JPH07219588A - 音声処理装置及び方法 - Google Patents

Abstract

(57)【要約】 【目的】 音声によりコマンドを入力する装置におい
て、連続して入力され得るコマンドと入力され得ないコ
マンドによって、認識結果のコマンドを次回認識から除
外するか否か決めることで認識精度を向上させる。 【構成】 認識結果が連続して入力され得ない単語であ
る場合（Ｓ２０５、“Ｔ”）と、連続して入力されえる
単語であっても誤りであることを指示された場合（Ｓ２
０５“Ｃ”、Ｓ２０６“Ｙ”）に認識対象であることを
示すフラグを“Ｎ”にする辞書更新部１０６を有する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、情報処理装置のフロン
トエンドとして、音声による入力を文字列に変換する音
声処理装置及び方法に関するものである。

【０００２】

【従来の技術】人間と人間の間で行われる情報伝達の媒
体の中で、最も自然に用いられるのが音声である。一
方、計算機の飛躍的な進歩により、計算機は数値計算の
みならず様々な情報を扱えるようになってきている。そ
こで、人間と計算機の間でも、情報伝達の媒体として音
声を利用したいという要求がある。

【０００３】このような要求に応えるべく、音声によっ
て入力された情報に基づいて処理を行う音声認識情報処
理装置が登場してきている。このような装置の音声認識
部においては、認識の対象とする単語や文を予め登録
し、入力された音声による単語や文との類似度を計算し
て、その類似度が高いものを認識結果とするのが通常で
ある。

【０００４】

【発明が解決しようとしている課題】しかしながら、上
記従来の音声認識情報処理装置における認識性能を完全
なものではなく、特に、入力された単語や文を、それと
似通った別の単語や文と認識する「認識誤り」を起こす
と、入力してなおしても、同じ認識誤りを繰り返すこと
が多いという問題点があった。

【０００５】一方、音声認識の対象とする単語や文に
は、２状態切り替えスイッチの「スイッチオン」、「ス
イッチオフ」のようにある状態においていずれか一方し
か入力されないものや、その実行に際して確認を求めら
れる「終了」などのように、連続して入力され得ないも
のと、「右」、「大きく」といった相対指示などのよう
に連続して入力され得るものがある。上記従来の音声認
識情報処理装置には、連続して入力され得ない音声認識
情報と連続して入力され得る音声認識情報とを区別せず
に扱ってきた。

【０００６】本発明の目的は、上述の欠点を除去し、効
率良く同じ認識誤りを繰り返さないようにすることにあ
る。

【０００７】

【課題を解決するための手段】上記問題を解決するため
に、本発明の音声認識情報処理装置は、音声情報を入力
する入力手段と、該入力手段により入力された音声情報
を保持する保持手段と、音声認識の対象とする語彙、語
彙を連続して受理するか否かを示すフラグ、語彙を現在
の音声認識の対象とするか否かを示すフラグを記憶する
記憶手段と、該記憶手段を参照して前記入力手段より入
力された音声情報の認識を実行する認識手段と、該認識
手段による認識結果を出力する出力手段と、前記認識手
段による認識結果が認識誤りであることを指示入力する
指示手段と、前記記憶手段に記憶された情報を参照し、
該指示手段により入力された指示に従って、前記記憶手
段に記憶されたフラグを更新する更新手段とを備える。

【０００８】また、本発明の他の態様によれば、音声認
識情報処理方法に、音声情報を入力する入力工程と、該
入力工程により入力された音声情報を保持する保持工程
と、音声認識の対象とする語彙、語彙を連続して受理す
るか否かを示すフラグ、語彙を現在の音声認識の対象と
するか否かを示すフラグを記憶する記憶部を参照して前
記入力工程より入力された音声情報の認識を実行する認
識工程と、該認識工程による認識結果を出力する出力工
程と、前記認識工程による認識結果が認識誤りであるこ
とを指示入力する指示工程と、前記記憶工程に記憶され
た情報を参照し、該指示工程より入力された指示に従っ
て、前記記憶部に記憶されたフラグを更新する更新工程
とを備える。

【０００９】

【作用】上記音声認識情報処置装置は、音声認識の対象
となる語彙を記憶する記憶手段を参照して、入力手段よ
り入力された音声情報の認識を認識手段により実行し、
その認識結果が、連続して入力できない語彙の場合に
は、次回の音声認識の対象から除外するように前記記憶
手段を更新手段により更新し、連続して入力できる語彙
の場合にも、指示手段より次回の音声認識の対象から除
外する指示に従って、前記記憶手段を更新手段により更
新する。

