音声認識装置

トップ :: G 物理学 :: G10 楽器;音響

【発明の名称】	音声認識装置
【発明者】	【氏名】楠本典孝【氏名】朝山砂子
【要約】	【課題】操作者が、入力した音声がどの程度類似していたのか簡単に判断できるような音声認識装置を提供する。【解決手段】音声入力部１を介して入力された操作者の音声を、音声認識部２により認識を行い、第一候補の単語とその尤度に対応するデータを尤度対応データ格納部５および単語音声格納部７から出力し、表示部６で画面表示および音声出力部８で再生を行う。

【特許請求の範囲】
【請求項１】認識対象単語が登録されている単語辞書と、音声を入力する音声入力手段と、前記音声入力手段により入力された音声と前記単語辞書に登録されている単語との類似度を示す尤度を計算し、予め設定した条件に従い第一候補単語とその尤度を出力する音声認識手段と、尤度に対応付けた点数データを記憶するデータ格納手段と、前記音声認識手段により出力された尤度に対応する点数データを前記データ格納手段から読み出す出力制御手段と、前記音声認識手段により出力された第一候補単語とその尤度と前記出力制御手段により読み出されたデータの画面表示を行う表示手段とを備えることを特徴とする音声認識装置。
【請求項２】前記データ格納手段は、尤度に対応付けたテキストデータをさらに記憶することを特徴とする請求項１記載の音声認識装置。
【請求項３】前記データ格納手段は、尤度に対応付けた画像データをさらに記憶することを特徴とする請求項１または２記載の音声認識装置。
【請求項４】前記データ格納手段は、尤度に対応付けた音声データをさらに記憶し、前記出力制御手段により読み出された音声データを再生する音声出力手段をさらに備えることを特徴とする請求項１～３のいずれかに記載の音声認識装置。
【請求項５】単語の音声データを記憶する単語音声格納手段をさらに備え、前記出力制御手段は、前記音声認識手段により出力された単語データに対応する単語音声データを前記単語音声格納手段からさらに読み出し、前記音声出力手段は、前記出力制御手段により読み出された単語音声データをさらに再生することを特徴とする請求項１～４のいずれかに記載の音声認識装置。

