JPS61121167A - 区切り発声に基づく音声ワ−ドプロセツサ - Google Patents
区切り発声に基づく音声ワ−ドプロセツサInfo
- Publication number
- JPS61121167A JPS61121167A JP59243983A JP24398384A JPS61121167A JP S61121167 A JPS61121167 A JP S61121167A JP 59243983 A JP59243983 A JP 59243983A JP 24398384 A JP24398384 A JP 24398384A JP S61121167 A JPS61121167 A JP S61121167A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- kana
- series
- syllable
- recognition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Document Processing Apparatus (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は音声ワードプロセッサ、特に文章データの入力
中に無音時間に基づく区切り記号を挿入 ゛し１日本語
変換率の向上および音節認識率の向上を可能にした区切
り発声に基づく音声ワードプロセッサに関するものであ
る。 。
中に無音時間に基づく区切り記号を挿入 ゛し１日本語
変換率の向上および音節認識率の向上を可能にした区切
り発声に基づく音声ワードプロセッサに関するものであ
る。 。
最近、音声認識の技術が実用化の段階に入り。
日本語ワードプロセッサの入力を、音声入力で行うこと
が考慮されている。
が考慮されている。
従来、このような音声ワードプロセッサにおいて２文章
データの読み上げ音声について音声認識を行う部分と、
仮名漢字変換を処理する部分とは独立して設けられ、音
声認識する部分から仮名漢字変換を処理する部分へ引き
渡されるデータは。
データの読み上げ音声について音声認識を行う部分と、
仮名漢字変換を処理する部分とは独立して設けられ、音
声認識する部分から仮名漢字変換を処理する部分へ引き
渡されるデータは。
子音（Ｃ）／母音（Ｖ）の組合わせからなるＣＶ音節系
列またはそれらのＣＶ音節候補系列に関するデータのみ
であった。即ち、認識結果であるｊ４！音節の仮名文字
データ列が、そのまま仮名漢字変換部へ引き渡されるよ
うにされていた。そのため。
列またはそれらのＣＶ音節候補系列に関するデータのみ
であった。即ち、認識結果であるｊ４！音節の仮名文字
データ列が、そのまま仮名漢字変換部へ引き渡されるよ
うにされていた。そのため。
特に長い文章データを人力した場合、仮名漢字変換を処
理する部分では、ｉ！ｉ！続したデータ列について、そ
の全部を対象として、仮名漢字変換を行わなければなら
ず、単語辞書との照合に時間がかかると共に９間違、た
変換を行うｔ１率が高くなり。
理する部分では、ｉ！ｉ！続したデータ列について、そ
の全部を対象として、仮名漢字変換を行わなければなら
ず、単語辞書との照合に時間がかかると共に９間違、た
変換を行うｔ１率が高くなり。
仮名漢字変換における変換率が悪いという問題があった
。
。
一方、仮名漢字変換率を向上させようとした場合、工つ
の文章の音声入力の途中で１例えばキーボードから頻繁
に仮名漢字変換の指示を行わなければならず、その都度
、同音異語等に７いて漢字変換をｉｉ定させて入力しな
ければならないので。
の文章の音声入力の途中で１例えばキーボードから頻繁
に仮名漢字変換の指示を行わなければならず、その都度
、同音異語等に７いて漢字変換をｉｉ定させて入力しな
ければならないので。
操作性が悪くなるという問題があった。
本発明は上記問題点の解決を図り、変換対象のデータに
区切り記号を自動的に挿入するようにしたもので、仮名
漢字変換部では、この区切り記号に従って、変換の単位
を定めることができるようにしている。即ち１本発明の
区切り発声に基→く音声ワードプロセッサは９文章デー
タの入力について、該データの読み上げ音声を音声認識
に基づきＣＶ音節系列ないしＣＶ音節候補系列に変換し
。
区切り記号を自動的に挿入するようにしたもので、仮名
漢字変換部では、この区切り記号に従って、変換の単位
