JPS63317874A - デイクテ−テイングマシン - 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】 （イ）　産業上の利用分野 本発明は、音声入力により、文章を作成する装置即ちデ
ィクテーティングマシンに関する。

（ロ）　従来の技術 従来、例えば、特開昭６０−５５４３４号公報に示、さ
れるように、音声入力ワードブロセ・ｙす（以下音声入
力ワープロと称す）は、キーによる文字入力により文章
を作成するワードプロセッサ（以下ワープロと称す）に
おいて、キーによる文字入力の操作を音声入力に置き変
えたものであった。このため、文章作成時において実時
間処理を前提としていた。

（ハ）　発明が解決しようとする問題点従来のワープロ
および音声で文字を入力する音声ワープロは、大きくて
持ち運ぶには不便であり、常時携帯し好きな時に文書作
成することはできなかった。

従来、ワープロを使用して文章作成したいが手元にワー
プロのない場合、文書を書面にして記録し、後にワープ
ロに入力するか、テープレコーダなどに文章を録音し、
後で聞き返してワープロに入力する方法をとっていたが
、これは二度手間である。

また、上記の方法は、書面を読み返すか、または録音音
声を聞き返し、ワープロに文章入力する人間を必要とし
、労力の無駄である。

また、音声ワープロを使用し、文章作成を行なうときは
、装置と向かい合い、音節または文節ごとに入力し、そ
の都度認識結果を表示画面上で確認し、誤っていれば修
正操作を行なわなければならない、つまり、音声ワープ
ロでは、音声を発声入力し、認識結果を確認し、きらに
この認識結果を修正するという三つの全く異質の操作を
、文章作成時に行なわねばならない、この場合、思い着
くままに、思い着いた所まで、−気に文章を入力すると
いうことができず、思考が寸断されるため非常に使いず
らいものであった。更に、認識率が悪ければ悪いほど修
正に要する時間が長くなり、この思考の寸断はより顕著
なものとなる。また、この思考の寸断は、使用者を精神
的にＪするものであり、文章のイメージが頭の中に有る
うちに早く文章を作成したいという欲求と、実際には、
認識結果が誤っており、修正を加えなければならず、文
章作成を行なえないという現実との間に、葛藤が起こり
使用者への負担が大きかった。

また、１台のワープロを複数人で使用する場合、順番待
ちをしなければ成らないことがあり、待ち時間が無駄で
ある。

また、音声で文字を入力する音声ワープロは音声を入力
し、音節または文節単位に修正を行ないながら文章作成
を行なうため、認識処理を実時間で行なうことを前提と
しており文章全体を把握した認識処理など、音節または
文節より大きな単位での認識処理を行なえなかった。

また、音声認識結果を表示装置上に表示きれた、文字を
読むことにより、確認しなければならず、非常に目が疲
れる。

またテープレコーダなどに録音しておいた文章を従来の
音声認識ワープロに入力しても、録音再生装置に録音し
た音声は録音再生装置の周波数特性を受けているため、
録音した音声と、マイクから直接人力した音声とは周波
数特性が違い、ただ単に録音音声を人力しても高い認識
率を得ることはできない。

また、テープレコーダなどに録音しておいた文章を従来
の音声認識ワープロに入力した場合、再生時間は録音時
間と同じ時間かかるため認識時間は録音音声の録音時間
長だけかかってしまう、また録音再生装置の制御系を持
たないために画面に表示された文章と録音装置に録音き
れた文章とを対応をとりながら制御するといった細やか
な制御ができず文章修正時に効率の良い操作を行なえな
い。

（ニ）問題点を解決するための手段 本発明のディクテーティングマシンは音声認識装置と録
音再生装置と認識結果に言語知識処理を有する修正手段
を加えかな列に変換する装置と変換結果を記憶する記憶
装置を組み合わせることにより、ワープロ等の日本語処
理装置・＼のかな入力を可能とした認識結果を記憶装置
に格納しておくものである。

くホ）　作用 本発明によれば、音声認識装置と録音再生装置と認識結
果に言語知識処理をほどこし文字列に変換すや装置と変
換結果を記憶する記憶装置を組み合わせることにより、
録音再生装置に一度文章を全て録音し、後に再生入力す
ることにより、文章を作成できるため、音声を発声入力
することと、認識結果を確認し、認識結果を修正すると
いう操作を、分離することができる。また、本体く録音
再生装置以外の部分）が１台で、他の人が使用している
ときでも、着脱式の安価な録音再生装置があれば、文章
を録音しておけるため、時間を有効的に使用できる。

また、音声合成機能をもたせ、音声認識結果を耳で聞く
ことにより確認できるようにしたため、文字を読むこと
による疲労がなくなる。

（へ）　実施例 第１図に本発明を採用して音声入力により文章作成する
ディクテーティングマシンの外観図を示し、第２図に該
マシンの機能ブロック図を示す。

第２図に於て、（１）は第１図の本体＜１００）内に回
路装備された音声認識部であり、その詳細は第３図のブ
ロック図に示す如く、入力音声信号の背圧調整を行う前
処理部（ｒｔ）［第４図］、該処理部（１１）からの音
圧調整済みの音声信号からその音響特徴を示すパラメー
タを抽出する特徴抽出部（１２）［第５図］、該抽出部
（１２）から得られる特徴パラメータに基づき入力音声
の単語認識を行う単語認識部（１３）［第６図］と文節
認識部（１４）［：第７図］、及びこれらいずれかの認
識部（１３）、（１４）からの認識結果に基づき認識単
語文字列、或いは認識音節文字の候補を作成する候補作
成部（１５）からなる。

更に第２図に於て、（２）は第１図に示す如く本体（１
００）に機械的並びに電気的に着脱可能なテープレフー
ダ等の録音再生装置、（３）は例えば第１図図示の如き
ヘッドホンタイプのマイクロホン、（４）は録音再生装
置（２）とマイクロホン（３）と音声認識部（４）との
あいだの接続切り換えを行う入力切り換え部［第８図］
である。（６）は認識結果に基づき生成した文字列等を
表示するための表示装置、（７）は該ディクチ−ティン
グ・マシンの各種制御信号を入力するためのキーボード
、（８）は該ディクテーティングマシンで生成された文
字列を記憶する磁気ディスク装置等の記憶装置、（９）
は該記憶装置の文字列を規則合成によりスピーカ（１０
）から読み上げるためのき声合成部である。

尚、（５）はマイクロプロセッサからなる制御部であり
、上記各部の動作の制御を司っている。

上述の構成のディクテーティングマシンに依る文章作成
方法としては二通りあり、それぞれに就いて以下に詳述
する。

第一の方法は、マイク（３）より主音声を音声認識部（
１）に入力し、音声認識を行ない、入力音声を文字列に
変換し、表示装置（６）に表示し、同時に記憶装置（８
）に結果を記憶する。

