JPH10143191A - 音声認識システム - Google Patents

音声認識システム

Info

Publication number
JPH10143191A
JPH10143191A JP8301802A JP30180296A JPH10143191A JP H10143191 A JPH10143191 A JP H10143191A JP 8301802 A JP8301802 A JP 8301802A JP 30180296 A JP30180296 A JP 30180296A JP H10143191 A JPH10143191 A JP H10143191A
Authority
JP
Japan
Prior art keywords
dictionary
speech recognition
voice
words
dictionaries
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.)
Withdrawn
Application number
JP8301802A
Other languages
English (en)
Inventor
Shinji Wakizaka
新路 脇坂
Kazuyoshi Ishiwatari
一嘉 石渡
Koji Ito
功二 伊東
Tetsuji Toushita
哲司 塔下
Makoto Tanaka
田中  誠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Microcomputer System Ltd
Hitachi Ltd
Original Assignee
Hitachi Microcomputer System Ltd
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Microcomputer System Ltd, Hitachi Ltd filed Critical Hitachi Microcomputer System Ltd
Priority to JP8301802A priority Critical patent/JPH10143191A/ja
Priority to KR1019970058986A priority patent/KR100274276B1/ko
Priority to TW086116852A priority patent/TW360858B/zh
Priority to US08/970,109 priority patent/US6112174A/en
Publication of JPH10143191A publication Critical patent/JPH10143191A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3605—Destination input or retrieval
    • G01C21/3608—Destination input or retrieval using speech input, e.g. using speech recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/228—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of application context

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Navigation (AREA)
  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)
  • Traffic Control Systems (AREA)

