JPS62300000A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPS62300000A JPS62300000A JP61145141A JP14514186A JPS62300000A JP S62300000 A JPS62300000 A JP S62300000A JP 61145141 A JP61145141 A JP 61145141A JP 14514186 A JP14514186 A JP 14514186A JP S62300000 A JPS62300000 A JP S62300000A
- Authority
- JP
- Japan
- Prior art keywords
- word
- synchronization signal
- segmentation
- input section
- section
- 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
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
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】
３、発明の詳細な説明
産業上の利用分野 □
本発明は連続して発声された音声を認識する音声認識装
置に関するものである。
置に関するものである。
従来の技術
一般に、音声認識アルゴリズムはセグメンテーション部
とセグメンテーションによって区切られた単語などの単
位毎の入力バタンを標準バタンと比較するバタンマツチ
ング部から構成される。セ２ペーノ グメンテーションとは入力された音声データの時系列を
単語の単位に区切る場合や更にその単語を音節などに切
り分ける操作のことである。また、２段ＤＰアルゴリズ
ム等のようにセグメンテーションを行わずいきなり音節
や単語単位の標準バタンと入力バタンをマツチングさせ
て認識を行う方法もあ名が、アルゴリズムが単純になる
反面、計算量が膨大になるという欠点がある。従って、
もし、音節や単語の大まかな位置や個数が既知であれば
セグメンテーシヨンは非常に容易になるし、２段ＤＰア
ルゴリズム等の場合でも計算量が大幅に減少するので極
めて有用であると言える。
とセグメンテーションによって区切られた単語などの単
位毎の入力バタンを標準バタンと比較するバタンマツチ
ング部から構成される。セ２ペーノ グメンテーションとは入力された音声データの時系列を
単語の単位に区切る場合や更にその単語を音節などに切
り分ける操作のことである。また、２段ＤＰアルゴリズ
ム等のようにセグメンテーションを行わずいきなり音節
や単語単位の標準バタンと入力バタンをマツチングさせ
て認識を行う方法もあ名が、アルゴリズムが単純になる
反面、計算量が膨大になるという欠点がある。従って、
もし、音節や単語の大まかな位置や個数が既知であれば
セグメンテーシヨンは非常に容易になるし、２段ＤＰア
ルゴリズム等の場合でも計算量が大幅に減少するので極
めて有用であると言える。
現状の技術では、セグメンテーションは音声の電力の変
化やスペクトルの変化を基に行っているが正確に行うこ
とは極めて難しく、発声が連続や自然発声になればなる
ほどさらに難しくなる。
化やスペクトルの変化を基に行っているが正確に行うこ
とは極めて難しく、発声が連続や自然発声になればなる
ほどさらに難しくなる。
発明が解決しようとする問題点
音声認識技術の究極の目的は自然に発声された音声を正
しく認識することにあるが、現在の音声認識技術では連
続発声された音声を認識するとと３ベ−７ は極めて難しい。この要因の一つに上記の音声のセグメ
ンテーションの問題がある。セグメンテーションが適切
に行われないと次段のバタンマツチング部の性能がいか
に良くても意味の無いことになる。従って、適切なセグ
メンテーション操作を行うことが高認識率のキーポイン
トである。しかるに連続発声された音声では調音結合や
有声音の無声化等により適切なセグメンテーションが難
しく決定的な方法が無いのが現状である。
しく認識することにあるが、現在の音声認識技術では連
続発声された音声を認識するとと３ベ−７ は極めて難しい。この要因の一つに上記の音声のセグメ
ンテーションの問題がある。セグメンテーションが適切
に行われないと次段のバタンマツチング部の性能がいか
に良くても意味の無いことになる。従って、適切なセグ
メンテーション操作を行うことが高認識率のキーポイン
トである。しかるに連続発声された音声では調音結合や
有声音の無声化等により適切なセグメンテーションが難
しく決定的な方法が無いのが現状である。
本発明は、かかる点に鑑み単語の同期信号を用いること
により安定した単語のセグメンテーションを行い高認識
率の得られる音声認識装置を提供することを目的とする
。
により安定した単語のセグメンテーションを行い高認識
率の得られる音声認識装置を提供することを目的とする
。
問題点を解決するだめの手段
