JPS595298A - 文節単位の音声認識方式 - Google Patents
文節単位の音声認識方式Info
- Publication number
- JPS595298A JPS595298A JP57114418A JP11441882A JPS595298A JP S595298 A JPS595298 A JP S595298A JP 57114418 A JP57114418 A JP 57114418A JP 11441882 A JP11441882 A JP 11441882A JP S595298 A JPS595298 A JP S595298A
- Authority
- JP
- Japan
- Prior art keywords
- clause
- independent word
- phrase
- word
- adjective
- 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】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。
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〕
本発明は音声認識装置に係わシ、特に日本語文章を効率
よく音声入力できる音声認識方式に関する。
よく音声入力できる音声認識方式に関する。
従来、音声認識技術を利用して日本語文章を音声によっ
て入力しようとする各種試みがなされてきた。これらは
、以下のように３種類に分類できる。
て入力しようとする各種試みがなされてきた。これらは
、以下のように３種類に分類できる。
：）単音節単位で音声の発声・認識を行う。
＋＋） 語幹は単語として発声・認識し、附属語や活
用語尾は単音節単位で発声囃認識する。
用語尾は単音節単位で発声囃認識する。
１１１）文節を単語の一種として扱い゛、文節単位で発
声・認識する。
声・認識する。
これらの利点−１欠点を考えると、
１）は、日本語が６８〜２００程度の種類の音節で構成
されていることに注目したもので、単音節単位の認識が
できる音声認識装置を作れば、従来のかな漢字変換技術
と組み合せることにょシ、あらゆる日本語を入力できる
というものである。しかしこの方式には、使いにくいと
いう欠点がある。
されていることに注目したもので、単音節単位の認識が
できる音声認識装置を作れば、従来のかな漢字変換技術
と組み合せることにょシ、あらゆる日本語を入力できる
というものである。しかしこの方式には、使いにくいと
いう欠点がある。
つマシー音節ごとに「わ・た・く・し・は」というよう
に区切って発声することは緊張を要し、話者を疲れさせ
る。また、入力速度もあまシ速くならない。
に区切って発声することは緊張を要し、話者を疲れさせ
る。また、入力速度もあまシ速くならない。
１１）は、１）よシも発声単位を長くしようとするもの
で、名詞、副詞など語尾変化しない言葉は単語単位で入
力し、おくりがな（附属語）は単音節単位で入力しよう
というものである。また、動詞、形容詞、形容動詞とい
うような活用する語については終止形で入力し、カーソ
ルを語幹の後ろに戻して活用語尾を単音節単位で入力す
るというものである。例えば「少年は歩いた」という言
葉を入力するためには「しょうねん」 「は」 「ある
く」（１文字カーソルを戻す）「い」 「た」というよ
うに発声するわけである。この方式はカーソルを戻すと
いう面倒な操作が必要である点、おくシがなを単音節単
位で入力するために話者を疲れさせてしまうという欠点
を持っている。
で、名詞、副詞など語尾変化しない言葉は単語単位で入
力し、おくりがな（附属語）は単音節単位で入力しよう
というものである。また、動詞、形容詞、形容動詞とい
うような活用する語については終止形で入力し、カーソ
ルを語幹の後ろに戻して活用語尾を単音節単位で入力す
るというものである。例えば「少年は歩いた」という言
葉を入力するためには「しょうねん」 「は」 「ある
く」（１文字カーソルを戻す）「い」 「た」というよ
