JPH02178698A - 音声認識装置及びこれを用いた電話機 - Google Patents
音声認識装置及びこれを用いた電話機Info
- Publication number
- JPH02178698A JPH02178698A JP63330905A JP33090588A JPH02178698A JP H02178698 A JPH02178698 A JP H02178698A JP 63330905 A JP63330905 A JP 63330905A JP 33090588 A JP33090588 A JP 33090588A JP H02178698 A JPH02178698 A JP H02178698A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- sound
- recognition device
- pattern
- name
- 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.)
- Granted
Links
- 238000012217 deletion Methods 0.000 claims abstract description 15
- 230000037430 deletion Effects 0.000 claims abstract description 15
- 238000012790 confirmation Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 abstract description 13
- 238000000034 method Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 9
- 241000422842 Chamaecyparis pisifera Species 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/26—Devices for calling a subscriber
- H04M1/27—Devices whereby a plurality of signals may be stored simultaneously
- H04M1/271—Devices whereby a plurality of signals may be stored simultaneously controlled by voice recognition
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
[発明の目的]
(産業上の利用分野)
本発明は、音声認識装置及びこれを用いた電話機に関す
る。
る。
(従来の技術)
近年、人間が発声した相手先の名前等の音声を認識し、
その認識結果から、予め名前と対応付けて登録されてい
た相手先の電話番号を判断して、その電話番号により電
話をかける電話機が、自動車電話、家庭用電話等におい
て実用化されている。
その認識結果から、予め名前と対応付けて登録されてい
た相手先の電話番号を判断して、その電話番号により電
話をかける電話機が、自動車電話、家庭用電話等におい
て実用化されている。
ところで、このような電話機において、−度登録した名
前を削除したり再登録したりする場合は、その対象とな
る名前を何らかの方法で指定する必要がある。
前を削除したり再登録したりする場合は、その対象とな
る名前を何らかの方法で指定する必要がある。
従来からこの名前を指定する方法としては、予め名前と
対応する番号を決めておき、この番号の入力により名前
を指定したり、名前を音声の特徴パターンと文字とで登
録しておき、表示器等においてその文字を表示して、希
望する名前を指定する等が一般的である。
対応する番号を決めておき、この番号の入力により名前
を指定したり、名前を音声の特徴パターンと文字とで登
録しておき、表示器等においてその文字を表示して、希
望する名前を指定する等が一般的である。
しかしながら、上述の如く名前と番号とを対応させて番
号で名前を指定する方法では、名前と番号との対応関係
を利用者が常に記憶しておく必要がある。また名前を音
声の特徴パターンと文字で登録しておく方法では、文字
を表示する表示器が必要となるのでコストが高くなり、
しかも文字入力が煩わしいという難点があった。
号で名前を指定する方法では、名前と番号との対応関係
を利用者が常に記憶しておく必要がある。また名前を音
声の特徴パターンと文字で登録しておく方法では、文字
を表示する表示器が必要となるのでコストが高くなり、
しかも文字入力が煩わしいという難点があった。
(発明が解決しようとする課題)
このように従来からの音声認識装置を備えた電話機では
、何らかの目的により既に登録済みの名前を指定するた
め、名前と番号との対応を常に利用者が記憶しておく必
要があること、名前を表示するための表示器が必要とな
ること、名前を登録するための文字入力を行う必要があ
ること等の難点があるという問題があった。
、何らかの目的により既に登録済みの名前を指定するた
め、名前と番号との対応を常に利用者が記憶しておく必
要があること、名前を表示するための表示器が必要とな
ること、名前を登録するための文字入力を行う必要があ
ること等の難点があるという問題があった。
本発明はこのような課題を解決するためなされたもので
あり、利用者の負担を大幅に軽減することのできる音声
認識装置及びこれを用いた電話機の提供を目的としてい
る。
あり、利用者の負担を大幅に軽減することのできる音声
認識装置及びこれを用いた電話機の提供を目的としてい
る。
[発明の構成]
(課題を解決するための手段)
第1の発明は上記課題を解決するために、音声の特徴パ
ターンとこれに対応する情報とを予め登録しておき、こ
