JPS63158600A - 単語検出装置 - 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】 （産業上の利用分野） 本発明は単語検出装置に関し、特に音声認識、音声入力
装置等において入力音声中に含まれる単語全検出する単
語検出装置に関する。

（従来の技術） 音声認識装置、音声入力装置等においては、入力音声中
の単ｈｔ検出する方法のひとつとして、入力音声を音節
、音素、音素クラス等のカテゴリの列と兄なし、入力音
声から検出したカテゴリを用いて作成したカテゴリ列が
、単語辞書に記憶されている単語のカテゴリ列に対応す
れば、その単語全検出結果とするという方法がある。

一般に上述したカテゴリは、その発声時間長が短いこと
や類似するカテゴリが存在することなどから、入力音声
中から正しいカテゴリだけを誤りなく検出することは困
難である。そこで従来から、入力音声中の各カテゴリ区
間に対して複数個のカテゴリ候補を検出したのち、単語
辞書を参照して、単語に対応するカテゴリ候補列を見つ
けるという方法を用いている。しかしながらこの場合に
も、発声のなまけや隣接するカテゴリ例えば音節どうし
の調音結合等の原因によって、あるカテゴリ区間の存在
が検出できなかったり、あるカテゴリ区間に正しいカテ
ゴリ候補が検出できない場合がある。

そこで、特願昭６１−１９０２５８．１９０２５９゜１
９０２６０．１９０２６１の「単語検出方式」に述べら
れている方式のように、入力音声中のカテゴリ候補を検
出したのち、単語辞書中の単語のカテゴリの並びに従っ
てカテゴリ候補を選択するとともに、単語中のあるカテ
ゴリが検出されなかった場合にはその前後のカテゴリに
対応するカテゴリ候補を手掛かりにして、単語のカテゴ
リ列に対応するカテゴリ候補列を見つけ、また、対応す
るカテゴリ候補列が見つかった単語については、そ（つ
スコアを計算するという手段をとっている。

一方、多数の単語のうちからスコアの良い単語を選択す
る場合に１それぞれの単語について個別に上述の方法で
対応するカテゴリ候補列及びスコアを求めるとすると、
特に単語辞書中の単語数が多い場合には多大な計算量を
必要とし、現実的でない。

そこで通常、多数の単語のカテゴリ列をいわゆるツ’Ｊ
　−（ｔｒｅｅ　）構造で表現する木構造形式の単語辞
書を用いる。このような単語辞書では、節点間の枝がカ
テゴリに対応し、木の根節点からある節点までの枝刈が
単語のカテゴリ列を表す。また、複数個の単語が同じカ
テゴリ列で始まるときには、その同じカテゴリ列は木の
上で共有される。これによって、同じカテゴリ列を稠度
４辿る必要がなくなる。

また、木の根節点から途中節点まで辿シ終えたカテゴリ
列のそれぞれになんらかのスコアを与え、常に、スコア
の良いカテゴリ列を選択して更に先に辿り、単語のカテ
ゴリ列の終端に達した時点でその単語を検出結果として
出力する。これによっテ最終的にスコアの良いカテゴリ
列に対応する単語を得ることができる。これは一般に、
最良優先探索法と呼ばれる方法である。

この方法によれば、すべての単語のカテゴリ列ヲ辿るこ
となく、スコアの良いカテゴリ列に対応する単語を求め
ることができる。

ここで、カテゴリ列のスコアとして、そのカテゴリ列に
対応するカテゴリ候補列中のカテゴリ候補のスコアの平
均値が４見られることが常である。

（発明が解決しようとする問題点） 一般に、「国家（コツ力）」と「国会（コツカイ）」の
ようにある単語のカテゴリ列（この場合、音節列）が他
の単語の先頭からの一部分のカテゴリ列に含まれる場合
がある。この場合、木構造形式の単語辞書では短い方の
単語のカテゴリ列（枝刈）が長い方の単語のカテゴリ列
（枝刈）の一部分となる。従って、単語辞書中を辿って
長い方の単語のカテゴリ列の終端に達する場合には、そ
れ以前に必す短い方の単語のカテゴリ列の終端に達する
ことになる。すなわち、前述の従来の方法では、常に短
い方の単語が先に検出結果として出力されることになる
。