を定めることができるようにしている。即ち１本発明の
区切り発声に基→く音声ワードプロセッサは９文章デー
タの入力について、該データの読み上げ音声を音声認識
に基づきＣＶ音節系列ないしＣＶ音節候補系列に変換し
。
該系列に対し言語処理を用いた仮名漢字変換処理によっ
て日本語文章を作成する音声ワードプロセッサにおいて
、入力音声の特徴パラメータを抽出するパラメータ抽出
部と、該パラメータ抽出部が抽出した特徴パラメータに
基づいて予め辞書に格納された標準パターンと照合する
ことによりＣｖ音節系列ないしＣＶ音節候補系列を選出
する離散または連続音声認識部と１発声された入力音声
における区切りの無音時間を計測する計測部と、該計測
部が計測した時間長に基づいて上記音声認識部による認
識結果であるＣＶ音節系列ないしＣＶ音ｖＪ候補系列中
に区切り記号を挿入する区切り記号押入部と、上記区切
り記号の挿入されたＣＶ音節系列ないしＣＶ音節候補系
λりを仮名漢字変（桑における処理対象とする仮名漢字
変換部とを備えたことを特徴としている。
て日本語文章を作成する音声ワードプロセッサにおいて
、入力音声の特徴パラメータを抽出するパラメータ抽出
部と、該パラメータ抽出部が抽出した特徴パラメータに
基づいて予め辞書に格納された標準パターンと照合する
ことによりＣｖ音節系列ないしＣＶ音節候補系列を選出
する離散または連続音声認識部と１発声された入力音声
における区切りの無音時間を計測する計測部と、該計測
部が計測した時間長に基づいて上記音声認識部による認
識結果であるＣＶ音節系列ないしＣＶ音ｖＪ候補系列中
に区切り記号を挿入する区切り記号押入部と、上記区切
り記号の挿入されたＣＶ音節系列ないしＣＶ音節候補系
λりを仮名漢字変（桑における処理対象とする仮名漢字
変換部とを備えたことを特徴としている。
（作用〕
本発明は、ｉｎ常１文章を読むとき、単語ないし文節で
区切って読むことが１発声の自然性をさほど損なうこと
にはならないことに着目し、単語ないし文節単位で区切
って発声された音声人力における無音時間の情報を、音
声認識部から仮名漢字変換部へ、認識結果と共に通知す
るようにし、仮名漢字変換部では、この無音時間情報に
よる区切り記号に基づいて、仮名漢字変換対象を小さく
分割することにより、変換率を向上させたものである。
区切って読むことが１発声の自然性をさほど損なうこと
にはならないことに着目し、単語ないし文節単位で区切
って発声された音声人力における無音時間の情報を、音
声認識部から仮名漢字変換部へ、認識結果と共に通知す
るようにし、仮名漢字変換部では、この無音時間情報に
よる区切り記号に基づいて、仮名漢字変換対象を小さく
分割することにより、変換率を向上させたものである。
以下１図面を参照しつつ、実施例に従って説明する。
（実施例）
第１図は本発明の一実施例ブロック図、第２図は理想的
な音声ワードプロセッサの入力方法を説明するための図
、第３図は連続音声認識を行う本発明の一実施例を説明
するための図、第４図は離１１に音声認識を行う本発明
の一実施例を説明するための図、第５図は本発明の一実
施例による仮名漢字変換部への引き渡しデータの例を示
す。
な音声ワードプロセッサの入力方法を説明するための図
、第３図は連続音声認識を行う本発明の一実施例を説明
するための図、第４図は離１１に音声認識を行う本発明
の一実施例を説明するための図、第５図は本発明の一実
施例による仮名漢字変換部への引き渡しデータの例を示
す。
第１Ｌ４において、ｎ号１は音声を入力するマイク、２
は音声パラメータ抽出部、３は入力音声強度により有音
または無音を判定する有音無音判定部、４は無音時間計
測部、５は連続音声認識または離散音声認識を行う音声
認識部、６は音声の特徴パラメータに関する標準パター
ンが格納された音声辞書、７は区切り記号挿入部、８は
ＣＶ音節候補系列記１１２部、９は仮名漢字変換部、１
０は単語辞書、１１は入力結果を表示するディスプレイ
を表す。
は音声パラメータ抽出部、３は入力音声強度により有音
または無音を判定する有音無音判定部、４は無音時間計
測部、５は連続音声認識または離散音声認識を行う音声
認識部、６は音声の特徴パラメータに関する標準パター
ンが格納された音声辞書、７は区切り記号挿入部、８は
ＣＶ音節候補系列記１１２部、９は仮名漢字変換部、１
０は単語辞書、１１は入力結果を表示するディスプレイ
を表す。
理想的な音声ワードプロセッサを考えた場合。
