JP2003271183A - 音声認識辞書作成装置および音声認識辞書作成方法、音声認識装置、携帯端末器、音声認識システム、音声認識辞書作成プログラム、並びに、プログラム記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 正しい読み方でなくとも認識可能な音声認識
辞書を作成する。 【解決手段】 第１解析辞書記憶部５には、日常使用さ
れる語彙の表記,読み等が登録された第１解析辞書を記
憶する。第２解析辞書記憶部６には、特殊な語彙の表
記,読み等が登録された第２解析辞書を記憶する。テキ
スト解析部１は両解析辞書を用いて形態素解析を行い、
読み付与部２は、入力形態素に読みを付与する際に、上
記第２解析辞書の登録語彙に関して、上記第２解析辞書
の語彙/読みの対と他の候補/読み候補の対とを対応テー
ブルに記録する。音声認識辞書作成部３は、上記対応テ
ーブルの内容に基づいて音声認識辞書を作成する。その
結果、上記音声認識辞書は、認識語彙と上記第２解析辞
書の音素表記および他の音素表記候補との対応付けに基
づいて作成される。したがって、この音声認識辞書を用
いれば、表記「京終」を「きょうおわり」と発声しても「京
終」と認識できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、難読語の発声を
正しく認識できる音声認識辞書に関し、特に音声認識辞
書作成装置および音声認識辞書作成方法、上記音声認識
辞書を用いた音声認識装置、この音声認識装置が搭載さ
れた携帯端末器、この携帯端末器を用いた音声認識シス
テム、音声認識辞書作成プログラム、並びに、上記音声
認識辞書作成プログラムを記録したプログラム記録媒体
に関する。

【０００２】

【従来の技術】音声認識技術においては、語彙記憶部に
予め登録された読み方でしか入力音声を認識することが
できない。そのために、利用者は、どのような言葉が認
識可能であるのかを予め知っておく必要がある。その場
合、語彙記憶部に登録された語彙が小語彙である場合に
は、ある程度登録語彙を覚えておくことはできる。しか
しながら、語彙記憶部に登録された語彙が大語彙である
場合には、登録語彙を覚えておくことが困難になる。

【０００３】このような問題を解決する方法として、以
下のようなものがある。 (１）表示手段に音声認識対象語彙を表示する方法(例え
ば、特開平７‐３１９３８３号公報) (２）対話の進行に応じて、音声認識のための語彙を動
的に変更し、音声認識対象語彙を常に小語彙にしておく
(例えば、特開平６‐３３２４９３号公報) (３）上記語彙記憶部に語彙の変更や追加を容易に行う
ことによって、予め登録した読み方ではない読み方でも
認識可能にする(例えば、特開平８‐２１１８９３号公
報)

【０００４】

【発明が解決しようとする課題】しかしながら、上記語
彙記憶部に登録された語彙が大語彙である場合の問題を
解決する従来の方法には、以下のような問題がある。す
なわち、上記表示手段に音声認識対象語彙を表示する方
法の場合には、上記表示手段に表示できる語彙の数には
限界がある。また、地名等を漢字表記で表示した場合に
は、読み方が分らないために利用者が正しく読めない場
合がある。これを避けるため、仮に地名を総て平仮名表
記で表示した場合には、名簿や葉書等に書かれている漢
字の住所との対応がとれなくなる。さらに、これを避け
るため、漢字表記と平仮名表記とを併用して表示した場
合には、表示面積の制約によって益々小語彙しか表示で
きなくなってしまう。

【０００５】したがって、上記表示手段に音声認識対象
語彙を表示する方法では、利用者に読み方までを含めた
音声認識対象語彙を知らせるには不十分なのである。

【０００６】また、対話の進行に応じて音声認識対象語
彙を動的に変更して、音声認識対象語彙を常に小語彙に
しておく方法の場合には、音声認識対象語彙が動的に変
更されるため、個々の場面における認識対象語彙の数は
少ない。しかしながら、結局は、動的に変動する総ての
認識対象語彙を覚えておく必要がある。また、個々の場
面での認識対象語彙の数は少なくなるとはいえ、結局は
語彙記憶部に記憶した通りの読み方で発声しなければ認
識されることはない。

【０００７】特に、地名の場合には難読語が多く、地図
検索表示装置等を用いて目的地を発声で検索しようとし
ても、何と読むか分らないために利用できない場合があ
る。あるいは、正しいと思ったつもりで発声したのに、
語彙記憶部に登録された読み方とは違うために認識でき
ない場合がある。

【０００８】具体的な例を挙げれば、例えば、奈良市の
「京終」は「きょうばて」と読むのであるが、知らない利用
者は「きょうしゅう」と発声することが多い。しかしなが
ら、その場合には認識されないために、目的地「京終」の
検索を行うことができず、地図も表示されない。尚、地
名全体の読み方が分らない場合であっても、例えば１文
字単位では分る場合がある。例えば「京終」は読めなくて
も、「京」は「きょう」、「終」は「しゅう」または「おわる」と
読める。そこで、利用者は、「京」と「きょう」、「終」と
「しゅう」または「おわる」の対が上記語彙記憶部に登録さ
れていることを予測して、「京終」を、「きょうしゅう」ま
たは「きょうおわる」と発声することによって音声認識で
きれば、「京終」が読めない場合の解決手段にはなる。と
ころが、このような方法が、いつも通用するという保証
は全くない。

【０００９】同様に、橿原市の「新口」は「にのくち」と発
声するのであるが、知らない利用者は「しんくち」と発声
する可能性がある。そして、「しんくち」が語彙記憶部に
登録されていない場合には認識されないことになる。そ
のため、「新口」を「しんくち」と読むと思い込んでいる利
用者は、永遠に「新口」の地図を表示させることができな
いことになる。

【００１０】ところで、上述のような例の場合には、上
記語彙記憶部に語彙の変更や追加を行う方法によって、
難読語と読み誤りしそうな読み方とを語彙記憶部に追加
登録しておくことで解決することはできる。

【００１１】しかしながら、上記従来の何れの方法の場
合にも、利用者は上記語彙記憶部に登録されている認識
対象語彙を知っているかあるいは予測できることが必要
である。したがって、上記従来の場合には、例えば、テ
レビ番組名や音楽タイトル名等の日々更新される言葉を
音声認識する用途に利用する場合には、上記語彙記憶部
に予めテレビ番組名や音楽タイトル名を登録しておくこ
とができず、また、予想することすらできず、全く音声
認識できないのである。

【００１２】以上の例から判るように、正しく読むこと
が難しい言葉が発声された場合や、利用者が正しい読み
方を知らない場合であっても、正しく音声認識されるこ
とが望ましいのである。

【００１３】そこで、この発明の目的は、認識対象単語
の正しい読み方を利用者が知らない場合でも、または、
登録されている認識対象単語を利用者が知らない場合で
あっても、入力音声を認識可能な音声認識辞書を作成で
きる音声認識辞書作成装置および音声認識辞書作成方
法、上記音声認識辞書を用いた音声認識装置、この音声
認識装置が搭載された携帯端末器、この携帯端末器を用
いた音声認識システム、音声認識辞書作成プログラム、
並びに、上記音声認識辞書作成プログラムを記録したプ
ログラム記録媒体を提供することにある。

【００１４】

【課題を解決するための手段】上記目的を達成するた
め、第１の発明は、テキスト解析手段によって入力テキ
ストを解析し,読み付与手段によって上記解析された構
成単語に読みを付与し,音声認識辞書作成手段によって
上記解析結果および上記読み付与結果に基づいて音声認
識辞書を作成し,この作成された音声認識辞書を音声認
識辞書記憶手段に記憶する音声認識用辞書作成装置にお
いて、上記テキスト解析手段によるテキスト解析時に参
照される辞書であって,語彙の表記および読みを含む情
報で成る第１解析辞書が記憶された第１解析辞書記憶手
段と、上記テキスト解析手段によるテキスト解析時に参
照される辞書であって,上記第１解析辞書記憶手段に記
憶されてはいない語彙の表記および読みを含む情報で成
る第２解析辞書が記憶された第２解析辞書記憶手段を備
えると共に、上記読み付与手段は、上記テキスト解析手
段によるテキスト解析結果の中に上記第２解析辞書を参
照して得られた語彙が含まれている場合には、当該語彙
に関して、上記第２解析辞書を参照して得られた読みに
加えてその他の読み候補をも付与するようになっている
ことを特徴としている。