例えば、「国会が」という入力音声から「コツカイ」と
いう音節候補列が得られた場合、単語「国家」が「国会
」よりも先に検出結果として出力されてしまう。

一方、かな漢字列に含まｎる単語を単語辞書から選ぶ必
要があるときには、入力文字列に最も長く一致する単語
を選ぶという方法（最長一致法）が有効であることが分
かっている。上記の例においても、最長一致法を用いれ
は、単語「国会」の＃なうが「国家」よシも長いことか
ら、「国会」を先に検出結果として出力することはでき
る。

ところが、上記の例で、入力音声が［国家に１の場合に
、音節認識の結果「国家（こつか）１の部分に対しては
それぞれ第１位の音節候補として「コ」、「ツ」、「力
１が得られたが、「に」の部分に対しては第１候補が［
二、１、第２候桶が「イ」となったとする。この場合に
正しくは、単語「国家」と単語「に」が先に検出される
べきである。しかしながら、音節「に」に対する第２候
補を用いると前記音節候補からは音節候補列「コ、カイ
１が生成され得るために、最長一致法を用いると単語「
国会」が［国家］よりも先に検出されてしまう。

すなわち、音声からの単語検出の場合には入力音声中の
各々のカテゴリに対して複数個のカテゴリ候補が得られ
るために、より長く一致するというからといってその単
語を無条件に選択することはできないという欠点がある
。

本発明の目的は上述した欠点を除去し、適当な場合にの
み最長一致法の考え方を用いることによって、より信頼
性の高い単語を結果として出力することを可能にする単
語検出装置を提供することにある。

（問題点を解決するための手段） 本発明の装置は、音節、音素、音素クラス等のカテゴリ
の列である入力音声から、複数個のカテゴリ候補および
これらカテゴリ候補の検出評価における信頼度の尺度と
してのスコアと位置情報とを抽出して記憶するカテゴリ
候補抽出手段と、節点間の枝がカテゴリに対応し根節点
からの枝列すなわちカテゴリ列で検出対象の単語のカテ
ゴリ列を記憶する木構造形式の単語辞書と、前記単語辞
書に含まれる少なくとも１個のカテゴリからなるカテゴ
リ列とこれに対応するカテゴリ候補列との組を少なくと
も１個格納するカテゴリ列記憶手段と、前記カテゴリ列
記憶手段中のカテゴリ列のスコアを対応するカテゴリ候
補列中のカテゴリ候補のスコアを用いて算出するととも
にそのカテゴリ列が単語のカテゴリ列の終端辞書の葉節
点に達している場合にはカテゴリ列長に応じたペナルテ
ィをそのカテゴリ列のスコアに付与して新たなカテゴリ
列として前記カテゴリ列記憶部に記憶するスコア計算手
段と、前記カテゴリ列記憶手段に記憶されているカテゴ
リ列のうちで最もスコアの良いカテゴリ列とこｎに対応
するカテゴリ候補列とを取り出しそのカテゴリ列が単語
の終端に達している場合には対応する単＠を検出結果と
して出力しカテゴリ列が単語の終端に達していない場合
にはそのカテゴリ列とカテゴリ候補列とを未検出結果と
して出力するカテゴリ選択手段と、前記カテゴリ候補選
択手段から未検出結果を受取ってカテゴリ列の終端の節
点から単語辞書をさらに辿ってより長いカテゴリ列とこ
れに対応するカテゴリ候補列の組を少なくとも１個生成
したうえこれを前記カテゴリ列記憶手段に追加するカテ
ゴリ列生成手段とを有して構成される。

（作用） 上記の例において、入力音声「国会に」の中の音節「に
」に対する音節候補「二」、「イ」のうちどちらが正し
いかは一般には不明である。そこで従来は、そのカテゴ
リ列の単語が存在する限り、よシスコアの良い、すなわ
ちより第１位に近いカテゴリ候補を用いて構成されるカ
テゴリ候補列を優先している。しかしながら、入力音声
中のカテゴリの認識は正しく行なわｎるとは限らないか
ら、スコアの良いほうの良いカテゴリ候補が実際に正し
い音節候補であるとは限らない。一方、最長一致法の考
え方からすれば、より長く単語に一致するカテゴリ候補
列のほうが信頼できると言える。