【００１０】また、上記音声認識情報処理方法は、音声
認識の対象となる語彙を記憶する記憶部を参照して、入
力工程において入力された音声情報の認識を認識工程に
より実行し、その認識結果が、連続して入力できない語
彙の場合には、次回の音声認識の対象から除外するよう
に前記記憶部を更新工程により更新し、連続して入力で
きる語彙の場合にも、指示工程より次回の音声認識の対
象から除外する指示に従って、前記記憶部を更新工程に
より更新する。

【００１１】

【実施例】以下、図面を参照して本発明の実施例を詳細
に説明する。

【００１２】図１は本発明の実施例の音声処理装置のブ
ロック構成を示す図である。

【００１３】同図においては、１０１は、マイクより入
力された音声をＡ／Ｄ変換して装置内部に取り込み、保
持する音声入力部である。また、１０２は、認識すべき
単語と、各単語各々についてその単語の連続入力が可能
（以下“Ｃ”で表す）か否か（以下“Ｔ”で表す）を示
すフラグＡ、およびその単語を次回の入力として受理す
る（以下“Ｙ”で表す）か否か（以下“Ｎ”で表す）を
示すフラグＢを記憶する認識辞書である。

【００１４】１０３は、認識辞書１０２を参照して、音
声入力部１０１より入力された音声の認識を行う音声認
識部である。また、１０４は、音声認識部１０３にて認
識された認識結果を文字表示する表示部である。１０５
は、音声認識部１０３にて認識された認識結果の表示部
１０４への表示に応じて誤りであることを指示入力する
誤り指示部である。１０６は、認識辞書１０２中のフラ
グＡ、音声認識部１０３にて認識された認識結果およ
び、誤り指示部１０５から入力された指示入力に基づい
て、認識辞書１０２中のフラグＢを更新する辞書更新部
である。

【００１５】認識辞書１０２の内容の例を図３に示す。
この辞書には認識すべき単語の表記と読みおよびその単
語の連続入力が可能か否かを示すフラグＡが登録されて
おり、さらに、各単語を次回の認識結果として許すか否
かを示すフラグＢがある。図３では、連続入力が可能な
例として、「右」、「左」、「大きく」、「小さく」
が、連続入力が不可能な例として、「スイッチオン」、
「スイッチオフ」、「終了」が登録されており、現在の
認識結果が「スイッチオン」であったり、「スイッチオ
ン」は連続入力が不可能な単語であるので、そのフラグ
Ｂの値が“Ｎ”となっている状況を示す。

【００１６】次に以上のように構成される音声処理装置
の動作を図２のフローチャートを参照して説明する。

【００１７】まず、ステップＳ２０１では、音声入力部
１０１よりの音声入力を待ち、音声入力が行われると、
この入力情報を保持し、音声認識部１０３に送る。ステ
ップＳ２０２では、音声認識部１０３が認識辞書１０２
のフラグＢを参照して、フラグＢがＹになっている入力
として受理できる単語に対してのみ入力情報との類似度
を計算し、入力情報の音声認識を行う。そして、ステッ
プＳ２０３で、音声認識部１０３により認識された認識
結果を表示部１０４に表示出力し、ステップＳ２０４に
移る。

【００１８】ステップＳ２０４では、今回の音声認識で
受理しないようにしていた単語を受理可能にするため
に、認識辞書１０２を参照し、フラグＢの値が“Ｎ”で
あるものを“Ｙ”にリセットして、ステップＳ２０５に
移る。ステップＳ２０５では、音声認識部１０３により
認識された認識結果と認識辞書１０２を参照し、その単
語のフラグＡが“Ｃ”であれば、ステップＳ２０６に進
み、“Ｔ”であれば、ステップＳ２０７に進む。ステッ
プＳ２０６では、誤り指示部１０５から、音声認識部１
０３により認識された認識結果が誤りであることを示す
指示入力があれば、ステップＳ２０７に進み、なけれ
ば、ステップＳ２０１に戻る。ステップＳ２０７では、
認識結果である単語の認識辞書１０２中のフラグＢを
“Ｎ”にして、ステップＳ２０１に戻る。

【００１９】以上で述べたように、連続して入力されな
い語彙に関しては、それが認識結果になると、自動的に
次回の認識対象から除外される。従って、それが認識誤
りであった場合には、繰り返して同じ認識誤りを起こす
ことがなくなる。また、認識誤りでなかった場合にも、
連続して入力されることはないので、別の語彙と認識誤
りされることがなくなる。連続して入力され得る語彙に
関しては、明示的に認識誤りであったことを指示入力す
ることにより、次回の認識対象から除外することで、繰
り返して同じ認識誤りを起こすことがなくなる。

