JPS6057395A - 音声認識方法 - Google Patents
音声認識方法Info
- Publication number
- JPS6057395A JPS6057395A JP16554783A JP16554783A JPS6057395A JP S6057395 A JPS6057395 A JP S6057395A JP 16554783 A JP16554783 A JP 16554783A JP 16554783 A JP16554783 A JP 16554783A JP S6057395 A JPS6057395 A JP S6057395A
- Authority
- JP
- Japan
- Prior art keywords
- word
- dictionary
- word dictionary
- recognition
- input
- 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
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】
産業上の利用分野
本発明は人間の発声した音声に応じた動作を機械に行な
わせることを可能とする音声認識装置に関するものであ
る。
わせることを可能とする音声認識装置に関するものであ
る。
従来例の構成とその問題点
人間の声を認識する音声認識装置は、計算機やワードプ
ロセッサの入力、音声による品物の仕分は作業等のいろ
いろな分野に於て、円滑に作業を行なう為の有効な入力
手段として注目を集めている。
ロセッサの入力、音声による品物の仕分は作業等のいろ
いろな分野に於て、円滑に作業を行なう為の有効な入力
手段として注目を集めている。
従来の単語音声認識装置では、単独発声された単語音声
をマイクロホンより入力し、音響分析を行なった後特徴
パラメータを抽出し、単語辞書として格納されている学
語標準パターンとの比較を行々い、確からしさの度合（
尤度）の最も高い単語を認識結果として出力していた。
をマイクロホンより入力し、音響分析を行なった後特徴
パラメータを抽出し、単語辞書として格納されている学
語標準パターンとの比較を行々い、確からしさの度合（
尤度）の最も高い単語を認識結果として出力していた。
しかしこの様な方法では認識対象語いを多くすると、辞
書中に類似した単語が含１れる割合が増えて来る結果、
認識率の急激な低下をまねく為、実用的なレベルの認識
率を確保するには認識対象語いを小数に限定するか、装
置自体に応答機能を持たせて誤りである場合には次に尤
度の高い単語を出力するか、あるいは複数の候補を出力
して選択させるといった方法をとらざるを得す、用途が
限定されたり、手間がかかるといった問題があった。
書中に類似した単語が含１れる割合が増えて来る結果、
認識率の急激な低下をまねく為、実用的なレベルの認識
率を確保するには認識対象語いを小数に限定するか、装
置自体に応答機能を持たせて誤りである場合には次に尤
度の高い単語を出力するか、あるいは複数の候補を出力
して選択させるといった方法をとらざるを得す、用途が
限定されたり、手間がかかるといった問題があった。
発明の目的
本発明は、従来の単語音声入力装置における前記の問題
点を解決し、多数語いが扱え、高い認識率を有しなおか
つオペレーションが簡単であるという特徴を有する、よ
り実用的な音声認識装置を実現することを目的とする。
点を解決し、多数語いが扱え、高い認識率を有しなおか
つオペレーションが簡単であるという特徴を有する、よ
り実用的な音声認識装置を実現することを目的とする。
発明の構成
本発明は上記目的を達成するためになされたもので、複
数個の単語辞書項目からなる単語辞書を少なくとも１個
有する単語辞書列をｎ列設け、１列目（ｉ＝１．・・・
・・−、ｎ−１）の単語辞書列の単語辞書を構成する単
語辞書項目と（ｉ＋１）列目の単語辞書列内の単語辞書
との間に対応関係を有するように配された単語辞書群格
納部と、ｎヶの単語からなる音声を入力し、ｉ番目の入
力単語の認識結果により前記単語辞書群格納部の（ｉ＋
１）列目の単語辞書列内の対応単語辞書を選択する単語
辞書選択部と、（ｉ＋１）番目の人力単語と前記選択さ
れた対応単語辞書とを比較しその確からしさの度合に基
づいて（ｉ＋１）番目の入力単語を認識する単語認識部
とを少なくとも有することを特徴とする音声認識装置を
提供するものである。
数個の単語辞書項目からなる単語辞書を少なくとも１個
有する単語辞書列をｎ列設け、１列目（ｉ＝１．・・・
・・−、ｎ−１）の単語辞書列の単語辞書を構成する単
語辞書項目と（ｉ＋１）列目の単語辞書列内の単語辞書
との間に対応関係を有するように配された単語辞書群格