そこで、本発明の方式では、単語に対応するカテゴリ候
補列が得られた時点ではその単語をすぐに検出結果とし
て出力せずに、そのカテゴリ候補列のスコアにその単語
長に応じ九大きさのペナルティを与えた結果をそのカテ
ゴリ候補列の新たなスコアとする。すなわち七〇カテゴ
リ列のスコアはペナルティの大きさだけ悪くなる。この
結果、そのカテゴリ候補列に対応する単語は、そのカテ
ゴリ候補列のスコアよシも良いカテ：Ｉ”　ＩＪ　候補
列カ他に無くなった場合に初めて検出結果として出力さ
れる。このペナルティの大きさは、最長一致法の考え方
から、単語長が長いほど小さな値としておく。従って、
単語長に四してはよシ長い単語が優先して出力されると
いう最長一致法が実現される。また、カテゴリ候補列の
本来のスコアはそれを構成するカテゴリ候補のスコアか
ら計算される。

このため、あるカテゴリ候補列がいかに長い単語と一致
していたとしても、その中にスコアの悪いカテゴリ候補
が含まれている場合にはそのカテゴリ候補列のスコアは
悪くなるため、その単語が検出結果として誤って出力さ
れることはない。

このように、カテゴリ候補のスコアの大きさに応じて適
切に最長一致法の考え方を用いることによって、より信
頼性の高い単語を検出結果として出力することができる
。

（実施例） 次に図面を参照して本発明の詳細な説明する。

第１図は本発明の一実施例を示すブロック図である。本
実施例では日本語の音声が入力されるものとして、カテ
ゴリとして音節を用いる。

音節候補抽出部１０１は入力音声中の音節候補を検出し
、その候補をそのスコアと入力音声中での位置とともに
音節候補記憶部１０２に記憶する。

第２図は音節候補抽出部１０１の具体的−例を示すプロ
、り図である。第２図において、入力音声は音声バッフ
ァ２０１に一旦格納される。まず、母音候補検出部２０
２が、音声バッファ２０１に格納された音声中の母音候
補を検出し、母音候補記憶部２０３に格納する。母音候
補の検出は母音バタン記憶部２０４にあらかじめ格納さ
ｔている各母音の音声標準バタンと入力音声の各区間と
を照合することによって行われる。母音の音声信号は比
較的定常であるので検出は容易である。各母音は少なく
とも母音名、入力音声中での位置の情報を保持している
。母音候補の検出が終了した後、子音候補検出部２０５
によって子音候補が次に述べるようにして検出される。

日本語においては、音節は子音ＣＣ’）−母音（Ｖ）の
組である。従って入力音声中では、２個の母音に挾まれ
た区間のうちのある時間長以下の区間（以後これを■Ｃ
ｖ区間と呼ぶ）及び入力音声の始端からある時間長以内
にある区間（以下これをＣｖ区間と呼ぶ）までの各に１
個の子音が存在するといえる。子音候補検出部２０４は
母音候補記憶部２０３に記憶されている母音候補から作
られるすべてのｖＣｖ区間及びＣ■区間の各に対して、
あらかじめ子音バタン記憶部２０６に記憶されているｖ
Ｃ■及びＣＶ標準音声パタンの照合を行い類似度の高い
複数個の音声バタンの名前を子音候補とする。以上で決
定された母音候補と子音候補とを組み合わせて音節候補
とし入力音声中での位置と共に音節候補記憶部１０２に
記憶する。

単語辞書１０３には検出すべき単語の音節列が木構造形
式で記憶されている。いま、単語辞書１０３に「国家（
コ、力）」、「国会（コツカイ）」の２単語が含まれて
いるとする。この様子を第３図に示す。第３図は第１図
の実施例における単語辞書の構成を示す説明図である。

以下の説明を簡単にするために、この２単語のカテゴリ
列について処理例を述べるが、単語辞書中の他の単語に
対する枝についてもまったく同様に処理が行なわれる。

いま例として、「国会が（コウカイガ）」という音声が
入力されたとする。この場合、音節認識結果として各音
節に対して次のような音節候補が抽出されたとする。こ
こで（）の中の数字は音節候補のスコアであり、この値
が小さいほど信頼できる音節候補列である。

入力音節　　第１位置節候補　第２位置節候補「コ」　
　　ゴ（５）　　　　コ（７）「、」　　　　　　ッ（
２） 「力」　　　力（３）　　　パ（１０）「イ」　　　二
（３）　　　イ（４） 「ガ」　　　ガ（２）　　　　力（６）音節列生成部１
０４は、まず始めに、単語辞書１０３の根部点に続く枝
の音節のそれぞれについて、その音節に対応する音節候
補が音節候補記憶部１０２に記憶されている場合には、
その音節を長さｌの音節列として、対応する音節候補と
共に音節列記憶部１０５に記憶する。さらに、スコア計
算部１０６がそれらの音節列に対してそのスコア全計算
して付与する。本実施例では、音節候補列のスコアＴを
次式で求める。

