JPH09288494A - 音声認識装置および音声認識方法 - Google Patents

Abstract

(57)【要約】 【課題】 音声認識の精度および処理速度を向上させ
る。 【解決手段】 音声認識データＲＯＭ１５には、音声認
識の対象とする認識対象語が記憶されている。また、文
章データＲＯＭ１４には、ＬＣＤ１７に表示させる文章
を構成する単語が、対応する認識対象語と関係付けられ
て記憶されている。そして、ある文章が、ＬＣＤ１７に
表示されている状態において、マイク１に音声が入力さ
れると、音声認識回路５では、その音声が、音声認識デ
ータＲＯＭ１５に記憶されている認識対象語のうち、Ｌ
ＣＤ１７に表示されている文章を構成する単語と関係付
けられているもののみを対象として音声認識される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、音声認識装置およ
び音声認識方法に関する。特に、音声の認識精度および
認識処理速度を向上させることができるようにする音声
認識装置および音声認識方法に関する。

【０００２】

【従来の技術】従来の、例えば電子辞書装置などにおい
ては、英単語を、キーボードを操作することにより入力
すると、その英単語の発音記号や、意味（語義）を解説
する情報、その英単語を用いた例文など（以下、適宜、
このような情報を解説情報という）が、その内蔵する電
子辞書から検索されて表示されるようになされている。

【０００３】さらに、このようにして検索された解説情
報の中の英単語（例えば、例文に用いられている英単
語）の解説情報を得たいときには、その英単語を、やは
りキーボードを操作して入力したり、あるいは、表示さ
れている解説情報の中の所望する英単語を、カーソルキ
ーを操作して指定することによって、その英単語の解説
情報が検索されて表示されるようになされている。

【０００４】

【発明が解決しようとする課題】しかしながら、英単語
を入力するのに、キーボードやカーソルキーを操作する
のは面倒である。

【０００５】そこで、電子辞書装置が内蔵する電子辞書
に登録されている英単語すべてを音声認識の対象（認識
対象語）とし、これにより、英単語を、音声により入力
することができるようにする方法がある。

【０００６】しかしながら、ある程度実用的な電子辞書
には、例えば数万語程度の英単語が登録されており、こ
のような莫大な数の英単語を対象として、入力された音
声の音声認識を行うのでは、認識精度が劣化し、また、
認識処理速度も低下することになる。

【０００７】さらに、例えば、解説情報の中の例文で用
いられている英単語は格変化している場合があるが、電
子辞書には、そのように格変化した英単語の見出しまで
は登録されていないことが多く、従って、格変化した英
単語を音声認識するのは困難である。また、認識精度お
よび認識処理速度の向上の観点から、例えばｂｅ動詞
や、前置詞などの、検索頻度が低いと予想される英単語
は、認識対象語としない方が好ましい場合がある。

【０００８】本発明は、このような状況に鑑みてなされ
たものであり、音声の認識精度および認識処理速度を向
上させることができるようにするものである。

【０００９】

【課題を解決するための手段】請求項１に記載の音声認
識装置は、情報を表示する表示手段に表示させる語句で
ある表示語を、対応する認識対象語と関係付けて記憶し
ている表示語記憶手段を備え、認識対象語記憶手段に記
憶されている認識対象語を対象として音声認識する音声
認識手段が、音声を、認識対象語記憶手段に記憶されて
いる認識対象語のうち、表示手段に表示されている表示
語と関係付けられているもののみを対象として音声認識
することを特徴とする。

【００１０】請求項４に記載の音声認識方法は、表示手
段に、表示語を表示させ、音声認識手段に、音声を、認
識対象語記憶手段に記憶されている認識対象語のうち、
表示手段に表示されている表示語と関係付けられている
もののみを対象として音声認識させることを特徴とす
る。

【００１１】請求項１に記載の音声認識装置において
は、表示語記憶手段は、情報を表示する表示手段に表示
させる語句である表示語を、対応する認識対象語と関係
付けて記憶しており、音声認識手段は、音声を、認識対
象語記憶手段に記憶されている認識対象語のうち、表示
手段に表示されている表示語と関係付けられているもの
のみを対象として音声認識するようになされている。

【００１２】請求項４に記載の音声認識方法において
は、表示手段に、表示語を表示させ、音声を、認識対象
語記憶手段に記憶されている認識対象語のうち、表示手
段に表示されている表示語と関係付けられているものの
みを対象として音声認識するようになされている。

【００１３】

【発明の実施の形態】図１は、本発明を適用した電子辞
書装置の一実施例の構成を示している。なお、この電子
辞書装置は、例えば、持ち運びに便利なように携帯型と
されており、また、音声により英単語の検索を行うこと
ができるようになされている。

【００１４】マイク１（入力手段）は、そこに入力され
る音声を、電気信号である音声信号にして、Ａ／Ｄ変換
器２に出力するようになされている。Ａ／Ｄ変換器２
は、マイク１からのアナログの音声信号を、所定のサン
プリングクロックにしたがってサンプリングし、さらに
量子化することで、ディジタルの音声信号とするように
なされている。Ａ／Ｄ変換器２でディジタル信号とされ
た音声信号は、音声認識回路５に供給されるようになさ
れている。

【００１５】ＲＡＭ（Random Access Memory）３は、Ａ
／Ｄ変換器２から音声認識回路５を介して供給される音
声信号や、音声認識回路５の動作上必要なデータなどを
一時記憶するようになされている。ＲＯＭ（Read Only
Memory）４は、例えば、音声認識回路５に音声認識を行
わせるためのアプリケーションプログラムを記憶してい
る。音声認識回路５（音声認識手段）は、Ａ／Ｄ変換器
２から供給される音声信号に対し、ＲＯＭ４に記憶され
ているアプリケーションプログラムにしたがった処理を
施すことで、マイク１に入力された音声を、後述する音
声認識データＲＯＭ１５に記憶されている認識対象語を
対象として音声認識し、その音声認識結果を、ＣＰＵ１
０に供給するようになされている。

