JPH01289997A - 音声登録方式 - 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、入力された音声を音節毎に認識する日本語音
声Ｍ２．識装置において、特定の音節の特徴を抽出して
該装置に登録する音声登録方式に関する。

従来の技術 入力音声を各音節毎に認識する方式の音声入力装置にお
いては、入力音声を音節単位にセグメント化し、各音節
から抽出した特徴パターンと、予め登録している音節表
示パターンとを比較照き（パターンマツチング）して最
も類似した標準パターンが属する音節を識別結果とする
ように構成されている。これら音声認識を行うためには
、操作者が発声した音声に基づいて音節標準パターンを
予め登録する必要がある。この音節標準パターンは、登
録音節区間の特徴量を示すものであり、音声認識を行う
際に大きな影響を及ばず。

従来、音声認識を行うために必要な音節標準パターンを
登録する際には、表示部にたとえば第４図（１）に示さ
れるような語句「あかい」が表示され、操作者が発声し
た音声「あかい」に基づいて音節表示パターンが作成さ
れ、これが登録されていた。第４図（１）に示される語
句「あかい」が表示された後には、第４図（２）に示さ
れる「りんご」が表示され、続いて操作者はこの語句「
りんご」を発声していた。したがって、語句「あかい」
と語句「りんご」との間の意味的つながりは何ら考慮さ
れておらず、意味的つながりを有する語句「あかいりん
ご」を自然発声によって発声した場６とは、その音節標
準パターンが異なり、したがって自然発声による音声認
識を行うことが困難であった。すなわち、識別すｌ＼き
音声が連続的に自然に発声された場合には、前後の音節
の影響を受けて音節の特徴パターンが変形するいわゆる
調音結合や、発声された語句の文脈に起因した抑揚など
の韻律特性、あるいはアクセン）・などの影響によって
、その音節識別率が低下してしまう。

発明が解決しようとする課題 本発明の目的は、識別すべき音声が連続的に自然に発声
された場合の音節識別率の向上を図ることができるとと
もに、登録時間を短縮することができる音声登録方式を
提供することである。

課題を解決するための手段 本発明は、音声を音節毎に認識するために登録する音声
登録方式において、 登録すべき音節を含む意味のある複数の語句を意味的つ
ながりがあるように配列して表示し、その表示された複
数の語句の音声によってその語句を構成する音節の登録
を行うことを＃＋ｊ徴とする音声登録方式である。

作　　用 本発明に従えば、登録すべき音節を含む意味のある複数
の語句が意味的つながりがあるように配列して表示され
る。本発明の音声登録方式では、表示された複数の語句
の音声入力結果に基づいてその語句を構成する音節の登
録を行うようにする。

これによって操作者は、登録すべき複数の語句を意味的
なつながりを考慮しながら発声することがてきるので、
いわば自然発声された連続的な音声を構成する音節を登
録することがてきる。

したがって、このように登録された音節と認別ずべき音
声の音節とを比較照６して音声認識を行う方式では、自
然発声された連続的な音声の音節識別率の向上を図るこ
とが可能となる。また複数の語句を並列して表示し、こ
れを順次発声しながら登録するので、従来の方式に比べ
て登録すべき語句の表示の切換え回数を低減することが
でき、登録に要する時間を格段に短縮することができる
。

実施例 第１図は、本発明の一実施例の電気的構成を示すブロッ
ク図である。マイクロフォン１を介して電気的信号に変
換された入力音声信号は、増幅器２で増幅された後に特
徴抽出部３に与えられる。

特徴抽出部３では、入力された音声波形から音声区間抽
出時や認識時のパターンマツチング（比軸照合）におけ
る距離計算に使用される特徴量が演算され、この演算結
果は装置全体を制御する中央制御部４に与えられる。中
央制御部４には、音声認識を行うために必要な音節標準
パターンが記憶される標準パターン記憶部５、音節標準
パターンとパターンマツチングして入力音声の音声認識
を行うマッヂング部６、作業用の記憶部７、たとえばＣ
ＲＴ（陰極線管）などによって実現される表示部８、お
よびキーボード９がそれぞれ並列に接続されている。

