JPS6045298A - 単語音声認識装置 - 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】 （ａ）発明の技術分野 本発明は登録式単語音声認識装置と非登録式単語音声認
識装置とに共用することのできる単語音声認識装置に関
する。

（ｂ）従来技術と問題点 音声認識装置は単音節認識装置・単語認識装置および文
章認識装置に大別され、うち単語音声認識装置は１話者
を限定するか否かによって特定話者認識方式と不特定話
者認識力一式とに分類され。

また９話者が発声した単語音声の特徴を予め登録するか
否かによって登録式と非登録式とに分類されるが、これ
まで、登録式特定話者認識方式および非登式型不特定話
者認識方式が実用に供されており、このため、前者は単
に登録式あるいは特定話者方式、また後者は単に非登録
式あるいは不特定話者方式と称されていた。

しかし、登録式単語音声認識装置は認識対象とする単語
音声の特徴をすべて予め登録して置く必要があるので２
語数が多い場合には利用者の負担が大きいという欠点、
また、非登録式単語音声認識装置は多数の単語を認識す
ることが困難であり認識対象語数が少ないという欠点が
あった。

（Ｃ）発明の目的 本発明の目的は、特定話者方式と不特定話者方式とに共
用し得ると共に特定話者方式において使用する単語辞書
の登録に要せられる話者の負担を軽減できる単語音声認
識装置を提供することにある。

（ｄ）発明の構成 本発明になる単語音声認識装置は、特定の登録話者また
は不特定の非登録話者が発声する単語音声の特徴を抽出
する特徴抽出部と、単語音声の前記登録話者毎の特徴を
記憶する第一の単語辞書と。

所定の単語音声の前記非登録話者に共通する特徴を予め
記憶する第二の単語辞書と、前記特徴抽出部によって得
られる単語音声の特徴を前記第一の単語辞書の記憶内容
と照合することによってその単語音声に対する認識結果
を得る第一の認識部と。

前記特徴抽出部によって得られる単語音声の特徴を前記
第二の単語辞書の記憶内容と照合することによってその
単語音声に対する認識結果を得る第二の認識部と、前記
第一の認識部によって得られる認識結果と前記第二の認
識部によって得られる認識結果とのいずれかを選択する
選択部と、前記第二の認識部によって得られ前記選択部
によって選択された認識結果が正しい場合にはその単語
音声の特徴を前記第一の単語辞書に登録する登録部とを
備えるものである。

（ｅ）発明の実施例 以下１本発明の要旨を実施例によって具体的に説明する
。

第１図は本発明−実施例の構成を示すブロック図であり
２図において、１は特定の登録話者または不特定の非登
録話者が発声する単語音声の特徴を抽出する特徴抽出部
、２は単語音声の前記登録話者毎の特徴を記憶する第一
の単語辞書、３は第２図に示すような木構造をなす所定
の単語に対する各単語音声の前記非登録話者に共通する
特徴を予め記憶する第二の単語辞書、４は特徴抽出部１
によって得られる単語音声の特徴を第一の単語辞刊−２
の記憶内容と照合することによってその単語音声に対す
る認識結果を得る第一の認識部、５は特徴抽出部１によ
って得られる単語音声の特徴を第二の単語辞書３の記憶
内容と照合することによってその単語音声に対する認識
結果を得る第二の認識部、６は第一の認識部４によって
得られる認識結果と第二の認識部５によって得られる認
識結果とのいずれかを選択する選択部、７は第二の認識
部５によって得られ選択部６によって選択された認識結
果が正しい場合にはその単語音声の特徴を第一の単語辞
書２に登録する登録部、８は話者が特定話者であるか否
か不特定話者の場合には特定話者として登録するか否か
を指定する指定部。

９は選択部６が選択した認識結果および後記指示部１１
による指示内容を表示する表示部、１０は表示部９に表
示された認識結果の正否を決定する決定部、１１は話者
が特定話者であ゛るか否かに応し話者に発声をめる誘電
等を表示部９を介し指示する指示部である。

第２回はスーパーマーケットにおける販売品目の例を木
構造によって階層的に配ダルたものであり、たとえば、
各階層の倍電数がいずれも１０であるとすれば、全部で
１０００種類の販売品目を３種類の倍電で指定すること
ができる。

第二の認識部５は非登録式すなわち不特定話者方式によ
る認識をおこなうので、第２図に例示したようなスーパ
ーマーケ・ノドの販売品目を直接その単語音声のみによ
って認識することは非常に困難であるが、このように木
構造によって階層的に配）すし３種類程度の階層の語党
を順序に発声することによって容易に認識できるように
なる。

