JPH0361958B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は電話回線を通じて入力される音声信号
とプツシユホン信号とをそれぞれ確実に認識する
ことのできる音声認識装置に関する。

〔発明の技術的背景とその問題点〕

近時、情報化社会の発達に伴つて電話回線を介
して接続された系において、音声信号や電話機か
ら発せられるプツシユホン信号をそれぞれ認識し
てデータ処理を行うことが考えられている。とこ
ろがこのような音声信号とプツシユホン信号と云
う明らかに性質の異なる信号を１つのアルゴリズ
ムに従つて認識処理することは甚だ困難であり、
またその認識精度の向上も望めない。そこで従来
では第１図に示すようにプツシユホン信号を認識
する為の専用のアルゴリズムを備えたプツシユホ
ン信号認識部１と音声信号を認識する為の専用の
アルゴリズムを備えた音声認識部２と、これらの
認識部１，２による認識結果を総合判定する総合
判定部３とにより音声認識装置を構成することが
行われている。

このようにすれば音声認識部２における認識対
象語数を整理することができるので、或る程度信
頼性の高い認識処理を行うことが可能となる。然
し乍ら、例えば曖昧な信号が入力された場合等、
プツシユホン信号認識部１はこれを音声信号であ
るとして確実にリジエクトすることが困難であ
り、また音声信号認識部２にあつても同様にこれ
をプツシユホン信号であると認定して確実にリジ
エクトすることが困難である為、結局総合判定部
３においても上記入力信号がプツシユホン信号で
あるが、或いは音声信号であるかを確実に識別す
ることができないと云う問題があつた。またこの
ような不具合を解消する為には各認識部１，２の
リジエクト能力を高めなければならず、結局装置
構成が複雑化すると云う問題があつた。またこの
ような複雑化に見合う効果がさほど期待されない
と云う問題もあつた。

〔発明の目的〕

本発明はこのような事情を考慮してなされたも
ので、その目的とするところは、簡易に且つ確実
に音声信号とプツシユホン信号とを識別すること
のできる実用性の高い音声認識装置を提供するこ
とにある。

〔発明の概要〕

本発明は、音声信号を認識する専用のアルゴリ
ズムを備えた音声信号認識手段とプツシユホン信
号を認識する専用のアルゴリズムを備えたプツシ
ユホン信号認識手段に対して、プツシユホン信号
のみを認識処理対象とし入力信号がプツシユホン
信号か否かを判定する判定手段を設け、この判定
手段での判定結果に応じてプツシユホン信号認識
手段での認識結果または音声信号認識手段での認
識結果について所定の処理を行うようにしたもの
である。

〔発明の効果〕

従つて本発明によれば、所定の時間軸フレーム
においてトーンが安定であると云うプツシユホン
信号特有の特徴を利用して入力信号を識別したの
ち、この識別結果に従つて音声信号およびプツシ
ユホン信号をそれぞれ別個に認識処理するので、
その認識精度は非常に高いものとなる。しかも処
理形式が簡単であり、装置構成も簡易であるか
ら、容易にその信頼性の向上を図ることができ、
実用的利点が多大である。

〔発明の実施例〕

以下、図面を参照して本発明の一実施例につき
説明する。

第２図は実施例装置の概略構成図であり、第１
図に示す従来装置と同一構成部分には同一符号を
付して示してある。この実施例装置が特徴とする
ところは、判定部４にて入力信号をプツシユホン
信号の音響特徴辞書を用いて類似度計算処理し、
これによつて上記入力信号がプツシユホン信号で
あるか否かを判定するようにしたところにある。
上記類似度計算処理は、入力信号に対して所定の
時間軸フレーム毎に行われる。そして、類似度値
に基づく判定は、例えば音声信号／プツシユホン
信号の２値として、あるいはこれに判定不能なる
信号を加えた３値によつて行われる。このような
判定結果が認識部１，２および総合判定部３に送
られる。

判定結果がプツシユホン信号であるとして識別
したとき、その判定信号によつてプツシユホン信
号認識部１が駆動されて入力信号の認識が行われ
る。そしてその認識結果は総合判定部３を介して
出力される。また判定結果が音声信号であるとし
て識別したとき、その判定信号によつて音声認識
部２が駆動される。これにより入力信号は音声認
識され、その認識結果が総合判定部３を介して出
力されることになる。そして判定不能なる判定結
果が得られた場合には、認識部１，２がそれぞれ
駆動され、その各々において認識結果が求められ
る。このとき総合判定部３は所定のアルゴリズム
に従つて上記両認識結果を総合判定し、その判定
結果を入力信号に対する最終的な認識結果として
出力することになる。

かくして上記の如く構成された装置によれば明
らかに性質の異なる音声信号とプツシユホン信号
とを簡易に且つ精度良く識別したのち、その各々
の場合に応じて適切なアルゴリズムに従つて信号
認識することができる。これ故、従来非常に複雑
であつた音声信号およびプツシユホン信号に対す
る認識処理プロセスを系統別に分けることによつ
て、簡易にすることができ、またその認識精度の
向上を図ることができる。つまり簡易に装置の高
性能化を図ることが可能となる。

