JPH06102896A

JPH06102896A - 音声認識装置

Info

Publication number: JPH06102896A
Application number: JP4275244A
Authority: JP
Inventors: Masahito Mori; 正仁森; Tetsuo Kobayashi; 哲夫小林; Makoto Akaha; 誠赤羽
Original assignee: Sony Corp
Current assignee: Sony Corp
Priority date: 1992-09-18
Filing date: 1992-09-18
Publication date: 1994-04-15

Abstract

(57)【要約】【目的】音声の認識率を向上させる。【構成】入力された音声から単語ラティスが生成さ
れ、ステップＳ１およびＳ２において、この単語ラティ
スから、注目語が検出され、ステップＳ３およびＳ４に
おいて、その注目語と関連付けられた付属語が検出され
る。そして、ステップＳ６において、ステップＳ３およ
びＳ４で検出された付属語のスコアまたは長さに基づい
て、ステップＳ１およびＳ２で検出された注目語のスコ
アが補正される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声中の所定の単語を
認識する（ワードスポッティングする）場合に用いて好
適な音声認識装置に関する。

【０００２】

【従来の技術】従来の、音声中の所定の単語を認識する
（ワードスポッティングする）音声認識装置には、入力
された音声から入力パターンを生成し、あらかじめ用意
された標準パターンと、例えばＤＰマッチングするもの
がある。

【０００３】このような音声認識装置においては、まず
単語の標準パターンＲ（ｋ）（ｋ＝１，２，・・・，
Ｋ：Ｋは標準パターンＲ（ｋ）の長さを示す）の時間軸
ｋ、または入力パターンＸ（ｊ）（ｊ＝１，２，・・
・，Ｊ：Ｊは入力パターンの長さを示す）の時間軸ｊの
うちの一方の、例えば標準パターンＲ（ｋ）の時間軸ｋ
を、他方のパターンである入力パターンＸ（ｊ）に最も
類似するように（標準パターンＲ（ｋ）と入力パターン
Ｘ（ｊ）との距離を最小にするように）歪ませる歪関数
Ｆ、即ちＤＰパスが、次のようにして求められる。

【０００４】即ち、図４（ａ）に示す縦軸ｋに標準パタ
ーンＲ（ｋ）（Ｒ（１）乃至Ｒ（Ｋ））を並べ、横軸ｊ
に入力パターンＸ（１）乃至Ｘ（Ｊ）を並べた平面図に
おいて、この平面上の格子点（ｊ，ｋ）における入力パ
ターンＸ（ｊ）と標準パターンＲ（ｋ）との、例えばユ
ークリッド距離をｄ（ｊ，ｋ）（＝｜Ｘ（ｊ）−Ｒ
（ｋ）｜²）とし、格子点（ｊ，ｋ）を含む任意のＤＰ
パスに沿って求めた、この格子点（ｊ，ｋ）までのユー
クリッド距離の総和（累積距離）をｇ（ｊ，ｋ）とす
る。そして、例えば以下の漸化式（制限）にしたがっ
て、ＤＰパスが求められるともに標準パターンの終点
（ｋ＝Ｋ）までの累積距離ｇ（ｊ_x，Ｋ）（ｊ_xは、１乃
至Ｊの範囲の値）が求められる。ｋ＝１のとき、ｇ（ｊ，１）＝ｄ（ｊ，１）（１）但し、１≦ｊ≦Ｊｋ＝２のとき、ｇ（ｊ，２）＝ｇ（ｊ−１，１）＋２ｄ（ｊ，２）（２）但し、２≦ｊ≦Ｊｋ＝２ｊのとき、ｇ（ｊ，ｋ）＝ｇ（ｊ−１，ｋ−２）＋２ｄ（ｊ，ｋ−１）＋ｄ（ｊ，ｋ）（３）但し、２≦ｊ≦Ｊ，３≦ｋ≦Ｋｋ＝２ｊ−２、またはｋ＝２ｊ−１のとき、

【数１】ｋ≦２ｊ−３のとき、

【数２】但し、ｍｉｎ［］は、［］の中の最小値を意味する。

【０００５】なお、式（漸化式）（５）は、ＤＰパスを
図４（ｂ）に示すように制限する。またお、図４（ｂ）
において、ＤＰパスに付してある数字１または２は重み
係数である。