【００１６】即ち、音声認識回路５は、後述するＣＰＵ
１０から供給される信号にしたがって、音声認識データ
ＲＯＭ１５に記憶されている認識対象語の幾つかを読み
出し、その認識対象語により構成される辞書（以下、適
宜、認識用辞書という）を作成する。そして、音声認識
回路５は、Ａ／Ｄ変換器２から音声信号を受信すると、
それを、ＲＡＭ３に供給して記憶させ、その後、ＲＡＭ
３に、例えば１単語分の音声信号が記憶されると、その
音声信号の、例えば音程（周波数）や、強弱（振幅）、
速度（発話速度）などを音響分析し、その分析結果に基
づいて、認識用辞書に記憶されている認識対象語それぞ
れの、マイク１に入力された音声（単語）に対する尤度
を算出する。この尤度は、対応する認識対象語それぞれ
とともに、音声認識回路５からＣＰＵ１０に供給され
る。

【００１７】操作部６は、例えば、単語指定キー６Ａ、
次候補キー６Ｂ、決定キー６Ｃ、およびスクロールキー
６Ｄなどで構成され、装置に対し、所定の指示を与える
ときに操作される。即ち、単語指定キー６Ａは、後述す
るＬＣＤ１７に、認識対象語となっている単語と、なっ
ていない単語とを区別して表示させるときに操作され
る。次候補キー６Ｂは、音声認識回路５による音声認識
結果の次の候補を要求するときに操作される。即ち、Ｌ
ＣＤ１７には、音声認識回路５による音声認識結果とし
て、まず、尤度の最も高い単語が表示されるようになさ
れているが、その音声認識結果が誤っている場合があ
る。このような場合に、次候補キー６Ｂが操作される
と、ＬＣＤ１７には、次に尤度が高い単語が表示される
ようになされている。決定キー６Ｃは、ＬＣＤ１７に表
示された音声認識結果が正しい場合に、その音声認識結
果を確定するときに操作される。スクロールキー６Ｄ
は、ＬＣＤ１７の表示をスクロールさせるときに操作さ
れる。

【００１８】キー入力回路９は、単語指定キー６Ａ、次
候補キー６Ｂ、決定キー６Ｃ、またはスクロールキー６
Ｄのうちのいずれかが操作されると、その操作に対応す
る操作信号を、ＣＰＵ１０に出力するようになされてい
る。ＣＰＵ（Central Processor Unit）１０（検索手
段）は、キー入力回路９からの操作信号にしたがって、
音声認識回路５や文字表示回路１３などを制御するよう
になされている。さらに、ＣＰＵ１０は、後述する文章
データＲＯＭ１４または単語辞書データＲＯＭ１６にそ
れぞれ記憶されている文章または単語（辞書単語）の解
説情報を検索するようにもなされている。

【００１９】ＲＯＭ１１は、システムプログラムや、所
定の処理を行うためのアプリケーションプログラムを記
憶しており、ＣＰＵ１１は、このＲＯＭ１１に記憶され
ているプログラムを実行することで、各種の処理を行う
ようになされている。ＲＡＭ１２は、ＣＰＵ１０の動作
上必要なデータを記憶するようになされている。

【００２０】文字表示回路１３は、ＣＰＵ１０から、例
えば、単語や解説情報などの情報を受信すると、その情
報を構成する文字のビットパターンを生成し、ＬＣＤ１
７に供給して表示させるようになされている。その他、
文字表示回路１３は、ＣＰＵ１０の制御にしたがって、
ＬＣＤ１７の表示制御を行うようになされている。

【００２１】文章データＲＯＭ１４（表示語記憶手
段）、音声認識データＲＯＭ１５（認識対象語記憶手
段）、または単語辞書データＲＯＭ１６（解説情報記憶
手段）は、後述する文章データ、音声認識データ、また
は単語辞書データを、それぞれ記憶している。

【００２２】ＬＣＤ（液晶ディスプレイ）１７（表示手
段）は、文字表示回路１３の制御にしたがって、情報を
表示するようになされている。

【００２３】次に、図２を参照して、文章データＲＯＭ
１４、音声認識データＲＯＭ１５、または単語辞書デー
タＲＯＭ１６それぞれに記憶されている文章データ、音
声認識データ、または単語辞書データについて説明す
る。

【００２４】まず、図２（Ａ）は、文章データＲＯＭ１
４に記憶されている文章データを示している。文章デー
タは、ＬＣＤ１７に表示させる種々の文章（本実施例で
は、英文とする）に対して付されたユニークな文章番号
（従って、文章番号と文章とは１対１に対応してい
る）、各文章を構成する英単語（文章は、この単語の並
びが表示されることによって表示されるので、この文章
を構成する単語を、以下、適宜、表示語という）、およ
び各表示語に対して付された音声認識単語番号から構成
されている。

【００２５】図２（Ａ）の実施例では、表示語「Seein
g」、「is」、および「believing」で構成される文章
「Seeing is believing.」に対し、文章番号１００が付
されており、各表示語「Seeing」、「is」、または「be
lieving」には、音声認識単語番号２０３，０、または
２２２がそれぞれ付されている。また、表示語「Yo
u」、「shall」、および「see」で構成される文章「You
shall see.」に対し、文章番号１０１が付されてお
り、各表示語「You」、「shall」、または「see」に
は、音声認識単語番号０，２３０、または２００がそれ
ぞれ付されている。

