JPH04152397A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH04152397A JPH04152397A JP2278394A JP27839490A JPH04152397A JP H04152397 A JPH04152397 A JP H04152397A JP 2278394 A JP2278394 A JP 2278394A JP 27839490 A JP27839490 A JP 27839490A JP H04152397 A JPH04152397 A JP H04152397A
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- voice
- similarity
- pattern
- threshold
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 241001175904 Labeo bata Species 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
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。
め要約のデータは記録されません。
Description
（イ）産業上の利用分野
音声によって、各種機器を制御する音声認識装置に関す
る。 （ロ）従来の技術 近年、音声を認識できる音声認識装置の研究開発が盛ん
に行われており、この種装置の実用化が望まれている。 この種装置は、一般には、音声を分析して得られる音声
の特徴を表すパラメータからなる音声パタンをデータ処
理するものであり、あらかじめ複数の音声について貯え
られた音声パタン（ｍ準音声パタン）のそれぞれを未知
の音声パタンとパタンマツチングの手法によって比較し
、最も誤差の小さい（即ち、類似度の多きい）標準パタ
ンを見出すことで、この標準パタンに対応した信号が認
識結果として出力されるものである。 このような音声認識手法に於ては、入力音声と最も類似
する標準音声を見出しても、これとの類似度が極めて小
さい時は、誤認識である可能性が高いので、これを防止
するために、この最大類似度が一定の閾値を越えなけれ
ば、認識棄却（以後リジェクトという）にするのが一般
的である。 （ハ）発明が解決しようとする課題 上述の如くリジェクト機能を備えた従来の音声認識装置
に於ては、その閾値を固定して設定していたので、閾値
が厳し過ぎる場合には、ｍ識対象になっている音声を入
力しているのに、発生の微妙な曖昧蚕業によって認識結
果が得られない場合が多発する不都合がある。また、逆
にこの閾値を甘くすると音声以外の雑音でもこれに最も
近い認識対象の音声であると誤認識してしまう不都合が
ある。 このように、音声認識装置に於ては、如何に闇値の設定
するかが、重要課題であった。 本発明は、このような従来からの課題を解決するために
なされたものであり、リジェクトの状況に応じて閾値を
ダイナミックに設定できる音声認識装置を提供するもの
である。 （ニ）課題を解決するための手段 本発明の音声認識装置は、音声を入力するマイクとマイ
クから入力された音声を分析する音声分析部、音声分析
部で分析された分析結果を音声パタンに変換するパタン
作成部、あらかじめ複数の音声パタンを標準音声パタン
として貯えている標準パタンメモリ、標準パタンメモリ
の複数の各標準パタンの夫々と上記パタン作成部で作成
された入力音声の音声パタンを比較してその類似度を計
算し、最も大きい類似度を示す標準パタンを選択する類
似度計算部、類似度計算部で選択した標準パタンの最大
類似度があらかじめ設定されている閾値よりも大きい時
、この時の選択標準パタンに対応する信号を認識結果と
して出力し、該最大類似度が閾値よりも小さいとき、認
識棄却と判定する判定部を具備した音声認識装置であっ
て、その特徴とするところは、上記判定部で認識棄却と
判定された場合には、その時の選択標準パタンに対応す
る信号を認識棄却結果として貯え、認識棄却された前回
の音声入力と同一の認識棄却結果が得らる場合には、上
記判定部に設定されている閾値を甘く （小さく）設定
することにあり、また、その特徴とするところは、上記
類似度計算部から得られた選択標準パタンか示す信号と
認識棄却された前回の音声入力時の認識棄却結果とが一
致する場合には、上記判定部は、前回の音声入力時より
甘い（小さい）閾値を用いて、この時の音声入力に対す
る判定を行うことにある。 （ホ）作用 本発明の音声認識装置に於ては、あらかじめ閾値を厳し
く設定しておき、誤認識を防止を図りながら、この閾値
でリジェクトになった入力音声の再入力時に、閾値を所
定量甘くしてやることで、正しい認識結果を得ることが
できる。 （へ）実施例 第２図に本発明の音声認識装置の構成を示し、その要部
の判定部の一実施例の構成を第１図に示す。 第２図に於て、（２１）は音声を入力するマイク、（２
２）はマイクから入力された音声を分析する音声分析部
、（２３）は音声分析部で分析された分析結果を音声パ
タンに変換するパタン作成部、（２５）あらかじめ複数
の音声パタンを標準音声パタンとして貯えている標準パ
タンメモリ、（２４）は標準パタンメモリの複数の各標
準パタンの夫々と上記パタン作成部で作成された入力音
声の音声パタンを比較してその類似度を計算し、最も大
きい類似度を示す標準パタンを選択する類似度計算部、
