JPS6037501B2 - 音声入力タイプライタ - Google Patents

Description

【発明の詳細な説明】 本発明は音声により文字情報を入力するための音声入力
タイプラィタの改良に関する。

文字情報を計算機に入力する作業は情報処理業務の中で
重要な作業となっており、その高能率化は情報処理業務
全体の高能率化のために不可欠であるとされている。

特に我国においてはタイプラィ夕の使用が一般化してい
ないために新たな文字データ入力オペレータの養成には
大量の訓練が必要である。このため従来のキーボードー
こ代る扱い易い文字データ入力手段の開発が強く望まれ
ている。このための有力な候補として音声入力タイプラ
ィ夕の開発が試みられた。音声入力タイプラィタとは人
間が発声する音声を電子回路によって分析識別するとい
うパタン認識処理によって文字データ符号に変換する装
置である。しかし、自然音声の認識は極めて困難な問題
であって実用的な音声タイプラィタが近い将釆実現され
る可能性はほとんど無いと言われている。音声パタンの
認識を困難にしている最大の原因は子音の識別がむずか
しい点にある。例えばパ行音、タ行音、力行音等の間に
は詳細な分析によっても有効な弁別的特徴は得られず、
最も識別困難な例と言える。これは子音ｌｐｌ、ｌｔｌ
、ｌｋｌの相互弁別が困難なためである。本発明は認識
困難な子音情報をキーボード等の別手段により入力する
ことによって子音認識の問題を回避し、これによって正
確に動作しかつ安価な文字情報入力手段たる音声入力タ
イプラィタを実現し提供することを目的としている。

本発明による音声入力タイプラィタは、主として子音情
報を入力するためのキーボード等の手動入力手段と、別
途入力される音声パタンを前記子音情報として指定され
る子音を有する音韻の範囲内で認識処理する機能を有す
る音声認識部とより構成されるものである。

かくの如き構成によると、子音認識のための複雑な処理
が不要なので全体として小形かつ安価に構成できる。

また子音情報の入力にキーボードを使用するとしても子
音の指定ができれば十分なのでキーの数は少なくてよく
、したがって操作しやすい。以下実施例の原理を実施例
にもとづいて説明する。

第１図は本発明の一実施例を示す図である。この音声タ
イプラィタの使用者は、例えば“サ”という文字を入力
したい時はキＭボード部１０‘こよりサ行音であること
を文字“ｓ”が記されたキーにより指定して同時にマイ
クロホン１１より“サ”という音声を入力する。キーボ
−ド部１０は一例として第２図の如く構成される。すな
わち文字“ａ”が記されたキーは母音及びそれに類した
音韻を指定する。例えばア、ィ、ウ、ェ、オ、ャ、ュ、
ョ、ワ、及びンがこのキーによって指定される。これら
を母音群と呼ぶ。また、文字“ｋ”が記されたキーでは
力、キ、ク、ケ、コ、キャ、キュ、キョ、なる力行が指
定される。以下同様にｇ（ガ行音）、ｓ（サ行音）、ｚ
（ザ行音）ｔ（タ行音）、ｄ（ダ行音）、ｎ（ナ行音）
、ｈ（ハ行音）ｐ（パ行音）、ｂ（バ行音）、ｍ（マ行
音）、ｒ（ラ行音）等のキーが備えられている。別に通
常のタイプラィタと同様に句読点“・”“。”、及び“
改行”、“空白”等のキーが、また必要に応じて数字を
指定するキーが備えられてもよい。数字データを入力す
る時はこの“数字’’キーを押して“３”とか“８”と
か発声してマイクロホン１１に入力する。キーボード部
１１はキーが押されると次のようなコ−ドを子音信号ｃ
として出力する。ａ→０、ｋ→１、ｇ→２、ｓ→３、ｚ
→４、ｔ→５、ｄ→６、ｎ→７、ｈ→８、ｐ→９、ｂ→
１０、ｍ→１１、ｒ→１２、数字→１３、・→１４、。

→１５、改行→１０空白→１７デコード回路２川ま前記
キーボード部１０より与えられる子音信号ｃをデコード
し、子音信号ｃが０〜１３の範囲の値の時は選択信号ｃ
ｏ〜ｃ，３の内の対応するもののみを１とし他を０とす
る。

例えば“サ”という文字を入力する時はキーボードの“
ｓ”のキーが押されるから子音信号はｃ＝３となる。従
がつて選択信号ｃ３のみが１で他は０となる。音声認識
部は標準パタン記憶部３０〜４３、マイクロホン１１、
分析部５０、入力パタンバッファ６０、マッチング部７
０、及び判定部８０とより構成される。

