JPH02151900A - 音声認識システム - 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 ２／＼−ノ 本発明は、特定話者及び不特定話者が入力した単語音声
を認識し、その音声内容により数々の処理を行うための
音声認識システムに関し、特に、不特定話者に対応した
自動販売機用の音声認識システムに関するものである。

従来の技術 従来、カップ飲料の自動販売機（以後単にカップ式自販
機と称する）を始めとする自販機用音声認識システムは
、第６図に示すように、マイクロホン１により入力した
音声を音声分析手段２により分析して音声パターンを抽
出し入力音声パターン記憶手段３に記憶する。分析には
帯域通過フィ）Ｖｐ群を使ったＢ　Ｐ　Ｆ　（Ｂａｎｄ
　Ｐａｔｈ　Ｆｉｌｔｅｒ）分析結果を時間軸と周波数
軸で標本化し強度をディジタル処理する手法を用いる。

標準パターン記憶手段４には、同様の手法により抽出し
た多数の不特定話者が発声した認識単語の音声パターン
を標準パターンとしてあらかじめ記憶しである。

ただし、ここで標準パターンとして記憶されている認識
単語はカップ自販機で実際に販売するフレバーの呼称と
いくつかの返答（″はいＩＩ　、　ＩＩいいえ”等）で
あり、カップ自販機で実際に販売するフレーバーは全フ
レーバーの中からいくつか選、択されたものである。そ
して音声パターン比較手段６で、標準パターンの中から
入力音声パターンに最も近い標準パターンをＤＰ　（Ｄ
ｙｎａｍｉｃＰｒｏｇｒａｍｍｉｎｇ）マツチング法に
より選出し音声を認識するものである。ＤＰマツチング
法とは動的計画法と訳され、１９６７年に米国のＢｅｌ
ｌｍａｎが提案した数理計画法の一手法で、多段決定過
程の最適化に適用される。その手法は、各段で、ある決
定（制御）を行って状態を変換させながら、目的の状態
に達するまでの過程での制御の良さ／悪さを評価する関
数を最大／最小とするというものである。又、音声認識
システムが特定話者に対応する場合は、標準パターン記
憶手段３に特定話者が発声した認識単語の音声パターン
を登録し、一方、不特定話者に対応する場合は、不特定
多数の話者が発声した認識単語の音声パターンの代表パ
ターンのいくつかを登録する。

発明が解決しようとする課題 しかしながら上記のような方法では、カップ式自販機毎
に販売するフレーバーの種類が異なれば、カップ式自販
機毎に異った種類のフレーバー化の標準パターンを記憶
しておかなければならず、又、−台のカップ式自販機で
販売するフレーバーの種類を変更した場合は、変更後の
種類のフレーバー化を標準パターンとして記憶しなけれ
ばならない。

これは認識率を低下させないために、実際に販売するフ
レーバー以外のフレーバー化を標準パターンとしないた
めである。そのため、標準パターンの記憶媒体をＲＯＭ
とした場合、あらゆるフレーバー化の組み合わせの標準
パターンを用意し、カップ式自販機毎あるいは販売フレ
ーバーを変更するたびにＲＯＭに差し換えなければなら
ないという不具合いが生じるという課題があった。

課題を解決するだめの手段 上記課題を解決するために本発明の音声認識システムは
、複数の単語音声の標準パターンを記憶した第１標準パ
ターン記憶手段と、前記第１標準パターン記憶手段に記
憶された標準パターン群から特定の標準パターンを選択
する標準パターン選択手段と、前記標準パターン選択手
段により選択した特定の標準パターンを複数記憶する第
２標準パターン記憶手段と、入力された音声を分析し音
声パターンを抽出する音声分析手段と、前記音声分析手
段により抽出した音声パターンを記憶する入力音声パタ
ーン記憶手段と、前記第２標準パターン記憶手段に記憶
されている標準パターン群から、前記入力音声パターン
記憶手段に記憶されている入力音声パターンに最も近い
標準パターンを選出する音声パターン比較手段とを備え
たものである。

