JPS60175141A - 日本語音声入力装置 - 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】 〈発明の技術分野〉 本発明は文節単位に発声された音声を音節単位に認識し
、この認識された音節候補の組合せにより複数の文節候
補列を作成し、辞書照合を含む文法処理を行なって文節
単位の認識結果を出力する日本語音声入力装置の改良に
関するものであり、更に詳細には認識結果の複数の候補
を音声認識結果の確からしさ及び該確からしさ以外の条
件にもとすいて総合評価して認識結果の出力順序を変更
するようにした日本語音声入力装置に関するものである
。

〈発明の技術的背景とその問題点〉 従来の日本語音声入力装置におりて、例えば入力音声を
音節単位に認識し、この認識された音節候補の組合せＫ
より複数の文節候補列を作成し、辞書照合を含む文法処
理を行なって文節単位の認識結果を出力している。そし
てこの時文節の長さと各音節毎の候補数を組合せた数の
文節候補列が作成され、また辞書照合の結果も複数の認
識結果が出力される。

この場合、音声認識結果の確からしさの順序で複数の認
識結果を順次出力している。

しかし、従来のこのような方法において、単音節の認識
結果がほとんど誤まりの無い場合、あるいは対象とする
語粂が少ない場合には特に問題は生じないか、現在の音
声認識の技術レベルヤは充分に区切った音節でも識別し
にく−音節があり、また連続的に発声した音声では調音
結合等の影響により識別率が更に低下する。

また辞書に収納された語朶か多くなれば思ってもみない
語が最初に認識結果として出力されることがある。

本出願人はこのような従来の問題点を解決するため、先
に特願昭５８−５８５１３号「音声入力（音節認識結果
の確からしさ以外の自立語の長さ、頻度を含む条件にも
とすく文法評価値情報）とか、ら得られる総合評価値情
報によって評価して認識結果の出力順序を決定するよう
にしたものである。

しかし、本出願人が先に提案した音声入力式日本語文書
処理装置において、その出力結果をＣＲＴ等の表示装置
によって人間が確認しなければならない場合、先忙本出
願人が提案した出力方法では文節の表示全体が書き換わ
ってしまう場合が多く、非常に目か疲れやすい問題点が
あることが判明した。

〈発明の目的〉 本発明は上記の点に鑑みて成されたものであり、同一自
立語の候補を続けて出力することによって表示の書き換
わる部分を少なくし、使用者の疲労度を軽減せしめるよ
うにした日本語音声入力装置を提供することを目的とし
、この目的を達成するため、本発明の日本語音声入力装
置は、認識結果の複数の候補を音声認識結果の確からし
さを示す確度情報と、音声認識結果の確からしさ以外の
自立語の長さ、頻度を含む条件にもとすく文法評価値情
報とから得られる総合評価値情報により評価ミ朝認識結
果の出力順序を入れ換える手段と、得られた文節候補列
のなかで同じ自立語のものをまとめるように認識結果の
出力順序を決定する手段とを備えて次候補を選択する際
の表示を見やすくするように構成されている。

〈発明の実施例〉 以下、図面を参照して本発明の一実施例を詳細に説明す
る。

第１図は本発明の音声入力式日本語文書処理装置の一実
施例の構成を示すブロック図である。

第１図において、ｌは音声入力をピックアップするマイ
クロホンであり、このマイクロホンｌにより検出された
音声は単音節認識部２に入力される。この単音節認識部
２は従来公知のものであり、マイクロホンｌを介して入
力された文節単位の音声が音節単位に区分されて単音節
毎の特徴描出が行なわれる。一方メモリ３には各単音節
毎の標準パターンが記憶されており、単音節認識部２に
おいて入力音声の特徴パターンと標準パターンとのマツ
チング計算処理が行なわれ、このマツチング計算処理の
結果、＃Ｉｋ近似したものが第１候補として、また順次
近似したものか次候補として選出され、その結果が近似
度（確からしさ）を示す距離差情報と共にメモリ４に音
節ラティスとして記憶される。

上記単音節認識部２において認識され、音節ラティスと
してメモリ４に記憶された内容は候補列作成部５に入力
されて近似度（確からしさ）を示す距離差情報を用−て
確度の高い順に文節候補（かな文字列）が作成されて文
節候補メモリ６に記憶される。なお、メモリ６において
領域６ａは文節候補の確からしさを示す確度情報の記憶
領域、領域６ｂは後述する評価内容を記憶する評価レジ
スフ領域である。