Abstract

(57)【要約】 【課題】 認識率及び認識速度の性能を低下させずに、
大語彙音声認識システムを低価格で実現すること。 【解決手段】 音声認識対象となる辞書を辞書切り変え
情報にしたがって、切り変える辞書切り変え部と、複数
の辞書を格納する第1のメモリと、認識対象となる1つ
の辞書を格納する第2のメモリと、音声認識処理を行う
音声認識部とをもち、必要に応じて辞書を切り変えて音
声認識する。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、カーナビゲーショ
ンシステム、PDA(Personal Digital Assistant)に
代表される小型情報機器、携帯型音声翻訳機などに用い
て好適な音声認識システムに係り、特に、カーナビゲー
ションシステムにおける地名、交差点名、通り名等の膨
大な単語の音声認識に用いて好適な、音声認識誘導シス
テムに関する。
【0002】
【従来の技術】音声認識技術を用いた小型情報システム
が、近時普及しつつある。すなわち、カーナビゲション
システムをはじめとして、PDAに代表される携帯型情
報機器、携帯型翻訳機等である。ただし、従来の技術で
は、認識率や認識応答時間の性能を低下させないため
に、認識する語数の制約がある。
【0003】また、特開平5−35776号公報(名
称;「言語自動選択機能付翻訳装置」)には、マイクか
ら入力した操作者の音声を認識して、翻訳し、翻訳した
言語の音声を出力するようにした携帯用の翻訳装置が開
示されている。
【0004】図8は、このような従来の音声翻訳装置の
1例を示すブロック図である。同図において、801は
制御部、802は音声区間切出し部、803は音声認識
部、804は表示部、805は音声合成部、806は翻
訳語データ用メモリカード、807は音声認識辞書部、
808はスピーカ、809はマイク、810はスピーカ
アンプ、811は操作信号である。
【0005】制御部801はマイクロプロセッサ等から
なり、装置の各部を制御する。音声区間切出し部802
は、マイク809から入力された音声をデジタル信号に
変換して切り出し、音声認識部803に送る。音声認識
部803は、キーボード又はスイッチ等による操作信号
811を受けた制御部801の指示により、マイク80
9、音声区間切出し部802を経て、切り出された音声
を分析する。そして、その結果を、音声認識辞書部80
7に格納された標準音声パターンと比較することによ
り、音声認識を行う。
【0006】音声合成部805は、音声認識部803に
より認識された音声に対応した翻訳語を、翻訳語データ
用メモリカード806から読み込み、これを音声信号に
変換して、スピーカアンプ810、スピーカ808を経
て音声として出力させる。
【0007】表示部804は、翻訳装置の使用者への指
示や翻訳語の文字による表示等を行う。翻訳語データ用
メモリカード806は、ROMカード等からなり、翻訳
語を音声合成して出力する場合には、音声データを格納
している。また、この翻訳語データ用メモリカード80
6から、翻訳語に対応したキャラクターコードを読み込
み、表示部804に表示する。そして、この翻訳語デー
タ用メモリカード806を他の言語のものと交換するこ
とにより、複数の言語に翻訳することが可能となる。音
声認識辞書部807は、RAM等からなり、操作者の発
生に応じた標準音声パターンを格納している。この標準
音声パターンは、操作者があらかじめ格納しておく。
【0008】
【発明が解決しようとする課題】上述したように、音声
認識技術を用いた小型情報システムは、カーナビゲショ
ンシステムをはじめとして、PDAに代表される携帯型
情報機器、携帯型翻訳機等として、今後ますます普及し
てくると予想される。ところで、音声認識を用いたヒュ
ーマンインターフェースの向上においては、認識率およ
び認識応答時間が問題となる。
【0009】しかしながら、従来の技術では、認識率や
認識応答時間の性能を低下させないために、認識する語
数を制約しなければならない。一方、認識する語数を増
やすと、音声の特徴が似通った単語が増加して認識率が
低下する。また、認識対象となるすべての単語に対し
て、音声認識処理を行うので、そのために必要なワーク
メモリや辞書メモリ等の規模が大きくなり、処理時間も
増加する。
【0010】なお将来的には、音声認識技術の革新や、
それを実現するソフトウエア、ハードウエアの性能向上
により、認識する語数の制約がなくなることも考えられ
るが、当面は、認識率や認識応答時間の性能を低下させ
ないために、認識する語数を制約せざるを得ないのが現
状である。
【0011】斯様な現状においても、音声認識技術を用
いた小型情報システムでは、特に、カーナビゲションシ
ステムなどでは、使い勝手を良くするために、音声認識
する語彙数を増加させたいという要求がある。
【0012】本発明は上記の点に鑑みなされたもので、
その目的とするところは、音声認識する語彙数を増加さ
せても、認識率や認識応答時間の性能を低下させない
で、音声認識できるシステムを実現することにある。ま
た、本発明の目的とするところは、音声認識を用いたカ
ーナビゲーションシステムおいて、良好な音声認識イン
ターフェースを実現することにある。
【0013】
【課題を解決するための手段】上記した目的を達成する
ため、本発明による音声認識システムは、音声認識の対
象となる単語や文章を任意の数、あるいは、指定された
数だけ用意して、それらを1つの辞書として定義し、ま
た、別な音声認識の対象となる単語や文章を任意の数、
あるいは、指定された数だけ用意して、それらをもう1
つの辞書として定義し、これらの辞書を複数用意して、
複数の辞書を格納しておく第1の記憶部と、複数の辞書
から1つだけ辞書を選択し、格納しておく第2の記憶部
と、複数の辞書から1つだけ辞書を選択する辞書切り変
え情報を受けて、辞書を切り変える辞書切り変え部と、
取り込んだ音声に対して、音声分析処理を行う音声分析
