JP4897737B2 - 単語追加装置、単語追加方法、そのプログラム - Google Patents

Description

この発明は、音声認識処理などに用いる言語モデルにおける言語辞書に不足な単語を追加する場合に、適切なクラス内単語出現確率を求めて、当該単語を追加する単語追加装置、単語追加方法、そのプログラムに関する。

非特許文献１に統計的言語モデル（以下、単に言語モデルという。）を使った一般的な音声認識の原理が記載されている（以下、従来技術１という。）。そして、言語モデルにおける言語辞書に登録されていない未登録単語を追加したい場合がある。図１に言語辞書の概念図を示す。図１に示すように、言語辞書は単語クラス毎に、単語が登録されている。図１の例では、人名クラス（クラス１）、地名クラス（クラス２）食品名クラス（クラス３）で分けられている。図１の例では、クラス３には、「ラーメン」「刺身」などの食品名が登録されている。

この場合に、クラス３には、「ラーメン」「刺身」などの単語は既に登録されているので、認識したい音声内に「ラーメンを食べたい」とか「刺身はおいしい」などの発話があった場合には、音声認識の結果、「ラーメン」「刺身」という単語が適切な場所に認識結果として出現させることができる。しかし、図１の例のように、「豆腐」という単語が未登録であった場合に、「豆腐を食べたい」と発話しても適切な場所に「豆腐」という単語を出現させることができない。また、このような場合に「甲府を食べたい」や「を食べたい」などと誤認識してしまうことが多い。従って、認識させたい単語が未登録単語の場合には、言語辞書に新たに追加登録することが重要になる。未登録単語のそのほかの例としては、特殊な用語、専門用語などである。

ところで、言語辞書では上述のように単語クラス毎に単語が登録されているが、各単語には単語を識別する番号、読み、品詞、クラス内単語出現確率（以下、単に「単語出現確率」という。）などが記述（付与）されている。ここで、単語出現確率とは、ある単語クラス内において、クラス内に登録されている単語の出現する確率を表す値であり、そのクラス内での総和は１になることが望ましい。

また、各クラスにおいてはクラス同士の連続する出現確率をＮ−ｇｒａｍモデルとして事前に学習して計算している。例えば、ある単語Ｗが属するクラスＣ_ｗと、あるクラスＣ_ｊとのクラスバイグラムの出現確率は、Ｐ（Ｃ_ｗ│Ｃ_ｊ）として事前に学習によって求められている。また、クラスＣ_ｗに属する単語Ｗについて、２つの連鎖する単語Ｗ_ｉ、Ｗ_ｉ−１が出現する確率Ｐ（Ｗ_ｉ│Ｗ_ｉ−１）は、バイグラムのみで考えた場合には、一般に次式で表すことができる。
Ｐ（Ｗ_ｉ│Ｗ_ｉ−１）＝Ｐ（Ｗ_ｉ│Ｃ_ｉ）Ｐ（Ｃ_ｉ│Ｃ_ｉ−１） （１）
ただし、Ｗ_ｉ∈Ｃ_ｉとする。従って、単語Ｗの単語出現確率Ｐ（Ｗ_ｉ│Ｃ_ｉ）は非常に重要な要素になる。

また、特許文献１には、少ない処理量で自動的に不足している単語辞書を追加することが出来、未登録単語の数を減らす技術が記載されている（以下、従来技術２という。）。
中川聖一著「確率モデルによる音声認識」、コロナ社、ｐ１０９−１２０ 特開２００５−２５００７１号

図２に、未登録単語を追加する模式図を示す。図２に示すように、従来技術１、２では追加した単語のクラスを人間が決定し、そのクラスに追加単語の単語出現確率を既定値で与えて追加していた。ここで、図２に示すようにある単語クラスに含まれている単語の数をｍとすると、単語出現確率の既定値として単語出現確率を１／ｍにしたり、経験的に良い値とされる定数値にしていた。この場合であると、本来正しい単語が認識されにくくなったり、湧き出し誤り（意図しない単語が不正解として出現すること）が多く発生しており、単語の認識精度を確実に向上させることはできなかった。

この発明の単語追加装置は、誤り値計算部と、判定部と、出現確率出力部と、言語辞書出力部と、を備える。誤り値計算部は、追加前言語辞書に追加単語と当該追加単語の第１出現確率とを対応付けて追加した言語辞書と、評価音声データベースとを用いて、追加単語の第１誤り値を求める。判定部は、第１誤り値を用いて、音声認識処理において追加単語の湧き出し誤りが生じない傾向にある（以下、「第１関係を満たす」という。）か否かを判定する。出現確率出力部は、第１関係を満たすと判定されると、追加単語の単語出現確率として、第１中出現確率、第２中出現確率より大きい大出現確率を出力する。言語辞書出力部は、追加単語と単語出現確率とを対応付けて追加前言語辞書に追加した言語辞書を出力する。

以下の説明では、「追加単語の正解」とは、追加単語Ａを追加した言語辞書を用いた音声認識処理において、追加単語Ａが意図する場所に出現することであり、「追加単語の湧き出し誤り」とは、追加単語Ａを追加した言語辞書を用いた音声認識処理において、追加単語Ａが意図しない場所に出現することである。また、追加単語Ａの「正解率」とは、追加単語Ａの正解が生じる傾向（生じやすさ）の度合いを示し、「誤り率」とは、追加単語あの湧き出し誤りが生じる傾向（生じやすさ）の度合いを示す。上記の構成によれば、予め用意した評価音声データベースを用いることで、評価音声データベースに対する追加単語の誤り率の傾向を知ることが出来るため湧き出し誤りの出やすい追加単語は誤り率を少なくし、かつ当該追加単語の正解率を上げるような単語出現確率を決定できる。

以下に、発明を実施するための最良の形態を示す。なお、同じ機能を持つ構成部や同じ処理を行う過程には同じ番号を付し、重複説明を省略する。

まず、この発明の目的を簡単に説明する。以下の説明では、追加単語Ａの追加される前の言語辞書を「追加前言語辞書」という。HMMを用いた連続音声認識のための言語モデルにおいて、言語辞書に登録されていない未登録単語を追加前言語辞書に追加登録する際に、追加単語Aの単語クラスにおける単語出現確率を理想的な値に調整して決定する。ここで、単語出現確率の理想的な値とは、追加単語Aの正解値が高く、誤り値が低い状態を指す。すなわち、音声認識処理において、出てほしい場所に高い確率で正解単語が出て、出てほしくない場所には、不要な単語がなるべく出ないようにする状態のことである。

図３に発明を実施するための単語追加装置１００の最良の形態の機能構成例を示し、図４に処理フローを示す。図３記載の単語追加装置１００は、入力部２、音声認識部４、誤り値計算部６、出現確率出力部１４、判定部１５、言語辞書出力部１６、記憶部１０、制御部１２、を有する。また、利用者が追加を所望する単語を追加単語Ａとすると、上記式（１）からも理解されるように、追加単語Ａの単語出現確率が大きくなると、追加単語Ａの正解率は大きくなることに留意されたい。また、本実施例１の単語追加装置１００は、追加単語Ａの誤り率をなるべく小さくしつつ、大きな値の単語出現確率を決定して、追加単語Ａを追加前言語辞書に追加することを目的とする。

前準備として、追加単語Ａの追加の対象となる追加前言語辞書、その他音声認識処理に必要な情報（言語モデル情報、音響モデル情報など）も用意しておき、追加前言語辞書、言語モデル情報は言語モデル記憶部１８に記憶させ、音響モデル情報は音響モデル記憶部２０に記憶させる。

まず、入力部２から追加単語Ａと、単語出現確率の決定の基準となる、任意の大きな値である第１出現確率Ｐ１（例えば、０．１）が入力される。そして、追加前言語辞書に追加単語Ａと第１出現確率Ｐ１とが対応付けられて追加される。また、第１出現確率Ｐ１は記憶部１０に記憶される。ここで、追加単語Ａの属するクラスは利用者が決定して当該追加単語Ａを追加する。追加単語Ａと第１出現確率Ｐ１が追加された言語辞書を第１追加後言語辞書という。そして、誤り値計算部６は、第１追加後言語辞書と評価音声データベースとを用いて、追加単語Ａの第１誤り値Ｅ１（Ａ）を求める（ステップＳ２）。

