JPH0830288A - 音声認識装置 - Google Patents

Abstract

(57)【要約】 【目的】認識辞書作成時に登録したい単語と誤認識する
可能性の高い単語との組み合わせを検出し、装置使用者
に検出結果を通知することで、類似単語による誤認識を
認識辞書作成時に回避することを可能にする。 【構成】認識辞書編集部３は入出力部２から指定された
登録単語の標準音声パターン情報を作成して登録単語音
声パターン情報記憶部４に記憶する。類似単語検出部５
は登録単語の標準音声パターン情報と認識辞書部６から
誤認識する可能性のある単語の標準音声パターンとの組
合わせを検出し、認識辞書編集部３へ通知する。認識辞
書編集部３は、類似単語検出部５から誤認識する可能性
のあることが通知された場合、入出力部２に対して誤認
識の可能性を表示し、使用者は認識辞書部６への追加の
確認を行う。これにより装置使用者は登録単語を認識辞
書部６に追加するか否かを判断し、追加しない場合は登
録単語の変更を行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は音声認識装置に関し、特
に入力音声パターンと認識辞書とのパターンマッチング
により認識結果を導き出す音声認識装置に関する。

【０００２】

【従来の技術】この種類の従来の音声認識装置について
図面を参照して説明する。

【０００３】図２は従来の音声認識装置の一例を示すブ
ロック図である。

【０００４】図２において、この従来例は特開平３−８
４６００号公報：音声認識装置の記載内容を示したもの
である。

【０００５】次に、この従来例の動作について説明す
る。

【０００６】入力された音声は、音声分析部１１で特徴
ベクトル系列に変換される。モデル生成部１２は単語辞
書１３に記述された認識対象単語の各音素系列につい
て、この特徴ベクトル系列及び音素系列から文脈情報を
抽出すると共に、この文脈情報に基づいて文脈を考慮し
た単語のモデルを生成する。尤度計算部１４はこのよう
に生成された各単語モデルについて、特徴ベクトル系列
に対する尤度を計算する。一次選択部１５はその中で尤
度の高い単語モデルをＮ個選択し、これら単語モデルの
音素系列を単語候補として出力する。

【０００７】類似音素系列検出部１６は一次選択部１５
で選択された入力音声の候補の中で類似の記号系列（音
素系列）を検出する。強調モデル生成部１７は、類似音
素系列検出部１６で類似の記号系列（音素系列）が検出
された場合にこれらの類似の記号系列の間の相違する記
号（音素）の部分を強調した音声のモデルを生成する。
再選択部１８は、強調モデル生成部１７で生成された強
調音声モデルの中で入力音声に対する尤度の高い強調音
声モデルを選択し、その生成の源となった記号系列（音
素系列）を入力音声の候補として出力する。

【０００８】このように従来の音声認識装置では、入力
音声パターンとあらかじめ認識辞書として蓄えられた標
準パターンとの類似を計算し、類似度が最大となる標準
パターンを認識結果とする方法が行われている。類似度
を計算する方式としては動的計画法を用いて、二つのパ
ターンの時間軸を非線形に伸縮するパターンマッチング
が使用されている。

【０００９】

【発明が解決しようとする課題】この従来の音声認識装
置では、認識辞書作成時に誤認識する可能性の高い単語
の組み合わせを登録した場合、認識時に誤認識が発生す
ることで、認識辞書に誤認識の可能性のある単語の組み
合わせの存在が判明し、回避している。回避手段として
は認識単語の変更、複数の認識辞書への振り分け等が行
われるが、認識時に判明することから装置使用者の作業
効率が悪いという問題点がある。

【００１０】本発明の目的は、上述した問題点を解決す
るための類似単語による誤認識を認識辞書作成時に回避
することを可能にすることである。

【００１１】

【課題を解決するための手段】本発明の音声認識装置
は、複数の単語のそれぞれに対する標準音声パターンを
認識辞書として記憶する第１の記憶手段と、入力音声の
音声パターンに対して前記第１の記憶手段からの類似度
が最大となる前記標準音声パターンの単語を認識結果と
する音声認識手段と、前記第１の前記手段に追加登録し
たい単語の標準音声パターンを記憶させる場合に前記追
加登録したい単語の標準音声パターンを作成する音声パ
ターン作成手段と、前記追加登録したい単語の標準音声
パターンと前記第１の記憶手段からの類似度の高い単語
の標準音声パターンとの組合せの有無を検出する検出手
段と、この検出手段で検出された結果を表示する表示手
段と、前記組合わせがない場合に前記追加登録したい単
語の標準音声パターンを前記第１の記憶手段へ登録させ
る辞書編集手段とを備えている。

