JPS61151600A - 音声認識方法 - 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】 〔発明の利用分野〕 本発明は音声認識方法に係り、特に、ａｍ誠率を向上さ
せるのに好適な音声認識方法に関する。

〔＠明の背承〕

一般に、音声ａ！！！識方法は、標準音声パターンを記
憶しておき、入力音声を分析して標準音声パターンのい
ずｎＫｊｌｔも近いかｔ−判定し、類似度の高い標準音
声パターンを認ｉｔ’ｌｔｒ来として出力する。そして
、類似度が最も高いと判定された顕準音声パターンの類
似度の値が低く、これを認識結果として出力するのが疑
わし一場合には、発声者に対して同一音声での再入力を
促し、再度標準音声パターンとの類似度を判定するもの
が多い。しかし、同一単語入力により音声認識動作をく
）返しても、反榎して同様な誤認識あるりはりジエクト
となる確率が高く、正しいｌｌ！識結釆が得ら几るまで
には、相当に多くの同一単語入力の繰り返しをしなけれ
ばならない可能性が大きいので、認識に要する時間が長
くな、シ、また、発声者に対する負担も大きくなるとい
う問題がめった。なお、この種の装置として関連するも
のには例えば特開昭５７−１９１６９８号がある。

〔発明の目的〕

本発明の目的は、誤認識あるいはりジェクト後に行なわ
れる再度の音声認識処理における認ｆａ率を高める音声
認識方法を提供することにある。

〔発明の概要〕

誤認ａ！！ある−はリジェクト後に繰り返される音声認
識において誤認識率が高いのは、ある一つの処理を行な
わせる為に必要な入力音声単語が１櫨類しか準備されて
いなかつ友為である。

本発明はこの点に鑑みてなされたもので、各部の処理に
必要な入力音声単語を夫々数種類準備し、ある入力単語
を発声してこれが誤ｇ織あるいはリジェクトされた場合
には、同一単語を発声しなくともこれに代替できる単語
を発声して同一処理が為されるようにした。

〔発明の実施例〕

以下、本発明の一実施例を第１図及び第２図を参照して
説明する。

第１図は本発明方法を通用した音声認識装置の一実施例
の構成図、第２図は音声ｇ識処理手順を示すフローチャ
ートである。

第１図において、１は、音声入力に係るマイクミツオン
、２は入力ｆ７Ｉ！信号について利得調整、帯域制限そ
の池所安の前処理を行った後〜信号をディジタル変倶を
する入力部、３は、入力さｎたディジタル音Ｐ儲号に基
づいて入力音声の音声分析を行い、その特畝データｔ−
佃出する分析部、４は、所定のｆ戸区闇偵出用の閾値に
従って入力音声の音声区間の構出処理をするｔＰ区間演
出部、５は入力音声と各儂準廿戸パターンとのパターン
マツチング処！（Ｍ（Ｊｆｇｔ算処理）を行う音声認識
部、６はその処理値来によって入力音声に対する各類似
度の譲位を判定する判定部、７は、認＃Ｒｔｉ果を予め
定めら几たカテゴリに分塙し、認識コードを付ける認繊
頑釆分急部（丙えば、「イチ」と「ワン」が予め同一カ
テゴリであると設定されていれば、認臆、偕未「イチ」
ある９は「ワン」には同一の認識コードが付けられる）
、８は、認識対象の谷率語について各課数組の標準音声
パターンデータを、ｆ４納（記ｔｌりしている標準音声
パターンメモリ、９はその選択制＃とする標準音声パタ
ーン選択部、１０は、認識結果表示、確認、ｆ声入力指
示その他所要の表示、指示に係る音声合成部、１１は、
同スピーカ、１２は、認識結果表示、確認、音声入力指
示その他所要の表示、操作に係るコンソール部、１３は
上記各部に対する制御その他所要の処理を行う制御部、
１４は音声認識結果に基づいて所望のサービス処理を行
うホスト装置である。

次に、第１図を参照しながら第２図に基づき音声認識処
理手順を説明する。

まず、音声認識処理に先立ち、制御部１６は、音声入力
に対する準備を入力部２、分析部３、音声区闇慣出部４
へ指示するとともに、その時に認識対象となるべき単語
の分ｇＩ４（例えば、数字、ブービス植別名、物品名、
地名等の分類）の標準音声パターンの全組を標準パター
ンメモリ８から選択するように標準音声パターン選択ｓ
９に対して指示する（第２図の処理２１）。

これらの準備が完了すると、発声者に対して音声入力を
促すべき入力催告メツセージを音声合成Ｎ１０経由でス
ピーカ１１から数戸せしめる（同処理２２）。

これによシ、発声者がマイク０７オン１から音声を入力
すると（同処理２３）、入力部２は、そのディジタル変
換等をし、分析部３は、そのディジタル音声信号につい
て音声分析をして当該特徴データ等の抽出をする（同処
理２４）。

