JPS6338994A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPS6338994A JPS6338994A JP61182910A JP18291086A JPS6338994A JP S6338994 A JPS6338994 A JP S6338994A JP 61182910 A JP61182910 A JP 61182910A JP 18291086 A JP18291086 A JP 18291086A JP S6338994 A JPS6338994 A JP S6338994A
- Authority
- JP
- Japan
- Prior art keywords
- registered
- pattern
- word
- registration
- distance
- 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
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000003745 diagnosis Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 230000001755 vocal effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000000056 organ Anatomy 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】
産業上の利用分野
本発明は音声ダイヤル装置等に利用する音声認識装置に
関する。
関する。
従来の技術
第３図は従来の音声認識を利用した電話装置の相手先番
号を発呼する部分の構成を示し、１２はマイク、１３は
前処理部、１４は音響分析部、１５は距離計算部、１６
は認識結果出力部、１７は電話番号発信部、１８は登録
パタン、１９は電話番号表である。
号を発呼する部分の構成を示し、１２はマイク、１３は
前処理部、１４は音響分析部、１５は距離計算部、１６
は認識結果出力部、１７は電話番号発信部、１８は登録
パタン、１９は電話番号表である。
次に上記従来例の動作について説明する。
最初に登録パタン１８の作成を行なう。第３図において
、マイク１２から入力した音声は前処理部１３において
ＬＰＦを通り、Ａ／Ｄ変換され、プリエンファシスを行
なった後、音響分析部１４に入り、音響パラメータの時
系列からなる登録パタンを作成し、発声した単語に対応
した領域に上記登録パタンを格納する。登録すべき全て
の単語について上記操作をくり返し、登録すべき全ての
単語について登録パタンを作成する。
、マイク１２から入力した音声は前処理部１３において
ＬＰＦを通り、Ａ／Ｄ変換され、プリエンファシスを行
なった後、音響分析部１４に入り、音響パラメータの時
系列からなる登録パタンを作成し、発声した単語に対応
した領域に上記登録パタンを格納する。登録すべき全て
の単語について上記操作をくり返し、登録すべき全ての
単語について登録パタンを作成する。
次に、音声を認識させ電話発信を行なう念めの動作説明
に入る。
に入る。
第３図において、マイクから入力した音声は前処理部１
３においてＬＰＦを通りＡ／Ｄ変換されプリエンファシ
スを行ない音響分析部１４に入る。
３においてＬＰＦを通りＡ／Ｄ変換されプリエンファシ
スを行ない音響分析部１４に入る。
音響分析部では、音響分析を行ない、音声区間を検出し
た後、音響パラメータの時系列からなる入カバクンを求
める。次に距離計算部１５において、予め登録しである
音響バラメークの時系列からなる複数個の登録パタン及
び入力パタン間の距離を求める。
た後、音響パラメータの時系列からなる入カバクンを求
める。次に距離計算部１５において、予め登録しである
音響バラメークの時系列からなる複数個の登録パタン及
び入力パタン間の距離を求める。
第４図は「厚木Ｊ （／ ａｃｕｇｉ ／）と発声した
ときの距離計算部１５における、入力パタンと登録パタ
ン１８との距離計算方法を表わしている。
ときの距離計算部１５における、入力パタンと登録パタ
ン１８との距離計算方法を表わしている。
第４図において入カバクンメモリに（ａｃｕｇｉ ）と
表記されているのは、入力音声「厚木」を音響分析して
得られた入力パタンを表わす。一方、登録パタンメモリ
にパタントＣｔｏｏＪｏｏ 、ｌ、パタン２・（ｋａｗ
