JPH0721759B2 - 音声認識応答装置 - Google Patents
音声認識応答装置Info
- Publication number
- JPH0721759B2 JPH0721759B2 JP58091809A JP9180983A JPH0721759B2 JP H0721759 B2 JPH0721759 B2 JP H0721759B2 JP 58091809 A JP58091809 A JP 58091809A JP 9180983 A JP9180983 A JP 9180983A JP H0721759 B2 JPH0721759 B2 JP H0721759B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- response
- word
- speed
- recognition
- 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.)
- Expired - Lifetime
Links
Description
【発明の詳細な説明】 〔発明の技術分野〕 本発明は音声入力による情報処理システムに用いられる
音声認識応答装置に関する。
音声認識応答装置に関する。
近時、音声認識技術や音声合成技術の発達が目覚まし
く、例えば連続音声認識や不特定話者を対象とした音声
認識が可能となり、また線形予測符号化法を用いた精度
の高い音声合成が可能となっている。また文章を音声に
変換する為の規則合成法に関しても盛んに研究開発され
ている。
く、例えば連続音声認識や不特定話者を対象とした音声
認識が可能となり、また線形予測符号化法を用いた精度
の高い音声合成が可能となっている。また文章を音声に
変換する為の規則合成法に関しても盛んに研究開発され
ている。
しかして、このような技術を用いて、例えば電話公衆回
線を用いて各種のサービスを行う電話音声応答サービス
システムや、銀行等におけるオンライン業務システムの
開発が試行されており、その有用性が注目されている。
ところがこの種のシステムの利用者は不特定多数であ
り、例えば老人や子供等の不慣れな人、あるいは１日に
何回ともなく利用する人が存在する。これにも拘らず、
従来装置にあっては、その音声応答の内容が一様であ
り、またその発話速度も一定である為、人間と機械との
対話が円滑になされていなかった。つまり応答が冗長で
苛立しさが生じたり、或いは応答がわかり難いという問
題が生じた。
線を用いて各種のサービスを行う電話音声応答サービス
システムや、銀行等におけるオンライン業務システムの
開発が試行されており、その有用性が注目されている。
ところがこの種のシステムの利用者は不特定多数であ
り、例えば老人や子供等の不慣れな人、あるいは１日に
何回ともなく利用する人が存在する。これにも拘らず、
従来装置にあっては、その音声応答の内容が一様であ
り、またその発話速度も一定である為、人間と機械との
対話が円滑になされていなかった。つまり応答が冗長で
苛立しさが生じたり、或いは応答がわかり難いという問
題が生じた。
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、人間と機械との間の自然で円滑
な対話を可能として効果的な音声入力による情報処理を
可能ならしめる実用性の高い音声認識応答装置を提供す
ることにある。
の目的とするところは、人間と機械との間の自然で円滑
な対話を可能として効果的な音声入力による情報処理を
可能ならしめる実用性の高い音声認識応答装置を提供す
ることにある。
本発明は入力音声を認識し、この認識結果に対する応答
音声を出力する音声認識応答装置において、前記入力音
声の単語単位の時間長を検出する検出手段と、前記入力
音声の単語を認識する認識手段と、前記入力音声の単語
単位の標準時間長に関する情報を予め登録した記憶手段
と、前記認識手段により検出された単語に関する前記検
出手段により検出された時間長と前記記憶手段に登録さ
れた標準時間長の情報を用いて前記入力音声の発話速度
を測定する測定手段と、この測定手段により測定された
発話速度に応じて前記応答音声速度を制御する制御手段
とを備えたことを特徴とする。
音声を出力する音声認識応答装置において、前記入力音
声の単語単位の時間長を検出する検出手段と、前記入力
音声の単語を認識する認識手段と、前記入力音声の単語
単位の標準時間長に関する情報を予め登録した記憶手段
と、前記認識手段により検出された単語に関する前記検
出手段により検出された時間長と前記記憶手段に登録さ
れた標準時間長の情報を用いて前記入力音声の発話速度
を測定する測定手段と、この測定手段により測定された
発話速度に応じて前記応答音声速度を制御する制御手段
とを備えたことを特徴とする。
本発明によれば、入力音声の発話速度に応じて応答音声
の速度が制御されるので、音声入力者に対して適切に応
答音声を与えることが可能となる。例えば音声入力者の
話し方が早口な場合は早口形式で、また話し方が遅い場
合はゆっくりした速度で応答がなされることにより、人
間と機械との間の対話の自然性が高くなり、円滑化を図
ることができる。
の速度が制御されるので、音声入力者に対して適切に応
答音声を与えることが可能となる。例えば音声入力者の
話し方が早口な場合は早口形式で、また話し方が遅い場
合はゆっくりした速度で応答がなされることにより、人
間と機械との間の対話の自然性が高くなり、円滑化を図
ることができる。
さらに、本発明では特に入力音声の単語単位の時間長
と、単語単位で登録した標準時間長を用いて入力音声の