【００１２】本発明の音声認識装置は、認識予定されて
る登録された複数の単語を予め記憶している登録単語記
憶部と、この登録単語記憶部に記憶されている複数の単
語から認識辞書部への記憶の指定及び指定した登録単語
の誤認識の可能性を表示する入出力部と、この入出力部
で指定された登録単語を標準音声パターン情報に分析し
て前記認識辞書部へ記憶させる認識辞書編集部と、前記
指定された登録単語の標準音声パターン情報を記憶する
登録単語音声パターン情報記憶部と、前記指定された登
録単語の標準音声パターン情報と前記認識辞書部に既に
記憶されている単語の標準音声パターンとの組合せから
類似度の高い単語との組合せを検出して前記認識辞書編
集部へ通知する類似単語検出部と、複数の単語の標準音
声パターンを記憶する前記認識辞書部と、マイクロホン
を介して入力された音声を分析する入力音声分析部と、
入力音声の音声パターンと前記認識辞書部からの前記標
準音声パターンとのパターンマッチングを行い類似度が
最大となる単語を認識結果とする認識部とを有してい
る。

【００１３】

【実施例】次に、本発明について図面を参照して説明す
る。

【００１４】図１は本発明の一実施例を示すブロック図
である。

【００１５】図１において、本実施例は、認識予定され
ている登録された複数の単語を予め記憶している登録単
語記憶部１と、登録単語記憶部１に記憶されている複数
の単語から認識辞書部６への記憶の指定及び指定した登
録単語の誤認識の可能性を表示する入出力部２と、入出
力部２で指定された登録単語を標準音声パターン情報に
分析して認識辞書部６へ記憶させる認識辞書編集部３
と、指定された登録単語の音声パターン情報を記憶する
登録単語音声パターン情報記憶部４と、指定された登録
単語の標準音声パターン情報と認識辞書部６に既に記憶
されている単語の標準音声パターンとの組合せから類似
度の高い単語との組合せを検出して認識辞書編集部３へ
通知する類似単語検出部５と、複数の単語の標準音声パ
ターンを記憶する認識辞書部６と、マイクロホン７を介
して入力された音声を分析する入力音声分析部８と、入
力音声の音声パターンと認識辞書部６からの標準音声パ
ターンとのパターンマッチングを行い類似度が最大とな
る単語を認識結果とする認識部９とを有している。

【００１６】次に、本実施例の動作について説明する。

【００１７】まず、認識辞書部６への登録単語の標準音
声パターンの追加登録について説明する。

【００１８】使用者は入出力部２からの標準音声パター
ンの追加登録したい単語の予め設定してあるコード番号
を入力すると、認識辞書編集部３は入力されたコード番
号に対応する単語を登録単語記憶部１から読み出し、そ
の単語の標準音声パターン情報を作成して登録単語音声
パターン情報記憶部４へ記憶すると共に類似単語検出部
５に通知する。

【００１９】類似単語検出部５は追加登録したい単語の
標準音声パターンと認識辞書部６からの誤認識する可能
性のある単語の標準音声パターンとの組合わせを検出
し、検出結果を認識辞書編集部３へ通知する。認識辞書
編集部３は類似単語検出部５から誤認識の可能性がない
ことが通知された場合には、追加登録したい単語の標準
音声パターン情報を認識辞書部６に記憶して追加登録す
る。

【００２０】又、認識辞書編集部３は類似単語検出部５
から誤認識の可能性のあることが通知された場合には、
入出力部２に対して誤認識の可能性のあることを通知し
て表示させて前記使用者に対し追加登録をするかどうか
の確認を問う。