上記問題点を解決するだめの本発明の技術的な手段を以
下に示す。
下に示す。
発声した音声を音響−電気変換する音声入力部と、単語
を発声する毎にキースイッチ等を押すことにより単語の
発声を入力する単語同期信号入力部と、上記音声入力部
の出力信号を上記単語同期信号入力部からの単語同期信
すに同期させてセグメンテーションを行う音声認識部と
を用いて認識を行うものである３゜ 作用 この技術的手段による作用は次のようになる。
を発声する毎にキースイッチ等を押すことにより単語の
発声を入力する単語同期信号入力部と、上記音声入力部
の出力信号を上記単語同期信号入力部からの単語同期信
すに同期させてセグメンテーションを行う音声認識部と
を用いて認識を行うものである３゜ 作用 この技術的手段による作用は次のようになる。
即ち、単語を発声する毎にキースイッチ等を押すことに
より単語の発声を知らせる単語同期信号′入力部の出力
は、パルス状の信号でありその立ち上がりエツジは各単
語の発声開始位置に対応する。
より単語の発声を知らせる単語同期信号′入力部の出力
は、パルス状の信号でありその立ち上がりエツジは各単
語の発声開始位置に対応する。
この信シジを用いることにより安定したセグメンテーシ
ョンが行え認識率の向上が図れる。
ョンが行え認識率の向上が図れる。
実施例
第１図は本発明の実施例に於ける音声認識装置の構成を
示すものである３、同図に於いて１は音声入力部、２は
特徴抽出部、３は本発明による単語同期信号入力部、４
はセグメンテーション部、６はバタンマツチング部、６
は標準バタン記憶部、７は出力部である。
示すものである３、同図に於いて１は音声入力部、２は
特徴抽出部、３は本発明による単語同期信号入力部、４
はセグメンテーション部、６はバタンマツチング部、６
は標準バタン記憶部、７は出力部である。
上記のように構成された本発明の実施例の音声認識装置
について、以下その動作を説明する。
について、以下その動作を説明する。
６ベーノ
発声された音声は音声入力部１に入力され入力部ではこ
の音声信号を電気信号に変換しさらにディジタル化する
。この信号は特徴抽出部２において周波数分析等の手段
によって特徴抽出される。
の音声信号を電気信号に変換しさらにディジタル化する
。この信号は特徴抽出部２において周波数分析等の手段
によって特徴抽出される。
また、話者は単語を発声する毎に単語同期信号入力部３
のキースイッチ等を押すことにより単語の発声を知らせ
る単語同期信号がセグメンテーション部４に送られる。
のキースイッチ等を押すことにより単語の発声を知らせ
る単語同期信号がセグメンテーション部４に送られる。
セグメンテーション部４は上記特徴抽出された音声デー
タを上記単語同期信号に従って各単語に切り分ける。単
語同期信号は、パルス状の信号でありその立ち上がりエ
ツジは各単語の発声開始位置に対応する。。この様子を
第２図に示す。バタンマツチング部６はセグメンテーシ
ョン部４で切り分けられた音声データを標準ノくタン記
憶部６の単語標準バタンと・くタンマツチングを行い最
も類似した単語に対応したコードを出力部７に送る。出
力部７では、得られた単語の認識結果を所望のフォーマ
ットに変換し認識結果として出力する。
タを上記単語同期信号に従って各単語に切り分ける。単
語同期信号は、パルス状の信号でありその立ち上がりエ
ツジは各単語の発声開始位置に対応する。。この様子を
第２図に示す。バタンマツチング部６はセグメンテーシ
ョン部４で切り分けられた音声データを標準ノくタン記
憶部６の単語標準バタンと・くタンマツチングを行い最
も類似した単語に対応したコードを出力部７に送る。出
力部７では、得られた単語の認識結果を所望のフォーマ
ットに変換し認識結果として出力する。
尚、単語同期信号入力部３はポインティング装６ペーノ
置としてよく用いられるマウスの付属スイッチ等と併用
すれば操作性の向上がより期待できる。
すれば操作性の向上がより期待できる。
発明の効果
以上、説明したように本発明によれば、（１）話者は単
語を発声する毎に単語同期信号入力部のキースイッチ等
を押すことにより認識装置に対して単語の区切り情報を
正確に伝えることができ安定で且つ高精度の認識が可能
となる。
語を発声する毎に単語同期信号入力部のキースイッチ等
を押すことにより認識装置に対して単語の区切り情報を
正確に伝えることができ安定で且つ高精度の認識が可能
となる。
（２）認識装置のセグメンテーション部の構成が簡単に
なるので認識装置の低コスト化に有効である。
なるので認識装置の低コスト化に有効である。
ｔ３）話者が単語を発声する毎に単語同期信号入力部の
キースイッチ等を押すことは即ち、話者自身が発声動作
をリズミカルに行うことになり単語の発声が安定し認識
率の向上が図れる。
キースイッチ等を押すことは即ち、話者自身が発声動作
をリズミカルに行うことになり単語の発声が安定し認識
率の向上が図れる。
（４） 単語同期信号が入力されなければ認識動作を
行わないようにしておけばマイクスイッチ等の必要が無
く装置の低コスト化が図れる。等の実用的効果が期待で