納部と、ｎヶの単語からなる音声を入力し、ｉ番目の入
力単語の認識結果により前記単語辞書群格納部の（ｉ＋
１）列目の単語辞書列内の対応単語辞書を選択する単語
辞書選択部と、（ｉ＋１）番目の人力単語と前記選択さ
れた対応単語辞書とを比較しその確からしさの度合に基
づいて（ｉ＋１）番目の入力単語を認識する単語認識部
とを少なくとも有することを特徴とする音声認識装置を
提供するものである。
実施例の説明
我々が、多くの物の中からある特定の物を捜す場合、た
だ片端から捜すのでは非常に時間がかかってし捷う。こ
の様な場合、個々の物がそれぞれが持っている属性金基
に系統的に分類整理されていれば、ある特定の物のもつ
属性をより大きな分類から順に辿っていくことにより、
容易に捜し出すことが出来る。
だ片端から捜すのでは非常に時間がかかってし捷う。こ
の様な場合、個々の物がそれぞれが持っている属性金基
に系統的に分類整理されていれば、ある特定の物のもつ
属性をより大きな分類から順に辿っていくことにより、
容易に捜し出すことが出来る。
単語音声認識装置に於ても、この様な方法で認識を行な
えればより効率的な認識が行なえるだけでなく、より確
実な認識結果を得ることが可能である。
えればより効率的な認識が行なえるだけでなく、より確
実な認識結果を得ることが可能である。
大語いを扱う単語音声認識装置の場合、多くの単語の中
からある１つの単語をより正確に認識することを最大の
目的とするならば、前述の様な方法を用いることにより
これを実現することが可能である。例えば、日本の都市
名単語を認識対象とした場合、その都市の属する区や市
電に１つの都市名単語集団とし、それぞれの都市の属す
る市や区の名前を集めて市（区）名単語集団とし、同様
にしてそれぞれの区や市の属する都道府県名を集めて都
道府県名単語集団とするｔｒｅｅ型の階層構造全作成し
ておき、−回の入力で例えば県名、市（区）名、都市名
の順に３語を連続して発声し、認識装置ではこの順序で
それぞれの階層に於ける認識候補を複数求めておき、そ
れぞれの階層の認識候補相互のｔｒｅｅ上の位置関係と
、それぞれの単語に対する尤度を基に都市名の決定を行
なうことにより、認識率の大幅な低下を伴うことなくし
て大語いを対象とした単語の認識が可能となる。
からある１つの単語をより正確に認識することを最大の
目的とするならば、前述の様な方法を用いることにより
これを実現することが可能である。例えば、日本の都市
名単語を認識対象とした場合、その都市の属する区や市
電に１つの都市名単語集団とし、それぞれの都市の属す
る市や区の名前を集めて市（区）名単語集団とし、同様
にしてそれぞれの区や市の属する都道府県名を集めて都
道府県名単語集団とするｔｒｅｅ型の階層構造全作成し
ておき、−回の入力で例えば県名、市（区）名、都市名
の順に３語を連続して発声し、認識装置ではこの順序で
それぞれの階層に於ける認識候補を複数求めておき、そ
れぞれの階層の認識候補相互のｔｒｅｅ上の位置関係と
、それぞれの単語に対する尤度を基に都市名の決定を行
なうことにより、認識率の大幅な低下を伴うことなくし
て大語いを対象とした単語の認識が可能となる。
ｔた、この様な方法を用いれば、発声は一度の入力で行
なえるので、質問応答を主体とした従来の方法の様なめ
んどうな手続きも不要である。
なえるので、質問応答を主体とした従来の方法の様なめ
んどうな手続きも不要である。
ここで、単語の認識に用いる尤度の値は以下の様にして
めることが出来る。
めることが出来る。
Ωを単語辞書、Ｄを辞書項目とすると、入力情報Ｘが与
えられた時の認識結果がは、入力情報Ｘが与えられた時
の辞書項目りの事後生起確率が最大となるＤによって与
えられる。この関係は、Ｂａｙｅｓの定理により ＤｅＱ Ｐ（ｘ） と表わされる。Ｐａ）は一定としてよ＜、Ｐ（Ｘ）はＤ
に関らず共通であるから、結局 を満足するＤをめればよく、その時のＰ（ｘｌＤ）の値
が辞書項目に対する尤度となる。
えられた時の認識結果がは、入力情報Ｘが与えられた時
の辞書項目りの事後生起確率が最大となるＤによって与
えられる。この関係は、Ｂａｙｅｓの定理により ＤｅＱ Ｐ（ｘ） と表わされる。Ｐａ）は一定としてよ＜、Ｐ（Ｘ）はＤ
に関らず共通であるから、結局 を満足するＤをめればよく、その時のＰ（ｘｌＤ）の値
が辞書項目に対する尤度となる。
前記説明で述べた様に、本発明は１回の入力で複数個の
単語を発声しておき、その第１語口で第１の属性（例え
ば県名）の中から認識し、第２語口で第１語口の認識結
果に代表される第２の属性（例えば市名）の中から認識
し、第３語間で第２語口の認識結果に代表される第３の
属性（例えば区名）の中から認識するという様に、階層
的に認識を行なってゆくものである。
