JPS60185999A - 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〉 木兄８ＡＦｉ入力された音声を音節単位に認識する日本
語音声入力装置ｍの改良に関し、更に詳細には入力時に
発声された音声の認識結果にもとすいて、誤認識に関与
した特徴標準パターンを消去するように成したものであ
る。

〈発明の技術的背景とその問題点〉 従来の音声認識装置においては、音声の特徴標準パター
ンを登録する登録モードと、入力音声を認識する認識モ
ード（入力モード）とを分け、再登録という形式での音
節特徴パターンの入れ換えを行なうことは出来ても、認
識モードにおいて誤認識に関与した特徴標準パターンを
消去することが出来なかった。このことは単語の認識を
単位とする場合にはあまり問題とならないが、音節を単
位とする場合には音節間の特徴パターンの差が小さいた
め、切り出し位置等の影響により、特徴標準パターンと
して不適当なものがあった場合には、認識性能の低下が
生じるという問題点があった。

〈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、一つの
音節に対して複数の特徴標準パターン全備えるようにし
た日本語音声入力装置において、誤認識に開力した不適
当な特徴標準パターンを消去することによって、認識性
能を向上させることを目的とし、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、入力時に発声され
た音声の認識結果にもとすいて、誤認識に関与した特徴
標準パターン全消去する消去手段を備えるように構成さ
れている。

また本発明の実施例によれば、入力した音声を記憶して
おくことにより、誤認識に関与した特徴標準パターンの
消去を指示したときの、対応する部分の入力音声を再生
出力して、正確に音節として切り出されたか否かを入力
者自身が確認でき、間違って特徴標準パターンを消去し
ないように成されている。

〈発明の実施例〉 以下、図面を参照して本発明を、連続的に発声された音
声を音節単位に認識し、この認識結果全キーボード等の
入力装置で修正した後に、単語等の単位で外部装置に転
送する機能を有する日本語音声入力装Ｕ′Ｌ　を−例と
して説明する。

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
である。

第Ｉ図において、発声され入力された音声はマイクロホ
ン１等を介してアナログ入力部２に入力され、該アナロ
グ入力部２内の増幅器３によって増幅された後、アナロ
グ／デジタル変換部４によってデジタル信号に変換され
、そのデジタル信号が音声分析部５及び音節セグメンテ
ーション部６に入力される。

音声分析部５では入力音声１１６ｍ５程度のフレームに
分け、スペクトル分析全行ない、８ｍｓ　程度の間隔で
音節セグメンテーション部６に特徴パターンと、音節セ
グメンテーションに必要な情報（パワー、零交差数等）
ｆ：転送する。

音節セグメンテーンヨン部６では、音声分析部５からの
種々の情報を用いて、入力音声から音節を切り出す。そ
の切り出した部分の特徴パターンと、その区間の音声波
形を波形・特徴パターン一時メモリ７にたくわえる。そ
して、音節を切、り出したこと’ｚｃＰＵ８に伝達する
と共に波形・特徴パターン一時メモリ７内のアドレスも
同時に伝達する０ 波形・特徴パターン一時メモリ７は複数の音節？：たく
わえることができるように構成されている。

音節セグメンテーンヨン部６の処理はＣＰＵ８からの命
令により、開始・停止がコントロールされるように構成
されている。

９は単音節認識部でり、該単音節認識部９でｕ、ＣＰＵ
８からの命令によりパターンメモリｌＯ内の特徴パター
ンメモリ１０ａと標準パターンメモリｌ０−ｂとの間で
距離計算等を行ない、その結果′ｆ：ｃＰＵ８に戻す。

そして、ＣＰＵ８はその結果を、認識結果格納メモＩＪ
　Ｉ　１にたくわえ、表示装置１２に表示する。認識結
果格納メモ！Ｊ　１１ｔ／ｉｌ：は、複数の音節に対す
る認識結果をたくわえることができるように構成されて
いる。

１３は音声出力制御部であり、該音声出力制御部■３で
は、ＣＰＵ８の命令により、波形・特徴パターン一時メ
モリ７の任意の部分に記憶され友情報をアナログ出力部
１４に送る。そしてアナログ出力部１４では音声、のデ
ジタル信号をデジタル／アナログ変換部１４ａ及び増幅
器＋４ｂによって音声波形に再生し出力するように構成
されている。

なお、上記パターンメモリ１０は二つの部分に分かれて
おり、１’Ｏａは特徴パターンメモリであり入力さり、
た音節に対応する特徴パターンを一個分たけ記憶できる
。後の一つのＩＯｂは特徴標準パターン用メモリであり
複数の音節の特徴パターンが記憶されている。

