JPS5864548A - Japanese voice processing system - Google Patents
Japanese voice processing systemInfo
- Publication number
- JPS5864548A JPS5864548A JP56163796A JP16379681A JPS5864548A JP S5864548 A JPS5864548 A JP S5864548A JP 56163796 A JP56163796 A JP 56163796A JP 16379681 A JP16379681 A JP 16379681A JP S5864548 A JPS5864548 A JP S5864548A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- output
- input
- data
- audio
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
Abstract
Description
【発明の詳細な説明】
本発明は、日本語処理システムにおいて、音声入力をキ
ーボードと同等に使用できるようにするとともに、音声
出力を画面表示に対して相補的あるいは並列的に使用で
きるようにするための手段に関するものであり、それに
より、日本語処理システムの操作性、利用性を向上きせ
ることを目的とする。DETAILED DESCRIPTION OF THE INVENTION The present invention enables voice input to be used in a Japanese language processing system in the same manner as a keyboard, and also enables voice output to be used complementary to or in parallel with screen display. The purpose is to improve the operability and usability of Japanese language processing systems.
従来、ワード・プロセッサ等の日本語処理システムでは
、キーボードとＣＲＴ表示装置とを用いて、文字の入力
、カナ−漢字変換、編集等の操作を行なっている。しか
し、複雑な日本語処理の作業を、キー操作および画面表
示のみに依存して長時間続けた場合、能率低下やミスの
多発を生じるようになる点で問題があった。Conventionally, in Japanese language processing systems such as word processors, operations such as character input, kana-kanji conversion, editing, etc. are performed using a keyboard and a CRT display device. However, if complicated Japanese language processing work continues for a long time depending only on key operations and screen displays, there is a problem in that efficiency decreases and mistakes occur frequently.
本発明は、音声入力をキーボードと全く同等の入力手段
として任意に選択的に使用できるようにし、また処理過
程での必要に応じて、ンステムから操作者に対して適切
なメツセージを音声で与えることができるようにして、
上述した問題の改善を図るものである。The present invention enables voice input to be used selectively as an input means completely equivalent to a keyboard, and also allows the system to give an appropriate message to the operator by voice as necessary in the processing process. so that you can
This is an attempt to improve the above-mentioned problem.
本発明は％に、キーボードおよび表示装置分含む日本語
処理システムに対して、音声入力および音声出力手段を
結合するための効率的なインターフェイス手段を提供す
るものであり、その構成として、キーボード、表示装置
、日本語データ制御部からなる日本語処理部と、ホスト
・コンピュータと、音声入力部、音声出力部、音声入出
力制御部からなる音声処理部とをそなえ、上記音声入力
部は上記キーボードと同等の文字コード入力機能を崩し
、上記音声出力部には日本語データ制御部における文字
データがオーダ制御に基ついて音声出力データとして与
えられることができ、そして上記音声入出力制御部は音
声入力部および音声出力部を制御して音声コードデ〜り
の送受信制御を”行なうとともに日本語処理部と音声処
理部とのインターフェイス制御を行なうことを％徴とす
る。The present invention provides an efficient interface means for connecting voice input and voice output means to a Japanese language processing system including a keyboard and a display device. The device is equipped with a Japanese language processing section consisting of a Japanese data control section, a host computer, a voice processing section consisting of a voice input section, a voice output section, and a voice input/output control section, and the voice input section is equipped with the keyboard and the voice input section. By breaking the equivalent character code input function, character data in the Japanese data control section can be given to the voice output section as voice output data based on order control, and the voice input/output control section can be given to the voice input section. It also controls the audio output unit to control the transmission and reception of audio code data, and also controls the interface between the Japanese language processing unit and the audio processing unit.
以下に、本発明を実施例にしたがって説明する。The present invention will be explained below based on examples.
第１図は、本発明の実施例のブロック図である。FIG. 1 is a block diagram of an embodiment of the invention.
