JPS6313207B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は、人間が音声で情報を入力する音声情
報入力装置に関する。

〔発明の背景〕

従来の音声情報入力装置は、音声を確認させる
ための登録語を登録する際に、CRTなどの画面
に表示された文字や記号を見ながら自分勝手に発
声する方式がとられていた。このため、音声情報
を入力する際に登録時の自分の登録語の発声を忘
れてしまつて認識率が悪く、使用に耐えないとい
う欠点があつた。また、CRTなどの画面を見な
がら登録語を登録する方式であつたため、音声情
報を入力する現場からわざわざCRT画面のある
場所まで話者が移動しなければ音声の再登録がで
きない不便なものであつた。

〔発明の目的〕

本発明の目的は、認識率の高い使い易い音声情
報入力装置を提供するにある。

〔発明の概要〕

本発明音声情報入力装置は、音声入力手段、登
録音声を記憶しておく登録音声メモリ、上記音声
入力手段からの入力音声と上記メモリの登録音声
を比較して音声認識を行う音声認識制御回路を少
なくとも有する音声認識装置と、ガイダンス音声
およびアンサーバツク音声を記憶しておく合成音
声メモリ、上記合成音声メモリからガイダンス音
声およびアンサーバツク音声を選択し発音手段よ
り出力させる音声出力制御回路、上記発音手段を
少なくとも有する音声出力装置、および上記音声
認識制御回路を制御して音声認識結果を取込むこ
とおよび上記音声出力制御回路を制御してガイダ
ンス音声およびアンサーバツク音声を出力させる
ことを行う制御回路を具備し、音声登録時にはガ
イダンス音声を発してから話者の音声を上記登録
音声メモリに登録させ、音声情報入力時には話者
の音声入力に関する音声認識結果に基づいてアン
サーバツク音を発して話者に音声入力データを確
認させることを特徴とするものである。

〔発明の実施例〕

第１図は本発明の一実施例を示す音声情報入力
装置の構成を示すシステム構成図である。

音声認識装置１は音声入力手段であるマイク６
の音声信号を増幅する増幅器１１、音声信号をア
ナログからデイジタルに変換するＡ／Ｄ変換器１
２、あらかじめ登録音声を記憶しておく登録音声
メモリ１４、入力音声と登録音声とを比較して音
声認識をする音声認識制御回路１３によつて構成
されている。

音声出力装置２は音声出力をするためのガイダ
ンス音声とアンサーバツク音声を記憶しておく合
成音声メモリ２２、音声登録時および音声認識結
果に応じて合成音声メモリ２２の記憶内容（ガイ
ダンス音声とアンサーバツク音声）を選別して出
力する音声出力制御回路２１、出力信号をデイジ
タルからアナログに変換するＤ／Ａ変換器２３、
アナログ信号を増幅して発音手段であるスピーカ
ー（またはイヤホン）７からガイダンスやアンサ
ーバツクの音声を発生させる増幅器２４によつて
構成されている。

制御回路３は音声認識装置１の音声認識制御回
路１３を制御して音声認識結果を取り込んだり、
音声出力装置２の音声出力制御回路２１を制御し
てガイダンスやアンサーバツク音をスピーカー７
から出力させたり、表示器５に制御状態や音声認
識結果などを表示したりする制御用コンピユータ
である。制御回路３は音声の他のキーボード４に
よつても制御される。

第２図は本発明の一実施例に使用する音声単語
の一例を示す一覧表である。

第２図の音声単語No.１〜42すなわちαの範囲は
音声認識用登録音声であり、登録音声メモリ１４
に話者の登録語としてあらかじめ登録しておく。
音声の登録は話者がマイク６を使つて音声単語No.
１〜42をスピーカー７からのガイダンス音によつ
て順次真似をして発声することによつて増幅器１
１、Ａ／Ｄ変換器１２、音声認識制御回路１３を
介して登録音声メモリ１４に記憶される。尚、ガ
イダンス音は、音声出力制御回路２１が制御回路
３の指令を受けて合成音声メモリ２２内の音素片
を順序正しく読出して、音声単語No.１〜42を出力
し、スピーカー７から合成音声を発生させること
になる。

