JPS62143129A - Voice typewriter - Google Patents

Abstract

PURPOSE:To form a means for reducing the number of corrections for an error generated due to vice recognition of 'KANA' (Japanese syllabary)'KANJI' (Chinese character) conversion when a sentence is inputted through voice by extracting a 'KANA'/'KANJI' sentence similar to an input voice out of already formed conversion sentences. CONSTITUTION:An editing part 115 generates s command to a vowel clause sequence collating part 114 to extract a 'KANA'/'KANJI' sentence having the same vowel sequence as that of an input sound from a document buffer memory 109 and store the extracted sentence in a multiconversion document buffer memory 10. While finding out a vowel voice sequence in a 'KANA'/'KANJI' mixed sentence defined in the memory 109 by using a syllable code string and syllable code list 105 stored correspondingly to the 'KANA'/'KANJI' sentence, the collating part 114 collates the input sound with the vowel voice sequence to find out a position having the same vowel sequence. 'KANJI' codes and syllable codes in the converted document are made to correspond to each other by using the number of syllables and a coincident 'KANA'/'KANJI' sentence is extracted and stored in the buffer memory 110. A display control device 112 displays the contents of a display buffer memory 111 on a display 113.

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は、文節ｍ位に発声された１本語音声を認識し、
この認識結果をかな漢字変換してかな漢字混りの［１本
語文章を作成する音声タイプライタに関する。[Detailed Description of the Invention] [Field of Application of the Invention] The present invention recognizes a single-language speech uttered at position m of a bunsetsu,
This article relates to a voice typewriter that converts the recognition results into kana-kanji and creates single-language sentences containing kana-kanji.

〔発明の背景〕[Background of the invention]

日本語文章を音声で入力する装置としては、例えば、特
願昭５９−１８０６２９号、特願昭６０−３９２３８号
等が挙げられる。従来、この種の処理装置では、音声認
識における認ｒａ誤りを訂正するために、音声認識時に
複数の認識候補系列を出力し、自立語長および自立語頻
度などの日本語らしさの評価情報を用いて該認識候補系
列から最も日本語らしい系列を選択する手段が採られて
いる。しかし、複数の認識候補系列から最も日本語らし
い系列を選択する手段や、かな漢字変換手段の性能を１
００％にすることは鴛しく、音声入力後に認識結果とし
て出力された入力かな系列の一部修正や音声の再入力な
どの訂正作業が必要となり、入力速度を低下させている
。このため、従来手段のほかに音声認識やかな漢字変換
結果の誤りを自動的に訂正できる手段あるいは訂正作業
を高速かつ簡便にする手段が必要とされていた。Examples of devices for inputting Japanese sentences by voice include Japanese Patent Application No. 59-180629 and Japanese Patent Application No. 60-39238. Conventionally, in order to correct recognition errors in speech recognition, this type of processing device outputs multiple recognition candidate sequences during speech recognition and uses evaluation information on Japanese-likeness such as independent word length and independent word frequency. A method is adopted to select the most Japanese-like sequence from the recognition candidate sequences. However, the performance of the method for selecting the most Japanese-like sequence from multiple recognition candidate sequences and the kana-kanji conversion method has been improved by 1.
Setting it to 00% is unreasonable, and requires correction work such as partially modifying the input kana sequence output as a recognition result after inputting the voice and re-inputting the voice, which reduces the input speed. Therefore, in addition to the conventional means, there is a need for a means that can automatically correct errors in voice recognition or kanji conversion results, or a means that makes the correction process faster and easier.

〔発明の目的〕[Purpose of the invention]

本発明の目的は、文章を音声で入力する場合に音声認識
およびかな漢字変換で生じる誤りの訂正回数を減じる手
段を有する音声タイプライタを提供することにある。SUMMARY OF THE INVENTION An object of the present invention is to provide a voice typewriter having means for reducing the number of times errors are corrected during voice recognition and kana-kanji conversion when text is input by voice.

