JPS63259686A - 音声入力装置 - 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】 〔産業上の利用分野］ この発明は、入力された音声波形信号を音声データに変
換して音声認識を行ないコード入力を行なう音声入力装
置に関する。

【発明の概要］ この発明は、音声入力装置において、音声の種類に対応
して複数の音声認識用辞書を設け、音声入力の際に入力
すべき音声の種類に応じて音声入力用スイッチを操作す
ると、その操作状態に対応する種類の音声認識用辞書が
選択指定されると共に指定辞書内から入力音声に対応す
るコードを検索することにより、音声認識によるコード
入力を短時間でしかも確実に行なうことができるように
したものである。

［従来の技術］ 従来、入力された音声波形信号を音声データに変換して
音声認識を行う音声入力装置におし１ては、標準音声デ
ータに対応して所定の入力コード（以下音声認識コード
という）を記憶する音声認識用辞書が設けられており、
入力された音声データに類似する標準音声データを音声
認識用辞書から検索すると共に、検索された標準音声デ
ータに対応する音声認識コードを音声認識用辞書力）ら
読み出して出力するようにしている。

［発明が解決しようとする問題点］ しかしながら、この種のものにおし）てｔｉ、単一の音
声認識用辞書を用いて音声認識を行う為、辞書の規模が
大きくなって検索に時間が力）カ）ると共に、誤認識の
可能性が高かった。

この発明は上述した事情を背景になされたもので、その
目的とするところは、音声認識を短時間にしかも確実に
行なうことができる音声入力装置を提供することにある
。

［問題点を解決するための手段］ ｔ５１図はこの発明の機能ブロック図である０図中１は
音声入力手段で音響変換された音声波形信号を音声デー
タに変換する。２は、複数の音声認識用辞書で音声の種
類、例えば、５０音、濁音等に対応して設けられ、標準
音声データに対応する所定の入力コードを記憶する。３
は音声入力スイッチで１例えば、複数の音声認識用辞書
２に１：ｌに対応して設けられ、入力すべき音声の種類
に応じて操作される。４は、辞書選択手段で、複数の音
声認識用辞書２のうち音声入力スイッチ３の操作状態に
対応する種類の音声認識用辞書を選択する。５は検索手
段で、音声入力手段１から入力された音声データに類似
する標準音声データを辞書選択手段４で選択された音声
認識用辞書２内より検索する。６は検索手段５で検索さ
れた標準音声データに対応する所定の入力コードを音声
認識用辞書２から読み出して例えばワードプロセッサ本
体等に出力させる出力制御手段である。

［作　用Ｊ 次に、この発明の作用について説明する。ここで、複数
の音声認識用辞書２に１：１に対応して音声入力スイッ
チ３が設けられているものとする。いま、音声入力する
場合、入力すべき音声の種類に対応する音声入力スイッ
チ３を操作する。

すると、辞書選択手段４は音声入力スイッチ３の操作に
対応する種類の音声認識用辞書２を選択する０例えば、
入力すべき音声が５０音のいずれかであればそれに対応
する音声入力スイッチ３を操作すると、５０音の所定の
入力コード（例えばＪＩＳコード）が記憶されている音
声認識用辞書２が選択される。そして、音声入力スイッ
チ３の操作中に音声入力手段ｌから入力された音声デー
タに基づいて検索手段５はそれと類似する標準音声デー
タを検索する。この結果、出力制御手段６は検索された
標準音声データに対応する所定の入力コードを音声認識
用辞書２から読み出してワードプロセッサ本体等に出力
させる。

［実施例１ 以下、この発明をｆＩＳ２図〜第４図に示す一実施例に
基づいて具体的に説明する。なお、本実施例はワードプ
ロセッサに接続された音声入力装置に適用した例を示し
ている。

延−虞 第２図はこの音声入力装置の外観図である０図中１１は
ハンディタイプの音声入力装置で、接続コード１２を介
してワードプロセッサ本体１３に電気的に接続されてい
る。そして、音声入力装置１１から音声入力すると、入
力された音声が認識されてコード化され、ワードプロセ
ッサ本体１３に送られる。