【００１５】上記構成によれば、読み付与手段によっ
て、テキスト解析手段によるテキスト解析結果中に、第
２解析辞書を参照して得られた語彙が含まれている場合
には、当該語彙に関して、上記第２解析辞書を参照して
得られた読みに加えてその他の読み候補をも付与され
る。したがって、上記解析結果および上記読み付与結果
に基づいて作成される音声認識辞書には、上記第２解析
辞書に基づく語彙に関しては、上記第２解析辞書を参照
して得られた読みの音素表記およびその他の読み候補の
音素表記に基づく辞書情報が登録される。

【００１６】すなわち、例えば、第２解析辞書に難読語
「京終」とその正しい読み「きょうばて」を登録しておくこ
とによって、語彙「京終」とその読み「きょうばて」,「きょ
う/しゅう」,「きょう/おわり」とに基づく辞書情報が格納
された音声認識辞書が作成される。したがって、この音
声認識辞書を用いて音声認識を行うことによって、誤っ
て「きょうしゅう」と発声してもリジェクトされることな
く認識結果として目的の語彙「京終」が得られるのであ
る。

【００１７】また、１実施例では、上記第１の発明の音
声認識用辞書作成装置において、上記第２解析辞書記憶
手段に記憶される第２解析辞書の内容を第３の辞書記憶
手段から取得する辞書取得手段を備えている。

【００１８】この実施例によれば、上記第２解析辞書の
内容は、辞書取得手段によって第３の辞書記憶手段から
取得される。したがって、語彙の情報提供者によって新
しい語彙が登録された第３の辞書記憶手段が提供される
ことによって、新しく出現した語彙が上記第２解析辞書
記憶手段に追加登録される。さらに、上記第２解析辞書
記憶手段に登録されている認識対象語彙を利用者が知ら
ない場合であっても、入力音声を認識可能な音声認識辞
書を作成することが可能になる。

【００１９】また、第２の発明は、入力された音声を,
音声認識辞書に登録されている語彙との照合手段による
照合を行うことによって認識する音声認識装置におい
て、上記音声認識辞書は、上記第１の発明の音声認識辞
書作成装置によって作成された音声認識辞書であること
を特徴としている。

【００２０】上記構成によれば、上記第２解析辞書に登
録された語彙に関しては、上記第２解析辞書を参照して
得られた読みの音素表記およびその他の読み候補の音素
表記に基づく辞書情報が登録された音声認識辞書を用い
て、音声認識が行われる。したがって、例えば上記第２
解析辞書に登録された語彙の例としての難読語「京終」
を、誤って「きょうしゅう」と発声した場合でもリジェク
トされることがなく、認識結果として目的の語彙「京終」
が得られるのである。

【００２１】また、第３の発明の音声認識装置は、上記
第１の発明の音声認識辞書作成装置を搭載し、入力され
た音声を、上記音声認識辞書作成装置における音声認識
辞書記憶手段に登録されている語彙との照合を照合手段
によって行って認識することを特徴としている。

【００２２】上記構成によれば、上記第２解析辞書に登
録された語彙に関しては、上記第２解析辞書を参照して
得られた読みの音素表記およびその他の読み候補の音素
表記に基づく辞書情報が登録された音声認識辞書を用い
て、音声認識が行われる。したがって、例えば上記第２
解析辞書に登録された語彙の例としての難読語「京終」
を、誤って「きょうしゅう」と発声した場合でもリジェク
トされることがなく、認識結果として目的の語彙「京終」
が得られるのである。

【００２３】また、１実施例では、上記第２の発明ある
いは第３の発明の音声認識装置において、音声認識結果
に,第２解析辞書記憶手段に記憶されている語彙と表記
は同じであるが読みは異なる語彙が含まれているか否か
を判定する読み判定手段と、上記読み判定手段によっ
て,上記語彙が含まれていると判定された場合には,当該
語彙に関して,第２解析辞書記憶手段に記憶されている
読みを提示する読み提示手段を備えている。

【００２４】この実施例によれば、音声認識結果中に、
上記第２解析辞書に記憶されている語彙であって、上記
第２解析辞書に記憶されている当該語彙の読みとは異な
る読みの語彙が含まれている場合には、読み提示手段に
よって、上記第２解析辞書記憶手段に記憶されている正
しい読みが提示される。こうして、利用者に対して、認
識語彙の正しい読みが教えられる。

【００２５】また、１実施例では、上記第２の発明ある
いは第３の発明の音声認識装置において、上記読みを提
示手段は、上記第２解析辞書記憶手段に記憶されている
読みの提示を合成音声で行うようになっている。

【００２６】この実施例によれば、利用者に対して、認
識語彙の正しい読みが、合成音声によって利用者に教え
られる。

【００２７】また、第４の発明の携帯端末器は、上記第
２の発明あるいは第３の発明の音声認識装置を搭載した
ことを特徴としている。

【００２８】通常、携帯端末器は、移動時に使用され
る。そして、特に外出先で上記携帯端末器によって音声
認識を行う際に、誤った読みで発声したためにリジェク
トされた場合には、正しい読みを調べる術がない。その
ために、必要な情報が即座に検索できない場合が生ず
る。

【００２９】上記構成によれば、携帯端末器に、例えば
難読語「京終」を誤って「きょうしゅう」と発声した場合で
も、リジェクトされることなく認識結果として目的語彙
「京終」が得られる音声認識装置が搭載されている。した
がって、正しい読みを調べる術がない外出先において
も、音声によって必要な情報を即座に検索することが可
能になるのである。

【００３０】また、第５の発明の携帯端末器は、上記第
１の発明の音声認識辞書作成装置および上記第２の発明
の音声認識装置の何れか一方を搭載したことを特徴とし
ている。

【００３１】上記構成によれば、上記第１の発明の音声
認識辞書作成装置を搭載した第１携帯端末器から、上記
第２の発明の音声認識装置を搭載した第２携帯端末器
に、作成された音声認識辞書の情報を送信することによ
って、上記第２携帯端末器の音声認識装置によって、例
えば上記第２解析辞書に登録された語彙の例としての難
読語「京終」を、誤って「きょうしゅう」と発声した場合で
もリジェクトされることがなく、認識結果として目的の
語彙「京終」が得られる。

【００３２】また、第６の発明の音声認識システムは、
上記第１の発明の音声認識辞書作成装置が設けられたサ
ーバーと、上記第２の発明の音声認識装置を搭載すると
共に,上記サーバーと音声認識辞書情報の送受信を行う
ための送受信手段を有する携帯端末器を備えたことを特
徴としている。

【００３３】上記構成によれば、上記第１の発明の音声
認識辞書作成装置がサーバーに設けられている。したが
って、携帯端末器を上記第３の発明の音声認識装置を搭
載した携帯端末器よりも簡単な構成にして軽量化が図ら
れる。さらに、上記サーバーを上記第３の辞書記憶手段
として、上記第２解析辞書記憶手段の内容を定期的に追
加補充することによって、次々増える新語および外来語
や定期的に更新されるテレビ番組名等を、上記携帯端末
器のユーザは上記第２解析辞書の内容を知らなくとも音
声認識することが可能になるのである。

【００３４】また、第７の発明は、テキスト解析手段,
読み付与手段,音声認識辞書作成手段および音声認識辞
書記憶手段を有すると共に,文字列情報を解析して構成
単語に分割するテキスト解析ステップと,分割した構成
単語に読みを付与する読み付与ステップと,上記テキス
ト解析および読み付与の結果に基づいて音声認識辞書を
作成して上記音声認識辞書記憶手段に記憶する音声認識
辞書作成ステップを有する音声認識辞書作成方法におい
て、上記テキスト解析手段によるテキスト解析は,第１
解析辞書記憶手段に記憶された語彙の表記および読みを
含む情報で成る第１解析辞書,および,第２解析辞書記憶
手段に記憶された上記第１解析辞書記憶手段に記憶され
てはいない語彙の表記および読みを含む情報で成る第２
解析辞書を参照して行い、上記読み付与手段による読み
付与においては,上記テキスト解析結果の中に上記第２
解析辞書を参照して得られた語彙が含まれている場合に
は,当該語彙に関して,上記第２解析辞書を参照して得ら
れた読みに加えて,その他の読み候補をも付与するよう
にしたことを特徴としている。