発話速度を測定するため、同じ字数の単語でありながら
単語の種類や内容によって発話速度が違っていても、発
話速度を正確に測定することができる。従って、出力の
応答速度の速度を入力音声の発話速度に応じてより適切
に制御することが可能となる。
と、単語単位で登録した標準時間長を用いて入力音声の
発話速度を測定するため、同じ字数の単語でありながら
単語の種類や内容によって発話速度が違っていても、発
話速度を正確に測定することができる。従って、出力の
応答速度の速度を入力音声の発話速度に応じてより適切
に制御することが可能となる。
以下、図面を参照して本発明の実施例につき説明する。
第１図は第１の実施例装置を示す概略構成図である。こ
の装置は音声の認識対象を単語とし、この単語の発話速
度に応じて音声応答の速度制御を行うものである。即
ち、入力音声は分析器１を介してA/D変換処理、スペク
トル分析処理等が施されてその特徴パラメータの系列に
変換され、音声パターンメモリ２に格納される。音声区
間検出器３は、上記特徴パラメータ時系列の、例えばエ
ネルギー情報を利用して音声パターン中の単語の始端と
終端とを検出するものであり、これによって単語データ
部分が切出される。しかしてパターン照合回路４は、上
記単語データの音声パターンと、単語辞書メモリ５に予
め登録された複数の単語の各標準パターンとを照合し
て、単語を認識している。このパターンの照合は、例え
ば類似度計算法によって行われる。この認識結果が音声
応答出力部６に与えられる。
の装置は音声の認識対象を単語とし、この単語の発話速
度に応じて音声応答の速度制御を行うものである。即
ち、入力音声は分析器１を介してA/D変換処理、スペク
トル分析処理等が施されてその特徴パラメータの系列に
変換され、音声パターンメモリ２に格納される。音声区
間検出器３は、上記特徴パラメータ時系列の、例えばエ
ネルギー情報を利用して音声パターン中の単語の始端と
終端とを検出するものであり、これによって単語データ
部分が切出される。しかしてパターン照合回路４は、上
記単語データの音声パターンと、単語辞書メモリ５に予
め登録された複数の単語の各標準パターンとを照合し
て、単語を認識している。このパターンの照合は、例え
ば類似度計算法によって行われる。この認識結果が音声
応答出力部６に与えられる。
一方、パターン照合回路４で求められた入力音声の認識
結果は発話速度測定器７に与えられる。この発話速度測
定器７は、入力音声の認識結果Wiと、前記始端および終
端の情報として示される単語の時間長Liとを用い、単語
継続時間長メモリ８に予め登録されている上記認識単語
Wiの標準時間長Riを求め、その平均値と分散とから発話
速度ｖを算出するものである。これによって例えば前記
入力音声の発話速度ｖがその平均的な標準発話速度より
も早いか、或いは遅いかが判定される。換言すれば、こ
れによって音声入力者が所謂早口か、標準的か、遅口か
が判定される。音声応答速度制御器９は、この発話速度
に関する情報を得て前記音声応答出力部６による応答音
声の速度を可変制御するものである。
結果は発話速度測定器７に与えられる。この発話速度測
定器７は、入力音声の認識結果Wiと、前記始端および終
端の情報として示される単語の時間長Liとを用い、単語
継続時間長メモリ８に予め登録されている上記認識単語
Wiの標準時間長Riを求め、その平均値と分散とから発話
速度ｖを算出するものである。これによって例えば前記
入力音声の発話速度ｖがその平均的な標準発話速度より
も早いか、或いは遅いかが判定される。換言すれば、こ
れによって音声入力者が所謂早口か、標準的か、遅口か
が判定される。音声応答速度制御器９は、この発話速度
に関する情報を得て前記音声応答出力部６による応答音
声の速度を可変制御するものである。
つまり、入力される音声の発話速度を入力音声全体とし
ての母音の動きやピッチによって決定するようなことは
行わず、言語的中身に依存する意味のある部分、すなわ
ち単語部分の速度によって決定するようになされてい
る。これにより、例えば、重要な部分の単語だけをゆっ
くりと強調して発話された場合、これに応答する音声
（単語）についてもゆっくりと発話するよう制御される
のである。
ての母音の動きやピッチによって決定するようなことは
行わず、言語的中身に依存する意味のある部分、すなわ
ち単語部分の速度によって決定するようになされてい
る。これにより、例えば、重要な部分の単語だけをゆっ
くりと強調して発話された場合、これに応答する音声
（単語）についてもゆっくりと発話するよう制御される
のである。
この結果、音声応答出力部６からは、入力音声の認識結
果に応じて決定された応答文の音声出力速度が上記入力
音声の発話速度に応じて可変制御されて音声応答がなさ
れることになる。このとき、規則合成方式によって応答
音声が合成出力される場合には、上記規則合成の為の種
種のパラメータの変化速度を制御することによって応答
音声速度が可変制御される。また録音編集形の音声合成
が行われる場合には、予め記録された発話速度の異なる
文章や音声素片を選択する等して、その応答音声速度の
制御が行われる。
果に応じて決定された応答文の音声出力速度が上記入力
音声の発話速度に応じて可変制御されて音声応答がなさ
れることになる。このとき、規則合成方式によって応答
音声が合成出力される場合には、上記規則合成の為の種
種のパラメータの変化速度を制御することによって応答
音声速度が可変制御される。また録音編集形の音声合成
が行われる場合には、予め記録された発話速度の異なる
文章や音声素片を選択する等して、その応答音声速度の