上記音節の特徴パターン用メモＵ　１０　ｂは後述する
ように各音節名をコードで記憶するエリア、登録の有無
を記憶するフラグエリア及び特徴標準パターンデータを
記憶する特徴標準パターンエリアより構成されている。

また１５Ｉｒｉキーボード等により構成された入力部で
あり、例えば第２図に示すようにカナキー１５　ａ　ｓ
登録モードキー１５ｂ１認識モードキー１５ｃ１音節消
去キー１５ｄ等が備えられている。

また１６は認識結果を外部装置１イに転送する際のデー
タの送受信の制御を行なうＩ／Ｆ部である。

次に、上記の如く構成された装置の動作を登録モード及
び認識モードについて説明する。

■登録モードの説明 第３図は登録モードにおけるＣＰＵ８の処理フローを示
したものである。

第３図において、装置本体が、登録モードキー１５ｂの
操作によって登録モードに設定されるとまずステップｎ
１においてパターンメモＩＪＩＯが初期化され、標準パ
ターンが総て消去される。第１表は標準パターンメモＩ
Ｊ　１０　ｂの構成を示したものである。

第１表　標準パターン１０ｂの構成例 ステップｎｌにおける初期化の処理は標準パターンメモ
リ１０ｂの登録の有無のフラグエリアに「０」を入れる
ことで実現される。

次にステップｎ２に移行して発声すべき単音節が表示装
置１２に次のように表示される。

「あｌ」 ここで添字の「１」は「あ」のパターンの中の一番目で
あるこすを示している。

オペレータはこの表示装置１２の表示を見て、所定の単
音節の音声全発声して入力する。

この音声入力に応じてステップｎ３に移行して音節セグ
メンテーション部６に音声の切り出しの開始の指示を行
ない、音節セグメンテーション部６は単音節を切り出し
、その区間の波形及び音声分析部５で得られた特徴パタ
ーンを波形・特徴パターン一時メモリ７に記憶させる。

ステップｎ４では音節セグメンテーンヨン部６で単音節
が切り出されたかどうかのチェックを行ない、切り出さ
れると次のステップｎ５に移行する０ ステップｎ５では音節セグメンテーション部６に切り出
し処理の停止全命令し登録の処理を継続する。

ステップｎ６では今切り出された音節に対応する音声部
分を波形・特徴パターン一時メモリ７より読み出して音
声出力制御部１３を介してアナログ出力部１４より再生
出力させる。

ステップｎ７では再生出力された音声にもとずいてオペ
レータが正確に切り出されたかどうか、を判定し、その
結果のキーボード１５による指示に従い、再切り出しか
登録の実行かを決定する。このステップｎ７において、
オペレータが再生出力を聞いて正確に切り出されたと判
断した場合には実行キー＋５ｉ’５操作することになり
、その結果ステップｎ８に移行し、オペレータが再切り
出しを指示する場合には、解除キー１５ｈの操作に応じ
て、ステップｎ３に戻ることになる。

ステップｎ８では表示装置１２に表示されている音節に
対応する特徴標準パターンメモリｌＯｂの位置に特徴標
準パターンを記憶させると共に対応する登録の有無を示
すフラグにｒ　ｌＪｔセットする。

ステップｎ９では全標準パターンの登録が終了されたか
どうかの判断を行ない、終了していなければステップｎ
２に戻り、次の単音節の表示、例えば「あ。」を表示し
、同様の処理を行なう。

このようにして、登録が終了すると標準パターンメモ１
ＪＩｌｂＫは総ての単音節の特徴標準パターンが数個ず
つ登録されることになる。

次に認識モードの動作を説明する。

第４図は、認識モードにおけるＣＰＵ８の処理フローを
示したものである。

ます、認識モードキー１５ｃの操作によって装置が認識
モードに設定され、オペレータが認識すべき音声を発声
すると、この入力音声に応じてステップｎｌｌでは音節
セグメンテーンヨン部６に音節の切り出し開始の命令を
与える。そして、音節セグメンテーンヨン部６は波形・
特徴パターン一時メモＩＪ　７　ｆ：初期化し、以後切
り出した音節に対応する特徴パターンと波形を先頭番地
から入れていき、各音節の波形及び特徴パターンの始端
と終端番地の情報をＣＰＵ８に与える。