（２６）は類似度計算部で選択した標準パタンの最大類
似度があらかじめ設定されている閾値よりも大きい時、
この時の選択標準パタンに対応する信号を認識結果とし
て出力し、該最大類似度が閾値よりも小さいとき、認識
棄却と判定する判定部である。 このような第２図の音声認識装置に於て、本発明の特徴
とするところは、判定部（２６）にあり、その構成は第
１図に示す如く、類似度メモリ（１）、認識結果メモ’
Ｊ（２）、第１闇値テーブル（３）、第１リジェクト判
定部（４）、出力部（５）、リジェクト回数メモリ（６
）、リジェクト回数判定部（７）、同一リジェクト判定
部（８）、リジェクト番号メモリ（９）、第２閾値テー
ブル（１０）、第２リジェクト判定部（１１）からなる
。 このような第１図の構成を第２図の判定部（２６）に採
用した場合の本発明装置の動作について以下に解説する
。 ここでは、説明を簡単にするために、標準音声パタンメ
モリに、複数の標準パタンが既に貯えられているものと
する。例えば、標準パタンメモリ（２４）の番号［０コ
に対応つけられたメモリ領域に音声”ゼロ”のパタン、
番号［１］に対応つけたれたメモリ領域に音声”イチ”
のパタン、番号［２］に対応つけられたメモリ領域に音
声”二”のパタン、以下同様に番号［９］に対応つけら
れたメモリ領域に音声”キュウ”のパタンが順番に貯え
られている。このように数字音声のパタンか格納された
標準パタンメモリ（２４）を持つ音声認識装置は勿論数
字音声を認識するために動作することになる。 今、使用者は、例えば、マイク（２１）に向かって”イ
チ”と発声したとする。 この時、マイクから入力された音声は、音声分析部（２
２）で分析された後に、パタン作成部（２３）でパタン
化される。類似度計算部（２４）は、標準パタンメモリ
（２５）内の標準パタンとマイク（２１）から入力され
、パタン作成部（２３）で作成された音声パタンとの類
似度を計算して、そのうち、最も大きな類似度を示した
標準パタンの番号とその類似度を判定部（２６）に伝達
する。 斯して判定部（２６）に伝達された標準バタ二の番号は
第１図に示す如く認識結果メモリ（２）へ転送され、ま
たこれと同時に判定部（２６Ｎ、伝達されたその最大類
似度は第１図に示す如く突似度メモリ〔１）に転送され
る。 例えば、最大類似度を示す標準パタンの番角［１］であ
り、その類似度が１７０であった４合、認識結果メモリ
（２）に〔１］が、類似度メモリ（１）に１７０がそれ
ぞれ伝達される。 この場合、第１リジェクト判定部（４）では、類似度メ
モリ（１）から類似度として１７０が、第１閾値テーブ
ル（３）から第１の閾ｉ［Ｖ ｔ ｈ １（例えば、１
５０に設定されている）が伝達され、その大小関係を調
べる。この数値例では、心似度メモリの値が大きい（類
似している）ので、第１リジェクト判定部（４）は認識
結果メモリ（２）の内容、即ち番号［１コを出力部（５
）に出力すると共に、リジェクト回数メモリの内容をク
リアする。 以下に、第６図を参照しつつ解説を続ける。 今、例えば、音声”イチ”の入力に対して、最大類似度
を示す標準パタンの番号［１］であり、その類似度が、
同図（ａ）のイで表示した数値１３０であった場合、認
識結果メモリ（２）に［１］が、類似度メモリ（１）に
１３０がそれぞれ格納され、第１リジェクト判定部（４
）にて、第１閾値テーブル（３）の第１の閾値Ｖｔｈｌ
（＝１５０）と類似度メモリ（１）の類似度１３０が図
示の如く比較される。 この結果、類似度メモリの値が小さい（認ｍｌ却）ので
、第１リジェクト判定部（４）は、リジェクトと判定し
て、リジェクト回数判定部（７）にその旨を伝達する。 リジェクト回数判定部（７）は、リジェクト回数メモリ
（６）からりジエクト回数を呼び込む。リジェクトが初
めてであれば、その値が０であるので、リジェクトと判
定してその旨を出力部（５）に伝達するとともにリジェ
クト回数メモリ（６）のカウント値に１を加え、更に認
識結果メモリ（２）の内容をリジェクト番号メモリに蓄
える。
る。 （ロ）従来の技術 近年、音声を認識できる音声認識装置の研究開発が盛ん
に行われており、この種装置の実用化が望まれている。 この種装置は、一般には、音声を分析して得られる音声
の特徴を表すパラメータからなる音声パタンをデータ処
理するものであり、あらかじめ複数の音声について貯え
られた音声パタン（ｍ準音声パタン）のそれぞれを未知
の音声パタンとパタンマツチングの手法によって比較し
、最も誤差の小さい（即ち、類似度の多きい）標準パタ
ンを見出すことで、この標準パタンに対応した信号が認
識結果として出力されるものである。 このような音声認識手法に於ては、入力音声と最も類似
する標準音声を見出しても、これとの類似度が極めて小
さい時は、誤認識である可能性が高いので、これを防止
するために、この最大類似度が一定の閾値を越えなけれ
ば、認識棄却（以後リジェクトという）にするのが一般
的である。 （ハ）発明が解決しようとする課題 上述の如くリジェクト機能を備えた従来の音声認識装置
に於ては、その閾値を固定して設定していたので、閾値
が厳し過ぎる場合には、ｍ識対象になっている音声を入
力しているのに、発生の微妙な曖昧蚕業によって認識結
果が得られない場合が多発する不都合がある。また、逆
にこの閾値を甘くすると音声以外の雑音でもこれに最も
近い認識対象の音声であると誤認識してしまう不都合が
ある。 このように、音声認識装置に於ては、如何に闇値の設定
するかが、重要課題であった。 本発明は、このような従来からの課題を解決するために
