JPS6180200A - 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】 〔発明の利用分野〕 本発明は、音声認識装置に関する。

〔発明の背景〕

音声認識装置において、入力された音声の分析椿度を上
げ、認識率を向上させるには、分析部に入る音声信号の
レベルを最適化する必要がある。

従来の音声認識装置では、このレベル調整を手動あるい
はＡＧＣ回路による自動により行っている。しかし、電
話回線を使い、遠隔地から多数の人が利用するようなシ
ステムでの音声認識装置では、手動による操作は不可能
であり、又、自動による方法では音声を入力する間隔が
あくと、利得が始めの大きさに戻ってしまうとの欠点が
ある。

〔発明の目的〕

本発明の目的は、発声者の声の大きさの違いや回線の損
失を補正可能にせしめた音声認識装置を提供するもので
ある。

〔発明の概要〕

本発明の特徴は、最初に認識された語により、増巾部の
利得を変え、その後の入力に対して高い認識率を得よう
とする点にある。即ち、最初に入力すべき単語は、予め
利用者の声の大きさ、入力地点と音声認識装置間の回線
損失に応じてねりふっておくものである。勿論、その最
初に認識されるべき語が誤認識してしまった場合には、
後の入力に大きな影響が出るが、これは誤認識されにく
い単語を選ぶことにより解決可能である。

〔発明の実施例〕

第１図は本発明の音声認識装置の実施例図、第２図はそ
の処理のフローチャートである。

第１図で、マイクロフォン１は音声入力を行う。

増巾部２は音声入力の増巾を行う。分析部３は、入力音
声から特徴データの抽出を行う。音声パターンメモリ４
は、各種の音声標準パターンデータを格納する。この格
納は事前に行っておく。

類似度計算部５は、入力音声データとメモリ４の標準音
声パターンデータとの類似度の計算を行う。判定部６は
、計算部５から得られた類似度から入力音声と最も類似
度の高い単語を選び出す。

制御部７は、音声認識装置として必要な制御を行い、所
望の認識処理を行い、その認識結果をホスト装置に伝え
、このホスト装置に所望のサービス処理を行わせる。音
声応答部８は、入力の促し。

結果の報告などを行う。スピーカ９は、音声応答部８の
出力の発声を行う。

まず、ホスト装置が認識装置に起動をかけると制御部７
は、発声者に対して音声入力を促すべき入力催告メツセ
ージを出力するよう音声応答部８に指示するので、スピ
ーカ９から上記催告メツセージが放声される（第２図の
処理ステップ１０）。

これにより、発声者がマイクロフォン１より音声を入力
（処理ステップ１１）すると、増巾器２はマイクロフォ
ン１からの音声信号を一定の割合で増巾す′る（処理ス
テップ１２）。ただし、増巾部２の利得は、第１回目の
音声入力が行われる時には、取り得る範囲の中間値にセ
ントされている。分析部３は、音声信号を分析し、特徴
抽出を行う（処理ステップ１３）。類似度計算部５は、
音声パターンメモリ４に格納されている標準音声パター
ンデータと上記入力音声パターンデータ（特徴データ）
の間でパターンマツチングを行い、類似度を計算しく処
理ステップ１４）、その結果を判定部６へ送る。

判定部６は入力音声と類似度が最も高いパターンを調べ
（処理ステップ１５）、その番号を制御部７へ転送する
（処理ステップ１６）。制御部７は、上記品番をホスト
装置へ転送すると共に、もしこれが第１語口の入力であ
る時は、この品番に対応してあらかじめ決まっている量
だけ増巾部２の利得を制御する。

この具体的な方法には幾つか存在する。

例えば、増巾部２の途中にＡＤ変換器が入っており１分
析部以降ではディジタルのデータのみを扱う場合には、
適当なビット数の右あるいは左シフトにより対応できる
。ここで決定した利得で、それ以後の音声認識処理を、
ホストから中止命令が来るまで続行する（処理ステップ
１９）。アナログであれば、増巾部のゲインを直接制御
する。

本発明によれば、最初に認識される単語により、増巾部
の利得を制御することができるので、声の小さい発声者
や、認識装置から離れておる場合には、回線損失の大き
い地点からの入力に対しては利得が上がり、声の大きい
発声者や回線損失の小さな地点からの入力に対しては利
得が下がるようにしておけば１分析部において常に精度
の良い分析が可能となる。一般に電話回線においては回
線損失差が２０ｄＢ以上にも達し、また話者による声の
大きさも同程度である。従って、本発明は、このような
電話回線入力による不特定話者の音声認識装置に応用し
て大なる効果を呈する。

〔発明の効果〕

本発明によれば、利用者による声の大きさの違いや回線
の損失を良好に補正することができるので、特に電話回
線入力の不特定話者用音声認識装置に応用して大なる効
果を持つ。

【図面の簡単な説明】

第１図は本発明の音声認識装置の実施例図、第２図はそ
のフローチャートである。 １・・マイクロホン、２・・増巾部、３・・分析部、４
・・音声パターンメモリ、５・・類似度計算部、６・・
・判定部、７・・制御部、８・・音声応答部、９・・・
スピーカ。

Claims (1)

【特許請求の範囲】
1. 認識対象の各単語に対応した標準音声パターンデータを
   記憶するメモリと、増巾部を介し入力する入力音声の特
   徴抽出を行ない、その特徴データと上記メモリ内の各標
   準音声パターンデータとを比較し、相互の類似度を計算
   する第１の手段と、上記類似度が最も確からしいものを
   判定し音声を認識する第２の手段とを備えると共に、入
   力音声の始めに認識された単語をもとに、その入力音声
   の継続中における上記増巾部の利得を設定せしめる手段
   と、より成る音声認識装置。