部と、この音声分析部による音声分析結果に対して、辞
書切り変え部により選択され第2の記憶部に格納された
辞書と、音響モデルとから、音声認識処理を行う音声認
識部とを備え、音声認識の対象となる単語や文章を限定
して、音声認識を行うように、構成する。
【0014】また、複数の辞書を格納しておく前記第1
の記憶部は、メモリカードまたはROMで構成し、複数
の辞書から1つだけ辞書を選択し格納しておく前記第2
の記憶部は、RAMで構成する。
【0015】また、複数の辞書から1つだけ辞書を選択
する前記辞書切り変え情報は、カーナビゲーションシス
テムで用いられている衛星測位システムGPS(Global
Positioning system )からの位置情報を、用いるよう
にされる。
【0016】また、音声認識システムは、カーナビゲー
ションシステムにおける音声認識システムとされ、音声
認識の対象となる単語や文章を任意の数、あるいは、指
定された数だけ用意して、それらを1つの辞書として作
成する際に、辞書は、任意のエリア、あるいは、指定さ
れたエリアに存在する地名、交差点名、通り名、建物
名、ガソリンスタンド、コンビニエンスストア、ファミ
リーレストラン等の単語から構成し、これらの辞書をエ
リアごとに用意しておくように、構成する。
【0017】また、前記目的を達成するため、本発明に
よる音声認識システムは、音声認識の対象となる単語や
文章を任意の数、あるいは、指定された数だけ用意し
て、それらを1つの辞書として定義し、さらに、別な音
声認識の対象となる単語や文章を任意の数、あるいは、
指定された数だけ用意して、それらをもう1つの辞書と
して定義し、これらの辞書を複数用意して、複数の辞書
を格納しておく第1の記憶部と、複数の辞書から1つだ
け辞書を選択し、格納しておく第2の記憶部と、複数の
辞書から1つだけ辞書を選択する辞書切り変え情報、ま
たは、認識した結果を受けて、辞書を切り変える辞書切
り変え部と、取り込んだ音声に対して、音声分析処理を
行う音声分析部と、この音声分析部による音声分析結果
に対して、辞書切り変え部により選択され第2の記憶部
に格納された辞書と、音響モデルとから、音声認識処理
を行う音声認識部とを備え、音声認識の対象となる単語
や文章を限定して、音声認識を行うように、構成する。
【0018】また、音声認識システムは、カーナビゲー
ションシステムにおける音声認識システムとされ、音声
認識の対象となる単語や文章を任意の数、あるいは、指
定された数だけ用意して、それらを1つの辞書として作
成する際に、辞書は、任意のエリア、あるいは、指定さ
れたエリアに存在する地名、交差点名、通り名、建物
名、ガソリンスタンド、コンビニエンスストア、ファミ
リーレストラン等の単語から構成し、これらの辞書をエ
リアごとに用意して音声認識し、音声認識結果におい
て、辞書の中に該当する単語が存在しない場合には、次
の音声認識の対象となる辞書に切り変えて、音声認識を
行うように、構成する。
【0019】また、音声認識システムは、カーナビゲー
ションシステムにおける音声認識システムとされ、音声
認識の対象となる単語や文章を任意の数、あるいは、指
定された数だけ用意して、それらを1つの辞書として作
成する際に、辞書は、任意のエリア、あるいは、指定さ
れたエリアに存在する地名、交差点名、通り名、建物
名、ガソリンスタンド、コンビニエンスストア、ファミ
リーレストラン等の単語から構成し、これらの辞書をエ
リアごとに用意して音声認識し、音声認識結果が、辞書
のインデックスを示す場合には、インデックスが示す音
声認識の対象となる辞書に切り変えて、音声認識を行う
ように、構成する。
【0020】
【発明の実施の形態】以下、本発明の実施の形態を、図
面を用いて説明する。図1は、本発明の第1実施形態に
係る音声認識システムの処理機能を示すブロックロック
である。
【0021】図1において、101は、音声を取り込む
ためのマイクである。102は、辞書切り変え情報であ
る。ここで、本発明でいう辞書とは、音声認識の対象と
なる言葉、単語(名詞、動詞等)の集合体であり、例え
ば、カーナビゲションシステムにおいては、通り名、地
名、建造物名、町名、番地、交差点名、ガソリンスタン
ド、コンビニエンスストア、ファミリーレストラン等
や、必要最小限の会話に必要な言葉の集合体である。そ
して例えば、1つの辞書は、1000〜5000語の単
語で構成する。この辞書を複数用意して、音声認識の対
象として、複数の辞書から1つの辞書を選択して音声認
識を行う。
【0022】103は、辞書切り変え部であり、辞書切
り変え情報102の内容にしたがって、音声認識の対象
として、複数の辞書から1つの辞書を選択するか、また
は、切り変える。例えば、複数の辞書がメモリカードや
ROM(Read Only Memory)に格納されていて、音声認
識するときに必要な辞書だけRAM(Random AccessMem
ory)に転送して音声認識処理を行う。
【0023】104は、複数の辞書を格納しておく記憶
装置あるいは記憶領域であり、メモリカードやROMで
構成する。105は、音声認識の対象として、複数の辞
書から1つの辞書を選択して格納するための記憶装置あ
るいは記憶領域であり、RAMで構成する。
【0024】106は、音声分析部であり、マイク10
1で取り込んだ音声に対して、ノイズ処理や音声分析を
行う。107は、音声認識部であり、音声分析部106
で算出された入力音声の音声分析結果に対して、逐次、
辞書105および音響モデル108から、入力音声の照
合を行い、辞書105の中で、一番近い単語を計算す
る。
【0025】108は、不特定話者の音声認識に対応し
た音響モデルであり、例えば隠れマルコフモデル(HM
M:Hidden Markov Model )である。109は、音声認
識部107で計算された音声認識結果である。
【0026】なお、図1に示す各処理ブロックは、複数
のLSIやメモリで構成されたシステムであっても、半
