JPH05333896A - 会話文認識方式 - Google Patents

Abstract

(57)【要約】 【目的】 複雑なアルゴリズムを用いた言語処理装置を
用いずに話者の音声から会話文を作成する。 【構成】 話者が音声を発すると、音素列生成部１は音
声から音素列Ｎｃを出力し、単語解析部２は単語が未確
定である音素列Ｌｃの末尾に音素列Ｎｃを連結して再編
集音素列Ｌｄを生成した後に単語辞書を用いて単語列Ｌ
ｎを生成してセマンティック解析部３に出力する。セマ
ンティック解析部３は意味解析が未確定である単語列Ｌ
ｗの末尾に単語列Ｌｎを連結して解析用単語列Ｌｙを生
成した後にセマンティックデータベース４を用いて意味
解析がとれた構文を生成してセマンティカルフォーム作
成部５に出力する。セマンティカルフォーム作成部５は
この構文からを文脈の前後関係との一貫性を持った構文
を作成する。会話文作成部６はセマンティカルフォーム
作成部５より受けた構文から会話文を作成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は会話文認識方式に関し、
特に話者の会話を言語処理して会話文を作成する会話文
認識方式に関する。

【０００２】

【従来の技術】従来の連続音声認識システムでは、「文
音声の認識・理解」牧野正三（電子情報通信学会誌，Ｖ
ｏｌ．７３，Ｎｏ．１２，１９９０年１２月発行）の説
明によると、図５に示すように、話者の会話から会話文
を作成するためには、前以って、この話者が学習音声
（音声は、複数の音素列から構成されている）を入力し
て生成した話者音素（ここで、音素とは、音韻や音節な
どの総称をいう）を格納する話者音素テンプレート５１
を作成しておく。その後、この話者が会話したとき、特
徴抽出部５２が、会話の音声（以下、入力音声という）
をＡ─Ｄ（Ａｎａｌｏｇｕｅ ｔｏ Ｄｉｇｉｔａｌ）
変換し、所定の時間ごとにスペクトル解析（例えば、ケ
プストラム解析等）を行い、各スペクトル解析時間ごと
に音素の候補の集まりである音声ベクトルを作成する。
次に、音素認識部５３が、前以って話者音素テンンプレ
ート５１に格納されたこの話者の話者音素と特徴抽出部
５２で作成された話者音声ベクトルとをマッチング処理
（例えば、ＤＰ（Ｄｙｎａｍｉｃ Ｐｒｏｇｒａｍｍｉ
ｎｇ）等）を行い、入力音声の音素からなる音素列を生
成する。続いて、言語処理部５４が、生成された音素列
を用いて単語レベルでの解析，文節レベルでの解析，意
味レベルでの解析および文脈レベルでの解析（以下、係
受け解析という）を行い、入力音声に対する会話文を出
力する。

【０００３】

【発明が解決しようとする課題】このような従来の連続
音声認識システムでは、連続音声認識システムを構成す
る言語処理部において、生成された音素列の１つ１つの
音素に同一の重みを持たせて係受け解析を行うので、音
素数の多い入力音声に対する正確な係受け解析を行うた
めには、複雑なアルゴリズムを持った言語処理装置（以
下、オートマトンという）を用いざるを得ないという問
題点があった。

【０００４】また、現実の会話において、話者が意図す
る意味とは実質的に無縁な挿入語あるいは挿入句が含ま
れることが多く、これらの挿入語あるいは挿入句を持っ
た会話（以下、単に冗長性のある会話という）に対して
正確な係受け解析を行うためには冗長性のない会話以上
に複雑なオートマトンを適用せざるを得ないという問題
点があった。

【０００５】本発明の目的は、上述の点に鑑み、必要以
上に複雑なオートマトンを構成することなく話者の会話
から会話文を出力することができるようにした会話文認
識方式を提供することにある。

