JPS5961893A - 標準パタ−ン更新機能付音声入力装置 - 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】 本発明ハ、パターンマツチング法を用いた音声入力装置
に関し、特に単音節認識と単語辞Ｖ＃を併用して、大語
いの単語を音声で入力する音声入力装置に関する。

単音節認識は、ｌ音ｌ音区切って発声された単音節音声
のｉＦ！ｆ徴を抽出後パターン化して標準パターンとし
て登録し−Ｃおいて、認識しようとする入力音声の特徴
パターンと、登録された各種単音節の標準パターンとの
距離を計算し、最も類似している標準パターンに対応す
る一単音節をコードとして出力するパターンマツチング
法によって行なわれる。標準パターンの形式には各種の
ものがある。

例えば音声振幅の時系列的配列１周波数勢力分布。

基本周波数と線形予測係数等又はこれらの組合せによっ
て音声の特徴抽出およびパターン化が可能である。標準
パターンと入力音声の特徴パターンとの比較によシ類似
変の近い単音節を選択する。

１〜かし、いずれのパターンを用いるものであっても、
単音節音声は１発声される時間が短かいため特徴に関す
る情報量が少なく、その上同一人物の発声する同一音節
のパターンでも発声の都度変動が太きいため誤認識する
ことが多く、またｌ音ｌ音の認識結果を１音節ごとに確
認しながら入力するため入力効率も悪い。

そこで、入力音声を単語単位でまとめた一連の単音節認
識結果を、あらかじめ各ルｌ＋単語を例えば単音節列で
見出しを付けて格納した単語辞書から読み出した単語と
比較することにより、単音節認識に多少の誤りがあって
も意味のある単語として結果を推定して出力する方式が
考えられている。

しかし、この方式は、時間経過に伴なう発声者の体調、
発声方法１周囲環境の変化等により、単音ｉＵ＋自体の
特徴パターンが変化して単音節音声認識率が低下した場
合は、単語辞謝のた照による正解の推定も困難となり、
誤認識するという欠点がある。いくつかの推定単語を出
力して、操作者の修正操作によって正しい単ｉｊ１出力
を得ることもできるが、このような場合は修正操作が増
大することになる。

本発明の目的は、上述の従来の欠点を解決し、高い認識
率を得るために標準パターン更新機能をもった音声入力
装置を提供することにある。

本発明は、入力単語音声の各単音節ｆｒ：認識し、単語
辞書を参照して単語認識結果を出力した際に、単語認１
ｉｌｉｌ！に貢献しなかった単音節、すなわち誤認識さ
ハた単音節の標準パターンを、現時点の人力単音節の特
徴パターンによって更新することにより認識率を向上さ
せるものである。すなわち、本発明の音声入力装置は、
入力音声の単音節の特徴を抽出ｉ〜でパターン化する音
声特徴抽出部と、該音声特徴抽出部の出力する単音節の
特徴を標準パターンとして記憶する標準パターン記憶部
と、一連の単音節からなる一区切りの入力単語音声の単
音節ごとの特徴を記憶する入力音声記憶部と、該入力音
声記憶部の出力する一連の単音節の特徴を単音節ごとに
前記標準パターンと比較して認識結果を求める音声認識
部と、該音声認識部の出力する単語音声に対する認識結
果を記憶する音声認識結果記憶部と、あらかじめ多数の
単語を単音節の配列として記憶した単語辞書記憶部と、
前記音声認識結果記憶部の出力を該単語辞書記憶部の内
容と比較することにより単語認識を行なう単語認識部と
、該単語認識部の認識結果を記憶する単語認識結果記憶
部と、該単語認識結果を表示する表示部と、前記音声認
識結果記憶部の内容と前記単語認識結果記憶部の内容と
を比較し不一致の単音節を標準パターン更新制御部に通
知する結果比較部と、前記入力音声記憶部の出力する複
数の単音節の特徴パターンを入力し前記結果比較部から
通知された不一致の単音節に対応する単音節の特徴パタ
ーンにより前記標準パターン記憶部の内容を更新する標
準パターン更新制御部とを備えたことを特徴とする。

なお、前記音声認識結果記憶部が類似度の大きい上位複
截の認識結果を保存し、操作者の選択によって正しい単
語を出力させた場合には、前記結果比較部へは最上位の
認識結果が送られる。

次に、本発明について、図面を参照して詳細に説明する
。

第１図は、本発明の一実施例を示すブロック図である。

すなわち、マイクロホンｌから入力された単音節音声は
、音声特徴抽出部２によって特徴が抽出ジノ］、てパタ
ーン化さ第１る。特徴の抽出方法、パターン形式等は、
公知のいずれの方式を用いても良い。スイッチ３は、椋
準ノくターン登録時にはＡ　（ｔｌｌｌに倒され、音声
認識時にはＢ側に倒される。

登録時には、ｎ１■記音声特徴抽出部２の出力する単音
節の特徴パターンは標準パターン記憶部４へ送られて標
準パターンとして登録される。標準パターン記憶部４に
は、あらかじめすべての単音節の標準パターンが登録さ
れる。

