JPH1075303A - 音声認識対象単語登録装置 - Google Patents
音声認識対象単語登録装置Info
- Publication number
- JPH1075303A JPH1075303A JP8228491A JP22849196A JPH1075303A JP H1075303 A JPH1075303 A JP H1075303A JP 8228491 A JP8228491 A JP 8228491A JP 22849196 A JP22849196 A JP 22849196A JP H1075303 A JPH1075303 A JP H1075303A
- Authority
- JP
- Japan
- Prior art keywords
- word
- reading
- registered
- push
- telephone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Telephonic Communication Services (AREA)
Abstract
(57)【要約】
【課題】 電話機によるオンライン操作のみで簡便に音
声認識の対象となる単語の読みを送信し登録を行わせる
ことのできる音声認識対象単語登録装置を得ること。 【解決手段】 加入者が電話機１３のプッシュボタンを
組み合わせて操作することで、音声認識のために使用す
る単語の読みを入力すると、音声認識装置１５内のプッ
シュトーン信号受信部２２がこれを受信し、変換部２９
が単語の読みに変換する。この変換された読みは単語辞
書２６に登録される。この後、加入者が所定の時点で単
語を発声すると、音素認識部１９がその音素を認識し、
音素列が単語辞書２６で検索されて、すでに登録した単
語の読みの範囲内で単語が認識され、認識結果２７が出
力される。
声認識の対象となる単語の読みを送信し登録を行わせる
ことのできる音声認識対象単語登録装置を得ること。 【解決手段】 加入者が電話機１３のプッシュボタンを
組み合わせて操作することで、音声認識のために使用す
る単語の読みを入力すると、音声認識装置１５内のプッ
シュトーン信号受信部２２がこれを受信し、変換部２９
が単語の読みに変換する。この変換された読みは単語辞
書２６に登録される。この後、加入者が所定の時点で単
語を発声すると、音素認識部１９がその音素を認識し、
音素列が単語辞書２６で検索されて、すでに登録した単
語の読みの範囲内で単語が認識され、認識結果２７が出
力される。
Description
【０００１】
【発明の属する技術分野】本発明は音声認識対象の単語
を登録する音声認識対象単語登録装置に係わり、特に電
話網を利用して単語の読みの登録を行うようにした音声
認識対象単語登録装置に関する。
を登録する音声認識対象単語登録装置に係わり、特に電
話網を利用して単語の読みの登録を行うようにした音声
認識対象単語登録装置に関する。
【０００２】
【従来の技術】電話回線を利用して、コンピュータ等の
処理装置に対して商品の注文を行ったり、特定の情報の
収集や蓄積等の処理を行うことがある。このような場合
には、商品あるいはＩＤ（識別情報）等の情報を音声を
用いて伝達することがあり、電話回線に送出した音声が
装置側で正しく認識され、処理される必要がある。音声
の認識は、特定者を対象とするものと、それ以外の者と
しての不特定者を対象とするものとがある。特定者を対
象とする音声認識では、その特定者について音声を認識
するために必要な情報を予め収集しておくことができ
る。したがって、その特定者が電話回線に送出した音声
に対して、高い認識率で音声を認識することが可能であ
る。
処理装置に対して商品の注文を行ったり、特定の情報の
収集や蓄積等の処理を行うことがある。このような場合
には、商品あるいはＩＤ（識別情報）等の情報を音声を
用いて伝達することがあり、電話回線に送出した音声が
装置側で正しく認識され、処理される必要がある。音声
の認識は、特定者を対象とするものと、それ以外の者と
しての不特定者を対象とするものとがある。特定者を対
象とする音声認識では、その特定者について音声を認識
するために必要な情報を予め収集しておくことができ
る。したがって、その特定者が電話回線に送出した音声
に対して、高い認識率で音声を認識することが可能であ
る。
【０００３】不特定者に対しては、少数の単語を認識す
る認識装置が従来から存在している。この認識装置では
これら少数の認識対象の単語を分析しておいて特徴を登
録しておき、不特定者であってもこれらの認識対象の単
語のいずれであるかの判別が行えるようにしている（Ｎ
ＴＴデータによるＡＮＳＥＲサービス等）。しかしなが
ら、この認識装置では、認識の対象となる単語の数が少
数でなければ効果がない。
る認識装置が従来から存在している。この認識装置では
これら少数の認識対象の単語を分析しておいて特徴を登
録しておき、不特定者であってもこれらの認識対象の単
語のいずれであるかの判別が行えるようにしている（Ｎ
ＴＴデータによるＡＮＳＥＲサービス等）。しかしなが
ら、この認識装置では、認識の対象となる単語の数が少
数でなければ効果がない。
【０００４】近年、不特定者を対象として、しかも多数
の単語の認識を行うことのできる手法が開発されてい
る。この手法では、第１段階で音素認識を行い、第２段
階で単語認識を行うようになっている。第１段階の音素
認識では、音素単位で特徴抽出を行って、その候補を選
択する。第２段階の単語認識では、選択された音素を登
録した認識対象単語辞書の検索を行い、対応付けを行っ
てその確定結果から単語の認識を行うようになっている