【０００６】

【課題を解決するための手段】本発明の会話文認識方式
は、音声から音素列を生成する音素列生成部と、この音
素列生成部から出力された音素列を単語解析が未確定で
ある音素列の末尾に連結した音素列から単語列を生成す
る単語解析部と、構文を作るときに必要となる制約属性
情報を格納するセマンティックデータベースと、前記単
語解析部から出力された単語列を意味が未確定である単
語列の語尾に連結した単語列から前記セマンティックデ
ータベースに格納された制約属性情報を用いて制約属性
に適合した構文を生成するセマンティック解析部と、こ
のセマンティック解析部から出力された構文を文脈の前
後関係との一貫性を持った構文に作成するセマンティカ
ルフォーム作成部と、このセマンティカルフォーム作成
部から出力された文脈の前後関係との一貫性を持った構
文を会話文に作成する会話文作成部とを有する。

【０００７】

【作用】本発明の会話文認識方式では、音素列生成部が
音声から音素列を生成し、単語解析部が音素列生成部か
ら出力された音素列を単語解析が未確定である音素列の
末尾に連結した音素列から単語列を生成し、セマンティ
ックデータベースが構文を作るときに必要となる制約属
性情報を格納し、セマンティック解析部が単語解析部か
ら出力された単語列を意味が未確定である単語列の語尾
に連結した単語列からセマンティックデータベースに格
納された制約属性情報を用いて制約属性に適合した構文
を生成し、セマンティカルフォーム作成部がセマンティ
ック解析部から出力された構文を文脈の前後関係との一
貫性を持った構文に作成し、会話文作成部がセマンティ
カルフォーム作成部から出力された文脈の前後関係との
一貫性を持った構文を会話文に作成する。

【０００８】

【実施例】次に、本発明について図面を参照して説明す
る。

【０００９】図１は、本発明の一実施例に係る会話文認
識方式の構成を示すブロック図である。本実施例の会話
文認識方式は、音素列生成部１と、単語解析部２と、セ
マンティック解析部３と、セマンティックデータベース
４と、セマンティカルフォーム作成部５と、会話文作成
部６とから構成されている。

【００１０】音素列生成部１は、話者の発した音声から
音素列Ｎｃを出力する。

【００１１】単語解析部２は、単語解析が未確定である
音素列Ｌｃを記憶しており、この単語解析が未確定であ
る音素列Ｌｃの末尾に音素列生成部１から出力された音
素列Ｎｃを連結して再編集音素列Ｌｄを生成し、この再
編集音素列Ｌｄから単語列Ｌｎを生成する。また、単語
解析部２は、再編集音素列Ｌｄから単語列Ｌｎを作成し
終えると、再編集音素列Ｌｄのうちの単語列に該当する
音素列を除いた音素列を単語解析が未確定である音素列
Ｌｃとして再設定する。その後、単語解析部２は、単語
解析処理によって生成された単語列Ｌｎをセマンティッ
ク解析部３に出力する。

【００１２】セマンティック解析部３は、単語解析部２
から出力された単語列Ｌｎを意味解析が未確定である単
語列Ｌｗの末尾に連結した解析用単語列Ｌｙを生成す
る。また、セマンティック解析部３は、解析用単語列Ｌ
ｙを構成する解析用単語Ｗｔ（図３参照）ごとにセマン
ティックデータベース４を検索して意味語に変換して解
析決定意味語列Ｌｄｙを生成するとともに、制約属性リ
ストＬｌｒ（図３参照）と品詞情報リストＬｔａ（図３
参照）とを作成する。さらに、セマンティック解析部３
は、この解析決定意味語列Ｌｄｙから品詞情報リストＬ
ｔａと制約属性リストＬｌｒとを用いて制約属性情報に
適合した構文Ｌｄｒを生成する。

【００１３】セマンティックデータベース４は、単語ご
とにプライオリティを持った複数の意味語を持ち、各意
味語にはある決まった構文を決定するための制約属性情
報を格納する（図４参照）。

【００１４】セマンティカルフォーム生成部５は、セマ
ンティック解析部３から受けた構文Ｌｄｒを、文脈の前
後関係との一貫性をチェックした構文に生成する。

【００１５】会話文作成部６は、文脈の前後関係との一
貫性をチェックした構文をオリジナルの単語に再度変換
し、入力音声と同一の内容であり、かつ冗長性のない会
話文を生成する。

【００１６】図２を参照すると、単語解析部２が単語解
析が未確定である音素列Ｌｃから単語列Ｌｎを作成して
セマンティック解析部３に出力するまでの処理は、音素
列入力待ちステップＡ１と、音素列入力ステップＡ２
と、再編集音素列生成ステップＡ３と、単語解析ステッ
プＡ４と、単語列出力ステップＡ５と、音素列入力待ち
ステップＡ６とからなる。