導体素子上に構成された1つないし複数のシステムオン
チップであってもよい。
【0027】図2は、本実施形態における、辞書切り変
え/音声認識処理のフローチャートである。
【0028】ステップST201は、辞書切り変え情報
102が更新されたか否かを問う判定処理である。辞書
切り変え情報102は、例えば、カーナビゲーションシ
ステムであれば、衛星測位システム(GPS:Global P
ositioning System )からの位置を示す信号である。
【0029】辞書切り変え部103は、GPSからの位
置を示す信号を受けて、その位置が認識対象の単語辞書
を切り換える必要がある事を示している場合には(ステ
ップST201でYESの場合には)、ステップST2
03で認識対象の単語の辞書に切り変える。また、その
位置が認識対象の単語辞書を切り換える必要がない事を
示している場合には(ステップST201でNOの場合
には)、辞書を変更せずに、そのままステップST20
2で音声認識処理を実行する。
【0030】例えば、辞書を切り変える条件としては、
次のようにすればよい。すなわち、車がX地点からY地
点へ向かって走行しているとしたときには、車の現在位
置がX地点を含むあらかじめ定められたエリアEX 内に
ある場合には、エリアEX 内で用いる辞書DX を用い、
車の現在位置がY地点を含むあらかじめ定められたエリ
アEY 内に入った場合には、エリアEY 内で音声認識に
使用する辞書DY に切り変える。
【0031】図3は、カーナビゲーションにおける辞書
の切り変えについて説明するための図である。
【0032】図3の(a)において、301は、カーナ
ビゲーションシステムを搭載した車が実際に走行してい
る道路を表示している。また、302は、カーナビゲー
ションシステムを搭載した車が現在走行しているポイン
ト(A地点)と走行方向とを表示している。
【0033】A地点において、音声認識可能な単語は、
304が示すエリア1の中に存在する地名、通り名、交
差点名、建造物名、ガソリンスタンド、コンビニエンス
ストア、レストラン等である。ここで、表示されている
縮尺度によって、エリアの中に存在する地名、通り名、
交差点名、建造物名、ガソリンスタンド、コンビニエン
スストア、レストラン等の数は異なる。また、表示して
いるエリアが、市街地である場合と、田舎や山間部等の
過疎地帯である場合とでも、エリアの中に存在する地
名、通り名、交差点名、建造物名、ガソリンスタンド、
コンビニエンスストア、レストラン等の数は異なる。
【0034】そこで、縮尺度1/kのkが大きい場合に
は、広範囲なエリアを表示していることから、単語数は
増える。例えば、音声認識において、認識率と認識応答
時間の性能を低下させない単語数が、最大3000語と
すると、3000語単位にエリアを分割する。ただし、
広範囲のエリアの場合には、大きな通り名や交差点名、
有名な建造物名の単語で辞書を構成する。
【0035】逆に、縮尺度1/kのkが小さい場合に
は、狭い範囲のエリアを表示していることから、単語数
は減少する。しかし、細かい通り名や交差点名、ローカ
ルな建造物名まで含めると、単語数は増大する。よっ
て、縮尺度1/kのkが小さい場合にも、運転者は、よ
り詳細な通り名や交差点名、建造物名を知りたがること
から、辞書の単語数は、例えば最大3000語に限定さ
れるものとする。
【0036】いま例えば、表示されているエリア1にお
いて、運転者が、カーナビゲーションシステムに対し
て、例えば「〇〇〇」と発声すると(ここで、〇〇〇は
ある特定のガソリン供給メーカを指すものとする)、エ
リア1内に〇〇〇系のガソリンスタンドが5km先に存
在すれば、「5km先にあります。」と音声合成で答え
てくれる。
【0037】次に、過去A地点を走行していた車が、現
在はB地点を走行しているものとする。この場合には、
図3の(a)において、303が、カーナビゲーション
システムを搭載した車が現在走行しているポイント(B
地点)と走行方向を表示している。B地点においては、
音声認識可能な単語は、305が示すエリア2の中に存
在する地名、通り名、交差点名、建造物名、ガソリンス
タンド、コンビニエンスストア、レストラン等である。
【0038】図3の(b)は、上記したエリアと辞書と
の関係を示すテーブル306であり、カーナビゲーショ
ンシステムが具備している。辞書1は、エリア1の中に
存在する地名、通り名、交差点名、建造物名、ガソリン
スタンド、コンビニエンスストア、レストラン等の単語
で構成されている。また、辞書2は、エリア2の中に存
在する地名、通り名、交差点名、建造物名、ガソリンス
タンド、コンビニエンスストア、レストラン等の単語で
構成されている。以下同様に、辞書nは、エリアnの中
に存在する地名、通り名、交差点名、建造物名、ガソリ
ンスタンド、コンビニエンスストア、レストラン等の単
語で構成されている。
【0039】図4は、本発明の第2実施形態に係る音声
認識システムの処理機能を示すブロックロックであり、
同図において、前記図1と均等なものには同一符号を付
し、その説明は重複を避けるために割愛する。図4にお
いて、401は、音声認識部107から、辞書切り変え
部103へ音声認識結果109をフィードバックするた
めの認識結果を示す情報または信号である。
【0040】なお、本実施形態においても、図4に示す
各処理ブロックは、複数のLSIやメモリで構成された
システムであっても、半導体素子上に構成された1つな
いし複数のシステムオンチップであってもよい。
【0041】図5は、本実施形態における、辞書切り変
え/音声認識処理のフローチャートである。
【0042】ステップST501は、辞書切り変え情報
102が更新されたか否かを問う判定処理である。辞書
切り変え情報102は、例えば、カーナビゲーションシ
ステムであれば、先にも述べたように、衛星測位システ
ム(GPS:Global Positioning System )からの位置
を示す信号である。