（ＮＴＴ Ｒ＆Ｄ Ｖｏｌ．４３ Ｎｏ．１０１９９４
１０５８ページ）。
の単語の認識を行うことのできる手法が開発されてい
る。この手法では、第１段階で音素認識を行い、第２段
階で単語認識を行うようになっている。第１段階の音素
認識では、音素単位で特徴抽出を行って、その候補を選
択する。第２段階の単語認識では、選択された音素を登
録した認識対象単語辞書の検索を行い、対応付けを行っ
てその確定結果から単語の認識を行うようになっている
（ＮＴＴ Ｒ＆Ｄ Ｖｏｌ．４３ Ｎｏ．１０１９９４
１０５８ページ）。
【０００５】このような手法の音声認識対象単語登録装
置で、第１段階の音素認識は音響分析を伴うため従来と
同様の信号処理能力を必要としている。一方、第２段階
の単語認識は、音素認識で得られた音素と登録されてい
る単語を構成する音素を比較し選択する処理のために、
第１段階に比べると軽い処理能力で足りる。したがっ
て、この分だけより多くの単語を認識対象とすることが
可能になる。
置で、第１段階の音素認識は音響分析を伴うため従来と
同様の信号処理能力を必要としている。一方、第２段階
の単語認識は、音素認識で得られた音素と登録されてい
る単語を構成する音素を比較し選択する処理のために、
第１段階に比べると軽い処理能力で足りる。したがっ
て、この分だけより多くの単語を認識対象とすることが
可能になる。
【０００６】この手法を応用した装置として、特徴抽出
単位を半音節等の部分音節として、単語辞書に単語の読
みを使用する装置が開発されている。この装置では、例
えば単語の読みをカナコードを使用して入力することに
なる（ＮＥＣ技報 Ｖｏｌ．４８ Ｎｏ．６／１９９５
４８ページ）。このように認識対象とする単語の読み
をカナコード形式で登録するタイプの音声認識装置で
は、発声者が発声する認識対象の単語の読みを予め端末
等の装置からオフライン操作によって登録しておく必要
があった。
単位を半音節等の部分音節として、単語辞書に単語の読
みを使用する装置が開発されている。この装置では、例
えば単語の読みをカナコードを使用して入力することに
なる（ＮＥＣ技報 Ｖｏｌ．４８ Ｎｏ．６／１９９５
４８ページ）。このように認識対象とする単語の読み
をカナコード形式で登録するタイプの音声認識装置で
は、発声者が発声する認識対象の単語の読みを予め端末
等の装置からオフライン操作によって登録しておく必要
があった。
【０００７】
【発明が解決しようとする課題】このように従来の装置
では、発声者に対応する認識対象の単語の読みを予めオ
ペレータによる操作やパソコン（パーソナルコンピュー
タ）通信によるファイル転送によって、オフライン操作
で登録するようになっていた。そして、これらの登録さ
れた単語の読みをオペレータの発声による音声認識の結
果と対応付けることによって、精度の高い音声認識を可
能にするようになっていた。しかしながら、このような
従来の手法によれば、例えば音声ダイヤル等の音声認識
装置を使用したサービスで、加入者がダイヤル先の名前
を追加するような場合に、電話先でその名前を音声認識
対象単語登録装置に追加登録することができないという
問題があった。
では、発声者に対応する認識対象の単語の読みを予めオ
ペレータによる操作やパソコン（パーソナルコンピュー
タ）通信によるファイル転送によって、オフライン操作
で登録するようになっていた。そして、これらの登録さ
れた単語の読みをオペレータの発声による音声認識の結
果と対応付けることによって、精度の高い音声認識を可
能にするようになっていた。しかしながら、このような
従来の手法によれば、例えば音声ダイヤル等の音声認識
装置を使用したサービスで、加入者がダイヤル先の名前
を追加するような場合に、電話先でその名前を音声認識
対象単語登録装置に追加登録することができないという
問題があった。
【０００８】例えば、「東京シューズ」という会社があ
るものとして、この会社の名称を電話機で発声すること
で回線の接続が自動的に行われるような装置を利用する
ものとする。オペレータがこの会社の名称を事前に音声
認識対象単語登録装置に登録していないような場合に
は、利用前にこれを例えばカナコードで装置側に送信
し、登録しておく必要がある。このとき、先に説明した
ファイル転送以外の手法として、例えば電話機のプッシ
ュトーン信号の組み合わせでカナコードを音声認識対象
単語登録装置側に送ることは可能である。このような技
術は、ページャで文字を送信する技術としてすでに確立
しているからである。ところが、この技術では、「ュ」
等の拗音を区別して送信することができず、また、「東
京」と「シューズ」との間に一呼吸置いて発声するもの
としたときに、このような時間的な区切りを示す記号を
カナコードで表現することができない。したがって、電
話機から「トウキヨウシユーズ」あるいは「トウキヨウ
シユーズ」として送ったカナコードが音声認識対象単
語登録装置側に登録されたとしても、オペレータが電話
機から入力する音声の認識結果とは相違するものとな
る。すなわち、電話機を通じて行ったこのような登録内
容とオペレータが加入者として後に発声した音声の認識
結果とが一致しなくなり、結局、希望する通話先に音声
ダイヤルを行うことができなくなる。
るものとして、この会社の名称を電話機で発声すること
で回線の接続が自動的に行われるような装置を利用する
ものとする。オペレータがこの会社の名称を事前に音声
認識対象単語登録装置に登録していないような場合に
は、利用前にこれを例えばカナコードで装置側に送信
し、登録しておく必要がある。このとき、先に説明した
ファイル転送以外の手法として、例えば電話機のプッシ
