JPH0827639B2 - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH0827639B2 JPH0827639B2 JP60144744A JP14474485A JPH0827639B2 JP H0827639 B2 JPH0827639 B2 JP H0827639B2 JP 60144744 A JP60144744 A JP 60144744A JP 14474485 A JP14474485 A JP 14474485A JP H0827639 B2 JPH0827639 B2 JP H0827639B2
- Authority
- JP
- Japan
- Prior art keywords
- independent
- sequence
- series
- word
- word dictionary
- 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】 〔発明の利用分野〕 本発明は、単語・文節単位あるいは複数文節で発声さ
れた音声を認識し出力する音声認識装置の改良に関す
る。
れた音声を認識し出力する音声認識装置の改良に関す
る。
従来の装置は、特開昭59−116837に記載のように、文
節単位で発声された音声を認識し、複数の候補系列よ
り、音声認識結果の確からしさ以外の自立語長、頻度を
含む条件により評価して認識候補の出力順序変更するよ
うになつていた。しかし、該装置では、語長の短かい自
立語を含有する文節を入力した場合には認識性能が低下
することがあり、自立語長が影響する場合の認識性能に
対しては配慮されていなかつた。
節単位で発声された音声を認識し、複数の候補系列よ
り、音声認識結果の確からしさ以外の自立語長、頻度を
含む条件により評価して認識候補の出力順序変更するよ
うになつていた。しかし、該装置では、語長の短かい自
立語を含有する文節を入力した場合には認識性能が低下
することがあり、自立語長が影響する場合の認識性能に
対しては配慮されていなかつた。
本発明の目的は、単語・文節・複数文節単位で発声さ
れた音声を正しく認識する音声認識装置を提供すること
にある。
れた音声を正しく認識する音声認識装置を提供すること
にある。
上記の目的を達成するために、本発明は以下の構成を
採る。
採る。
発声された音声を認識する認識手段と、認識手段によ
り認識された音声から複数の候補系列を作成する候補系
列作成手段と、自立語に関する情報を登録している自立
語辞書と、付属語に関する情報を登録している付属語辞
書と、自立語辞書および付属語辞書を用いて、上記複数
の候補系列より正しい系列を選択する選択手段とを備え
た音声認識装置において、選択手段は、候補系列の自立
語数、自立語頻度および音響的類似度より正しい系列を
選択することを特徴とする。
り認識された音声から複数の候補系列を作成する候補系
列作成手段と、自立語に関する情報を登録している自立
語辞書と、付属語に関する情報を登録している付属語辞
書と、自立語辞書および付属語辞書を用いて、上記複数
の候補系列より正しい系列を選択する選択手段とを備え
た音声認識装置において、選択手段は、候補系列の自立
語数、自立語頻度および音響的類似度より正しい系列を
選択することを特徴とする。
以下、本発明の一実施例を、図を用いて説明する。第
１図は、本発明の概要を説明するための音声認識装置の
一例のブロツク図である。入力された単語／文節／複数
文節音声は、音響認識部１にて音韻／音節／単語等の標
準パターン２との照合が行なわれ、複数候補系列を音響
的類似度とともに認識結果バツフアメモリ３に格納す
る。認識結果バツフアメモリ３の内容の一例を第２図
（ａ）に示す。候補系列選択部４は、自立語辞書６およ
び付属語辞書７を有し、自立語辞書６には第２図（ｂ）
のように自立語および該自立語の表記・出現頻度が登録
されており、付属語辞書７には第２図（ｃ）のように付
属語および該付属語の表記が登録されている。
１図は、本発明の概要を説明するための音声認識装置の
一例のブロツク図である。入力された単語／文節／複数
文節音声は、音響認識部１にて音韻／音節／単語等の標
準パターン２との照合が行なわれ、複数候補系列を音響
的類似度とともに認識結果バツフアメモリ３に格納す
る。認識結果バツフアメモリ３の内容の一例を第２図
（ａ）に示す。候補系列選択部４は、自立語辞書６およ
