專(zhuān)利名稱(chēng)：語(yǔ)音識(shí)別裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種高效地進(jìn)行設(shè)施名稱(chēng)等大詞匯的語(yǔ)音識(shí)別的語(yǔ)音識(shí)別裝置。
背景技術(shù)：
在構(gòu)建以賓館、觀光設(shè)施的名稱(chēng)作為識(shí)別對(duì)象的語(yǔ)音識(shí)別系統(tǒng)的情況下，用戶有時(shí)不知道正式的名稱(chēng)，因此考慮對(duì)一個(gè)設(shè)施準(zhǔn)備多個(gè)名稱(chēng)(替換詞)。例如“橫濱王子賓館” 的情況下，作為識(shí)別詞匯，考慮除了準(zhǔn)備“橫濱王子賓館”這一名稱(chēng)以外，作為替換詞而準(zhǔn)備 “橫濱王子”、“王子賓館”等名稱(chēng)。這樣的技術(shù)記載在日本特開(kāi)第2005-202198號(hào)公報(bào)(專(zhuān)利文獻(xiàn)1)、日本特開(kāi)2001-083982號(hào)公報(bào)(專(zhuān)利文獻(xiàn)2)中。但是，語(yǔ)音識(shí)別一般是通過(guò)進(jìn)行語(yǔ)音的特征向量的時(shí)間序列與語(yǔ)音模式模型之間的模式匹配來(lái)實(shí)現(xiàn)的，其中上述語(yǔ)音的特征向量是對(duì)語(yǔ)音進(jìn)行聲音分析得到的，上述語(yǔ)音模式模型是將識(shí)別詞匯的特征向量的時(shí)間序列的模式模型化而得到的，因此存在如下問(wèn)題如果對(duì)大量的替換詞準(zhǔn)備上述語(yǔ)音模式模型，則用于模式匹配的運(yùn)算量變得龐大。另外，存在如下問(wèn)題即使人工或自動(dòng)地生成替換詞，也難以生成所有的替換詞。而且，有在用于自動(dòng)生成的規(guī)則、數(shù)據(jù)庫(kù)制作上花費(fèi)非常大的勞力的問(wèn)題。專(zhuān)利文獻(xiàn)1 日本特開(kāi)2005-202198號(hào)公報(bào)專(zhuān)利文獻(xiàn)2 日本特開(kāi)2001-083982號(hào)公報(bào)

發(fā)明內(nèi)容
發(fā)明要解決的問(wèn)題本發(fā)明是為了解決上述問(wèn)題而完成的，其目的在于抑制運(yùn)算量的增加并高精度地識(shí)別替換詞。目的還在于減輕替換詞的生成規(guī)則、數(shù)據(jù)庫(kù)制作的勞力。用于解決問(wèn)題的方案本發(fā)明所涉及的語(yǔ)音識(shí)別裝置具備語(yǔ)音識(shí)別單元，其使用語(yǔ)言模型和聲音模型對(duì)所輸入的語(yǔ)音進(jìn)行語(yǔ)音識(shí)別，輸出規(guī)定個(gè)數(shù)的由識(shí)別得分和文本表述的組構(gòu)成的識(shí)別結(jié)果；詞素詞典存儲(chǔ)器，其保持將識(shí)別對(duì)象詞匯的表述分割為詞素單位的詞素詞典；以及N最優(yōu)候選重構(gòu)單元，其將上述語(yǔ)音識(shí)別單元的識(shí)別結(jié)果的表述與上述詞素詞典存儲(chǔ)器的內(nèi)容進(jìn)行對(duì)照，檢查上述識(shí)別結(jié)果的表述是否能夠用上述詞素詞典存儲(chǔ)器中的某個(gè)識(shí)別詞匯的詞素的組合來(lái)表現(xiàn)，在能夠表現(xiàn)的情況下修正上述識(shí)別得分，按照修正后的識(shí)別得分重新排列識(shí)別結(jié)果的位次并作為識(shí)別結(jié)果。