JPS638798A - 音声認識装置 - 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 本発明は主に電話端末装置に用いられる音声認識装置に
関するものである。

従来の技術 近年、電話端末装置に用いる音声認識装置が利用される
ようになってきた。例えば特定話者の声だけを効率良く
認識しようとする登録型音声認識装置や不特定多数の人
の声を認識しようとする不特定話者音声認識装置がある
。

以下図面を参照しながら、上述した従来の電話端末装置
に用いる音声認識装置の一例について説明する。

第２図は従来の電話端末装置用音声認識装置の構成を示
すものである。第２図において、６は送話器、３は電話
端末装置本体部、６は音声認識用のテンプレートである
。

以上のように構成された音声認識装置について、以下そ
の動作を説明する。

まず入力音声は送話器５を経て電話端末装置本体部３へ
入力され、ここで音響分析・音声区間検出等の、音声認
識に必要な処理の一部がなされる、さらにテンプレート
６からは予め記憶されている標準の音声パターンが読み
出され、これも電話端末装置本体部３へ送られ、前記入
力音声の分析結果との間で類似性の計算が行なわれる。

送話器５からの入力音声が特定話者のものである場合に
は、同一人が予め発声し登録しておいたパターンをテン
プレート６から読み出すのが良く、不特定話者のもので
ある場合には、多人数の音声から統計的に処理されたパ
ターンをテンプレート６から読み出すのが良い。

発明が解決しようとする問題点 しかしながら上記のような構成では、予め電話端末装置
毎に特定話者型か不特定話者型かの区別をせねばならず
、一般オフィスにおけるボタン電話のように、高い頻度
で特定個人が使用するものの、不特定話者が使用する頻
度も無視できないという用途においては、この両者の要
求に適切に対処することができないという問題点を有し
ていた。

本発明は上記問題点に鑑み、−個の電話端末装置を特定
話者が使用する場合と不特定話者が使用する場合とのい
ずれにおいても良好に動作する音声認識装置を提供する
ものである。

問題点を解決するだめの手段 この目的を達成するために本発明の音声認識装置は、各
人が音声を発声し当人の音声の認識に最適になるように
作成された個人別テンプレートと、多人数の音声から不
特定話者音声認識に最適になるように作成された共通テ
ンプレートと、音声入力用に個人毎に割り当てられた１
台ないし複数台の電話端末装置と、テンプレート選択手
段とから構成されている。

作用 本発明は上記した構成により、テンプレート選択手段に
よって個人別テンプレートと共通テンプレートとのうち
のいずれか適切な方が選べるため、特定話者音声認識に
対しても、不特定話者音声認識に対しても良好に動作す
ることが期待できる音声認識装置を提供することができ
る。

実施例 以下本発明の一実施例について、図面を参照しながら説
明する。

第１図は本発明の一実施例における音声認識装置の構成
を示すものである。第１図において、１は個人別テンプ
レート、２は共通テンプレート、３は電話端末装置本体
部、４はテンプレート選択手段、５は送話器である。な
お、３は電話端末装置本体部でこれは従来例の基本構成
と同じものである共通テンプレート２は不特定話者音声
認識に最適になるように多人数の音声からクラスタリン
グ等の技術を用いて作成されたもので、−単語当たり複
数のテンプレートから成っているため、マルチテンプレ
ートと呼ばれているものである。個人別テンプレート１
は、電話端末装置に割り当てようとする本人が実際に発
声し、共通テンプレート２の中から本人の声を認識する
のに最も都合の良いテンプレートを単語毎に選択し、こ
のようにして選択されたテンプレートを一組のセットと
して保持したもので、セット化テンプレートと呼ばれて
いるものである。またテンプレート選択手段４ば、個人
別パターン選択ボタンと共通パターン選択ボタンとの２
個のボタンから成っている。音声分析やパターン照合等
の演算は電話端末装置本体部３の中に組み込まれた音声
認識ユニットが実行する。

