JPH046600A - 音声認識装置 - 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１ 本発明は腕時計を用いた音声認識装置に関する。

［従来の技術１ 従来の技術では、電子通信学会バタン研究会資料、ＰＲ
Ｌ７９−６１に記載される会話音声認識システムのよう
に、音声入力部、特徴抽出部、認識判定部、認識結果処
理部より構成される、不特定話者用音声認識装置が知ら
れていた。

［発明が解決しようとする課題及び目的１しかし、従来
の技術では、不特定話者の音声を認識する必要性のある
装置において、不特定話者の音声認識を行うために、特
徴抽出部、認識判定部の構成が非常に複雑となり、実時
間処理を行うためのハードウェアが大規模かつ高価にな
ってしまい、認識率も低いという問題点を有していた。

現在存在する不特定話者用音声認識装置の認識率は最高
でも９５％程度であり、誤認識が確実に起こるという問
題点を有している。

これは人間の音声波形が各個人によって大きく異なるこ
とに起因している。

よって本発明はこのような問題点を解決するもので、そ
の目的とするところは、不特定話者の音声を認識する必
要性のある装置において、各個人用の腕時計を使用し、
特定話者の音声認識を行うことによって、認識率を高く
して、音声認識部を小型化するところにある。

［課題を解決するための手段１ 特定話者の音声を入力し、その入力された音声により機
械を作動させ、話者の目的とする処理を行う音声認識装
置において、音声を人力し、その音声信号をデジタル信
号に変換する音声人力部、前記音声入力部からの信号を
受け、その特徴パラメータを抽出する特徴抽出部、前記
特徴抽出部からの信号を受け、その信号を音素等の音声
コードとして認識する音声認識部、前記音声認識部から
の信号を受け、その信号を、送出する認識結果送信部、
前記認識結果送信部からの信号を受ける認識結果受信部
、前記認識結果受信部からの信号を受け、意味を解析し
、所定の対応をとる認識結果処理部を有し、前記音声入
力部、前記特徴抽出部、前記認識判定部、及び前記認識
結果送信部が腕時計の内部に組み込まれていることを特
徴とする。

［実施例］ 以下、本発明の一実施例を図面に沿って説明する。

第１図は本発明の音声認識装置のシステム構成図である
。

第１図で示されるように、本発明の音声認識装置は、音
声入力部、特徴抽出部、認識判定部、認識結果送信部、
認識結果受信部、及び認識結果処理部より構成され、音
声入力部、特徴抽出部、認識判定部、認識結果送信部が
、腕時計の内部に組み込まれ、認識結果受信部、認識結
果処理部がシステム本体に組み込まれた構造となってい
る。ここで、腕時計の内部で行われる音声認識は、その
所有者個人の音声のみを認識する、特定話者認識である
。

以下に各部の説明をする。音声入力部は、マイク、高域
強調フィルタ、ＡＤ変換器より構成され、音声を８ＫＨ
ｚ、１２ｂｉｔｓでサンプリングする。デジタル信号に
変換された音声信号は、特徴抽出部において、周波数次
元に変換され、その変換された信号である音声スペクト
ルより、音声の周波数領域での特徴パラメータを抽出す
る。得られた特徴パラメータを、認識判定部において、
あらかじめ学習されている話者（すなわち腕時計の所有
者）の音素の周波数領域での特徴パラメータと比較する
ことにより、どのような音素が音声として発話されたの
かを認識判定し、音声コード化を行う。

第３図（ａ）に、ある男性が発声した母音／ａ／の原波
形１を示す。ここで、２は時間軸であり１目盛り区間は
１０ｍ５である。第３図（ｂ）に、その音声信号を周波
数変換した音声スペクトル包絡線３を示す。ここで、横
軸４は周波数軸であり、１目盛り区間はＩＫＨｚである
。また、縦軸５は振幅（ｄＢ）である。ここで示される
音声スペクトル包絡線３の特性は、各個人毎に非常に高
い再現性を持っている。よって特定話者の音声認識は、
その個人の各音素の周波数特性をあらかじめ学習バタン
データとして音声認識部のメモリーに保存しておき、認
識時には、発声された音声信号の周波数特性に一致する
学習バタンデータを選択することにより、発声された音
素を認識することができる。よって、本発明における音
声認識は非常に簡単なアルゴリズムで達成できるため、
実時間で処理を行うためのハードウェアの構成も非常に
簡単となり、装置全体の小型化が可能となる。更に、特
定話者認識では、本発明のような簡単な装置においても
１００％に近い認識率を得ることが可能となる。