なされたものであり、リジェクトの状況に応じて閾値を
ダイナミックに設定できる音声認識装置を提供するもの
である。 （ニ）課題を解決するための手段 本発明の音声認識装置は、音声を入力するマイクとマイ
クから入力された音声を分析する音声分析部、音声分析
部で分析された分析結果を音声パタンに変換するパタン
作成部、あらかじめ複数の音声パタンを標準音声パタン
として貯えている標準パタンメモリ、標準パタンメモリ
の複数の各標準パタンの夫々と上記パタン作成部で作成
された入力音声の音声パタンを比較してその類似度を計
算し、最も大きい類似度を示す標準パタンを選択する類
似度計算部、類似度計算部で選択した標準パタンの最大
類似度があらかじめ設定されている閾値よりも大きい時
、この時の選択標準パタンに対応する信号を認識結果と
して出力し、該最大類似度が閾値よりも小さいとき、認
識棄却と判定する判定部を具備した音声認識装置であっ
て、その特徴とするところは、上記判定部で認識棄却と
判定された場合には、その時の選択標準パタンに対応す
る信号を認識棄却結果として貯え、認識棄却された前回
の音声入力と同一の認識棄却結果が得らる場合には、上
記判定部に設定されている閾値を甘く （小さく）設定
することにあり、また、その特徴とするところは、上記
類似度計算部から得られた選択標準パタンか示す信号と
認識棄却された前回の音声入力時の認識棄却結果とが一
致する場合には、上記判定部は、前回の音声入力時より
甘い（小さい）閾値を用いて、この時の音声入力に対す
る判定を行うことにある。 （ホ）作用 本発明の音声認識装置に於ては、あらかじめ閾値を厳し
く設定しておき、誤認識を防止を図りながら、この閾値
でリジェクトになった入力音声の再入力時に、閾値を所
定量甘くしてやることで、正しい認識結果を得ることが
できる。 （へ）実施例 第２図に本発明の音声認識装置の構成を示し、その要部
の判定部の一実施例の構成を第１図に示す。 第２図に於て、（２１）は音声を入力するマイク、（２
２）はマイクから入力された音声を分析する音声分析部
、（２３）は音声分析部で分析された分析結果を音声パ
タンに変換するパタン作成部、（２５）あらかじめ複数
の音声パタンを標準音声パタンとして貯えている標準パ
タンメモリ、（２４）は標準パタンメモリの複数の各標
準パタンの夫々と上記パタン作成部で作成された入力音
声の音声パタンを比較してその類似度を計算し、最も大
きい類似度を示す標準パタンを選択する類似度計算部、
（２６）は類似度計算部で選択した標準パタンの最大類
似度があらかじめ設定されている閾値よりも大きい時、
この時の選択標準パタンに対応する信号を認識結果とし
て出力し、該最大類似度が閾値よりも小さいとき、認識
棄却と判定する判定部である。 このような第２図の音声認識装置に於て、本発明の特徴
とするところは、判定部（２６）にあり、その構成は第
１図に示す如く、類似度メモリ（１）、認識結果メモ’
Ｊ（２）、第１闇値テーブル（３）、第１リジェクト判
定部（４）、出力部（５）、リジェクト回数メモリ（６
）、リジェクト回数判定部（７）、同一リジェクト判定
部（８）、リジェクト番号メモリ（９）、第２閾値テー
ブル（１０）、第２リジェクト判定部（１１）からなる
。 このような第１図の構成を第２図の判定部（２６）に採
用した場合の本発明装置の動作について以下に解説する
。 ここでは、説明を簡単にするために、標準音声パタンメ
モリに、複数の標準パタンが既に貯えられているものと
する。例えば、標準パタンメモリ（２４）の番号［０コ
に対応つけられたメモリ領域に音声”ゼロ”のパタン、
番号［１］に対応つけたれたメモリ領域に音声”イチ”
のパタン、番号［２］に対応つけられたメモリ領域に音
声”二”のパタン、以下同様に番号［９］に対応つけら
れたメモリ領域に音声”キュウ”のパタンが順番に貯え
られている。このように数字音声のパタンか格納された
標準パタンメモリ（２４）を持つ音声認識装置は勿論数
字音声を認識するために動作することになる。 今、使用者は、例えば、マイク（２１）に向かって”イ
チ”と発声したとする。 この時、マイクから入力された音声は、音声分析部（２
２）で分析された後に、パタン作成部（２３）でパタン
化される。類似度計算部（２４）は、標準パタンメモリ
（２５）内の標準パタンとマイク（２１）から入力され
、パタン作成部（２３）で作成された音声パタンとの類
似度を計算して、そのうち、最も大きな類似度を示した
標準パタンの番号とその類似度を判定部（２６）に伝達
する。 斯して判定部（２６）に伝達された標準バタ二の番号は
第１図に示す如く認識結果メモリ（２）へ転送され、ま
たこれと同時に判定部（２６Ｎ、伝達されたその最大類
似度は第１図に示す如く突似度メモリ〔１）に転送され
る。 例えば、最大類似度を示す標準パタンの番角［１］であ
り、その類似度が１７０であった４合、認識結果メモリ
（２）に〔１］が、類似度メモリ（１）に１７０がそれ
ぞれ伝達される。 この場合、第１リジェクト判定部（４）では、類似度メ
モリ（１）から類似度として１７０が、第１閾値テーブ
ル（３）から第１の閾ｉ［Ｖ ｔ ｈ １（例えば、１
５０に設定されている）が伝達され、その大小関係を調
べる。この数値例では、心似度メモリの値が大きい（類
似している）ので、第１リジェクト判定部（４）は認識
結果メモリ（２）の内容、即ち番号［１コを出力部（５
）に出力すると共に、リジェクト回数メモリの内容をク
リアする。 以下に、第６図を参照しつつ解説を続ける。 今、例えば、音声”イチ”の入力に対して、最大類似度
