JPH02149900A - 音声認識応答装置 - 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） この発明（よ、音声認識応答装置、特に利用者の発声不
具合による誤認識を少なく（〕た音音声認識応答装！ｉ
ｉｌ：関する。

（従来の技術） 現在、金融業界、流通菟宥等１こ電話回線による音声認
識応答装置が導入され、残高照会、オーダ・エントリー
等のサービスが利用者に提供されている。つまり、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。

この発明の説明に先立ち、従来の音声認識応答装置につ
き簡単に説明する。

第２図は従来の音声認識応答装置の説明図で、各構成要
素をブロック図として示しである。

同図において、１０は音声認識応答装置で、利用者が外
部音声入力部２０を構成する電話機の送話器に向かい発
声した音声が交換機３０を介して入力音声信号として供
給される。４０は外部処理装Ｍを構成するホスト計算機
で入力音声信号に応答して音声認識応答装置１０から出
力した信号に応答して当該音声認識応答装Ｍ１０の各構
成要素を制御したり、他の外部機器に対し制御信号を出
力する機能を有している。

この音声認識応答装置１１０には交換機３０と接続され
公衆回線等とのインタフェースを司どる回線制御部１１
０、回線制御部１１０から送られてきた入力音声信号に
基づいて利用者の発声する音声を認識する音声認識部１
２０、音声認識部１２０からの出力及び又はホスト計算
機４０からの出力に応答して音声認識応答装？ｌｌｌ０
の各構成要素を制御する主制御部１３０、主制御部１３
０からの指示によって音声合成出力する音声合成部１４
０である。

また、音声認識部１２０は、認識に先だって利用者の発
声を促す合図音を電話機２０の受話器から発生させるた
めの合図音発生部１２１、この合図音に従って利用者が
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
音声分析部１２２、入力された音声部分を切り出して音
声区間（音声長）を決定する音声区間検出部１２３、各
音声の標準バタンである特徴パラメータを読出し自在に
格納している音声辞書部１２４、得られた音声区間の特
徴パラメータと音声辞書１２４に蓄えられでいる各特徴
バラメークを照合して両者の距Ｍ（非類似度）を算出す
る照合演算部１２５、照合演算部１２５で得られた各カ
テゴリ毎の距離値に基づいて最も距Ｍ値の小さいカテゴ
リを認識結果とする判定部１２６及び音声区間検出部１
２３で検出された入力音声長が所定の閾値Ｔｔｈ（１文
字従って数字の場合には１桁の発声で、正常な認識が可
能な最大音声長であって、ここでは発声過長間値という
、）を越えた場合に、発声適長として検出する発声適長
検出部１２７を含んだ構成となっている。このような音
声認識応答装置１０の構成については従来構成であるの
で、それ以上の詳細な説明を省略する。

次に、第２図に示した従来の音声認識応答装置による通
常の動作例につき別表工及び■を参照して簡単に説明す
る。別表１からも理解出来るように、製雪始動後、ホス
ト計算機４０からの指令により、音声認識応答装？１ｌ
ＩＯの主制御部１３０を通じて音声合成部１４０を始動
させ、これより回線制御部１１０及び交換機３０を経て
電話機２０の受話器からの「暗証番号をどうぞ」等の合
成音声による発声指示（ガイダンス）を行う、このガイ
ダンスに従って利用者が発声した音声が送話器から交換
機３０、回線制御部１１０ヲ通じて音声認識部１２０に
入力音声信号として入力し、この音声認識部１２０にお
いて音声を認識し、認識結果の確認を行う、この認識結
果が主制御部１３０を通じてホスト計算機４０に送られ
所要の外部処理を実行するための信号として利用される
。

ところで、音声認識に際しては合図音発生部１２１から
電話機２０の受話器に送られる“ヒラ”という合図音を
送出した後、音声認識動作を開始し、入力された音声を
合図音毎に１文字の発声音毎、従って数字の場合には１
桁ずつ認識している。

しかし、音声入力に先だって「これからの入力は“ピッ
”という合図音に従って１文字の発声音毎（或いは数字
の場合には１桁ずつ）区切ってあ願いします」というガ
イダンスを送出しているにもかかわらず、利用者の不注
意で、連続しで発声する例がしばしばある。別表ＩＩは
このような不具合動作の例を示す、このような事態は、
特に、本装貫１０を初めて利用するユーザーの場合に発
生し易い、その場合、装置は、例えば数字の「１」を発
声したとき、「イーデーｊなどのよう（ｉ−不自然な発
声であると、入力音声長が長すぎて誤認識２′なる可能
性が大きくなるｊとめ、これを防止１−る１３゛６めに
発声適長によるリジェクトと（］、［確認７′″きまぜ
んので、もう〜度入力して下さいｊ等のガイダンスによ
り再発声を利用者に促すように動作する構成となってい
る。