ュトーン信号の組み合わせでカナコードを音声認識対象
単語登録装置側に送ることは可能である。このような技
術は、ページャで文字を送信する技術としてすでに確立
しているからである。ところが、この技術では、「ュ」
等の拗音を区別して送信することができず、また、「東
京」と「シューズ」との間に一呼吸置いて発声するもの
としたときに、このような時間的な区切りを示す記号を
カナコードで表現することができない。したがって、電
話機から「トウキヨウシユーズ」あるいは「トウキヨウ
シユーズ」として送ったカナコードが音声認識対象単
語登録装置側に登録されたとしても、オペレータが電話
機から入力する音声の認識結果とは相違するものとな
る。すなわち、電話機を通じて行ったこのような登録内
容とオペレータが加入者として後に発声した音声の認識
結果とが一致しなくなり、結局、希望する通話先に音声
ダイヤルを行うことができなくなる。
【０００９】そこで本発明の目的は、オンライン操作の
みで簡便に音声認識の対象となる単語の読みを送信し登
録を行わせることのできる音声認識対象単語登録装置を
提供することにある。
みで簡便に音声認識の対象となる単語の読みを送信し登
録を行わせることのできる音声認識対象単語登録装置を
提供することにある。
【００１０】
【課題を解決するための手段】請求項１記載の発明で
は、（イ）電話機からのプッシュトーン信号を受信する
プッシュトーン信号受信手段と、（ロ）音声認識の登録
対象の単語の読みをプッシュトーン信号の組み合わせに
対応付けて登録したテーブルを有し、プッシュトーン信
号受信手段によって受信したプッシュトーン信号のそれ
ぞれの組み合わせを単語の読みに変換する登録単語読み
変換手段と、（ハ）この登録単語読み変換手段によって
変換された読みを電話機から送られてくる音声に対応す
る単語の読みの候補として登録する読み登録手段とを音
声認識対象単語登録装置に具備させる。
は、（イ）電話機からのプッシュトーン信号を受信する
プッシュトーン信号受信手段と、（ロ）音声認識の登録
対象の単語の読みをプッシュトーン信号の組み合わせに
対応付けて登録したテーブルを有し、プッシュトーン信
号受信手段によって受信したプッシュトーン信号のそれ
ぞれの組み合わせを単語の読みに変換する登録単語読み
変換手段と、（ハ）この登録単語読み変換手段によって
変換された読みを電話機から送られてくる音声に対応す
る単語の読みの候補として登録する読み登録手段とを音
声認識対象単語登録装置に具備させる。
【００１１】すなわち請求項１記載の発明では、電話機
から送出することのできるプッシュトーン信号の組み合
わせを音声認識の登録対象の単語の読みと対応付けたテ
ーブルを用意して、電話機から送られてくるプッシュト
ーン信号の組み合わせを音声認識対象単語登録装置に単
語の認識候補として登録することにしている。電話機を
利用してプッシュトーン信号を組み合わせることで、オ
ンライン操作のみで簡便に音声認識の対象となる単語の
読みを登録することが可能になる。
から送出することのできるプッシュトーン信号の組み合
わせを音声認識の登録対象の単語の読みと対応付けたテ
ーブルを用意して、電話機から送られてくるプッシュト
ーン信号の組み合わせを音声認識対象単語登録装置に単
語の認識候補として登録することにしている。電話機を
利用してプッシュトーン信号を組み合わせることで、オ
ンライン操作のみで簡便に音声認識の対象となる単語の
読みを登録することが可能になる。
【００１２】請求項２記載の発明では、（イ）電話機か
らのプッシュトーン信号を受信するプッシュトーン信号
受信手段と、（ロ）音声認識の登録対象の単語の読みを
プッシュトーン信号の組み合わせに対応付けて登録した
テーブルを有し、プッシュトーン信号受信手段によって
受信したプッシュトーン信号のそれぞれの組み合わせを
単語の読みに変換する登録単語読み変換手段と、（ハ）
この登録単語読み変換手段によって変換された読みを電
話機から送られてくる音声に対応する単語の読みの候補
として登録する読み登録手段と、（ニ）単語の読みを直
接的にキー入力して前記電話機から送られてくる音声に
対応する単語の読みの候補として登録するキー入力登録
手段とを音声認識対象単語登録装置に具備させる。
らのプッシュトーン信号を受信するプッシュトーン信号
受信手段と、（ロ）音声認識の登録対象の単語の読みを
プッシュトーン信号の組み合わせに対応付けて登録した
テーブルを有し、プッシュトーン信号受信手段によって
受信したプッシュトーン信号のそれぞれの組み合わせを
単語の読みに変換する登録単語読み変換手段と、（ハ）
この登録単語読み変換手段によって変換された読みを電
話機から送られてくる音声に対応する単語の読みの候補
として登録する読み登録手段と、（ニ）単語の読みを直
接的にキー入力して前記電話機から送られてくる音声に
対応する単語の読みの候補として登録するキー入力登録
手段とを音声認識対象単語登録装置に具備させる。
【００１３】すなわち請求項２記載の発明では、請求項
１記載の発明と同様に、電話機から送出することのでき
るプッシュトーン信号の組み合わせを音声認識の登録対
象の単語の読みと対応付けたテーブルを用意して、電話
機から送られてくるプッシュトーン信号の組み合わせを
音声認識対象単語登録装置に単語の認識候補として登録
することができるようにすると共に、装置側にキー入力
ができる端末としてのキー入力登録手段を配置して、電
話機によらずとも装置側でも認識の対象となる単語の読
みを登録できるようにした。これによって、遠隔地では
電話機を使用して音声認識の登録対象の単語の読みを入
力することができる他、装置を直接操作して音声認識の
