JPH0139599B2 - - Google Patents
Info
- Publication number
- JPH0139599B2 JPH0139599B2 JP56214036A JP21403681A JPH0139599B2 JP H0139599 B2 JPH0139599 B2 JP H0139599B2 JP 56214036 A JP56214036 A JP 56214036A JP 21403681 A JP21403681 A JP 21403681A JP H0139599 B2 JPH0139599 B2 JP H0139599B2
- Authority
- JP
- Japan
- Prior art keywords
- group
- conjugation
- data
- stem
- grammatical information
- 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.)
- Expired
Links
Description
【発明の詳細な説明】
(1) 発明の技術分野
本発明は音声認識方法に関する。
(2) 従来技術と問題点
来の文節単位の音声認識方法においては、各単
語に名詞・動詞・形容詞・助動詞等があり活用・
語尾変化がある場合、各活用形を各々別の単語と
して扱つている。そのため、語い数を増やすと辞
書データの記憶域が増大するだけでなく、認識率
の低下及び認識処理時間の増大などの欠点があ
る。
語に名詞・動詞・形容詞・助動詞等があり活用・
語尾変化がある場合、各活用形を各々別の単語と
して扱つている。そのため、語い数を増やすと辞
書データの記憶域が増大するだけでなく、認識率
の低下及び認識処理時間の増大などの欠点があ
る。
(3) 発明の目的
本発明の目的は、辞書データに文法情報を付加
し、その文法情報に則り辞書データを結合しなが
ら入力データの比較を行なうことにより、語い数
が増大しても辞書データの記憶域をそれほど増や
さず、能率的に文節単位の音声認識を行なう音声
認識方法を提供することにある。
し、その文法情報に則り辞書データを結合しなが
ら入力データの比較を行なうことにより、語い数
が増大しても辞書データの記憶域をそれほど増や
さず、能率的に文節単位の音声認識を行なう音声
認識方法を提供することにある。
(4) 発明の構成
上記目的を達成するための本発明の特徴は、予
め登録しておいた辞書データと新たに入力した音
声データとを比較し認識する手段を備え、文節単
位の認識を行う音声認識方法において、辞書デー
タは接続すべき活用語を指示する文法情報を持つ
語幹グループと該文法情報により指示される活
用・語尾グループを有し、かつ該語幹グループは
文節の特徴パラメータにより複数の小グループに
分けられ、入力された音声よりその特徴パラメー
タを求め、求めた該特徴パラメータにより検索す
べき該小グループの１つを選択し、該文法情報に
基き活用・語尾グループを選択して、語幹と活
用・語尾を結合しつつ、入力音声データと一致検
索をすることにある。
め登録しておいた辞書データと新たに入力した音
声データとを比較し認識する手段を備え、文節単
位の認識を行う音声認識方法において、辞書デー
タは接続すべき活用語を指示する文法情報を持つ
語幹グループと該文法情報により指示される活
用・語尾グループを有し、かつ該語幹グループは
文節の特徴パラメータにより複数の小グループに
分けられ、入力された音声よりその特徴パラメー
タを求め、求めた該特徴パラメータにより検索す
べき該小グループの１つを選択し、該文法情報に
基き活用・語尾グループを選択して、語幹と活
用・語尾を結合しつつ、入力音声データと一致検
索をすることにある。
(5) 発明の実施例
第１図は本発明が適用される音声認識システム
のブロツク図である。
のブロツク図である。
音声入力は音声の特徴パラメー抽出部１に入力
されて特徴パラメータが抽出され、このパラメー
タにより予め登録してある辞書２内の辞書データ
が検索される。
されて特徴パラメータが抽出され、このパラメー
タにより予め登録してある辞書２内の辞書データ
が検索される。
そして検索の結果が出力部３から出力される。
第２図は本発明の一実施例を説明する図であ
る。辞書２内の辞書データは語幹グループ２１と
活用・語尾グループ２２を有する。さらに語幹グ
ループ２１内はそれにより生成される文節の特徴
パラメータにより、小グループ（２１―１，〜２
１―ｉ，〜）に分けられている。例えば第２図で
は、特徴パラメータとして文節の音節数を考えて
おり、２１―１には５音節の文節を生成する全て
の語幹が入り、また２１―ｉには４音節の文節を
生成する全ての語幹が入る。
る。辞書２内の辞書データは語幹グループ２１と
活用・語尾グループ２２を有する。さらに語幹グ
ループ２１内はそれにより生成される文節の特徴
パラメータにより、小グループ（２１―１，〜２