【００１７】図３を参照すると、セマンティック解析部
３が意味解析された構文を生成する処理は、入力単語列
待ちステップＢ１と、単語列受付ステップＢ２と、解析
用単語列生成ステップＢ３と、解析用単語抽出判断ステ
ップＢ４と、意味語変換判断ステップＢ５と、解析決定
意味語列再編集ステップＢ６と、制約属性リスト再編集
ステップＢ７と、品詞情報リスト再編集ステップＢ８
と、単語列更新処理ステップＢ９と、構文生成ステップ
Ｂ１０と、制約属性リストマッチング判断ステップＢ１
１と、解析決定意味語列存在判定ステップＢ１２と、音
素列変換ステップＢ１３と、フィードバックステップＢ
１４と、構文出力ステップＢ１５とからなる。

【００１８】次に、このように構成された本実施例の会
話文認識方式の動作について説明する。

【００１９】音素列生成部１は、話者から音声を受け取
ると、この音声に対する音素列Ｎｃを生成して単語解析
部２に出力する。

【００２０】単語解析部２は、単語解析が未確定である
音素列Ｌｃを記憶しており（ステップＡ１）、音素列生
成部１から音素列Ｎｃを受け取とった後（ステップＡ
２）、この音素列Ｎｃを単語解析が未確定である音素列
Ｌｃの末尾に連結して再編集音素列Ｌｄを生成する（ス
テップＡ３）。

【００２１】次に、単語解析部２は、再編集音素列Ｌｄ
から単語列Ｌｎを生成する単語解析処理（ステップＡ
４）を以下のようにして行う。

【００２２】始めに、単語解析部２は、再編集音素列Ｌ
ｄの先頭の音素が一般のかな漢字変換処理で利用される
単語辞書（以下、単に単語辞書という）（図示せず）に
登録されているか否かを検索する。

【００２３】先頭の音素が単語辞書に登録されている場
合、単語解析部２は、その音素を単語であると決定し、
次の音素を同様にして検索する。

【００２４】一方、先頭の音素が単語辞書に登録されて
いない場合、単語解析部２は、この先頭の音素と次の音
素との音素の組について同様な検索を行う。この音素の
組が単語辞書に登録されている場合、単語解析部２は、
その音素の組を単語であると決定し、その次の音素を同
様にして検索する。しかし、この音素の組が単語辞書に
登録されていない場合、単語解析部２は、再び次の音素
を追加した音素の組について同様な検索を行う。以下、
単語解析部２は、音素列Ｌｄのすべての音素について処
理する。なお、単語解析部２は、音素または音素の組か
ら決定される単語が単語辞書に複数登録されている場合
には、優先度の最も高い単語を採用するものとする。

【００２５】このようにして、単語解析部２は、音素ま
たは音素の組を単語として決定する都度、すでに決定さ
れた単語の列の末尾に連結して単語列Ｌｎを生成する。
なお、単語解析部２は、後述するフィードバック前の単
語列Ｌｎと同じ単語列を再生成しないように、生成した
単語列Ｌｎとフィードバックされた単語列Ｌｎとをチェ
ックしている。

【００２６】単語解析部２は、再編集音素列Ｌｄの最終
の音素について同様な処理を行った後、再編集音素列Ｌ
ｄのうちの単語列Ｌｎに該当する音素列を除いた音素列
を単語解析が未確定である音素列Ｌｃとして再設定し
て、単語列Ｌｎを生成する単語解析処理を終える（ステ
ップＡ４）。

【００２７】単語解析部２は、単語解析処理によって生
成された単語列Ｌｎをセマンティック解析部３に出力し
（ステップＡ５）、単語解析が未確定である音素列Ｌｃ
を音素列入力待ち状態の音素列Ｌｃとする（ステップＡ
６）。