【００２６】図２（Ｂ）は、音声認識データＲＯＭ１５
に記憶されている音声認識データを示している。音声認
識データは、各認識対象語に対して付されたユニークな
音声認識単語番号（従って、音声認識単語番号と認識対
象語とは１対１に対応している）、認識対象語としての
単語（ここでは、英単語とする）、および各認識対象語
に対して付された辞書単語番号から構成されている。

【００２７】図２（Ｂ）の実施例では、英単語の原形
「シー（see）」や「ビリーブ（believe）」などの他、
それらが格変化した英単語「ソウ（saw）」、「シーン
（seen）」、「シーイング（seeing）」、「ビリーブド
（believed）」、「ビリービング（believing）」など
も、認識対象語として、音声認識データＲＯＭ１５に記
憶されている。

【００２８】ここで、本実施例では、図２（Ａ）の表示
語に付されている音声認識単語番号は、その表示語に対
応する認識対象語のものとなっている。即ち、文章デー
タＲＯＭ１４には、表示語が、対応する認識対象語と関
係付けられて記憶されている。具体的には、例えば、表
示語「Seeing」には、音声認識単語番号２０３が対応付
けられており、従って、音声認識単語番号２０３が付さ
れた認識対象語「シーイング（seeing）」と関係付けら
れている。また、例えば、表示語「believing」には、
音声認識単語番号２２２が対応付けられており、従っ
て、音声認識単語番号２２２が付された認識対象語「ビ
リービング（believing）」と関係付けられている。さ
らに、例えば、表示語「see」には、音声認識単語番号
２００が対応付けられており、従って、音声認識単語番
号２００が付された認識対象語「シー（see）」と関係
付けられている。以上のように、表示語から認識対象語
に対しては、リンクがはられている。

【００２９】なお、本実施例では、音声認識単語番号と
して、例えば０以上の整数が用いられるようになされて
いる。但し、認識対象語に付される音声認識単語番号
は、例えば、０を除いたもの、即ち、正の整数が用いら
れるようになされている。従って、表示語に、音声認識
単語番号として０が付されている場合、その表示語と関
係付けられている認識対象語は存在せず、その結果、そ
の表示語は、音声認識の対象とはされない。図２（Ａ）
の実施例では、上述したように表示語「is」および「Yo
u」に対して、音声認識単語番号０が付されており、従
って、この「is」および「You」は音声認識されないよ
うになされている。

【００３０】図２（Ｃ）は、単語辞書データＲＯＭ１６
に記憶されている単語辞書データを示している。単語辞
書データは、例えば、通常の英和辞書などに掲載されて
いる英単語（以下、適宜、辞書単語という）それぞれに
対して付されたユニークな辞書単語番号（従って、辞書
単語番号と辞書単語とは１対１に対応している）、辞書
単語、および各辞書単語の解説情報から構成されてい
る。

【００３１】また、各辞書単語の解説情報は、この実施
例では、例えば、その辞書単語の発音記号や、品詞、変
化形、意味などでなる辞書内容と、その辞書単語の例文
（用例）としての文章に付された文章番号とで構成され
ている。

【００３２】ここで、本実施例では、図２（Ｂ）の認識
対象語に付されている辞書単語番号は、その認識対象語
に対応する辞書単語のものとなっている。即ち、音声認
識データＲＯＭ１５には、認識対象語が、対応する辞書
単語と関係付けられて記憶されている（従って、その辞
書単語の解説情報とも関係付けられて記憶されてい
る）。このことは、認識対象語から辞書単語に対して、
リンクがはられているということができる。

【００３３】図２の実施例では、辞書単語としての単語
の原形「see」には、その原形を音声認識するための認
識対象語「シー（see）」の他、その変化形「ソウ（sa
w）」、「シーン（seen）」、および「シーイング（see
ing）」も関係付けられている。さらに、辞書単語とし
ての単語の原形「bilieve」には、やはり、その原形を
音声認識するための認識対象語「ビリーブ（believ
e）」の他、その変化形「ビリーブド（believed）」お
よび「ビリービング（believing）」も関係付けられて
いる。

【００３４】また、本実施例では、図２（Ｃ）の辞書単
語の解説情報における文章番号は、その辞書単語に対応
する表示語を用いた文章に付されているものとなってい
る。即ち、単語辞書データＲＯＭ１６には、単語辞書
が、対応する文章と関係付けられて記憶されている。こ
のことは、辞書単語から文章に対して、リンクがはられ
ているということができる。

【００３５】以上のように、文章データと音声認識デー
タとの間、音声認識データと単語辞書データとの間、お
よび単語辞書データと文章データとの間にはリンクがは
られている。

【００３６】次に、図３のフローチャートおよび図４を
参照して、その動作について説明する。まず最初に、ス
テップＳ１において、ＣＰＵ１０は、文章データＲＯＭ
１４から、所定の文章番号の文章を構成する表示語およ
びそれに付された音声認識単語番号を読み出し、そのう
ちの表示語を、文字表示回路１３を介して、ＬＣＤ１７
に供給して表示させる。即ち、ステップＳ１では、所定
の文章番号が付された文章が、ＬＣＤ２に表示される。

【００３７】ここで、ステップＳ１における文章の表示
は、例えば次のようにして行われる。即ち、ユーザが、
所定の英単語を発話すると、その音声は、マイク１およ
びＡ／Ｄ変換器２を介して音声認識回路５に供給され
る。この場合、音声認識回路５は、例えば、音声認識デ
ータＲＯＭ１５に記憶されている認識対象語すべてを対
象に音声認識を行い、その音声認識結果を、ＣＰＵ１０
に出力する。ＣＰＵ１０は、音声認識回路５から音声認
識結果としての英単語を受信すると、単語辞書データＲ
ＯＭ１６から、その英単語を検索し、それに付されてい
る文章番号を読み出す。さらに、ＣＰＵ１０は、その文
章番号を、文章データＲＯＭ１４から検索し、その文章
番号が付された文章を構成する表示語を、文章データＲ
ＯＭ１４から読み出して、文字表示回路１３を介して、
ＬＣＤ１７に供給する。以上のようにして、ステップＳ
１では、例えば、ユーザが発話した英単語を用いた文章
（例文）などが表示される。

