JPH1152983A

JPH1152983A - 音声認識装置

Info

Publication number: JPH1152983A
Application number: JP9212763A
Authority: JP
Inventors: Osahisa Okamoto; 長久岡本; Koji Aizawa; 浩二相沢
Original assignee: Hitachi Engineering and Services Co Ltd
Current assignee: Hitachi Engineering and Services Co Ltd
Priority date: 1997-08-07
Filing date: 1997-08-07
Publication date: 1999-02-26

Abstract

(57)【要約】【課題】音声指令によって最適な辞書で音声認識を行う
ことのできる音声認識装置を提供することを目的とす
る。【解決手段】音声解析機能および辞書切替機能を持つよ
うに音声認識部を構成し、辞書検索機能および辞書切替
機能を持つようにコンピュータ装置を構成し、音声指令
によって辞書を選択できるようにした音声認識装置。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は音声認識装置に関す
る。

【０００２】

【従来の技術】音声認識装置は、辞書機能を備えた音声
認識部と同一の辞書機能を備えたコンピュータ装置とを
通信手段によって通信するようにして構成される。

【０００３】従来装置にあっては、認識結果に相当する
インデックスをコンピュータ装置に送信していた。この
インデックスをコンピュータ装置がテキスト化して画面
に表示するため、音声認識部でアクティブになっている
辞書と、コンピュータ装置でアクティブになっている辞
書は常に同期させておく必要があった。このためシステ
ム的に辞書切替えを行う場合には別プログラムによって
両方の辞書の切替えを行っていた。

【０００４】

【発明が解決しようとする課題】前述のように従来装置
にあっては、システム的に辞書切替えをする場合には別
プログラムによって両方の辞書を切替えてやる必要があ
った。このため、辞書切替えのための専用のプログラム
を必要とした。すなわち、従来装置にあっては「辞書に
あるテキスト情報を音声で選択してパソコン画面に表示
する」という概念であったため、使おうとするアプリケ
ーションソフト側にテキスト入力領域が無い場合には別
途専用プログラムを作成する必要があった。

【０００５】従来から声でコンピュータ装置を操作でき
るシステムはあったが、これは「操作の登録が面倒」で
あったり、「アプリケーション毎に使える命令が固定
化」されてしまったりで、決して使い易いものではなか
った。

【０００６】本発明はかかる点に鑑みてなされたもの
で、辞書切替えのための専用プログラムを不要とし、ア
プリケーションへの音声認識処理の適用を容易にして使
い易くすることによって最適な辞書で音声認識を行うこ
とのできる音声認識装置を提供することを目的とする。

【０００７】

【課題を解決するための手段】辞書に、辞書切替え指示
を意味する特殊なテキストを登録しておき、これに相当
するインデックス値が認識部から送られた場合に、コン
ピュータ装置側ソフトにて画面に表示するような処理を
行うことに代えて、辞書切替処理を音声によって起動さ
せる構成とした。

【０００８】具体的には、本発明は、複数の辞書機能を
備えた音声認識部と同数の辞書機能を備えたコンピュー
タ装置とを通信手段によって通信することによって音声
認識を行う音声認識装置において、前記音声認識部は音
声解析機能および該音声解析機能による音声解析信号に
より作動し、前記辞書機能の切替えを行う辞書切替機能
を有し、かつ前記コンピュータ装置は、該辞書切替機能
からの信号が前記通信手段を介して入力される辞書検索
機能および該辞書検索機能によって前記辞書機能の切替
えを行う辞書切替機能を有する音声認識装置によって前
述した技術課題を解決するものである。

【０００９】更に、本発明は複数の辞書機能の内、少な
くとも１つは共通で使う発声を登録しておく制御辞書機
能となし、辞書機能の切替えは該制御辞書機能を除いた
辞書機能について行う音声認識装置を提供する。