〔発明の概要〕[Summary of the invention]

日本語文書において個人が使用する諸費は、それほど多
くはない。例えば昭和６０年３月日本音響学会講演論文
集１−４−２２”音声による日本語入力のための個人諸
費の分析”で示されるように、個人の用いる単語数は多
くとも数千語程度であり、同一文書中に至っては１００
〜５００ｆｉ程度の単語が繰返し使用されている。本発
明はこの点に着目し、すでに作成された変換文章（かな
漢字混り文）の中から入力音声に類似のかな漢字文を切
り出し、これを入力音声のかな漢字変換候補として付加
する手段を備えることを特徴とし、入力音声のかな漢字
変換の多変換率（かな漢字変換の複数候補内に正解が含
まれる割合）を高め、誤り訂正回数を減じるのもである
。入力音声に類似したかな漢字文の切出しは、入力音声
の母音系列と変換文章の母音系列とのマツチングにより
行い、入力音声の母音系列を同じ母音系列を有するかな
漢字文を切り出す。The miscellaneous expenses that individuals spend on Japanese documents are not that large. For example, as shown in Proceedings of the Acoustical Society of Japan, March 1985, 1-4-22, "Analysis of personal miscellaneous expenses for Japanese input by voice," the number of words used by an individual is approximately a few thousand at most. Yes, there are 100 in the same document.
~500fi words are used repeatedly. The present invention focuses on this point and includes a means for cutting out a kana-kanji sentence similar to the input voice from the converted sentences (sentences containing kana-kanji) that have already been created, and adding this as a kana-kanji conversion candidate for the input voice. It is characterized by increasing the multiple conversion rate (rate of correct answers among multiple candidates for kana-kanji conversion) of input speech and reducing the number of error corrections. Cutting out Kana-Kanji sentences similar to the input speech is performed by matching the vowel series of the input speech with the vowel series of the converted sentence, and cuts out Kana-Kanji sentences that have the same vowel series as the vowel series of the input speech.

〔発明の実施例〕[Embodiments of the invention]

以下、図面を参照して本発明の一実施例を詳細に説明す
る。Hereinafter, one embodiment of the present invention will be described in detail with reference to the drawings.

