JPS63173097A - 登録型音声認識装置 - 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 本発明は話者の声を予め登録しておく登録警音、声認識
装置に関するものである。

従来の技術 近年、登録型音声認識装置は産業界において徐々に利用
されるようになってきた。

以下図面を参照しながら、従来の登録型音声認識装置に
ついて説明する。第２図は従来の登録型音声認識装置を
示すものである。第２図に於て、１はマイクロホンであ
りこれの出力は検出部２に入力されている。検出部２の
出力は登録認識部３に入力され、これの第１の出力は認
識結果出力部４に接続されている。また登録認識部３の
第２の出力は登鎌完了信号発生部７に入力され、登碌完
了信号発生部７の出力はスピーカ６に接続されている。

以上のように構成された登録型音声認識装置に関し、以
下に音声登録時の動作について説明する。

使用者はヤイクロホン１から登録しようとする単語（以
後登録単語と呼ぶ）を入力し、マイクロホン１の出力は
検出部２に入力される。ここで検出部２に入力される信
号は、必要とする登録単語音声区間のみならず、その前
後の無音声区間をも含んでいる。検出部２はこのような
入力信号から対象とする登録音声区間のみを抽出し、抽
出した音声信号区間のみを登録認識部３へ出力する。登
録認識部３はこの音声信号を受は所定の音声登録処理を
行ない、登録が完了すると登録完了信号発生部子へ信号
を出力する。登録完了信号発生部７はこの信号を受け、
スピーカ６に対して登録完了信号を出力し、スピーカ６
からは登録完了音が発音される。院用者はこの登録完了
音を聞くことによって自分の発声した登録単語が登録を
完了したことを容易に知ることができ、以降の単語の登
録へと作業を進めていくことができる。

発明が解決しようとする問題点 しかしながら上記のような構成では、登録単語の全区間
が正確に登録された場合でも、あるいはされなかった場
合でも同一の登録完了音が発音されることになり、正確
な音声登録作業が行ないにくいという問題点があった。

以下にその具体例を示す。第３図は「−斉呼び出し」と
発声した男性の音声波形である。また第３図中には第２
図中の検出部２が実際に検出した音声区間の始端と終端
とが、それぞれ始端候補。

終端候補として示されている。終端候補の位置は正しい
音声終端とほぼ一致しているが、始端候補の位置は図中
に真の始点として示された正しい音声始端とは大幅にず
れている。このため登録認識部３には誤った音声区間信
号が入力され、誤った登録パターンが登録される。従っ
て、後の認識作業時に同じ単語を発声した際、検出部２
が第３図と同様の検出誤りを犯した場合には正しい認識
結果が期待できる反面、検出誤りを犯さなかった場合に
は正しい認識結果が期待できないという事態が生じ、こ
の状態が次に登録内容を変更するまで続くという問題点
があった。

本発明は上記問題点に鑑み、正しい音声区間を登録する
ことのできる登録型音声認識装置を提供するものである
。

問題点を解決するための手段 上記問題点を解決するために本発明の登録型音声認識装
置は、入力信号中のどの部分に音声が存在するかを検出
する検出部と、この検出部で検出された音声信号を登録
あるいは認識する登録認識部と、前記入力信号を記録ま
たは再生する記録再生部とから構成されている。

作用 この構成によシ、２音声登録作業時に、個々の音声登録
が完了する毎にそれぞれの登録単語に関して検出部が検
出していた音声区間と時刻的に対応する信号部分を記録
再生部から再生することができ、これにより使用者は実
際に検出され登録された音声区間が自分の意因し発声し
た音声区間と同一であるか否かを容易に知ることができ
、これにより誤った音声区間の登録を未然に防ぐことが
できる。

実施例 以下に本発明の一実施例について、図面を参照しながら
説明する。

第１図は本発明の一実施例における登録型音声認識装置
を示すものである。第１図において、１はマイクロホン
であシこれの出力は検出部２に入力されている。検出部
２の第１の出力は登録認識部３に入力され、登録認識部
３の第１の出力は認識結果出力部４に接続されている。