図中、１は日本語処理システムのオンライン端末、２は
ＣＲ’ｌｒ表示装置、３はキーボード、４は日本語デー
タ制御部、５はホスト・コンピュータ、６け音声処理部
、７けマイクロホン、８は音声ｇ識部、９は音声操作盤
、１０は音声入出力制御部、１】はファイル記憶装置、
１２は音声合成部、１３ｄスピーカをそれぞれ示す。In the figure, 1 is the online terminal of the Japanese language processing system, 2 is the CR'lr display device, 3 is the keyboard, 4 is the Japanese data control unit, 5 is the host computer, 6 audio processing units, 7 microphones, 8 1 is a voice recognition unit, 9 is a voice operation panel, 10 is a voice input/output control unit, 1 is a file storage device,
Reference numeral 12 indicates a voice synthesis section and 13d a speaker.
日本語処理システム１は、カナ、漢字、英数字等の文字
データについて、カナ−漢字変換、編集・文章作成等の
日本語処理を行なう通常的なシステムである。ここでは
、ホスト・コンピュータ５に対するオンライン端末とし
て使用されている。The Japanese processing system 1 is a typical system that performs Japanese processing such as kana-kanji conversion, editing, and text creation for character data such as kana, kanji, and alphanumeric characters. Here, it is used as an online terminal for the host computer 5.
日本語処理システム端末１に結合された音声処理部６は
、不特定話者用あるいは特定話者用の認識システムを有
しておシ、特定話者による音声入力を行なう場合には、
予め音声基本パラメータの辞書登録処理を行なう必要が
ある。このため、登録モードとｇＲモードの２つのモー
ドが設はられている。The speech processing unit 6 coupled to the Japanese language processing system terminal 1 has a recognition system for unspecified speakers or for specific speakers, and when performing voice input by a specific speaker,
It is necessary to perform dictionary registration processing of basic voice parameters in advance. For this reason, two modes are provided: registration mode and gR mode.
音声認識部８の音声認識範囲は、カナ、数字、アルファ
ベット、少数のコマンド等の、キーボード３によって入
力される文字に対応する、たとえば］００余種のもので
ある。そして音声認識部８の出力文字コードのインター
フェイスは、キーボード３の出力インターフェイスに一
致している。この出力信号は、たとえば８ビツト・コー
ドで与えられるが、キーボードの座標位置信号であって
もよい。The speech recognition range of the speech recognition unit 8 is, for example, more than 00 characters corresponding to characters inputted by the keyboard 3, such as kana, numbers, alphabets, and a small number of commands. The output character code interface of the voice recognition unit 8 matches the output interface of the keyboard 3. This output signal is provided, for example, in an 8-bit code, but may also be a keyboard coordinate position signal.
音声入出力制御部１０は、後述するように、キーボード
３、音声認識部８、音声操作盤９からの入力部ね込み要
求を受は付け、割り込み順序にしたがって入力源を選択
し、入力データをキーボードコードに変換して日本語デ
ータ制御部４に転送する処理を行なう。As will be described later, the voice input/output control section 10 accepts input section requests from the keyboard 3, voice recognition section 8, and voice operation panel 9, selects an input source according to the interrupt order, and inputs input data. A process of converting it into a keyboard code and transmitting it to the Japanese data control unit 4 is performed.
第２図は、音声入出力制御部１０の制御動作の詳細な餅
明図である。FIG. 2 is a detailed diagram of the control operation of the audio input/output control unit 10.
図中、２ 、３ 、４ 、８ 、９ 、１１ 、１２は
、第１図に示す要素と同一である。また、１３は割り込
み処理、１４は入分配処理、１５は入力処理、１６は出
力処理、１．７Ｕローカル処理を示す。In the figure, 2, 3, 4, 8, 9, 11, and 12 are the same elements as shown in FIG. Further, 13 indicates interrupt processing, 14 indicates input/distribution processing, 15 indicates input processing, 16 indicates output processing, and 1.7U local processing.