第二の方法は、入力したい文章を予め録音再生装置（２
）に録音しておき、この録音再生装置（２）を本装置に
接続し、録音文章を音声認識部（１）に入力することに
より、音声認識を行ない、入力音声を文字列に変換し、
表示装置（６）に表示し、同時に記憶装置（８）に結果
を記憶する。

上述の様に、音声を入力する方法は、二通りあるので、
入力切り換え部（４）において、入力の切り換えを行な
う、また入力切り換え部（４）は、入力の切り換えの他
に、録音再生装置（２）に録音信号（イ）を録音するの
か、マイク（３）より入力された音声を録音するのかの
切り換えも行なう。

以下に音声録音から文章作成までの動作を順次詳述する
。

（ｉ）　　音声登録処理 音声認識を行なうに先たち、音声認識に必要な音声の標
準パターンを作成するため、音声登録を行なう。

まず、音節登録モードについて述べる。

ここで述べている標準パターンとは、音声認識部（１）
の文節認識部（１４）でのパターンマッチィング時の基
準パターンとなるものであり、具体的には第７図の如き
文節認識部（１４）の音節標準パターンメモリ（１４ｄ
）に格納される。

本ディクテーティングマシンに音声登録する方法は、ま
ず第７図のスイッチ（１４ｓｌ）を操作しパラメータバ
ッファ（１４ａ）と音節認識部（１４ｂ）とを接続し、
次に述べる三方法がある。

第一の方法は該マシンの本体（１００）にマイク（３）
より直接登録音声を入力し、この登録音声を音声認識部
（１）で分析し、標準パターンを作成し、作成した標準
パターンを音節標準パターンメモリ（１４ｄ）および記
憶装置（８）に記憶させる方法である。

第二の方法は前もって登録音声を録音しておいた録音再
生装置（２）を本体（１００）に接続し、この録音登録
音声を再生することにより登録音声の入力をなし、この
入力した登録音声を音声認識部（１）で分析し、標準パ
ターンを作成し、作成した標準パターンを音節標準パ、
ターンメモリ（１４ｄ）および記憶装置（８）に記憶さ
せる方法である。

第三の方法は本マシンの本体（１００）にマイク（３）
から直接登録音声を入力するが、このとき同時に録音再
生装置（２）を本体（１００）に接続し１おきこの入力
された音声を録音再生装置く２）に録音しながら、本体
（１００）側ではマイク（３）からの登録音声の分析を
行ない標準パターンを作成し、作成した標準パターンを
記憶装置（８）に記憶させておく、そして、次にこのマ
イク（３）への音声入力が終了すると、これに引き続き
、録音再生装置（２）に録音された音声を再生し、この
録音きれた登録音声を音声認識部（１〉で分析し、標準
パターンを作成し、作成した標準パターンを音節標準パ
ターンメモリ（１４ｄ）に記憶しておくと同時に、記憶
装置（８）にも上述のマイク（３〉からの直接の登録音
声の音節標準パターンと共に記憶させる方法である。

この第３の方法に於ては、録音再生装置（２）に録音し
た音声は録音再生装＃（２）の周波数特性を受けている
ため、録音した音声から作成した標準パターンと、マイ
ク（３）から直接入力した音声より作成した標準パター
ンとを比べた場合、両漂準パターンの間に違いが現れる
。故に録音音声を認識させるときは、録音音声より作成
した標準パターンを使用する必要があり、マイク（３）
から直接入力した音声を認識させるときは、マイク（３
）から直接人力した音声より作成した標準パターンを使
用する必要があるので、上述の如きの方法をとることに
よって、マイク（３）から直接登録した標準パターンと
録音音声より作成した標準パターンの両パターンを一回
の音声登録操作によって作成し記憶できる。また、一度
録音再生装！（２）に登録音声を録音しておけば標準パ
ターンを作成していないディクテーティングマシン上に
も登録者の発声゛入力を必要とせず、この録音音声を再
生入力するだけで、標準パターンが作成できる。また、
録音再生装置（２）に登録音声を録音し、さらにこの登
録音声のあとに文章を録音しておけば、後にこの録音再
生装置（２）を本体（１００＞に接続し、録音された音
声を再生するだけで音声登録から、文章作成まで、すべ
て自動的に行なえる。

尚、音声の標準パターンを作成する為の登録者の発声入
力は、本装置が一定の順序で表示装置（６）に表示する
文字を登録者が読み上げることにより行なわれる。

また、本マシン専用の表示機能をもつ録音再生装置（２
）を使用する場合はこの録音再生装置（２）単独で携帯
する時でもその表示画面に表示された見出し語に対応す
る音声を発声し録音再生装置（２）に録音する事で、標
準パターンの作成が可能となる。

上述の如く、標準パターンを作成するための登録音声を
録音再生装置（２）に録音する場合は、この録音された
登録音声より標準パターンを作成するときにノイズなど
の影響を受は録音音声とこれに対応するべき見出し語と
がずれる可能性があり、以下、第９図に基づき、説明の
ため録音再生装置としてテープレコーダを使用した場合
について述べる。第９図（ａ）はテープレコーダに標準
パターン作成のための登録音声を録音した状態のうち、
見出し語１あ」〜「か」に対応した登録音声“あ”〜“
かゝの間のテープの状態を表わしており、ここでは“え
”と“お”の間に［ノイズコが録音された場合を示す。

第９図（ａ）の様に登録音声と登録音声との間に［ノイ
ズコが録音されたテープにより音声登録を行なった場合
、１番目に録音妨れた音が“あ”で２番目に録音された
音が“い゛。

という様に、ただ単にテープに録音された音の順序によ
り、入力された登録音声がどの音節に対応しているのか
を決定していると、［ノイズ］まで登録音声とみなして
見出し語を対応させるので入力された実際の登録音声と
見出し語とがずれてしまう。

ここで、第９図（ｂ）は［ノイズコを音声と誤認識し、
見出し語１え」のところに［ノイズコが入力され、見出
し語１お」のところに音節“え”が入力された図である
。

この様に登録音声より標準パターンを作成するときにノ
イズなどの影響を受は録音音声と見出し語とがずれる場
合があるため、第９１ＥＤ（ｃ　）に示すように、登録
音声の種類を示したキ〜ラククーコ−ド音を、登録音声
に対応させて録音再生装置（２）に録音する。この方法
により、“う”と“え°′の間に［ノイズ］が録音され
ていても、上述のように、入力された音と見出し語との
ずれを防止する。

このずれを防止する特定周波数のキャラクタ−コード音
の録音方法を、録音再生装置（２）のテーブレフーダが
シングルトラックである場合と、マルチトラックである
場合とにわけて説明する。