また、音声入力装９１１１はその前面にマイクロホン１
４および液晶表示パネル１５が配設され、また音声入力
装置１１の側面には入力すべき音声の種類に対応して３
つの音声入カキ−５Ａ、ＳＢ、ＳＣおよびパワーオン／
オフキーＰＷが配設されている。ここで、入力すべき音
声が５０音であれば音声入カキ−５Ａ、濁音（半濁音を
含む）であれば音声入カキ−３Ｒ１「アンダーライン」
、「作表」等の制御コマンドであれば音声入カキ−５Ｃ
が操作される。即ち、５Ａ−ＳＣはそれが操作されてい
る間音声の入力動作を実行させる音声入カキ−として機
能する他、入力すべき音声の種類を選択する音声選択キ
ーとして機能する。

次に、第３図を参照して音声入力装置１１の回路構成に
ついて説明する。音声入力装置１１はＣＰＵ（中央演算
処理回路）２１を中核とするもので、音声入力装置１工
の各種の動作を制御する。そして、音声入力装ｇｌｌｌ
には音声の種類に対応して３つの音声認識用辞書ＤＡ、
ＤＢ、ＤＣが設けられている。ここで、辞書ＤＡは５０
音。

辞書ＤＢは濁音（半濁音）、辞書ＤＣは「アンダーライ
ン」、「作表」等の複数の文字列に対応する標準音声デ
ータをそれらの音声認識コードに対応して記憶するもの
である。そして、辞書ＤＡは音声人力キー５Ａ、辞書Ｄ
Ｂは音声入力キー５Ｒ１辞書ＤＣは音声人カキ−５Ｃに
対応し、音声入カキ−５Ａ−ＳＣが操作された際にＣＰ
Ｕ２１の制御下で操作された音声入カキ−５Ａ〜ＳＣに
対応する辞書ＤＡ−ＤＣが選択される。この場合、ＣＰ
Ｕ２１は音声入カキ−３Ａ−３Ｃに対応するキーフラグ
をフラグレジスタＦ１にセットし、このフラグレジスタ
Ｆ１の内容に基づいて＃書ＤＡ−ＤＣを選択する。なお
、本実施例にはフラグレジスタＦｌの他にフラグレジス
タＦ２が設けられており、フラグレジスタＦｌの内容を
一時保持する為にフラグレジスタＦｌの内容がフラグレ
ジスタＦ２に転送される。

また、マイクロホン１４から入力された音声波形信号は
、音声入力処理部２２に送られて音声データに変換され
、ＣＰＵ２１に取り込まれる。

音声入力処理部２２は入力された音声波形信号の周波数
分析を行ってパラメータ化し、音声データに変換出力す
るもので、ＣＰＵ２１の制御下で音声、＜ツファＶＯＩ
に転送される。なお、本実施例には音声バッファＶＯＩ
の他に音声バッファＶ０２が設けられており、音声バッ
ファＶＯＩの内容を一時保持する為に音声バッファＶＯ
Ｉの内容が音声バッファＶＯ２に転送される。しかして
、ＣＰＵ２１は音声バッファＶＯＩあるいはＶＯ２内に
セットされている音声データに基づいて辞書ＤＡ−ＤＣ
のうちフラグレジスタＦ１の内容によって選択された指
定辞書内より該当する標準音声データを検索し、検索し
た標準音声データに対応する音声認識コードを読み出し
て入力バッファＩＢにセットすると共に上記液晶表示パ
ネル１５を備えた表示部２３に送り、キャラクタ表示さ
せる。入カバッファＩＢ内の音声認識コードは、新たな
音声が入力された際に確定し、ＣＰＵ２１の制御下で読
み出され、インターフェース２４を介してワードプロセ
ッサ本体１３に出力される。