制御が行われる。
かくして、このように構成された本装置によれば、音声
入力者の発話速度に応じた発話速度で音声応答が行われ
るので、所謂せっかちで早口な人に対しては早口形式
で、またのんびり型で遅口な人に対しては緩やかな速度
で音声応答することが可能となり、ここに人間と機械と
の間の対話の自然性を高め、その円滑化を図ることが可
能となる。この結果、総合的には音声認識応答による情
報処理効率の向上を図ることが可能となる。
入力者の発話速度に応じた発話速度で音声応答が行われ
るので、所謂せっかちで早口な人に対しては早口形式
で、またのんびり型で遅口な人に対しては緩やかな速度
で音声応答することが可能となり、ここに人間と機械と
の間の対話の自然性を高め、その円滑化を図ることが可
能となる。この結果、総合的には音声認識応答による情
報処理効率の向上を図ることが可能となる。
このように本発明によれば、音声入力者の性格を良く反
映する音声発話速度を検出し、これに応じて音声応答の
速度を制御するので、音声入力者との間の対話の自然性
を高めることができる。この結果、上記音声入力者に苛
立たしさを与える等の不具合が無くなる等の実用上多大
なる効果が奏せられる。
映する音声発話速度を検出し、これに応じて音声応答の
速度を制御するので、音声入力者との間の対話の自然性
を高めることができる。この結果、上記音声入力者に苛
立たしさを与える等の不具合が無くなる等の実用上多大
なる効果が奏せられる。
第１図は本発明の一実施例に係る音声認識応答装置の概
略構成図である。 １……分析器 ２……音声パターンメモリ ３……音声区間検出器 ４……パターン照合回路 ５……単語辞書メモリ ６……音声応答出力部 ７……発話速度測定器 ８……単語継続時間長メモリ ９……音声応答速度制御器
略構成図である。 １……分析器 ２……音声パターンメモリ ３……音声区間検出器 ４……パターン照合回路 ５……単語辞書メモリ ６……音声応答出力部 ７……発話速度測定器 ８……単語継続時間長メモリ ９……音声応答速度制御器
───────────────────────────────────────────────────── フロントページの続き (72)発明者 浮田 輝彦 神奈川県川崎市幸区小向東芝町１番地 東 京芝浦電気株式会社総合研究所内 (56)参考文献 特開 昭59−153238（ＪＰ，Ａ) 特開 昭57−57375（ＪＰ，Ａ)
Claims (1)
- 【請求項１】入力音声を認識し、この認識結果に対する
応答音声を出力する音声認識応答装置において、 前記入力音声の単語部分を切出し、切出された単語単位
の時間長を検出する検出手段と、 前記入力音声の単語を認識する認識手段と、 前記入力音声の単語単位の標準時間長に関する情報を予
め登録した記憶手段と、 前記認識手段で認識される単語に関する前記検出手段に
おいて検出された時間長と、前記記憶手段に登録された
標準時間長の情報とを用いて前記入力音声の発話速度を
測定する測定手段と、 この測定手段により測定された発話速度に応じて、前記
応答音声の出力速度を制御する制御手段とを備えたこと
を特徴とする音声認識応答装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58091809A JPH0721759B2 (ja) | 1983-05-25 | 1983-05-25 | 音声認識応答装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58091809A JPH0721759B2 (ja) | 1983-05-25 | 1983-05-25 | 音声認識応答装置 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4139390A Division JPH0731508B2 (ja) | 1992-05-29 | 1992-05-29 | 音声認識応答装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS59216242A JPS59216242A (ja) | 1984-12-06 |
| JPH0721759B2 true JPH0721759B2 (ja) | 1995-03-08 |
Family
ID=14036950
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58091809A Expired - Lifetime JPH0721759B2 (ja) | 1983-05-25 | 1983-05-25 | 音声認識応答装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0721759B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008026463A (ja) * | 2006-07-19 | 2008-02-07 | Denso Corp | 音声対話装置 |
| JP2012128440A (ja) * | 2012-02-06 | 2012-07-05 | Denso Corp | 音声対話装置 |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0631998B2 (ja) * | 1985-12-20 | 1994-04-27 | 株式会社東芝 | 音声告知装置 |
| JP2677573B2 (ja) * | 1987-12-25 | 1997-11-17 | 株式会社東芝 | パターン生成方法 |
| DE19941227A1 (de) | 1999-08-30 | 2001-03-08 | Philips Corp Intellectual Pty | Verfahren und Anordnung zur Spracherkennung |
| JP5326533B2 (ja) | 2008-12-09 | 2013-10-30 | 富士通株式会社 | 音声加工装置及び音声加工方法 |
| US10157607B2 (en) | 2016-10-20 | 2018-12-18 | International Business Machines Corporation | Real time speech output speed adjustment |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5757375A (en) * | 1981-08-06 | 1982-04-06 | Noriko Ikegami | Electronic translator |
| JPS59153238A (ja) * | 1983-02-21 | 1984-09-01 | Nec Corp | 音声入出力システム |
-
1983
- 1983-05-25 JP JP58091809A patent/JPH0721759B2/ja not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008026463A (ja) * | 2006-07-19 | 2008-02-07 | Denso Corp | 音声対話装置 |
| JP2012128440A (ja) * | 2012-02-06 | 2012-07-05 | Denso Corp | 音声対話装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS59216242A (ja) | 1984-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12272349B2 (en) | Attention-based clockwork hierarchical variational encoder | |
| JP4536323B2 (ja) | 音声−音声生成システムおよび方法 | |
| US12536988B2 (en) | Speech synthesis method and apparatus, device, and storage medium | |
| CN103617799B (zh) | 一种适应于移动设备的英语语句发音质量检测方法 | |
| CN102779508B (zh) | 语音库生成设备及其方法、语音合成系统及其方法 | |
| WO2021118793A1 (en) | Speech processing | |
| JPH08263097A (ja) | 音声のワードを認識する方法及び音声のワードを識別するシステム | |
| WO2025140054A1 (zh) | 语音合成模型训练方法、语音合成方法、电子设备及存储介质 | |
| CN116013248A (zh) | 说唱音频生成方法、装置、设备和可读存储介质 | |
| JPS59216242A (ja) | 音声認識応答装置 | |
| JPS6138479B2 (ja) | ||
| Malik et al. | Efficacy of current dysarthric speech recognition techniques | |
| JPH05173589A (ja) | 音声認識応答装置 | |
| JPH0774960B2 (ja) | テンプレ−ト連鎖モデルを使用するキ−ワ−ド認識方法およびシステム | |
| Rapp | Automatic labelling of German prosody. | |
| Prasangini et al. | Sinhala speech to sinhala unicode text conversion for disaster relief facilitation in sri lanka | |
| JPH05224689A (ja) | 音声合成装置 | |
| JP3110025B2 (ja) | 発声変形検出装置 | |
| Miyazaki et al. | Connectionist temporal classification-based sound event encoder for converting sound events into onomatopoeic representations | |
| JPH0455518B2 (ja) | ||
| JP2760096B2 (ja) | 音声認識方式 | |
| Sharma | Implementation of ZCR and STE techniques for the detection of the voiced and unvoiced signals in Continuous Punjabi Speech | |
| Deekshitha et al. | Implementation of Automatic segmentation of speech signal for phonetic engine in Malayalam | |
| JP2578771B2 (ja) | 音声認識装置 | |
| JPH0667685A (ja) | 音声合成装置 |