JPS5876945A - 音声入力和文タイプライタにおける変換方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 本発明は、音声認識装置を用いた音声人力和文タイプラ
イタに関する。

従来の邦文タイプライタにおいては、一般文書を作成す
る場合漢字、かな文字、英数文字、記号等の文字がすべ
て並列されたテーブルからオペレータが文字を選択し打
鍵する方法がとられている。

この方法ではテーブル上の文字が数千種あるため。

邦文タイプライタは英文タイプライタのように誰でもす
ぐ使える機器でなく、専門のオペレータの養成が必要で
あった。

これに対し最近、かな・英数・記号だけのキーボードを
用いて入力文の文字の読みにしたがってかな文字で入力
し、かなｔ−漢字に変換する機能を持つ日本語タイプラ
イタが提案されている。

このかな漢字変換方式は９種々提案されてオリ。

単にオペレータが指定した範囲のカナに対応する漢字が
あればそれを提示する単なる辞嘗引き機のようなものか
ら１文章をそのま１人力すれば１文章の自動文法分析、
意味分析などを行ない自動かな漢字変換するものもある
。この自動かな漢字変換装置の場合装置内に国語辞書に
対応する単語辞書や文法辞書を有している。

この自動かな漢字変換機能が装着された日本語タイプラ
イタは、従来の邦文タイプライタに比べ入力するため゛
の習熟もかなり軽減され、誰もが入力することができる
。

しかし、この場合も７般の文書を入力するためには、か
な文字、かな小文字、英数、記号等の入力を加えると１
４０〜１５０位の入カキ−が必要ｆあるため入力、速度
を速くするにはやはりある程度の習熟が必要となる。そ
こでこれらの入力上の欠点を補ない、誰もが習熟度を必
要とせずある程度の入力速度が得られるものとして、入
力部に音声認識装置を用いた音声入力和文タイプライタ
が考えられる。　　　　　　゛ 即ち前記自動かな漢字変換機能を有する日本語タイプラ
イタのカナキーボードの代りに音声認識装置を使用する
ものである。

音声認識装置は種々提案されているが、音声を認識する
場合その対象により単語認識と単音節認識に区別される
。このうち単音節認識は音声タイプライタへの応用を考
えた場合、対象が単音節であることにより原理的には無
限の言語を認識できることになる。

単音節認識装置については１日本音響学会音声研究会資
料の資料番号８７７−４６　（１９７７年１２月考）「
単音節音声タイプライタ（北大応用電気研究所月。

に示されて＄−９，漿略第１図に示すようになる。

第１図において、１はマイクロフォン＋２４’ｔ）ｌＪ
アンプ、３ｉ１１１６チヤネルのバンドパスフィルタ（
以下１６ｃＨＢＰＦ　と記す）、４は１６チヤネルのア
ナログ・ディジタルコンバータ（−以下１６ｃＨＡ／Ｄ
コンバータと記す）、５は入力値を対数変換するリード
・オンリ・メモリ（以下対数変換ＲＯＭと記す）、６は
ピンチ抽出器、７はカウンタタイマ、８はマイクロプロ
セッサ（以下マイクロＣＰＵと記す）、９はパスライン
（以下ＢＵＳＬ　ＩＮＥと記す）、１ｏはリード・オン
リ・メモリ（以下ＲＯＭと記す）、１１はランダムアク
セスメモリｃ以下ＲＡＭと記す）、】２はフロップディ
スクドライブ装置（以下ＦＤＤと記す）、１３はキャラ
クタディスプレイ装置（以下ＣＲＴと記す）、１４はキ
ーボード装置（以下ＫＢと記す）、１５はハードウェア
演算器である。

前記構成の音声タイプライタは以下のように動作する。

まずマイクロフォンｌより入力された音声は６デシベル
／オクターブで減衰しているため。

プリアンプ２において６デシベル／オクターブの率で高
域を強調し、このパワースペクトルを平坦なものにする
。その出力ｅ　１６　ＣＨＢＰＦ　３へ入力し、２００
〜４４００Ｈｚの周波数を１６チヤネルに分割し、各Ｃ
Ｈ毎にその出力’ｒ−ＡＩＤコンバータ４へ入力するＯ
Ａ／Ｄコンバータ４にて１２ｂｉｔのディシイタル量に
変換した後対数変換ＲＯＡ（５へ入力し、８ビツトの対
数に変換する。これは人の聴覚特性が対数的であるため
それを近似するためと。

更には、パワースペクトルの正規化を行なうとき加減算
だけで演算ができるという利点をも考えた上の処理であ
る。Ａ／Ｄコンバータ４の出力をマイクロＣＰＵ８のＢ
ＵＳ　ＬＩＮＥ９を通じてマイクロＣＰＵ　８へ引き込
む。前記マイクロＣＰＵ　８には制御用のＲＯＭ１０．
データエリア用のＲＡＭＩＩ。

登録音声等のデータを格納するＦＤＤ　１２．音声認識
結果を出力表示するＣＲＴ　１３　、マイクロＣＰＵ８
に対し手動で入力を行なうためのＫＢ　１４　　が接続
され小型の電子計算機システムか構成されている。

又、１６　ＣＨＢＰＦ３の出力をピッチ抽出器６へ入力
しピンチ周期毎に１６　ＣＨＡ／Ｄ　コンバータをトリ
ガすべく構成する。ピッチ抽出器６に関する一手法は１
例えば特開昭５４−１６２４０５　　ｒピッチ周波数抽
出装置」に提案されているが、この様な方法によりピン
チ周波数が抽出されるものと考えてよい。ピッチ周波数
は母音又は有声子音の場合存在するが、無声子音の場合
、音源は雑音でありピッチ周波数が存在しない。これら
無声子音をサンプリングするためにカウンタタイマ７に
より一定周期例えばＩ　ＫＨｚの周波数で］？７１ｓｅ
ｃ毎にパルｘ　＠発生り、　　１６　ＣＨＡ／　Ｄコン
バータ４へ入カスる。前記１６ＣＨＡ／Ｄコンバータ４
は、母音又は有声子音の場合はピッチ周期毎に、無声子
音の場合は一定周期毎に１６　ＣＨＢＰＦ　３の出力を
サンプリングし、アナログ−ディジタル変換することに
より入力音声波形のパワースペクトルの包絡特性を得る
ことができる。

以上の様にして得らノしたディジタル化さ７［た入力音
声波形はパワースペクトルの正規化を動じた後登録音声
波形の夫々のデータとの間で２乗距離を計算する。この
２乗距離の計算は数千回を必要とし、マイ、クロＣＰＵ
　８で演算していたのでは実時間処理ができないためハ
ードウェア演算器１５によりハードウェア的に演ｊ！Ｌ
を実施している。入力音声波形と登録音声波形の間で２
乗距離を計算し、２乗距離の最低の値を示した単音節が
入力音声であると認識するものである。

前記認識単音節が順次出力され単語又は文節として葦と
１ったところで、前記自動かな漢字変換装置に入力され
漢字かなまじ９文に変換される。

このかな漢字の変換には「日本電信電話公社電気通信研
究所発行の研究実用化報告第２６巻１号（１９７７年１
月）　Ｐ、　３５３〜Ｐ、３６９オンライン力ナ漢字変
換システムの試作（木村他）」に示されるような公知の
手法を用いれば１よい。

第２図に自動かな漢字変換処理手順の一例を示す。

位で分かち書きされたカナ文が入力式れると、入力文節
は最長一致法により処理される。最長一致法とは、辞書
の見出し語との比較により１文節単位内で最も語長の長
い自立語を検出して、入力文節を自立部と付属部に分離
する方法である。この処理により分離された付属部が更
に分離できる場合は１分離し１次に２分離した自立語と
付属語との接続あるいは付楓語間の接続が可能かどうか
検定する文法照合処理を行ない、もし分離が適切であれ
ば１次の処理に移り、もし、不適切でｂれば。

再度最長一致処理に戻り２次に長い飴畏の自立語を検出
して、同じ処理を行なう。文法照合処理で適切と判定さ
れれば、入力文節の自立語と付属語との分離は終了する
。

次に分離された自立語に同音異字語がある場合は、その
分離選択のため候補となっている同音異字語の意味情報
を辞書より引きだし１前後の文節間での意味的に一番つ
ながりの大きいものを選択する意味処理を行なう。

またこの処理だけで、候補となっている同音異字語を一
つに絞れない場合は同じく候補になっている同音異字°
語の頻゛度情報を引きだし一番頻度の高いものを最終的
な自立語として文節の出力処理を行なうも、のである。

前記処理の中で最長−散性処理と文法照合処理を行ない
全て不適合になる場合１文節の先頭に接頭語が存在して
いる可能性があるため、接頭語処理により文節の接頭語
と思われる部分を取除き再び最長一致処理を行なえばよ
い。

ここで具体的入力として「ハノセイニョリ」と「オコナ
ッタ」を例にとり最長一致処理１文法照合処理、接頭語
処理等の処理手順及び処理結果をそれぞれ第１表及び第
２表に示す。

以下余白 以上のように、単音節音声締識装置と自動カナ漢字変換
装置とを接続することにより、音声で入力した単語又は
文節を漢字カナ混り文に変換して出力する音声入力和文
タイプライタを作ることは原理的には可能であるが、以
下のような重大な欠点がある。