また登録認識部３の第２の出力は記録再生部６に入力さ
れ、記録再生部６の出力はスピーカ６に接続されている
。

さらに記録再生部６には、検出部２に入力されたものと
同一の出力信号が入力され、また検出部２の第２の出力
も記録再生部６に入力されている。

以上のように構成された登録型音声認識装置について、
以下にその動作について説明する。

使用者は音声登鋒時にマイクロホン１から登録単語を入
力し、フィクロホン１の出力は検出部２に入力される。

ここで検出部２に入力される信号は、必要とする登録単
語音声区間のみならず、その前後の無音区間をも含んで
いる。検出部２はこのような入力信号から対象とする登
録音声区間のみを抽出し、抽出した音声信号区間のみを
登録認識部３へ出力する。登録認識部３はこの音声信号
を受は所定の音声登録処理を行ない、登録が完了すると
記録再生部６へ完了信号を出力する。一方マイクロホン
１の信号出力は記録再生部６へ入力されてここで録音さ
れる。また検出部２からは第２の出力として音声の始端
および終端位置に関するタイミング信号が記録再生部６
へ入力される。

記録再生部６は上記３種の入力信号を受信することによ
り、マイクロホン１からの信号のうち検出部２が音声と
みなした区間のみの信号を、登録認識部３からの完了信
号の発生に同期してスピーカ５から再生することができ
、使用者はこの再生音声を聞いて登録音声区間の正誤を
判断することができる。

この際、記録再生部６の構成方法には種々のものが考え
られるが、−例としてリングバッフ１メモリ（図示せず
）で構成したデジタル録音再生機を用いることができる
。バッフ７メモリのアドレシングをリング状にすること
によシ、音声記録を開始してから任意の長い時間が経過
した後に発声が開始された登録音声についても、欠落す
ることなく記録し、かつ瞬時に再生開始することが可能
となる。この場合の制約はバッフ１メモリの長さが、最
大登録単語長と、真の登録単語終端から完了信号受信ま
での遅延時間との和よりも長い時間分の録音を行なうに
足りるだけ存在しているかどうかのみにかかっている。

以上のように本実施例によれば、音声登録時に記録再生
部６にマイクロホン１からの収音信号を記録し、検出部
２から得られた音声始端・終端タイミング信号に応じて
実際に登録される信号区間のみをスピーカ６から再生す
ることができ、これにより使用者は実際に登録された音
声区間が自分の意図し発声した音声区間と同一であるか
否かを容易に知ることができる。また記録再生部６とし
てリングバッファメモリで構成したデジタル録音再生機
を用いることにより、発声開始までに長い無音声区間が
存在するような登録音声に対しても欠落することなく記
録し、かつ登録認識部３男為らの登録完了信号受信後瞬
時に再生を開始することができる。

発明の効果 以上のように本発明は、音声の存在時刻を検出する検出
部と、登録認識部と、入力信号を記録し実際に登録され
る音声区間に相当する入力信号を再生する記録再生部と
を設けることによシ、使用者が容易に正しい音声登録が
できたかどうかを知ることができるばかりでなく、登録
が不備であった場合には、単語の一部欠落あるいは不要
雑音の付加等の不備の原因についても容易に把握でき、
次の登録をどのように行なうべきかについての知識を得
ることができる優れた登録型音声認識装置を実現できる
ものである。

【図面の簡単な説明】

第１図は本発明の一実施例における登録型音声認識装置
のブロック図、第２図は従来の登録型音声認識装置のブ
ロック図、第３図は「−斉呼び出し」と発声した場合の
男性の音声波形の一例を示す波形図である。 １・・・・・・マイクロホン、２・・・・・・検出部、
３・川・・登録認識部、４・・・・・・認識結果出力部
、６・・・・・・スピーカ、６・・・・・・記録再生部
、７・・・・・・登録完了信号発生部。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名ｌ−
マイクロホン 第　２　図

Claims (1)

【特許請求の範囲】
1. 入力信号中のどの部分に音声が存在するかを検出する検
   出部と、前記検出部で検出された音声信号を登録あるい
   は認識する登録認識部と、前記入力信号を記録または再
   生する記録再生部とを有し、音声登録作業時に、個々の
   音声登録が完了する毎にそれぞれの音声に関して前記検
   出部が検出していた音声区間と時刻的に対応する信号部
   分を、前記記録再生部から再生することを特徴とする登
   録型音声認識装置。