肱−潅 先ず、音声入力装置１ｉｉ１１の動作を説明する前に、
音声入力操作について説明する。オペレータは、音声入
力向に５０音、濁音、＃御コマンドのうちいずれの音声
を入力するかを決定し、音声入カキ−５Ａ−５Ｃのうち
入力すべき音声の種類に対応するいずれかのキーを操作
する。そして、このキー操作中にマイクロホン１４に向
かって音声を入力する。この場合、５０音、濁音は各音
素毎に１文字ずつ入力するが、制御コマンドについては
「アンダーライン」の如く文字列毎に入力する。

また、本実施例においては入力音声が認識されて最も類
似した候補が表示されるが、この候補が入力音声に該当
しないときには、次の候補を検索表示させる為に再度同
一の音声入カキ−３Ａ〜ＳＣを操作する。この場合、音
声入力なしに音声入カキ−３Ａ−３Ｃのみを操作する。

また、音声入カキ−３Ａ−ＳＣの操作を間違え、入力音
声の種類に対応しないキーを操作してしまった場合には
、音声入力なしに音声入カキ−５Ａ−５Ｃのみを操作し
、操作キーの変更を行第４図は音声入力装置１１の動作
を示すフローチャートである。パワーオン／オフキーＦ
Ｗを操作して音声入力装置１１をパワーオンさせると、
音声入力装ｆｉｌｌは第４図のフローにしたがった動作
を実行する。先ず、入力バッファＩＢの内容をクリアす
るイニシャライズ処理（ステップＳｌ）が実行されたの
ち、音声入カキ−５Ａ−５Ｃのキーオン待ちとなる（ス
テップＳ２）、いま。

音声入カキ−５Ａ−５Ｃのうち、入力すべき音声の種類
（５０音、濁音、制御コマンド）に応じて対応するキー
を操作すると、操作キーに対応するキーフラグがフラグ
レジスタＦ１にセットされる（ステップＳ３）、そして
、音声バッファＶＯ１の内容をクリアするイニシャライ
ズ処理（ステップＳ４）が実行される。しかして、音声
入カキ−３Ａ−３Ｃのいずれかを操作しているキーオン
中に、マイクロホン１４に向かって音声を入力すると、
入力音声は音声入力処理部部２２によってパラメータ化
されて音声データに変換されるので、ＣＰＵ２１は音声
入力処理部２２からの音声データを取り込んで音声バッ
ファＶＯ１に転送記憶させる（ステップＳ５）、そして
、当該キーがオフされるまで入力された音声データは音
声バッファＶＯＩに取り込まれてゆき、そして、キーオ
フさせると、そのことがステップＳ６で検出されて音声
データを音声バッファＶＯＩに取り込む処理が終了する
。これによって音声バッファＶＯＩにはキーオン中に入
力された音声データが格納されることになる。

そして、次のステップＳ７では音声バッファｖＯＩ内に
音声データが格納されているか否かが調べられる。ここ
で、上述した如く次の候補を検索表示させる場合あるい
は音声人カキ−５Ａ〜ＳＣの操作を間違えてキーの変更
を行う場合には単に音声入カキ−３Ａ−３Ｃを操作する
だけでキーオン中には音声が入力されないので、このよ
うな場合には音声バック、ＶＯＩに音声データが格納さ
れていないが、通常、キーオン中に音声が入力されるの
で、次のステップＳ８に進み、入力バッファＩＢ内にコ
ードがセットされているか否かのチェックが行なわれる
。最初、入力バッファＩＢはクリアされているので、ス
テップ５１０に進み、辞書ＤＡ−ＤＣのうちフラグレジ
スタＦｌ内のキーフラグに対応する辞書が選択指定され
る。即ち、５０音を入力する為に音声入カキ−５Ａが操
作されると辞書ＤＡが選択指定され、また、濁音を入力
する為に音声入カキ−３Ｂが操作されると辞書ＤＢが選
択指定され、更に「アンダーライン」等の制御コマンド
を入力する為に音声入カキ−５Ｃが操作されると辞書Ｄ
Ｃが選択指定される。しかして、次のステップＳｌｌで
はいま入力した音声データを退避する為に音声バッファ
ＶＯＩ内の音声データが音声バッファＶＯ２にセットさ
れる。そして、音声バッファＶＯＩ内の音声データに基
づいて指定辞書内からそれに最も類似する標準音声デー
タを検索する処理が行なわれる（ステップ５１２）、こ
れによって検索された標準音声データに対応する音声認
識コードが指定辞書内から読み出され、入力バッファＩ
Ｂにセットされる（ステップ５１３）、そして、フラグ
レジスタＦｌ内のキーフラグを退避する為に、フラグレ
ジスタＦ１の内容をフラグレジスタＦ２にセットしたの
ち、入カバッファＩＢ内の音声認識コードが表示部２３
に送られてキャラクタ表示される（ステップ３２０）、
そして、ステップＳ２に戻り、音声入カキ−５Ａ−５Ｃ
の操作待ちとなる。