ここで、Ｎは音節候補列の長さ、Ｓ　（ｎ）は先頭から
ｎ番目の音節候補のスコアである。

ここでは、第３図中の先頭の枝「コ」に対応する音節候
補はコ（７）であるから、音節「コ」からなる音節列の
スコアは、（７＋１＋１＋１　）／４＝２．５となる。

この音節列は、そのスコアと対応する単語と共に、音節
列記憶部１０５に記憶される。この結果、音節列記憶部
１０５には、 ■コ　：　　（７＋１＋１＋１）／４＝２．５が記憶さ
れる。ここで、二の右の数字はその音節候補列のスコア
である。

次に、音節列選択部１０７は、音節列記憶部１０５中の
音節列のうち、もつともスコアの良い、すなわちその値
の小さい音節列を取り出し、その音節列及び音節候補列
を音節列生成部１０４に送る。音節列生成部１０４は受
は取った音節列をその終端節点から更に延長し、より長
い音節列を生成する。すなわち、単語辞書１０３中でそ
の終端節点に続く枝に対応する音節候補が音節候補記憶
部１０２に含まｎ、かつその音節候補が現在の音節候補
列に接続し得るならば、その音節候補を現在の音節候補
列に接続する。生成された音節列と音節候補列は音節列
記憶部１０５に記憶され、そのスコアがスコア計算部１
０６によって計算される。

今の場合、音節列■が延長されると、この結果、音節候
補列 ■コツ　　　ニ　　（７＋２＋１＋１　　）／４−４７
５が音節列記憶部１０５に記憶される。

続いて同様に、音節列■から音節列■が生成される。

■コツカニ　　（７＋２＋３＋１）／４＝３．２５ここ
で、音節列■は単語辞書１０３で単語「国家」のカテゴ
リ列の終端に対応する節点に達していることから、スコ
ア計算部１０６はこの音節列にペナルティを加算する。

ここではペナルティＰを次式で計算する。

Ｐ＝ｍａｘ　（５−Ｌ＋　１　） ここで、Ｌは音節列長である。従って音節列■にはペナ
ルティｍａｘ　（５−３ｖ　１　）＝２が加算される。

このペナルティが加算された音節列が新たに音節列記憶
部１０５に記憶され、この結果、音節列記憶部１０５に
は、 ■コツカニ　（７＋２＋３＋１　）／４＝３．２５■コ
ツカニ　（７＋２＋３＋１　）／４＋２＝５．２５「国
家」 が記憶されることになる。ここで、音節列■の「国家」
はこの音節列が単語「国家」に対応していることを表す
。

引続き、スコアの良い音節列■から音節列■が生成され
る。

■コツカイ：　（７＋２＋３＋４　）／４＝４ここで、
音節列■は単語辞書１０３で単語「国会」のカテゴリ列
の終端に対応する節点に達していることから、スコア計
算部１０６はこの音節列にペナルティｍａｘ（５−４＋
　１　）＝１を加算し、その結果の音節列のを音節列記
憶部１０５に記憶する。この結果、音節列記憶部１０５
には次の音節列が記憶されていることになる。

■コツカニ　（７＋２＋３＋１　）／４＋２＝５．２５
「国家−１ ■コツカイ：　（７＋２＋３＋４）／４＝４■コ、カイ
：　（７＋２＋３＋４）／４＋１＝５「国会」 ここで、音節列■は単語辞書中の葉節点に達しており、
これ以上先に辿ることはできないため削除される。この
結果、次に音節列■が選択されて単語「国会」が検出結
果として出力さ扛る。このように最長一致法の考え方に
よって、正しい単語「国会」が［国家１よりも先に出力
されることになる。

