JP3935655B2 - Speech recognition device, morphological analysis device, kana-kanji conversion device, method thereof, and recording medium recording the program - Google Patents
Speech recognition device, morphological analysis device, kana-kanji conversion device, method thereof, and recording medium recording the program Download PDFInfo
- Publication number
- JP3935655B2 JP3935655B2 JP2000051475A JP2000051475A JP3935655B2 JP 3935655 B2 JP3935655 B2 JP 3935655B2 JP 2000051475 A JP2000051475 A JP 2000051475A JP 2000051475 A JP2000051475 A JP 2000051475A JP 3935655 B2 JP3935655 B2 JP 3935655B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- string
- kana
- phoneme
- probability
- 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 - Fee Related
Links
Images
Landscapes
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
Abstract
Description
【0001】
【発明の属する技術分野】
本発明は、自然言語の統計量を用い、対象言語の文字、あるいは単語の連接生起確率であるnグラムに基づいて、音声認識、または形態素解析、または仮名漢字変換を行う音声認識装置、形態素解析装置、仮名漢字変換装置、およびそれらのための音声認識方法、形態素解析方法、仮名漢字変換方法、ならびにそれらのプログラムを記録した記録媒体に関し、特に、nグラムの統計量を話題別に扱うことによる解析精度の向上に関するものである。
【0002】
【従来の技術】
自然言語の統計量を用いた解析技術は多くの文書処理に応用されている。例えば、音声認識による日本語の入力は文書入力の手段として有用であり、より認識精度の向上が望まれる。音声を精度よく認識するために、言語モデルとして自然言語の統計量を用い、対象言語の文字、または単語の連接生起確率であるnグラムを用いる方式が注目されている。しかし、nグラムでの制約は次数nに影響されるため、nが小さくなると制約が弱くなってしまう。逆にnグラムの次数nを増加させると、頻度を計数する表が巨大になってしまうという深刻な問題があるとともに、信頼性のある統計量を確保するためには非常に膨大な例文集が必要になるといった課題があった。なお、音声認識における、このようなnグラムの表の増加を解決するための圧縮方式としては、例えば特表平10−501078号公報に示すようなものが提案されている。
【0003】
以下、自然言語の統計量を用いた従来の解析技術について説明する。図26は発話された「saNkainoseNsee」より認識結果「3階の先生」を得るための、従来の解析方式が適用された音声認識装置の構成例を示すブロック図である。図において、1はマイク、2は音韻確率算出手段、3は単語予測手段、4はnグラム表(この場合には3グラム表)、5は情報を記憶するRAM、6は出力手段である。
【0004】
以下、単語列候補の生成について説明する。
単語列候補は、発話された単語列をW、音韻列をYとしたときの、単語列の確率P(W|Y)を最大にする単語列Wを算出することにより得られる。なお、この単語列の確率P(W|Y)は次の式(1)で与えられる。
【0005】
【数1】
【0006】
単語列候補を生成するためには、前述のようにこの確率P(W|Y)を最大にする単語列Wを求めればよいので、上記式(1)の右辺のうち、単語列Wに共通な確率P(Y)は省略することができ、確率P(Y|W)P(W)を最大にする単語列Wを求めればよい。なお、上記P(Y|W)は単語列Wが与えられたときの音韻列Yの出現確率であり、P(W)は単語列Wの出現確率である。
【0007】
ここで、時刻t=1,2,…,Lにおいて、単語列Wに対応する音韻列Yが以下の式(2)で決定されるとき、音韻列Yの出現確率P(Y|W)は式(2)に示した各音韻Yiの出現確率である音韻確率P(Yi)より、次の式(3)によって算出することができる。
【0008】
【数2】
【0009】
また、単語列Wの出現確率P(W)は、m語からなる単語列Wが次の式(4)で決定されるとき、上記式(2)による各音韻Yiの出現確率である音韻確率とは独立に、単語3グラムの確率による次の式(5)により近似する。なお、この式(5)において、iが1もしくは2である場合、wi−1,wi−2には(#)が入る。
【0010】
【数3】
【0011】
上述した計算により音韻列候補のうち3グラムインデックスに単語の列が存在するものについて、単語列確率P(W|Y)を最大にする単語列Wを算出する。それぞれの単語の出現確率は、図26に示した単語の3グラム表4に予め記憶してある頻度値をもとに算出する。
【0012】
算出した単語列Wを認識結果として出力手段6より出力する。
【0013】
次に動作について説明する。
ここで、図27は上記従来の音声認識装置における音声認識の概略動作の流れを示すフローチャートである。この音声認識の処理は、ステップST1においてマイク1に対して発話することによって開始される。マイク1はステップST2においてこの発話された音声が入力されると、ステップST3でその入力音声を電気信号に変換する。次にステップST4において、音韻確率算出手段2はこのマイク1からの電気信号をA/D変換し、量子化した後、スペクトル分析を行って、音節単位に分離した認識結果を連接し、音韻列候補としてRAM5にこれを記憶する。
【0014】
その後、単語予測手段3はステップST5で、RAM5からその音韻列候補を1つ取り出し、先頭単語列の初期化をする。次にステップST6において、検索キーとして、対応する3グラム情報を3グラム表4より検索し、ステップST7にて、検索された3グラム情報をもとに単語3連鎖の確率値を計算する。このようにして求めた確率値に基づいて、対応する音韻列候補に対して最も確率の高い単語列Wを、ステップST8でRAM5に記憶する。
【0015】
次に、ステップST9において、このRAM5に記憶されたすべての音韻列候補に対して上述の計算を行い、最も確率の高い単語列Wと音韻列候補を選択してそれを出力手段6から出力し、ステップST10に進んでこの一連の音声認識処理を終了する。
【0016】
このように、発話に対して類似する確率の高い単語列Wが求められる。
【0017】
なお、従来の音声認識装置に関連する記載のある文献としては、上記特表平10−501078号公報以外にも、音声認識時に認識結果より話題が得られた場合に、次の認識にその話題を用いる特開昭62−19899号公報、辞書検索で抽出した話題を用いて辞書を選択し、検索精度を向上させる特開平63−219067号公報、構文的な制約を用いることでそれまでのnグラムモデルよりも制約を強める特開平6−342298号公報などがある。
【0018】
【発明が解決しようとする課題】
従来の音声認識装置は以上のように構成されているので、nグラムの次数を大きくとれば言語制約は強くなるが、nグラム表4が巨大化するという課題があるうえ、実用的に巨大なnグラム表4をうめるだけの統計量をとるための例文が必要となり、また、nグラムの次数を小さくすると言語制約が弱まり、解析精度の低下をまねくといった課題があった。すなわち、「3号アーチの先制」という句をこの音声認識装置に入力した時、nグラムは、例えば大量の新聞データから統計量を抽出し、nの次数を2として、簡単化のため、形態素の区切りは「さんごう・あーち・の・せんせい」とした場合、「3号アーチの」までは正しく解析されると仮定しても、「の」の次の「せんせい」は新聞全体の統計量を用いてしまうと「先生」のほうが高くなってしまうため、「3号アーチの先生」といった認識誤りを起こしてしまう可能性が高くなり、nの次数を大きくすれば正解が得られる可能性は高くなるが、前述のnグラム表4が巨大化し、必要な例文集も巨大化するなどの課題があった。
【0019】
この発明は上記のような課題を解決するためになされたもので、nグラムの次数を小さくしたまま強い制約をかけることができ、また同じ次数であればより強い制約をかけることができる、音声認識、または形態素解析、または仮名漢字変換を行う装置、およびそれらのための方法、ならびにそれらのプログラムを記録した記録媒体を得ることを目的とする。
【0020】
【課題を解決するための手段】
この発明に係る音声認識装置は、対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類されている音韻nグラムと、前記対象言語の音声を入力する入力手段と、前記入力手段が出力する音声信号を音韻に変換し、各音韻に対応する音韻生起確率を計算して、音韻列候補を出力する音韻確率算出手段と、それぞれの話題に対応して分類されている前記音韻nグラムを参照して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックし、前記音韻確率算出手段が出力する音韻列候補に対応する各単語候補の単語生起確率を算出する単語確率算出手段と、前記音韻確率算出手段にて計算された音韻生起確率と、前記単語確率算出手段にて計算された単語生起確率とを用いて算出した、前記入力手段より入力された音声に類似する単語列候補を出力する出力手段とを備え、上記単語確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定するものである。
【0023】
この発明に係る形態素解析装置は、仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類されている漢字nグラムと、前記仮名漢字混じり文字列を入力する入力手段と、それぞれの話題に対応して分類されている前記漢字nグラムを参照して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックし、前記入力手段が出力する仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出する形態素確率算出手段と、前記形態素確率算出手段にて計算された単語生起確率を用いて算出した、前記入力手段より入力された文字列に適合する単語列候補を出力する出力手段とを備え、上記形態素確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定するものである。
【0026】
この発明に係る仮名漢字変換装置は、仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類されている仮名nグラムと、前記仮名文字列を入力する入力手段と、それぞれの話題に対応して分類されている前記仮名nグラムを参照して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックし、前記入力手段が出力する仮名文字列に対応する各単語候補の単語生起確率を算出する漢字確率算出手段と、前記漢字確率算出手段にて計算された単語生起確率を用いて算出された、前記入力手段より入力された仮名文字列に適合する単語列候補を出力する出力手段とを備え、上記漢字確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定するものである。
【0029】
この発明に係る音声認識方法は、入力される音声の取り込みを行うステップと、取り込まれた前記音声を音韻に変換するステップと、前記音声より変換された各音韻に対応する音韻生起確率を計算して、音韻列候補を出力するステップと、対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された音韻nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックして、算出された前記音韻列候補に対応する各単語候補の単語生起確率を算出するステップと、前記音韻生起確率と単語生起確率を用いて、入力された前記音声に類似する単語列候補を算出するステップとを備えたものである。
【0030】
この発明に係る形態素解析方法は、入力される仮名漢字混じり文字列の取り込みを行うステップと、仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された漢字nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出するステップと、算出された前記単語生起確率を用いて、入力された前記仮名漢字混じり文字列に適合する単語列候補を算出するステップとを備えたものである。
【0031】
この発明に係る仮名漢字変換方法は、入力される仮名文字列の取り込みを行うステップと、仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された仮名nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名文字列に対応する各単語候補の単語生起確率を算出するステップと、算出された前記単語生起確率を用いて、入力された前記仮名文字列に適合する単語列候補を算出するステップとを備えたものである。
【0032】
この発明に係る記録媒体は、入力される音声の取り込みを行うステップと、取り込まれた前記音声を音韻に変換するステップと、前記音声より変換された各音韻に対応する音韻生起確率を計算して、音韻列候補を出力するステップと、対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された音韻nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックして、算出された前記音韻列候補に対応する各単語候補の単語生起確率を算出するステップと、前記音韻生起確率と単語生起確率を用いて、入力された前記音声に類似する単語列候補を算出するステップとを有する音声認識方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能に記録したものである。
【0033】
この発明に係る記録媒体は、入力される仮名漢字混じり文字列の取り込みを行うステップと、仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された漢字nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出するステップと、算出された前記単語生起確率を用いて、入力された前記仮名漢字混じり文字列に適合する単語列候補を算出するステップとを有する形態素解析方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能に記録したものである。
【0034】
この発明に係る記録媒体は、入力される仮名文字列の取り込みを行うステップと、仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された仮名nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名文字列に対応する各単語候補の単語生起確率を算出するステップと、算出された前記単語生起確率を用いて、入力された前記仮名文字列に適合する単語列候補を算出するステップとを有する仮名漢字変換方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能に記録したものである。
【0035】
【発明の実施の形態】
以下、この発明の実施の一形態を説明する。
実施の形態1.