【００２８】次に、セマンティック解析部３は、単語解
析部２から単語列Ｌｎを受け付けることが可能な入力単
語列待ち状態において（ステップＢ１）、単語解析部２
から単語列Ｌｎを受け付けると（ステップＢ２）、意味
解析が未確定である単語列Ｌｗの末尾に単語解析部２よ
り受け付けた単語列Ｌｎを連結して解析用単語列Ｌｙを
生成するとともに、意味解析すべき単語を指す解析用単
語抽出ポインタＰｔｒ（以下、単にポインタＰｔｒとい
う）を、この生成された解析用単語列Ｌｙの先頭の単語
を指すようにセットする（ステップＢ３）。なお、説明
を分かりやすくするために解析用単語列Ｌｙを構成する
単語を、解析用単語と呼びことにする。

【００２９】セマンティック解析部３は、解析用単語列
Ｌｙの中にポインタＰｔｒが指す解析用単語Ｗｔが存在
するか否かを判断する（ステップＢ４）。

【００３０】解析用単語列Ｌｙの中にポインタＰｔｒが
指す解析用単語Ｗｔが存在する場合、セマンティック解
析部３は、ポインタＰｔｒで指された解析用単語Ｗｔが
セマンティックデータベース４のインデックス欄（図４
参照）に存在するか否かを検索する（ステップＢ５）。

【００３１】ポインタＰｔｒで指された解析用単語Ｗｔ
がセマンティックデータベース４のインデックス欄に存
在しない場合、セマンティック解析部３は、冗長性のあ
る単語として解析用単語列Ｌｙから削除して制御をステ
ップ９に移す。

【００３２】一方、ポインタＰｔｒで指された解析用単
語Ｗｔがセマンティックデータベース４のインデックス
欄に存在する場合（図４では単語Ａ）、セマンティック
解析部３は、ポインタＰｔｒで指された解析用単語Ｗｔ
に対応するセマンティックデータベース４内の一番高い
プライオリティ値（図４中ではプライオリティ値１）の
意味語（図４中では意味語Ａ）を読み出す。

【００３３】セマンティック解析部３は、読み出された
意味語を、すでにこのようにして読み出された意味語か
らなる意味語の列Ｌｄｙ（以下、解析決定意味語列Ｌｄ
ｙという）の末尾に連結して解析決定意味語列Ｌｄｙを
再編集する（ステップＢ６）。

【００３４】また、セマンティック解析部３は、読み出
された意味語が持つ制約属性情報と品詞情報（図４参
照）とをセマンティックデータベース４から取り出し、
すでに読み出されたすべての意味語の制約属性情報を持
った制約属性リストＬｌｒと、すでに読み出されたすべ
ての意味語の品詞情報を持った品詞情報リストＬｔａと
に追加して再編集する（ステップＢ７およびステップＢ
８）。ただし、制約属性情報と品詞情報とは、後に抽出
されるものほど制約属性リストＬｌｒと品詞情報リスト
Ｌｔａとの後ろにそれぞれリストされる。

【００３５】セマンティック解析部３は、ポインタＰｔ
ｒを次の解析用単語Ｗｔに更新して、再びステップＢ４
に制御を戻して同様な処理を行う（ステップＢ９）。

【００３６】ステップＢ４において、ポインタＰｔｒで
指された解析用単語Ｗｔが解析用単語列Ｌｙに存在しな
い場合、セマンティック解析部３は、品詞情報リストＬ
ｔａを用いて解析決定意味語列Ｌｄｙから許容可能な文
体（例えば、英語に関していえばＳ＋Ｖ＋Ｃ，Ｓ＋Ｖ＋
Ｏ＋Ｃ等）である複数の構文Ｌｄｒを生成する（ステッ
プＢ１０）

【００３７】セマンティック解析部３は、許容可能な文
体である複数の構文Ｌｄｒが制約属性リストＬｌｒに適
合するか否かを順次マッチングする（ステップＢ１
１）。

【００３８】複数の構文Ｌｄｒが制約属性リストＬｌｒ
にすべて適合しない場合、セマンティック解析部３は、
この制約属性リストＬｌｒに適合しないこれらの構文Ｌ
ｄｒと、この構文Ｌｄｒを生成するもとになった解析決
定意味語列Ｌｄｙを意味解析が不能なものとして棄却す
る。その後、セマンティック解析部３は、この棄却した
解析決定意味語列Ｌｄｙの後に新たに解析決定意味語列
Ｌｄｙを生成できるか否かを判断する（ステップＢ１
２）。そこで、セマンティック解析部３は、解析決定意
味語列Ｌｄｙを構成するすべての意味語が最も低いプラ
イオリティ値を持つ場合には、もはや解析決定意味語列
Ｌｄｙが生成できないと判断する。

