JP2793213B2 - 音声認識装置及びこれを用いた電話機 - Google Patents
音声認識装置及びこれを用いた電話機Info
- Publication number
- JP2793213B2 JP2793213B2 JP63330905A JP33090588A JP2793213B2 JP 2793213 B2 JP2793213 B2 JP 2793213B2 JP 63330905 A JP63330905 A JP 63330905A JP 33090588 A JP33090588 A JP 33090588A JP 2793213 B2 JP2793213 B2 JP 2793213B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- pattern
- recording
- registered
- telephone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000012790 confirmation Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 9
- 238000012217 deletion Methods 0.000 description 8
- 230000037430 deletion Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
- H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
- H04M1/271—Devices whereby a plurality of signals may be stored simultaneously controlled by voice recognition
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Description
【発明の詳細な説明】 ［発明の目的］ （産業上の利用分野） 本発明は、音声認識装置及びこれを用いた電話機に関
する。
する。
（従来の技術） 近年、人間が発声した相手先の名前等の音声を認識
し、その認識結果から、予め名前と対応付けて登録され
た相手先の電話番号を判断して、その電話番号により電
話をかける電話機が、自動車電話、家庭用電話等におい
て実用化されている。
し、その認識結果から、予め名前と対応付けて登録され
た相手先の電話番号を判断して、その電話番号により電
話をかける電話機が、自動車電話、家庭用電話等におい
て実用化されている。
ところで、このような電話機において、一度登録した
名前を削除したり再登録したりする場合は、その対象と
なる名前を何らかの方法で指定する必要がある。
名前を削除したり再登録したりする場合は、その対象と
なる名前を何らかの方法で指定する必要がある。
従来からこの名前を指定する方法としては、予め名前
と対応する番号を決めておき、この番号の入力により名
前を指定したり、名前を音声の特徴パターンと文字とで
登録しておき、表示器等においてその文字を表示して、
希望する名前を指定する等が一般的である。
と対応する番号を決めておき、この番号の入力により名
前を指定したり、名前を音声の特徴パターンと文字とで
登録しておき、表示器等においてその文字を表示して、
希望する名前を指定する等が一般的である。
しかしながら、上述の如く名前と番号とを対応させて
番号で名前を指定する方法では、名前と番号との対応関
係を利用者が常に記憶しておく必要がある。また名前を
音声の特徴パターンと文字で登録しておく方法では、文
字を表示する表示器が必要となるので、コストが高くな
り、しかも文字入力が煩わしいという難点があった。
番号で名前を指定する方法では、名前と番号との対応関
係を利用者が常に記憶しておく必要がある。また名前を
音声の特徴パターンと文字で登録しておく方法では、文
字を表示する表示器が必要となるので、コストが高くな
り、しかも文字入力が煩わしいという難点があった。
（発明が解決しようとする課題） このように従来からの音声認識装置を備えた電話機で
は、何らかの目的により既に登録済の名前を指定するた
め、名前と番号との対応を常に利用者が記憶しておく必
要があること、名前を表示するための表示器が必要とな
ること、名前と登録するための文字入力を行う必要があ
ること等の難点があるという問題があった。
は、何らかの目的により既に登録済の名前を指定するた
め、名前と番号との対応を常に利用者が記憶しておく必
要があること、名前を表示するための表示器が必要とな
ること、名前と登録するための文字入力を行う必要があ
ること等の難点があるという問題があった。
本発明はこのような課題を解決するためなされたもの
であり、利用者の負担を大幅に軽減することのできる音
声認識装置及びこれを用いた電話機の提供を目的として
いる。
であり、利用者の負担を大幅に軽減することのできる音
声認識装置及びこれを用いた電話機の提供を目的として
いる。
［発明の構成］ （課題を解決するための手段） 第１の発明は上記課題を解決するために、音声の特徴
パターンとこれらに対応する情報とを予め登録してお
き、これらの登録情報を用いて音声の認識を行う音声認
識装置において、音声の特徴パターンの登録に伴い該音
声を録音する音声録音手段と、この音声録音手段により
録音された各音声を要求に応じて順次再生する音声再生
手段と、音声再生時において希望する音声が再生された
とき、これを指定する指定手段と、指定された音声及び
この音声の特徴パターンに対する所定の処理を行う手段
とを具備したものである。
パターンとこれらに対応する情報とを予め登録してお
き、これらの登録情報を用いて音声の認識を行う音声認