れらの登録情報を用いて音声の認識を行う音声認識装置
において、音声の特徴パターンの登録に伴い該音声を録
音する音声録音手段と、この音声録音手段により録音さ
れた各音声を要求に応じて順次再生する音声再生手段と
、音声再生7時において希望する音声が再生されたとき
、これを指定する指定手段と、指定された音声及びこの
音声の特徴パターンに対する所定の処理を行う手段とを
具備したものである。
ターンとこれに対応する情報とを予め登録しておき、こ
れらの登録情報を用いて音声の認識を行う音声認識装置
において、音声の特徴パターンの登録に伴い該音声を録
音する音声録音手段と、この音声録音手段により録音さ
れた各音声を要求に応じて順次再生する音声再生手段と
、音声再生7時において希望する音声が再生されたとき
、これを指定する指定手段と、指定された音声及びこの
音声の特徴パターンに対する所定の処理を行う手段とを
具備したものである。
また第2の発明は、電話をかけたい相手の名前を発声し
たときの音声の特徴パターンとこれに対応する電話番号
とを予め登録しておき、これらの登録情報を用いて音声
を認識してこの音声に対応する電話番号を得、発信を行
う電話機において、音声の特徴パターンの登録に伴いこ
の音声を録音する音声録音手段と、この音声録音手段に
より録音された各音声を要求に応じて順次再生する音声
再生手段と、音声再生時において希望する音声が再生さ
れたとき、これを指定する音声指定手段と、指定された
音声及びこの音声の特徴パターンに対する所定の処理を
行う手段とを具備シたものである。
たときの音声の特徴パターンとこれに対応する電話番号
とを予め登録しておき、これらの登録情報を用いて音声
を認識してこの音声に対応する電話番号を得、発信を行
う電話機において、音声の特徴パターンの登録に伴いこ
の音声を録音する音声録音手段と、この音声録音手段に
より録音された各音声を要求に応じて順次再生する音声
再生手段と、音声再生時において希望する音声が再生さ
れたとき、これを指定する音声指定手段と、指定された
音声及びこの音声の特徴パターンに対する所定の処理を
行う手段とを具備シたものである。
さらに第3の発明は、電話をかけたい相手の名前を発声
したときの音声の特徴パターンとこれに対応する電話番
号とを予め登録しておき、これらの登録情報を用いて音
声を認識してこの音声に対応する電話番号を得、発信を
行う電話機において、音声の特徴パターンの登録に伴い
この音声を録音する音声録音手段と、この音声録音手段
により録音された各音声を要求に応じて順次再生する音
声再生手段と、音声再生時において希望する音声が再生
されたとき、これを指定する音声指定手段と、指定され
た音声及びこの音声の特徴パターンを削除する削除手段
とを具備したものである。
したときの音声の特徴パターンとこれに対応する電話番
号とを予め登録しておき、これらの登録情報を用いて音
声を認識してこの音声に対応する電話番号を得、発信を
行う電話機において、音声の特徴パターンの登録に伴い
この音声を録音する音声録音手段と、この音声録音手段
により録音された各音声を要求に応じて順次再生する音
声再生手段と、音声再生時において希望する音声が再生
されたとき、これを指定する音声指定手段と、指定され
た音声及びこの音声の特徴パターンを削除する削除手段
とを具備したものである。
またさらに第4の発明は、複数の利用者が発声した同一
単語に対する音声の特徴パターンから標準パターンを生
成してこれを登録しておき、ある利用者が発声した音声
を前記標準パターンを用いて認識し、その認識結果に対
応する確認用′音声を出力する音声認識装置において、
音声の入力による標準パターンの生成に伴い、この音声
を認識結果に対応して出力されるべき確認用音声として
録音する音声録音手段と、この音声録音手段による確認
用音声の録音のオン/オフを必要に応じて切換える切換
手段とを具備したものである。
単語に対する音声の特徴パターンから標準パターンを生
成してこれを登録しておき、ある利用者が発声した音声
を前記標準パターンを用いて認識し、その認識結果に対
応する確認用′音声を出力する音声認識装置において、
音声の入力による標準パターンの生成に伴い、この音声
を認識結果に対応して出力されるべき確認用音声として
録音する音声録音手段と、この音声録音手段による確認
用音声の録音のオン/オフを必要に応じて切換える切換
手段とを具備したものである。
第5の発明は、複数の利用者が発声した同一単語に対す
る音声の特徴パターンから標準パターンを生成してこれ
を登録しておき、ある利用者が発声した音声を前記標準
パターンを用いて認識し、その認識結果に対応する確認
用音声を出力する音声認識装置において、認識結果に対
応して出力されるべき確認用音声を、音声の入力による
標準パターンの生成とは無関係に録音する音声録音手段
を備えたものである。
る音声の特徴パターンから標準パターンを生成してこれ
を登録しておき、ある利用者が発声した音声を前記標準
パターンを用いて認識し、その認識結果に対応する確認
用音声を出力する音声認識装置において、認識結果に対
応して出力されるべき確認用音声を、音声の入力による
標準パターンの生成とは無関係に録音する音声録音手段
を備えたものである。
(作 用)
第1の発明では、音声再生手段により、音声録音手段に
おいて録音された各音声を要求に応じて順次再生させ、
希望する音声が再生されたとき、音声指定手段によって
これを指定する。すると、指定された音声及びこの音声
の特徴パターンに対してこの装置において予め定義され
た所定の処理が行われる。
おいて録音された各音声を要求に応じて順次再生させ、
希望する音声が再生されたとき、音声指定手段によって
これを指定する。すると、指定された音声及びこの音声
の特徴パターンに対してこの装置において予め定義され
た所定の処理が行われる。