【００３５】上記構成によれば、上記テキスト解析結果
および上記読み付与結果に基づいて作成された音声認識
辞書には、上記第２解析辞書に登録された語彙に関して
は、上記第２解析辞書を参照して得られた読みの音素表
記およびその他の読み候補の音素表記に基づく辞書情報
が登録される。したがって、この音声認識辞書を用いて
音声認識を行うことによって、上記第２解析辞書に登録
された語彙「京終(きょうばて)」を誤って「きょうしゅう」
と発声してもリジェクトされることなく認識結果として
目的の語彙「京終」が得られるのである。

【００３６】また、第８の発明の音声認識辞書作成プロ
グラムは、コンピュータを、上記第１の発明におけるテ
キスト解析手段,読み付与手段,音声認識辞書作成手段,
音声認識辞書記憶手段,第１解析辞書記憶手段および第
２解析辞書記憶手段として機能させることを特徴として
いる。

【００３７】上記構成によれば、上記第１の発明の場合
と同様に、作成される音声認識辞書には、上記第２解析
辞書に登録された語彙に関しては、上記第２解析辞書を
参照して得られた読みの音素表記およびその他の読み候
補の音素表記に基づく辞書情報が登録される。したがっ
て、この音声認識辞書を用いて音声認識を行うことによ
って、上記第２解析辞書に登録された語彙「京終(きょう
ばて)」を誤って「きょうしゅう」と発声してもリジェクト
されることなく認識結果として目的の語彙「京終」が得ら
れるのである。

【００３８】また、第９の発明のプログラム記録媒体
は、上記第８の発明の音声認識辞書作成プログラムが記
録されたことを特徴としている。

【００３９】上記構成によれば、記録されている音声認
識辞書作成プログラムをコンピュータで読み出して用い
ることによって、上記第１の発明の場合と同様に、上記
第２解析辞書に登録された語彙に関しては、上記第２解
析辞書を参照して得られた読みの音素表記およびその他
の読み候補の音素表記に基づく辞書情報が登録された音
声認識辞書が作成される。したがって、この音声認識辞
書を用いて音声認識を行うことによって、上記第２解析
辞書に登録された語彙「京終(きょうばて)」を誤って「き
ょうしゅう」と発声してもリジェクトされることなく認
識結果として目的の語彙「京終」が得られる。

【００４０】

【発明の実施の形態】以下、この発明を図示の実施の形
態により詳細に説明する。

【００４１】＜第１実施の形態＞本実施の形態は、利用
者が、認識対象語彙の正しい読み方を知らない場合でも
認識可能な音声認識辞書を作成する音声認識辞書作成装
置に関する。

【００４２】図１は、本実施の形態の音声認識辞書作成
装置における構成を示すブロック図である。テキスト解
析部１は、入力された文字列の言語を解析(テキスト解
析)して、構成される形態素に分割する。その場合、複
数の分割候補がある場合には、それらの総てを出力す
る。尚、各分割候補には、その分割候補の可能性の度合
いを表す尤度が与えられる。

【００４３】読み付与部２は、分割された形態素の読み
を付与する。複数の読みが存在する場合には、複数の読
みの総てを出力する方法と可能性の度合いが最も高い読
みの一つに絞って出力する方法とがある。

【００４４】音声認識辞書作成部３は、上記テキスト解
析部１による解析結果と読み付与部２によって付与され
た読みに基づいて、音声認識を行うために必要な音声認
識辞書を作成する。ここで、音声認識辞書には、認識語
彙とその音素表記とを対にして記憶した形式のものと、
各認識語彙の出現連鎖確率を記憶した形式のものとがあ
る。一般に、単語を発声して認識する離散単語音声認識
の場合には前者の形式の音声認識辞書のみを利用し、文
を発声して認識する連続音声認識の場合には前者と後者
との双方の音声認識辞書を利用することが多い。

【００４５】また、上記連続音声認識の場合に用いる各
認識語彙の出現連鎖確率として、Ｎ‐gramに代表される
統計的言語モデルを使用する場合や、連鎖するか否かの
２値で出現連鎖確率を表現して語彙の連鎖情報を文法で
記述する場合がある。上記テキスト解析結果と付与され
た読みとのデータに基づけば、上記何れの場合の出現連
鎖確率にも変換することが可能である。

【００４６】音声認識辞書記憶部４は、上記音声認識辞
書作成部３で作成された音声認識辞書を記憶する。尚、
音声認識辞書記憶部４を構成する記憶媒体としては、フ
ラッシュメモリやハードディスク等の一般的に広く使用
されている記憶装置である。また、音声認識辞書記憶部
４への記憶形式は、先に述べたように、認識語彙とその
音素表記を対で記憶する形式と、各語彙の出現連鎖確率
を記憶する形式とである。こうして音声認識辞書記憶部
４に記憶された音声認識辞書は、後述する音声認識を行
う際に参照される。

【００４７】第１解析辞書記憶部５は、上記テキスト解
析部１が上記テキスト解析を行う際に使用される解析辞
書を格納している。ここで、上記テキスト解析は形態素
解析と呼ばれる手法を用いて行われるが、この形態素解
析を行うためには解析辞書が必要になる。この解析辞書
には、日常使用される言葉に対する表記,読み,品詞情報
等の情報が記憶されている。そして、テキスト解析を行
う際には、入力テキストと上記解析辞書との照合処理を
行うことによって、テキストの単語(形態素)を同定する
のである。すなわち、第１解析辞書記憶部５には、日常
的に使用される一般的な語彙の表記,読み,品詞情報等の
情報で成る第１解析辞書を格納しているのである。

【００４８】第２解析辞書記憶部６は、上記第１解析辞
書記憶部５に記憶されてはいない特殊な語彙の表記,読
み,品詞情報等の情報で成る第２解析辞書を格納してい
る。登録語彙が一般的であるか特殊であるかを除き、両
解析辞書記憶部５,６における構造およびテキスト解析
部からの参照方法は同一である。尚、第２解析辞書記憶
部６に登録される特殊な語彙との例として、通常の読み
方では読めない地名や人名等がある。

【００４９】上記構成の音声認識辞書作成装置は以下の
ように動作する。図２は、図１に示す音声認識辞書作成
装置によって行われる音声認識辞書作成処理動作のフロ
ーチャートである。以下、図２に従って、音声認識辞書
作成処理について詳細に説明する。本音声認識辞書作成
処理を行うためには、音声認識辞書を生成するための文
字列情報が必要である。文字列情報がテキスト解析部１
に入力されると、音声認識辞書作成処理動作がスタート
する。

【００５０】ステップＳ1で、上記テキスト解析部１に
よって、入力文字列から１文の文字列が取得される。ス
テップＳ2で、テキスト解析部１によって、上記テキス
ト解析が行われる。すなわち、形態素解析処理によっ
て、第１解析辞書記憶部５に記憶されている第１解析辞
書と第２解析辞書記憶部６に記憶されている第２解析辞
書とが照合される。そして、上記１文の入力文字列情報
が単語単位に分割されるのである。上述したように、第
１,第２解析辞書記憶部５,６には単語の表記,読み,品詞
等の情報が記憶されており、第１,第２解析辞書記憶部
５,６と照合することによって入力文字列の構成単語が
何であるかを知ることができるのである。

【００５１】例えば、「明日の天気」という文字列が入力
された場合、「明日(名詞)」,「の(助詞)」および「天気(名
詞)」の各形態素に分割される。また、「くるまで待つ」と
いう文字列が入力された場合、「くる(動詞)」,「まで(助
詞)」および「待つ(動詞)」の分割結果と、「くるま(名
詞)」,「で(助詞)」および「待つ(動詞)」の分割結果との２
通りの分割結果が存在し、両分割結果に対して、その確
からしさを表す尤度が与えられる。

【００５２】尚、上記形態素解析処理に関しては、右方
向最長一致法や接続表を用いた方法が一般的であり、
「自然言語解析の基礎」(田中穂積著:産業図書 1989年)等
の文献に詳しい。

