声時の特徴を加味した音声認識のための辞書
パターンの作成が行われる。
【００１８】次に、音声認識装置における入力音声の認
識動作について説明する。認識対象となる入力音声は、
入力部１によりパターン化され、パターン照合部６に入
力される。パターン照合部６は、入力された音声の半音
節パターンと辞書パターン記憶部５ａに記憶された各辞
書パターンとの比較を行い、入力音声の半音節パターン
にいちばん近い辞書パターンを選択する。例えば、図３
（ａ）に示すように、入力される音声が「アリガトウ」
であり、その入力された音声の半音節パターンである入
力パターン１５と、辞書パターン記憶部５ａに記憶され
た各辞書パターンとの比較が行われ、最も近い辞書パタ
ーン１６が選択される。また、図３（ｂ）に示すよう
に、入力される音声に発声時の特徴があり単語の頭の部
分がなく「リガトウ」と発声された場合であっても、辞
書パターン記憶部５ａには発声時の特徴を加味して辞書
パターンが登録されているので、その入力された音声の
半音節パターンである入力パターン１８と、辞書パター
ン記憶部５ａに記憶された各辞書パターンとの比較が行
われ、最も近い辞書パターン１９が選択されるようにな
る。
識動作について説明する。認識対象となる入力音声は、
入力部１によりパターン化され、パターン照合部６に入
力される。パターン照合部６は、入力された音声の半音
節パターンと辞書パターン記憶部５ａに記憶された各辞
書パターンとの比較を行い、入力音声の半音節パターン
にいちばん近い辞書パターンを選択する。例えば、図３
（ａ）に示すように、入力される音声が「アリガトウ」
であり、その入力された音声の半音節パターンである入
力パターン１５と、辞書パターン記憶部５ａに記憶され
た各辞書パターンとの比較が行われ、最も近い辞書パタ
ーン１６が選択される。また、図３（ｂ）に示すよう
に、入力される音声に発声時の特徴があり単語の頭の部
分がなく「リガトウ」と発声された場合であっても、辞
書パターン記憶部５ａには発声時の特徴を加味して辞書
パターンが登録されているので、その入力された音声の
半音節パターンである入力パターン１８と、辞書パター
ン記憶部５ａに記憶された各辞書パターンとの比較が行
われ、最も近い辞書パターン１９が選択されるようにな
る。
【００１９】そして、図１に示す認識結果出力部７は、
パターン照合部６の選択結果から、単語辞書部３の認識
時出力を認識結果として出力する。図３（ａ）を例にす
ると、辞書パターン１６が選択されることから、単語辞
書部３ａにおける辞書パターン１６に対応する認識時出
力１７の「ありがとう」を認識結果として出力する。ま
た、図３（ｂ）の場合では、発声時の特徴を加味した辞
書パターン１９が選択されることから、単語辞書部３ａ
における辞書パターン１９に対応し、正しい発声である
認識時出力２０の「ありがとう」を認識結果として出力
する。以上のように、発声時の特徴を加味した辞書パタ
ーンの作成を行っておくことで、音声認識装置で音声を
認識させるために単語の各音節をしっかりと発音するこ
となく、自然に近い発声においても認識できることにな
り、認識率の低下を防ぐことができるようになる。
パターン照合部６の選択結果から、単語辞書部３の認識
時出力を認識結果として出力する。図３（ａ）を例にす
ると、辞書パターン１６が選択されることから、単語辞
書部３ａにおける辞書パターン１６に対応する認識時出
力１７の「ありがとう」を認識結果として出力する。ま
た、図３（ｂ）の場合では、発声時の特徴を加味した辞
書パターン１９が選択されることから、単語辞書部３ａ
における辞書パターン１９に対応し、正しい発声である
認識時出力２０の「ありがとう」を認識結果として出力
する。以上のように、発声時の特徴を加味した辞書パタ
ーンの作成を行っておくことで、音声認識装置で音声を
認識させるために単語の各音節をしっかりと発音するこ
となく、自然に近い発声においても認識できることにな
り、認識率の低下を防ぐことができるようになる。
【００２０】なお、上記実施形態において、半音節パタ
ーンを用いることが認識率向上のために好ましいが、こ
れに限定されるものではなく、半音節ではなく音節パタ
ーンを用いて行ってもよい。また、上記実施形態におい
て、単語を例に説明を行ったが、これに限定されるもの
ではない。また、図１における入力された音声がデジタ
ル化された後の入力部１の処理、および半音節パターン
辞書部２、単語辞書部３ａ、辞書パターン作成部４ａ、
パターン照合部６、認識結果出力部７を実現するための
プログラムをコンピュータ読み取り可能な記録媒体に記
録して、この記録媒体をコンピュータに読み込ませ、実
行することにより音声認識を行ってもよい。
ーンを用いることが認識率向上のために好ましいが、こ
れに限定されるものではなく、半音節ではなく音節パタ
ーンを用いて行ってもよい。また、上記実施形態におい
て、単語を例に説明を行ったが、これに限定されるもの
ではない。また、図１における入力された音声がデジタ
ル化された後の入力部１の処理、および半音節パターン
辞書部２、単語辞書部３ａ、辞書パターン作成部４ａ、
パターン照合部６、認識結果出力部７を実現するための