第2の発明は、この第1の発明である音声認識装置を電
話機に備えたもので、その作用は、前記の発明と同じで
ある。
話機に備えたもので、その作用は、前記の発明と同じで
ある。
さらに第3の発明では、音声再生手段により、音声録音
手段において録音された各音声を要求に応じて順次再生
させ、希望する音声が再生されたとき、音声指定手段に
よってこれを指定する。すると削除手段が、指定された
音声及びこの音声の特徴パターンを自動的に削除する。
手段において録音された各音声を要求に応じて順次再生
させ、希望する音声が再生されたとき、音声指定手段に
よってこれを指定する。すると削除手段が、指定された
音声及びこの音声の特徴パターンを自動的に削除する。
したがって、これらの発明によれば、再生された名前の
音声を聞いて希望する名前が再生されたときを指定する
だけで、その名前に対応する音声及びこの音声の特徴パ
ターンに対する削除等の予め決められた処理を行うこと
ができ、利用者の負担゛を大幅に軽減化することができ
る。
音声を聞いて希望する名前が再生されたときを指定する
だけで、その名前に対応する音声及びこの音声の特徴パ
ターンに対する削除等の予め決められた処理を行うこと
ができ、利用者の負担゛を大幅に軽減化することができ
る。
また第4の発明では、切換手段により、音声録音手段に
よる確認用音声の録音のオン/オフを必要に応じて切換
えることができるので、認識結果対する確認用音声を誰
の音声で出力するかを自由に設定することができる。
よる確認用音声の録音のオン/オフを必要に応じて切換
えることができるので、認識結果対する確認用音声を誰
の音声で出力するかを自由に設定することができる。
さらに第5の発明では、音声録音手段が、認識結果に対
応して出力されるべき確認用音声を、音声の入力による
標準パターンの生成とは無関係に録音するので、前述の
第4の発明と同等の効果が得られる。
応して出力されるべき確認用音声を、音声の入力による
標準パターンの生成とは無関係に録音するので、前述の
第4の発明と同等の効果が得られる。
(実施例)
以下、本発明の実施例を図面に基づいて説明する。
第1図は本発明を、電話をかけたい相手先の名前、会社
名等を音声で入力し、その音声の認識結果に対応する電
話番号に電話をかける電話機に適用した場合の音声認識
装置の構成を示している。
名等を音声で入力し、その音声の認識結果に対応する電
話番号に電話をかける電話機に適用した場合の音声認識
装置の構成を示している。
第1図に示すように、名前の登録とともに音声の特徴パ
ターンを登S、Aするため利用者から発声された音声は
、音声入力部、1で増幅された後、音響分析部2に入力
される。音響分析部2は入力音声の特徴を抽出するため
に、バンド・パス・フィルタ分析やケプストラム分析等
、必要に応じた音響分析を行う。そしてこれにより抽出
された入力音、声の特徴パターンが特徴パターン記憶部
3に記憶される6また、この動作と並行して音声入力部
1に゛入力された音声は音声録音部4に録音される。
ターンを登S、Aするため利用者から発声された音声は
、音声入力部、1で増幅された後、音響分析部2に入力
される。音響分析部2は入力音声の特徴を抽出するため
に、バンド・パス・フィルタ分析やケプストラム分析等
、必要に応じた音響分析を行う。そしてこれにより抽出
された入力音、声の特徴パターンが特徴パターン記憶部
3に記憶される6また、この動作と並行して音声入力部
1に゛入力された音声は音声録音部4に録音される。
一方、上述の特徴パターン登録時において発声された音
声は、音声入力部1を介して音響分析部2に入力され、
これにより音響分析が行われる。
声は、音声入力部1を介して音響分析部2に入力され、
これにより音響分析が行われる。
そしてその分析結果である入力音声の特徴パターンは音
声認識部5に入力される。ここで音声認識部5は、その
入力音声の特徴パターンと特徴パターン記憶部3に記憶
されている特徴パターンとの間でマツチング処理を行う
。なお、このマツチング処理の手法としては、例えばダ
イナミックプログラミング、部分空間法等が頻繁に用い
られるが、本実施例においては、いかなるマツチング処
理方法を採用してもかまわない。
声認識部5に入力される。ここで音声認識部5は、その
入力音声の特徴パターンと特徴パターン記憶部3に記憶
されている特徴パターンとの間でマツチング処理を行う
。なお、このマツチング処理の手法としては、例えばダ
イナミックプログラミング、部分空間法等が頻繁に用い
られるが、本実施例においては、いかなるマツチング処
理方法を採用してもかまわない。
そしてこの音声認識部5で認識された結果に基づいて、
特徴パターン登録時に名前と対応させて登録しておいた
電話番号を判断し、この電話番号により発信を行う。
特徴パターン登録時に名前と対応させて登録しておいた
電話番号を判断し、この電話番号により発信を行う。
このようにして音声による名前の登録と音声認識の処理
が行われる。
が行われる。
ところで、上述したような電話機では、−度登録した音
声の特徴パターンを特徴パターン記憶部3から削除する
必要が多々生じる。
声の特徴パターンを特徴パターン記憶部3から削除する
必要が多々生じる。
この削除方法について次に説明する。
既に登録しである特定の名前「絵本」を削除する場合、
検索信号入力部6から検索信号を音声再生部7へ出力す
る。音声再生部7は検索信号を入力すると音声録音部4
に録音されている全ての音声を順次再生する。使用者は
音声再生部7で再生される名前を聞き、「絵本」が再生
されたときに削除信号入力部8から削除信号を特徴パタ
ーン記憶部3及び音声録音部4に入力し、特徴パターン
及び音声を削除する。
検索信号入力部6から検索信号を音声再生部7へ出力す
る。音声再生部7は検索信号を入力すると音声録音部4
に録音されている全ての音声を順次再生する。使用者は