【００５３】ステップＳ3で、上記読み付与部２によっ
て、上記テキスト解析部１からのテキスト解析結果に基
づいて、分割された形態素毎に読みが付与される。尚、
読みが複数ある場合は、総ての読みを出力することも可
能であるし、読みの尤度に応じて最も可能性の高いもの
から幾つかの読みを出力することも可能である。上述の
例の場合には、分割単語「明日」には「あす」と「あした」と
の２種類の読みが存在し、夫々の読みに尤度が与えられ
るのである。

【００５４】ステップＳ4で、上記読み付与部２によっ
て、テキスト解析部１から入力された形態素の中に、第
２解析辞書に登録されている語彙が含まれているか否か
が判別される。尚、この判別は、例えば第２解析辞書に
基づくテキスト解析結果にフラグを立てること等によっ
て行われる。その結果、含まれている場合にはステップ
Ｓ5に進み、含まれていない場合にはステップＳ6に進
む。ステップＳ5で、読み付与部２によって、上記第２
解析辞書に含まれている語彙に関して、上記第２解析辞
書による分割単語と読みとの対応と、上記第１解析辞書
による解析結果をも含めた分割単語候補と読み候補との
対応とが、対応テーブルに記録される。以下に、具体例
を上げて説明する。

【００５５】例えば、上述した地名「京終」は「きょうば
て」と読む。しかしながら、一般的な単語ではないため
普通の解析辞書には登録されていないことが多い。すな
わち、本実施の形態の場合においては、第１解析辞書記
憶部５には単語「京終」は登録されておらず、第２解析辞
書記憶部６に登録されることになる。一方、第１解析辞
書記憶部５には、語彙「京」および語彙「終」が登録されて
いるものとする。

【００５６】その場合において、上記「京終」という文字
列がテキスト解析部１に入力されると、テキスト解析部
１によって、第２解析辞書記憶部６に登録されている
「京終」と合致するために、単語「京終(名詞)」が得られ
る。そして、読み付与部２によって読み「きょうばて」が
付与される。ここで、単語「京終(きょうばて):名詞」は
上記第２解析辞書に登録された語彙であるため、上記第
２解析辞書を用いた解析結果である「京終(きょうばて):
名詞」と、上記第１解析辞書を用いた解析結果候補であ
る「京(きょう):名詞」/「終(しゅう):名詞」や「京(きょ
う):名詞」/「終(おわり):名詞」とが、図３に示すよう
に、上記対応テーブルに記録されるのである。

【００５７】仮に、解析辞書記憶部が、上記第１解析辞
書記憶部５と第２解析辞書記憶部６とに分かれていない
場合には、「京終」という表記に対して「きょうばて」とい
う読みしか得られず、「きょうしゅう」や「きょうおわり」
は得られることはない。本実施の形態のごとく、読み付
与部２によって、第１解析辞書記憶部５を参照して得た
読みと第２解析辞書記憶部６を参照して得た読みとに基
づいて読みを生成することによって、「きょうばて」,「き
ょうしゅう」および「きょうおわり」の３通りの読みを得
る事ができるのである。

【００５８】ステップＳ6で、上記音声認識辞書作成部
３によって、上記対応テーブルの内容を含む上記テキス
ト解析結果および読み付与結果の情報に基づいて音声認
識辞書が生成される。そして、生成された音声認識辞書
が音声認識辞書記憶部４に記憶される。ステップＳ7
で、テキスト解析部１によって、入力文字列に次の文が
あるか否かが判別される。その結果、ある場合には上記
ステップＳ1に戻って次の１文の文字列取得に移行す
る。また、ない場合には音声認識辞書作成処理動作を終
了する。

【００５９】このように、本実施の形態においては、日
常使用される語彙の表記,読み,品詞情報等の情報が登録
された第１解析辞書を記憶する第１解析辞書記憶部５
と、特殊な語彙の表記,読み,品詞情報等の情報が登録さ
れた第２解析辞書を記憶する第２解析辞書記憶部６とを
有している。そして、テキスト解析部１は両解析辞書記
憶部５,６を用いて形態素解析を行い、読み付与部２は
上記形態素解析結果に基づいて形態素に読みを付与す
る。音声認識辞書作成部３は、上記解析結果と読みとに
基づいて音声認識辞書を作成する。

【００６０】その際に、上記読み付与部２は、入力形態
素中に上記第２解析辞書の登録語彙を含む場合には、そ
の語彙に関して、上記第２解析辞書を用いた解析による
分割単語「京終」とその読み「きょうばて」との対に加え
て、上記第１解析辞書を用いた解析結果をも含めた他の
分割単語候補「京/終」とその読み候補「きょう/しゅう」，
「きょう/おわり」との対を対応テーブルに記録する。そ
して、音声認識辞書作成部３は、上記対応テーブルの記
録内容に基づいて音声認識辞書を作成するのである。

【００６１】その結果、上記音声認識辞書は、例えば認
識語彙「京終」と音素表記「きょうばて」,「きょうしゅう」,
「きょうおわり」との対応付けに基づいて作成されること
になる。したがって、音声認識辞書作成部３によって作
成された音声認識辞書を用いて音声認識を行うことによ
って、表記「京終」を「きょうおわり」と発声された場合で
あっても、「京終」と正しく認識できるのである。

【００６２】＜第２実施の形態＞本実施の形態は、上記
第１実施の形態における音声認識辞書作成装置に、上記
第２解析辞書を自動的に取得する上記所取得部を設けた
ものに関する。

【００６３】図４は、本実施の形態の音声認識辞書作成
装置における構成を示すブロック図である。テキスト解
析部１１,読み付与部１２,音声認識辞書作成部１３,音
声認識辞書記憶部１４,第１解析辞書記憶部１５および
第２解析辞書記憶部１６は、上記第１実施の形態におい
て図１に示すテキスト解析部１,読み付与部２,音声認識
辞書作成部３,音声認識辞書記憶部４,第１解析辞書記憶
部５および第２解析辞書記憶部６と同じであり、詳細な
説明は省略する。

【００６４】上記第１解析辞書記憶部１５には一般的な
語彙を登録するのに対して、第２解析辞書記憶部１６に
は特殊な語彙を登録することは、上記第１実施の形態の
場合と同様である。ここで、特殊な語彙としては、例え
ば、専門性の高い語彙、出現頻度の低い馴染みの薄い語
彙、略語、新語、難読語等である。

【００６５】ところで、上記専門性の高い語彙,略語,新
語等は、時代の流れと共に絶えず新しい語彙が出現す
る。したがって、この新しく出現した特殊な語彙が、絶
えず第２解析辞書記憶部１６に登録されない場合には、
その新しく出現した特殊な語彙がテキスト解析部１１に
入力されても正確に読みが付与されない可能性が高くな
る。尚、正確に読みが付与できず未知語として判定した
場合に、読みを推定する技術もある。しかしながら、こ
の読み推定技術によるよみ推定の精度はそれ程高くはな
い。そのために、正確に読みを付与しようとする場合に
は、新しく出現した特殊な語彙を絶えず第２解析辞書記
憶部１６に登録しておく必要がある。

【００６６】そこで、本実施の形態においては、辞書取
得部１７を設けて、第２解析辞書記憶部１６に記憶する
特殊な語彙の表記,読み,品詞情報等の情報を、第３の辞
書記憶手段(図示せず)から辞書取得部１７によって取得
するのである。こうすることによって、新語のように新
しい言葉が出現すれば、それを第２解析辞書記憶部１６
に追加登録できるのである。

【００６７】また、そうすることによって、第２解析辞
書記憶部１６には、電子情報化されたテレビ番組名や音
楽タイトル名等の日々更新される言葉も登録することが
可能になる。したがって、辞書取得部１７によって、定
期的に、新しく出現した特殊な語彙を第２解析辞書記憶
部１６に登録しておけば、第２解析辞書記憶部１６に登
録されている認識対象語彙を利用者が知らない場合であ
っても、入力音声を認識可能な音声認識辞書を作成して
音声認識辞書記憶部１４に記憶することができるのであ
る。

【００６８】ここで、上記第３の辞書記憶手段および辞
書取得部１７による上記特殊な語彙の取得方法について
は、特に限定するものではない。例えば、フロッピー
（登録商標）ディスクやＣＤ(コンパクトディスク)‐Ｒ
ＯＭ(リード・オンリ・メモリ)等のメディアから取得する
方法、ネットワークからダウンロードする方法、文字放
送等の仕組みを利用する方法等がある。何れにせよ、語
彙の情報提供者によって新しい語彙を登録した第３の辞
書記憶手段が用意されれば、その第３の辞書記憶手段か
ら辞書取得部１７によって新しい語彙を取得して利用す
ることができるのである。

