JPH11312073A - 意味認識システム - Google Patents

意味認識システム

Info

Publication number
JPH11312073A
JPH11312073A JP10117524A JP11752498A JPH11312073A JP H11312073 A JPH11312073 A JP H11312073A JP 10117524 A JP10117524 A JP 10117524A JP 11752498 A JP11752498 A JP 11752498A JP H11312073 A JPH11312073 A JP H11312073A
Authority
JP
Japan
Prior art keywords
meaning
word
semantic
application
meaning number
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.)
Granted
Application number
JP10117524A
Other languages
English (en)
Other versions
JP4036528B2 (ja
Inventor
Masatomo Yazaki
昌朋 矢崎
Toshiaki Gomi
俊明 五味
Kenji Yamamoto
健司 山本
Masahide Noda
政秀 野田
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.)
Fujitsu Ltd
Original Assignee
Fujitsu 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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP11752498A priority Critical patent/JP4036528B2/ja
Priority to US09/151,291 priority patent/US5991719A/en
Priority to EP98307561A priority patent/EP0953896B1/en
Publication of JPH11312073A publication Critical patent/JPH11312073A/ja
Application granted granted Critical
Publication of JP4036528B2 publication Critical patent/JP4036528B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • 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)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)

Abstract

(57)【要約】 【課題】 意味を認識して利用者言語の音声入力指示を
言語非依存な命令としてアプリケーション（ＡＰ）に通
知し、また、ＡＰをロードして利用者言語による音声入
力が可能なユーザＩ／Ｆを構築する意味認識システムを
提供する。 【解決手段】 音声入力デバイス１０からの音声信号を
音声認識部３０で認識し、認識単語・意味番号変換部４
０において言語非依存な意味番号に変換後、ＡＰ５０に
渡す。ＡＰ５０内では処理内容の一部に意味番号を含ん
でおり、意味番号を基に処理を実行する。また、ＡＰ５
０をロードした際、意味番号を取得し、ＡＰ５０で使用
する意味番号に対応する登録言語を外部記述ファイルか
ら得て、意味番号・登録単語リスト４１を生成し、認識
単語・意味番号変換部４０を更新する。登録単語を音声
認識部３０に通知して音声認識エンジン３１をチューン
ナップすることでカスタマイズしたユーザインタフェー
スを構築する。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、音声入力が可能な
アプリケーションに対するインタフェースを提供するシ
ステムであって、利用者による音声によるアプリケーシ
ョンに対する入力指示を、その意味を認識してアプリケ
ーションに通知するシステムに関する。
【０００２】
【従来の技術】近年のコンピュータシステムの高性能
化、マルチメディア処理技術の発達により高度なヒュー
マンマシンインタフェースの提供が可能となり、人間と
直接対話できるようなアプリケーションの開発環境が整
いつつある。
【０００３】従来技術における音声認識技術を使用した
アプリケーションは、大別して音声入力部と音声認識部
と応用プログラム部分を備えている。音声入力部は、マ
イクロフォン等の音声入力装置を介して肉声を音声信号
に変換する。その他には音声信号を記録したファイルな
どからデータを読み込む場合もある。音声認識部は、入
力された音声信号が表わす単語を、登録された音声信号
パターンとのテンプレートマッチングなどにより認識
し、応用プログラムに対して認識単語を通知する。応用
プログラムは、音声認識部により通知された認識単語を
利用してその後の処理を実行する。
【０００４】上記従来の音声認識アプリケーションの特
徴として、以下の点が挙げられる。第一番目の特徴とし
て、応用プログラムが、音声認識対象単語ごとに１対１
に対応した処理プログラムとして記述されている点が挙
げられる。つまり、音声認識部は、登録された認識対象
単語からマッチングした結果を応用プログラムに通知す
るため、アプリケーション内部では、その後の処理を認
識対象単語ごとにあらかじめ必要な処理に分類して個別
に記述しておく必要がある。
【０００５】第二番目の特徴として、アプリケーション
が、登録認識対象単語の言語に依存している点が挙げら
れる。つまり、音声認識部で登録されている認識対象単
語以外は認識できないため、応用プログラムは登録され
た言語を前提として記述されており、言語依存のものと
なっている。
【０００６】
【発明が解決しようとする課題】現在、各種アプリケー
ションの開発は、開発対象であるアプリケーションの高
度化および複雑化、市場ニーズの変化の多様化、商品の
国際化などに伴い、開発工数の低減、開発期間の短縮、
多言語への対応が求められている。しかし、上記紹介し
た従来の音声認識アプリケーションは以下のような問題
があった。
【０００７】従来の音声認識アプリケーションの第一番
目の特徴として挙げた、音声認識対象単語ごとに応用ア
プリケーションが記述されている点に関し、開発工数の
増加、認識対象単語の変更・追加などのチューニングの
困難性の問題があった。つまり、処理内容を認識対象単
語ごとにあらかじめ必要な処理に分類して個別に記述し
ておく必要があるため、認識対象単語の変更・追加は、
応用プログラムの関連する箇所すべてにその影響が及ぶ
こととなり、記述内容を変更する必要があった。
【０００８】従来の音声認識アプリケーションの第二番
目の特徴として挙げた、アプリケーションが、登録認識
対象単語の言語に依存している点に関し、開発工数の増
加、多言語への対応の困難性という問題があった。つま
り、アプリケーション内部に言語依存部分があるので、
システム利用者の使用言語、使用方言などに合わせて単
語の表現方法を変えることは、言語依存部分すべてにそ
の影響が及ぶこととなり、記述内容を変更するローカラ
イズ作業の必要があった。
【０００９】従来の音声認識アプリケーションにおいて
も認識対象単語テーブルの更新、追加により認識対象単
語の更新、追加登録が可能であるが、認識対象単語テー
ブルの更新、追加登録は、応用プログラムの関連する箇
所すべてにその影響が及ぶこととなり、また、他の言語
への対応のため認識対象単語テーブルごと入れ替える方
法によると、結局、言語依存性から、応用プログラム自
体も、入れ替えた認識対象単語テーブルの言語に対応す
るようにローカライズしたものを別途開発して入れ替え
る必要があった。
【００１０】本発明は、上記従来の音声認識システムの
問題点に鑑み、言語依存の音声認識部とアプリケーショ
ンの関係を相互に独立とし、利用者のユーザインタフェ
ースとして利用者のもっとも使用に適した言語、方言で
の使用環境を提供し、かつ、アプリケーション側では言
語非依存の意味認識を中心とするシステムとすることに
より、音声認識関連アプリケーションの多言語への容易
な対応を可能とすることを目的とする。また、認識対象
単語テーブルの更新・変更が、容易かつアプリケーショ
ンの応用プログラム記述部分への影響を最小限である意
味認識システムを提供することを目的とする。
【００１１】
【課題を解決するための手段】上記課題を解決するため
に本発明にかかる意味認識システムは、入力となる音声
信号を受け付ける音声信号入力部と、入力された音声信
号を基に対応する単語を認識する音声認識部と、単語の
意味を表わす意味番号とその意味番号に属する登録単語
のリストである意味番号・登録単語リストを備えた認識
単語・意味番号変換部と、アプリケーション用インタフ
ェースと、意味番号をデータとして扱うアプリケーショ
ンを備え、前記音声信号入力部に入力された音声信号を
基に前記音声認識部により対応する単語を認識し、前記
認識した単語を前記認識単語・意味番号変換部により対
応する意味番号に変換し、前記アプリケーション用イン
タフェースを介して前記変換した意味番号をアプリケー
ションに通知することを特徴とする。
【００１２】かかる構成により、ユーザインタフェース
として利用者にとりもっとも便利な言語、方言のものを
提供することができ、かつ、言語依存の音声認識部の登
録単語を言語非依存の意味番号に変換してアプリケーシ
ョンに通知することができ、アプリケーションを言語非
依存のものとして記述ができる。
【００１３】次に、前記意味認識システムは、前記認識
単語・意味番号変換部の意味番号・登録単語リストの内
容を更新する意味番号・登録単語リスト更新部を備える
ことが好ましい。
【００１４】かかる構成により、意味番号・登録単語リ
ストを追加・変更することにより、意味認識システムを
チューンナップすることができる。次に、前記意味認識
システムは、意味を体系的に分類して各々の意味単位を