単語を発声しておき、その第１語口で第１の属性（例え
ば県名）の中から認識し、第２語口で第１語口の認識結
果に代表される第２の属性（例えば市名）の中から認識
し、第３語間で第２語口の認識結果に代表される第３の
属性（例えば区名）の中から認識するという様に、階層
的に認識を行なってゆくものである。
以下に本実施例の詳細を図面を用いて説明する。
第１図は本実施例の認識に用いる単語辞書ｔ ｒｅｅの
構成の例を示す図である。第２図は、本実施例による単
゛語音声認識装置の構成の例を示す図である。第１図及
び第２図を参照しながら、都市名単語を対象として認識
を行なう場合を例にとり本実施例を説明する。
構成の例を示す図である。第２図は、本実施例による単
゛語音声認識装置の構成の例を示す図である。第１図及
び第２図を参照しながら、都市名単語を対象として認識
を行なう場合を例にとり本実施例を説明する。
第１図に於いて、１〜６はそれぞれ単語辞書を表わし、
６は第１階層の単語辞書列、７は第２階層の単語辞書列
、８は第３階層の単語辞書列を表わす。各単語辞書は、
よシ上位の階層に於ける単語が示す属性を持つ単語名か
ら成る。認識されるべき都市名単語は第３階層の単語辞
書列８にあり、第２階層の単語辞書列７にはそれぞれの
都市が属する市（区）名から成る単語辞書が、さらに、
第１階層の単語辞書列６にはそれぞれの市（区）が属す
る都道府県名から成る単語辞書が入っている。
６は第１階層の単語辞書列、７は第２階層の単語辞書列
、８は第３階層の単語辞書列を表わす。各単語辞書は、
よシ上位の階層に於ける単語が示す属性を持つ単語名か
ら成る。認識されるべき都市名単語は第３階層の単語辞
書列８にあり、第２階層の単語辞書列７にはそれぞれの
都市が属する市（区）名から成る単語辞書が、さらに、
第１階層の単語辞書列６にはそれぞれの市（区）が属す
る都道府県名から成る単語辞書が入っている。
都市名単語の認識を行なう際、１回の入力で、その都市
が属する県名、市（区）名、その都市名の順に３語全区
切りながら発声し、それぞれの階層毎に入力単語と辞書
単語との間でマツチングを行ない、その結果得られた尤
度の高いものから順に認識候補とする。
が属する県名、市（区）名、その都市名の順に３語全区
切りながら発声し、それぞれの階層毎に入力単語と辞書
単語との間でマツチングを行ない、その結果得られた尤
度の高いものから順に認識候補とする。
先ず、最も単純な場合としてｔ ｒｅｅの上の層から第
１認識の枝を順に辿り、認識都市名を出力するものとし
、都市名／ＫＡＮＤＡ（神田）／全認識すル為ニ、／Ｔ
ＯＯＫＹＯＯＴＯ（東京都）／ＣＨＩＹＯＤＡＫＵ（千
代田区） ７ ＫＡＮＤＡ （神田）／と１語ずつ区切
って発声する場合について説明する。
１認識の枝を順に辿り、認識都市名を出力するものとし
、都市名／ＫＡＮＤＡ（神田）／全認識すル為ニ、／Ｔ
ＯＯＫＹＯＯＴＯ（東京都）／ＣＨＩＹＯＤＡＫＵ（千
代田区） ７ ＫＡＮＤＡ （神田）／と１語ずつ区切
って発声する場合について説明する。
第２図に於て、初期状態では階層計数部１３の値は１と
なっており、単語辞書選択部１２では第１階層の単語辞
書列６の都道府県名辞書が選択される。音声入力部９か
ら第１語口が入力されると、単語認識部１ｏでは、単語
辞書選択部１２で選択された都道府県名辞書が単語辞書
群格納部１１から取り出され、その中の１語（例えば東
京都）が認識され、その結果が単語判定部１４と単語辞
書選択部１２へ送られる。この際、階層計数部の値は＋
１されて、次の認識が第２階層の単語辞書列７に対する
ものであることを示す。単語選択部１２では、第１語口
の認識結果と階層計数部１３の値によって次に入力され
るべき単語の属する単語辞書が選択される。音声入力部
９から第２語口が入力されると、単語認識部１ｏでは、
単語辞書選択部 部１２で選択された第２＠層の単語辞書列７の区名辞書
が単語辞書群格納部１１から取り出され、その中の１語
（例えば千代田区）が認識され、その結果が単語判定部
１４と単語辞書選択部１２に送られる。この際、階層計
数部１３の値は更に＋１されて、次の認識が第３階層の
単語辞書列８に対するものであることを示す。単語辞書
選択部１２では、第２語口の認識結果と階層計数部１０
の値によって次に入力されるべき単語の属する単語辞書
が選択される。音声入力部９に第３語間が入力されると
、単語認識部１ｏでは、単語辞書選択部１２で選択され
た第３階層の単語辞書列８の都市名辞書が単語辞書格納
部１１から取り出され、その中の１語（例えば神田）が
認識され、その結果が単語判定部１４へ送られる。この
様にして全ての階層についての単語認識が終わると、単
語判定部１４には／東京都７千代田区／神田／という認
識結果が得られ、これらの全であるいは一部が最終的な