いま、入力音声が正しく認識されてその候補がキャラク
タ表示されている場合には、次の新たな音声を入力する
為に音声入カキ−５Ａ−５Ｃを操作するが、入力音声が
誤認識されて他のキャラクタが候補表示されている場合
には、次の候補を検索表示させる為に再度同一キーを音
声入力なしに操作する。これによって、上述と同様にフ
ラグレジスタＦ１にはそのキーフラグがセットされ、ま
た音声バッファＶＯＩの内容はクリアされる（ステップ
Ｓ３、Ｓ４）、そして、無音のまま当該キーをキーオフ
させると、ステップＳ１５に進み、音声バッファＶＯ２
に音声データが格納されているか否かが調べられる。こ
の場合、音声バッファＶＯ２には前回入力された音声デ
ータが格納されているので、次のステップ３１６に進み
、フラグレジスタＦｌ、Ｆ２の内容が一致するかの判断
が行なわれる。ここで、フラグレジスタＦ２には前回操
作したキーのキーフラグが記憶されており、いま、前回
と同一のキーが操作された場合であるから、この場合に
は両者の一致が検出される。これによって、音声バッフ
ァＶＯ２内の音声データに類似する次の標準音声データ
を指定辞書内から検索する処理が行なわれる（ステップ
５１８）、そして、検索された次の標準音声データに対
応する音声認識コードが指定辞書内から読み出され、入
力バッファＩＢにセットされる（ステップ５１９）、こ
の入カバッファＩＢ内の音声認識コードは、表示部２３
に送られて次候補としてキャラクタ表示される（ステッ
プ５２０）、そして、ステップＳ２に戻り、音声入カキ
−３Ａ〜ＳＣの操作待ちとなる。このように２回目のキ
ー操作によっても人力音声が正しく認識されなければ、
更に次の候補を検索表示する為に、同一キーを音声入力
なしに操作する。

このようにして検索表示された候補に基づいて正しく認
識されたことを確認したら、次に新たな音声入力を行な
う、この場合においても入力すべき音声の種類に応じて
音声入カキ−３Ａ−３Ｃを操作しながら音声入力を行な
う、いま、入カバッファＩＢ内にはその直前の候補が格
納されているので、そのことがステップＳ８で検出され
てステップＳ９に進み、新たな音声入力によって直前の
コードが確定したとみなされ、入カバッファＩＢ内のコ
ードがインターフェース２４を介してワードプロセッサ
本体１３に転送される。そして、今回入力した音声に対
する候補の検索表示処理が行なわれることは上述の場合
と同様である・（ステップ５１０〜５１４．３２０）。