ａｓａｋｉ、：］・・・・・・、バクンｎ・Ｃｎａｇｏ
ｉａ〕と表記されているのは、全部でｎ個登録されてい
る登録パタンの中で、登録パタンエリアの番号１（パタ
ン１）に登録されているパタンはＣＴｏｏＪｏｏ ：ｌ
（ｒ東京」）ということを表わしている。同様にエリ
ア番号２に登録されているパタンは（ｋａｗａｓａｋｉ
、）であり、エリア番号ｎに登録されているパタンはＣ
ｎａｇｏｉａ）（ｒ名古屋」）ということを表わす。
表記されているのは、入力音声「厚木」を音響分析して
得られた入力パタンを表わす。一方、登録パタンメモリ
にパタントＣｔｏｏＪｏｏ 、ｌ、パタン２・（ｋａｗ
ａｓａｋｉ、：］・・・・・・、バクンｎ・Ｃｎａｇｏ
ｉａ〕と表記されているのは、全部でｎ個登録されてい
る登録パタンの中で、登録パタンエリアの番号１（パタ
ン１）に登録されているパタンはＣＴｏｏＪｏｏ ：ｌ
（ｒ東京」）ということを表わしている。同様にエリ
ア番号２に登録されているパタンは（ｋａｗａｓａｋｉ
、）であり、エリア番号ｎに登録されているパタンはＣ
ｎａｇｏｉａ）（ｒ名古屋」）ということを表わす。
距離計算部１５では、入カバクン（ａｃｕｇｉ 〕に対
して、先づ登録パタンＩ Ｃｔｏｏｋｉｏｏ）（！：の
距離値Ｄ（Ｗｌ）を求める。次に登録パタン２［１ｋａ
ｗａｓａｋｉ）との距離値Ｄ（Ｗ２）を氷め、同様に、
登録パタンｎｃｎａｇｏＨａ、：ｌとの距離値Ｄ（Ｗｎ
）まで全部でｎ個の距離値（Ｄ（Ｗｌ）〜Ｄ （Ｗｎ）
’）を求める。
して、先づ登録パタンＩ Ｃｔｏｏｋｉｏｏ）（！：の
距離値Ｄ（Ｗｌ）を求める。次に登録パタン２［１ｋａ
ｗａｓａｋｉ）との距離値Ｄ（Ｗ２）を氷め、同様に、
登録パタンｎｃｎａｇｏＨａ、：ｌとの距離値Ｄ（Ｗｎ
）まで全部でｎ個の距離値（Ｄ（Ｗｌ）〜Ｄ （Ｗｎ）
’）を求める。
次に認識結果出力部において、距離計算部で得られたｎ
個の距離値をもとに（１）式に従い距離値の最も小さい
値を与える単語、ＷＲを認識単語とする 第４図において次の電話番号発信部１７では、音声登録
時に、予め認識単語と対応させて入力した電話番号を電
話番号表１９から読み出し、その番号を発信して相手を
呼び出す。
個の距離値をもとに（１）式に従い距離値の最も小さい
値を与える単語、ＷＲを認識単語とする 第４図において次の電話番号発信部１７では、音声登録
時に、予め認識単語と対応させて入力した電話番号を電
話番号表１９から読み出し、その番号を発信して相手を
呼び出す。
従来の認識装置においては、音声登録時に音声入力の際
、周囲騒音や発声器管の不具合により、本来発声者が意
図した発声とは異なる発声をし、本来の発声とは異なる
登録パタンか形成される。
、周囲騒音や発声器管の不具合により、本来発声者が意
図した発声とは異なる発声をし、本来の発声とは異なる
登録パタンか形成される。
従って、音声認識時に発声者が本来の発声単語である「
厚木」を発声しても、参照すべき登録パタンか本来の発
声である「厚木」とは異なるパタンで形成されているた
め、「厚木」の距離値Ｄ（Ｗ４）よりも他の単語の距離
値の方が小さくなり、その結果本来発声した単語（「厚
木」）ではなく他の単語が認識される。
厚木」を発声しても、参照すべき登録パタンか本来の発
声である「厚木」とは異なるパタンで形成されているた
め、「厚木」の距離値Ｄ（Ｗ４）よりも他の単語の距離
値の方が小さくなり、その結果本来発声した単語（「厚
木」）ではなく他の単語が認識される。
発明が解決しようとする問題点
しかしながら、上記従来例の音声認識装置では、音声入
力時における騒音の影響や発声時の発声器官の不具合等
により、本来の発声とは異なる登録パタンか形成された
時、発声者が自ら進んで登録パタンを変更しない限り、
そのようなパタンを持つ単語は池の単語に認識誤りをし
たり、あるいは１、該当する認識対称単語がないものと
判断される問題があった。
力時における騒音の影響や発声時の発声器官の不具合等
により、本来の発声とは異なる登録パタンか形成された
時、発声者が自ら進んで登録パタンを変更しない限り、
そのようなパタンを持つ単語は池の単語に認識誤りをし
たり、あるいは１、該当する認識対称単語がないものと
判断される問題があった。
本発明は上記従来例の欠点を除去し、高精度の音声認識
が行える音声認識装置を提供することを目的とするもの
である。
が行える音声認識装置を提供することを目的とするもの
である。
問題点を解決するための手段
本発明は上記目的を達成するために、登録パタンを形成