【発明の詳細な説明】【０００１】
【発明の属する技術分野】本発明は、入力された音声を認識する音声認識装置に関するものである。
【０００２】
【従来の技術】従来の音声認識装置としては、例えば、特開平２０００－１８１６７６号公報に開示される画像処理装置がある。この画像処理装置は、表示装置に表示された対話相手オブジェクトの動作を、マイクロフォンから入力された使用者の単語音声に応答して変化させるものである。
【０００３】
【発明が解決しようとする課題】しかしながら、上記の従来の装置では、入力されるべき単語と一致するか否かのみを判断し表示を行うため、操作者は入力した音声がどの程度類似していたのか判断できず、もっとも装置に適した発声を練習することができないという問題点があった。
【０００４】本発明の目的は、操作者が、入力した音声がどの程度類似していたのか判断できるような音声認識装置を提供することである。
【０００５】
【課題を解決するための手段】（１）第１の発明第１の発明に係る音声認識装置は、認識対象単語が登録されている単語辞書と、音声を入力する音声入力手段と、音声入力手段により入力された音声と前記単語辞書に登録されている単語との類似度を示す尤度を計算し、予め設定した条件に従い第一候補単語とその尤度を出力する音声認識手段と、尤度に対応付けた点数データを記憶するデータ格納手段と、音声認識手段により出力された尤度に対応する点数データをデータ格納手段から読み出す出力制御手段と、音声認識手段により出力された第一候補単語とその尤度と出力制御手段により読み出されたデータの画面表示を行う表示手段とを備えるものである。
【０００６】本発明に係る音声認識装置においては、操作者音声に対応する音声を認識し、第一候補単語とその尤度が音声認識手段から出力され、出力された尤度に応じて点数データが出力制御手段より読み出され、第一候補単語と読み出された点数データの表示が行われる。したがって、操作者が、入力した音声がどの程度類似していたのか判断できる。
【０００７】（２）第２の発明第２の発明に係る音声認識装置は、第１の発明に係る音声認識装置の構成において、データ格納手段は、尤度に対応付けたテキストデータをさらに記憶することを特徴とする。
【０００８】この場合、操作者が、入力した音声がどの程度類似していたのか文章内容から判断でき、より具体的に類似度を判断することができる。
【０００９】（３）第３の発明第３の発明に係る音声認識装置は、第１または第２の発明に係る音声認識装置の構成において、データ格納手段は、尤度に対応付けた画像データをさらに記憶することを特徴とする。
【００１０】この場合、操作者が、入力した音声がどの程度類似していたのか画像を見て一目で判断でき、より視覚的に容易に類似度を判断することができる。
【００１１】（４）第４の発明第３の発明に係る音声認識装置は、第１～第３の発明に係る音声認識装置の構成において、データ格納手段は、尤度に対応付けた音声データをさらに記憶し、出力制御手段により読み出された音声データを再生する音声出力手段をさらに備えるものである。
【００１２】この場合、操作者が、入力した音声がどの程度類似していたのか音声を聞いて判断でき、より聴覚的に容易に類似度を判断することができる。
【００１３】（５）第５の発明第５の発明に係る音声認識装置は、第１～第４の発明に係る音声認識装置の構成において、単語の音声データを記憶する単語音声格納手段をさらに備え、音声出力手段は、音声認識手段により出力された単語データに対応する単語音声データを単語音声格納手段からさらに読み出し、音声出力手段は、音声出力手段により読み出された単語音声データをさらに再生することを特徴とする。
【００１４】この場合、操作者が、第一候補単語がどの単語だったのか音声を聞いて判断でき、操作者の発声と同じか否かを聴覚的に容易に判断することができる。
【００１５】
【発明の実施の形態】以下、本発明の一実施形態による音声認識装置について図面を参照しながら説明する。図１は、本発明の一実施の形態による音声認識装置の構成を示すブロック図である。
【００１６】図１に示す音声認識装置は、音声入力部１、音声認識部２、単語辞書３、出力制御部４、尤度対応データ格納部５、表示部６、単語音声格納部７、音声出力部８を備える。
【００１７】音声入力部１は、例えば、マイクロフォン等により構成され、操作者が発声した音声を音声信号に変換して音声認識部２へ出力する。音声認識部２は、音声入力部１から出力された音声信号を用いて単語辞書３に登録されている単語との類似度を示す尤度を計算し、予め設定した条件に従って第一候補の単語データとその尤度を出力制御部４へ出力する。
【００１８】出力制御部４は、音声認識部２から出力された第一候補単語の尤度を尤度対応データ格納部５へ出力し、さらに音声認識部２から出力された第一候補単語を単語音声格納部７へ出力する。尤度対応データ格納部５は、出力制御部４から出力された尤度を用いて対応する点数データとテキストデータと画像データと音声データを出力制御部４へ出力する。
【００１９】単語音声格納部７は、出力制御部４から出力された単語を用いて対応する単語音声データを出力制御部４へ出力する。出力制御部４は、音声認識部２から出力された第一候補単語と尤度対応データ格納部５から出力された点数データとテキストデータと画像データを表示部６へ出力し、さらに尤度対応データ格納部５から出力された音声データと単語音声格納部７から出力された単語音声データをを音声出力部８へ出力する。
【００２０】表示部６は、出力制御部４から出力された点数データとテキストデータと画像データを画面表示する。音声出力部８は、例えば、スピーカ等により構成され、出力制御部４から出力された音声データと単語音声データを再生する。
【００２１】本実施の形態において、単語辞書３が単語辞書に相当し、音声入力部１が音声入力手段に相当し、音声認識部２が音声認識手段に相当し、尤度データ格納部５がデータ格納手段に相当し、出力制御部４が出力制御手段に相当し、表示部６が表示手段に相当する。また、音声出力部８が音声出力手段に相当し、音声合成部７が音声合成手段に相当する。
【００２２】次に、上記のように構成された音声認識装置の動作について説明する。図２は、図１に示す音声認識装置の動作を示すフローチャートである。