發(fā)明的效果根據(jù)本發(fā)明的語(yǔ)音識(shí)別裝置，語(yǔ)音識(shí)別單元輸出規(guī)定個(gè)數(shù)的由識(shí)別得分和文本表述的組構(gòu)成的識(shí)別結(jié)果，N最優(yōu)候選重構(gòu)單元將語(yǔ)音識(shí)別單元的識(shí)別結(jié)果的表述與上述詞素詞典存儲(chǔ)器的內(nèi)容進(jìn)行對(duì)照，檢查上述識(shí)別結(jié)果的表述是否能夠用上述詞素詞典存儲(chǔ)器中的某個(gè)識(shí)別詞匯的詞素的組合來(lái)表現(xiàn)，在能夠表現(xiàn)的情況下修正上述識(shí)別得分，按照修正后的識(shí)別得分重新排列識(shí)別結(jié)果的位次并作為識(shí)別結(jié)果，因此能夠降低N最優(yōu)候選重構(gòu)單元中的與詞素詞典之間的內(nèi)容對(duì)照運(yùn)算量，并且還能夠提高識(shí)別結(jié)果的精度。


圖1是表示本發(fā)明的語(yǔ)音識(shí)別裝置的實(shí)施方式1的結(jié)構(gòu)的框圖。圖2是詞素詞典存儲(chǔ)器的內(nèi)容的一例的說(shuō)明圖。圖3是語(yǔ)音識(shí)別單元的輸入語(yǔ)音的語(yǔ)音識(shí)別結(jié)果的輸出例的說(shuō)明圖。圖4是N最優(yōu)候選重構(gòu)單元的處理結(jié)果輸出例的說(shuō)明圖。圖5是實(shí)施方式1中的N最優(yōu)候選重構(gòu)單元的具體的處理過(guò)程的流程圖。圖6是表示本發(fā)明的語(yǔ)音識(shí)別裝置的實(shí)施方式2的結(jié)構(gòu)的框圖。圖7是子詞索引存儲(chǔ)器的內(nèi)容例的說(shuō)明圖。圖8是實(shí)施方式2中的N最優(yōu)候選重構(gòu)單元的具體的處理過(guò)程的流程圖。
具體實(shí)施例方式實(shí)施方式1在本實(shí)施方式中，以對(duì)日本全國(guó)的設(shè)施、觀光點(diǎn)的名稱(chēng)(以后為了簡(jiǎn)化而將設(shè)施和觀光點(diǎn)統(tǒng)稱(chēng)為設(shè)施)進(jìn)行語(yǔ)音識(shí)別的情況為例進(jìn)行說(shuō)明。圖1是表示本發(fā)明的語(yǔ)音識(shí)別裝置的實(shí)施方式1的結(jié)構(gòu)的框圖。在該圖中，1是語(yǔ)音的輸入端，2是輸入語(yǔ)音，3是語(yǔ)音識(shí)別單元，4是N最優(yōu) (N-best)候選重構(gòu)單元，5是詞素詞典存儲(chǔ)器，6是語(yǔ)言模型存儲(chǔ)器，7是聲音模型存儲(chǔ)器，8 是識(shí)別結(jié)果。在語(yǔ)言模型存儲(chǔ)器6中事先制作并保存統(tǒng)計(jì)語(yǔ)言模型。在本實(shí)施方式中，將日本全國(guó)的設(shè)施的表述的音節(jié)列作為學(xué)習(xí)數(shù)據(jù)，事先學(xué)習(xí)并保存以音節(jié)為單位的三連詞 (trigram)。此外，以音節(jié)為單位的優(yōu)點(diǎn)是不管作為學(xué)習(xí)數(shù)據(jù)的設(shè)施數(shù)量如何，音節(jié)的種類(lèi)數(shù)都收斂到幾百個(gè)以下，因此能夠制作抑制了識(shí)別時(shí)的運(yùn)算量增加的語(yǔ)言模型。另外，通過(guò)使用統(tǒng)計(jì)語(yǔ)言模型，即使不將替換詞作為語(yǔ)言模型的學(xué)習(xí)數(shù)據(jù)來(lái)提供也能夠進(jìn)行識(shí)別，因此能夠減輕替換詞的生成規(guī)則、數(shù)據(jù)庫(kù)制作的勞力。聲音模型存儲(chǔ)器7中保存有將語(yǔ)音的特征模型化而成的聲音模型。在本實(shí)施方式中，設(shè)聲音模型例如是HMM (Hidden Markov Model 隱馬爾可夫模型)。