した後、音声認識を行なう前に、各単語の登録パタンに
ついてお互いに距離計算を行ない、距離の近い単語に対
して再登録を促す機能を備えたものである。
した後、音声認識を行なう前に、各単語の登録パタンに
ついてお互いに距離計算を行ない、距離の近い単語に対
して再登録を促す機能を備えたものである。
作用
従って、本発明によれば、登録パタンを形成した後、音
声認識を行なう前に、各単語の登録パタンについて、お
互いに距離計算を行ない、距離の近い単語に対して、再
登録を促すことにより、距離値の近い単語を登録パタン
として形成することを防ぎ、ひいては、誤認識の発生頻
度を減少させることができる。その結果精度の高い認識
を行なうことができるという効果を有する。
声認識を行なう前に、各単語の登録パタンについて、お
互いに距離計算を行ない、距離の近い単語に対して、再
登録を促すことにより、距離値の近い単語を登録パタン
として形成することを防ぎ、ひいては、誤認識の発生頻
度を減少させることができる。その結果精度の高い認識
を行なうことができるという効果を有する。
実施例
以下に、本発明の一実施例の構成について第１図ととも
に説明する。
に説明する。
第１図において、１はマイク、２は前処理部、３は音響
分析部、４に距離計算部、５は認識結果出力部、６は電
話番号発信部、７は登録パタン、８は再登録診断部、９
は再登録信号発信部、１゜は再登録を発声者に促すため
の信号を出力（表示）するスピーカである。
分析部、４に距離計算部、５は認識結果出力部、６は電
話番号発信部、７は登録パタン、８は再登録診断部、９
は再登録信号発信部、１゜は再登録を発声者に促すため
の信号を出力（表示）するスピーカである。
次に本発明の実施例の動作について説明する。
先づ登録パタンの作成から始める。
第１図において、マイク１から入力した音声は前処理部
２においてＬＰＦを通り、Ａ／Ｄ変換され、プリエンフ
ァシスを行なった後、音響分析部３に入り、音響パラメ
ータの時系列からなる登録パタン７を生成し、発声した
単語に対応した領域に上記登録パタン７を格納する。登
録すべき全ての１語について、上記操作をくり返し、登
録すべき全ての単語について登録パタン７を作成した後
、再登録診断部８において作成した複数個の登録パタン
について、各単語間の距離、Ｄ（Ｗｌ、Ｗｌ）、（Ｗｉ
、Ｗｉ は各々登録パタン領域の１及び１番めに格納さ
れている登録パタンを表わす。但しｌ＼ｉ）を求める。
２においてＬＰＦを通り、Ａ／Ｄ変換され、プリエンフ
ァシスを行なった後、音響分析部３に入り、音響パラメ
ータの時系列からなる登録パタン７を生成し、発声した
単語に対応した領域に上記登録パタン７を格納する。登
録すべき全ての１語について、上記操作をくり返し、登
録すべき全ての単語について登録パタン７を作成した後
、再登録診断部８において作成した複数個の登録パタン
について、各単語間の距離、Ｄ（Ｗｌ、Ｗｌ）、（Ｗｉ
、Ｗｉ は各々登録パタン領域の１及び１番めに格納さ
れている登録パタンを表わす。但しｌ＼ｉ）を求める。
ｎ（ｎ １）
登録した単語数をｎとすると、得られ念 。 個の距
離Ｄ（Ｗｉ、Ｗ、）について（２）式を満足するＤ（Ｗ
ｉ、Ｗｉ）を求める。
離Ｄ（Ｗｉ、Ｗ、）について（２）式を満足するＤ（Ｗ
ｉ、Ｗｉ）を求める。
Ｄ （”Ｌ、ＷＨ）≦Ａ （２）
（Ａは定数） （２）式を満足するＤ（Ｗ工、Ｗｉ）が存在しない場合
は、再登録する必要はないとして単語の登録を完了する
。（２）式を満足するＤ（Ｗｉ、Ｗｉ）が存在する場合
は（３）式に従いｅ番目の登録エリアに登録されている
単語を再登録する。
（Ａは定数） （２）式を満足するＤ（Ｗ工、Ｗｉ）が存在しない場合
は、再登録する必要はないとして単語の登録を完了する
。（２）式を満足するＤ（Ｗｉ、Ｗｉ）が存在する場合
は（３）式に従いｅ番目の登録エリアに登録されている
単語を再登録する。
Ｘ＝ΣＤ （Ｗ ６ 、Ｗ ｈ） （１＼ｈ）ｋ＝１
再登録の後、再度、再登録診断を行ない、再登録の必要
なしとや」断されるまで登録を行なう。
なしとや」断されるまで登録を行なう。
第２図に再登録の手続きを示すフローチャートを示す。
同図で、最初にステップ３０で登録パタンの作成状況を
調べ、未作成なら作成しくステップ３１）、済ならステ
ップ３２で各パタン間の距離Ｄ （Ｗｉ 、Ｗｊ ）を
求め（ステップ３２）、距離が所定値Ａより小なら、ス
テップ３４のように各登録エリアに登録されているパタ
ンの再登録を行い、まだ犬なら、再登録作業の終了とな