うに発声するわけである。この方式はカーソルを戻すと
いう面倒な操作が必要である点、おくシがなを単音節単
位で入力するために話者を疲れさせてしまうという欠点
を持っている。
１１１）は、文節単位で発声すれば良いので発声が非常
に楽である。「文節」は「ネ」をはさむことのできる最
小単位で、例えば「わたしは会社で働いています」とい
う文章は「わたしはネ」 「会社でネ」 「働いてネ」
「いますネ」というような文節群に分けることができ
る。しかし、この方式では「山は」 「山を」 「山と
」 「山の」 「山から」・・・をそれぞれ別の単語と
して扱うので音声認識装置が持たなければならない辞書
の容量が多くなってしまうという欠点がある。
に楽である。「文節」は「ネ」をはさむことのできる最
小単位で、例えば「わたしは会社で働いています」とい
う文章は「わたしはネ」 「会社でネ」 「働いてネ」
「いますネ」というような文節群に分けることができ
る。しかし、この方式では「山は」 「山を」 「山と
」 「山の」 「山から」・・・をそれぞれ別の単語と
して扱うので音声認識装置が持たなければならない辞書
の容量が多くなってしまうという欠点がある。
本発明の目的は、日本語の１文節を２つの部分に分割し
たものを発声・ｕＲ単位とすることによ位の発声・認識
よシも大幅に辞書の容量を減少させようとすることにあ
る。
たものを発声・ｕＲ単位とすることによ位の発声・認識
よシも大幅に辞書の容量を減少させようとすることにあ
る。
そしてそのため、本発明の文節単位の音声認識方式は、
日本語文章を読み上げた音声を機械認識ヂる音声認鵞シ
ステムにおいて、日本語の１文節が１つの自立語、又は
１つの自立語といくつかの付属語によって構成されてい
ることに基づき、自立語が名詞のときは、名詞を文節前
部、付属語を文節後部、 自立語が副詞のときは、副詞を文節前部、文節後部なし
、 自立語が連体詞のときは、連体詞を文節前部、文節後部
なし、 〜 自立語が接続詞のときは、接続詞を文節前部、文節後部
なし、 自立語が感動詞のときは、感動詞を文節前部、文節後部
なし、 自立語が動詞のときは、不変化部を文節前部、「変化部
子付属語」を文節後部、 自立語が形容詞のときは、不変化部を文節前部、「変化
部子付属語」を文節後部、 自立語が形容詞のときは、不変化部を文節前部、「変化
部子付属語」を文節後部、 とすることによって、１文節を文節前部、文節後部の２
つの部分に分け、文節前部の音声情報と対応する文字情
報を関連付けて文節前部辞書メモリに格納し、文節後部
の音声情報と対応する文字情報を関連付けて文節後部辞
書メモリに格納することをｆ［とするものである。
日本語文章を読み上げた音声を機械認識ヂる音声認鵞シ
ステムにおいて、日本語の１文節が１つの自立語、又は
１つの自立語といくつかの付属語によって構成されてい
ることに基づき、自立語が名詞のときは、名詞を文節前
部、付属語を文節後部、 自立語が副詞のときは、副詞を文節前部、文節後部なし
、 自立語が連体詞のときは、連体詞を文節前部、文節後部
なし、 〜 自立語が接続詞のときは、接続詞を文節前部、文節後部
なし、 自立語が感動詞のときは、感動詞を文節前部、文節後部
なし、 自立語が動詞のときは、不変化部を文節前部、「変化部
子付属語」を文節後部、 自立語が形容詞のときは、不変化部を文節前部、「変化
部子付属語」を文節後部、 自立語が形容詞のときは、不変化部を文節前部、「変化
部子付属語」を文節後部、 とすることによって、１文節を文節前部、文節後部の２
つの部分に分け、文節前部の音声情報と対応する文字情
報を関連付けて文節前部辞書メモリに格納し、文節後部
の音声情報と対応する文字情報を関連付けて文節後部辞
書メモリに格納することをｆ［とするものである。
日本語の１文節は必ず１つの自立語だけ、又は１つの自
立語といくつかの付属語から構成されている。
立語といくつかの付属語から構成されている。
自立語には活用しないもの：
名詞、副詞、連体詞、接続詞、感動詞
Ｊ用するもの：
動詞、形容詞、形容動詞
の２種類がある。副詞、連体詞、接続詞、感動詞はそれ
自体で文節を構成する。まだ、名詞はそれ自体で文節を
