JPS63163496A - 並列検索照合型認識システム - Google Patents

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。

Description

【発明の詳細な説明】 （発明の属する技術分野） 本発明は、例えば、音声等の自然言語を入力として、演
奏会等の催事情報をデータベースから自律的に検索する
自律型認識システムに関するものである。

（従来の技術） 音声認識を用いたデータベース検索は、将来のデータベ
ース検索のあるべき姿として強い期待が持たれているが
、音声認識技術については未開拓の部分があり、現実に
は、発声者の特性の影響、背景ノイズの影響等から、認
識確率は余り高くとれない。この様な現状を打破する手
法として、入力項目間の相関関係を利用して認識確度を
向上させる手法がある。なお、本明細書では、この認識
確度を向上させる手法を「検索照合」と呼ぶことにし以
下簡単に述べる。

第３図は従来の検索照合の手法を説明する図であり、（
ａ）は話者の発声単語、（ｂ）は検索対象データベース
、（Ｃ）は従来型検索照合を示す。

また、従来型検索照合（Ｃ）のうち、（Ｃ１）は演奏者
の入力、（Ｃ２）は演奏会場の入力、（Ｃ３）は日付の
入力、を示している。

第３図（ｂ）に示す検索対象データベースにより、発声
者は、この中にある公演、例えば「２０日の森昌×の波
谷区民会館の公演」のキップを注文しようとしているも
のとする。認識システムは、発声者から音声データを収
集して、どの公演かを特定する必要がある。この場合、
発声者は、認識システムのガイダンスに従い、例えば、 〔認識システム〕［演奏者は誰でしょうか？」〔発声者
〕　　　「森昌×」 〔認識システム〕ｒ会場はどこでしょうか？」〔発声者
〕　　　「波谷区民会館」 〔認識システム〕「公演日は何日を御希望ですか？」〔
発声者〕「２０日」 の様にシステムに検索条件を入力することになる。

この場合、音声認識処理部は、各入力項目に認識処理を
行うが、必ずしも、入力単語と同一の単語を認識結果と
して出力できるとは限らない。

従って、現状の技術では、複数の単語候補を出力する手
段が用いられている。この様子を第３図を用いて説明す
る。

第３図（ａ）は、発声された単語であり、森昌×の波谷
区民会館の２０日の公演を予約しようとしている。

第３図（ｂ）には検索対象のデータベースの例を記載し
た。ここでは、リレーショナル型データベース形式とし
、属性（縦方向の列）の個数を３、タプル数７の例を示
した。

なお、本明細書では、データベース管理システムとして
、リレーショナル型データベース形式を用いるが、デー
タベースの管理方式は、本発明の趣旨には直接の関係は
なく、ここに示したタプルの様に、催事情報が一組のデ
ータとして抽出できるものであれば何でも良い。

第３図（ｃ）に従来の検索照合の手順を示した。

まず認識処理部は、第一の属性である演奏者の入力（ｃ
ｌ）に対して、認識結果を出力する。ここで、認識単語
辞書としては、現実には全てのアーティストを含んだ１
０００程度の単語数があるものとするが、ここでは説明
の簡単化のため４単語とし、認識結果として２候補を出
力したものとする。

「森光×」「森昌×ｊの２つの単語候補について、正し
い単語は２番口「森昌×」であるが、この段階では分か
らない。そこで、次に第３図（ｃ）に示す様に、この複
数の候補（ここでは、「森光×」「森昌×」）の各々に
ついて、データベースを検索して、当該属性のデータが
一致するものを選びだす。

第３図（ｃ）では、「森光×」「森昌×」の各々の場合
について、２個と３個のタプルを含むリレーションが生
成されている。ここでは、この中間に作られたデータベ
ースをテンポラリデータベースと呼ぶ。

次に、このテンポラリなデータベースから、次の属性で
ある演奏会場名を聞き出すためのテンポラリな認識辞書
を作成する。この様に、認識辞書を検索結果から作成す
る点が検索照合の大きな特徴である。

即ち、中間的に得られているテンポラリなりシーション
から、会場名として「厚生年金会館ｊ「渋川市民会館」
　「波谷区民会館」の３単語の辞書を作成できる。そこ
で、入力に対してこの３単語辞書で認識処理を行い、第
３図（ｃ）に示す様に、「渋川市民会館」　「波谷区民
会館」が出力されるものとする。

