JPS61292200A - 音声認識装置 - 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】 （産業上の利用分野） 本発明１は音声認識装置に関１〜、更に詳細には、誤認
識を修正する技術に関する。

（従来の技術） 第２図は、従来の音声認識システムの一構成例を示すブ
ロック図であシ、１は音声認識部（例えば、特開昭５８
−８６５９８号公報参照）、２は認識結果記憶部、３は
切換部、４は音声応答部、５は制御部、６はあらかじめ
各認識語毎に誤認識の統計量等から決定した誤認識時の
確認を行なう順序が記載された確認順序テーブルである
。

次に動作例を説明する。発声者から発声された音声は制
御部５の制御によシ音声認識部１に入力されて認識され
、その認識結果は認識結果記憶部２に格納される。これ
により、あらかじめ決まった語数分認識結果が認識結果
記憶部２に格納されると、制御部５は切換部３を制御し
認識結果を語列として音声応答部４に送る。音声応答部
４では受は取った語列を連続して音声合成を行なって発
声者に認識結果を通知し、発声者にその認識結果が「正
解」か「誤シ」かを判断させ、その結果を「正解」、「
誤り」にの各々に対応して認識率の高い「ハイ」、「イ
イエ」の音声入力をさせることによって認識結果の確認
をとる。更に、発声者からの入力が「誤〕」の場合、−
語毎の確認を行なう。制御部５は語列の先頭の認識結果
のみ音声応答部４に送シ、語列の場合と同様にして確認
をとる。発声者からの通知が「誤り」であれば、制御部
５はその認識結果に対して確認順序テーブル６を参照し
、その内容に従って次に確認すべき候補語を得て、切換
部３を制御し前記候補語を音声応答部４に送ジ再び確認
をとる。「正解」の通知が有るまで、または規定の回数
になるまで確認順序テーブルに従って確認を繰シ返す。

「正解」とならなかった場合は、発声者にその語のみ音
声入力させ、その認識結果に対して再び一語毎の確認を
行なう。以上の一語毎の確認を語列の全語に対して行な
い、「正解」となって各語を組合せた語列を最終的な認
識結果とする。

（発明が解決しようとする問題点） しかしながら、上記構成の音声認識装置では複数の認識
結果を意味を持った語列として一度に確認をとる場合に
、「誤り」のとき−語毎の確認を行なうため意味を持っ
た語列をばらばらにして発声者を混乱させたり、「正解
」である語についても一語一語確認をとるため時間がか
かり、発声者に負担をかけるという問題点があった。

本発明は、以上述べた複数語の一括確認における問題点
を除去し、よシ認識時の発声者の負担を軽減することが
できる音声認識装置を提供することを目的とする。

（問題点を解決するだめの手段） 本発明は、複数の認識結果を１つの語列として一括して
発声者に正誤の確認をする音声認識装置を対象とする。

本発明は上記音声認識装置において、第１に、予め各認
識語毎に誤認識の統計量から求めた誤認識時の確認を行
なう順に候補語を格納し、かつ統計量から求めた確から
しさを表わす値を各候補語に格納する確認順序テーブル
を設ける。

第２に、同じ語列の複数回の音声入力に対する各々の認
識結果の語列から前記確認順序テーブルを参照して複数
の候補語列を確からしい順に求めてテーブルに格納する
第１の手段を設ける。

第３に、該テーブルに格納された候補語列を確からしい
順に発声者に与え正誤の確認をする第２の手段を設けて
構成される。

（作用） 上記第１の手段は、複数回発声された同じ語列の音声入
力に対する各々の認識結果の語列（例えば”　１２３４
　”　）を入力し、確認順序テーブルを参照して複数の
候補語列を確からしい順に求めてテーブルに格納する。

すなわち、確認順序テーブルは複数個得られた認識結果
の語列に基づき、確からしさの高い順に複数の候補語列
を与える作用を呈する。このようにして求められた候補
語列はテーブルに格納され、上記第２の手段により確か
らしい順に発声者に供給され、正誤の確認が行なわれる
。

このように、本発明は語列で発声者に正誤の確認をとる
ことができるので、上記従来技術の問題点は解消され乞
。

（実施例） 以下、本発明を一実施例に基づき図面を参照して詳細に
説明する。

第１図は、本発明の一実施例のブロック図である。図中
、第２図に示す構成要素と同一のものについては同一の
参照番号を付し、ここでの説明は省略する。第１図にお
いて、７は候補語列作成部、８は確認語列テーブル、９
は桁毎確認順序テーブル、２１は認識結果記憶部、３１
及び３２は切換部、６１は確認順序テーブルである。

確認順序テーブル６１は従来の確認順序テーブルと異な
シ、予め各認識語毎に誤認識の統計量から決定した誤認
識に確認を行なう順に候補語を格納するとともに、更に
統計量から求めた確らしさを表わす値を各候補語毎に格
納している。

候補語列作成部７は認識結果記憶部２及び２１からの認
識結果（それぞれ第１語列及び第２語列という）に基づ
き、確認順序テーブル６１を参照して、各桁ごとに第１
語列及び第２語列中の同一候補名同士の確からしさを表
わす値の和を求め、それにより新たに確からしい順序と
各々の語の確からしさを表わす値の和を各桁ごとに求め
、桁毎確認順序テーブル９に格納する。また、候補語列
作成部７は桁毎確認順序テーブル９に格納された情報に
基づき、各桁毎の確からしさを表わす値の総和から新た
な候補語列を作成し、確認語列テーブル８に格納する。