音声入出力制御部１０は、キーボード３がらのキー人力
、日本語データ制御部からの音声出方データ転送、音声
認識部８からの認識結果出力、音声操作盤９からのキー
人力、ファイル記憶装置ｔｌｌからのファイル処理、そ
して音声合成部１２への音声パラメータ転送、表示装置
２への表示文字列転送についてそれぞれ割シ込み要求を
受は付け、優先順位にしたがって、割り込み処理１３を
行なう。The voice input/output control unit 10 handles key input from the keyboard 3, voice output data transfer from the Japanese data control unit, recognition result output from the voice recognition unit 8, key input from the voice operation panel 9, and a file storage device. Interruption requests are accepted for file processing from TLL, audio parameter transfer to the speech synthesis section 12, and display character string transfer to the display device 2, and interrupt processing 13 is performed in accordance with the priority order.
割り込み処理１３は、次に入分配処理１４に制御ヲ移し
、割り込み要求内容にしたがい、音声入力あるいはキー
人力の入力処理１５、音声出力、画面出力、ベリファイ
の有無などの出力処理１６を行なう。更に必要に応じて
、ローカル処理１７において、音声辞書登録処理、音声
辞書ロード処理、音声操作盤ユーティリティ、出力音声
パラメータ・ロード処理、フロッピィ・ユーティリティ
、ＲＡＳチェック処理等が実行される。The interrupt processing 13 then transfers control to the input/distribution processing 14, which performs voice input or manual key input processing 15, and output processing 16 such as voice output, screen output, verification presence/absence, etc., according to the contents of the interrupt request. Further, as necessary, in the local processing 17, voice dictionary registration processing, voice dictionary loading processing, voice operation panel utility, output voice parameter loading processing, floppy utility, RAS check processing, etc. are executed.
第３図は、ホスト−コンピュータ５からオンライン端末
１に転送されるデータの実施例を示す。FIG. 3 shows an example of data transferred from the host-computer 5 to the online terminal 1. FIG.
オーダ部は、その後続するデータ部が画面データである
か音声出力データであるかの識別表示を有する。たとえ
ば、音声出力識別オーダ直後の２バイトによ勺指定され
る２バイト単位の音声出力データ数だけが、日本語デー
タ制御部４におはるオーダ制御により、音声入出力制御
部１０に転送される。The order section has an identification indication as to whether the data section that follows it is screen data or audio output data. For example, only the number of 2-byte audio output data specified by the 2 bytes immediately after the audio output identification order is transferred to the audio input/output controller 10 under the order control of the Japanese data controller 4. Ru.
日本語データ制御部４から音声入出力制御部１０に入力
されたデータは、制御部１０でバッファリングされた後
コマンド解析処理され、指定された音声出力、画面表示
、カーソル移動等の処理が、なこれる。The data input from the Japanese data control unit 4 to the voice input/output control unit 10 is buffered in the control unit 10 and then subjected to command analysis processing, and processes such as specified voice output, screen display, cursor movement, etc. Nakoreru.
第４図け、音声人力において便用される音声辞書とコー
ド変換テーブルの構成例ケ示す。図において、１８＃ｉ
音声認識部８内に置かれた音声辞書、１９＃ｉ音声入出
力制御部１０内に首かれたコード変換テーブルを示す。Figure 4 shows an example of the configuration of a voice dictionary and code conversion table that are conveniently used in voice input. In the figure, 18#i
A speech dictionary placed in the speech recognition section 8 and a code conversion table placed in the 19#i speech input/output control section 10 are shown.
音声辞書１８ハ、入力音声をたとえば単音節で音声分析
した結果の音声パラメータと、該音声パラメータに対応
する音°声コードおよびカテゴライズ情報とからなって
いる。該カテゴライズ情報は、音声辞書ヲカテゴリーに
分割するためのものであり、連続的に入力された音声（
たとえば単音節）間に一定の関連がある場合に、そのカ
テゴリー情報を与えておくことにより、後続音声のパラ
メータに対してもっとも適合可能性の高い音声コードを
抽出できるようにする機能をもつ。The speech dictionary 18c consists of speech parameters resulting from speech analysis of input speech, for example, in monosyllables, and speech codes and categorization information corresponding to the speech parameters. The categorization information is for dividing the speech dictionary into categories, and is for dividing the speech dictionary into categories.