上記候補列作成部５において作成され、メモリ６内に記
憶された複数の候補列は順次文節分析部７に入力されて
文法的な分析が行なわれると共に分析に必要な文法情報
及び見出し語辞書、接辞語辞書等を含む辞書メモリ８の
内容と照合され、一致したものが認識結果メモリ９に文
節（単Ｍ）の漢字候補情報として記憶される。更に文節
分析部７は後述するようにメモリ９に記憶される文節（
漢字）候補の構成要素を分析して文法評価値を算出し、
仮名漢字変換処理における同音語の最高評価値を得た漢
字候補が認識結果メモリ９に記憶され、またメモリエリ
ア９ａにその候補に対する文法評価値か記憶される。

また上記メモリ領域６ａに記憶されている確度情報Ｙと
メモリエリア９ａに記憶された文法評価値情報Ｘにもと
すいて算出された各候補の総合評価値Ｚがメモリエリア
９ｂに記憶され、この総合評価値Ｚを用いて文節候補の
ソートが行なわれ、更に得られた文節候補のなかで、同
じ自立語のものをまとめるようにソートが行なわれて、
認識結果の出力順序が決定されるように構成されている
。

なおＩＯは評価点算出のために用いられるバッファであ
り、メモリ領域Ａ、Ｂ、Ｃ，ＳＴ、ＳＢ。

Ｘ、を有している。また１１は認識結果等を表示する表
示装置、１２はかなキー、ファンクションキー等を有す
る入力装置、１３は上記各装置を制御スるコントローラ
（ＣＰＵ）である。

次に上記の如く構成された装置の動作を第２図に示す１
文節の処理フローに従って説明する。

文節単位に発声された音声はマイクロホン１によって検
出されて単音節認識部２により、音響分析によって単音
節単位に認識され（ｎＯ〜ｎ３　）、その認識結果が音
節ラティスメモリ４に入力記憶される。

例えば入力音声「／は／／ん／／た／／い／／か／／い
／」（「本大会」）に対する単音節認識結果として第１
表に示すような音節ラティスが形成される。

なお、上記＠１表において音節ラティスの０内に示した
数字は第１位の認識結果を１．０とした時の２位以下の
確度を表わしている。

上記のように音節ラティスには音節番号と音節確度（確
からしさ）情報が書かれることになる。

ここで音節の確からしさを表わす音節確度は次のように
して算出される。

即ち、単音節認識部２で入力音節の特徴パターンとメモ
リ３に記憶されている複数の標準パターンとの間でパタ
ーンマツチングが行なわれ、パターンマツチングの結果
として、各標準パターンとのマツチング距離を得る。こ
のマツチング距離の小さい順に並べて、上位数個を音節
候補とする。

第２表に音節候補のマツチング距離を０内の数値で示す
。第１表に示した音節確度は、＠１位のマツ、チング距
離で各位のマツチング距離を除して正規化したものであ
る。

上記単音節認識部２において認識され、音節ラティスと
してメモリ４に記憶された音節単位の各候補は候補列作
成部５に入力される。

候補列作成部５は音節ラティスメモリ４に記憶された音
節単位の認識結果を用いて、最初に上記メモリ４に記憶
された１位の認識結果ばかりを並べて候補列を作成して
文節候補メモリ６に記憶し、次に順次２位以下の認識結
果を組合せて確度の総和（候補列の確度）の小さい順に
候補列（文節候補）を作成してメモリ６に記憶する。ま
たこの時各文節候補に対する確度情報Ｙがメモリエリア
６ａに記憶される（ｎ４）。上記第１表に示した例では
８６個の候補列が第３表の如く作成されてメモリ６に記
憶される。

−１−匹−１表 次にメモリ６／Ｃ記憶された候補列は順次文節分析部７
に入力され、文節の分析か行なわれる（ｎ５）。

即ち文節分析部７では入力される候補列を辞書メモリ８
の内容との照合を含む文法分析を次のように実行する。

候補列−（接頭語）十自立語＋（接尾Ｍ）＋（活用語尾
）＋（付属語列） ただし０内の要素は無くても良い。

ステップｎ５において行なわれる文節の文法分析処理フ
ローは第３図に詳細に示されており、文節分析部７はま
ず入力された候補列と辞書メモリ８の記憶内容との照合
を行なって仮名漢字変換処理を実行する（　ｎ２０．ｎ
２１）。この時変換できなかった場合には入力された候
補列が文節として不可能なかな配列と判定して、メモリ
エリア６ｂのその候補列に対応した位置（評価レジスタ
）に「０」を入れて、文節分析結果（評価〕「×」の決
定を行う（ステップｎ２２．２８．２４　）。

一方、仮名漢字変換処理動作（ｎ２１）の結果、変換が
可能であった場合には、評価レジスタエリア６ｂの対応
位置（評価レジスタ）を「１」にセットして（ｎ２５　
）、照合の結果一致したことを示す判定情報を記憶する
と共にステップｎ２６以後の文法評価値算出動作に移行
する。