即ち９日本語に於けるカナ文字はその各々が一つの独立
した発声を持つ表音文字である。従って一般的には入力
したい文又は言葉をカナ文字に変換しそのカナ文字通り
に発声すれば入力されるが中には「ハノセイ」や「オコ
ナノタ」の様に一音節分声帯を止めて発する音がある。

この場合促音「ツ」がそれである。この促音「ノ」は独
立した発声音は持たず、実際には無音として発せられる
。

従来の自動力す漢−字変換装置の場合はキーボードより
促音「ツ」記号を入力して対処していたが。

音声入力方式の場合の対策を考えてみると１ずこの促音
「ノ」付の音と促音「ツ」なしの音とを区別出来る様単
音節認ａ装置を改良する￥も考えられるが基準データが
多くなりそれを記憶するメモ時間も増え得策でない。

あるいは促音「ツ」に対して特別の発声音を割り当てる
ことも考えられる。例えば「コモジ」と言う一つの連続
音を作り割り当てればキーボードからの入力と同一に扱
える。しかしながらこうした場合前記「ハッセイ」ある
いは「オコナノタ」等の入力は「ハ、コモジ、セ、イ」
あるいは「オ。

コ、す、コモジ、り」等の様に発声する必要がある為文
字列と発声との間の異和感が大きくなり発声しにくくな
り音声入力の特長が薄れる為得策でない。

別の方法として促音「ツ」の部分の発声を省略して入力
する事も考えられる。前記ｒノ・ノセイ」や「オコナッ
タ」ハ「ハセイ」や「オコナタ」となる。

この場合入力情報の一部が省略されるのであるから当然
入力情報の減少による誤りが増す恐れがでてくる。即ち
「ハッセイ」は「゛・１セイ」、「イッシキ」は「イシ
キＪ、「ダソカイ」は「ダカイ」となり別の言葉との区
別がつきにくくなって得策でない。

又もう一つの方法として促音「ノ」の部分をキーボード
より入力する方法も考えられる０「ハッセイ」を例にと
れば「ハ」、「セ」、「イ」は音声で入力、促音「ツ」
はキーボード大刀となり操作の流れが一時中断されてし
１いこれも促音「ツ」の問題に対して改善策とは言えな
い。

本発明は、これらの改善策の欠点を補ない、音声認識部
の認識音数を増やすことなく、又与えられた文字列に対
し、出来るだけ自然な発音に近い発声に□より入力する
事を可能とした音声大刀用カナ漢字変換方式を提供する
ものである。即ち入力時の発声に於いては文字列に促音
「ノ」がある場合、直音「ツ」の文字に置き換えて発声
させる事とし、自動カナ漢字変換処理に用いる自立語辞
書の見出し語に出現する全ての促音「ツ」は、直音「ツ
」Ｑ文字に変換しであるが、その他の事項即ち表記１品
詞等は元のままにした自立語辞書を使用して自動カナ漢
字変換処理を行なうものである。

従って１発声に於いても、又見出し語に於いても同一の
変換となる。例えば、「ハノセイニョリ」は「ハツセイ
ニョリ」になり「オコナノタ」に「オコナツタ」となる
。この変換発声は促音発声とは異なるが、単音節発声に
於いては、はとんど異和感がなく自然に近い。

又辞書の見出し語の変換による見出し語の配列順である
が、これは使用する辞書によって異なるが１例えば学習
研究社の学研国語大辞典の場合。

促音「ツ」の見出し語配列の処理としては、直音「ツ」
の後に促音「ン」を配置している。例えば「ハツカ」、
「ハツカ」の順となっている。この様な配列の辞書では
本発明による文字変換に於いては配列は不変となる。

以下本発明の一実施例について説明する。

第３図は、一般的自立語辞書の一例を示すものであり１
Ｍ４図は本発明に用いる自立語辞書の一例を示す図であ
る。

自動カナ漢字変換に使用する辞書は何んらかのコード化
されたデータが各種の記憶装置に格納されているか、辞
書の見出し文字としては、容量や簡便さにより、ＪＩＳ
−６２２０　コードが使用され。

表記用コードとしては、漢字を表わすことができるＪＩ
Ｓ−６２２６コードを使用するのが一般的である０なお
１．その他の情報である品詞や頻度情報等のコードやフ
ォーマットは、各々のシステムによって異なる。このよ
うにして作成された第３図に示す自立語辞書において、
カナ見出し上の促音「ノ実は直音「ツ」の文字に変換し
たものが第４図の自立語辞書である。このリスト中の例
では該当する見出しには＊印を付加しであるが語の配列
はまったく変化していない。父本発明が実施された場合
、接辞辞書、付輌語辞書、活用語テーブルに於いても見
出し上の促音「ノ」は全て変換されるものとする。なお
この場合も自立語辞書と同様にカナ見出しとは別に表記
部が有り１表記部はＪＩＳ−６２２６コードとする。又
表記部上の促音「ノ」はそのまま保存される１、、もの
とする。