きる。
行わないようにしておけばマイクスイッチ等の必要が無
く装置の低コスト化が図れる。等の実用的効果が期待で
きる。
７ペーノ
第１図は本発明に於ける一実施例の音声認識装置のブロ
ック図、第２図は同実施例の単語同期信号の説明図であ
る。 １・・・・・・音声入力部、２・・・・・・特徴抽出部
、３・・・・・・単語同期信号入力部、４・・・・・・
セグメンテーション部、６・・・・・バタンマツチング
部、６・・・・・・標準バタン記憶部、７・・・・・・
出力部。
ック図、第２図は同実施例の単語同期信号の説明図であ
る。 １・・・・・・音声入力部、２・・・・・・特徴抽出部
、３・・・・・・単語同期信号入力部、４・・・・・・
セグメンテーション部、６・・・・・バタンマツチング
部、６・・・・・・標準バタン記憶部、７・・・・・・
出力部。
Claims (1)
- 発声した音声を音響−電気変換する音声入力部と、単語
を発声する毎にキースイッチ等を押すことにより単語の
発声を入力する単語同期信号入力部と、上記音声入力部
の出力信号を上記単語同期信号入力部からの単語同期信
号に同期させて音声認識を行う音声認識部とを具備した
ことを特徴とする音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61145141A JPS62300000A (ja) | 1986-06-20 | 1986-06-20 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61145141A JPS62300000A (ja) | 1986-06-20 | 1986-06-20 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS62300000A true JPS62300000A (ja) | 1987-12-26 |
Family
ID=15378362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61145141A Pending JPS62300000A (ja) | 1986-06-20 | 1986-06-20 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS62300000A (ja) |
-
1986
- 1986-06-20 JP JP61145141A patent/JPS62300000A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS6147440B2 (ja) | ||
| JP2006251147A (ja) | 音声認識方法 | |
| US20220238118A1 (en) | Apparatus for processing an audio signal for the generation of a multimedia file with speech transcription | |
| CN108172241B (zh) | 一种基于智能终端的音乐推荐方法及音乐推荐系统 | |
| TW533404B (en) | Hybrid keypad/speech recognition technique for oriental characters in adverse environments | |
| JPS62300000A (ja) | 音声認識装置 | |
| JPS597998A (ja) | 連続音声認識装置 | |
| JP2002229592A (ja) | 音声認識装置 | |
| JPS6265094A (ja) | 音声認識装置 | |
| JPH0774960B2 (ja) | テンプレ−ト連鎖モデルを使用するキ−ワ−ド認識方法およびシステム | |
| JPH10133678A (ja) | 音声再生装置 | |
| JPS6126678B2 (ja) | ||
| JPH10116093A (ja) | 音声認識装置 | |
| JPS638798A (ja) | 音声認識装置 | |
| JP2000125397A (ja) | 話者識別型ディジタル補聴器 | |
| JPH08110790A (ja) | 音声認識装置 | |
| JPS60166996A (ja) | 音声標準パタン登録方法 | |
| JPS6235120Y2 (ja) | ||
| JPS6120094A (ja) | 音声認識合成装置 | |
| JP2888556B2 (ja) | 音声認識装置 | |
| JPS58176699A (ja) | 音声標準パタ−ン登録方式 | |
| JPS58111097A (ja) | 音声入力認識装置 | |
| JP2000029487A (ja) | 発音記号を用いた音声データ変換・復元装置 | |
| CN85100180B (zh) | 一种利用计算机对汉语语音进行识别的装置 | |
| JPH06130988A (ja) | テキスト入力装置 |