For example, when there is a certain relationship between monosyllables, it has a function that allows the extraction of the speech code that is most likely to match the parameters of the subsequent speech by providing category information.
コード変換テーブル１９ケ、カテゴライズ情報と、音声
コードと、該音声コードに対応中るキーボードの文字キ
ー・コードとからなっている。It consists of 19 code conversion tables, categorization information, voice codes, and keyboard character key codes that correspond to the voice codes.
音声認識部８から送られた音声コードは、テーブル】９
で文字キー・コードに変換されるとともに、該欄のカテ
ゴライズ情報が音声認識部８に送られる。音声認識部８
は、次に入力さ′ｉ″した音響についての音声辞書の検
索を、まず該カテゴライズ情報の指示するカテゴリー（
複数でもよい）を優先させて行ない、音声コードを取り
出す。カテゴリーが無指足の場合には、辞書全体が検索
対象となる。The voice code sent from the voice recognition unit 8 is shown in table】9
At the same time, the categorization information in the column is sent to the speech recognition section 8. Voice recognition section 8
Next, search the speech dictionary for the input sound 'i'', first by searching the category (
(You may have more than one) and take out the audio code. If the category is andactyly, the entire dictionary is searched.
次号音声辞書の作成とそのカテゴライズ処理について述
べる。The next issue describes the creation of a speech dictionary and its categorization process.
特定話者音声認識において作成される話者の音声辞書は
、通常、単音節辞書についてはθ〜９、Ａ −Ｚ 、ア
〜ン、ガルボ、ガルボなどの固定の範囲のものであり、
単語辞書についてはコマンドなど特定対象範囲に限定し
てつくられている。これらは、制御部がもつ音声コード
と文字コードとの対応表があらかじめ足められているこ
とから定形登録と呼ばれる。A speaker's speech dictionary created in speaker-specific speech recognition usually has a fixed range such as θ~9, A-Z, A~n, Garbo, Garbo for monosyllable dictionaries,
Word dictionaries are created for specific target ranges such as commands. These are called fixed-form registrations because the correspondence table between voice codes and character codes that the control unit has has been added in advance.
これに対して、音声コードと文字コードとの対応表を使
用者が任意に作成できるものを任意登録と呼ぶ。特にこ
の場合に、カテゴライズ情報を用いて対応表の音声コー
ドをカテゴリー化し、音声コードを探索する場合にその
カテゴリーを指定することＫよって探索範囲を絞ること
が行なわれる。On the other hand, when a user can arbitrarily create a correspondence table between voice codes and character codes, it is called voluntary registration. Particularly in this case, the categorization information is used to categorize the audio codes in the correspondence table, and when searching for an audio code, the search range is narrowed down by specifying the category.
本実施例では、音声辞書の登録は、音声操作盤９からの
指示によシ、音声入出力制御部１０から音声認識部８を
登録モードに設定させることで開始される。In this embodiment, registration of the voice dictionary is started by setting the voice recognition unit 8 to the registration mode from the voice input/output control unit 10 in response to an instruction from the voice operation panel 9.
登録モードにおいて、音声パラメータの辞書登録処理す
るために、まずマイクロホン７から入力すべき音声の文
字をＣＲＴ表示装置２上に表示するか、あるいけその音
声をスピーカ１３から出力して話者に指示を与え、話者
は指示された文字あるいは音を順次発声することが行な
われる。マイクロホン７から入力された音声信号は、音
響認識部８において音声基本パラメータに変換される。In the registration mode, in order to register voice parameters in the dictionary, first display the characters of the voice to be input from the microphone 7 on the CRT display device 2, or output the corresponding voice from the speaker 13 to instruct the speaker. is given, and the speaker utters the indicated letters or sounds in sequence. The audio signal input from the microphone 7 is converted into basic audio parameters in the acoustic recognition section 8.