図1はこの発明の実施の形態1による音声認識装置の構成を示すブロック図である。図において、1は音声を入力する入力手段としてのマイク、2はそのマイク1から入力された音声信号を音韻に変換し、各音韻に対応する音韻生起確率を算出して音韻列候補を生成する音韻確率算出手段であり、これらは図26に同一符号を付して示した従来のそれらと同等のものである。
【0036】
7,8は対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶する音韻nグラムであり、この音韻nグラム中では単語が、それぞれの話題に対応して分類されており、音韻nグラム7としては野球の話題について記憶した野球話題の音韻nグラムについて、音韻nグラム8としては一般の話題について記憶した一般話題の音韻nグラムについてそれぞれ例示されている。9はこれら野球話題の音韻nグラム7および一般話題の音韻nグラム8を参照して、音韻確率算出手段2の出力する音韻列候補に対応する各単語候補の単語生起確率を算出する単語確率算出手段である。
【0037】
5は処理過程の情報を記憶するRAMであり、6は音韻確率算出手段2で算出された音韻生起確率と、単語確率算出手段9で算出された単語生起確率を用いて、マイク1より入力された音声に類似する単語列候補を求めて出力する出力手段である。なお、このRAM5および出力手段6も図26に同一符号を付して示した従来のそれらと同等のものである。
【0038】
以下、単語列候補の生成について説明する。
この実施の形態1においても従来の場合と同様に、単語列候補は、発話された単語列をW、音韻列をYとしたときの、上記従来の音声認識装置の説明で用いた式(1)で与えられる単語列Wの確率P(W|Y)を最大にする単語列Wを算出することによって得られる。このように単語列候補を生成するためには、確率P(W|Y)を最大にする単語列Wを求めればよいので、前述の式(1)の右辺のうち、単語列Wに共通な確率P(Y)は省略でき、確率P(Y|W)P(W)を最大にする単語列Wを求めればよい。
【0039】
時刻t=1,2,…,Lにおいて、単語列Wに対応する音韻列Yが、上記従来の音声認識装置の説明で用いた式(2)で決定されるとき、音韻列Yの出現確率P(Y|W)は当該音韻列Yの各音韻Yiの出現確率である音韻確率P(Yi)より、従来の音声認識装置の説明における式(3)によって算出できる。また、単語列Wの出現確率P(W)は、m語からなる単語列Wが従来の音声認識装置の説明における式(4)で決定されるとき、音韻確率P(Yi)とは独立に次の式(6)から求めることができる。なお、この式(6)におけるnは音韻nグラムの次数nである。
【0040】
【数4】
【0041】
上述の計算により、音韻列候補のうち野球話題の音韻nグラム7や一般話題の音韻nグラム8に単語の列が存在するものについて、単語列の確率P(W|Y)を最大にする単語列Wを算出する。なお、組み合わせの計算については、例えば、中川聖一著:「確率モデルによる音声認識」に示されるビタビ(Viterbi)やスタックデコーディングの方法を用いて高速に行ってもよく、また、確率を対数確率として計算式を総和で計算可能としてもよい。それぞれの単語の出現確率は野球話題の音韻nグラム7、および一般話題の音韻nグラム8に予め記憶してある値を使用する。
【0042】
ここで、図2はこの音声認識装置にて解析される例文を示す説明図であり、図において、10がその例文である。また、図3はこの例文10の解析に使用する音韻nグラムの具体例を示す説明図であり、図において、11がその音韻nグラムである。なお、この音韻nグラム11には野球話題の音韻nグラム7と一般話題の音韻nグラム8とが記録されている。
【0043】
図3に示すように、この音韻nグラム11内の野球話題の音韻nグラム7と一般話題の音韻nグラム8には、それぞれ2グラムと1グラムがあり、先頭の音韻列が検索のためのキーとなっている。2グラムではキーとなる各音韻列に対して、前接形態素、後接形態素、および確率が記録されている。ここに記録されている確率は、前接形態素の次に後接形態素を接続する確率であり、その2グラムの生起確率に該当する。また、1グラムではキーとなる各音韻列に対して、直接次に連接する形態素(後接続形態素)と確率が記録されている。この1グラムの確率はその形態素自身の生起確率である。なお、形態素は表記、音素表記、見出し読み、および品詞の組であらわされる。
【0044】
算出した単語列Wを認識結果として出力手段6より出力する。
【0045】
次に動作について説明する。
ここで、図4はこの実施の形態1による音声認識装置における認識処理の概略動作の流れを示すフローチャートである。この音声認識の処理はステップST101において、マイク1に対して発話することによって処理が開始される。マイク1はステップST102でこの発話された音声が入力されると、ステップST103でその入力音声を電気信号に変換し、アナログデータとして取り込む。
【0046】
次にステップST104において、音韻確率算出手段2はこのマイク1の取り込んだアナログデータをA/D変換し、量子化した後、スペクトル分析を行って、音節単位に分離した認識結果を音韻列候補として出力する。なお、その処理の詳細については、例えば、中川聖一著:「確率モデルによる音声認識」などに示される種々の周知の手法によるものであるため、ここではその説明を割愛する。この音韻列候補はマイク1より取り込んだアナログデータに対応する各音韻の確からしさを確率値で表現したもので、連鎖した音韻連鎖とその連鎖の音響尤度の対で出力し、RAM5にこれを記憶する。なお、この音響尤度は音韻列Yの出現確率P(Y|W)の最大値である。
【0047】
この実施の形態1では、上記音韻連鎖と、連鎖の音響尤度として、以下が出力されたと仮定する。
#saNgooaacinoseNsee# 0.9
#saNgooacinoseNse# 0.1
【0048】
なお、音響尤度については、確率以外に対数確率等を用いてもよく、音韻連鎖についてはラティス等の効率的な記憶方式を用いてもよい。
【0049】
次に単語確率算出手段9はステップST105において、音韻確率算出手段2の出力した音韻列候補と音響尤度をRAM5より1つ取り出すとともに、初期化処理をする。この初期化処理として、ヌル単語「{# # # 文頭}」とその確率値「1」を、先行単語列候補の初期言語尤度値としてRAM5に記憶する。ここでは、まず、音韻列候補として、「#saNgooaacinoseNsee#」が取り出される。
【0050】
次にステップST106において、単語確率算出手段9はすべての先行単語列候補が音韻列候補の末端の音韻と対応したか否かをチェックし、すべて対応していれば後述するステップST112の処理に移り、対応していなければステップST107以下の処理を行なう。
【0051】
ステップST107ではRAM5から先行単語列候補を1つ取り出す。この実施の形態1では、最初に「{# # # 文頭}」が先行単語列候補として取り出される。
【0052】
次にステップST108において、音韻nグラム11を先行単語列候補の音韻列情報により検索する。この実施の形態1の場合、まず、初期の先行単語列である「{# # # 文頭}」を検索する。検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックする。前方一致した後方単語が無い場合は、ステップST106に処理を戻し、前方一致した後方単語がある場合は、ステップST109以下の処理に進む。
【0053】
ここで、この実施の形態1では、先行単語列「{# # # 文頭}」の後方単語として音韻nグラム11の検索を行い、「#」に後続する「saNgooaa…」の先頭からの音素列が部分一致する単語を検索し後方単語とする。2グラムでは「#saNgoo」が音韻列「#saNgooaa…」と前方一致するので、この2グラムの後接形態素「野球:3号 saNgoo さんごう 名詞」を後方単語の候補の1つとする。また、1グラムの「{野球:3号 saNgoo さんごう 名詞}」は後方の音素列に前方一致するので候補とする。さらに「{一般:3号 saNgoo さんごう 名詞}」も候補とする。
【0054】
なお、この実施の形態1では、説明の簡単化のために部分一致を用いたが、曖昧な音韻連鎖との類似検索に、DPマッチング処理や、阿部他:「1段目の最適解と正解の差分傾向を考慮した2段階探索法」,音講論,1−R−15,1998.9に示されるような他の手法を用いてもよい。
【0055】
ステップST109においては、後方単語それぞれについて同様に尤度を計算し、それをRAM5に記憶するとともに先行単語列に後方単語を接続してゆき、新たに先行単語列としてRAM5に記憶する。その際、2グラムの場合は話題が先行の形態素と同じになるようにし、1グラムの場合は連接がないため話題の切り替わりがあってもよいようにする。
【0056】
実施の形態1では、先行単語列「{# # # 文頭}」を「{野球:# ## 文頭}、{野球:3号 saNgoo さんごう 名詞}」に置き換える。言語尤度は、先行単語列「{# # # 文頭}」の確率1と、野球話題の音韻nグラム7の「{野球:# # # 文頭}、{野球:3号 saNgoo さんごう 名詞}」の2グラムの確率0.01から次の式(7)で計算される。
【0057】
先行単語列の確率×nグラムの確率=1×0.01=0.01
・・・・(7)
【0058】
次にステップST110において、音韻列全体が単語列に対応したか否かのチェックを行い、対応していればステップST111に進んで、最大尤度および解の先行単語列をRAM5に記憶した後、処理をステップST106に戻して、すべての先行単語列候補が音韻列候補の末端の音韻と対応したか否かをチェックする。一方、対応していなければ、そのまま処理をステップST106に戻して上記チェックを行う。
【0059】
ステップST106で、すべての先行単語列候補が音韻列候補の末端の音韻と対応していると判定された場合には、ステップST112に移って、すべての音韻列候補に対して一致する単語が得られているか否かのチェックを行う。その結果、すべての音韻列候補に対して一致する単語が得られていなければステップST105に処理を戻して同様の処理を繰り返す。一方、すべての音韻列候補に対して一致する単語が得られていれば、ステップST113以下の処理を行う。
【0060】
この実施の形態1では、以上の処理により、音韻列候補に対応して、「{# # # 文頭}、{野球:3号 saNgoo さんごう 名詞}、{野球:アーチ aaci あーち 名詞}、{野球:の no の 助詞}、…」の順に先行単語列候補が得られる。
【0061】
ステップST113では、RAM5に記憶してある最大尤度を持つ解の単語列を読み出す。最大尤度は、言語尤度と音響尤度の積の最大値で近似される。この実施の形態1では、計算の結果、音韻列候補「#saNgooacinoseNsee#」は該当する音韻nグラムが存在しないため捨てられる。音韻列候補「#saNgooaacinoseNsee#」に対して、「{# # # 文頭}、{野球:3号 saNgoo さんごう 名詞}、{野球:アーチ aaci あーち 普通名詞}、{野球:の no の 接続助詞}、{野球:先制 seNsee せんせい サ変名詞}」の音声認識結果が、また最大尤度が前述の式(6)で求められる単語列確率P(W)中の最大値より、5.4×10−9(音響尤度;0.9、言語尤度;6×10−9)と得られる。
【0062】
次にステップST114において、RAM5から読み出した解の単語列から表記のみを取り出し、それを出力手段6から出力した後、ステップST115に進んでこの一連の音声認識処理を終了する。このようにして、この実施の形態1では認識結果として、「3号アーチの先制」が得られる。
【0063】
以上のように、この実施の形態1によれば、話題を分離して統計量をとって音声認識を行っているので、部分的には「の 先制」よりも「の 先生」の2グラム確率の方が高いにもかかわらず、「の 先制」と認識され、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することができ、高精度な音声認識装置を構築できるという効果が得られる。なお、本実施例では2つの話題を扱ったが、3つ以上の話題を扱うように構成しても良い。
【0064】
実施の形態2.
なお、上記実施の形態1においては、特に考慮していなかったが、単語列候補の算出時に、一連の音声に対する音韻nグラム中の話題がすべて一致するように単語確率算出手段を構成してもよい。図5はそのようなこの発明の実施の形態2による音声認識装置の構成を示すブロック図である。
【0065】
図において、1はマイク、2は音韻確率算出手段、5はRAM、6は出力手段であり、これらは図1に同一符号を付して示した実施の形態1のそれらと同等の部分である。12は図1に符号9を付して示したものに相当する単語確率算出手段であるが、単語列候補の算出時に、一連の音声に対する音韻nグラム中の話題がすべて一致するように構成されている点で異なっている。13、14は図1に符号7、8を付して示したものに相当する、野球話題の音韻nグラムおよび一般話題の音韻nグラムであるが、この場合、2グラムのみが用いられ、1グラムは用いられていない。
【0066】
ここで、図6は音韻nグラムの具体例を示す説明図である。図において、15はその音韻nグラムであり、この音韻nグラム15は野球話題の音韻nグラム13と一般話題の音韻nグラム14とが記録されている。前述のように、この音韻nグラム15の野球話題の音韻nグラム13と一般話題の音韻nグラム14には、それぞれキーとなる各音韻列に対して、前接形態素、後接形態素、および確率が記録された2グラムのみが用いられている。
【0067】
次に動作について説明する。
図7はこのように構成された実施の形態2による音声認識装置の概略動作の流れを示すフローチャートである。この実施の形態2においても、まず、ステップST101からステップST107において、実施の形態1の場合と全く同様の処理が行われる。ステップST107にてRAM5から先行単語列候補の1つが取り出されると、単語確率算出手段12はステップST120において、音韻nグラム15を先行単語列候補の音韻列情報によって検索し、前方一致する後方単語があるか否かをチェックする。そのとき、実施の形態1では、音韻nグラム11の野球話題の音韻nグラム7と一般話題の音韻nグラム8は、それぞれ2グラムと1グラムの双方が用いられていたが、この実施の形態2では、野球話題の音韻nグラム13と一般話題の音韻nグラム14がそれぞれ2グラムのみの音韻nグラム15を用いて一致検出を行っている。チェックの結果、前方一致した後方単語がある場合にはステップST109に移り、以下ステップST115まで、実施の形態1と同様に処理を進める。
【0068】
以上のように、この実施の形態2によれば、単語確率算出手段12は音韻nグラム15の2グラムのみを用いて一致を検査しているので、1つの発話に対する一連の形態素は同一の話題の形態素となるため、発話中に他の話題が交ざることを防止することができるという効果が得られる。
【0069】
実施の形態3.
なお、上記実施の形態1および実施の形態2では、音声認識において、話題ごとの確率の重み調整については特に考慮していなかったが、話題ごとに確率の重みの調整を可能にするようにしてもよい。図8はそのようなこの発明の実施の形態3による音声認識装置の構成を示すブロック図である。図において、1はマイク、2は音韻確率算出手段、5はRAM、6は出力手段、13は野球話題の音韻nグラム、14は一般話題の音韻nグラムであり、これらは図5に同一符号を付して示した実施の形態2のそれらと同等の部分である。16は図5に符号12を付して示したものに相当する単語確率算出手段であるが、話題ごとに確率の重みを調整可能に構成されている点で異なっている。
【0070】
次に動作について説明する。
図9はこのように構成された実施の形態3による音声認識装置の概略動作の流れを示すフローチャートである。この実施の形態3においても、まず、ステップST101からステップST107、およびステップST120において、実施の形態2の場合と全く同様の処理が行われる。ステップST120における2グラムのみの音韻nグラム15を用いた、前方一致する後方単語があるか否のチェックの結果、前方一致した後方単語がない場合にはステップST106に戻り、前方一致した後方単語がある場合にはステップST130に進む。ステップST130では単語確率算出手段16が、後方単語のそれぞれについて分野別に重み付けを行って尤度を計算し、それをRAM5に記憶するとともに、先行単語列に後方単語を接続してゆき、新たに先行単語列としてRAM5に記憶する。以下ステップST110からステップST115まで、実施の形態2と同様に処理を進める。
【0071】
以上のように、この実施の形態3によれば、2グラムの確率の重みを話題別にかけるように単語確率算出手段16を構成しているので、話題別に出現確率の調節が可能になるという効果が得られる。
【0072】
実施の形態4.