まず第１０図において、録音方式としてマルチトラック
をもつ録音再生装置を使用する場・合について述べる。

録音方式としてマルチトラックをもつ録音再生装置を使
用する場合は同図（ａ）に示すように音声を録音してい
ないトラックに見出し語に対応するキャラクタ−コード
を録音する。音声認識部（１）では、このキャラクタ−
コード音より、入力される音声の見出し語を知るととも
に、音声トラックに録音された音のうち、このキャラク
タ−コード音が録音された区間ｔ１に録音きれた音のう
ち、音圧しきい値以上の条件をみたすもののみを音声と
みなし、分析を行なう。

または、同図（ｂ）に示すように、音声の始めと終わり
に見出し語に対応するキャラクタ−コードを録音し、音
声トラックに録音された音のうち、この音声の始めを示
すキャラクタ−コード音と、音声の終わりを示すキャラ
クタ−コード音の間の区間ｔ２に録音された音のうち、
音圧しきい値以上の条件をみたすもののみを音声とみな
し、分析を行なう。

または、同図（Ｃ）に示すように、音声の始めに見出し
語に対応するキャラクタ−コードを録音する。音声トラ
ックに録音きれた音のうち、この音声の種類を示すキャ
ラクタ−コード音から、次の見出し語に対応するキルラ
フターコード音までの区間ｔ３に録音された音のうち、
音圧しきい値以上の条件をみたすもののみを音声とみな
し、分析を行なう。

また第二の方法としてシングルトラックの録音再生装置
（２）の場合は、見出し語に対応するキルラフターフー
ドを音声の分析周波数帯域外の音で表わし、音声の録音
されているトラックに音声と共に録音する。この場合の
キャラクタ−コード音を録音する方法は、上述のマルチ
トラックの場合と同様である。つまり、上述のｔｌ、ｔ
２、ｔ３の区間に録音された音うち、上述と同様の条件
をみたすもののみを音声とみなし、分析を行なう。

ただし、音声と、キャラクタ−コード音が重なっている
同図（ａ）に示した実施例の場合以外は、キャラクタ−
コード音に、音声の分析周波数帯域外の音を使用しなく
てもよい。

次ぎにアルファベット、数字およびカッコや句読点など
予め第６図の如き単語認識部（１３）の単語辞書（１３
ｄ）にキャラクタ−登録されている単語に対応する単語
標準パターンを、同図の単語標準パターンメモリ（１３
ｃ）に登録する。

まず、所定の操作により、第６図のパラメータバッファ
（１３ａ）と単語標準パターンメモリ（１３ｄ）とがス
イッチ（１３ｓｌ）により接ｍきれ、単語登録モードに
する。

つぎに、本装置末体（１００）の表示装置（６）にアル
ファベット、数字およびカッコや句読点などが表示され
、操作者はこれに対応する読みを音声入力する。

音声認識部（１）では、この音声を分析し、単語標準パ
ターンメモリ（１３ｃ）に単語標準パターンの登録を行
なう。

上述までの操作により音声認識は可能となる。

しか（７、自立語・付属語辞書（１４ｅ）および単語辞
書（１３ｄ）にない単語を認識させたいときは、自立語
・付属語辞書（１４ｅ）に認識させたい単語を登録する
か、単語辞書（１３ｄ）に認識させたい単語を、また単
語標準パターンメモリ（１３ｃ）に単語標準パターンを
登録する必要がある。ただし、自立語・付ｆＡ語辞書（
１４ａ）に単語を登録するか、単語辞書（１３ｄ）およ
び単語標準パターンメモリ（１３ｃ）に、単語および単
語標準パターンを登録するかは、使用者がその単語を文
節発声として認識きせたいか、単語発声として認識させ
たいかによって決定する。

また、自立語・付属語辞書（１４ｅ）にはあるが、単語
辞書（１３ｄ）になく、それでも単語認識で認識させた
い場合、かかる単語を単語辞書（１３ｄ）および単語標
準パターンメモリ（１３ｅ）に、単語および単語標準パ
ターンを登録する必要がある。

以下に任意単Ｓ吾の登録方法について述べる。

単語の登録には、単語を自立語・付属語辞書（１４ｅ）
に文字列を登録する登録と、単語を単語標準パターンメ
モリ（１３ｃ）に単語標準パターンを登録、および単語
辞書（１３ｄ）に文字列を登録する２方法がある。

単語を自立語・付属語辞書（ｔ４ｇ）に登録する場合は
、登録したい単語を発声し本装置に入力する。

このとき本装置はこの音声を音声認識部（１）で認識し
、認識結果を表示袋ｆｌ！（６）に表示する。使用者は
この結果が正しければキーボード（７）の所定のキーを
押し、発声音声を表示装置（６）に表示されている文字
列として自立語・付属語辞書（１４ｅ）に登録する。も
し、表示袋Ｒ（６）に表示された認Ｒ結果が正しくなけ
れば、本装置の音節修正機能により表示装置（６）に表
示きれた認識結果を修正するか、登録したい単語を再発
声する。また再発声した結果が誤っているときは、再び
本装置の音節修正機能により修正する。上述の操作を表
示装置（６）に表示される文字列が登録したい単語と一
致するまで繰り返す。

単語を単語標準パターンメモリ（１３ｃ）および単語辞
書（Ｌ３ｄ）に登録する場合は、単語を自立語・付属語
辞書（１４ｅ）に登録する場合と同様にまず表示装置く
６）に登録したい文字列を正しく表示させる。次に正し
く認識きれた文字列と単１悟標準パターンを、単語辞書
（１３ｄ）および単語標準パターンメモリ（１３ｃ）に
それぞれ登録する。

また、自然な発声で入力された音声を認識ｒることは、
現在の音声認識技術のレベルを考えた場合、無理がある
。現在の音声認識技術のレベルでは、連続音節発声入力
が限度であるため、以下に連続音節発声入力の一実施例
について記す。

連続音節発声入力の場合も、上記の手順と同一であるが
、連続音節発声入力の場合は、単語標準パターンも連続
音節発声のパターンとなっているため、登録したい単語
を自然発声で再発声し、単語標準パターンを自然発声よ
り作成し、単語標準パターンと文字列を単語標準パター
〉・メモリ（１３Ｃ）および単語辞書（１３ｄ）にそれ
ぞれ登録する。

以上の操作により、音声認識による文章作成のために必
要なデータを登録できた事となる。

（ｉ）　　文章作成 以下に文章作成の実施例について述べる。

まず、認識動作を行なう場合は、単語認識部（１３）の
スイッチ（１３ｓｌ）は、ベラメータバッファ（１３ａ
）と単簡判定部（Ｌ３ｂ）を接続する様に、文節認識部
（１４）のスイッチ（１４ｓｌ）は、パラメータバッフ
ァ（１４ａ）と音節認識部（１４ｂ）を接読する様に設
定する。

