JPH1188507A - ページャ用音声認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 ページャに対するメッセージを、簡便な音声
入力により迅速かつ容易に行い得るページャ用音声認識
装置を提供すること。 【解決手段】 仮名文字認識部５１、定型文章認識部５
２、制御用語認識部５３を有する音声認識部５０を備え
た音声対話処理部４０により、仮名文字、定型文章、又
はそれらの混在した音声入力により、ページャ端末に対
するメッセージを認識、作成できるようにしたページャ
用音声認識装置。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ページャシステム
に利用される音声認識装置に関するものである。

【０００２】

【従来の技術】従来のページャシステムでは、利用者が
相手のページャの番号に電話をかけ、送信内容をプッシ
ュボタン（ＰＢ）で入力している。送信内容は、文字ま
たは定型文書を送信できる。しかし、この送信にあたっ
て、文字または定型文書とＰＢの操作組み合わせとの対
応が必要となり、利用者は、この対応を覚えておくか、
対応表を参照しながら入力する必要があり、入力操作が
極めて煩雑であり、利用者層や利用者数が限られ、普及
が阻害されている。

【０００３】そこで、電話機を通して、音声によって、
メッセージを入力することが考えられ、いくつかの装置
が知られている。このような電話回線用の音声入力装置
の従来例は、単語音声を認識するタイプ、文字単位の音
声入力を行うタイプに大別できる。

【０００４】前者の単語音声を認識するタイプの装置
は、予め用意された単語を認識対象として、ＰＢ入力の
代わりに音声入力を行うものであり、ページャシステム
用では、３０ないし６０の定型文章が用意されている。
しかし、発信者の名前やニックネーム等はなく、汎用的
な共通の定型文章だけでは、コミュニケーションの内容
や質に限度がある。

【０００５】この制約を解決するために、従来のページ
ャで、任意の仮名・英字・数字・記号等の文字を用いて
作った自作の伝言文を設定しておくことができ、自作伝
言文番号に合わせて表示できるようにしたものがある。
しかし、この種の装置においては、個人用の定型文章
は、利用者のページャ本体に登録するため、ページャの
所有者しかメッセージが判らないと言う問題があった。

【０００６】一方、前記後者の文字単位の音声入力を行
うタイプの装置は、例えば、仮名文字「あ」を入力する
ときは、「朝日のあ」と言うように、各仮名文字毎に予
め用意されている単語音声を発生するものである。これ
は、仮名文字などのように発生時間が短い音声を認識に
おいては、音声認識対象が、電話周波数帯域（０．３な
いし３．４ｋＨｚ）であるため周波数の高域情報が欠落
し、子音の認識が極めて困難である上に、仮名文字音声
は情報時間が単語音声に比べて１／３以下と少ないため
に認識の性能を維持することが困難となるので、上記の
ように各仮名文字毎に予め用意されている単語音声を発
生して入力するようにしたものである。しかし、この仮
名文字単位の音声入力、認識装置でも、結果的にやはり
仮名文字と登録単語の対応表が必要となり、入力の煩雑
さはさして改善されない欠点があった。

【０００７】また、従来の音声によるページャメッセー
ジ入力においては、どこまで入力したのか確認できない
欠点があった。特に、電話機を用いて音声で文字単位の
入力を行う場合、文字毎に区切って音声で入力する上
に、入力した内容の表示機能がないので、長文のメッセ
ージを入力する場合や、誤認識があった場合にどこまで
入力したかの確認は必須であるが、従来は、その確認の
ための手段がなかった。

【０００８】また、音声によるページャメッセージ入力
においては、直前に入力したメッセージの内容を訂正、
変更した後、次の入力を行うために、入力の訂正変更機
能も必要であるが、従来の音声認識装置には、この機能
が備えられていなかった。

【０００９】さらに、従来の音声認識装置は、誤認識が
発生することを前提としてシステムを構築しており、１
単語を発声し認識する毎に、認識結果が正しいか否かの
確認を対話形式で行う仕組みになっている。このため、
利用者とシステムの接続時間が長くなるとともに、利用
者にとって入力操作が煩わしいと言う問題があった。

【００１０】以上、いずれにしても従来の音声認識装置
は、利用者の入力操作が煩雑であり、長時間を要し、ま
た、個々の利用者にとって、きめ細かなサービスを提供
できるものではなかった。

【００１１】

【発明が解決しようとする課題】したがって、本発明の
一つの目的は、ページャシステムに用いられる音声認識
装置であって、利用者の入力操作が簡便で、短時間で可
能であり、また、個々の利用者にとって、きめ細かなサ
ービスを提供できるページャ用音声認識装置を提供する
ことである。