構成することがある他、助詞を伴って文節を構成するこ
とがある。
自体で文節を構成する。まだ、名詞はそれ自体で文節を
構成することがある他、助詞を伴って文節を構成するこ
とがある。
付属語には活用しないもの：助詞
活用するもの：助動詞
０２種類がある。
そこでこれらをまとめ、１文節を
活用しない自立語＋付属語
文節前部 文節後部
の２つのタイプに分類することを考える。
音声認識によって日本語を入力する場合の辞書項目数を
考えると、文節前部（自立語）は無数に存在し一般には
数千語〜数万語の辞書が必要であるが、話題に応じて必
要な単語セットを数千に限定すればよい。これに対して
、付属語は、話題にあまり影響されないという性質があ
υ、特に上記のような境界を用いると、文体を例えば「
論文調」とか「会話調ｊなどに限定すれば文節後部は数
千語あれば十分である。
考えると、文節前部（自立語）は無数に存在し一般には
数千語〜数万語の辞書が必要であるが、話題に応じて必
要な単語セットを数千に限定すればよい。これに対して
、付属語は、話題にあまり影響されないという性質があ
υ、特に上記のような境界を用いると、文体を例えば「
論文調」とか「会話調ｊなどに限定すれば文節後部は数
千語あれば十分である。
文節後部が約２０００種あればよいことを示す。
例えば、「歩（ある）」や「磨（みが）」など「か行五
段活用動詞」、の語幹（文節前部）につなぎ得る「論文
調」の語尾（文節後部）は第１図のように普通の語尾１
１０種、イ音便語尾２０種ある。ここでは語尾の数が多
くなるのを防ぐために助動詞「ない」 「らしい」は形
容詞、「そうだ」「ようだ」は形容動詞として扱ってい
る。このような語尾セットが「わあ行、か行、さ行、た
行、な行、ま行、ら行、が行、ば行」の９セツトあり、
音便には「イ音便、撥音便（巧、促音便（ツ）」の３種
があるので五段活用動詞については１１０Ｘ９＋２０Ｘ
３＝１０５０種の語尾があればよいことＫなる。
段活用動詞」、の語幹（文節前部）につなぎ得る「論文
調」の語尾（文節後部）は第１図のように普通の語尾１
１０種、イ音便語尾２０種ある。ここでは語尾の数が多
くなるのを防ぐために助動詞「ない」 「らしい」は形
容詞、「そうだ」「ようだ」は形容動詞として扱ってい
る。このような語尾セットが「わあ行、か行、さ行、た
行、な行、ま行、ら行、が行、ば行」の９セツトあり、
音便には「イ音便、撥音便（巧、促音便（ツ）」の３種
があるので五段活用動詞については１１０Ｘ９＋２０Ｘ
３＝１０５０種の語尾があればよいことＫなる。
うに文法上の活用語尾の第−字が共通なため、「試み」
のように共通文字を語幹の一部とすれば、活用語尾とし
ては行に関係なく１セツトあればよいことＫなる。下一
段活用動詞についても同様である。
のように共通文字を語幹の一部とすれば、活用語尾とし
ては行に関係なく１セツトあればよいことＫなる。下一
段活用動詞についても同様である。
この他にか行変格活用動詞の語尾、さ行変格活用の語尾
、形容詞の語尾、形容動詞の話尾名詞につく付属語など
を合せて、活”用語尾（文節後部）は２０００種以下で
十分である。
、形容詞の語尾、形容動詞の話尾名詞につく付属語など
を合せて、活”用語尾（文節後部）は２０００種以下で
十分である。
以下、本発明を図面を参照しつつ説明する。
第２図は本発明の１実施例のブロック図、第３図は文節
前部辞書メモリと文節後部辞書メモリとの構成の１例を
説明する図である。
前部辞書メモリと文節後部辞書メモリとの構成の１例を
説明する図である。
第２図において、１はマイクロフォン、２は増幅器、３
−１ないし３−１６はアナログ・フィルタ、４−１はマ
ルチプレクサ、４−２はサンプル＆ホールド回路、４−
３はＡ／Ｄ変換器、４−４は発振回路、４−５は１／１
６分周回路、５−１はバッファΦメモリ、５−２は圧縮
回路、６−１は距離計算回路、６−２は最小値決定回路
、７は文節前部辞書メモリ、８は文節後部辞書メモリ、
９はディスプレイをそれぞれ示している。
−１ないし３−１６はアナログ・フィルタ、４−１はマ
ルチプレクサ、４−２はサンプル＆ホールド回路、４−
