【課題】認識対象の音声品質を事前推定して音声品質の変動に対する認識処理時間の増減の影響を少なくした音声認識方法を提供する。
【解決手段】スコアレンジ計算部は、音声特徴量系列を入力として当該音声特徴量系列に対するモノフォン最尤スコアと最もスコアの低いモノフォン最低スコアを求め、その差分をフレーム毎の音響スコアレンジとして計算し、当該音響スコアレンジを時間方向に平均した音響スコアレンジＲを出力する。そして、認識処理制御部は、外部から入力されるスコアレンジ基準Ｒ_０と音響スコアレンジＲを入力として、音響スコアレンジＲをスコアレンジ基準Ｒ_０で除した値に基づくスコアビーム変動係数ｋを計算して出力する。音声認識処理部は、音声特徴量系列とスコアビーム変動係数ｋを入力として、スコアビーム変動係数ｋの値に応じて探索ビーム幅を可変して音声認識処理を行う。 （もっと読む）

【課題】音声認識での応答を行う際に、正解の厳密度を調整することが可能な音声認識装置、自動応答方法及び、自動応答プログラムを提供する。
【解決手段】ユーザから音声入力された音声データをテキスト化する音声端末１０であって、ユーザの応答を正解とするか否かの判断基準となる厳密度と、ユーザの応答である応答データに対して、厳密度毎に異なる一以上の回答データを、当該厳密度に対応付けて記憶しておく。そして、質問を出力し、ユーザからの音声による応答データを受付け、応答データと予め記憶された回答データとをテキスト文字で比較し、応答データが正解か否かを判断して結果データを出力する際に、厳密度に基づいて結果データを出力する。 （もっと読む）

【課題】音声認識精度を向上させる。
【解決手段】本発明に係る音声認識装置１００は、音データに含まれる単語を抽出し、各単語の信頼度を算出する音声処理部１３０と、各単語に対応する音データの発話者の音声らしさを示す各単語の発話者度を算出する発話者度算出部１４０と、音声処理部１３０により算出された各単語の信頼度、及び発話者度算出部１４０により算出された各単語の発話者度に基づいて、各単語のスコアを算出するスコア算出部１５０と、所定の閾値を設定する閾値設定部１６０と、各単語のスコアと所定の閾値とに基づいて、音声認識結果として採用する単語を選定する単語選定部１７０とを備える。 （もっと読む）

【課題】設定された音声認識率と実際の音声認識率との間で大きな誤差が生じないようにする。
【解決手段】音声認識装置１０は、複数の単語それぞれの特徴量を記録した記憶部１２と、外部から入力された音声の特徴量と記憶部１２に記録された複数の単語の特徴量とから各単語の類似度を算出し、算出した各単語の類似度から類似度の最大値を取得する類似度最大値取得部１１ｂと、類似度最大値取得部１１ｂが取得した類似度の最大値と所定値とを用いて類似度の範囲を決定する類似度範囲決定部１１ｃと、類似度範囲決定部１１ｃが決定した類似度の範囲に含まれる類似度を有する単語を選択し、選択した単語を認識結果として表示部１５に表示する制御を行う表示制御部１１ｄとを備える。 （もっと読む）

【課題】音声認識の認識結果を早期確定して逐次認識結果を出力することができるとともに、早期確定するフレームの間隔を短くした場合であっても、認識率の低下を抑制することができる対話装置を提供する。
【解決手段】対話装置１は、音声認識の認識区間を設定する認識区間設定手段２０と、音声認識を行う音声認識手段３０と、音声認識の認識結果の中に所定のキーフレーズが含まれる場合、これに対応した応答行動を決定する応答行動決定手段４０と、決定された応答行動を実行する応答行動実行手段５０と、を備え、認識区間設定手段２０が、既に設定された認識区間の認識終了位置を、当該認識終了位置から所定の時間長だけ進んだ位置のフレームに繰り返し更新することで複数の認識区間を設定し、音声認識手段３０が、認識終了位置の異なる複数の認識区間のそれぞれについて音声認識を行う。 （もっと読む）

【課題】観測音が認識対象とする音であるか否かの判定を漏れなく行う。
【解決手段】ＨＭＭを用いて、観測音から抽出した特徴量の、目的音に基づく第１の認識モデルおよび非目的音に基づく第２の認識モデルに対する尤度と、観測音が目的音および非目的音のうち何れであるかを示す認識結果とを認識部で求め、認識結果が示す認識モデルに対応する尤度を用いて信頼度算出部で認識結果の信頼度を算出する。認識結果と信頼度とを用いて、認識結果の正解率を、観測音が目的音と仮定した場合と、観測音が非目的音と仮定した場合とについて正解率算出部で算出する。警報出力処理部は、認識結果と正解率と基づき、認識結果が目的音を示し、正解率が第１の閾値以下の場合と、認識結果が非目的音を示し、正解率が第２の閾値以下の場合とにおいて、観測音が目的音と非目的音の何れにも属さない未知音であることを示す情報を出力する。 （もっと読む）

【課題】状態数、状態遷移数を削減したサイズの小さな音声認識用ＷＦＳＴを作成する音声認識用ＷＦＳＴ作成装置と、その音声認識用ＷＦＳＴを用いた音声認識装置を提供する。
【解決手段】音素モデル構造表作成部は、音響モデルの要素である音素環境と状態位置と状態数で特定されるＨＭＭ状態にＨＭＭ状態ＩＤを付与し、そのＨＭＭ状態ＩＤの表を音素モデル構造表として作成して音素モデル構造表記憶部に記憶する。構造合致照合部は、複数の音響モデル間において同一の音素環境と状態位置と状態数である複数の状ＨＭＭ態ＩＤを併合させて新たに併合したＨＭＭ状態ＩＤを付与し、そのＨＭＭ状態ＩＤと対応する音素環境と状態位置と状態数とから成る表になるように音素モデル構造表を更新する。音響モデルＷＦＳＴ作成部は、その併合されたＨＭＭ状態ＩＤを入力とし、出力を音素環境とする併合音響モデルＷＦＳＴを作成する。 （もっと読む）

【課題】計算コストや計算の際に使用するメモリ量の増加を抑えつつ、ロバスト性の高い音声認識を行うことが可能な音声認識技術を提供する。
【解決手段】音声認識装置は、同一の構造を有する複数の音響モデルと、複数の音響モデルに共通の探索ネットワークとを記憶し、音声の入力を受け付け、当該音声を用いて、音響特徴量を抽出し、抽出した音響特徴量と、複数の音響モデルと、探索ネットワークとを用いて、探索ネットワーク上で始端ノードから終端ノードに至るまでに経由するノードの系列を示す各経路に対して、複数の音響モデルのそれぞれに対応してスコアを計算し、各経路のうちスコアが最大である第１経路を選択することにより、探索ネットワーク上で始端ノードから終端ノードに至る最適な経路である第１経路を探索し、音声の認識結果である第１経路を示す情報を出力する。 （もっと読む）

【課題】音声認識処理を行うこと無く短い処理時間で信頼度スコアを計算し、言語モデルに依存しない信頼度スコアを出力する音声認識装置と音声認識方法と、音声認識プログラムを提供する。
【解決手段】フレーム毎の音声特徴量系列を用いて、その音声特徴量系列に対するモノフォンＨＭＭの各状態に属するＧＭＭから得られる出力確率ｂ_ｓ（ｏ_ｔ）と、その各状態ｓの出現確率Ｐ（ｓ）との積が最も高いものを求め、最も高い積Ｐ（ｓ＾）ｂ_ｓ＾（ｏ_ｔ）の対数または出力確率ｂ_ｓ＾（ｏ_ｔ）の対数と、その入力に対する音声モデルの状態に属するＧＭＭまたはポーズモデルＨＭＭの各状態に属するＧＭＭから得られる最も高い出力確率ｂ_g＾（ｏ_ｔ）の対数との差を当該フレームの事前信頼度とし、その事前信頼度を平均化して音声ファイル単位の信頼度スコアを求め、音声特徴量系列を用いて、信頼度スコアに基づき音声認識処理を行う。 （もっと読む）

【課題】音声認識結果の認識信頼度の精度を向上させる。
【解決手段】この発明の音声認識方法は、音声認識過程と、音声文書認識信頼度計算過程と、を含む。音声認識過程は、入力される音声文書を音声認識処理した単語毎に単語認識信頼度を付与した音声認識結果を出力する。音声文書認識信頼度計算過程は、単語認識信頼度から求めた音響信頼度と、音声認識結果を構成する単語間の関連度を示す関連度テーブルを参照して単語毎に当該単語とその他の単語との関連性を表す関連度から求めた文脈信頼度を求め、音響信頼度と文脈信頼度を統合した音声文書認識信頼度を音声文書毎に求める。 （もっと読む）