音声再生部7で再生される名前を聞き、「絵本」が再生
されたときに削除信号入力部8から削除信号を特徴パタ
ーン記憶部3及び音声録音部4に入力し、特徴パターン
及び音声を削除する。
したがって、従来は、2人の利用者(A、B)により「
絵本」という名前を登録しであるときに、A利用者が登
録した「絵本」を削除したい場合、文字で「絵本」と入
力してもそれぞれ区別することができないのに対し、本
実施例によると、再生される音声を聞けばA利用者が登
録した「絵本」とB利用者が登録した「絵本」とを音声
の違いにより区別する和とができる。
絵本」という名前を登録しであるときに、A利用者が登
録した「絵本」を削除したい場合、文字で「絵本」と入
力してもそれぞれ区別することができないのに対し、本
実施例によると、再生される音声を聞けばA利用者が登
録した「絵本」とB利用者が登録した「絵本」とを音声
の違いにより区別する和とができる。
次にこの実施例において代表される機能の使用方法を具
体例を挙げて説明する。
体例を挙げて説明する。
第2図は上述した音声認識装置を備えた電話機を示して
いる。
いる。
同図において、9は電話機本体、10は送受話器(ハン
ドセット)、11は上記電話機本体10の表面パネル上
に設けられたダイヤルパッド、12は各種の電話サービ
スに利用される機能選択キーである。
ドセット)、11は上記電話機本体10の表面パネル上
に設けられたダイヤルパッド、12は各種の電話サービ
スに利用される機能選択キーである。
上述した検索信号入力部6及び削除信号入力部8は、電
話機本体90表面パネル上のダイヤルパッド11の右下
に設けた検索キー13、削除キー14によってそれぞれ
実現される。
話機本体90表面パネル上のダイヤルパッド11の右下
に設けた検索キー13、削除キー14によってそれぞれ
実現される。
ここで、同電話機において、へ利用者、B利用者の順で
「絵本」、「佐原」の2人の名前がそれぞれ登録されて
いるものとし、これから、Aの利用者が登録した「佐原
」という音声の特徴パターンを削除したいものとする。
「絵本」、「佐原」の2人の名前がそれぞれ登録されて
いるものとし、これから、Aの利用者が登録した「佐原
」という音声の特徴パターンを削除したいものとする。
この場合の操作としては、まず検索キー13を押すと、
送受話器10から音声録音部4に録音されている音声が
A利用者による「絵本」、A利用者による「佐原」、B
利用者による「絵本J、B利用者による「佐原」の順に
再生される。今、削除したい名前はA利用者による「佐
原」であるから、2番目のへ利用者による「佐原」が再
生されたときに削除ボタンを押せば、A利用者による「
佐原」は特徴パターン記憶部3及び音声録音部4から削
除される。
送受話器10から音声録音部4に録音されている音声が
A利用者による「絵本」、A利用者による「佐原」、B
利用者による「絵本J、B利用者による「佐原」の順に
再生される。今、削除したい名前はA利用者による「佐
原」であるから、2番目のへ利用者による「佐原」が再
生されたときに削除ボタンを押せば、A利用者による「
佐原」は特徴パターン記憶部3及び音声録音部4から削
除される。
かくしてこの実施例によれば、容品に希望する名前を指
定することができ、その名前の音声及びこの音声の特徴
パターンを削除することができる。
定することができ、その名前の音声及びこの音声の特徴
パターンを削除することができる。
なお、上述の実施例では録音されている全ての名前が登
録の順序で再生される場合を説明したが、その他の方法
として、再生される名前の範囲を制限したり、順序を指
定してもかまわない。
録の順序で再生される場合を説明したが、その他の方法
として、再生される名前の範囲を制限したり、順序を指
定してもかまわない。
以上、登録済みの複数の名前の中から特定の名前だけを
指定して削除する場合について説明したが、本発明はこ
れに限定されるものではなく、例えば、再登録機能等、
ある特定の名前を指定する必要のある機能を実現する場
合においても同様に本発明を用いることができる。
指定して削除する場合について説明したが、本発明はこ
れに限定されるものではなく、例えば、再登録機能等、
ある特定の名前を指定する必要のある機能を実現する場
合においても同様に本発明を用いることができる。
次に本発明の他の実施例を説明する。
第3図は本発明に係る他の実施例の音声認識状態の構成
を示すブロック図である。
を示すブロック図である。
同図において、21は本実施例装置の4Pl類のモード
状態を選択するスイッチ部を示している。
状態を選択するスイッチ部を示している。
このスイッチ部21においてbの接点を接続した場合、
入力音声の特徴パターン登録と同時にその音声が記憶さ
れる状態となる(モード2)。またCの接点を接続した
場合、入力音声の特徴パターン登録のみが行われ、その
音声は記憶されない状態となる(モード3)。ざらにa
の接点を接続した場合、特徴パターンの登録は行わず、
音声だけが記憶される状態となる(モード1)。さらに
、dの接点を接続した場合、音声認識状態(モード4)
となる。
入力音声の特徴パターン登録と同時にその音声が記憶さ
れる状態となる(モード2)。またCの接点を接続した
場合、入力音声の特徴パターン登録のみが行われ、その
音声は記憶されない状態となる(モード3)。ざらにa
の接点を接続した場合、特徴パターンの登録は行わず、
音声だけが記憶される状態となる(モード1)。さらに
、dの接点を接続した場合、音声認識状態(モード4)
となる。
次に、スイッチ部21においてbの接点を接続した場合
について詳述する。
について詳述する。
音声入力部22を介して音声が入力されると、その入力
音声は音声区間検出部23に与えられるとともに、音声
記憶部24に記憶される。
音声は音声区間検出部23に与えられるとともに、音声
記憶部24に記憶される。
音声区間検出部23は、入力音声の入力レベルに対して