認識結果として出力される。この場合、／ＫＡＮＤＡ／
が認識される為には、第１階層の単語辞書列で／ＴＯＯ
ＫＹＯＯＴＯ／、第２階層の単語辞書列で／ＣＨＩＹＯ
ＤＡＫＵ／、第３階層の単語辞書列で／ＫＡＮＤＡＺ力
玉それぞれ正しく認識されなければならない。しかし、
各階層に於ける単語辞書の辞書項目数は、全ての都市名
を１つの単語辞書とする従来の辞書項目数に比べて遥か
に少ないので、各階層に於ける単語認識率は非常に高く
なる為最終的な単語認識率であるそれらの積の値も高く
なる。
なっており、単語辞書選択部１２では第１階層の単語辞
書列６の都道府県名辞書が選択される。音声入力部９か
ら第１語口が入力されると、単語認識部１ｏでは、単語
辞書選択部１２で選択された都道府県名辞書が単語辞書
群格納部１１から取り出され、その中の１語（例えば東
京都）が認識され、その結果が単語判定部１４と単語辞
書選択部１２へ送られる。この際、階層計数部の値は＋
１されて、次の認識が第２階層の単語辞書列７に対する
ものであることを示す。単語選択部１２では、第１語口
の認識結果と階層計数部１３の値によって次に入力され
るべき単語の属する単語辞書が選択される。音声入力部
９から第２語口が入力されると、単語認識部１ｏでは、
単語辞書選択部 部１２で選択された第２＠層の単語辞書列７の区名辞書
が単語辞書群格納部１１から取り出され、その中の１語
（例えば千代田区）が認識され、その結果が単語判定部
１４と単語辞書選択部１２に送られる。この際、階層計
数部１３の値は更に＋１されて、次の認識が第３階層の
単語辞書列８に対するものであることを示す。単語辞書
選択部１２では、第２語口の認識結果と階層計数部１０
の値によって次に入力されるべき単語の属する単語辞書
が選択される。音声入力部９に第３語間が入力されると
、単語認識部１ｏでは、単語辞書選択部１２で選択され
た第３階層の単語辞書列８の都市名辞書が単語辞書格納
部１１から取り出され、その中の１語（例えば神田）が
認識され、その結果が単語判定部１４へ送られる。この
様にして全ての階層についての単語認識が終わると、単
語判定部１４には／東京都７千代田区／神田／という認
識結果が得られ、これらの全であるいは一部が最終的な
認識結果として出力される。この場合、／ＫＡＮＤＡ／
が認識される為には、第１階層の単語辞書列で／ＴＯＯ
ＫＹＯＯＴＯ／、第２階層の単語辞書列で／ＣＨＩＹＯ
ＤＡＫＵ／、第３階層の単語辞書列で／ＫＡＮＤＡＺ力
玉それぞれ正しく認識されなければならない。しかし、
各階層に於ける単語辞書の辞書項目数は、全ての都市名
を１つの単語辞書とする従来の辞書項目数に比べて遥か
に少ないので、各階層に於ける単語認識率は非常に高く
なる為最終的な単語認識率であるそれらの積の値も高く
なる。
なお、本実施例のように各単語辞書の辞書項目数を限定
することにより誤認識の起きる割合を十分少なくする場
合には、単語判定部１４は必らずしも必要でない。入力
音声が３単語で、単語辞書列が３層の場合で認識候補数
を１つに絞った時の単語認識フローチャートを第３図に
示す。
することにより誤認識の起きる割合を十分少なくする場
合には、単語判定部１４は必らずしも必要でない。入力
音声が３単語で、単語辞書列が３層の場合で認識候補数
を１つに絞った時の単語認識フローチャートを第３図に
示す。
次に、各階層に於て、認識単語候補の数を１つに限定せ
ずに数番目の候補まで許すことにすれば、それらの中に
正解単語が含まれる確率は更に高まる。この場合、第２
図の例で第１語目の都道府県名単語を認識されるとき、
単語認識部１０では、入力単語と都道府県名単語辞書の
辞書項目との尤度の高いものから例えば第３位までが認
識候補として認識され、その結果が単語判定部１４及び
単語辞書選択部１２に送られる。単語辞書選択部１２で
は、第３位までの認識候補に対応する３つの市伝）名単
語辞書が選択される。次に１第２語目の市（区）名単語
が認識されるとき、単語認識部１０では、３つのそれぞ
れの市（区）名単語辞書について、入力単語と辞書項目
との尤度の高いものから例えば第３位までが認識候補と
して単語判定部１４及び単語辞書選択部１２に送られる
。単語辞書選択部１２では、それぞれの認識候補に対す
る劃９つの都市名単語辞書が選択される。最後に、第３
語目の都市名単語を認識されるとき、単語認識部１０で
は、９つのそれぞれの都市名単語辞書について、入力単
語と辞書項目との尤度の最も高いものが認識候補として
単語判定部１４に送られる。
ずに数番目の候補まで許すことにすれば、それらの中に
正解単語が含まれる確率は更に高まる。この場合、第２
図の例で第１語目の都道府県名単語を認識されるとき、
単語認識部１０では、入力単語と都道府県名単語辞書の