【００３８】例えば、単語辞書データＲＯＭ１６から読
み出された文章番号が１００などである場合、ステップ
Ｓ１では、図４（Ａ）に示すように、文書番号１００が
付された文章（図２（Ａ）に示したように、表示語「Se
eing」、「is」、および「believing」で構成される文
章）「Seeing is believing.」が、ＬＣＤ１７に表示さ
れる。

【００３９】ステップＳ１において文章が表示される
と、ステップＳ２に進み、ユーザにより単語指定キー６
Ａが操作されたかどうかが、ＣＰＵ１０によって判定さ
れる。ステップＳ２において、単語指定キー６Ａが操作
されていないと判定された場合、ステップＳ２に戻る。
また、ステップＳ２において、単語指定キー６Ａが操作
されたと判定された場合、即ち、ユーザにより単語指定
キー６Ａが操作され、その操作に対応する操作信号が、
キー入力回路９からＣＰＵ１０に供給された場合、ステ
ップＳ３に進み、ＬＣＤ１７において、ステップＳ１で
表示された文章を構成する表示語のうち、認識対象語と
なっているものと、なっていないものとが区別して表示
される。

【００４０】即ち、ＣＰＵ１０は、ステップＳ１で文章
データＲＯＭ１４から読み出した音声認識単語番号が０
となっていない表示語、即ち、認識対象語となっている
表示語に、例えば下線などを付すように、文字表示回路
１３を制御する。これに対応して、文字表示回路１３
は、ＬＣＤ１７を制御し、ステップＳ１で表示された文
章を構成する表示語のうち、音声認識単語番号が０とな
っていないものに、下線を表示させる。

【００４１】ここで、例えば、いま、図４（Ａ）に示し
たように、文章「Seeing is believing.」が表示されて
いるとすると、この文章を構成する表示語「Seeing」、
「is」、または「believing」それぞれに付された音声
認識単語番号は、図２（Ａ）に示したように、２０３，
０、または２２２となっている。従って、この場合、ス
テップＳ３では、図４（Ｂ）に示すように、この文章を
構成する表示語のうち、音声認識単語番号が０となって
いない表示語「Seeing」および「believing」に下線が
表示される。従って、ステップＳ３では、ＬＣＤ１７に
表示された表示語のうち、認識対象語と関係付けられて
いるものだけに下線が付される。

【００４２】その後、ステップＳ４に進み、ＣＰＵ１０
は、ステップＳ１で文章データＲＯＭ１４から読み出し
た音声認識単語番号を、音声認識回路５に供給する。音
声認識回路５は、ＣＰＵ１０から音声認識単語番号を受
信すると、その音声認識単語番号を、音声認識データＲ
ＯＭ１５から検索し、その音声認識単語番号が付されて
いる認識対象語によって、認識用辞書を構成する。即
ち、音声認識回路５は、ＣＰＵ１０から受信した音声認
識単語番号を、いわば検索キーとして認識対象語を検索
し、その検索した認識対象語によって認識用辞書を構成
する。

【００４３】ここで、音声認識データＲＯＭ１５に記憶
されている認識対象語に付された音声認識単語番号は、
上述したように、正の整数であるから、音声認識回路５
は、ＣＰＵ１０から音声認識単語番号０を受信した場合
には、その０の音声認識単語番号は無視するようになさ
れている。

【００４４】従って、ステップＳ１において、例えば、
図４（Ａ）に示したように、文章「Seeing is believin
g.」が表示された場合、この文章を構成する表示語「Se
eing」、「is」、または「believing」それぞれに付さ
れた音声認識単語番号は、図２（Ａ）に示したように、
２０３，０、または２２２となっているから、音声認識
回路５では、このうちの０が無視され、残りの２０３ま
たは２２２をそれぞれ音声認識単語番号とする認識対象
語「シーイング（Seeing）」または「ビリービング（be
lieving）」から認識用辞書が構成される。

【００４５】なお、ステップＳ３およびＳ４について
は、ステップＳ４の処理を先に行ってから、ステップＳ
３の処理を行うようにすることもできるし、ステップＳ
３およびＳ４の処理を同時に行うようにすることもでき
る。

【００４６】以上のように、認識対象語となっている表
示語に下線が付されるとともに、その表示語に対応する
認識対象語から認識用辞書が構成された後、ユーザは、
下線が付された表示語（英単語）の解説情報を得たい場
合には、その英単語を発話する。このユーザが発した音
声は、マイク１を介することで、アナログの音声信号と
され、さらに、Ａ／Ｄ変換器２を介することで、ディジ
タルの音声信号とされる。このディジタルの音声信号
は、ステップＳ５において、音声認識回路５を介して、
ＲＡＭ３に供給されて記憶される（取り込まれる）。音
声認識回路５は、ＲＡＭ３において音声信号の記憶が開
始されると、ステップＳ６に進み、ＲＡＭ３に１単語分
の音声信号が記憶されたかどうかを判定する。ステップ
Ｓ６において、ＲＡＭ３に１単語分の音声信号が、まだ
記憶されていないと判定された場合、ステップＳ５に戻
り、これにより、ＲＡＭ３において、音声信号が記憶し
続けられる。