識装置において、音声の特徴パターンの登録に伴い該音
声を録音する音声録音手段と、この音声録音手段により
録音された各音声を要求に応じて順次再生する音声再生
手段と、音声再生時において希望する音声が再生された
とき、これを指定する指定手段と、指定された音声及び
この音声の特徴パターンに対する所定の処理を行う手段
とを具備したものである。
また第２の発明は、電話をかけたい相手の名前を発生
したときの音声の特徴パターンとこれに対応する電話番
号とを予め登録しておき、これらの登録情報を用いて音
声を認識してこの音声に対応する電話番号を得、発信を
行う電話機において、音声の特徴パターンの登録に伴い
この音声を録音する音声録音手段と、この音声録音手段
により録音された各音声を要求に応じて順次再生する音
声再生手段と、音声再生時において希望する音声が再生
されたとき、これを指定とする音声指定手段と、指定さ
れた音声及びこの音声の特徴パターンに対する所定の処
理を行う手段とを具備したものである。
したときの音声の特徴パターンとこれに対応する電話番
号とを予め登録しておき、これらの登録情報を用いて音
声を認識してこの音声に対応する電話番号を得、発信を
行う電話機において、音声の特徴パターンの登録に伴い
この音声を録音する音声録音手段と、この音声録音手段
により録音された各音声を要求に応じて順次再生する音
声再生手段と、音声再生時において希望する音声が再生
されたとき、これを指定とする音声指定手段と、指定さ
れた音声及びこの音声の特徴パターンに対する所定の処
理を行う手段とを具備したものである。
さらに第３の発明は、電話をかけたい相手の名前を発
声したときの音声の特徴パターンとこれに対応する電話
番号とを予め登録しておき、これらの登録情報を用いて
音声を認識してこの音声に対応する電話番号を得、発信
を行う電話機において、音声の特徴パターンの登録に伴
いこの音声を録音する音声録音信号と、この音声録音手
段により録音された各音声を要求に応じて順次再生する
音声再生手段と、音声再生時において希望する音声が再
生されたとき、これを指定する音声指定手段と、指定さ
れた音声及びこの音声の特徴パターンを削除する削除手
段とを具備したものである。
声したときの音声の特徴パターンとこれに対応する電話
番号とを予め登録しておき、これらの登録情報を用いて
音声を認識してこの音声に対応する電話番号を得、発信
を行う電話機において、音声の特徴パターンの登録に伴
いこの音声を録音する音声録音信号と、この音声録音手
段により録音された各音声を要求に応じて順次再生する
音声再生手段と、音声再生時において希望する音声が再
生されたとき、これを指定する音声指定手段と、指定さ
れた音声及びこの音声の特徴パターンを削除する削除手
段とを具備したものである。
またさらに第４の発明は、複数の利用者が発声した同
一単語に対する音声の特徴パターンから標準パターンを
生成してこれを登録しておき、ある利用者が発声した音
声を前記標準パターンを用いて認識し、その認識結果に
対応する確認用音声を出力する音声認識装置において、
音声の入力による前記標準パターンの生成に伴い、この
音声を認識結果に対応して出力されるべき確認用音声と
して録音する音声録音手段と、この音声録音手段による
確認用音声の録音のオン／オフを必要に応じて切換える
切換手段とを具備したものである。
一単語に対する音声の特徴パターンから標準パターンを
生成してこれを登録しておき、ある利用者が発声した音
声を前記標準パターンを用いて認識し、その認識結果に
対応する確認用音声を出力する音声認識装置において、
音声の入力による前記標準パターンの生成に伴い、この
音声を認識結果に対応して出力されるべき確認用音声と
して録音する音声録音手段と、この音声録音手段による
確認用音声の録音のオン／オフを必要に応じて切換える
切換手段とを具備したものである。
第５の発明は、複数の利用者が発声した同一単語に対
する音声の特徴パターンから標準パターンを生成してこ
れを登録しておき、ある利用者が発声した音声を標準パ
ターンを用いて認識し、その認識結果に対応する確認用
音声を出力する音声認識装置において、認識結果に対応
して出力されるべき確認用音声を、音声の入力による標
準パターンの生成とは無関係に録音する音声録音手段を
備えたものである。
する音声の特徴パターンから標準パターンを生成してこ
れを登録しておき、ある利用者が発声した音声を標準パ
ターンを用いて認識し、その認識結果に対応する確認用
音声を出力する音声認識装置において、認識結果に対応
して出力されるべき確認用音声を、音声の入力による標
準パターンの生成とは無関係に録音する音声録音手段を
備えたものである。
（作 用） 第１の発明では、音声再生手段により、音声録音手段
において録音された各音声を要求に応じて順次再生さ
せ、希望する音声が再生されたとき、音声指定手段によ
ってこれを指定する。すると、指定された音声及びこの
音声の特徴パターンに対してこの装置において予め定義
された所定の処理が行われる。
において録音された各音声を要求に応じて順次再生さ
せ、希望する音声が再生されたとき、音声指定手段によ
ってこれを指定する。すると、指定された音声及びこの
音声の特徴パターンに対してこの装置において予め定義
された所定の処理が行われる。
第２の発明は、この第１の発明である音声認識装置を
電話機に備えたもので、その作用は、前記の発明と同じ
である。
電話機に備えたもので、その作用は、前記の発明と同じ
である。
さらに第３の発明では、音声再生手段により、音声録
音手段において登録された各音声を要求に応じて順次再
生させ、希望する音声が再生されたとき、音声指定手段
によってこれを指定する。すると削除手段が、指定され
た音声及びこの音声の特徴パターンを自動的に削除す
る。
音手段において登録された各音声を要求に応じて順次再