在詞素詞典存儲(chǔ)器5中保存有作為搜索對(duì)象的所有的設(shè)施名稱(chēng)的ID號(hào)碼和表述、 以及上述表述的詞素的平假名表述。上述詞素能夠通過(guò)如下方式得到使用一般的詞素分析方法對(duì)上述表述進(jìn)行詞素分析，提取各詞素的平假名表述。圖2示出詞素詞典存儲(chǔ)器的內(nèi)容的一例。接下來(lái)說(shuō)明語(yǔ)音識(shí)別和搜索的動(dòng)作。當(dāng)從語(yǔ)音的輸入端1輸入語(yǔ)音2時(shí)，語(yǔ)音識(shí)別單元3使用保存在語(yǔ)言模型存儲(chǔ)器 6中的語(yǔ)言模型和保存在聲音模型存儲(chǔ)器7中的聲音模型，通過(guò)例如維特比算法(Viterbi algorithm)進(jìn)行語(yǔ)音識(shí)別，按識(shí)別得分從大到小的順序輸出作為前N個(gè)識(shí)別結(jié)果的音節(jié)列的表述、聲音似然度、語(yǔ)言似然度以及上述識(shí)別得分。此外，上述識(shí)別得分是上述聲音似然度與語(yǔ)言似然度之和。在本實(shí)施方式中，設(shè)識(shí)別結(jié)果的輸出個(gè)數(shù)N為N= 50。另外，在實(shí)施方式中，與保存在詞素詞典存儲(chǔ)器5中的詞素詞典同樣地將上述音節(jié)列的表述設(shè)為平假名表述。圖3示出語(yǔ)音2的發(fā)聲內(nèi)容為“J C ti f tI； J-
(yokohamakyogijo)(橫濱比賽場(chǎng))”的情況下的語(yǔ)音識(shí)別單元3的輸出例。在該時(shí)刻，作為正確答案的“ J (i主巻J 一各’υ J: — (yokohamakyogijo) ”處于第2位。接著，N最優(yōu)候選重構(gòu)單元4將上述N個(gè)識(shí)別結(jié)果作為輸入，分別針對(duì)上述N個(gè)識(shí)別結(jié)果檢查其平假名表述是否與詞素詞典存儲(chǔ)器5中的某個(gè)設(shè)施的詞素詞典匹配，在匹配的情況下，修正語(yǔ)言似然度并重新計(jì)算識(shí)別得分，按該重新計(jì)算得到的識(shí)別得分從大到小的順序重新排列識(shí)別候選。此外，在此，上述“匹配”是指識(shí)別結(jié)果的音節(jié)列能夠以某設(shè)施的詞素的組合來(lái)表現(xiàn)的情況。例如，識(shí)別候選“ A 二 ii t J 一 BM； J — (yokohamakyogijo) (橫濱比賽場(chǎng))”能夠以作為設(shè)施名“橫濱國(guó)際綜合比賽場(chǎng)”的詞素詞典的“A 二 i (yokohama)、二 < ^。(kokusai)、 一 r 一(sogo)、t J 一莒一 C J 一 (kyogi jo) ”中的詞素“ J: 二 ii t (yokohama)，，和“ t J 一各‘I； J 一 (kyogi jo)，，的組合來(lái)表現(xiàn)，因此與上述詞素詞典匹配。另一方面，例如關(guān)于識(shí)別候選“ A C ti f tυ J - (yokohamakyugijo) (橫濱球技場(chǎng))”，由于在上述詞素詞典中不存在“t吵一各'"一 (kyugijo)”，因此不匹配。下面參照?qǐng)D5說(shuō)明N最優(yōu)候選重構(gòu)單元4的具體的處理過(guò)程。過(guò)程1)從所輸入的N個(gè)識(shí)別結(jié)果的前NL個(gè)中求出語(yǔ)言似然度的最大值，并將其設(shè)為SLmax。此外，上述NL是滿足NL彡N的常數(shù)，例如NL = 10 (圖5的stlOl)。過(guò)程2)設(shè) k = 1 (圖 5 的 st 102)。