JPS6332597A - 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、音声を認識する装置に関し、とくに学習機能
を有する音声認識装置に関する。

〔従来の技術〕

第５図に示すように、従来の音声認識装置は、音声入力
の特徴パラメータを抽出する特徴パラメータ抽出部２１
と、入力音声分の特徴パラメータを格納する特徴パラメ
ータバッファｎと、認識すべき単語の標準パターンを記
憶するメモリ部四と、前記特徴パラメータと該標準パタ
ーンとの類似度を算出し、入力音声をｇＲする認識処理
部５と、認識結果の正否を確認するための音声を出力す
る応答部側と、これらの動作を制御する図示省略の制御
部とからなっていた。

〔発明゛が解決しようとする間頂点〕

上述した従来の音声認識装置では、認識結果の正否を話
者に問うための応答手段を有するものの、話者が正しい
単語を発声したにもかかわらず、音声長、アクセント等
の違いから、それにマツチする標準パターンを持ちあわ
せなくて誤認識した場合、この音声を標準パターンに組
み込む適切な手段を有していないため、後日、同日の話
者が同様の単語を発声すると、再び誤認識するという欠
点があった。

〔問題点を解決するための手段〕

本発明の音声認識装置は、単語ごとにその単語音声に属
する複数の標準パターンを格納している標準パターンメ
モリ部を備えると共に、該標準パターンと入力される単
語音声の特徴パラメータとの類似度を算出して、該入力
単語音声を認識する認識処理部を備えている音声認識装
置において、誤認識された単語系列と再入力により正し
く認識された単語系列とから、該単語系列上の誤認識さ
れた単語の位置などに該蛯識単語洸対応する正しい認識
単語を抽出する誤認識単語抽出部と、前記の誤認識され
た入力単語音声の標準パターンを作成する標準パターン
作成部と、該標準パターン作成部にて作成された標準パ
ターンを上記標準パターンメモリ部に追加格納するにあ
たり、標準パターンメモリ部よりどの標準パターンを削
除すれば良いかを判定するに必要な情報を持つ標準パタ
ーン管理テーブルと、該標準パターン管理テーブルを参
照して削除可能な標準パターンを検索し、前記標準パタ
ーンメモリ部よりその標準パターンを削除すると共に、
前記標準パターン作成部より得られた標準パターンを前
記標準パターンメモリ部に追加格納する標準パターン操
作部と、を備えていることを特徴とする。

したがって、標準パターンメモリ部に誤認識された単語
音声の標準パターンを追加できることになって、認識率
を向上できるとと洗なる。

〔実　施　倒〕

以下に本発明を、その実施例について図面を参照して説
明する。

第１図は本発明による一実施例を示すブロック図である
。図中の特徴パラメータ抽出部１は、たとえば入力する
単語Ａ〜Ｚの音声の特徴パラメータを抽出する処理部で
あり、第１の特徴パラメータバッファ２は核特徴パラメ
ータを一時保持するバックアメモリで、とくに認識結果
の正否を問うため、本音声認識装置からの応答に対する
話者の返答単語音声の特徴パラメータを一時保持してお
く。

第２の特徴パラメータバッファ３は、前記返答単語音声
以外の入力単語音声の特徴パラメータを一時保持してお
くバッファメモリ、第３の特徴パラメータバッファ４は
、第２の特徴パラメータバッファ３が保持する特徴パラ
メータの認識結果に誤りがあった場合、特徴パラメータ
バッファ３内の前記特徴パラメータを一時保持しておく
だめのバッファメモリである。

標準パターンメモリ部９は認識処理において、入力単語
音声と比較演算するために、単語Ａ−Ｚごとに複数の標
準パターンを格納しであるメモリ、認識処理部５は、第
１ならびに第２の特徴パラメータバッファ２，３内の入
力単語音声が、どの単語Ａ−Ｚであるかを認識するため
の処理部、応答部１０は、話者に音声の入力を促したり
、入力単語音声の認識結果の正否を問うことを行う出力
部である。誤認識単語抽出部１２は、たとえばか個の入
力された単語Ａ−Ｚの音声に対し、誤認識を含む、ｎ個
の単語音声認識結果と、誤認識したために再入力を話者
にさせ、その結果すべての単語Ａ−Ｚを正しく認識でき
たか個の単語音声認識結果とから、誤認識をした単語の
位置と誤認識された単語の正しい認識単語とを抽出する
。

標準パターン作成部６は、誤認識単語抽出部１２で得ら
れた誤認識をした単語位置に対応する入力単語音声の特
徴パラメータを、特徴パラメータバッファ４より抽出し
、それから標準パターンを作成する部分である。

標準パターン管理テーブル８は、標準パターンメモ゛す
９内の標準パターンの構成を示したテーブルで、第２図
の様な構成罠なっており、単語Ａ〜Ｚごとにある複数の
標準パターンを複数のグループに分類し、谷グループを
構成する標準パターンの個数、誤認識した単語の標準パ
ターンをいくつ追加したかを示すパターン追加回数、各
標準パターンが標準パターンメモリ上のどこに存在する
かを示す標準パターン格納アドレスなどを情報として持
つテーブルである。

標準パターン操作部７は、標準パターン作成部６により
作成された誤認識単語音声の標準パターンを、誤認識単
語抽出部１２により抽出された誤認ンを削除し、標準パ
ターン管理テーブル８の標準パターンの個数、パターン
追加回数、標準パターン格納アドレス等の修正を行う操
作部である。

なお、上述の構成からなる音声認識装置は、図示省略し
たが、制御部によって動作が制御されろことは勿論であ
る。

ここで第１図の実施例の動作について、第３図ならびに
第４図をもとに説明する。

まず応答部１０より１人力シテクダサイ′を出力しくス
テップ３１）、話者に音声入力を促す。話者が、たとえ
がＡ、　　Ｂ、　Ｃ，Ｄ’と４個の単語音声を入力した
とする。特徴パラメータ抽出部１で各単語音声の特徴パ
ラメータを抽出しくステップ３２）、特徴パラメータバ
ッファ３　Ｋ　Ａ＊、　Ｂ＊、　Ｃ＊。

Ｄ＊と各特徴パラメータを格納する（ステップ３３）。

ここで＊は％卆パラメータの時系列を表すものとする。

次に認識処理部５で、特徴パラメータバッファ３上の各
単語音声の特徴パラメータと、標準パターンメモリ部９
上の標準パターンとを比較し、認識結果を、たとえば＠
Ａ、Ｅ、Ｃ，Ｄ”と出力したとする（ステップ３４）。

ここで第２の単語Ｂが誤認識され、単語Ｅと認識された
とする。

応答部１ｏでこれらの認識結果のｍ正否を問うために″
″タダイマノ入カワＡ、　　Ｅ、　　Ｃ，Ｄデスネ″と
出力すると（ステップ３５）、話者は゛イイエ”と否定
音声を入力する。°イイエ“の否定音声の特徴パラメー
タは特徴パラメータ抽出部１で抽出され（ステップ３６
）、特徴パラメータバッファ２に格納される（ステップ
３７）。

認識処理部５により、否定音声であることが認識される
と（ステップ３８．３９）、特徴パラメータバッファ３
上の特徴パラメータを特徴パラメータパック７４に移動
した後（ステップ４０）、応答部１０は＠毫−イチド入
力シテクダサイ”と出力しくステップ４１）、話者は再
度＝Ａ、Ｂ、Ｃ，Ｄ’と入力する。

これらの入力単語音声の特徴パラメータは特徴パラメー
タ抽出部１で抽出されて（ステップ４２）、特徴パラメ
ータバッファ３１Ｃ格納され（ステップ４３）、認識処
理部５により、特徴パラメータバッファ３上の入力単語
音声に対し認識処理が実行され、認識結果’Ａ、Ｂ、Ｃ
，Ｄ″を出力する（ステップ４４）。応答部ｌＯは再入
力単語音声の正否を確認するために１タダイマノ人カワ
Ａ、Ｂ、Ｃ。

Ｄデスネ”と出力しくステップ４５）、話者は１ハイ”
と答える。

肯定音声ハイの特徴パラメータが抽出され（ステップ４
６）、特徴パラメータバッファ２に格納され（ステップ
４７　）　、このバッファ上の音声に対し認識処理部５
が認識を行い（ステップ４８）、肯定の認識結果゛ハイ
”が得られたとする（ステップ４９）。

ここで応答部１０は１サキホドノ人カモＡ、Ｂ。

Ｃ，Ｄデシタカ″と出力しくステップ５０）、話者が１
ハイ”と答え、上述と同様に認識処理部５で鴫ハイ１と
認識されると（ステップ５１．５２．５３゜５４）、誤
認識単語抽出部１２は、誤認識績４Ａ、　　Ｅ。

Ｃ，Ｄと正しい認識結果Ａ、Ｂ、Ｃ，Ｄとから、誤認識
単語の位置は頭から２番目であり、誤認識に対する正し
い認識単語はＢであることを抽出する（ステップ５５）
。

次に標準パターン作成部６は、誤認識単語抽出部１２よ
り得られた誤認識単語の位置”２″に相当する入力単語
音声の特徴パラメータを、特徴パラメータバッファ４よ
り抽出し、標準パターンを作成する（ステップ５６）。

次に標漁パターン操作部７は、標準パターン作成部６よ
り得られた上記の標準パターンの、ある規準値に対する
距離値２を算出しくステップ５７）、誤認識単語抽出部
１２により得られた、誤認識に対する正しい単語ＢＫも
とづき、標準パターン管理テーブル８の単語Ｂの区分を
参照し、満足した区分の標準パターングループ番号Ｇα
ｔｓｍを抽出する（ステップ５８）。

ここで、仮ＫｘがＤＢ、≧ｘ　）　ＤＢ４を満足してい
たとすると、先に標準パターン作成部６より得られた標
準パターンはグループ番号ＧＢ、に属するものとして（
ステップ５８）、グループ番号ＧＢ、のパターン追加回
数ＥＢ、を１つ増しくステップ５９）、かつグループ番
号ＧＢ、の標準パターンの個数ＰＢ、も１つ増す（ステ
ップ６０）。

つぎに標準パターン操作部７は、標準パターン作成部６
で作成された前記標準パターンを、標準パターンメモリ
部９に格納しくステップ６１）、標準パターン管理テー
ブルのＩｌ￥Ｌ語Ｂのグループ番号ＧＢ、の標準パター
ン格納アドレスに、前記標準パターンの格納アドレスを
追加する（ステップ６２）。

標準パターン操作部７はさらに、単語ＢＫついて、標準
パターンの個数が規準値ＸＩより大きく、かつ、パター
ン追加回数が規準値Ｘ、より小さい憚準パターングルー
プ番号の標準パターン個数ならびにパターン追加回数を
１つ減少し、かつ標準パターン格納アドレスを参照して
、標準パターンメモリ部７より標準パターンを削除する
と共に％標準パターン格納アドレスより該当するアドレ
スを削除する（ステップ田、６４．６５）。

同、上記条件を満足する削除グループがない時は、標準
パターンの個数が最も多いグループより削除する（ステ
ップ６６．６７）。

〔発明の効果〕

以上説明したように本発明は、誤ｇ識した率梧音声の標
準パターンを標準パターンメモＩＪ　Ｋ追加していくと
いう学習機能により、認識率を向上させるという効果が
ある。

【図面の簡単な説明】

第１図は本発明による一実施例を概略的に示すブロック
図、第２図は第１図の標準パターン管理テーブルを説明
する詳細図、第３図ならびに第４図は、第１図を説明す
るフローチャートであり、第５図は従来例を示すブロッ
ク図である。 １・・・・・・・・・・・・・・・特徴パラメータ抽出
部２、３．４・・・・・・・・・特徴パラメータバッフ
ァ５・・・・・・・・・・・・・・・認識処理部６・・
・・・・・・・・・・・・・標準パターン作成部７・・
・・・・・・・・・・・・・標準パターン操作部８・・
・・・・・・・・・・・・・標準パターン管理テーブル
９・・・・・・・・・・・・・・・標準パターンメモリ
部１０・・・・・・・・・・・・・・・応　　　答　　
　部１２・・・・・・・・・・・・・・・誤認識単語抽
出部第２図

Claims (1)

1. 【特許請求の範囲】 単語ごとにその単語音声に属する複数の標準パターンを
   格納している標準パターンメモリ部を備えると共に、該
   標準パターンと入力される単語音声の特徴パラメータと
   の類似度を算出して、該入力単語音声を認識する認識処
   理部を備えている音声認識装置において、 誤認識された単語系列と再入力により正しく認識された
   単語系列とから、該単語系列上の誤認識された単語の位
   置ならびに該誤認識単語に対応する正しい認識単語を抽
   出する誤認識単語抽出部と、前記の誤認識された入力単
   語音声の標準パターンを作成する標準パターン作成部と
   、 該標準パターン作成部にて作成された標準パターンを上
   記標準パターンメモリ部に追加格納するにあたり、該標
   準パターンメモリ部よりどの標準パターンを削除すれば
   良いかを判定するに必要な情報を持つ標準パターン管理
   テーブルと、 該標準パターン管理テーブルを参照して削除可能な標準
   パターンを検索し、前記標準パターンメモリ部よりその
   標準パターンを削除すると共に、前記標準パターン作成
   部より得られた標準パターンを前記標準パターンメモリ
   部に追加格納する標準パターン操作部と、を備えている
   ことを特徴とする音声認識装置。