次に、入力音声が「国家に（コツカニ）」であった場合
を考える。この時には、音節認識結果として各音節に対
して次のような音節候補が抽出される。

入力音節　　第１位置節候補　第２位置節候補「コ−１
ゴ（５）　　　　コ（７） 「ツ」　　　　ツ（２） 「力」　　　力（３）　　　パ（１０）「二」　　　二
（３）　　　イ（６） この例では３番目の音節「にＪＫ対して第１候補が「二
」、第２候補が「イ」となっているが、この第２候補「
イ」は本来誤った候補であるためにそのスコアは６と先
の例での音節［い１に対する第２候補の「イ」のスコア
よりも悪くなっている。この結果、前述のように処理を
進めてゆくと、ある時点で音節列記憶部１０５の内容は
、■コツカニ　（７＋２＋３＋１　）／４＋２＝５．２
５「国家」 ■コツカイ：　（７＋２＋３＋６　）／４＝４．５■コ
ツカイ：　（７＋２＋３＋６　）／４＋１＝５．５「国
会」 となる。この結果、今度は音節列■の単語［国家−１が
検出結果として単語「国会Ｊよりも先に出力される。

以上、本発明の一実施例を説明した。この実施例では説
明を簡単にするために、音節認識の段階で音節認識誤り
が起こらなかった場合、すなわち入力されたすべての音
節に対して少なくとも正しい音節候補が抽出された場合
について述べたが、音節認識誤りが生じた場合にも、前
述した特願昭６１　１９０２５８．１９０２５９，１９
０２６０＋１９０２６１の「単語検出装置」に述べられ
ている方式を用いることによって、上記実施例と同様に
効率よく正しい単語を検出することができる。

（発明の効果） 以上説明したように本発明によれば、最長一致法の考え
方を適切に用いることができ、その結果、より信頼性の
高い単語を結果として出力することが可能となる単語検
出装置を提供することができるという効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
第１図の実施例における音節候補抽出部の具体例を示す
ブロック図、第３図は第１図の実施例における単語辞書
の構成を示す説明図である。 １０１・パ・・・音節候補抽出部、１０２・・・・・・
音節候補記憶部、１０３・・・・・単語辞書、１０４・
・・・・・音節列生成部、１０５・・・・・・音節列記
憶部、１０６・・・・・・スコア計算部、１０７・・・
・・・音節列選択部、２０！・・・・・・音声バッファ
、２０２・・・・・・母音候補検出部、２０３・・・・
・・母音候補記憶部、２０４・・・・・・母音バタン記
憶部、２０５・・・・・・子音候補検出部、２０６・・
・子音バタン記憶部。 菊　Ｚ　図

Claims (1)

1. 【特許請求の範囲】 音節、音素、音素クラス等のカテゴリの列である入力音
   声から、複数個のカテゴリ候補およびこれらカテゴリ候
   補の検出評価における信頼度の尺度としてのスコアと位
   置情報とを抽出して記憶するカテゴリ候補抽出手段と、 節点間の枝がカテゴリに対応し根節点からの枝列すなわ
   ちカテゴリ列で検出対象の単語のカテゴリ列を記憶する
   木構造形式の単語辞書と、 前記単語辞書に含まれる少なくとも１個のカテゴリから
   なるカテゴリ列とこれに対応するカテゴリ候補列との組
   を少なくとも１個格納するカテゴリ列記憶手段と、 前記カテゴリ列記憶手段中のカテゴリ列のスコアを対応
   するカテゴリ候補列中のカテゴリ候補のスコアを用いて
   算出するとともにそのカテゴリ列が単語のカテゴリ列の
   終端辞書の葉節点に達している場合にはカテゴリ列長に
   応じたペナルティをそのカテゴリ列のスコアに付与して
   新たなカテゴリ列として前記カテゴリ列記憶部に記憶す
   るスコア計算手段と、 前記カテゴリ列記憶手段に記憶されているカテゴリ列の
   うちで最もスコアの良いカテゴリ列とこれに対応するカ
   テゴリ候補列とを取り出しそのカテゴリ列が単語の終端
   に達している場合には対応する単語を検出結果として出
   力しカテゴリ列が単語の終端に達していない場合にはそ
   のカテゴリ列とカテゴリ候補列とを未検出結果として出
   力するカテゴリ選択手段と、 前記カテゴリ候補選択手段から未検出結果を受取ってカ
   テゴリ列の終端の節点から単語辞書をさらに辿ってより
   長いカテゴリ列とこれに対応するカテゴリ候補列の組を
   少なくとも１個生成したうえこれを前記カテゴリ列記憶
   手段に追加するカテゴリ列生成手段とを有して単語を検
   出することを特徴とする単語検出装置。