第１図は本発明を具備した音声タイプライタの構成を示
す図である。同図において、１００は入力音声を音声信
号に変換するマイクロホン、１０１は該音声信号に基づ
いて入力された音声を認識する手段で認識結果を音節ラ
ティスの形で出力する機能を有する、１０２は該音節ラ
ティスに格納された音節候補の組合せにより複数の文節
候補列を作成し、日本語における音節の出現確率辞書１
０３を用いて該文節候補列から日本語として存在する系
列を選択する手段（例えば、特願昭５８−２４３８３２
号）、１０３は該音節出現確率辞書、１０４は入力文節
かな候補系列選択部１０２により選択された入力かな系
列を記憶する手段、１０５は音節コードとディスプレイ
装置における表記コード（文字フォントのコード）およ
び母音との関係を記憶する手段、１０６は入力かな系列
バッファメモリ１０４に格納されている複数の文節かな
候補系列に文法辞書を用いた言語処理を施し、最も日本
語らしい文節かな候補系列を選択してかな漢字変換する
手段、１０７は自立語辞書、１０８は付属語辞書、１０
９はかな漢字変換文書を記憶する手段、１１０はかな漢
字変換の複数候補を記憶する手段、１１°１はディスブ
レス１１３の表示内容を記憶する手段、１１２は表示制
御装置、１１４は入力かな系列バッファメモリ１０４に
記憶されている入力かな系列と文書バッファメモリ１０
９に記憶されている変換文書の母音系列を照合し、変換
文書中で該入力かな系列の母音系列と一致するかな漢字
文を切り出し、これを多変換文書バッファメモリ１１０
に格納する手段、］１５は音声による日本語文書入力に
必要となる編集を司る手段、１１６は音声入力、かな漢
字変換などのコマンドを入力するための手段を表わす。FIG. 1 is a diagram showing the configuration of a voice typewriter equipped with the present invention. In the figure, 100 is a microphone that converts input speech into a speech signal, 101 is means for recognizing input speech based on the speech signal, and has a function of outputting the recognition result in the form of a syllable lattice. Create a plurality of phrase candidate sequences by combining the syllable candidates stored in the syllable lattice, and create a Japanese syllable appearance probability dictionary 1.
03 to select a sequence that exists as Japanese from the phrase candidate sequence (for example, Japanese Patent Application No. 58-243832)
103 is the syllable appearance probability dictionary; 104 is a means for storing the input kana sequence selected by the input phrase kana candidate sequence selection unit 102; 105 is a syllable code and a notation code (letter font code) in the display device; The means 106 for storing relationships with vowels performs linguistic processing using a grammar dictionary on a plurality of phrase kana candidate sequences stored in the input kana sequence buffer memory 104, and selects the phrase kana candidate sequence that is most likely Japanese. Means for converting Tekana Kanji, 107 is an independent word dictionary, 108 is an attached word dictionary, 10
9 means for storing ephemeral kanji conversion documents; 110 means for storing a plurality of candidates for ephemeral kanji conversion; 11°1 means for storing display contents of the display 113; 112 a display control device; 114 an input kana series buffer memory. Input kana series stored in 104 and document buffer memory 10
The vowel series of the converted document stored in the input kana series 9 is collated, and the kana-kanji sentence that matches the vowel series of the input kana series is cut out from the converted document and is stored in the multi-conversion document buffer memory 110.
] 15 represents editing necessary for inputting a Japanese document by voice; 116 represents a means for inputting commands such as voice input and kana-kanji conversion.

第１図に示した本発明の音声タイプライタで日本語文章
を作成する場合には、まずキーボード１１６の″音声人
力″キーを打鍵し、音声入力モードとしたのち、文字を
文節ごとに区切って音声入力する。説明を分りやかくす
るため、「自然」という文節を入力する場合を例として
実施例を以下説明する。When creating Japanese sentences using the voice typewriter of the present invention shown in FIG. Enter voice input. In order to make the explanation easier to understand, an example will be described below using a case where the phrase "nature" is input as an example.

入力された音声／５ＩＩＴＺＦＮ／は、音声認識部１１
５により認識され、認識結果として複数の音節候補が順
次出力される。認識結果の第１位候補はディスブレス１
１３に表示される。第２図はディスブレス１１３の表示
内容を表わしたものである。該表示内容は３種類にわか
れている。領域２０には変換文書、２１には入力かな系
列、２２にはかな漢字変換の多候補が表示される。音声
認識部１０１は第３図に示すような音節コード表１０５
により認識結果の第１位候補の音節に対応する表示文字
を求め、ディスブレス・バッファメモリ１１１の領域２
１に該当するエリアに格納する。表示制御装ＦＩ１１１
２は、ディスプレイ・バッファメモリの内容を読出し、
第２図のような形態で表示する。さらに、音声認識部１
０１は認識結果を第４図に示すような音節ラティスの形
態で入力文節かな候補選択部１０２に出力する。The input voice /5IITZFN/ is processed by the voice recognition unit 11
5, and a plurality of syllable candidates are sequentially output as recognition results. The first candidate in the recognition result is Dis Breath 1
13 is displayed. FIG. 2 shows the display contents of the disk bracelet 113. The display contents are divided into three types. Area 20 displays the converted document, 21 displays the input kana series, and 22 displays multiple candidates for kana-kanji conversion. The speech recognition unit 101 generates a syllable code table 105 as shown in FIG.
The display character corresponding to the first candidate syllable in the recognition result is determined by
Store in the area corresponding to 1. Display control device FI111
2 reads the contents of the display buffer memory,
It is displayed in the format shown in FIG. Furthermore, the speech recognition unit 1
01 outputs the recognition result to the input phrase kana candidate selection section 102 in the form of a syllable lattice as shown in FIG.

