JPS58216298A - 音声単語認識装置の応答確認方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は、音声単語認識装置の認識状況の応答確認方式
に係り、特に発声者に可聴音で応答する場合において認
識の状況に応じて可聴音の周波数や継続時間を変化させ
ると共に、特殊効果を付加するようにした音声確認装置
の応答認識方式に関するものである。

〔従来技術と問題点〕

第１図は従来の音声単語認識装置の応答確認方式の１例
を示すものでおって、１は電子計算機、２は音声単語認
識装置、３は音声合成装置、４はイヤホーン、５はマイ
クロフォンをそれぞれ示している。発声者の発声した単
語はマイクロフォン５を介して音声単語認識装置２に入
力され、音声認識される。電子計算機１は音声認識結果
に従って音声合成装置３を制御する。音声合成装置３は
音声認識結果を音声で゛出力し、この出力はイヤホーン
４を介して発声音に伝えられる。

第２図は従来の音声単語認識装置の応答確認方式の他側
を示すものであって、６はディスプレイ装置を示してい
る。なお、第１図と同一符号は同一物を示している。発
声者の発音した単語はマイクロフォン５を介して音声単
語認識装置２に入力される。音声認識結果は電子計算機
１に入力され、電子計算機は音声認識結果に従ってディ
スプレイ装置６を制御する。ディスプレイ装置６には、
音声認識の結果が表示される。

第１図および第２図の従来例の欠点は、いずれも正常な
入力の場合でも無駄な時間を要することであり、特に前
者は複雑で高価であるという欠点を有しており、後者は
入力毎に発声者の視線がディスプレイ装置に移るという
欠点を有している。

〔発明の目的〕

本発明は、上記の欠点を除去するものであって構成が簡
単で安価であると共に応答確Ｕを効率良く行い得るよう
にした音声単語認識装置の応答確認方式を提供すること
を目的としている。

〔発明の構成〕

そしてそのため、本発明の音声単語認識装置の応答確認
方式は、登録パターン・メモリに格納されている登録単
語の標準パターンと音声単語入力についての認識パター
ンとを比較し上記認識パターンと標準パターンとの間の
類似度を示す数値を生成する音声単語認識装置、該音声
単語認識装置の認識状況を可聴音信号によって発声者に
伝える応答確認装置、並びに上記音声単語ｕｗ＆装置に
よって得られる最大類似度の数値、最大類似度の数　　
　値と次位類似度の数値の差およびエラー発生の有無を
示すエラー情報を上記応答確認装置へ通知する電子計算
機を備える音声単語認識装置の応答確認方式であって、
上記応答確認装置は、可変周波数の可聴音信号を生成す
るシンセサイザ、設定時間だけ上記シンセサイザの生成
する可聴音信号を通すタイマ、該タイマの出力する可聴
音信号に対して新たな効果を付加する効果付加回路、並
びに上記電子計算機から送られて来る最大類似度の数値
、最大類似度の数値と次位類似度の数値の差およびエラ
ー情報に従って上記シンセサイザ、タイマおよび効果付
加回路の中の１個又は複数個の装置を制御するコントロ
ーラを有していること全特徴とするものである。

〔発明の実施例〕

以下、本発明を図面を参照しつつ説明する。

第３図は本発明で使用される音声単語認識装置の１例を
示す図、第４図は本発明の１実施例を示す図、第５図は
応答確認に用いられる可聴音信号の周波数および継続時
間を説明するための図である。

第３図において、１１は自動ボリューム・コントローラ
、１２はバンドパス・フィルタ郡から成るスペクトラム
分析部、１３はマルチプレクサ、１４はＡ−Ｄ変換器、
１５はサンプリング回路、１６は中央処理装置、１７は
プログラム・メモリ、１８は登録パターン・メモリをそ
れぞれ示している。

自動ボリューム・コントローラ１１は、音声入力の大き
さを一定に制御するものである。自動ボリューム・コン
トローラ１１の出力は、スペクトラム分析部１２によっ
て分秤される。スペクトラム分析部１２から出力される
複数の出力信号は、マルチプレクサ１３によっ【選択さ
れ、マルチプレクサ１３の出力はＡ−Ｄ変換器１４によ
ってディジタル信号に変換される。Ａ−Ｄ変換器１４の
出力はサンプリング回路１５によって時間サンプリング
される。音声認識の認識パターンは、例えば というものであり、上記マトリックスにおいて列はサン
プリング時刻に対応し、行は周波数帯域に対応している
。音声入力の認識パターンは、例えばプログラム・メモ
リ１７の作業域に格納される。

プログラム・メモリ１７の中には、プログラムも格納さ
れていることは言うまでもない。登録パターン・メモリ
１８には、単語の標準パターンが格納されている。音声
入力の認識パターンは、登録パターン・メモリの中の標
準パターンと逐次比較され、各登録語との距離が求めら
れる。距離の最大設定値と、登録語との距離の差を求め
、これをスコアとする。スコアの大なる程、正常認識の
可能性が太きい。スコアが最大となる登録語と、２位の
登録語を選び出す。この場合、第１位と第２位の差が大
なるもの程、正常認識の可能性がある。

第４図は本発明の１実施例のブロック図である。

第４図において、１９はコントローラ、２０はシンセサ
イザ、２１はタイマ、２２は効果付加回路、２３は増幅
器をそれぞれ示している。

コントローラ１９は、電子計算機から送られて来るデー
タに従ってシンセサイザ２０、タイマ２１および効果付
加回路２２を制御する。シンセサイザ２０は、可変周波
数発振器であってコントローラ１９からの制御指令に従
ってその発振周波数を変化する。タイマ２１は、コント
ローラ１９からの制御指令に従って、指定された期間だ
けシンセサイザ２０の出力信号を通す。効果付加回路２
２は、コントローラ１９の制御指令に従って入力信号を
断続する。効果付加回路２２の出力は増幅器２３で増幅
され、スピーカ又はイヤホーンに送られる。

第５図は応答確認に用いられる可聴音信号の周波数およ
び継続時間を説明するものである。第３図の音声単語認
識装置のＵ識状況は電子計算機（図示せず）に送られる
。電子計算機は、入力された単語についての最大スコア
、最大スコアと次位スコアの差、文法もしくはソフトウ
ェア処理のエラー有無を示すエラー情報をコントローラ
１９に送る。コントローラ１９は、第５図に示されるグ
ラフに従ってシンセサイザ２０及びタイマ２１を制御す
る。第５図において、■、は最大スコア、Ｉ２は次位ス
コア、Ｌは最大設定値をそれぞれ示している。第５図か
ら判るように、最大スコアＩ、が大きい程、可聴音信号
の周波数は大きくされ、また、最大スコアと次位スコア
の差が小さい程、可聴音信号の継続時間は長くなる。図
示の例では、最大スコアＩ、が最大設定値りに近い場合
には可聴音信号の周波数は１００ＯＨｚとされ、最大ス
コアエ。

が零に近い場合には可聴音信号の周波数は３００Ｈｚと
されている。また、図示の例では、最大スコアエ、と次
位スコアＩ、の差が零に近い場合には可聴音信号の継続
時間は１秒とされ、上記の差が最大設定値りに近い場合
には可聴音信号の継続時は０．１秒とされる。電子計算
機から送られて来るエラー情報がエラー有りを示してい
る場合には、コントローラ１９は効果付加回路２２を動
作させる。動作を開始すると、効果付加回路２２は、入
力信号を断続する。この断続周期は、例えば２０Ｈ２″
ｆｉ、ｉる。効果付加回路２２で以て可聴音信号を断続
させる代りに、シンセサイザ２０をパイプレート・コン
トロールすることも出来る。

第２図の従来の装置と本発明の装置とを組合わせ、応答
確認ヲより正しく、効果的に行うことも可能である。こ
の場合には発声者は下記のようなオペレーションを行う
。

（イ）　応答確認用の可聴音が高く短かい場合には、入
力が正常に行われたと判断して、次に進む。

（ロ）応答確認用の可聴音が断続する場合には、入力が
正常に行われなかったと判断し、再度前回と同一の入力
を行う。

（ハ）　応答確認用の可聴音が低く長い場合には、ディ
スプレイ装置に視線を移し、正常に入力が行われていれ
ば次に進み、異常であれば異常処理のための再度同一の
入力を行う。

〔発明の効果〕

以上の説明から明らかなように、本発明によれば、音声
単語入°力の認識状況を簡単な回路によって発声者に知
らせることが可能であり、また、正常入力の場合は短音
により効率よく、異常の場合にはそれに応じて長い音を
発声者にフィードバツりすることが出来るので、音声単
語認識装置の使用効率を向上させをことが出来る。音声
単語認識装置は、通常９５％ないし９９％の認識を行い
得るものであり、誤りが極めて少ない場合に適用するこ
との意義が大きい。もし、５０％位の認識しか行えない
となると本発明の意義は小さい。

【図面の簡単な説明】

第１図および第２図は従来の音声単語認識装置の応答確
認方式を示す図、第３図は本発明で使用される音声単語
認識装置の１例を示す図、第４図は本発明の１実施例を
示す図、第５図は応答確認に用いられる可聴音信号の周
波数および継続時間を説明するための図である。 １１・・・自動ボリューム・コントローラ、１２・・・
バンドパス・フィルタ群から成るスペクトラム分第１部
、１３・・・マルチプレクサ、１４・・・Ａ−Ｄ変換器
、１５・・・サンプリング回路、１６・・・中央処理装
置、１７・・・プログラム・メモリ、１８・・・登録パ
ターン・メモリ、１９・・・コント四−ラ、２０・・・
シンセサイザ、２１・・・タイマ、２２・・・効果付加
回路、２３・・・増幅器。

Claims (1)

【特許請求の範囲】
1. 登録パターン・メモリに格納されている登録単語の標準
   パターンと音声単語入力についての認識パターンとを比
   較し上記認識パターンと標準パターンとの間の類似度を
   示す数値を生成する音声単語認識装置、該音声単語認識
   装置の認識状況を可聴音信号によって発声者に伝える応
   答確認装置、並びに−Ｆ記音声単語認識装置によって得
   られる最大類似度の数値、最大類似度の数値と次位類似
   度の数値の差およびエラー発生の有無を示すエラー情報
   を上記応答確認装置へ通知する電子計算機を備える音声
   単語認識装置の応答確認方式であって、上記応答確認装
   置は、可変周波数の可聴音信号を生成するシンセサイザ
   、設定時間だけ上記シンセサイザの生成する可聴音信号
   を通すタイマ、該タイマの出力する可聴音信号に対して
   新たな効果を付加する効果付加回路、並びに上記電子計
   算機から送られて来る最大類似度の数値、最大類似度の
   数値と次位類似度の数値の差およびエラー情報に従って
   上記シンセサイザ、タイマおよび効果付加回路の中の１
   個又は複数個の装置を制御するコントローラを有してい
   ることを特徴とする音声単語認識装置の応答確認方式。