文章作成には二方法がある。

第一の方法は本装置の本体に作成したい文章を音声によ
りマイク（３）から直接入力するオンライン認識方法で
ある。

第二の方法は文章を録音しておいた録音再生装置（２）
を本装置に接続し、録音文章を再生し、認識させるオフ
ライン認識である。

まず、オンライン認識の実施例について述べる。

オンライン認識の場合は、本装置にマイク（３）より直
接文節中位または単語単位に発声した文章を音声入力す
るので、所定の操作により、入力切り換え部（４）でマ
イク（３）と音声認識部（１）を接続する。

また、マイク（３）より入力している音声を録音再生装
置（２）に記録しておきたいときは、録音再生装置（２
）を本体に接続し、入力切り換え部（４）をマイク（３
）の出力と録音再生装置（２）のＯ音端子とを接続する
。

また同時に、後述の様に無音検出信号が特徴抽出部（１
２）より入力きれた場合は、文節、または単語区切りを
示すビーブ音を録音するよう機能する。

音声認識時は、単語認識部（１３）と文節認識部（１４
）が起動している。

マイク（３）より入力された音声は、前処理部〈１１）
で入力音声を音声分析に適した特性になるよう処理を施
され（例えば入力音声の音圧が小さい時は、増幅器にま
り音圧を増幅したりする処理を行なう）、特徴抽出部（
１２）に送られる。

特徴抽出部（１２）では、第５図に示す如く、前処理部
（１１）より入力されてきた音声を分析部（１２ａ）で
分析し特徴抽出を行ない、パラメータバッファ（１２ｃ
　）に記憶する。

同時に、特徴抽出部（１２）の分析単位判定部（ｌｌｂ
）では、分析部（ｌ１ｇ）の分析結果より、音節または
文節単位に発声されたあとの無音区間、および文節また
は単語単位に発声されたあとに録音されたビープ音（詳
細は後述のオフライン認識の実施例に示す、）の検出を
行なっており、無音区間を検出した場合、無音区間検出
信号（ロ）を発生する。

かかる無音区間検出信号（ロ）を受は取ったパラメータ
バッファ（１２ｃ）は、記憶している特徴パタメータを
単語認識部（１３）と文節認識部（１４）に送り、記憶
内容を消去する。

単語認識部（１３）に入力された特徴パラメータは、第
６図に示されたパラメータバッフ　７　（１３ａ）に記
憶される。単語判定部（１３ｂ）では、パラメータバッ
ファ（１３ａ）に記憶された特徴パラメータと単語標準
パターンメモリ（１３ｃ）とを比較し、パラメータバッ
ファ（１３ａ）に記憶された特徴パラメータと、尤度の
大きい単語標準パターンをもつ単語を、単語辞１ｉ（１
３ｄ）より複数語選び、選ばれた単語の文字列とその尤
度値を候補作成部（１５）に送る。

一方、音節認識部（１４）に入力された特徴パラメータ
は、パラメータバッファ（１４ａ）に記憶される０文節
認識部（１４ｂ）では、パラメータバッファ（１４ａ）
に記憶された特徴パラメータと音節標準パターンメモリ
（１４ｄ）とを比較し、パラメータバッファ（１３ａ）
に記憶された特徴パラメータを音節列に変換し、かかる
音節列を文節判定部（Ｌ４ｃ）へ送る０文節判定部（１
４（りでは入力された音節列と自立語・付属語辞書（１
４ｅ）に登録きれている単語を比較し、自立語と付属語
を組み合わして尤度の大きい文節を複数組み作成し、作
成した文節の文字列とその尤度値を候補作成部〈１５）
に送る。

候補選択部（１５）は入力された文字列から尤度の大き
いものを複数個選び、尤度値と単語認識部（１３）から
送られてきたデータか文節認識部（１４）から送られて
きたデータかを示すフードを付加し記憶する。同時に、
尤度の最も大きいものの文字列を、表示装置に表示きせ
る信号を制御部（５）に送る。制御部（５）は、この信
号を受は尤度の最も大きいものの文字列の後に区切り記
号マークｒＩ　Ｊをつけ、例えば第９図（ａ）の入力文
章に対して第９図（ｂ）に示すような形式で表示装置に
表示させる。同時に候補選択部（１５）は制御部（５）
に、候補選択部（１５）に記憶された内容を記憶装置（
８）に記憶させる信号を送る。制御部（５）はこの信号
を受け、候補選択部〈１５）に記憶された文字列の後に
区切り記号を表わすコードを付加した形で記憶装置（８
）に記憶させる。この外部記憶装置に記憶された文字列
は、ワープロの一次原稿とするため、一般的にはフロッ
ピーディスクドライブを用いるが、このとき記憶装置（
８）のファイルのフォーマットはワープロのファイルフ
ォーマットに合わせておく。

また、この無音区間検出信号をうけとった第８図に示す
入力切り換え部（４）の信号発生部（４２）は１文章の
文節″または単語の区切りを表わすビープ音を発生し、
かかるビープ音をスイッチ〈４１）に入力する。スイッ
チ（４１）は、マイク（３）から入力きれる音声と、イ
δ号発生部（４２）より入力されるビープ音を、録音再
生装置（２）に録音するよう、回路を接続し、録音再生
装置（２）に録音されている文章の文節または！に語の
区切りと見なきれた無音区間にビープ音・を録音する。

次ぎに、オフライン認識の実施例について述べる。

オフライン認識の場合は、本装置に録音再生装置く２）
の録音音声を再生入力することにより文章作成を行なう
ものであるため、まず録音再生装置（２）に文章を録音
する。

また、録音再生装置（２）より音声入力を行なうため、
入力切り換え部（４）により、録音再生装置（２）と音
声認識部（１）を接続する。

文章録音時は、文節単位または単語単位に発声し、文節
および単語間に無音区間を作る。また、第１図に示す如
き本装置専用の録音再生装置（２）を使用する場合は、
文節および単語の区切りを明確にするため、区切りを示
すビーブ音を、録音再生装置（２）または本ディクテー
ティングマシン本体に設定されている区切りキー（７１
）を押し録音する。

また、帆語登録をした単語は、単語単位に発声をおこな
うが、録音再生袋！（２）がキャラクタ−音発生機能を
持ち、かつ入力したい単語に相当するキャラクタ−をも
っていれば、音声の替わりにそのキャラクタ−音を録音
してもよい。

また、文章単位の頭だしゃ文章と文章の間に録音された
ノイズを音声と誤り認識してしまうことを避けるために
文章の始まりと終わりを示す信号を音声と共に録音して
おく。

ただし、との１８号の録音方法は、録音再生装置（２）
がマルチトラック方式か否かにより音声登録のところで
述べたように変わる。第１１図はマルチトラック方式お
よびシングルトラック方式で音声帯域外の音を音声と共
に録音する方式の場合の図である。第１２図はシングル
トラック方式で音声帯域外のＤＴＭＥ信号等の音を文章
の始まる前に録音し、・文章が終了したときに再び録音
し、この両信号の間に文章が録音されているとみなす方
法である。