登録対象の単語の読みを入力することもできるようにな
る。
１記載の発明と同様に、電話機から送出することのでき
るプッシュトーン信号の組み合わせを音声認識の登録対
象の単語の読みと対応付けたテーブルを用意して、電話
機から送られてくるプッシュトーン信号の組み合わせを
音声認識対象単語登録装置に単語の認識候補として登録
することができるようにすると共に、装置側にキー入力
ができる端末としてのキー入力登録手段を配置して、電
話機によらずとも装置側でも認識の対象となる単語の読
みを登録できるようにした。これによって、遠隔地では
電話機を使用して音声認識の登録対象の単語の読みを入
力することができる他、装置を直接操作して音声認識の
登録対象の単語の読みを入力することもできるようにな
る。
【００１４】請求項３記載の発明では、請求項１または
請求項２記載の音声認識対象単語登録装置で登録単語読
み変換手段は、予め定めた複数個のプッシュトーン信号
の組み合わせをカナコードに対応付けるための変換テー
ブルを有することを特徴としている。プッシュトーン信
号を組み合わせて使用することで、拗音等も区別したカ
ナコードに変換することができることになる。
請求項２記載の音声認識対象単語登録装置で登録単語読
み変換手段は、予め定めた複数個のプッシュトーン信号
の組み合わせをカナコードに対応付けるための変換テー
ブルを有することを特徴としている。プッシュトーン信
号を組み合わせて使用することで、拗音等も区別したカ
ナコードに変換することができることになる。
【００１５】請求項４記載の発明では、請求項３記載の
音声認識対象単語登録装置で変換テーブルのカナコード
は、拗音を表わす記号を含んでいることを特徴としてい
る。拗音を表わすカナコードを使用することで、実際の
発声に近い読みを装置側に送ることが可能になる。
音声認識対象単語登録装置で変換テーブルのカナコード
は、拗音を表わす記号を含んでいることを特徴としてい
る。拗音を表わすカナコードを使用することで、実際の
発声に近い読みを装置側に送ることが可能になる。
【００１６】請求項５記載の発明では、請求項３記載の
音声認識対象単語登録装置で変換テーブルのカナコード
は、単語間の発声の一時的な中断を表わす区切り記号を
含んでいることを特徴としている。姓と名の間の区切り
等の単語間の発声の一時的な中断を表わす区切り記号を
使用することで、実際の発声に近い読みを装置側に送る
ことが可能になる。
音声認識対象単語登録装置で変換テーブルのカナコード
は、単語間の発声の一時的な中断を表わす区切り記号を
含んでいることを特徴としている。姓と名の間の区切り
等の単語間の発声の一時的な中断を表わす区切り記号を
使用することで、実際の発声に近い読みを装置側に送る
ことが可能になる。
【００１７】
【００１８】
【実施例】以下実施例につき本発明を詳細に説明する。
【００１９】図１は本発明の一実施例における音声認識
対象単語登録装置を使用した音声認識システムの全体的
な構成を表わしたものである。この音声認識システム
で、加入者がプッシュボタン操作１１を行ったり音声入
力１２を行うための電話機１３は、電話網１４を介して
音声認識装置１５と接続されている。音声認識装置１５
は本実施例の音声認識対象単語登録装置を内蔵したもの
で、電話網１４と接続された回線インタフェース１７を
備えている。回線インタフェース１７は、電話網１４を
介して電話機１３から送られてくる音声信号１８を入力
して音素の認識を行う音素認識部１９と、プッシュトー
ン信号２１を受信するプッシュトーン信号受信部（ＰＢ
Ｒ）２２に接続されている。
対象単語登録装置を使用した音声認識システムの全体的
な構成を表わしたものである。この音声認識システム
で、加入者がプッシュボタン操作１１を行ったり音声入
力１２を行うための電話機１３は、電話網１４を介して
音声認識装置１５と接続されている。音声認識装置１５
は本実施例の音声認識対象単語登録装置を内蔵したもの
で、電話網１４と接続された回線インタフェース１７を
備えている。回線インタフェース１７は、電話網１４を
介して電話機１３から送られてくる音声信号１８を入力
して音素の認識を行う音素認識部１９と、プッシュトー
ン信号２１を受信するプッシュトーン信号受信部（ＰＢ
Ｒ）２２に接続されている。
【００２０】音素認識部１９で認識された音素を表わし
た音素情報２４は単語認識部２５に送られる。単語認識
部２５では単語辞書２６を検索して、加入者の登録した
単語の中から最適の単語を選択し、認識結果２７として
出力することになる。この単語辞書２６に単語を登録す
る１つの方法としては、プッシュトーン信号受信部２２
で受信したプッシュトーン信号２８を変換部２９に入力
してカナコード３１に変換し、変換されたカナコード３
１を単語の読みとして登録する方法である。もちろん、
端末３３を操作してカナコード３２を直接入力すること
も可能である。なお、カナコード３２を端末３３から入
力できるようにしているが、装置によっはこのような付
加的な端末３３を省略することも可能である。
た音素情報２４は単語認識部２５に送られる。単語認識
部２５では単語辞書２６を検索して、加入者の登録した
単語の中から最適の単語を選択し、認識結果２７として
出力することになる。この単語辞書２６に単語を登録す
る１つの方法としては、プッシュトーン信号受信部２２
で受信したプッシュトーン信号２８を変換部２９に入力
してカナコード３１に変換し、変換されたカナコード３
１を単語の読みとして登録する方法である。もちろん、
端末３３を操作してカナコード３２を直接入力すること
も可能である。なお、カナコード３２を端末３３から入