ステップｎ１２では音節が切り出されたかどうかのチェ
ックを行ない、切り出されるとステップｎ１３に移る。

ステップｎ１３では、波形・特徴パターン一時メモリ７
−の特徴パターンをパターンメモリＩＯの特徴パターン
メモ！ＪｌＯａの領域に転送して認識を行なう。即ち単
音節認識部９に認識の命令を与えることにより特徴パタ
ーンメモリメモリ７に入れるとともに、表示装置１２に
表示する（ステップｎ１４．）０ 例えば、入力音声として「かいもの」と発声したときの
認識結果の第１位が「もぎもの」であれば表示装置１２
には もぎもの− と表示され、また認識結果格納メモリ１１には、各音節
に対する複数の認識結果候補が例えば第２表に示すよう
に格納される。

第２表 上記第２表において、アンダーラインを付したものは各
音節名での上位の認識結果であり、「音節次候補」キー
１５ｅの操作によって順次、表示装置１２に表示され、
また、本発明にしたがって消去の対象となり得る特徴標
準パターンに対応したものである。

上記の「かいもの」といった単語の入力が終わると、オ
ペレータはキーボード等の入力部１５の「終了」キー１
５ｇを操作する。この結果、音節セグメンテーンヨン部
６に切り出しの停止が命令、される（ステップｎ１５．
ｎ１６）。そして、全文字列が正解であれば「転送」の
キー１５．＋を入力することによジ、ＩｌＦ部１６を介
して外部装置にカナ文字を出力することができる（ステ
ップｎ　ｌ　８　＋ｎ１９）。

また認識結果の表示を見て、はとんどの文字が間違って
いたり、言い間違いをしたときには「取消」キー１５ｆ
”ｆ入力することによジ、ステップｎ１７の判断により
、初期状態に戻すことができる０ 才た、一部の認識結果が違っている場合には、ステップ
ｎ２０に示すように、オペレータがキーによる修正を行
なうことになる。

キーによる修正には二種類の方法がある。

まず、修正したい位置にカーソル移動キー１５ｋ。

１５１「→」「←」を用いて、修正したい文字のところ
にカーソルを持っていく。例えば第２文字目の「ぎ」を
修正したい場合には、カーソル移動キー「←Ｊ１５１の
操作により表示は次のよ□うになる。

もぎもの 一つの方法としては、このカーソル位置でキーボード１
５のカナキー１５ａで文字を入れることにより、次のよ
うに修正する。

くキー人力〉 ■　「い」 もいもの もう一つの方法としては、キーボード１５の「音節次候
補」のキー１５ｅを入力することによってくキー人力〉 ８　「音節次候補」 もにもの ■　「音節次候補」 もいもの のように修正ができる。なお、このとき同−音節名のも
のは一度しか表示されないように構成されている。即ち
ｇＳ２Ｓ２Ｏ認識結果の候補は「き、。

に、、ぎ。、い。、・・・」であるが、「き、」は表示
されないように成されている。

上記のような手順−によって認識結果の修正が行なわれ
るが、本発明による特徴標準パターンの消去が次の手順
によって行なわれる。

上記した「かいもの」の例でいえば、入力音声「か」に
対する認識結果として「も」が出現することは、音節の
類似度の点から異常だと考えられる。

そこで表示装置１２上のカーソルをカーソル移動キー１
５に、１５Ｈ←」「→」を用いて、最初の「も」の位置
に移動させて表示画面を次のようにする（ｎ２０）もい
もの ここで、この「も」の特徴標準パターンを消去する場合
には「音節消去」キー１５ｄを操作する（ステップｎ２
１）ｏもし、「も」以外の特徴標準パターンを消去した
い場合には「音節次候補」キー１５ｅ全操作して音節候
補を順次選択して表示させ、表示に現われたときに「音
節消去Ｊ−１−−１５ｄを操作して消去したい音節全指
示することになる。

上記表示のときに、「音節消去」キー１５ｄを入力する
ことにより１ステツプｎ２１の判断でステップｎ２２に
移り、音声出力制御部１３に再生すべき音節の波形の始
端と終端の番地が指示され、波形・特徴パターン一時メ
モリ７より該当部分の線形が読み出されて、音声出力制
御部１Ｂ’に介してアナログ出力部１４に与えられ、該
アナログ出力部１４から１か」に対応する音声が再生出
力される０ オペレータはこの再生音声を聞くことにより、入力者自
身によって切り出し位１７’：ｆが正確かどうかの判断
を下し、「実行」キー１５ｉあるいは「解除」キー１５
ｈｔ入力することに々るが、「実行」キー１５ｉが押さ
れるとステップｎ２３からステップｎ２４に進み、「解
除」キー１５ｈが押されるとステップｎ１７に進むこと
になる。