【００１２】本発明の他の目的は、登録単語と入力音声
との複雑な対応が不要で、また、利用者がが登録単語を
知らなくても、簡単なルールを覚えておくだけで、文字
単位の入力を可能とするページャ用音声認識装置を提供
することである。

【００１３】本発明のさらに他の目的は、個々の利用者
（発信者）が、頻繁に使用する個別の単語を定型文章と
して登録することを可能とするページャ用音声認識装置
を提供することである。

【００１４】本発明のさらに他の目的は、音声入力、識
別の正誤の確認及び訂正等の対話制御を簡略化し、音声
入力操作の簡便化と接続時間の短縮化を図ることであ
る。

【００１５】本発明のさらに他の目的は、発信者側でフ
リーワードによる自作の伝言文を音声認識させて作成
し、一度登録すると、以降、その伝言文そのものを発声
するだけで、音声入力できるようにすることである。す
なわち、比較的頻繁に送りたいようなメッセージや自分
の名前等の場合、毎回一字一句、仮名認識させるという
効率の悪さを解消することである。

【００１６】

【課題を解決するための手段】上記目的を達成するため
の本発明による基本的な特徴によれば、音声認識が正し
く行われることを前提とし、認識ミスが発生したときの
み、利用者からの訂正要求を受け入力の訂正を行う音声
認識装置が提供される。より具体的には、本発明による
音声識別装置は、適時訂正機能及び次候補出力機能を備
え、認識結果が正しくないときに訂正要求を受け入れて
次候補出力するが、認識結果が正しい場合には、続けて
音声入力を行うことにより、スムーズな入力が可能とな
る。これによって、認識結果の確認を簡便にして入力操
作が煩雑になるのを防止するとともに入力時間を短縮す
ることができる。

【００１７】本発明の他の特徴によれば、予め定められ
た認識対象単語だけでなく、仮名文字、アルファベット
文字、数字等の文字を認識が容易で簡単なルールにより
入力可能とするフリーワード入力機能を有する音声認識
装置を提供することである。上記した、文字を認識する
ための容易かつ簡単なルールとしては、入力すべき仮名
文字の信号時間軸を延ばすことができ、各文字に固有な
ものではない文字の集合又は単語を用いればよく、例示
的に述べると、複数の文字について共通のルールで作成
できる文字の集合、あるいは、複数の文字について同じ
情報量増加語を用いるのが好ましい。また、このフリー
ワード入力機能に、上記した適時訂正機能を併用するこ
とが望ましい。

【００１８】本発明のさらに他の特徴によれば、利用者
毎に作成した固有の単語又はメッセージを、個々のペー
ジャではなくて、システム側に登録する音声認識装置が
提供される。

【００１９】本発明のさらに他の特徴によれば、発信者
側で自作伝言文を登録する手段として、ページャ所有者
に対してシステム側にＤＢを設けてそのＤＢに登録す
る。そこでユーザ自身の自作伝言文としてシステム側に
一度登録することで、以後同じメッセージを送信する場
合、定型文と同様にして認識できるようにする。

【００２０】さらに、本発明の他の特徴によれば、仮名
文字、英数文字等の文字情報を入力している最中に、既
入力内容の確認音声コマンド（例えば、「読み上げ」）
を発声すると、入力された文字情報を、初めから順番に
読み上げる手段と、既入力の文字情報を消去する手段と
を備えた音声認識装置が提供される。

【００２１】以下、本発明を、実施の形態についてさら
に詳細に説明する。

【００２２】

【発明の実施の形態】図１は、本発明によるページャ用
音声認識装置を含むネットワークの構成を示す。図１に
おいて、１０はページャ端末、１１は電話線で公衆通信
網２０に接続されている電話機１１、１２は携帯電話
機、１３はＰＨＳ電話機である。３０は本発明による、
ページャ用音声認識装置で、ページャシステム装置１と
協同して、各種電話機からの音声入力メッセージを認識
して、ページャ端末１０に、可視又は可聴の適切な形態
のメッセージとして送信する。

【００２３】図１の動作を、電話機１１から発信され、
認識装置３０に着信する場合について説明する。電話機
１１の利用者は、送信相手のページャ端末１０のページ
ャ番号をＰＢで入力した後、送信内容を音声で認識装置
３０へ入力する。このとき、音声認識装置に接続後、送
信相手のページャ番号は、音声で入力することもでき
る。利用者がいくつかの送信メッセージを入力し、通話
を終了した後、認識装置３０はページャシステム装置１
へ発信相手と送信内容を送信する。ページャシステム装
置１では、この情報に基づき、利用者が指定したページ
ャ端末１０へメッセージを送信する。

【００２４】図１の例では、認識装置３０はページャシ
ステム装置１と独立して位置しているが、ページャシス
テム装置１内に組み込むことも可能である。図２は、認
識装置３０が、ページャシステム装置１に組み込まれた
場合を示す。