【００６９】以上のごとく、本実施の形態においては、
上記辞書取得部１７を設け、この辞書取得部１７によっ
て、第２解析辞書記憶部１６に記憶する特殊な語彙を第
３の辞書記憶手段から取得するようにしている。したが
って、辞書取得部１７によって、定期的に、第３の辞書
記憶手段から新たな語彙の情報を取得して第２解析辞書
記憶部１６に登録しておけば、テレビ番組名や音楽タイ
トル名等の日々更新される単語であるために第２解析辞
書記憶部１６に登録されていることを利用者が知らない
単語であっても認識可能な音声認識辞書を作成すること
が可能になる。

【００７０】＜第３実施の形態＞本実施の形態は、上記
第１実施の形態における音声認識辞書作成装置が搭載さ
れた音声認識装置に関する。

【００７１】図５は、本実施の形態の音声認識装置にお
ける構成を示すブロック図である。テキスト解析部２
１,読み付与部２２,音声認識辞書作成部２３,第１解析
辞書記憶部２４および第２解析辞書記憶部２５は、上記
第１実施の形態において図１に示すテキスト解析部１,
読み付与部２,音声認識辞書作成部３,第１解析辞書記憶
部５および第２解析辞書記憶部６と同じであり、音声認
識辞書作成装置２６を構成している。そして、音声認識
辞書作成装置２６で作成された音声認識辞書は、音声認
識辞書記憶部２７に記憶される。尚、音声認識辞書作成
装置２６および音声認識辞書記憶部２７の詳細な説明は
省略する。

【００７２】音声認識部３１は、音響分析部２８,尤度
演算部２９および照合処理部３０で構成されて、入力音
声を音声認識辞書記憶部２７に登録されている単語との
照合を行って認識し、認識結果を出力する。以下、その
概略を説明する。

【００７３】上記音響分析部２８は、マイク(図示せず)
から入力された音声をディジタル波形に変換し、短い時
間間隔(フレーム)毎に周波数分析し、スペクトルを表す
パラメータのベクトル系列に変換する。周波数分析には
ＬＰＣ(線形予測分析)メルケプストラムのような表現方
法が用いられる。尤度演算部２９は、上記得られた入力
音声のパラメータベクトルに対し、音響モデル(ＨＭＭ
(隠れマルコフモデル)等)を作用させて各音韻毎に尤度
を算出する。照合処理部３０は、音韻尤度(類似度)系列
に対して、音声認識辞書記憶部２７に記憶されている総
ての項目(単語)との照合を行ない、各単語のスコアを算
出する。そして、スコアが高い単語を認識結果として出
力するのである。尚、音声認識方法については、「ディ
ジタル音声処理」(古井著:東海大学出版会、1985年)等の
文献に詳しい。

【００７４】その場合、上記音声認識辞書記憶部２７の
音声認識辞書は、上記第１実施の形態において述べたよ
うに、例えば、難読語である地名「京終」に対して、その
正しい音素表記「きょうばて」に加えて、誤った音素表記
「きょうしゅう」,「きょうおわり」をも対応付けて作成さ
れている。したがって、発話者が上記マイクに向って
「きょうばて」と発声することによって認識結果「京終」
を得ることができる。それに加えて、「きょうしゅう」あ
るいは「きょうおわり」と誤って発声した場合であって
も、正しい認識結果「京終」を得ることができるのであ
る。

【００７５】すなわち、本実施の形態によれば、難読語
である地名や人名の読みを誤って覚えている場合や、正
確な読みが分らない場合であっても、入力音声を目的の
語彙として認識できる。したがって、本実施の形態を、
難読語が多い地名を発声で入力して検索された地図を表
示する地図検索表示装置等に適用すれば、非常に有効に
利用することができる。

【００７６】尚、本実施の形態においては、音声認識装
置に音声認識辞書作成装置２６を搭載している。しかし
ながら、この発明はこれに限定されるものではなく、音
声認識装置を音声認識辞書作成装置２６とは独立に設
け、上記第１,第２実施の形態における音声認識辞書作
成装置によって作成された音声認識辞書を音声認識辞書
記憶部２７に記憶するようにしても差し支えない。

【００７７】＜第４実施の形態＞本実施の形態は、上記
第１実施の形態における音声認識辞書作成装置が搭載さ
れると共に、難読語を誤って発声した場合に正しい読み
を提示して教えてくれる音声認識装置に関する。

【００７８】図６は、本実施の形態の音声認識装置にお
ける構成を示すブロック図である。テキスト解析部４
１,読み付与部４２,音声認識辞書作成部４３,第１解析
辞書記憶部４４および第２解析辞書記憶部４５は、上記
第１実施の形態において図１に示すテキスト解析部１,
読み付与部２,音声認識辞書作成部３,第１解析辞書記憶
部５および第２解析辞書記憶部６と同じであり、音声認
識辞書作成装置４６を構成している。そして、音声認識
辞書作成装置４６で作成された音声認識辞書は、音声認
識辞書記憶部４７に記憶される。尚、音声認識辞書作成
装置４６および音声認識辞書記憶部４７の詳細な説明は
省略する。

【００７９】音声認識部４８は、上記第３実施の形態に
おいて図５に示す音声認識部３１と同じ構成を有してい
る。そして、入力された音声を音響分析してパラメータ
のベクトル系列に変換し、パラメータベクトルに対して
音響モデルを作用させて各音韻毎に尤度演算し、音韻尤
度系列と音声認識辞書記憶部４７の総単語との照合を行
って各単語のスコアを算出し、最も高いスコアを呈する
単語を認識結果として出力する。

【００８０】読み判定部４９は、上記音声認識部４８か
らの音声認識の結果を受けて、その中に、第２解析辞書
記憶部４５に記憶されている語彙と表記は同じであるが
読みは異なる語彙が含まれるか否かを判定する。読み提
示部５０は、読み判定部４９の判定結果を受けて、上記
判定結果が「真」である場合には第２解析辞書記憶部４５
に記憶されている当該語彙の読みを提示する。すなわ
ち、第２解析辞書記憶部４５に記憶された語彙の間違っ
た読みが音声認識部４８に入力(発声)された場合に、当
該語彙の正しい読みを提示して、使用者に教えるのであ
る。

【００８１】上記構成を有する音声認識装置は、以下の
ように動作する。図７は、音声認識部４８,読み判定部
４９および読み提示部５０によって実行される音声認識
処理動作のフローチャートである。以下、図７に従っ
て、上記音声認識処理動作について説明する。マイク
(図示せず)から音声認識部４８に音声が入力されると音
声認識処理動作がスタートする。

【００８２】ステップＳ11で、上記音声認識部４８によ
って、入力された音声がディジタル波形に変換され、上
記フレーム毎に周波数分析され、スペクトルを表すパラ
メータのベクトル系列に変換される(音響分析)。さら
に、パラメータベクトルに対して音響モデルを作用させ
て各音韻毎に尤度演算される(尤度演算)。そして、音韻
尤度系列と音声認識辞書記憶部４７に登録された総ての
単語との照合が行われて各単語のスコアが算出される
(照合処理)。

【００８３】ステップＳ12で、上記読み判定部４９によ
って、音声認識部４８からの音声認識の結果に基づい
て、その中に、第２解析辞書記憶部４５に記憶されてい
る語彙と表記は同じであるが読みは異なる語彙が含まれ
るか否かが判定される。すなわち、音声認識結果が図３
に示す上記対応テーブルの「その他の候補」に含まれるか
否かが判別される。その結果、含まれる場合にはステッ
プＳ13に進み、そうでなければステップＳ14に進む。

【００８４】ここで、上記音声認識結果が上記対応テー
ブルの「その他の候補」に含まれることとは、例えば、
「京終」という表記を見た人が「きょうしゅう」と発声し、
そのまま「きょうしゅう」と認識された場合等に該当す
る。そして、本ステップにおける上記判別は、例えば、
音声認識辞書作成部４３が上記対応テーブルに基づいて
音声認識辞書を作成する際に、認識語彙「京終」に対応付
けられる音素表記「きょうばて」,「きょうしゅう」,「きょ
うおわり」のうち上記対応テーブルにおける「その他の候
補」に含まれる音素表記「きょうしゅう」,「きょうおわり」
に、フラグを立てることによって実現可能になる。また
は、認識語彙の出現連鎖確率のうち上記対応テーブルに
おける「その他の候補」に含まれる音素表記に基づく出現
連鎖確率に、フラグを立てることによって実現可能にな
る。