を示す標準パタンの番号［１］であり、その類似度が、
同図（ａ）のイで表示した数値１３０であった場合、認
識結果メモリ（２）に［１］が、類似度メモリ（１）に
１３０がそれぞれ格納され、第１リジェクト判定部（４
）にて、第１閾値テーブル（３）の第１の閾値Ｖｔｈｌ
（＝１５０）と類似度メモリ（１）の類似度１３０が図
示の如く比較される。 この結果、類似度メモリの値が小さい（認ｍｌ却）ので
、第１リジェクト判定部（４）は、リジェクトと判定し
て、リジェクト回数判定部（７）にその旨を伝達する。 リジェクト回数判定部（７）は、リジェクト回数メモリ
（６）からりジエクト回数を呼び込む。リジェクトが初
めてであれば、その値が０であるので、リジェクトと判
定してその旨を出力部（５）に伝達するとともにリジェ
クト回数メモリ（６）のカウント値に１を加え、更に認
識結果メモリ（２）の内容をリジェクト番号メモリに蓄
える。
【この状態を〈状態１〉とする】
以上に説明した〈状１！１〉に於て、続いてマイク（２
１）から音声”いち”が入力され、この時の類似度が第
６図（ａ）の口で示される値１．２０であった場合につ
いて、解説をさらに較ける。 この場合も、第１リジェクト判定部（４）は、第１閾値
テーブル（３）から第１の閾値Ｖｔｈｌ；１５０と類似
度メモリ（１）から類似度１２０を呼び込み、その大小
関係を調べる。 その結果、同図に示す如く、類似度メモリ（２）の値が
小さいので、第１リジェクト判定部（４）は、リジェク
トと判定して、リジェクト回数判定部（７）にその旨を
伝達する。リジェクト回数判定部（７）は、リジェクト
回数メモリ（６）からりジェクト回数を呼び込む。縦に
１回リジェクトされており、その値が１であるので、た
だちにリジェクトとは判定しないで、その旨をリジェク
ト同一判定部（８）に伝達する。リジェクト同一判定部
（８）はりジエクト番号メモリ（９）からりジエクト番
号［１］を、そして認識結果メモリ（２）から認識結果
［１］を呼び込み、その結果が同一であるかを判定する
。この場合には、両番号が一致するので、その旨を第２
リジェクト判定部（１１）に伝達する。 斯して第２リジェクト判定部（１１）はりジェクト回数
メモリ（６）からりジエクト回数［１コが伝達され、ま
た第２Ｇｉｉ値テーブル（］０）からりジェクト回数に
応じた第２の閾値Ｖｔｈ２＝１１０が伝達されるａ第２
リジェクト判定部（１１）では前記の類似度１２０と第
２の閾値Ｖｔｈ２＝１１０の大小関係を調べる。この場
合は、図示の如く、類似度メモリ（２）の値が大きいの
で、第２リジェクト判定部（１１）は認識結果メモリ（
２）の内容を出力部（５）に出力すると共に、リジェク
ト回数メモリの内容をクリアする。 一方、第６図（ｂ）に示す如く、この状態でもリジェク
トである場合には、リジェクト回数メモリ（６）の内容
に［１コを加えるので、その記憶内容は［２］になる。 【この状態をく状態２〉とする） 第６図（ｂ）の場合、く状ｉ！２〉でハで示される類似
度９３の”いち”の入力があった時は、これがＶｔｈｌ
より小さいので、今度はＶｔｈ２と比較するが、このＶ
ｔｈ２はそれまでのりジエクト回数に応じて小さく設定
されることになる。同図の場合、Ｖｔｈ２は８０である
ので、類似度９３はこのＶｔｈ２より大きくなり、認識
結果が出力される。そして、この認識結果の出力でリジ
ェクト回数が０にリセットされる。 一方、１度音声が入力され、リジェクトとなり、結果が
１であり、上記の〈状態１〉で、再度音声が入力され最
も大きい類似度を示すものが番号［２コの音声”二”で
ある場合について説明する。 再度入力された音声と最も類似している音声パタンの番
号［２］が認識結果メモリ（２）に伝達され、類似度１
．２０が類似度メモリ（１）に格納される。第１リジェ
クト判定部（４）は、第１閾値テーブル（３）から閾値
１５０と類似度メモリ（１）から類似度１２０を呼び込
み、その大小関係を調べる。類似度メモリの値が小さい
ので、第１リジェクト判定部（４）は１．リジェクトと
判定して、リジェクト回数判定部（７）にその旨を伝達
する。リジェクト回数判定部（７）は、リジェクト回数
メモリ（６）からりジエクト回数を呼び込み、その値が
１であるので、リジェクトと判定は行わないで、その旨
をリジェクト同一判定部（８）に伝達する。リジェクト
同一判定部（８）はりジエクト番号メモリ（９）からり
ジエクト番号［１］を、そして認識結果メモリ（２）か
ら認識結果２を呼び込み、その結果が同一であるかを判
定する。この場合には、［１，］ と［２］で同一では
ないので、リジェクト同一判定部（８）は出力部（５）
にリジェクトである旨を伝達し、認識結果メモリ（２）
の値２をリジェクト番号メモリ（９）に格納する。また
リジェクト同一判定部（８）はりジエクト回数メモリの
カウント値を１にセットする。 上述の本発明装置によれば、−度リジエクトされても、
同じ言葉を言い直し、それが同一結果にリジェクトされ
れば、閾値を甘くして再度判定をしなおすことが可能で
あるので、認識対象語が入力された場合には、リジェク
トとなっても言い直しをすることにより認識しやすくす
ることが可能となる。また、認識対象語以外が入力され
た場合には、同じ認識結果にリジェクトしない限りは、
閾値が甘くならないため、突発音や会話音声による誤動
作を削減させることが可能となった。 一方、第３図に本発明の音声認識装置の判定部の他の実
施例の構成を示す。同図の装置構成は、第１図のりジエ
クト回数メモリを一定時間後にクリアするタイマ（１２
