JPS6194095A

JPS6194095A - 音声認識装置

Info

Publication number: JPS6194095A
Application number: JP59216872A
Authority: JP
Inventors: 潤一郎藤本
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1984-10-16
Filing date: 1984-10-16
Publication date: 1986-05-12

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】Ｉ支ｉ４・ｉ分野本発明は、凸点認識装置に関する。

従来技術音声を電気信号に変換して借覧−処理により識別３゛る
方〕（Ｇ旧■に種々提案されており、９０％以上のｔ忍
識率力＜１７ら打ている。

第４図は、従来の音声認識装置の〜・例を説明するため
の電気的ブ「ｌツク線図で　図中、１はマイ汐、？Ｌ１
ハン［バスフィルタＩｆｆ、　　３は△／　Ｄ　変換″
Ａ３，４は音声Ｉ゛２間検出部、　　５１．；ｊ：　ｊ
ｊ４合部、６ばデーター／　・ｙ　ｉル、７は結果表示
部で、これは、周知の、、１′口に、マイ・′）ｌから
の音声を帯域フィルタ２で周ｅ故変換し、△／ｌ）変換
器３にてΔ／Ｄ変換したパターン七あらかしめデータフ
ァイル６に納めら：／１．た登録音声のパターンとを比
較し７て一致度の１■ｉい対応する情報を識別結Ｗとし
て出力するものであイ）。而して、ごの時、入力音声の
状態か悪く、うまく音声区間が検出できないような場合
、正しい結果が得られず誤認識になる。

一目−的本発明は、上述のごとき問題点を解決するためになされ
たもので、特に、音声区間の切り出しミスによる誤認識
を防止し、正しい認識結果を得ることを目ｒ灼としてな
されたものである。

ｔｉ１戊本発明は、上記目的を達成するため、音声信号を電気信
号に変換する手段と、信号中の音声に関与する部分を検
出する手段と、特徴パラメータに変換する手段を備えた
音声認識装置において、入力された信号を電気的に記録
する手段を具備し、正しい認識結果得られなかった時、
前記記録された信号を再生できるようにしたことを特徴
としたものである。以下、本発明の実施例に基づいて説
明する。

第１図は、本発明による音声認識装置の一実施例を説明
するための電気的ブロック線図で、図中、８は録音再生
部、９は増幅器、１０はスピーカで、その他第４図と同
様の作用をする部分には第４図と同一の参照番号がイ」
し７である。而し７て、この実施例においては、マイク
より入力した音声をバントパスフィルタ群等により周波
数変換し、音声に関する区間を検出してサンプリングし
てデジタルｑにずイ）と同時に、音声区間を検出した信
号をチープレ″１−グ又Ｇ４フ「ｚ２・ピーディスク等
の録音再生部Ｈにアナログ記Ｈしておく。その後、第４
図の場合と同様にし一ζ照合演算をし、認識結果を表示
する。ご、二で結果表示すべき音声の類（１：１度が低
い、或いは第２候補との差が小さい／ζどの理由により
結果か決定しにくい時（以後リジェクトと称する）又は
゛表示した結果が誤っていた時（以後誤認識と称する）
は、先に１メ音した音声を内生してスピーカから利用者
−聞かせるようにする。利用者は自分の発音の例えば冒
頭が正しく検出されていないといった不具合を知り、次
はそのような誤りが生じないような発声をする。なお、
上記実施例においては、音声区間検出後の音声をアナロ
グ記録してい乙か、Ａ／ｎ変換後に行っても良い。

しかし、第１図のような場合、低い周波数でサンプリン
グする事が多く再生音が不鮮明となるため、Ａ／Ｄ変換
前が望ましい。

第２図は、本発明の他の実施例を説明するための電気的
ブロック線図で、図中、第１図と同様の作用をする部分
には第１図の場合と同一の参照番号が付しである。而し
て、この実施例においては、マイクから入力された音声
は通常通りに認識されるのと並行して録音再生器に記録
される。この場合、録音器はエンドレステープ等にマイ
クからの音を常に記録させ音声区間の検出と共に音声を
記録した部分の若干前に上書き防止のマークをつける。