ところで、前記の如く入力信号の識別を行う判
定部４は、例えば第３図に示す如く構成すること
ができる。即ち、入力信号を前処理部１１に導び
き、例えば数10ｍsecの所定時間軸フレーム毎に
上記入力信号を分析し、例えばそのバンドパスフ
イルタ出力Ａと、低域または全帯域フイルタ出力
Ｂとを得る。上記バンドパスフイルタ出力Ａを類
似度計算部１２に導びき、プツシユホン信号・音
響信号特辞辞書１３に格納されたプツシユホン信
号のカテゴリ毎の特徴データとの類似度計算を行
わしめる。

一方、分析区間決定部１４では前記全帯域フイ
ルタ出力Ｂを用い、例えばその信号レベルの大な
る区間を検出する等して分析処理区間を求めてい
る。そして、その分析開始点と分析終了点におい
て計数処理部１５に制御信号を与えている。この
計数処理部１５は、上記の如く設定される区間内
において、前記類似度計算部１２が所定値θs以上
の類似度値を得る回数を計数するものである。こ
の所定値θsを越える類似度値の判定は、全てのカ
テゴリについて行われる。そして、この計数され
た回数ｋは、前記分析区間の情報ｌと共に認識判
定部１６に与えられるようになつている。

認識判定部１６は、上記分析区間ｌの値に応じ
て２つの閾値θks(i)、θkw(i)を持つており、これ
らの閾値と前記計数値ｋとを比較して入力信号の
判定を行つている。但し、ｉは１、２、３…ｌな
る値をとる。そして、 ｋθks(l)…(1) θks(l)＞ｋθkw(l) …(2) θkw(l)＞ｋ …(3) なる３通りの判定を行い、上記条件が(1)なる場合
にはこれを入力信号がプツシユホン信号であると
判定結果を得ている。また上記条件が(2)なる場合
には入力信号の判定が不能であり、また条件が(3)
なる場合には前記入力信号が音声信号であるとの
判定結果をそれぞれ得ている。

このようにして求められる判定結果に応じて前
述した認識部１，２、および総合判定部３におけ
る認識・判定処理がそれぞれ行われることにな
る。

以上のように本装置によれば、認識処理の中心
となる音声認識部２に、プツシユホン信号に対す
る辞書を設けることが必要でなくなるので、従来
装置に比して処理速度の大幅な向上と、辞書分離
度の上昇による認識率の著しい改善、更には辞書
記憶領域の減少による装置構成の簡素化を図るこ
とが可能となる。またこの音声認識部２がプツシ
ユホン信号に対するリジエクト能力が低い場合で
も、プツシユホン信号認識部１では音声信号に対
するリジエクト能力を考慮することなしに、その
処理を簡易に行い得る。つまり特徴の変動が激し
い音声信号に比べて、特徴変動の小さいプツシユ
ホン信号のみを処理対象とし得るので、極めて簡
単な構成を採用して信頼性の高いプツシユホン信
号の認識を行い得る。また判定部４の構成につい
ても、第３図に示すように簡易に実現できる。ま
た分析区間判定処理を装置の前処理結果をそのま
ま利用して、つまり判定部４として格別に前処理
部１１等を設けることなしに行うことも可能であ
り、装置全体として、その構成の簡易化を図り得
る。故に、辞書処理を始めとするその他関連した
処理の簡易化を図り、処理速度の向上を図り得る
等、実用上多大なる効果が奏せられる。

尚、本発明は上記実施例に限定されるものでは
ない。例えばプツシユホン信号は、音響結合器等
を用いた擬似プツシユホン信号をも含むことは云
うまでもない。またプツシユホン信号に対する辞
書を全てのカテゴリに対して持つことなく、カテ
ゴリを相互にクラスタリングして少数にまとめて
辞書として与えることも有効である。また音声信
号とプツシユホン信号との特徴の分離度が比較的
大きい場合には、所定の識別性能をそのまま維持
した状態で上述した処理を行うようにしてもよ
い。このようにすれば辞書とのマツチング処理に
要する時間を短くすることができ、更に辞書とし
ての記憶領域を軽減できる等の利点が生まれる。
このように本発明は、その要旨を逸脱しない範囲
で種々変形して実施することができる。

【図面の簡単な説明】

第１図は従来装置の一例を示す構成図、第２図
は本発明の一実施例装置の概略構成図、第３図は
実施例装置における判定部の構成図である。 １……プツシユホン信号認識部、２……音声信
号認識部、３……総合判定部、４……判定部、１
１……前処理部、１２……類似度計算部、１３…
…特徴辞書、１４……分析区間決定部、１５……
特徴区間計数部、１６……認識判定部。

Claims (1)

【特許請求の範囲】
1. １ 音声信号とプツシユホン信号が入力される電
   話回線に接続される音声認識装置において、音声
   信号を認識する専用のアルゴリズムを備えた音声
   信号認識手段と、プツシユホン信号を認識する専
   用のアルゴリズムを備えたプツシユホン信号認識
   手段と、プツシユホン信号のみを認識処理対象と
   し上記電話回線を介して入力される信号がプツシ
   ユホン信号か否かを判定する判定手段とを具備
   し、この判定手段の判定結果に応じて上記音声信
   号認識手段またはプツシユホン信号認識手段の認
   識結果に対する処理を行うことを特徴とする音声
   認識装置。