１―ｉ，〜）に分けられている。例えば第２図で
は、特徴パラメータとして文節の音節数を考えて
おり、２１―１には５音節の文節を生成する全て
の語幹が入り、また２１―ｉには４音節の文節を
生成する全ての語幹が入る。
一方、活用・語尾グループ２２は助詞、助動詞
等の種類毎に第１グループ２２―１，…第ｉグル
ープ２２ｉ，…と分けてある。
等の種類毎に第１グループ２２―１，…第ｉグル
ープ２２ｉ，…と分けてある。
まず、入力データ２３が入ると前選択の処理が
行なわれ、語幹グループ２１内のある特定グルー
プが選択される。尚、上述の前選択処理とは、ま
ず入力データ２３の音節数を求めておく。そし
て、活用・語尾の音節数を加えて、入力データの
音節数と一致する音節数を持つ語幹部分が格納さ
れたグループを選択することである。具体的に例
を挙げて説明すると、今、第２図で示す様に入力
データ２３は「音声は」であつたとする。ここで
「音声は」の全体の音節数は“５”であり、且つ
活用・語尾は“１”である。
行なわれ、語幹グループ２１内のある特定グルー
プが選択される。尚、上述の前選択処理とは、ま
ず入力データ２３の音節数を求めておく。そし
て、活用・語尾の音節数を加えて、入力データの
音節数と一致する音節数を持つ語幹部分が格納さ
れたグループを選択することである。具体的に例
を挙げて説明すると、今、第２図で示す様に入力
データ２３は「音声は」であつたとする。ここで
「音声は」の全体の音節数は“５”であり、且つ
活用・語尾は“１”である。
従つて、語幹グループ２１中の、活用・語尾の
音節数を加えて５音節となるグループ、即ち第一
グループ２１―１が選択される。尚、同じ語幹で
も音節数の異なる語尾活用が接続されて文節とし
ての音節数が複数種生じる場合には、同じ語幹で
も異なるグループに重複して登録し、その文法情
報として特定の音節数の語尾グループを指示する
ようにしておく。
音節数を加えて５音節となるグループ、即ち第一
グループ２１―１が選択される。尚、同じ語幹で
も音節数の異なる語尾活用が接続されて文節とし
ての音節数が複数種生じる場合には、同じ語幹で
も異なるグループに重複して登録し、その文法情
報として特定の音節数の語尾グループを指示する
ようにしておく。
次にその小グループ内で、どの語幹はどの活用
語尾ループが適切であるかという文法情報２１ａ
―１，…２１ａ―ｉ，…を活用し、その小グルー
プ内の語幹についてのみ、活用・語尾と次々に結
合し、その結合されてできた文節あるいは単語
と、入力データとの比較を行ない、最も似ている
ものを認識結果とするものである。ここで、語幹
と語尾を結合する方法としては、語尾の先頭音
節が母音の場合は、音節数に応じた比率で結合す
る。具体的に「行う」という文節を例に挙げて
「行」と「う」を結合する場合について説明する
と、「行」の全体の音節長をＬと定義しておき、
一方、「行」の音節数は“３”であるため１音節
当たりの音節長はＬ／３である。この時、「行」
の活用・語尾である「う」の音節長を「行」の１
音節当たりの音節長と同じ長さに調整して両者を
結合する必要がある。これは、後の認識を正確に
行なわせる為である。
語尾ループが適切であるかという文法情報２１ａ
―１，…２１ａ―ｉ，…を活用し、その小グルー
プ内の語幹についてのみ、活用・語尾と次々に結
合し、その結合されてできた文節あるいは単語
と、入力データとの比較を行ない、最も似ている
ものを認識結果とするものである。ここで、語幹
と語尾を結合する方法としては、語尾の先頭音
節が母音の場合は、音節数に応じた比率で結合す
る。具体的に「行う」という文節を例に挙げて
「行」と「う」を結合する場合について説明する
と、「行」の全体の音節長をＬと定義しておき、
一方、「行」の音節数は“３”であるため１音節
当たりの音節長はＬ／３である。この時、「行」
の活用・語尾である「う」の音節長を「行」の１
音節当たりの音節長と同じ長さに調整して両者を
結合する必要がある。これは、後の認識を正確に
行なわせる為である。
又、語尾の先頭音節が摩擦音・ハレツ音であ
る場合は、間にノイズを混ぜて音節数に応じた比
率で、結合する方法がある。尚、摩擦音とは語尾
の先頭音節がチ，ツであるもの、ハレツ音は語尾
の先頭音節が、か行・た行・が行・ざ行・だ行・
ば行であるものを示す。
る場合は、間にノイズを混ぜて音節数に応じた比
率で、結合する方法がある。尚、摩擦音とは語尾
の先頭音節がチ，ツであるもの、ハレツ音は語尾
の先頭音節が、か行・た行・が行・ざ行・だ行・
ば行であるものを示す。
具体的に「美しく」という文節を例に挙げて、
「美し」と「く」を結合する場合について説明す
ると、「く」はか行のハレツ音である為単純に両
者を結合しても「美しく」にはならない。これ
は、「美し」と「く」の間にノイズ空間を設けて
いないためである。なぜならば通常、人がハレツ
音・摩擦音を発する際、ハレツ音・摩擦音を発す