なお、上記実施の形態1〜実施の形態3では音声解析装置に関するものについて説明したが、漢字nグラムを構成することにより形態素解析装置を構築することも可能である。図10はそのようなこの発明の実施の形態4による形態素解析装置の構成を示すブロック図である。
【0073】
図において、17は仮名漢字混じり文字列(入力ファイル)を入力する入力手段としてのファイル入力装置である。18、19は仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶する漢字nグラムであり、この漢字nグラム中では単語が、それぞれの話題に対応して分類されており、漢字nグラム18としては野球の話題について記憶した野球話題の漢字nグラムについて、漢字nグラム19としては一般の話題について記憶した一般話題の漢字nグラムについてそれぞれ例示されている。20はこれら野球話題の漢字nグラム18および一般話題の漢字nグラム19を参照して、ファイル入力装置17が出力する仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出する形態素確率算出手段である。5は処理過程の情報を記憶するRAMであり、21は形態素確率算出手段20で算出された単語生起確率を用いて求めた、ファイル入力装置17より入力された文字列に適合する単語列候補を出力する出力手段である。
【0074】
以下、単語列候補の生成について説明する。
この実施の形態4における単語列候補の生成は、単語列の出現確率P(W)を最大にするWを算出することで得られる。このとき、Wは入力された単語列である。また、単語列の出現確率P(W)は、m語の単語列Wが前述の式(4)で決定されるとき、前述の式(6)から求める。なお、その際には野球話題の漢字nグラム18、一般話題の漢字nグラム19の確率が使用される。
【0075】
上述した計算により、野球話題の漢字nグラム18および一般話題の漢字nグラム19に単語の列が存在するものについて、単語列確率P(W)を最大にするWを算出する。なお、組み合わせの計算については、例えば、長尾真著:「自然言語処理」に示されるViterbi方法を用いて高速に行ってもよいし、確率を対数確率として計算式を総和で計算可能としてもよい。それぞれの単語の出現確率は単語の野球話題の漢字nグラム18、一般話題の漢字nグラム19に予め記憶してある確率値をもとに算出する。
【0076】
ここで、図11は図2に示した例文10をもとに作成した漢字nグラムの具体例を示す説明図であり、図において、22がその漢字nグラムであり、この漢字nグラム22には野球話題の漢字nグラム18と一般話題の漢字nグラム19とが記録されている。
【0077】
図11に示すように、この漢字nグラム22内の野球話題の漢字nグラム18と一般話題の漢字nグラム19には、それぞれ2グラムと1グラムがあり、先頭の漢字列が検索のためのキーとなっている。2グラムではキーとなる各漢字列に対して、前接形態素、後接形態素、および確率が記録されている。ここで記録されている確率は、前接形態素の次に後接形態素の接続する確率であり、その2グラムの生起確率に該当する。また、1グラムではキーとなる各音韻列に対して、直接次に連接する後接続形態素と確率が記録されている。この1グラムの確率はその形態素自身の生起確率である。なお、形態素は表記、音素表記、見出し読み、および品詞の組であらわされる。
【0078】
算出した単語列Wを認識結果として出力手段21より出力する。
【0079】
次に動作について説明する。
ここで、図12はこの実施の形態4による形態素解析装置における解析処理の概略動作の流れを示すフローチャートである。この形態素解析の処理はステップST201において、ファイル入力装置17より仮名漢字混じり文字列を入力することによって処理が開始される。ファイル入力装置17はステップST202でその入力された仮名漢字交じり文字列を取り込み、形態素確率算出手段20に入力する。形態素確率算出手段20はファイル入力装置17の取り込んだ仮名漢字交じり文字列が入力されると、ステップST203においてRAM5にこれを記憶する。この実施の形態4では、仮名漢字交じり文字列として以下が入力されたと仮定する。
3号アーチのせんせい
【0080】
次にステップST204において、形態素確率算出手段20はステップST203でRAM5に記憶させた漢字列候補を取り出すとともに、初期化処理をする。この初期化処理では、ヌル単語「{# # # 文頭}」とその確率値「1」を先行単語列候補の初期値としてRAM5に記憶する。従って、ここでは、漢字列候補として、「#3号アーチのせんせい#」が、まず取り出される。形態素確率算出手段20はさらにステップST205において、すべての先行単語列候補が漢字列候補の末端の漢字と対応したか否かをチェックし、すべて対応していれば処理をステップST211に移し、対応していなければ処理をステップST206に進める。
【0081】
ステップST206では、形態素確率算出手段20はRAM5から先行単語列候補を1つ取り出す。この実施の形態4では、最初に「{# # # 文頭}」が先行単語列候補として取り出される。次にステップST207において、野球話題の漢字nグラム18および一般話題の漢字nグラム19を、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックをする。チェックの結果、前方一致した後方単語が無い場合には、ステップST205に処理を戻し、前方一致した後方単語がある場合には、ステップST208に処理を進める。
【0082】
従って、この実施の形態4の場合には、初期の先行単語列である「{# # # 文頭}」をまず検索する。そして、この検索した先行単語列「{# # #文頭}」の後方単語として、野球話題の漢字nグラム18および一般話題の漢字nグラム19を検索し、「#」に後続する「3号ア…」の先頭からの漢字列が部分一致する単語を検索して後方単語とする。2グラムでは「#3号」が「#3号ア…」の漢字列と前方一致するので、この2グラムの後接形態素「野球:3号saNgoo さんごう 名詞」を後方単語の候補の1つとする。また、1グラムの「{野球:3号 saNgoo さんごう 名詞}」は後方の漢字列に前方一致するのでこれも候補とする。さらに「{一般:3号 saNgoo さんごう 名詞}」も候補となる。
【0083】
ステップST208では、後方単語のそれぞれについて尤度を計算し、RAM5に記憶するとともに、先行単語列に後方単語を接続してゆく。この際に、2グラムの場合は話題が先行の形態素と同じになるようにし、1グラムの場合は連接がないため話題の切り替わりを許すようにする。この後方単語を接続した先行単語列を、新たに先行単語列としてRAM5に記憶する。この実施の形態4では、先行単語列「{# # # 文頭}」を「{野球:# # # 文頭}、{野球:3号 saNgoo さんごう 名詞}」に置き換える。言語尤度は、先行単語列「{# # # 文頭}」の確率1と、野球話題の「{#},{3号}」の2グラムの確率0.01から前述の式(7)で計算される。
【0084】
次にステップST209において、漢字列全体が先行単語列に対応したか否かのチェックを行い、対応していればステップST210に進んで、最大尤度および解の先行単語列をRAM5に記憶した後、処理をステップST205に戻し、すべての先行単語列候補が漢字列候補の末端の単語と対応したか否かをチェックする。一方、対応していなければ、そのまま処理をステップST205に戻して上記チェックを行う。
【0085】
この実施の形態4では、以上の処理により、漢字列候補に対応して、「{# # # 文頭}、{野球:3号 saNgoo さんごう 名詞}、{野球:アーチ aaci あーち 名詞}、{野球:の no の 助詞}、…」の順に先行単語列候補が得られる。
【0086】
ステップST205ですべての先行単語列候補が漢字列候補の末端の単語と対応していると判定された場合には、ステップST211に進んでRAM5に記憶してある最大尤度を持つ解の単語列を読み出す。ここで、最大尤度は言語尤度と音響尤度の積の最大値である。この実施の形態4では漢字列候補「#3号アーチの先制#」に対して、「{# # # 文頭}、{3号 saNgoo さんごう 名詞}、{アーチ aaci あーち 名詞}、{の no の 接続助詞}、{先制 seNsee せんせい サ変名詞}」の形態素解析結果が、また最大尤度が前述の式(6)で求められる単語列確率P(W)中の最大値より、5.4×10−9(音響尤度;0.9、言語尤度;6×10−9)と得られる。
【0087】
次にステップST212において、RAM5から読み出した解の形態素列を取り出し、それを出力手段21から出力した後、ステップST213に進んでこの一連の形態素解析処理を終了する。このようにして、この実施の形態4では解析結果として、「{3号 さんごう 名詞}、{アーチ あーち 名詞}、{の の 接続助詞}、{せんせい せんせい サ変名詞}」が得られる。
【0088】
以上のように、この実施の形態4によれば、話題を分離して統計量をとって形態素解析を行っているので、部分的には「の せんせい」という曖昧な表記でも「先制」の意味で品詞がサ変であることが算出でき、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することができ、高精度な形態素解析装置を構築できるという効果が得られる。なお、本実施例では2つの話題を扱ったが、3つ以上の話題を扱うように構成しても良い。
【0089】
実施の形態5.
なお、上記実施の形態4では、特に考慮していなかったが、単語列候補の算出時に、一連の仮名漢字混じり文字列に対する漢字nグラム中の話題がすべて一致するように形態素確率算出手段を構成してもよい。図13はそのようなこの発明の実施の形態5による形態素解析装置の構成を示すブロック図である。
【0090】
図において、5はRAM、17はファイル入力装置、21は出力手段であり、これらは図10に同一符号を付して示した実施の形態4のそれらと同等の部分である。23は図10に符号18を付して示したものに相当する形態素確率算出手段であるが、単語列候補の算出時に、一連の仮名漢字混じり文字列に対する漢字nグラム中の話題がすべて一致するように構成されている点で異なっている。24、25は図10に符号18、19を付して示したものに相当する、野球話題の漢字nグラムおよび一般話題の漢字nグラムであるが、この場合には2グラムのみが用いられ、1グラムは用いられていない。
【0091】
ここで、図14は漢字nグラムの具体例を示す説明図である。図において、26はその漢字nグラムであり、この漢字nグラム26は野球話題の漢字nグラム24と一般話題の漢字nグラム25とが記録されている。前述のように、この漢字nグラム26の野球話題nグラム24と一般話題nグラム25には、それぞれキーとなる各漢字列に対して、前接形態素、後接形態素、および確率が記録された2グラムのみが用いられている。
【0092】
次に動作について説明する。
図15はこのように構成された実施の形態5による形態素解析装置の概略動作の流れを示すフローチャートである。この実施の形態5においても、まず、ステップST201からステップST206において、実施の形態4の場合と全く同様の処理が行われる。ステップST206にてRAM5から先行単語列候補の1つが取り出されると、形態素確率算出手段23はステップST220において、漢字nグラム26を先行単語列候補の漢字列情報によって検索し、前方一致する後方単語があるか否かのチェックをする。そのとき、実施の形態4では、漢字nグラム22の野球話題の漢字nグラム18と一般話題の漢字nグラム19は、それぞれ2グラムと1グラムの双方が用いられていたが、この実施の形態5では、野球話題の漢字nグラム24と一般話題の漢字nグラム25が、それぞれ2グラムのみの漢字nグラム26を用いて一致検出を行っている。チェックの結果、前方一致した後方単語がある場合にはステップST208に分岐して、以下ステップST213まで、実施の形態4と同様に処理を進める。
【0093】
以上のように、この実施の形態5によれば、形態素確率算出手段23は漢字nグラム26の2グラムのみを用いて一致を検査しているので、1つの仮名漢字混じり文字列に対する一連の形態素は同一の話題の形態素となるため、他の話題が交ざることを防止することができるという効果が得られる。
【0094】
実施の形態6.
なお、上記実施の形態4および実施の形態5では、形態素解析において、話題ごとの確率の重み調整については特に考慮していなかったが、話題ごとに確率の重みの調整を可能にするように形態素確率算出手段を構成してもよい。図16はそのようなこの発明の実施の形態6による形態素解析装置の構成を示すブロック図である。図において、5はRAM、17はファイル入力装置、21は出力手段、24、25は野球話題および一般話題の漢字nグラムであり、これらは図13に同一符号を付して示した実施の形態5のそれらと同等の部分である。27は図13に符号23を付して示したものに相当する形態素確率算出手段であるが、話題ごとに確率の重みを調整可能に構成されている点で異なっている。
【0095】
次に動作について説明する。
図17はこのように構成された実施の形態6による形態素解析装置の概略動作の流れを示すフローチャートである。この実施の形態6においても、まず、ステップST201からステップST206、およびステップST220において、実施の形態5の場合と全く同様の処理が行われる。ステップST220における2グラムのみの漢字nグラム26を用いた、前方一致する後方単語があるか否のチェックの結果、前方一致した後方単語がない場合にはステップST205に戻り、前方一致する後方単語がある場合にはステップST230に進む。ステップST230では形態素確率算出手段27が、後方単語のそれぞれについて分野別に重み付けを行って尤度を計算し、それをRAM5に記憶するとともに、先行単語列に後方単語を接続してゆき、新たに先行単語列としてRAM5に記憶する。以下ステップST209からステップST213まで、実施の形態5と同様に処理を進める。
【0096】
以上のように、この実施の形態6によれば、2グラムの確率の重みを話題別にかけるように形態素確率算出手段27を構成しているので、話題別に出現確率の調節が可能になるという効果が得られる。
【0097】
実施の形態7.