こうして、装置は音声認識を行い、その結果がりジェツ
ト又は誤認識の場合、録音を上書き防止マーク、つまり
、区間検出のやや前から再生するよう指令を送ると共に
音声区間検出部の閾値を高感度に調整する。このリジェ
クト、又は誤認識の原因が音声区間の切り出しミスにあ
るならば、検出の閾値を高感度にすることにより、それ
ツ、前に検出し落としていた部分を検出することができ
る。区間検出の閾値に関しては例えば新美著［音声認識
１　（共有出版）等で知られている。又、音声冒頭の切
り出しミスを防くには音声区間検出時の約０．５秒程度
前の部分にマークをつけ、音声終了後も同しく０．５秒
程度後まで記録できるようなものが望ましい。こうして
録音された音から再び音声区間の検出を行って認識演算
を行う。

第３図は、オ発明の他の実施例を説明するための電気的
ブロック線図で、図中、１１は後述の動作をする電気変
換器で、その他第１図及び第２図と同様の作用をする部
分には、第１図及び第２図の場合と同一の参照番号が付
しである。この実施例において、音声を認識すると同時
に録音するやり方は、第２図に示した実施例と同しであ
る。結果がりジェツト又は誤認識した時、録音された音
声区間とその前倹約０．５秒を再生する。一般に、音声
区間検出されにくいのは音声冒頭の子音、特に無声子音
であるから、爵生■）に、電気変換器で高周波数を強調
し、無声子音の特徴である高周波数成分を多くして実質
的に無声子音の力を大きな音にしてから再度音声区間検
出と認識演算をやり直す。或いは高域強調の代わりに音
声全体の振幅を大きくしてから音声区間検出と、認識演
算をやり直しても良い。

なお、ワ上には音声区間検出感度を上げることについて
述べたか、雑音の多い所では雑音を音声につけて切り出
すというミスがある。この場合、検出感度を下げろよう
にすると良い。

一般に、単語音声は長い物で１．５秒程度であり、切り
出しで落としやすい冒頭の子音や語尾の無声化した子音
の長さは、せいぜい０．２秒であるので検出した音声区
間の前後に０．５秒余分の録音部をつけておけば実際に
は検出ミスをしても録音部には音声全体が記録されてい
ることになる。

班果以上の説明から明らかなように、本発明によると、音声
区間の検出ミスによる誤認識を防ぎ正しい認識を得るこ
とができる。

【図面の簡単な説明】

第１図乃至第３図は、それぞれ本発明の詳細な説明する
ための電気的ブロック線図、第４図は、ｆＪｔ来の音声
認識装置の一例を説明するための電気的−ノじＪツク線
図である。］・・・マイク、２・・・バンドパスフィルタ群、３・
・・Ａ／Ｄ変換器、４・・・音声区間検出部、５・・・
照合部。（）・・・データファイル、７・・・結果表示部、８・
・・Ｈ合釘！Ｐ部、９・・・増幅器、１０・・・スピー
カ、１１・・・電気変換器。

Claims

【特許請求の範囲】

（１）、音声信号を電気信号に変換する手段と、信号中
の音声に関与する部分を検出する手段と、特徴パラメー
タに変換する手段とを備えた音声認識装置において、入
力された信号をを電気的に記録する手段を具備し、正し
い認識結果得られなかった時に前記記録された信号を再
生できるようにしたことを特徴とする音声認識装置。
（２）、音声に関与する部分より大なる部分を電気的に
記録し、認識結果が決定しにくい場合、音声検出部の検
出閾値を変化させ、前記電気記録音声の再生信号を再度
音声検出部を通過せしめた後認識演算させることを特徴
とする特許請求の範囲第（１）項に記載の音声認識装置
。
（３）、音声信号を電気的に記録し、認識結果が決定し
にくい場合、前記電気記録された信号を再生し、電気的
に変換した後認識演算をすることを特徴とする特許請求
の範囲第（１）項に記載の音声認識装置。