プログラムをコンピュータ読み取り可能な記録媒体に記
録して、この記録媒体をコンピュータに読み込ませ、実
行することにより音声認識を行ってもよい。
【００２１】
【発明の効果】以上説明したように、本発明による音声
認識方法および装置ならびに音声認識プログラムを記録
した記録媒体によれば、下記の効果を得ることができ
る。請求項１および請求項５および請求項９に記載の発
明によれば、音声より音節パターンの作成・登録を行
い、認識させたい語句に対して発声時の特徴を加味した
複数の辞書パターンを該登録した音節パターンを合成す
ることにより辞書パターンの作成を行う。そして、入力
された音声を音節毎の音節パターンに変換し、辞書パタ
ーンに登録されている辞書パターンとの比較を行い、こ
の入力された音声の音節パターンに最も近い辞書パター
ンを認識結果とすることで音声認識を行う。これによ
り、発声時の特徴を加味した辞書パターンの作成を行っ
ておくことで、音声認識装置で音声を認識させるために
単語の各音節をしっかりと発音することなく、自然に近
い発声においても認識できることになり、認識率の低下
を防ぐことができるようになる。
認識方法および装置ならびに音声認識プログラムを記録
した記録媒体によれば、下記の効果を得ることができ
る。請求項１および請求項５および請求項９に記載の発
明によれば、音声より音節パターンの作成・登録を行
い、認識させたい語句に対して発声時の特徴を加味した
複数の辞書パターンを該登録した音節パターンを合成す
ることにより辞書パターンの作成を行う。そして、入力
された音声を音節毎の音節パターンに変換し、辞書パタ
ーンに登録されている辞書パターンとの比較を行い、こ
の入力された音声の音節パターンに最も近い辞書パター
ンを認識結果とすることで音声認識を行う。これによ
り、発声時の特徴を加味した辞書パターンの作成を行っ
ておくことで、音声認識装置で音声を認識させるために
単語の各音節をしっかりと発音することなく、自然に近
い発声においても認識できることになり、認識率の低下
を防ぐことができるようになる。
【００２２】また、請求項２および請求項６に記載の発
明によれば、音節パターンとして、音節を前後に２分割
した半音節パターンを用いている。これにより、上記効
果に加えて、認識率をさらに高めることができるように
なる。
明によれば、音節パターンとして、音節を前後に２分割
した半音節パターンを用いている。これにより、上記効
果に加えて、認識率をさらに高めることができるように
なる。
【００２３】また、請求項３および請求項７に記載の発
明によれば、辞書パターンの作成において、認識させた
い語句に対して発声時の特徴を加味した複数の辞書パタ
ーンを登録した音節パターンを合成することにより作成
するとともに、この認識させたい語句を関連づけて記憶
させる。一方、辞書パターンを用いた音声の認識におい
て、入力された音声の音節パターンに最も近い辞書パタ
ーンに関連付けて記憶されている語句を認識結果として
出力する。これにより、上記効果に加え発声時の特徴を
加味した語句が、正しい語句でない場合であっても、正
しい語句を認識結果として出力することができるように
なる。
明によれば、辞書パターンの作成において、認識させた
い語句に対して発声時の特徴を加味した複数の辞書パタ
ーンを登録した音節パターンを合成することにより作成
するとともに、この認識させたい語句を関連づけて記憶
させる。一方、辞書パターンを用いた音声の認識におい
て、入力された音声の音節パターンに最も近い辞書パタ
ーンに関連付けて記憶されている語句を認識結果として
出力する。これにより、上記効果に加え発声時の特徴を
加味した語句が、正しい語句でない場合であっても、正
しい語句を認識結果として出力することができるように
なる。
【００２４】また、請求項４および請求項８に記載の発
明によれば、発声時の特徴として、単語の頭の部分がな
い場合、語尾を延ばした場合、単語の途中の音節を延ば
した場合、単語の途中の文字を変えた場合のいずれか１
以上を含む。このように、これらのいずれか１以上を含
めて辞書パターンの作成を行うことで、発声時の特徴を
加味した辞書パターンとすることができ、自然に近い発
声においても認識できることになり、認識率の低下を防
ぐことができるようになる。
明によれば、発声時の特徴として、単語の頭の部分がな
い場合、語尾を延ばした場合、単語の途中の音節を延ば
した場合、単語の途中の文字を変えた場合のいずれか１
以上を含む。このように、これらのいずれか１以上を含
めて辞書パターンの作成を行うことで、発声時の特徴を
加味した辞書パターンとすることができ、自然に近い発
声においても認識できることになり、認識率の低下を防
ぐことができるようになる。
【図１】 本発明の一実施形態による音声認識装置の構
成を示す図である。
成を示す図である。
【図２】 半音節パターン辞書および辞書パターンの説
明をするための図である。
明をするための図である。
【図３】 辞書パターンを用いた音声認識における照合
例を説明するための図である。
例を説明するための図である。
【図４】 音声認識装置の一従来例の構成を示す図であ
る。
る。
【図５】 図４の音声認識装置における半音節パターン