作　　用 本発明は上記した構成により全認識単語の標準パターン
群を第１標準パターン記憶手段に記憶しておき、標準パ
ターン選択手段により必要な認識単語の標準パターンを
選択して第２標準パターン記憶手段に記憶し、第２標準
パターン記憶手段に記憶されている標準パターン群から
入力音声パタ６へ一／ 一ンに最も近い標準パターンを選出して音声を認識する
ものである。

実施例 以下本発明の一実施例の音声認識システムについて図面
を参照しながら説明する。本実施例は不特定話者に対す
る音声認識システムをカップ式自販機に適用したもので
ある。ただし、構成要件中、従来例と同構成のものは同
番号を付し説明を割愛する。

第１図は本発明の実施例における音声認識システムの機
能ブロック図を示すものである。６は第１標準パターン
の記憶手段で、カップ式自販機で販売できる全飲料（以
後フレーバーと呼ぶ）の呼び名と“はい”、″いいえ”
等の対話に必要ないくつかの返答の標準パターンが記憶
されている。

７は標準パターン選択手段で、第１標準パターン記憶手
段６に記憶されている全フレーバー名の中から実際に販
売するフレーバー化を選択する（販売するフレーバーは
カップ式自販機毎で異なる）。

８は第２標準パターン記憶手段で、標準パターン選択手
段７により選択したフレーバー名と返答の標準パターン
を記憶する。これにより、カップ式自販機毎に販売する
フレーバーを選択できることになる。９は自販機制御手
段で、音声パターン比較手段５の認識結果により自販機
の動作を制御する。１ｏは音声合成手段で、あらかじめ
記録しておいた音声を自販機制御手段９の処理に応じて
合成し音声を発するものである。１１はコインの受は取
りと釣り銭の払い戻しを行うコイン受は取り手段、１２
は音声認識システムで選択されたフレバーをカップに注
ぎ搬出する飲料搬出手段である。

次に、第２図において、本実施例における標準パターン
選択手段７の詳細について説明する。標準パターン選択
手段７は、表示手段１３とキー人力手段１４とにより構
成され、又、表示手段１３は、販売番号表示部３ａとフ
レーバー名表示部３ｂとよシなり、キー人力手段１４は
、テンキ１４ａ、エンターキー１４ｂ１クリアーキー１
４ｃとよりなる。販売するフレーバーの選択は、テンキ
ー１４ａにより、飲料搬出手段１２に搬出する飲料を指
示するための販売番号（１，２，３，・・・・・・）を
テンキー１４ａにより入力し、続いて、操作者自身が設
定した販売番号に対応するフレーバ名をマイクロホン１
から音声で入力し、第１標準パターン記憶手段６に記憶
されている標準バタンとのＤＰマツチングによりフレー
バー名を認識する。この時、表示部１３ａには販売番号
、１３ｂにはＤＰマツチングにより決定されたフレパー
名が表示される。そしてフレーバーの選択が正しければ
エンターキー１４ｂを入力して次の選択を行い、誤って
いればクリアーキー１４ｃを入力して再度選択を行う。

このようにして選択さｔ’１７レーバー名の標準パター
ンは第２標準パターン記憶手段８に記憶される。第３図
に、本実施例において、第１標準パターン記憶手段６に
記憶されている全フレーバー名、全フレーバーの中から
選択され第２標準パターン記憶手段８に記憶されている
販売フレーバー名、そして、音声パターン比較手段５で
のＤＰマツチングの結果として対応づけられ自販機制御
手段９に出力される販売番号を示す。ただし、はい、い
いえ等の対話に必・堤な返答の標準パターンは第１及び
第２標準バタン記憶手段６，８に記憶されているものと
し省略する。