また文章を認識するときは、信号の録音されている前後
ｔ４およびｔ５の区間をサンプリングし、音声か否かを
判定するため必ずしも文章の始まりと信号の始まり、お
よび文章の終わりと信号の終わりが一致している必要は
ない。このため、文章を発声するタイミングとキーを押
すタイミングが少々ずれても認識可能である。

次に、録音再生装置（２）を本装置の本体と接読し録音
音声を再生し認識、処理を行なうが、この録音音声を認
識させる前に認識速度のモードを、録音音声の再生速度
を速くして、認識時間短縮を行なう早聞き認識のモード
か、通常の再生速度で認識させるモードか、時間的に余
裕があり、高認識率を必要とするときは、二度再生認識
モードのいずれかのモードに設定しておく。

まず早聞き認識モードの実施例を記す。

早聞き認識モードでは、録音音声の再生速度を速くして
いるため、入力音声の特性が、通常の再生速度で再生き
れた登録音声より作成した、標準パターンとは特性が違
っており、単に再生速度を速くした音声を入力しても、
正確に音声認識を行なえない。

そこで、再生速度を速くした音声を正確に認識するため
、サンプリング周波数を変更する。以下に、かかる方法
の、実施例を記す。

第５図の特徴抽出部り１２）のサンプリング周波数制御
部（１２ｄ　）は、特徴抽出部（１２）の入力音声のサ
ンプリング周波数を音声の標準パターンを作成したとき
のサンプリング周波数のく再生速度／録音速度）倍に設
定し、音声をサンプリングし分析する。特徴抽出部（１
２）以降の処理はオンライン認識時の実施例と同様、た
だし、録音再生装置く２）の録音文章に、文節およびｔ
Ｘ語の区切りを明確にするための区切りを示すビーブ音
を録音済みの文章を入力し、特徴抽出部（１２）がかか
るビーブ音を検出したとき、特徴抽出部（１２）は無音
区間検出信号（ロ）の代わりに、ビーブ音検出信号（口
゛）を発生する。受信信号が、無音区間検出信号（ロ）
でな（、ビーブ音検出信号（口°）の場合、入力切り換
え部（４）の信号発生部（４２）は、文章の文節または
ＲＬ語の区切りを表わすビーブ音の発生は行なわない。

また、音声認識部（１）が、単語を示すキャラクタ−音
を認識した場合は、かかるキャラクタ−音に対応した単
語を認識結果として出力する。

次に二度再生認識モードの実施例を記す。

本モードは、まず録音音声を再生し本装置に入力する。

このとき音声認識部（１）の前処理部（１１）で録音音
声の音圧変動を全て読みとり、このデータを第４図に示
す音圧変動記憶メモリ（ｌｌｂ）に記憶する０次ぎに、
再び録音音声を再生し本装置に入力する。このとき前処
理部（１１）では、音圧変動記憶メモリ（１１ｂ）に記
憶されたデータを使用し、特徴抽出部（１２）への入力
音圧を第１８図に示す如く、音声認識に最も適したレベ
ルにあわせるよう、ＡＧＣ回路（ｌ１ｇ）の増幅率をｉ
ｔする。即ち、利得Ｇを固定利得Ａに制御電圧ＶＣ，（
可変調整される）を乗じたものとする。

また、二度再生認識モードの別の実施例として、多数回
再生認識モードも考えられる。これは、録音文章を多数
回再生入力し、入力のつど、音声認識部（１）における
認識方法を変更することによって認識された結果表比較
し、最も確からしさの尤度の大きいものを、選択する方
法である。

また、録音再生装置（２）に登録用音声を録音しておら
ず、かつ録音再生装置（２）によっては再生速度を速く
した場合の周波数特性と通常の再生速度の場合の周波数
特性が違うものを使用するとき、または音声の標準パタ
ーン作成に使用した録音再生装置（２）と違う周波数特
性をもつ録音再生装置（２）に録音した文章を認識させ
るとき、または音声の標準パターン作成に使用した録音
再生装置ｔ（２）と規格上は同じ周波数特性を有するが
使用部品等の誤差の影響をうけ実際の周波数特性が音声
の標準バクーン作成に使用した録音再生装置（２）と違
っている録音再生装ｅ（２）に録音した文章を認識させ
るときは、以下に述べる周波数特性の影響を補正する機
能を使用する。

まず、録音再生装置（２）の周波数特性を測定する場合
の基準となる基準正弦波信号を基準信号発生部（４２）
で発生させ、録音再生装置（２）に録音する。しかる後
に録音されたかかる基準正弦波信号を本装置に再生入力
する。入力された基準正弦波信号を音声認識部（１）は
分析し、録音された基準正弦波信号と、基準信号発生部
（４２）で発生させた基準正弦波信号との周波数特性の
差を求め、録音された基準正弦波信号と、基準信号発生
部（４２）で発生させた基準正弦波信号との周波数特性
の差を小さくするように、補正をかける。補正をかける
手段は、音声認識部（１）の特徴抽出部（１２）の特徴
抽出方法により、多数考えられる６例えば第１３図に示
したよう（こ、直列接続きれたバンドパスフィルタ（Ｂ
ＰＦ）と増巾器（ＡＭＰ）との並列接続体からなるアナ
ログフィルターバンク方式とするものであれば、増幅器
（ＡＭＰ）の増幅率を調整することにより、基準信号発
生部（４２）で発生させた基準正弦波信号との周波数特
性の差を小さくするようにフィルタからの出力を調整す
る。また、特徴抽出部（１２）の特徴抽出方法として、
ディジタルフィルターをもちいていれば、ディジタルフ
ィルターの特性を決めているパラメータを変更すればよ
い、その他、音声認識部（１）の特徴抽出部〈１２）の
特徴抽出方法に対応して、あらゆる方法が考えられる。

前記までの操作により、音声入力した文章はかな列に変
換された事となる。このかな列変換された文章が入力し
た文章と違っている場合の修正方法を第１４図を使用し
それぞれの誤りかたに場合分けして以下に述べる。以下
の手順により修正を行なう。

第１４図（ａ）は入力文章、同図（ｂ）は入力音声、同
図（Ｃ）は認識結果、同図（ｄ）〜（ｈ）は修正過程、
同図（ｉ）は修正結果を表わしている。

まず、単語として発声したものが文節として誤認識され
た場合の修正法について述べる。同図（Ｃ）に示したよ
うに単語“Ｃ″として発声したものが、文節“し−”と
して認識された場合、先ずカーソル（Ｘ）を誤った単語
の部分へ移動する［同図（ｄ）ｉｌ、　　次ぎに単語次
候補キー（７２）を押し単語の次候補を表示させる［同
図（ｄ）ｉｌ、　　この結果が正しければ次の修正部分
へ進む、もしこの結果が誤っていれば、再び単語次候補
キー（７２）を押しＩＬ語の次候補を表示させる。この
操作を正解が表示きれるまで繰り返す。