【００２５】図３は、ページャ用音声認識装置３０のブ
ロック図である。ページャ用音声認識装置３０は、回線
インタフェース３１と、音声対話処理部４０と、これら
２つを制御し、また上位の制御部であるページャシステ
ムと通信を行う認識制御部３２とから構成されている。

【００２６】図３の動作を、公衆網２０から直接接続す
る場合について説明する。この一例として一般家庭に入
る２線アナログ回線での接続を説明する。公衆網２０か
らの着信があると、回線インタフェース３１から認識制
御部３２へ着信通知が送られる。認識制御部３２では、
この通知を受信した後、音声対話処理部４０への起動と
回線インタフェース３１への接続とを指示する。公衆網
２０と接続され音声対話処理部４０は、利用者との対話
により、メッセージ送信先のページャ番号とメッセージ
内容を認識処理部３２内に記録する。利用者との対話が
終了した後、音声対話処理部４０は、認識制御部３２
へ、ページャ番号とメッセージとを渡す。認識制御部３
２は利用者と音声対話処理部３２との対話が終了した
後、音声対話処理部４０へ停止命令をを発し、回線イン
タフェース３１へ回線切断を指示する。認識制御部３２
は、受け取った情報に基づき、該当するページャ端末１
０にメッセージを送信する。また、認識制御部３２は、
回線インタフェース３１と音声対話処理部４０の動作状
態を常時監視する。

【００２７】ここで、回線インタフェース３１はＩＳＤ
Ｎの接続でも良く、また、図２で説明したように音声認
識装置３０がページャシステム装置１内に組み込まれた
場合は、専用のインタフェースでも構わない。

【００２８】次に、音声対話処理部４０及びその動作に
ついて説明する。図４は音声対話処理部４０の機能ブロ
ック図を示す。音声対話処理部４０は、音声認識部５
０、ＰＢレシーバ４１、音声出力部４２、音声データ蓄
積部４３、メッセージ蓄積部４４及びこれら各ブロック
を制御する個別制御部４５から構成される。

【００２９】音声認識部５０は、図３の回線インタフェ
ース３１から回線ＩＮに送られてくる音声を認識する。
ＰＢレシーバ４１は、回線インタフェース３１から回線
ＩＮに送られてくるＰＢ信号を受信する。音声出力部４
２は、個別制御部４５の指示で指定された音声データを
音声データ蓄積部４３から選択して、回線ＯＵＴへ出力
する。

【００３０】メッセージ蓄積部４４は、音声認識部５０
で得られた結果を蓄積する。この蓄積の仕方をより具体
的に説明すると、音声認識部５０で得られた結果から個
別制御部４５内の認識結果ＩＤとＰＢ対応テーブルから
ＰＢコードに変換し、ＰＢコードでメッセージを蓄積す
る。

【００３１】図３の認識制御部３２から起動指示が出る
と、個別制御部４５内にある対話処理データに基づき利
用者と対話を行う形でページャへ送るメッセージを蓄積
する。対話終了後、認識制御部３２へ通知する。また、
個別制御部４５は、音声認識部５０、ＰＢレシーバ４
１、音声出力部４２、音声データ蓄積部４３及びメッセ
ージ蓄積部４４の各ブロックの動作状態を常時監視し
て、認識制御部３２からの各状態の問い合わせに対して
対応できるようになっている。

【００３２】なお、上記において、音声データ蓄積部４
３とメッセージ蓄積部４４は、音声対話処理部４０内に
設ける必要はなく、個別制御部４５に通信機能を設けて
外部に置くことも可能である。

【００３３】個別制御部４５は、対話手順データを持
ち、その手順に従い音声出力部４２に指示を出し、認識
装置？から利用者へ発声を促したり、音声認識部５０へ
利用者の音声を取り込み認識処理を指示したりする。

【００３４】音声データ蓄積部４３は、認識装置から利
用者へのガイダンス音声を出力するための音声データを
蓄積している。データの種類は、音声出力部４２の音声
出力方式で決まる。例えば、ＡＤＰＣＭ（Ａｄａｐｔｉ
ｖｅ Ｄｉｆｆｅｒｅｎｔｉａｌ Ｐｕｌｓｅ Ｃｏｄ
ｅ Ｍｏｄｕｌａｔｉｏｎ）方式を用いた音声出力方式
であれば、蓄積データは、ＡＤＰＣＭで符号化されたデ
ータが蓄積される。音声符号化方式を用いれば、データ
蓄積容量を少なくすることができる。電話交換機で使用
される音声符号化方式を用いれば、μ・ｌａｗ方式で６
４ｋｂｉｔ／ｓのデータ量になる。また、ＡＤＰＣＭ方
式を使用する場合には、３２ｋｂｉｔ／ｓになり、蓄積
量は、１／２となる。音声出力の方式は、このほかの音
声符号化方式であってもよい。また、規則合成を用いた
方式でも構わない。この場合、音声データ蓄積は、符号
化された音声ではなく、テキスト情報が蓄積される。

