JPS5988799A - 音声パタン登録方式 - 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】 〔発明の利用分野〕 本発明は、登録さｎた音声バタンについて入力音声に対
する類似度が最も大きいものを判定し。

それを認識結果として出力しうるとともに、音声入力に
よって当該音声バタンの登録をもすることができる音声
認識装置において、音声入力による音声バタンの登録に
際し、その登録内容が適切であるか否か全確認しうるよ
うにするための音声バタン登録方式に関するものである
。

〔従来技術〕

この種の音声認識装置における音声入力による従来の音
声バタン登録方式は、一般に、登録のための発声者に対
し、最初に同装置から音声バタン登録に関する音声人力
指示（例えば、特定信号音による合図をするたけで、そ
の登録に当該内容が適切なものであったか否か等の確認
をさせていなかった。

し友がって、その登録背戸バタンか適切でなかったとき
は、誤認識、リジェクトの原因となって同装置の認識量
を低下させるとともに、登録のための発Ｐ＠に対しては
登録が確実に行われたか否かについて不安感を与えて運
用性、サービス性がよくなかった。

〔発明の目的〕

本発明の目的は、上記した従来技術の欠点金なくし、こ
の種の音声認識装置における音声バタン登録を確実化す
るとともに、その認識率、運用性。

サービス性をも向上せしめることができる音声バタン登
録方式を提供することにある。

〔発明の概要ｊ 本発明に係る音声バタン登録方式の構成は、登録された
複数組の音声バタンテークと、入力音声の音声分析によ
って抽出された特徴テークとのバタンマツチング処理金
し、その類似度が最上位となるものを判定・出力すると
ともに、音声入力による音声バタンの登録をも行う機能
？有する音声認識装置において、音声入力による音声バ
タンの登録ケするときは、その人力音声の音声分析の結
果に基づき、逆に同−万式で確認用の音声を合成して送
出し、それに対する確認結果により、上記音声分析の結
果に基づいて当該音声バタンの作成・登録音し、または
当該音声の再入万全せしめるように制御・処理するもの
である。

これを要する（で、音声バタンの登録前に、その入力音
声の音声分析の結果そのものを逆に音声として合成・送
出することにより、その適否全当該発声者自身に確認せ
しめうるようにい音声〕くタン登録の確実化を図ろうと
するものである。

〔発明の実施例〕

以下１本発明の実施例？図に基づいて説明する。

第１図は、本発明に係る音声バタン登録方式による音声
認識装置の一実施例のプロづり図、第２図は、そのフロ
ーチャートである。

ここで、１は、音声入力に係るマイクロフォン、２は、
入力音声信号について利得調整、帯域制御その他所要の
前処理を行った後、そのディジタル変換をする入力部、
３は、入力されたディジタル音声信号に基づいて入力音
声の音声分析全行い。

その特徴データを抽出する分析部、４は、上記音声分析
結果に基づいて当該音声バタン全作成する音声バタン作
成部、５は、大力音声と音声ノくタンとのバタンマツチ
ング処理（類似度計算処理）を行う音声認識部、６は、
その処理結果によって入・　３ 刀音声に対する各類似度の順位を判定する判定部、７は
、標準用まｔは個人用の各複数組の音声バタンテークを
登録（または格納、記憶）しておくことができる音声バ
タンメモ１ハ　８は、その選択制御音する音声バタン選
択部、９は、認識・分析結果の表示・確認、音声入力指
示その他所要の表示・相持に係る音声合成部、１０は、
同スピーカ。

１１は、認識結果表示・確認、音声人力指示その他所要
の表示・操作に係るコンソール部、１２は上記各部に対
する制御その他所要の処理を行う制御部、１３は、音声
認識結果に基づいて所望のサービス処理を行うホスト装
置である。

まず、サービス処理に先立ち、制御部１２は、音声入力
に対する準備を入力部２１分析部３に指示するとともに
、発声者に対して音Ｐ認識、音声バタン登録いずれかの
サービスモード？入力することを促す催告メツセージを
音声合成部９経由でスピーカ１０から放声せしめる（第
２図の処理２す。

これにより、発声者は、サービスモードの大力をマイク
ロフォン１ま友はコンソール部１１から行うが、以下、
そのサービスモードがバタン登録に関するものであった
場仕について説明する。

その結果、制御部１２は、登録すべき所望内容の音声入
力を促すべき催告メツセージを音声合成部９経由でスピ
ーカー０から放声せしめる（同処理２２）。

発声者は、こｎを聴取してマイクロフォン１から登録音
声の入カケする（同処理２３）。

入力部２は、その人力音声信号のディジタル変換ａをし
、分析部３は、そのディジタル音声信号の音声分析をし
て当該特徴テーク等の抽出ケする（同処理２４）。

制御部１２は、発声者に登録音声の内容を確認させるた
め、上記音声分析の結果（特徴データ等）に基づき、逆
に同−万式で確認用の背戸全音声付成部９に合成せしめ
、（例えばＰＡＲ（ＯＲ万式の音声分析結果に基づいて
ＰＡＲＣＯＲ万式の音声合成をせしめ〕これケスビーカ
ー０から放声せしめる（同処理２５）。

発声者は、その登録音声の合成音全聴取して、これが登
録するのに適切であるか否かの確認結果人力全コンソー
ル部１１から行う（同処理２６）。

その確認結果入力の内容が登録に適切でないことを表示
するものであったときは、前述の処理２２に戻って再度
の登録人力をするように放声されるが、適切であること
を表示するものであったときは、音声バタン作成部４は
、上記音声分析の結果に基づき、その登録音声のバタン
データを作成して音声バタンメモリ７に格納（登録）す
る（同処理１２７）。