この様に本発明が実施された辞ｉＩを使用して「発声に
より」及び「行’＆ｖた」という文字列を第４表に示す
。

以″Ｆ火台 １１： まず「発声により」に対する発声入力としては「・・ツ
セイニョリ」となり元の文字列に対してあまり異和感が
なく発声出来る。次にこれを入力として検定処理が行な
われる。しかし辞書の見出しは発声に従って変換してあ
っても表記部は何んの変換もされていない為、検定２分
解に誤りがなければ最終出力は所望の「発声により」と
なる。

以上の説明からも明らかな様に「行なった」も同様な結
果が得られる。本発明によれば文字上では独自の発音を
持たない促音「ノ」に対して直音「ツ」文字に置き換え
ると言う９元の文字列に対してあまり異和感のない発声
入力をしても自動カナ漢字変換処理部では従来のキー人
力等による。

カナ漢字変換処理とまったく同一処理手順にて処理する
事が可能となる。

ここで本発明を実施した場合、従来は互いに区別された
見出しであったものが、見出し上では同一となるものも
ある。例えば第５表のシラチョウの見出しに対して「室
長」及び「失調」の表記が存在する事になる。この様に
同音異字語が多く出現する事は正しい表記を得る為には
好葦しくない現象であるが１例えば小学館の新選国語辞
典を例にとれば全体の見出し文字数約７万語に対して本
発明の見出し変換による同音異字語の増加は約１５項位
しかなく、この程度の同音異字語の増加は実用上はとん
ど問題でない。−例を第５表に示す０ 以下余白 なお２本発明を実施した辞書群を有する自動カナ漢字変
換処理部に音声入力以外を入力する場合。

促音「ツ」の入力も考えられるが、その場合は入力され
た促音「ツ」を直音「ツ」文字に一義的に変換すれば何
んら支障なく処理される。又前記促音「ツ」の変換が煩
雑な場合には従来の促音「ツ」が含まれた１まの見出し
の項を残した１ま、促音「ツ」を直音「ツ」文字に変換
した項を新たに付は加える方法も考えられる。但し、こ
の方法では項目の追加となる為メモリの記憶容量の増加
が必賛となる。

いずれにしても本発明を実施した自動カナ漢字変換装置
に於いて前記のごとく促音「ノ」の入力に対する変換処
理か、あるいは促音「ツ」の見出しを保存する事により
、従来のキーボードより入力する文字列のまｌの入力も
、音声による入力も混在して同時に処理する事も可能と
なる０以上のごとく本発明によれば発声の自然性をさま
たげることなく、音声入力タイプライタを実現すること
ができる。

【図面の簡単な説明】

第１図は音声入力和文タイプライタにおける単音節音声
認識部を示す図、第２図はカナ入力文を漢ｉカナ混り文
に変換する自動カナ漢字変換処理手Ｊ＠を示す図、第３
図は一般的な自立語辞書の一例を示す図、第４図は本発
明に用いる自立語辞書の一例を示す図である。 １・・・マイクロフォン、２・・・プリアンプ、３・・
・１６　ＣＨＢＰＦ、４・・・１６　ＣＨＡ／Ｄコンバ
ータ。 ５・・・対数変換ＲＯＭ、６・・・ピッチ抽出器、７・
・・カウンタタイマ、８・・・マイクロＣＰＵ、９・・
・ＢＵＳＬＩＮＥ、　　１０・・・ＲＯＭ、１１・・・
ＲＡ’Ｍ、　　１２・・・ｐｖｐ。 １３・・・ＣＲＴ、１４・・・ＫＢ、　　１５・・・ノ
１−ドウエア演算器０ 特許出願人 沖電気工業株式会社 特許出願代理人 弁理士　山本恵−

Claims (1)

【特許請求の範囲】
1. 音声により入力された信号を文字コードに変戻し、複数
   の該文字コードからなる文字列を漢字カナ混９文に変換
   して出力するカナ漢字変換方法において、カナ見出しに
   出現する促音「ツ」を直音「ツ」に変換した入力文字検
   定用辞書を備え、この入力文字検定用辞書のカナ見出し
   と０発声により入力されたカナ文字列とを比較すること
   によって文字列の検定を寂こない、該当する語句の表記
   を出力することを特徴とする音声入力和文タイプライタ
   における変換方法。