JPS63300298A - 音声認識装置 - 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］ 本発明は、音声認識装置に関するものである。

［従来の技術］ 従来この種の装置においては、音声認識を全単語にわた
ってマツチングをとって行なうか、あるいは入力音声の
認識結果を利用して、予備選択を行なう方式が謀られて
いる。

［発明が解決しようとする問題点］ ところが、このような形態の音声認識では、大量語の認
識の際に処理時間がかかったり、認識誤りによる予備選
択誤り率が高いという欠点があった。

そこで、本発明の目的は、上述の従来の欠点を除去また
は軽減し、入力音声に近い特徴を多く有する単語を予備
選択することが可能な音声認識装置を提供することにあ
る。

と ［問題点が解決するための手段］ このような目的を達成するために、本発明は単語を格納
した単語辞書手段と、時系列に入力される音声を電気信
号に変換する音声入力部と、その電気信号から、入力さ
れた音声の特徴を抽出する手段と、電気信号から、入力
された音声の音素を抽出する手段と、抽出された音声の
特徴および音素をキーとして単語辞書手段にアクセスす
る指示を与えるインデックス手段と、キーと単語との関
係を示すテーブルを有する手段と、単語がキーによって
アクセスされた回数を計数する手段と、テーブルとアク
セスされた回数とに応じて、単語の候補として予備選択
するためのしきい値を決めるしきい値手段と、しきい値
以上の回数にわたってアクセスされた単語を候補単語と
して選択する手段とを具えたことを特徴とする。

さらに、本発明は単語を格納した単語辞書手段と、時系
列に入力される音声を電気信号に変換する音声入力部と
、その電気信号から、入力された音声の特徴を抽出する
手段と、電気信号から、入力された音声の音素を抽出す
る手段と、抽出された音声の特徴および音素をキーとし
て単語辞書手段にアクセスする指示を与えるインデック
ス手段と、単語がキーによってアクセスされた回数を計
数する手段と、そのアクセスされた回数に応じて、単語
の候補として予備選択するためのしきい値を決めるしき
い値手段と、しきい値以上の回数にわたってアクセスさ
れた単語を候補単語として選択する手段とを具えたこと
を特徴とする。

［作　用］ 本発明によれば、音声認識のマツチングすべき候補単語
を予ｍ選択することが可能であり、しかも、入力音声の
もつ特徴を多く有している単語のみを候補とすることに
より、予備選択の誤り率を減少することができる。

［実施例］ 以下に、図面を参照して、本発明の実施例を詳細に説明
する。

第１図は本発明の一実施例を示すブロック図であり、こ
こで、１は時系列に入力される音声入力を受ける音声入
力部でマイクロホンなどの音声トランスジューサＩＡと
その音声入力をデジタル信号に変換するＡ／Ｄコンバー
タＩＢとを有する。２はそのデジタル音声信号を受けて
音声入力に刻する音響処理と特徴抽出を行う音う処理・
特徴抽出部、３は音素認識部である。

４は奇習処置特徴抽出部２および音素認識部３の出力を
刺激（キー）として、単語をアクセスする単語ポインタ
４Ａおよびキー出現位置カウンタ４Ｂを有するインデッ
クス部である。

５はＲＯＭであって、単語辞書５Ａと第２図に示す制御
手順のプログラムを格納するエリア５Ｂとを有する。

６Ａはキー・単語関係テーブルであって、インデックス
部４から時系列に得られるキー（特徴）が示す単語のう
ちで、そのキーはどの位置に出現するかを示す、６Ｂは
キーアクセスカウンタであって、インデックス部４から
のキーにより辞書５の単語がアクセスされた回数をカウ
ントする。

７は時系列に入力されるキーに反応する単語のうち、ア
クセスカウンタ６Ｂにより頻度高く反応を示したと判断
された単語を認識すべき単語の候補として予備選択する
しきい値を定める候補選択部である。

８は単語候補部であって、すべてのキーが入力された後
に、あるしきい値以上の回数にわたってアクセスされた
単語を候補単語としてストアする。

なお、この候補選択部７では、キー単語関係テーブル６
Ａによって、入力音声から得られるキーの時系列情報を
判定することにより、アクセスカウンタ６Ｂによるキー
の出現頻度のみならず、そのキーの時系列情報をも用い
てしきい値を定めることによって、予備選択される候補
単語の個数を減少させることができる。

９は単語認識部であり、音素認識部３からの音素認識の
結果と単語候補部８からの候補単語とを照合してマツチ
ングを行い、両者の一致のとれたとき、すなわちマツチ
ングのとれたときに、その候補単語を音声認識結果の出
力として取り出す。

第２図は第１図に示した本発明音声認識装置のＲＯＭ　
５のプログラムエリア５Ｂに格納する制御手順のフロー
チャートである。

まず、ステップＳ１において初期化が行われた後、音声
が入力される。次のステップＳ２において、入力音声の
音響処理と特徴抽出を行い、さらにステップＳ３からＳ
５において音素認識を行ないながら、キーを検出する。