【０００６】格子点（ｊ，ｋ）までのＤＰパスの長さ
（パス長）Ｃ（ｊ，ｋ）は、上述した重み係数の累積和
と定義され、始点（ｊ（ｊ_x），１）（ｊ（ｊ_x）は、１
乃至Ｊの範囲の値）、終点（ｊ_x，Ｋ）のＤＰパスＰ_xに
したがって計算された累積距離ｇ（ｊ_x，Ｋ）を、ＤＰ
パスＰ_xのパス長Ｃ（ｊ（ｊ_x），ｊ_x）で正規化した正
規化距離Ｇ（ｊ_x）（＝ｇ（ｊ_x，Ｋ）／Ｃ（ｊ
（ｊ_x），ｊ_x））が、そのＤＰパスＰ_xにしたがった入
力パターン（Ｘ（１），Ｘ（２），・・・，Ｘ（Ｊ））
と標準パターン（Ｒ（１），Ｒ（２），・・・，Ｒ
（Ｋ））との距離とされる。

【０００７】なお、ＤＰパスＰ_xの始点（ｊ（ｊ_x），
１）は、式（漸化式）（１）乃至（５）にしたがって、
入力パターンと標準パターンとの距離計算を行うとき
に、始点側、即ち式（１）乃至（５）の右辺を保持する
ことにより与えられる。従って、ＤＰパスＰ_xの始点
（ｊ（ｊ_x），１）は、その終点（ｊ_x，Ｋ）が決まれ
ば、一義的に決まるので、始点（ｊ（ｊ_x），１）を終
点（ｊ_x，Ｋ）の関数として記述してある。

【０００８】この音声認識装置では、式（漸化式）
（１）乃至（５）で制限される（与えられる）すべての
ＤＰパスに対する入力パターンと標準パターンとの距離
が計算されるとともに、さらにあらかじめ用意された、
例えばＷ個のすべての標準パターンＲ₁（ｋ）乃至Ｒ
_W（ｋ）に対して以上の処理が行われ、入力パターンと
各標準パターンの距離Ｇ_w（ｊ_x）（ｗ＝１，２，・・
・，Ｗ）が算出される。

【０００９】ここで、上述したようにＤＰマッチングな
どにより標準パターンと入力パターンとの距離が求めら
れた場合、その値が小さいほど標準パターンが入力パタ
ーンに類似していることになるが、例えばＨＭＭ（Hidd
en Markov Model）などにより標準パターンが入力パタ
ーンに類似している確率が求められる場合、その値が大
きいほど標準パターンが入力パターンに類似しているこ
とになる。

【００１０】そこで、説明を簡単にするために、以下、
標準パターンと入力パターンとの距離や、標準パターン
が入力パターンに類似している確率などは、その値に基
づいて、スコア（尤度）に変換されるものとする。な
お、スコア（尤度）とは、その値が大きいほど、標準パ
ターンが入力パターンに類似していることを示すものと
する。

【００１１】従って、この場合、スコアＧ_w（ｊ_x）が所
定の値以上になる標準パターンｗが求められる。そし
て、この音声認識装置では、その標準パターンｗが示す
単語、スコアＧ_w（ｊ_x）、そのスコアＧ_w（ｊ_x）が算出
された区間、即ち標準パターンｗが示す単語の発声が開
始された時刻（始点）ｊ＝ｊ（ｊ_x）、および標準パタ
ーンｗが示す単語の発声が終了された時刻（終点）ｊ＝
ｊ_xからなる単語ラティスが生成される。

【００１２】即ち、スコアが所定の値以上になる標準パ
ターンの示す単語が、例えば「鈴木」「さん」「３」「番」の４つ存在し、各単語のスコア、始点、もしくは終点が
それぞれ２点、ｊ＝３、もしくはｊ＝７、３点、ｊ＝７、もしくはｊ＝１０、３点、ｊ＝７、もしくはｊ＝１０、または１点、ｊ＝７、もしくはｊ＝１０であったとすると、図５に示すような（始点，終点，単
語，スコア）などの組で表される単語ラティスが生成さ
れる。なお、図５の単語ラティスを模式的に表したもの
を図６に示す。

【００１３】以上のようにして単語ラティスが生成され
た後、この音声認識装置においては、スコアの一番大き
い単語、即ち、例えば図５（図６）に示す単語ラティス
が生成された場合には、単語（数字）「３」または（敬
称）「さん」が認識結果として出力される。

