JPS59165099A

JPS59165099A - 連続音声認識装置

Info

Publication number: JPS59165099A
Application number: JP58038237A
Authority: JP
Inventors: 潤一郎藤本
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1983-03-10
Filing date: 1983-03-10
Publication date: 1984-09-18

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】央１北互本発明は、音声認識装置、より詳細には、連続単語の音
声認識装置に関する。

袋用近年、音声入力によって動作する装置の開発が活発であ
る。その最も基本的なものは単語音声入力装置であり、
装置の辞書部に登録された単語の一つを入力すると、そ
れが登録されたどの単語であったかを判定するものであ
る。しかし、この方法では登録されている単語以外の入
力は認識できず、多くの単語を識別するにはそれだけ多
くの語を登録しておかねばならないという欠点がある。

この欠点を解決するために、少い単語を登録しておき、
入力音声としてはそれらの組合せまでゆるすという方式
が提案された。この方式は、数字の認識等に有効性を持
ち、例えば、（０，１，２・・・９〕を登録しておけば
複数桁の数字の認識も可能になる。ただし、この場合、
複数桁の数字の位は発声しない（例えば、９８１は［キ
ュウ、ハチ、イチ」と発声する）。

図は、」−２数字音声入力を認識する場合の認識方法の
一例を説明するための図で、その例として、今、入力音
声のが９８７であったとすると、その始端から辞書■内
の単語と照合し、「キュウ４　ｃ’３＋であることが認
められると（１）かＩ？、　（：ｉ＋に相１−ｊｉする
部分をとり除き■と■を照合する。こうして入力中。

語から残りがなくなるまで照合をくり返す。しかしなが
ら、音声は単独に発声した場合と連続して発声した場合
では特徴に変化がおこるため、辞書に相当する部分を切
り取る端点が明確に決定できない場合がある。そのため
に、図のように全ての照合が終っているにもかかわらず
、人力音声に残り部分■が生しることがある、この部分
がなくなるまであるいはこの部分が一定の長さ以下にな
るまで照合をくり返すと、一定の長さの決め方により一
桁多い又は−損少ない数字に誤認識される。

狙−一−３′ｌ司本発明は、上述のごとき従来技術の欠点を解決するため
になされたもので、特に、入力５を切り取ダぐった残りによって誤認識を起こしに＜＜シた音声認識装
置を提供しようとするものである。

構　　　戊本発明の構成について、以下、−・実施例に基づいて説
明する。

本発明は、前記の入力音声残り部分が、辞Ｆ！’　５ｆ
ｌｔｒｉ中の甲８語中最短のものに１以下の数を川けて
で；られる値より小さくなった場合に認識のｎ１算を打
ち切るようにしたものである。一般に、特定語１１認識
では話者の発声による発声長の変化は３０　％程度とさ
れている。すなわち、辞書登録中１語の中の最も短いも
のの３０％変動つまり０．７Ｘ　（最短中０語）以下の
長さの言葉はあり得ない。そこで人力中８吾か’′：ｌ
　Ｗｌｌ識された部分を差し引いた残りの長さが０．７
Ｘ　（最短単語）となった時に認識の演算を打ち切るよ
うにすれば、前述のごとき誤認識を防止することができ
る。ただし、前記係数は０．７に限定されるものでばな
く、その場合の状況に応じて１以下の任意数に選択可能
であることは容易に理解できよう。

第２図は、」二記本発明を実施するための一構成例を示
す図で、図中、１はマイクロフォン、２はフィルタ一群
、３は音声区間切り出し部、４は切り換えスイッチ、５
はフレーム数計数部、６は比較器、７は辞書、８はレジ
スター、９は定数倍部、ＩＯは比較部、１１はレジスタ
ー、１２はセグメンテーション部、１３は照合部、１４
は結果記憶部、１５は結果出力部でまず、スイッチ４を
辞書に倒して辞書登録をする。マイク１がら入力された
音声はフィルタ一群２を通り音声の区間のみがとり出さ
れ、フレーム数つまり音声長が計数される。次々と単語
を登録する際、短かいフレーム数がレジスターに記録さ
れる。全ての１１１−語の登録が終った時、レジスター
８内には最小フレーム数が記憶されていることになる。

次に、認識で音声区間が切り出された後、レジスター１
１に一時記憶され、辞書中の各単語と照合される。その
結果、類似度最大となる単語を認識結果として記憶して
おき、レジスター内の音声データから認識結果が切りと
られる。その残りをレジスターに記憶しておいた最短フ
レとム数に定数倍（例えば０．７倍）したものと比較し
、残りがあると判断されればセグメンテーション後の結
果を再度レジスター１１内へ記憶し、残りがないと判断
されれば終了と判断され、結果記憶部１４の内容が出力
される。

効−一−−−−釆以−ヒの説明から明らかなように、本発明によると、誤
認識の少ない連続音声認識装置を得ることができる。

【図面の簡単な説明】

第１図は、本発明の動作原理を説明するための図、第２
図は、本発明の一実施例を説明するための構成図である
。１・・・マイクロフォン、２・・・フィルタ一群、３・
・・音声区間切り出し部、４・・・切り換えスイッチ、
５・・・フレーム数計数部、６・・・比較部、７・・・
辞書、８・・・レジスター、９・・・定数倍部、１０・
・・比較部、１１・・レジスター、１２・・・セグメン
テーション部、１３　・照合部、１４・・・結果記憶部
、１５・・・結果出力部。特許出願人　　株式会社　リコー代理人　高野明近

Claims

【特許請求の範囲】

音声の特徴を格納する辞書部と、入力音声を分析してそ
の特徴を抽出する特徴抽出部と、該特徴抽出部から出力
される特徴と辞書内に記録された特徴を比較照合してそ
の結果から入力単語の認識結果を判定する部分とを有す
る音声認識装置において、入力音声を辞書と照合して最
大類似度を有する語に相当する部分を入力音声から差し
引き、その残りの長さが辞書に登録された語の中の最短
語長に１以下の数をかけて得られる長さより小となった
時に照合演算を打ち切るようにしたことを特徴とする連
続音声認識装置。