【0043】辞書切り変え部103は、GPSからの位
置を示す信号を受けて、その位置が認識対象の単語辞書
を切り換える必要がある事を示している場合には(ステ
ップST501でYESの場合には)、ステップST5
03で認識対象の単語の辞書に切り変える。また、その
位置が認識対象の単語辞書を切り換える必要がない事を
示している場合には(ステップST501でNOの場合
には)、辞書を変更せずに、そのままステップST50
2で音声認識処理を実行する。
【0044】ステップST502に続くステップST5
04は、音声認識結果として該当するものがあるか否か
を問う判定処理である。
【0045】入力した音声に対して、辞書の中に該当す
る単語がない場合には(ステップST504でYESの
場合には)、辞書切り変え部103は、音声認識部10
7から該当なしの認識結果401を受けて、ステップS
T505で、次の候補の認識対象の単語辞書に切り変え
る。また、入力した音声に対して、辞書の中に該当する
単語がある場合には(ステップST504でNOの場合
には)、音声認識処理を終了し、認識結果に対して、シ
ステムにおける次の処理へ移行する。
【0046】図6は、上述したカーナビゲーションシス
テムの音声認識システムに限ることなく、さらに、PD
A(Personal Digital Assistants )に代表されるよう
な携帯型情報機器、携帯型翻訳機等のシステムに、本発
明の音声認識システムを搭載した場合の、本発明の第3
実施形態における辞書切り変え/音声認識処理のフロー
チャートである。
【0047】ステップST601は、音声認識処理であ
り、コマンド、インデックス等を辞書として登録してお
き、辞書に対して音声認識させる。
【0048】ステップST602では、コマンド、イン
デックス等の認識結果に対して、例えば、「住所録」の
認識結果が示す辞書に切り変える。辞書は、各コマンド
やインデックスごとに分類された辞書が作成されてお
り、住所録辞書は、登録されている人名で構成されてい
る。
【0049】そこで例えば、ステップST603におい
て「富士山太郎」と音声入力すると、「富士山太郎」を
音声認識処理して、富士山太郎の住所が出力される。
【0050】図7は、本発明による音声認識システムを
構築するためのハードウエア構成の1例を示す図であ
る。
【0051】図7において、701は、音声を取り込む
ためのマイクであり、カーナビゲーションシステム等で
は、周囲の雑音を取り込まないために指向性をもたせた
指向性マイクである。
【0052】702は、辞書を切り変えるためのデータ
または制御信号であり、カーナビゲーションシステムで
は、GPSから送られてくる位置データである。
【0053】703は、カーナビゲーションシステムや
PDA等のメインシステムの制御と、音声認識システム
における音声認識処理とを行う、CPUやRISCマイ
コンである。
【0054】704は、マイク701により取り込まれ
たアナログ音声データをデジタル音声データに変換する
A/D変換ICである。
【0055】705は、辞書切り変えデータ702を受
けて、CPU703に対して、辞書切り変え情報を読み
込ませるためのインターフェースである。
【0056】706は、辞書、音響モデル、プログラム
を格納しておくROMやメモリカードである。
【0057】707は、ROM706に比べて、アクセ
ス時間の短いRAMであり、ROM706から転送され
た一部の辞書や、音響モデル、プログラムが格納され、
また、音声認識処理に必要な必要最小限のワークメモリ
である。
【0058】708は、システムにおけるデータバス、
アドレスバス、制御信号バスなどのバスである。
【0059】マイク701から取り込まれた音声は、辞
書切り変えデータ702により、切り変えられた辞書に
対して音声認識される。辞書の切り変えは、CPU70
3が行い、ROM706の全体の辞書の中から、必要に
応じて、一部の辞書をRAM707へ転送して、一連の
音声認識処理は、CPU703とRAM707の間でデ
ータ処理されることにより実行される。
【0060】
【発明の効果】以上のように、本発明によれば、カーナ
ビゲーションシステムや、PDA等の携帯型情報機器、
携帯型翻訳機などで、音声認識を用いた人にやさしいイ
ンターフェースが実現でき、特に、認識する語彙数が増
加しても、認識率や認識速度を低下させることのない、
性能の高い音声認識システムが実現できる。
【図面の簡単な説明】
【図1】本発明の第1実施形態に係る音声認識システム
の処理機能を示すを示すブロックロックである。
【図2】本発明の第1実施形態における、辞書切り変え
/音声認識処理を示すフローチャート図である。
【図3】本発明の第1実施形態における、カーナビゲー
ションシステムでの辞書の切り変えについて示す説明図
である。
【図4】本発明の第2実施形態に係る音声認識システム
の処理機能を示すを示すブロックロックである。
【図5】本発明の第2実施形態における、辞書切り変え
/音声認識処理を示すフローチャート図である。
【図6】本発明の第3実施形態における、辞書切り変え
/音声認識処理を示すフローチャート図である。
【図7】本発明による音声認識システムを構築するため
のハードウエア構成の1例を示すブロック図である。
【図8】従来の音声認識を用いた携帯型音声翻訳装置の
構成を示すブロック図である。
【符号の説明】
101 マイク 102 辞書切り変え情報 103 辞書切り変え部 104 辞書を格納する第1のメモリ 105 辞書を格納する第2のメモリ 106 音声分析部 107 音声認識部 108 音響モデル 109 音声認識結果
フロントページの続き (72)発明者 伊東 功二 東京都小平市上水本町五丁目20番1号 株 式会社日立製作所半導体事業部内 (72)発明者 塔下 哲司 東京都小平市上水本町五丁目20番1号 株 式会社日立製作所半導体事業部内 (72)発明者 田中 誠 東京都小平市上水本町五丁目22番1号 株 式会社日立マイコンシステム内

Claims (7)

    【特許請求の範囲】
  1. 【請求項1】 音声認識の対象となる単語や文章を任意
    の数、あるいは、指定された数だけ用意して、それらを
    1つの辞書として定義し、 また、別な音声認識の対象となる単語や文章を任意の
    数、あるいは、指定された数だけ用意して、それらをも
    う1つの辞書として定義し、 これらの辞書を複数用意して、 複数の辞書を格納しておく第1の記憶部と、 複数の辞書から1つだけ辞書を選択し、格納しておく第
    2の記憶部と、 複数の辞書から1つだけ辞書を選択する辞書切り変え情
    報を受けて、辞書を切り変える辞書切り変え部と、 取り込んだ音声に対して、音声分析処理を行う音声分析
    部と、 この音声分析部による音声分析結果に対して、上記辞書
    切り変え部により選択され上記第2の記憶部に格納され
    た辞書と、音響モデルとから、音声認識処理を行う音声
    認識部と、を備え、 音声認識の対象となる単語や文章を限定して、音声認識
    を行うことを特徴とする音声認識システム。
  2. 【請求項2】 請求項1記載において、 前記第1の記憶部はメモリカードまたはROMで構成
    し、また、前記第2の記憶部はRAMで構成したことを
    特徴とする音声認識システム。
  3. 【請求項3】 請求項1記載において、 複数の辞書から1つだけ辞書を選択する前記辞書切り変
    え情報は、カーナビゲーションシステムで用いられてい
    る衛星測位システムGPS(Global Positioning syste
    m )からの位置情報であることを特徴とする音声認識シ
    ステム。
  4. 【請求項4】 請求項1または2または3記載におい
    て、 音声認識システムは、カーナビゲーションシステムにお
    ける音声認識システムであり、 音声認識の対象となる単語や文章を任意の数、あるい
    は、指定された数だけ用意して、それらを1つの辞書と
    して作成する際に、 辞書は、任意のエリア、あるいは、指定されたエリアに
    存在する地名、交差点名、通り名、建物名、ガソリンス
    タンド、コンビニエンスストア、ファミリーレストラン
    等の単語から構成し、これらの辞書をエリアごとに用意
    しておくことを特徴とする音声認識システム。
  5. 【請求項5】 音声認識の対象となる単語や文章を任意
    の数、あるいは、指定された数だけ用意して、それらを
    1つの辞書として定義し、 また、別な音声認識の対象となる単語や文章を任意の
    数、あるいは、指定された数だけ用意して、それらをも
    う1つの辞書として定義し、 これらの辞書を複数用意して、 複数の辞書を格納しておく第1の記憶部と、 複数の辞書から1つだけ辞書を選択し、格納しておく第
    2の記憶部と、 複数の辞書から1つだけ辞書を選択する辞書切り変え情
    報、または、認識した結果を受けて、辞書を切り変える
    辞書切り変え部と、 取り込んだ音声に対して、音声分析処理を行う音声分析
    部と、 音声分析結果に対して、辞書切り変え部により選択され
    第2の記憶部に格納された辞書と、音響モデルとから、
    音声認識処理を行う音声認識部と、 を備え、 音声認識の対象となる単語や文章を限定して、音声認識
    を行うことを特徴とする音声認識システム。
  6. 【請求項6】 請求項5記載において、 音声認識システムは、カーナビゲーションシステムにお
    ける音声認識システムであり、 音声認識の対象となる単語や文章を任意の数、あるい
    は、指定された数だけ用意して、それらを1つの辞書と
    して作成する際に、 辞書は、任意のエリア、あるいは、指定されたエリアに
    存在する地名、交差点名、通り名、建物名、ガソリンス
    タンド、コンビニエンスストア、ファミリーレストラン
    等の単語から構成し、 これらの辞書をエリアごとに用意して音声認識し、 音声認識結果において、辞書の中に該当する単語が存在
    しない場合には、 次の音声認識の対象となる辞書に切り変えて、音声認識
    を行うことを特徴とする音声認識システム。
  7. 【請求項7】 請求項5記載において、 音声認識システムは、カーナビゲーションシステムにお
    ける音声認識システムであり、 音声認識の対象となる単語や文章を任意の数、あるい
    は、指定された数だけ用意して、それらを1つの辞書と
    して作成する際に、 辞書は、任意のエリア、あるいは、指定されたエリアに
    存在する地名、交差点名、通り名、建物名、ガソリンス
    タンド、コンビニエンスストア、ファミリーレストラン
    等の単語から構成し、 これらの辞書をエリアごとに用意して音声認識し、 音声認識結果が、辞書のインデックスを示す場合には、 インデックスが示す音声認識の対象となる辞書に切り変
    えて、音声認識を行うことを特徴とする音声認識システ
    ム。
JP8301802A 1996-11-13 1996-11-13 音声認識システム Withdrawn JPH10143191A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP8301802A JPH10143191A (ja) 1996-11-13 1996-11-13 音声認識システム
KR1019970058986A KR100274276B1 (ko) 1996-11-13 1997-11-10 음성인식시스템
TW086116852A TW360858B (en) 1996-11-13 1997-11-11 Speech recognition system
US08/970,109 US6112174A (en) 1996-11-13 1997-11-13 Recognition dictionary system structure and changeover method of speech recognition system for car navigation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP8301802A JPH10143191A (ja) 1996-11-13 1996-11-13 音声認識システム

Publications (1)

Publication Number Publication Date
JPH10143191A true JPH10143191A (ja) 1998-05-29

Family

ID=17901350

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8301802A Withdrawn JPH10143191A (ja) 1996-11-13 1996-11-13 音声認識システム

Country Status (4)

Country Link
US (1) US6112174A (ja)
JP (1) JPH10143191A (ja)
KR (1) KR100274276B1 (ja)
TW (1) TW360858B (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6243675B1 (en) 1999-09-16 2001-06-05 Denso Corporation System and method capable of automatically switching information output format
JP2002318136A (ja) * 2001-02-15 2002-10-31 Navigation Technol Corp 自動音声認識プログラムのための空間構築単語リスト及びその形成方法
EP1163664A4 (en) * 1999-02-25 2005-07-27 Speechworks Int Inc DYNAMIC SEMANTIC CONTROL OF A SPEECH RECOGNITION SYSTEM
WO2007069372A1 (ja) * 2005-12-14 2007-06-21 Mitsubishi Electric Corporation 音声認識装置

Families Citing this family (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7174299B2 (en) * 1995-08-18 2007-02-06 Canon Kabushiki Kaisha Speech recognition system, speech recognition apparatus, and speech recognition method
DK175911B1 (da) * 1997-05-26 2005-06-20 Metax Olie As System for automatisk brændstoffrigörelse samt fremgangsmåde for tankning af et köretöj
US6434524B1 (en) * 1998-09-09 2002-08-13 One Voice Technologies, Inc. Object interactive user interface using speech recognition and natural language processing
US6598016B1 (en) * 1998-10-20 2003-07-22 Tele Atlas North America, Inc. System for using speech recognition with map data
US7233321B1 (en) 1998-12-15 2007-06-19 Intel Corporation Pointing device with integrated audio input
US6292743B1 (en) * 1999-01-06 2001-09-18 Infogation Corporation Mobile navigation system
US8065155B1 (en) 1999-06-10 2011-11-22 Gazdzinski Robert F Adaptive advertising apparatus and methods
AU8030300A (en) * 1999-10-19 2001-04-30 Sony Electronics Inc. Natural language interface control system
JP2001325252A (ja) * 2000-05-12 2001-11-22 Sony Corp 携帯端末及びその情報入力方法、辞書検索装置及び方法、媒体
JP2001331195A (ja) * 2000-05-19 2001-11-30 Sony Corp 車載機器、カーナビゲーションシステムおよびモニタ装置
DE10036851A1 (de) * 2000-07-28 2002-02-28 Mannesmann Vdo Ag Verfahren zur Auswahl einer Ortsbezeichnung in einem Navigationssystem durch Spracheingabe
US6553379B1 (en) * 2000-08-16 2003-04-22 Caa Ag Address data storage device
JP4116233B2 (ja) * 2000-09-05 2008-07-09 パイオニア株式会社 音声認識装置ならびにその方法
DE10043531A1 (de) * 2000-09-05 2002-03-14 Philips Corp Intellectual Pty Sprachdialogsystem
JP4283984B2 (ja) * 2000-10-12 2009-06-24 パイオニア株式会社 音声認識装置ならびに方法
US20020072917A1 (en) * 2000-12-11 2002-06-13 Irvin David Rand Method and apparatus for speech recognition incorporating location information
US6789065B2 (en) * 2001-01-24 2004-09-07 Bevocal, Inc System, method and computer program product for point-to-point voice-enabled driving directions
US20020133336A1 (en) * 2001-01-24 2002-09-19 Mikael Berner System, method and computer program product for supporting the delivery of localized content
US7010490B2 (en) * 2001-01-26 2006-03-07 International Business Machines Corporation Method, system, and apparatus for limiting available selections in a speech recognition system
WO2002086863A1 (en) * 2001-04-19 2002-10-31 British Telecommunications Public Limited Company Speech recognition
US6999916B2 (en) * 2001-04-20 2006-02-14 Wordsniffer, Inc. Method and apparatus for integrated, user-directed web site text translation
US6944447B2 (en) * 2001-04-27 2005-09-13 Accenture Llp Location-based services
US7970648B2 (en) * 2001-04-27 2011-06-28 Accenture Global Services Limited Advertising campaign and business listing management for a location-based services system
US7698228B2 (en) * 2001-04-27 2010-04-13 Accenture Llp Tracking purchases in a location-based services system
US6848542B2 (en) * 2001-04-27 2005-02-01 Accenture Llp Method for passive mining of usage information in a location-based services system
US7437295B2 (en) * 2001-04-27 2008-10-14 Accenture Llp Natural language processing for a location-based services system
DE10133333C1 (de) * 2001-07-10 2002-12-05 Fraunhofer Ges Forschung Verfahren und Vorrichtung zum Erzeugen eines Fingerabdrucks und Verfahren und Vorrichtung zum Identifizieren eines Audiosignals
DE10143292B4 (de) * 2001-09-04 2015-06-03 Deutsche Telekom Ag Sprachfenster
KR100434065B1 (ko) * 2001-12-18 2004-06-04 엘지전자 주식회사 로봇의 음성인식방법
KR100445907B1 (ko) * 2001-12-26 2004-08-25 한국전자통신연구원 음성언어 식별 장치 및 방법
FR2837971B1 (fr) * 2002-03-26 2004-11-05 Peugeot Citroen Automobiles Sa Systeme de reconnaissance vocale embarque a bord d'un vehicule automobile
US7224981B2 (en) * 2002-06-20 2007-05-29 Intel Corporation Speech recognition of mobile devices
US7328155B2 (en) * 2002-09-25 2008-02-05 Toyota Infotechnology Center Co., Ltd. Method and system for speech recognition using grammar weighted based upon location information
US7184957B2 (en) * 2002-09-25 2007-02-27 Toyota Infotechnology Center Co., Ltd. Multiple pass speech recognition method and system
DE10329546A1 (de) * 2003-06-30 2005-01-20 Daimlerchrysler Ag Lexikon gesteuerter Teilsprachmodell-Mechanismus für die automatische Spracherkennung
US20050119892A1 (en) 2003-12-02 2005-06-02 International Business Machines Corporation Method and arrangement for managing grammar options in a graphical callflow builder
JP4040573B2 (ja) * 2003-12-12 2008-01-30 キヤノン株式会社 音声認識装置および方法
US7427024B1 (en) 2003-12-17 2008-09-23 Gazdzinski Mark J Chattel management apparatus and methods
GB2443981B (en) * 2004-04-01 2008-09-03 Honda Motor Co Ltd Simulation apparatus
US7085635B2 (en) * 2004-04-26 2006-08-01 Matsushita Electric Industrial Co., Ltd. Enhanced automotive monitoring system using sound
US20060074660A1 (en) * 2004-09-29 2006-04-06 France Telecom Method and apparatus for enhancing speech recognition accuracy by using geographic data to filter a set of words
US7630900B1 (en) * 2004-12-01 2009-12-08 Tellme Networks, Inc. Method and system for selecting grammars based on geographic information associated with a caller
JP2006170769A (ja) * 2004-12-15 2006-06-29 Aisin Aw Co Ltd 案内情報提供方法、案内情報提供システム、ナビゲーション装置及び入出力装置
US8117041B1 (en) 2005-03-03 2012-02-14 Navteq B.V. Method of using map data that has been organized for affinity relationships
US7805317B2 (en) * 2005-03-03 2010-09-28 Navteq North America, Llc Method of organizing map data for affinity relationships and application for use thereof
KR100738414B1 (ko) * 2006-02-06 2007-07-11 삼성전자주식회사 텔레매틱스 환경에서 음성 인식의 성능을 향상시키기 위한방법 및 상기 방법을 수행하는 장치
US7831431B2 (en) 2006-10-31 2010-11-09 Honda Motor Co., Ltd. Voice recognition updates via remote broadcast signal
TWI349266B (en) * 2007-04-13 2011-09-21 Qisda Corp Voice recognition system and method
US8645143B2 (en) * 2007-05-01 2014-02-04 Sensory, Inc. Systems and methods of performing speech recognition using global positioning (GPS) information
DE112008001396B4 (de) * 2007-06-05 2015-12-31 Mitsubishi Electric Corp. Fahrzeugbedienungsvorrichtung
US8219399B2 (en) * 2007-07-11 2012-07-10 Garmin Switzerland Gmbh Automated speech recognition (ASR) tiling
US20090018842A1 (en) * 2007-07-11 2009-01-15 Garmin Ltd. Automated speech recognition (asr) context
US7983913B2 (en) * 2007-07-31 2011-07-19 Microsoft Corporation Understanding spoken location information based on intersections
US8401780B2 (en) * 2008-01-17 2013-03-19 Navteq B.V. Method of prioritizing similar names of locations for use by a navigation system
US8255224B2 (en) 2008-03-07 2012-08-28 Google Inc. Voice recognition grammar selection based on context
KR101597289B1 (ko) * 2009-07-31 2016-03-08 삼성전자주식회사 동적 화면에 따라 음성을 인식하는 장치 및 방법
US20110131040A1 (en) * 2009-12-01 2011-06-02 Honda Motor Co., Ltd Multi-mode speech recognition
US8315799B2 (en) 2010-05-11 2012-11-20 International Business Machines Corporation Location based full address entry via speech recognition
JP5771002B2 (ja) * 2010-12-22 2015-08-26 株式会社東芝 音声認識装置、音声認識方法および音声認識装置を搭載したテレビ受像機
KR101270010B1 (ko) * 2011-01-14 2013-06-07 차재권 음성 인식 기반의 단답형 학습 방법 및 시스템
US9263045B2 (en) * 2011-05-17 2016-02-16 Microsoft Technology Licensing, Llc Multi-mode text input
JP6155592B2 (ja) * 2012-10-02 2017-07-05 株式会社デンソー 音声認識システム
US9293132B2 (en) 2014-08-06 2016-03-22 Honda Motor Co., Ltd. Dynamic geo-fencing for voice recognition dictionary
DE102015014206B4 (de) * 2015-11-04 2020-06-25 Audi Ag Verfahren und Vorrichtung zum Auswählen eines Navigationsziels aus einer von mehreren Sprachregionen mittels Spracheingabe
JP6597527B2 (ja) * 2016-09-06 2019-10-30 トヨタ自動車株式会社 音声認識装置および音声認識方法
US20190019516A1 (en) * 2017-07-14 2019-01-17 Ford Global Technologies, Llc Speech recognition user macros for improving vehicle grammars

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4717261A (en) * 1985-01-16 1988-01-05 Casio Computer Co., Ltd. Recording/reproducing apparatus including synthesized voice converter
US5774851A (en) * 1985-08-15 1998-06-30 Canon Kabushiki Kaisha Speech recognition apparatus utilizing utterance length information
US5182765A (en) * 1985-11-26 1993-01-26 Kabushiki Kaisha Toshiba Speech recognition system with an accurate recognition function
US4827520A (en) * 1987-01-16 1989-05-02 Prince Corporation Voice actuated control system for use in a vehicle
JP2845876B2 (ja) * 1987-06-26 1999-01-13 キヤノン株式会社 音声情報処理方法
JPH0225898A (ja) * 1988-07-15 1990-01-29 Toshiba Corp 音声認識装置
US5027406A (en) * 1988-12-06 1991-06-25 Dragon Systems, Inc. Method for interactive speech recognition and training
JP2920639B2 (ja) * 1989-03-31 1999-07-19 アイシン精機株式会社 移動経路探索方法および装置
US5454062A (en) * 1991-03-27 1995-09-26 Audio Navigation Systems, Inc. Method for recognizing spoken words
US5274560A (en) * 1990-12-03 1993-12-28 Audio Navigation Systems, Inc. Sensor free vehicle navigation system utilizing a voice input/output interface for routing a driver from his source point to his destination point
US5181250A (en) * 1991-11-27 1993-01-19 Motorola, Inc. Natural language generation system for producing natural language instructions
DE69331485T2 (de) * 1992-08-19 2002-06-20 Aisin Aw Co., Ltd. Navigationssystem für Fahrzeuge
JP2602158B2 (ja) * 1992-12-04 1997-04-23 株式会社エクォス・リサーチ 音声出力装置
US5717738A (en) * 1993-01-11 1998-02-10 Texas Instruments Incorporated Method and device for generating user defined spoken speed dial directories
US5719771A (en) * 1993-02-24 1998-02-17 Amsc Subsidiary Corporation System for mapping occurrences of conditions in a transport route
US5454063A (en) * 1993-11-29 1995-09-26 Rossides; Michael T. Voice input system for data retrieval
WO1995019030A1 (en) * 1994-01-05 1995-07-13 Pois, Inc. Apparatus and method for a personal onboard information system
JP3311460B2 (ja) * 1994-01-28 2002-08-05 富士通株式会社 音声認識装置
US5488652A (en) * 1994-04-14 1996-01-30 Northern Telecom Limited Method and apparatus for training speech recognition algorithms for directory assistance applications
JP2768274B2 (ja) * 1994-09-08 1998-06-25 日本電気株式会社 音声認識装置
DE69535394T2 (de) * 1994-12-28 2007-10-31 Omron Corp. Verkehrsinformationssystem
EP0774152B1 (en) * 1995-06-02 2000-08-23 Koninklijke Philips Electronics N.V. Device for generating coded speech items in a vehicle

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1163664A4 (en) * 1999-02-25 2005-07-27 Speechworks Int Inc DYNAMIC SEMANTIC CONTROL OF A SPEECH RECOGNITION SYSTEM
US6243675B1 (en) 1999-09-16 2001-06-05 Denso Corporation System and method capable of automatically switching information output format
JP2002318136A (ja) * 2001-02-15 2002-10-31 Navigation Technol Corp 自動音声認識プログラムのための空間構築単語リスト及びその形成方法
WO2007069372A1 (ja) * 2005-12-14 2007-06-21 Mitsubishi Electric Corporation 音声認識装置
JPWO2007069372A1 (ja) * 2005-12-14 2009-05-21 三菱電機株式会社 音声認識装置
JP4855421B2 (ja) * 2005-12-14 2012-01-18 三菱電機株式会社 音声認識装置
US8112276B2 (en) 2005-12-14 2012-02-07 Mitsubishi Electric Corporation Voice recognition apparatus

Also Published As

Publication number Publication date
TW360858B (en) 1999-06-11
US6112174A (en) 2000-08-29
KR19980042248A (ko) 1998-08-17
KR100274276B1 (ko) 2000-12-15

Similar Documents

Publication Publication Date Title
KR100274276B1 (ko) 음성인식시스템
US6108631A (en) Input system for at least location and/or street names
KR100679042B1 (ko) 음성인식 방법 및 장치, 이를 이용한 네비게이션 시스템
KR100769029B1 (ko) 다언어의 이름들의 음성 인식을 위한 방법 및 시스템
JP2004510239A (ja) ディクテーションとコマンドの区別を向上させる方法
JPH11231886A (ja) 登録名称認識装置
JP4356745B2 (ja) 機械翻訳システム、機械翻訳方法及びプログラム
JPH06208389A (ja) 情報処理方法及び装置
JP2002116793A (ja) データ入力システム及びその方法
US20070156405A1 (en) Speech recognition system
JP2003504706A (ja) 多モード・データ入力装置
US20140067400A1 (en) Phonetic information generating device, vehicle-mounted information device, and database generation method
JP2005249829A (ja) 音声認識を行うコンピュータネットワークシステム
WO2000010160A1 (fr) Dispositif et procede de reconnaissance vocale, dispositif de navigation, telephone portable et processeur d'informations
JPH10282987A (ja) 音声認識システムおよび方法
JP2000322088A (ja) 音声認識マイクおよび音声認識システムならびに音声認識方法
JPH08278972A (ja) 音声入力翻訳装置
JPH08272789A (ja) 言語情報変換装置
JP3645104B2 (ja) 辞書検索装置及び辞書検索プログラムを記録した記録媒体
US20040015354A1 (en) Voice recognition system allowing different number-reading manners
JP3296783B2 (ja) 車載用ナビゲーション装置および音声認識方法
JP2000193479A (ja) ナビゲ―ション装置及び記憶媒体
JP2000187493A (ja) 音声出力装置および車載用コンピュータ
JP2003141113A (ja) 翻訳装置、音声翻訳方法、およびプログラム
JPH11325946A (ja) 車載用ナビゲーション装置

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20040203