３はＡ／Ｄ変換器、４−４は発振回路、４−５は１／１
６分周回路、５−１はバッファΦメモリ、５−２は圧縮
回路、６−１は距離計算回路、６−２は最小値決定回路
、７は文節前部辞書メモリ、８は文節後部辞書メモリ、
９はディスプレイをそれぞれ示している。
マイクロフォン１により入力された音声信号は増幅器２
により増幅された後、１６個のアナログ・フィルタ３−
１ないし３−１６により周波数分析を行う。アナログ−
フィルタ３−１ないし３−１６の出力は１６種類の周波
数に対するスペクトル強度を表わすが、この信号をｉｏ
ｏｎｇ秒毎にマ、Ｉｔ／チプレクサ４−１で時分割し、
サンプル＆ホールド回路４−２でサンプリングし、Ａ／
Ｄ変換器４−３でディジタル量に変換する。Ａ／Ｄ変換
器４−３は１０１１２秒毎に１６個−組のデータを出力
するが、このデータはいったんバッファ・メモリ５−１
にたくわ見られる。圧縮回路５−２は一発声（約０．３
〜０．７秒）の音声に対して得られる３０ないし７０組
のデータを時間軸方向に平均値圧縮し、１６組にする。
により増幅された後、１６個のアナログ・フィルタ３−
１ないし３−１６により周波数分析を行う。アナログ−
フィルタ３−１ないし３−１６の出力は１６種類の周波
数に対するスペクトル強度を表わすが、この信号をｉｏ
ｏｎｇ秒毎にマ、Ｉｔ／チプレクサ４−１で時分割し、
サンプル＆ホールド回路４−２でサンプリングし、Ａ／
Ｄ変換器４−３でディジタル量に変換する。Ａ／Ｄ変換
器４−３は１０１１２秒毎に１６個−組のデータを出力
するが、このデータはいったんバッファ・メモリ５−１
にたくわ見られる。圧縮回路５−２は一発声（約０．３
〜０．７秒）の音声に対して得られる３０ないし７０組
のデータを時間軸方向に平均値圧縮し、１６組にする。
この１６ｘ１６＝２５６次元のデータをマツチング・ユ
ニットと呼ぶ。
ニットと呼ぶ。
音声登録時は先ずスイッチ１１を文節前部辞書メモリ７
の方へ切υ換え、指定された順序で開枠の発声を行い、
つぎつぎに語幹のマツチング・ユニットを登録する。次
に、スイッチ１１を文節後部辞書メモリ８の方に切り換
え、指定された順序で語尾の発声を行い、つぎつぎに語
尾のマツチング・ユニットを登録する。１文節は文節前
部と文節後部に分けられるが、この区分は、 （イ） 自立語が名詞のときは、名詞を文節前部、付属
語を文節後部 （ロ） 自立語が副詞のときは、副詞を文節前部、文節
後部なし ｅ→ 自立語が連体詞のときは、連体詞を文節前部、文
節後部なし くニ） 自立語が接続詞のときは、接続詞を文節前部、
文節後部なし くホ） 自立語が感動詞のときは、感動詞を文節前部、
文節後部なし くへ） 自立語が動詞のときは、不変化部を文節前部、
「変化部子付属語」を文節後部 （ト） 自立語が形容詞のときは、不変化部を文節前
部、「変化部子付属語」を文節後部、 （イ） 自立語が形容動詞のときは、不変化部を文節前
部、「変化部子付属語」を文節後部 という規則にしたがって行われる。
の方へ切υ換え、指定された順序で開枠の発声を行い、
つぎつぎに語幹のマツチング・ユニットを登録する。次
に、スイッチ１１を文節後部辞書メモリ８の方に切り換
え、指定された順序で語尾の発声を行い、つぎつぎに語
尾のマツチング・ユニットを登録する。１文節は文節前
部と文節後部に分けられるが、この区分は、 （イ） 自立語が名詞のときは、名詞を文節前部、付属
語を文節後部 （ロ） 自立語が副詞のときは、副詞を文節前部、文節
後部なし ｅ→ 自立語が連体詞のときは、連体詞を文節前部、文
節後部なし くニ） 自立語が接続詞のときは、接続詞を文節前部、
文節後部なし くホ） 自立語が感動詞のときは、感動詞を文節前部、
文節後部なし くへ） 自立語が動詞のときは、不変化部を文節前部、
「変化部子付属語」を文節後部 （ト） 自立語が形容詞のときは、不変化部を文節前
部、「変化部子付属語」を文節後部、 （イ） 自立語が形容動詞のときは、不変化部を文節前
部、「変化部子付属語」を文節後部 という規則にしたがって行われる。
第３図は文節前部辞書メモリ７および文節後部辞書メモ