この単語音声認識装置は、最初は第二の単語辞書３と第
二の認識部５とを用い不特定話者方式として利用し、そ
の間に特定話者用の第一の単語辞書２を生成し、第一の
辞書２が充実したのちに特定話者方式と不特定話者方式
とに共用するものである。

すなわち話者は、まず最初に特定話者として登録するか
否かを決定し、特定話者として登録を希望する場合には
１話者のコード名を指定部８から指定することによって
第一の単語辞書２に新しく個人辞書領域を設定する。ま
た、特定話者としての登録を希望しない場合には、その
旨を指定する。

指示部１１は、第二の単語辞書３に記憶する単語の階層
に対応する誘雷を順序に指示し°て表示部９に表示し２
話者に対し最初に売場名を発声させ。

これが認識できたら続いてコーナ名を発声させ。

これが認識できてから最後に品目名を発声させる。

話者が発声した単語音声は第二の認識部５によって認識
され９話者は表示部９に表示された認識結果の正否を決
定し、認識結果が正しくない場合には再度発声し認識を
繰り返し、特定話者として登録を希望する話者の場合に
は、正しい認識結果が得られる都度その単語音声から得
られた特徴を第一の辞書２に設定した個人辞書領域に記
憶する。

このようにして、第一の単語辞書２が充実したのちは、
特定話者が発声した単語音声の特徴は第一の認識部４と
第二の認識部５とによって認識され、第一の認識部４に
よって得られた認識結果の距離値データをＸ、第二の認
識部５によって得られた認識結果の距離データをｙとす
る゛とき２選択部６は β＝αｘ−ｙ（ただしα＝１．０〜１．５）を計算し、
βが負のときには第一の認識部４の認識結果を選択し、
βが正のときには第二の認識部５の認識結果を選択して
出力する。

選択部６が選択した認識結果は表示部９に表示され１話
者は表示部９に表示された認識結果の正否を決定し、正
しくない場合には再度発声し前記同様にして認識をやり
直す。

選択部６が第二の認識部５の認識結果を選択し。

この認識結果が正しいと決定されたときにはその都度そ
の単語音声から得られた特徴を第一の単語辞書２に設定
した個人辞書領域に記憶する。

不特定話者が発声した単語音声の特徴は第二の認識部５
によって認識され、前記と同様にして認識結果の正否を
決定し、特定話者として登録を希望する話者の場合には
、その単語音声から得られた特徴を新しく第一の単語辞
書２に設定した個人辞書領域に記憶する。

このため、特定話者方式の単語音声認識に使用する第一
の単語辞書２は記憶内容が−たん充実された後も常に更
新され、したがって特定話者方式として利用する場合の
認８＆精度を絶えず向上することができる。

（ｆ）発明の詳細 な説明したように１本発明によれば特定話者方式と不特
定話者方式とに共用できるとともに。

特定話者方式において使用する単語辞書の生成のために
利用者に与える負担を軽減することができる。

【図面の簡単な説明】

第１図は本発明−実施例の構成を示すブロック図、また
第２図は第二の単語辞書の記憶内容の一例である。 図中、１は特徴抽出部、２は第一の単語辞書。 ３は第二の単語辞書、４は第一の認識部、５は第二の認
識部、６は選択部、７は登録部である。

Claims (1)

1. 【特許請求の範囲】 特定の登録話者または不特定の非登録話者が発声する単
   語音声の特徴を抽出する特徴抽出部と。 単語音声の前記登録話者毎の特徴を記憶する第一の単語
   辞書と、所定の単語音声の前記非登録話者に共通する特
   徴を予め記憶する第二の単語辞書と。 前記特徴抽出部によって得られる単語音声の特徴を前記
   第一の単語辞書の記憶内容と照へすることによってその
   単語音声に対する認識結果を得る第一の認識部と、前記
   特徴抽出部によって得られる単語音声の特徴を前記第二
   の単語辞書の記憶内容と照合することによってその単語
   音声に対する認識結果を得る第二の認識部と、前記第一
   の認識部によって得られる認識結果と前記第二の認識部
   によって得られる認識結果とのいずれかを選択する選択
   部と、前記第二の認識部によって得られ前記選択部によ
   って選択された認識結果が正しい場合にはその単語音声
   の特徴を前記第一の単語辞書に登録する登録部とを備え
   ることを特徴とする単語音声認識装置。