【００２３】まず、操作者の音声が音声入力部１に入力されると、入力された音声が音声信号に変換されて音声認識部２へ出力される。音声認識部２は、入力された音声信号と単語辞書３に登録されている単語との類似度を示す尤度を計算し（ステップＳ１）、予め設定した条件に従い第一候補の単語とその尤度を出力制御部４へ出力し（ステップＳ２）、ステップＳ３へ移行する。
【００２４】単語表示をするかしないか判断し（ステップＳ３）、単語表示をしない場合、ステップＳ５へ移行し、単語表示をする場合、ステップＳ４へ移行する。
【００２５】単語表示をする場合、出力制御部４は、単語データを表示部６へ出力し、表示部６は単語データを画面に表示し（ステップＳ４）、ステップＳ５へ移行する。
【００２６】点数表示をするかしないか判断し（ステップＳ５）、点数表示をしない場合、ステップＳ７へ移行し、点数表示をする場合、ステップＳ６へ移行する。
【００２７】点数表示をする場合、出力制御部４は、点数データを表示部６へ出力し、表示部６は点数データを画面に表示し（ステップＳ６）、ステップＳ７へ移行する。
【００２８】テキスト表示をするかしないか判断し（ステップＳ７）、テキスト表示をしない場合、ステップＳ９へ移行し、テキスト表示をする場合、ステップＳ８へ移行する。
【００２９】テキスト表示をする場合、出力制御部４は、テキストデータを表示部６へ出力し、表示部６はテキストデータを画面に表示し（ステップＳ８）、ステップＳ９へ移行する。
【００３０】画像表示をするかしないか判断し（ステップＳ９）、画像表示をしない場合、ステップＳ１１へ移行し、画像表示をする場合、ステップＳ１０へ移行する。
【００３１】画像表示をする場合、出力制御部４は、画像データを表示部６へ出力し、表示部６は画像データを画面に表示し（ステップＳ１０）、ステップＳ１１へ移行する。
【００３２】音声再生をするかしないか判断し（ステップＳ１１）、音声再生をしない場合、処理を終了し、音声再生をする場合、ステップＳ１２へ移行する。
【００３３】音声再生をする場合、出力制御部４は、音声データを音声出力部８へ出力し、音声出力部８は音声データを再生し（ステップＳ１２）、処理を終了する。
【００３４】上記の処理により、本実施の形態では、操作者の音声が音声入力部１へ入力されると、音声認識部２によりこの音声が認識され、尤度対応データ格納部５および単語音声格納部７から読み出された点数データとテキストデータと画像データと音声データを用いてを用いて表示部６および音声出力部８により画面表示および音声再生を行うことができる。この結果、操作者は、入力した音声がどの程度類似していたのか聴覚的にも視覚的にも簡単に判断できる。
【００３５】次に、図１に示す音声認識装置の動作についてさらに具体例を挙げて詳細に説明する。図３は、図１の音声認識装置の具体的な構成例の一例を示す概略図である。
【００３６】図３に示す音声認識装置は、音声入力部であるマイクロフォン１ａ、表示部である表示画面６ａ、音声出力部であるスピーカー８ａにより構成される。
【００３７】例えば、操作者が「いっちゃんねる」と発声すると、マイクロフォン１ａには操作者の音声「いっちゅんねる」が入力される。
【００３８】図１０は、単語辞書３に登録されている単語の一例を示す図である。ここで、単語辞書３に登録されている単語が図１０に示すものである場合、「いっちゃんねる」という単語が登録されているので、音声認識部２は、単語データ「いっちゃんねる」とその尤度、例えば、尤度「２７００」を出力制御部４に出力する。
【００３９】図４は、尤度対応データ格納部５に記憶されている尤度に対応付けた点数データとテキストデータと画像データと音声データの一例を示す図である。また、図５は、尤度対応データ格納部５に記憶されているテキストデータの内容の一例を示す図である。
【００４０】図６は、尤度対応データ格納部５に記憶されている画像データの内容の一例を示す図である。図７は、尤度対応データ格納部５に記憶されている音声データの内容の一例を示す図である。また、図８は、単語音声格納部７に記憶されている単語音声データの一例を示す図である。
【００４１】図９は、出力制御部４に記憶されている表示画面６ａおよびスピーカー８ａに出力する項目設定の一例を示す図である。ここで、出力制御部４に記憶されている、表示画面６ａおよびスピーカー８ａに出力する項目設定が図９に示すものであり、尤度対応データ格納部５に記憶されている尤度に対応付けた点数データとテキストデータと画像データと音声データが図４に示すものであり、尤度対応データ格納部５に記憶されているテキストデータの内容が図５に示すものであり、尤度対応データ格納部５に記憶されている画像データの内容が図６に示すものであり、尤度対応データ格納部５に記憶されている音声データの内容が図７に示すものであり、単語音声格納部７に記憶されている、単語音声データが図８に示すものである場合、出力制御部４は、単語データ「いっちゃんねる」と点数データ「９０」と画像データ「画像ファイル４」を表示画面６ａに出力し表示を行い、音声データ「音声ファイル４」と単語音声データ「１ＣＨ」をスピーカー８ａに出力し再生を行う。
【００４２】このように、操作者は、マイクロフォン１ａに入力した音声がどの程度類似していたのか、表示画面６ａを見たりスピーカー８ａから再生される音を聞くことで、聴覚的にも視覚的にも簡単に判断できる。
【００４３】なお、本発明は上記した実施の内容に限定されるものではない。
【００４４】
【発明の効果】本発明によれば、音声認識装置において、操作者が、入力した音声がどの程度類似していたのか判断することができ、もっとも装置に適した発声を練習することが可能である。

【出願人】	【識別番号】０００００５８２１【氏名又は名称】松下電器産業株式会社
【出願日】	平成１３年１月２２日（２００１．１．２２）
【代理人】	【識別番号】１０００９７４４５【弁理士】【氏名又は名称】岩橋文雄（外２名）
【公開番号】	特開２００２－２１５１８８（Ｐ２００２－２１５１８８Ａ）
【公開日】	平成１４年７月３１日（２００２．７．３１）
【出願番号】	特願２００１－１２７６０（Ｐ２００１－１２７６０）