音声認識部５は、入力音声の特徴データと選択されてい
る標準音声パターンデータとの闇でパターンマツチング
処理を行い、入力音声に対する上記各標準音声パターン
の類似度を判定部６へ伝える（同処理２５）。

判定ｓ６は、類似度が最上位となる（最も確からしい）
ものを認識結果として制御部１３へ云えると共にｇ威請
釆分類部７へ云える。認誠禎果分類部７は、その認識結
果をあらかじめ設定されているカテゴリに分類し、その
認識コードを制御部１３へ云える（同処理２６）。

入力音声に対して最も確からしい類似度の値が低く、そ
れを認識結果として出力するのは疑わしいとすべきりジ
エクトの場合には、制御部１５は標準音声パターン選択
ｓ９に対して今までと同一のパターンを選択するように
指示するとともに（同処理２９〕、音声合成部１０経由
でスピーカ１１から再入力催告メツセージを放声せしめ
る（同処理３０）。

また、リジェクトでない場合には、制御部１３は、その
認識結果が正しいものであるか否かを発声者に確認させ
るだめの表示として、確認要求メツセージを音声合成ｓ
１０経由でスピーカ１１から放声させる（同処理２７）
。なお、上記表示は、コンソール部１２におけるラング
表示等によってもよい。

発声者は、こ几を聴取して自己の入力音声について正認
識、誤認識いずれであったかを知りその確認結果をコン
ソール部１２から制御部１３へ入力する（同処理２８）
。

制御部１３への上記確認結果入力は、必ずしもコンソー
ル部１２における操作による必要はなくマイクロフォン
１からの確認用音声の入力によってもよりが、その内存
は酋戸認鐵が碓央に行わｎるように簡単で誤認識をしに
くしものであることが望まし−０ 制御部１６は、上記Ａ謔消獄により、上述の認誠候袖が
正しいものでおるときは、そＡを認識結果としてその認
１コードｔホスト装置１４へ送出し、１つの入力音声に
対する処理を終了せしめ【次の入力に備える。

一方、誤ｄｔ誠でめったという確認１宵報を受けた場合
は、制御部１３は、リジェクトの場合と同様に処理２９
　、３０を行な−、話者に対して、音声の再入力を促す
。

この再入力催告メツセージを受けた話者は、再び一１Ｆ
を人力するわけでるるか、この時の入力は必ずしも創回
りジエクト、あるいは誤認識さ几た発声Ｐ３谷と同一の
ものではなくともよい。

入力ナベき単語と同じカテゴリに分類されている単語の
うち、話者が発声して最も正認識さルやすいものを選択
し、入力する。前記例でいえば、「イチ」と発声してリ
ジェクトさルた場合に「ワン」と再入力する。これらを
正認ｗＩｊｔ結果が得られるまでｍυ返して行い、正認
識となったときは、上述と同様に当該認識結果の認識コ
ードがホスト装置１４へ送出さ几、−遍の処理が終了す
る。

〔発明の効果〕

本発明によれば、ある処理を行なわせるに必女な入力単
語を数種類準備したので、誤ｇ１１１！、リジェクトと
なった場合の再入力に際し、ｗＡ；Ｉｔ！誠、リジェク
トとなる率の高い該入力単語以外の入力単語を選択でき
、音声認識方式の誤認識の訂正の効率同上、認識率の同
上、丈−ビス性の同上に効果がある０

【図面の簡単な説明】

帛１図は本＠明方法を適用した音声認識装置の一実施例
のｍ成因、帛２図は音Ｐ装置処理手順を示すフローチャ
ートである。 １・・・マイクロフォン　　２・・・入力部５・・・分
析部　　　　　　４・・・廿声区間検出都５・・・音Ｐ
認ａｌ！部　　　　６・・・判定部７・・・認５Ｉ！＃
釆分類部 ８・・・標準ｆＰバタンメモリ ９・・・標準ｔｐパタン選択部 １０・・・音声合成都 １１・・・スピーカ １２・・・コンソール部 １５・７１１４４部 １４・・・ホスト装置。

Claims (1)

【特許請求の範囲】
1. １、入力された音声から特徴を抽出して分析し、あらか
   じめ認識される１葉の標準データを格納しておく標準パ
   ターンメモリから該当標準音声パターンを読み出し、分
   析データと標準音声パターンとの類似度計算を次々に行
   い、標準音声パターンの中から入力音声に対する類似度
   が最も確からしいものを認識結果として判定、出力する
   音声認識方法において、各々の処理に必要な入力音声単
   語を夫々数種類準備したことを特徴とする音声認識方法
   。