）を追加したものである。 同図の装置は、前述と同様の〈状態１〉の状態に於て、
タイマ（１２）には、リジェクト回数判定部（７）ある
いは、第２リジェクト判定部（１１）がリジェクトと判
定すると、そのリジェクト回数判定部（７）、第２リジ
ェクト判定部（１１）により所定時間（例えば１０秒）
がセットされる。このタイマ（１２）は、所定時間が設
定されるとカウントを開始することになり、このカウン
トが所定時間を越えた場合には、リジェクト回数メモリ
（６）の内容がクリアされる。このように前回の音声入
力から相当の時間が経過した後では、使用者の再度の発
声の可能性は小さく、新たな音声である可能性が高いの
で、閾値を甘くする必要はない。 又、第４図に本発明装置の判定部のさらに他の実施例の
構成を示す。同図の装置構成は、第１図のりジェクト回
数メモリのりジエクト回数が所定回数を越えた場合には
、リジェクト回数をクリアする最大棄却回数判定部（１
３）が追加場れなものである。 同図の装置は、前述と同様の〈状！！２〉の状態に於て
、最大棄却回数判定部（１３）は、第２リジェクト判定
部（１１）がリジェクトと判定するとその旨が伝達され
、リジェクト回数メモリ（６）の内容を呼び込み、その
内容が所定値（例えば４）ならばリジェクト回数メモリ
（６）の内容をクリアする。リジェクト回数が極めて多
くなるとそれは雑音入力である可能性が高いので、閾値
を甘くする必要はない。 又、第５図に本発明装置の判定部の他の実施例の構成を
示す。同図の装置構成は、第４図の類似度メモリの値が
第３閾値テーブル（１５）の値より小さい場合に、リジ
ェクト回数メモリをクリアする類似度判定部（１４）が
追加されたものである。 同図の装置は、前述と同様のく状ｔ！１〉の状態に於て
、類似度判定部（１４）は、リジェクト回数判定部（７
）あるいは、第２リジェクト判定部（１１）がリジェク
トと判定すると類似度メモリ（１）の類似度を呼び込み
、その値が第３閾値テーブル（１５）の値（例えば５０
）よりも小さい（ｆｆ準パタンと入力音声パタンの類似
度が掛は離れている）ときは、リジェクト回数メモリ（
６）の内容をクリアする。類似度が極めて小さい場合に
は、それは雑音入力である可能性が高いので、閾値を甘
くする必要はない。 以上の説明に於ては、上記類似度計算部から得られた選
択標準パタンが示す信号と認識棄却された前回の音声入
力時の認識棄却結果とが一致する場合には、−度Ｖｔｈ
ｌと比較してから、ｖｔｈ２と比較しているが、始めの
Ｖｔｈｌとの比較をを省略して、直ちにＶｔｈ２と比較
するようにしもよい。 （ト）発明の効果 本発明の音声認識装置によれば、あらかじめ閾値を厳し
く設定しておき、誤認識を防止を図りながら、この閾値
でリジェクトになった入力音声の再入力時に、閾値を所
定量甘くしてやることができるので、リジェクトを抑制
して、正しい認識結果を得ることができる。
１）から音声”いち”が入力され、この時の類似度が第
６図（ａ）の口で示される値１．２０であった場合につ
いて、解説をさらに較ける。 この場合も、第１リジェクト判定部（４）は、第１閾値
テーブル（３）から第１の閾値Ｖｔｈｌ；１５０と類似
度メモリ（１）から類似度１２０を呼び込み、その大小
関係を調べる。 その結果、同図に示す如く、類似度メモリ（２）の値が
小さいので、第１リジェクト判定部（４）は、リジェク
トと判定して、リジェクト回数判定部（７）にその旨を
伝達する。リジェクト回数判定部（７）は、リジェクト
回数メモリ（６）からりジェクト回数を呼び込む。縦に
１回リジェクトされており、その値が１であるので、た
だちにリジェクトとは判定しないで、その旨をリジェク
ト同一判定部（８）に伝達する。リジェクト同一判定部
（８）はりジエクト番号メモリ（９）からりジエクト番
号［１］を、そして認識結果メモリ（２）から認識結果
［１］を呼び込み、その結果が同一であるかを判定する
。この場合には、両番号が一致するので、その旨を第２
リジェクト判定部（１１）に伝達する。 斯して第２リジェクト判定部（１１）はりジェクト回数
メモリ（６）からりジエクト回数［１コが伝達され、ま
た第２Ｇｉｉ値テーブル（］０）からりジェクト回数に
応じた第２の閾値Ｖｔｈ２＝１１０が伝達されるａ第２
リジェクト判定部（１１）では前記の類似度１２０と第
２の閾値Ｖｔｈ２＝１１０の大小関係を調べる。この場
合は、図示の如く、類似度メモリ（２）の値が大きいの
で、第２リジェクト判定部（１１）は認識結果メモリ（
２）の内容を出力部（５）に出力すると共に、リジェク
ト回数メモリの内容をクリアする。 一方、第６図（ｂ）に示す如く、この状態でもリジェク
トである場合には、リジェクト回数メモリ（６）の内容
に［１コを加えるので、その記憶内容は［２］になる。 【この状態をく状態２〉とする） 第６図（ｂ）の場合、く状ｉ！２〉でハで示される類似
度９３の”いち”の入力があった時は、これがＶｔｈｌ
より小さいので、今度はＶｔｈ２と比較するが、このＶ
ｔｈ２はそれまでのりジエクト回数に応じて小さく設定
されることになる。同図の場合、Ｖｔｈ２は８０である
ので、類似度９３はこのＶｔｈ２より大きくなり、認識
結果が出力される。そして、この認識結果の出力でリジ
ェクト回数が０にリセットされる。 一方、１度音声が入力され、リジェクトとなり、結果が
１であり、上記の〈状態１〉で、再度音声が入力され最
も大きい類似度を示すものが番号［２コの音声”二”で
ある場合について説明する。 再度入力された音声と最も類似している音声パタンの番