【００４７】また、ステップＳ６において、ＲＡＭ３に
１単語分の音声信号が記憶されたと判定された場合、ス
テップＳ７に進み、音声認識回路５は、ＲＡＭ３に記憶
された音声信号に基づき、ステップＳ４で構成した認識
用辞書に登録されている認識対象語のみを対象として、
マイク１に入力された音声を認識する。即ち、音声認識
回路５は、認識用辞書に記憶されている認識対象語それ
ぞれの、マイク１に入力された音声（単語）に対する尤
度を算出し、各認識対象語の音声認識単語番号と対応付
けて、ＣＰＵ１０に供給する。

【００４８】従って、音声認識回路５では、ステップＳ
７において、音声認識データＲＯＭ１５に記憶されてい
る認識対象語のうち、ＬＣＤ１７に表示されている表示
語と関係付けられているもののみを対象として、音声認
識が行われるので、即ち、少ない語数の単語を対象とし
て、音声認識が行われるので、音声認識データＲＯＭ１
５に記憶されている認識対象語すべてを対象として音声
認識を行う場合に比較して、認識精度および認識処理速
度を向上させることができる。

【００４９】さらに、ステップＳ３では、音声認識回路
５において音声認識の対象とする単語に、下線が付され
ることにより、音声認識の対象としない単語と区別して
表示される。従って、ユーザは、いま、音声認識の対象
となっている単語（あるいは、音声認識の対象となって
いない単語）を、容易に認識することができる。

【００５０】ＣＰＵ１０は、音声認識回路５から、認識
用辞書に登録された認識対象単語それぞれの音声認識単
語番号および尤度を受信すると、ステップＳ８におい
て、音声認識単語番号のうち、最も高い尤度と対応付け
られているものを選択する。さらに、ＣＰＵ１０は、そ
の選択された音声認識単語番号（以下、適宜、選択音声
認識単語番号という）に対応する認識対象語に関係付け
られている表示語であって、ＬＣＤ１７に表示されてい
るものを、それが音声認識結果の第１候補とわかるよう
に、例えば反転表示させるように、文字表示回路１３を
制御する。

【００５１】これにより、例えば、いま、図４（Ｂ）で
説明したように、表示語「Seeing」および「believin
g」が認識対象語となっている場合において、例えば「S
eeing」、「believing」の順で、尤度が高かったときに
は、ステップＳ８では、図４（Ｃ）に示すように、最も
尤度の高い「Seeing」が反転表示される。

【００５２】その後、ステップＳ９に進み、決定キー６
Ｃが操作されたか否かが、ＣＰＵ１０によって判定され
る。ステップＳ９において、決定キー６Ｃが操作されて
いないと判定された場合、ステップＳ１０に進み、次候
補キー６Ｂが操作されたか否かが、ＣＰＵ１０によって
判定される。ステップＳ１０において、次候補キー６Ｂ
が操作されていないと判定された場合、ステップＳ９に
戻り、ステップ９で決定キー６Ｃが操作されたと判定さ
れるか、またはステップＳ１０で次候補キー６Ｂが操作
されたと判定されるまで、ステップＳ９およびＳ１０の
処理を繰り返す。

【００５３】また、ステップＳ１０において、次候補キ
ー６Ｂが操作されたと判定された場合、即ち、ＬＣＤ１
７に反転表示された表示語が、ユーザが発話した単語で
はなく、次に尤度の高いものを反転表示させるために、
ユーザが、次候補キー６Ｂを操作した場合、ステップＳ
１１に進み、ＣＰＵ１０は、次に高い尤度と対応付けら
れている音声認識単語番号を、新たに選択し、その新た
に選択された音声認識単語番号（選択音声認識単語番
号）に対応する認識対象語に関係付けられている表示語
であって、ＬＣＤ１７に表示されているものを反転表示
するように、文字表示回路１３を制御する。これによ
り、いま反転表示されている表示語に代えて、次に尤度
の高い表示語が反転表示される。

【００５４】即ち、例えば、いま、図４（Ｃ）で説明し
たように、表示語「Seeing」または「believing」のう
ちの、最も尤度の高い「Seeing」が反転表示されている
場合において、次候補キー６Ｂが操作されたときには、
図４（Ｄ）に示すように、「Seeing」に代えて、その次
に尤度の高い「believing」が反転表示される。

【００５５】その後、ステップＳ９に戻り、再度、ステ
ップＳ９以下の処理を繰り返す。そして、ステップＳ９
において、決定キー６Ｃが操作されたと判定された場
合、即ち、ＬＣＤ１７に反転表示された表示語が、ユー
ザが発話した単語であり、それを最終的な音声認識結果
として確定させるために、ユーザが、決定キー６Ｃを操
作した場合、ステップＳ１２に進み、ＣＰＵ１０は、そ
の表示語の解説情報を、単語辞書データＲＯＭ１６から
検索する。

【００５６】即ち、ＣＰＵ１０は、決定キー６Ｃが操作
されたときに選択音声認識単語番号とされていた音声認
識単語番号と対応付けられている辞書単語番号（図２
（Ｂ））を、音声認識回路５を介して、音声認識データ
ＲＯＭ１５を参照することで認識する。さらに、ＣＰＵ
１０は、その認識した辞書単語番号を、単語辞書データ
ＲＯＭ１６から検索する。

【００５７】そして、ＣＰＵ１０は、ステップＳ１３に
進み、検索した単語辞書番号と対応付けられている解説
情報を表示するように、文字表示回路１３を制御し、処
理を終了する。以上のように、単語辞書番号を検索キー
として検索が行われ、これにより、ＬＣＤ１７には、確
定された音声認識結果と関係付けられている辞書単語に
対応する解説情報が表示される。