文節を音声入力し、その認識結果が第２図のように表示
された時点で、使用者はキーボード１１６の“′かな漢
字変換″キーを打鍵し、入力文節をかな漢字変換させる
。編集部１１５はキーボード１−１６からの該信号に受
は取り、かな漢字変換に必要な指令を各手段に発する。When a phrase is input by voice and the recognition result is displayed as shown in FIG. 2, the user presses the "Kana-Kanji conversion" key on the keyboard 116 to convert the input phrase into Kana-Kanji. The editing section 115 receives the signals from the keyboard 1-16 and issues commands necessary for kana-kanji conversion to each means.

該指令を受けた入力文節かな候補系列選択部ｔ　Ｏ２は
、まず音節ラティスの音節候補で組合せられろ文節候補
系列を作成する。これを第５図に示す。そして、特願昭
５８〜２４３８３２号の方式を用いて、候補ラティス中
の各音節の類似度ＳＬと音節出１ｆｔ確率辞書？Ｃ１に
記憶されている文節内の位置別出現確率列長、ｊは位置
の関数）により候補系列の評価値を求める。そして、評
価値の高い系列を選択し、入力かな系列バッファメモリ
１０４に格納する。The input phrase kana candidate series selection unit tO2 that receives the command first creates a phrase candidate series that is combined with the syllable candidates of the syllable lattice. This is shown in FIG. Then, using the method of Japanese Patent Application No. 58-243832, the similarity SL of each syllable in the candidate lattice and the syllable occurrence 1ft probability dictionary? The evaluation value of the candidate sequence is determined based on the length of the occurrence probability sequence for each position in the clause stored in C1 (j is a function of position). Then, a sequence with a high evaluation value is selected and stored in the input kana sequence buffer memory 104.

例えば、第６図に示すようなかな候補系列が選択され、
該バッファメモリ１０４に格納される。For example, a kana candidate series as shown in FIG. 6 is selected,
The data is stored in the buffer memory 104.

次に、仮名漢字変換部１０６は自立語辞書１０７および
付属語辞書１０８を用いた文法処理（例えば、特願昭５
９−１８０６２９号のような）を入力かな系列バッファ
メモリに記憶されている文節がな候補系列に施し、日本
語として最も妥当な系列を選択し、このかな系列をかな
漢字変換して文書バッファ１０９に格納する。かな漢字
変換結果は、第７図に示したような漢字コード列と第８
図に示したような音節コード列との組合せで表わされ、
文書バッファ１０９に格納される。この時、同音了義語
が存在する場合には、それらのすべてを多変換文書バッ
ファメモリ１１０に格納する。Next, the kana-kanji conversion unit 106 performs grammar processing using the independent word dictionary 107 and the attached word dictionary 108 (for example,
9-180629) to the bunsetsu-gana candidate series stored in the input kana series buffer memory, selects the most appropriate series as Japanese, converts this kana series to kana-kanji, and stores it in the document buffer 109. Store. The kana-kanji conversion result is the kanji code string shown in Figure 7 and the 8th
It is expressed in combination with a syllable code string as shown in the figure,
It is stored in the document buffer 109. At this time, if homophone synonyms exist, all of them are stored in the multi-conversion document buffer memory 110.