号［２］が認識結果メモリ（２）に伝達され、類似度１
．２０が類似度メモリ（１）に格納される。第１リジェ
クト判定部（４）は、第１閾値テーブル（３）から閾値
１５０と類似度メモリ（１）から類似度１２０を呼び込
み、その大小関係を調べる。類似度メモリの値が小さい
ので、第１リジェクト判定部（４）は１．リジェクトと
判定して、リジェクト回数判定部（７）にその旨を伝達
する。リジェクト回数判定部（７）は、リジェクト回数
メモリ（６）からりジエクト回数を呼び込み、その値が
１であるので、リジェクトと判定は行わないで、その旨
をリジェクト同一判定部（８）に伝達する。リジェクト
同一判定部（８）はりジエクト番号メモリ（９）からり
ジエクト番号［１］を、そして認識結果メモリ（２）か
ら認識結果２を呼び込み、その結果が同一であるかを判
定する。この場合には、［１，］ と［２］で同一では
ないので、リジェクト同一判定部（８）は出力部（５）
にリジェクトである旨を伝達し、認識結果メモリ（２）
の値２をリジェクト番号メモリ（９）に格納する。また
リジェクト同一判定部（８）はりジエクト回数メモリの
カウント値を１にセットする。 上述の本発明装置によれば、−度リジエクトされても、
同じ言葉を言い直し、それが同一結果にリジェクトされ
れば、閾値を甘くして再度判定をしなおすことが可能で
あるので、認識対象語が入力された場合には、リジェク
トとなっても言い直しをすることにより認識しやすくす
ることが可能となる。また、認識対象語以外が入力され
た場合には、同じ認識結果にリジェクトしない限りは、
閾値が甘くならないため、突発音や会話音声による誤動
作を削減させることが可能となった。 一方、第３図に本発明の音声認識装置の判定部の他の実
施例の構成を示す。同図の装置構成は、第１図のりジエ
クト回数メモリを一定時間後にクリアするタイマ（１２
）を追加したものである。 同図の装置は、前述と同様の〈状態１〉の状態に於て、
タイマ（１２）には、リジェクト回数判定部（７）ある
いは、第２リジェクト判定部（１１）がリジェクトと判
定すると、そのリジェクト回数判定部（７）、第２リジ
ェクト判定部（１１）により所定時間（例えば１０秒）
がセットされる。このタイマ（１２）は、所定時間が設
定されるとカウントを開始することになり、このカウン
トが所定時間を越えた場合には、リジェクト回数メモリ
（６）の内容がクリアされる。このように前回の音声入
力から相当の時間が経過した後では、使用者の再度の発
声の可能性は小さく、新たな音声である可能性が高いの
で、閾値を甘くする必要はない。 又、第４図に本発明装置の判定部のさらに他の実施例の
構成を示す。同図の装置構成は、第１図のりジェクト回
数メモリのりジエクト回数が所定回数を越えた場合には
、リジェクト回数をクリアする最大棄却回数判定部（１
３）が追加場れなものである。 同図の装置は、前述と同様の〈状！！２〉の状態に於て
、最大棄却回数判定部（１３）は、第２リジェクト判定
部（１１）がリジェクトと判定するとその旨が伝達され
、リジェクト回数メモリ（６）の内容を呼び込み、その
内容が所定値（例えば４）ならばリジェクト回数メモリ
（６）の内容をクリアする。リジェクト回数が極めて多
くなるとそれは雑音入力である可能性が高いので、閾値
を甘くする必要はない。 又、第５図に本発明装置の判定部の他の実施例の構成を
示す。同図の装置構成は、第４図の類似度メモリの値が
第３閾値テーブル（１５）の値より小さい場合に、リジ
ェクト回数メモリをクリアする類似度判定部（１４）が
追加されたものである。 同図の装置は、前述と同様のく状ｔ！１〉の状態に於て
、類似度判定部（１４）は、リジェクト回数判定部（７
）あるいは、第２リジェクト判定部（１１）がリジェク
トと判定すると類似度メモリ（１）の類似度を呼び込み
、その値が第３閾値テーブル（１５）の値（例えば５０
）よりも小さい（ｆｆ準パタンと入力音声パタンの類似
度が掛は離れている）ときは、リジェクト回数メモリ（
６）の内容をクリアする。類似度が極めて小さい場合に
は、それは雑音入力である可能性が高いので、閾値を甘
くする必要はない。 以上の説明に於ては、上記類似度計算部から得られた選
択標準パタンが示す信号と認識棄却された前回の音声入
力時の認識棄却結果とが一致する場合には、−度Ｖｔｈ
ｌと比較してから、ｖｔｈ２と比較しているが、始めの
Ｖｔｈｌとの比較をを省略して、直ちにＶｔｈ２と比較
するようにしもよい。 （ト）発明の効果 本発明の音声認識装置によれば、あらかじめ閾値を厳し
く設定しておき、誤認識を防止を図りながら、この閾値
でリジェクトになった入力音声の再入力時に、閾値を所
定量甘くしてやることができるので、リジェクトを抑制
して、正しい認識結果を得ることができる。
第１図は本発明の一実施例の判定部の構成図、第２図は
本発明の音声認識装置の構成図、第３図乃至第５図は夫
々本発明装置の判別部の興なる実施例を示すｔｌｌ成図
、第６図は本発明の動作を示す模式図である。 （１）・・・類似度メモリ、（２）・・・認識結果メモ
リ、（３）・・・第１閾値テーブル、（４）・・・第１
リジェクト判定部、（５）・・・出力部、（６）・・・
リジェクト回数メモリ、（７）・・・リジェクト回数判
定部、（８）・・・リジェクト同一判定部、（９）・・
・ノジエクト番号メモリ、（１０）・・・第２閾値テー
ブル、（１１）・・・第２リジェクト判定部。
本発明の音声認識装置の構成図、第３図乃至第５図は夫
々本発明装置の判別部の興なる実施例を示すｔｌｌ成図