（発明が解決（］ようとする課題） しか（）ながら、従来装置では発声適長を検出する（う
のの、それが連続発声に起因するのかどうかの判定は行
なわれでおらず、従って、利用者（ま、連続発声したこ
とが不具合となっていることが解らない１とめ、再度連
続発声を繰り返すことが多く、装置側から運用を中断す
るなど、利用者に対するサービスの低下を招くという問
題があつ１．：。

この発明の目的１よ、利用者の不注意で、連続発声され
た音声入力かあり１と場合に、最終的に装＝か−う運用
本中断するに至る前に発声の不具合を利用者に知ら］ノ
め、以襖の音声認識応答装置の動作を正常に保つことに
より、利用者１区一対づ−るソーｌ−ニスの向上を図る
ことか−Ｃきるように構成（］た音声認識応答装置を提
供４−ること（ｔある。

（課題を解決するための手段） この目的の達成を図る１、：め、この発明の音声認識応
答装置によれば、従来がら有する機能に追加しで、利用
者が連続発声したことを検出］ノかつ、この検出に応答
して、利用者（ご対し、音声発声の訂正を促３″発声指
示信号を送出する連続発声検出手段を設けたことを特徴
とする。

この発明の実施に当り、この連１発声手段を連続発声検
出部と、連続発声判定部とを以って構成１″るのが好適
である。ぞの場合、速続発声検出部を音声認識部に６９
す、当該連続発声検出部を、入力音声の音声＆が予め定
めた連続発声検出手段であるとき連続発声である旨の候
補信号を出力うるように、構成するのが好ましい。又、
連続発声判定部を主制御部（ｖｌ設け、当該連続発声判
定部を、入力音声の音声易が予め定め１５発声過長間値
以上であるとき［ｉｌｍ、音声認識部から出力される発
声適長信号と、前述の候補信号との論理積信号を生ずる
ように、構成するのが好ましい。

（作用） このような構成１５−よれば、利用者が連続発声（）た
か否かに拘わらず、音声認識応答装置の音声認識部に入
力され１と全での入力音声信号から音声区間検出部で音
声長を検出し、この検出された音声長が、一方において
は、発声適長検出部においＣ発声適長であるか否かの判
断を行って発声適長である場合には発声適長信号を出力
し、他方においては、連続発声手段の一部分を構成する
速続発声検出部においで連続発声か杏かの一応の判断を
行って連続発声であると一応判断され１と場合に（Ｊ連
続発声の候補信号を出力Ｊ″る。そして、主制御部に設
けられ連続発声手段の残りの一部分を構成する連続発声
判定部に３３いて、上述（ノた発声適長信号と候補信号
とが同時に入力され１こ場合にのみ利用者が故意又１よ
無意識に音声長を延ばして発声１ノたので（課なく、確
かに連続発声１ノブとどの判定を行い、この判定に応答
して当該連続判定部従って連続発声手段から直ちに利用
者に対して音声発声の訂正を促す発声指示信号を送出す
る。

従って、連続発声検出手段により、利用者の発声し１．
：音声が連続発声音声であると判定されると、この判定
に応答１ノ℃直ちに連続発声の旨を知らせると共に、発
声方法の訂正を促１−ガイグンスを送出するので、以少
の音声入力動作を円滑１こ続行することが可能となり、
よって利用者１こ対づ−るサービスの向上が図れる・ （実施例） 以下、図面を参照して＼この発明の音声認識応答装置の
実施例につき説明覆る。

第１図はこの発明の音声認識応答装置の一実施例の説明
に供１゛るブロック図であり、同図において第２図に示
し１辷構成要素と同一の椙成要ｇ＋こついて（Ｊ特ｆｔ
ｍ言及這−る場合を除き同一の符号を付して示し、その
詳細な説明を省略する。