入力指示された音声の音声コードと、入力された話者の
音声の音声基本パラメータとが、対応表として、音声認
識部８内のバッファに書き込まれる。この手続きが、す
べての基本的な音声について繰り返された後、全体が、
当該特定話者に対する音声辞書として、音声認識部８内
にロードされ、また必要な場合、ファイル記憶装置１１
Ｋ格納される、以上のようにして定形音声辞書を作成
した後、次に、任意音声辞書の作成に移る。まず、音声
操作盤からの指示により、音声認識部８を認識モードに
切替える。ここでは任！登録したい文字あるいは文字列
を発声し、音声入力する。入力音声は、音声認識部８で
音声パラメータに変換し、さきに登録した定形音声辞書
から、該音声パラメータにもっとも近い音声パラメータ
をもつ音声コードを取り出し、日本語データ制御部４に
転送し、ＣＲＴ上に表示する。The voice code of the voice instructed to be input and the voice basic parameters of the input speaker's voice are written into a buffer in the voice recognition unit 8 as a correspondence table. After this procedure is repeated for all elementary voices, the whole
It is loaded into the speech recognition unit 8 as a speech dictionary for the particular speaker, and is also stored in the file storage device 11 if necessary.
After creating the fixed-form speech dictionary stored in K as described above, the next step is to create an arbitrary speech dictionary. First, the voice recognition section 8 is switched to recognition mode by an instruction from the voice operation panel. I'm in charge here! Speak the characters or character strings you want to register and input them by voice. The input voice is converted into voice parameters by the voice recognition unit 8, and the voice code with the voice parameters closest to the voice parameters is extracted from the previously registered fixed voice dictionary, transferred to the Japanese data control unit 4, and then output to the CRT. Display above.
このようにしである１つの文字あるいは文字列がＣＩ？
Ｔ表示されたら、この文字あるいは文字列に対するカテ
ゴライズ情報全入力する。カテゴライズ１＃報は、上記
ＣＲＴ表示されている文字あるいは文字列（ｆ？：、と
えば「トウキヨウ」）に対するカテゴリーと、該文字あ
るいは文字列に後続する可能性の商い文字あるいは文字
列（たとえば「ト」）のカテゴリーとを含んでいる。こ
れらのカテゴライズ情報は、音声入出力制御部１０のコ
ード変換テーブル上に、音声コード、文字列と対応させ
て記入これる。In this way, is one character or string of characters CI?
When T is displayed, enter all the categorization information for this character or character string. Category 1 # information is the category for the character or character string displayed on the CRT (f?:, for example, "Tokyo"), and the probability of following the character or character string (for example, "Tokyo"). This includes the following categories: This categorization information is entered on the code conversion table of the audio input/output control unit 10 in correspondence with the audio code and character string.
必要とするだけの任意文字、文字列等について上記テー
ブルを作成した後、音声操作盤９からの指示で、音声認
識部８を登録モードに設定する。After creating the above table for as many arbitrary characters, character strings, etc. as needed, the voice recognition section 8 is set to registration mode in response to instructions from the voice operation panel 9.
ここで、さきに作成した任意文字、文字列等を、順次Ｃ
ＲＴ表示して、話者に指示を与え、話者／′１ＣＲＴ表
示された文字または文字列について発声し、音声入力を
行なう。これらの手続きは、定形登録の方法と同じであ
り、このようにして任意登録の音声辞書が作成される。Here, input the arbitrary characters, character strings, etc. created earlier in C
RT is displayed, instructions are given to the speaker, speaker/'1 speaks the characters or character strings displayed on the CRT, and performs voice input. These procedures are the same as the fixed form registration method, and in this way a voice dictionary with optional registration is created.