次ぎに、文節として発声したものが単語として誤認識さ
れた場合の修正法について述べる。１二と”として発声
したものが、単語“Ｅ”として認識された場合、先ずカ
ーソル（Ｘ）を誤った文節の部分へ移動する０次ぎに文
１次候補キー〈７３）を押し文節の次候補を表示させる
。この結果が正しければ次の修正部分へ進む。

もしこの結果が誤っていれば、文節次候補キー（７３）
を押し文節の次候補を表示させる。この操作を正解が表
示されるまで繰り返す。

単語前候補キー（７４）を押すことにより単語、文節前
候補キー（７５）を押すことにより文節、それぞれの一
つ前の候補を表示させることも出来る。

上述の２通りの修正法で正解が得られないときは音節単
位の修正や、＃ｌｔ語または文節または音節を再発声入
力する。

また、再発声入力時に再び、文節を単語認識したり、単
語を文節認識したりすることを避けるため、候補作成部
（１５）を、単語認識部（１３）より送られてきた認識
結果のみを認識結果としてみなし、文節認識部（１４）
より送られてきた認識結果は、無視するよう外部より制
御できる。

また、候補作成部（１５）を、文節認識部（１４）より
送られてきた認識結果のみを認識結果としてみなし、単
語認識部（１３）より送られてきた認識結果は、無視す
るよう外部より制御できる。

上述の次候補キーとは、以下に述べる機能を有するキー
の事であり、第１５図を使用し説明する。

本装置の音声認識部（１）では、単語認識と文節認識が
並走しており、単語および文節の両認識結果を求めてい
ることは先に述べたが、この両認識結果より、文節認識
処理の結果を尤度の大きいものから順番に認識結果を表
示装置（６）に表示させるためのキーが文節次候補キー
（７３）であり、単語認識処理の結果を尤度の大きいも
のから順番に認識結果を表示装置に表示させるためのキ
ーが単語次候補キー（７２）であり、現在表示装置に表
示されている認識結果より、一つ尤度の大きい認識結果
を表示装置（６〉に表示するキーが、単語前候補キーお
よび文節前候補キーである。

第１５図は候補作成部（１５）の候補バッファ（１５ｇ
）である、この図は、−位の認識結果が、′たんご」で
あり、これは単語認識部（１３）から送られてきた認識
結果であることを（Ｒ語）で表わしている。同様に三位
の認識結果が、′たんごを」であり、これは文節認識部
（１４）から送られてきた認識結果であることを（文節
）で表わし、三位の認識結果が、「たんごに」であり、
これは文節認識部（１４）から送られてきた認識結果で
あることを（文節）で表わし、四位の認識結果が、「た
んこうｊであり、これは単語認識部（１３）から送られ
てきた認識結果であることを（単語）で表わしている。

いま、表示装置（６）には、「たんご、が表示されてい
るとする。かかる状態で文節次候補キー（７３）を押す
と表示装置（６）にはまたんごを」が表示される。また
、単語次候補キー（７２）を押すと表示装置（６）には
「たんこう」が表示される。

また、表示装ｆｆ１Ｅ（６）には、「たんこう」が表示
されている場合に、単語前候補キー（７４）を押すと表
示装置ｔ（６）にはまたんご」が表示され、文節次候補
キー（７３）を押すと表示装ｒＩＬ（６）ｔには「たん
ごに」が表示される。

次ぎに一文節全体の一括修正方法について述べる。

第１４図（ｅ）の例は単語「Ｔ」を「Ａ、と誤認識した
例である。先ずカーソルを修正したい単語へ移動する［
同図（ｅ）ｉｌ。

次に単語次候補キー〈７２）を押し単語の次候補を表示
させる［同図（ｅ）ｉｌ。この結果が正しければ次の修
正部分へ進む。もしこの結果が誤っていれば、単語次候
補キー（７２）を押し単語の次候補を表示さぜる。この
操作を正解が表示されるまで繰り返す。正解が表示され
無ければ、再発声を行ない、再入力をおこなう。前単語
候補キー（７４）を押すことにより一つ前に表示した＠
語の候補を表示させることも出来る。

次ぎに一単語全体の一括修正方法について述べる。

第１４図（ｆ’）の例は文節「がめんの、を「がいねん
の、と誤認識した例である。先ずカーソルを修正したい
文節へ移動する［同図（ｆ’）ｉｌ。

次ぎに文節次候補キー（７３）を押し文節の次候補を表
示させる［同図（ｆ’）ｉｌ、この結果が正しければ次
の修正部分へ進む、もしこの結果が誤っていれば、文節
次候補キー（７３）を押し文節の次候補を表示させる。

この操作を正解が表示きれるまで燥り返す、正解が表示
され無ければ、再発声を行ない、再入力をおこなう、前
文節候補キー（７５）を押すことにより一つ前に表示し
た文節の候補を表示させることも出来る。

次ぎに音節単位の修正方法について述べる。

第１４図＜ｈ＞の例は文節ｒおんせいで」を「おんけい
で」とＭｉ？Ｅ識した例である。この例は音節「け、を
「せ、に修正する場合であるが、先ずカーソル（Ｘ）を
修正したい音節１け」へ移動し［同図（ｈ）ｉｌ、音節
次候補キー（７６）を押す、音節次候補キー（７６）を
押すことにより修正したい部分の音節と最も距離が近い
音節が表示される［同図（ｈ）ｉｌ、正解が表示されれ
ば、次の修正部分へ移動する。もしこの結果が誤ってい
れば、再度音節次候補キーを押し音節の次候補を表示さ
せる。

この操作を正解が表示されるまで繰り返す、正解が表示
され無ければ、再発声により再入力を行なう、再入力の
結果が間違っている時は上記の手順により再び修正する
。この操作を正解が表示されるまで繰り返す。

また前音節候補キー（７７）を押すことにより音節の一
つ前の候補を表示させることも出来る。

音節を削除したい時［第１４図（ｇ）ｉｌは、カーソル
（Ｘ）を修正したい音節へ移動し削除キー（７８）を押
し削除する［同図（ｇ）ｉｌ。

音節を挿入したい時は、カーソルを修正したい音節へ移
動し挿入キー（７９）を押し挿入する。

次に第１６図を使用し、数音節修正法について記す。

この例は、同図（ＳＺ）の入力文章“かいじよう”を同
図（ｂ）「がんじょう」と誤認識した例である。この場
合、まずカーソル（Ｘ）を修正したい音節にもっていき
［同図（Ｃ）］、“かい”と再再発大入する。かかる再
発声入力音声は音声認識部（１）で認識され、認識結果
は表示装置（６）に表示される。認識結果が正しければ
、次の修正部へすすむ、もし、同図（ｄ）に示すように
、「かい、を「かえ」と誤認識した場合、単語の場合は
、単語次候補キー（７２）を押す。文節の場合は、文節
次候補キー（７３）を押す、第１６図は単語の場合の例
であるので、以下単語の修正方法について記す、同図（
ｄ）の状態で、単語次候補キー（７２）を押した場合、
まず、制御部（５）は、唾語辞書（１３ｄ）より、修正
前の同図（ｂ）の認識結果１がんじょう」と再発声後の
同図（ｄ）の認識結果ｒがえじよう−とを比較し、同一
部分「じよう」をみつける０次に、制御部（５）は、単
語辞書（１３ｄ）より、かかる同一。