この発明によれば、音声認識応答装置に連続発声検出手
段１５０を設けである。ここで、この発明の音声認識応
答装置には１００ヲ付して示す、この連続発声検出手段
１５０ヲ、利用者が連続発声した、ことを検出しかつ、
この連続発声の検出に応答して、利用者に対して、音声
の訂正を促す発声指示信号を送出する機能を有していれ
ばその構成は問わないが、好ましくは、この連続発声検
出手段１５０を連続発声検出部１５１と連続発声判定部
１５２とを以って構成するのが良い、そして、この実施
例では、この連続発声検出部１５１ヲ音声認識部中にそ
の従来の構成要素に追加して設けるので、この発明の実
施例では、この音声認識部を符号１６０を以って示しで
ある。また、この連続発声判定部１５２を主制御部中に
その従来の構成要素（図示されていない）に追加して設
けるので、この発明の実施例ではこの主制御部を符号１
７０を以って示しである。

この連続発声検出部１５１を、音声区間検出部１２３に
おいて入力音声信号から検出された音声長が所定の閾値
Ｔｔｈｃ　　にこではこの閾値のことを連続発声閾値と
いう、）以上であると判定した場合に、−不連続発声で
ある旨の候補信号を出力するように、例えば入力した音
声長と閾値Ｔい。どの比較を行って判定するように構成
することができる。

この場合の閾値ｖｔｈｃは次式で与えられる。

Ｔｔｈｃ＝ｎＸｔＡ　＋＊＋＋＋＋＋＋＋＋＋　　（１
）ここで、ｎは入力される文字数であって例えば数字の
場合には桁数であり、本装置１００の使用目的に応じて
定まった値で、例えばホスト計算機４０からの指令に基
づき主制御部１７０に設けられている、図示されていな
い任意好適なメモリに格納されでいて所要に応じ読み出
されて与えられる。また、ｔＡは統計的に得られた１文
字（１桁）毎の平均的な最小音声長で各文字（各数字）
毎に予め任意好適なメモリに格納されでいて、この最小
音声長も所要に応じで読み出されて与えられる。

従って、木製Ｍ１００を「暗証番号」の照合に使用する
場合には、通常はｎは５桁であり、又、０、・・・　９
までの各数字の最小音声長とから、それぞれの数字毎の
閾＠Ｔｔｈｃが予め算出され、音声認識応答装Ｍ１０の
任意好適箇所、例えば、連続発声検出部１５１内に設け
た、図示されでいない任意好適なメモリに、読み出し自
在に格納することが出来る。

一方、連続発声判定部１５２は、発声適長検出部１２７
から入力音声信号に対応する発声音声の音声長が発声適
長であると判定されて出力された発声適長信号と、前述
した連続発声検出部１５１からの候補信号とから、発声
音声の音声長が、利用者の音声発声の引き延ばしによる
発声適長ではなく連続発声による発声適長であることを
確実に判定するための判定部である。この連続発声判定
部１５２を、好ましくは、発声適長信号と候補信号との
論理積を出力する論理積回路を以って構成するのが良い
、このような論理積回路を以って構成することにより、
両信号が入力された場合にのみ、連続発声である旨の確
実な判定結果を与える論理積信号を得ることが出来る。

この論理積信号を音声合成部１４０に音声発声の訂正を
促す発声指示信号として出力し、この信号に応答して音
声合成部１４０から電話機２０の受話器を通じで利用者
に対し今回の発声は連続発声であった旨を知らせると共
に、再発声のガイダンスを与えることが出来る。

次に、第１図に示したこの発明の音声認識応答装置の動
作例を別表■を参照して説明する。この実施例では４桁
の暗証番号を発声する例につき説明する。

木製Ｍ１００が作動状態にセットされると、ホスト計算
機４０からの指令により主制御部１７０ヲ介して、（１
）式に従って得られた連続発声閾値’Ｔｔｈｃが例えば
連続発声検出部１５１に設けたメモリ（図示せず）に格
納される。

先ず、主制御部１７０からの指令により、音声合成部１
４０から電話機２０の受話器に送られ、利用者に対し「
これからの入力は“ヒラ”という合図音に従って１桁ず
つ区切ってお願いします」と知らせる。続いて、「暗証
番号をどうぞ」と指示し、合図音発生部１２１から「ピ
ッ」という音を発生させる。これに応答して利用者が「
ハチナナヨンゼロゴ」と連続発声すると、電話機２０の
送話器から音声認識応答装置１００に入力音声信号が入
力し、音声区間検出部１２３において音声長りを検出す
る。この音声長りを発声適長検出部１２７及び連続発声
検出部１５１において、それぞれの閾＠Ｔい及びＴｔｈ
Ｃと比較し、Ｌ≧７ｔｈであれば発声適長検出部１２７
から発声適長信号が生じ、又、Ｌ≧Ｔｔｈｃであれば連
続発声検出部１５１から候補信号が生し、それぞれ連続
発声判定部１５２に入力する。これら両信号か検出され
て連続発声判定部１５２で両信号の論理積信号が生ずる
と、この論理積信号は今回の利用者の発声は連続発声で
あったと判定を下したことを示している。従って、この
論理積信号を直接又は他の任意好適な信号に換えて主制
御部１７０から音声合成部１４０に指令を送り、この音
声合成部１４０から電話機の受話器へ「連続して発声さ
れているため確認できません“ピッ”イチ”ピッ　、“
二”のように“どツ”という合図音に従って、１桁ずつ
区切って発声をお願いしますｊ等のガイダンスを利用者
に音声合成出力し、利用者に発声の注意を促す。

利用者は、この発声指示に従い、合図像発生部＋２１か
らの“ピッ”の音に続いて、「ハチ」、“ピッ　　「ナ
ナ」、“ピッ　　「ヨン」、“どツ　　「ゴ」というよ
うに４桁数字を１桁ずつ“ピッ”の音の後に正しく発声
する。このような正しい発声が行われると、この木製言
１００は従来と同様に作動して利用者に対し「暗証番号
は８．７．４．０．５ですね」とメツセージを送る。こ
のメツセージの後に“ピッ”という音に続いて利用者が
「ハイ１と応答すればよい。

（発明の効果） 上述した説明からも明らかなように、この発明の音声認
識応答装置によれば、利用者の不注意により、連続発声
された場合、これを検出することにより、即座に発声の
誤り、訂正を利用者に対して知らしめることが出来るの
で、音声認識応答装置の使い易さが向上し、利用者に対
するサービスの向上を図れる音声認識応答装置を提供出
来る。

別表■ 音声認識応答装置による通常の動作例 別表Ｉ＋ 音声認識応答装置における不具合動作例

【図面の簡単な説明】

第１図はこの発明の音声認識応答装置の実施例の説明に
供するブロック図、 第２図は従来の音声認識応答装置の説明に供するブロッ
ク図である。 ２０・・・外部音声入力部（例えば電話機）３０・・・
交換機 ４０・・・外部処理袋＝（例えばホスト計算機）１００
・・・音声認識応答袋で １１０・・・回線制御部、　　１２１−・・合図音発生
部１２２・・・音声分析部、　　１２３・・・音声区間
検出部１２４・・・音声群Ｍ部、　　１２５・−・照合
演算部１２６・・・判定部、　　　　１２７・・・発声
過員検出部１４０・・・音声合成部、　　１５０・・・
連続発声検出手段１５１・・・連続発声検出部、１５２
・・・連続発声判定部１６０・・・音声認識部、　　１
７０・・・主制御部。 特許出願人　　　　　　沖電気工業株式会社代理人　弁
理士　　　　　　大　垣　　　孝別表■

Claims (2)

【特許請求の範囲】
1. （１）、外部音声入力部からの入力音声を単語毎に音声
   認識する音声認識部と、利用者への発声指示のための音
   声データに基づいて合成音声を出力する音声合成部と、
   主制御部とを具備し、音声認識に先だって、利用者に発
   声を促す合図音を送出し、合図音毎に発声された音声を
   １文字ずつ認識することによりその認識結果を外部処理
   装置へ出力するように構成した音声認識応答装置におい
   て、 利用者が連続発声したことを検出しかつ、該検出に応答
   して、利用者に対して、音声発声の訂正を促す発声指示
   信号を送出する連続発声検出手段を具える ことを特徴とする音声認識応答装置。
2. （２）、請求項１記載の音声認識応答装置において、 前記連続発声検出手段を、 前記音声認識部に設けられ入力音声の音声長が予め定め
   た連続発声閾値以上であるとき連続発声である旨の候補
   信号を出力する連続発声検出部と、 主制御部に設けられ前記入力音声の音声長が予め定めた
   発声過長閾値以上であるときに前記音声認識部から出力
   される発声過長信号と、前記候補信号との論理積信号を
   生ずる連続発声判定部とを以って構成して成ることを特
   徴とする音声認識応答装置。