力できるようにしているが、装置によっはこのような付
加的な端末３３を省略することも可能である。
【００２１】図２は、変換部に用意されたプッシュトー
ン信号とカナコードの対応表を表わしたものである。プ
ッシュトーン信号は、電話機の図示しないプッシュボタ
ンに１つずつ対応して出力されるもので、通常の場合、
“０”から“９”までの１０種類の数字と、“♯”およ
び“＊”の符号に対応して合計１２種類しか存在しな
い。したがって、このままではプッシュトーン信号をカ
ナコードに１対１で対応させることができない。本実施
例では連続する２以上のプッシュトーン信号の組み合わ
せでカナコード３１を表わすようにしている。プッシュ
トーン信号を組み合わせることでカナコードを表わす方
法は、ページャへメッセージを出力させる場合にも使用
されている。しかしながら、ページャへメッセージを出
力させる場合のコードをそのまま使用したのでは、音声
認識対象の単語を表現するためには不十分である。そこ
で、図２に示した対応表では、として示した小文字化
記号を使用することで拗音（ァィゥェォャュョッ）を表
現できるようにした。例えばプッシュトーン信号として
“１１”と入力すれば「ア」というカナコード３１が指
定されるが、これに続けて“♯”と“１”のプッシュト
ーン信号を用いることで、「ア」が小文字化されて
「ァ」という拗音となる。
ン信号とカナコードの対応表を表わしたものである。プ
ッシュトーン信号は、電話機の図示しないプッシュボタ
ンに１つずつ対応して出力されるもので、通常の場合、
“０”から“９”までの１０種類の数字と、“♯”およ
び“＊”の符号に対応して合計１２種類しか存在しな
い。したがって、このままではプッシュトーン信号をカ
ナコードに１対１で対応させることができない。本実施
例では連続する２以上のプッシュトーン信号の組み合わ
せでカナコード３１を表わすようにしている。プッシュ
トーン信号を組み合わせることでカナコードを表わす方
法は、ページャへメッセージを出力させる場合にも使用
されている。しかしながら、ページャへメッセージを出
力させる場合のコードをそのまま使用したのでは、音声
認識対象の単語を表現するためには不十分である。そこ
で、図２に示した対応表では、として示した小文字化
記号を使用することで拗音（ァィゥェォャュョッ）を表
現できるようにした。例えばプッシュトーン信号として
“１１”と入力すれば「ア」というカナコード３１が指
定されるが、これに続けて“♯”と“１”のプッシュト
ーン信号を用いることで、「ア」が小文字化されて
「ァ」という拗音となる。
【００２２】同様に、として“♯”と“２”のプッシ
ュトーン信号を用いることで、長音（ー）を表現できる
ようにし、として“♯”と“３”のプッシュトーン信
号を用いることで、促音（ッ）を表現できるようにし
た。以下同様であり、区切り記号や鼻濁音化記号、区切
り記号、鼻濁音化記号アクセント位置等の音声の認識に
重要な特殊記号も表現できるようになっている。このよ
うにして、プッシュトーン信号をカナコード３１に十分
余裕をもって割り当てることができる。本実施例の対応
表では、仮名や記号の割り当てにかなりの余裕が生じる
ので、図２でも了解されるようにカナコード３１に割り
当てられない空欄が多数存在している。電話機１３の加
入者が誤ってこれらの空間のいずれかを指定するような
プッシュトーン信号の組み合わせを選択した場合には、
その指定は無視されるようになっている。
ュトーン信号を用いることで、長音（ー）を表現できる
ようにし、として“♯”と“３”のプッシュトーン信
号を用いることで、促音（ッ）を表現できるようにし
た。以下同様であり、区切り記号や鼻濁音化記号、区切
り記号、鼻濁音化記号アクセント位置等の音声の認識に
重要な特殊記号も表現できるようになっている。このよ
うにして、プッシュトーン信号をカナコード３１に十分
余裕をもって割り当てることができる。本実施例の対応
表では、仮名や記号の割り当てにかなりの余裕が生じる
ので、図２でも了解されるようにカナコード３１に割り
当てられない空欄が多数存在している。電話機１３の加
入者が誤ってこれらの空間のいずれかを指定するような
プッシュトーン信号の組み合わせを選択した場合には、
その指定は無視されるようになっている。
【００２３】図３は、電話機から音声対象単語を登録す
る場合の制御の様子を表わしたものである。加入者が図
１に示した電話機１３を操作して文字の読みに相当する
カナコードを順次指定すると、その情報は電話網１４を
介して音声認識装置１５に送られ、プッシュトーン信号
受信部２２で受信される。一対のプッシュトーン信号が
受信されるたびに（ステップＳ１０１）、音声認識装置
１５内の図示しないＣＰＵ（中央処理装置）は図２に示
したプッシュトーン信号とカナコードの対応表に従っ
て、これをカナコードあるいは所定の制御記号に変換す
る（ステップＳ１０２）。変換結果が「終了記号」や
「空欄」を意味するものでない場合（ステップＳ１０
３、Ｓ１０４；Ｎ）、すなわち本来のカナコードに対応
する入力操作が行われていた場合には、変換後のカナコ
ードを変換部２９内の図示しないＲＡＭ（ランダム・ア
クセス・メモリ）に一時記憶する（ステップＳ１０
５）。そして、次の一対のプッシュトーン信号が受信さ
れるまで待機して同様の動作を繰り返す。このようにし
て、カナコードが順次、ＲＡＭに記憶されていく。この
途中で加入者の操作ミスで「空欄」が指定された場合に
は（ステップＳ１０４；Ｙ）、その指定が無視されて、
直ちにステップＳ１０１の処理に進むことになる。
る場合の制御の様子を表わしたものである。加入者が図
１に示した電話機１３を操作して文字の読みに相当する