コード化した意味番号と各々の意味番号に属する登録単
語とを体系的に記述した単語・意味体系テーブルを記録
した外部記述ファイルを備えることが好ましい。
【００１５】かかる構成により、単語とその単語に対応
する意味単位との関係を体系的に表わした単語・意味体
系テーブルを、アプリケーション本体から分離可能な構
成とすることができ、利用者の使用環境に応じて外部記
述ファイルを交換することでアプリケーションをローカ
ライズするための基本となるデータを用意することがで
きる。
【００１６】次に、前記アプリケーションは、処理デー
タの少なくとも一部に意味番号を含んだアプリケーショ
ンであって、前記認識単語・意味番号変換部が、前記ア
プリケーション用インタフェースを介して前記アプリケ
ーションに含まれた意味番号を取得する意味番号取得部
と、前記外部記述ファイルの単語・意味体系テーブル中
から前記取得した意味番号に対応する登録単語を抽出し
て前記意味番号・登録単語リストを生成する意味番号・
登録単語リスト生成部とを備えることが好ましい。
【００１７】かかる構成により、アプリケーションを言
語非依存の意味番号に基づいて記述し、意味認識システ
ムのローカライズにあたっては、アプリケーションで使
用されている意味番号に対応するローカル言語の単語を
自動的に抽出することができ、ローカライズ作業工数の
大幅な低減が可能となる。
【００１８】次に、前記アプリケーションは、処理デー
タの少なくとも一部に意味番号を含んだアプリケーショ
ンであって、前記アプリケーション自身に含まれた意味
番号に基づいて前記外部記述ファイルの単語・意味体系
テーブル中から対応する登録単語を抽出する処理ステッ
プと、前記意味番号と登録単語を前記認識単語・意味番
号変換部に通知する処理ステップとを備え、前記認識単
語・意味番号変換部が、前記アプリケーションから取得
した意味番号と登録単語に基づいて前記意味番号・登録
単語リストを生成する意味番号・登録単語リスト生成部
を備えることが好ましい。
【００１９】かかる構成により、アプリケーションを言
語非依存の意味番号で記述し、意味認識システムのロー
カライズにあたっては、アプリケーション側から使用さ
れている意味番号に対応するローカル言語の単語を通知
させることができ、ローカライズ作業工数の大幅な低減
が可能となる。
【００２０】次に、前記認識単語・意味番号変換部が、
前記生成した前記意味番号・登録単語リストに挙げられ
た登録単語を前記音声認識部に通知する登録単語通知部
を備え、前記音声認識部が、前記通知された登録単語に
基づいて音声認識エンジンの内容を更新する音声認識単
語更新部を備えることが好ましい。
【００２１】かかる構成により、アプリケーションで利
用するために音声認識部で認識が必要な単語の特定とそ
の単語認識に必要な音声認識エンジンの内容を自動生成
することができ、ローカライズ作業工数の大幅な低減が
可能となる。
【００２２】次に、前記意味認識システムは、利用者が
使用する言語を指定する使用言語指定部と、前記外部記
述ファイルとして複数の言語ごとの外部記述ファイル
と、前記音声認識部の音声認識エンジンとして複数の言
語ごとの音声認識エンジンとを備え、前記意味番号・登
録単語リスト生成部は、前記使用言語指定部により指定
された言語の外部記述ファイルを基に意味番号・登録単
語リストを生成し、前記音声認識部は、前記使用言語指
定部により指定された言語の音声認識エンジンを使用
し、利用者に対して前記アプリケーションを複数の言語
による入力指示ができるマルチリンガル対応のユーザイ
ンタフェースを提供することが好ましい。
【００２３】かかる構成により、利用者の使用言語、使
用表現に合わせたカスタマイズ作業が容易に実行でき
る。また複数言語の外部記述ファイルと音声認識エンジ
ンを指定することにより複数言語の意味番号・登録単語
リストの自動生成、音声認識エンジン内容の更新をする
ことができ、アプリケーションを、同時に複数の言語に
よる音声入力指示ができるマルチリンガル対応とするこ
とができる。ここで言語には方言も含むことができ、日
本語、英語などの言語に加え、関西弁、東北弁など各国
語の各方言も含むことができる。
【００２４】次に、前記意味認識システムは、前記外部
記述ファイルを提供する外部記述ファイルサーバと、前
記アプリケーションを提供するアプリケーションサーバ
と、前記音声信号入力部と前記音声認識部と前記認識単
語・意味番号変換部と前記アプリケーション用インタフ
ェースとを備えた意味認識システムクライアントを備
え、前記外部記述ファイルサーバと前記アプリケーショ
ンサーバと前記意味認識システムクライアントがコンピ
ュータネットワークを介して接続されることが好まし
い。
【００２５】かかる構成により、外部記述ファイルをネ
ットワーク上に配置された外部記述ファイルサーバとし
たクライアントサーバ構成で構築することができ、各言
語ごとの外部記述ファイルを意味認識システム個別に用
意する必要がなくなる。
【００２６】次に、本発明にかかる意味認識処理プログ
ラムを記録したコンピュータ読み取り可能な記録媒体
は、入力となる音声信号を受け付ける音声信号入力処理
ステップと、前記入力処理された音声信号を基に対応す
る単語を認識する音声認識処理ステップと、意味を表わ
す意味番号とその意味番号に属する登録単語のリストで
ある意味番号・登録単語リスト生成する意味番号・登録
単語リスト生成処理ステップと、前記音声認識処理ステ
ップにより認識した単語を前記生成した意味番号・登録
単語リストにより対応する意味番号に変換する認識単語
・意味番号変換処理ステップと、前記変換された意味番
号を前記アプリケーションに通知する意味番号通知処理
ステップとを備えた意味認識処理プログラムを記録した
ことを特徴とする。
【００２７】かかる構成により、コンピュータシステム
を利用して、ユーザインタフェースとして利用者にとり
もっとも便利な言語、方言が使用できる意味認識システ
ムを提供することができ、かつ、言語依存の音声認識部
の登録単語を言語非依存の意味番号に変換してアプリケ
ーションに通知することができ、アプリケーションを言
語非依存のものとして記述ができる。
【００２８】次に、前記意味認識処理プログラムは、前
記意味番号・登録単語リストの内容を更新する意味番号
・登録単語リスト更新処理ステップを備えることが好ま
しい。
【００２９】かかる構成により、意味番号・登録単語リ
ストを追加・変更する処理を行うことができ、意味認識
システムによる処理をチューンナップすることができ
る。次に、前記意味認識処理プログラムは、意味を体系
的に分類して各々の意味単位をコード化した意味番号と
各々の意味番号に属する登録単語とを体系的に記述した
単語・意味体系テーブルを記録した外部記述ファイルを
備えたものであることが好ましい。
【００３０】かかる構成により、前記意味認識処理にお
いて、単語とその単語に対応する意味単位との関係を体
系的に表わした単語・意味体系テーブルを、アプリケー
ション本体から分離可能な構成とすることができ、利用
者の使用環境に応じて外部記述ファイルを交換すること
でアプリケーションをローカライズするための基本とな
るデータを用意することができる。
【００３１】次に、前記意味認識処理プログラムは、前
記アプリケーションが処理データの少なくとも一部に意
味番号を含んだアプリケーションであって、前記アプリ
ケーションに含まれた意味番号を取得する意味番号取得
処理ステップとを備え、前記意味番号・登録単語リスト
生成処理ステップが、前記外部記述ファイルの単語・意
味体系テーブル中から前記取得した意味番号に対応する
登録単語を抽出して前記意味番号・登録単語リストを生
成する処理ステップと、前記生成した意味番号・登録単
語リストに挙げられた登録単語を前記音声認識処理ステ
ップに通知する登録単語通知処理ステップを備え、前記
音声認識処理ステップが、前記通知された登録単語に基
づいて音声認識エンジンの内容を更新する音声認識単語
更新処理ステップを備えることが好ましい。
【００３２】かかる構成により、アプリケーションを言
語非依存の意味番号で記述し、意味認識処理ステップの
ローカライズにあたっては、アプリケーションで使用さ
れている意味番号に対応するローカル言語の単語を自動
的に抽出することができ、ローカライズ作業工数の大幅
な低減が可能となる。
【００３３】次に、前記意味認識処理プログラムは、利
用者が使用する言語を指定する利用言語指定処理ステッ
プと、前記外部記述ファイルとして複数の言語ごとの外
部記述ファイルと、前記音声認識処理ステップで利用す
る音声認識エンジンとして複数の言語ごとの音声認識エ
ンジンとを備え、前記意味番号・登録単語リスト生成処
理ステップにおいて、前記利用言語指定処理ステップに
より指定された言語の外部記述ファイルを基に意味番号
・登録単語リストを生成し、前記音声認識処理ステップ
において、前記利用言語指定処理ステップにより指定さ
れた言語の音声認識エンジンを使用し、利用者に対して
前記アプリケーションを複数の言語による入力指示がで
きるマルチリンガル対応のユーザインタフェースを提供
するものであることが好ましい。
【００３４】かかる構成により、意味認識システム利用
者の使用言語、使用表現に合わせたカスタマイズ作業が
容易に実行できる。また、複数の外部記述ファイルを指
定することにより複数言語の意味番号・登録単語リスト
の自動生成、音声認識エンジンの内容の更新をすること
ができ、アプリケーションを、複数の言語による音声入
力指示ができるマルチリンガル対応とすることができ
る。
【００３５】次に、前記意味認識処理プログラムが、前
記外部記述ファイルを提供する外部記述ファイル提供処
理ステップを備えたネットワーク上に配された外部記述
ファイルサーバ用の処理プログラムと、前記アプリケー
ションを提供するアプリケーション提供処理ステップを
備えたネットワーク上に配されたアプリケーションサー
バ用の処理プログラムと、前記外部記述ファイルサーバ
用の処理プログラムと前記アプリケーションサーバ用の
処理プログラムに対してネットワーク上で通信する意味
認識システムクライアント用処理プログラムを備えたも
のであることが好ましい。
【００３６】かかる構成により、外部記述ファイルとア
プリケーションをネットワーク上に配置されたサーバか
ら提供するクライアントサーバ構成とした意味認識シス