過(guò)程3)將第k位結(jié)果的音節(jié)列依次與詞素詞典存儲(chǔ)器5中的各設(shè)施的詞素詞典進(jìn)行對(duì)照，檢查是否與某個(gè)設(shè)施的詞素詞典匹配(圖5的stl03、stl04)。在此，“匹配”的定義如上所述。此外，在與某個(gè)設(shè)施的詞素詞典匹配了的時(shí)刻，不進(jìn)行與之后的詞素詞典的對(duì)照，而進(jìn)入下述過(guò)程4。過(guò)程4)在過(guò)程3中與某個(gè)詞素詞典匹配了的情況下，按照(1)式對(duì)第k位的新得分S' (k)進(jìn)行修正(圖5的st 105)。S' (k) = Sa(k)+S' L · · · (1)在此，Sa(k)是第k位結(jié)果的聲音似然度，S' L是修正后的語(yǔ)言似然度，利用(2) 式求出。S' L = SLfflax+offset · · · (2)在此，SLfflax是在過(guò)程2中求出的語(yǔ)言似然度的最大值，offset是預(yù)先確定的常數(shù)。 在本實(shí)施方式中，例如設(shè)offset = 3。因此，在圖3所示的例子的情況下，因?yàn)镾一是識(shí)別位次第1位的語(yǔ)言似然度，且Stax = -8，所以S' L = "8+3 = _5。另一方面，在未匹配的情況下，利用(3)式求出新得分S' (k)。S卩，得分不變(圖 5 的 stl06)。S' (k) = S(k) · · · (3)過(guò)程5)如果k = K，則進(jìn)入過(guò)程6。如果k < K，則設(shè)為k = k+Ι，返回到過(guò)程3 (圖 5的stl07，stl08)。在此，K是預(yù)先確定的滿足K SN的常數(shù)。在本實(shí)施方式中，設(shè)K = N， 即 K = 50。過(guò)程6)使用在過(guò)程5中修正后的新得分S' (k) (k = 1 K)，對(duì)識(shí)別結(jié)果重新評(píng)分(rescored)，并確定最終的識(shí)別結(jié)果(圖5的stl09)。
本實(shí)施方式1的處理動(dòng)作如上所述。如上述過(guò)程3中所述，本實(shí)施方式1的方式具有如下效果通過(guò)對(duì)“允許任意詞素的省略和語(yǔ)順的改換的替換詞”提高識(shí)別得分，變得容易識(shí)別。圖4示出對(duì)圖3的結(jié)果應(yīng)用本實(shí)施方式1的方式的結(jié)果?？芍?，作為正確答案的“ J: 二 ii t t J: 一各‘I； J 一 (yokohamakyogijo)(橫濱比賽場(chǎng))，，處于識(shí)別位次第1位。 這是因?yàn)?，?J (i主巻J 一爸’υ J: — (yokohamakyogijo) ”與設(shè)施ID = 3的詞素詞典匹配而語(yǔ)言似然度被修正而變高，與此相對(duì)，在輸入到N最優(yōu)候選重構(gòu)單元4的時(shí)刻處于第1位的“J: ti i ,吵一 B.· I； J 一(yokohamaimigijo)”與任一個(gè)詞素詞典都不匹配而似然度未被修正，所以識(shí)別得分與上述“ A 'S主t C J 一(yokohamaiii^gijo)”發(fā)生逆轉(zhuǎn)。此外，在本實(shí)施方式中，在與某個(gè)詞素詞典匹配的情況下，識(shí)別得分的修正是通過(guò)如⑴式所示那樣地修正語(yǔ)言似然度來(lái)進(jìn)行的，但是也可以通過(guò)如⑷式所示那樣地加上固定的偏移值來(lái)修正識(shí)別得分，能夠得到同樣的效果。S' (k) = S(k) + a · · · (4)在此，α是通過(guò)實(shí)驗(yàn)而確定的大于0的常數(shù)，例如a = 10。