JPH0143960B2 - - Google Patents

Description

【発明の詳細な説明】 （技術分野） 本発明は、音声認識応答装置において、誤認識
時に発声者の負担を軽減することができる誤認識
修正方法に関するものである。

（背景技術） 音声認識応答装置は、マン−マシーンインター
フエースが音声で行なえるので、機械に不慣れな
人でも容易に機械を使用できる。第１図にシステ
ムの構成の一例を示す。１はマイクロホンあるい
は送話器等の入力部、２は音声認識部、３は認識
応答制御部、４は処理システム、５は音声応答
部、６はスピーカーあるいは受話器等の出力部で
ある。

次に動作例を示す。認識応答制御部３に何らか
の手段で起動がかかると、音声応答部５、出力部
６を介してオペレーターに音声で指示が与えられ
る。オペレーターはその指示に応じて入力部１よ
り音声で入力すると、音声認識部２にて認識が行
なわれ、結果は認識応答制御部３より処理システ
ム４に送られ処理システム４で入力に対する応答
が決定され、認識応答制御部に応答内容が指示さ
れ、音声応答部５、出力部６を介してオペレータ
ーにその内容が音声で返される。このようなシー
ケンスが繰返される。

但し、現状の音声認識技術は不完全であるた
め、種々の誤認識対策が考えられており、音声認
識部２にて認識した結果は、音声応答部５を介し
てオペレーターに出力して、ほとんど誤認識のな
い言葉（例えば「ハイ」、「イイエ」等）で認識結
果を確認しながら処理を進めていく。そして誤認
識があつた場合、オペレーターは「イイエ」と答
えると、システムでは正しい結果を得るために認
識対象語全てを一つ一つ確認しなくてはならな
い。例えば数字がその時の認識対象であり、「４」
（ヨン）を「３」（サン）と誤認識した場合の１語
毎の確認シーケンスを第２図に示す。第２図で
「サン」が間違つていたことがあらかじめ判明し
ていれば、Ａの部分は省略できる。しかし、この
ように１語１語前から順番に確かめる方法では、
一番最後に確認する言葉（０〜９の９等）が誤認
識を起した場合に、その言葉になるまで話者は
「イイエ」と答え続ける必要があり、負担が非常
に大きくなる。従つて他の方法として、認識した
時の全ての言葉の類似度を音声認識部２より音声
応答部５に送出して、音声応答部５にて類似度の
高い言葉から順に話者に確認することにより、誤
認識時のシーケンスを少なくする方法がある。こ
の方法は誤認識した場合に、正しい言葉の類似度
が比較的高い場合には有効な方法であるが、一般
的に誤認識の原因として大きな要因に音声区間検
出誤りがあり、例えば「イチ」と発声したのに
「イ」あるいは「チ」しか音声区間として検出で
きなかつた場合、「イチ」の類似度はかなり低く
なつてしまい、有効性が発揮されない。そして、
このような誤りは一般的にかなり多い。また、類
似度の一番高いものだけでなく、２番目、３番
目、…と順位を調べる必要があると共に、多くの
類似度を音声応答部５に転送する必要があり、処
理時間の増大を起す等の欠点があつた。

（発明の課題） 本発明の目的はこれらの欠点を除去するため、
あらかじめ誤認識する相手の言葉の確率を調べ、
誤認識時に話者に対して確認するテーブルを応答
部に持たせたもので、以下詳細に説明する。

（発明の構成および作用） 第３図は「０」〜「９」の数字認識において、
「４」の数字の計算機シユミレーシヨンにおける
認識結果（confusion matrix）を示す。このよ
うに誤認識した場合、かなりの確率である別の数
字へ、あるいはある一群の数字に変わる。従つ
て、これらの統計量をあらかじめ調べ、各誤認識
語に対し、confusion matrixよりその言葉への
誤認識個数の多い順にその正しい言葉（認識語候
補）を並べたテーブル（以下確認テーブルと称
す）を作成する。例えば、第３図の「４」という
誤認識語に着目した場合の確認テーブルを第４図
に示す（同一個数の場合はどちらが先でも良い）。
このような確認テーブルを認識語全てに対し音声
応答部５に用意し、認識応答のシーケンスの確認
で音声応答部５でまず「４」と認識結果を音声出
力し、それに対し話者が「イイエ」で返答した場
合は、第４図の確認テーブルに従つて「３」，
「５」，…の順に１語１語話者に対して音声出力し
てオペレーターは「ハイ」あるいは「イイエ」で
返答し、「ハイ」が得られるまで確認を行なう。