リ８の構成の１例を示すものである。文節前部辞書メモ
リ７のマツチング・ユニット１は「ある」という音声を
圧縮したものであり、これに対応して「歩」という文字
コードが登録されている。文節前部辞書メモリ７のマツ
チング・ユニット２は「はな」という音声を圧縮したも
のであり、マツチング・ユニット３は「おく」という音
声を圧縮したものである。文節後部辞書メモリ８のマツ
チング・ユニット１は「かされた」という音声を圧縮し
たものであシ、これに対応して「かされた」という文字
コード列が登録されている。
リ８の構成の１例を示すものである。文節前部辞書メモ
リ７のマツチング・ユニット１は「ある」という音声を
圧縮したものであり、これに対応して「歩」という文字
コードが登録されている。文節前部辞書メモリ７のマツ
チング・ユニット２は「はな」という音声を圧縮したも
のであり、マツチング・ユニット３は「おく」という音
声を圧縮したものである。文節後部辞書メモリ８のマツ
チング・ユニット１は「かされた」という音声を圧縮し
たものであシ、これに対応して「かされた」という文字
コード列が登録されている。
このように、文節前部辞書メモリ７にはマツチング・ユ
ニット群と、それらに対応するラベル（文字情報）から
構成されている。文節後部辞書メモリ８も同様である。
ニット群と、それらに対応するラベル（文字情報）から
構成されている。文節後部辞書メモリ８も同様である。
音声認識時には、認識装置使用者は、文節前部を入力す
るときにはスイッチ１０によって文節部辞書メモリ７を
選択し、文節後部を入力するときＫはスイ２Ｌｆ−，ｔ
、 ＯＫよって文節後部辞書メモリ８を選択し、しかる
後に音声で入力を行う。入力音声のマツチング・ユニッ
トと文節前部辞書メモリ７又は文節後部辞書メモリ８か
ら出力されるマツチング・ユニットとは、距離計算回路
６−１に入力される。辞書１項目のマツチング曝ユニッ
トの要素をｌｌ（ｉ＝１ないし２５６） 、入力音声の
マツチング・ユニットの要素を、１ｉ（ｉ＝１ないし２
５６）とすると ≧（Ｉｉ−Ｒｉ）により距離を求め
ること＋−ｌ が出来る。距離計算回路６−１はこのよう准距離計算を
入力音声と全辞書項目の間に計算し、最小値決定回路６
−２は最も距離の小さい辞書項目を選択する。選び出さ
れた辞書項目のラベルは認識結果としてディスプレイ９
に表示される。
るときにはスイッチ１０によって文節部辞書メモリ７を
選択し、文節後部を入力するときＫはスイ２Ｌｆ−，ｔ
、 ＯＫよって文節後部辞書メモリ８を選択し、しかる
後に音声で入力を行う。入力音声のマツチング・ユニッ
トと文節前部辞書メモリ７又は文節後部辞書メモリ８か
ら出力されるマツチング・ユニットとは、距離計算回路
６−１に入力される。辞書１項目のマツチング曝ユニッ
トの要素をｌｌ（ｉ＝１ないし２５６） 、入力音声の
マツチング・ユニットの要素を、１ｉ（ｉ＝１ないし２
５６）とすると ≧（Ｉｉ−Ｒｉ）により距離を求め
ること＋−ｌ が出来る。距離計算回路６−１はこのよう准距離計算を
入力音声と全辞書項目の間に計算し、最小値決定回路６
−２は最も距離の小さい辞書項目を選択する。選び出さ
れた辞書項目のラベルは認識結果としてディスプレイ９
に表示される。
文節前部を発声する場合、文節のどこまでが文節前部で
、どこまでが文節後部であるかを判定するのは煩わしい
が、音声情報としては終止形を用い、ラベルをその文節
前部とすることも出来る。
、どこまでが文節後部であるかを判定するのは煩わしい
が、音声情報としては終止形を用い、ラベルをその文節
前部とすることも出来る。
すなわち、第３図（イ）において、ラベル「歩」、「話
」、「送」をそのま＼とし、マツチング・ユニット１を
「あるく」という音声を圧縮したもの、マツチングΦユ
ニット２を１はなす」という音声を圧縮したもの、マツ
チング・ユニット３を「おくる」という音声を圧縮した
ものとすることが出来る。
」、「送」をそのま＼とし、マツチング・ユニット１を
「あるく」という音声を圧縮したもの、マツチングΦユ
ニット２を１はなす」という音声を圧縮したもの、マツ
チング・ユニット３を「おくる」という音声を圧縮した