另外，在本實(shí)施方式中，保存在詞素詞典存儲(chǔ)器5中的詞素詞典如圖2所示那樣地僅由設(shè)施名的詞素構(gòu)成，但是也可以追加用戶會(huì)與設(shè)施名稱(chēng)同時(shí)發(fā)聲的詞匯。例如，“橫濱國(guó)際綜合比賽場(chǎng)”位于神奈川縣，因此用戶有可能發(fā)聲為“神奈川縣的橫濱國(guó)際綜合比賽場(chǎng)”。為了應(yīng)對(duì)這種情況，考慮在詞素詞典中追加“辦^力、'(kanagawakenno) ”這一詞素。另外，在本實(shí)施方式中，詞素詞典如圖2所示那樣地僅由設(shè)施名的詞素構(gòu)成，但是也可以事先追加詞素的同義詞、近義詞。例如，在“橫濱高爾夫球場(chǎng)”這一設(shè)施名的詞素詞典是 “ J: 二 ii t (yokohama)、易么 I； J: 一 (gorufujo)，，的情況下，也可以將“如 k h ” 一 < 6 ^ (kantorikurabu) ”等作為“r易么I； J: 一 (gorufujo) ”的近義詞而追加到詞素詞典中。另外，在本實(shí)施方式中，在語(yǔ)言模型存儲(chǔ)器6中保存以音節(jié)為單位的三連詞來(lái)使用，但是上述單位能夠使用單詞、詞素等任意的單位。另外，也可以組合音節(jié)、單詞、詞素等的任意的單位。另外，也可以使用雙連詞(bigram)、任意的η連詞作為統(tǒng)計(jì)語(yǔ)言模型。另外，也可以不使用統(tǒng)計(jì)語(yǔ)言模型，而使用允許在音節(jié)、單詞、詞素等識(shí)別單位之間的任意的連接的語(yǔ)言模型、以及確定了在音節(jié)、單詞、詞素等識(shí)別單位之間的連接規(guī)則的句法規(guī)則型的語(yǔ)言模型。在不使用統(tǒng)計(jì)語(yǔ)言模型的情況下，不計(jì)算語(yǔ)言似然度，因此識(shí)別得分的修正使用(4)式即可。實(shí)施方式2本實(shí)施方式中的語(yǔ)音識(shí)別裝置是在上述實(shí)施方式1的語(yǔ)音識(shí)別裝置中新附加子詞索引(sub-word index)存儲(chǔ)器9并如后所述地變更了 N最優(yōu)候選重構(gòu)單元的動(dòng)作的裝置。圖6示出本實(shí)施方式的語(yǔ)音識(shí)別裝置的結(jié)構(gòu)例。此外，除了子詞索引存儲(chǔ)器9以外，與上述實(shí)施方式1相同，因此省略說(shuō)明。子詞索引存儲(chǔ)器9是保持倒置索引的存儲(chǔ)器，該倒置索引是使用作為識(shí)別對(duì)象的所有的設(shè)施名的平假名表述而預(yù)先制作的。圖7示出子詞索引存儲(chǔ)器9的內(nèi)容例。如該圖所示，子詞索引是從作為識(shí)別對(duì)象的所有設(shè)施名的平假名表述中提取音節(jié)、并針對(duì)各音節(jié)列舉包含該音節(jié)的設(shè)施名的ID號(hào)碼而得到的。例如，作為識(shí)別對(duì)象的設(shè)施名如圖2所示的情況下，包含音節(jié)“ *、(ka) ”的設(shè)施是“i < b爸J: 一 t力、凡(kamakurakyodokan)(鐮倉(cāng)鄉(xiāng)土館)”和“鐮倉(cāng)公園(辦i < 6 二一 λ /i ) (kamakurakoen)，，等，上述兩個(gè)設(shè)施的ID號(hào)碼分別是1、2，因此子詞索引存儲(chǔ)器9的與音節(jié)“力> (ka) ”對(duì)應(yīng)的設(shè)施ID號(hào)碼是1，2，..。接著說(shuō)明本實(shí)施方式的動(dòng)作。當(dāng)從語(yǔ)音的輸入端1輸入語(yǔ)音2時(shí)，語(yǔ)音識(shí)別單元3 進(jìn)行與實(shí)施方式1相同的動(dòng)作，按識(shí)別得分從大到小的順序輸出作為前N個(gè)識(shí)別結(jié)果的音節(jié)列的表述、聲音似然度、語(yǔ)言似然度以及上述識(shí)別得分。