JPS6338996A

JPS6338996A - 音声認識制御方式

Info

Publication number: JPS6338996A
Application number: JP61182726A
Authority: JP
Inventors: 村田　隆憲; 松下　満次; 辻田　和一郎
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1986-08-05
Filing date: 1986-08-05
Publication date: 1988-02-19
Anticipated expiration: 2012-08-25
Also published as: JP2646080B2

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】（竜業上の利用分ｑｆ　）本発明は音声認識制御方式に関し、更に詳！ａＫは音声
による入力において誤認識が発生した場合、誤認識を訂
正する音声認識制御方式に関する。

（従来の技術）現在、金融業界、流通業界等に電話回線による音声応答
認識装置が導入され、残高照会、オーダーエントリー等
のサービスが利用者に提供されている。つまジ、これら
のサービスは利用者が暗証番号、会員番号、サービスコ
ード等を音声により電話機等から入力して行なわれるも
のである。

第６図は従来の音声応答認識装置による認識結果の確認
手順を示す図である。同図かられかるように、音声応答
認識装置からの「暗証番号をどうぞ」等の合成音声によ
るガイダンスに従って利用者が発声した暗証番号の全桁
の入力音声を認識する。そして、暗証番号の全桁の認識
、結果の確認を行なって誤認識があれば、同図のように
１桁目から順に認識結果の訂正を行なっていく。

（発明が解決しようとする問題点）しかしながら、上記従来の方法では入力すべき番−号の
イテ数；が多く、かつ認識、結果で１桁のみ誤認よ＋＆
だシサでちった場合でも１桁目から順に誤認識を検索し
て訂正していくので、正しい認識結果が得られている情
まで確認して不要な動作が加わり入力の確定に至るまで
時間がかかりサービスの低下を招くという問題点があっ
た。

本発明はこれらの問題点を解決するだめのもので、誤認
識が発生した場合、認識結果の確認、訂正のための再入
力等による認識結果の確定に至る１での時間を類クシ、
利用者に対するサービスの向上を図ることができる音声
認識制御方式を提供することを目的とする。

（問題点を解決するための手段）本発明は前記問題点を解決するために、入力音声の単語
を音声認識する単語音声認識部と、利用者へのガイダン
スのだめの音声データに基づいて合成音声を出力する音
声合成部とを具備している。

（作用）以上のような構成を有する本発明によれば、次のように
作用する。

利用者は単語単位でｇ声入力する。そして、１単語の入
力音声は単語音声認識部により音声認識される。そして
、その入力音声の認識結果が音声合成部により音声合成
出力される。その合成音声が音声入力した単語と一致し
ていれば、次の単語を音声入力する。単語音声認識部は
、次の単語が音声入力されたことでその前の単語の認識
結果が正しかったと判断し、ひき続き音声認識を行なう
。

しかし、認識結果が再音声入力を要求するカテゴリーで
あれば、前の音声入力された単語の認識結果が誤まって
いたと判断して利用者に対して再音声入力を要求するガ
イダンスを音声合成部により音声合成出力する。このよ
うに、単語毎に認識と確認を行ない、誤認識が発生した
時点で再音声入力を行なうようにした。

したがって、本発明は前記問題点を解決でき、認識結果
の確認、訂正のための再入力等による認識結果の確定に
至るまでの時間を短くでき、利用者に対するサービスの
向上を図ることができる音声認識制御方式を提供できる
。

（実施例）以下、本発明の一実施例を図面に基づいて説明する。

第１図は本発明の一実施例を示すブロック図である。同
図において、１は電話機、２は交換機、３は公衆電話回
線等とのインタフェースを司どるよって音声データをガ
イダンスとして音声合成出力する音声合成部、６は音声
応答認識装置の各構成要素を制御する主制御部である。

また、第２図は第１図の音声認識部４を示すブロック図
である。同図において、４１は利用者が発声した入力音
声を分析して特徴パラメータを抽出する音声分析回路、
４２はｕＲすべきカテゴリーの音声の特徴パラメータを
蓄えられている音声辞書、４３は音声分析回路４１から
の特徴パラメータと音声辞書４２に蓄えられている各特
徴パラメータとを照合して両者の距離を算出する照合演
算回路、４４は照合演算回路４３により算出した各特徴
パラメータの距離値に基づいた認識結果を出力する判定
回路である。

次に、本実施例による応答認識動作を説明する。

ここで、第３図は本実施例の動作を示すフローチャート
であり、第４図には例えば入力音声が６桁の数字の場合
の認識結果を示し、更に第５図に本実施例による応答認
識動作手順を示す。

はじめに、音声応答認識装置は利用者に第５図のような
「暗証番号をどうぞ」等のガイダンスを第１図の音声合
成部５を介して送出する（ステップ５１）。ここで、以
後に述べる１桁毎の音声入力において、利用者が認識結
果の音声応答により正しく認識されたと確認した桁数を
ｎとすると、ステップ５１ではまだ確認されていません
のでｎ＝Ｑである（ステップ５２）。そして、前記ガイ
ダンスに従って、利用者の発声した１桁目の入力音声「
キュー」を第１図の音声認識部４により認識する（ステ
ップ５３）。そして、音声応答認識装置は第・１図に示
す認識結果を利用者に対して第５図のように「９」と第
１図の音声合成部５により出力する（ステップ５４）。