この認識結果から、先程作成されていたテンポラリなデ
ータベースより、各々、演奏会場が「渋川市民会館」　
「波谷市民会館」のもののみを取り出して新たなデータ
ベースを形成する。この例では、たまたま各々のりシー
ションのタプル個数は１であるが、その個数はデータベ
ースのデータに依存して決まる。あとは、日付けについ
て、「１４日」と「２０日」の２単語辞書を用いた認識
処理を行い、正解の「２０日」を得ることになる。

この様に、その都度検索結果から新しい認識辞書を作成
しつつ認識処理を進めていく一連の操作を検索照合と呼
ぶ・ 第３図の従来の検索照合では、例えば、第一の属性であ
る演奏者の辞書が１０００単語あり、候補単語中に正し
い単語が出力されてくる確率が例えば８５％と比較的低
いものとしても、第二、第三の属性、この場合、演奏会
場公演日については、辞書の単語数が著しく少ないため
正しい単語が候補単語中に含まれる確率は例えば９８％
となり、入力音声の認識率を著しく向」ニさせることが
出来る。

しかし、全体としては正しいタプルが認識結果から指摘
できる確率は、 ０．８５　Ｘ　Ｏ，９８Ｘ　Ｏ，９８＝　０．８２とな
り、８０％程度に過ぎなく、残り２０％については正し
いタプルが得られない。

これは第一の属性に対する認識率が低いためであり、従
来の検索照合の問題点である。

（発明の目的） 本発明の目的は、従来の検索照合の際に問題となる正し
いタプルを得られない確率を削減した認識システムを提
供することにある。

（発明の構成） （発明の特徴と従来の技術との差異） 本発明は、属性順列を換えて、従来の検索照合認識シス
テムを繰り返して適用することにより、高い確率で正し
くタプルを選び出すことの出来る認識システムを提供す
ることにある。

ここで属性順列とは、属性をタスクでの処理順に並べた
ときの並べ方を言う。

さて、従来の検索照合を行うときの問題点は、一つの属
性に関して正解単語が候補からリジェクトされると、そ
のあとの属性に関して検索を行っても正しいタプルはテ
ンポラリデータベースには残らないことである。

ここで注意して欲しいのは、従来の検索照合では、第一
の属性に対する認識用辞書が最も大きく、通常用いられ
る５番目までの候補に正しい単語が含まれる確率は例え
ば８５％しかないことである。

これに比べ他の属性の場合はテンポラリな認識辞書の単
語数が著しく少なく、認識単語候補５候補中に正しい単
語が含まれる確率は例えば９８％と非常に高い。よって
正しいタプルが認識結果として得られなかった時はほと
んどの場合第一の属性で正しい単語が候補に挙げられな
かったためと見なしてよい。

また逆に、第一の属性に対する認識辞書の単語数が大き
いため、認識候補の数が多くなり、最終的に正解以外に
も複数のタプルが残される場合もある。

そこで本発明では、一旦リジェクトされた正解単語を救
済し、正解以外のタプルを排除するために、第一の属性
として異なる属性を用いた検索照合を複数回行う。そし
て各々の検索照合の結果として残ったテンポラリデータ
ベースを比較して、その中に最も多く含まれたタプルを
正解タプルとする。

第１図は、本発明の並列検索照合の原理を説明するため
の図である。

第１図（ａ）は、属性順列を第３図（ｃ）と同じく、演
奏者→演奏会場→日付にした場合であるが、今度は第一
の属性で正解単語がリジェクトされたとする。従ってテ
ンポラリデータベースは正しいタプルが残っていない。

第１図（ｂ）では属性順列を日付→演奏者→演奏会場と
したため、第二の属性の認識の時、第１図（ａ）ではリ
ジェクトされた正解単語「森昌×」が、辞書が小さいた
めうまく認識されている。しかし、最終的には他のタプ
ルも一緒に残ってしまった例である。

第１図（ｃ）では演奏会場→演奏者→日付の属性順列を
用い、正しいタプルが得られている。

そこで第１図（ｄ）では第１図（ａ）　（ｂ）　（ｃ）
の結果を比較し、最も多いタプルとして正解タプルであ
る森昌子の波谷区民会館の２０日の公演が選ばれること
になる。

この様に並列検索照合では、従来の検索照合で見られた
様な、複数のタプルが残される場合や、正しいタプルが
含まれる場合が解消され、最終候補としてただ一つのタ
プルを挙げることができる。