生させ、希望する音声が再生されたとき、音声指定手段
によってこれを指定する。すると削除手段が、指定され
た音声及びこの音声の特徴パターンを自動的に削除す
る。
したがって、これらの発明によれば、再生された名前
の音声を聞いて希望する名前が再生されたときを指定す
るだけで、その名前に対応する音声及びこの音声の特徴
パターンに対する削除等の予め決められた処理を行うこ
とができ、利用者の負担を大幅に軽減化することができ
る。
の音声を聞いて希望する名前が再生されたときを指定す
るだけで、その名前に対応する音声及びこの音声の特徴
パターンに対する削除等の予め決められた処理を行うこ
とができ、利用者の負担を大幅に軽減化することができ
る。
また第４の発明では、切換手段により、音声録音手段
による確認用音声の録音のオン／オフを必要に応じて切
換えることができるので、認識結果対する確認用音声を
誰の音声で出力するかを自由に設定することができる。
による確認用音声の録音のオン／オフを必要に応じて切
換えることができるので、認識結果対する確認用音声を
誰の音声で出力するかを自由に設定することができる。
さらに第５の発明では、音声録音手段が、認識結果に
対応して出力されるべき確認用音声を、音声の入力によ
る標準ターンの生成とは無関係に録音するので、前述の
第４の発明と同等の効果が得られる。
対応して出力されるべき確認用音声を、音声の入力によ
る標準ターンの生成とは無関係に録音するので、前述の
第４の発明と同等の効果が得られる。
（実施例） 以下、本発明の実施例を図面に基づいて説明する。
第１図は本発明を、電話をかけたい相手先の名前、会
社名等を音声で入力し、その音声の認識結果に対応する
電話番号に電話をかける電話機に適用した場合の音声認
識装置の構成を示している。
社名等を音声で入力し、その音声の認識結果に対応する
電話番号に電話をかける電話機に適用した場合の音声認
識装置の構成を示している。
第１図に示すように、名前の登録とともに音声の特徴
パターンを登録するため利用者から発声された音声は、
音声入力部１で増幅された後、音響分析部２に入力され
る。音声分析部２は入力音声の特徴を抽出するために、
バンド・パス・フィルタ分析やケプストラム分析等、必
要に応じた音響分析を行う。そしてこれにより抽出され
た入力音声の特徴パターンが特徴パターン記憶部３に記
憶される。また、この動作と並行して音声入力部１に入
力された音声は音声録音部４に録音される。
パターンを登録するため利用者から発声された音声は、
音声入力部１で増幅された後、音響分析部２に入力され
る。音声分析部２は入力音声の特徴を抽出するために、
バンド・パス・フィルタ分析やケプストラム分析等、必
要に応じた音響分析を行う。そしてこれにより抽出され
た入力音声の特徴パターンが特徴パターン記憶部３に記
憶される。また、この動作と並行して音声入力部１に入
力された音声は音声録音部４に録音される。
一方、上述の特徴パターン登録時において発声された
音声は、音声入力部１を介して音響分析部２に入力さ
れ、これにより音響分析が行われる。そしてその分析結
果である入力音声の特徴パターンは音声認識部５に入力
される。ここで音声認識部５は、その入力音声の特徴パ
ターンと特徴パターン記憶部３に記憶されている特徴パ
ターンとの間でマッチング処理を行う。なお、このマッ
チング処理の手法としては、例えばダイナミックプログ
ラミング、部分空間法等が頻繁に用いられるが、本実施
例においては、いかなるマッチング処理方法を採用して
もかまわない。
音声は、音声入力部１を介して音響分析部２に入力さ
れ、これにより音響分析が行われる。そしてその分析結
果である入力音声の特徴パターンは音声認識部５に入力
される。ここで音声認識部５は、その入力音声の特徴パ
ターンと特徴パターン記憶部３に記憶されている特徴パ
ターンとの間でマッチング処理を行う。なお、このマッ
チング処理の手法としては、例えばダイナミックプログ
ラミング、部分空間法等が頻繁に用いられるが、本実施
例においては、いかなるマッチング処理方法を採用して
もかまわない。
そしてこの音声認識部５で認識された結果に基づい
て、特徴パターン登録時に名前と対応させて登録してお
いた電話番号を判断し、この電話番号により発信を行
う。
て、特徴パターン登録時に名前と対応させて登録してお
いた電話番号を判断し、この電話番号により発信を行
う。
このようにして音声による名前の登録と音声認識の処
理が行われる。
理が行われる。
ところで、上述したような電話機では、一度登録した
音声の特徴パターンを特徴パターン記憶部３から削除す
る必要が多々生じる。
音声の特徴パターンを特徴パターン記憶部３から削除す
る必要が多々生じる。
この削除方法について次に説明する。
既に登録してある特徴の名前「鈴木」を削除する場
合、検索信号入力部６から検索信号を音声再生部７へ出
力する。音声再生部７は検索信号を入力すると音声登録
部４に録音されている全ての音声を順次再生する。使用
者は音声再生部７で再生される名前を聞き、「鈴木」が
再生されたときに削除信号入力部８から削除信号を特徴
パターン記憶部３及び音声録音部４に入力し、特徴パタ
ーン及び音声を削除する。
合、検索信号入力部６から検索信号を音声再生部７へ出
力する。音声再生部７は検索信号を入力すると音声登録
部４に録音されている全ての音声を順次再生する。使用
者は音声再生部７で再生される名前を聞き、「鈴木」が
再生されたときに削除信号入力部８から削除信号を特徴
パターン記憶部３及び音声録音部４に入力し、特徴パタ
ーン及び音声を削除する。
したがって、従来は、２人の利用者（Ａ、Ｂ）により
「鈴木」という名前を登録してあるときに、Ａ利用者が
登録した「鈴木」を削除したい場合、文字で「鈴木」と
入力してもそれぞれ区別することができないのに対し、
本実施例によると、再生される音声を聞けばＡ利用者が