例えば「区切り記号を入れ・・・・・・」という文章デ
ータを入力するとき、第２図図示のように、「クギリキ
ゴウオイレ」と−気に音声入力し、これが仮名漢字変換
指示により、「区切り記号を入れ」という漢字混じり文
に、一度に変換されることが望まれる。
ータを入力するとき、第２図図示のように、「クギリキ
ゴウオイレ」と−気に音声入力し、これが仮名漢字変換
指示により、「区切り記号を入れ」という漢字混じり文
に、一度に変換されることが望まれる。
しかし、一般に仮名漢字変換用の辞書は、単語単位に漢
字データが登録されるので、変換対象となるデータが長
い場合に、単語の切り出しが難しく、漢字に変換したと
しても、誤った漢字混じり文に変換されることが多くな
る。特に、音声入力を行うワードプロセッサにおいては
、音声の認識結果が１つに確定しない状態で、仮名漢字
変換を行うことも考えられ、候補系列として、？Ｊｉ数
のデータ系列について仮名漢字変換の対象としなければ
ならないので、連続した長い文章データについて、正し
い変換結果を得るのは、極めて困難となる。
字データが登録されるので、変換対象となるデータが長
い場合に、単語の切り出しが難しく、漢字に変換したと
しても、誤った漢字混じり文に変換されることが多くな
る。特に、音声入力を行うワードプロセッサにおいては
、音声の認識結果が１つに確定しない状態で、仮名漢字
変換を行うことも考えられ、候補系列として、？Ｊｉ数
のデータ系列について仮名漢字変換の対象としなければ
ならないので、連続した長い文章データについて、正し
い変換結果を得るのは、極めて困難となる。
そこで本発明では９人間が単語ないし文ｉｉ５単位で区
切って発声した場合に、その区切りにおける無音時間の
長さを計測し、無音時間長が、基１となる所定の時間長
ｔより長いとき＋ ＬＥ３（−ｔた音声系列中における
その無音時間の位置に、自動的に区切り記号を挿入する
。
切って発声した場合に、その区切りにおける無音時間の
長さを計測し、無音時間長が、基１となる所定の時間長
ｔより長いとき＋ ＬＥ３（−ｔた音声系列中における
その無音時間の位置に、自動的に区切り記号を挿入する
。
例えば、音声認識部が、連続音声認識を行うものである
場合に、「区切り記号を入れ・・・・・・」という文章
データを入力するにあたって、第３図図示のように、「
クギリ」−「キゴウオ」−「イレ」と区切って発声入力
する。この入力に対し、音声認識時に「クギリ」と「キ
ゴウオ」との間の無音時間ｔ、を計測し、この無音時間
１．が所定の基準時間ｔより長ければ、この位置に、認
識結果のＣＶ音節データと区別できるコードにより定め
られた区切り記号Ｋを挿入する。同様に「キゴウオ」と
「イレ」との間の無音時間１ｔを基準時間と比較し１区
切り記号Ｋを挿入する。
場合に、「区切り記号を入れ・・・・・・」という文章
データを入力するにあたって、第３図図示のように、「
クギリ」−「キゴウオ」−「イレ」と区切って発声入力
する。この入力に対し、音声認識時に「クギリ」と「キ
ゴウオ」との間の無音時間ｔ、を計測し、この無音時間
１．が所定の基準時間ｔより長ければ、この位置に、認
識結果のＣＶ音節データと区別できるコードにより定め
られた区切り記号Ｋを挿入する。同様に「キゴウオ」と
「イレ」との間の無音時間１ｔを基準時間と比較し１区
切り記号Ｋを挿入する。
また、音声認識部が、各単音節単位の離散音声認識を行
うものである場合には、「区切り記号を入れ・・・・・
・」という文章データを入力するにあたって１例えば第
４図図示のように入力する。即ち。
うものである場合には、「区切り記号を入れ・・・・・
・」という文章データを入力するにあたって１例えば第
４図図示のように入力する。即ち。
「り」と「ギ」の間のように単語内の個々の発声につい
ては短く区切り１文節の切れ目である「リボと「キｊの
間は、長く区切る。この例では、無音時間ｔ、〜を雫の
うち、無音時間ｔｉｔｆｆ＋ｉ＊が、基準時間ｔより長
いため、この間にヌ切り記号Ｋが挿入されることになる
。
ては短く区切り１文節の切れ目である「リボと「キｊの
間は、長く区切る。この例では、無音時間ｔ、〜を雫の
うち、無音時間ｔｉｔｆｆ＋ｉ＊が、基準時間ｔより長
いため、この間にヌ切り記号Ｋが挿入されることになる
。
次に２上記処理を実現する第１図に示した実施例につい
て説明する０例えば第３図または第４図図示のように発
声された音声は、マイク１から入力され、音声パラメー