テムを構築することができる。
【００３７】
【発明の実施の形態】以下、本発明の実施形態にかかる
意味認識システムについて、図面を参照しながら説明す
る。
【００３８】（実施形態１）実施形態１にかかる意味認
識システムは、利用者に対して音声入力が可能なユーザ
インタフェースを提供し、アプリケーションに対して利
用者の入力内容を個々の単語が持つ本来の意味に着目し
て意味認識を行うことにより言語非依存として伝えるア
プリケーション用インタフェースを提供するシステムで
ある。本実施形態１では、アプリケーションは画面上に
現われるオブジェクトを音声指示により移動制御する処
理を含んだゲームとし、利用者は日本語を利用する者と
し、ユーザーインタフェースとして日本語環境が構築さ
れる例を挙げる。
【００３９】本実施形態１にかかる意味認識システムの
全体構成の概略と本システムによる処理流れの全体像を
図面を参照しつつ説明する。図１は、本実施形態１にか
かる意味認識システムの概略構成図を示している。図２
は、本システムによる処理流れの全体像を処理ステップ
として表わしたものである。
【００４０】図１に示すように、本実施形態１にかかる
意味認識システムは、大別して、音声入力デバイス１
０、音声信号ファイル２０、音声認識部３０、認識単語
・意味番号変換部４０、アプリケーション５０を備えて
いる。なお、図示していないがシステム全体の制御処理
に必要なコントローラ、メモリなどは装備している。
【００４１】音声入力デバイス１０は、マイクロフォ
ン、電話など入力音声を電気信号に変換するデバイスで
あればよい。音声信号ファイル２０は、あらかじめ入力
音声が編集・記録されたファイルである。音声認識部３
０は、音声認識エンジン３１を含み、利用者の使用する
言語に応じて音声認識エンジン３１は入れ替え可能であ
る。認識単語・意味番号変換部４０は、音声認識で認識
された単語とその単語の意味を表わす意味番号との対応
を表わす意味番号・登録単語リスト４１と、意味番号・
登録単語リスト４１の内容を追加・変更などを行う意味
番号・登録単語リスト変更部４２とを備えている。ここ
で、意味番号とは、言葉の意味を体系的に分類した同じ
意味を持つ言葉の集合体である意味単位をコード化した
ものである。意味番号は、言語に依存しない個々の単語
が持つ本来の意味内容に対して与えられた中間コードで
あり、言語が異なってもその言語が意図する意味内容は
変わらないことに着目して導入するものである。この意
味番号は、当該言語体系に属する単語を網羅するものと
しても良いが、システムリソースと実効性を考慮して、
ゲームなどアプリケーションとして使用が予定されてい
る分野において使用があり得る言葉を網羅するものであ
っても良い。
【００４２】認識単語・意味番号変換部４０とアプリケ
ーション５０の間には、利用者の音声入力内容などを伝
えるアプリケーション用インタフェースが提供される。
アプリケーション５０は、処理内容の一部に意味番号を
含んだものである。
【００４３】意味認識システムの処理の流れの全体像は
以下の通りである。まず、利用者にはユーザーインタフ
ェースとして提供されているマイクロフォンなどの音声
入力デバイス１０を介して、アプリケーション５０に入
力したい指示内容を自らの言葉で入力する。ここでは例
として日本語で「止まれ」と入力する。次に、入力され
た「止まれ」という音声は電気信号に変換され、音声認
識部３０に入力される。また、音声入力デバイス１０に
よる音声入力に代え、あらかじめ入力する言葉を編集・
記録した音声信号ファイル２０から対応する音声信号を
音声認識部３０に入力しても良い（図２ステップＳ１０
１）。
【００４４】次に、音声認識部３０は与えられた音声信
号を認識する。音声認識部３０には音声認識エンジン３
１があり、ここでは例として日本語の音声認識エンジン
が搭載されているものとする。音声認識部３０は、通常
の音声認識処理である形態素処理、テンプレートマッチ
ング処理などの処理を実行し、入力された単語を認識す
る。ここでは「止まれ」という音声が「トマレ」という
単語データとして認識される。（図２ステップＳ１０
２）。
【００４５】次に、ステップＳ１０２で認識された認識
単語データを認識単語・意味番号変換部４０において対
応する意味番号に変換する。認識単語・意味番号変換部
４０は、意味番号・登録単語リスト４１を参照して、認
識単語データに対応する意味番号をサーチする。ここで
は認識単語データ「トマレ」を意味番号“１”に変換す
る（図２ステップＳ１０３）。
【００４６】ここで、意味番号・登録単語リストの例を
図３と図４に示す。図３に挙げたリストは、要素メンバ
として、“シンボル番号”、“意味番号”、“登録単
語”に加え、単語の付属情報として“カテゴリ”、“単
語の説明”を要素メンバに持つ構造体を配列として構成
したものである。シンボル番号は、各エントリごとにユ
ニークに割り当てる番号であり、登録単語とは、認識対
象となる文字列であり、カテゴリとは、登録単語の分類
をコード化したものであり、単語に対する説明とは、登
録単語に対する説明である。カテゴリと単語に対する説
明は特に付与されないときは、例えば“ＮＵＬＬ”が割
り当てられている。
【００４７】図４に挙げたリストは、要素メンバとし
て、図３に示した要素メンバに加え、リンクリストを管
理する要素メンバ“次のテーブルのアドレス”を加え、
個々のエントリの挿入削除を容易に行えるような構造の
ものである。
【００４８】次に、ステップＳ１０３で得られた意味番
号を、アプリケーション用インタフェースを介してアプ
リケーション５０に与える（図２ステップＳ１０４）。
アプリケーション５０は、その処理内容の一部に意味番
号を含んでおり、入力された意味番号に応じた処理が実
行される。アプリケーション５０は画面上に現われるオ
ブジェクトを音声指示により移動制御する処理を含んだ
ゲームであり、ここでは例として、意味番号“１”に対
してオブジェクトの移動を停止する処理が行われる（図
２ステップＳ１０５）。つまり、ここで挙げた例では、
利用者の「止まれ」というマイクロフォンからの音声指
示により、画面上に現われるオブジェクトが移動を停止
する処理が行われる。
【００４９】この意味認識処理（図２ステップＳ１０１
〜ステップＳ１０５）は、利用者のゲーム進行に合わせ
て適宜繰り返されて進められる。以上が、本実施形態１
にかかる意味認識システム構成の概略と本システムによ
る処理流れの全体像である。
【００５０】以上のように、入力デバイス１０からの音
声入力により、アプリケーション５０に対してその指示
内容を伝えることができる。本実施形態１にかかる意味
認識システムは、利用者に対して音声入力のユーザイン
タフェースを提供し、アプリケーションに対して言語に
依存しない意味内容を伝えるアプリケーション用インタ
フェースを提供することができる。
【００５１】なお、本実施形態１では、一例として、日
本語による処理を挙げたが、他の言語への対応もシステ
ムのチューンナップにより可能なことは言うまでもな
い。つまり、音声認識部３０の音声認識エンジン３１を
使用したい言語の音声認識エンジンに入れ替え、認識単
語・意味番号変換部４０の意味番号・登録単語リスト４
１を使用したい言語の意味番号・登録単語リストに入れ
替えることで対応できる。ここで、意味番号・登録単語
リストの意味番号は、使用言語が異なっている場合で
も、同じ意味内容に対して同じ意味番号が付されている
ので言語非依存であり、アプリケーション５０には、同
じ意味内容の音声入力指示に対して同じ意味番号が伝え
られることとなり、アプリケーション５０は同じ意味番
号に対して同じ処理を実行する。このように、アプリケ
ーションに対して利用者の音声入力内容を個々の単語が
持つ本来の意味に着目して意味認識を行うことにより言
語非依存として伝えるアプリケーション用インタフェー
スを提供することができる。
【００５２】また、認識単語・意味番号変換部４０の意
味番号・登録単語リスト変更部４２により、意味番号・
登録単語リスト４１の内容を追加・変更することができ
る。例えば、図４に示したリストの説明で述べたよう
に、“次のテーブルのアドレス”の要素メンバを利用す
ることにより、図５に示すようにエントリの挿入、削除
などが容易にできる。図５は、意味番号・登録単語リス
ト４１中に、認識単語「ウエヘトベ」と意味番号“１
５”からなる認識単語・意味番号のセットを１０１番目
のエントリとして追加した例を示している。この意味番
号・登録単語リスト変更部４２により、意味認識システ
ムを利用環境に合わせてチューンナップすることが可能
である。
【００５３】（実施形態２）実施形態２にかかる意味認
識システムについて図面を参照しながら説明する。本実
施形態２は、実施形態１と同様、利用者に対する音声入
力によるユーザーインタフェースと、アプリケーション
に対する利用者の音声入力内容を言語非依存として伝え
るアプリケーション用インタフェースとを提供するシス
テムであるが、本実施形態２にかかる意味認識システム
の特徴は、アプリケーションをロードするとともにアプ
リケーション側から情報を得て、当該アプリケーション
を操作するためのユーザーインタフェースをカスタマイ
ズして構築する点である。
【００５４】本実施形態２は、実施形態１と同様、アプ
リケーションは画面上に現われるオブジェクトを音声指
示により移動制御する処理を含んだゲームとするが、利
用者は英語を使用する者とし、ユーザーインタフェース
として英語環境が構築される例を挙げる。
【００５５】本実施形態２にかかる意味認識システムの
全体構成の概略と本システムによる処理流れの全体像を
図面を参照しつつ説明する。図６は、本実施形態２にか
かる意味認識システムの概略構成図を示している。図７
は、本システムによる処理流れの全体像を処理ステップ
として表わしたものである。
【００５６】図６に示すように、本実施形態２にかかる
意味認識システムは、大別して、音声入力デバイス１
０、音声信号ファイル２０（図示せず）、音声認識部３
０、認識単語・意味番号変換部４０、アプリケーション
５０に加え、外部記述ファイル６０を備えている。な
お、図示していないが、システム全体の制御処理に必要
なコントローラ、メモリなどは装備している。また、実
施形態１で説明したものと同様の要素には同じ番号を割