部分′じよう」をもつ単語を選ぶ、同図＜ｒ＞は単語辞
書（１３ｄ）の記憶内容を示しており、同図（ｇ）は記
憶内容より選んだ「じよう」をもつ単語を示している０
次に制御部（５）は、同図（ｇ）に記した単語と、再発
声後の認識結果「がえじよう」との尤度を計算し、最も
尤度値の大きい単語を表示する［同図（ｅ）］。

次に文節または単語の認識境界誤りを修正する場合につ
いて述べる。

第１４図（ｇ）の例は文節「ぶんしようを」を１ん」と
１し」の間に［マ］印で示す無音区間があると誤認識し
、単語「ぶん、と文節１しようを」というように二つに
分けて誤認識した例である。この場合認識境界誤りを修
正しなければならないが、認識境界区切り記号を削除し
たい場合は、削除したい認識境界区切り記号にカーソル
（Ｘ）を移動し［同図（ｇ）ｉｌ、削除キー（７８〉を
押す［同図（ｇ）ｉＬ認識境界区切り記号を挿入したい
場合は挿入したい位置にある音節にカーソル（Ｘ）を移
動し挿入キー〈７９）を押す。

ただし、後に述べるように録音再生装ｆｌ（２）の区切
りビープ音と、記憶装置（８）に記憶きれた認識結果に
付加された区切り記号は、録音再生装置（２）と記憶装
置（８）の同期をとるための目印となるので、対応はと
っておかなければならない、ゆえに、この時記憶装置（
８）に区切り記号が挿入削除されたことを記憶装置（８
）に記憶しておく。

以上の修正手順により、第１４図（ｉ）に示すように、
文章を修正する。

認識境界誤り修正を行なった後認識境界誤り修正を行な
った認識単位について、修正手順に従って修正を加える
。再発声による修正の場合、標準パターンを登録した人
なら誰の音声でも０！識できるので文章の録音者でなく
とも修正操作を行なえる。

以上、かな列文章の修正方法を述べたが、修正を補助す
る機能として以下に述べる機能を有する。　　　′ 表示装置（６女に表示された文字列上のカーソル移動と
表示画面のスクロール機能により、記憶装置１（８）よ
り順次記憶文章を表示画面上に表示できるが、この時画
面上に表示されている部分に対応する音声が録音再生装
置（２）から再生される。

また、上述のＩｌ能とは逆の機能も有し、録音再生装置
（２）から再生されている部分に対応した文字列が表示
装置（６）に表示される。

また、上述のどららの方法の場合も録音文章に録音され
ている区切り記号音と、表示側に記録されている区切り
記号を、同期を取るタイミング信号として使用し、録音
再生装置（２）の再生と表示とがお互いに同期をとりな
がら動作するよう制御している。また、キーボードく７
）、または録音再生袋ｆｌｆｆｉ（２）より再生を止め
る信号が入力されたとき、再生を止めるとともに、表示
のスクロールまたはカーソルの移動を止める。

以上の録音再生装置（２）の再生と表示との同期機能に
より、再生音を聞きながら文字列の確認を行なうことが
でき、修正個所の発見を容易にする。

ここで述べている同期のとり方として、再生されている
部分に対応する記憶装置く８）の文字列を表示装置く６
）に表示する方法と、再生されている部分に対応する部
分より区切り記号一つ遅れた部分のかな列を表示装置（
６）に表示する方法とがある。

この場合、修正のため表示を停止したときには既に録音
音声の修正部分は再生されているため再度修正部分を再
生するためには、再生された文章より修正したい部分の
頭だしを行なう必要がある。そこで、この方法を採用す
る場合は、表示を停止したとき、自動的に録音再生装置
（２）を一つ前の区切り記号までバックトラックする機
能をもたせる。

また、録音再生装置（２）に、テープレコーダを使用し
た場合、再生部分をモータの回転により制御することと
、テープのたるみなどにより、修正部分に対応した部分
の頭出しが正確に行なえない場合がある。

このような場合は、入力されてくる音声を、一定時間長
だけＰＣＭ録音やＡＤＰＣＭ録音で記憶しておき、入力
された音声を聞き返したい場合は、ＰＣＭ録音やＡＤＰ
ＣＭ録音音声を聞き返す機能を付加する。

第１７図は上記の、機能の一実施例であり、ＰＣＭ録音
のデータを記憶しておくＰＣＭデータメモリの図である
０図中の数字０１〜０５はアドレスを示している。入力
音声は、第１４図に記した“わたしわ１てん１し−Ｉあ
−る１て−１がめんの１ぶんしようを１てん１おんせい
で１しゆうせいした１まる”という、文章である。

上記の、音声が入力されたとき、ＰＣＭデータメモリ（
ＤＭ）には、０１番地に最初の無音区間までの音声“わ
たしわ”が記憶される。０２番地に２番目の無音区間ま
での音声“てん′が記憶される。０５番地に５番目の無
音区間までの音声“て−°′が記憶される。このとき、
ＰＣＭアドレスポインタ（ＡＰ）は、ＰＣＭデータメモ
リに記ｔなされているデータのうら、１番先に記憶され
たデータのアドレスを記憶しておく。本例では、０１が
記憶される。

この段階でＰＣＭデータメモリは一杯になる。

次に、音声が入力されたときは、ＰＣＭデータメモリ（
ＤＭ）に記憶されているデータのうち、１番先に記憶さ
れたデータのアドレスに、入力きれた音声を記憶する。

本例では“わたしわ”が記憶されていたアドレス０１に
“がめんの”を記憶する。このとき、ＰＣＭアドレスポ
インタ（ＡＰ）は、ＰＣＭデータメモリ（ＤＭ＞に記憶
されているデータのうち、１番先に記憶されたデータの
アドレスを記憶しておく。本例では、０２が記憶される
。

この状態で、ＰＣＭデータメモリ（ＤＭ＞の内容を再生
する場合、ＰＣＭアドレスポインタ（ＡＰ）の指してい
る、アドレスから、再生する１本例では、０２，０３，
０４，０５．０１の順番に再生していく。