ものとすることが出来る。
このような構成によって下記のような効果が期待できる
。つまυ、文節の活用語を終止形で発声すると、認識結
果として文節前部が表示されるので、残りを文節後部と
して発声、認識すれば良い。例えば、「歩いだが」とい
う文節を入力するためにスイッチ１０を文節前部辞書メ
モリ７の側に倒した後「あろく」を発声すると、認識結
果として「歩」と表示されるので、文節後部として「い
たが」と；発声すれば良い。
。つまυ、文節の活用語を終止形で発声すると、認識結
果として文節前部が表示されるので、残りを文節後部と
して発声、認識すれば良い。例えば、「歩いだが」とい
う文節を入力するためにスイッチ１０を文節前部辞書メ
モリ７の側に倒した後「あろく」を発声すると、認識結
果として「歩」と表示されるので、文節後部として「い
たが」と；発声すれば良い。
本発明によれば、日本語の１文節を２つの部分に分割し
たものを発声争認識単位とすることによシ、 ■ 従来の単音節単位の入力による音声認識装置や、単
語単位と単音節単位の入力を組合せた認識装置よシも楽
な発声で日本語を音声で入力できる。
たものを発声争認識単位とすることによシ、 ■ 従来の単音節単位の入力による音声認識装置や、単
語単位と単音節単位の入力を組合せた認識装置よシも楽
な発声で日本語を音声で入力できる。
■ 文節単位の発声・認識よりも大幅に辞書の容量を減
少させることが出来る。例えば、語索を限定した２００
０語で「論文調」の場合、本発明によれば文節前部辞書
２０００項目十項目後部辞書２０００項目の計４０００
項目で認識できるが、従来の文節単位の認識方式を用い
ると２０００Ｘ２０００＝４００００００項目が必要に
なる。
少させることが出来る。例えば、語索を限定した２００
０語で「論文調」の場合、本発明によれば文節前部辞書
２０００項目十項目後部辞書２０００項目の計４０００
項目で認識できるが、従来の文節単位の認識方式を用い
ると２０００Ｘ２０００＝４００００００項目が必要に
なる。
第１図は本発明のための「力行五段活用動詞の論文調活
用語尾」を示す図、第２図は本発明の１実施例のブロッ
ク図、第３図は文節前部辞書メモリと文節後部辞書メモ
リの構成の１例を示す図である。 １・・・マイクロフォン、２・・・増幅器、３−１ない
Ｌ３−１６・・・アナログ・フィルタ、４−１・・・マ
ルチプレクサ、４−２・・・サンプル＆ホールド回路、
４−３・・・Ａ／Ｄ変換器、４−４・・・発振回路、４
−５・・・１／１６分周回路、５−１・・・バッファ・
メモリ、・・・文節後部辞書メモリ、９・・・ディスプ
レイ。 手続補正書（自発） 昭和５７年７月７８ ２、発明の名称 文節単位の音声認識方式３、補正をす
る者 事件との関係 ％ｉｆ’Ｆ出願人 住 所 神奈川県用崎市中原区上小田中１０１５番地
氏名 （５２２）富士通株式会社 代表者山本卓眞 ４、代理人 住 所 東京都荒川区西日暮里４丁目１７番１号補
正 の 内 容 うむＡ 以 上
用語尾」を示す図、第２図は本発明の１実施例のブロッ
ク図、第３図は文節前部辞書メモリと文節後部辞書メモ
リの構成の１例を示す図である。 １・・・マイクロフォン、２・・・増幅器、３−１ない
Ｌ３−１６・・・アナログ・フィルタ、４−１・・・マ
ルチプレクサ、４−２・・・サンプル＆ホールド回路、
４−３・・・Ａ／Ｄ変換器、４−４・・・発振回路、４
−５・・・１／１６分周回路、５−１・・・バッファ・
メモリ、・・・文節後部辞書メモリ、９・・・ディスプ
レイ。 手続補正書（自発） 昭和５７年７月７８ ２、発明の名称 文節単位の音声認識方式３、補正をす
る者 事件との関係 ％ｉｆ’Ｆ出願人 住 所 神奈川県用崎市中原区上小田中１０１５番地
氏名 （５２２）富士通株式会社 代表者山本卓眞 ４、代理人 住 所 東京都荒川区西日暮里４丁目１７番１号補
正 の 内 容 うむＡ 以 上
Claims (3)
- （１） 日本語文章を読み上げた音声を機械認識する
音声認識システムにおいて、日本語の１文節が１つの自
立語、又は１つの自立語といくつかの付属語によって構
成されていることに基づき、自立語が名詞のときは、名