次に、予め明示された音節の特徴パターンを音節標準パ
ターンとして登録する動作について説明する。音節標準
パターンを登録する際には、前記表示部８の表示画面に
はたとえば第２図（１）に示されるような文「あかい　
りんごが　あります」が表示され、第１文節の語句「あ
かい」が現在発声すべき語句として枠１１て囲まれる。

このような画面を目視した操作者は、語句「あかい」を
発声する。操作者が最初の語句「あかい」を発声し終わ
った後には、画面は第２図（２）に示されるように第２
文節「りんごが」が枠１２で囲まれ、この語句「りんご
が」が発声すべき語句として明示される。この画面を目
視した操作者は、直ちに語句「りんごが」を発声する。

このようにして表示画面には意味的つながりのある文が
表示され、発声すべき語句が順次明示され、これに基づ
いて操作者はいわば自然発声に近い状態で各語句を発声
することができる。すなわち、操作者は第１文節の語句
「あかい」を発声するときには、第２文節の語句「りん
ごが」を次に発声する語句として意識しているために、
語句「あかい」を単独で発声したときよりも、自然発声
に近い状態の発声音が得られる。

第３図は、動作を説明するためのフローチャー１へであ
る。

ステップｒｒ　１からステップｎ　２に移り、表示部８
の表示画面に登録すべき音節を含む意味のある複数の各
語句「あかい」、「りんごが」、および「ありまず」を
表示し、ステップｒ＋　３て最初の語句を枠１１て囲む
。

ステップ１−１４ては、ステップｎ３で枠１１で囲まれ
た語句「あかい」の発声が終了したか否かが判断される
。これは、たとえば音声が発声された後に予め定められ
たポーズ期間が経過したか否かによって判断することが
できる。この語句「あかい」の発声が終了していなけれ
ばステップｒ１３に戻り、終了すればステップｎ５て発
声された語句「あかい」が各音節毎にセグメン１〜化さ
れて特徴抽出される。このようにして音節毎に特徴抽出
された各音節は、それぞれ音節標準パターンとして標準
パターン記憶部５に順次記憶され、ステップｎ６で次の
語句［りんごが］が枠１２て囲まれ、再びステップｒｒ
　４に戻る。

こうして発声された音声中から、登録の予め明示された
音節の特徴パターンが音節標準パターンとして登録され
る。このようにして登録された音節標準バター〉・は、
音声認識すべき入力音声の各音節とパターンマツチング
されて、最も傾面した表示パターンが属する音節をその
識別結果とし、これによって音声認識が行われる。

本実施例のように音節標準パターンを作成するために発
声される音声はいわば自然発声に近いタイミングて行わ
れるために、意味的なつながりに起因した韻律特性なと
の特徴を含んだ音節標準パターンを作成することがてき
、したがって音声認識すべき入力音声が自然な状態で発
声された場自においても、そのパターンマツチングを確
実に行うことができ、音声認識の精度を格段に向上する
ことができる。また、登録すべき語句を複数個−度に表
示しているために、従来の方式に比べて表示画面のリノ
換え回数を低減することができ、登録時間を短縮するこ
とが可能となる。

発明の効果 以上のように本発明に従えば、自然発声された連続的な
音声の音節識別率を向上することかてきるとともに、登
録時間を短縮することが可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例の電気的構成を示４−ブロッ
ク図、第２図は表示部８の一表示例を示１−図、第３図
は動作を説明するためのフローチャー１へ、第４図は典
型的な先行技術を説明するための図である。 １・・マイクロフ］ン、２・増幅器、３　特徴抽出部、
４・・・中央制御部、５　標準パターン記憶部６・・マ
ッヂング部、７・記憶部、８　表示部代理人　　弁理士
　西藪　圭−・部

Claims (1)

1. 【特許請求の範囲】 音声を音節毎に認識するために登録する音声登録方式に
   おいて、 登録すべき音節を含む意味のある複数の語句を意味的つ
   ながりがあるように配列して表示し、その表示された複
   数の語句の音声によってその語句を構成する音節の登録
   を行うことを特徴とする音声登録方式。