び付属語辞書７を有し、自立語辞書６には第２図（ｂ）
のように自立語および該自立語の表記・出現頻度が登録
されており、付属語辞書７には第２図（ｃ）のように付
属語および該付属語の表記が登録されている。
認識結果バツフアメモリ３中の候補系列は、音響的類
似度とともに１系列ずつ候補系列選択部４に送られ、自
立語辞書６および付属語辞書７の中の各項目の文字列と
の比較照合により、自立語および付属語に分解する。該
分解文字列は、自立語数，自立語頻度より求めた系列頻
度，未知語フラグ，音響的類似度とともに、系列解折バ
ツフアメモリ５に記憶される。例えば、第２図（ａ）の
第１系列の“ヒツヨウテアル”場合は、自立語辞書６中
の“ヒツ”、“ウ”、“アル”および付属語辞書７中の
“ヨ”、“テ”と照合がとれて、 ヒツ＋ヨ＋ウ＋テ＋アル と分解される。この時、自立語数は３、系列頻度は、
（“ヒツ”の頻度）＋（“ウ”の頻度）＋（“アル”の
頻度）を自立語数で除したもの、すなわち、（27＋34＋
451）/3＝171となる。未知語フラグは、辞書項目と照合
がとれない文字列が存在する場合に値１をもつ。第１系
列“ヒツヨウテアル”の未知語フラグの値は０である。
第２図（ａ）の５系列について、系列解折バツフアメモ
リ５に記憶される自立語数，系列頻度，未知語フラグ，
音響的類似度の内容を第３図に示す。
似度とともに１系列ずつ候補系列選択部４に送られ、自
立語辞書６および付属語辞書７の中の各項目の文字列と
の比較照合により、自立語および付属語に分解する。該
分解文字列は、自立語数，自立語頻度より求めた系列頻
度，未知語フラグ，音響的類似度とともに、系列解折バ
ツフアメモリ５に記憶される。例えば、第２図（ａ）の
第１系列の“ヒツヨウテアル”場合は、自立語辞書６中
の“ヒツ”、“ウ”、“アル”および付属語辞書７中の
“ヨ”、“テ”と照合がとれて、 ヒツ＋ヨ＋ウ＋テ＋アル と分解される。この時、自立語数は３、系列頻度は、
（“ヒツ”の頻度）＋（“ウ”の頻度）＋（“アル”の
頻度）を自立語数で除したもの、すなわち、（27＋34＋
451）/3＝171となる。未知語フラグは、辞書項目と照合
がとれない文字列が存在する場合に値１をもつ。第１系
列“ヒツヨウテアル”の未知語フラグの値は０である。
第２図（ａ）の５系列について、系列解折バツフアメモ
リ５に記憶される自立語数，系列頻度，未知語フラグ，
音響的類似度の内容を第３図に示す。
次に、系列解折バツフアメモリ５に記憶されている系
列の中から、未知語フラグの値が０である系列の番号を
選択系列メモリ８に記憶する。例では、1,2,3,4の系列
の未知語フラグの値が０であるため番号1,2,3,4が選択
系列メモリ８に記憶される。次に、選択系列メモリ８に
記憶された番号の系列のうち、自立語数が最小のものの
系列の番号を、選択系列メモリ８に記憶し直す。例で
は、3,4の系列の自立語数両者ともに２で最小であるの
で、選択系メモリ８に番号3,4が記憶される。次に、選
択系列メモリ８に記憶された番号の系列のうち、音響的
類似度の値が最大である系列の番号を、選択系列メモリ
８に記憶し直す。例では、3,4の系列の音響的類似度の
値が両者とも71であるので、選択系列メモリ８に番号3,
4が記憶される。次に、選択系列メモリ８に記憶された
番号の系列のうち、系列頻度の値が最大の系列の番号
を、選択系列メモリ８に記憶し直す。例では、３の系列
の系列頻度の値が182、４の系列の系列頻度の値が161で
あるので、選択系列メモリ８に番号３が記憶される。
列の中から、未知語フラグの値が０である系列の番号を
選択系列メモリ８に記憶する。例では、1,2,3,4の系列
の未知語フラグの値が０であるため番号1,2,3,4が選択
系列メモリ８に記憶される。次に、選択系列メモリ８に
記憶された番号の系列のうち、自立語数が最小のものの
系列の番号を、選択系列メモリ８に記憶し直す。例で
は、3,4の系列の自立語数両者ともに２で最小であるの
で、選択系メモリ８に番号3,4が記憶される。次に、選
択系列メモリ８に記憶された番号の系列のうち、音響的
類似度の値が最大である系列の番号を、選択系列メモリ
８に記憶し直す。例では、3,4の系列の音響的類似度の
値が両者とも71であるので、選択系列メモリ８に番号3,
4が記憶される。次に、選択系列メモリ８に記憶された
番号の系列のうち、系列頻度の値が最大の系列の番号
を、選択系列メモリ８に記憶し直す。例では、３の系列