【００２１】登録の追加をしない場合には、前記使用者
は登録単語の変更を行う。

【００２２】次に、入力音声の認識動作について説明す
る。

【００２３】使用者の音声がマイクロホン７を介して入
力音声分析部８に入力されると、入力音声分析部８は入
力した音声を分析して入力音声パターンを作成し認識部
９に送出する。

【００２４】認識部９は入力音声パターンと認識辞書部
６からの標準音声パターンとのパターンマッチングを行
い、類似度が最大となる単語を認識結果として出力す
る。

【００２５】

【発明の効果】以上説明したように本発明は、複数の単
語のそれぞれに対する標準音声パターンを認識辞書とし
て記憶する第１の記憶手段と、入力音声の音声パターン
に対して第１の記憶手段からの類似度が最大となる標準
音声パターンを認識結果とする音声認識手段と、第１の
記憶手段に追加登録したい単語の標準音声パターンを記
憶させる場合に追加登録したい単語の標準音声パターン
を作成する音声パターン作成手段と、追加登録したい単
語の標準音声パターンと第１の記憶手段からの類似度の
高い単語の標準音声パターンとの組合せの有無を検出す
る検出手段と、この検出手段で検出された結果を表示す
る表示手段と、組合わせがない場合に追加登録したい単
語の標準音声パターンを第１の記憶手段へ登録させる辞
書編集手段とを備えることにより、装置使用者が認識辞
書作成時に、誤認識する可能性の高い単語を登録しよう
とした場合、表示手段で誤認識の可能性の通知と認識辞
書への追加の確認を受けることができるので、認識辞書
への誤認識の可能性の高い単語の登録を防げることがで
きて、類似語による誤認識を回避することができる効果
がある。

【図面の簡単な説明】

【図１】本発明の一実施例を示すブロック図である。

【図２】従来例を示すブロック図である。

【符号の説明】

１ 登録単語記憶部 ２ 入出力部 ３ 認識辞書編集部 ４ 登録単語音声パターン情報記憶部 ５ 類似単語検出部 ６ 認識辞書部 ７ マイクロホン ８ 入力音声分析部 ９ 認識部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 治田 江美子 東京都港区芝五丁目７番１号 日本電気株 式会社内

Claims (2)

【特許請求の範囲】
1. 【請求項１】 複数の単語のそれぞれに対する標準音声
   パターンを認識辞書として記憶する第１の記憶手段と、
   入力音声の音声パターンに対して前記第１の記憶手段か
   らの類似度が最大となる前記標準音声パターンの単語を
   認識結果とする音声認識手段と、前記第１の前記手段に
   追加登録したい単語の標準音声パターンを記憶させる場
   合に前記追加登録したい単語の標準音声パターンを作成
   する音声パターン作成手段と、前記追加登録したい単語
   の標準音声パターンと前記第１の記憶手段からの類似度
   の高い単語の標準音声パターンとの組合せの有無を検出
   する検出手段と、この検出手段で検出された結果を表示
   する表示手段と、前記組合わせがない場合に前記追加登
   録したい単語の標準音声パターンを前記第１の記憶手段
   へ登録させる辞書編集手段とを備えることを特徴とする
   音声認識装置。
2. 【請求項２】 認識予定されてる登録された複数の単語
   を予め記憶している登録単語記憶部と、この登録単語記
   憶部に記憶されている複数の単語から認識辞書部への記
   憶の指定及び指定した登録単語の誤認識の可能性を表示
   する入出力部と、この入出力部で指定された登録単語を
   標準音声パターン情報に分析して前記認識辞書部へ記憶
   させる認識辞書編集部と、前記指定された登録単語の標
   準音声パターン情報を記憶する登録単語音声パターン情
   報記憶部と、前記指定された登録単語の標準音声パター
   ン情報と前記認識辞書部に既に記憶されている単語の標
   準音声パターンとの組合せから類似度の高い単語との組
   合せを検出して前記認識辞書編集部へ通知する類似単語
   検出部と、複数の単語の標準音声パターンを記憶する前
   記認識辞書部と、マイクロホンを介して入力された音声
   を分析する入力音声分析部と、入力音声の音声パターン
   と前記認識辞書部からの前記標準音声パターンとのパタ
   ーンマッチングを行い類似度が最大となる単語を認識結
   果とする認識部とを有することを特徴とする音声認識装
   置。