【００１４】

【発明が解決しようとする課題】従って、上述した場合
において、例えば入力された音声が、人名としての単語
「鈴木」に、敬称としての単語「さん」が付加されたも
のであったとすると、正確な音声認識結果としての単語
「鈴木」が出力されるのではなく、誤って認識された単
語（敬称）「さん」または（数字）「３」が出力される
ことになる。

【００１５】即ち、このような音声認識装置により、例
えば人名や数字などの注目語（特定の単語）１単語だけ
を、入力された音声からワードスポッティングする場
合、例えば注目語の前後に、間投詞（一般的に標準パタ
ーンとして装置に登録されない）などの未知の単語や、
敬称、単位などの付属語が存在すると、その付属語を、
注目語に誤認識するときがあった。

【００１６】本発明は、このような状況に鑑みてなされ
たものであり、音声の認識率を向上させるものである。

【００１７】

【課題を解決するための手段】本発明の音声認識装置
は、注目語と、注目語の前または後ろに位置する付属語
とを関連付けて記憶している記憶手段としての記憶部２
ａと、入力された音声から単語ラティスを生成する生成
手段としての音声認識部１と、音声認識部１により生成
された単語ラティスから、記憶部２ａに記憶されている
注目語を検出するとともに、注目語と関連付けられた付
属語を検出する検出手段としてのプログラムの処理ステ
ップＳ１乃至Ｓ４と、プログラムの処理ステップＳ１乃
至Ｓ４により検出された付属語に基づいて、注目語のス
コアを補正する補正手段としてのプログラムの処理ステ
ップＳ５を備えることを特徴とする。

【００１８】さらに、この音声認識装置は、プログラム
の処理ステップＳ３およびＳ４に、終端が注目語の始端
から所定の範囲に位置する付属語、または始端が注目語
の終端から所定の範囲に位置する付属語を検出させるこ
とができる。

【００１９】また、この音声認識装置は、プログラムの
処理ステップＳ５に、付属語のスコアまたは長さに基づ
いて、注目語のスコアを補正させることができる。

【００２０】本発明の音声認識装置は、入力された音声
に対する標準パターンのスコアを算出し、標準パターン
のスコアに基づいて、音声を認識する音声認識装置にお
いて、音声中に標準パターンが存在する区間の長さに基
づいて、スコアを補正することを特徴とする。

【００２１】

【作用】上記構成の音声認識装置においては、入力され
た音声から単語ラティスを生成し、この単語ラティスか
ら、記憶部２ａに記憶されている注目語を検出するとと
もに、注目語と関連付けられた付属語を検出する。そし
て、その付属語のスコアまたは長さに基づいて、注目語
のスコアを補正する。従って、注目語の認識率を向上さ
せることができる。

【００２２】また、本発明の音声認識装置においては、
音声中に標準パターンが存在する区間の長さに基づい
て、標準パターンのスコアを補正するので、音声の認識
率を向上させることができる。

【００２３】

【実施例】図１は、本発明の音声認識装置の一実施例の
構成を示すブロック図である。音声認識部１は、入力さ
れた音声に対し、例えば前述したようなＤＰマッチング
処理を施すことによりワードスポッティングを行い、図
５または図６に示すような、ワードスポッティングされ
た単語、そのスコア、および入力音声中におけるその単
語の始点と終点（区間）からなる単語ラティスを生成す
る。

【００２４】単語選択部２は、注目語と、その注目語の
前または後ろに位置するように発声されると予測される
付属語とを関連付けて記憶している記憶部２ａを内蔵
し、記憶部２ａを参照して、音声認識部１により生成さ
れた単語ラティスにおける注目語と、その注目語に関連
する付属語を検出し、注目語または付属語それぞれの位
置（始点および終点）とスコアに基づいて、注目語のス
コアを補正する。

【００２５】さらに単語選択部２は、補正したスコアが
最大値となる注目語を認識結果として選択し、出力す
る。

【００２６】記憶部２ａには、図２に示すように、注目
語としての、例えば人名「鈴木」、「佐藤」、および
「山田」と、その前あるいは後ろに位置するように発声
されると予想される付属語としての、例えば敬称「さ
ん」、並びに肩書き「部長」および「課長」が関連付け
られて記憶されているとともに、注目語としての、例え
ば数字「０」乃至「３」と、その前あるいは後ろに位置
するように発声されると予想される付属語としての、例
えば単語「番」および「チャンネル」が関連付けられて
記憶されている。