かかる方法により、何度でも、正確に素早く、音声を聞
き返すことが可能となる。

亥だ、画面上の認識屯位の区切り記号上へカーソル（Ｘ
）を移動し録音音声の頭だしキー〈７０）を押すことに
より、カーソルが示している認識単位に対応した゛録音
再生装置（２）側の区切り記号背部分を録音文章より捜
し出し、これに続く文章を再生する機能を有する。

また、認識結果、および修正を終了した文章の確認のた
めには、記憶装置（８）の記憶データを表示装置ｉ！（
６”）に文字列で表示きせ、表示画面上に表示された文
字列を目で追い、読まなければならないため、非常に目
が疲れる。

かかる点に鑑み、本装置は認識結果を記憶させた記憶袋
！（８）上の文字列を、音声合成機能により読み上げる
機能をもたせることにより、認識結果、および修正を終
了した文章の確認を音声合成音を聞くことにより行なえ
るようにできる。

この場合も音声合成部（９）と記憶装置（８）と録音再
生装置ｔ（２）と表示装置１（６）との同期を取るタイ
ミング信号として、区切り記号を使用する。

つまり、音声合成部（９）が記憶袋ｆｔ（８）より読み
上げている部分に相当する文字列が表示装置（６）に表
示され、同時に録音再生装置（２〉より録音部分を頭出
ししている。この方法により、音声合成音の読み合わせ
機能により誤りを発見し修正のために音声合成の読み合
わせ機能を停止させたとき、表示装置（６）の表示も録
音再生装置（２）の録音部分も誤り部分を示しており、
即座に修正を行なうことができる。

ここで述べている同期のとり方として、音声合成機能に
より読み上げら−れている部分に対応する記憶装置のか
な列を表示装置（６）に表示すると同時に、録音再生装
置（２）に録音されている文章より該当する音節部分を
再生する方法と、音声合成機能により読み上げられてい
る部分に対応する部分より、区切り記号一つ遅れた録音
再生装置（２）に録音されている文章部分再生する方法
とがある。後者の場合、修正のため音声合成を停止した
とき、録音再生装置（２）は修正したい部分より手前で
停止しているため、この状態で再生すれば直ぐに修正部
分の音声を再生できる。前者の場合は修正のため音声合
成を停止したときには既に録音音声の修正部分は再生さ
れているため再度修正部分を再生するためにはバックト
ラックする必要がある。そこで、前者の方法を採用する
場合は表示を停止したとき、自動的に録音再生装置（２
）が一つ前の区切り記号までバックトラックする機能を
もたせるのが好ましい。

（ト）　発明の効果 本発明のディクテーティングマシンによれば、コンパク
トな録音再生装置、例えば現在市販きれているものとし
てテーブレフーダや音声合成ＬＳＩを使用したレコーダ
等、非常にハンディ−な物があり、この録音再生装置を
携帯しておけば、何処ででも文章を録音できる。また、
文章録音を行なってしまえば、後は本装置に録音再生装
置を接続し、録音音声を再生入力するだけで、録音文章
をかな列に変換できる。この時、文章作成者は、本装置
に所定の初期設定を施し、録音再生装置を再生状態にす
れば、後はかな列文章変換が終了するまでは、なにもし
なくてよいため時間を有効的に使用できる。

また、実時間処理という制約が無くなるため、文章全体
を把握した認識処理など、音節または文節より大きな単
位での認識処理を行なうことが可能となり、高精度の認
識を行なえる。

また従来のように、キーを打ちながら文章を考えること
や、文章入力（録音）と、認識結果の確認および修正と
いう、異質の操作を完全に分離でさるため、使用者は文
章入力つまり作成する文章の内容のことだけを考えてお
けばよく、非常にスムースに文章作成を行なうことがで
きる。

また、本装置に録音再生装置を接続し、録音音声を再生
入力するだけで、録音文章をかな列に変換できるため、
複数の録音再生装置があれば、複数人で入力できる。

また、録音再生装置の周波数特性補正機能をもつため、
録音再生装置の種類を選ばず、音声登録と文章録音し、
た録音再生装置が違っていても高認識率を得ることがで
きる。

一次原稿を音声で作成出来るためワープロでの文章作成
の負担が少なくなる。

また、迂声合成ｍ能をもたせ、音声認識結果を耳で聞く
ことにより確認できるようにしたため、文字を読むこと
による疲労がなくなる。

【図面の簡単な説明】

第１図は本発明の一実施例であるディクテーティングマ
シンの外観図、第２図はディクテーティングマシン構成
図、第３図は音声認識部（１）の構成図、第４図は前処
理部（１１）の構成図、第５図は特徴抽出部（１２）の
構成図、第６図は単語認識部（１３）の構成図、第７図
は文節認識部（１４）の構成図、第８図は入力切り換え
部（４〉の構成図、第９図は見出し語と録音方式とキャ
ラクタ−音の関係図、第１０図はキャラクタ−計の録音
方法と音声区間の関係図、第１１図は録音再生装置がマ
ルチトラック方式の場合の録音方法を示す図、第１２図
は録音再生装置がシングルトラック方式の場合の録音方
法を示す図、第１３図は周波数補正回路例を示す図、第
１４図は誤認識時の修正図、第１５図は候補作成部（１
５）内の候補バッファ（１５ａ）図、第１６図は誤認識
時の数音節修正例を示す図、第１７図はＰＣＭ録音方法
説明図、第１８図はＡＧＣ動作の説明図である。 （１）・・・音声認識装置、（２）・・・録音再生装置
、（３）・・・マイク、（６）・・・表示装置、（７）
・・・キーボード、（８）・・・記憶装置、（１１）・
・・前処理部、（１２）・・・特徴抽出部、（１３）・
・・単語認識部、（１４）・・・音節認識部、（ｌｌａ
）・・・可変利得増巾器、（ｌｌｂ）・・・音圧変動メ
モリ。

Claims (3)

【特許請求の範囲】
1. （１）録音再生装置より再生された音声あるいはマイク
   より入力された音声を認識してかな文字列の形態で出力
   する音声認識装置と、認識結果のかな文字列を表示する
   ための表示装置と、認識結果を記憶するための記憶装置
   と、上記表示装置に表示されたかな文字列を修正する修
   正手段と、からなり、上記修正手段にて認識結果を修正
   して記憶装置に格納しておき、かな漢字変換機能を有す
   る日本語処理装置へのかな入力を可能としたことを特徴
   とするディクテーティングマシン。
2. （２）上記憶装置に記憶されたかな列状態の文章を読み
   上げる音声合成装置を具備した事を特徴とする特許請求
   の範囲第１項記載のディクテーティングマシン。
3. （３）上記音声認識装置に接続され得る録音再生装置は
   着脱可能である事を特徴とした特許請求の範囲第１項又
   は第２項記載のディクテーティングマシン。