音声認識時には、音声特徴抽出部２は、１つまたｆｚｉ
一連の複数の単音節音声からなる単語音声の各屯音節の
特徴パターンをそれぞれ抽出し、発声１１口に人力嬢声
記憶部５へ送出し記憶させる。入力音声記憶部５は、上
記特徴パターンを順次音声認ｉａ部６に送り、音声認識
部６は、入力特徴）（ターンと槌桑パターン記憶部４の
出力する標準パターンとのマツチング処理を行ない、認
識結果は音声認識結果記憶部７に記憶される。音声認識
結果記憶部７は、入力単語中の一連の単音節の認識結果
が単Ｌｊ＋として記憶されている。また、バッファメモ
リを内蔵していて、類似度の上位複数の認識結果が類似
度の大きい順に記憶される。一方、単語辞書記憶部９に
は、多数の単語が例えば卑音節列によって配列記憶され
ている。そして、単語認識部８は、音声認識結果記憶部
７の出力する音声認識結果（単語）と単語辞書記憶部９
内の単語との辞書マツチングを行ない、意味のある単語
のうち音声認識結果と最も近いものを選択する。選択結
果は単語認識結果記憶部１０に記憶され、かつ結果表示
部１１に表示される。選択結果、同音異義語があるとき
は、単語認識部８からは複数の同音異義語が送出され、
それぞれ単語認識結果記憶部１（＋の内蔵するバッファ
メモリに記憶される。

操作者は、結果表示部ｌｌの表示が正解である場合は次
の音声を発声する。このとき単語認識結果記憶部ｌＣ）
の内容は図示されない他の装置へ送出されると共に結果
比較部１２に送られる。また、音声認識結果記憶部７の
内容も結果比較部１２に送られ。

結果比較部１２は、両入力の比較により不一致の単音節
に対応する正解の単音節コードおよび該単音節の発声１
１位を標準パターン更新制御部１３に送る。

標準パターン更新制御部１３は、前記入力音声記憶部５
から供給される各単音節パターンのうち上記発声１１１
位の特徴パターンにより標準パターン記憶部４内の当該
単音節コードの標準パターンを更新する。すなわち、標
準パターン記憶部４は、最新の発声による標準パターン
で更新されることになる。音声人力の部間上述の動作に
よって最新の発声による標１′四パターンに更新される
。ただし、正しく認識された単音節については更新され
ない。

従ッテ、一時的な変調によって若干特徴ノくターンが変
化したようなものについてはその都度更新されることは
ない。

なお、操作者が結果表示部１１の結果が誤っていると確
認したときは、音声認識結果順位〈り上げ選択スイッチ
１４を押動することにより、）順位くり上げ選択制御部
１５は音声認識結果記憶部７の内蔵する前記バッファメ
モリの次の順位の認識結果を単語認識部８に送出させる
。そして前述と同様な処理により新しい結果が表示部１
１に表示される。

新しい結果が正解であれば操作者は次の発声をする。こ
のとき結果比較部１２に送られるのは、音声認識結果記
憶部７の第１位の認識結果および単語認識結果記憶部の
最終的な単語認識結果である。

また、操作者が結果表示部ｌＩＫ表示された単語の同音
異義単語を求める場合には、同音異義単語選択スイッチ
１６を押動することによ抄、同音異義単語選択部１７は
、単語認識結果記憶部１０にある同音異義単語を結果表
示部１１に表示させる。このとき結果比較部１２に送ら
れるのは勿論最終的な単語認識結果である。たソし、こ
れは本発明の必須の構成要件ではない。

上述の結果比較部１２の構成例を第２図に示す。

すなわち、音声認識結果記憶部７の出力する一連の単音
節コードと、単語認識結果記憶部１（ｌの内容は、それ
ぞれ発声された順に結果比較部１２の内蔵する比較器２
（］で比較される。比較器２０からは、一致したコード
に対しては論理′（ばが、一致しないコードに対しては
論理１１＃が出力さｈてセレクタ２２に送られる。セレ
クタ２２は、カウンタ２１の出力によって比較器２０の
出力を順番に選択してゲート回路２４の制御信号として
送る。ゲート回路２４には、カウンタ２１の出力信号が
入力されていて、セレクタ２２からの制御信号が１１＃
であるときのカウンタ２１の出力値Ｎすなわち不一致の
単音節の発声順位を通過させてセレクタ２３および標準
パターン更新制御部１３に送る。上記セレクタ２３は、
ゲート回路２４の出力値Ｎによって前記単語認識結果記
憶部１（１の出力コードのうち不一致のコードＫを選択
出力する。例えば。

単語認識結果記憶部Ｈ１の内容が１カナガワ“であり、
音声認識結果記憶部７の出力コード、６＜％カマガワ“
であるときは、カウンタ２１の出力値１２“のときにセ
レクタ２２が論理ゝｌ“を出力し、これによってゲート
回路２４が開かれて、カウンタ２１の出力値′２＃が送
出される。