【００３９】新たな解析決定意味語列Ｌｄｙを生成する
ことができるとき、セマンティック解析部３は、制御を
ステップＢ４に移して再び同様な処理を行う。なお、セ
マンティック解析部３は、いままでに生成したことがあ
る解析決定意味語列Ｌｄｙとは異なるように生成する。

【００４０】一方、新たな解析意味語列Ｌｄｙを生成す
ることができないとき、セマンティック解析部３は、解
析決定意味語列Ｌｄｙを生成するもとになった解析用単
語列Ｌｙを再び音素列Ｌｃに変換し（ステップＢ１
３）、変換された音素列Ｌｃを単語解析部２に出力して
再び単語解析処理を行うようにフィードバックをかける
（ステップＢ１４）。

【００４１】ステップＢ１１において、複数の構文Ｌｄ
ｒの中で制約属性リストＬｌｒに適合する場合には、セ
マンティック解析部３は、この制約属性リストＬｌｒに
適合した構文Ｌｄｒをセマンティカルフォーム生成部５
に出力する（ステップＢ１５）。

【００４２】続いて、セマンティカルフォーム作成部５
は、セマンティック解析部３から受けた構文Ｌｄｒを、
文脈の前後関係との一貫性をチェックした構文に作成
し、会話文作成部６に出力する。

【００４３】会話文作成部６は、セマンティカルフォー
ム作成部５から受けた文脈の前後関係との一貫性をチェ
ックした構文をオリジナルの単語に再度変換し、入力音
声と同一の内容でありかつ冗長性のない会話文を作成す
る。

【００４４】

【発明の効果】以上説明したように本発明は、主に単語
解析部と、セマンティック解析部と、セマンティックデ
ータベースとを設けたことにより、単語解析処理と意味
解析処理とを分離して独自に行えるようにし、また、セ
マンティック解析部から単語解析部にフィードバックを
かけることができるようにしたので、音素数の多い入力
音声に対しても、複雑でないアルゴリズムを用いたオー
トマトンで正確な係受け解析を行って会話文を作成する
ことができるという効果がある。

【００４５】また、現実の会話において頻繁に発生する
冗長性のある会話に対しても、冗長性のない会話と同様
に複雑でないアルゴリズムを用いたオートマトンで正確
な係受け解析を行って会話文を作成することができると
いう効果がある。

【図面の簡単な説明】

【図１】本発明の一実施例に係る会話文認識方式の構成
を示すブロック図である。

【図２】図１中の単語解析部が単語解析が未確定である
音素列から単語列を作成してセマンティック解析部に出
力するまでの処理を示す流れ図である。

【図３】図１中のセマンティック解析部が意味解析され
た構文を生成する処理を示す流れ図である。

【図４】図１中のセマンティックデータベースの構成を
示す図である。

【図５】従来の連続音声認識システムを示すブロック図
である。

【符号の説明】

１ 音素列生成部 ２ 単語解析部 ３ セマンティック解析部 ４ セマンティックデータベース ５ セマンティカルフォーム作成部 ６ 会話文作成部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 音声から音素列を生成する音素列生成部
   と、 この音素列生成部から出力された音素列を単語解析が未
   確定である音素列の末尾に連結した音素列から単語列を
   生成する単語解析部と、 構文を作るときに必要となる制約属性情報を格納するセ
   マンティックデータベースと、 前記単語解析部から出力された単語列を意味が未確定で
   ある単語列の語尾に連結した単語列から前記セマンティ
   ックデータベースに格納された制約属性情報を用いて制
   約属性に適合した構文を生成するセマンティック解析部
   と、 このセマンティック解析部から出力された構文を文脈の
   前後関係との一貫性を持った構文に作成するセマンティ
   カルフォーム作成部と、 このセマンティカルフォーム作成部から出力された文脈
   の前後関係との一貫性を持った構文を会話文に作成する
   会話文作成部とを有することを特徴とする会話文認識方
   式。