また正しいタプルが認識結果から指摘できる確率は、３
回の検索・照合がそれぞれ独立に行われたと仮定すると
、１回の検索照合で正しいタプルが得られる確率８２％
より １−（１−０，８２）　Ｉ　３　＝０．９９と、非常に
高くなる。但し実際には、３回の検索照合において、各
々の入力に対する認識は独立に行われているとは限らな
いので、確率９９％よりは若干低くなる。

なお、第１図では、属性の個数を３としたが、本発明の
主旨によれば、２以上の任意の属性個数に対して本発明
を実行できることは言うまでもない。

また、上記の場合では、各タスクの属性順列は第一の属
性さえ異なっていればよい。これは第一の属性による検
索照合によって認識辞書の単語数が著しく減少すること
を前提としているためである。従って、第一の属性によ
る検索照合でデータベースが十分に絞り込めない場合は
、第二、あるいは第ｎの属性が異なる属性順列を用いれ
ばよいことは明らかである。

一方、各タスクの属性順列として第一あるいは第二、第
三の属性が同じで第ｎの属性が異なる順列を用いること
も可能である。

これは第一〜第ｎ−１の属性に対する入力の認識スコア
が高い場合等に有効である。

この場合は、第ｎ−１の属性までは１つのタスクとして
行い、第ｎの属性から異なるタスクとして行えばよい。

さらに、これらを組み合せることも可能であり、結局各
タスクの属性順列としては、少なくとも１ケ所以上の属
性が異なるものを用いれば、それに対応して正しいタプ
ルの得られる確率が向上することになる また、以上の説明からも明らかな様に、タスクの数は属
性の数と同じである必要はなく、属性順列の一部だけが
異なる２つ以上のタスクを行えば、本発明の効果が得ら
れる。逆に、様々な属性順列に対して属性の数似上のタ
スクを行うことも可能であり、この場合はより高い確率
で正しいタプルが得られることになる。

さらに、上記の説明では各タスクの結果得られたテンポ
ラリデータベースを比較して、最も多くに含まれるタプ
ルを正解候補としたが、各テンポラリデータベース中の
最も確からしいタプルを選ぶことも可能である。最も確
からしいタプルの選び方としては、各タプルの各属性に
対する入力データの認識スコアを和算もしくは乗算して
最も高い値のタプルを選ぶ等の任意の方法がとれる。

（実施例） 実施例１ 第２図は本発明の具体的な実施例を説明するための図で
ある。

第２図の並列検索照合型認識システム１は、検索照合型
認識システム２、制御部３、テンポラリデータベース保
管部４、テンポラリデータベース比較部５から構成され
る。

また、検索照合型認識システム２は、認識処理部６、認
識候補単語記憶部７、認識用入力データ記憶部８、テン
ポラリデータベース作成部９、そして制御部１０から構
成される。

認識処理部６は、外部からの音声入力データに従°い、
特徴抽出、バタン照合を行い、複数の候補単語をそのス
コアとともに出力する機能を持つ。

本認識処理部６は独立の認識用ハードウェアとして構成
してもよく、また汎用計算機上に実現してもよい。いず
れにせよその構成は当業者には既知の構成でよく、本発
明の主旨とは直接関係はないので詳細は省略する。

この認識処理部６からの出力は、候補単語データ１２と
して認識候補単語記憶部７に送られる。候補単語データ
１２は、候補単語とそのスコアからなり、その個数、表
現形式はシステム作成者の任意である。

また、認識処理部６は、認識用入力データから特徴抽出
した入力音声特徴データ１１を認識用入力データ記憶部
８に送り、また、認識用入力データ記憶部８から入力音
声特徴データ１］を受は取って再度認識処理を行うこと
ができる。ただし、この際、認識用入力データ記憶部８
のメモリ量を削減したいなら、特徴抽出データではなく
、認識結果として得られた辞書中の全単語に対するスコ
アを記憶させておくことも考えられる。

この認識用入力データ記憶部８は、入力音声特徴データ
１１を記憶する機能を持ち、専用のハードウェアとして
も、汎用計算機あるいはパソコン上のファイルとして実
現しても良い。

テンポラリデータベース作成部９は、リレーショナルデ
ータベース記憶部２０に記憶されたデータベースから検
索条件データ１３に従って、新たなテンポラリデータベ
ースを作成し、テンポラリデータベース作成結果データ
１４として、制御部１０に転送する機能を持つ。