成る閾値を設定し、この閾値に基づいて音声区間と無音
区間、ノイズを区別して音声の始端と終端とを検出し、
その音声区間を検出している。
成る閾値を設定し、この閾値に基づいて音声区間と無音
区間、ノイズを区別して音声の始端と終端とを検出し、
その音声区間を検出している。
音声記憶部24は、音声区間検出部23にて検出された
音声区間の情報に基づき、該当音声区間の音声信号だけ
を選択的に抽出している。そしてこの抽出された音声区
間の音声は、音響分析部25で求められた特徴パターン
と対応付けられて音声記憶部24に記憶される。
音声区間の情報に基づき、該当音声区間の音声信号だけ
を選択的に抽出している。そしてこの抽出された音声区
間の音声は、音響分析部25で求められた特徴パターン
と対応付けられて音声記憶部24に記憶される。
なお、音響分析部25は、入力音声をフィルタリング処
理する等してその特徴パラメータ系列を求め、検出され
た音声区間の特徴パラメータ系列を音声の標準パターン
として求める。
理する等してその特徴パラメータ系列を求め、検出され
た音声区間の特徴パラメータ系列を音声の標準パターン
として求める。
以上のようにして特徴パターン記憶部26への標準パタ
ーンの登録が行われた後、音声認識時に、モード4を選
択し、音声入力部22を介して入力された入力音声に対
して音声区間検出部23にて音声区間を検出し、検出さ
れた音声区間について音響分析部25で求めた音声の特
徴パターンと、特徴パターン記憶部26に登録されてい
る標準パターンとの間の類似度等を音声認1部27にて
計算し、その類似度値を相互に比較する等して入力音声
に対する認識結果が求められる。
ーンの登録が行われた後、音声認識時に、モード4を選
択し、音声入力部22を介して入力された入力音声に対
して音声区間検出部23にて音声区間を検出し、検出さ
れた音声区間について音響分析部25で求めた音声の特
徴パターンと、特徴パターン記憶部26に登録されてい
る標準パターンとの間の類似度等を音声認1部27にて
計算し、その類似度値を相互に比較する等して入力音声
に対する認識結果が求められる。
この音声認識部27における認識処理法は上述した類似
度計算の他、従来より種々提唱されている音声認識アル
ゴリスムを適宜採用して行われる。
度計算の他、従来より種々提唱されている音声認識アル
ゴリスムを適宜採用して行われる。
以上のようにして求めた認識結果に対応する音声記憶部
24内の音声信号が音声再生部28に与えられ、認識結
果を確認するための音声が再生出力される。
24内の音声信号が音声再生部28に与えられ、認識結
果を確認するための音声が再生出力される。
次にスイッチ部21においてCの接点を接続した場合に
ついて詳述する。
ついて詳述する。
この場合、音声入力部22を介して入力された音声は音
声区間検出部23にのみ与えられ、音声記憶部24には
与えられない。したがって、音声記憶部24には音声信
号は記憶されない。音声区間検出部23に与えられた音
声は、スイッチ部21においてbの接点を接続した場合
と同様に処理された後、その音声の特徴パターンが特徴
パターン記憶部26に記憶される。
声区間検出部23にのみ与えられ、音声記憶部24には
与えられない。したがって、音声記憶部24には音声信
号は記憶されない。音声区間検出部23に与えられた音
声は、スイッチ部21においてbの接点を接続した場合
と同様に処理された後、その音声の特徴パターンが特徴
パターン記憶部26に記憶される。
最後に、aの接点を接続した場合について詳述する。
この場合は、音声入力部22を介して入力された音声は
音声記憶部24にのみ与えられ、音声区間検出部23に
は与えられない。したがって、特徴パターン記憶部26
に音声の特徴パターンは記憶されない。
音声記憶部24にのみ与えられ、音声区間検出部23に
は与えられない。したがって、特徴パターン記憶部26
に音声の特徴パターンは記憶されない。
音声記憶部24は入力された音声の音声区間を検出する
処理を行わず、音声記憶が開始されてから終了されるま
での間に音声入力部22を介して入力された音声(ノイ
ズ、無音区間等を含む)全てを記憶する。音声区間検出
の処理をしないことによって、文章のように無音区間を
含むような音声を認識結果を確認するための応答として
出力することができる。また、ここで音声記憶部24に
記憶された音声が、特徴パターン記憶部26に登録され
たどの特徴パターンに対応するかを音声−特徴パターン
対応指定部29により指定する。
処理を行わず、音声記憶が開始されてから終了されるま
での間に音声入力部22を介して入力された音声(ノイ
ズ、無音区間等を含む)全てを記憶する。音声区間検出
の処理をしないことによって、文章のように無音区間を
含むような音声を認識結果を確認するための応答として
出力することができる。また、ここで音声記憶部24に
記憶された音声が、特徴パターン記憶部26に登録され
たどの特徴パターンに対応するかを音声−特徴パターン
対応指定部29により指定する。
このように対応を指定することによって、認識させたい
「ことば」以外の確認用音声を認識結果の応答として出
力することができる。
「ことば」以外の確認用音声を認識結果の応答として出
力することができる。
第4図は第3図に示した音声認識装置を備えて構成され
た電話機を示している。
た電話機を示している。
第4図において30は電話機本体、31は送受話器、3
2は上記電話機本体10の表面パネル上に設けられたダ
イヤルパッドである。また、33は第3図のスイッチ部
21を4つの押しボタンスイッチで実現したモード選択
スイッチで、この4つのボタンスイッチは同時に2つ以
上押せない構造とされている。34は音声と特徴パター
ンとの対応を指定するためのキーで、ダイヤルパッド3
2と併用して音声と特徴パターンとの対応を指定する。
2は上記電話機本体10の表面パネル上に設けられたダ