詞を文節前部、付属語を文節後部、 自立語が副詞のときは、副詞を文節前部、文節後部なし
、 自立語が連体詞のときは、連体詞を文節前部、文節後部
なし、 自立語が接続詞のときは、接続詞を文節前部、文節後部
なし、 自立語が感動詞のときは、感動詞を文節前部、文節後部
なし、 自立語が動詞のときは、不変化部を文節前部、「変化部
子付属語」を文節後部、 自立語が形容詞のときは、不変化部を文節前部、「変化
部子付属語」を文節後部、 自立語が形容動詞のときは、不変化部を文節前部、「変
化部子付属語」を文節後部、 とすることによって、１文節を文節前部、文節後部の２
つの部分に分け、文節前部の音声情報と対応する文字情
報を関連付けて文節前部辞書メモリに格納し、文節後部
の音声情報と対応する文字情報を関連付けて文節後部辞
書メモリに格納することを特徴とする文節単位の音声認
識方式。 - （２）助動詞「ない」 「らしい」を形容詞、「そうだ
」 「ようだ」を形容詞として扱うことを特徴とする特
許請求の範囲第（１）項記載の文節単位の音声認識方式
。 - （３） 自立語が動詞、形容詞、形容動詞の場合、こ
れら自立語の終止形の音声情報と不変化部の文字情報と
を関連付けて文節前部辞書メモリに格納することを特徴
とする特許請求の範−第（１）項又は第（２）項の文節
単位の音声認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57114418A JPS595298A (ja) | 1982-06-30 | 1982-06-30 | 文節単位の音声認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57114418A JPS595298A (ja) | 1982-06-30 | 1982-06-30 | 文節単位の音声認識方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS595298A true JPS595298A (ja) | 1984-01-12 |
Family
ID=14637203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57114418A Pending JPS595298A (ja) | 1982-06-30 | 1982-06-30 | 文節単位の音声認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS595298A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01140369A (ja) * | 1987-11-27 | 1989-06-01 | Hitachi Ltd | 音声対話型文書作成装置 |
| JPH01265298A (ja) * | 1988-04-15 | 1989-10-23 | Fujitsu Ltd | 音声認識方式 |
-
1982
- 1982-06-30 JP JP57114418A patent/JPS595298A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01140369A (ja) * | 1987-11-27 | 1989-06-01 | Hitachi Ltd | 音声対話型文書作成装置 |
| JPH01265298A (ja) * | 1988-04-15 | 1989-10-23 | Fujitsu Ltd | 音声認識方式 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6990450B2 (en) | System and method for converting text-to-voice | |
| US20020077822A1 (en) | System and method for converting text-to-voice | |