【００２０】尚、本実施例では、音声認識の処理におい
て、類似度が最も高いものを認識結果とするものについ
て説明しているが、類似度が高いものから特定の数個を
認識結果とし、その中から利用者が正解を選ぶものにつ
いても、本手法を適用することができる。

【００２１】また、本実施例では、音声認識の処理の際
に、認識辞書を参照して、前回の認識誤りを起こした語
彙を認識対象から除外しているが、認識結果を複数個保
持できる音声認識の処理では、音声認識の処理を行った
認識結果から、認識辞書を参照して前回の認識誤りを起
こしたものを除外するものとしても構わない。

【００２２】また、本実施例では、単一の認識辞書によ
る説明にとどめているが、認識結果及び外からの指示に
より、複数の認識辞書を切り替えて用いる場合には、前
回用いた認識辞書と切り替わった認識辞書の両方を参照
することで対処できる。

【００２３】また、本実施例では、認識誤りの場合に
も、再度音声入力する構成になっているが、認識誤りの
場合には、本実施例の構成に、保持手段に保持された音
声を再計算することを指示する指示手段をつけ加えるこ
とにより、再度音声入力せず、前回入力された音声を用
いて、再計算するようにしても構わない。

【００２４】また、本実施例では、音声認識の対象を単
語としているが、単語及び文法の組み合わせによる連続
音声認識に適用することができる。

【００２５】また、本実施例では、個々の機能を明確に
するため、音声入力部と誤り指示部を区別して説明した
が、認識除外の指示を音声入力として音声入力部から入
力してもかまわない。

【００２６】

【発明の効果】以上説明したように、本発明によれば、
認識結果が連続して入力されない語彙の場合には、認識
結果を次回の音声認識の対象から除外し、認識結果が連
続して入力できる語彙の場合にも、指示手段から除外す
る指示により認識結果を次回の音声認識の対象から除外
することによって、同一の認識誤りが繰り返されること
を阻止することにより、音声認識情報処理装置における
音声認識性能を向上させる効果がある。

【図面の簡単な説明】

【図１】本発明による音声認識情報処理装置の実施例の
ブロック構成図。

【図２】実施例の音声認識情報処理のフローチャート。

【図３】実施例における認識辞書１０２の内容の例を示
す図。

Claims (6)

【特許請求の範囲】
1. 【請求項１】 音声情報を入力する入力手段と、 音声認識の対象とする語彙を保持し、各語彙を現在の音
   声認識の対象とするか否かを示す識別情報を記憶する記
   憶手段と、 該記憶手段を参照して前記入力手段より入力された音声
   情報を認識する認識手段と、 該認識による認識結果を出力する出力手段と、 前記認識手段による認識結果が認識謝りであったことを
   指示入力する指示手段と、 該指示手段より入力された指示に従い、前記記憶手段に
   記録された識別情報を更新する更新手段とを備えたこと
   を特徴とする音声処理装置。
2. 【請求項２】 前記記憶手段において、音声認識の対象
   とする語彙を連続して受理するか否かを示す識別情報を
   各語彙ごとに記憶することを特徴とする請求項１記載の
   音声処理装置。
3. 【請求項３】 前記更新手段において、前記連続して受
   理するか否かを示す識別情報を参照して前記認識結果が
   連続して受理できない語彙である場合に、前記指示手段
   からの指示無しに、前記記憶手段に記憶されたフラグを
   更新することを特徴とする請求項２記載の音声処理装
   置。
4. 【請求項４】 音声情報を入力する入力工程と、 音声認識の対象とする語彙を保持し、各語彙を現在の音
   声認識の対象とするか否かを示す識別情報を参照して前
   記入力手段より入力された音声情報を認識する認識工程
   と、 該認識工程による認識結果を出力する出力工程と、 前記識別工程による認識結果が認識誤りであったことを
   指示入力する指示工程と、 該指示工程より入力された指示に従い、前記記憶部に記
   憶された識別情報を更新する更新工程とを備えたことを
   特徴とする音声処理方法。
5. 【請求項５】 前記記録部において、音声認識の対象と
   する語彙を連続して受理するか否かを示す識別情報を各
   語彙ごとに記憶することを特徴とする請求項４記載の音
   声処理方法。
6. 【請求項６】 前記更新工程において、前記連続して受
   理するか否かを示す識別情報を参照して前記認識結果が
   連続して受理できない語彙である場合に、前記指示工程
   からの指示無しに、前記記憶部に記憶されたフラグを更
   新することを特徴とする請求項５記載の音声処理方法。