なお、上記実施の形態1〜実施の形態6では音声解析装置、あるいは形態素解析装置に関するものについて説明したが、仮名nグラムを構成することにより仮名漢字変換装置を構築することも可能である。図18はそのようなこの発明の実施の形態7による仮名漢字変換装置の構成を示すブロック図である。
【0098】
図において、28は入力文の仮名文字列を入力する入力手段としてのキーボードである。29、30は仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶する仮名nグラムであり、この仮名nグラム中では単語が、それぞれ話題に対応して分類されており、仮名nグラム29としては野球の話題について記憶した野球話題の仮名nグラムについて、仮名nグラム30としては一般の話題について記憶した一般話題の仮名nグラムについてそれぞれ例示されている。31はこれら野球話題の仮名nグラム29および一般話題の仮名nグラム30を参照して、キーボード28が出力する仮名文字列に対応する各単語候補の単語生起確率を算出する漢字確率算出手段である。5は処理過程の情報を記憶するRAMであり、32は漢字確率算出手段31で算出された単語生起確率を用いて求めた、キーボード28より入力された仮名文字列に適合する単語列候補を求めて出力する出力手段である。
【0099】
以下、単語列候補の生成について説明する。
この実施の形態4における単語列候補の生成は、単語列の出現確率P(W)を最大にするWを算出することで得られる。このとき、Wは入力された単語列である。また、単語列の出現確率P(W)は、m語の単語列Wが前述の式(4)で決定されるとき、前述の式(6)から求める。なお、その際には野球話題の仮名nグラム29、一般話題の仮名nグラム30の確率が使用される。
【0100】
上述した計算により、野球話題の仮名nグラム29及び一般話題の仮名nグラム30に単語の列が存在するものについて、単語列確率P(W)を最大にするWを算出する。なお、組み合わせの計算については、例えば、長尾真著:「自然言語処理」に示されるViterbi方法を用いて高速に行ってもよいし、また、確率を対数確率として計算式を総和で計算可能としてもよい。それぞれの単語の出現確率は単語の野球話題の仮名nグラム29と一般話題の仮名nグラム30に予め記憶してある確率値をもとに算出する。
【0101】
ここで、図19は図2に示した例文10をもとに作成した仮名nグラムの具体例を示す説明図である。図において、33がその仮名nグラムであり、この仮名nグラム33には野球話題の仮名nグラム29と一般話題の仮名nグラム30とが記録されている。
【0102】
図19に示すように、この仮名nグラム33内の野球話題の仮名nグラム29と一般話題の仮名nグラム30には、それぞれ2グラムと1グラムがあり、先頭の仮名文字列が検索のためのキーとなっている。2グラムではキーとなる各仮名文字列に対して、前接形態素、後接形態素、および確率が記録されている。ここで記録されている確率は、前接形態素の次に後接形態素の接続する確率であり、その2グラムの生起確率に該当する。また、1グラムではキーとなる各音韻列に対して、直接次に連接する後接続形態素と確率が記録されている。この1グラムの確率はその形態素自身の生起確率である。なお、形態素は表記、音素表記、見出し読み、および品詞の組であらわされる。
【0103】
算出した単語列Wを認識結果として出力手段32より出力する。
【0104】
次に動作について説明する。
ここで、図20はこの実施の形態7による仮名漢字変換装置における変換処理の概略動作の流れを示すフローチャートである。この仮名漢字変換の処理はステップST301において、キーボード28が操作されることによって処理が開始される。キーボード28の操作によって入力された仮名文字列は、ステップST302で漢字確率算出手段31に取り込まれ、ステップST303において、RAM5にこれを記憶する。この実施の形態7では、仮名文字列として以下が入力されたと仮定する。
さんごうあーちのせんせい
【0105】
次にステップST304において、漢字確率算出手段31はステップST303でRAM5に記憶させた仮名文字列を取り出すとともに、初期化処理をする。この初期化処理では、ヌル単語「{# # # 文頭}」とその確率値「1」を先行単語列候補の初期値としてRAM5に記憶する。従って、ここでは、仮名文字列として、「#さんごうあーちのせんせい#」が、まず取り出される。漢字確率算出手段31はさらにステップST305において、すべての先行単語列候補が仮名文字列の末端の仮名と対応したか否かをチェックし、すべて対応していれば処理をステップST311に移し、対応していなければ処理をステップST306に進める。
【0106】
ステップST306では、漢字確率算出手段31はRAM5から先行単語列候補を1つ取り出す。この実施の形態7では、最初に「{# # # 文頭}」が先行単語列候補として取り出される。次にステップST307において、野球話題の仮名nグラム29および一般話題の仮名nグラム30を、先行単語列候補の仮名列情報により検索し、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックをする。チェックの結果、前方一致した後方単語が無い場合には、ステップST305に処理を戻し、前方一致した後方単語がある場合には、ステップST308に処理を進める。
【0107】
従って、この実施の形態7の場合には、初期の先行単語列である「{# # # 文頭}」をまず検索する。そして、この検索した先行単語列「{# # #文頭}」の後方単語として、野球話題の仮名nグラム29と一般話題の仮名nグラム30を検索し、「#」に後続する「さんごうあー…」の先頭からの仮名文字列が部分一致する単語を検索して後方単語とする。2グラムでは「#さんごう」が「#さんごうあー…」の仮名文字列と前方一致するので、この2グラムの後接形態素「野球:3号 saNgoo さんごう 名詞」を後方単語の候補の1つとする。また、1グラムの「{野球:3号 saNgoo さんごう 名詞}」は後方の仮名文字列に前方一致するのでこれも候補とする。さらに「{一般:3号 saNgoo さんごう 名詞}」も候補となる。
【0108】
ステップST308では、後方単語それぞれについて尤度を計算し、RAM5に記憶するとともに、先行単語列に後方単語を接続してゆき、新たに先行単語列としてRAM5にこれを記憶する。この実施の形態7では、先行単語列「{# # # 文頭}」を「{野球:# # # 文頭}、{野球:3号 saNgoo さんごう 名詞}」に置き換える。言語尤度は、先行単語列「{# # #文頭}」の確率1と、野球話題の「{野球:# # # 文頭}、{野球:3号 saNgoo さんごう 名詞}」の2グラムの確率0.01から前述の式(7)で計算される。
【0109】
次にステップST309において、仮名文字列全体が先行単語列に対応したか否かのチェックを行い、対応していればステップST310に進んで、最大尤度および解の先行単語列をRAM5に記憶した後、処理をステップST305に戻し、すべての先行単語列候補が仮名文字列候補の末端の仮名と対応したか否かをチェックする。一方、対応していなければ、そのまま処理をステップST305に戻して上記チェックを行う。
【0110】
この実施の形態7では、以上の処理により、仮名列候補に対応して、「{# # # 文頭}、{野球:3号 saNgoo さんごう 名詞}、{野球:アーチ aaci あーち 名詞}、{野球:の no の 助詞}、…」の順に先行単語列候補が得られる。
【0111】
ステップST305ですべての先行単語列候補が仮名文字列候補の末端の仮名と対応していると判定された場合には、ステップST311に進んでRAM5に記憶してある最大尤度を持つ解の単語列を読み出す。ここで、最大尤度は言語尤度と音響尤度の積の最大値である。この実施の形態7では仮名文字列候補「#さんごうあーちのせんせい#」に対して、「{# # # 文頭}、{3号 saNgoo さんごう 名詞}、{アーチ aaci あーち 普通名詞}、{のno の 接続助詞}、{先制 seNsee せんせい サ変名詞}」が、また最大尤度が前述の式(6)で求められる単語列確率P(W)中の最大値より、5.4×10−9(音響尤度;0.9、言語尤度;6×10−9)と得られる。
【0112】
次にステップST312において、このRAM5から読み出した解の単語列を出力手段32から出力した後、ステップST313に進んでこの一連の形態素解析処理を終了する。このようにして、この実施の形態7では仮名漢字変換結果として、「3号アーチの先制」が得られる。
【0113】
以上のように、この実施の形態7によれば、話題を分離して統計量をとって仮名漢字変換を行っているので、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することができ、高精度な仮名漢字変換装置を構築できるという効果が得られる。なお、本実施例では2つの話題を扱ったが、3つ以上の話題を扱うように構成しても良い。
【0114】
実施の形態8.
なお、上記実施の形態7では、特に考慮していなかったが、仮名漢字の変換時に、一連の仮名文字列に対する仮名nグラム中の話題がすべて一致するように漢字確率算出手段を構成してもよい。図21はそのようなこの発明の実施の形態8による仮名漢字変換装置の構成を示すブロック図である。
【0115】
図において、5はRAM、28はキーボード、32は出力手段であり、これらは図18に同一符号を付して示した実施の形態7のそれらと同等の部分である。34は図18に符号29を付して示したものに相当する漢字確率算出手段であるが、単語列候補の算出時に、一連の仮名文字列に対する仮名nグラム中の話題がすべて一致するように構成されている点で異なっている。35、36は図18に符号29、30を付して示したものに相当する、野球話題の仮名nグラムおよび一般話題の仮名nグラムであるが、この場合には2グラムのみが用いられ、1グラムは用いられていない。
【0116】
ここで、図22は仮名nグラムの具体例を示す説明図である。図において、37はその仮名nグラムであり、この仮名nグラム37は野球話題の仮名nグラム35と一般話題の仮名nグラム36とが記録されている。前述のように、この仮名nグラム37の野球話題の仮名nグラム35と一般話題の仮名nグラム36には、それぞれキーとなる各仮名文字列に対して、前接形態素、後接形態素、および確率が記録された2グラムのみが用いられている。
【0117】
次に動作について説明する。
図23はこのように構成された実施の形態8による仮名漢字変換装置の概略動作の流れを示すフローチャートである。この実施の形態8においても、まず、ステップST301からステップST306において、実施の形態7の場合と全く同様の処理が行われる。ステップST306にてRAM5から先行単語列候補を1つが取り出されると、漢字確率計算手段34はステップST320において、仮名nグラム37を先行単語列候補の仮名列情報によって検索し、前方一致する後方単語があるか否かのチェックをする。そのとき、実施の形態7では、仮名nグラム33の野球話題の仮名nグラム30と一般話題の仮名nグラム31は、それぞれ2グラムと1グラムの双方が用いられていたが、この実施の形態8では、野球話題の仮名nグラム35と一般話題の仮名nグラム36が、それぞれ2グラムのみの仮名nグラム37を用いて一致検出を行っている。チェックの結果、前方一致した後方単語がある場合にはステップST308に分岐して、以下ステップST313まで、実施の形態7と同様に処理を進める。
【0118】
以上のように、この実施の形態8によれば、漢字確率算出手段34は仮名nグラム37の2グラムのみを用いて一致を検査しているので、1つの仮名文字列に対する一連の形態素は同じ話題の形態素となるため、他の話題が交ざることをなくすことができるという効果が得られる。
【0119】
実施の形態9.
なお、上記実施の形態7および実施の形態8では、仮名漢字変換において、話題ごとの確率の重み調整については特に考慮していなかったが、話題ごとに確率の重みの調整を可能に漢字確率算出手段を構成するようにしてもよい。図24はそのようなこの発明の実施の形態9による仮名漢字変換装置の構成を示すブロック図である。図において、5はRAM、28はキーボード、32は出力手段、35、36は野球話題および一般話題の仮名nグラムであり、これらは図21に同一符号を付して示した実施の形態8のそれらと同等の部分である。38は図21に符号34を付して示したものに相当する漢字確率算出手段であるが、話題ごとに確率の重みを調整可能に構成されている点で異なっている。
【0120】
次に動作について説明する。
図25はこのように構成された実施の形態9による仮名漢字変換装置の概略動作の流れを示すフローチャートである。この実施の形態9においても、まず、ステップST301からステップST306、およびステップST320において、実施の形態8の場合と全く同様の処理が行われる。ステップST320における2グラムのみの仮名nグラム37を用いた、前方一致する後方単語があるか否のチェックの結果、前方一致した後方単語がない場合にはステップST305に戻り、前方一致する後方単語がある場合にはステップST330に進む。ステップST330では漢字確率算出手段38が、後方単語のそれぞれについて分野別に重み付けを行って尤度を計算し、それをRAM5に記憶するとともに、先行単語列に後方単語を接続してゆき、新たに先行単語列としてRAM5に記憶する。以下ステップST309からステップST313まで、実施の形態8と同様に処理を進める。
【0121】
以上のように、この実施の形態9によれば、2グラムの確率の重みを話題別にかけるように漢字確率算出手段38を構成しているので、話題別に出現確率の調節が可能になるという効果が得られる。
【0122】
【発明の効果】
以上のように、この発明によれば、この発明に係る音声認識装置は、対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類されている音韻nグラムと、前記対象言語の音声を入力する入力手段と、前記入力手段が出力する音声信号を音韻に変換し、各音韻に対応する音韻生起確率を計算して、音韻列候補を出力する音韻確率算出手段と、それぞれの話題に対応して分類されている前記音韻nグラムを参照して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックし、前記音韻確率算出手段が出力する音韻列候補に対応する各単語候補の単語生起確率を算出する単語確率算出手段と、前記音韻確率算出手段にて計算された音韻生起確率と、前記単語確率算出手段にて計算された単語生起確率とを用いて算出した、前記入力手段より入力された音声に類似する単語列候補を出力する出力手段とを備え、上記単語確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定するものであるので、話題を分離して統計量をとることによって、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することが可能となり、精度の高い音声認識装置が得られるという効果があり、話題別に出現確率を調整することが可能な音声認識装置が得られるという効果がある。
【0125】
この発明によれば、この発明に係る形態素解析装置は、仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類されている漢字nグラムと、前記仮名漢字混じり文字列を入力する入力手段と、それぞれの話題に対応して分類されている前記漢字nグラムを参照して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックし、前記入力手段が出力する仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出する形態素確率算出手段と、前記形態素確率算出手段にて計算された単語生起確率を用いて算出した、前記入力手段より入力された文字列に適合する単語列候補を出力する出力手段とを備え、上記形態素確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定するものであるので、話題を分離して統計量をとることによって、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することが可能となり、精度の高い形態素解析装置が得られるという効果があり、話題別に出現確率を調整することが可能な形態素解析装置が得られるという効果がある。
【0128】
この発明によれば、この発明に係る仮名漢字変換装置は、仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類されている仮名nグラムと、前記仮名文字列を入力する入力手段と、それぞれの話題に対応して分類されている前記仮名nグラムを参照して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックし、前記入力手段が出力する仮名文字列に対応する各単語候補の単語生起確率を算出する漢字確率算出手段と、前記漢字確率算出手段にて計算された単語生起確率を用いて算出された、前記入力手段より入力された仮名文字列に適合する単語列候補を出力する出力手段とを備え、上記漢字確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定するものであるので、話題を分離して統計量をとることによって、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することが可能となり、精度の高い仮名漢字変換装置が得られるという効果があり、話題別に出現確率を調整することが可能な仮名漢字変換装置が得られるという効果がある。
【0131】
この発明によれば、この発明に係る音声認識方法は、入力される音声の取り込みを行うステップと、取り込まれた前記音声を音韻に変換するステップと、前記音声より変換された各音韻に対応する音韻生起確率を計算して、音韻列候補を出力するステップと、対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された音韻nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックして、算出された前記音韻列候補に対応する各単語候補の単語生起確率を算出するステップと、前記音韻生起確率と単語生起確率を用いて、入力された前記音声に類似する単語列候補を算出するステップとを備えたものであるので、話題を分離して統計量をとることによって、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することができ、高精度の音声認識方法が得られるという効果がある。
【0132】
この発明によれば、この発明に係る形態素解析方法は、入力される仮名漢字混じり文字列の取り込みを行うステップと、仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された漢字nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出するステップと、算出された前記単語生起確率を用いて、入力された前記仮名漢字混じり文字列に適合する単語列候補を算出するステップとを備えたものであるので、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することができ、高精度の形態素解析方法が得られるという効果がある。
【0133】
この発明によれば、この発明に係る仮名漢字変換方法は、入力される仮名文字列の取り込みを行うステップと、仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された仮名nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名文字列に対応する各単語候補の単語生起確率を算出するステップと、算出された前記単語生起確率を用いて、入力された前記仮名文字列に適合する単語列候補を算出するステップとを備えたものであるので、nグラムの次数を大きくすることなく言語制約の強いnグラムを構成することができ、高精度の仮名漢字変換方法が得られるという効果がある。
【0134】
この発明によれば、この発明に係る記録媒体は、入力される音声の取り込みを行うステップと、取り込まれた前記音声を音韻に変換するステップと、前記音声より変換された各音韻に対応する音韻生起確率を計算して、音韻列候補を出力するステップと、対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された音韻nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックして、算出された前記音韻列候補に対応する各単語候補の単語生起確率を算出するステップと、前記音韻生起確率と単語生起確率を用いて、入力された前記音声に類似する単語列候補を算出するステップとを有する音声認識方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能に記録したものであるので、音声認識方法を高精度に実現するためのプログラムが記録された記録媒体が得られるという効果がある。
【0135】
この発明によれば、この発明に係る記録媒体は、入力される仮名漢字混じり文字列の取り込みを行うステップと、仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された漢字nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出するステップと、算出された前記単語生起確率を用いて、入力された前記仮名漢字混じり文字列に適合する単語列候補を算出するステップとを有する形態素解析方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能に記録したものであるので、形態素解析方法を高精度に実現するためのプログラムが記録された記録媒体が得られるという効果がある。
【0136】
この発明によれば、この発明に係る記録媒体は、入力される仮名文字列の取り込みを行うステップと、仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された仮名nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名文字列に対応する各単語候補の単語生起確率を算出するステップと、算出された前記単語生起確率を用いて、入力された前記仮名文字列に適合する単語列候補を算出するステップとを有する仮名漢字変換方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能に記録したものであるので、仮名漢字変換方法を高精度に実現するためのプログラムが記録された記録媒体が得られるという効果がある。
【図面の簡単な説明】
【図1】 この発明の実施の形態1による音声認識装置の構成を示すブロック図である。
【図2】 実施の形態1の音声認識装置で解析される例文を示す説明図である。
【図3】 実施の形態1の音声認識装置にて解析に用いる音韻nグラムの具体例を示す説明図である。
【図4】 実施の形態1の音声認識装置における音声認識の概略動作の流れを示すフローチャートである。
【図5】 この発明の実施の形態2による音声認識装置の構成を示すブロック図である。
【図6】 実施の形態2の音声認識装置にて解析に用いる音韻nグラムの具体例を示す説明図である。
【図7】 実施の形態2の音声認識装置における音声認識の概略動作の流れを示すフローチャートである。
【図8】 この発明の実施の形態3による音声認識装置の構成を示すブロック図である。
【図9】 実施の形態3の音声認識装置における音声認識の概略動作の流れを示すフローチャートである。
【図10】 この発明の実施の形態4による形態素解析装置の構成を示すブロック図である。
【図11】 実施の形態4の形態素解析装置にて解析に用いる漢字nグラムの具体例を示す説明図である。
【図12】 実施の形態4の形態素解析装置における形態素解析の概略動作の流れを示すフローチャートである。
【図13】 この発明の実施の形態5による形態素解析装置の構成を示すブロック図である。
【図14】 実施の形態5の形態素解析装置にて解析に用いる漢字nグラムの具体例を示す説明図である。
【図15】 実施の形態5の計値磯解析装置における形態素解析の概略動作の流れを示すフローチャートである。
【図16】 この発明の実施の形態6による形態素解析装置の構成を示すブロック図である。
【図17】 実施の形態6の形態素解析装置における形態素解析の概略動作の流れを示すフローチャートである。
【図18】 この発明の実施の形態7による仮名漢字変換装置の構成を示すブロック図である。
【図19】 実施の形態7の仮名漢字変換装置にて解析に用いる仮名nグラムの具体例を示す説明図である。
【図20】 実施の形態7の仮名漢字変換装置における仮名漢字変換の概略動作の流れを示すフローチャートである。
【図21】 この発明の実施の形態8による仮名漢字変換装置の構成を示すブロック図である。
【図22】 実施の形態8の仮名漢字変換装置にて解析に用いる仮名nグラムの具体例を示す説明図である。
【図23】 実施の形態8の仮名漢字変換装置における仮名漢字変換の概略動作の流れを示すフローチャートである。
【図24】 この発明の実施の形態9による仮名漢字変換装置の構成を示すブロック図である。
【図25】 実施の形態9の仮名漢字変換析装置における仮名漢字変換の概略動作の流れを示すフローチャートである。
【図26】 従来の音声認識装置の構成を示すブロック図である。
【図27】 従来の音声認識装置における音声認識の概略動作の流れを示すフローチャートである。
【符号の説明】
1 マイク(入力手段)、2 音韻確率算出手段、5 RAM、6 出力手段、7 野球話題の音韻nグラム(音韻nグラム)、8 一般話題の音韻nグラム(音韻nグラム)、9 単語確率算出手段、10 例文、11 音韻nグラム、12 単語確率算出手段、13 野球話題の音韻nグラム(音韻nグラム)、14 一般話題の音韻nグラム(音韻nグラム)、15 音韻nグラム、16 単語確率算出手段、17 ファイル入力装置(入力手段)、18 野球話題の漢字nグラム(漢字nグラム)、19 一般話題の漢字nグラム(漢字nグラム)、20 形態素確率算出手段、21 出力手段、22 漢字nグラム、23 形態素確率算出手段、24 野球話題の漢字nグラム(漢字nグラム)、25 一般話題の漢字nグラム(漢字nグラム)、26 漢字nグラム、27 形態素確率算出手段、28 キーボード(入力手段)、29 野球話題の仮名nグラム(仮名nグラム)、30 一般話題の仮名nグラム(仮名nグラム)、31 漢字確率算出手段、32 出力手段、33 仮名nグラム、34 漢字確率算出手段、35 野球話題の仮名nグラム(仮名nグラム)、36 一般話題の仮名nグラム(仮名nグラム)、37 仮名nグラム、38 漢字確率算出手段。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a speech recognition device that performs speech recognition, morphological analysis, or kana-kanji conversion based on n-grams, which are probabilities of concatenation of characters or words in a target language, using natural language statistics, and morphological analysis. Device, kana-kanji conversion device, and speech recognition method, morpheme analysis method, kana-kanji conversion method for the same, and a recording medium on which these programs are recorded, especially analysis by handling n-gram statistics by topic It relates to the improvement of accuracy.