る。次にこのようにして、登録の手続きが完了したので
、従来例と同様に入力音声に対し単語認識を行ない、得
られた認識結果をもとに電話番号表８を使って電話番号
発信部から認識結果に対応した電話番号を発信する。
調べ、未作成なら作成しくステップ３１）、済ならステ
ップ３２で各パタン間の距離Ｄ （Ｗｉ 、Ｗｊ ）を
求め（ステップ３２）、距離が所定値Ａより小なら、ス
テップ３４のように各登録エリアに登録されているパタ
ンの再登録を行い、まだ犬なら、再登録作業の終了とな
る。次にこのようにして、登録の手続きが完了したので
、従来例と同様に入力音声に対し単語認識を行ない、得
られた認識結果をもとに電話番号表８を使って電話番号
発信部から認識結果に対応した電話番号を発信する。
以上の通り本実施例によれば、音声登録時に本来の発声
単語とは異なる登録パタンか形成されたり、又は距離の
近い登録パタンか形成された場合、音声認識を実行する
前に、登録した単語の登録パタン間の距離について距離
が近すぎないかどうかのチエツクを行ない近い単語につ
いては再登録を促すことにより、登録パタンの再登録を
行ない、精度よく単語を認識できる利点を有する。
単語とは異なる登録パタンか形成されたり、又は距離の
近い登録パタンか形成された場合、音声認識を実行する
前に、登録した単語の登録パタン間の距離について距離
が近すぎないかどうかのチエツクを行ない近い単語につ
いては再登録を促すことにより、登録パタンの再登録を
行ない、精度よく単語を認識できる利点を有する。
発明の効果
本発明は上記実施例より明らかなように、登録パタンを
形成した後、音声認識を行なう前に、各単語の登録パタ
ンについてお互いに距離計算を行ない、距離の近い単語
に対して再登録を促すことにより、距離値の近い単語を
登録パタンとして形成することを防ぎ、ひいては、誤認
識の発生頻度を減少させることができ、その結果精度の
高い認識を行なうことができる。
形成した後、音声認識を行なう前に、各単語の登録パタ
ンについてお互いに距離計算を行ない、距離の近い単語
に対して再登録を促すことにより、距離値の近い単語を
登録パタンとして形成することを防ぎ、ひいては、誤認
識の発生頻度を減少させることができ、その結果精度の
高い認識を行なうことができる。
第１図は本発明の一実施例における音声認識装置の概略
ブロック図、第２図は再登録の手続きを示すフローチャ
ート、第３図は従来例における音声認識装置の概略ブロ
ック図、第４図は第３図等で［厚木ｊ （／ ａｃｕｇ
ｉ ／ ）と発声した時の入力パタンと登録パタンとの
距離計算方法を説明するための図である。 １・・・・・・マイク、３・・・・・・音響分析部、４
・・・・・・距離計算部、５・・・・・・認識単語出力
部、６・・・・・・７■話番号発信部、７・・・・・・
登録パタン、９・・・・・・再登録診断部、１０・・・
・・・再登録信号発信部。 代理人の氏名 弁理士 中 尾 赦 男 ほか１名ｊ１
２ 閃
ブロック図、第２図は再登録の手続きを示すフローチャ
ート、第３図は従来例における音声認識装置の概略ブロ
ック図、第４図は第３図等で［厚木ｊ （／ ａｃｕｇ
ｉ ／ ）と発声した時の入力パタンと登録パタンとの
距離計算方法を説明するための図である。 １・・・・・・マイク、３・・・・・・音響分析部、４
・・・・・・距離計算部、５・・・・・・認識単語出力
部、６・・・・・・７■話番号発信部、７・・・・・・
登録パタン、９・・・・・・再登録診断部、１０・・・
・・・再登録信号発信部。 代理人の氏名 弁理士 中 尾 赦 男 ほか１名ｊ１
２ 閃
Claims (1)
- 参照すべき単語の音声分析パラメータの時系列を成す登
録パタンと入力音声を音響分析部で分析して得られたパ
ラメータの時系列から成る入力パタンとをマッチングし
て単語の認識を行なうに際して前記登録パタンを作成す
る際、各単語ごとの登録パタン間の距離値を距離計算部
で求め、距離がある一定の値以下の場合はこれを再登録
診断部で判断し、発声者に対し再登録を促す表示をする
ことを特徴とする音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61182910A JPS6338994A (ja) | 1986-08-04 | 1986-08-04 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61182910A JPS6338994A (ja) | 1986-08-04 | 1986-08-04 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS6338994A true JPS6338994A (ja) | 1988-02-19 |