ステップｎ２３からｎ２４に移行するとＣＰＵ８は指示
された認識結果（今の場合は「も、」）に対応する音節
特徴標準パターンをパターンメモ１月０の標準パターン
メモＩＪ　１０　ｂから消去すると共に該当音節名部分
の登録の有無フラグヲ「０」にする０上記の例では、特
徴標準パターンの「も１」の消去を行なうので、音節名
「も、」の登録有無のフラグにｒＯＪ’！ｚ入れること
によって実現される。

もし、その音節名の登録の有無フラグが総て「０」にな
ってしまった場合には（ステップｎ２５の判断による）
、再登録を促すために次のような表示を行なう（ステッ
プ０２６）。

「も」のパターンは総て消去されました。

オペレータはこの表示を見て、装置を登録モードに設定
して、「も」の標準パターンの登録を行なうことになる
。

上記実施例では、標準パターンメモリｌＯｂの記憶内容
の一部を入力者自らの判断だけで消去するように成して
いるが、本発明はこれに限定されるものではな（、例え
ば標準パターンの良否全判定することにより認識に貢献
している特徴標準パターンは消去できないようになして
も構わない。

標準パターンの良否の判定方法としては、例えば本出願
人が先に特願昭５７−２１７２９６号「音声認識装置」
として提案した方法、即ち特徴標準パターン毎にカウン
タ手段を設け、入力音声の認識判定結果に応じて、その
カウンタ値を増減させ、このカウンタ値に応じて認識に
貢献している特徴標準パターンを判定する方法等がある
。

以上のようにして、上記した実施例によれば、一つの音
節に対して複数の特徴標準パターンを持つ音声入力装置
において、誤認識に関与した不適当な特徴標準パターン
を消去することにより、認識性能を向上させることがで
きる。したがって、例えば音声入力装置を使用している
と、登録時の操作ミス等によって特徴標準パターンとし
て不適当なものが登録され、入力音声とかけはなれた音
節が認識結果として出現することかあり、例えは「い」
と発声しても常に「にゃ」が認識結果として一位に出現
し、その度に修正を行なわなければならない場合が生じ
るが、本発明の実施例によれは、誤認識に関与した特徴
標準パターンの１にゃ」を消去することにより、以後は
「にゃ」が−位に出現することがなくなり、認識性能が
向上することになる。

また、例えば「かいもの」と発声したときの「か」を「
も」に誤認識した場合、入力した音声を記憶しておくこ
とにより、この「も」の特徴標準パターンの消去を指示
したときに、入力音声「か」に対応する部分の音声を再
生出力して、正確に音節として切り出されたか否か全入
力者自身が確認でき、また消去を指示した特徴標準パタ
ーンが正常な入力音声に対する認識結果であるか否かを
判断することが出来、認識に貢献している特徴標準パタ
ーン全問違って消去することを避けることが出来る。

〈発りＪの効果〉 以上のように、本発明によれば入力された音声を予め登
録された複数種類の音節の特徴標準パターンと照合して
音節単位に認識する日本語音声入力装置において、入力
時に発声された音声の認識結果にもとすいて、誤認識に
関与した特徴標準パターンを消去する消去手段を備える
ように成しているため、誤認識に関与した不適当な特徴
標準パターンを消去することが出来、その結果認識性能
を向上させることが出来る。

【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図はキーボード等の入力部の一例を示す平面図、
第３図は登録モードの動作を説明するための処理フロー
図、第４図は認識モードの動作を説明するための処理フ
ロー図である。 ５・・・音声分析部、７・・・波形・特徴パターン一時
メモリ、８・・・ＣＰＵ、９・・・単音節認識部、１０
・・・パターンメモリ、１０ａ・・・特徴パターンメモ
リ。 ＋Ｏｂ会←ヰ４吟・・・標準パターンメモＩＪ、ＩＩ・
・・認識結果格納メモ！Ｊ、＋５・・・キーボード、１
５ｂ・・・登録モードキー、１５ｃ・・・認識モートキ
ー。 １５ｄ・・・音節消去キー。 代理人　弁理士　福　士　愛　彦　（他２名）第１図 第　２　し１

Claims (1)

1. 【特許請求の範囲】 １、入力された音声を予め登録された複数種類の音節の
   特徴標準パターンと照合して音節単位に認識する日本語
   音声入力装置において、入力時に発声された音声の認識
   結果に−ちとすいて、誤認識に関与した特徴標準パター
   ンを消去する消去手段を備えるように成したことを特徴
   とする日本語音声入力装置。 ２、上記消去手段は入力された音声を再生可能なデータ
   として記憶し、特徴標準パターンの消去を指示した音節
   に対応する音声部分を再生出力する手段を備えるように
   構成されたことを特徴とする特許請求の範囲第１項記載
   の日本語音声入力装置。