イヤルパッドである。また、33は第3図のスイッチ部
21を4つの押しボタンスイッチで実現したモード選択
スイッチで、この4つのボタンスイッチは同時に2つ以
上押せない構造とされている。34は音声と特徴パター
ンとの対応を指定するためのキーで、ダイヤルパッド3
2と併用して音声と特徴パターンとの対応を指定する。
そして、35は各種の電話サービスに利用される機能選
択キーである。
択キーである。
次に、この電話機を用いて、2人の利用者(A。
B)が、音声認識装置にそれぞれ「タナ力」という単語
の音声パターンを登録して、認識結果をA利用者の登録
による「タナ力」という音声で応答する場合について説
明する。
の音声パターンを登録して、認識結果をA利用者の登録
による「タナ力」という音声で応答する場合について説
明する。
A利用者が音声の特徴パターンを登録する場合、モード
選択スイッチ33をモード2に設定し、「タナ力」と発
声してその音声の特徴パターンと音声を登録する。続い
てB利用者が音声の特徴パターンを登録する場合、モー
ド選択スイッチ33をモード3に設定し、「タナ力」と
発声してその音声の特徴パターンを登録する。このとき
、B利用者による「タナ力」という音声は登録されない
。
選択スイッチ33をモード2に設定し、「タナ力」と発
声してその音声の特徴パターンと音声を登録する。続い
てB利用者が音声の特徴パターンを登録する場合、モー
ド選択スイッチ33をモード3に設定し、「タナ力」と
発声してその音声の特徴パターンを登録する。このとき
、B利用者による「タナ力」という音声は登録されない
。
以上のようにして2名による音声の特徴パターンの登録
を行うことにより、認識結果に対する確認用の音声は常
にA利用者の音声で出力される。
を行うことにより、認識結果に対する確認用の音声は常
にA利用者の音声で出力される。
また、B利用者もモード2で音声の特徴パターンを登録
した場合は、A利用者の音声の上にB利用者の音声が上
書きされることになり、認識結果に対する確認用音声は
B利用者の声で出力される。
した場合は、A利用者の音声の上にB利用者の音声が上
書きされることになり、認識結果に対する確認用音声は
B利用者の声で出力される。
さらに、A、82人の認識結果をその他のC利用者の音
声で応答させたい場合には、モード1を選択して、C利
用者の音声を登録すればよい。
声で応答させたい場合には、モード1を選択して、C利
用者の音声を登録すればよい。
かくしてこの実施例の音声認識装置によれば、モード選
択スイッチ33によって音声パターン登録時に発声した
音声を録音するか否かを設定することができ、認識結果
に対する確認用の音声を誰の音声で出力するかを自由に
決定することができる。また、音声パターン登録とは無
関係に、確認用の応答音声を録音することによって、認
識させたい「ことば」以外の「ことば」で応答を返すこ
とができる。
択スイッチ33によって音声パターン登録時に発声した
音声を録音するか否かを設定することができ、認識結果
に対する確認用の音声を誰の音声で出力するかを自由に
決定することができる。また、音声パターン登録とは無
関係に、確認用の応答音声を録音することによって、認
識させたい「ことば」以外の「ことば」で応答を返すこ
とができる。
[発明の効果]
以上説明したように本発明によれば、再生された名前の
音声を聞いて希望する名前が再生されたときを指定する
だけで、その名前に対応する音声及びこの音りの特徴パ
ターンに対する削除等の所定の処理を行うことができ、
利用者の負担を大幅に軽減化することができる。
音声を聞いて希望する名前が再生されたときを指定する
だけで、その名前に対応する音声及びこの音りの特徴パ
ターンに対する削除等の所定の処理を行うことができ、
利用者の負担を大幅に軽減化することができる。
また認識結果に対する確認用の応答音声を誰の音声で出
力するかを自由に設定することが可能となる。
力するかを自由に設定することが可能となる。
第1図は本発明の一実施例に係る音声認識装置の構成を
示すブロック図、第2図は第1図の音声認識装置を備え
た電話機の外観を示す平面図、第3図は本発明に係る他
の実施例の音声認識装置を示すブロック図、第4図は第
3図の音声認識装置を備えた電話機の外観を示す平面図
である。 1 (22)・・・音声入力部、2(25)・・・音響
分析部、3・・・特徴パターン記憶部、4・・・音声録
音部、5 (27)・・・音声認識部、6・・・削除信
号入力部、7・・・音声再生部、8・・・検索信号入力
部、9 (30)・・・電話機本体、10(31)・・
・送受話機、13・・・検索キー 14・・・削除キー
24・・・音声区間検出部、26・・・特徴パターン
記憶部、28・・・音声再生部、29・・・音声−特徴
パターン対応指定部、33・・・モード選択スイッチ。 出願人 株式会社 東芝
示すブロック図、第2図は第1図の音声認識装置を備え
た電話機の外観を示す平面図、第3図は本発明に係る他
の実施例の音声認識装置を示すブロック図、第4図は第
3図の音声認識装置を備えた電話機の外観を示す平面図
である。 1 (22)・・・音声入力部、2(25)・・・音響
分析部、3・・・特徴パターン記憶部、4・・・音声録
音部、5 (27)・・・音声認識部、6・・・削除信
号入力部、7・・・音声再生部、8・・・検索信号入力
部、9 (30)・・・電話機本体、10(31)・・
・送受話機、13・・・検索キー 14・・・削除キー
24・・・音声区間検出部、26・・・特徴パターン
記憶部、28・・・音声再生部、29・・・音声−特徴
パターン対応指定部、33・・・モード選択スイッチ。 出願人 株式会社 東芝
Claims (5)
- (1)音声の特徴パターンとこれに対応する情報とを予
め登録しておき、これらの登録情報を用いて前記音声の
認識を行う音声認識装置において、前記音声の特徴パタ