辞書項目との尤度の高いものから例えば第３位までが認
識候補として認識され、その結果が単語判定部１４及び
単語辞書選択部１２に送られる。単語辞書選択部１２で
は、第３位までの認識候補に対応する３つの市伝）名単
語辞書が選択される。次に１第２語目の市（区）名単語
が認識されるとき、単語認識部１０では、３つのそれぞ
れの市（区）名単語辞書について、入力単語と辞書項目
との尤度の高いものから例えば第３位までが認識候補と
して単語判定部１４及び単語辞書選択部１２に送られる
。単語辞書選択部１２では、それぞれの認識候補に対す
る劃９つの都市名単語辞書が選択される。最後に、第３
語目の都市名単語を認識されるとき、単語認識部１０で
は、９つのそれぞれの都市名単語辞書について、入力単
語と辞書項目との尤度の最も高いものが認識候補として
単語判定部１４に送られる。
この様にして全ての階層についての単語認識が終わると
、単語判定部１４では、都道府県名、龍囚名、都市名と
連なる９通りの単語ｔｒｅｅ系列の組み合わせができる
。ここで、第１語目の入力に対する辞書項目の尤度を大
きいものから順にＳｉ（を−１，２，３）とし、第２語
目の入力に対するｉ番目の辞書の辞書項目の尤度を大き
いものから順に８、（ｊ＝１．２．３）とし、第３語目
の入力に対するｉ番目の辞書の辞書項目の尤度が最大の
ものを５ｉＪ１ とすると、単語判定部１４での判定規
則は、例えば９通りの単語ｔｒｅｅ系列の各系列毎の尤
度和Ｌ Ｌ−３１＋Ｓ ｉｓ ＋Ｓ ｉ） １ （’ ””’
１ ＋ ２＋ ３ ： ）＝１ ＋ ２ ＋ ３ ）あ
るいはそれぞれの辞書項目数によって重みづけられた尤
度和し。
、単語判定部１４では、都道府県名、龍囚名、都市名と
連なる９通りの単語ｔｒｅｅ系列の組み合わせができる
。ここで、第１語目の入力に対する辞書項目の尤度を大
きいものから順にＳｉ（を−１，２，３）とし、第２語
目の入力に対するｉ番目の辞書の辞書項目の尤度を大き
いものから順に８、（ｊ＝１．２．３）とし、第３語目
の入力に対するｉ番目の辞書の辞書項目の尤度が最大の
ものを５ｉＪ１ とすると、単語判定部１４での判定規
則は、例えば９通りの単語ｔｒｅｅ系列の各系列毎の尤
度和Ｌ Ｌ−３１＋Ｓ ｉｓ ＋Ｓ ｉ） １ （’ ””’
１ ＋ ２＋ ３ ： ）＝１ ＋ ２ ＋ ３ ）あ
るいはそれぞれの辞書項目数によって重みづけられた尤
度和し。
Ｌω＝ｃｃ＋ｉＳ、＋ｃｃ＋１）Ｓ１１＋ＱｌｉｌＩ
５ｉｊ１（１−１＋ ２ ＋ ３ ＋ ］＝１４２＋
３）（ω１．ωｉｊ＋ωｉｊ１は各階層に於ける辞書項
目数による重み）が最も大きくなる単語ｔｒｅｅ 系列
の全単語あるいはその中の都市名単語を認識結果とすれ
ばよい。この様に、各階層に於ける認識候補を複数にし
、各階層での尤度値から、単語ｔｒｅｅ系列の単位で認
識結果を決定する事により、上位の階層に於ける認識の
段階で正解単語に至るｔｒｅｅの枝の脱落が起こるのを
防ぎ、更に認識率を向上させることができる。
５ｉｊ１（１−１＋ ２ ＋ ３ ＋ ］＝１４２＋
３）（ω１．ωｉｊ＋ωｉｊ１は各階層に於ける辞書項
目数による重み）が最も大きくなる単語ｔｒｅｅ 系列
の全単語あるいはその中の都市名単語を認識結果とすれ
ばよい。この様に、各階層に於ける認識候補を複数にし
、各階層での尤度値から、単語ｔｒｅｅ系列の単位で認
識結果を決定する事により、上位の階層に於ける認識の
段階で正解単語に至るｔｒｅｅの枝の脱落が起こるのを
防ぎ、更に認識率を向上させることができる。
入力音声が３単語、単語辞書列が３層構成で認識候補数
を複数許す場合の単語認識フローチャートを第４図に示
す。この場合認識候補数は第１番目の入力単語には一律
にｍ個、第２番目の入力単語には一律にｎ個と定めた場
合について示した。
を複数許す場合の単語認識フローチャートを第４図に示
す。この場合認識候補数は第１番目の入力単語には一律
にｍ個、第２番目の入力単語には一律にｎ個と定めた場
合について示した。
本実施例において、例えば第１層から第３層までの単語
辞書列の各単語辞書がそれぞれ１００単語から成り、特
別な認識傾向を持たない一般的なものである場合を仮定
すれば、不特定話者を対象とした１００単語の認識率が
９６．６％の単語音声認識装置では、１ｏｏ万単語につ
いて９０チ以上の認識率を得ることが可能となる。また
、この時の階層構造化の為に新たに作成する単語辞書の
量は１．１％の増加にすぎず、十分実用化可能である。
辞書列の各単語辞書がそれぞれ１００単語から成り、特
別な認識傾向を持たない一般的なものである場合を仮定
すれば、不特定話者を対象とした１００単語の認識率が
９６．６％の単語音声認識装置では、１ｏｏ万単語につ
いて９０チ以上の認識率を得ることが可能となる。また
、この時の階層構造化の為に新たに作成する単語辞書の