次のステップＳ６では、キーの検索をインデックス部４
より行ない、ついで、ステップＳ７においてインデック
スをアクセスする。さらに、次のステップＳ８では、そ
のインデックスの単語ポインタによりキーを含む単語に
アクセスする。

次のステップＳ９では、キーの前後関係をみる。

すなわち、この時に、その前にアクセスされたキーと現
在入力されたキーとで単語内における時系列の条件を満
足すれば、ステップＳＩＯに進み、その単語のキーのア
クセスカウンタをインクリメントする。

ステップＳ９において、上述の条件が満足されないとき
、およびステップＳ１０の次には再びステッブＳ２に戻
り、音声入力が終了するまで、以上の過程を繰り返す。

ステップＳ４において、音声入力の終了が判断されたと
きには、ステップＳｌｌに進み、ここで、キーアクセス
カウンタの結果が、人カキ−によりあらかじめ定められ
ているあるしきい値を超える単語を候補単語として単語
認識部９に渡す。

次のステップＳ１２において、単語認識部９は、音素認
識の結果と候補単語とのマツチングにより単語の認識を
行い、さらにステップＳ１３において、マツチングのと
れたときの認識結果を出力する。

第３図〜第６図はキーとして音響特徴を用いた場合の本
発明実施例の動作の例である。

ここでは、入力音声から、［無音・摩擦・短時間］とい
う順序で特徴（キー）が得られた例を示す。

第３図は音声入力前の初期状態を示す。ここで、キーと
しては、摩擦、バズ音（ｂｕｚｚ）、無音。

鼻韻、長い単語、短い単語などを用いている。単語ポイ
ンタ４Ａにはそのキーを含む単語の番号が収容されてい
る。キー出現位置カウンタ４Ｂは、単語内のどの位置に
そのキーが出現するかを示すテーブルであり、キーの出
現位置のうちのいずれの位置を入力されたキーが取り扱
うかを示しているカウンタであり、初期状態は“１”と
し、“０”はそのキーでアクセスした時点のキーが最終
キーであることを示す。“−”はアクセスの必要がない
ことを示す。

以上の部分がインデックス部４を構成する。

単語辞書５Ａの部分は、単語番号、ｉ語の音素記号列を
有する。さらに加えて、その単語において、最後にアク
セスされたキーのその単語内での位置を示す最終キー位
置およびアクセスされた回数を示すキーアクセスカウン
タ６Ｂをここでは併せて示す。かかる最終キー位置およ
びキーアクセスカウンタ６Ｂは、初期化において“０”
状態にある。この最終キー位置により、時系列の正しい
順序を判断ができ、またキーアクセスカウンタ６Ｂのカ
ウント数により単語候補を決定することができる。

音声が入力される前は第３図の状態にある。音声が入力
され、最初のキーとして［無音］が検出されたとすると
第４図のような状態になる。このときインデックス部４
のキーの“無音”を探し、無音の指している単語ポイン
タ４Ａによりアクセスを行う。本例の場合は、単語２０
と４０である。

次に、単語辞書５Ａ内の最終キー位置とインデックスの
最初のキーの出現位置とを比較して（この場合、前者は
Ｏ１単語２０．４０においては２）であるから０≦２で
ある。したがって、この場合には時系列の条件を満たし
ているので、キーアクセスカウンタ６Ｂの内容をインク
リメントして１にする。

その結果、インデックス部４のキー出現位置カウンタ４
Ｂの内容を１ずつインクリメントして、単語辞書５Ａ内
の最終キー位置にさきほどのキー出現位置である２を代
入しておく。但し、単語４０のキー出現位置は次に“無
音”のキーが出現しても、アクセスできないので、“−
”の記号を入れて、アクセスできないようにしておく。

第５図は、第４図の［無音］の次に［摩擦］キーが出現
した場合であり、第６図は音声が終了し、最終キーが［
短い時間コであったときの最終結果である。ここで、内
部状態の変化のしかたは第４図と同様である。

音声入力が終了したときに、［無音］　［摩擦］［短時
間コというキ一時系列に近い順にキーカウンタは大きな
値をもち、この例では、１００％のキー情報を有する単
語は４０番であり、１つだけ情報が落ちたものは１０．
２０．５０などとなる。

ここで、第１図の候補選択部７において、あるしきい値
を決定することにより、候補単語の個数を減少させて、
予備選択を可能にする。

本発明は上述した実施例にのみ限られず、種々変更でき
る。

たとえば、時系列の情報を無視し、キーの出現回数のみ
により予備選択を行なうこともできる。

この場合には、第１図に示したキーー単語関係テーブル
６Ａと、第３図〜第６図に示したインデックス部４のキ
ー出現位置およびそのカウンタ４Ｂと単語辞書５Ａ内の
最終キー位置を省略し、第２図のフローチャートの判定
ステップＳ９を省略することにより、同様のアルゴリズ
ムで簡単に実現が可能である。

キーを音響レベルにおける特徴ではなく、第７図に示す
ように、音素認識の結果の音素を用いたり、あるいは第
８図に示すように、単音節を用いることによっても、上
述の実施例と同様の方法で音声認識を実現可能である。

