【課題】パターン認識におけるモデルのサイズを縮減するモデル縮減装置を提供する。
【解決手段】素性値加算部は、サンプル集合Ｓとクラス集合Ｃを入力として、サンプルｓとクラスｃの全ての組み合わせについて、素性変換ルールに基づいて素性ベクトルを生成し、素性ベクトルに対応する重要度ｑ_ｋを、当該重要度ｑ_ｋに上記素性ベクトルの二乗値を加えた値として算出する。モデルパラメータ乗算部は、重要度ｑ_ｋと外部から入力されるモデルパラメータＡの要素ａ_ｋを入力として、当該重要度ｑ_ｋに、対応するモデルパラメータＡの要素の二乗値ａ_ｋ²を乗じた値をモデルパラメータの要素の重要度とし、その重要度の大きさの順番にモデルパラメータを並べ替えたソート済みモデルパラメータＡ^＋を出力する。モデル縮減部は、ソート済みモデルパラメータＡ^＋を入力として、その上位ｍ個のモデルパラメータを出力する。 （もっと読む）

【課題】要約装置構築のコストを低減し、要約の精度を向上する。
【解決手段】本発明の対話学習装置は、各対話に含まれる発話にトピックラベルが付与されたＮ個の対話と各対話がＫ種類のドメインのいずれに該当するのかを示したドメインラベルを用いて、ドメインごとに、話者の発話を出力する状態を持つ隠れマルコフモデルを学習し、隠れマルコフモデルのすべての状態をエルゴディックに接続して、隠れマルコフモデルを作成する。本発明の要約装置は、特徴量抽出部、トピックラベル付与部、ドメイン推定部、選択部を備える。トピックラベル付与部は、発話ごとに、当該発話に含まれる単語から尤もらしいトピックを推定して、トピックラベルとして当該発話に付与する。ドメイン推定部は、各発話のドメインを推定する。選択部は、対話とドメインが一致する発話を、当該対話の中から選択する。 （もっと読む）

【課題】トピックに対する発話出現確率分布の適応度を判定する音声認識装置を提供する。
【解決手段】音声認識装置は、音声認識処理の起動時に設定される初期状態の発話出現確率分布と、初期状態以降の発話出現確率分布との距離が所定距離より大きいか（Ｓ５１２：Ｙｅｓ）、少なくとも１回は発話出現確率分布がトピックに適応した状態になったことを示すトピック確定フラグがオンの場合（Ｓ５１４：Ｙｅｓ）、使用中の発話出現確率分布の偏りを算出する（Ｓ５２２）。発話出現確率分布の偏りが所定値以上であるか（Ｓ５２４：Ｙｅｓ）、発話出現確率分布の偏りが所定値より小さい場合に（Ｓ５２４：Ｎｏ）、使用中の発話出現確率分布を他の適切な発話出現確率分布に切り替えると（Ｓ５２８）、音声認識装置は、音声認識結果をコマンドとして採用可能であるとナビゲーション側に通知する。 （もっと読む）

【課題】単語挿入ペナルティを挿入単語に応じて異ならせることにより最適化する。
【解決手段】ペナルティ適用部１５は、挿入単語識別部１５１およびペナルティ決定部１５２を含み、単語系列に単語が挿入されるごとに、単語挿入ペナルティを決定して累積尤度に課する。挿入単語識別部１５１は、単語系列に新たに挿入された単語を識別する。ペナルティ決定部１５２は、挿入された単語の識別結果に基づいて、当該単語の挿入に際して課する単語挿入ペナルティを決定する。挿入された単語の単語長を代表する指標として、音素数や音節数を用いることができる。ペナルティ決定部１５２は、単語長が短くなるほど大きなペナルティが課されるように単語挿入ペナルティを決定する。 （もっと読む）

【課題】長い特徴量系列を学習データとして音響モデルを精度良く作成する。
【解決手段】複数の音声データ各々の不正解状態系列ごとの重み係数を識別子と対応付けて記録する重み係数記録部と、その識別子を一つ特定する訓練例選択部と、識別子に対応した正解のViterbi状態系列である正解状態系列を記録した正解状態系列記録部と、識別子とその識別子と対応する重み係数と音声特徴量系列とを入力として正解の状態系列以外で最も尤度の高いViterbi状態系列である不正解状態系列を推定する不正解状態系列推定部と、不正解状態系列を最適化対象集合として記録する最適化対象記録部と、正解状態系列と不正解状態系列とを用いて、識別子に対応付けられた不正解状態系列ごとの重み係数に相当するラグランジュ未定乗数を、目的関数を最大化するように更新する重み係数更新部と、を具備する。 （もっと読む）

【課題】入力音声に対応する単語列の検索において行われる音声認識の精度を向上させる。
【解決手段】音声認識部５１では、入力音声に対応する単語列の検索結果の対象となる単語列である複数の検索結果対象単語列を用いて、言語モデルが生成され、入力音声が、言語モデルを用いて音声認識される。マッチング部５６は、複数の検索結果対象単語列それぞれについて、検索結果対象単語列の発音を表す発音シンボルの並びである検索結果対象発音シンボル列と、入力音声の音声認識結果の発音を表す発音シンボルの並びである認識結果発音シンボル列とのマッチングをとり、出力部５７は、そのマッチング結果に基づいて、複数の検索結果対象単語列からの、入力音声に対応する単語列の検索の結果である検索結果単語列を出力する。本発明は、例えば、音声検索を行う場合に適用できる。 （もっと読む）

【課題】 発音の近い或いは同じ単語を区別して認識することができる音声認識装置、言語モデル生成装置および音声認識方法を提供することを目的とする。
【解決手段】 記憶部４０４の言語モデル４０６が単語間の接続確率を示す使用頻度の高い高頻度言語モデルであるサブクラス１の言語モデル、および単語間の接続確率を示す使用頻度の低い低頻度言語モデルであるサブクラス２の言語モデルを記憶しており、また音響モデル４０５が音声を認識するための音響モデルを記憶している。そして、音声認識部４０３は、これら言語モデル４０６および音響モデル４０５を用いて単語の認識を行う。これにより、使用頻度の高い単語について、その認識率を向上させることができる。 （もっと読む）

【課題】テキストにおける語の出現頻度及び語の属性に影響されることなく、弊害語を特定し得る、情報分析装置、情報分析方法、及びプログラムを提供する。
【解決手段】情報分析装置３０は、分析対象テキスト１１と共通のトピックを含む補助テキスト１２を用いて、分析対象テキスト１１を構成する各ユニットの頻度を算出し、算出した頻度が設定された閾値以上となるユニットを高頻度ユニットとして特定する、高頻度ユニット特定部３１と、分析対象テキスト１１を構成する各ユニットのうち、トピックの変化が発生しているユニットを、トピック変化ユニットとして特定する、トピック変化ユニット特定部３５と、高頻度ユニットのうち、トピック変化ユニットに該当するユニットを除き、残った高頻度ユニットの中から、弊害となる語又は語集合を含む弊害ユニットを特定する、弊害ユニット特定部３６とを備えている。 （もっと読む）

【課題】学習結果としてのｎ−ｇｒａｍ言語モデルのデータ量を抑制し、効率的にアクセス可能な技術を提供する。
【解決手段】言語モデルの圧縮装置１は、言語モデル記憶部５にｎ−ｇｒａｍ言語モデルを記憶する。データ構造変換部３は、言語モデル記憶部５に記憶されたｎ−ｇｒａｍ言語モデルのデータ配列中、（ｎ＋１）−ｇｒａｍの最初の位置を示すポインタを固定バイト表現に変換し、変換データ記憶部６に記憶させる。ポインタ表現の圧縮部４は、変換データ記憶部６に記憶されたｎ−ｇｒａｍ言語モデルの木構造に仮想的なルートノードを設けることでトライ（ｔｒｉｅ）と擬制し、前記ポインタをＬＯＵＤＳ表現に圧縮変換する。ここで圧縮変換されたデータを圧縮データ記憶部７に記憶させる。この記憶部７は、主に計算機の記憶装置（ＲＡＭ）を用いる。 （もっと読む）

【課題】発話内容から着目しているタスクに関する意図を正確に推定できる音声認識装置を提供する。
【解決手段】まず、着目しているタスク内に含まれる意図をあらかじめ決めると、意図を伝えるために必要なフレーズを抽象化して文法モデルを作成する。文法モデルを用いて各々の意図に沿った文章を自動生成することで、発話者が発話しそうな内容のコーパスを意図毎に収集すると、各意図に対応した複数の統計的言語モデルを構築する。また、着目しているタスクには沿わない発話内容に対応した統計的言語モデルを備え、タスクに沿わない発話内容の意図推定を無視する。 （もっと読む）

【課題】音声認識を利用した帳票入力作業の精度と効率を向上させること。
【解決手段】入力された音声データに、認識キーワードデータベース２０４に記憶したキーワードが認識された場合、認識イベント判定手段１０３は、キーワードに対応するイベント（動作）を選択する。帳票画面変更手段１０４はそのイベントに従って帳票画面の変更あるいは入力欄選択の変更を指示し、帳票表示手段１０５は、オペレータ端末の画面を更新表示させる。言語モデル選択手段３０３は、帳票メタ情報言語モデル対応データベース３０２を参照して変更した帳票画面の入力に必要な言語モデル３０１を選択する。選択された言語モデル３０１を用いて帳票に入力されたデータは、帳票データベース２０２に記憶される。 （もっと読む）

【課題】操作に対する負荷を軽減し、さらに、音声認識処理の精度を向上させることができる音声認識装置を提供する。
【解決手段】音声認識装置は、語句を発声することによって生じる音声を入力して音声情報を出力する音声入力部と、前記音声情報に基づいて音声認識処理を行い、音声認識情報を出力する音声認識部と、前記語句の音節に基づいて行われた操作を入力して操作情報を出力する操作入力部と、複数の語句が格納された辞書を記憶する記憶部と、前記操作情報に基づいて前記辞書から候補語句を取得し、前記音声認識情報に基づいて前記候補語句から発声された前記語句を選択する選択部と、を備える。 （もっと読む）

【課題】認識精度の低下を抑制しつつ処理時間の短縮を図ることが可能な音声認識装置を提供すること。
【解決手段】複数の状態間の遷移確率が設定された隠れマルコフモデル（ＨＭＭ）を用いて音声認識を行なう音声認識装置であって、複数のパスについて並行して総体確率演算を行なうと共に、状態遷移の上限回数の半分以上を経過した段階で、総体確率が最大のモデルに対して１０分の１未満のモデルについては、以降の総体確率演算を停止することを特徴とする、音声認識装置。 （もっと読む）

【課題】テキストデータにおいて、対応する実データが存在しないものが含まれる場合においても、言語モデルを高精度に識別学習できるようにすること。
【解決手段】言語モデル更新装置は、テキストデータから合成したデータである擬似データを用いて言語モデルを更新する言語モデル更新部を備える。 （もっと読む）

【課題】
本発明の目的は、音声認識に用いる言語モデルを決定するための情報処理の負担が少なく、且つ、精度良い音声認識を行うことが可能な音声認識装置を提供することである。
【解決手段】
最高確率言語モデルプログラム７０１３により、マイク４により入力された音声信号と、言語モデル情報６０１２としてＲＡＭ６に記憶される言語モデルとを比較することで、最高確率言語モデルが決定される。関連言語モデル選択プログラム７０１４により、最高確率言語モデルを用いて、次回音声認識を行うための言語モデルを決定するための関連言語モデルが選択される。 （もっと読む）