以上の処理を行ったのち、ＩＩ集郡部１１５母音系列照
合部１１４に指令を発し、入力音声と同じ母音系列を有
するかな漢字文を文書バッファメモＩＪ１０９から抽呂
させ、多変換文書バッファメモリに格納される。母音系
列照合部１１４は、文書バッファメモリ１０９内の確定
されたかな漢字混り文（現在変換中のかな摸字文は含ま
ない）の母音系列をかな漢字文に対応して記憶しである
音節コード列（第８図）と音節コード表１０５（第３図
）を用いて第９図のように求めながら、入力音声の母音
系列との照合を行い、同じ母音系列を有する位置を求め
る。第９図の例では、時刻ｔｉｌｔの時点で入力音声の
母音系列と同じ母音系列が検出される。母音系列照合部
１１４は、変換文書の漢字コードと音節コードの対応を
第７図に示した音節数を用いて行い、一致したかな漢字
文を切り出し、多変換文書バッファメモリに格納する。After performing the above processing, a command is issued to the vowel series matching unit 114 of the II collection unit 115 to extract a kana-kanji sentence having the same vowel series as the input voice from the document buffer memo IJ109, and store it in the multi-conversion document buffer memory. Ru. The vowel series matching unit 114 stores the vowel series of the confirmed kana-kanji mixed sentence (not including the kana-kanji sentence currently being converted) in the document buffer memory 109 in correspondence with the kana-kanji sentence, and generates a syllabic code string. (FIG. 8) and the syllable code table 105 (FIG. 3) as shown in FIG. 9, the vowel series of the input voice is compared with the vowel series, and positions having the same vowel series are found. In the example of FIG. 9, the same vowel sequence as that of the input voice is detected at time tilt. The vowel sequence matching unit 114 matches the kanji code and syllable code of the converted document using the number of syllables shown in FIG. 7, extracts the matched kana-kanji sentence, and stores it in the multi-conversion document buffer memory.

表示制御装置１１２は編集部１１５の指令によりディス
プレイ・バッファメモリの内容をディスプレイ上に表示
する。The display control device 112 displays the contents of the display buffer memory on the display according to instructions from the editing section 115.

以上に述べた処理の結果は、ディスプレイ１１３に第１
０図のように表示される。ここで。The results of the above-mentioned processing are displayed on the display 113.
It will be displayed as shown in Figure 0. here.

使用者は第１０図のように表示された画面を見て、領域
２０に表示されて入力音声のかな漢字変換文が正しいか
否かを判定する。そして、正しい場合はキーボード１１
６の″音声入力′″キーを打鍵し。The user looks at the screen displayed as shown in FIG. 10 and determines whether or not the kana-kanji converted sentence of the input voice displayed in area 20 is correct. And if correct, keyboard 11
Press the ``voice input'' key in step 6.

次の文節を音声入力する。編集部］１５は該キーの信号
を受信すると、第１０図の領域２ｏに表示されて入力音
声のかな漢字変換文を確定したことを文書バッファメモ
リ１０９に記す、そののち、多変換文書バッファメモリ
１１０、入力がな系列バッファメモリ中の入力かな系列
表示領域２１およびかな漢字変換の表示領域２２に相当
する部分の内容を消去する。そして、音声認識部Ｌｏｔ
に指令を発し、次の文節の認識を音声認識部３０１に開
始させる。Dictate the next phrase. When the editing section 15 receives the signal from the key, it is displayed in the area 2o in FIG. 10 and records in the document buffer memory 109 that the input voice has been finalized. , the contents of the input kana series display area 21 and the kana-kanji conversion display area 22 in the input kana series buffer memory are erased. And the voice recognition part Lot
A command is issued to cause the speech recognition unit 301 to start recognizing the next phrase.

一方、領域２０に表示された入力音声のがな漢字変換文
が誤っていた場合には、第１０図に示した領域２２に表
示された多候補の中に正解があるか調べる。正解が存在
する場合は、キーボード１１６の多候補選択キーを用い
て正解のかな漢字文を選択する。編集部１１５は多候補
選択キーの信号を受けて、多変換文書バッファメモリ１
１０の誤選択キーにあたるかな漢字文を読出し、文書バ
ッファメモリ１０９に記憶されている入力音声に対する
かな漢字文を消去し、該かな漢字文の代りに書込むと共
に確定した事を文書バッファメモリ１０９に記す、ｌｉ
集布部１１５ディスプレイ・バッファメモリ１１１に対
しても同様な処理を行い、ディスプレイ１１３の表示内
容を変更する。On the other hand, if the Kana-Kanji conversion sentence of the input voice displayed in area 20 is incorrect, it is checked whether there is a correct answer among the multiple candidates displayed in area 22 shown in FIG. If there is a correct answer, use the multi-candidate selection key on the keyboard 116 to select the correct kana-kanji sentence. The editing unit 115 receives the signal of the multi-candidate selection key, and edits the multi-conversion document buffer memory 1.
The kana-kanji sentence corresponding to the incorrectly selected key No. 10 is read out, the kana-kanji sentence corresponding to the input voice stored in the document buffer memory 109 is erased, and the kana-kanji sentence is written in place of the corresponding kana-kanji sentence, and the confirmation is recorded in the document buffer memory 109.
Similar processing is performed on the display/buffer memory 111 of the collection unit 115 to change the display content on the display 113.

そして、上記消去処理を施したのち、次の文節の入力処
理を行う。After performing the above erasing process, the next clause is inputted.

〔発明の効果〕〔Effect of the invention〕

本発明によれば、入力音声のかな漢字変換の多変換率を
高めることができるため、音声認識およびかな漢字変換
での誤り訂正回数が大幅に減り、音声による文章入力の
速度を向上させることができ、その効果は大きい。According to the present invention, it is possible to increase the multi-conversion rate of input voice kana-kanji conversion, thereby significantly reducing the number of error corrections in speech recognition and kana-kanji conversion, and improving the speed of text input by voice. The effect is great.

【図面の簡単な説明】[Brief explanation of drawings]

第１図は本発明の一実施例を示す図、第２図および第１
０図は第１図中のディスプレイの画面図、第３図は第１
図中の音節コード表の内容を示す図、第４図は音節ラテ
ィス、第５図および第６図は入力文節カナ候補系列を示
す図、第７図および第８図は第１図中の文書バッファメ
モリの内容を示す図、第９図は母音系列マツチングの概
要を示す図％ｚ図 ′ｆＪ　４　図 Ｙ　５　図　　　　￥　６　図FIG. 1 is a diagram showing one embodiment of the present invention, FIG.
Figure 0 is a screen diagram of the display in Figure 1, Figure 3 is a screen diagram of the display in Figure 1.
Figure 4 shows the contents of the syllable code table, Figure 4 shows the syllable lattice, Figures 5 and 6 show the input phrase kana candidate series, Figures 7 and 8 show the documents in Figure 1. Figure 9 shows the contents of the buffer memory. Figure 9 shows an overview of vowel sequence matching.

Claims (1)

【特許請求の範囲】[Claims] １、文節単位に発声された音声を認識し、該認識結果か
ら作成される複数の文節カナ候補系列から文法処理など
によつて日本語らしい文節カナ候補系列を選出し、これ
をカナ漢字変換して漢字カナ混り文を作成する音声タイ
プライタにおいて、すでに作成された漢字カナ混り文の
中から該入力音声の母音系列と同一の母音系列を持つ漢
字カナ混り文を切り出し、これを該入力音声のカナ漢字
変換候補として付加する手段を備えたことを特徴とする
音声タイプライタ。1. Recognize the speech uttered in units of phrases, select a Japanese-like phrase kana candidate series from the multiple phrase kana candidate series created from the recognition results through grammatical processing, and convert this to kana-kanji. A voice typewriter that creates Kanji-kana-mixed sentences is used to cut out Kanji-kana-mixed sentences that have the same vowel series as the vowel series of the input voice from among the already created Kanji-kana-mixed sentences. A voice typewriter characterized by having means for adding input voice as a kana-kanji conversion candidate.