第２図の音声単語No.１〜55、すなわちβの範囲
は登録語を音声登録する場合のガイダンス音およ
び音声認識をした場合のアンサーバツクをするた
めの音声出力語で、音声出力装置の合成音声メモ
リ２２に話者以外の者の声で記憶されているもの
である。合成音声メモリ２２への音声単語の記憶
方式は音声単語No.１〜55の音声単語をそのまま記
憶する方式、音声単語No.１〜55のそれぞれの音声
単語を何語かに区切つておき、音声出力制御回路
２１で順序正しく並べて出力する方式、さらに、
合成音声メモリ２２には音素片のみを記録してお
き、音声出力制御回路２１で音声単語No.１〜55を
合成して音声単語として出力する方式とすること
ができ、いずれの方式でも良い。

話者による音声登録完了後に、話者がマイク６
を使つて音声単語No.１〜42のいずれかを音声にて
入力すると音声認識制御回路１３によつて登録音
声メモリ１４の音声単語メモリの中から同一No.の
音声単語を探し出してそのNo.を制御回路３に出力
する。制御回路３は音声単語No.の入力によりデー
タとして取り込んだり表示器５に表示したりする
他に音声出力制御回路２１に指令を発する。

音声出力制御回路２１は制御回路３の指令を受
けて、ガイダンス音声出力時と同様に、合成音声
メモリ２２内の音素片を順序正しく読み出して来
て、音声単語No.51〜55を出力してＤ／Ａ変換器２
３、増幅器２４を介してスピーカー７から合成音
声を発生させる。すなわち、認識結果がスピーカ
ー７からアンサーバツクされる。

例えば、話者が、「ゼロ」と入力し、音声認識
制御回路１３が、この入力を登録音声メモリ１４
の記憶内容と比較し、「ゼロ」と認識できた時は、
「ゼロ」が入力された旨を認識結果として制御回
路に伝え、音声出力制御回路２１はこれを受け
て、アンサーバツク音として「ゼロ」を合成音声
メモリ２２から読み出してスピーカー７から「ゼ
ロ」と放送発音させる。

ここで、話者が「イチ」と音声入力したけれど
も「ハチ」と認識されてしまつた時、制御回路３
は音声出力制御回路２１に合成音声メモリ２２か
ら「ハチ」の音声をアンサーバツク音声として出
力するよう指示を出すので、話者は、スピーカー
７が「ハチ」と放送したことを聞いて、入力時の
音声があいまいであつたことを確認し、改めて
「イチ」と入力する。その後、スピーカー７より
「イチ」と放送されるに及んで、入力が正しく認
識されたことを確認できる。

もし、話者が登録語以外の音声を入力すると音
声認識制御回路１３は認識不能として、その認識
不能レベルを制御回路３に出力する。制御回路３
は認識不能レベルを取り込んで、その旨を表示器
５に表示したり、音声出力制御回路２１に指令を
発する。それで、音声出力制御回路２１は第２図
の音声単語No.51〜55のいずれかを読み出し、スピ
ーカー７より放送させることになる。

次に、音声登録について、その手順を示す第３
図、第４図のフローチヤートに従つて、詳細に説
明する。

第３図、第４図は本発明の一実施例を示す音声
登録のフローチヤートである。

第３図において、ステートメントNo.201で音声
出力装置２のスピーカー７から「ゼロ」とガイダ
ンス音が発生される。そこで、ステートメント２
０２で話者が音声ガイダンスに従つておうむ返し
に「ゼロ」と発音してマイク６から音声認識装置
１の登録音声メモリ１４の中に登録語「０」を記
憶させる。引続いて、ステートメント２１１で、
スピーカー７から「イチ」とガイダンス音が発生
される。ステートメント２１２で、話者が「イ
チ」と発声して音声認識装置１の登録音声メモリ
１４の中に登録語「１」を記憶させる。以下、同
様にして、スピーカー７からの音声ガイダンスに
従つて、話者がおうむ返しに発声してマイク６か
ら登録語を順次音声入力して行き、ステートメン
ト２９１での音声ガイダンス「キユウ」に対しス
テートメント２９２で「キユウ」と発声して数字
の登録語「０〜９」の登録語の登録を完了する。