音声入力を行なう場合には、音声操作ｍ９から音声入出
力制御部１０に指示して、音声認識部８を認識モードに
切り替える。このとき同時に、音声操作盤９から、音声
入力が特定話者モードか不特定話者モードかの指定を行
なう、
音声認識部８は、特定話者モードと不特定話者モードと
のいずれが指定されたかにより、それぞれに対応する音
声辞書を、ファイル記憶装置１１からロードする。なお
、不特定話者用の音声辞書は、予め音声処理部６内に装
備されているものとする。When performing voice input, the voice input/output control unit 10 is instructed from the voice operation m9 to switch the voice recognition unit 8 to recognition mode. At the same time, the voice operation panel 9 specifies whether the voice input is a specific speaker mode or an unspecified speaker mode. The corresponding speech dictionary is loaded from the file storage device 11 depending on whether the speech dictionary is selected or not. It is assumed that the speech dictionary for unspecified speakers is installed in the speech processing section 6 in advance.
音声入力が開始されると、入力された音声は、音声認識
部８において音声パラメータ化され、音声辞書中に登録
されている各音声の音声パラメータと比較される。比較
は、双方の音声のパラメータ間の距離計算を行ない、音
声辞書中の各音声について類似度の順位付けをすること
で行なわれる。When voice input is started, the input voice is converted into voice parameters in the voice recognition section 8 and compared with the voice parameters of each voice registered in the voice dictionary. The comparison is performed by calculating the distance between the parameters of both voices and ranking each voice in the voice dictionary by degree of similarity.
まず、第１順位の類似度をもつ音声が辞書から選ばれ、
その音声コードが、音声認識部８から音声入出力制御部
１０に通知される。音声入出力制御部１０は、該音声コ
ードをコード変換テーブル１９により文字キーコードに
変換して日本語データ制御部４に送るとともＫ ＣＲＴ
表示装置２に表示させる。First, the voice with the first similarity is selected from the dictionary,
The voice code is notified from the voice recognition section 8 to the voice input/output control section 10. The audio input/output controller 10 converts the audio code into a character key code using the code conversion table 19 and sends it to the Japanese data controller 4.
It is displayed on the display device 2.
また音声操作盤９から指示で、該音声コードの音声パラ
メータを音声合成部１２へ送９、そこで音声に変換して
、スピーカ１３から音声出力させることもできる。Further, in response to an instruction from the voice operation panel 9, the voice parameters of the voice code can be sent to the voice synthesis section 12, where they are converted into voice and outputted as voice from the speaker 13.
上記したようにしてＣＲＴ表示された文字あるいはスピ
ーカからの音声出力が、入力された音声に対応せず誤っ
ている場合には、音声操作盤９からの指示により、音声
ｇＲ部８内の類似度第２順位の音声を選択し、前と同様
にＣＲＴ表示あるいは音声出力させる。入力音声に対応
した正しい文字あるいはコマンドが入力されたとき、次
の音声が入力される。このようにして、必要な文字ある
いは文字列が正しく日本語データ制御部４に転送されＣ
ＲＴ表示される。If the characters displayed on the CRT or the audio output from the speaker as described above do not correspond to the input audio and are incorrect, the similarity level in the audio gR section 8 is determined by instructions from the audio operation panel 9. Select the second-ranked audio and display it on the CRT or output the audio as before. When the correct character or command corresponding to the input voice is input, the next voice is input. In this way, the necessary characters or character strings are correctly transferred to the Japanese data control unit 4.
RT will be displayed.
音声入力されたデータは、日本語データ制御部４とホス
ト・コンピュータ５とによ多日本語処理される。ホスト
・コンピュータ５からオンライン端末１を見たとき、音
声処理部６はオンライン端末の蔭に隠れているが、ホス
トから端末へのメツセージの中で音声出力したい場合に
は転送データの頭部に置かれたオーダ中に音声出力識別
用の表示を与える。日本語データ制御部４は該オーダを
判別して、それが音声出力オーダである場合に、音声処
理部６に割り込みをかけ、該音声出力データを転送する
。The voice-input data is processed by the Japanese data control section 4 and the host computer 5. When viewing the online terminal 1 from the host computer 5, the audio processing unit 6 is hidden behind the online terminal, but if you want to output audio in a message from the host to the terminal, it can be placed at the beginning of the transferred data. Provide an indication for audio output identification during the ordered order. The Japanese data control unit 4 determines the order, and if it is an audio output order, interrupts the audio processing unit 6 and transfers the audio output data.