| Cutler et al. | Explaining cross-linguistic differences in effects of lexical stress on spoken-word recognition | |
| US6549883B2 (en) | Method and apparatus for generating multilingual transcription groups | |
| Aarti et al. | Spoken Indian language identification: a review of features and databases | |
| McLarty et al. | Corpus-based sociophonetic approaches to postvocalic r-lessness in African American Language | |
| Kishore et al. | Experiments with unit selection speech databases for Indian languages | |
| Carlson et al. | Linguistic processing in the KTH multi-lingual text-to-speech system | |
| US20020077821A1 (en) | System and method for converting text-to-voice | |
| JPS595298A (ja) | 文節単位の音声認識方式 | |
| JP3009636B2 (ja) | 音声言語解析装置 | |
| JP2758851B2 (ja) | 自動翻訳装置及び自動通訳装置 | |
| KR100369507B1 (ko) | 표준 발음법 분석에 기반한 음성 인식/합성 시스템 및 방법 | |
| Umeda et al. | The parsing program for automatic text-to-speech synthesis developed at the Electrotechnical Laboratory in 1968 | |
| Meng et al. | CU VOCAL: corpus-based syllable concatenation for Chinese speech synthesis across domains and dialects. | |
| JP3518340B2 (ja) | 読み韻律情報設定方法及び装置及び読み韻律情報設定プログラムを格納した記憶媒体 | |
| Wong et al. | Acoustic modeling and language modeling for cantonese LVCSR. | |
| JP3446342B2 (ja) | 自然言語処理方法および音声合成装置 | |
| JP3029403B2 (ja) | 文章データ音声変換システム | |
| Büyük | Sub-world language modelling for Turkish speech recognition | |
| Kato et al. | Multilingualization of speech processing | |
| Lindström et al. | A two-level approach to the handling of foreign items in Swedish speech technology applications. | |
| JP3121530B2 (ja) | 音声認識装置 | |
| Lee et al. | Modeling cross-morpheme pronunciation variations for korean large vocabulary continuous speech recognition. | |
| Mariani | Hamlet: a prototype of a voice-activated typewriter |