タ抽出部２によって、スペクトル情報等に関する音声の
特徴パラメータ時系列が抽出される。有音無音判定部３
は９人力音声強度により、有音から無音に変化したこと
を検出すると、無音時間計測部４を起動し、無音から有
音に変化したことを検出すると、音声認識部５を起動す
る。無音時間計測部４は、起動により無音時間をカウン
トし、計測結果を区切り記号挿入部７に伝達する。
て説明する０例えば第３図または第４図図示のように発
声された音声は、マイク１から入力され、音声パラメー
タ抽出部２によって、スペクトル情報等に関する音声の
特徴パラメータ時系列が抽出される。有音無音判定部３
は９人力音声強度により、有音から無音に変化したこと
を検出すると、無音時間計測部４を起動し、無音から有
音に変化したことを検出すると、音声認識部５を起動す
る。無音時間計測部４は、起動により無音時間をカウン
トし、計測結果を区切り記号挿入部７に伝達する。
音声認識部５は、音声パラメータ抽出部２が抽出した未
知入力音声の特徴パラメータと、音声辞書６に例えば単
音節軍使に格納されている標準パターンとを３例えばＤ
Ｐマツチング法等により照合し、認識結果であるＣＶ音
節候補系列を、候補順位に従って、ＣＶ音節候補系列記
憶部８に格納する。
知入力音声の特徴パラメータと、音声辞書６に例えば単
音節軍使に格納されている標準パターンとを３例えばＤ
Ｐマツチング法等により照合し、認識結果であるＣＶ音
節候補系列を、候補順位に従って、ＣＶ音節候補系列記
憶部８に格納する。
区切り記号挿入部７は、無音時間計測部４が計測した無
音時間長を、所定の基準時間と比較することにより、無
音時間長が基準時間を超えるとき。
音時間長を、所定の基準時間と比較することにより、無
音時間長が基準時間を超えるとき。
ＣＶ音節候補系列記憶部８における最新の認識結果格納
位置の後に区切り記号を格納する０例えば。
位置の後に区切り記号を格納する０例えば。
第３図図示の人力に対して、第５図図示のような情報が
格納されることになる。各音節毎に標準パターンとの類
似度の順に従って、＠補のデータが格納され５所定の無
音時間が検出された位置に区切り記号が置かれる。なお
１本実施例では１区切り記号に無音時間ｔｌ＋ｔ！の情
報が含まれるようにされている。この無音時間の情報は
、必要に応じて漢字変換時における参考情報にされる。
格納されることになる。各音節毎に標準パターンとの類
似度の順に従って、＠補のデータが格納され５所定の無
音時間が検出された位置に区切り記号が置かれる。なお
１本実施例では１区切り記号に無音時間ｔｌ＋ｔ！の情
報が含まれるようにされている。この無音時間の情報は
、必要に応じて漢字変換時における参考情報にされる。
仮名漢字変換部９は、ＣＶ音節候補系列記憶部８から変
換対象を抽出するにあたって８区切り記号を検出し、そ
の区切り記号までの音節系列について、単語辞書１０に
予め登録されている情報を検索することにより、１ｆｆ
ｉ常の単語単位の変換ないし文節単位の変換を行う、音
節候補が複数個ある場合には、候補順位の高いものから
順に組合わせて処理するようにされる０区切り記号によ
って。
換対象を抽出するにあたって８区切り記号を検出し、そ
の区切り記号までの音節系列について、単語辞書１０に
予め登録されている情報を検索することにより、１ｆｆ
ｉ常の単語単位の変換ないし文節単位の変換を行う、音
節候補が複数個ある場合には、候補順位の高いものから
順に組合わせて処理するようにされる０区切り記号によ
って。
単語ないし文節の切れ目が明示されているので。
変換率が向上し、迅速に正しい仮名漢字変換を行うこと
ができるようになる。
ができるようになる。
以上説明した如く１本発明によれば１発声の自然性をあ
まり損なうことなく１日本語変換率を向上させることが
できるようになる。また、結果として、音節認識率が向
上することとなる。
まり損なうことなく１日本語変換率を向上させることが
できるようになる。また、結果として、音節認識率が向
上することとなる。
第１図は本発明の一実施例ブロック図、第２図は理想的
な音声ワードプロセッサの入力方法を説明するための図
、第３図は連続音声認識を行う本発明の一実施例を説明
するための図、第４図は離散音声認識を行う本発明の一
実施例を説明するための図、第５図は本発明の一実施例
による仮名漢字変換部への引き渡しデータの例を示す。 図中、１はマイク、２は音声パラメータ抽出部。 ３は有音無音判定部、４は無音時間計測部、５は音声認
識部、６は音声辞書、７は区切り記号挿入部、８はＣＶ
音節候補系列記憶部、９は仮名漢字変換部、１０は単語
辞書、１１はディスプレイを表す。
な音声ワードプロセッサの入力方法を説明するための図
、第３図は連続音声認識を行う本発明の一実施例を説明
するための図、第４図は離散音声認識を行う本発明の一
実施例を説明するための図、第５図は本発明の一実施例
による仮名漢字変換部への引き渡しデータの例を示す。 図中、１はマイク、２は音声パラメータ抽出部。 ３は有音無音判定部、４は無音時間計測部、５は音声認
識部、６は音声辞書、７は区切り記号挿入部、８はＣＶ
音節候補系列記憶部、９は仮名漢字変換部、１０は単語
辞書、１１はディスプレイを表す。
Claims (1)
- 文章データの入力について、該データの読み上げ音声を
音声認識に基づきＣＶ音節系列ないしＣＶ音節候補系列
に変換し、該系列に対し言語処理を用いた仮名漢字変換
処理によって日本語文章を作成する音声ワードプロセッ
サにおいて、入力音声の特徴パラメータを抽出するパラ
メータ抽出部と、該パラメータ抽出部が抽出した特徴パ
ラメータに基づいて予め辞書に格納された標準パターン
と照合することによりＣＶ音節系列ないしＣＶ音節候補
系列を選出する離散または連続音声認識部と、発声され
た入力音声における区切りの無音時間を計測する計測部
と、該計測部が計測した時間長に基づいて上記音声認識
部による認識結果であるＣＶ音節系列ないしＣＶ音節候
補系列中に区切り記号を挿入する区切り記号挿入部と、
上記区切り記号の挿入されたＣＶ音節系列ないしＣＶ音
節候補系列を仮名漢字変換における処理対象とする仮名
漢字変換部とを備えたことを特徴とする区切り発声に基
づく音声ワードプロセッサ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59243983A JPS61121167A (ja) | 1984-11-19 | 1984-11-19 | 区切り発声に基づく音声ワ−ドプロセツサ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59243983A JPS61121167A (ja) | 1984-11-19 | 1984-11-19 | 区切り発声に基づく音声ワ−ドプロセツサ |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS61121167A true JPS61121167A (ja) | 1986-06-09 |
Family
ID=17111958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59243983A Pending JPS61121167A (ja) | 1984-11-19 | 1984-11-19 | 区切り発声に基づく音声ワ−ドプロセツサ |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS61121167A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63111568A (ja) * | 1986-10-29 | 1988-05-16 | Nec Corp | 音声入力付仮名漢字変換装置 |
| JP2009169139A (ja) * | 2008-01-17 | 2009-07-30 | Alpine Electronics Inc | 音声認識装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5680771A (en) * | 1979-12-04 | 1981-07-02 | Dainippon Printing Co Ltd | "kanji" (chinese character) input device for print |
| JPS58224398A (ja) * | 1982-06-22 | 1983-12-26 | 三洋電機株式会社 | 音声認識装置 |
-
1984
- 1984-11-19 JP JP59243983A patent/JPS61121167A/ja active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5680771A (en) * | 1979-12-04 | 1981-07-02 | Dainippon Printing Co Ltd | "kanji" (chinese character) input device for print |
| JPS58224398A (ja) * | 1982-06-22 | 1983-12-26 | 三洋電機株式会社 | 音声認識装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63111568A (ja) * | 1986-10-29 | 1988-05-16 | Nec Corp | 音声入力付仮名漢字変換装置 |
| JP2009169139A (ja) * | 2008-01-17 | 2009-07-30 | Alpine Electronics Inc | 音声認識装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5752227A (en) | Method and arrangement for speech to text conversion | |
| US6490563B2 (en) | Proofreading with text to speech feedback | |
| US5220639A (en) | Mandarin speech input method for Chinese computers and a mandarin speech recognition machine | |
| US9978364B2 (en) | Pronunciation accuracy in speech recognition | |
| US4769844A (en) | Voice recognition system having a check scheme for registration of reference data | |
| US5995934A (en) | Method for recognizing alpha-numeric strings in a Chinese speech recognition system | |
| US7406408B1 (en) | Method of recognizing phones in speech of any language | |
| US7430503B1 (en) | Method of combining corpora to achieve consistency in phonetic labeling | |
| JP2002278579A (ja) | 音声データ検索装置 | |
| JPS61121167A (ja) | 区切り発声に基づく音声ワ−ドプロセツサ | |
| SE506003C2 (sv) | Metod och system för tal-till-tal-omvandling med extrahering av prosodiinformation | |
| JPS634206B2 (ja) | ||
| JP3366253B2 (ja) | 音声合成装置 | |
| JP3378547B2 (ja) | 音声認識方法及び装置 | |
| JPH0338699A (ja) | 音声認識装置 | |
| Norkevičius et al. | Knowledge-based grapheme-to-phoneme conversion of Lithuanian words | |
| KR100931786B1 (ko) | 한국어 철자 발화에 따른 음성인식 방법 | |
| JP2647234B2 (ja) | 音声認識装置 | |
| JPH032319B2 (ja) | ||
| JPH0573039B2 (ja) | ||
| JPS6180298A (ja) | 音声認識装置 | |
| JP2005534968A (ja) | 漢字語の読みの決定 | |
| JPS60158496A (ja) | 音声認識装置 | |
| JPS5837698A (ja) | 音声入力和文タイプライタにおける変換方法 | |
| Granström et al. | A danish text-to-speech system using a text normalizer based on morph analysis. |