JPS6191700A - 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】 〔発明の利用分野〕 本発明は音声認識装置に係り、特に複数の標準パターン
を用意し、状況に応じ最適な標準パターンを選択供給し
、実効的な認識率を向上させることに好適な音声入力装
置に関する。

〔発明の背景〕

従来の音声入力装置では、特開昭５８−６８７９６号公
報のように、標準パターンを登録し、認識する方法とし
て、オンラインでオペレータの声を登録してから認識を
実行することがひとつの方法である。この方法であると
、認識実行までに時間がかかる。もう一つの操作方法と
して、ホストコンビエータのメモリに事前に作成した音
声標準パターンを格納しておいて、認識に先立ちこのデ
ータを音声入力装置本体に転送（ダウンロード）してか
ら認識を実行するオンライン的登録方法がある。この２
つの方法のうちで後者の方法によると人間の声に、登録
時点からの時間経過や、体調によって性質が変化すると
いう問題があるので、次第に認識率が低下するという欠
点があった。

〔発明の目的〕

本発明の目的は、オペレータとなる人の体調の変化や登
録時点からの時間経過などによる人間の声の変化によっ
て、認識率が低下することを防゛止し、高認識率で使い
膠手のよい音声入力装置を提供することにある。

〔発明の概要〕

本発明は、いわゆる（！！数標準パターン同時利用によ
る認識率向上とは異なり、複数パターン中の１組に限定
して認識するところに特長がある。本発明は、ホストコ
ンビエータ側に音声標準パターン格納エリアを有する音
声入力装置であってこのエリアに、同じオペレータの同
−単語群を何種類かのワードセット（同属性の標準パタ
ーンの集合体）として入力しておく。ここで、認識中は
照合値を常にモニタし、一定の閾値を超えた場合に次々
に複数の標準パターン群から一群毎に、ホストコンビエ
ータから認識装置に標準パターンを供給することにより
状況に席 応じた標部パターンを与えるわけである。また単語の中
でキーワード１〜２語を決めておいて一連の認識に先立
ちそのキーワードを発声し、そのキーワードの認識スコ
アをもとに現状で最適なワードセットに入れ替え、常に
高認識率を得るために、最適な標準パターンを所有する
。

〔発明の実施例〕

以下、本発明の実施例を第１図〜第６図にもとづいて説
明・する。第１図は本発明が適用される音声入力装置の
構成を示す。第１図で、音声認識装置本体２は、マイク
９から音声信号を入力し、内蔵する音声入力回路０分析
回路、認識論理回路等の従来公知の構成により音声認識
処理全実行する。ホストコンビエータ４は、制御部とな
る部分であり、認識装置本体２の制御を行ないオペレー
タとの接点の段別な果たす。ここで示した音声入力装置
は特定話者用のもので、この装置を利用する話者は、事
前に、標準音声パターンを登録しておく必要があり、マ
イク９からの音声信号を、音声認識装置本体２に内蔵す
る音声入力回路でデジタル信号に変換し、さらに音声分
析回路で、話者の音声に含まれる特徴を抽出し、制御部
インタフェース１０．１１を介して、ホストコンビエー
タ４の第２のｍ　準ハＩ’−ンメモリ３に転送し、記憶
させる。実際の認ａ時には、認識に先立ち、ホストコン
ビエータ４の第２の標準パターンメモリ３から、制御部
インタフェース１１．１０を介して、認識装置本体２の
第１の標準パターンメモリ１に、標準パターンを転送す
る。

本発明は、同一話者に対し複数の標準パターンをホスト
コンピュータ４の第２の標準パターンメモリ３に予め記
憶しておき、ホストコンピュータ４の内部プログラムに
より状況に応じて、音声認識装置本体２の第１の振部パ
ターンメモリ１に、最適な標準パターンを提供するとこ
ろに特徴があるがその具体例を第２図のフローチャート
と第１図にもとづいて示す。

第２図で示すように、ホストコンピュータ４は、内部プ
ログラムを起動し、処理０１でＬ＝。

として、処理０２で第２の標準パターンメモリから標準
パターンの一群りを音声認識装置本体２の第１の標準パ
ターンメモリ１に転送し、処理０４で認識処理を起動す
る。本体２は、通常の認識処理を行ない、認識結果と照
合値Ｍｎ１（ｉは標準パターンの一群り内の各パターン
を示す）を、制御部インタフェース１０．１１を介して
ホストコンピュータ４に転送するので、ホスト）７ビエ
ータ４はフローに示すように認識不能の閾値をθｒｅｃ
とすると、処理０５でＭｎｉ〉θｒｅｃすなわちその照
合値が認識不能の閾値より高いかを判定し、高い場合に
は処理０６で変数工を＋１し、別途定めた標準パターン
群変更の閾値Ｎと工が等しくなったかを処理０７でチェ
ックしその時に限り、次の標準パターン群Ｌ＋１を、前
述の方法と同様に本体２に転送する。なお、処理０５に
おいて、Ｍｎ１（θｒｅｃの場合は、本体２で認識処理
を続行することになる。

実際的な取扱いとしては、Ｍｎｉ〉θｒｅｃの場合には
、認識不能とする。いわゆる認識不能率が高くなったと
きに標準パターン群の変更が打なわれる。なおホストコ
ンビ具−夕４は本体２に対して認識処理の起動をかげる
のみですく、話者の要求（キーボードでも、音声入力で
も、どのような方法でもよい。）により認識処理を停止
できる。第２図の例では標準パターン群を５ケと仮定し
ているのでＬ＝５で処理不能となる。