音声入出力制御部１０け、日本語データ制御部４から転
送された音声出力データをバッファリングし、音声パラ
メータに変換して音声合成部１２へ送り、スピーカ１３
から音声出力はせる。The audio input/output control unit 10 buffers the audio output data transferred from the Japanese data control unit 4, converts it into audio parameters, sends it to the audio synthesis unit 12, and sends it to the speaker 13.
Allows audio output from.
なお、本実施例では、ホストから端末へ送られるデータ
は、画面データと音声出力データとのいずれか一方がオ
ーダ制御により選択されるように構成されている。しか
し、画面データ表示と同時に音声出力も可能にするオー
ダ種別を設けることも簡単に行なうことができる。In this embodiment, the data sent from the host to the terminal is configured such that either screen data or audio output data is selected by order control. However, it is also possible to easily provide an order type that allows for audio output at the same time as screen data display.
また、本実施例では、後続文字あるいは文字列に対する
カテゴライズ情報を辞書作成時に入力するようにしてい
るが、学習機能をもたせることにより、日本語処理過程
において文字あるいは文字列間の結合頻度情報を抽出し
、設定するようにしてもよい。また、カテゴライズ情報
を１０１とした場合には、音声辞書全体が探索対象範囲
となる。In addition, in this embodiment, categorization information for subsequent characters or character strings is input at the time of dictionary creation, but by providing a learning function, connection frequency information between characters or character strings can be extracted during the Japanese language processing process. You may also set it. Furthermore, when the categorization information is set to 101, the entire speech dictionary becomes the search target range.
他方、カテゴライズ情報が設定されている場合にも、適
切な文字コードを選択できないときには、カテゴリーに
拘束されない探索が行なわれる。On the other hand, even if categorization information is set, if an appropriate character code cannot be selected, a search is performed that is not restricted by category.
第１図は本発明の実施例の構成図、第２図は本実施例に
おける音声入出力制御部の制御動作の説明図、第３図は
ホストから端末への転送データの構成例、第４図は音声
辞書およびコード変換テーブルの構成例を示す。
図中、１は日本語処理システム端末、２はＣＲＴ表示装
置ｗ１３はキーボード、４は日本語データ制御部、５は
ホストコンピュータ、６は音声処理部、７けマイクロホ
ン、８は音声認識部、９は音声操作盤、１０は音声入出
力制御部、１１はファイル記憶装置、１２は音声合成部
、１３はスピーカー、１８は音声辞書、１９はコード変
換テーブル、をそｔしそれ示す。
軸杵出願人 富士通株式会社
代坤人弁理士 長谷 川 文 廣
（外１名）
砕 １ 閲
仲２図FIG. 1 is a configuration diagram of an embodiment of the present invention, FIG. 2 is an explanatory diagram of the control operation of the audio input/output control unit in this embodiment, FIG. 3 is an example of the configuration of data transferred from the host to the terminal, and FIG. The figure shows an example of the configuration of a speech dictionary and code conversion table. In the figure, 1 is a Japanese processing system terminal, 2 is a CRT display device w13 is a keyboard, 4 is a Japanese data control unit, 5 is a host computer, 6 is a voice processing unit, 7 is a microphone, 8 is a voice recognition unit, 9 10 is a voice operation panel, 10 is a voice input/output control unit, 11 is a file storage device, 12 is a voice synthesis unit, 13 is a speaker, 18 is a voice dictionary, and 19 is a code conversion table. Applicant for the axle: Fujitsu Limited, patent attorney Fumihiro Hasegawa (1 other person)
Claims (1)
本語処理部と、ホスト・コンピュータと、音声入力部、
音声出力部、音声入出力制御部からなる音声処理部とを
そなえ、上記音声入力部は上記キーボードと同等の文字
コード入力機能を有し、上記音声出力部には日本語デー
タ制御部における文字データがオーダ制御に基づいて音
声出力データとして与えられることができ、そして上記
音声入出力制御部は音声入力部および音声出力部を制御
して音声コードデータの送受信制御を行なうとともに日
本語処理部と音声処理部とのインターフェイス制御を行
なうことを特徴とする音声日本語処理システム。a Japanese language processing section consisting of a keyboard, a display device, a Japanese data control section, a host computer, a voice input section,
It is equipped with a voice processing unit consisting of a voice output unit and a voice input/output control unit, the voice input unit has a character code input function equivalent to the keyboard, and the voice output unit inputs character data in the Japanese data control unit. can be given as audio output data based on order control, and the audio input/output control section controls the audio input section and the audio output section to control the transmission and reception of audio code data, and also communicates with the Japanese language processing section and the audio. A spoken Japanese language processing system characterized by controlling an interface with a processing section.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56163796A JPS5864548A (en) | 1981-10-14 | 1981-10-14 | Japanese voice processing system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56163796A JPS5864548A (en) | 1981-10-14 | 1981-10-14 | Japanese voice processing system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS5864548A true JPS5864548A (en) | 1983-04-16 |