登録した「鈴木」とＢ利用者が登録した「鈴木」とを音
声の違いにより区別することができる。
「鈴木」という名前を登録してあるときに、Ａ利用者が
登録した「鈴木」を削除したい場合、文字で「鈴木」と
入力してもそれぞれ区別することができないのに対し、
本実施例によると、再生される音声を聞けばＡ利用者が
登録した「鈴木」とＢ利用者が登録した「鈴木」とを音
声の違いにより区別することができる。
次にこの実施例において代表される機能の使用方法を
具体的例を挙げて説明する。
具体的例を挙げて説明する。
第２図は上述した音声認識装置を備えた電話機を示し
ている。
ている。
同図において、９は電話機本体、10は送受話器（ハン
ドセット）、11は上記電話機本体10の表面パネル上に設
けられたダイヤルパッド、12は各種の電話サービスに利
用される機能選択キーである。
ドセット）、11は上記電話機本体10の表面パネル上に設
けられたダイヤルパッド、12は各種の電話サービスに利
用される機能選択キーである。
上述した検索信号入力部６及び削除信号入力部８は、
電話機本体９の表面パネル上のダイヤルパッド11の右下
に設けた検索キー13、削除キー14によってそれぞれ実現
される。
電話機本体９の表面パネル上のダイヤルパッド11の右下
に設けた検索キー13、削除キー14によってそれぞれ実現
される。
ここで、同電話機において、Ａ利用者、Ｂ利用者の順
で「鈴木」、「佐藤」の２人の名前がそれぞれ登録され
ているものとし、これから、Ａの利用者が登録した「佐
藤」という音声の特徴パターンを削除したいものとす
る。
で「鈴木」、「佐藤」の２人の名前がそれぞれ登録され
ているものとし、これから、Ａの利用者が登録した「佐
藤」という音声の特徴パターンを削除したいものとす
る。
この場合の操作としては、まず検索キー13を押すと、
送受話器10から音声録音部４に録音されている音声がＡ
利用者による「鈴木」、Ａ利用者による「佐藤」、Ｂ利
用者による「鈴木」、Ｂ利用者による「佐藤」の順に再
生される。今、削除したい名前はＡ利用者による「佐
藤」であるから、２番目のＡ利用者による「佐藤」が再
生されたときに削除ボタンを押せば、Ａ利用者による
「佐藤」は特徴パターン記憶部３及び音声録音部４から
削除される。
送受話器10から音声録音部４に録音されている音声がＡ
利用者による「鈴木」、Ａ利用者による「佐藤」、Ｂ利
用者による「鈴木」、Ｂ利用者による「佐藤」の順に再
生される。今、削除したい名前はＡ利用者による「佐
藤」であるから、２番目のＡ利用者による「佐藤」が再
生されたときに削除ボタンを押せば、Ａ利用者による
「佐藤」は特徴パターン記憶部３及び音声録音部４から
削除される。
かくしてこの実施例によれば、容易に希望する名前を
指定することができ、その名前の音声及びこの音声の特
徴パターンを削除することができる。
指定することができ、その名前の音声及びこの音声の特
徴パターンを削除することができる。
なお、上述の実施例では録音されている全ての名前が
登録の順序で再生される場合を説明したが、その他の方
法として、再生される名前の範囲を制限したり、順序を
指定してもかまわない。
登録の順序で再生される場合を説明したが、その他の方
法として、再生される名前の範囲を制限したり、順序を
指定してもかまわない。
以上、登録済みの複数の名前の中から特定の名前だけ
を指定して削除する場合について説明したが、本発明は
これに限定されるものではなく、例えば、再登録機能
等、ある特定の名前を指定する必要のある機能を実現す
る場合においても同様に本発明を用いることができる。
を指定して削除する場合について説明したが、本発明は
これに限定されるものではなく、例えば、再登録機能
等、ある特定の名前を指定する必要のある機能を実現す
る場合においても同様に本発明を用いることができる。
次に本発明の他の実施例を説明する。
第３図は本発明に係る他の実施例の音声認識装置の構
成を示すブロック図である。
成を示すブロック図である。
同図において、21は本実施例の装置の４種類のモード
状態を選択するスイッチ部を示している。このスイッチ
部21においてｂの接点を接続した場合、入力音声の特徴
パターン登録と同時にその音声が記憶される状態となる
（モード２）。またｃの接点を接続した場合、入力音声
の特徴パターン登録のみが行われ、その音声は記憶され
ない状態となる（モード３）。さらにａの接点を接続し
た場合、特徴パターンの登録は行わず、音声だけが記憶
される状態となる（モード１）。さらに、ｄの接点を接
続した場合、音声認識状態（モード４）となる。
状態を選択するスイッチ部を示している。このスイッチ
部21においてｂの接点を接続した場合、入力音声の特徴
パターン登録と同時にその音声が記憶される状態となる
（モード２）。またｃの接点を接続した場合、入力音声
の特徴パターン登録のみが行われ、その音声は記憶され
ない状態となる（モード３）。さらにａの接点を接続し
た場合、特徴パターンの登録は行わず、音声だけが記憶
される状態となる（モード１）。さらに、ｄの接点を接
続した場合、音声認識状態（モード４）となる。
次に、スイッチ部21においてｂの接点を接続した場合
について詳述する。
について詳述する。
音声入力部22を介して音声が入力されると、その入力
音声は音声区間検出部23に与えられるとともに、音声記
憶部24に記憶される。
音声は音声区間検出部23に与えられるとともに、音声記
憶部24に記憶される。
音声区間検出部23は、入力音声の入力レベルに対して
或る閾値を設定し、この閾値に基づいて音声区間と無音
区間、ノイズを区別して音声の始端と終端とを検出し、
その音声区間を検出している。
或る閾値を設定し、この閾値に基づいて音声区間と無音
区間、ノイズを区別して音声の始端と終端とを検出し、
その音声区間を検出している。