[0002]
[Prior art]
Analysis techniques using natural language statistics have been applied to many document processing. For example, Japanese input by voice recognition is useful as a document input means, and further improvement in recognition accuracy is desired. In order to recognize speech with high accuracy, attention has been paid to a method that uses natural language statistics as a language model and uses n-grams, which are probabilities of occurrence of characters or words in a target language. However, since the constraint on the n-gram is affected by the order n, the constraint becomes weaker as n decreases. Conversely, increasing the order n of n-grams has a serious problem that the table for counting the frequency becomes enormous, and a very large collection of example sentences is required to ensure reliable statistics. There was a problem of becoming necessary. As a compression method for solving such an increase in n-gram tables in speech recognition, for example, the one shown in Japanese Patent Application Laid-Open No. 10-501078 has been proposed.
[0003]
A conventional analysis technique using natural language statistics will be described below. FIG. 26 is a block diagram showing a configuration example of a speech recognition apparatus to which a conventional analysis method is applied in order to obtain a recognition result “Third-floor teacher” from spoken “saNkainoseNsee”. In the figure, 1 is a microphone, 2 is a phoneme probability calculation means, 3 is a word prediction means, 4 is an n-gram table (in this case, a 3-gram table), 5 is a RAM for storing information, and 6 is an output means.
[0004]
Hereinafter, generation of word string candidates will be described.
The word string candidate is obtained by calculating a word string W that maximizes the probability P (W | Y) of the word string, where W is the spoken word string and Y is the phonological string. The probability P (W | Y) of this word string is given by the following equation (1).
[0005]
[Expression 1]
[0006]
In order to generate a word string candidate, the word string W that maximizes the probability P (W | Y) may be obtained as described above. Therefore, the word string W is common to the word string W in the right side of the above equation (1). The probability P (Y) can be omitted, and the word string W that maximizes the probability P (Y | W) P (W) may be obtained. Note that P (Y | W) is the appearance probability of the phoneme string Y when the word string W is given, and P (W) is the appearance probability of the word string W.
[0007]
Here, at time t = 1, 2,..., L, when the phoneme string Y corresponding to the word string W is determined by the following equation (2), the appearance probability P (Y | W) of the phoneme string Y is Each phoneme Y shown in equation (2)iPhoneme probability P (Yi) From the following equation (3).
[0008]
[Expression 2]
[0009]
In addition, the appearance probability P (W) of the word string W is determined based on each phoneme Y according to the above formula (2) when the word string W composed of m words is determined by the following formula (4).iIt is approximated by the following equation (5) based on the probability of a 3-gram word, independently of the phoneme probability that is the appearance probability of. In this formula (5), when i is 1 or 2, wi-1, Wi-2(#) Is entered.
[0010]
[Equation 3]
[0011]
The word string W that maximizes the word string probability P (W | Y) is calculated for the phoneme string candidates that have word strings in the 3-gram index by the above-described calculation. The appearance probability of each word is calculated based on the frequency value stored in advance in the 3-gram table 4 of words shown in FIG.
[0012]
The calculated word string W is output from the output means 6 as a recognition result.
[0013]
Next, the operation will be described.
FIG. 27 is a flowchart showing a schematic operation flow of speech recognition in the conventional speech recognition apparatus. This voice recognition process is started by speaking to the
[0014]
Thereafter, in step ST5, the word predicting means 3 takes out one of the phoneme string candidates from the
[0015]
Next, in step ST9, the above calculation is performed on all the phoneme string candidates stored in the
[0016]
As described above, a word string W having a high probability of similarity to an utterance is obtained.
[0017]
In addition to the above published Japanese translation of PCT publication No. 10-501078, as a document with a description related to a conventional speech recognition apparatus, when a topic is obtained from the recognition result during speech recognition, the topic is used for the next recognition. Japanese Laid-Open Patent Publication No. 62-19999, using a topic, selecting a dictionary using a topic extracted by dictionary search, and improving the search accuracy, Japanese Patent Laid-Open No. 63-219067, and using a syntactic constraint, n For example, Japanese Patent Laid-Open No. 6-342298, which is more restrictive than the gram model.
[0018]
[Problems to be solved by the invention]
Since the conventional speech recognition apparatus is configured as described above, if the order of the n-gram is increased, the language restriction becomes stronger, but there is a problem that the n-gram table 4 becomes huge and is practically huge. There is a need for an example sentence for taking statistics sufficient for n-gram table 4, and reducing the order of n-gram weakens the language constraint, leading to a decrease in analysis accuracy. That is, when the phrase “No. 3 arch preemption” is input to this speech recognition apparatus, the n-gram, for example, extracts statistics from a large amount of newspaper data and sets the order of n to 2 for the sake of simplification. Assuming that “Sango”, “Achi”, “No” and “Sensei” are used as the separator, the “Sensei” next to “No” is the statistics for the entire newspaper, even assuming that “No. 3 Arch” is correctly analyzed. If the amount is used, “Teacher” will be higher, so it is more likely to cause a recognition error such as “No. 3 Arch Teacher”, and the correctness can be obtained by increasing the order of n However, there is a problem that the above-mentioned n-gram table 4 is enlarged and a necessary example sentence collection is enlarged.
[0019]
The present invention has been made to solve the above-described problems. It is possible to apply a strong constraint while keeping the order of n-grams small, and it is possible to apply a stronger constraint if the order is the same. An object of the present invention is to obtain an apparatus for performing recognition, morphological analysis, or kana-kanji conversion, a method for the same, and a recording medium on which these programs are recorded.
[0020]
[Means for Solving the Problems]
The speech recognition apparatus according to the present invention isA phoneme sequence of the target language, a word notation sequence corresponding to the phoneme sequence, and an occurrence probability are stored, a phoneme n-gram in which the stored words are classified according to each topic, Input means for inputting speech, phoneme probability calculating means for converting phonetic signals generated by the input means into phonemes, calculating phoneme occurrence probabilities corresponding to each phoneme, and outputting phoneme string candidates, and respective topics The phoneme n-grams classified corresponding to the phoneme n-gram are searched based on the phoneme sequence information of the preceding word sequence candidates, and there is a backward word that matches forward in the subsequence of the phoneme sequence candidates after the searched preceding word. A word probability calculation means for calculating a word occurrence probability of each word candidate corresponding to the phoneme string candidate output by the phoneme probability calculation means, and a phoneme occurrence probability calculated by the phoneme probability calculation means And the word Output using the word occurrence probability calculated by the rate calculation means and outputting word string candidates similar to the speech input from the input means, and the word probability calculation means includes a backward word A probability weight is set for each topic for each topic.
[0023]
The morphological analyzer according to the present invention is:A kanji-kanji mixed character string, a word notation sequence corresponding to the kana-kanji mixed character string, and an occurrence probability, and a kanji n-gram in which the stored words are classified according to each topic, By referring to the input means for inputting a kana-kanji mixed character string and the kanji n-grams classified according to the respective topics, the search is performed based on the kanji string information of the preceding word string candidates, and after the searched preceding word A morpheme probability calculation unit that checks whether or not there is a backward matching word in a partial sequence of kanji string candidates and calculates a word occurrence probability of each word candidate corresponding to the kana-kanji mixed character string output by the input unit And output means for outputting word string candidates that match the character string input from the input means, calculated using the word occurrence probability calculated by the morpheme probability calculation means, Rate calculating means is for setting the weight of probability topic-specific for each of the rear word.
[0026]
The kana-kanji conversion device according to the present invention is:A kana character string, a word notation string corresponding to the kana character string, an occurrence probability, a kana n-gram in which the stored words are classified according to each topic, and the kana character string Whether or not there is a backward matching word in the partial sequence of the kana string candidate after the searched preceding word with reference to the input means to input and the kana n-gram classified according to each topic And the kanji probability calculating means for calculating the word occurrence probability of each word candidate corresponding to the kana character string output by the input means, and the word occurrence probability calculated by the kanji probability calculating means. Output means for outputting word string candidates that match the kana character string input from the input means, wherein the kanji probability calculating means sets probability weights for each topic for each backward word.
[0029]
The speech recognition method according to the present invention includes:A step of capturing input speech, a step of converting the captured speech into phonemes, a step of calculating a phoneme occurrence probability corresponding to each phoneme converted from the speech, and outputting a phoneme string candidate And the phoneme sequence of the target language, the word notation sequence corresponding to the phoneme sequence, and the occurrence probability, and referring to the phoneme n-gram in which the stored words are classified according to each topic, A probability weight is set for each topic for each backward word, and search is performed based on the phoneme string information of the preceding word string candidate. Whether or not there is a backward word that matches forward in the substring of the phoneme string candidate after the searched preceding word And calculating the word occurrence probability of each word candidate corresponding to the calculated phoneme string candidate, and using the phoneme occurrence probability and the word occurrence probability to resemble the input speech It is obtained by a step of calculating a word string candidate.
[0030]
The morphological analysis method according to the present invention is:The step of capturing the input kana-kanji mixed character string, the kana-kanji mixed character string, the word notation sequence corresponding to the kana-kanji mixed character string, and the occurrence probability are stored, and the stored words are stored in the respective words. Refer to kanji n-grams classified according to the topic, set probability weights for each topic for each backward word, search for kanji string information of the preceding word string candidate, and kanji after the searched preceding word Checking whether or not there is a backward matching word in the partial column of the column candidate, calculating a word occurrence probability of each word candidate corresponding to the captured kana-kanji mixed character string, and And calculating a word string candidate that matches the input character string mixed with the kana and kanji using the word occurrence probability.
[0031]
The kana-kanji conversion method according to the present invention is:The step of capturing the input kana character string, the kana character string, the word notation string corresponding to the kana character string, and the occurrence probability are stored, and the stored words are classified according to the respective topics. Whether or not there is a backward word that matches forward in the partial sequence of the kana string candidate after the searched preceding word, by setting a weight of probability for each topic for each backward word with reference to the kana gram that has been made Checking and calculating a word occurrence probability of each word candidate corresponding to the captured kana character string, and using the calculated word occurrence probability, a word string that matches the input kana character string And a step of calculating candidates.
[0032]
The recording medium according to the present invention isA step of capturing input speech, a step of converting the captured speech into phonemes, a step of calculating a phoneme occurrence probability corresponding to each phoneme converted from the speech, and outputting a phoneme string candidate And the phoneme sequence of the target language, the word notation sequence corresponding to the phoneme sequence, and the occurrence probability, and referring to the phoneme n-gram in which the stored words are classified according to each topic, A probability weight is set for each topic for each backward word, and search is performed based on the phoneme string information of the preceding word string candidate. Whether or not there is a backward word that matches forward in the substring of the phoneme string candidate after the searched preceding word And calculating the word occurrence probability of each word candidate corresponding to the calculated phoneme string candidate, and using the phoneme occurrence probability and the word occurrence probability to resemble the input speech The speech recognition method and a step of calculating a word string candidate is obtained by recording a computer-readable recording program for causing a computer to execute.