尚、具体的には、第１標準パターン記憶手段６はＲＯＭ
、第２標準パターン記憶手段８はＲＡＭにより構成され
る。

以上のように構成された音声認識システムについて以下
第４図、第５図のフローチャートを用いてその動作を説
明する。第４図は、カップ式自動販売機の設置時又は工
場出荷時に操作者が行う販売フレーバーの選択フローチ
ャート、第５図はカップ式自動販売機の実際の販売時の
フローチャトである。第４図の販売フレーバーの選択フ
ロチャートでは、まず、操作者が、ステップ１０１で、
テンキー１４ａにより販売番号を入力し、次に、ステッ
プ１０２で、マイクロホン１から音声でフＶ　＝　／＜
−名を入力する。そして、ステップ１０３で、音声パタ
ーン比軸手段５により、第１１０ヘー。

標準パターン記憶手段６に記憶されている標準パターン
から、入力した音声パターンに最も近い標準パターンを
選出してフレーバー名を認識する。

ステップ１０４では、ステップ１０３での認識結果が適
当か否か（リジェクト）を判定し、リジェクトの場合は
ステップ１０２に戻シ再び操作者が音声によりフレーバ
ー名の入力を行う。一方、リジェクトではない場合はス
テップ１０５へ進み、認識したフレーバー名とステップ
１０１で入力した販売番号を表示部１３に表示する。そ
して、ステップ１０６で、操作者がフレーバーの選択が
正しいかどうかの判定を行い、正しければステップ１０
７に進み、誤まっていればステップ１０８で操作者がク
リアーキー１４ｃを入力してステップ１０１に戻る。ス
テップ１０７では、操作者がエンターキー１４ｂを入力
し、選択されたフレーバ名の標準パターンは第２標準パ
ターン記憶手段８に記憶されるそして、ステップ１０９
で、操作者が販売するフレーバーの選択を全て終了した
かどうかを判断し、終了していなければステップ１０１
へ戻り次のフレーバーの選択を行う。

次に、第５図のカップ自販機の販売フローチャートでは
、まず、ステップ２０１で、コイン受は−取り手段１１
にコインが投入されたか否かを判定し、コインが投入さ
れればステップ２０２へ進む。

ステップ２０２では、音声合成手段１ｏにより１いらっ
しゃいませ、何になさい寸すか′”と誘導し、客からの
フレーバー名の発声を待つ。

そして、ステップ２０３で、音声パターン比較手段５に
より、第２標準パターン記憶手段８に記憶されている標
準パターンから、入力された音声パターンに最も近因標
準パターンを選出してフレパー名を認識する。ステップ
２０４では、ステップ２０３での認識結果が適当か否か
を判定し、リジェクトの場合はステップ２０５へ進み、
音声合成手段１０により゛もう一度お答え下さい”′と
誘導してステップ２０３へ戻る。一方、リジェクトでは
ない場合はステップ２０６へ進む。ステップ２０６では
、ステップ２０３で認識したフレーバにより以降の動作
を分岐するものであるが、本実施例においてはコーヒー
を認識したものとし、他のフン−バーを認識した場合の
動作についてはコヒーの場合と同様であるため説明を割
愛する。

次に、ステップ２０７では、音声合成手段１Ｑにより“
′コーヒーですね″と確認し、客の返答を待つ。そして
、ステップ２０８で、フレーバ御名ト同様の方法で、は
いかいいえの返答を認識する。

ステップ２０９では、ステップ２０８での認識結果が適
当か否かを判定し、リジェクトの場合はステップ２０７
へ戻シ、そうでない場合はステップ２１０へ進む。ステ
ップ２１０では、ステップ２０８で認識した返答がはい
の場合はステップ２１１へ進み、いいえの場合はステッ
プ２０５へ戻る。ステップ２１１では、自販機制御手段
９が、コーヒーに対応する販売番号１の飲料を飲料般出
手段１２を使ってカップに注ぎ搬出する。そして、ステ
ップ２１２で、釣り銭がある場合は、コイン受は取り手
段１１により釣り銭を払い戻し、最後に、ステップ２１
３で、音声合成手段１ｏにより′ありがとうござい寸し
た′と発声して一連の動１３　、 作（販売）を終了する。