次に、動作について説明する。

まず最初に、制御部５は切換部３１を制御し、従来の音
声認識システムと同様にして音声認識部１で発声者の入
力した音声を認識した結果を認識結果記憶部２に格納す
る。これによシ、従来のシステムと同様にあらかじめ決
１つた語数分認識結果が認識結果記憶部２に格納される
と、制御部５は切換部３２、切換部３を制御して認識結
果を語列として音声応答部に送）発声者に確認をとる。

発声者からの通知が「誤シ」の場合、制御部５は音声応
答部４を制御して発声者に対して同じ語列を再音声入力
するように要求する。これにより、発声者からの再音声
入力があると制御部５は音声認識部１、切換部３１を制
御し、それらの認識結果を認識結果記憶部２１に格納す
る。一度目の音声入力と同様にあらかじめ決まった語数
分認識結果が認識結果記憶部２１に格納されると、制御
部５は認識結果記憶部２から認識結果を第１語列として
、認識結果記憶部２１から認識結果を第２語列として候
補語列作成部７に送る。これによシ候補語列作成部７は
語列の最初の語から１桁目、２桁目、・・・として、各
桁毎に第１語列と第２語列の各認識結果に対して各々確
認順序テーブル６１を参照し同じ候補名同士の確からし
さを表す値の和を求めて、それによシ新たに確からしい
順序・と各々に対応する前記確からしさを表す値の和を
新たに確からしさを表す値として桁毎確認順序テーブル
９に格納する。

更に、候補語列作成部７は桁毎確認順序テーブル９から
各桁の第ｎ番目（ｎはあらかじめ決った数）までの候補
語及びその確からしさを表す値を取シ出し、それらの組
合せで候補語列を作成し、各候補語列についての各候補
語の確からしさを表す値の総和から候補語列の確からし
い順序を求め、その確からしい順に、それらの候補語列
を確認語列テーブル８に格納する。これによシ制御部５
は切換部３を制御して確認語列テーブル８に格納されて
いる語列を前記確からしい順に、発声者から「正解」の
通知があるか捷たは規定の回数になるまで音声応答部４
に送シ発声者に確認をとることを繰り返し、「正解」の
通知があった語列を認識結果とする。「正解」の通知が
ない場合には、最初に戻りもう一度音声入力から行なう
。

次に、具体例について説明する。

まず、「正確」の語列を”１２３４′とする。

これに対し、１回目の発声により得られた第１語列に関
する１位〜３位までの候補語列及び確がらしさを表わす
値が、確認順序テーブル６１を参照して第１表のとおり
得られたとする。同様にして、２回目の発声に得られた
第２語列に関する情報が□第２表のとおり得られたとす
る。

（ｐス王２論も、白り 第１表 第２表 尚、表中、１位は最も確からしい候補語を示す。

またカッコで表された値が確からしさを表わす値である
。尚、ここでは値が小さくなるに従って、確らしさの度
合が高くなるものとする。この意味で、この値は上記公
報における距離に対応する。

次に、候補語列作成部７は同じ候補名同士の確からしさ
を表わす値の和を各桁毎に求め、新たな確からしい順序
とその確からしさを表わす値を求める。例えば、１桁目
において、ａｌｌｌに関する和は１．２、”２”に関す
る和は１．４、７”に関する和は１．７となるので、新
たな候補語の順及び新た々確からしさを表わす値は’１
”　（１，３）、２”’　（１，４）、１７”（１，７
）となる。このようにして得られた結果を第３表に示す
。

更に、候補語列作成部７は第３表の新たな確からしさを
表わす値を組合せて各桁の新たな確からしさを表わす値
の総和から候補語列を作成する。

例えば、１．２　＋１．１　＋　１．０　＋　１．２　
＝　４．５が最も小さい値なので、これに対応する１２
３４”を第１の候補語とし、次に小さい値は１．２＋、
１．２＋１．０＋　１．２　＝　４．６なので、”１１
３４’”を第２の候補語とする。

このようにして得られた候補語は確認語列テーブル８に
格納され、順に発声者に与えられる。

以上、本発明を一実施例に基づき説明した。本実施例で
は、認識結果記憶部を２つもち、第１語列と第２語列の
２つの語列から確認語列テーブルを作成したが、認識結
果記憶部を３つ以上もち、３つ以上の語列から確認語列
テーブルを作成してもよい。

（発明の効果） 以上、詳細に説明したように本発明によれば、意味を持
つ語列をばらばらにして確認することもなく、通常の人
と人との会話に近い形で誤認識の修正ができるようにな
り、修正に費やす時間も従来よシ短縮できるようになる
ためよ多発声者に対しての負担を軽減する効果が期待で
きる。

【図面の簡単な説明】 第１図は本発明の一実施例のブロック図、及び第２図は
従来の音声認識装置のブロック図である。 １・・・音声認識部、２．２１・・・認識結果記憶部、
３゜３１　、３２・・・切換部、４・・・音声応答部、
訃・・制御部、６．６１・・・確認順序テーブル、７・
・・候補語列作成部、８・・・確認語列テーブル、９・
・・桁毎確認順序テーブル０

Claims (1)

1. 【特許請求の範囲】 複数の認識結果を１つの語列として一括して発声者に正
   誤の確認をする音声認識装置において、予め各認識語毎
   に誤認識の統計量から求めた誤認識時の確認を行なう順
   に候補語を格納し、かつ統計量から求めた確からしさを
   表わす値を各候補語に格納する確認順序テーブルと、 同じ語列の複数回の音声入力に対する各々の認識結果の
   語列から前記確認順序テーブルを参照して複数の候補語
   列を確からしい順に求めてテーブルに格納する第１の手
   段と、 該テーブルに格納された候補語列を確からしい順に発声
   者に与え正誤の確認をする第２の手段と、を設けたこと
   を特徴とする音声認識装置。