標準パタン記憶部３０，３１，・・・・・・４３には、
それぞれ、母音群、力行群、・・・・・・、数字（０〜
９）、の音声の標準パタンが記憶されている。

例えば参照数字３３で示すブロックにはサ行音（サ、シ
、ス、セ、ソ、シャ、シュ、ショ）の標準パタンが記憶
されている。この標準パタンは例えば「アイイーイーイ
ートランザクシヨンＶＯＬ．ＡＳＳｐ−８，Ｎｏ．１（
１９７母王２月）の‘‘ダイナミックプログラミングア
ルゴリズムオプチマイゼイシヨンフオースポークンワー
ドリコグニシヨン”一〔ｒｌＥＥＥ Ｔｒａｎｓａｃｔ
ｉｏｎ ＶｏＬ．ＡＳＳｐ−２６，Ｎｏ．１（１９７８
年 ２ 月 ）“Ｄｙ岬ｍｉｃ Ｐｒｏ鮒ａｍｍｌｎｇ
ａｌｇｏｒｉ比ｍ ｏｐｔｉｍｉｚａｔ手ｏｎ ｆｏｒ
ｓｐｏｋ− ｅｎ ｗｏｒｄｒｅｃｏｇｎｉｔｉｏｎ
’’」〕と題して発表された論文に記載されているよう
に特徴ベクトルｂｉの時系列Ｂ＝ｂ，Ｑ，……，ｂｉ…
…ｂＪ ｛１｝として表現されている。標準パ
タン記憶部３０〜４３には必要なすべての音声の標準パ
タンがそれぞれｍ式のような形で記憶されている。選択
信号ｃ３が１で他が０となると、参照数字３３で示すブ
ロックに記憶されるサ行音の標準パタンのみがバス線ｂ
に順次出力されれる。一方マイクロホン１１より入力さ
れた“サ”と云う音声は分析部５０によってスベクトラ
ム分析され、かつ一定のフレーム周期で時間標本化され
て各時点でのスベクトラム包絡を表わす特徴ベクトルａ
ｉの時系列Ａ＝ａ，，ａ２、…・・・ａｉ，……ａ・
｛２｝の形式でバッファ６０１こ入力さ
れる。このパタンＡを入力パタンと称する。マッチング
部７０では入力パタンバッファ６０に記憶される入力パ
タンＡと、前記バス線ｂを経由して標準パタン記憶部３
３より【１１式の形式で与えられるサ行音の標準パタン
群のそれぞれとの間の比較操作が行なわれる。

この比較操作は例えば前記論文に記載されているＤＰマ
ッチング法によるものとし、その結果時間正規化距離が
信号線ｄより出力される。判定部８０では前記マッチン
グ部７０で計算される入力パタンＡと各サ行音標準パタ
ンとの間の時間正規化距離を比較してその最小となる標
準パタンを決定する。入力音声が“サ”である場合は当
然サの標準パタンとの時間正規化距離が最小となる。か
くして入力音声はサであると認識される。この認識結果
は信号ｖとして出力される。認識結果としては母音情報
だけが与えられれば、前記子音信号ｃとの合成によって
文字情報を完全に合成できるので認識結果信号ｖは次の
ように定める。すなわち何行音であるにかかわらずァ段
→０、ィ段→１、ウ段→２ ェ段→３、オ段→４、ヤ段→６ ュ段→６、ョ段→７、ワ段→８ ン一９ なるコードを認識結果信号ｖとする。

また数字の場合には０〜９のそれぞれに対して０〜９な
るコードをそのまま認識結果信‐号ｖとして出力する。
本字コード合成部９０は前記キーボード部１０より与え
られる子音信号ｃと、前記判定部８０より与えられる認
識結果信号ｖを用いて本字コードを合成する。第３図は
以上説明した本字コード合成部を議出し専用メモリーを
用いて構成した例である。

子音信号ｃと認識結果信号ｖによって（ｃ，ｖ）なる２
次元番地指定することとし、例えば（７，３）番地には
ナ行（ｃ＝７）、ェ段（ｖ＝３）の文字すなわち“ネ”
の文字コードを記憶させておく。またｃ＝１３の番地（
１３，０）〜（１３，９）には数字“０”〜“９”の本
字コードを記憶させておく。ｃ＝１４，１５，１６，１
７なる番地にはｖに関係なく“・”、“。”、“改行”
、“空白”のコ−ドをそれぞれプログラムしておく。か
くすると子音信号ｃと認識結果信号ｖによって指定され
る文字のコードが読み出され出力信号ｒとして出力ごれ
る。この出力信号はタイプラィタ印字機構、紙テープパ
ンチャー、あるいはコンピュータ等に必要に応じて接続
できる。以上本発明の原理を実施例をもとに説明したが
これらの記載は本発明の範囲を限定するものではない。

子音情報入力手段としてはキーボードの他にライトベン
等を使用してもよい。またキーボードを使用する場合に
はキーの配置は第２図に限定されるものではない。音声
認識部も具体的にはマイクロコン等によって構成されて
よく、また認識原理も上記実施例と異なっていてもよい
。

【図面の簡単な説明】

第１図は本発明の一実施例を示す図である。 １０はキーボード部、１１はマイクロホン、２０はデコ
ード回路、３０〜４３は標準パタン記憶部、５川ま分析
部、６０は入力パタンバッファ、７０はマッチング部、
８０は判定部、９０は文字コード合成部である。 第２図はキーボード部の一構成例を示す図である。 第３図は文字コード合成部の一構成例を示す図である。
９１は読み出し専用メモリーである。 弟’図弟２図 多３図

Claims (1)

【特許請求の範囲】
1. １ 音声入力タイプライタにおいて、少なくとも子音情
   報を入力するための手動入力手段と、入力されたパタン
   を前記子音情報で指定される子音を有する音韻の範囲内
   で認識処理する音声認識部とを含み構成されることを特
   徴とする音声入力タイプライタ。