【００１０】更に本発明は、辞書機能切替えを２０音以
内の音声により行う音声認識装置を提供する。

【００１１】更に本発明は、前記コンピュータ装置の辞
書切替指令は、コンピュータ装置内に設けた指令発効機
能からも行える音声認識装置を提供する。

【００１２】

【発明の実施の形態】以下、本発明にかかる一実施例を
図面に基づいて説明する。

【００１３】図１において、音声認識装置１００は、音
声認識部１およびコンピュータ装置（パソコン）２から
構成され、両者は通信手段３によって連結されている。
すなわち、音声認識部１とコンピュータ装置２とはそれ
ぞれに設けられた通信機能１１，２１で相互に連絡をと
りあって音声認識動作を行う。音声認識部１とコンピュ
ータ装置２にはそれぞれ同数の辞書１３，２３が登録さ
れており、音声認識部１の辞書には「読み」が、そして
コンピュータ装置２の辞書２３には「表現」が辞書毎に
同じ並びで格納されている。すなわち、辞書１３には
「読み」機能が、そして辞書２３には「表現」機能が与
えられている。更に、音声認識部１およびコンピュータ
装置２はそれぞれ辞書切替機能１２，２２を有してい
る。音声認識部１は音声解析機能１４を有し、マイクロ
フォン（ＭＩＣ）１５からの音声が入力される構成とさ
れている。音声認識処理に使われる辞書は、これら複数
の辞書のうちのいずれか１組であり、それらはそれぞれ
の辞書切替機能１２，２２を同期動作させることで切替
えることができ、状況に適した辞書で音声認識処理を行
うように構成される。マイクロフォン１５から入力され
た音声は音声解析機能１４で音声解析され、解析結果に
基づいて辞書切替機能１２が動作する構成とされてい
る。

【００１４】コンピュータ装置２は、通信機能２１と辞
書切替機能２２との間に辞書検索機能２４を有してい
る。辞書切替機能２２は、指令発効機能２５によっても
動作する構成とされている。

【００１５】システムとしては、音声認識部１から通信
機能１１を介して送られた「読み」に対するインデック
ス値を通信機能２１で受け、辞書検索機能２４で「表
現」に変換して音声認識動作を行っている。すなわち、
音声認識部１で選択された辞書に対応する辞書がコンピ
ュータ装置２で選択され、同一組の辞書についての「読
み」に対する同一組の辞書についての「表現」が選択さ
れる。従って、音声入力とそれに伴う音声解析による制
御信号によって辞書１３の内の１つの辞書が選択され、
それに対応する辞書２３の内の１つの辞書が選択され
る。

【００１６】辞書切替機能２２に対する切替え指令は、
前述のようにコンピュータ装置内の指令発効機能２５か
らも行うことができる。

【００１７】辞書に、辞書切替指示を意味する特殊なテ
キストを登録しておき、これに相当するインデックス値
が認識装置から送られた場合にはコンピュータ装置ソフ
トにて画面表示すると言った従前の方法を採らずに、本
発明は辞書切替処理を起動させる処理構成とした。音声
認識装置１００での辞書の「辞書切替処理」の記述は、
通常の単語としてはあまり用いられないような表現を用
いるのがよい。その例を示す。

【００１８】〔表現〕〔読み〕＃＃０１＃＃，ひようじゆんじしようにきりかえ＃＃０２＃＃，すうちじしよにきりかえ＃＃０５＃＃，しめいじしよにきりかえ＃＃４５＃＃，ちめいじしよにきりかえこのようにこの例では、音声指令は１１から１５音で行
っているが、２０音ぐらいまでの音声指令で行うように
構成するのが望ましい。これくらいの音声指令で充分に
辞書を切替えることができる。このようにすることで、
音声認識装置１００の使用者は、状況に応じた辞書を動
的かつ自由に選択しながらこの装置を使うことができ
る。

【００１９】辞書切替えのための専用プログラムが要ら
なくなるため、各種のアプリケーションへの音声認識処
理の適用が容易になって、既存のアプリケーションを何
等改造することなく最適な辞書で音声認識を行うことが
できる。

【００２０】前述した実施例によれば、ユーザが音声指
令によって自由に辞書を切替えることができるようにな
るが、そのための辞書切替え命令は、使用するすべての
辞書に登録しておかないと、使う辞書を戻せなくなった
りして使い勝手がよくない場合がある。そこで、次のよ
うな辞書構成機能を付加してもよい。すなわち、辞書切
替命令やカーソル移動命令などすべての辞書に共通して
使いたい命令は一般の辞書とは別に作成し、コンピュー
タ装置上で管理するようにする。このようにして管理さ
れる辞書は制御辞書というべきものになる。コンピュー
タ装置２から音声認識部１に辞書を送る際には、各辞書
に制御辞書を付加して送信することになる。共通で使い
たい音声指令を登録しておく辞書、すなわち制御辞書を
設けて一般の辞書と分ける。辞書切替処理時には一般の
辞書だけを切替えることとし、制御辞書は切替えない。
こうすることで一般的に使用される音声指令（例えば、
キー操作やアプリケーションの起動など）は、制御辞書
に入れておき、その他のアプリケーション固有の音声指
令は一般辞書に入れておくといった使い方ができるよう
になって、使い勝手がよくなる。共通の操作命令や最低
限必要な単語を制御辞書に登録しておくことで、アプリ
ケーション専用辞書に新たに作成する場合の手間が大幅
に改善される。また、共通操作命令は一度覚えてしまえ
ば以後どんな局面でも使えるため、辞書を切替えた際に
混乱が生じない。