第４図は同一登録語を複数回話者がくり返して
音声登録することによつて音声情報データを入力
した際の認識率を向上させたものである。ステー
トメント２０１と２０２までは、第３図と同様に
「ゼロ」を１回音声登録した後ステートメント２
０１Ａで再度スピーカー７から「ゼロ」と音声ガ
イダンスされる。話者は再び２０２Ａで「ゼロ」
と発声して音声登録をくり返す。次に、ステート
メント２１１と２１２で、第３図と同様に第１回
目の「イチ」の音声登録をし、ステートメント２
１１Ａと２１２Ａで第２回目の「イチ」の音声登
録をする。以下、同様にして、ステートメント２
９１，２９２，２９１Ａ，２９２Ａで「キユウ」
の音声ガイダンスに対して「キユウ」を発声して
二回くり返して「９」を音声登録する。このよう
にして数字「０〜９」を複数回くり返しながら登
録語の音声登録を終了する。この場合の実際の音
声登録語として登録音声メモリ１４に記憶される
音声データは各登録語の最後に発生したものとす
るのが好ましい。同一語をくり返し発声すること
によつて話者の音質、アクセント、発声法がガイ
ダンス音に近づくようになる。また、音声登録時
のガイダンス音と音声入力時のアンサーバツク音
は同一音素を合成した同一の合成音声であるた
め、音声情報データを入力する際に、アンサーバ
ツク音を聞きながら登録時の自分の音声を思い出
しながら音声入力することになり、音声入力時の
話者の音声は音声登録時の話者の音声に一層近づ
くため、音声入力時における話者の音声の認識率
が格段に向上する。

このように、スピーカーからの音声ガイダンス
に従つて、ただ、おうむ返しで音声入力するだけ
で音声認識用の登録語の登録が簡単に済みしかも
音声認識率の高い音声を登録することができる。

更に、本発明では、ガイダンス音声とアンサー
バツク音声が、同一メモリに記憶されているため
に、装置を小型化できる利点がある。

第５図は本発明の他の実施例の音声情報入力装
置のシステム構成図である。話者は送信機８１と
受信機８２とから構成された携帯無線機８を携帯
してマイク６から音声を入力し無線電波を介して
無線固定局９の受信機９１に音声情報を入力し、
音声ガイダンスや音声アンサーバツクを無線固定
局９の送信機９２からの電波を受信機８２で受信
してスピーカー（またはイヤホン）７で聴取す
る。話者は小型携帯用無線機のみを携帯すればよ
いので両手を使いながら自由に移動して登録語の
登録および音声情報の入力をすることができる。

〔発明の効果〕

本発明によれば、認識率が格段に向上して信頼
性の高い使い勝手の良い音声情報入力装置とする
ことができる。

【図面の簡単な説明】

第１図は本発明の一実施例のシステム構成図、
第２図は本発明に使用する音声単語の一例を示す
一覧図、第３図、第４図は本発明の一実施例の音
声登録のフローチヤート、第５図は本発明の他の
実施例のシステム構成図である。 ２１…音声出力制御回路、２２…合成音声メモ
リ、２３…Ｄ／Ａ変換器、２４…増幅器。

Claims (1)

【特許請求の範囲】
1. １ 音声入力手段、登録音声を記憶しておく登録
   音声メモリ、上記音声入力手段からの入力音声と
   上記メモリの登録音声を比較して音声認識を行う
   音声認識制御回路を少なくとも有する音声認識装
   置と、ガイダンス音声およびアンサーバツク音声
   を記憶しておく合成音声メモリ、上記合成音声メ
   モリからガイダンス音声およびアンサーバツク音
   声を選択し発音手段より出力させる音声出力制御
   回路、上記発音手段を少なくとも有する音声出力
   装置、および上記音声認識制御回路を制御して音
   声認識結果を取込むことおよび上記音声出力制御
   回路を制御してガイダンス音声およびアンサーバ
   ツク音声を出力させることを行う制御回路を具備
   し、音声登録時にはガイダンス音声を発してから
   話者の音声を上記登録音声メモリに登録させ、音
   声情報入力時には話者の音声入力に関する音声認
   識結果に基づいてアンサーバツク音を発して話者
   に音声入力データを確認させることを特徴とする
   音声情報入力装置。