[0033]
The recording medium according to the present invention isThe step of capturing the input kana-kanji mixed character string, the kana-kanji mixed character string, the word notation sequence corresponding to the kana-kanji mixed character string, and the occurrence probability are stored, and the stored words are stored in the respective words. Refer to kanji n-grams classified according to the topic, set probability weights for each topic for each backward word, search for kanji string information of the preceding word string candidate, and kanji after the searched preceding word Checking whether or not there is a backward matching word in the partial column of the column candidate, calculating a word occurrence probability of each word candidate corresponding to the captured kana-kanji mixed character string, and Using the word occurrence probability to calculate a word string candidate that matches the input kana-kanji mixed character string to cause the computer to execute a morpheme analysis method It is obtained by recording a computer-readable recording program.
[0034]
The recording medium according to the present invention isThe step of capturing the input kana character string, the kana character string, the word notation string corresponding to the kana character string, and the occurrence probability are stored, and the stored words are classified according to the respective topics. Whether or not there is a backward word that matches forward in the partial sequence of the kana string candidate after the searched preceding word, by setting a weight of probability for each topic for each backward word with reference to the kana gram that has been made Checking and calculating a word occurrence probability of each word candidate corresponding to the captured kana character string, and using the calculated word occurrence probability, a word string that matches the input kana character string A kana-kanji conversion method having a step of calculating candidates is recorded in a computer-readable manner in which a program for causing a computer to execute is recorded.
[0035]
DETAILED DESCRIPTION OF THE INVENTION
An embodiment of the present invention will be described below.
1 is a block diagram showing a configuration of a speech recognition apparatus according to
[0036]
[0037]
[0038]
Hereinafter, generation of word string candidates will be described.
Also in the first embodiment, as in the conventional case, the word string candidate is expressed by the formula (1) used in the description of the conventional speech recognition apparatus when the spoken word string is W and the phoneme string is Y. ) Is obtained by calculating the word string W that maximizes the probability P (W | Y) of the word string W given in (1). In order to generate a word string candidate in this way, the word string W that maximizes the probability P (W | Y) may be obtained. Therefore, among the right sides of the above-described equation (1), the word string W is common. The probability P (Y) can be omitted, and a word string W that maximizes the probability P (Y | W) P (W) may be obtained.
[0039]
At time t = 1, 2,..., L, when the phoneme string Y corresponding to the word string W is determined by the equation (2) used in the description of the conventional speech recognition apparatus, the appearance probability of the phoneme string Y P (Y | W) is each phoneme Y of the phoneme sequence YiPhoneme probability P (Yi) From the equation (3) in the description of the conventional speech recognition apparatus. Further, the appearance probability P (W) of the word string W is determined as the phoneme probability P (Y) when the word string W composed of m words is determined by the expression (4) in the description of the conventional speech recognition apparatus.i) Can be obtained independently from the following equation (6). Note that n in this equation (6) is the order n of the phoneme n-gram.
[0040]
[Expression 4]
[0041]
The word that maximizes the probability P (W | Y) of the word sequence for the phoneme sequence candidates that have the word sequence in the baseball topic phoneme n-
[0042]
Here, FIG. 2 is an explanatory diagram showing example sentences analyzed by the speech recognition apparatus, and in the figure, 10 is the example sentence. FIG. 3 is an explanatory diagram showing a specific example of a phoneme n-gram used for the analysis of the example sentence 10, and in the figure, 11 is the phoneme n-gram. The phoneme n-gram 11 contains a baseball topic phoneme n-
[0043]
As shown in FIG. 3, the baseball topic phoneme n-
[0044]
The calculated word string W is output from the output means 6 as a recognition result.
[0045]
Next, the operation will be described.
FIG. 4 is a flowchart showing a schematic operation flow of the recognition processing in the speech recognition apparatus according to the first embodiment. This voice recognition process is started by speaking to the
[0046]
Next, in step ST104, the phoneme probability calculation means 2 performs A / D conversion on the analog data captured by the
[0047]
In the first embodiment, it is assumed that the following is output as the phoneme chain and the acoustic likelihood of the chain.
# SaNgooacinoseNsee # 0.9
# SaNgoocinoseNse # 0.1
[0048]
For acoustic likelihood, a logarithmic probability or the like may be used in addition to the probability, and an efficient storage method such as a lattice may be used for the phoneme chain.
[0049]
Next, in step ST105, the word probability calculation means 9 takes out one phoneme string candidate and acoustic likelihood output from the phoneme probability calculation means 2 from the
[0050]
Next, in step ST106, the word probability calculation means 9 checks whether all preceding word string candidates correspond to the terminal phonemes of the phoneme string candidates, and if they all correspond, the process proceeds to step ST112 described later. If not, the process from step ST107 is performed.
[0051]
In step ST107, one preceding word string candidate is extracted from the
[0052]
Next, in step ST108, the phoneme n-gram 11 is searched with the phoneme string information of the preceding word string candidates. In the case of the first embodiment, first, “{# ## sentence head}” which is an initial preceding word string is searched. It is checked whether or not there is a backward word that matches forward in the partial sequence of phoneme string candidates after the searched preceding word. If there is no forward matched backward word, the process returns to step ST106, and if there is a forward matched backward word, the process proceeds to step ST109 and subsequent steps.
[0053]
Here, in the first embodiment, the phoneme n-gram 11 is searched as a backward word of the preceding word string “{### sentence head}”, and the phoneme string from the head of “saNgooa ...” following “#”. Search for words that partially match and use them as backward words. In “2 gram”, “#saNgoo” matches the phoneme sequence “#saNgooa ...” in front, and therefore, the 2 gram postscript morpheme “baseball: No. 3 saNgoo noun” is one of the candidates for the backward word. Also, 1 gram of “{Baseball: No.3 saNgoo nogo}” is a candidate because it matches the phoneme string in the back. Furthermore, “{General: No.3 saNgoo noun}}” is also a candidate.
[0054]
In the first embodiment, partial matching is used for simplification of description. However, DP matching processing, Abe et al .: “First-stage optimal solution and correct solution” are used for similarity search with an ambiguous phoneme chain. Other methods as shown in “Two-stage search method considering difference tendency”, sound lecture, 1-R-15, 1998. 9 may be used.
[0055]
In step ST109, the likelihood is similarly calculated for each backward word, stored in the
[0056]
In the first embodiment, the preceding word string “{### start}} is replaced with“ {baseball: ### start}}, {baseball: No. 3 saNgoo sango noun} ”. The language likelihood is the
[0057]
Probability of preceding word string × probability of n-gram = 1 × 0.01 = 0.01
(7)
[0058]
Next, in step ST110, it is checked whether or not the entire phoneme string corresponds to the word string. If it corresponds, the process proceeds to step ST111, and after storing the maximum likelihood and the preceding word string of the solution in the
[0059]
If it is determined in step ST106 that all the preceding word string candidates correspond to the terminal phoneme of the phoneme string candidate, the process proceeds to step ST112, and a word that matches all the phoneme string candidates is obtained. Check whether or not As a result, if no matching word is obtained for all phoneme string candidates, the process returns to step ST105 and the same process is repeated. On the other hand, if a matching word is obtained for all the phoneme string candidates, the process from step ST113 is performed.
[0060]
In the first embodiment, according to the above processing, “{### sentence beginning}, {baseball: No. 3 saNgoo noun}}, {baseball: arch aaci ach noun}, { Base word: no no particle},...
[0061]
In step ST113, the word string of the solution having the maximum likelihood stored in the
[0062]
Next, in step ST114, only the notation is extracted from the word string of the solution read from the
[0063]
As described above, according to the first embodiment, since the topic is separated and the statistic is taken to perform the speech recognition, the 2-gram probability of “no teacher” is partially compared with “no pre-order”. Although it is higher, it is recognized as “preemptive”, and it is possible to construct n-grams with strong language constraints without increasing the order of n-grams, and to construct a highly accurate speech recognition device. Is obtained. In the present embodiment, two topics are dealt with, but three or more topics may be handled.
[0064]
In the first embodiment, no particular consideration is given, but the word probability calculation means may be configured so that all the topics in the phoneme n-gram for a series of speech match when calculating word string candidates. Good. FIG. 5 is a block diagram showing the configuration of such a speech recognition apparatus according to
[0065]
In the figure, 1 is a microphone, 2 is a phoneme probability calculation means, 5 is a RAM, and 6 is an output means, which are the same as those in the first embodiment shown in FIG. .
[0066]
Here, FIG. 6 is an explanatory diagram showing a specific example of the phoneme n-gram. In the figure,
[0067]
Next, the operation will be described.
FIG. 7 is a flowchart showing a schematic operation flow of the speech recognition apparatus according to the second embodiment configured as described above. Also in the second embodiment, first, from step ST101 to step ST107, exactly the same processing as in the first embodiment is performed. When one of the preceding word string candidates is extracted from the
[0068]
As described above, according to the second embodiment, the word probability calculation means 12 checks the match using only 2 grams of the phoneme n-
[0069]
In the first embodiment and the second embodiment, in the speech recognition, the weight adjustment of the probability for each topic is not particularly taken into consideration, but the probability weight can be adjusted for each topic. Also good. FIG. 8 is a block diagram showing the configuration of such a speech recognition apparatus according to
[0070]
Next, the operation will be described.
FIG. 9 is a flowchart showing a schematic operation flow of the speech recognition apparatus according to
[0071]
As described above, according to the third embodiment, the word
[0072]
In addition, although the said Embodiment 1-
[0073]
In the figure,
[0074]
Hereinafter, generation of word string candidates will be described.
The generation of word string candidates in the fourth embodiment is obtained by calculating W that maximizes the word string appearance probability P (W). At this time, W is the input word string. The word string appearance probability P (W) is obtained from the above equation (6) when the m word string W is determined by the above equation (4). In this case, the probabilities of the baseball topic kanji n-
[0075]
With the above-described calculation, W that maximizes the word string probability P (W) is calculated for words in which a base word kanji n-
[0076]
Here, FIG. 11 is an explanatory diagram showing a specific example of a kanji n-gram created based on the example sentence 10 shown in FIG. 2. In the figure, 22 is the kanji n-gram. The baseball topic kanji n-
[0077]
As shown in FIG. 11, the kanji n-
[0078]
The calculated word string W is output from the output means 21 as a recognition result.
[0079]
Next, the operation will be described.
Here, FIG. 12 is a flowchart showing a schematic operation flow of the analysis processing in the morphological analyzer according to the fourth embodiment. This morpheme analysis process is started by inputting a character string mixed with kana and kanji from the
Teacher of No. 3 Arch
[0080]
Next, in step ST204, the morpheme probability calculation means 20 takes out the kanji string candidates stored in the
[0081]
In step ST206, the morpheme probability calculation means 20 takes out one preceding word string candidate from the
[0082]
Therefore, in the case of the fourth embodiment, first, “{### beginning of sentence}” which is an initial preceding word string is searched. Then, the kanji n-
[0083]
In step ST208, the likelihood is calculated for each backward word, stored in the
[0084]
Next, in step ST209, it is checked whether or not the entire kanji character string corresponds to the preceding word string. If yes, the process proceeds to step ST210, and the maximum likelihood and the preceding word string of the solution are stored in the
[0085]
In the fourth embodiment, according to the above processing, “{### start of sentence}, {baseball: No. 3 saNgoo noun}}, {baseball: arch aaci ach noun}, { Base word: no no particle},...
[0086]
If it is determined in step ST205 that all the preceding word string candidates correspond to the terminal word of the kanji string candidate, the process proceeds to step ST211 and the solution word string having the maximum likelihood stored in the
[0087]
Next, in step ST212, a solution morpheme string read from the
[0088]
As described above, according to the fourth embodiment, the topic is separated and the statistics are taken to perform the morphological analysis. Therefore, even the ambiguous notation “no teacher” partially means “preemptive”. Therefore, it is possible to calculate that the part of speech is distorted, and to construct an n-gram having strong language restrictions without increasing the order of the n-gram, and to obtain an effect that a highly accurate morphological analyzer can be constructed. In the present embodiment, two topics are dealt with, but three or more topics may be handled.
[0089]
In the fourth embodiment, although no particular consideration is given, the morpheme probability calculation means is configured so that all the topics in the kanji n-gram for a series of kana-kanji mixed character strings coincide when calculating word string candidates. May be. FIG. 13 is a block diagram showing the configuration of such a morphological analyzer according to the fifth embodiment of the present invention.
[0090]
In the figure, 5 is a RAM, 17 is a file input device, and 21 is an output means, which are the same as those of the fourth embodiment shown in FIG.
[0091]
Here, FIG. 14 is an explanatory view showing a specific example of the kanji n-gram. In the figure, 26 is the kanji n-gram, and the kanji n-
[0092]
Next, the operation will be described.
FIG. 15 is a flowchart showing a schematic operation flow of the morphological analyzer according to
[0093]
As described above, according to the fifth embodiment, since the morpheme probability calculating means 23 checks the match using only 2 grams of the kanji n-
[0094]
In the fourth embodiment and the fifth embodiment, in the morphological analysis, the weight adjustment of the probability for each topic is not particularly considered. However, the morpheme is set so that the probability weight can be adjusted for each topic. Probability calculation means may be configured. FIG. 16 is a block diagram showing the configuration of such a morphological analyzer according to
[0095]
Next, the operation will be described.
FIG. 17 is a flowchart showing a schematic operation flow of the morphological analyzer according to
[0096]
As described above, according to the sixth embodiment, since the morpheme probability calculation means 27 is configured to apply the weight of the probability of 2 grams for each topic, it is possible to adjust the appearance probability for each topic. Is obtained.
[0097]
In addition, although the said Embodiment 1-
[0098]
In the figure, 28 is a keyboard as input means for inputting a kana character string of an input sentence.
[0099]
Hereinafter, generation of word string candidates will be described.
The generation of word string candidates in the fourth embodiment is obtained by calculating W that maximizes the word string appearance probability P (W). At this time, W is the input word string. The word string appearance probability P (W) is obtained from the above equation (6) when the m word string W is determined by the above equation (4). In this case, the probabilities of the kana n-
[0100]
Through the above-described calculation, W that maximizes the word string probability P (W) is calculated for words having word strings in the kana n-
[0101]
Here, FIG. 19 is an explanatory diagram showing a specific example of the kana n-gram created based on the example sentence 10 shown in FIG. In the figure, 33 is the kana n-gram, and the kana n-
[0102]
As shown in FIG. 19, the kana n-
[0103]
The calculated word string W is output from the output means 32 as a recognition result.
[0104]
Next, the operation will be described.