【００５８】即ち、例えば、図４（Ｃ）に示したよう
に、表示語「Seeing」が反転表示されている場合におい
て、決定キー６Ｃが操作されたときには、その表示語
「Seeing」と関係付けられている認識対象語「シーイン
グ（Seeing）」に対応付けられている辞書単語番号３０
０の辞書単語「see」（図２（Ｃ））の解説情報が検索
されて表示される。また、例えば、図４（Ｄ）に示した
ように、表示語「believing」が反転表示されている場
合において、決定キー６Ｃが操作されたときには、その
表示語「believing」と関係付けられている認識対象語
「ビリービング（believing）」に対応付けられている
辞書単語番号３０２の辞書単語「believe」（図２
（Ｃ））の解説情報が検索されて表示される。

【００５９】上述したように、音声認識データＲＯＭ１
５には、英単語の原形「シー（see）」や「ビリーブ（b
elieve）」の他、その変化形「ソウ（saw）」、「シー
ン（seen）」、および「シーイング（seeing）」や、
「ビリーブド（believed）」および「ビリービング（be
lieving）」なども、認識対象語として登録されている
から、原形の他、変化形も音声認識することができる。

【００６０】さらに、原形「シー（see）」、並びにそ
の変化形「ソウ（saw）」、「シーン（seen）」、およ
び「シーイング（seeing）」は、いずれも、その原形で
ある辞書単語「see」と関係付けられている。同様に、
「ビリーブ（believe）」、「ビリーブド（believe
d）」、および「ビリービング（believing）」も、原形
の辞書単語「believe」と関係付けられている。従っ
て、原形についてだけの解説情報が登録された単語辞書
データから、原形または変化形のうちのいずれの発話が
なされても、原形の解説情報を得ることができる。即
ち、原形または変化形それぞれごとに解説情報を用意し
ておく必要がなく、そのように別々に解説情報を用意し
ておく場合に比較して、単語辞書データのデータ量が少
なくなり、いわば効率的な単語辞書データを構成するこ
とが可能となる。

【００６１】また、表示語と認識対象語とが関係付けら
れており、認識対象語と辞書単語とも関係付けられてい
るので、同一表記の表示語であって、その発音や意味が
異なるもの（例えば、過去形と過去分子形が同一表記で
あるが、発音が異なるものや、同音異義語など）であっ
ても、各表示語を、認識対象語を介して、正しい辞書単
語と関係付けておくことができ、その結果、音声の認識
結果が正しいにも拘らず、誤った辞書単語が検索される
ことがない。具体的には、例えば、ある文章中Ａにおけ
る、かけらや小片を意味する表示語「scrap」を、認識
対象語を介して、かけらや小片を意味する辞書単語「sc
rap」と関係付けておくとともに、他の文章中Ｂにおけ
る、争いやけんかを意味する表示語「scrap」を、認識
対象語を介して、争いやけんかを意味する辞書単語「sc
rap」と関係付けておくようにすることで、文章Ａまた
はＢが表示されている場合に、表示語「scrap」の発話
がなされたときには、単語辞書データＲＯＭ１６から
は、正しい意味の辞書単語、即ち、かけらや小片を意味
する辞書単語「scrap」、または争いやけんかを意味す
る辞書単語「scrap」がそれぞれ検索される。

【００６２】さらに、文章データＲＯＭ１４に記憶され
ている表示語を、音声認識の対象および解説情報を検索
する対象とするようにすることで、音声認識データＲＯ
Ｍ１５および単語辞書データＲＯＭ１６には、例えば、
固有名詞に関するデータも含めるようにすることができ
る。即ち、何らの制限もなく、固有名詞を、音声認識の
対象および解説情報を検索する対象とすることは、世の
中に存在する固有名詞の数からいって困難であるが、そ
のような莫大な数の固有名詞のうち、文章データＲＯＭ
１４に表示語として記憶されているものだけであれば、
その数は、それほど多くなく、従って、音声認識の対象
および解説情報を検索する対象とすることができる。

【００６３】なお、ステップＳ１３では、解説情報のう
ち、辞書内容（辞書単語の発音記号や、意味など）は、
単語辞書データＲＯＭ１６に記憶されているものがその
まま表示されるが、例文については、単語辞書データＲ
ＯＭ１６には、図２（Ｃ）に示したように、その例文に
対応する文章番号が登録されているので、その文章番号
に対応する文章（表示語列）が、文章データＲＯＭ１４
から検索されて表示されるようになされている。

【００６４】従って、本実施例では、文章が表示されて
いる状態において、その中のある単語の発話がなされる
と、その単語を用いた例文として、文章データＲＯＭ１
４に記憶されている表示語列としての文章が表示される
ので、再度、その文章を構成する単語の解説情報を検索
することができる。

【００６５】次に、図３のステップＳ４における認識用
辞書を構成する処理について、図５を参照して、さらに
詳述する。

【００６６】図５（Ａ）の実施例では、例えば、２つの
文章「Second thoughts are best.」および「Seeing is
believing.」が、文章データＲＯＭ１４から検索さ
れ、ＬＣＤ１７において、その２つの文章の全体が表示
されている。そして、この実施例では、ｂｅ動詞の「ar
e」および「is」を除く表示語「Second」、「thought
s」、「best」、「Seeing」、および「believing」に下
線が表示されており、従って、この場合、ステップＳ４
では、これらの５単語から認識用辞書が構成され、音声
認識回路５で行われる音声認識の対象とされる。

【００６７】一方、図５（Ｂ）の実施例では、例えば、
４つの文章「Second thoughts arebest.」、「Seeing i
s believing.」、「Slow but steady wins the rac
e.」、および「So many countries, so many costom
s.」が、文章データＲＯＭ１４から検索され、ＬＣＤ１
７において、同図（Ｂ）において実線で示すように、そ
のうちの「Seeing is believing.」および「Slow but s
teady wins the race.」が表示されている。但し、文章
「Slow but steady wins the race.」については、「Sl
ow but steady wins the」の部分だけが表示されてお
り、「race.」は表示されていない。