ーンの登録に伴い該音声を録音する音声録音手段と、 この音声録音手段により録音された各音声を要求に応じ
て順次再生する音声再生手段と、 音声再生時において希望する音声が再生されたとき、こ
れを指定する音声指定手段と、 指定された音声及びこの音声の特徴パターンに対する所
定の処理を行う手段と、 を具備したことを特徴とする音声認識装置。 - (2)電話をかけたい相手の名前を発声したときの音声
の特徴パターンとこれに対応する電話番号とを予め登録
しておき、これらの登録情報を用いて前記音声を認識し
て該音声に対応する電話番号を得、発信を行う電話機に
おいて、 前記音声の特徴パターンの登録に伴い該音声を録音する
音声録音手段と、 この音声録音手段により録音された各音声を要求に応じ
て順次再生する音声再生手段と、 音声再生時において希望する音声が再生されたとき、こ
れを指定する音声指定手段と、 指定された音声及びこの音声の特徴パターンに対する所
定の処理を行う手段と、 を具備したことを特徴とする電話機。 - (3)電話をかけたい相手の名前を発声したときの音声
の特徴パターンとこれに対応する電話番号とを予め登録
しておき、これらの登録情報を用いて前記音声を認識し
て該音声に対応する電話番号を得、発信を行う電話機に
おいて、 前記音声の特徴パターンの登録に伴い該音声を録音する
音声録音手段と、 この音声録音手段により録音された各音声を要求に応じ
て順次再生する音声再生手段と、 音声再生時において希望する音声が再生されたとき、こ
れを指定する音声指定手段と、 指定された音声及びこの音声の特徴パターンを削除する
削除手段と、 を具備したことを特徴とする電話機。 - (4)複数の利用者が発声した同一単語に対する音声の
特徴パターンから標準パターンを生成してこれを登録し
ておき、ある利用者が発声した音声を前記標準パターン
を用いて認識し、その認識結果に対応する確認用音声を
出力する音声認識装置において、 前記音声の入力による前記標準パターンの生成に伴い、
この音声を前記認識結果に対応して出力されるべき確認
用音声として録音する音声録音手段と、 この音声録音手段による前記確認用音声の録音のオン/
オフを必要に応じて切換える切換手段と、を具備したこ
とを特徴とする音声認識装置。 - (5)複数の利用者が発声した同一単語に対する音声の
特徴パターンから標準パターンを生成してこれを登録し
ておき、ある利用者が発声した音声を前記標準パターン
を用いて認識し、その認識結果に対応する確認用音声を
出力する音声認識装置において、 前記認識結果に対応して出力されるべき確認用音声を、
前記音声の入力による前記標準パターンの生成とは無関
係に録音する音声録音手段を備えたことを特徴とする音
声認識装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63330905A JP2793213B2 (ja) | 1988-12-29 | 1988-12-29 | 音声認識装置及びこれを用いた電話機 |
GB8929267A GB2226675B (en) | 1988-12-29 | 1989-12-28 | Voice recognition apparatus |
KR1019890020068A KR930005223B1 (ko) | 1988-12-29 | 1989-12-29 | 음성 인식장치 및 이것을 이용한 전화기 |
GB9221767A GB2258936B (en) | 1988-12-29 | 1992-10-15 | Voice recognition apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP63330905A JP2793213B2 (ja) | 1988-12-29 | 1988-12-29 | 音声認識装置及びこれを用いた電話機 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH02178698A true JPH02178698A (ja) | 1990-07-11 |
JP2793213B2 JP2793213B2 (ja) | 1998-09-03 |
Family
ID=18237804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP63330905A Expired - Lifetime JP2793213B2 (ja) | 1988-12-29 | 1988-12-29 | 音声認識装置及びこれを用いた電話機 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2793213B2 (ja) |
KR (1) | KR930005223B1 (ja) |
GB (2) | GB2226675B (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE9301886L (sv) * | 1993-06-02 | 1994-12-03 | Televerket | Förfarande för utvärdering av talkvalitet vid talsyntes |
GB2307137B (en) * | 1995-11-04 | 2000-03-22 | Motorola Ltd | A communications addressing network and terminal therefor |
JP2000505623A (ja) * | 1996-02-29 | 2000-05-09 | ブリティッシュ・テレコミュニケーションズ・パブリック・リミテッド・カンパニー | 遠隔通信システム |