量は１．１％の増加にすぎず、十分実用化可能である。
また、辞書項目の標章パターンと入カバターンとのマツ
チング演算の回数は、各単語辞書の辞書項目数が全てｎ
で３層から成る場合、階層構造にして第１候補のみを選
ぶ場合と階層構造にしない場合との比はほぼ３ｎ ：ｎ
３ となり本実施例を用いることにより演算時間を大幅
に削減することができる０ 発明の効果 以上要するに本発明は、複数個の単語辞書項目からなる
単語辞書を少なくとも１個有する単語辞書列をｎ列設け
、ｉ列目（ｉ＝１．・・・・・・、ｎ−１）の単語辞書
列の単語辞書を構成する単語辞書項目と＜ ｉ ＋ １
’＞′−ｙす目の単語辞書列内の単語辞書との間に対応
関係を有するように配された単語辞書群格納部Ｌ、ｎヶ
の単語からなる音声を入力し、１番目の入力単語の認識
結果により前記単語辞書群格納部の（ｌ＋１）列目の単
語辞書列内の対応単語辞書を選択する単語辞書選択部と
、（ｉ＋１）番目の入力単語と前記選択された対応単語
辞書とを比較しその確からしさの度合に基づいて（ｉ＋
１）番目の入力単語を認識する単語認識部とを少なくと
も有することを特徴とする音声認識装置を提供するもの
で、数十から数百単語を１つの単語辞書として階層化を
行なう事により、新たに作成する辞書項目の数の増加を
数チ以下におさえ、２層の構成の場合は数千語から数万
語の単語が、また３層構成の場合は数万語から数百万語
の単語を高い認識率で認識することが可能となり、従来
、実用化にならなかった大語い単語音声認識装置が簡単
に実現でき、寸だ犬語いの場合、入カバターンと単語辞
書の標章パターンとのマツチングを全辞書項目に対して
行なわずに済む為演算時間が大幅に短縮される。
チング演算の回数は、各単語辞書の辞書項目数が全てｎ
で３層から成る場合、階層構造にして第１候補のみを選
ぶ場合と階層構造にしない場合との比はほぼ３ｎ ：ｎ
３ となり本実施例を用いることにより演算時間を大幅
に削減することができる０ 発明の効果 以上要するに本発明は、複数個の単語辞書項目からなる
単語辞書を少なくとも１個有する単語辞書列をｎ列設け
、ｉ列目（ｉ＝１．・・・・・・、ｎ−１）の単語辞書
列の単語辞書を構成する単語辞書項目と＜ ｉ ＋ １
’＞′−ｙす目の単語辞書列内の単語辞書との間に対応
関係を有するように配された単語辞書群格納部Ｌ、ｎヶ
の単語からなる音声を入力し、１番目の入力単語の認識
結果により前記単語辞書群格納部の（ｌ＋１）列目の単
語辞書列内の対応単語辞書を選択する単語辞書選択部と
、（ｉ＋１）番目の入力単語と前記選択された対応単語
辞書とを比較しその確からしさの度合に基づいて（ｉ＋
１）番目の入力単語を認識する単語認識部とを少なくと
も有することを特徴とする音声認識装置を提供するもの
で、数十から数百単語を１つの単語辞書として階層化を
行なう事により、新たに作成する辞書項目の数の増加を
数チ以下におさえ、２層の構成の場合は数千語から数万
語の単語が、また３層構成の場合は数万語から数百万語
の単語を高い認識率で認識することが可能となり、従来
、実用化にならなかった大語い単語音声認識装置が簡単
に実現でき、寸だ犬語いの場合、入カバターンと単語辞
書の標章パターンとのマツチングを全辞書項目に対して
行なわずに済む為演算時間が大幅に短縮される。
第１図は本発明の単語辞書ｔｒｅ’ｅの構成の例を示す
図、第２図は本発明の一実施例である単語音声認識装置
のブロック図、第３図及び第４図は本実施例のフローチ
ャートを示す四ζ°゛あｊ。 １〜６・・・・・・単語辞書、６・・・・・・第１階層
の単語辞書列、７・・・・・・第２階層の単語辞書列、
８・・・・・・第３階層の単語辞書列、９・・・・・・
音声入力部、１０・・・・・・単語認識部、１１・・・
・・・単語辞書群格納部、１２・・・・単語辞書選択部
、１３・・・・・・階層側敷部、１４・・・・・・単語
判定部。
図、第２図は本発明の一実施例である単語音声認識装置
のブロック図、第３図及び第４図は本実施例のフローチ
ャートを示す四ζ°゛あｊ。 １〜６・・・・・・単語辞書、６・・・・・・第１階層
の単語辞書列、７・・・・・・第２階層の単語辞書列、
８・・・・・・第３階層の単語辞書列、９・・・・・・
音声入力部、１０・・・・・・単語認識部、１１・・・
・・・単語辞書群格納部、１２・・・・単語辞書選択部
、１３・・・・・・階層側敷部、１４・・・・・・単語
判定部。
Claims (2)
- （１）複数個の単語辞書項目からなる単語辞書を少なく
とも１個有する単語辞書列をｎ列設け、ｉ列目（ｉ＝１
．・・・・・・、ｎ−１）の単語辞書列の単語辞書を構
成する単語辞書項目と（ｉ＋１ ）列目の単語辞書列内
の単語辞書との間に対応関係を有するように配された単