以上のように構成された音声認識装置について、以下そ
の動作について説明する。

まず使用者は１台ないし複数台ある電話端末装置のそれ
ぞれに、その電話機に割り当てるべき使用者を決める。

割り尚てられた使用者はその電話機を使用する場合には
他の人より高い認識率が得られることが期待できるので
、通常はその電話機の音声認識機能を最も高い頻度で使
用する人に割り当てるのが良い。このようにして割り当
てられた使用者は、送話器５を用いて予め自分の声で発
声し、自分に最適な個人別テレプレート１を作成してお
く。さて、前記使用者が自分の割り当ての電話端末装置
を使用して認識する場合には、テンプレート選択手段４
のうちの個人別パターン選択ボタンを押した後に発声す
る。音声認識装置はこのボタン操作を受けて、個人別テ
ンプレート１を選択し、選択したテンプレートを用いて
前記使用者の声を認識する。個人別テンプレート１はセ
ット化されているので、不要な話者間スペクトル差異等
により誤認識を生じる危険が小さい。一方、同じ電話端
末装置を、その装置に割り当てられていない人が使用す
る場合には、テンプレート選択手段４のうちの共通テン
プレート選択ボタンを押しだ後に発声する。音声認識装
置はこのボタン操作を受けて、共通テンプレート２を選
択し、選択したテンプレートを用いて使用者の声を認識
する。

共通テンプレート２は既に述べたように不特定話者音声
認識に最適になるように作成されているので、使用者が
どのような性質の音声を持っていても、大過ない認識結
果を出力することができる。

以上のように本実施例によれば、テンプレート選択手段
として個人別テンプレート用と共通テンプレート用との
押ボタンを設け、本装置使用者が発声の前にいずれかの
ボタンを押して自らチンプレートラ選択することにより
、一台の電話端末装置を特定話者音声認識にも不特定話
者音声認識にも用いることができる。さらに、既に作成
された個人別テンプレートを抹消し、別の新たな話者の
音声で個人別テンプレートを作成し直すことにより、対
象となる特定話者を変更することもできる。

なお、本実施例ではテンプレート選択手段４を個人別パ
ターン選択ボタンと共通パターン選択ボタンとの２個の
ボタンから成るとしたが、個人別テンプレート選択ボタ
ンを複数化し、同時に個人別テンプレート１に登録でき
る個人別の音声パターンも複数化し、これらの複数化さ
れた個人別テンプレート選択ボタンと個人別テンプレー
トとを一対一に対応させてもよい。この場合は、複数人
の特定話者が互いに、かつ独立に本電話端末装！を特定
話者用音声認識装置として利用することができる。

発明の効果 本発明は、個人別テンプレートと共通テンプレートとを
設け、さらに発声者自身がこれらのうちの一つを任意に
選択できるようにテンプレート選択手段を設けることに
より、一台の電話端末装置が特定話者音声認識にも不特
定話者音声認識にも用いることができ、さらに、既に作
成された個人別テンプレートを抹消し別の新たな話者の
音声で個人別テレプレートを作成し直すことにより、対
象となる特定話者を変更することもできる優れた音声認
識装置を実現できるものである。

【図面の簡単な説明】

第１図は本発明の一実施例における音声認識装置のブロ
ック図、第２図は従来の電話端末装置用音声認識装置の
ブロック図である。 １・・・・・・個人別テンプレート、２・・・・・・共
通テンプレート、３・・・・・電話端末装置本体部、４
・・・・・・テンプレート選択手段、５・・・・・・送
話器、６・・・・・テンプレート。

Claims (3)

【特許請求の範囲】
1. （１）各人の音声発声に基いて各個人別の音声の認識に
   最適になるように作成された個人別テンプレートと、多
   人数の音声発声に基いて不特定話者の音声認識に最適に
   なるように作成された共通テンプレートと、音声入力用
   に個人毎に割り当てられた１台ないし複数台の電話端末
   装置と、前記電話端末装置が割り当てられた個人が前記
   電話端末装置を使用する場合には個人別テンプレートを
   用い、それ以外の者が使用する場合には共通テンプレー
   トを用いるように使用者がテンプレートを選択するテン
   プレート選択手段とを有することを特徴とする音声認識
   装置。
2. （２）個人別テンプレートは各人の音声パターンをその
   まま登録したことを特徴とする特許請求の範囲第１項記
   載の音声認識装置。
3. （３）共通テンプレートは１単語当たり複数個のテンプ
   レートから成り、個人別テンプレートは、各人毎の声を
   認識するのに最も適するように前記共通テンプレートか
   ら単語毎に選択されたテンプレートのセットからなるこ
   とを特徴とする特許請求の範囲第１項記載の音声認識装
   置。