Family
ID=15780861
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56163796A Pending JPS5864548A (en) | 1981-10-14 | 1981-10-14 | Japanese voice processing system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5864548A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61140405U (en) * | 1985-02-20 | 1986-08-30 | ||
| JPH0478834U (en) * | 1990-11-22 | 1992-07-09 | ||
| JP2020503541A (en) * | 2017-06-30 | 2020-01-30 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | Voiceprint creation / registration method and device |
-
1981
- 1981-10-14 JP JP56163796A patent/JPS5864548A/en active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61140405U (en) * | 1985-02-20 | 1986-08-30 | ||
| JPH0478834U (en) * | 1990-11-22 | 1992-07-09 | ||
| JP2020503541A (en) * | 2017-06-30 | 2020-01-30 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | Voiceprint creation / registration method and device |
| JP2021021955A (en) * | 2017-06-30 | 2021-02-18 | バイドゥ オンライン ネットワーク テクノロジー （ベイジン） カンパニー リミテッド | Method and device for generating and registering voiceprint |
| US11100934B2 (en) | 2017-06-30 | 2021-08-24 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for voiceprint creation and registration |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5970448A (en) | Historical database storing relationships of successively spoken words | |
| US6125347A (en) | System for controlling multiple user application programs by spoken input | |
| JP2848458B2 (en) | Language translation system | |
| EP1016078B1 (en) | Speech recognition computer input method and device | |
| US7260529B1 (en) | Command insertion system and method for voice recognition applications | |
| US7047195B2 (en) | Speech translation device and computer readable medium | |
| EP0840286B1 (en) | Method and system for displaying a variable number of alternative words during speech recognition | |
| JP3333123B2 (en) | Method and system for buffering words recognized during speech recognition | |
| EP0840288A2 (en) | Method and system for editing phrases during continuous speech recognition | |
| JP3476007B2 (en) | Recognition word registration method, speech recognition method, speech recognition device, storage medium storing software product for registration of recognition word, storage medium storing software product for speech recognition | |
| JPH10133684A (en) | Method and system for selecting alternative word during speech recognition | |
| KR20050071334A (en) | Method for entering text | |
| JP2002116796A (en) | Voice processor and method for voice processing and storage medium | |
| JP2005043461A (en) | Voice recognition method and voice recognition device | |
| US20020152075A1 (en) | Composite input method | |
| JP3104661B2 (en) | Japanese writing system | |
| JP2000075887A (en) | Device, method and system for pattern recognition | |
| JPS5864548A (en) | Japanese voice processing system | |
| EP0840287A2 (en) | Method and system for selecting recognized words when correcting recognized speech | |
| JPS634206B2 (en) | ||
| JPH0685983A (en) | Voice electronic blackboard | |
| JP2001306293A (en) | Method and device for inputting information, and storage medium | |
| JPH08160988A (en) | Speech recognition device | |
| JPH03217900A (en) | Text voice synthesizing device | |
| JPH1063292A (en) | Device and method for voice processing |