將N與實(shí)施方式1同樣地設(shè)為N =50。接著，N最優(yōu)候選重構(gòu)單元4將語(yǔ)音識(shí)別單元3所輸出的上述N個(gè)結(jié)果作為輸入， 在如后述那樣地與各設(shè)施的詞素詞典進(jìn)行對(duì)照之前，參照子詞索引存儲(chǔ)器9，限制進(jìn)行對(duì)照的詞素詞典。由此，能夠減少與詞素詞典的對(duì)照數(shù)量，能夠降低運(yùn)算量。下面參照?qǐng)D8，說(shuō)明N最優(yōu)候選重構(gòu)單元4的具體的處理過(guò)程。過(guò)程1)從所輸入的N個(gè)候選中的前NL個(gè)候選中求出語(yǔ)言似然度的最大值，并將其設(shè)為Sl_。此外，上述NL是滿足NL彡N的常數(shù)，例如NL = 10 (圖8的stlOl)。過(guò)程2)設(shè)為 k= 1(圖 8 的 stl02)。過(guò)程3a)接著，N最優(yōu)候選重構(gòu)單元4參照子詞索引存儲(chǔ)器9，提取包含第k位結(jié)果的平假名表述的全部的音節(jié)的設(shè)施ID號(hào)碼(圖8的stl03a)。例如，在圖2的第2位的音節(jié)列“ J: C ti f t Jr-β" I； J - (yokohamakyogijo)”的情況下，提取將包含全部的音節(jié) “ J: (yo)，，“ (ko)，，“ ti (ha)，，“ t (ma) ”“爸 J 一 (kyo)，，“ β" (gi)，，“ I； J: 一 (jo)，，的設(shè)施的設(shè)施ID號(hào)碼。這是通過(guò)如下方式得到的參照子詞索引存儲(chǔ)器9，針對(duì)上述各音節(jié)提取包含該音節(jié)的設(shè)施ID號(hào)碼的集合，取得所提取的上述集合的交集(η )。例如在上述“ J 二 ii t t J: 一各‘I； J: 一 (yokohamakyogijo)，，的情況下，包含音節(jié) “ J (yo)，，的設(shè)施 ID 號(hào)碼的集合是{3,4, ·}，包含“二 (ko)”的設(shè)施ID號(hào)碼的集合是{2，3，4*}，包含“這(ha)” 的設(shè)施ID號(hào)碼的集合是{3，4}，包含“$ (ma)”的設(shè)施ID號(hào)碼的集合是{1，2，3，4 ·}，包含 ‘ 一 (kyo)，，的設(shè)施ID號(hào)碼的集合是{1，3，· }，包含“各’(gi)，，的設(shè)施ID號(hào)碼的集合是{3，·}，包含一(jo)”的設(shè)施ID號(hào)碼的集合是{3，·}，所以作為這些集合的交集而提取設(shè)施ID號(hào)碼{3，·}。可知，在除了所提取出的設(shè)施ID號(hào)碼以外的設(shè)施名中，在其詞素詞典中不包含上述“J: C ti f t J: 一各'I； J: 一(yokohamakyogijo)”中的任一個(gè)以上的音節(jié)，因此上述所提取出的設(shè)施ID號(hào)碼以外的詞素詞典不會(huì)與上述“J C ti f tI； J 一 (yokohamakyogijo)，，匹配。因而，能夠從對(duì)照對(duì)象中排除這些詞素詞典。過(guò)程3b)將在過(guò)程3a中提取出的設(shè)施ID號(hào)碼的音節(jié)依次與保存在詞素詞典存儲(chǔ)器5中的設(shè)施的詞素詞典進(jìn)行對(duì)照，檢查與某個(gè)設(shè)施的詞素詞典匹配(圖8的stl03b、 stl04)。在此，“匹配”的定義與實(shí)施方式1相同。另外，與實(shí)施方式1同樣地，在與某個(gè)設(shè)施的詞素詞典匹配了的時(shí)刻，不進(jìn)行與之后的詞素詞典之間的對(duì)照，而進(jìn)入下述過(guò)程4。過(guò)程4)在過(guò)程北中與某個(gè)詞素詞典匹配了的情況下，與實(shí)施方式1同樣地，按照 ⑴式或⑷式修正第k位候選的新得分S' (k)(圖8的stl05)。另一方面，在未匹配的情況下，與實(shí)施方式1 一樣，得分不變(圖8的stl06)。過(guò)程5)如果k = K，則進(jìn)入過(guò)程6。如果k < K，則設(shè)為k = k+Ι，返回到過(guò)程3a。 (圖8的stl07，stl08)。在此，K是預(yù)先確定的滿足KSN的常數(shù)。在本實(shí)施方式中設(shè)為K = N，即 K = 50。過(guò)程6)使用過(guò)程5中修正后的新得分S' (k) (k = 1 K)對(duì)識(shí)別結(jié)果重新評(píng)分， 并確定最終的識(shí)別結(jié)果(圖8的stl09)。以上，如所說(shuō)明的那樣，在本實(shí)施方式所涉及的語(yǔ)音識(shí)別裝置中，在上述過(guò)程3a 中，N最優(yōu)候選重構(gòu)單元4參照子詞索引存儲(chǔ)器9，提取包含第k位候選的平假名表述的全部的音節(jié)的設(shè)施ID號(hào)碼，對(duì)于上述第k位候選的平假名表述，僅檢查是否與在過(guò)程北中所提取出的上述設(shè)施ID的詞素詞典匹配，因此能夠減少與詞素詞典的對(duì)照數(shù)量，能夠降低運(yùn)
鈴旦昇里。此外，在本實(shí)施方式中，保存在詞素詞典存儲(chǔ)器5中的詞素詞典如圖2所示那樣地僅由設(shè)施名的詞素構(gòu)成，但是也可以追加用戶會(huì)與設(shè)施名稱(chēng)同時(shí)發(fā)聲的詞匯。例如，“橫濱國(guó)際綜合比賽場(chǎng)”位于神奈川縣，因此用戶有可能發(fā)聲為“神奈川縣的橫濱國(guó)際綜合比賽場(chǎng)”。為了應(yīng)對(duì)這種情況，考慮在詞素詞典中追加“辦^力、'打It凡O (kanagarakenno) ”這一詞素。另外，在本實(shí)施方式中，詞素詞典如圖2所示那樣僅由設(shè)施名的詞素構(gòu)成，但是也可以事先追加詞素的同義詞、近義詞。例如，在“橫濱高爾夫球場(chǎng)”這一設(shè)施名的詞素詞典是 "J C ti t (yokohama) 6 ^ υ J: — (gorufujo)，，的情況下，也可以將“眾九 i >9 一 < 6 ^ (kantorikurabu)，，等作為“ r 3么I； J: 一 (gorufujo)，，的近義詞而追加到詞素詞典中。另外，在本實(shí)施方式中，在語(yǔ)言模型存儲(chǔ)器6中保存以音節(jié)為單位的三連詞來(lái)使用，但是上述單位能夠使用單詞、詞素等任意的單位。另外，也可以組合音節(jié)、單詞、詞素等的任意的單位。另外，也可以使用雙連詞(bigram)、任意的η連詞作為統(tǒng)計(jì)語(yǔ)言模型。另外，也可以不使用統(tǒng)計(jì)語(yǔ)言模型，而使用允許在音節(jié)、單詞、詞素等識(shí)別單位之間的任意的連接的語(yǔ)言模型、確定了在音節(jié)、單詞、詞素等識(shí)別單位之間的連接規(guī)則的句法規(guī)則型的語(yǔ)言模型。在不使用統(tǒng)計(jì)語(yǔ)言模型的情況下，不計(jì)算語(yǔ)言似然度，因此識(shí)別得分的修正使用⑷式即可。產(chǎn)業(yè)上的可利用性本發(fā)明的語(yǔ)音識(shí)別裝置能夠利用于語(yǔ)音識(shí)別中的數(shù)據(jù)庫(kù)的搜索裝置、例如車(chē)載導(dǎo)航裝置等語(yǔ)音識(shí)別導(dǎo)航裝置。
權(quán)利要求
1.一種語(yǔ)音識(shí)別裝置，其特征在于，具備語(yǔ)音識(shí)別單元，使用語(yǔ)言模型和聲音模型對(duì)所輸入的語(yǔ)音進(jìn)行語(yǔ)音識(shí)別，輸出規(guī)定個(gè)數(shù)的由識(shí)別得分和文本表述的組構(gòu)成的識(shí)別結(jié)果；詞素詞典存儲(chǔ)器，保持將識(shí)別對(duì)象詞匯的表述分割為詞素單位的詞素詞典；以及N最優(yōu)候選重構(gòu)單元，將所述語(yǔ)音識(shí)別單元的識(shí)別結(jié)果的表述與所述詞素詞典存儲(chǔ)器的內(nèi)容進(jìn)行對(duì)照，檢查所述識(shí)別結(jié)果的表述是否能夠以所述詞素詞典存儲(chǔ)器中的某個(gè)識(shí)別詞匯的詞素的組合來(lái)表現(xiàn)，在能夠表現(xiàn)的情況下修正所述識(shí)別得分，按照修正后的識(shí)別得分重新排列識(shí)別結(jié)果的位次并作為識(shí)別結(jié)果。
2.根據(jù)權(quán)利要求1所述的語(yǔ)音識(shí)別裝置，其特征在于，還具備子詞索引存儲(chǔ)器，該子詞索引存儲(chǔ)器保持以音素、音節(jié)等的子詞作為索引語(yǔ)的針對(duì)所述識(shí)別對(duì)象詞匯的倒置索引，所述N最優(yōu)候選重構(gòu)單元將所述語(yǔ)音識(shí)別單元的識(shí)別結(jié)果的表述作為輸入，參照所述子詞索引存儲(chǔ)器而提取包含所述識(shí)別結(jié)果的表述中的全部的子詞的識(shí)別對(duì)象詞匯，僅將所提取出的識(shí)別對(duì)象詞匯與詞素詞典存儲(chǔ)器的詞素詞典進(jìn)行對(duì)照。
3.根據(jù)權(quán)利要求1或2所述的語(yǔ)音識(shí)別裝置，其特征在于，所述詞素詞典除了包含識(shí)別對(duì)象詞匯的表述的詞素之外，還包含有可能與該識(shí)別對(duì)象詞匯同時(shí)發(fā)聲的詞匯的詞素的表述。
4.根據(jù)權(quán)利要求1 3中的任一項(xiàng)所述的語(yǔ)音識(shí)別裝置，其特征在于，所述詞素詞典除了包含識(shí)別對(duì)象詞匯的表述的詞素之外，還包含所述詞素的同義詞、 近義詞的表述。
全文摘要
語(yǔ)音識(shí)別是通過(guò)與語(yǔ)音模式模型之間的模式匹配來(lái)進(jìn)行的，因此在對(duì)賓館、觀光設(shè)施名等一個(gè)設(shè)施需要多個(gè)替換詞的情況下，成為針對(duì)所有的替換詞的與語(yǔ)音模式模型之間的模式匹配，運(yùn)算量變得龐大。另外，難以生成所有的替換詞，并且花費(fèi)很大的勞力。通過(guò)語(yǔ)音識(shí)別單元使用語(yǔ)言模型和聲音模型對(duì)輸入語(yǔ)音進(jìn)行語(yǔ)音識(shí)別，輸出規(guī)定個(gè)數(shù)的由識(shí)別得分和文本表述的組構(gòu)成的識(shí)別結(jié)果，具備N(xiāo)最優(yōu)候選重構(gòu)單元，該N最優(yōu)候選重構(gòu)單元將該識(shí)別結(jié)果與詞素詞典存儲(chǔ)器所保持的詞素詞典進(jìn)行對(duì)照，檢查識(shí)別結(jié)果的表述是否能夠以詞素詞典的某個(gè)詞素的組合來(lái)表現(xiàn)，在能夠表現(xiàn)的情況下修正識(shí)別得分，按照修正后的識(shí)別得分重新排列位次并作為識(shí)別結(jié)果。
文檔編號(hào)G10L15/28GK102341843SQ20108001015
公開(kāi)日2012年2月1日 申請(qǐng)日期2010年1月27日 優(yōu)先權(quán)日2009年3月3日
發(fā)明者岡登洋平, 花沢利行 申請(qǐng)人:三菱電機(jī)株式會(huì)社