JPS60100197A - 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】 〔発明の属する技術分野〕 本発明は音声による情報の意味を判別して情報処理装置
あるいは機械に伝達する音声入力装置に関する。

以下余日 〔従来技術〕 従来、不特定の話者を対象にした音声認識においては、
あらかじめ収集した出来るだけ幅広いサンプルデータか
ら認識用データ、例えば標準パターン（あるいは識別関
数）を作成し、入力された音声をこの標準パターンと比
較して、入力情報を判定していた。

この方法では、多数の人々から採集したサンダルから標
準・ぞクーンあるいは識別関数を作成しており、サンプ
ルが多くなればなるほどより広範囲の発声者の声を認識
することが可能となるが、標準／ＮＯターン作成の時間
はサンダル数と対象となる言葉の増加に対してはぼ２乗
倍に近い増加となる欠点があった。加えて、不特定話者
、多数語認識の場合は、ある人の発声した「甲」という
言葉と他の人の発声した「乙」という言葉の特徴が類似
した９２重なったシして識別出来なくなる欠点があった
。

〔発明の目的〕

本発明は、不特定話者音声認識用のデータ作成時間の縮
小化を計ると共に、多数語認識において多数の発声者に
おける識別不能領域を解消して認識率の向上化を計り、
もって不特定話者音声認識を可能にすることを目的とす
る。

〔発明の構成〕

本発明は、異る認識用データを有する複数の、音声認識
手段と、その認識結果を確認する手段と。

前記認識結果の正答、誤答に応じて次回のそれぞれの音
声認識手段の認識結果の重み付けを変化させる手段とを
備えたことを特徴とする音声入力装置でちる。

〔発明作用〕

すなわち１本発明では、・クターンマッチング法（ある
いは識別関数法）による音声認識において。

複数の標準ｉ４ターン（あるいは識別関数）とこれらの
それぞれに対応する複数の認識用ゾロセッサとを用いて
音声認識を行い、制御用プロセッサが音声応答手段もし
くは表示手段等によシ最も可能性のある認識結果（たと
えば第１回目は多数決判定）から順番に問い合せ、「Ｙ
ｅｓＪあるいはｒＮｏＪの返答を受け取って正答を確認
する。更に、複数の認識用プロセッサのうち正答、第２
候補、第３候補として上げて来たものの重み付けを増加
し。

誤答を上げて来たものの重み付けを減少させることを〈
シ返すことによって９話者に最も合った標準パターン（
あるいは識別関数）を選択してゆき。

もって不特定話者音声認識において、認識作業を進行さ
せながら高認識率の音声認識を行うことができるように
したことを特徴とする。

〔発明の実施例〕

次に、第１図を参照して本発明の一実施例を説明する。

この装置は、異るパターンを有する複数の標準パターン
源１−１　、１−２　、・・・、１−ｎとこれに対応す
る音声認識用ゾロセッサ２−１　、２−２　、・・・２
−ｎとで音声入力端子３からの音声の認識を行う。話者
に対する正答、誤答の確認は、制御プロセッサ４によシ
音声あるいはランプ等による表示信号発生装置５．出力
端子６を通して音声あるいはランプ表示灯で行われる。

７は話者からの確認信号受信器。

８は情報処理装置あるいは制御機器である。標準ノｅタ
ーンは複数の類似サンプルからつくられ１例えば標準・
やターン作成時のサンプル提供者を地方別に分類して得
られるサンプルをもとにしてつくられる。これは識別関
数の場合も同様である。

力を各標準パターンを用いて認識し、認識結果を制御プ
ロセッサ４に伝達する。制御プロセッサ４は、１回目は
すべての認識結果の中から正答の可能性の大きい認識結
果の順１例えば多数決判定結果によシ２表示信号発生装
置５全通して話者に確認をめ、正答を探り出す。そして
、正答を見つけた段階で情報処理装置あるいは制御機器
８に出力すると共に、正答を出力してきた音声認識用プ
ロセッサと誤答を出力してきた音声認識用プロセッサに
対する次回の重み付けを変化させる。

２回目の音声入力に対しては、各音声認識用プロセッサ
の認識結果を重み付けに応じて正答の可能性の大きい順
に話者に確認をめ、正答を見っけた段階で各音声認識用
プロセッサの認識結果の正、誤に応じて前回の重み付け
に対して増減を行う。このような動作を音声入力毎に行
う。

〔発明の効果〕

このように、ある話者が複数回の音声入力を行う場合に
、音声入力がある毎にすべての音声Ｖ３　Ｒ用プロセッ
サに対して重み付けの増減を行い２次回の音声入力の認
識に利用することにょシ、音声入力の回数が多くなるほ
ど話者に適した標準・やターンをもとにした音声認識が
行われることとなシ。

認識率を向上させることができる。また、正答。

誤答を確認する際の話者の返答にｒＹｅｓＪＪＮｏＪ等
の万国共通的な言葉を用いることにより、方言による認
識率の低下を防止できる。更に、標準・やターンの種類
に応じて棲数ケ国語による音声入力が可能となシ、標準
・ぐターンの選定にょシ識別域の重なシに起因して識別
不能になる従来の問題を解消することが出来る。加えて
、多数の人々の発声したサンダルから標準パターン（あ
るいは識別関数）を作成する際においても、従来のよう
に全サンゾル一括処理を行う必要がなく、適当に分割し
た類似のサンプルによる標準／ｅターンの作成で済むた
め、標準パターンの作成時間が大幅に短縮出来る。

また、新しいサンプルの追加、不要サンプルの削除も容
易に行うことが可能となる。

以上の説明から明らかなように２本発明によればＬＳＩ
等により小型化した音声認識用グロセノサを多数個用い
て不特定話者多数語認識を高認識率で行うことが可能と
なる。また、方言、多国ケ語に対応した標準ノＱターン
の選定が可能で、標準パタ「ンの作成時間の縮小化も計
れる。更に、不特定話者の音声認識における言葉の識別
領域の重なシに起因して識別不能となるような従来の欠
点を解消することができる。

【図面の簡単な説明】

第１図は本発明の実施例を示す。 図において、１−］、、・・・、］１−ｎ：音声認識用
プロセッサ２−１．・・・、２−ｎ：標準ノやターン源
、３：音声入力端子、４：制御グロセッザ、５°表示信
号発生装置、６：出力端子、７：確認信号受信器、８：
情報処理装置あるいは制御機器。

Claims (1)

1. 【特許請求の範囲】 １　音声認識手段とその認識結果を確認する手段とを持
   った音声認識装置において、前記音声認識手段として異
   る認識用データを有するものを複数組備え、且つそれぞ
   れの音声認識手段の正答。 誤答に応じて２次回の各音声認識手段の認識結果の重み
   伺けを変化させる手段を有することを特徴とする音声入
   力装置。