り当てている。
【００５７】アプリケーション５０は、処理データの少
なくとも一部に意味番号を含んだアプリケーションであ
る。外部記述ファイル６０は、アプリケーション本体か
らは分離された外部ファイルであって、ハードディスク
やＣＤ−ＲＯＭなどアクセス可能な二次記憶媒体に格納
されておれば良く、プログラムと一体化している必要は
ない。外部記述ファイル６０に記録されているファイル
の内容は、意味を体系的に分類して各々の意味単位をコ
ード化した意味番号と各々の意味番号に属する登録単語
とを体系的に記述したテーブルである。この単語・意味
体系テーブルは、当該言語体系に属する単語を網羅する
登録単語群と対応する意味番号群を備えているものとし
ても良いが、システムリソースと実効性を考慮して、ゲ
ームなどアプリケーションとして使用が予定されている
分野において使用があり得る単語を網羅するものであっ
ても良い。
【００５８】図８に外部記述ファイルの一例を示す。
“State-name”とは、単語を登録する際のカテゴリを記
述するための名前を指定する属性であり、“Language-I
D”とは、単語の言語を表わす属性であり、基本言語Ｉ
Ｄ、サブ言語ＩＤなどを備えている。“Dialect”と
は、言語の方言に関する属性であり、デフォルトは標準
語(Standard)とする。“VCMD”とは、音声命令(Voice c
ommand)を記述するキーワードであり、意味番号・登録
単語リスト４１の各エントリとなる意味番号・登録単語
のセットである。“＃”はその行がコメントであること
を示している。
【００５９】認識単語・意味番号変換部４０は、意味番
号取得部４３と意味番号・登録単語リスト生成部４４と
登録単語通知部４５を備えている。意味番号取得部４３
は、アプリケーション用インタフェースを介してアプリ
ケーション５０に記述された意味番号を取得するもので
ある。意味番号・登録単語リスト生成部４４は、外部記
述ファイル６０から取得した意味番号に対応する全ての
登録単語を抽出して意味番号・登録単語リスト４１を生
成するものである。登録単語通知部４５は、認識単語・
意味番号変換部４０が生成した意味番号・登録単語リス
ト４１に挙げられた登録単語を音声認識部３０に通知す
るものである。
【００６０】音声認識部３０は、利用者の使用言語に対
応した音声認識エンジン３１と音声認識単語更新部３２
とを備えている。音声認識単語更新部３２は、登録単語
通知部４５から通知された登録単語に基づいて音声認識
エンジン３１の内容を更新するものである。
【００６１】本実施形態２にかかる意味認識システムの
処理の流れの全体像は以下の通りである。まず、意味認
識システムにアプリケーション５０をロードする。ロー
ドはＣＤ−ＲＯＭドライブなどのＩＯ装置、ネットワー
クからのダウンロード（図示せず）などにより行う（図
７ステップＳ２０１）。ここでは一例として、ロードさ
れたアプリケーション５０は、画面上に現われたオブジ
ェクトの移動制御を伴うゲームであるとし、処理プログ
ラムの一部にオブジェクトの移動命令を意味番号に基づ
いた記述が含まれているものとする。
【００６２】次に、認識単語・意味番号変換部４０の意
味番号取得部４３は、アプリケーション用インタフェー
スを介してアプリケーション５０に記述された意味番号
を取得する（図７ステップＳ２０２）。ここでは、例え
ば意味番号“１”が取得されたとする。
【００６３】ステップＳ２０２で取得された意味番号は
意味番号・登録単語リスト生成部４４に渡される。意味
番号・登録単語リスト生成部４４は、例えば、図９に示
すように、取得された意味番号を意味番号・登録単語リ
スト４１に展開して保持する（図７ステップＳ２０
３）。
【００６４】次に、意味番号・登録単語リスト生成部４
４は、外部記述ファイル６０の単語・意味体系テーブル
を参照して、意味番号・登録単語リスト４１中の意味番
号に対応する登録単語を抽出して意味番号・登録単語リ
スト４１を生成する（図７ステップＳ２０４）。生成さ
れた意味番号・登録単語リスト４１の一例を図１０に示
す。このように、アプリケーションで使用する命令群が
意味番号である中間コードから利用者の使用する言語に
よる命令群として生成される。ここでは英語による命令
群が生成される。図１０からも分かるように、個々の意
味番号から、その意味番号に対応する外部記述ファイル
６０にある登録単語はすべて抽出されてリストに展開さ
れる。例えば「止まれ」の意味を表わす意味番号“１”
に対して、“STOP”,“HALT”など「止まれ」という直
接の意を持つ英語単語に加え、“STAY”，“DON´T MOV
E”などオブジェクトに対して同様の動作をもたらす類
義語も対応させても良い。
【００６５】次に、認識単語・意味番号変換部４０の登
録単語通知部４５は、ステップＳ２０４で生成した意味
番号・登録単語リスト４１に挙げられた登録単語を音声
認識部３０に通知する（図７ステップＳ２０５）。ここ
では図１０に示された“STOP”,“HALT”などの登録単
語が通知される。
【００６６】次に、音声認識部３０は、ステップＳ２０
５で通知された登録単語に基づき、音声認識単語更新部
３２により音声認識エンジン３１の内容を更新する。つ
まり、音声認識エンジンの利用する音声信号の認識パタ
ーンの内容を更新し、ステップＳ２０５で通知された登
録単語を利用者の使用する言語により音声認識できるユ
ーザーインタフェースを構築する（図７ステップＳ２０
６）。
【００６７】以上のステップＳ２０１〜ステップＳ２０
６の処理を実行することにより、ロードしたアプリケー
ションで使用する利用者入力命令群を、言語非依存の中
間コードである意味番号から利用者の使用する言語によ
る命令群に自動的に変換して音声入力によるユーザーイ
ンタフェースを構築することができる。
【００６８】以上のステップＳ２０１〜ステップＳ２０
６によるユーザーインタフェースのカスタマイズ処理の
後、実施形態１で示した図２の処理ステップを実行する
ことにより、利用者は自らの言語を音声で入力してゲー
ムなどのアプリケーションを楽しむことができる。ま
た、アプリケーションに応じてそのアプリケーションで
使用する意味番号・登録単語リスト４１を生成するの
で、主メモリの使用量を最適化して小さく抑えることが
できる。また、アプリケーションは利用者入力命令を意
味番号を中心とした言語非依存の中間コードで記述でき
るため、アプリケーション開発者の他言語へのローカラ
イズ作業工数を不要とすることができる。
【００６９】なお、上記説明では、例として英語による
音声入力ユーザーインタフェース構築例を挙げたが、他
の言語であっても、意味認識システムが使用予定されて
いる環境に応じて、その基本構成として各言語ごとの基
本となる外部記述ファイルと音声認識エンジンを備える
ことにより、同様にユーザーインタフェースを構築でき
ることは言うまでもない。また、上記説明において、認
識単語・意味番号変換部が、アプリケーションに記述さ
れた意味番号を取得する意味番号取得部と、意味番号・
登録単語リスト生成部とを備えた構成としたが、意味番
号取得部と意味番号・登録単語リスト生成部に代え、ア
プリケーションが、アプリケーション自身に記述された
意味番号に基づいて前記外部記述ファイルの単語・意味
体系テーブル中から対応する登録単語を抽出する処理ス
テップと、前記意味番号と登録単語を前記認識単語・意
味番号変換部に通知する処理ステップとを備え、認識単
語・意味番号変換部が通知された意味番号と登録単語に
基づいて意味番号・登録単語リストを生成する意味番号
・登録単語リスト生成部を備える構成であっても良い。
【００７０】（実施形態３）実施形態３にかかる意味認
識システムについて図面を参照しながら説明する。本実
施形態３は、実施形態１および実施形態２と同様、利用
者に対する音声入力によるユーザーインタフェースと、
アプリケーションに対する利用者の音声入力内容を言語
非依存として伝えるアプリケーション用インタフェース
とを提供するシステムであるが、本実施形態３にかかる
意味認識システムの特徴は、ユーザーインタフェースの
対象言語を利用者の指定により自由に選択、更新がで
き、さらに、複数の言語を同時に扱うこともできる点で
ある。意味認識システムの想定される使用環境として、
利用者が複数の言語を使用する場合や異なる言語を話す
複数人が同時に使用する可能性がある場合に適してい
る。本実施形態３では特に、複数の言語を同時に扱うこ
とのできるユーザーインタフェースの構築について述べ
る。
【００７１】本実施形態３は、実施形態１と同様、アプ
リケーションは画面上に現われるオブジェクトを音声指
示により移動制御する処理を含んだゲームとするが、利
用者は日本語を使用する者と英語を使用する者を想定
し、ユーザーインタフェースとして日本語入力環境と英
語入力環境が構築される例を挙げる。
【００７２】本実施形態３にかかる意味認識システムの
全体構成の概略と本システムによる処理流れの全体像を
図面を参照しつつ説明する。図１１は、本実施形態３に
かかる意味認識システムの概略構成図を示している。図
１２は、本システムによる処理流れの全体像を処理ステ
ップとして表わしたものである。
【００７３】図１１は図６とほぼ同様の構成であるが、
本実施形態３にかかる意味認識システムは、使用言語指
定部７０を備えており、利用者は使用したい言語を指定
する。外部記述ファイル６０は言語ごとにファイルが用
意されており、日本語外部記述ファイル６０ａ、英語外
部記述ファイル６０ｂ、ドイツ語外部記述ファイル６０
ｃなどが備えられている。また、音声認識部３０の音声
認識エンジン３１も言語ごとに用意されており、日本語
音声認識エンジン３１ａ、英語音声認識エンジン３１
ｂ、ドイツ語音声認識エンジン３１ｃなどが備えられて
いる。なお、図１、図６と同様の要素に対しては同じ番
号を割り当てており、ここではその説明は省略する。ま
た、図１１中の各要素間の矢印は、便宜上、後述する処
理ステップＳ３０１における言語指定のデータのなどの
やり取りを中心に記し、その他は省略した。
【００７４】本実施形態３にかかる意味認識システムの
処理の流れの全体像は以下の通りである。実施形態２で
図７などをもって説明した部分と重複する説明は簡単に
記す。まず、利用者は使用したい言語を使用言語指定部
７０により指定する（図１２ステップＳ３０１）。ここ