【００２７】なお、注目語としての、例えば人名の後に
発声されるのが一般的な付属語としての、例えば敬称
「さん」、肩書き「部長」および「課長」などは、注目
語の後ろに位置するという属性情報とともに、記憶部２
ａに記憶されている。また、記憶部２ａに記憶されてい
る他の付属語についても同様である。

【００２８】次に、図３のフローチャートを参照して、
その動作について説明する。まず、音声が音声認識部１
に入力されると、そこで、入力された音声に対し、例え
ば前述したようなＤＰマッチング処理が施され、ワード
スポッティングが行われる。そして、図５（図６）に示
すような、ワードスポッティングされた単語、そのスコ
ア、および入力音声中におけるその単語の始点と終点
（区間）からなる単語ラティスが生成される。

【００２９】音声認識部１で単語ラティスが生成される
と、図３に示すステップＳ１において、音声認識部１で
生成された単語ラティスの中に、記憶部２ａに記憶され
ている注目語が存在するか否かが判定される。ステップ
Ｓ１において、音声認識部１で生成された単語ラティス
の中に、記憶部２ａに記憶されている注目語が存在する
と判定された場合、ステップＳ２に進み、その単語ラテ
ィスの中から注目語が検出される。

【００３０】そして、ステップＳ３に進み、記憶部２ａ
に記憶されている付属語が参照され、ステップＳ２で検
出された注目語に対して、式（６）あるいは（７）の条
件を満たす付属語が、単語ラティスの中に存在するか否
かが判定される。

【００３１】注目語の前に位置するという属性情報とと
もに記憶部２ａに記憶されている付属語の場合、 −ｇａｐ２≦（注目語の始端）−（付属語の終端）≦ｇａｐ１（６）注目語の後ろに位置するという属性情報とともに記憶部
２ａに記憶されている付属語の場合、 −ｇａｐ２≦（付属語の始端）−（注目語の終端）≦ｇａｐ１（７）なお、ｇａｐ１は、統計的手法によりあらかじめ算出さ
れた、２つの単語が時間的に離れていても不都合のない
最大幅（最大時間）としての正の定数であり、またｇａ
ｐ２は、ｇａｐ１と同様に統計的手法によりあらかじめ
算出された、２つの単語が時間的に重複していても不都
合のない最大幅（最大時間）としての正の定数である。

【００３２】ステップＳ３において、ステップＳ２で検
出された注目語に対して、式（６）あるいは（７）の条
件を満たす付属語が、単語ラティスの中に存在しないと
判定された場合、即ち注目語のスコア（尤度）の妥当性
を評価するのに（注目語のスコアを補正するのに）、適
切な位置に付属語が存在しない場合、ステップＳ４乃至
Ｓ７をスキップして、ステップＳ８に進む。

【００３３】ステップＳ３において、ステップＳ２で検
出された注目語に対して、式（６）あるいは（７）の条
件を満たす付属語が、単語ラティスの中に存在すると判
定された場合、即ち注目語のスコア（尤度）の妥当性を
評価するのに（注目語のスコアを補正するのに）、適切
な位置に付属語が存在する場合、ステップＳ４に進み、
その付属語が単語ラティスの中から取り出され（検出さ
れ）、ステップＳ５に進む。

【００３４】ステップＳ５において、ステップＳ４で取
り出された付属語の長さおよびスコアから、例えば式
（８）にしたがって、ステップＳ２で検出された注目語
のスコアが補正され、その評価点が計算されてステップ
Ｓ６に進む。評価点＝（注目語の長さ）×（注目語のスコア）＋（付
属語の長さ）×（付属語のスコア）（８）なお、注目語または付属語の長さとは、単語ラティスに
おける（終点）−（始点）を意味する。また、評価点と
は、補正された注目語のスコアを意味する。