即ち、本発明実施例において各文節候補についてｎ２０
〜ｎ２５　の動作を実行することにより上記第３表の評
価欄に示したように「○」を付加した６個の候補列力；
文節として可能であることか分析される。

また、本発明実施例においては文節として可能な候補列
についてステップｎ２６以後において文節の構成要素に
おいて重み付けを行なって出力順序付けを行なっている
がその一例を以下に示す。

文節として可能な候補列に対する文法評価値は上記した
文節の要素の接頭語、自立語、接尾語の各々に対して次
の３点において点数を与え、各要素ごとに重みをかけて
加算した点数の合計として算出される。

■　語長 ■　頻度 ■　直前の数百文節での使用の有無 法に各項目に対する文法評価値の算出動作を説明する。

（Ｄ　自立語に対する評価値（ｎ２６〜ｎ３１）自立語
長は、その自立語の活用語尾の長さも含めた長さとする
。例えば「歩すた」では、「歩」が自立語の語幹であり
、「い」か活用語尾であり、「た」が付属語となる。従
って自立語長は３となり、この自立語の長さはＡレジス
タに記憶される（ｎ２６　）。

自立語に対する頻度情報は３ランクに分け、少ないもの
から０．１．２の値が与えられて例えば辞書メモリ８に
記憶されており、この辞書メモリ８より所望の頻度情報
か取出されてＢレジスタに記憶される（　ｎ２７　）。

次にステップｎ２８に移行して直前の数十文節で使用さ
れているか否がか判定され、使用されていれば、ｒｌＪ
、使用されていなければ「０」かＣレジスタに記憶され
る（　ｎ２９，８０　）。

次にステップｎａＩ　Ｋ移行して自立語の評価値Ｊが次
式 Ｊ＝Ａ＋Ｂ＋４０ に従って算出され、その結果がＪレジスタに記憶される
。

なお、自立語の場合には、一度用いたものを再度用いる
確率が高いため、使用の有無の情報Ｃに重みをかけてい
る。

■　接頭語、接尾語に対する評価値（ｎ３２〜ｎ４７）
接頭語はその文字数（拗音は除く）を２倍したものを用
いる。ただし、文字数か０（接頭語がない時）の時には
「４」を与える（ｎ８Ｂ）。

また頻度は２ランクに分けられており、少ないものを１
−０」、多いものをｒｌＪとしている。

更に使用の有無は無い時には「０」、有の時にはｒｌＪ
を与えている。

接頭語長はＡレジスタに記憶され（ｎ８４　）、頻度情
報はＢレジスタに記憶され（ｎ３５Ｌ使用の有無情報は
Ｃレジスタに記憶され（ｎ８７゜３８）、その後ステッ
プｎ３９　に移行して接頭語の評価値ＳＴが次式 ％式％ に従って計算され、その結果がＳＴレジスクに記憶され
る。

接尾語の場合には接頭語と同様の動作がステップｎ４０
〜ｎ４７　において実行され、その結果がＳＢレジスタ
に記憶される。

次にステップｎ４ｇ　に移行して１文節全体の評価値Ｘ
か次式 ％式％ に従って計算され、その結果かＸレジスタに記憶される
。

次にステップｎ４９　に移行してＸレジスタの値が評価
値レジスタ（メモリエリア９ａ）の値より大きいか否か
が判定され、Ｘレジスタの値か評価値レジスタの値より
大きい場合には評価値レジスタ（メモリエリア９ａ）に
Ｘレジスタの内容を記憶すると共に、ステップｎ２１．
　ｎ２２において変換された漢字候補をその文法評価値
と共にメモリ９に記憶する（ｎ５０　）。

一方ｎ４９　においてＸレジスタの値が評価値レジスタ
の値より大多くない場合にはステップｎ５０　を飛び越
してステップｎ５１　に移行する。

ステップｎ５１　においては次の同音語の候補があるか
否かが判定され、同音語の候補かあればステップｎ２６
　以降に戻って新たな同音語候補に対する文法評価値の
計算が行なわれる。

また同音語の候補がなければステップｎ５２に移行して
１候補列に対する文節の分析動作か終了する（　ｎ５．
　ｎ６）。

このような動作により１候補列に対する漢字候補がその
文法評価値と共に認識結果メモリ９に記憶され、また１
候補列に対して同音語（複数の漢字候補）が存在する場
合には評価点の最も大きい漢字候補がメモリ９に記憶さ
れることになる。