辞書および辞書パターンの説明をするための図である。
辞書および辞書パターンの説明をするための図である。
【図６】 図４の音声認識装置における辞書パターンを
用いた音声認識における照合例を説明するための図であ
る。
用いた音声認識における照合例を説明するための図であ
る。
１ 入力部 ２ 半音節パターン
辞書部 ３ａ 単語辞書部 ４ａ 辞書パターン
作成部 ５ａ 辞書パターン記憶部 ６ パターン照合部 ７ 認識結果出力部 ８ 前処理回路 ９ 特徴抽出回路 １０ 半音節検出回路
辞書部 ３ａ 単語辞書部 ４ａ 辞書パターン
作成部 ５ａ 辞書パターン記憶部 ６ パターン照合部 ７ 認識結果出力部 ８ 前処理回路 ９ 特徴抽出回路 １０ 半音節検出回路
Claims (9)
- 【請求項１】 音声認識のための辞書パターンの作成お
よび該辞書パターンを用いた音声の認識を行う音声認識
方法において、 前記辞書パターンの作成は、 音声より音節パターンの作成・登録を行い、認識させた
い語句に対して発声時の特徴を加味した複数の辞書パタ
ーンを該登録した音節パターンを合成することにより作
成することで行い、 前記辞書パターンを用いた音声の認識は、 入力された音声を音節毎の音節パターンに変換し、前記
辞書パターンに登録されている辞書パターンとの比較を
行い、該入力された音声の音節パターンに最も近い辞書
パターンを認識結果とすることにより行うことを特徴と
する音声認識方法。 - 【請求項２】 前記音節パターンとして、 音節を前後に２分割した半音節パターンを用いることを
特徴とする請求項１に記載の音声認識方法。 - 【請求項３】 前記辞書パターンの作成において、 認識させたい語句に対して発声時の特徴を加味した複数
の辞書パターンを前記登録した音節パターンを合成する
ことにより作成するとともに、該認識させたい語句を関
連づけて記憶させ、 前記辞書パターンを用いた音声の認識において、 入力された音声の音節パターンに最も近い辞書パターン
に関連付けて記憶されている語句を認識結果として出力
することを特徴とする請求項１または請求項２に記載の
音声認識方法。 - 【請求項４】 前記発声時の特徴として、 単語の頭の部分がない場合、語尾を延ばした場合、単語
の途中の音節を延ばした場合、単語の途中の文字を変え
た場合のいずれか１以上を含むことを特徴とする請求項
１記載の音声認識方法。 - 【請求項５】 入力された音声より音節パターンの作成
・登録を行う音節パターン辞書作成手段と、 認識させたい語句に対して発声時の特徴を加味した複数
の辞書パターンを該登録した音節パターンを合成するこ
とにより作成する辞書パターン作成手段と、 認識対象となる入力された音声を音節毎の音節パターン
に変換する変換手段と、 前記辞書パターンに登録されている辞書パターンとの比
較を行い、該入力された音声の音節パターンに最も近い
辞書パターンを認識結果とする照合手段とを備えたこと
を特徴とする音声認識装置。 - 【請求項６】 前記音節パターンとして、 音節を前後に２分割した半音節パターンを用いることを
特徴とする請求項５に記載の音声認識装置。 - 【請求項７】 前記辞書パターン作成手段は、 認識させたい語句に対して発声時の特徴を加味した複数
の辞書パターンを前記音節パターン辞書作成手段におい
て登録した音節パターンを合成することにより作成する
とともに、該認識させたい語句を関連づけて記憶させ、 前記照合手段は、 入力された音声の音節パターンに最も近い辞書パターン
に関連付けて記憶されている語句を認識結果として出力
することを特徴とする請求項５または請求項６記載の音
声認識装置。 - 【請求項８】 前記発声時の特徴として、 単語の頭の部分がない場合、語尾を延ばした場合、単語
の途中の音節を延ばした場合、単語の途中の文字を変え
た場合のいずれか１以上を含むことを特徴とする請求項
４記載の音声認識装置。 - 【請求項９】 音声認識のための辞書パターンの作成お
よび該辞書パターンを用いた音声の認識を行う音声認識
プログラムを記録したコンピュータ読み取り可能な記録
媒体であって、 入力された音声より音節パターンの作成・登録を行う音
節パターン辞書作成手段と、 認識させたい語句に対して発声時の特徴を加味した複数
の辞書パターンを該登録された音節パターンを合成する
ことにより作成する辞書パターン作成手段と、 認識対象となる入力された音声を音節毎の音節パターン
に変換する変換手段と、 前記辞書パターンに登録されている辞書パターンとの比
較を行い、該入力された音声の音節パターンに最も近い
辞書パターンを認識結果とする照合手段とを実現するた
めの音声認識プログラムを記録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9185545A JPH1130994A (ja) | 1997-07-10 | 1997-07-10 | 音声認識方法および装置ならびに音声認識プログラムを記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9185545A JPH1130994A (ja) | 1997-07-10 | 1997-07-10 | 音声認識方法および装置ならびに音声認識プログラムを記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1130994A true JPH1130994A (ja) | 1999-02-02 |