なお、上記確認結果の入力は、マイクロフォン１からの
音声入力によってもよい。

このようにして、所望の音声バタンの登録を行うことが
できるが、入力音声について行ったバタン登録用の音声
分析結果そのものを逆に合成し、これを発声者に聴取・
確認せしめるので、確実なバタン登録となる。

次に、通常の音声認識処理について説明する。

前述のサービスモードの大力の結果、バタン登録でなく
て認識処理要求であり之場合には、制御部１２は、音声
バタン選択部８に対し、当該認識対象となるべき分類（
例えば、数字類、サービス種別等）の音声バタン全音声
バタンメモリ７から選択するように指示する（同処理２
８）。

更に、音声入力？促す入力催告メヴセージ全音声会成部
９経由でスピーカ１０から放声せしめ（同処理２９）、
これを＠３声者に聴取せしめた後、マイクロフォン１か
ら所望の音声入力音せしめる（同処理３０）。

入力部２は、その人力音声のテイジタル変換等をし、分
析部３は、そのテイジタル音声信号について音声分析を
して当該特徴データ等の抽出？する（同処理６１）。

音声認識部５は、その特徴データと上記の選択された各
音声バタンデータとの間でバタンマツチング処理（類似
度計算処理）金行い、その谷類度を判定部６へ伝える（
ＰＪ処理３２）。

判定部６は、類似度が最主位となる（最も確からしい）
ものを認識結果として制御部１２へ伝える（同処理３３
）。

・　７ 人力音声に対して最も確からしい類似度の値が低く、そ
れを認識結果として出力するのは疑わしいとすべきりジ
ェクトの場合には、制御部１２は。

音声バタン選択部８に対して今までと同一の音声バタン
全選択するように指示した後（同処理３６）、発声者の
再発声を促すメツセージ全音声合成部９経由でスピーカ
１０から放声させる（同処理３７）。

−また、リジェクトでない場合には、制御部１２は、そ
の認識結果が正しいものであるか否か全発声者に確認さ
せるための表示として、確認要求メツセージ全音声合成
部９経由でスピーカ１０から放声はせる（同処理３４）
。なお、上記表示は。

コンソール部１１におけるランプ表示等によってもよい
。

発声者は、これ？聴取して自己の人力音声について正認
識、誤認識いずｎであったか全矧り、その確認結果をコ
ンソールＢ１１から制御ｓ１２へ入力する（同処理３５
）。

制御部１２への上記確認結果人力は、必ずしもコンソー
ルｓ１１における操作による必要はなく、マイクロフォ
ン１からの確認用音声の入力によってもよいが、その内
容は音声認識が罹災に行われるように簡単で誤認識ケし
にくいものであることか望ましい。

制御部１２は、上記確認情報により、上述の認識候補か
正しいものであるときは、それを認識結果としてホスト
装置１５へ送出し、１つの入力音声に対する処理を終了
せしめて次の入力に備える。

−万、誤認識であったという確認情報１に受けた場合は
、前述のりジェクトの場合と同様に処理６６゜３７を行
わせ、これを正認識結果が得られるまで繰り返して行い
、正認識となったときは、上述と同様に当該認識結果が
ホスト装置１３へ送出され、一連の処理が終了する。

このように、音声バタン登録処理は１通常の認識処理に
使用されろ部分のうち、特にマイクロフォン１．入力ｓ
２１分析部３．音声合成部９．スピーカー０．コンソー
ル部１１．制御部１１等はとんど同一部分を共用して罹
災に行うことができ。

音声バタン登録処理に専用のものは音声バタン作成熱４
のみであり、経済的、動車的な音声認識装置を央現する
ことができる。

〔発明の効果〕

以上、詳細に説明したように１本発明によれば、音声バ
タン登録を確実化するとともに、この種の音声認識装置
の認識箪、運用性、サービス性の向上にも顕著な効果が
得られる。

【図面の簡単な説明】

第１図は、本発明に係る音声バタン登録方式による音声
認識装置の一実施例のブロヴク図、第２図は、そのフロ
ーチャートである。 １・・・マイクロフォン、２・・・入力部、３・・・分
析部、４・・・音声バタン作成部、５・・・音声認＠部
、６・・・判定部、７・・・音声バタンメモリ、８・・
・音声バタン選択部、９・・・音声合成部、１０・・・
スピーカ、１１・・・コンソール部、１２・・・制御部
、１３・・・ホスト装置。 −・−ゝ＼ ゝ　　　　＼ 代理人弁理士　薄　１）利　辛１゛−１′、−１ １１。 オ　／　図 ／７

Claims (1)

【特許請求の範囲】
1. １、登録された複数組の音声バタンデータと、入力音声
   の音声分析によって抽出された特徴データとのバタンマ
   ツチング処理をし、その類似度が最主位となるものを判
   定・出力するとともに、音声人力による音声バタンの登
   録をも行う機能を有する音声認識装置において、音声人
   力による音声バタンの登録をするときは、その人力音声
   の音声分析の結果に基づき、逆に同一方式で確認用の音
   声を合成して送出し１それに対する確認結果により上記
   音声分析の結果に基づいて当該音声バタンの作成・登録
   をし、または当該音声の両人力をせしめるように制御・
   処理することを特徴とする音声バタン登録方式。