FIG. 20 is a flowchart showing a schematic operation flow of conversion processing in the kana-kanji conversion apparatus according to the seventh embodiment. This kana-kanji conversion process is started by operating the
Teacher of Sango-Auch
[0105]
Next, in step ST304, the kanji probability calculating means 31 takes out the kana character string stored in the
[0106]
In step ST306, the kanji probability calculating means 31 takes out one preceding word string candidate from the
[0107]
Therefore, in the case of the seventh embodiment, first, “{### beginning of sentence}” which is an initial preceding word string is searched. Then, the kana n-
[0108]
In step ST308, the likelihood for each backward word is calculated and stored in the
[0109]
Next, in step ST309, it is checked whether or not the entire kana character string corresponds to the preceding word string. If it corresponds, the process proceeds to step ST310, and the maximum likelihood and the preceding word string of the solution are stored in the
[0110]
In the seventh embodiment, according to the above processing, “{### beginning of sentence}, {baseball: No. 3 saNgoo noun} noun}, {baseball: arch aaci ach noun}, { Base word: no no particle},...
[0111]
If it is determined in step ST305 that all the preceding word string candidates correspond to the terminal kana of the kana character string candidates, the process proceeds to step ST311 and the solution word having the maximum likelihood stored in the
[0112]
Next, in step ST312, the solution word string read from the
[0113]
As described above, according to the seventh embodiment, since the kana-kanji conversion is performed by separating the topic and taking the statistics, the n-gram having a strong language constraint is formed without increasing the order of the n-gram. Thus, it is possible to construct an accurate kana-kanji conversion device. In the present embodiment, two topics are dealt with, but three or more topics may be handled.
[0114]
Although no particular consideration is given in the seventh embodiment, the kanji probability calculating means may be configured so that all topics in the kana n-gram for a series of kana character strings match when converting kana-kanji characters. Good. FIG. 21 is a block diagram showing the configuration of such a kana-kanji conversion apparatus according to the eighth embodiment of the present invention.
[0115]
In the figure, 5 is a RAM, 28 is a keyboard, and 32 is an output means, which are the same as those in the seventh embodiment shown in FIG.
[0116]
Here, FIG. 22 is an explanatory diagram showing a specific example of the kana n-gram. In the figure,
[0117]
Next, the operation will be described.
FIG. 23 is a flowchart showing a schematic operation flow of the Kana-Kanji conversion device according to
[0118]
As described above, according to the eighth embodiment, the kanji probability calculating means 34 checks the match using only 2 grams of the kana n-
[0119]
In the seventh embodiment and the eighth embodiment, the kana-kanji conversion does not particularly take into account the probability weight adjustment for each topic, but the kanji probability calculation that enables the adjustment of the probability weight for each topic is possible. You may make it comprise a means. FIG. 24 is a block diagram showing the configuration of such a kana-kanji conversion apparatus according to
[0120]
Next, the operation will be described.
FIG. 25 is a flowchart showing a schematic operation flow of the Kana-Kanji conversion device according to
[0121]
As described above, according to the ninth embodiment, the kanji probability calculating means 38 is configured so that the probability weight of 2 grams is applied to each topic, so that the appearance probability can be adjusted for each topic. Is obtained.
[0122]
【The invention's effect】
As described above, according to the present invention,The speech recognition apparatus according to the present invention stores a phoneme string of a target language, a word notation string corresponding to the phoneme string, and an occurrence probability, and the stored words are classified corresponding to each topic. A phoneme n-gram, an input means for inputting the speech of the target language, a speech signal output from the input means is converted into a phoneme, a phoneme occurrence probability corresponding to each phoneme is calculated, and a phoneme sequence candidate is output The phoneme probability calculating means and the phoneme n-gram classified according to each topic are referred to, and the phoneme sequence information of the preceding word sequence candidate is searched, and the subsequences of the phoneme sequence candidates after the searched preceding word are searched. A word probability calculating means for calculating a word occurrence probability of each word candidate corresponding to the phoneme string candidate output by the phonological probability calculating means, and the phonological probability calculating Calculate by means An output means for outputting a word string candidate similar to the speech input from the input means, calculated using the generated phonological probability and the word occurrence probability calculated by the word probability calculation means, The word probability calculation means sets a probability weight for each topic for each backward word.Therefore, by separating the topics and taking statistics, it is possible to construct n-grams with strong language constraints without increasing the order of n-grams, and the effect of obtaining a highly accurate speech recognition device is obtained.There is an effect that a speech recognition apparatus capable of adjusting the appearance probability for each topic can be obtained.
[0125]
According to this invention,The morphological analyzer according to the present invention stores a kana-kanji mixed character string, a word notation sequence corresponding to the kana-kanji mixed character string, and an occurrence probability, and the stored words are classified according to each topic. The kanji n-gram, the input means for inputting the kana-kanji mixed character string, the kanji n-gram classified according to each topic, and the kanji string information of the preceding word string candidates. Words of each word candidate corresponding to the kana-kanji mixed character string output by the input means by checking whether there is a backward word that matches forward in the substring of the kanji string candidate after the searched preceding word A morpheme probability calculation unit that calculates the occurrence probability, and a word string candidate that is calculated using the word occurrence probability calculated by the morpheme probability calculation unit and that matches the character string input from the input unit is output. And output means that, the morpheme probability calculating means is for setting the weight of probability topic-specific for each of the rear wordTherefore, by separating the topics and taking statistics, it becomes possible to construct n-grams with strong language constraints without increasing the order of n-grams, and the effect of obtaining a highly accurate morphological analyzer.There is an effect that a morphological analyzer capable of adjusting the appearance probability for each topic can be obtained.
[0128]
According to this invention,The kana-kanji conversion device according to the present invention stores a kana character string, a word notation string corresponding to the kana character string, and an occurrence probability, and the stored words are classified corresponding to each topic. By referring to the kana n-gram, the input means for inputting the kana character string, and the kana n-gram classified according to each topic, the substrings of the kana string candidates after the searched preceding word, Check whether there is a backward word that matches the front, and calculate the kanji probability calculation means for calculating the word occurrence probability of each word candidate corresponding to the kana character string output by the input means, and the kanji probability calculation means calculates Output means for outputting word string candidates that match the kana character string input from the input means, calculated using the generated word occurrence probability, wherein the kanji probability calculation means is a topic for each of the backward words It is intended to set the weight of probability inTherefore, by separating the topics and taking statistics, it is possible to construct n-grams with strong language constraints without increasing the order of n-grams, and the effect of obtaining a highly accurate kana-kanji conversion device is obtained.There is an effect that a kana-kanji conversion device capable of adjusting the appearance probability for each topic can be obtained.
[0131]
According to this invention,The speech recognition method according to the present invention includes a step of capturing an input speech, a step of converting the captured speech into a phoneme, and calculating a phoneme occurrence probability corresponding to each phoneme converted from the speech. The phoneme sequence candidate output step, the phoneme sequence of the target language, the word notation sequence corresponding to the phoneme sequence, and the occurrence probability are stored, and the stored words are classified according to each topic. Referring to the phoneme n-gram, a probability weight is set for each of the backward words, and search is performed based on the phoneme string information of the preceding word string candidate. In the substrings of the phoneme string candidates after the searched preceding word, Checking whether there is a backward word that matches forward, calculating a word occurrence probability of each word candidate corresponding to the calculated phoneme string candidate, and using the phoneme occurrence probability and the word occurrence probability It is obtained by a step of calculating a word sequence candidates similar to the inputted speechTherefore, by separating the topics and taking the statistics, n-grams with strong language constraints can be constructed without increasing the order of n-grams, and there is an effect that a highly accurate speech recognition method can be obtained.
[0132]
According to this invention,The morpheme analysis method according to the present invention stores an input kana-kanji mixed character string, a kana-kanji mixed character string, a word notation string corresponding to the kana-kanji mixed character string, and an occurrence probability. Referring to kanji n-grams in which stored words are classified according to each topic, set probability weights for each topic for each backward word, and search by kanji string information of preceding word string candidates The word occurrence probability of each word candidate corresponding to the captured kana-kanji mixed character string is checked by checking whether or not there is a backward matching word in the substring of the kanji string candidate after the searched preceding word. And a step of calculating a word string candidate that matches the input character string mixed with the kana and kanji using the calculated word occurrence probability.Therefore, it is possible to construct an n-gram having strong language constraints without increasing the order of the n-gram, and there is an effect that a highly accurate morphological analysis method can be obtained.
[0133]
According to this invention,The kana-kanji conversion method according to the present invention stores and stores a step of capturing an input kana character string, a kana character string, a word notation string corresponding to the kana character string, and an occurrence probability. By referring to kana-grams in which words are classified corresponding to the respective topics, weights of probabilities are set for each of the backward words and the subsequences of kana string candidates after the searched preceding word are moved forward. Checking whether there is a matching backward word, calculating a word occurrence probability of each word candidate corresponding to the captured kana character string, and using the calculated word occurrence probability And calculating a word string candidate that matches the kana character string.Therefore, it is possible to construct an n-gram having strong language restrictions without increasing the order of the n-gram, and there is an effect that a high-precision kana-kanji conversion method can be obtained.
[0134]
According to this invention,The recording medium according to the present invention includes a step of capturing input speech, a step of converting the captured speech into phonemes, and calculating a phoneme occurrence probability corresponding to each phoneme converted from the speech. The phoneme sequence candidate is output, the phoneme sequence of the target language, the word notation sequence corresponding to the phoneme sequence, and the occurrence probability are stored, and the stored words are classified according to each topic. With reference to the phoneme n-gram, probability weights are set for each topic for each backward word, the phoneme string information of the preceding word string candidate is searched, and the phoneme string candidate subsequences after the searched preceding word are moved forward. Checking whether there is a matching backward word, calculating a word occurrence probability of each word candidate corresponding to the calculated phoneme string candidate, and using the phoneme occurrence probability and the word occurrence probability, The speech recognition method and a step of calculating a word sequence candidates similar to the sound that is, is obtained by computer readable recording having recorded thereon a program for causing a computer to executeTherefore, there is an effect that a recording medium in which a program for realizing the voice recognition method with high accuracy is recorded can be obtained.
[0135]
According to this invention,The recording medium according to the present invention stores a step of capturing an input kana-kanji mixed character string, a kana-kanji mixed character string, a word notation string corresponding to the kana-kanji mixed character string, and an occurrence probability, By referring to kanji n-grams in which stored words are classified according to each topic, a probability weight is set for each topic for each backward word, and search is performed using kanji string information of preceding word string candidates. Then, it is checked whether or not there is a backward matching word in the partial sequence of the kanji string candidates after the searched preceding word, and the word occurrence probability of each word candidate corresponding to the captured kana-kanji mixed character string is determined. A morpheme analysis method comprising: a step of calculating, and using the calculated word occurrence probability, calculating a word string candidate that matches the input kana-kanji mixed character string. It is obtained by computer readable recording having recorded thereon a program to be executed by a computerTherefore, there is an effect that a recording medium in which a program for realizing the morphological analysis method with high accuracy is recorded can be obtained.
[0136]
According to this invention,The recording medium according to the present invention stores the input kana character string, the kana character string, the word notation string corresponding to the kana character string, and the occurrence probability, and the stored word is Referring to the kana gram classified according to each topic, the probability weight is set for each topic for each backward word, and it matches the partial sequence of the kana string candidate after the searched preceding word. Checking whether there is a backward word, calculating a word occurrence probability of each word candidate corresponding to the captured kana character string, and using the calculated word occurrence probability, the input A computer-readable recording of a program for causing a computer to execute a kana-kanji conversion method having a step of calculating word string candidates that match the kana character string ThatTherefore, there is an effect that a recording medium on which a program for realizing the kana-kanji conversion method with high accuracy is recorded can be obtained.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of a speech recognition apparatus according to
FIG. 2 is an explanatory diagram showing example sentences analyzed by the speech recognition apparatus according to
FIG. 3 is an explanatory diagram showing a specific example of a phoneme n-gram used for analysis by the speech recognition apparatus according to the first embodiment.
FIG. 4 is a flowchart showing a general operation flow of speech recognition in the speech recognition apparatus according to the first embodiment;
FIG. 5 is a block diagram showing a configuration of a speech recognition apparatus according to
FIG. 6 is an explanatory diagram showing a specific example of a phoneme n-gram used for analysis in the speech recognition apparatus according to the second embodiment.
FIG. 7 is a flowchart showing a general operation flow of speech recognition in the speech recognition apparatus according to the second embodiment.
FIG. 8 is a block diagram showing a configuration of a speech recognition apparatus according to
FIG. 9 is a flowchart showing a general operation flow of speech recognition in the speech recognition apparatus according to
FIG. 10 is a block diagram showing a configuration of a morphological analyzer according to
FIG. 11 is an explanatory diagram illustrating a specific example of a kanji n-gram used for analysis by the morphological analyzer of the fourth embodiment.
FIG. 12 is a flowchart showing a general operation flow of morpheme analysis in the morpheme analyzer of
FIG. 13 is a block diagram showing a configuration of a morphological analyzer according to
FIG. 14 is an explanatory diagram showing a specific example of a kanji n-gram used for analysis in the morphological analyzer of the fifth embodiment.
FIG. 15 is a flowchart showing a general operation flow of morpheme analysis in the measured value analyzer of the fifth embodiment.
FIG. 16 is a block diagram showing a configuration of a morphological analyzer according to a sixth embodiment of the present invention.
FIG. 17 is a flowchart showing a general operation flow of morpheme analysis in the morpheme analyzer of
FIG. 18 is a block diagram showing a configuration of a Kana-Kanji conversion device according to
FIG. 19 is an explanatory diagram showing a specific example of a kana n-gram used for analysis in the kana-kanji conversion apparatus of the seventh embodiment.
FIG. 20 is a flowchart showing a schematic operation flow of kana-kanji conversion in the kana-kanji conversion apparatus of the seventh embodiment.
FIG. 21 is a block diagram showing a configuration of a kana-kanji conversion apparatus according to an eighth embodiment of the present invention.
FIG. 22 is an explanatory diagram showing a specific example of a kana n-gram used for analysis in the kana-kanji conversion apparatus of the eighth embodiment.
FIG. 23 is a flowchart showing a schematic operation flow of kana-kanji conversion in the kana-kanji conversion apparatus of the eighth embodiment.
FIG. 24 is a block diagram showing a configuration of a Kana-Kanji conversion device according to
FIG. 25 is a flowchart showing a general operation flow of kana-kanji conversion in the kana-kanji conversion analyzer of the ninth embodiment.
FIG. 26 is a block diagram showing a configuration of a conventional speech recognition apparatus.
FIG. 27 is a flowchart showing a general operation flow of speech recognition in a conventional speech recognition apparatus.