【００３５】ステップＳ６において、ステップＳ５で計
算された注目語の評価点とともに、その注目語（単語
名）が、記憶部２ａに確保された所定の領域に記憶さ
れ、ステップＳ７に進み、式（６）あるいは（７）を満
たす付属語が、単語ラティスの中にまだ存在するか否か
が判定される。ステップＳ７において、式（６）あるい
は（７）を満たす付属語が、単語ラティスの中にまだ存
在すると判定された場合、ステップＳ５に戻り、ステッ
プＳ７で、式（６）あるいは（７）を満たす付属語が、
単語ラティスの中にもう存在しないと判定されるまで、
ステップＳ５乃至Ｓ７の処理を繰り返す。

【００３６】ステップＳ７において、式（６）あるいは
（７）を満たす付属語が、単語ラティスの中にもう存在
しないと判定された場合、ステップＳ８に進み、ステッ
プＳ２で検出された注目語のスコアが、その長さから、
例えば式（９）にしたがって補正され、その評価点が計
算される。（評価点）＝（注目語のスコア）×（注目語の長さ）（９）

【００３７】ここで、式（８）あるいは（９）によれ
ば、注目語の長さが長い方が、その評価点がより高く
（大きく）なる。これは、次の理由による。

【００３８】即ち、例えば数字の「６（ｒｏｋｕ）」と
発声された音声を認識する場合、その音声中に数字の
「９」（ｋｕ）とほぼ同一となる発声部分（部分単語）
が含まれているので、単語「６」のスコアと、単語
「９」のスコアが、一般的にほぼ同じ値になり、スコア
の大小により認識結果を判定すると、誤って数字「９」
が出力されるときがある。このように、発声された単語
の中に、他の単語（発声された単語の長さより、長さの
短い単語、以下部分単語と記載する）が含まれている
と、部分単語のスコアが、実際に発声された単語のスコ
アとほぼ同じになる場合がある。

【００３９】しかしながら、部分単語は、認識結果とし
て誤りであり、つまり、長さの長い単語と、短い単語が
ほぼ同じスコアとなり、認識結果候補として挙げられた
場合には、長さの長い単語の方が、長さの短い単語と比
較して、認識結果としてより確からしいときが一般的に
多い。

【００４０】よって、この音声認識装置においては、式
（８）あるいは（９）にしたがって注目語の評価点を計
算することにより、認識結果として確からしい、長さの
長い注目語の評価点がより高く（大きく）なるようにな
っている。

【００４１】ステップＳ８において、式（９）にしたが
って注目語の評価点が計算された後、ステップＳ９に進
み、ステップＳ８で計算された注目語の評価点ととも
に、その注目語（単語名）が、記憶部２ａに確保された
所定の領域に記憶され、ステップＳ１に戻る。

【００４２】そして、ステップＳ１において、音声認識
部１で生成された単語ラティスの中に、記憶部２ａに記
憶されている注目語がもう存在しないと判定されるま
で、ステップＳ１乃至Ｓ９の処理を繰り返す。

【００４３】ステップＳ１において、音声認識部１で生
成された単語ラティスの中に、記憶部２ａに記憶されて
いる注目語がもう存在しないと判定された場合、ステッ
プＳ１０に進み、記憶部２ａに記憶された注目語の評価
点の最大値が検出される。そして、その最大値を評価点
として有する注目語が、音声認識部１に入力された音声
からワードスポッティングされた単語、即ち音声認識結
果として出力され、処理を終了する。

【００４４】従って、音声認識部１に入力された音声
が、人名としての単語「鈴木」に、敬称としての単語
「さん」が付加されたものであり、図５または図６に示
す単語ラティスが生成された場合、記憶部２ａが参照さ
れ（図２）、注目語としては、始点３、終点７、および
スコア２の人名「鈴木」、並びに始点７、終点１０、お
よびスコア３の数字「３」が検出される。

【００４５】そして、式（６）および（７）におけるｇ
ａｐ１とｇａｐ２が、例えばｇａｐ１＝ｇａｐ２＝１に設定されているとすれば、注目語「鈴木」において
は、その付属語として、式（７）を満たす、始点７、終
点１０、およびスコア３の敬称「さん」のみが単語ラテ
ィス（図５または図６）から検出され（ステップＳ
４）、式（８）にしたがって注目語「鈴木」の評価点が
次にように計算される（ステップＳ５）。評価点＝（注目語の長さ）×（注目語のスコア）＋（付属語の長さ）×（付属語のスコア）＝（７−３）×２＋（１０−７）×３＝１７