【００２１】コンピュータ装置２から音声認識部１に各
辞書を転送処理する例を図３に基づいて説明する。

【００２２】コンピュータ装置上の通信機能２１が最初
に起動された時、この通信機能は音声認識部１に対して
使用するすべての辞書を転送する処理を行う。この場
合、あらかじめ定義された制御辞書３２をその他の一般
辞書３３，３４，３５にそれぞれ付加して通信手段３を
介して、例えば制御辞書／一般辞書Ａの形３６で送信
し、音声認識部１では付加された結果を１個の辞書３
８，３９または４０として格納する。こうすることで各
辞書は、制御辞書分大きくなるが、ユーザから見れば、
辞書を切替えても制御辞書の単語は常に使えることにな
るため、使い易いものとなる。

【００２３】図３は、図１に示した音声認識システムの
認識動作を示すフローチャートであり、それぞれ（ａ）
は音声認識装置、（ｂ）はコンピュータ装置の処理の流
れを示す。

【００２４】音声入力部（ステップ１：以下ＳＴ１と記
す）から入った音声信号は、解析処理：ＳＴ２で発声が
分析され「読み」として構成され、辞書検索処理：ＳＴ
３で現在の有効な辞書にその「読み」があるかどうかが
判別される。「読み」が無ければ音声認識部のその回の
処理を終了するが、「読み」が辞書内にあった場合はそ
のインデックス値をコンピュータ装置に送信する（ＳＴ
４）。コンピュータ装置では、インデックスを受信（Ｓ
Ｔ５）した後、それに対応する「表現」を検索（ＳＴ
６）し、これが辞書切替指令でない場合は、認識結果を
アプリケーションソフトに送信してこの回の認識処理を
終わる（ＳＴ７）。もしＳＴ６における検索でこのイン
デックス値が辞書切替指令であると判定された場合は、
コンピュータ装置と音声認識部の双方に辞書切替指令を
発効する（ＳＴ８）。

【００２５】

【発明の効果】本発明の音声による辞書切替機能によれ
ば、音声認識装置を使うユーザが自由に使う辞書を選択
することができるようになり、音声認識部を適用するア
プリケーション側の負担が軽減されるとともに、ユーザ
の自由度が高くなり、より使いやすいシステムとするこ
とができる。

【図面の簡単な説明】

【図１】本発明の実施例を示すブロック図。

【図２】本発明の実施例の１つの作用を示すブロック
図。

【図３】本発明を説明するためのフローチャート図。

【符号の説明】

１…音声認識部、２…コンピュータ装置、３…通信手
段、１１，２１…通信機能、１２，２２…辞書切替機
能、１３，２３…辞書、２４…辞書検索機能、２５…指
令発効機能、３２…制御辞書、３６…制御辞構／一般辞
書Ａ。

Claims

【特許請求の範囲】

【請求項１】複数の辞書機能を備えた音声認識部と同数
の辞書機能を備えたコンピュータ装置とを通信手段によ
って通信することによって音声認識を行う音声認識装置
において、前記音声認識部は音声解析機能および該音声解析機能に
よる音声解析信号により作動し、前記辞書機能の切替え
を行う辞書切替機能を有し、かつ前記コンピュータ装置
は、該辞書切替機能からの信号が前記通信手段を介して
入力される辞書検索機能および該辞書検索機能によって
前記辞書機能の切替えを行う辞書切替機能を有すること
を特徴とする音声認識装置。
【請求項２】請求項１において、複数の辞書機能の内、少なくとも１つは共通で使う発声
を登録しておく制御辞書機能となし、辞書機能の切替え
は該制御辞書機能を除いた辞書機能について行うことを
特徴とする音声認識装置。
【請求項３】請求項１において、辞書機能切替えを２０音以内の音声により行うことを特
徴とする音声認識装置。
【請求項４】請求項１において、前記コンピュータ装置の辞書切替指令は、コンピュータ
装置内に設けた指令発効機能からも行えることを特徴と
する音声認識装置。