確認テーブルの索引法のブロツク図を第５図に
示す。１０は認識結果入力端子、１１はレジス
タ、１２はカウンタ、１３はカウンタ１２のクリ
ア端子、１４はアドレス変換メモリ、１５は確認
テーブルメモリ、１６は確認テーブルメモリ出力
端子である。これを動作するには、前記の例で説
明すると、「４」という認識結果に対し話者が
「イイエ」と答えたので１語毎の確認シーケンス
を行なう時、まず認識結果「４」に与えられた２
進コード（例えば0100）を入力端子１０よりレジ
スタ１１に格納すると共に、カウンタ１２をクリ
ア端子１３を介してクリアする。レジスタ１１お
よびカウンタ１２の出力は、アドレス変換メモリ
１４のアドレス入力となる。アドレス変換メモリ
１４は、確認テーブルメモリ１５の空き番地がな
くなるようメモリの効率を高めるためのもので、
なくても良い。本実施例では、アドレス変換メモ
リ１４では、２進コード01000000を101000に変換
している。アドレス変換メモリ１４の出力は、確
認テーブルメモリ１５のアドレスとなつており、
第５図に示されるようにまず「３」のコードが出
力され、それに応じて音声出力を行なう。もし違
つていれば、カウンタ１２をカウントアツプする
と次の「５」のコードが出力される。このように
順次カウンタ１２をカウントアツプすることによ
り、確認テーブルの索引ができる。

なお本実施例では、全ての認識語の確認を行な
うようにしたが、これは一部（数個）の確認を行
ない、違つていたら改めて再発声等を行なうよう
にし、全ての確認を行なわなくても良い。

（発明の効果） 以上説明したように本実施例では、あらかじめ
統計的に誤認識の傾向を調べ、認識語毎に確認の
順序を誤認識の発生する確率の大きい順に決めて
おくことにより、誤認識の発生時に誤りが早く訂
正できるので話者に負担をかけることなく、さら
に認識部では最大類似度のみ求めれば良く、認識
順位等を応答部に転送しないで良いので処理が簡
単かつ高速になる利点がある。

本発明は、音声認識応答装置の誤認識時の確認
テーブルを用いて話者の負担、処理の向上ができ
る利点があり、不特定話者のシステム等に利用で
きる。

【図面の簡単な説明】

第１図は音声認識応答装置の構成図、第２図は
従来の誤認識時の確認シーケンスの一例を示す
図、第３図は10数字の認識実験における
confusion matrixの一部を示す図、第４図は本
発明における確認テーブルの説明図、第５図は確
認テーブルの索引法を説明するブロツク図であ
る。 １……入力部、２……音声認識部、３……認識
応答制御部、４……処理システム、５……音声応
答部、６……出力部、１０……認識結果入力端
子、１１……レジスタ、１２……カウンタ、１３
……カウンタクリア端子、１４……アドレス変換
メモリ、１５……確認テーブルメモリ、１６……
メモリ出力端子。

Claims (1)

1. 【特許請求の範囲】 １ 入力音声に対し確からしい順に複数個の認識
   結果を発声者に応答し発声者の確認により認識出
   力を提供する音声認識応答装置において、 マイクロホンから入力される音声を認識する音
   声認識部と、 音声の認識応答を制御する認識応答制御部と、 予め認識語毎に誤認識の統計量から誤認識の発
   生する確率の大きい順に認識語候補を記載したテ
   ーブルを具備し、誤認識発生時に認識結果に基づ
   いて前記テーブルを参照し、テーブルに記載され
   た順序で当該認識語候補を発声者に音声で応答す
   る音声応答部とからなることを特徴とする音声認
   識応答装置。