以上のように本実施例によれば、カップ式自販機で販売
できる全フレーバー名の標準パターンを記憶する第１標
準パターン記憶手段６と、実際に販売するフレーバー名
（カップ式自販機毎で異々る）の標準パターンを記憶す
る第２標準パターン記憶手段８と、販売番号を入力する
キー人力手段１４と認識したフレーバー名を表示する表
示手段とにより構成される標準パターン選択手段等によ
り構成され、第２標準パターン記憶手段８に販売フレー
バー名の標準パターンを記憶する方法は、キー人力手段
１４により販売番号を入力し、フレパー名を音声で入力
するだけなので、カップ式自販機毎に販売するフレーバ
ー名が異なる場合でもフレーバー名の標準パターンを記
憶したＲＯＭ等の記録媒体を差し換える必要はない。

又、本実施例においては、販売フレーバー名の標準パタ
ーンを選択する方法として、音声認識システムを利用し
たが、これを単に、全フレーバ名の標準パターンに番号
を割りつけ、この番号を１４１＼−ノ テンキーにより指定して販売フレーバー名の標準パター
ンを選択しても同様の効果が得られることは言うまでも
ない。

発明の効果 以上のように本発明は、複数の単語音声の標準パターン
を記憶した第１標準パターン記憶手段と、前記第１標準
パターン記憶手段に記憶された標準パターン群から特定
の標準パターンを選択する標準パターン選択手段と、前
記標準パターン選択手段により選択した特定の標準パタ
ーンを複数記憶する第２標準パターン記憶手段と、入力
された音声を分析し音声パターンを抽出する音声分析手
段と、前記音声分析手段により抽出した音声パターンを
記憶する入力音声パターン記憶手段と、前記第２標準パ
ターン記憶手段に記憶されている標準パターン群から、
前記入力音声パターン記憶手段に記憶されている入力音
声パターンに最も近い標準パターンを選出する音声パタ
ーン比較手段とを設けることにより、カップ式自販機等
において自販機毎に販売するフレーバー名が異なる場合
でもＲＯＭ等の記録媒体の差し換えをしなくても容易に
標準パターンの変更が可能となる。

【図面の簡単な説明】

第１図は本発明の実施例における音声認識システムの機
能ブロック図、第２図はその標準バタン選択手段の詳細
図、第３図は記憶内容の説明図、第４図は販売フレーバ
ーの選択フローチャート、第５図は販売フローチャート
、第６図は従来の機能ブロック図である。 ６・・・・・・第１標準パターン記憶手段、γ・・・・
・・標準パターン選択手段、８・・・・・・第２標準パ
ターン記憶手段、２・・・・・・音声分析手段、３・・
・・・・入力音声パターン記憶手段、５・・・・・・音
声パターン比較手段。

Claims (1)

【特許請求の範囲】
1. 複数の単語音声の標準パターンを記憶した第１標準パタ
   ーン記憶手段と、前記第１標準パターン記憶手段に記憶
   された標準パターン群から特定の標準パターンを選択す
   る標準パターン選択手段と、前記標準パターン選択手段
   により選択した特定の標準パターンを複数記憶する第２
   標準パターン記憶手段と、入力された音声を分析し音声
   パターンを抽出する音声分析手段と、前記音声分析手段
   により抽出した音声パターンを記憶する入力音声パター
   ン記憶手段と、前記第２標準パターン記憶手段に記憶さ
   れている標準パターン群から、前記入力音声パターン記
   憶手段に記憶されている入力音声パターンに最も近い標
   準パターンを選出する音声パターン比較手段とよりなる
   音声認識システム。