【００８５】つまり、上記音声認識部４８が照合処理を
行った際に、上記音声認識辞書における音素表記あるい
は出現連鎖確率に上記フラグが立っている単語との照合
を行った際には、算出されたスコアに、その旨を示す情
報を付加ればよいのである。

【００８６】ステップＳ13で、上記読み提示部５０によ
って、上記対応テーブルの「その他の候補」に含まれる音
素表記「きょうしゅう」に対応する第２解析辞書語彙の音
素表記「きょうばて」が求められて、音声認識部４８に返
される。その場合における上記第２解析辞書語彙の音素
表記「きょうばて」は、具体的には、音声認識辞書記憶記
憶部４７の内様を参照し、認識結果「京終」に対応付けら
れている音素表記のうち上記フラグが立っていない音素
表記「きょうばて」を求めることによって行われる。

【００８７】ステップＳ14で、上記音声認識部４８によ
って、上記ステップＳ11において算出されたスコアの高
い単語が認識結果として出力される。その際に、読み提
示部５０から上記対応テーブルの第２解析辞書語彙の音
素表記が返されている場合には、その音素表記も合わせ
て出力表示される。こうして、認識結果「京終」に本来の
読み「きょうばて」を合わせて出力することによって、ユ
ーザに、音声入力した語彙「京終」の読み「きょうしゅう」
は間違いであり、本当の読みは「きょうばて」であること
を教えることができるのである。

【００８８】ここで、上記音声認識部４８に発声「きょ
うしゅう」が入力され、認識結果として「京終」,「郷愁」,
「教習」のように複数の候補がある場合には、音声認識部
４８は一旦複数の候補「京終」,「郷愁」,「教習」を表示し、
ユーザに何れかの候補を選択させる。その結果、認識候
補「京終」が選択された場合には、上述しような読み判定
部４９および読み提示部５０による処理を行うようにす
ればよい。

【００８９】このように、本実施の形態においては、上
記音声認識部４８に加えて、読み判定部４９および読み
提示部５０を設けている。そして、上記読み判定部４９
によって、上記音声認識の中に、第２解析辞書記憶部４
５に記憶されている語彙と表記は同じであるが読みは異
なる語彙が含まれるか否かを判定する。そして、上記語
彙が含まれていると判定された場合には、読み提示部５
０によって、読みが異なると判定された語彙の第２解析
辞書の音素表記を、音声認識部４８に認識結果と共に提
示するようにしている。

【００９０】したがって、上記第２解析辞書記憶部４５
に登録された語彙がその正しい読みとは異なる読みで発
声され、その発声が音声認識部４８によって正しく認識
された場合には、認識結果と共にその正しい読みを出力
表示して、ユーザに教えることができるのである。

【００９１】尚、本実施の形態においては、上記読み提
示部５０は、上記第２解析辞書の語彙の音素表記「きょ
うばて」を求めて音声認識部４８に返し、音声認識部４
８によって音声認識結果と共に出力表示するようにして
いる。しかしながら、この発明はこれに限定するもので
はない。例えば、読み提示部５０に音声合成手段を設け
て、音声認識部４８による音声認識結果の出力表示に同
期して、合成音声によって出力するようにしても差し支
えない。

【００９２】また、本実施の形態においては、音声認識
装置に音声認識辞書作成装置４６を搭載している。しか
しながら、この発明はこれに限定されるものではなく、
音声認識装置を音声認識辞書作成装置４６とは独立に設
け、上記第１,第２実施の形態における音声認識辞書作
成装置によって作成された音声認識辞書を音声認識辞書
記憶部４７に格納するようにしても差し支えない。

【００９３】また、本実施の形態においては、読み判定
部４９による判定および読み提示部５０による正しい読
みの取得を、上記音声認識辞書における各認識語彙の上
記対応テーブルの「その他の候補」に含まれる音素表記に
フラグを立て、このフラグを参照することによって行っ
ている。しかしながら、上記対応テーブルを直接参照す
ることによって行っても差し支えない。但し、その場合
には、上記対応テーブルを音声認識辞書作成装置４６と
読み判定部４９と読み提示部５０とで共有する必要があ
るため、音声認識装置に音声認識辞書作成装置４６を搭
載している必要がある。

【００９４】また、上記第３実施の形態および第４実施
の形態においては、上記第１実施の形態における音声認
識辞書作成装置が搭載された場合を例に説明している
が、上記第２実施の形態における音声認識辞書作成装置
を搭載しても一向に構わない。

【００９５】上記第３実施の形態および第４実施の形態
における音声認識装置は、携帯端末器に搭載することに
よってその効果を発揮することができる。通常、携帯端
末器は、移動時に使用される。そして、特に外出先で上
記携帯端末器によって音声入力で地図を検索して表示さ
せる際に、例えば地名「京終(きょうばて)」を「きょうし
ゅう」であると思い込んでいる人は、「きょうしゅう」と
誤った読みで発声することになる。本携帯端末器の場合
には、その場合であってもリジェクトされることがな
く、目的の地名「京終」の地図が表示されるのである。

【００９６】これに対して、従来の音声認識装置による
地図検索装置を搭載した携帯端末器の場合には、例えば
地名「京終」を「きょうしゅう」と誤った読みで発声すると
リジェクトされる。ところが、外出先では正しい読みを
調べる術がなく、そのために「京終」の地図を表示するこ
とができないことになるのである。

【００９７】また、上記携帯端末器を、上記第１,第２
実施の形態における音声認識辞書作成装置が搭載された
第１携帯端末器と、第３,第４実施の形態における音声
認識辞書記憶部,音声認識部,読み判定部および読み提示
部が搭載された第２携帯端末器とで構成し、両携帯端末
器に、両携帯端末器間で音声認識辞書情報を含む情報を
送受信する送受信器を設けることも可能である。こうす
ることによって、上記第１携帯端末器の音声認識辞書作
成装置によって作成された音声認識辞書情報を上記第２
携帯端末器に送信して、第２携帯端末器の音声認識辞書
記憶部に記憶することができる。

【００９８】また、上記音声認識装置の音声認識辞書を
作成する音声認識辞書作成装置を第２実施の形態におけ
る音声認識辞書作成装置とし、その音声認識辞書作成装
置をサーバーに設ける。さらに、携帯端末器には、第２
の音声認識辞書記憶部,音声認識部(読み判定部,読み提
示部)および上記サーバーと音声認識辞書情報を送受す
るための送受信器を設けることも可能である。このよう
に、上記サーバーと携帯端末器とで音声認識システムを
構成することによって、携帯端末器を簡単な構成にして
軽量化を図ることができる。さらに、上記サーバーを上
記第３の辞書記憶手段として利用することによって、上
記サーバー内の第２解析辞書記憶部の内容を定期的に追
加補充して、次々増える新語および外来語や定期的に更
新されるテレビ番組名等に対処可能な音声認識辞書を、
上記送受信器によって取得することができるのである。

【００９９】ところで、上記各実施の形態におけるテキ
スト解析部１,１１,２１,４１、読み付与部２,１２,２
２,４２、音声認識辞書作成部３,１３,２３,４３、音声
認識辞書記憶部４,１４,２７,４７、第１解析辞書記憶
部５,１５,２４,４４、第２解析辞書記憶部６,１６,２
５,４５としての機能は、プログラム記録媒体に記録さ
れた音声認識辞書作成プログラムによって実現される。
上記各実施の形態における上記プログラム記録媒体は、
ＲＯＭ(図示せず)でなるプログラムメディアである。あ
るいは、外部補助記憶装置に装着されて読み出されるプ
ログラムメディアであってもよい。尚、何れの場合にお
いても、上記プログラムメディアから音声認識辞書作成
プログラムを読み出すプログラム読み出し手段は、上記
プログラムメディアに直接アクセスして読み出す構成を
有していてもよいし、ＲＡＭ(ランダム・アクセス・メモ
リ)(図示せず)に設けられたプログラム記憶エリアにダ
ウンロードし、上記プログラム記憶エリアにアクセスし
て読み出す構成を有していてもよい。尚、上記プログラ
ムメディアから上記ＲＡＭのプログラム記憶エリアにダ
ウンロードするためのダウンロードプログラムは、予め
本体装置に格納されているものとする。