Family
ID=16126520
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61182910A Pending JPS6338994A (ja) | 1986-08-04 | 1986-08-04 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6338994A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007168049A (ja) * | 2005-12-26 | 2007-07-05 | Aiho Corp | 食品切断装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6059395A (ja) * | 1983-09-12 | 1985-04-05 | 富士通株式会社 | 音声標準特徴パタ−ン作成処理方式 |
-
1986
- 1986-08-04 JP JP61182910A patent/JPS6338994A/ja active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6059395A (ja) * | 1983-09-12 | 1985-04-05 | 富士通株式会社 | 音声標準特徴パタ−ン作成処理方式 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007168049A (ja) * | 2005-12-26 | 2007-07-05 | Aiho Corp | 食品切断装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6260012B1 (en) | Mobile phone having speaker dependent voice recognition method and apparatus | |
| JP5533854B2 (ja) | 音声認識処理システム、および音声認識処理方法 | |
| JPS63301998A (ja) | 音声認識応答装置 | |
| JP4246703B2 (ja) | 自動音声認識の方法 | |
| KR20080107376A (ko) | 화자 독립 음성 인식을 구비한 통신 장치 | |
| CN110556114B (zh) | 基于注意力机制的通话人识别方法及装置 | |
| JPS6338994A (ja) | 音声認識装置 | |
| JP2003029776A (ja) | 音声認識装置 | |
| CN113012680B (zh) | 一种语音机器人用话术合成方法及装置 | |
| JP2002101203A (ja) | 音声処理システム、音声処理方法およびその方法を記憶した記憶媒体 | |
| JPS6338995A (ja) | 音声認識ダイアル電話装置 | |
| JPS6338999A (ja) | 音声認識装置 | |
| JP2002252705A (ja) | 話者ｉｄ検出方法及び装置 | |
| KR100811554B1 (ko) | 음성 다이얼링 기능을 갖는 통신 단말기 및 음성 다이얼링방법 | |
| JP2005123869A (ja) | 通話内容書き起こしシステムおよび通話内容書き起こし方法 | |
| JPS6338998A (ja) | 音声認識装置 | |
| JPH05300213A (ja) | 音声ダイヤラ | |
| JP2000089791A (ja) | 音声認識応答方法、その装置及びプログラム記録媒体 | |
| JPH11298382A (ja) | ハンズフリー装置 | |
| JPH0556519B2 (ja) | ||
| JPS6084628A (ja) | キ−入力装置 | |
| KR20210016975A (ko) | 대화 처리 장치, 이를 포함하는 차량 및 대화 처리 방법 | |
| JPH04199199A (ja) | 音声認識装置 | |
| JPS61107399A (ja) | 音声認識装置 | |
| JPH02305047A (ja) | 電話機 |