カナコードを順次指定すると、その情報は電話網１４を
介して音声認識装置１５に送られ、プッシュトーン信号
受信部２２で受信される。一対のプッシュトーン信号が
受信されるたびに（ステップＳ１０１）、音声認識装置
１５内の図示しないＣＰＵ（中央処理装置）は図２に示
したプッシュトーン信号とカナコードの対応表に従っ
て、これをカナコードあるいは所定の制御記号に変換す
る（ステップＳ１０２）。変換結果が「終了記号」や
「空欄」を意味するものでない場合（ステップＳ１０
３、Ｓ１０４；Ｎ）、すなわち本来のカナコードに対応
する入力操作が行われていた場合には、変換後のカナコ
ードを変換部２９内の図示しないＲＡＭ（ランダム・ア
クセス・メモリ）に一時記憶する（ステップＳ１０
５）。そして、次の一対のプッシュトーン信号が受信さ
れるまで待機して同様の動作を繰り返す。このようにし
て、カナコードが順次、ＲＡＭに記憶されていく。この
途中で加入者の操作ミスで「空欄」が指定された場合に
は（ステップＳ１０４；Ｙ）、その指定が無視されて、
直ちにステップＳ１０１の処理に進むことになる。
【００２４】このようにしてある単語の読みに相当する
すべてのカナコードの入力が行われたら、加入者は「終
了記号」を入力することになる。すなわち“♯”、
“♯”からなる一対のプッシュトーン信号が入力された
場合には（ステップＳ１０３；Ｙ）、ＲＡＭにそれまで
入力された一連のカナコード３１が変換部２９から出力
され、単語辞書２６に単語の読みとして登録されること
になる（ステップＳ１０６）。
すべてのカナコードの入力が行われたら、加入者は「終
了記号」を入力することになる。すなわち“♯”、
“♯”からなる一対のプッシュトーン信号が入力された
場合には（ステップＳ１０３；Ｙ）、ＲＡＭにそれまで
入力された一連のカナコード３１が変換部２９から出力
され、単語辞書２６に単語の読みとして登録されること
になる（ステップＳ１０６）。
【００２５】図４は、カナコードの入力例を幾つか例示
したものである。（ａ）に示した例では、「スズキ マ
サアキ」という読みが入力されている。カナコード
「ス」は図２に示したプッシュトーン信号とカナコード
の対応表によれば１桁目が“３”で２桁目も“３”とな
る。「スズキ」と「マサアキ」の間には「区切り記号」
（スペース）が入っている。これは“♯”、“４”であ
る。このように「区切り記号」を入れることで、「姓」
と「名」の間の発声に区切りが入り、実際の発声法に近
い時間間隔で単語登録を行うことができる。読みの最後
には、「終了記号」が配置されている。
したものである。（ａ）に示した例では、「スズキ マ
サアキ」という読みが入力されている。カナコード
「ス」は図２に示したプッシュトーン信号とカナコード
の対応表によれば１桁目が“３”で２桁目も“３”とな
る。「スズキ」と「マサアキ」の間には「区切り記号」
（スペース）が入っている。これは“♯”、“４”であ
る。このように「区切り記号」を入れることで、「姓」
と「名」の間の発声に区切りが入り、実際の発声法に近
い時間間隔で単語登録を行うことができる。読みの最後
には、「終了記号」が配置されている。
【００２６】同図（ｂ）に示した例では「ジュース」と
いう読みがカナコードで入力されている。拗音「ュ」
は、通常のカナ「ユ」の後に、その文字が小文字（拗
音）であることを示す「小文字化記号」を配置すること
で実現している。「小文字化記号」は“♯”、“１”で
ある。カナ「ー」は「長音記号（ー）」を入力すること
により実現している。これは“♯”、“２”である。
いう読みがカナコードで入力されている。拗音「ュ」
は、通常のカナ「ユ」の後に、その文字が小文字（拗
音）であることを示す「小文字化記号」を配置すること
で実現している。「小文字化記号」は“♯”、“１”で
ある。カナ「ー」は「長音記号（ー）」を入力すること
により実現している。これは“♯”、“２”である。
【００２７】同図（ｃ）に示した例では「ファースト」
という読みがカナコードで入力されている。これについ
ては、同図（ｂ）に示した説明の通りである。
という読みがカナコードで入力されている。これについ
ては、同図（ｂ）に示した説明の通りである。
【００２８】加入者が単語辞書２６に単語の読みを新規
に、あるいは追加的に登録したら、それ以後はこの単語
辞書２６に登録した範囲内で単語の認識が行われる。す
なわち、加入者が、所定の場合にすでに登録した単語の
いずれかを発声すると、この音声は音声認識装置１５に
入力され、回線インタフェース１７から音素認識部１９
に入力される。音素認識部１９は認識した音素列を単語
辞書２６に登録されているカナコードを元にした音素列
と比較し、認識結果２７を出力することになる。音声を
基にしてダイヤルを行うような場合には、認識結果２７
に対応するダイヤル情報が読み出されて呼の接続が行わ
れることになる。
に、あるいは追加的に登録したら、それ以後はこの単語
辞書２６に登録した範囲内で単語の認識が行われる。す
なわち、加入者が、所定の場合にすでに登録した単語の
いずれかを発声すると、この音声は音声認識装置１５に
入力され、回線インタフェース１７から音素認識部１９
に入力される。音素認識部１９は認識した音素列を単語
辞書２６に登録されているカナコードを元にした音素列
と比較し、認識結果２７を出力することになる。音声を
基にしてダイヤルを行うような場合には、認識結果２７
に対応するダイヤル情報が読み出されて呼の接続が行わ
れることになる。
【００２９】
【発明の効果】以上説明したように請求項１記載の発明
によれば、電話機から出力することのできるプッシュト