また認識不能の閾値θｒｅｃは、通常よく採用される１
０ｂｉｔ　（約１ｏｏｏ）精度の処理回路では４００〜
５００をとることが多い。これは、いわゆる正解となる
閾値が２００〜３００であることと関係する。

第５図では、ホスト内に格納した複数の標準パターン群
を、常に最適なワードセクトのみにしておく具体的方法
を示す。第３図では、標準パターン群のｉＫを５と仮定
する。ホストコンビ晶−夕４の内部プログラムにより、
処理０ＡＴＫ＝５として、処理１１で、ホストコンビエ
ータ４の第２の標準パターンメモリ３から第１番目の標
準パターン群を、本体２の第１の標準パターンメモリ１
にダウンロードする。処理１２では、ディスプレイによ
りキーワード発声を促し、本体２での８識結果と照合値
をホストコンピ−タ４にとり込み、処理１５でマツチン
グ値を表示する。以下に＝ｏになるまで、標準パターン
詳を変更し、最もマツチング値の大きいものを選択して
処理２０で、該当の単語全てを発声して本体２の第１の
標準パターンメモリ１に登録し、さらに処理２１で、そ
のパターンをホストコンビエータ４に転送すなわちアク
ブロードし、前記のごとく、選択した最もマツチング値
の大きい標準パターン群をホストコンビエータ４の第２
の標準パターンメモリ３より削除して、そのかわりに今
回アクブロードしたものをホストコンピュータ４の第２
の標準パターンメモリ３に格納する。この場合に削除す
べき内容を話者がキーボードなどで指定してもよい。

今回の実施例では、話者に対してディスプレイを用いマ
ツチング値を表示して見せたが、表示せずに、単にホス
トコンピュータ４の内部プログラムで、更新してもよい
。

最後になったが、最も極端な例として、前述の複数の標
準パターン群の各々を、高騒音下で発声したもの、低騒
音下で発声したもの、風邪をひいたときのものとして、
ホストコンビエータ４の第２の標準パターンメモリ３に
格納しておき、利用者が、環境に応じてキーボード６あ
るいはマイク９によるキー入力、音声入力により人為的
に指定する例がある。これは環境変化として予め予測さ
れる条件を揃えておき、利用者が介入して、積極的に認
識率を向上させようとすることも可能である。

〔発明の効果〕

本発明によれは、複数の標準パターン群のうち、状況に
応じて最適な標準パターン群１組を選択的に提供できる
ので実効的に認識率を向上する効果がある。

【図面の簡単な説明】

第１図は本発明が適用される音声入力装置の構成図、第
２図は複数の標準パターン群の中から、最適な標準パタ
ーンを選択的に供給する具体的なフロー、第３図はキー
ワード発声により常に最適な標準パターンを確保するた
めのフローを示す。 １・・・音声認識装置本体２内の第１の標準パターンメ
モリ、 ２・・・音声認識装置本体、 ３・・・ホスト４内の第２の標準パターンメモリ、４・
・・ホスト、　　　　　　５・・・ディスプレイ、６・
・・キーボード、　　　　７・・・アップロード１パス
、８・・・タウンロードパス、９・・・マイク、１０．
１１・・・本体２、ホスト４内の制御部インタフェース
回路。

Claims (1)

1. 【特許請求の範囲】 １、登録された標準音声パターンと入力音声パターンと
   の比較により認識処理を行なう音声入力装置において、
   認識処理部側に音声入力回路、音声分析回路、認識論理
   回路、第１の標準パターンメモリおよび制御部とのイン
   タフェース回路を設け、制御部側に第２の標準パターン
   メモリを設けることによって、話者によって発声された
   音声を該音声入力回路で入力し、さらに該音声分析回路
   で音声に含まれる特徴パラメータを抽出し、前記制御部
   とのインタフェースを介して、第２の標準パターンメモ
   リに転送することで、各話者に対する複数の標準パター
   ンを用意し、前記制御部側の処理により、状況に応じて
   最適な標準パターンを前記認識処理部側の第１の標準パ
   ターンメモリに転送することにより実効的に認識率向上
   をはかることを特徴とする音声入力装置。 ２、認識中に常に照合値をモニターし、一定の閾値を超
   えた場合、次々に前記制御部側の第２の標準パターンメ
   モリから複数の標準パターン群を一群ごとに前記認識処
   理部側の第１の標準パターンメモリに転送し、状況に応
   じた標準パターンを提供することにより、実効的に認識
   率向上をはかることを特徴とする特許請求の範囲第一項
   記載の音声入力装置。 ３、一個以上のキーワードにより、各話者の複数の標準
   パターンに対して認識を行ない、全ての標準パターンと
   の照合値が一定の閾値を超えた場合に、最も照合値の高
   い標準パターンを削除し、現時点で再登録した標準パタ
   ーンに更新することを特徴とする特許請求の範囲第一項
   記載の音声入力装置。 ４、該複数の標準パターンを別途設けた切換手段により
   選択して前記認識処理部に提供することを特徴とする特
   許請求の範囲第一項記載の音声入力装置。