さらにまた、音声入力が、第９図に示すように、ラティ
スの形態で複数候補とともに行なわれる場合には、第７
図や第８図のように音素ラティスについてのラティスカ
ウンタ６Ｃを設け、複数候補が同時に出現する音素の時
点（第９図の時点１では「ａ」と「０」、時点２では「
ｚ」と「ｓ」など）のアクセスにおいては、その時点１
とか時点２をラティスカウンタ６Ｃに入れ、すでに同一
のラティスカウンタによりアクセスされていたならば、
最終キー位置を小さい方に変更するアルゴリズムを加え
ることにより、同様の処理で予備選択が可能となる。

［発明の効果］ 以上から明らかなように、本発明によれば、音声認識の
マツチングすべき候補単語を予備選択することが可能で
あり、しかも、入力音声のもつ特徴を多く有している単
語のみを候補とすることにより、予備選択の誤り率を減
少することができる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
その動作手順の一例を示すフローチャート、 第３図〜第６図は本実施例における動作例の説明図、 第７図および第８図は本発明の他の実施例の説明図、 第９図は入力音素ラティスの一例の説明図である。 １・・・音声入力部、 ２・・・音響処理・特徴抽出部、 ３・・・音素認識部、 ４・・・インデックス部、 ４Ａ・・・単語ポインタ、 ４Ｂ・・・キー出現位置カウンタ、 ５・・・ＲＯＭ　。 ５Ａ・・・単語辞書、 ５Ｂ・・・プログラムエリア、 ６Ａ・・・キーー単語関係テーブル、 ６Ｂ・・・キーアクセス・カウンタ、 ６Ｃ・・・ラティスカウンタ、 ７・・・候補選択部、 ８・・・単語候補部、 ９・・・単語認識部。 船医 坏 ’（Ｙ） １＝ 々 ２区 驚く 剖ω城 蔗 ３区 乏 鄭０ Ｔ怪 セ インデノクス部・Ｉ　　　　　　　　　１ｌＪｉ辞書５
Ａ」ね ｔ マ　０フ 否 び

Claims (1)

1. 【特許請求の範囲】 １）単語を格納した単語辞書手段と、 時系列に入力される音声を電気信号に変換する音声入力
   部と、 その電気信号から、当該入力された音声の特徴を抽出す
   る手段と、 前記電気信号から、当該入力された音声の音素を抽出す
   る手段と、 前記抽出された音声の特徴および音素をキーとして前記
   単語辞書手段にアクセスする指示を与えるインデックス
   手段と、 当該キーと単語との関係を示すテーブルを有する手段と
   、 単語がキーによってアクセスされた回数を計数する手段
   と、 前記テーブルと前記アクセスされた回数とに応じて、単
   語の候補として予備選択するためのしきい値を決めるし
   きい値手段と、 前記しきい値以上の回数にわたってアクセスされた単語
   を候補単語として選択する手段と を具えたことを特徴とする音声認識装置。 ２）前記インデックス手段は、前記キーとそのキーを有
   する単語との関係に応じて、前記キーを有する単語への
   アクセスを行なう単語ポインタを有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。 ３）前記インデックス手段は、前記キーを有する単語の
   うちで、当該キーが出現する位置を示すカウンタを有し
   、そのキー出現位置カウンタの内容に応じて、前記キー
   の時系列情報を判定することを特徴とする特許請求の範
   囲第２項記載の音声認識装置。 ４）前記しきい値手段は、前記キーの各々あてに、当該
   各キーを基にしてアクセスされた単語の個数を計数する
   キーアクセスカウンタを有することを特徴とする第１項
   ないし第３項のいずれかの項に記載の音声認識装置。 ５）単語を格納した単語辞書手段と、 時系列に入力される音声を電気信号に変換する音声入力
   部と、 その電気信号から、当該入力された音声の特徴を抽出す
   る手段と、 前記電気信号から、当該入力された音声の音素を抽出す
   る手段と、 前記抽出された音声の特徴および音素をキーとして前記
   単語辞書手段にアクセスする指示を与えるインデックス
   手段と、 単語がキーによってアクセスされた回数を計数する手段
   と、 そのアクセスされた回数に応じて、 単語の候補として予備選択するためのしきい値を決める
   しきい値手段と、 前記しきい値以上の回数にわたってアクセスされた単語
   を候補単語として選択する手段と を具えたことを特徴とする音声認識装置。 ６）前記インデックス手段は、前記キーとそのキーを有
   する単語との関係に応じて、前記キーを有する単語への
   アクセスを行なう単語ポインタを有することを特徴とす
   る特許請求の範囲第５項記載の音声認識装置。 ７）前記インデックス手段は、前記キーを有する単語の
   うちで、当該キーが出現する位置を示すカウンタを有し
   、そのキー出現位置カウンタの内容に応じて、前記キー
   の時系列情報を判定することを特徴とする特許請求の範
   囲第６項記載の音声認識装置。 ８）前記しきい値手段は、前記キーの各々あてに、当該
   各キーを基にしてアクセスされた単語の個数を計数する
   キーアクセスカウンタを有することを特徴とする第５項
   ないし第６項のいずれかの項に記載の音声認識装置。