、第６図は本発明の動作を示す模式図である。 （１）・・・類似度メモリ、（２）・・・認識結果メモ
リ、（３）・・・第１閾値テーブル、（４）・・・第１
リジェクト判定部、（５）・・・出力部、（６）・・・
リジェクト回数メモリ、（７）・・・リジェクト回数判
定部、（８）・・・リジェクト同一判定部、（９）・・
・ノジエクト番号メモリ、（１０）・・・第２閾値テー
ブル、（１１）・・・第２リジェクト判定部。
Claims (7)
- （１）音声を入力するマイクとマイクから入力された音
声を分析する音声分析部、音声分析部で分析された分析
結果を音声パタンに変換するパタン作成部、あらかじめ
複数の音声パタンを標準音声パタンとして貯えている標
準パタンメモリ、標準パタンメモリの複数の各標準パタ
ンの夫々と上記パタン作成部で作成された入力音声の音
声パタンを比較してその類似度を計算し、最も大きい類
似度を示す標準パタンを選択する類似度計算部、類似度
計算部で選択した標準パタンの最大類似度があらかじめ
設定されている閾値よりも大きい時、この時の選択標準
パタンに対応する信号を認識結果として出力し、該最大
類似度が閾値よりも小さいとき、認識棄却と判定する判
定部を具備した音声認識装置において、 上記判定部で認識棄却と判定された場合には、その時の
選択標準パタンに対応する信号を認識棄却結果として貯
え、認識棄却された前回の音声入力と同一の認識棄却結
果が得らる場合には、上記判定部に設定されている閾値
を小さく設定することを特徴とする音声認識装置。 - （２）請求項１記載の音声認識装置に於て、連続した音
声入力に対して連続して同一の認識棄却結果が得らる場
合には、上記判定部に設定されている閾値を小さく再設
定し、この時の音声入力に対して該最設定閾値を用いて
再度比較を行うことを特徴とした音声認識装置。 - （３）請求項３記載の音声認識装置に於て、連続した音
声入力に対して連続して同一の認識棄却結果が得らる回
数を記憶する記憶手段を備え、該記憶手段に記憶された
認識結果棄却回数に応じて、上記判定部に設定されてい
る閾値を小さく設定することを特徴とした音声認識装置
。 - （４）請求項３記載の音声認識装置に於て、認識棄却結
果が得られた後に計時を開始するタイマを具備し、該タ
イマが所定時間経過した時に、認識棄却回数をクリアす
ることを特長とした音声認識装置。 - （５）請求項３記載の音声認識装置に於て、上記記憶手
段に記憶されている認識結果棄却回数が所定回数を越え
た場合には、該記憶手段の記憶内容をクリアすることを
特長とした音声認識装置。 - （６）請求項３記載の音声認識装置に於て、上記類似度
計算部から得られる類似度が上記第２の閾値より小さい
第３の閾値より更に小さい場合に、上記記憶手段の記憶
内容をクリアすることを特長とした音声認識装置。 - （７）音声を入力するマイクとマイクから入力された音
声を分析する音声分析部、音声分析部で分析された分析
結果を音声パタンに変換するパタン作成部、あらかじめ
複数の音声パタンを標準音声パタンとして貯えている標
準パタンメモリ、標準パタンメモリの複数の各標準パタ
ンの夫々と上記パタン作成部で作成された入力音声の音
声パタンを比較してその類似度を計算し、最大類似度を
示す標準パタンを選択する類似度計算部、類似度計算部
で選択した標準パタンの最大類似度があらかじめ設定さ
れている閾値よりも大きい時、この時の選択標準パタン
に対応する信号を認識結果として出力し、該最大類似度
が閾値よりも小さい時、認識棄却と判定する判定部を具
備した音声認識装置において、 上記類似度計算部から得られた選択標準パタンが示す信
号と認識棄却された前回の音声入力時の認識棄却結果と
が一致する場合には、上記判定部は、前回の音声入力時
より小さい閾値を用いて、この時の音声入力に対する判
定を行うことを特徴とした音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2278394A JP2834880B2 (ja) | 1990-10-16 | 1990-10-16 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2278394A JP2834880B2 (ja) | 1990-10-16 | 1990-10-16 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH04152397A true JPH04152397A (ja) | 1992-05-26 |
| JP2834880B2 JP2834880B2 (ja) | 1998-12-14 |
Family
ID=17596732
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2278394A Expired - Fee Related JP2834880B2 (ja) | 1990-10-16 | 1990-10-16 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2834880B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002311991A (ja) * | 2001-04-19 | 2002-10-25 | Alpine Electronics Inc | 音声認識方法 |