の系列頻度の値が182、４の系列の系列頻度の値が161で
あるので、選択系列メモリ８に番号３が記憶される。
最後に、選択系列メモリ８に記憶されている番号の系
列をデイスプレイ用バツフアメモリ９に記憶する。自立
語辞書6,付属語辞書７の各項目と比較照合を行なう際
に、照合のとれた項目の「表記」を記憶しておいて、最
終的に選択系列メモリ８に記憶されている番号の系列の
「表記」列を、デイスプレイ用バツフアメモリ９に記憶
してもよい。
列をデイスプレイ用バツフアメモリ９に記憶する。自立
語辞書6,付属語辞書７の各項目と比較照合を行なう際
に、照合のとれた項目の「表記」を記憶しておいて、最
終的に選択系列メモリ８に記憶されている番号の系列の
「表記」列を、デイスプレイ用バツフアメモリ９に記憶
してもよい。
そして、デイスプレイ用バツフアメモリ９の内容を、
デイスプレイ10に表示する。
デイスプレイ10に表示する。
なお、音響認識部１の直後に、日本語において出現し
得る音節の組合せ等の情報を用いて候補系列を少数に絞
ることも可能である。
得る音節の組合せ等の情報を用いて候補系列を少数に絞
ることも可能である。
以上説明したように、本発明では、音声認識の結果の
候補系列に対して、系列中の自立語数，自立語頻度，音
響的類似度を用いて、正しい系列を選択するので、日本
語として妥当な系列が高い精度で選ばれ出力される。
候補系列に対して、系列中の自立語数，自立語頻度，音
響的類似度を用いて、正しい系列を選択するので、日本
語として妥当な系列が高い精度で選ばれ出力される。
第１図は本発明の一実施例の全体構成図、第２図（ａ）
は文節「ヒツヨウデアル」を認識した時の音響認識部の
出力候補系列を示す図、同図（ｂ）は本発明で使用する
自立語辞書を示す図、同図（ｃ）は本発明で使用する付
属語辞書を示す図、第３図は「ヒツヨウデアル」を認識
した時の候補系列についての自立語数，系列頻度，未知
語フラグ，音響的類似度の一例を示す図である。 １…音響認識部、２…音韻／音節／単語標準パターン、
３…認識結果バツフアメモリ、４…候補系列選択部、５
…系列解折バツフアメモリ、６…自立語辞書、７…付属
語辞書、８…選択系列バツフアメモリ、９…デイスプレ
イ用バツフアメモリ、10…デイスプレイ。
は文節「ヒツヨウデアル」を認識した時の音響認識部の
出力候補系列を示す図、同図（ｂ）は本発明で使用する
自立語辞書を示す図、同図（ｃ）は本発明で使用する付
属語辞書を示す図、第３図は「ヒツヨウデアル」を認識
した時の候補系列についての自立語数，系列頻度，未知
語フラグ，音響的類似度の一例を示す図である。 １…音響認識部、２…音韻／音節／単語標準パターン、
３…認識結果バツフアメモリ、４…候補系列選択部、５
…系列解折バツフアメモリ、６…自立語辞書、７…付属
語辞書、８…選択系列バツフアメモリ、９…デイスプレ
イ用バツフアメモリ、10…デイスプレイ。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 阿部 正博 東京都国分寺市東恋ヶ窪１丁目280番地 株式会社日立製作所中央研究所内 (72)発明者 武市 宜之 東京都国分寺市東恋ヶ窪１丁目280番地 株式会社日立製作所中央研究所内 (72)発明者 遠藤 裕英 東京都国分寺市東恋ヶ窪１丁目280番地 株式会社日立製作所中央研究所内 (56)参考文献 特開 昭59−180629（ＪＰ，Ａ)
Claims (1)
- 【請求項１】発声された音声を認識する認識手段と、 上記認識手段により認識された音声から複数の候補系列
を作成する候補系列作成手段と、 自立語に関する情報を登録している自立語辞書と、 付属語に関する情報を登録している付属語辞書と、 上記自立語辞書および上記付属語辞書を用いて、上記複
数の候補系列より正しい系列を選択する選択手段とを備
えた音声認識装置において、 上記選択手段は、上記複数の候補系列の自立語数、自立
語頻度および音響的類似度より正しい系列を選択するこ
とを特徴とする音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60144744A JPH0827639B2 (ja) | 1985-07-03 | 1985-07-03 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60144744A JPH0827639B2 (ja) | 1985-07-03 | 1985-07-03 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS627095A JPS627095A (ja) | 1987-01-14 |