る前に波形でみると、一旦レベルが“０”になる
部分があるためである。よつて疑似的にハレツ
音・摩擦音を先頭語尾にもつ活用・語尾を語幹に
結合する際は、間にノイズ空間を入れる必要があ
る。且つ上述したように、活用・語尾である
「く」の音節長と「美し」の１音節当たりの音節
長と同様になるよう調整しなければならないこと
は言うまでもない。この様に、通常、人が音声を
発生する際の特徴と極力同様にすることで装置の
認識を正確に行なうことができる。更に、このよ
うな結合方法を制御する情報２２ａ―１，…を活
用語尾グループに付加しておく。
「美し」と「く」を結合する場合について説明す
ると、「く」はか行のハレツ音である為単純に両
者を結合しても「美しく」にはならない。これ
は、「美し」と「く」の間にノイズ空間を設けて
いないためである。なぜならば通常、人がハレツ
音・摩擦音を発する際、ハレツ音・摩擦音を発す
る前に波形でみると、一旦レベルが“０”になる
部分があるためである。よつて疑似的にハレツ
音・摩擦音を先頭語尾にもつ活用・語尾を語幹に
結合する際は、間にノイズ空間を入れる必要があ
る。且つ上述したように、活用・語尾である
「く」の音節長と「美し」の１音節当たりの音節
長と同様になるよう調整しなければならないこと
は言うまでもない。この様に、通常、人が音声を
発生する際の特徴と極力同様にすることで装置の
認識を正確に行なうことができる。更に、このよ
うな結合方法を制御する情報２２ａ―１，…を活
用語尾グループに付加しておく。
(6) 発明の効果
以上説明した本発明によれば、語い数が増大し
ても辞書検索で扱うデータ数は少なく、辞書記憶
領域が莫大にならず、認識処理時間が短縮され
る。
ても辞書検索で扱うデータ数は少なく、辞書記憶
領域が莫大にならず、認識処理時間が短縮され
る。
第１図は本発明が適用される音声認識システム
を示すブロツク図、第２図は本発明の一実施例を
説明する図である。 ２…辞書、２１…語幹グループ、２２…活用・
語尾グループ、２１―１，…，２１―ｉ，…およ
び２２―１，…，２２―ｉ，…，小グループ、２
１ａ―ｉ，…，２１ａ―ｉ，…文法情報。
を示すブロツク図、第２図は本発明の一実施例を
説明する図である。 ２…辞書、２１…語幹グループ、２２…活用・
語尾グループ、２１―１，…，２１―ｉ，…およ
び２２―１，…，２２―ｉ，…，小グループ、２
１ａ―ｉ，…，２１ａ―ｉ，…文法情報。
Claims (1)
- １ 予め登録しておいた辞書データと新たに入力
した音声データとを比較し認識する手段を備え、
文節単位の認識を行う音声認識方法において、辞
書データは接続すべき活用語を指示する文法情報
を持つ語幹グループと該文法情報により指示され
る活用・語尾グループを有し、かつ該語幹グルー
プは文節の特徴パラメータにより複数の小グルー
プに分けられ、入力された音声よりその特徴パラ
メータを求め、求めた該特徴パラメータにより検
索すべき該小グループの１つを選択し、該文法情
報に基き活用・語尾グループを選択して語幹と活
用・語尾を結合しつつ、入力音声データと一致検
索をすることを特徴とする音声認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56214036A JPS58113998A (ja) | 1981-12-26 | 1981-12-26 | 音声認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56214036A JPS58113998A (ja) | 1981-12-26 | 1981-12-26 | 音声認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58113998A JPS58113998A (ja) | 1983-07-07 |
| JPH0139599B2 true JPH0139599B2 (ja) | 1989-08-22 |
Family
ID=16649208
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56214036A Granted JPS58113998A (ja) | 1981-12-26 | 1981-12-26 | 音声認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58113998A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01217399A (ja) * | 1988-02-25 | 1989-08-30 | Fujitsu Ltd | 文節音声認識方式 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5822767B2 (ja) * | 1978-12-29 | 1983-05-11 | 富士ゼロックス株式会社 | 和文タイプライタ |