【０１００】ここで、上記プログラムメディアとは、本
体側と分離可能に構成され、磁気テープやカセットテー
プ等のテープ系、フロッピーディスク,ハードディスク
等の磁気ディスクやＣＤ‐ＲＯＭ,ＭＯ(光磁気)ディス
ク,ＭＤ(ミニディスク),ＤＶＤ(ディジタル多用途ディ
スク)等の光ディスクのディスク系、ＩＣ(集積回路)カ
ードや光カード等のカード系、マスクＲＯＭ,ＥＰＲＯ
Ｍ(紫外線消去型ＲＯＭ),ＥＥＰＲＯＭ(電気的消去型Ｒ
ＯＭ),フラッシュＲＯＭ等の半導体メモリ系を含めた、
固定的にプログラムを坦持する媒体である。

【０１０１】また、上記各実施の形態における音声認識
辞書作成装置は、モデムを備えてインターネットを含む
通信ネットワークと接続可能な構成を有している場合
は、上記プログラムメディアは、通信ネットワークから
のダウンロード等によって流動的にプログラムを坦持す
る媒体であっても差し支えない。尚、その場合における
上記通信ネットワークからダウンロードするためのダウ
ンロードプログラムは、予め本体装置に格納されている
ものとする。あるいは、別の記録媒体からインストール
されるものとする。

【０１０２】尚、上記記録媒体に記録されるものはプロ
グラムのみに限定されるものではなく、データも記録す
ることが可能である。

【０１０３】

【発明の効果】以上より明らかなように、第１の発明の
音声認識用辞書作成装置は、テキスト解析用の辞書とし
て、語彙の表記および読みを含む情報で成る第１解析辞
書が記憶された第１解析辞書記憶手段と、上記第１解析
辞書記憶手段に記憶されてはいない語彙の表記および読
みを含む情報で成る第２解析辞書が記憶された第２解析
辞書記憶手段を備えて、読み付与手段によって、テキス
ト解析結果中に上記第２解析辞書を参照して得られた語
彙が含まれている場合には、当該語彙に関して、上記第
２解析辞書を参照して得られた読みに加えてその他の読
み候補をも付与するので、上記解析結果および上記読み
付与結果に基づいて作成される音声認識辞書には、当該
語彙に関して、上記第２解析辞書を参照して得られた読
みの音素表記およびその他の読み候補の音素表記に基づ
く辞書情報が登録される。したがって、この音声認識辞
書を用いて音声認識を行うことによって、例えば上記第
２解析辞書に登録された難読語「京終(きょうばて)」を誤
って「きょうしゅう」と発声してもリジェクトされること
がなく、認識結果として目的の語彙「京終」を得ることが
できるのである。

【０１０４】すなわち、この発明によれば、認識対象単
語の正しい読み方を利用者が知らない場合であっても、
入力音声を認識することが可能な音声認識辞書を作成す
ることができるのである。

【０１０５】また、１実施例の音声認識用辞書作成装置
は、辞書取得手段によって、上記第２解析辞書記憶手段
に記憶される第２解析辞書の内容を第３の辞書記憶手段
から取得するので、語彙の情報提供者によって新しい語
彙が登録された上記第３の辞書記憶手段が提供されるこ
とによって、新しく出現した語彙を常に上記第２解析辞
書記憶手段に追加登録しておくことができる。そうする
ことによって、上記第２解析辞書に登録されている認識
対象語彙を利用者が知らない場合であっても、入力音声
を認識することが可能な音声認識辞書を作成することが
できる。

【０１０６】すなわち、この発明によれば、登録されて
いる認識対象単語を利用者が知らない場合であっても、
入力音声を認識することが可能な音声認識辞書を作成す
ることができるのである。

【０１０７】また、第２の発明の音声認識装置は、上記
第１の発明の音声認識辞書作成装置によって作成された
音声認識辞書の登録語彙との照合を行って入力音声を認
識するので、例えば上記音声認識辞書作成装置の上記第
２解析辞書に登録された難読語「京終(きょうばて)」を誤
って「きょうしゅう」と発声した場合でもリジェクトされ
ることがなく、認識結果として目的の語彙「京終」を得る
ことができる。

【０１０８】また、第３の発明の音声認識装置は、上記
第１の発明の音声認識辞書作成装置を搭載し、この音声
認識辞書作成装置によって作成された音声認識辞書の登
録語彙との照合を行って入力音声を認識するので、認識
対象単語の正しい読み方を利用者が知らない場合であっ
ても、入力音声を認識することが可能な音声認識辞書を
作成することができる。

【０１０９】また、１実施例の音声認識装置は、第２解
析辞書記憶手段に記憶されている語彙と表記は同じであ
るが読みは異なる語彙が音声認識結果に含まれているか
否かを読み判定手段によって判定し、上記語彙が含まれ
ている場合には、当該語彙に関して、読み提示手段によ
って上記第２解析辞書記憶手段に記憶されている読みを
提示するので、例えば上記第２解析辞書に登録されてい
る難読語「京終(きょうばて)」を誤って「きょうしゅう」と
発声して正しい認識結果「京終」を得た利用者に対して、
正しい読み「きょうばて」を提示して教えることができ
る。

【０１１０】また、１実施例の音声認識装置は、上記読
み提示手段を、上記第２解析辞書記憶手段に記憶されて
いる読みの提示を合成音声によって行うようにしたの
で、利用者に対して認識語彙の正しい読みを合成音声に
よって提示できると共に、音声認識結果の表示内容を簡
素化できる。

【０１１１】また、第４の発明の携帯端末器は、上記第
２の発明あるいは第３の発明の音声認識装置を搭載した
ので、正しい読みを調べる術がない外出先においても、
音声によって必要な情報を即座に且つ簡単に検索するこ
とが可能になる。

【０１１２】また、第５の発明の携帯端末器は、上記第
１の発明の音声認識辞書作成装置および上記第２の発明
の音声認識装置の何れか一方を搭載したので、上記音声
認識辞書作成装置を搭載した第１携帯端末器から上記音
声認識装置を搭載した第２携帯端末器に、作成された音
声認識辞書の情報を送信することができる。したがっ
て、上記第２携帯端末器を上記第３の発明の音声認識装
置を搭載した携帯端末器よりも簡単な構成にして軽量化
を図ることができる。

【０１１３】また、第６の発明の音声認識システムは、
上記第１の発明の音声認識辞書作成装置が設けられたサ
ーバーと、上記第２の発明の音声認識装置を搭載し且つ
上記サーバーと音声認識辞書情報の送受を行うための送
受信手段を有する携帯端末器とを備えているので、本携
帯端末器を上記第３の発明の音声認識装置を搭載した携
帯端末器よりも簡単な構成にして軽量化を図ることがで
きる。

【０１１４】さらに、上記サーバーを上記第３の辞書記
憶手段として、上記サーバーから上記第２解析辞書記憶
手段の内容を定期的に追加補充することによって、次々
増える新語および外来語や定期的に更新されるテレビ番
組名等を、本携帯端末器のユーザは上記第２解析辞書の
内容を知らなくとも音声認識することが可能になる。

【０１１５】また、第７の発明の音声認識辞書作成方法
は、第１解析辞書記憶手段に記憶された語彙の表記及び
読みを含む情報で成る第１解析辞書と、第２解析辞書記
憶手段に記憶された上記第１解析辞書記憶手段に記憶さ
れてはいない語彙の表記及び読みを含む情報で成る第２
解析辞書とを参照して、テキスト解析を行い、分割され
た構成単語に読みを付与する際に、上記テキスト解析結
果の中に上記第２解析辞書に登録された語彙が含まれて
いる場合には、当該語彙に関して、上記第２解析辞書を
参照して得られた読みに加えてその他の読み候補をも付
与するので、作成された音声認識辞書には、当該語彙に
関しては、上記第２解析辞書を参照して得られた読みの
音素表記およびその他の読み候補の音素表記に基づく辞
書情報が登録されている。したがって、この音声認識辞
書を用いて音声認識を行うことによって、例えば上記第
２解析辞書に登録された難読語「京終(きょうばて)」を誤
って「きょうしゅう」と発声してもリジェクトされること
がなく、認識結果として目的の語彙「京終」を得ることが
できるのである。