| US7705646B2 (en) | 2006-03-31 | 2010-04-27 | Fujitsu Limited | Threshold correction circuit, integrated circuit with threshold correction function, and circuit board with threshold correction function |
| JP2019184631A (ja) * | 2018-04-02 | 2019-10-24 | アルパイン株式会社 | 音声認識システム及びコンピュータプログラム |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3079006B2 (ja) | 1995-03-22 | 2000-08-21 | シャープ株式会社 | 音声認識制御装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01222299A (ja) * | 1988-03-01 | 1989-09-05 | Nippon Denso Co Ltd | 音声認識装置 |
-
1990
- 1990-10-16 JP JP2278394A patent/JP2834880B2/ja not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01222299A (ja) * | 1988-03-01 | 1989-09-05 | Nippon Denso Co Ltd | 音声認識装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002311991A (ja) * | 2001-04-19 | 2002-10-25 | Alpine Electronics Inc | 音声認識方法 |
| US7705646B2 (en) | 2006-03-31 | 2010-04-27 | Fujitsu Limited | Threshold correction circuit, integrated circuit with threshold correction function, and circuit board with threshold correction function |
| JP2019184631A (ja) * | 2018-04-02 | 2019-10-24 | アルパイン株式会社 | 音声認識システム及びコンピュータプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2834880B2 (ja) | 1998-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP1282113B1 (en) | Method for detecting emotions from speech using speaker identification | |
| KR20040050928A (ko) | 사용자와 에이전트 간의 대화 관리방법 및 장치 | |
| WO2017162053A1 (zh) | 一种身份认证的方法和装置 | |
| KR20210000802A (ko) | 인공지능 음성 인식 처리 방법 및 시스템 | |
| JPH04152397A (ja) | 音声認識装置 | |
| JP2996019B2 (ja) | 音声認識装置 | |
| JP2004004239A (ja) | 音声認識対話装置およびプログラム | |
| JP7096707B2 (ja) | 電子機器、電子機器を制御する制御装置、制御プログラムおよび制御方法 | |
| JP4440414B2 (ja) | 話者照合装置及び方法 | |
| JP6711343B2 (ja) | 音声処理装置、音声処理方法及びプログラム | |
| JP2975772B2 (ja) | 音声認識装置 | |
| JP3114757B2 (ja) | 音声認識装置 | |
| JPS63186298A (ja) | 単語音声認識装置 | |
| JP2004510209A (ja) | 発声された番号シーケンスの分析方法及び装置 | |
| JP2656234B2 (ja) | 会話音声理解方法 | |
| JPS6232500A (ja) | リジエクト機能付き音声認識装置 | |
| JPH05108091A (ja) | 音声認識装置 | |
| EP1079370A2 (en) | Method for training a speech recognition system with detection of confusable words | |
| JPH01222299A (ja) | 音声認識装置 | |
| JPH03155599A (ja) | 音声認識装置 | |
| KR100349656B1 (ko) | 다수의 하위 음성검출 시스템을 이용한 음성검출 장치 및그 방법 | |
| Beritelli et al. | Small vocabulary word recognition based on fuzzy pattern matching | |
| JPH0119597B2 (ja) | ||
| JPS59212900A (ja) | 音声認識装置 | |
| JPH05216492A (ja) | 音声起動制御方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |