JPS636355B2

JPS636355B2 -

Info

Publication number: JPS636355B2
Application number: JP55029803A
Authority: JP
Inventors: Iwao Yamabe; Akira Toda
Original assignee: Dai Nippon Printing Co Ltd
Current assignee: Dai Nippon Printing Co Ltd
Priority date: 1980-03-11
Filing date: 1980-03-11
Publication date: 1988-02-09
Also published as: JPS56126160A

Description

【発明の詳細な説明】この発明は、音声を漢字コードに変換して電算
写植システムに入力するための漢字入力装置に関
する。

従来、コンピユータによる漢字処理を行なうに
際し、漢字データの入力は漢字キーボードや漢字
タブレツトを用いてオペレータが手や指で操作し
ている。このため、漢字データの入力に多大の労
力を要すると共に技術的な習熟を必要とし、肉体
的な疲労を伴うといつた欠点がある。よつて、こ
の発明の目的はこのような欠点のない印刷用漢字
入力装置を提供することにある。

以下にこの発明を説明する。

この発明は音声を漢字コードに変換して電算写
植システムに入力するための印刷用漢字入力装置
に関し、第１図に示すように、マイク１から入力
される音声の特徴パラメータCPを抽出するパラ
メータ抽出装置１０と、所定音素の音素パラメー
タを音素コードと共に記憶している。音素データ
記憶装置２０と、パラメータ抽出装置１０からの
特徴パラメータCPと音素データ記憶装置２０か
らの音素パラメータSPとを比較し、所定類似度
以上でかつ最も類似度の高い音素パラメータに対
応する音素コードSCを出力する音声判定装置３
０と、話者１００の唇１０１の開閉を監視する監
視装置２００と、音声判定装置３０から判別し難
い音素コードSCが出力された時に、唇開閉監視
装置２００からの開閉信号NSによつて正しい音
素コードを変換用音素コードTSCとして出力す
るゲート装置４０と、種々の見出語に対応する記
述語コードを国語辞書として記憶している国語辞
書記憶装置５０と、ゲート装置４０から出力され
る変換用音素コードTSCと国語辞書記憶装置５
０の見出語とを比較し、一致する当該見出語の記
述語データDWを呼出すと共にフオントメモリ２
からのフオント情報FIに従つて表示装置３に出
力する仮名漢字変換装置６０と、表示装置３に表
示された同音異義語又は同音異種の語の１つを選
択指定すると共に、フアンクシヨン、約もの及び
該当語がない場合の所望構成文字を入力するため
の選択指定装置７０と、この選択指定装置の選択
指定に従つて仮名漢字変換装置６０から出力され
る漢字コードCHを記憶し、割付情報と共に電算
写植システム４に伝送するための漢字コード記憶
装置８０とを設けたものである。ここにおいて、
パラメータ抽出装置１０は第２図に示すように、
サンプリング信号SMに従つてマイク１からの音
声信号ASを所定間隔（たとえば10ｍｓ）毎にサ
ンプリングするサンプリング回路１１と、このサ
ンプリング回路１１でサンプリングされたサンプ
リングデータSDを８チヤンネルのバンドパスフ
イルタ１２Ｆ１〜１２Ｆ８で波するフイルタ１
２と、このフイルタ１２（１２Ｆ１〜１２Ｆ８）
の各出力を特徴パラメータCPとしての音声量子
信号（CH１Ｓ〜CH８Ｓ；各２ビツト）に量子
化する量子化回路１３とで構全されている。な
お、フイルタ１２を構成するバンドパスフイルタ
１２Ｆ１〜１２Ｆ８の各通過バンド幅は第３図の
通りであり、音声周波数200〜5000Hzを対数的に
等分割するようになつている。

また、唇開閉監視装置２００は話者１００の唇
１０１近辺を映し出すためのTVカメラ２０１
と、このTVカメラ２０１からの映像信号をデイ
ジタル信号に変換するAD変換器２０２と、この
AD変換器２０２からのデイジタル信号を１フレ
ーム毎に記憶するフレームメモリ２０３と、この
記憶情報から唇１０１の開閉を判断する開閉判断
回路２０４とで構成されている。

なお、音素データ記憶装置２０には第４図に示
すように、５種（Ａ〜Ｏ）の母音の音素パラメー
タ（チヤンネルCH１〜CH８）と15種（Ｂ〜Ｚ）
の子音の音素パラメータ（チヤンネルCH１〜
CH８）とが、それぞれJISコードによる16進数
の４桁で表わされる音素コードと共に記憶されて
いる。また、国語辞書記憶装置５０は第５図に示
すようにアイウエオ順に配列された見出語と、こ
れに対応する平仮名データ、片仮名データ、漢字
データ等を示す記述語データ（JISコードによる
16進数の４桁）とが記憶されており、この国語辞
書記憶装置５０は日常使用する国語辞典ないし国
語辞書としての機能を有するものである。

このような構成において、音声入力者（音声を
漢字コードCHAに変換して電算写植システム４
に入力するオペレータ等）はTVカメラ２０１の
前に立つと共に、マイク１の前で所定の文章等を
いわゆるわ〓か〓ち〓読みで読むと、マイク１か
らの音声信号ASがパラメータ抽出装置１０内の
サンプリング回路１１に入力されてサンプリング
される。すなわち、文章が「桜は、花です。」の
場合には、「SAKURA HA TEN HANA
DESU MARU」と読む。ここに、音声信号AS
はたとえば「Ｅ」（え）の場合、第６図に示すよ
うになり、これがサンプリング回路１１に入力さ
れてサンプリング信号SMに従つて10ms毎にサン
プリングされ、そのサンプリングデータSDがフ
イルタ１２の８チヤンネルのバンドパスフイルタ
１２Ｆ１〜１２Ｆ８にそれぞれ入力される。しか
して、これらバンドパスフイルタ１２Ｆ１〜１２
Ｆ８はそれぞれ第３図に示すバンド幅毎にサンプ
リングデータSDを通過させ、その各通過データ
を８チヤンネルの量子化回路１３Ｑ１〜１３Ｑ８
に入力し、各バンド幅における振幅値に対応して
それぞれ特徴パラメータCPとしての４段陥（00
〜11）２ビツトの音声量子信号CH１Ｓ〜CH８
Ｓに変換する。ここにおいて、かかる各２ビツト
の８チヤンネル音声量子信号CH１Ｓ〜CH８Ｓ
で成る特徴パラメータCPはたとえば第７図に示
すように、サンプリング時間SAMP１，SAMP
２，……に従つて出力され、これが音声判定装置
３０に入力される。しかして、音声判定装置３０
には漢字入力装置を使用する作業者等の音素パラ
メータが記憶されており、たとえば第４図に示す
ように母音（Ａ〜Ｏ）及び子音（Ｂ〜Ｚ）に対応
する音素パラメータ、音素コードがその作業者用
として記憶されている。そして、この記憶された
音素パラメータCH１〜CH８とパラメータ抽出
装置１０からの特徴パラメータCP（音声量子信号
CH１Ｓ〜CH８Ｓ）とを各サンプリング毎に比
較し、その類似度を判定する。この場合、各チヤ
ンネルのデータについて４段階の内の±１の誤差
範囲は両者が一致するとみなしてその同一となる
チヤンネル数を計数し、その計数値がたとえば
「６」（８チヤンネルのうちの６チヤンネルが一
致）の時にその音素パラメータに対応する音素コ
ードを出力する。すなわち、たとえば音素パラメ
ータＱがチヤンネル１から「00」、「10」、「11」、
「01」、「00」、「10」、「10」、「01」、「00」の場
合に、
特徴パラメータCPがチヤンネル１から「01」、
「10」、「11」、「10」、「00」、「10」、「01」、「
00」と
なればチヤンネル１及び４が±１の誤差であり他
は全て一致している（この時の計数値は「８」）
ので、上記音素パラメータＱに対応する音素コー
ドを出力することになる。また、上記音素パラメ
ータＱに対して特徴パラメータCPがチヤンネル
１から「10」、「01」、「11」、「11」、「11」、「00
」、
「01」、「11」の場合には一致するチヤンネル数が
「２」であるので、音素コードは出力されない。
このような比較動作を各音素パラメータについて
行ない、そのうちで最も一致数の高い音素パラメ
ータに対応する音素コードを出力する。

そして、かかる音素コードが所定時間（たとえ
ば30ｍｓ）だけ継続した時、すなわちサンプリン
グ時間SAM１，SAM２，……について３回以上
同一の音素コードが続いた時に限り当該音素コー
ドを判別した音素コードSCとしてまとめて出力
する。したがつて、特徴パラメータCPと音素パ
ラメータSPとの比較から、たとえば第８図Ａの
如き比較結果が出た場合、その出力すべき音素コ
ードSCは同図Ｂの如き音素コード列となり、３
回以上続いた場合に限り同図Ｃのように１まとめ
にした形態で出力する。このようにして出力され
た音素コードSCはゲート装置４０に入力される。

一方、オペレータ等の音声入力時、その唇１０
１の動きはTVカメラ２０１に映し出され、その
開閉の状態を監視するが、その動作を第９図のフ
ローチヤートを参照して説明する。

先ず、TVカメラ２０１の画面にオペレータ等
の話者１００の唇１０１が映し出されるように、
TVカメラ２０１がセツトされる。しかして、画
面の映像はAD変換器２０２でデイジタル信号に
変換され、そのデイジタル映像信号や１フレーム
毎にフレームメモリ２０３に記憶される。そし
て、フレームメモリ２０３に記憶された情報を開
閉判断回路２０４が読出して処理し、唇１０１の
開閉を判断すると共に、その対応を開閉信号NS
として出力する。また、マイク１からの音声処理
においては鼻音の「Ｍ」、「Ｎ」の区別及び無声破
裂音「Ｐ」、「Ｔ」の区別についての特徴パラメー
タを抽出し難く、その判別が困難である。しかし
て、鼻音「Ｍ」及び破裂音「Ｐ」は唇１０１が閉
じている時に発せられ、鼻音「Ｎ」及び破裂音
「Ｔ」は唇１０１が開いている時に発せられるこ
とが分つているので、この「Ｍ」、「Ｎ」音の判別
を唇開閉監視装置２００からの開閉信号NSによ
つて行なう。すなわちゲート装置４０は、「Ｍ」、
「Ｎ」、「Ｐ」、「Ｔ」音以外の音素については前述
のような音声判定装置３０による出力動作を行な
い、鼻音の「Ｍ」、「Ｎ」音又は破裂音「Ｐ」、
「Ｔ」音が検知された時にのみ唇開閉監視装置２
００からの開閉信号NSを参照し、正しい音素を
変換用音素コードTSCとして出力する。

このようにして得られたゲート装置４０からの
変換用音素コードTSCは仮名漢字変換装置６０
に入力される。たとえば「桜は、花です。」とい
う文章を入力した場合には、その変換用音素コー
ドTSCの内容は「SAKURA HA TEN HANA
DESU MARU」となり、これら各音素を16進４
桁のJISコードで表わしたデータとなる。かくし
て仮名漢字変換装置６０は入力される変換用音素
コードTSCを順次国語辞書記憶装置５０に伝送
し、その音索列に該当する見出語があるか否かを
チエツクし、ある場合にはその都度見出語に対応
する記述語データDWを呼出して来る。これと同
時にその記述語データDWをフオントメモモリ２
に送り、これに相当するフオント情報FIを呼出
して、このフオント情報FIに従つて上記記述語
データDWの全てを表示装置３に表示する。この
場合、記述語データDWに同音異義（たとえば第
５図の「橋」、「端」、「箸」）又は同音異種（たと
えば第５図の「さくら」、「サクラ」、「桜」）の語
がない時には、その記述語データDWをそのまま
漢字コードCHとして漢字コード記憶装置８０に
出力する。しかして、表示装置３には当該見出語
に対応する記述語データDWの全て、たとえば見
出語「SAKURA」についてはその記述語データ
DWである「さくら（2435、242F、2469）」、「サ
クラ（2535、252F、2569）」、「桜（6115）」がそ
の整理番号１〜３と共に表示されるので、オペレ
ータはこの中から所望の語を選択指定装置７０に
よつて該当番号を指定することによつて選択す
る。かくして、選択指定装置７０で所望の語を選
択指定すると、その選択された語のみが表示装置
３に再表示されると共に、その漢字コードCHが
出力されて漢字コード記憶装置８０に記憶され
る。このような選択指定装置７０による選択指定
動作は入力される変換用音素コードTSCに従つ
て順次行なわれ、選択指定された漢字コードCH
が漢字コード記憶装置８０に記憶される。なお、
選択指定装置７０は記述語データDWの選択指定
のほかに、クワタ（１字分のスペース）、復帰改
行（強制的に次行の行頭に折り返す）、ルビ（ふ
り仮名）、傍線（字に罫線や傍点をふる）、改段
（次段に移る）、改頁（次頁に移る）等のフアンク
シヨン指令を行なうと共に、記号（たとえば
「、」、（、）、；）や絵（たとえば■、〓、〓、〓）
の約ものについての指定も行なう。また、国語辞
書記憶装置５０に登録された見出語がない場合
や、登録してあつても読み方が異なつている場合
等にも選択指定装置７０によつて所望の語を入力
指定することになる。

このようにして出力される仮名漢字変換装置６
０からの漢字コードCHは一旦漢字コード記憶装
置８０に記憶され、この記憶データが電算写植シ
ステム４の漢字コードCHAとして出力される。
この場合、電算写植システム４には見出の位置及
び大きさ、１頁分の段や欄の構成、１行の字数、
文字の大きさや種類等の割付を指定する割付情報
LYも同時に入力されるようになつている。

以上のようにこの発明によれば、音声認識をマ
イクからの音声信号による特徴パラメータで行な
うと共に、話者の唇開閉監視装置からの開閉信号
によつても行なつているので、極めて正確な音声
−漢字コード変換を実現することができる。

以上の説明では文章をいわゆるわ〓か〓ち〓読
みで入力する例について述べているが、文章を単
音節で発声して別途選択指定装置７０でわ〓か〓
ち〓記号（わ〓か〓ち〓読みの空白部に相当する
もの）を入力するようにしても良い。また上述の
実施例では音声の特徴パラメータを８チヤンネル
のバンドパスフイルタ等で得ているが、これは16
チヤンネルが20チヤンネルでも可能であり、音声
量子信号の各チヤンネルビツト数も任意（たとえ
ば８ビツト）にすることもできる。

【図面の簡単な説明】

第１図はこの発明の一実施例を示すブロツク構
成図、第２図はパラメータ抽出装置の構成例を示
すブロツク図、第３図はこの発明に用いるフイル
タ（８チヤンネル）のバンド幅の例を示す図、第
４図は音素データ記憶装置に記憶されているデー
タの様子を示す図、第５図は国語辞書記憶装置の
記憶状態の一例を示す図、第６図は音声信号の一
例を示す図、第７図はパラメータ抽出装置の出力
である特徴パラメータの一例を示す図、第８図Ａ
〜Ｃは音声判定装置からの音素コードの出力の様
子を示す図、第９図はこの発明の音素コード出力
までの動作を示すフローチヤートである。１……マイク、２……フオントメモリ、３……
表示装置、４……電算写植システム、１０……パ
ラメータ抽出装置、１１……サンプリング回路、
１２……フイルタ、１３……量子化回路、２０…
…音素データ記憶装置、３０……音声判定装置、
４０……ゲート装置、５０……国語辞書記憶装
置、６０……仮名漢字変換装置、７０……選択指
定装置、８０……漢字コード記憶装置、１００…
…話者（オペレータ等）、１０１……唇、２００
……唇開閉監視装置、２０１……TVカメラ、２
０２……AD変換器、２０３……フレームメモ
リ、２０４……開閉判断回路、CP……特徴パラ
メータ、SP……音素パラメータ、PS……パラト
グラフ信号、SC……音素コード、TSC……変換
用音素コード、DW……記述語データ、FI……フ
オント情報、AS……音声信号、SM……サンプ
リング信号、SD……サンプリングデータ、PD…
…パラトグラフデータ、LY…割付情報。

Claims

【特許請求の範囲】１ (a) 入力される音声の特徴パラメータを抽出
するパラメータ抽出装置と、 (b) 所定音素の音素パラメータを音素コードと共
に記憶している音素データ記憶装置と、 (c) 前記特徴パラメータと音素パラメータとを比
較し、所定類似度以上でかつ最も類似度の高い
音素パラメータに対応する前記音素コードを出
力する音声判定装置と、 (d) 話者の唇の開閉を監視する唇開閉監視装置
と、 (e) 前記音声判定装置から判別し難い音素コード
が出力された時に、前記唇開閉監視装置からの
開閉信号によつて正しい音素コードを出力する
ゲート装置と、 (f) 種々の見出語に対応する記述語コードを国語
辞書として記憶している国語辞書記憶装置と、 (g) 前記ゲート装置から出力される変換用音素コ
ードと前記国語辞書記憶装置の見出語とを比較
し、一致する当該見出語の記述語データをフオ
ントメモリからのフオント情報に従つて表示装
置に出力する仮名漢字変換装置と、 (h) 表示装置に表示された同音異義又は同音異種
の語の１つを選択指定すると共に、フアンクシ
ヨン、約もの及び該当語がない場合の所望構成
文字を入力するための選択指定装置と、 (i) この選択指定装置の選択指定に従つて前記仮
名漢字変換装置から出力される漢字コードを記
憶し、割付情報と共に電算写植システムに伝送
するための漢字コード記憶装置と、を具えたことを特徴とする印刷用漢字入力装置。