Family
ID=16172688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9185545A Pending JPH1130994A (ja) | 1997-07-10 | 1997-07-10 | 音声認識方法および装置ならびに音声認識プログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1130994A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003088209A1 (fr) * | 2002-04-12 | 2003-10-23 | Mitsubishi Denki Kabushiki Kaisha | Systeme de navigation de voiture et dispositif de reconnaissance vocale de ce systeme |
| US8271280B2 (en) | 2007-12-10 | 2012-09-18 | Fujitsu Limited | Voice recognition apparatus and memory product |
-
1997
- 1997-07-10 JP JP9185545A patent/JPH1130994A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003088209A1 (fr) * | 2002-04-12 | 2003-10-23 | Mitsubishi Denki Kabushiki Kaisha | Systeme de navigation de voiture et dispositif de reconnaissance vocale de ce systeme |
| US8271280B2 (en) | 2007-12-10 | 2012-09-18 | Fujitsu Limited | Voice recognition apparatus and memory product |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5680510A (en) | System and method for generating and using context dependent sub-syllable models to recognize a tonal language | |
| EP1377964B1 (en) | Speech-to-speech generation system and method | |
| US6553342B1 (en) | Tone based speech recognition | |
| JPS62232691A (ja) | 音声認識装置 | |
| JPH11231895A (ja) | 音声認識方法及びその装置 | |
| JPH1130994A (ja) | 音声認識方法および装置ならびに音声認識プログラムを記録した記録媒体 | |
| JPS6316766B2 (ja) | ||
| JP3378547B2 (ja) | 音声認識方法及び装置 | |
| JP2615643B2 (ja) | 単語音声認識装置 | |
| JP2737122B2 (ja) | 音声辞書作成装置 | |
| JP2707552B2 (ja) | 単語音声認識装置 | |
| JP2615649B2 (ja) | 単語音声認識装置 | |
| JP2951332B2 (ja) | 音声認識における文節候補削減方式 | |
| JP2005189293A (ja) | 音声認識装置 | |
| JP2005189294A (ja) | 音声認識装置 | |
| Hiraoka et al. | Compact isolated word recognition system for large vocabulary | |
| JPS6033599A (ja) | 音声認識装置 | |
| JP2001324995A (ja) | 音声認識方法 | |
| KR950009328B1 (ko) | 단음절단위의 음성인식방법 | |
| JPS6180298A (ja) | 音声認識装置 | |
| JPS60182499A (ja) | 音声認識装置 | |
| JPS62217297A (ja) | 単語音声認識装置 | |
| JPS62166400A (ja) | 音声ワ−ドプロセツサ装置 | |
| JPH0695684A (ja) | 音声認識システム | |
| JPS6240497A (ja) | 音声パタ−ン分類方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20000613 |