一方、音声入カキ−５Ａ−３Ｃの操作を間違えた場合に
は、音声入力なしに操作キーの変更を行なう、この場合
には次の３つの条件を満たしている。即ち、音声バッフ
ァＭｏｌにはデータ無しくステップＳ７）、音声バッフ
ァＶＯ２にはデータ有り（ステップ５１５）、フラグレ
ジスタＦ１．Ｆ２の内容不一致（ステップ５１６）が夫
々検出されるので、ステップＳ１７に進み、今回の操作
キーに対応する辞書が指定されて辞書の変更が行なわれ
ると共に、この変更辞書内から音声バッファＶＯＺ内の
音声データ（以前入力した音声データ）に基づいてそれ
に類似する標準音声データの検索が行なわれたのちステ
ップ５１３に進む、したがって、入力すべき音声の種類
に対応しないキーを間違えて操作した場合には単にキー
の変更を行なうだけでよい。

このように本実施例においては、入力すべき音声の種類
に応じて音声入カキ−３Ａ−３Ｃを操作すると、それに
対応する種類の辞書ＤＡ−ＤＣが指定されて指定辞書内
から入力音声に対応する音声認識コードを検索するよう
にしたから、その検索を短時間でしかも確実に行なうこ
とができる。

また、このようにして検索された音声認識コードは次の
新たな音声入力によって順次ワードプロセッサ本体１３
へ転送されるので、ワードプロセッサ本体１３側では転
送されて来た音声認識コードを貯え、そして１通常のキ
ー操作によって漢字変換や片仮名変換を行なうことがで
き、入力音声に基づいた文書作成が可能となる。

なお、上記実施例は各辞書ＤＡ−ＤＣにに１に対応して
音声入カキ−３Ａ−５Ｃを設けたが。

３段階押しの単一キーであってもよく、またロータリス
イッチ、スライドスイッチ等で構成してもよい。

更に、上記実施例は、入力すべき音声の種類として５０
音、濁音、￥Ａｌｌコマンドを例に挙げたが、数字、５
０音、アルファベット等であってもよく、シかも単語単
位で音声入力するものであってもよい。

［発明の効果］ この発明は以上詳細に説明したように、音声の種類に対
応して複数の音声認識ｍ辞書を設け、音声入力の際に入
力すべき音声の種類に応じて音声入力用スイッチを操作
すると、その操作状態に対応する種類の辞書が選択指定
されると共に、指定辞書内から入力音声に対応するコー
ドを検索するようにしたから、音声認識によるコード入
力を短時間にかつ確実に行なうことができる等の効果を
有する。

【図面の簡単な説明】

第１図はこの発明の機藺ブロック図、第２図〜ｆｉＳ４
図はこの発明の一実施例を示し、第２図はワードプロセ
ッサに接続した音声入力装置の外観図、第３図は音声入
力装置の基本的な構成を示すブロック回路図、第４図は
音声入力装置の動作を説明する為のフローチャートであ
る。 １１・・・・・・音声入力装置、１４・・・・・・マイ
クロホン、２１・・・・・・ＣＰＵ、２２・・・・・・
音声入力処理部、２４・・・・・・インターフェース、
ＳＡ、ＳＢ、ＳＣ・・・・・・音声入カキ−１ＤＡ、Ｄ
Ｂ、ＤＣ・旧・・辞書。 特許出願人　　カシオ計算機株式会社 （剖ｔ）１づ ワー７−ロ本イ本へ Ｊｌり

Claims (1)

1. 【特許請求の範囲】 入力された音声を音声データに変換する音声入力手段と
   、 音声の種類に応じて設けられ、標準音声データに対応し
   て所定の入力コードを記憶する複数の音声認識用辞書と
   、 入力すべき音声の種類に応じて操作される音声入力スイ
   ッチと、 前記複数の音声認識用辞書のうち前記音声入力スイッチ
   の操作状態に対応する種類の音声認識用辞書を選択指定
   する辞書選択手段と、 前記音声入力手段から入力された音声データに類似する
   標準音声データを前記辞書選択手段で選択された前記音
   声認識用辞書内より検索する検索手段と、 この検索手段で検索された標準音声データに対応する所
   定の入力コードを当該音声認識用辞書から読み出して出
   力させる出力制御手段と、 を具備したことを特徴とする音声入力装置。