その動作は入力タプルからある属性の値が認識単語候補
に一致するタプルのみを抜き出すものであり、この部分
のみの構成は従来のリレーショナル型データベースによ
る検索処理と同様なものである。

制御部１０では、入力された全ての属性に対して検索が
終了したか否かを判断し、終了していなければ認識処理
部６に次の属性に関する検索を始めるための属性番号指
示データ１５を送る。

属性番号指示データ１５とは、予め演奏者、演奏会場、
日付といった属性にそれぞれ属性番号１．２．３を割り
付けておき、属性名を指示する必要があるときは属性名
の代わりに属性番号を用いる。

この属性番号はユーザが任意に決めてよい。またこの属
性番号を（１２３）の様に並べたものを属性順列と呼ぶ
。

更に制御部１０は、テンポラリデータベース作成結果デ
ータ１４をテンポラリデータベース記憶部２１に送り、
次の検索を行う時はテンポラリデータベース記憶部２１
に記憶されたテンポラリデータベースから検索条件デー
タ１３に従って、新たなテンポラリデータベースを作成
することにする。

さて制御部１０は、全ての属性に対して検索照合が終了
した場合は、並列検索照合認識システムの制御部３へあ
る属性順列１についての検索照合が終了したことを知ら
せる検索照合終了信号２３を送り、同時にテンポラリデ
ータベース結果データ１６をある属性順列１での検索照
合の結果としてテンポラリ−データベース保管部４へ送
る。

各属性順列による検索照合の結果は全てこのテンポラリ
データベース保管部に保管される。

さて、制御部３では少なくとも一部の属性が異なる属性
順列、例えばＩ、■、■を用意しており、次なる属性順
列■に対して検索照合を行わせるために検索照合型認識
システムの制御部１０に属性順列指示データ１９を送る
。この属性順列指示データ１９は、（２１３）という様
な、属性番号のアレイで構成される。

制御部３の用意した全ての属性順列に対して各々の検索
照合が終了した時は、テンポラリデータベース保管部４
に保管されたテンポラリデータベースをテンポラリデー
タベース保管データ１７としてテンポラリデータベース
比較部５へ転送する。

テンポラリデータベース比較部では、送られてきたテン
ポラリデータベース中に最も多く含まれたタプルを選ん
で制御部５にテンポラリデータベース比較結果データと
して出力する。

さて、以上の説明では属性順列Ｉの検索照合が終了して
から属性順列■の検索を始めているが、本発明では、属
性順列Ｉ、■、■の検索照合を同時並行に処理できるこ
とは言うまでもない。

また、該当タプルを絞り込むのに必要な属性の数が例え
ば二つであれば、属性順列Ｉ、■の検索照合の結果で該
当タプルが得られず、属性順列■の第二の属性の関する
検索照合を終えた段階でテンポラリデータベースにスコ
アの高いタプルが−つだけ絞り込まれた時は、第三の属
性について検索を行わなくてもそのタプルを系列検索照
合の結果と見なすことができる。つまり現状の検索結果
状況に応じて、属性順列のある属性の検索を省略できる
ことも明らかである。

これらの制御部３、テンポラリデータベース保管部４、
テンポラリデータベース比較部５、認識処理部６、認識
候補単語記憶部７、認識用入力データ記憶部８、テンポ
ラリデータベース作成部９、そして制御部１０は当業者
であれば本発明の主旨に従って構築できるものであり、
専用ハードウェア、汎用計算機上にプログラムを利用し
て構築する等の任意の構成をとれる。

実施例２ 上記実施例１の様に、テンポラリデータベース保管部に
テンポラリなデータベースの作成結果をそのスコアと共
にテンポラリデータベース結果データ１６として送り、
全ての属性順列に対して各々の検索照合が終了したらテ
ンポラリデータベース比較部５にテンポラリデータベー
ス保管データ１７を送る。

テンポラリデータベース比較部５では、各属性に対する
スコアをタプル毎に計算し、その結果スコアが最も高い
タプルをテンポラリデータベース比較結果データとして
制御部３に出力する。

ここで、タプル毎の各属性に対するスコアの計算方法と
しては、例えば、各属性のスコア全てを和算あるいは乗
算した値、あるいは評価尺度の合計法として一般的な、
値Ｘ、Ｙに対してＸ十Ｙ−ＸＹで計算される値、あるい
はスコアの最低値、あるいは全スコアの統計的分散等な
どの値を比較する任意の方法を用いることができる。

いずれの方法を用いるかは、実際の認識装置を用いたフ
ィールドデータに応じて選択すればよく、これは当業者
にとっては容易に実現可能である。

（発明の効果） 以上述べた様に、本発明では、従来方式の検索照合型認
識処理システムに比較して、正しいタプルを選び出すこ
とができる確率を向上させることができる。

即ち、従来の検索照合においては、入力単語を認識する
際に正解単語がリジェクトされて正しい単語が選ばれな
い場合や、最終的に正解以外にも複数のタプルが選ばれ
てしまう場合があるが、本発明ではこれらの場合でも最
終候補として正しいただ一つのタプルを選べる可能性が
高い。

【図面の簡単な説明】

第１図は本発明の並列型検索照合の原理を説明するため
の図、 第２図は本発明の一実施例を説明するための図、第３図
は従来の検索照合の手法を説明する図である。 １　・・並列検索照合型認識システム、２　・・・検索
照合型認識システム、 ３　・・・制御部、 ４　・・・テンポラリデータベース保管部、５　・・・
テンポラリデータベース比較部、６　・・・認識処理部
、 ７・・・認識候補単語記憶部、 ８　・・・認識用入力データ記憶部、 ９　・・・テンポラリデータベース作成部、１０・・・
制御部、 １１・・・入力音声特徴データ、 １２・・・候補単語データ、 １３・・・検索条件データ、 １４・・・テンポラリデータベース作成結果データ、１
５・・・属性番号指示データ、 １６・・・テンポラリデータベース結果データ、１７・
・・テンポラリデータベース保管データ、１８・・・テ
ンポラリデータベース比較結果データ、１９・・・属性
順列支持データ、 ２０・・・　リレーシミナルデータベース記憶部、２１
・・・テンポラリデータベース記憶部、２２・・・リレ
ーショナル型データベース読み出し情報、２３・・・検
索照合終了信号線。 特許出願人　日本電信電話株式会社 １１　　　人カ＃Ｐ羽→咲デ゛−り １５°系性＠号胤ホテ″−９ １６テン、さ゛ラソヂ゛−タベース祁翠テ一り１７　　
ラン小“ラワデ°−クベ゛−人傷饗デーり１９　　刀’
ｃｒ　’ｔ’ｓ　Ｉｌｌ貢ダ・１欠Ｎオデ゛−り２２・
　ソし−１１デＩし型データベースル乞み畝し１有ｌ吃
２３　　矛（尤譚＆粋１　ｊら号鼻 第２図

Claims (2)

【特許請求の範囲】
1. （１）認識用データから複数個の認識単語候補を認識ス
   コアと共に出力する認識処理部と、検索対象となるデー
   タベース情報から検索条件に合致するタプルのみを抜き
   出して新たなテンポラリベースを生成するテンポラリデ
   ータベース作成部と、そのテンポラリデータベースを記
   憶するテンポラリデータベース記憶部から構成され、 前記検索対象データベース中のある第一の属性に関する
   被認識用入力データから認識処理部を通して得られる認
   識単語候補にもとづいて検索対象データベースを検索し
   、認識単語候補と一致する値を当該属性に有するタプル
   のみから構成されるテンポラリデータベースを作成し、
   当該テンポラリデータベースから他の第二の属性の認識
   用辞書を作成して認識処理を行う一連の操作、あるいは
   その一連の操作をさらに第三の属性、あるいは第四の属
   性と順次複数の属性に対して繰り返す一連の操作を一つ
   のタスクとしたとき、そのタスクにおける属性の選択順
   次が少なくとも１ヵ所以上で相異なるタスクを２つ以上
   実行し、各々のタスクの結果から得られるテンポラリデ
   ータベースを比較して、最も多くのテンポラリデータベ
   ースに含まれるタプルを抽出することを特徴とする並列
   検索照合型認識システム。
2. （２）各タスクの結果から得られる２つ以上のテンポラ
   リデータベースの中で、各タプルの各属性に対する入力
   データの認識スコアを用いてタプル毎に計算したそのタ
   プル全体のスコアを表す値が最も高いタプルを抽出する
   ことを特徴とする特許請求の範囲第（１）項記載の並列
   検索照合型認識システム。