語辞書群格納部と、ｎヶの単語からなる音声を入力し、
１番目の入力単語の認識結果により前記単語辞書群格納
部の（ｉ＋１ ）列目の単語辞書列内の対応単語辞書を
選択する単語辞書選択部と、（ｉ＋１）番目の入力単語
と前記選、択された対応単語辞書とを比較しその確から
しさの度合に再づいて（ｉ＋１ ）番目の入力単語を認
識する単語認識部とを少なくとも有することを特徴とす
る音声認識装置。 - （２）単語認識部の認識結果に順位づけをして複数個の
認識結果の候補をめ、かかる候補それぞれに対応して単
語辞書を選択するようにし、全入力音声に対する認識結
果の候補群のなかから確からしさの度合に基づいて入力
単語を認識することを特徴とする特許請求の範囲第１項
記載の音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16554783A JPS6057395A (ja) | 1983-09-08 | 1983-09-08 | 音声認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16554783A JPS6057395A (ja) | 1983-09-08 | 1983-09-08 | 音声認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6057395A true JPS6057395A (ja) | 1985-04-03 |
| JPH042198B2 JPH042198B2 (ja) | 1992-01-16 |
Family
ID=15814448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16554783A Granted JPS6057395A (ja) | 1983-09-08 | 1983-09-08 | 音声認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6057395A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000250585A (ja) * | 1999-02-25 | 2000-09-14 | Nippon Telegr & Teleph Corp <Ntt> | 対話型データベース検索方法、装置及び対話型データベース検索プログラムを記録した記録媒体 |
| JP2003527631A (ja) * | 2000-03-15 | 2003-09-16 | バイエリッシェ モートーレン ウエルケ アクチエンゲゼルシャフト | 目的案内システム内に定義されている入力ダイアログを使って目的地を言語入力するための装置及び方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3530109B2 (ja) * | 1999-05-31 | 2004-05-24 | 日本電信電話株式会社 | 大規模情報データベースに対する音声対話型情報検索方法、装置および記録媒体 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5629293A (en) * | 1979-08-20 | 1981-03-24 | Tokyo Shibaura Electric Co | Voice indentifier |
-
1983
- 1983-09-08 JP JP16554783A patent/JPS6057395A/ja active Granted
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5629293A (en) * | 1979-08-20 | 1981-03-24 | Tokyo Shibaura Electric Co | Voice indentifier |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000250585A (ja) * | 1999-02-25 | 2000-09-14 | Nippon Telegr & Teleph Corp <Ntt> | 対話型データベース検索方法、装置及び対話型データベース検索プログラムを記録した記録媒体 |
| JP2003527631A (ja) * | 2000-03-15 | 2003-09-16 | バイエリッシェ モートーレン ウエルケ アクチエンゲゼルシャフト | 目的案内システム内に定義されている入力ダイアログを使って目的地を言語入力するための装置及び方法 |