【課題】ツリー構造の音声認識用辞書を作成し始めてから音声認識を開始できるまでの時間の短くできる音声認識用辞書作成装置の提供。
【解決手段】指示が初期登録だと（Ｓ１１０で初期登録）、楽曲データ群の入力を受け（Ｓ１２０）、ソート優先度に従ってデータをソートすると共に、複数の集合に分割し（Ｓ１３０）、ソート順位が高い楽曲データを含む集合から順に、音声認識用辞書を作成する（Ｓ１４０）。指示が楽曲データの追加であると判断すると（Ｓ１１０で追加）、楽曲データの入力を受け（Ｓ１４５）、追加データのみの辞書を作成する（Ｓ１５０）。指示が楽曲データの削除であると判断すると（Ｓ１１０で削除）、楽曲名の入力を受け（Ｓ１５５）、削除対象の楽曲名に対応させて、認識対象外フラグを立てる（Ｓ１６０）。指示が楽曲データの変更であると判断すると（Ｓ１１０で変更）、追加と削除とを組み合わせた処理をする（Ｓ１６５〜Ｓ１８０）。 （もっと読む）

【課題】 本発明の目的は、音声認識システムの語彙に登録されていない専門用語等の音声入力を支援する音声認識装置を提供することである。
【解決手段】 発話をする際に参照する参照用語を含む文書を入力する文書入力部１０１と、語彙の表記情報および読み情報を記憶する語彙記憶部１０４と、用語間の概念上の上位下位関係ツリーを記憶する上位下位関係記憶部１０５と、参照用語を下位語として、対応する上位語を検索し、取得する上位語取得部１０３と、下位語と上位語とを対応付けて記憶する上位語下位語対応記憶部１０８と、上位語を表示する表示部１１０と、上位語を含む発話情報を入力する音声入力部１１１と、発話情報を音声認識する音声認識部１１２と、テキスト情報から上位語を検出する検出部１１３と、上位語を下位語に置換する置換部１１４と、置換後のテキスト情報を出力する出力部１１５と、を備える音声認識装置。 （もっと読む）

【課題】より有効な未知語の言語モデルを作成することができる言語モデル作成装置および言語モデル作成方法を提供する。
【解決手段】言語モデル作成装置は、対象単語の前に隣接する単語と対象単語の後ろに隣接する単語の両方または片方を含む隣接単語と、対象単語とを含む単語列の単語情報を抽出する単語列抽出手段と、単語列抽出手段により抽出された単語列の単語情報に基づいて、言語モデル保持部から、単語列の単語情報を含むモデルを抽出するモデル抽出手段と、モデル抽出手段により抽出されたモデルから、対象単語に対応するモデルを作成するモデル作成手段と、を具備する。 （もっと読む）

【課題】本発明は、複数の統合グラフを扱うことができ、演算量が少なく、簡易な構成のグラフ統合装置を提供することを目的とする。
【解決手段】グラフ統合装置１は、入力要素を示すノードとノード間において分岐及び合流が可能な示すエッジとで構成された入力グラフＧが複数入力され、入力グラフＧを統合するものであって、グラフ入力手段１１と、入力グラフ記憶手段１２と、ＤＰマッチング法によって、入力グラフＧの類似度を算出する類似度算出手段１３と、類似度に基づいて、入力グラフＧが類似するか否かを判定する類似判定手段１４と、入力グラフＧが類似する場合、入力グラフＧを統合するグラフ統合手段１５と、入力グラフＧが類似しない場合、入力グラフＧを新たな統合グラフとして追加するグラフ追加手段１６と、統合グラフ記憶手段１７と、を備える。 （もっと読む）

【課題】ＰＯＭＤＰを適用したグラウンディング処理を実行する装置および方法を実現する。
【解決手段】ユーザ発話を入力して言語解析を実行する言語解析部の解析情報と、タスクを実行するタスク管理部からのタスク実現性情報とを含む実体的情報などの観測情報を設定した部分観測マルコフ決定過程（ＰＯＭＤＰ：Ｐａｒｔｉａｌｌｙ Ｏｂｓｅｒｖａｂｌｅ Ｍａｒｋｏｖ Ｄｅｃｉｓｉｏｎ Ｐｒｏｃｅｓｓ）を適用して、ユーザ発話によるユーザ要求の理解処理としてのグラウンディング処理を実行する構成としたので、効率的な理解が可能となり、迅速かつ正確なユーザ要求の把握およびユーザ要求に基づくタスク実行が可能となる。 （もっと読む）