【００３５】図５は、音声認識部５０のブロック構成を
示す。音声認識部５０は、仮名文字認識部５１と、定型
文章認識部５２と、制御用語認識部５３とから構成され
る。仮名文字認識部５１は、仮名文字の音声を認識す
る。定型文章認識部５２は、定型文章の音声を認識す
る。制御用語認識部５３は、「訂正」、「完了」等のメ
ッセージ入力の制御を行う音声を認識する。認識方式制
御部５４は、上位の個別制御部４５からの指示により、
仮名文字認識部５１、定型文章認識部５２及び制御用語
認識部５３の３つの認識部うち、どの認識部を動作させ
るかを決定する。動作させる認識部は、どれか一つであ
っても、複数であってもよい。

【００３６】ここで使用される音声認識方式はいくつか
あるが、一つの例として、ＨＭＭ（Ｈｉｄｄｅｎ Ｍａ
ｒｋｏｖ Ｍｏｄｅｌ）を用いた音声認識が挙げられ
る。上記３つの認識部は、予め決められた単語又は仮名
文字を認識する。予め決められた単語は、上位の制御部
から送り込まれる。対象になる単語又は仮名文字はテキ
スト情報で送り込まれる。

【００３７】次に、以上説明した、音声認識装置と利用
者との対話動作例を説明する。

【００３８】まず、図６により、定型文章の入力動作に
ついて説明する。上述したように、音声入力ページャサ
ービスを希望した利用者が発呼し（Ｓ６１１）、公衆網
２０を介してページャシステム用音声認識装置３０に接
続されると、音声認識装置３０では、音声入力を促すガ
イダンス音声Ｓ６２１を出力する（Ｓ６３１）。

【００３９】いま、利用者が定型文章でメッセージを音
声入力するものとすると、利用者はその旨を音声Ｓ６１
２（「定型文書」）で、認識装置３０に伝える．認識装
置３０では、その音声入力Ｓ６１２（「定型文書」）の
認識、応答処理を行い。定型文章入力モードを設定する
（Ｓ６３２）。文章入力モードの設定が完了すると、定
型文章の入力を促すガイダンス音声Ｓ６２２「定型文章
入力開始」を利用者に送信する。

【００４０】利用者が、「大至急 会社に 電話してく
ださい」と言う内容のメッセージを伝えるものとし、メ
ッセージを構成する「大至急」、「会社に」及び「電話
してください」が、全て定型文章語として登録されてい
るものとする。

【００４１】まず、利用者が、「大至急」と音声で（又
は「大至急」に対応したＰＢ信号で）入力すると（Ｓ６
１３）、音声認識装置３０では、その認識、応答処理を
行い（Ｓ６３３）、結果内容「大至急」を復唱的に利用
者に聞かせる（Ｓ６２３）。

【００４２】利用者は、それを聞いて、「大至急」が正
しく認識されたことが判明するので、次の定型文章語で
ある、「会社に」を音声入力する（Ｓ６１４）。この認
識処理も正しく行われ（Ｓ６３４）、「会社に」が音声
認識装置３０から帰ってくると（Ｓ６２４）、利用者
は、次の定型文章語「電話してください」を音声入力す
る（Ｓ６１５）。

【００４３】この認識、処理も正しく行われ（Ｓ６３
５）、「電話してください」が音声認識装置３０から帰
ってくると（Ｓ６２５）、利用者は、メッセージが終了
したことを示す定型文章語「終わり」を音声入力する
（Ｓ６１６）。音声認識装置３０は、その認識、応答処
理を行うとともに終了処理を行う（Ｓ６３６）。終了処
理では、それまでに、認識処理された定型文章語からな
るメッセージ全文「大至急、会社に、電話してくださ
い」を送出する（Ｓ６２６）。その後、音声認識装置３
０は、回線接続を切断するとともに、ページャシステム
装置１へ発信番号とメッセージを出力する（Ｓ６３
７）。利用者電話機は、回線切断により待ち受け状態に
復旧する（Ｓ６１７）。

【００４４】次に、他の音声入力動作例として、図７に
より、文字単位による非定型文章の入力動作について説
明する。図７の実施例における文字単位の音声入力方法
は、利用者（発信者）は、例えば、「し」（Ｓ７１２）
のように、入力したい文字を発声して、音声認識装置
で、それを認識するのを基本とする最も簡潔な方法を示
すものである。実際の入力方法は、各文字の認識率を高
めるために後述する、図９ないし図１４に示される方法
のいずれかを用いるのが好ましい。次に、図７の動作を
さらに詳細に説明する。

【００４５】音声入力ページャサービスを希望した利用
者が発呼し（Ｓ７１１）、公衆網２０を介してページャ
システム用音声認識装置３０に接続されると、音声認識
装置３０では、音声入力を促すガイダンス音声Ｓ６２１
を出力する（Ｓ７３１）。

【００４６】いま、利用者が非定型文文章メッセージを
仮名文字単位で音声入力するものとすると、利用者はそ
の旨を音声Ｓ７１２（「仮名入力」）で、認識装置３０
に伝える．認識装置３０では、その音声入力Ｓ７１２
（「仮名入力」）の認識、応答処理を行い。仮名入力モ
ードを設定する（Ｓ７３２）。仮名入力モードの設定が
完了すると、仮名入力を促すガイダンス音声Ｓ７２２
「仮名入力開始」を利用者に送信する。

【００４７】利用者が、「しぶや、６じ」と言う内容の
メッセージを伝えるものとする。まず、利用者が、
「し」と音声で入力すると（Ｓ７１３）、音声認識装置
３０では、その認識、応答処理を行い（Ｓ７３３）、認
識の結果「し」を利用者に聞かせる（Ｓ７２３）。

【００４８】利用者は、それを聞いて、第１字目の
「し」が正しく認識されたことが判明するので、次の仮
名文字である濁音「ぶ」を入力するために、まず清音
「ふ」を音声入力する（Ｓ７１４）。この認識処理が正
しく行われ（Ｓ７３４）、第２字目の「ぶ」の清音
「ふ」が音声認識装置３０から帰ってくると（Ｓ７２
４）、利用者は、この清音「ふ」を、濁音「ぶ」にする
ための音声コマンド「濁点」を音声入力する（Ｓ７１
５）。音声応答装置で、この認識、処理が行われると、
濁音「ぶ」が利用者に通知される（Ｓ７３５）。

【００４９】メッセージの残りの部分「や」、「６」、
「じ」についても、図１５に示すように、上記と同様に
入力及び識別が行われる。ここで、 前述したように、
「し」、「ぶ」、「や」、「じ」等の仮名文字の認識率
を高くするために、各入力にあたっては、図９ないし図
１４に示すような方法をとるのがよいが、数字文字
「６」については仮名文字ではなく、かつ、２音節なの
で普通に「６」の音声入力で識別できる。また、ＰＢ信
号によってもよい。

【００５０】以上のようにして、メッセージの最後の文
字である「じ」の入力、認識までが終わると、利用者
は、メッセージが終了したことを示す定型文章語「終わ
り」を音声入力する（Ｓ７１６）。音声認識装置３０
は、その認識、応答処理を行うとともに終了処理を行う
（Ｓ７３６）。終了処理では、それまでに、認識処理さ
れた定型文章語からなるメッセージ全文「しぶや、６
じ」を送出する（Ｓ７２５）。その後、音声認識装置３
０は、回線接続を切断するとともに、ページャシステム
装置１へ発信番号とメッセージを出力する（Ｓ７３
７）。利用者電話機は、回線切断により待ち受け状態に
復旧する（Ｓ７１７）。

【００５１】図６及び図７の例は、入力音声の識別が全
て正しく行われた場合を示したが、次に、利用者の音声
入力内容と音声認識の結果とに違いがあった場合の動作
について、図８により説明する。

【００５２】図８は、図６及び図７に比べて簡略化した
記述になっており、音声入力、音声認識の部分だけとな
っている。利用者は、「とうきょう」、「ちば」、「さ
いたま」と入力したいものとする。第１語目の音声入力
Ｓ８１１「とうきょう」が、音声認識装置３０で、第１
候補として、「きょうと」と誤認識された場合（Ｓ８２
１）、利用者は、「ていせい」と音声入力して、訂正を
要求する（Ｓ８１２）。音声認識装置３０は、第２候補
として認識していた「とうきょう」を出力する（Ｓ８２
２）。次の音声入力Ｓ８１３「ちば」は、音声認識装置
３０で正しく認識されたとすると（Ｓ８２３）、利用者
は、直ちにさらに次の「さいたま」を音声入力する（Ｓ
８１４）。

【００５３】以降、上記と同様に、正しく認識されたと
きは、改めて確認の動作は行わず、誤認識があったとき
だけ利用者から訂正要求を出す。

【００５４】以上、本発明を基本的な実施の形態及びそ
の動作について説明したが、以下、いくつかの他の実施
の形態を説明する。

【００５５】まず、仮名の入力方法の実施の形態につき
説明する。前述したように、仮名の音声入力方法は、利
用者にとっての制約が少なく、音声認識装置での認識率
の高める必要がある。このためには、入力用に多数の単
語を記憶したり検索表を必要とすることなく、また、各
仮名文字毎に装置での認識対象時間を長くすることによ
り認識率を向上する必要がある。この条件を満たすのに
好適な仮名の音声入力方法の実施の形態につき、図９な
いし図１４により説明する。

【００５６】まず、図９の実施例では、「ししし」（Ｓ
９１３）、「ふふふ」（Ｓ９１４）のように、同じ仮名
を複数回発声し、それを認識する。

【００５７】次に、図１０の実施例は、「さしすせその
し」（Ｓ１０１３）、「はひふへほのふ」（Ｓ１０１
４）のように、入力したい仮名の属する５０音の行を読
み上げてから、入力する仮名を発声し、音声認識装置で
は、それを認識する。

【００５８】図１１の実施例は、「しぶやのし」（Ｓ１
１１３）、「ふあんのふ」（Ｓ１１１４）のように、入
力したい仮名文字で始まる言葉を認識対象とする。

【００５９】図１２の実施例は、「し」を入力する場合
は「さし」という発声（Ｓ１２１３）、「ふ」を入力す
る場合は「はひふ」という発声（Ｓ１２１４）のよう
に、入力したい文字が属する５０音の行の先頭から入力
したい文字までを対応づけて発声を行うことで、入力す
るものである。

【００６０】図１３の実施例は、「えすあい」（Ｓ１３
１３）、「えふゆー」（Ｓ１３１４）のように、入力し
たい仮名文字「し」、「ふ」のローマ字つづり「Ｓ
Ｉ」、「ＦＵ」のアルファベットを読み上げることで、
仮名を入力する方法を示したものである。

【００６１】図１４の実施例は、「えすあいのし」（Ｓ
１４１３）、「えふゆーのふ」（Ｓ１４１４）のよう
に、入力したい仮名文字「し」、「ふ」のローマ字つづ
り「ＳＩ」、「ＦＵ」のアルファベットを読み上げ、さ
らに入力したい仮名文字「し」、「ふ」の発声を付加す
ることで、仮名を入力する方法を示したものである。

【００６２】次に、フリーワード認識からのユーザ用自
作伝言文の登録について、図１６により説明する。

【００６３】図１６は、そのフローを示す。仮名入力を
音声で逐次行い（「た」（Ｓ１６１１）、「ろ」（Ｓ１
６１２）、「う」（Ｓ１６１３））、目的とした文章
「たろう」を作成終了後、着信側の契約者のデータベー
スDBに定型文章として登録する（Ｓ１６１４）（Ｓ１６
３５）（Ｓ１６１５）（Ｓ１６３６）。

【００６４】これにより、次回以降、同じ内容のメッセ
ージ「たろう」を送信したい場合には、音声で文章「た
ろう」を発声するだけで、予めシステムに設定してある
定型文章と同じように扱うことができる。登録できる条
件としては、むやみに登録されないため、（Ｓ１６１
５）のように、パスワードを知っている人だけに限定す
ることが望ましい。パスワードは、ＰＢ入力による数字
等で入力できるようにする。

【００６５】次に、誤認識時に適正な訂正を行い、認識
率の向上を図る実施の形態を、図１７ないし図１９によ
り説明する。

【００６６】図１７の実施例は、図７に示す入力方法に
対する誤認識時の訂正方法に関するものである。本実施
例は、「し」の入力（Ｓ１７１１）に対して、第１候補
「ち」、第２候補「ひ」、第３候補「ふ」のように、第
３候補まで認識を行い、訂正が必要なときは、順次出力
することにより、認識率を向上させる例を示す。

【００６７】認識結果として、第１候補「ち」が自動的
に出力されるが（Ｓ１７２２）、利用者が入力を希望す
る仮名文字ではないので、訂正を指示するコマンドとし
て、音声入力「訂正」又は＊ボタンの押下を行う（Ｓ１
７１２）。このコマンドを受けて音声応答装置は、第２
候補「ひ」を出力するが（Ｓ１７２３）、やはり、利用
者が入力を希望する仮名文字ではないので、音声入力
「訂正」又は＊ボタンの押下を行う（Ｓ１７１３）。

【００６８】このコマンドを受けて音声応答装置は、第
３候補「ふ」を出力するが（Ｓ１７２４）、なお、利用
者が入力を希望する仮名文字ではないので、音声入力
「訂正」又は「＊」ボタンの押下を行う（Ｓ１７１
４）。このコマンドを受けた音声応答装置は、「もう一
度、いって下さい」を出力する（Ｓ１７２５）。これを
聞いて利用者は、再び、「し」を発声する。

【００６９】図１８の実施例は、入力したい仮名文字
「し」の単字入力（Ｓ１８１１）を、「ち」と誤認識し
たときに（Ｓ１８２２）、図９で説明した、認識率の高
い、「ししし」の、三重仮名文字入力（Ｓ１８１２）に
切り替える例を示すものである。

【００７０】同様に、図１９の実施例は、入力したい仮
名文字「し」の単字入力（Ｓ１９１１）を、「ち」と誤
認識したときに（Ｓ１９２２）、図１０で説明した、認
識率の高い、「さしすせそのし」の５０音の行に入力文
字を付加する入力方法（Ｓ１９１２）に切り替える例を
示すものである。

【００７１】次に、音声入力による既入力状況の確認と
既入力の全消去機能についての実施例を、図２０により
説明する。

【００７２】図２０において、「ひ」（Ｓ２０１１）、
「た」（Ｓ２０１２）、「ち」（Ｓ２０１３）の入力を
行った時点で、それまでの入力状況を確認したいときに
は、利用者は、音声指示入力「読み上げ」を発声する
（Ｓ２０１４）。音声認識装置は、それまでの入力メッ
セージ「ひたち」を出力する（Ｓ２０２５）。また、既
入力メッセージを全て消去するときには、利用者が、音
声指示入力「すべて取消」を発声すると（Ｓ２０１
７）、音声認識装置はそれを受けて、処理を行い、「全
て取り消しました」を出力する（Ｓ２０２７）。

【００７３】以上本発明による文字単位音声入力の実施
に形態を、仮名入力を中心に説明したが、次に、アルフ
ァベット入力の実施例について、図２１により説明す
る。

【００７４】アルファベット（a、ｂ，ｃ，
ｄ，．．．．．）の各文字入力に関しても、基本的に
は、前述した、本発明による仮名文字入力方法と同様の
手法を適用することにより、認識率を上げることができ
る。図２１は、そのいくつかの例を示すものである。

【００７５】図２１の（ａ）欄は、「ａ，ａ，ａ」と言
うように、同じアルファベットを３回発声すると、当該
アルファベット「ａ」を入力する例を示す。同じく
（ｂ）欄は、アルファベット「ａ」を入力するとき「ア
メリカのａ」、アルファベット「ｉ」を入力するときは
「イタリアのｉ」等と先頭に入力したいアルファベット
の付く単語と一緒に発声することで入力を行う例を示
す。さらに、（ｃ）欄は、アルファベット「ａ」を入力
するとき、「ａｂｃのａ」、「ａｂｃのｂ」、「ｄｅｆ
のｆ」等のように入力する。すなわち、アルファベット
の並び順を、ある間隔(例えば３文字毎に)で区切り、グ
ループ化して置き、そのグループの中のアルファベット
を入力したいときは、そのグループとアルファベットを
一緒に発声すると入力ができるようにした例である。

【００７６】

【発明の効果】以上述べたように、本発明のページャ用
音声認識装置によれば、仮名文字、定型文章又はそれら
の混在した音声入力により、ページャ端末に対するメッ
セージを、簡便、迅速に、入力、認識、作成できる効果
がある。

【図面の簡単な説明】

【図１】本発明によるページャ用音声認識装置の位置づ
けの一例を示すネットワーク構成図。

【図２】本発明によるページャ用音声認識装置の位置づ
けの他の例を示すネットワーク構成図。

【図３】本発明によるページャ用音声認識装置のブロッ
ク構成図。

【図４】本発明によるページャ用音声認識装置内の音声
対話処理部のブロック構成図。

【図５】本発明によるページャ用音声認識装置内の音声
認識部のブロック構成図。

【図６】本発明によるページャ用音声認識装置と利用者
間の定型文章入力対話動作を示すフローチャート。

【図７】本発明によるページャ用音声認識装置と利用者
間の仮名文字入力対話動作の実施例を示すフローチャー
ト。

【図８】本発明によるページャ用音声認識装置と利用者
間の、訂正ステップのある入力対話動作を示すフローチ
ャート。

【図９】本発明によるページャ用音声認識装置と利用者
間の仮名文字入力対話動作の他の実施例を示すフローチ
ャート。

【図１０】本発明によるページャ用音声認識装置と利用
者間の仮名文字入力対話動作のさらに他の実施例を示す
フローチャート。

【図１１】本発明によるページャ用音声認識装置と利用
者間の仮名文字入力対話動作のさらに他の実施例を示す
フローチャート。

【図１２】本発明によるページャ用音声認識装置と利用
者間の仮名文字入力対話動作のさらに他の実施例を示す
フローチャート。

【図１３】本発明によるページャ用音声認識装置と利用
者間の仮名文字入力対話動作のさらの他の実施例を示す
フローチャート。

【図１４】本発明によるページャ用音声認識装置と利用
者間の仮名文字入力対話動作のさらに他の実施例を示す
フローチャート。

【図１５】図７のページャ用音声認識装置と利用者間の
仮名文字入力対話動作を全入力文字について示したフロ
ーチャート。

【図１６】本発明によるページャ用音声認識装置と利用
者間の自作伝言分登録の入力対話動作を示すフローチャ
ート。

【図１７】本発明によるページャ用音声認識装置と利用
者間の、訂正ステップのある仮名文字入力対話動作の実
施例を示すフローチャート。

【図１８】本発明によるページャ用音声認識装置と利用
者間の、訂正ステップのある仮名文字入力対話動作の他
の実施例を示すフローチャート。

【図１９】本発明によるページャ用音声認識装置と利用
者間の、訂正ステップのある仮名文字入力対話動作のさ
らに他の実施例を示すフローチャート。

【図２０】本発明によるページャ用音声認識装置と利用
者間の既入力の状況確認及び消去の対話動作を示すフロ
ーチャート。

【図２１】本発明によるページャ用音声認識装置と利用
者間のアルファベット文字入力対話動作を示すフローチ
ャート。

【符号の説明】

１…ページャシステム装置、１０…ページャ端末、１１
…電話機、１２…携帯電話、１３…ＰＨＳ、２０…公衆
網、３０…ページャ用音声認識装置、３１…回線インタ
フェース、３２…認識制御部、４０…音声対話処理部、
４１…ＰＢレシーバ、４２…音声出力部、４３…音声デ
ータ蓄積部、４４…メッセージ蓄積部、４５…個別制御
部、５０…音声認識部、５１…仮名文字認識部、５２…
定型文章認識部、５３…制御用語認識部、５４…認識方
式制御部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 中山 卓郎 神奈川県横浜市戸塚区戸塚町216番地 株 式会社日立製作所情報通信事業部内 (72)発明者 小坂 昌宏 神奈川県横浜市戸塚区戸塚町216番地 株 式会社日立製作所情報通信事業部内 (72)発明者 鈴木 利明 神奈川県横浜市戸塚区戸塚町216番地 株 式会社日立製作所情報通信事業部内 (72)発明者 鯨井 俊宏 東京都国分寺市東恋ヶ窪一丁目280番地 株式会社日立製作所中央研究所内 (72)発明者 畑岡 信夫 東京都国分寺市東恋ヶ窪一丁目280番地 株式会社日立製作所中央研究所内 (72)発明者 松橋 聡 神奈川県横浜市戸塚区戸塚町216番地 株 式会社日立製作所情報通信事業部内

Claims (9)

【特許請求の範囲】
1. 【請求項１】音声認識が正しく行われることを前提と
   し、認識ミスが発生したときのみ、利用者からの訂正要
   求を受け入力の訂正を行うことを特徴とするページャ用
   音声認識装置。
2. 【請求項２】適時訂正機能を備え、認識結果が正しくな
   いときに訂正要求を受け入れるが、認識結果が正しい場
   合には、続けて音声入力を行うことを特徴とするページ
   ャ用音声認識装置。
3. 【請求項３】予め定められた認識対象単語だけでなく、
   文字を文字単位で音声入力可能なフリーワード音声入力
   機能を有することを特徴とするページャ用音声認識装
   置。
4. 【請求項４】複数の文字について、共通のルールで作成
   できる文字の集合、あるいは、複数の文字について同じ
   情報量増加語を用いて、文字を文字単位で入力可能なフ
   リーワード入力機能を備えたことを特徴とするページャ
   用音声認識装置。
5. 【請求項５】文字を文字単位で音声入力可能なフリーワ
   ード音声入力機能と、適時訂正機能とを備えたことを特
   徴とするページャ用音声認識装置。
6. 【請求項６】利用者毎に作成した固有の単語又はメッセ
   ージを、個々のページャではなくて、システム側に登録
   することを特徴とするページャ用音声認識装置。
7. 【請求項７】利用者側で自作伝言文を登録する手段とし
   て、ページャ所有者に対してシステム側にＤＢを設けて
   そのＤＢに登録し、利用者の自作伝言文としてシステム
   側に一度登録したメッセージを送信する場合、定型文と
   同様にして認識できるようにしたことを特徴とするペー
   ジャ用音声認識装置。
8. 【請求項８】文字情報を入力している最中に、既入力内
   容の確認音声コマンドを発声すると、入力された文字情
   報を、初めから順番に読み上げる手段を備えたことを特
   徴とするページャ用音声認識装置。
9. 【請求項９】文字情報を入力している最中に、既入力内
   容の確認音声コマンドを発声すると、入力された文字情
   報を、初めから順番に読み上げる手段と、既入力の文字
   情報を消去する手段とを備えたことを特徴とする音声認
   識装置。