第３表に示した例（でおいては 「こんたいがい」−「今対外」 「こんたいかい」−「今大会」 「おんたいがい」−「御対外」 「おんたいかい」＝「御大会」 「はんたいがい」−「本対外」 「はんたいかい」＝「本大会」 の漢字列が得られる。また自立語「対外」と「大会」、
および接頭語「今」、１本」、「御」の頻度を一様Ｋｌ
とした場合の各文節の評価は、すべて Ｘ＝４＋１６Ｘ（４＋１＋０）＋４＝８８となる。

次にステップｎ８（第２図）において各文節認識結果の
総合評価値が の式に従って算出され、その結果かメモリエリア９ｂに
記憶される。

次にステップｎ９（＠２図）において文節認識結果をソ
ートすることによりメモリ９の記憶内容は第４表の■の
如くなる。

次にステップｎｌＯＫ移行して族明の特徴である同一自
立語の候補をまとめる操作が行なわれる。

これは評価値の大きい候補から順に、その候補より−ｆ
位に同一自立語を持つ候補があるかどうかを判定し、そ
れによって候補順位を入れ換えるものであり、次の処理
ステップにより自立語による候補の出力順序の並びかえ
か行なわれる。

■　上位の候補に、判定している候補と同一自立語のも
のがないならばそのまま。

■　上位の候補に、判定している候補と同一自立語のも
のがあるなら判定候補をその上位候補の後ろにいれる。

同一自立語の候補が複数個あるならば、その最後の候補
の後ろにいれる。

このような操作を施すことにより、メモリ９の記憶内容
は例えば＠３表の場合には＠４表＋Ｖのようになる。

表４においてＩは、音響分析の確からしさて並べかえた
もの、■は文法分析の確からしさて並べかえたもの、■
は■とＨの組み合わせで並べかえたものであり、■は本
発明の自立語による並べかえを行なった場合のメモリ９
の記憶内容を示している。

なお、第４表においてアンダーラインは次候補を選択す
るときに前の候補から変化する字を示している。このア
ンダーラインの数から明らかなように■の場合では、正
しい「本大会」に々るまで１２字が変化するか、■の場
合、７字ですむ。また、表示をひらかな列で表示した場
合、ＩＩのとき７字、■のとき６字となる。つまり、自
立語による並べ換えを行なった結果、変化する字数が減
っていることかわかる。

以上のような処理手順によって、得られた文節候補列の
なかで、同じ自立語の含まれる候補が続けて出力される
ようになる。

〈発明の効果〉 以上述べたように、本発明によれば認識結果の複数の候
補を音声認識結果の確からしさを示す確度情報と、音声
認識結果の確からしさ以外の自立語の長さ、頻度を含む
条件にもとすく文法評価値情報とから得られる総合評価
値情報により評価して認識結果の出力順序を入れ換える
と共に、得られた文節候補列のなかで同じ自立語を有す
る候補をまとめるように認識結果の出力順序を決定する
ように成しているため、認識結果を選択する際に前候補
からの変化の字数が少なくなり入力者の目の疲労か軽減
され、かつ音響部、文法部の得点を加味した順位として
認識結果か出力されるため、オペレータによる候補選択
か容易となる。

【図面の簡単な説明】

第１図は本発明の一実施例装置の構成を示すブロック図
、第２図は１文節の処理フローを示す図、第３図は本発
明による１候補列（文節）に対する文節の分析処理フロ
ーを示す図である。 ２・・・単音節認識部、　３・・・標準パターンメモリ
、４・・・音節ラティスメモリ、　５・・・候補列作成
部、６・・・文節候補メモリ、７・・・文節分析部、　
８・・・辞書メモリ、　９・・・認識結果メモリ、ＩＯ
・・・文法評価値算出用バッフ７メモリ、６ａ・・・確
度情報記憶メモリ、　９ａ・・・文法評価値記憶エリア
、９ｂ・・・総合評価値記憶エリア。 代理人　弁理士　福　士　愛　彦（他２名）第１図 第２図

Claims (1)

1. 【特許請求の範囲】 １　文節単位如発声された音声を音節単位に認識し、該
   認識された音節候補の組合せにより複数の文節候補列を
   作成し、辞書照合を含む文法処理を行なって文節単位の
   認識結果を出力する日本語音声入力装置において、 認識結果の複数の候補を音声認識結果の確からしさを示
   す確度情報と、音声認識結果の確からしさ以外の自立語
   の長さ、頻度を含む条件にもとすく文法評価値情報とか
   ら得られる総合評価値情報により評価して認識結果の出
   方順序を入れ換える手段と、 上記得られた文節候補列のなかで同じ自立語のものをま
   とめるように認識結果の出力順序を決定する手段と を備え、次候補を選択する際の表示を見やすく成したこ
   とを特徴とする日本語音声入力装置。