ーン信号を使用してこれを組み合わせることによって、
発声に近い単語の読みについての情報を音声認識対象単
語登録装置側で得ることができるので、加入者が音声認
識に使用する電話機を用いてどこからでも簡易に単語の
読みを登録することができるという効果がある。
によれば、電話機から出力することのできるプッシュト
ーン信号を使用してこれを組み合わせることによって、
発声に近い単語の読みについての情報を音声認識対象単
語登録装置側で得ることができるので、加入者が音声認
識に使用する電話機を用いてどこからでも簡易に単語の
読みを登録することができるという効果がある。
【００３０】また、請求項２記載の発明によれば、電話
機を使用して認識させる単語の読みを登録するだけでな
く、装置側に居る場合には単語の読みを専用の手段で入
力することができるので、電話機から入力する場合に比
べて操作が容易になるという可能性もある。
機を使用して認識させる単語の読みを登録するだけでな
く、装置側に居る場合には単語の読みを専用の手段で入
力することができるので、電話機から入力する場合に比
べて操作が容易になるという可能性もある。
【図１】本発明の一実施例における音声認識対象単語登
録装置を使用した音声認識システムのシステム構成図で
ある。
録装置を使用した音声認識システムのシステム構成図で
ある。
【図２】プッシュトーン信号とカナコードの対応表を表
わした説明図である。
わした説明図である。
【図３】電話機から音声対象単語を登録する場合の制御
の様子を表わした流れ図である。
の様子を表わした流れ図である。
【図４】カナコードの入力例を幾つか例示した説明図で
ある。
ある。
１３ 電話機 １４ 電話網 １５ 音声認識装置 １９ 音素認識部 ２２ プッシュトーン信号受信部 ２５ 単語認識部 ２６ 単語辞書 ２７ 認識結果 ２９ 変換部 ３３ 付加的な端末
Claims (5)
- 【請求項１】 電話機からのプッシュトーン信号を受信
するプッシュトーン信号受信手段と、 音声認識の登録対象の単語の読みをプッシュトーン信号
の組み合わせに対応付けて登録したテーブルを有し、プ
ッシュトーン信号受信手段によって受信したプッシュト
ーン信号のそれぞれの組み合わせを単語の読みに変換す
る登録単語読み変換手段と、 この登録単語読み変換手段によって変換された読みを電
話機から送られてくる音声に対応する単語の読みの候補
として登録する読み登録手段とを具備することを特徴と
する音声認識対象単語登録装置。 - 【請求項２】 電話機からのプッシュトーン信号を受信
するプッシュトーン信号受信手段と、 音声認識の登録対象の単語の読みをプッシュトーン信号
の組み合わせに対応付けて登録したテーブルを有し、プ
ッシュトーン信号受信手段によって受信したプッシュト
ーン信号のそれぞれの組み合わせを単語の読みに変換す
る登録単語読み変換手段と、 この登録単語読み変換手段によって変換された読みを電
話機から送られてくる音声に対応する単語の読みの候補
として登録する読み登録手段と、 単語の読みを直接的にキー入力して前記電話機から送ら
れてくる音声に対応する単語の読みの候補として登録す
るキー入力登録手段とを具備することを特徴とする音声
認識対象単語登録装置。 - 【請求項３】 前記登録単語読み変換手段は、予め定め
た複数個のプッシュトーン信号の組み合わせをカナコー
ドに対応付けるための変換テーブルを有することを特徴
とする請求項１または請求項２記載の音声認識対象単語
登録装置。 - 【請求項４】 前記変換テーブルの前記カナコードは、
拗音を表わす記号を含んでいることを特徴とする請求項
３記載の音声認識対象単語登録装置。 - 【請求項５】 前記変換テーブルの前記カナコードは、
単語間の発声の一時的な中断を表わす区切り記号を含ん
でいることを特徴とする請求項３記載の音声認識対象単
語登録装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8228491A JPH1075303A (ja) | 1996-08-29 | 1996-08-29 | 音声認識対象単語登録装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8228491A JPH1075303A (ja) | 1996-08-29 | 1996-08-29 | 音声認識対象単語登録装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1075303A true JPH1075303A (ja) | 1998-03-17 |
Family
ID=16877299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8228491A Pending JPH1075303A (ja) | 1996-08-29 | 1996-08-29 | 音声認識対象単語登録装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1075303A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002330194A (ja) * | 2001-04-27 | 2002-11-15 | Kenwood Corp | 電話装置、音声合成システム、音素情報登録装置、音素情報登録・音声合成装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS557757A (en) * | 1978-07-04 | 1980-01-19 | Tokyo Shibaura Electric Co | Voice discriminater |