-
1981
- 1981-12-26 JP JP56214036A patent/JPS58113998A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS58113998A (ja) | 1983-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8571849B2 (en) | System and method for enriching spoken language translation with prosodic information | |
| Seymore et al. | The 1997 CMU Sphinx-3 English broadcast news transcription system | |
| JPS6413595A (en) | Voice recognition circuit using estimate of phoneme | |
| EP0867858A3 (en) | Pronunciation generation in speech recognition | |
| EP0874353A3 (en) | Pronunciation generation in speech recognition | |
| Geutner et al. | Adaptive vocabularies for transcribing multilingual broadcast news | |
| Fukada et al. | Automatic generation of multiple pronunciations based on neural networks | |
| Lileikytė et al. | Conversational telephone speech recognition for Lithuanian | |
| Abidin et al. | Deep neural network for automatic speech recognition from Indonesian audio using several lexicon types | |
| Kiecza et al. | Data-driven determination of appropriate dictionary units for Korean LVCSR | |
| Kamm et al. | Selective sampling of training data for speech recognition | |
| Fach | A comparison between syntactic and prosodic phrasing. | |
| Lin | Loanword adaptation and phonological theory | |
| JPH0139599B2 (ja) | ||
| Boumehdi et al. | Comparison of new approaches of semi-syllable units for speech recognition of any Arabic word | |
| Schmid et al. | Explicit, n-best formant features for vowel classification | |
| Chen et al. | Large vocabulary word recognition based on tree-trellis search | |
| Choi et al. | Lexical tree decoding with a class-based language model for Chinese speech recognition. | |
| Lawrence et al. | Haplology and vowel underspecification | |
| Çömez | Large vocabulary continuous speech recognition for Turkish using HTK | |
| JPS59185400A (ja) | 単音節音声認識方式 | |
| JP2615643B2 (ja) | 単語音声認識装置 | |
| Ho et al. | Phonetic state tied-mixture tone modeling for large vocabulary continuous Mandarin speech recognition. | |
| Lee | Incremental network generation in word recognition | |
| JPH0695684A (ja) | 音声認識システム |