利用者は応答音声が正しかったので、ひき、続き２桁目
「ハチ」を第５図のように発声する。音声応答認識装置
はこの入力音声を認識する（ステップ５５）。この入力
音声が「テイセイ」のような再入力を必要とするもので
ないので（ステップ５６）、ステップ５７へ進み１桁目
の認識において再入力が発生しなかったことによりｎ＝
１とする。ここで、もしステップ゛５５で１桁目の認識
結果に対して利用者が発声した入力音声が「テイセイ」
であれば（ステップ５５．５６）、ステップ５３へ戻ρ
、再度１桁目「キュー」を音声入力することになる。次
に、２桁目の認識結果が「オワリ」のような入力終了と
する結果であるかどうか判定され（ステップ５８）、本
実施例では「オワ１月でなかったのでステップ５９へ進
む。そして、ステップ５９ではｎ（−１）と入力桁数Ｎ
（＝６）が比較され、ｎ（−１）がＮ（＝６）よジ小さ
いので所定の桁数入力が終了していないと判断してステ
ップ５・１へ進む。ステップ図では２桁目の第４図に示
す認識結果を利用者に対して第５図のように「８」と第
１図の音声合成部５により出力される。

以後、３１行目、−ｔＬ行１］（てついてはステップ５
５゜５６　、５７　、５８　、５９　、５４の、頃に処
理される。

ぞして、５桁目については、入力音声が「ヨン」である
のに対して認識結果は第４図のように「サン（３鳳であ
り（ステップ５５）、ステップ３６〜５９の順に動作し
た後に第５図のように「３」と利用者に対して第１図の
音声合成部５により出力する（ステップ５・１）。利用
者は５桁目の認識結果が誤まっているので、第５図のよ
うに「ティセイ」のような再入力を必要とする旨を発声
し、音声応答認識装置はこの入力音声を認識する（ステ
ップ５５）。

そして、再入力が必要であると判断しくステップ５６）
、再びステップ５３へ戻り利用者は第５図のように「ヨ
ン」と再入力を行をう。音声応答認識装置はこの入力音
声を認識しくステップ５３）、第４図のように５桁目の
再入力時の認識結果「ヨン（４）」を第５図のように「
４」と利用者に対して第１図の音声合成部５によシ出力
する（ステップ５４）。

利用者は５桁目の再入力の認識結果が正しがったので、
次の６桁目の「ゼロ」を発声する。以後、ステップ５５
〜５９の順に動作した後に第４図のような認識結果「ゼ
ロ（０）」を第５図のように「０」と利用者に対して第
１図の音声合成部５により出力する（ステップ５４）。

利用者は、６桁目の認識結果が正しく、所定の入力桁数
Ｎ（＝６）の入力を終了したので、第５図のように「オ
ワリ」のような入力動作を終了する旨を発声する。音声
応答認識装置はこの入力音声を認識しくステップ５５）
、ステップ５６　、５７を経てステップ５８で、入力動
作終了を判断してステップ６１へ進む。

そこで、音声応答認識装置は全桁の認識結果に基づいて
第５図のように「暗証番号は９　、８　、７゜６　、４
．　、　Ｏですね」のように利用者に対して認識結果の
確認要求のガイダンスを第１図の音声合成部により出力
する（ステップ６１）。利用者は音声入力した内容と応
答内容とが全て一致しているので、第５図のように「ハ
イ」のような正しく入力された旨を発声する。音声応答
認識装置はこの入力音声を認識しくステップ６２）、暗
証番号入力が正しく行なわれたと判断して（ステップ６
３）応答認識動作を終了する。

尚、ステップ６３で誤認識が発生していればステップ７
１以降の動作に移行するが、ステップ７１からの動作は
１桁毎の認識結果の確認及び誤認識した桁の再入力の処
理であり、第６図に示す従来の動作に相当する。

また、上記で説明した例とは異な９、入力された桁数が
、所定の桁数Ｎに満たない状態で、「オワリ」が入力さ
れた場合、例えば６桁の暗証番号入力においてｎ＝２の
状態で「゛オワリ」が入力された場合は、入力された２
桁を暗証番号の下２桁とし、上４桁はＯとみなす。つま
り、００００５９のような暗証番号の場合、利用者は、
下２桁の５゜９だけ入力すればよい。

（発明の効果）以上説明したように、本発明によれば、利用者が発声す
る音声の単語毎に認識し、その認識結果を音声合成出力
することによって利用者に音声入力した単語の認識結果
を確認させて誤認識が発生した場合には即座に再入力で
きるようにしたことにより、認識結果の確認、再入力動
作に要する時間１手間が少なくて済み、利用者に対する
サービスの向上を図ることができる音声認識制御方式を
提供できる。

【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図の音声認識部の構成を示す図、第３図は本実施ｆ
ｌｌの動作を示すフローチャート、第・１図は本実施例
の入力音声と認識結果の関係を示す図、第５図は本実施
例による応答認識動作手順に示す図、第６図は従来の音
声応答認識装置による認識結果の確認手順を示す図でち
る。１・・・電話機、２・・・交換機、３・・・回線制御部
、４・・・音声認識部、５・・・音声合成部、６・・・
主制御部１．１１・・・音声分析回路、４２・・・音声
辞書、４３・・・照合演算回路、４４・・・判定回路。第４図本芙施劣による応答認識動作手順第５図

Claims

【特許請求の範囲】入力音声の単語を音声認識する単語音声認識部と、利用者へのガイダンスのための音声データに基づいて合
成音声を出力する音声合成部とを具備し、入力音声の単
語毎に前記単語音声認識部により認識した認識結果を前
記音声合成部により音声合成出力し、前記単語音声認識部により認識した認識結果が再音声入
力を要求すカテゴリーであれば、前の入力音声の単語の
認識結果に誤認識が発生したと判断して再音声入力を要
求するガイダンスを前記音声合成部により音声合成出力
して利用者に対して再音声入力を要求することを特徴と
する音声認識制御方式。