| JPS5977499A (ja) * | 1982-10-26 | 1984-05-02 | 富士通株式会社 | 音声認識装置 |
| JPH0353745A (ja) * | 1989-07-21 | 1991-03-07 | Nec Corp | ボタン電話装置 |
| JPH03224338A (ja) * | 1990-01-30 | 1991-10-03 | Fujitsu Ltd | 文字表示機能を有する電話装置 |
-
1996
- 1996-08-29 JP JP8228491A patent/JPH1075303A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS557757A (en) * | 1978-07-04 | 1980-01-19 | Tokyo Shibaura Electric Co | Voice discriminater |
| JPS5977499A (ja) * | 1982-10-26 | 1984-05-02 | 富士通株式会社 | 音声認識装置 |
| JPH0353745A (ja) * | 1989-07-21 | 1991-03-07 | Nec Corp | ボタン電話装置 |
| JPH03224338A (ja) * | 1990-01-30 | 1991-10-03 | Fujitsu Ltd | 文字表示機能を有する電話装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002330194A (ja) * | 2001-04-27 | 2002-11-15 | Kenwood Corp | 電話装置、音声合成システム、音素情報登録装置、音素情報登録・音声合成装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7130801B2 (en) | Method for speech interpretation service and speech interpretation server | |
| US5131045A (en) | Audio-augmented data keying | |
| US6687673B2 (en) | Speech recognition system | |
| US6321188B1 (en) | Interactive system providing language information for communication between users of different languages | |
| US5917889A (en) | Capture of alphabetic or alphanumeric character strings in an automated call processing environment | |
| US20020091511A1 (en) | Mobile terminal controllable by spoken utterances | |
| US5752230A (en) | Method and apparatus for identifying names with a speech recognition program | |
| US20030220788A1 (en) | System and method for speech recognition and transcription | |
| EP1392039A1 (en) | Communication apparatus | |
| JPH1075303A (ja) | 音声認識対象単語登録装置 | |
| US6845356B1 (en) | Processing dual tone multi-frequency signals for use with a natural language understanding system | |
| US20020049597A1 (en) | Audio recognition method and device for sequence of numbers | |
| EP0423800B1 (en) | Speech recognition system | |
| JP2006220761A (ja) | 音声−数字変換装置および音声−数字変換プログラム | |
| JPS5941226B2 (ja) | 音声翻訳装置 | |
| JP2654629B2 (ja) | 文字入力用電話機システムおよび入力文字列とキーワードとの近似的一致方法 | |
| JP2001154691A (ja) | 音声認識装置 | |
| JP2000010590A (ja) | 音声認識装置およびその制御方法 | |
| JP2010277359A (ja) | 自動翻訳対応電話システムおよび自動翻訳対応電話機 | |
| JPH09230889A (ja) | 音声認識応答装置 | |
| JPH0421252A (ja) | 音声応答装置 | |
| JPH11275205A (ja) | 自動ダイヤル用音声コマンドシステム | |
| KR100827074B1 (ko) | 이동 통신 단말기의 자동 다이얼링 장치 및 방법 | |
| JP2815971B2 (ja) | 音声認識データ蓄積システム | |
| KR100811554B1 (ko) | 음성 다이얼링 기능을 갖는 통신 단말기 및 음성 다이얼링방법 |