【００６８】そして、この実施例では、ｂｅ動詞の「i
s」および冠詞の「the」を除く表示語「Seeing」、「be
lieving」、「Slow」、「but」、「steady」、および
「wins」に下線が表示されており、従って、この場合、
ステップＳ４では、これらの６単語から認識用辞書が構
成され、音声認識回路５で行われる音声認識の対象とさ
れる。

【００６９】即ち、この場合、ＬＣＤ１７に表示されて
いない表示語「race」、並びに文章「Second thoughts
are best.」および「So many countries, so many cost
oms.」を構成する表示語は、ユーザにより発話されるこ
とはない。従って、このような表示語を、音声認識の対
象とする必要はないため、ＬＣＤ１７に、現実に表示さ
れている表示語のみ（但し、ここでは、ｂｅ動詞および
冠詞は除かれている）を対象に、認識用辞書が構成され
る。

【００７０】そして、ユーザにより、スクロールキー６
Ｄが操作され、これにより、ＬＣＤ１７において、例え
ば、同図（Ｂ）に点線で示すように、文章「Second tho
ughts are best.」および「Seeing is believing.」が
表示されるようになった場合には、これらの文章を構成
する表示語（但し、ここでは、ｂｅ動詞を除く）「Seco
nd」、「thoughts」「best」、「Seeing」、および「be
lieving」に下線が付され、さらに、これらを対象に認
識用辞書が構成される。

【００７１】なお、ＬＣＤ１７に現在表示されている表
示語は、ＣＰＵ１０によって認識されるようになされて
おり、音声認識回路５では、このＣＰＵ１０による表示
語の認識結果に基づいて、認識用辞書が作成されるよう
になされている。

【００７２】但し、認識用辞書は、ＬＣＤ１７に現実に
表示されている表示語だけを対象とするのではなく、文
章データＲＯＭ１４から検索された文章を構成する表示
語を対象として構成するようにすることも可能である。

【００７３】以上、本発明を、電子辞書装置に適用した
場合について説明したが、本発明は、その他、情報を表
示する表示手段に表示された単語その他の語句を、音声
で入力するあらゆる装置に適用可能である。

【００７４】なお、本実施例では、図３のステップＳ１
において、単語を検索し、その単語を用いた例文である
文章を表示させるようにしたが、その他、例えば、文章
データＲＯＭ１４には、書籍や新聞などの文章を記憶さ
せておき、装置の電源がオンされた場合には、ステップ
Ｓ１において、そのような書籍や新聞などの文章を表示
させるようにすることも可能である。

【００７５】また、本実施例では、文章データＲＯＭ１
４、音声認識データＲＯＭ１５、および単語辞書データ
ＲＯＭ１６を、装置に内蔵させるようにしたが、文章デ
ータＲＯＭ１４、音声認識データＲＯＭ１５、および単
語辞書データＲＯＭ１６は、その他、例えば、装置に着
脱可能なＩＣカードなどに内蔵させるようにすることが
可能である。

【００７６】さらに、本実施例では、電子辞書装置に、
いわゆる英和辞書の機能を持たせるようにしたが、電子
辞書装置には、英和辞書の他、例えば、和英辞書や、そ
の他の言語を対象とする辞書の機能を持たせるようにす
ることが可能である。

【００７７】また、本実施例では、単語を、音声認識の
対象とするようにしたが、単語の他、例えば熟語など
を、音声認識の対象とするようにすることも可能であ
る。

【００７８】さらに、本実施例では、表示語が音声認識
の対象とされているかどうかを、文章データＲＯＭ１５
（図２（Ａ））に記憶されている音声認識単語番号が０
かどうかで判別するようにしたが、表示語が音声認識の
対象とされているかどうかは、その他、例えば、その旨
を表す情報（以下、適宜、判別情報という）を、文章デ
ータＲＯＭ１５に記憶されている各表示語に付加するよ
うにし、この判別情報に基づいて判別するようにするこ
とも可能である。そして、この場合、所定の条件によっ
て、特定の表示語を、音声認識の対象としたり、または
しないようにしたりすることが可能である。即ち、例え
ば、判別情報として、０，１，２のうちのいずれかを、
表示語に付加するとともに、所定のボタンを設けるよう
にし、その所定のボタンが操作されていない状態では、
０の判別情報が付された表示語のみを音声認識の対象と
し、所定のボタンが操作された状態では、０または１の
うちのいずれかの判別情報が付された表示語を音声認識
の対象とするようにすることができる。

【００７９】また、本実施例では、文章データＲＯＭ１
４には、英語の文章（表示語列）を記憶させておくよう
にしたが、文章データＲＯＭ１４には、例えば、英語の
文章に加えて、その日本語訳なども記憶させておくよう
にすることなどが可能である。

【００８０】さらに、本実施例では、文章データＲＯＭ
１４に、１つの表示語に対して、１つの音声認識単語番
号を対応付けておくようにしたが、例えば、複数パター
ンの発話がなされることが予想される表示語（以下、適
宜、複数発話表示語という）がある場合には、そのよう
な複数パターンの発話（この発話は、表示語の発音とし
て誤っているものであっても良い）を、認識対象語とし
て音声認識データＲＯＭ１５に記憶させておき、その複
数の認識対象語の音声認識対象番号と、複数発話表示語
とを対応付けておくようにすることが可能である。即
ち、１つの表示語に対して、複数の認識対象語を関係付
けておくようにすることが可能である。具体的には、例
えば表示語が「ＩＳＯ（International Organization f
or Standardization）」である場合には、これに、認識
対象語として、「イソ（ISO）」、「アイソ（ISO）」、
および「アイエスオウ（ISO）」などを関係付けておく
ようにすることが可能である。この場合、「イソ」、
「アイソ」、および「アイエスオウ」を、「ISO」の解
説情報に関係付けておくことで、これらのうちのいずれ
が発話されても、その発話を、表示語「ＩＳＯ」に対応
するものとして音声認識し、その解説情報を検索するこ
とが可能となる。