【０１１６】すなわち、この発明によれば、認識対象単
語の正しい読み方を利用者が知らない場合であっても、
入力音声を認識することが可能な音声認識辞書を作成す
ることができる。

【０１１７】また、第８の発明の音声認識辞書作成プロ
グラムは、コンピュータを、上記第１の発明におけるテ
キスト解析手段,読み付与手段,音声認識辞書作成手段,
音声認識辞書記憶手段,第１解析辞書記憶手段及び第２
解析辞書記憶手段として機能させるので、上記第１の発
明の場合と同様に、上記第２解析辞書に登録された語彙
「京終(きょうばて)」を誤って「きょうしゅう」と発声して
もリジェクトされることがなく、認識結果として目的の
語彙「京終」を得ることができる音声認識辞書を作成する
ことができる。

【０１１８】また、第９の発明のプログラム記録媒体
は、上記第８の発明の音声認識辞書作成プログラムを記
録しているので、この音声認識辞書作成プログラムをコ
ンピュータで読み出して用いることによって、上記第１
の発明の場合と同様に、上記第２解析辞書に登録された
語彙「京終(きょうばて)」を誤って「きょうしゅう」と発声
してもリジェクトされることがなく、認識結果として目
的の語彙「京終」を得ることができる音声認識辞書を作成
することができる。

【図面の簡単な説明】

【図１】 この発明の音声認識辞書作成装置における構
成を示すブロック図である。

【図２】 図１に示す音声認識辞書作成装置によって行
われる音声認識辞書作成処理動作のフローチャートであ
る。

【図３】 図１における読み付与部によって記録される
対応テーブルの内容の一例を示す図である。

【図４】 図１とは異なる音声認識辞書作成装置におけ
る構成を示すブロック図である。

【図５】 この発明の音声認識装置における構成を示す
ブロックである。

【図６】 図５とは異なる音声認識辞書作成装置におけ
る構成を示すブロック図である。

【図７】 図６における音声認識部,読み判定部および
読み提示部によって実行される音声認識処理動作のフロ
ーチャートである。

【符号の説明】

１,１１,２１,４１…テキスト解析部、 ２,１２,２２,４２…読み付与部、 ３,１３,２３,４３…音声認識辞書作成部、 ４,１４,２７,４７…音声認識辞書記憶部、 ５,１５,２４,４４…第１解析辞書記憶部、 ６,１６,２５,４５…第２解析辞書記憶部、 １７…辞書取得部、 ２６,４６…音声認識辞書作成装置、 ２８…音響分析部、 ２９…尤度演算部、 ３０…照合処理部、 ３１,４８…音声認識部、 ４９…読み判定部、 ５０…読み提示部。

───────────────────────────────────────────────────── 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 3/00 ５６１Ｄ Ｒ

Claims (12)

【特許請求の範囲】
1. 【請求項１】 テキスト解析手段によって入力テキスト
   を解析し、読み付与手段によって上記解析された構成単
   語に読みを付与し、音声認識辞書作成手段によって上記
   解析結果および上記読み付与結果に基づいて音声認識辞
   書を作成し、この作成された音声認識辞書を音声認識辞
   書記憶手段に記憶する音声認識用辞書作成装置におい
   て、 上記テキスト解析手段によるテキスト解析時に参照され
   る辞書であって、語彙の表記および読みを含む情報で成
   る第１解析辞書が記憶された第１解析辞書記憶手段と、 上記テキスト解析手段によるテキスト解析時に参照され
   る辞書であって、上記第１解析辞書記憶手段に記憶され
   てはいない語彙の表記および読みを含む情報で成る第２
   解析辞書が記憶された第２解析辞書記憶手段を備えると
   共に、 上記読み付与手段は、上記テキスト解析手段によるテキ
   スト解析結果の中に上記第２解析辞書を参照して得られ
   た語彙が含まれている場合には、当該語彙に関して、上
   記第２解析辞書を参照して得られた読みに加えて、その
   他の読み候補をも付与するようになっていることを特徴
   とする音声認識辞書作成装置。
2. 【請求項２】 請求項１に記載の音声認識用辞書作成装
   置において、 上記第２解析辞書記憶手段に記憶される第２解析辞書の
   内容を、第３の辞書記憶手段から取得する辞書取得手段
   を備えたことを特徴とする音声認識辞書作成装置。
3. 【請求項３】 入力された音声を、音声認識辞書に登録
   されている語彙との照合手段による照合を行うことによ
   って認識する音声認識装置において、 上記音声認識辞書は、請求項１あるいは請求項２に記載
   の音声認識辞書作成装置によって作成された音声認識辞
   書であることを特徴とする音声認識装置。
4. 【請求項４】 請求項１あるいは請求項２に記載の音声
   認識辞書作成装置を搭載し、 入力された音声を、上記音声認識辞書作成装置における
   音声認識辞書記憶手段に登録されている語彙との照合を
   照合手段によって行って認識することを特徴とする音声
   認識装置。
5. 【請求項５】 請求項３あるいは請求項４に記載の音声
   認識装置において、 音声認識結果に、上記第２解析辞書記憶手段に記憶され
   ている語彙と表記は同じであるが読みは異なる語彙が含
   まれているか否かを判定する読み判定手段と、 上記読み判定手段によって、上記語彙が含まれていると
   判定された場合には、当該語彙に関して、第２解析辞書
   記憶手段に記憶されている読みを提示する読み提示手段
   を備えたことを特徴とする音声認識装置。
6. 【請求項６】 請求項５に記載の音声認識装置におい
   て、 上記読みを提示手段は、上記第２解析辞書記憶手段に記
   憶されている読みの提示を合成音声で行うようになって
   いることを特徴とする音声認識装置。
7. 【請求項７】 請求項３乃至請求項６の何れか一つに記
   載の音声認識装置を搭載したことを特徴とする携帯端末
   器。
8. 【請求項８】 請求項１あるいは請求項２に記載の音声
   認識辞書作成装置および請求項３,請求項５および請求
   項６の何れか一つに記載の音声認識装置の何れか一方を
   搭載したことを特徴とする携帯端末器。
9. 【請求項９】 請求項１あるいは請求項２に記載の音声
   認識辞書作成装置が設けられたサーバーと、 請求項３,請求項５および請求項６の何れか一つに記載
   の音声認識装置を搭載すると共に、上記サーバーと音声
   認識辞書情報の送受信を行うための送受信手段を有する
   携帯端末器を備えたことを特徴とする音声認識システ
   ム。
10. 【請求項１０】 テキスト解析手段,読み付与手段,音声
    認識辞書作成手段および音声認識辞書記憶手段を有する
    と共に、文字列情報を解析して構成単語に分割するテキ
    スト解析ステップと、分割した構成単語に読みを付与す
    る読み付与ステップと、上記テキスト解析および読み付
    与の結果に基づいて音声認識辞書を作成して上記音声認
    識辞書記憶手段に記憶する音声認識辞書作成ステップを
    有する音声認識辞書作成方法において、 上記テキスト解析手段によるテキスト解析は、第１解析
    辞書記憶手段に記憶された語彙の表記および読みを含む
    情報で成る第１解析辞書、および、第２解析辞書記憶手
    段に記憶された上記第１解析辞書記憶手段に記憶されて
    はいない語彙の表記および読みを含む情報で成る第２解
    析辞書を参照して行い、 上記読み付与手段による読み付与においては、上記テキ
    スト解析結果の中に上記第２解析辞書を参照して得られ
    た語彙が含まれている場合には、当該語彙に関して、上
    記第２解析辞書を参照して得られた読みに加えて、その
    他の読み候補をも付与するようにしたことを特徴とする
    音声認識辞書作成方法。
11. 【請求項１１】 コンピュータを、 請求項１におけるテキスト解析手段,読み付与手段,音声
    認識辞書作成手段,音声認識辞書記憶手段,第１解析辞書
    記憶手段および第２解析辞書記憶手段として機能させる
    ことを特徴とする音声認識辞書作成プログラム。
12. 【請求項１２】 請求項１１に記載の音声認識辞書作成
    プログラムが記録されたことを特徴とするコンピュータ
    読出し可能なプログラム記録媒体。