【００４６】さらに、注目語「鈴木」においては、その
評価点が、式（９）にしたがって次にように計算される
（ステップＳ８）。評価点＝（注目語の長さ）×（注目語のスコア）＝（７−３）×２＝８

【００４７】一方、注目語「３」においては、式（６）
あるいは（７）を満たす付属語が、単語ラティスの中に
存在しないので、式（９）にしたがってのみ、その評価
点が次のように計算される（ステップＳ８）。評価点＝（注目語の長さ）×（注目語のスコア）＝（１０−７）×３＝９

【００４８】以上のようにして注目語の評価点が計算さ
れた後、その中の最大値、即ち１７を有する注目語「鈴
木」が認識結果として出力される（ステップＳ１０）。

【００４９】従って、注目語のスコアの最大値からすれ
ば、スコア３の数字の「３」が認識結果として出力され
るが、注目語の長さ、または付属語の長さおよびスコア
に基づいて、注目語のスコアを補正し、評価値を計算し
て、その最大値を有する注目語を認識結果として出力す
るようにしたので、発声された注目語としての「鈴木」
が正確に音声認識（ワードスポッティング）される。

【００５０】さらに、この音声認識装置においては、注
目語「鈴木」に対する付属語が、正確に敬称「さん」と
認識されておらず、記憶部２ａに記憶されている、例え
ば肩書き「課長」や「部長」（図２）に誤認識されてい
たとしても、式（８）により計算される注目語「鈴木」
の評価点は高く（大きく）なる。

【００５１】従って、この音声認識装置によれば、注目
語としての、例えば人名に対する付属語として、発音の
類似した単語を記憶部２ａに記憶させておいても、その
類似した発音の付属語どうしが、音声認識部１で互いに
誤認識されることにより、注目語の認識率が劣化するこ
とはない。

【００５２】なお、本実施例においては、音声認識部１
でＤＰマッチングを用いて単語ラティスを生成するよう
にしたが、例えばＨＭＭ（Hidden Markov Model）な
ど、他の手法により単語ラティスを生成するようにする
ことができる。

【００５３】

【発明の効果】以上のように、本発明の音声認識装置に
よれば、入力された音声から単語ラティスを生成し、こ
の単語ラティスから、記憶手段に記憶されている注目語
を検出するとともに、注目語と関連付けられた付属語を
検出する。そして、その付属語のスコアまたは長さに基
づいて、注目語のスコアを補正する。従って、注目語の
認識率を向上させることができる。

【００５４】また、本発明の音声認識装置によれば、音
声中に標準パターンが存在する区間の長さに基づいて、
標準パターンのスコアを補正するので、音声の認識率を
向上させることができる。

【図面の簡単な説明】

【図１】本発明の音声認識装置の一実施例の構成を示す
ブロック図である。

【図２】図１の実施例の記憶部２ａに記憶されている注
目語と付属語を示す図である。

【図３】図１の実施例の動作を説明するフローチャート
である。

【図４】ＤＰマッチングを説明するための図である。

【図５】単語ラティスを示す図である。

【図６】図５の単語ラティスの模式図である。

【符号の説明】

１音声認識部２単語選択部２ａ記憶部

Claims

【特許請求の範囲】

【請求項１】注目語と、前記注目語の前または後ろに
位置する付属語とを関連付けて記憶している記憶手段
と、入力された音声から単語ラティスを生成する生成手段
と、前記生成手段により生成された単語ラティスから、前記
記憶手段に記憶されている注目語を検出するとともに、
前記注目語と関連付けられた前記付属語を検出する検出
手段と、前記検出手段により検出された付属語に基づいて、前記
注目語のスコアを補正する補正手段とを備えることを特
徴とする音声認識装置。
【請求項２】前記検出手段は、終端が前記注目語の始
端から所定の範囲に位置する前記付属語、または始端が
前記注目語の終端から所定の範囲に位置する前記付属語
を検出することを特徴とする請求項１に記載の音声認識
装置。
【請求項３】前記補正手段は、前記付属語のスコアま
たは長さに基づいて、前記注目語のスコアを補正するこ
とを特徴とする請求項１に記載の音声認識装置。
【請求項４】入力された音声に対する標準パターンの
スコアを算出し、前記標準パターンのスコアに基づい
て、前記音声を認識する音声認識装置において、前記音声中に前記標準パターンが存在する区間の長さに
基づいて、前記スコアを補正することを特徴とする音声
認識装置。