| JPH0827639B2 true JPH0827639B2 (ja) | 1996-03-21 |
Family
ID=15369350
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60144744A Expired - Lifetime JPH0827639B2 (ja) | 1985-07-03 | 1985-07-03 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0827639B2 (ja) |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59180629A (ja) * | 1983-03-30 | 1984-10-13 | Comput Basic Mach Technol Res Assoc | 日本語音声入力装置 |
-
1985
- 1985-07-03 JP JP60144744A patent/JPH0827639B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS627095A (ja) | 1987-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5875426A (en) | Recognizing speech having word liaisons by adding a phoneme to reference word models | |
| KR20040076035A (ko) | 음소 결합정보를 이용한 연속 음성인식방법 및 장치 | |
| JPH10503033A (ja) | 新ワードのモデル化に基づく音声認識方法及びその装置 | |
| US6230128B1 (en) | Path link passing speech recognition with vocabulary node being capable of simultaneously processing plural path links | |
| El Méliani et al. | Accurate keyword spotting using strictly lexical fillers | |
| JP2002278579A (ja) | 音声データ検索装置 | |
| JP2820093B2 (ja) | 単音節認識装置 | |
| JPH0827639B2 (ja) | 音声認識装置 | |
| JPH05119793A (ja) | 音声認識方法及び装置 | |
| JPH0210957B2 (ja) | ||
| JP3240691B2 (ja) | 音声認識方法 | |
| JP3299170B2 (ja) | 音声登録認識装置 | |
| JP2001147698A (ja) | 音声認識用疑似単語生成方法及び音声認識装置 | |
| JPH0736481A (ja) | 補完音声認識装置 | |
| JPS63165925A (ja) | 文章読み上げ装置 | |
| JPH049320B2 (ja) | ||
| JPS58186836A (ja) | 音声入力デ−タ処理装置 | |
| Hwang et al. | Efficient speech recognition techniques for the Finals of Mandarin syllables | |
| JPH03179498A (ja) | 音声日本語変換方式 | |
| JPH04291399A (ja) | 音声認識方法 | |
| JPH0632021B2 (ja) | 日本語音声認識装置 | |
| JP3084864B2 (ja) | 文章入力装置 | |
| Okawa et al. | Phrase recognition in conversational speech using prosodic and phonemic information | |
| JPH0473694A (ja) | 日本語音声認識方法 | |
| JPS6211898A (ja) | 音声認識装置 |