[Explanation of symbols]
1 microphone (input means), 2 phoneme probability calculation means, 5 RAM, 6 output means, 7 baseball topic phoneme n-gram (phoneme n-gram), 8 general topic phoneme n-gram (phoneme n-gram), 9 word probability calculation Means, 10 example sentences, 11 phoneme n-gram, 12 word probability calculation means, 13 baseball topic phoneme n-gram (phoneme n-gram), 14 general topic phoneme n-gram (phoneme n-gram), 15 phoneme n-gram, 16 word probability Calculation means, 17 file input device (input means), 18 baseball topic kanji n-gram (kanji n-gram), 19 general topic kanji n-gram (kanji n-gram), 20 morpheme probability calculation means, 21 output means, 22 kanji n-gram, 23 morpheme probability calculation means, 24 baseball topic kanji n-gram (kanji n-gram), 25 general topic kanji n-gram (kanji n-gram), 26 kanji n-gram, 27 morpheme probability calculating means, 28 keyboard (input means), 29 baseball topic kana n-gram (kana n-gram), 30 general topic kana n-gram (kana n-gram), 31 kanji probability calculating means, 32 output means, 33 kana n-gram, 34 kanji probability calculation means, 35 baseball topic kana n-gram (kana n-gram), 36 general topic kana n-gram (kana n-gram), 37 kana n-gram, 38 kanji probability calculation means.
Claims (9)
前記対象言語の音声を入力する入力手段と、
前記入力手段が出力する音声信号を音韻に変換し、各音韻に対応する音韻生起確率を計算して、音韻列候補を出力する音韻確率算出手段と、
それぞれの話題に対応して分類されている前記音韻nグラムを参照して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックし、前記音韻確率算出手段が出力する音韻列候補に対応する各単語候補の単語生起確率を算出する単語確率算出手段と、
前記音韻確率算出手段にて計算された音韻生起確率と、前記単語確率算出手段にて計算された単語生起確率とを用いて算出した、前記入力手段より入力された音声に類似する単語列候補を出力する出力手段とを備え、
上記単語確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定することを特徴とする音声認識装置。A phoneme n-gram that stores a phoneme sequence of the target language, a word notation sequence corresponding to the phoneme sequence, and an occurrence probability, and the stored words are classified according to each topic;
Input means for inputting speech in the target language;
Converting a speech signal output by the input means into phonemes, calculating a phoneme occurrence probability corresponding to each phoneme, and outputting a phoneme sequence candidate;
The phoneme n-gram classified according to each topic is referred to and searched by the phoneme string information of the preceding word string candidate. Word probability calculating means for checking whether there is a word and calculating a word occurrence probability of each word candidate corresponding to the phoneme string candidate output by the phonological probability calculating means;
A word string candidate similar to the speech input from the input means, calculated using the phoneme occurrence probability calculated by the phoneme probability calculation means and the word occurrence probability calculated by the word probability calculation means. Output means for outputting,
The speech recognition apparatus , wherein the word probability calculating means sets a probability weight for each topic for each backward word .
前記仮名漢字混じり文字列を入力する入力手段と、
それぞれの話題に対応して分類されている前記漢字nグラムを参照して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックし、前記入力手段が出力する仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出する形態素確率算出手段と、
前記形態素確率算出手段にて計算された単語生起確率を用いて算出した、前記入力手段より入力された文字列に適合する単語列候補を出力する出力手段とを備え、
上記形態素確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定することを特徴とする形態素解析装置。A kanji-kanji mixed character string, a word notation sequence corresponding to the kana-kanji mixed character string, and an occurrence probability, and a kanji n-gram in which the stored words are classified according to each topic;
Input means for inputting the kana-kanji mixed character string;
The kanji n-gram classified according to each topic is referred to, and the kanji string information of the preceding word string candidate is searched, and the substrings of the kanji string candidates after the searched preceding word are matched forward. A morpheme probability calculating unit that checks whether or not there is a word and calculates a word occurrence probability of each word candidate corresponding to the kana-kanji mixed character string output by the input unit;
An output unit that outputs a word string candidate that matches the character string input from the input unit, calculated using the word occurrence probability calculated by the morpheme probability calculation unit ;
The morpheme probability calculating means sets a probability weight for each topic for each backward word .
前記仮名文字列を入力する入力手段と、
それぞれの話題に対応して分類されている前記仮名nグラムを参照して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックし、前記入力手段が出力する仮名文字列に対応する各単語候補の単語生起確率を算出する漢字確率算出手段と、
前記漢字確率算出手段にて計算された単語生起確率を用いて算出された、前記入力手段より入力された仮名文字列に適合する単語列候補を出力する出力手段とを備え、
上記漢字確率算出手段が、後方単語のそれぞれについて話題別に確率の重みを設定することを特徴とする仮名漢字変換装置。A kana character string, a word notation string corresponding to the kana character string, an occurrence probability, and a kana n-gram in which the stored words are classified according to each topic;
An input means for inputting the kana character string;
Referring to the kana n-gram classified according to each topic, check whether there is a backward word that matches forward in the partial sequence of the kana string candidate after the searched preceding word, and the input Kanji probability calculating means for calculating the word occurrence probability of each word candidate corresponding to the kana character string output by the means;
An output means for outputting word string candidates that match the kana character string input from the input means, calculated using the word occurrence probability calculated by the kanji probability calculating means ;
A kana-kanji conversion apparatus , wherein the kanji probability calculating means sets a probability weight for each topic for each backward word .
取り込まれた前記音声を音韻に変換するステップと、
前記音声より変換された各音韻に対応する音韻生起確率を計算して、音韻列候補を出力するステップと、
対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された音韻nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックして、算出された前記音韻列候補に対応する各単語候補の単語生起確率を算出するステップと、
前記音韻生起確率と単語生起確率を用いて、入力された前記音声に類似する単語列候補を算出するステップとを備えた音声認識方法。Capturing the input audio;
Converting the captured speech into phonemes;
Calculating a phoneme occurrence probability corresponding to each phoneme converted from the speech, and outputting a phoneme string candidate;
The phoneme string of the target language, the word notation string corresponding to the phoneme string, and the occurrence probability are stored, and the backward word is referred to by referring to the phoneme n-gram in which the stored word is classified corresponding to each topic A probability weight is set for each topic for each of the above, and the phoneme sequence information of the preceding word sequence candidate is searched, and whether or not there is a backward word that matches forward in the subsequence of the phoneme sequence candidate after the searched preceding word Checking and calculating a word occurrence probability of each word candidate corresponding to the calculated phoneme string candidate;
And calculating a word string candidate similar to the input speech using the phonological occurrence probability and the word occurrence probability.
仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された漢字nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出するステップと、
算出された前記単語生起確率を用いて、入力された前記仮名漢字混じり文字列に適合する単語列候補を算出するステップとを備えた形態素解析方法。A step of fetching a character string mixed with input kana and kanji,
A kana-kanji mixed character string, a word notation sequence corresponding to the kana-kanji mixed character string, and an occurrence probability are stored, and the stored word is referred to a kanji n-gram classified according to each topic. , By setting probability weights for each topic for each backward word, searching for kanji string information of the preceding word string candidate, and whether there is a backward word that matches forward in the substring of the kanji string candidate after the searched preceding word Checking whether or not , calculating a word occurrence probability of each word candidate corresponding to the captured kana-kanji mixed character string;
A morpheme analysis method comprising: calculating a word string candidate that matches the inputted character string mixed with the kana and kanji using the calculated word occurrence probability.
仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された仮名nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名文字列に対応する各単語候補の単語生起確率を算出するステップと、
算出された前記単語生起確率を用いて、入力された前記仮名文字列に適合する単語列候補を算出するステップとを備えた仮名漢字変換方法。Capturing the input kana character string;
The kana character string, the word notation string corresponding to the kana character string, and the occurrence probability are stored, and the stored word is referred to the kana n-gram classified according to each topic, and the backward word Set the weight of probability for each topic, check whether there is a backward word that matches forward in the substring of the kana string candidate after the searched preceding word, and correspond to the captured kana character string Calculating a word occurrence probability of each word candidate to be
A kana-kanji conversion method comprising: calculating a word string candidate that matches the input kana character string using the calculated word occurrence probability.
取り込まれた前記音声を音韻に変換するステップと、
前記音声より変換された各音韻に対応する音韻生起確率を計算して、音韻列候補を出力するステップと、
対象言語の音韻列と、音韻列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された音韻nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の音韻列情報により検索し、検索した先行単語以降の音韻列候補の部分列に、前方一致する後方単語があるか否かをチェックして、算出された前記音韻列候補に対応する各単語候補の単語生起確率を算出するステップと、
前記音韻生起確率と単語生起確率を用いて、入力された前記音声に類似する単語列候補を算出するステップとを有する音声認識方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。Capturing the input audio;
Converting the captured speech into phonemes;
Calculating a phoneme occurrence probability corresponding to each phoneme converted from the speech, and outputting a phoneme string candidate;
The phoneme string of the target language, the word notation string corresponding to the phoneme string, and the occurrence probability are stored, and the backward word is referred to by referring to the phoneme n-gram in which the stored word is classified corresponding to each topic A probability weight is set for each topic for each of the above, and the phoneme sequence information of the preceding word sequence candidate is searched, and whether or not there is a backward word that matches forward in the subsequence of the phoneme sequence candidate after the searched preceding word Checking and calculating a word occurrence probability of each word candidate corresponding to the calculated phoneme string candidate;
A computer-readable recording recording a program for causing a computer to execute a speech recognition method including calculating a word string candidate similar to the input speech using the phonological occurrence probability and the word occurrence probability. Medium.
仮名漢字混じり文字列と、仮名漢字混じり文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された漢字nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、先行単語列候補の漢字列情報により検索し、検索した先行単語以降の漢字列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名漢字混じり文字列に対応する各単語候補の単語生起確率を算出するステップと、
算出された前記単語生起確率を用いて、入力された前記仮名漢字混じり文字列に適合する単語列候補を算出するステップとを有する形態素解析方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。A step of fetching a character string mixed with input kana and kanji,
A kana-kanji mixed character string, a word notation sequence corresponding to the kana-kanji mixed character string, and an occurrence probability are stored, and the stored word is referred to a kanji n-gram classified according to each topic. , By setting probability weights for each topic for each backward word, searching for kanji string information of the preceding word string candidate, and whether there is a backward word that matches forward in the substring of the kanji string candidate after the searched preceding word Checking whether or not , calculating a word occurrence probability of each word candidate corresponding to the captured kana-kanji mixed character string;
A computer-readable recording of a program for causing a computer to execute a morpheme analysis method including calculating a word string candidate that matches the input character string mixed with the kana and kanji using the calculated word occurrence probability Possible recording media.
仮名文字列と、仮名文字列に対応する単語表記列と、生起確率とを記憶し、記憶している単語がそれぞれの話題に対応して分類された仮名nグラムを参照して、後方単語のそれぞれについて話題別に確率の重みを設定して、検索した先行単語以降の仮名列候補の部分列に、前方一致する後方単語があるか否かのチェックして、取り込まれた前記仮名文字列に対応する各単語候補の単語生起確率を算出するステップと、
算出された前記単語生起確率を用いて、入力された前記仮名文字列に適合する単語列候補を算出するステップとを有する仮名漢字変換方法を、コンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体。Capturing the input kana character string;
The kana character string, the word notation string corresponding to the kana character string, and the occurrence probability are stored, and the stored word is referred to the kana n-gram classified according to each topic, and the backward word Set the weight of probability for each topic, check whether there is a backward word that matches forward in the substring of the kana string candidate after the searched preceding word, and correspond to the captured kana character string Calculating a word occurrence probability of each word candidate to be
A computer-readable recording of a program for causing a computer to execute a kana-kanji conversion method including calculating a word string candidate that matches the input kana character string using the calculated word occurrence probability Recording medium.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000051475A JP3935655B2 (en) | 2000-02-28 | 2000-02-28 | Speech recognition device, morphological analysis device, kana-kanji conversion device, method thereof, and recording medium recording the program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2000051475A JP3935655B2 (en) | 2000-02-28 | 2000-02-28 | Speech recognition device, morphological analysis device, kana-kanji conversion device, method thereof, and recording medium recording the program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2001242886A JP2001242886A (en) | 2001-09-07 |
JP3935655B2 true JP3935655B2 (en) | 2007-06-27 |
Family
ID=18573124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2000051475A Expired - Fee Related JP3935655B2 (en) | 2000-02-28 | 2000-02-28 | Speech recognition device, morphological analysis device, kana-kanji conversion device, method thereof, and recording medium recording the program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3935655B2 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4727330B2 (en) * | 2005-07-15 | 2011-07-20 | 三菱電機株式会社 | Speech recognition apparatus and speech recognition program |
US8032374B2 (en) | 2006-12-05 | 2011-10-04 | Electronics And Telecommunications Research Institute | Method and apparatus for recognizing continuous speech using search space restriction based on phoneme recognition |
-
2000
- 2000-02-28 JP JP2000051475A patent/JP3935655B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2001242886A (en) | 2001-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7181398B2 (en) | Vocabulary independent speech recognition system and method using subword units | |
Parlak et al. | Spoken term detection for Turkish broadcast news | |
US7251600B2 (en) | Disambiguation language model | |
JP3720068B2 (en) | Question posting method and apparatus | |
JP3126985B2 (en) | Method and apparatus for adapting the size of a language model of a speech recognition system | |
WO2003010754A1 (en) | Speech input search system | |
JPWO2009081861A1 (en) | Word category estimation device, word category estimation method, speech recognition device, speech recognition method, program, and recording medium | |
US20050159953A1 (en) | Phonetic fragment search in speech data | |
Bulyko et al. | Subword speech recognition for detection of unseen words. | |
Akbacak et al. | Open-vocabulary spoken term detection using graphone-based hybrid recognition systems | |
JP5897718B2 (en) | Voice search device, computer-readable storage medium, and voice search method | |
JP4089861B2 (en) | Voice recognition text input device | |
Nanjo et al. | A new ASR evaluation measure and minimum Bayes-risk decoding for open-domain speech understanding | |
JP3935655B2 (en) | Speech recognition device, morphological analysis device, kana-kanji conversion device, method thereof, and recording medium recording the program | |
JP5590549B2 (en) | Voice search apparatus and voice search method | |
JP3686934B2 (en) | Voice retrieval method and apparatus for heterogeneous environment voice data | |
JP2000259645A (en) | Speech processor and speech data retrieval device | |
Tejedor et al. | Search on speech from spoken queries: the multi-domain International ALBAYZIN 2018 query-by-example spoken term detection evaluation | |
JP2000056795A (en) | Speech recognition device | |
KR102217621B1 (en) | Apparatus and method of correcting user utterance errors | |
Shao et al. | A fast fuzzy keyword spotting algorithm based on syllable confusion network | |
JP2938865B1 (en) | Voice recognition device | |
Santosa et al. | OOV Handling Using Partial Lemma-Based Language Model in LF-MMI Based ASR for Bahasa Indonesia | |
JP2002221985A (en) | Voice recognition device, morpheme analyzer, kana (japanese syllabary)/kanji (chinese character) converter, its method and recording medium which records its program | |
JP6003127B2 (en) | Language model creation program and language model creation device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041008 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060905 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060912 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061110 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070320 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100330 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110330 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110330 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120330 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130330 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130330 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140330 Year of fee payment: 7 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |