JP2001249687A - ディクテーション方法、ディクテーションシステム及び携帯端末装置 - Google Patents

Abstract

(57)【要約】 【課題】 狭い表示部を持つ機器において、ディクテー
ション結果を容易に修正できるヒューマンインターフェ
ースをもつディクテーションシステムを実現する。 【解決手段】 音声入力部１に入力した音声を音声認識
部５で認識したディクテーション結果１０５を部分文作
成部６によって表示部一行に及ばない形態素列に分け、
修正部９において、上記形態素列を行を変えて表示する
ことで見易く表示する。部分文表示部１０では、少ない
操作数で修正箇所にカーソルを容易に移動させることに
より、ディクテーション結果の誤認識、漢字変換違いの
発見及び修正を容易に実現できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えば、携帯電
話、電子手帳あるいはカーナビゲーション等、１行に入
る文字数が少ない表示部を要する携帯端末機器に用いて
好適なディクテーション方法、ディクテーションシステ
ム及びそれを用いた携帯端末装置に関するものである。

【０００２】

【従来の技術】従来、ディクテーションはその動作に必
要な計算能力の大きさから、例えば「ＤＩＭＥ」Ｎｏ１
８、１９９９年９月１６日号（小学館発行）にあるよう
に大きな計算機やパソコンで行われてきた。

【０００３】このような機器で行うディクテーションは
ある程度の大きさを持つディスプレイにより表示される
ため、ディクテーション結果も図５のように１行に多く
の文字が入る。このようなインターフェイスにおける入
力された文章での誤認識、漢字変換も見つけやすく、ま
たマウスやキーボードといった複雑な入力を持つので、
その修正も容易に行える技術であった。

【０００４】

【発明が解決しようとする課題】このように従来比較的
大きな表示部を持つ機器でディクテーションは行われて
きたが、携帯電話や電子手帳など表示部が小さな機器で
ディクテーションを行った場合、一行に入る文字数がき
わめて少ないのでディクテーション結果が表示部に表示
されるとき、ディクテーション結果の誤認識・漢字変換
間違いを見つけ、修正する事が困難である。

【０００５】また、例えば携帯電話のような機器におい
てはマウスやキーボードのような高度な入力手段がない
ので、ディクテーション結果を修正することが困難であ
る課題があった。

【０００６】本発明の目的は一行で表示できる文字数が
少ない表示部を持つ機器においてもディクテーション結
果の誤認識・漢字変換誤りを容易に発見、修正できるデ
ィクテーション方法、ディクテーションシステム及びそ
れを用いた携帯端末装置を提供することにある。

【０００７】

【課題を解決するための手段】この課題を解決するため
に本発明は、ディクテーション結果を表示部一行に及ば
ない部分文に分け、行を変えて表示、修正する手段とデ
ィクテーション結果の修正時において修正箇所により少
ない操作数でカーソルを容易に移動できる手段を設ける
ことにより、上記目的を達成するものである。

【０００８】

【発明の実施の形態】本発明の請求項１に記載の発明
は、入力音声を認識し、予め設定された表示情報と文法
情報を用いて、前記認識結果から部分文を作成し、必要
に応じて修正された部分文を連結して文とし、前記部分
文または前記連結された文を表示することを特徴とする
ディクテーション方法であり、これにより表示サイズの
情報を用いたユーザーにとって見易いディクテーション
結果表示が可能となる作用を有する。

【０００９】本発明の請求項２に記載の発明は、音声を
入力する入力手段と、前記入力手段からの入力音声を認
識する認識手段と、予め設定された表示情報と文法情報
を用いて、前記認識結果から部分文を作成する部分文作
成手段と、前記作成された部分文を修正する修正手段
と、前記修正手段により修正された部分文を連結し、文
にする部分連結手段と、前記部分文または前記連結され
た文を表示する表示手段とを有することを特徴とするデ
ィクテーションシステムであり、ディクテーション結果
が見易く、簡単に修正も行える作用を有する。

【００１０】本発明の請求項３に記載の発明は、請求項
２記載のディクテーションシステムにおいて、表示手段
は、部分文を表示する領域と部分文を連結した文を表示
する領域とが分離していることを特徴とするものであ
り、ディクテーション結果の確認、修正を容易にする作
用を有する。

【００１１】本発明の請求項４に記載の発明は、請求項
２記載のディクテーションシステムにおいて、表示情報
は、一行に表示可能な文字数であることを特徴とするも
のであり、様々な表示画面に適したディクテーション結
果の表示ができる作用を有する。

【００１２】本発明の請求項５に記載の発明は、請求項
２〜４のいずれかに記載のディクテーションシステムに
おいて、部分文は、意味を持つ最小単位である形態素を
基本単位とすることを特徴とするものであり、部分文の
意味を理解し易く、修正を容易にする作用を有する。

【００１３】本発明の請求項６に記載の発明は、請求項
２記載のディクテーションシステムにおいて、文法情報
は、部分文の始めや終わりを形態素の例えば品詞といっ
た分類結果によって決定することを特徴とするものであ
り、部分文の意味を即座に理解できる作用を有する。

【００１４】本発明の請求項７に記載の発明は、複数の
例文を記憶した例文記憶手段と、例文を予め設定された
表示情報と文法情報を用いて、部分文に変換する部分文
変換手段と、前記部分文の修正位置にカーソルを移動す
る修正入力手段と、音声を入力する入力手段と、前記入
力手段からの入力音声を認識する認識手段と、前記認識
結果から部分文を作成する部分文作成手段と、前記作成
された部分文により前記修正位置に存在する部分文を修
正する修正手段と、前記修正手段により修正された部分
文を連結し、文にする部分連結手段と、前記部分文また
は前記連結された文を表示する表示手段とを有すること
を特徴とするディクテーションシステムであり、記憶し
た例文を簡単に編集できる作用を有する。

【００１５】本発明の請求項８に記載の発明は、請求項
２から７のいずれかに記載のディクテーションシステム
を用いた携帯端末装置において、連結した文を送受信す
る通信手段を設けたことを特徴とする携帯端末装置であ
り、携帯端末における容易なディクテーション操作を提
供できる作用を有する。

【００１６】本発明の請求項９に記載の発明は、請求項
７記載の携帯端末装置において、例文記憶手段は、送受
信した文を例文として記憶することを特徴とするもので
あり、携帯端末における容易な文章作成作用を有する。

【００１７】以下、本発明の実施の形態について、図面
を用いて説明する。

【００１８】（実施の形態１）図１は、本発明の実施の
形態１におけるディクテーションシステムを用いた携帯
端末装置の一実施例の構成図である。

【００１９】図１において、１は音声を入力し電気信号
に変換する音声入力部、２は入力された音声を音響パラ
メータに変換する特徴抽出部、５は、特徴抽出部２で変
換された音響パラメータと予め求めた音響モデル３と言
語モデル４を用いて認識する音声認識部、１６は音声認
識部５から得られた音声入力による例文１１４やキー等
による音声以外の情報入力による例文で書き換えが可能
な例文記憶部、６は予め設定された表示情報７と文法情
報８を用いて、前記認識結果もしくは例文記憶部１６の
選択結果から部分文を作成する部分文作成部、９は作成
された部分文を音声以外の情報入力部１１により入力さ
れる情報を元に部分文を修正する修正部、１４は修正部
９により修正された部分文を連結し、文にする部分文連
結部、１２は部分文または連結された文を表示する表示
部、１５は連結文を無線または有線等で送信する通信部
である。

【００２０】上記のように構成されたディクテーション
システムを用いた携帯端末装置の動作について、以下に
説明する。

【００２１】音声入力部１に入力された音声は、音声入
力部１で電気信号としての入力音声信号１０１に変換さ
れ、特徴抽出部２でＬＰＣケプストラム係数等の適当な
音響パラメータ１０４に変換される。音声認識部５は、
特徴抽出部２で得られた音響パラメータ１０４と、予め
求めておいた音響モデル３からの音響モデルデータ１０
２、言語モデル４からの言語モデルデータ１０３を用い
て入力音声を認識する。部分文作成部６は、音声認識部
５の認識結果であるディクテーション結果１０５または
例文記憶部１６から抽出された文を、表示情報７からの
一行で表示できる文字数等を用いて部分文の文字数を制
御する表示情報データ１０６と、文法情報８から例えば
名詞、助詞と続いている場合は部分文を名詞で終了しな
いなどの文法制限を行う文法情報データ１０７を用い
て、形態素を最小単位とした複数の部分文信号ＢＳ１０
８に変換する。部分文信号ＢＳ１０８は、修正部９に送
られ、その結果である修正状態にある部分文信号１０９
は部分文表示部１０において部分文信号毎に行を変えて
表示する。

【００２２】なお、例文記憶部１６における例文は音声
認識結果やキー入力、通信部より受け取った文を記憶し
ておき、それを利用できるものである。

【００２３】また、表示情報７で必要な部分文の文字数
等の表示情報は、ハードウェア固定のものと限らず、ソ
フトウェアや外部からの情報により可変に成りうるもの
である。

【００２４】さらに、部分文信号ＢＳ１０８は、部分文
表示部１０において、例えば図２のように各行の先頭に
先頭番号２２を表示し、各形態素２３を区切る印（例え
ば、／）２４を入れる。また、部分文表示部１０で部分
文を表示したときカーソル２５は自動的にディクテーシ
ョン結果の一番前である一番上の部分文の先頭に来るよ
うにする。

【００２５】修正部９は、続いてこのカーソルを用いて
部分文単位で表示されているディクテーション結果の誤
認識や漢字変換誤りを修正する部分を指摘し、例えばキ
ーやボタンやジョグダイアルといった音声以外の情報入
力部１１、もしくは音声認識部５より修正情報信号１１
０を入力する。

【００２６】ここで、具体的な修正方法について説明す
る。各行に表示されている部分文単位で修正する場合と
各行に表示されている部分文の先頭の形態素単位で修正
する場合を区別するため、例えば各行に表示されている
部分文を示すときは部分文の前にある数字上にカーソル
を置き、部分文の先頭の形態素を修正したいときは各形
態素を区切る印にカーソルを置いた後修正作業を行うも
のとする。

【００２７】部分文表示部１０は、部分文毎に行を変え
て表示してあるので、ディクテーション結果の誤認識や
漢字変換誤りを部分文単位で修正したい場合、カーソル
をそのまま下に動かし、修正したい部分文の前に移動す
るか、行番号を指定して、カーソルを部分文の前に移動
し、誤認識の場合は、その後部分文を発声し直すか文字
を打ち込む等の修正を行い、漢字変換誤りの場合は、カ
ーソルを修正部の前に持ってきた後、変換候補を表示
し、正しい漢字を選択する。

【００２８】部分文中のある形態素単位で修正したい場
合は修正したい形態素を含む部分文の前までカーソルを
移動し、右に形態素単位で移動させるという修正時のカ
ーソル移動において制限を持つことで早く修正個所に移
動できる。また、一部分文中の形態素はそれほど多くは
ないので、修正したい形態素は何行目部分文の先頭から
何番目にあるかは見て容易に理解できる。そこで、例え
は携帯電話のように数字ボタンがある場合は行番号と形
態素が部分文先頭から何番目にあるかという番号を入力
することにより、容易に修正したい形態素の前にカーソ
ルを移動し、修正を行うことができる。なおこの形態素
を示す２数字は音声認識により行うこともできる。

【００２９】修正部９での修正が終わると、確定操作を
行う。これは部分文に分割されているディクテーション
結果１１１を連結する部分文連結部１４で部分文の連結
により修正されたディクテーション結果１１２を作成
し、それを確定用表示部１３に送る。確定用表示部１３
では以前に入力された文章に続けて新しく確定されたデ
ィクテーション結果を表示する。

【００３０】確定した文１１３は、通信部１５により有
線または無線等を用いて送信する。

【００３１】なお、部分文表示部１０と確定用表示部１
３は例えば図３のようにディクテーションシステムの持
つ表示部を二分する形で同時に表示しても良いし、例え
ば図４のようにディクテーション結果を修正するときは
ディクテーションシステムの持つ表示部に部分文表示部
のみを表示し、修正後確定操作を行った後はディクテー
ションシステムの表示部には確定用表示部のみを表示す
る。

【００３２】ここで、確定用表示部は例えば、メールソ
フトやワープロソフトのアプリケーションの表示画面で
あり、他の表示サイズを持つ機器にディクテーション結
果を送信できる。

【００３３】

【発明の効果】以上説明したように本発明では、一行に
入る文字数が少ない表示形態である機器に対し、ディク
テーション結果を見やすく分け、簡単に修正個所にカー
ソルを移動できる。よってユーザーは自分の発声結果を
容易に修正ができるため、狭い表示部しか持たない機器
でも、ディクテーションによる文章作成が容易なヒュー
マンインターフェイスを実現できる。