【００８１】また、本実施例では、音声認識回路５から
ＣＰＵ１０に対し、音声認識単語番号とともに、それら
に対応する認識対象語それぞれの尤度を供給するように
したが、音声認識回路５からＣＰＵ１０に対しては、例
えば、音声認識単語番号だけを、それらに対応する認識
対象語それぞれの尤度の高い順に供給するようにするこ
とが可能である。この場合、ＣＰＵ１０には、音声認識
単語番号の並びから、尤度の高い認識対象語を判別させ
るようにすれば良い。

【００８２】さらに、本実施例においては、ＬＣＤ１７
に表示された文章中における表示語の中に、同一の音声
認識単語番号（但し、ここでは、０を除く）が対応付け
られているものが複数ある場合については、特に言及し
なかったが、このような場合、ＣＰＵ１０は、例えば、
そのような表示語すべてに下線を表示するように、文字
表示回路１３を制御するとともに、その複数の音声認識
単語番号のうちの１つを、認識用辞書の構成のためのも
のとして、音声認識回路５に送信するようになされてい
る。

【００８３】また、本実施例では、動詞の原形に対応す
る認識対象語の他、その変化形に対応する認識対象語
も、その原形に対応する辞書単語に関係付けるようにし
たが、その他、例えば、同一の意味を有する名詞に対応
する認識対象語は、すべて、そのような名詞のうちのい
ずれか１つに対応する辞書単語に関係付けるようにする
ことが可能である。

【００８４】

【発明の効果】請求項１に記載の音声認識装置および請
求項４に記載の音声認識方法によれば、表示語が表示さ
れている状態において、音声が、所定の認識対象語のう
ち、その表示されている表示語と関係付けられているも
ののみを対象として音声認識される。従って、ユーザが
発話する可能性のある、必要最小限の認識対象語を用い
て、音声認識が行われるので、音声認識精度および音声
認識処理速度を向上させることが可能となる。

【図面の簡単な説明】

【図１】本発明を適用した電子辞書装置の一実施例の構
成を示すブロック図である。

【図２】図１の文章データＲＯＭ１４、音声認識データ
ＲＯＭ１５、または単語辞書データＲＯＭ１６にそれぞ
れ記憶されている文章データ、音声認識データ、または
単語書データを説明する図である。

【図３】図１の電子辞書装置の動作を説明するためのフ
ローチャートである。

【図４】ＬＣＤ１７の表示状態を示す図である。

【図５】図３のステップＳ４の処理を説明するための図
である。

【符号の説明】

１ マイク（入力手段）， ５ 音声認識回路（音声認
識手段）， １０ ＣＰＵ（検索手段）， １４ 文章
データＲＯＭ（表示語記憶手段）， １５ 音声認識デ
ータＲＯＭ（認識対象語記憶手段）， １６ 単語辞書
データＲＯＭ（解説情報記憶手段）， １７ ＬＣＤ
（表示手段）

Claims (4)

【特許請求の範囲】
1. 【請求項１】 音声認識の対象とする語句である認識対
   象語を記憶している認識対象語記憶手段と、 音声を入力する入力手段と、 前記入力手段に入力された音声を、前記認識対象語記憶
   手段に記憶されている前記認識対象語を対象として音声
   認識する音声認識手段とを備える音声認識装置であっ
   て、 情報を表示する表示手段と、 前記表示手段に表示させる語句である表示語を、対応す
   る前記認識対象語と関係付けて記憶している表示語記憶
   手段とをさらに備え、 前記音声認識手段は、前記音声を、前記認識対象語記憶
   手段に記憶されている前記認識対象語のうち、前記表示
   手段に表示されている前記表示語と関係付けられている
   もののみを対象として音声認識することを特徴とする音
   声認識装置。
2. 【請求項２】 前記表示手段は、前記表示語のうち、前
   記認識対象語と関係付けられているものと、それ以外と
   を、区別して表示することを特徴とする請求項１に記載
   の音声認識装置。
3. 【請求項３】 語句を解説する解説情報を記憶している
   解説情報記憶手段と、 前記解説情報記憶手段から、前記解説情報を検索する検
   索手段とをさらに備え、 前記認識対象語記憶手段は、前記認識対象語を、対応す
   る前記解説情報と関係付けて記憶しており、 前記検索手段は、前記音声認識手段により音声認識され
   た前記認識対象語と関係付けられている前記解説情報を
   検索し、 前記表示手段は、前記検索手段により検索された前記解
   説情報を表示することを特徴とする請求項１に記載の音
   声認識装置。
4. 【請求項４】 音声認識の対象とする語句である認識対
   象語を記憶している認識対象語記憶手段と、 音声を入力する入力手段と、 前記入力手段に入力された音声を、前記認識対象語記憶
   手段に記憶されている前記認識対象語を対象として音声
   認識する音声認識手段と、 情報を表示する表示手段と、 前記表示手段に表示させる語句である表示語を、対応す
   る前記認識対象語と関係付けて記憶している表示語記憶
   手段とを備える音声認識装置の音声認識方法であって、 前記表示手段に、前記表示語を表示させ、 前記音声認識手段に、前記音声を、前記認識対象語記憶
   手段に記憶されている前記認識対象語のうち、前記表示
   手段に表示されている前記表示語と関係付けられている
   もののみを対象として音声認識させることを特徴とする
   音声認識方法。