また、セレクタ２３は、カウント値１２＃によってコー
ド１す”を選択出力する。

一方、標準パターン更新制御部１３は第３図に示すよう
に構成される。す力わち、内蔵するセレクタ２５に、入
力音声記憶部５から１カナガワ“の各単音節入力の特徴
パターンが供給されている。そして、セレクタ５は、結
果比較部１２のゲート回路２４から供給されたカウンタ
２１の出力値Ｎ（上述の例でいえば１２＃）によって不
一致であった単音節の特徴パターンＰ（上述の例ではゝ
す“の特徴パターン）を選択出力してゲート回路２６に
供給する。また、前記セレクタ２３から供給されたコー
ドＫ（上述の例では１す＃）はゲート回路２７に入力さ
せる。

ゲート回路２ｆｉ、　２７は、結果表示部の表示が正し
くて次の音声が入力されたとき、入力音声記憶部５が次
の音声入力により出力する信号Ｖによって開かれて、特
徴パターンＰおよび対応するコードＫを標準パターン記
憶部４に送出し、コードＫに対応する標準パターンを特
徴パターンＰによって更新す７る。上述の例では、′す
”のコードに対応する標準パターンが現時点の音声入力
の特徴パターンＰによって更新される。

以上のように、本発明においては、単語入力音声を一連
の単音節の特徴パターンによって音声認識し、認識結果
は単語辞書を参照して意味のある単語認識結果として出
力させることにより認識率を向上させ、正解である単語
認識結果と音声認識結果の不一致の単音節に対しては、
現時点の単音節特徴パターンによって標準パターン記憶
部の内容を更新するように構成したから、常に発声者の
その時点での入力音声に近い音声の標準パターンによっ
て音声認識がさｈる。従って、音声認識率が向上する効
果がある。また、結果的に単語への７＆庚率が向上し、
人間による修正操作等の回数を少なくすることができる
。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
上記実施例の結果比較部の構成例を示すブロック図、第
３図は標準パターン更新制御部の一構成例を示すブロッ
ク図である。 図において、ｌ・・・マイクロホン　　２・・・音声特
徴抽出部　　３・・・スイッチ　　４・・・標準パター
ン記憶部　　５・・・入力音声記憶部　　６・・・音声
認識部　　７・・・音声認識結果記憶部　　８・・・単
語認識部　　９・・・単語辞書記憶部　　１（１・・・
単語認識結果記憶部　　１１・・・結果表示部　　１２
・・・結果比較部１３・・・標準パターン更新制御部　
　１４・・・音声認識結果くり上げ選択スイッチ　　１
５・・・順位〈り上げ選択制御部　　１Ｇ・・・同音異
義単語選択スイッチ］７・・・同音異義単語選択部　　
２（）・−・比較器　　２１・・・カウンタ　　２２．
２３．２氏２６・・・セレクタ　　２４．２６゜２７・
・・ゲート回路。

Claims (1)

【特許請求の範囲】
1. （１）入力音声の単音節の特徴を抽出してパターン化す
   る音声特徴抽出部と、該音声特徴抽出部の出力する単音
   節の特徴を標準パターンとして記憶する標準パターン記
   憶部と、一連の単音節からなる一区切りの入力単６ζ１
   音声の単音節ごとの特徴を記憶する入力音声記憶部と、
   該入力音声記憶部の出力する一連の単音節の特徴を単音
   節ごとに前記標準パターンと比較して認識結果を求める
   音声認識部と、該音声認識部の出力する単語音声に対す
   る認識結果を記憶する音声認識結果記憶部と、あらかじ
   め多数の単語を単音節の配列として記憶した単語辞書記
   憶部と、顔Ｉ記音声認識結果記憶部の出力を該単語辞書
   記憶部の内容と比較することにより単Ｗｔｊ認識を行な
   う単語認識部と、該単語認識部の認識結果を記憶する単
   語認識結果記憶部と、該単語認識結果を表示する表示部
   と、前記音声認識結果記憶部の内容と前記単語認識結果
   記憶部の内容とを比較し不一致の単音節を標準パターン
   更新制御部に通知する結果比較部と、前記入力音声記憶
   部の出力する複数の単音節の特徴パターンを入力し前記
   結果比較部から通知された不一致の単音節に対応する単
   音節の特徴パターンにより前記標準パターン記憶部の内
   容を更新する標準パターン更新制御部とを備えたことを
   特徴とする標準パターン更新機能付音声人力装置。 （２、特許請求の範囲第１項記載の標準パターン更新機
   能付音声入力装置において、前記音声認識結果記憶部は
   、類似度の大きい上位複数の認識結果をそれぞれ格納す
   るバッファメモリを有し、該バッファメモリの内容は操
   作者の指示によってＩｌｌ’ｉ次前記単語認識部に送出
   されるものであって、…Ｊ記結果比較部へは類似度の最
   上位の認識結果を送出することを特徴とするもの。