【図面の簡単な説明】

【図１】本発明の実施の形態１におけるディクテーショ
ンシステムの構成を示すブロック図

【図２】同実施の形態における部分文表示部の表示例を
示す表示画面図

【図３】同実施の形態における部分文表示部と確定用表
示部が同時に表示されている表示例を示す表示画面図

【図４】同実施の形態における部分文表示部と確定用表
示部が別に表示される表示例を示す表示画面図

【図５】従来技術の表示例を示す図

【符号の説明】

１ 音声入力部 ２ 特徴抽出部 ３ 言語モデル ４ 音響モデル ５ 音声認識部 ６ 部分文作成部 ７ 表示情報 ８ 文法情報 ９ 修正部 １０ 部分文表示部 １１ 音声以外の情報入力部 １２ 表示部 １３ 確定用表示部 １４ 部分文連結部 １５ 通信部 １６ 例文記憶部 １０１ 入力音声信号 １０２ 音響モデルデータ １０３ 言語モデルデータ １０４ 音響パラメータ １０５ ディクテーション結果 １０６ 表示情報データ １０７ 文法情報データ １０８ 部分文信号 １０９ 修正状態にある部分文信号 １１０ 修正情報信号 １１１、１１２ ディクテーション結果 １１３ 確定した文

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ テーマコート゛(参考） Ｇ１０Ｌ 15/00 Ｇ１０Ｌ 3/00 ５５１Ｂ ５６１Ｃ (72)発明者 石田 明 神奈川県川崎市多摩区東三田３丁目10番１ 号 松下技研株式会社内 Ｆターム(参考） 5B009 KB04 RB01 5D015 AA05 KK02 5E501 AA04 AA11 AA23 AB03 AC34 EB15 EB17 EB19 EB20 FA02 FB22 9A001 HH15 HH17 JZ77

Claims (9)

【特許請求の範囲】
1. 【請求項１】 入力音声を認識し、予め設定された表示
   情報と文法情報を用いて、前記認識結果から部分文を作
   成し、必要に応じて修正された部分文を連結して文と
   し、前記部分文または前記連結された文を表示すること
   を特徴とするディクテーション方法。
2. 【請求項２】 音声を入力する入力手段と、前記入力手
   段からの入力音声を認識する認識手段と、予め設定され
   た表示情報と文法情報を用いて、前記認識結果から部分
   文を作成する部分文作成手段と、前記作成された部分文
   を修正する修正手段と、前記修正手段により修正された
   部分文を連結し、文にする部分連結手段と、前記部分文
   または前記連結された文を表示する表示手段とを有する
   ことを特徴とするディクテーションシステム。
3. 【請求項３】 表示手段は、部分文を表示する領域と部
   分文を連結した文を表示する領域とが分離していること
   を特徴とする請求項２記載のディクテーションシステ
   ム。
4. 【請求項４】 表示情報は、一行に表示可能な文字数で
   あることを特徴とする請求項２記載のディクテーション
   システム。
5. 【請求項５】 部分文は、意味を持つ最小単位である形
   態素を基本単位とすることを特徴とする請求項２から４
   のいずれかに記載のディクテーションシステム。
6. 【請求項６】 文法情報は、部分文の始めや終わりを形
   態素の例えば品詞といった分類結果によって決定するこ
   とを特徴とする請求項２記載のディクテーションシステ
   ム。
7. 【請求項７】 複数の例文を記憶した例文記憶手段と、
   例文を予め設定された表示情報と文法情報を用いて、部
   分文に変換する部分文変換手段と、前記部分文の修正位
   置にカーソルを移動する修正入力手段と、音声を入力す
   る入力手段と、前記入力手段からの入力音声を認識する
   認識手段と、前記認識結果から部分文を作成する部分文
   作成手段と、前記作成された部分文により前記修正位置
   に存在する部分文を修正する修正手段と、前記修正手段
   により修正された部分文を連結し、文にする部分連結手
   段と、前記部分文または前記連結された文を表示する表
   示手段とを有することを特徴とするディクテーションシ
   ステム。
8. 【請求項８】 請求項２から７のいずれかに記載のディ
   クテーションシステムを用いた携帯端末装置において、
   連結した文を送受信する通信手段を設けたことを特徴と
   する携帯端末装置。
9. 【請求項９】 例文記憶手段は、送受信した文を例文と
   して記憶することを特徴とする請求項７記載の携帯端末
   装置。