このようにして実時間で処理され、得られた音声コード
列は、腕時計の内部の認識結果送信部より随時電波によ
って送信され、システム本体の認識結果受信部で受信さ
れる。受信された音声コード列は認識結果処理部に送ら
れ、その認識結果処理部において各システムで必要な様
々な処理が施される。

一例として、本発明の音声認識装置を切符の自動販売機
に応用した例を説明する。話者は自分の腕時計に向かっ
て、目的駅名、列車時刻、切符の枚数、指定席か否か、
等を発声することにより、システム本体がそれらの情報
を受信し、その列車の座席を予約し、金額を計算する等
の処理を行い、切符の販売を迅速かつ正確に行う。

音声認識部を腕時計の内部に組み込んだ構造にすること
により、話者は現在の時刻を自分の腕時計で確認しなが
ら目的の切符を指定できるため、より迅速かつ正確な切
符の購入が可能となる。

更にこの腕時計に、必要な列車の時刻等を記憶しておく
構造を加えることにより、切符購入の効率を更に高める
ことができる。

また、この音声認識装置は、ジュース、タバコ等の自動
販売機にも応用できる。さらに、腕時計より送信される
信号を共通化して処理を行うことにより、全ての装置を
、各人の持つ腕時計によって動作させることが可能とな
る。すなわち、あらゆる場所であらゆる商品を、腕時計
を用いて音声により購入することが可能となる。

更に、腕時計の認識結果送信部からの信号を、音波また
は光として、電話回線につながる構造を加えることによ
り、音声による非常に膨大な情報の授受を、電話回線を
利用して、このような簡単な音声認識装置でおこなうこ
とが可能となる。

［発明の効果］ 本発明の音声認識装置は、以上説明したように、音声入
力部、特徴抽出部、認識判定部、認識結果送信部を腕時
計の内部に組み込む構造にしたことにより、不特定話者
の音声を認識する必要性のある装置において、特定話者
音声認識により処理を行うことが可能となるため、認識
率を非常に高くする効果がある。

特に、本発明の音声認識装置を、現在の時刻を確認しな
がら行う処理へ応用した場合、その処理を迅速かつ正確
に行うことを可能にする効果がある。

更に、腕時計から送出される信号は音声コードであるた
め、信号を圧縮化する効果と、それにより通信方法を簡
単化し、装置を小型化する効果がある。

【図面の簡単な説明】

第１図は、本発明の音声認識装置のシステム構成図。 第２図は、従来例の音声認識装置のシステム構成図。 第３図（ａ）は、ある男性が発声した母音／ａ／の原波
形図、第３図（ｂ）は、母音／ａ／の音声信号を周波数
変換した音声スペクトル包絡線図である。 以上 出願人　セイコーエプソン株式会社 代理人　弁理士　鈴木喜三部（他１名）腕日寺ｇ十 第１図 第２図

Claims (1)

1. 【特許請求の範囲】 （ａ）特定話者の音声を入力し、その入力された音声に
   より機械を作動させ、話者の目的とする処理を行う音声
   認識装置において、 （ｂ）音声を入力し、その音声信号をデジタル信号に変
   換する音声入力部、 （ｃ）前記音声入力部からの信号を受け、その特徴パラ
   メータを抽出する特徴抽出部、 （ｄ）前記特徴抽出部からの信号を受け、その信号を音
   素等の音声コードとして認識する音声認識部、 （ｅ）前記音声認識部からの信号を受け、その信号を送
   出する認識結果送信部、 （ｆ）前記認識結果送信部からの信号を受ける認識結果
   受信部、 （ｇ）前記認識結果受信部からの信号を受け、意味を解
   析し、所定の対応をとる認識結果処理部を有し、 （ｈ）前記音声入力部、前記特徴抽出部、前記認識判定
   部、及び前記認識結果送信部が腕時計の内部に組み込ま
   れていることを特徴とする音声認識装置。