US6044147A (en) * | 1996-05-16 | 2000-03-28 | British Teledommunications Public Limited Company | Telecommunications system |
KR100229864B1 (ko) * | 1996-12-27 | 1999-11-15 | 윤종용 | 음성우편장치에서의 녹음자 음성확인 서비스 제공방법 |
GB9806401D0 (en) * | 1998-03-25 | 1998-05-20 | Domain Dynamics Ltd | Improvements in voice operated mobile communications |
KR100378439B1 (ko) * | 2000-12-14 | 2003-03-29 | 주식회사 티엘아이 | 착신을 거부할 수 있는 전화기 및 이를 이용한 착신거부방법 |
JP4240807B2 (ja) * | 2000-12-25 | 2009-03-18 | 日本電気株式会社 | 移動通信端末装置、音声認識方法、およびそのプログラムを記録した記録媒体 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB974850A (en) * | 1963-06-12 | 1964-11-11 | Standard Telephones Cables Ltd | Speech recognition system |
GB1055371A (en) * | 1964-03-06 | 1967-01-18 | Standard Telephones Cables Ltd | Apparatus for the recognition of speech |
-
1988
- 1988-12-29 JP JP63330905A patent/JP2793213B2/ja not_active Expired - Lifetime
-
1989
- 1989-12-28 GB GB8929267A patent/GB2226675B/en not_active Expired - Fee Related
- 1989-12-29 KR KR1019890020068A patent/KR930005223B1/ko not_active IP Right Cessation
-
1992
- 1992-10-15 GB GB9221767A patent/GB2258936B/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
GB9221767D0 (en) | 1992-12-02 |
KR930005223B1 (ko) | 1993-06-16 |
GB2258936B (en) | 1993-07-21 |
KR900010649A (ko) | 1990-07-09 |
GB2226675A (en) | 1990-07-04 |
GB2258936A (en) | 1993-02-24 |
JP2793213B2 (ja) | 1998-09-03 |
GB2226675B (en) | 1993-07-21 |
GB8929267D0 (en) | 1990-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2927891B2 (ja) | 音声ダイヤル装置 | |
JPH0423463B2 (ja) | ||
US5752230A (en) | Method and apparatus for identifying names with a speech recognition program | |
JPH02178698A (ja) | 音声認識装置及びこれを用いた電話機 | |
CN106782625A (zh) | 音频处理方法和装置 | |
JPS58102378A (ja) | 情報検索装置 | |
JP3927155B2 (ja) | 対話記録装置および対話記録プログラム | |
JPS626562A (ja) | 留守番電話装置 | |
JP2653548B2 (ja) | 留守番電話機 | |
JPH06152730A (ja) | 電話装置 | |
JP3519258B2 (ja) | 音声認識作動装置 | |
JP3398697B2 (ja) | 携帯端末 | |
JPH03123257A (ja) | 留守番電話機 | |
JPH04165850A (ja) | 留守番電話 | |
JPH0567240B2 (ja) | ||
JPH03283865A (ja) | 電話音声記録装置 | |
JP2000138742A (ja) | 電話機能を有する端末装置 | |
JP2588238B2 (ja) | 留守番電話機 | |
KR100563320B1 (ko) | 단일 메모리를 갖는 어학학습장치 및 그 제어방법 | |
JPH02238757A (ja) | 機能電話装置 | |
JPH0732419B2 (ja) | 音声認識電話機 | |
JPH0535440A (ja) | 文書自動作成装置 | |
JPH04120943A (ja) | 自動ダイヤル装置 | |
KR20040089909A (ko) | 휴대폰의 음성 검색 방법 | |
WO2001094885A1 (fr) | Dispositif de navigation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090619 Year of fee payment: 11 |
|
EXPY | Cancellation because of completion of term | ||
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090619 Year of fee payment: 11 |