では、日本語と英語の２つの言語を指定する。この使用
言語指定部７０により指定入力された言語情報は、言語
ＩＤ情報として登録単語・意味番号変換部４０、音声認
識部３０に通知される。ここでは、日本語外部記述ファ
イル６０ａと英語外部記述ファイル６０ｂが用意され、
日本語音声認識エンジン３１ａと英語音声認識エンジン
３１ｂが用意される。
【００７５】次に、意味認識システムにアプリケーショ
ン５０をロードする（図１２ステップＳ３０２）。次
に、認識単語・意味番号変換部４０の意味番号取得部４
３は、アプリケーション用インタフェースを介してアプ
リケーション５０に記述された意味番号を取得する（図
１２ステップＳ３０３）。ここでは例えば、意味番号
“１”などが取得される。
【００７６】ステップＳ３０３で取得された意味番号は
意味番号・登録単語リスト生成部４４に渡される。意味
番号・登録単語リスト生成部４４は、実施形態２と同
様、図９に示すように、取得された意味番号を意味番号
・登録単語リスト４１に展開して保持する（図１２ステ
ップＳ３０４）。
【００７７】次に、意味番号・登録単語リスト生成部４
４は、ステップＳ３０１において通知された言語ＩＤに
基づいて指定された外部記述ファイルを参照する。ここ
では、日本語外部記述ファイル６０ａ、英語外部記述フ
ァイル６０ｂが参照される。各外部記述ファイル６０の
単語・意味体系テーブルを参照して、意味番号・登録単
語リスト４１中の意味番号に対応する登録単語を抽出し
て意味番号・登録単語リスト４１を生成する（図１２ス
テップＳ３０５）。生成された意味番号・登録単語リス
ト４１の一例を図１３に示す。このように、アプリケー
ションで使用する命令群が意味番号である中間コードか
ら利用者が指定した複数の言語による命令群として生成
される。ここでは日本語による命令群と英語による命令
群が生成される。
【００７８】次に、認識単語・意味番号変換部４０の登
録単語通知部４５は、ステップＳ３０５で生成した意味
番号・登録単語リスト４１に挙げられた登録単語を言語
ＩＤとともに音声認識部３０に通知する（図１２ステッ
プＳ３０６）。
【００７９】次に、音声認識部３０は、ステップＳ３０
６で通知された登録単語と言語ＩＤに基づき、音声認識
単語更新部３２により音声認識エンジン３１の内容を更
新する。つまり、ここでは、日本語音声認識エンジン３
１ａと、英語音声認識エンジン３１ｂがチューンナップ
される（図１２ステップＳ３０７）。
【００８０】以上のステップＳ３０１〜ステップＳ３０
７の処理を実行することにより、ロードしたアプリケー
ションで使用する利用者入力命令群を、利用者の使用す
る複数の言語による命令群に自動的に変換して複数言語
の音声入力によるマルチリンガルなユーザーインタフェ
ースを構築することができる。
【００８１】以上のステップによりユーザインタフェー
スをカスタマイズした後、アプリケーション５０に対す
る音声入力による操作は、実施形態１で説明した処理と
同様の処理を実行し、ゲームなどのアプリケーションを
マルチリンガル環境で楽しむことができる。
【００８２】なお、上記説明では、例として日本語と英
語による音声入力ユーザーインタフェース構築例を挙げ
たが、他の言語であっても、同様に適用できることは言
うまでもない。また、言語には方言も含まれるものと
し、日本語、英語などの言語に加え、関西弁、東北弁な
ど各国語の各方言に対しても同様に適応可能である。
【００８３】（実施形態４）実施形態３にかかる意味認
識システムについて図面を参照しながら説明する。本実
施形態３は、実施形態１〜３に示した意味認識システム
をクライアントサーバ構成で構築した例である。
【００８４】図１４は、システムの全体概略構成を示し
ている。図１４に示すように、ネットワーク上にはアプ
リケーションサーバ８０、外部記述ファイルサーバ９０
が配置されている。アプリケーションサーバ８０にはア
プリケーション５０が各種登録されており、クライアン
ト１００の要求によりアプリケーション５０を提供す
る。外部記述ファイルサーバ９０は各国言語、各方言ご
との外部記述ファイル６０が登録されており、図６、図
１１に示した意味認識システムの外部記述ファイル６０
がネットワーク上でリモートアクセスできる構成となっ
ている。つまり、意味認識システムクライアント１００
からの意味番号による参照要求に対して、意味番号に対
応する登録認識単語を通知する構成である。
【００８５】意味認識システムクライアント１００に
は、図示していないが、構成に応じて、音声入力デバイ
ス１０、音声信号ファイル２０、音声認識部３０、音声
認識エンジン３１、音声認識単語更新部３２、認識単語
・意味番号変換部４０、意味番号・登録単語リスト４
１、意味番号・登録単語リスト変更部４２、意味番号取
得部４３、意味番号・登録単語リスト生成部４４、登録
単語通知部４５、使用言語指定部７０を備えている。
【００８６】また、図示していないが、サーバ、クライ
アントともに、ネットワーク接続のための通信インタフ
ェースを備えている。ネットワーク１１０は、データを
通信できるものであれば良く、ローカルエリアネットワ
ーク、インターネットなどのネットワーク網であり、専
用線、公衆回線、有線、無線を問わない。
【００８７】以上のように構成することにより、外部記
述ファイルをネットワーク上に配置された外部記述ファ
イルサーバとしたクライアントサーバ構成で構築するこ
とができ、各言語ごとの外部記述ファイルを意味認識シ
ステム個別に用意する必要がなくなる。
【００８８】（実施形態５）本発明にかかる意味認識シ
ステムは、意味認識システムを実現する処理ステップを
備えたプログラムとして記述し、コンピュータ読み取り
可能な記録媒体に記録して提供することにより、各種コ
ンピュータを用いて構築することができる。本発明にか
かる意味認識システムを実現する処理ステップを備えた
プログラムを記録した記録媒体は、図１５に図示した記
録媒体の例に示すように、ＣＤ−ＲＯＭ１２３やフレキ
シブルディスク１２４等の可搬型記録媒体１２２だけで
なく、ネットワーク上にある記録装置内の記録媒体１２
１や、コンピュータのハードディスクやＲＡＭ等の記録
媒体１２６のいずれであっても良く、プログラム実行時
には、プログラムはコンピュータ１２５上にローディン
グされ、主メモリ上で実行される。
【００８９】
【発明の効果】本発明にかかる意味認識システムによれ
ば、利用者に対して利用者の使用する言語による音声入
力のユーザインタフェースを提供し、利用者は自らの言
語の音声入力によりゲームなどのアプリケーションを楽
しむことができる。また、アプリケーションに対して言
語に依存しない意味内容を伝えるアプリケーション用イ
ンタフェースを提供することができ、アプリケーション
は利用者入力命令を意味番号を中心とした言語非依存の
中間コードで記述できるため、アプリケーション開発者
の他言語へのローカライズ作業工数を不要とすることが
できる。
【００９０】また、本発明にかかる意味認識システムに
よれば、アプリケーションに応じてその都度アプリケー
ションで使用する意味番号・登録単語リストのみを生成
するので使用する主メモリの容量を小さく抑えることが
でき、音声認識の速度が速くなる。
【００９１】また、本発明にかかる意味認識システムに
よれば、ロードしたアプリケーションで使用する利用者
入力命令群を、利用者の使用する複数の言語による命令
群に自動的に変換して複数言語の音声入力によるマルチ
リンガルなユーザーインタフェースを構築することがで
きる。
【００９２】さらに、本発明にかかる意味認識システム
のうち、外部記述ファイルをネットワーク上に配置され
た外部記述ファイルサーバとしたクライアントサーバ構
成で構築することにより、各言語ごとの外部記述ファイ
ルを意味認識システム個別に用意する必要がなくなり、
利用形態の多様化とシステムの低価格化が実現できる。
【図面の簡単な説明】
【図１】 本発明の実施形態１にかかる意味認識システ
ムの概略構成図
【図２】 本発明の実施形態１にかかる意味認識システ
ムの処理流れの全体像を示したフローチャート
【図３】 意味番号・登録単語リストの例
【図４】 意味番号・登録単語リストの例
【図５】 意味番号・登録単語リストへの登録単語・意
味番号セット追加例
【図６】 本発明の実施形態２にかかる意味認識システ
ムの概略構成図
【図７】 本発明の実施形態２にかかる意味認識システ
ムの処理流れの全体像を示したフローチャート
【図８】 外部記述ファイル５０の例
【図９】 意味番号・登録単語リスト４１へ取得した意
味番号を展開した例
【図１０】 生成された意味番号・登録単語リスト４１
の例
【図１１】 本発明の実施形態３にかかる意味認識シス
テムの概略構成図
【図１２】 本発明の実施形態３にかかる意味認識シス
テムの処理流れの全体像を示したフローチャート
【図１３】 生成された意味番号・登録単語リストの例
【図１４】 本発明の実施形態４にかかる意味認識シス
テムの概略構成図
【図１５】 記録媒体の例を示す図
【符号の説明】
１０ 音声入力デバイス ２０ 音声信号ファイル ３０ 音声認識部 ３１ 音声認識エンジン ３２ 音声認識単語更新部 ４０ 認識単語・意味番号変換部 ４１ 意味番号・登録単語リスト ４２ 意味番号・登録単語リスト変更部 ４３ 意味番号取得部 ４４ 意味番号・登録単語リスト生成部 ４５ 登録単語通知部 ５０ アプリケーション ６０ 外部記述ファイル ７０ 使用言語指定部 ８０ アプリケーションサーバ ９０ 外部記述ファイルサーバ １００ クライアント １１０ ネットワーク １２１ 回線先のハードディスク等の記録媒体 １２２ ＣＤ−ＲＯＭやフレキシブルディスク等の可搬
型記録媒体 １２３ ＣＤ−ＲＯＭ １２４ フレキシブルディスク １２５ コンピュータ １２６ コンピュータ上のＲＡＭ／ハードディスク等の
記録媒体
───────────────────────────────────────────────────── フロントページの続き (72)発明者 山本 健司 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内 (72)発明者 野田 政秀 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内

Claims (9)

    【特許請求の範囲】
  1. 【請求項１】 利用者に対して音声入力が可能なユーザ
    インタフェースを提供し、アプリケーションに対して利
    用者の入力内容を伝えるアプリケーション用インタフェ
    ースを提供するシステムであって、 入力となる音声信号を受け付ける音声信号入力部と、入
    力された音声信号を基に対応する単語を認識する音声認
    識部と、単語の意味を表わす意味番号とその意味番号に
    属する登録単語のリストである意味番号・登録単語リス
    トを備えた認識単語・意味番号変換部と、アプリケーシ
    ョン用インタフェースと、意味番号をデータとして扱う
    アプリケーションを備え、前記音声信号入力部に入力さ
    れた音声信号を基に前記音声認識部により対応する単語
    を認識し、前記認識した単語を前記認識単語・意味番号
    変換部により対応する意味番号に変換し、前記アプリケ
    ーション用インタフェースを介して前記変換した意味番
    号をアプリケーションに通知することを特徴とする意味
    認識システム。
  2. 【請求項２】 前記認識単語・意味番号変換部の意味番
    号・登録単語リストの内容を更新する意味番号・登録単
    語リスト更新部を備えた請求項１に記載の意味認識シス
    テム。
  3. 【請求項３】 意味を体系的に分類して各々の意味単位
    をコード化した意味番号と各々の意味番号に属する登録
    単語とを体系的に記述した単語・意味体系テーブルを記
    録した外部記述ファイルを備えた請求項１に記載の意味
    認識システム。
  4. 【請求項４】 前記アプリケーションは、処理データの
    少なくとも一部に意味番号を含んだアプリケーションで
    あって、前記認識単語・意味番号変換部が、前記アプリ
    ケーション用インタフェースを介して前記アプリケーシ
    ョンに記述された意味番号を取得する意味番号取得部
    と、前記外部記述ファイルの単語・意味体系テーブル中
    から前記取得した意味番号に対応する登録単語を抽出し
    て前記意味番号・登録単語リストを生成する意味番号・
    登録単語リスト生成部とを備えた請求項３に記載の意味
    認識システム。
  5. 【請求項５】 前記アプリケーションは、処理データの
    少なくとも一部に意味番号を含んだアプリケーションで
    あって、前記アプリケーション自身に記述された意味番
    号に基づいて前記外部記述ファイルの単語・意味体系テ
    ーブル中から対応する登録単語を抽出する処理ステップ
    と、前記意味番号と登録単語を前記認識単語・意味番号
    変換部に通知する処理ステップとを備え、前記認識単語
    ・意味番号変換部が、前記アプリケーションから取得し
    た意味番号と登録単語に基づいて前記意味番号・登録単
    語リストを生成する意味番号・登録単語リスト生成部を
    備えた請求項３に記載の意味認識システム。
  6. 【請求項６】 前記認識単語・意味番号変換部が、前記
    生成した意味番号・登録単語リストに挙げられた登録単
    語を前記音声認識部に通知する登録単語通知部を備え、
    前記音声認識部が、前記通知された登録単語に基づいて
    音声認識エンジンの内容を更新する音声認識単語更新部
    を備えた請求項４または５に記載の意味認識システム。
  7. 【請求項７】 利用者が使用する言語を指定する使用言
    語指定部と、前記外部記述ファイルとして複数の言語ご
    との外部記述ファイルと、前記音声認識部の音声認識エ
    ンジンとして複数の言語ごとの音声認識エンジンとを備
    え、前記意味番号・登録単語リスト生成部は、前記使用
    言語指定部により指定された言語の外部記述ファイルを
    基に意味番号・登録単語リストを生成し、前記音声認識
    部は、前記使用言語指定部により指定された言語の音声
    認識エンジンを使用し、利用者に対して前記アプリケー
    ションを複数の言語による入力指示ができるマルチリン
    ガル対応のユーザインタフェースを提供する請求項６に
    記載の意味認識システム。
  8. 【請求項８】 前記外部記述ファイルを提供する外部記
    述ファイルサーバと、前記アプリケーションを提供する
    アプリケーションサーバと、前記音声信号入力部と前記
    音声認識部と前記認識単語・意味番号変換部と前記アプ
    リケーション用インタフェースとを備えた意味認識シス
    テムクライアントを備え、前記外部記述ファイルサーバ
    と前記アプリケーションサーバと前記意味認識システム
    クライアントがコンピュータネットワークを介して接続
    された請求項６または７に記載の意味認識システム。
  9. 【請求項９】 利用者に対して音声入力が可能なユーザ
    インタフェースを提供し、アプリケーションに対して利
    用者の入力内容を伝えるアプリケーション用インタフェ
    ースを提供するシステムを実現する処理ステップを記述
    したプログラムであって、 入力となる音声信号を受け付ける音声信号入力処理ステ
    ップと、前記入力処理された音声信号を基に対応する単
    語を認識する音声認識処理ステップと、意味を表わす意
    味番号とその意味番号に属する登録単語のリストである
    意味番号・登録単語リストを生成する意味番号・登録単
    語リスト生成処理ステップと、前記音声認識処理ステッ
    プにより認識した単語を前記生成した意味番号・登録単
    語リストにより対応する意味番号に変換する認識単語・
    意味番号変換処理ステップと、前記変換された意味番号
    を前記アプリケーションに通知する意味番号通知処理ス
    テップとを備えた意味認識処理プログラムを記録したこ
    とを特徴とするコンピュータ読み取り可能な記録媒体。
JP11752498A 1998-04-27 1998-04-27 意味認識システム Expired - Fee Related JP4036528B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP11752498A JP4036528B2 (ja) 1998-04-27 1998-04-27 意味認識システム
US09/151,291 US5991719A (en) 1998-04-27 1998-09-11 Semantic recognition system
EP98307561A EP0953896B1 (en) 1998-04-27 1998-09-17 Semantic recognition system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP11752498A JP4036528B2 (ja) 1998-04-27 1998-04-27 意味認識システム

Publications (2)

Publication Number Publication Date
JPH11312073A true JPH11312073A (ja) 1999-11-09
JP4036528B2 JP4036528B2 (ja) 2008-01-23

Family

ID=14713922

Family Applications (1)

Application Number Title Priority Date Filing Date
JP11752498A Expired - Fee Related JP4036528B2 (ja) 1998-04-27 1998-04-27 意味認識システム

Country Status (3)

Country Link
US (1) US5991719A (ja)
EP (1) EP0953896B1 (ja)
JP (1) JP4036528B2 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11311995A (ja) * 1998-04-30 1999-11-09 Toshiba Tec Corp 音声認識装置
WO2007066433A1 (ja) * 2005-12-07 2007-06-14 Mitsubishi Electric Corporation 音声認識装置
JP2009519538A (ja) * 2005-12-12 2009-05-14 クリエイティブ、テクノロジー、リミテッド デジタル・ファイルの集合の中からデジタル・ファイルにアクセスする方法および装置
JP2010145930A (ja) * 2008-12-22 2010-07-01 Nissan Motor Co Ltd 音声認識装置及び方法
JP2016502302A (ja) * 2012-12-07 2016-01-21 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド 音声によるバックグラウンド制御方法、移動体端末、及び非一時的なコンピュータ読み取り可能な記憶媒体
JP2016166923A (ja) * 2015-03-09 2016-09-15 Ntn株式会社 測定データ記録・管理装置

Families Citing this family (57)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11224179A (ja) * 1998-02-05 1999-08-17 Fujitsu Ltd 対話インタフェース・システム
JP2000187435A (ja) * 1998-12-24 2000-07-04 Sony Corp 情報処理装置、携帯機器、電子ペット装置、情報処理手順を記録した記録媒体及び情報処理方法
US20010037198A1 (en) * 2000-02-01 2001-11-01 Into Voice Corporation Method and system for providing texts for voice requests
GB0004097D0 (en) * 2000-02-22 2000-04-12 Ibm Management of speech technology modules in an interactive voice response system
US7716163B2 (en) 2000-06-06 2010-05-11 Microsoft Corporation Method and system for defining semantic categories and actions
US7770102B1 (en) 2000-06-06 2010-08-03 Microsoft Corporation Method and system for semantically labeling strings and providing actions based on semantically labeled strings
US7712024B2 (en) 2000-06-06 2010-05-04 Microsoft Corporation Application program interfaces for semantically labeling strings and providing actions based on semantically labeled strings
US7788602B2 (en) 2000-06-06 2010-08-31 Microsoft Corporation Method and system for providing restricted actions for recognized semantic categories
US7421645B2 (en) 2000-06-06 2008-09-02 Microsoft Corporation Method and system for providing electronic commerce actions based on semantically labeled strings
US7047196B2 (en) 2000-06-08 2006-05-16 Agiletv Corporation System and method of voice recognition near a wireline node of a network supporting cable television and/or video delivery
US7792676B2 (en) * 2000-10-25 2010-09-07 Robert Glenn Klinefelter System, method, and apparatus for providing interpretive communication on a network
US6665642B2 (en) 2000-11-29 2003-12-16 Ibm Corporation Transcoding system and method for improved access by users with special needs
US20020095473A1 (en) * 2001-01-12 2002-07-18 Stuart Berkowitz Home-based client-side media computer
US7383187B2 (en) * 2001-01-24 2008-06-03 Bevocal, Inc. System, method and computer program product for a distributed speech recognition tuning platform
US8095370B2 (en) 2001-02-16 2012-01-10 Agiletv Corporation Dual compression voice recordation non-repudiation system
US7778816B2 (en) 2001-04-24 2010-08-17 Microsoft Corporation Method and system for applying input mode bias
US6688652B2 (en) * 2001-12-12 2004-02-10 U.S. Pipe And Foundry Company Locking device and method for securing telescoped pipe
JP4017887B2 (ja) * 2002-02-28 2007-12-05 富士通株式会社 音声認識システムおよび音声ファイル記録システム
US7325194B2 (en) 2002-05-07 2008-01-29 Microsoft Corporation Method, system, and apparatus for converting numbers between measurement systems based upon semantically labeled strings
US7707496B1 (en) 2002-05-09 2010-04-27 Microsoft Corporation Method, system, and apparatus for converting dates between calendars and languages based upon semantically labeled strings
US7742048B1 (en) * 2002-05-23 2010-06-22 Microsoft Corporation Method, system, and apparatus for converting numbers based upon semantically labeled strings
US7707024B2 (en) 2002-05-23 2010-04-27 Microsoft Corporation Method, system, and apparatus for converting currency values based upon semantically labeled strings
US7827546B1 (en) 2002-06-05 2010-11-02 Microsoft Corporation Mechanism for downloading software components from a remote source for use by a local software application
US7281245B2 (en) 2002-06-05 2007-10-09 Microsoft Corporation Mechanism for downloading software components from a remote source for use by a local software application
US7356537B2 (en) 2002-06-06 2008-04-08 Microsoft Corporation Providing contextually sensitive tools and help content in computer-generated documents
US7716676B2 (en) 2002-06-25 2010-05-11 Microsoft Corporation System and method for issuing a message to a program
US7392479B2 (en) 2002-06-27 2008-06-24 Microsoft Corporation System and method for providing namespace related information
US7209915B1 (en) 2002-06-28 2007-04-24 Microsoft Corporation Method, system and apparatus for routing a query to one or more providers
US20040012643A1 (en) * 2002-07-18 2004-01-22 August Katherine G. Systems and methods for visually communicating the meaning of information to the hearing impaired
US7143041B2 (en) * 2002-12-23 2006-11-28 System Application Engineering, Inc. Method for object selection
US7783614B2 (en) 2003-02-13 2010-08-24 Microsoft Corporation Linking elements of a document to corresponding fields, queries and/or procedures in a database
US7711550B1 (en) 2003-04-29 2010-05-04 Microsoft Corporation Methods and system for recognizing names in a computer-generated document and for providing helpful actions associated with recognized names
US7558841B2 (en) 2003-05-14 2009-07-07 Microsoft Corporation Method, system, and computer-readable medium for communicating results to a data query in a computer network
GB2402507A (en) * 2003-06-03 2004-12-08 Canon Kk A user input interpreter and a method of interpreting user input
US7739588B2 (en) 2003-06-27 2010-06-15 Microsoft Corporation Leveraging markup language data for semantically labeling text strings and data and for providing actions based on semantically labeled text strings and data
KR100552693B1 (ko) * 2003-10-25 2006-02-20 삼성전자주식회사 피치검출방법 및 장치
US7689404B2 (en) * 2004-02-24 2010-03-30 Arkady Khasin Method of multilingual speech recognition by reduction to single-language recognizer engine components
US20060020465A1 (en) * 2004-07-26 2006-01-26 Cousineau Leo E Ontology based system for data capture and knowledge representation
US20060020447A1 (en) * 2004-07-26 2006-01-26 Cousineau Leo E Ontology based method for data capture and knowledge representation
US20060020466A1 (en) * 2004-07-26 2006-01-26 Cousineau Leo E Ontology based medical patient evaluation method for data capture and knowledge representation
US20060020444A1 (en) * 2004-07-26 2006-01-26 Cousineau Leo E Ontology based medical system for data capture and knowledge representation
US8788271B2 (en) * 2004-12-22 2014-07-22 Sap Aktiengesellschaft Controlling user interfaces with contextual voice commands
US20060136220A1 (en) * 2004-12-22 2006-06-22 Rama Gurram Controlling user interfaces with voice commands from multiple languages
US7409344B2 (en) * 2005-03-08 2008-08-05 Sap Aktiengesellschaft XML based architecture for controlling user interfaces with contextual voice commands
US7992085B2 (en) 2005-09-26 2011-08-02 Microsoft Corporation Lightweight reference user interface
US7788590B2 (en) 2005-09-26 2010-08-31 Microsoft Corporation Lightweight reference user interface
US7873517B2 (en) 2006-11-09 2011-01-18 Volkswagen Of America, Inc. Motor vehicle with a speech interface
US8472925B2 (en) * 2007-10-23 2013-06-25 Real Time Translation, Inc. On-demand, real-time interpretation system and method
CN102918586B (zh) * 2010-06-02 2015-08-12 拿索斯财务有限公司 用于图像数据记录和再现的设备及其方法
US9077813B2 (en) 2012-02-29 2015-07-07 International Business Machines Corporation Masking mobile message content
US20140045547A1 (en) * 2012-08-10 2014-02-13 Silverplus, Inc. Wearable Communication Device and User Interface
US9910848B2 (en) * 2016-07-07 2018-03-06 International Business Machines Corporation Generating semantic variants of natural language expressions using type-specific templates
US9767094B1 (en) 2016-07-07 2017-09-19 International Business Machines Corporation User interface for supplementing an answer key of a question answering system using semantically equivalent variants of natural language expressions
US9928235B2 (en) * 2016-07-07 2018-03-27 International Business Machines Corporation Type-specific rule-based generation of semantic variants of natural language expression
US10490188B2 (en) 2017-09-12 2019-11-26 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for language selection
CN110491383B (zh) * 2019-09-25 2022-02-18 北京声智科技有限公司 一种语音交互方法、装置、系统、存储介质及处理器
CN114464179B (zh) * 2022-01-28 2024-03-19 达闼机器人股份有限公司 语音交互方法、系统、装置、设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4706212A (en) * 1971-08-31 1987-11-10 Toma Peter P Method using a programmed digital computer system for translation between natural languages
US5551049A (en) * 1987-05-26 1996-08-27 Xerox Corporation Thesaurus with compactly stored word groups
US4870686A (en) * 1987-10-19 1989-09-26 Motorola, Inc. Method for entering digit sequences by voice command
US5386494A (en) * 1991-12-06 1995-01-31 Apple Computer, Inc. Method and apparatus for controlling a speech recognition function using a cursor control device
JPH08274858A (ja) * 1995-03-30 1996-10-18 Kokusai Denshin Denwa Co Ltd <Kdd> ダイヤレス発信装置
JPH09330316A (ja) * 1996-06-10 1997-12-22 Meidensha Corp 電子メールの翻訳方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11311995A (ja) * 1998-04-30 1999-11-09 Toshiba Tec Corp 音声認識装置
WO2007066433A1 (ja) * 2005-12-07 2007-06-14 Mitsubishi Electric Corporation 音声認識装置
US8060368B2 (en) 2005-12-07 2011-11-15 Mitsubishi Electric Corporation Speech recognition apparatus
JP2009519538A (ja) * 2005-12-12 2009-05-14 クリエイティブ、テクノロジー、リミテッド デジタル・ファイルの集合の中からデジタル・ファイルにアクセスする方法および装置
JP2010145930A (ja) * 2008-12-22 2010-07-01 Nissan Motor Co Ltd 音声認識装置及び方法
JP2016502302A (ja) * 2012-12-07 2016-01-21 バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド 音声によるバックグラウンド制御方法、移動体端末、及び非一時的なコンピュータ読み取り可能な記憶媒体
JP2016166923A (ja) * 2015-03-09 2016-09-15 Ntn株式会社 測定データ記録・管理装置
WO2016143576A1 (ja) * 2015-03-09 2016-09-15 Ntn株式会社 測定データの記録・管理装置

Also Published As

Publication number Publication date
JP4036528B2 (ja) 2008-01-23
EP0953896B1 (en) 2006-09-13
US5991719A (en) 1999-11-23
EP0953896A1 (en) 1999-11-03

Similar Documents

Publication Publication Date Title
JPH11312073A (ja) 意味認識システム
US7162412B2 (en) Multilingual conversation assist system
US7369998B2 (en) Context based language translation devices and methods
AU721926B2 (en) Method and apparatus for automated language translation
US9317501B2 (en) Data security system for natural language translation
RU2357285C2 (ru) Способы и системы для перевода с одного языка на другой
JP6767046B2 (ja) 音声対話システム、音声対話装置、ユーザー端末、および音声対話方法
WO2015147702A1 (ru) Способ и система голосового интерфейса
JPS59195724A (ja) データ処理システム使用方法
JP2009205579A (ja) 音声翻訳装置およびプログラム
EP2548201A1 (en) Enhanced speech-to-speech translation system and methods
US7742924B2 (en) System and method for updating information for various dialog modalities in a dialog scenario according to a semantic context
KR102738804B1 (ko) 캐릭터 통화서비스 제공방법, 이를 수행하는 컴퓨팅시스템, 및 컴퓨터-판독가능 기록매체
JP5327737B2 (ja) 対話装置、重み情報学習装置、対話方法、重み情報学習方法、およびプログラム
JPH07222248A (ja) 携帯型情報端末における音声情報の利用方式
JP2002236681A (ja) 日常言語コンピューティングシステムおよびその方法
WO2003079188A1 (fr) Procede de fonctionnement d&#39;un objet logiciel au moyen d&#39;une langue naturelle et programme correspondant
JP2003029779A (ja) 自動通訳システム及びその方法並びにプログラム
JP4881903B2 (ja) 自然言語対話エージェントのためのスクリプト作成支援方法及びプログラム
CN112487040A (zh) 信息处理装置、信息处理方法及存储介质
JP2022056307A (ja) 音声をテキストに変換した音声記録から似た発音の単語を含んで検索する方法、システム、およびコンピュータ読み取り可能な記録媒体
JP7774933B1 (ja) 情報処理装置、情報処理方法及びプログラム
JP2014048507A (ja) ローカル言語資源の補強装置及びサービス提供設備装置
JP5582225B2 (ja) 対話装置、重み情報学習装置、対話方法、重み情報学習方法、およびプログラム
JP2008084055A (ja) ヘルプ管理端末、ヘルプ管理方法およびヘルプ管理プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20040825

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20060608

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20060615

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20060807

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20070424

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20070625

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20070628

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20071025

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20071030

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101109

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20101109

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111109

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20111109

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121109

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20121109

Year of fee payment: 5

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131109

Year of fee payment: 6

LAPS Cancellation because of no payment of annual fees