音声記憶部24は、音声区間検出部23にて検出された音
声区間の情報の基づき、該当音声区間の音声信号だけを
選択的に抽出している。そしてこの抽出された音声区間
の音声は、音響分析部25で求められた特徴パターンと対
応付けられて音声記憶部24に記憶される。
声区間の情報の基づき、該当音声区間の音声信号だけを
選択的に抽出している。そしてこの抽出された音声区間
の音声は、音響分析部25で求められた特徴パターンと対
応付けられて音声記憶部24に記憶される。
なお、音響分析部25は、入力音声をフィルタリング処
理する等してその特徴パラメータ系列を求め、検出され
た音声区間の特徴パラメータ系列を音声の標準パターン
として求める。
理する等してその特徴パラメータ系列を求め、検出され
た音声区間の特徴パラメータ系列を音声の標準パターン
として求める。
以上のようにして特徴パターン記憶部26への標準パタ
ーンの登録が行われた後、音声認識時に、モード４を選
択し、音声入力部22を介して入力された入力音声に対し
て音声区間検出部23にて音声区間を検出し、検出された
音声区間について音響分析部25で求めた音声の特徴パタ
ーンと、特徴パターン記憶部26に登録されている標準パ
ターンとの間の類似度等を音声認識部27にて計算し、そ
の類似度値を相互に比較する等して入力音声に対する認
識結果が求められる。
ーンの登録が行われた後、音声認識時に、モード４を選
択し、音声入力部22を介して入力された入力音声に対し
て音声区間検出部23にて音声区間を検出し、検出された
音声区間について音響分析部25で求めた音声の特徴パタ
ーンと、特徴パターン記憶部26に登録されている標準パ
ターンとの間の類似度等を音声認識部27にて計算し、そ
の類似度値を相互に比較する等して入力音声に対する認
識結果が求められる。
この音声認識部27における認識処理法は上述した類似
度計算の他、従来より種々提唱されている音声認識アル
ゴリズムを適宜採用して行われる。
度計算の他、従来より種々提唱されている音声認識アル
ゴリズムを適宜採用して行われる。
以上のようにして求めた認識結果に対応する音声記憶
部24内の音声信号が音声再生部28に与えられ、認識結果
を確認するための音声が再生出力される。
部24内の音声信号が音声再生部28に与えられ、認識結果
を確認するための音声が再生出力される。
次にスイッチ部21においてｃの接点を接続した場合に
ついて詳述する。
ついて詳述する。
この場合、音声入力部22を介して入力された音声は音
声区間検出部23にのみ与えられ、音声記憶部24には与え
られない。したがって、音声記憶部24には音声信号は記
憶されない。音声区間検出部23に与えられた音声は、ス
イッチ部21においてｂの接点を接続した場合と同様に処
理された後、その音声の特徴パターンが特徴パターン記
憶部26に記憶される。
声区間検出部23にのみ与えられ、音声記憶部24には与え
られない。したがって、音声記憶部24には音声信号は記
憶されない。音声区間検出部23に与えられた音声は、ス
イッチ部21においてｂの接点を接続した場合と同様に処
理された後、その音声の特徴パターンが特徴パターン記
憶部26に記憶される。
最後に、ａの接点を接続した場合について詳述する。
この場合は、音声入力部22を介して入力された音声は
音声記憶部24にのみ与えられ、音声区間検出部23には与
えられない。したがって、特徴パターン記憶部26に音声
の特徴パターンは記憶されない。
音声記憶部24にのみ与えられ、音声区間検出部23には与
えられない。したがって、特徴パターン記憶部26に音声
の特徴パターンは記憶されない。
音声記憶部24は入力された音声の音声区間を検出する
処理を行わず、音声記憶が開始されてから終了されるま
での間に音声入力部22を介して入力された音声（ノイ
ズ、無音区間等を含む）全てを記憶する。音声区間検出
の処理をしないことによって、文章のように無音区間を
含むような音声を認識結果を確認するための応答として
出力することができる。また、ここで音声記憶部24に記
憶された音声が、特徴パターン記憶部26に登録されたど
の特徴パターンに対応するかを音声−特徴パターン対応
指定部29により指定する。
処理を行わず、音声記憶が開始されてから終了されるま
での間に音声入力部22を介して入力された音声（ノイ
ズ、無音区間等を含む）全てを記憶する。音声区間検出
の処理をしないことによって、文章のように無音区間を
含むような音声を認識結果を確認するための応答として
出力することができる。また、ここで音声記憶部24に記
憶された音声が、特徴パターン記憶部26に登録されたど
の特徴パターンに対応するかを音声−特徴パターン対応
指定部29により指定する。
このように対応を指定することによって、認識させた
「ことば」以外の確認用音声を認識結果の応答として出
力することができる。
「ことば」以外の確認用音声を認識結果の応答として出
力することができる。
第４図は第３図に示した音声認識装置を備えて構成さ
れた電話機を示している。
れた電話機を示している。
第４図において30は電話機本体、31は送受話器、32は
上記電話機本体10の表面パネル上に設けられたダイヤル
パッドである。また、33は第３図のスイッチ部21を４つ
の押しボタンスイッチで実現したモード選択スイッチ
で、この４つのボタンスイッチは同時に２つ以上押せな
い構造とされている。34は音声と特徴パターンとの対応
を指定するためのキーで、ダイヤルパッド32と併用して
音声と特徴パターンとの対応を指定する。そして、35は
各種の電話サービスに利用される機能選択キーである。
上記電話機本体10の表面パネル上に設けられたダイヤル
パッドである。また、33は第３図のスイッチ部21を４つ
の押しボタンスイッチで実現したモード選択スイッチ
で、この４つのボタンスイッチは同時に２つ以上押せな
い構造とされている。34は音声と特徴パターンとの対応
を指定するためのキーで、ダイヤルパッド32と併用して
音声と特徴パターンとの対応を指定する。そして、35は
各種の電話サービスに利用される機能選択キーである。
次に、この電話機を用いて、２人の利用者（Ａ、Ｂ）
が音声認識装置にそれぞれ「タナカ」という単語の音声
パターンを登録して、認識結果をＡ利用者の登録による
「タナカ」という音声で応答する場合について説明す
る。
が音声認識装置にそれぞれ「タナカ」という単語の音声
パターンを登録して、認識結果をＡ利用者の登録による
「タナカ」という音声で応答する場合について説明す
る。
Ａ利用者が音声の特徴パターンを登録する場合、モー
ド選択スイッチ33をモード２に設定し、「タナカ」と発
声して音声の特徴パターンと音声を登録する。続いてＢ
利用者が音声の特徴パターンを登録する場合、モード選
択スイッチ33をモード３に設定し、「タナカ」と発声し
てその音声の特徴パターンを登録する。このとき、Ｂ利
用者による「タナカ」という音声は登録されない。
ド選択スイッチ33をモード２に設定し、「タナカ」と発
声して音声の特徴パターンと音声を登録する。続いてＢ
利用者が音声の特徴パターンを登録する場合、モード選
択スイッチ33をモード３に設定し、「タナカ」と発声し
てその音声の特徴パターンを登録する。このとき、Ｂ利
用者による「タナカ」という音声は登録されない。
以上のようにして２名による音声の特徴パターンの登
録を行うことにより、認識結果に対する確認用の音声は
常にＡ利用者の音声で出力される。
録を行うことにより、認識結果に対する確認用の音声は
常にＡ利用者の音声で出力される。
また、Ｂ利用者もモード２で音声の特徴パターンを登
録した場合は、Ａ利用者の音声の上にＢ利用者の音声が
上書きされることになり、認識結果に対する確認用音声
はＢ利用者の声で出力される。
録した場合は、Ａ利用者の音声の上にＢ利用者の音声が
上書きされることになり、認識結果に対する確認用音声
はＢ利用者の声で出力される。
さらに、Ａ、B2人の認識結果をその他のＣ利用者の音
声で応答させたい場合には、モード１を選択して、Ｃ利
用者の音声を登録すればよい。
声で応答させたい場合には、モード１を選択して、Ｃ利
用者の音声を登録すればよい。
かくしてこの実施例の音声認識装置によれば、モード
選択スイッチ33によって音声パターン登録時に発声した
音声を録音するか否かを設定することができ、認識結果
に対する確認用の音声を誰の音声で出力するかを自由に
決定することができる。また、音声パターン登録とは無
関係に、認識用の応答音声を登録することによって、認
識させたい「ことば」以外の「ことば」で応答を返すこ
とができる。
選択スイッチ33によって音声パターン登録時に発声した
音声を録音するか否かを設定することができ、認識結果
に対する確認用の音声を誰の音声で出力するかを自由に
決定することができる。また、音声パターン登録とは無
関係に、認識用の応答音声を登録することによって、認
識させたい「ことば」以外の「ことば」で応答を返すこ
とができる。
［発明の効果］ 以上説明したように本発明によれば、再生された名前
の音声を聞いて希望する名前が再生されたときを指定す
るだけで、その名前に対応する音声及びこの音声の特徴
パターンに対応する削除等の所定の処理を行うことがで
き、利用者の負担を大幅に軽減することができる。
の音声を聞いて希望する名前が再生されたときを指定す
るだけで、その名前に対応する音声及びこの音声の特徴
パターンに対応する削除等の所定の処理を行うことがで
き、利用者の負担を大幅に軽減することができる。
また認識結果に対する認識用の応答音声を誰の音声で
出力するかを自由に設定することが可能となる。
出力するかを自由に設定することが可能となる。
第１図は本発明の一実施例に係る音声認識装置の構成を
示すブロック図、第２図は第１図の音声認識装置を備え
た電話機の外観を示す平面図、第３図は本発明に係る他
の実施例の音声認識装置を示すブロック図、第４図は第
３図の音声認識装置を備えた電話機の外観を示す平面図
である。 １（22）……音声入力部、２（25）……音響分析部、３
……特徴パターン記憶部、４……音声録音部、５（27）
……音声認識部、６……削除信号入力部、７……音声再
生部、８……検索信号入力部、９（30）……電話機本
体、10（31）……送受話機、13……検索キー、14……削
除キー、24……音声区間検出部、26……特徴パターン記
憶部、28……音声再生部、29……音声−特徴パターン対
応指定部、33……モード選択スイッチ。
示すブロック図、第２図は第１図の音声認識装置を備え
た電話機の外観を示す平面図、第３図は本発明に係る他
の実施例の音声認識装置を示すブロック図、第４図は第
３図の音声認識装置を備えた電話機の外観を示す平面図
である。 １（22）……音声入力部、２（25）……音響分析部、３
……特徴パターン記憶部、４……音声録音部、５（27）
……音声認識部、６……削除信号入力部、７……音声再
生部、８……検索信号入力部、９（30）……電話機本
体、10（31）……送受話機、13……検索キー、14……削
除キー、24……音声区間検出部、26……特徴パターン記
憶部、28……音声再生部、29……音声−特徴パターン対
応指定部、33……モード選択スイッチ。
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.6，ＤＢ名) G10L 3/00 561 G10L 3/00 521 G10L 3/00 551 G10L 3/00 H04M 1/274
Claims (5)
- 【請求項１】音声の特徴パターンとこれに対応する情報
とを予め登録しておき、これらの登録情報を用いて前記
音声の認識を行う音声認識装置において、 前記音声の特徴パターンの登録に伴い該音声を録音する
音声録音手段と、 この音声録音手段により録音された各音声を要求に応じ
て順次再生する音声再生手段と、 音声再生時において希望する音声が再生されたとき、こ
れを指定する音声指定手段と、 指定された音声及びこの音声の特徴パターンに対する所
定の処理を行う手段と、 を具備したことを特徴とする音声認識装置。 - 【請求項２】電話をかけたい相手の名前を発声したとき
の音声の特徴パターンとこれに対応する電話番号とを予
め登録しておき、これらの登録情報を用いて前記音声を
認識して該音声に対応する電話番号を得、発信を行う電
話機において、 前記音声の特徴パターンの登録に伴い該音声を録音する
音声録音手段と、 この音声録音手段により録音された各音声を要求に応じ
て順次再生する音声再生手段と、 音声再生時において希望する音声が再生されたとき、こ
れを指定する音声指定手段と、 指定された音声及びこの音声の特徴パターンに対する所
定の処理を行う手段と、 を具備したことを特徴とする電話機。 - 【請求項３】電話をかけたい相手の名前を発声したとき
の音声の特徴パターンとこれに対応する電話番号とを予
め登録しておき、これらの登録情報を用いて前記音声を
認識して該音声に対応する電話番号を得、発信を行う電
話機において、 前記音声の特徴パターンの登録に伴い該音声を録音する
音声録音手段と、 この音声録音手段により録音された各音声を要求に応じ
て順次再生する音声再生手段と、 音声再生時において希望する音声が再生されたとき、こ
れを指定する音声指定手段と、 指定された音声及びこの音声の特徴パターンを削除する
削除手段と、 を具備したことを特徴とする電話機。 - 【請求項４】複数の利用者が発声した同一単語に対する
音声の特徴パターンから標準パターンを生成してこれを
登録しておき、ある利用者が発声した音声を前記標準パ
ターンを用いて認識し、その認識結果に対応する確認用
音声を出力する音声認識装置において、 上記音声の入力による前記標準パターンの生成に伴い、
この音声を前記認識結果に対応して出力されるべき確認
用音声として録音する音声録音手段と、 この音声録音手段による前記確認用音声の録音のオン／
オフを必要に応じて切換える切換手段と、 を具備したことを特徴とする音声認識装置。 - 【請求項５】複数の利用者が発声した同一単語に対する
音声の特徴パターンから標準パターンを生成してこれを
登録しておき、ある利用者が発声した音声を前記標準パ
ターンを用いて認識し、その認識結果に対応する確認用
音声を出力する音声認識装置において、 前記認識結果に対応して出力されるべき確認用音声を、
前記音声の入力による前記標準パターンの生成とは無関
係に録音する音声録音手段を備えたことを特徴とする音
声認識装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63330905A JP2793213B2 (ja) | 1988-12-29 | 1988-12-29 | 音声認識装置及びこれを用いた電話機 |
| GB8929267A GB2226675B (en) | 1988-12-29 | 1989-12-28 | Voice recognition apparatus |
| KR1019890020068A KR930005223B1 (ko) | 1988-12-29 | 1989-12-29 | 음성 인식장치 및 이것을 이용한 전화기 |
| GB9221767A GB2258936B (en) | 1988-12-29 | 1992-10-15 | Voice recognition apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63330905A JP2793213B2 (ja) | 1988-12-29 | 1988-12-29 | 音声認識装置及びこれを用いた電話機 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02178698A JPH02178698A (ja) | 1990-07-11 |
| JP2793213B2 true JP2793213B2 (ja) | 1998-09-03 |
Family
ID=18237804
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63330905A Expired - Lifetime JP2793213B2 (ja) | 1988-12-29 | 1988-12-29 | 音声認識装置及びこれを用いた電話機 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP2793213B2 (ja) |
| KR (1) | KR930005223B1 (ja) |
| GB (2) | GB2226675B (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE9301886L (sv) * | 1993-06-02 | 1994-12-03 | Televerket | Förfarande för utvärdering av talkvalitet vid talsyntes |
| GB2307137B (en) * | 1995-11-04 | 2000-03-22 | Motorola Ltd | A communications addressing network and terminal therefor |
| WO1997032430A1 (en) * | 1996-02-29 | 1997-09-04 | British Telecommunications Public Limited Company | Telecommunications system |
| US6044147A (en) * | 1996-05-16 | 2000-03-28 | British Teledommunications Public Limited Company | Telecommunications system |
| KR100229864B1 (ko) * | 1996-12-27 | 1999-11-15 | 윤종용 | 음성우편장치에서의 녹음자 음성확인 서비스 제공방법 |
| GB9806401D0 (en) * | 1998-03-25 | 1998-05-20 | Domain Dynamics Ltd | Improvements in voice operated mobile communications |
| KR100378439B1 (ko) * | 2000-12-14 | 2003-03-29 | 주식회사 티엘아이 | 착신을 거부할 수 있는 전화기 및 이를 이용한 착신거부방법 |
| JP4240807B2 (ja) * | 2000-12-25 | 2009-03-18 | 日本電気株式会社 | 移動通信端末装置、音声認識方法、およびそのプログラムを記録した記録媒体 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB974850A (en) * | 1963-06-12 | 1964-11-11 | Standard Telephones Cables Ltd | Speech recognition system |
| GB1055371A (en) * | 1964-03-06 | 1967-01-18 | Standard Telephones Cables Ltd | Apparatus for the recognition of speech |
-
1988
- 1988-12-29 JP JP63330905A patent/JP2793213B2/ja not_active Expired - Lifetime
-
1989
- 1989-12-28 GB GB8929267A patent/GB2226675B/en not_active Expired - Fee Related
- 1989-12-29 KR KR1019890020068A patent/KR930005223B1/ko not_active IP Right Cessation
-
1992
- 1992-10-15 GB GB9221767A patent/GB2258936B/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| GB2258936B (en) | 1993-07-21 |
| GB9221767D0 (en) | 1992-12-02 |
| GB2226675A (en) | 1990-07-04 |
| KR930005223B1 (ko) | 1993-06-16 |
| GB2258936A (en) | 1993-02-24 |
| GB8929267D0 (en) | 1990-02-28 |
| KR900010649A (ko) | 1990-07-09 |
| JPH02178698A (ja) | 1990-07-11 |
| GB2226675B (en) | 1993-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2172748C (en) | Digital secretary | |
| JP2927891B2 (ja) | 音声ダイヤル装置 | |
| JP2793213B2 (ja) | 音声認識装置及びこれを用いた電話機 | |
| JPS6139756A (ja) | 留守番電話システム | |
| JP3096533B2 (ja) | 留守番電話機 | |
| JP2653548B2 (ja) | 留守番電話機 | |
| JP3710537B2 (ja) | 音声情報発生装置 | |
| JPH0318162A (ja) | 留守番電話システム | |
| JPH03123257A (ja) | 留守番電話機 | |
| JPS6123891Y2 (ja) | ||
| KR0136983B1 (ko) | 가변 아웃고잉 메시지 제어방법 | |
| JPH06152730A (ja) | 電話装置 | |
| JP2588238B2 (ja) | 留守番電話機 | |
| KR20040089909A (ko) | 휴대폰의 음성 검색 방법 | |
| JPH08307535A (ja) | 電話装置 | |
| JP2000138742A (ja) | 電話機能を有する端末装置 | |
| JPH0732419B2 (ja) | 音声認識電話機 | |
| JPH0378363A (ja) | 通話記録方式 | |
| JP2002064619A (ja) | メッセージ再生機能付きインターホン | |
| JPH03283865A (ja) | 電話音声記録装置 | |
| JPH05211556A (ja) | 留守番電話機 | |
| JPH0353740A (ja) | ディジタル留守番電話装置 | |
| JPS6141463B2 (ja) | ||
| JPH10313351A (ja) | 着信音録音可能な携帯電話機 | |
| JPH04120943A (ja) | 自動ダイヤル装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090619 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090619 Year of fee payment: 11 |