| JP4928701B2 (ja) * | 2000-03-15 | 2012-05-09 | バイエリッシェ モートーレン ウエルケ アクチエンゲゼルシャフト | 目的案内システム内に定義されている入力ダイアログを使って目的地を言語入力するための方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH042198B2 (ja) | 1992-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6618726B1 (en) | Voice activated web browser | |
| US8065293B2 (en) | Self-compacting pattern indexer: storing, indexing and accessing information in a graph-like data structure | |
| US7542966B2 (en) | Method and system for retrieving documents with spoken queries | |
| Vercoe | Folk music classification using hidden Markov models | |
| US6272455B1 (en) | Method and apparatus for understanding natural language | |
| JP5409931B2 (ja) | 音声認識装置及びナビゲーション装置 | |
| US7945441B2 (en) | Quantized feature index trajectory | |
| JPH0675992A (ja) | テキストをインデックス及び検索するための関連ワード形態の限定状態トランスジューサ | |
| WO2004049240A1 (en) | Method and device for determining and outputting the similarity between two data strings | |
| CN106294460A (zh) | 一种基于字和词混合语言模型的汉语语音关键词检索方法 | |
| US20020133351A1 (en) | System, method and computer program product for point-to-point voice-enabled driving directions | |
| CN113807103A (zh) | 基于人工智能的招聘方法、装置、设备及存储介质 | |
| Al-Kabi et al. | Statistical classifier of the holy Quran verses (Fatiha and Yaseen chapters) | |
| JPS6057395A (ja) | 音声認識方法 | |
| Korpusik et al. | Dialogue state tracking with convolutional semantic taggers | |
| CN111429886B (zh) | 一种语音识别方法及*** | |
| Shenhuang et al. | Query by humming via multiscale transportation distance in random query occurrence context | |
| JP3663012B2 (ja) | 音声による入力装置 | |
| JP5201973B2 (ja) | 音声検索装置 | |
| JP3913626B2 (ja) | 言語モデル生成方法、その装置及びそのプログラム | |
| KR101095864B1 (ko) | 연속 숫자의 음성 인식에 있어서 혼동행렬과 신뢰도치 기반의 다중 인식후보 생성 장치 및 방법 | |
| US20020133353A1 (en) | System, method and computer program product for a voice-enabled search engine for business locations, searchable by category or brand name | |
| JPS63163496A (ja) | 並列検索照合型認識システム | |
| CN116579344B (zh) | 一种案件主体抽取方法 | |
| Schuller et al. | A hybrid music retrieval system using belief networks to integrate multimodal queries and contextual knowledge |