まず、評価音声データベースについて説明する。評価音声データベースは評価音声データベース記憶部２２に記憶されている。そして、評価音声データベースは、認識結果を正しく評価できる大量の音声データαと、当該音声データαの正解テキストを予め書き起こした書き起こし文データβと、が対応付けられている。音声データα、書き起こし文データβは、どのような音声データでも良いが分量は多いほどよく、少なくとも数時間程度の発話量があることが好ましい。また、この実施例１の単語追加装置１００で用いる評価音声データベースは、当該音声データαには、追加単語Ａの発話音声を含む必要はないが、以下で説明する単語追加装置２００では追加単語Ａの発話音声をなるべく多く含ませることが好ましい（理由は実施例４で述べる）。

次に、第１誤り値の具体的な計算手法を説明する。図３に示すように、音声認識部４が、第１追加後言語辞書を含む言語モデル（言語モデル記憶部１８に記憶）と、音響モデル（音響モデル記憶部２０に記憶）を用いて、評価音声データベース記憶部２２に記憶されている音声データαに対して音声認識処理を行い、音声テキストデータγを生成する。当該音声認識処理は公知の技術を用いれば良い。そして、誤り値計算部６が評価音声データベース記憶部２２内の書き起こし文βと音声テキストデータγとを比較し、追加単語Ａの湧き出し誤り数（つまり、追加単語Ａが意図しない場所に出てきている箇所の数）をカウントする。誤り値計算部６は「（湧き出し誤り数／評価音声データベース内の単語数）＊１００」を計算し、当該計算結果を追加単語Ａの第１誤り値Ｅ１（Ａ）として出力する。ただし、「＊」は乗算を示す。また、誤り値計算部６は追加単語Ａの第１誤り値Ｅ１（Ａ）として、追加単語Ａの湧き出し誤り数をそのまま出力しても良い。第１誤り値Ｅ１（Ａ）は、記憶部１０に記憶される。また、以下で説明する第２誤り値Ｅ２（Ａ）、第１正解値Ｃ１（Ａ）、第２正解値Ｃ２（Ａ）、第１閾値Ｔｈ１、第２閾値Ｔｈ２、第３閾値Ｔｈ３等も記憶部１０に記憶される。

次に、判定部１５は、第１誤り値Ｅ１（Ａ）を用いて、追加単語Ａの単語出現確率を第１出現確率Ｐ１とした場合の音声認識処理において、追加単語Ａの湧き出し誤りが生じない傾向にある（生じにくい）か否かを判定する。以下では、「追加単語Ａの湧き出し誤りが生じにくい」という条件を満たすことを「第１関係を満たす」という。第１関係を満たすか否かの判定は、第１誤り値Ｅ１（Ａ）の他に第１閾値Ｔｈ１を用いる。ここで、第１閾値Ｔｈ１は予め定められているものであり、記憶部１０に予め記憶されている。また、第１関係を満たすか否かとは、例えば
Ｅ１（Ａ）＜Ｔｈ１ （２）
であるか否かということである。第１誤り値Ｅ１（Ａ）が「（湧き出し誤り数／評価音声データベース内の単語数）＊１００」である場合には、第１閾値Ｔｈ１は例えば０以上１００未満の定数であり、例えばＴｈ１＝１（％）などと設定すればよい。第１誤り値Ｅ１（Ａ）が上記式（２）を満たすということは、追加単語Ａの単語出現確率が第１出現確率Ｐ１である場合の音声認識処理において、追加単語Ａの湧き出し誤りが生じない傾向にある（生じにくい）ということである。

また、第１関係を満たすか否かは、上記式（１）を満たすか否かに限られず、追加単語Ａの単語出現確率が第１出現確率Ｐ１である場合の音声認識処理において、追加単語Ａの湧き出し誤りが生じない傾向にあるか否かを判定できれば何でも良い。つまり、音声認識部４、誤り値計算部６、判定部１５の処理により、音声認識処理を事前に実験的に行うことで、単語出現確率を第１出現確率Ｐ１とした場合の追加単語Aの誤り率の傾向を知ることが出来るということである。このことは、実施例２〜４でも同様であり、実施例４では正解率の傾向を知ることが出来る。

判定部１５が第１関係を満たすと判定すると、出現確率出力部１４は大出現確率Ｌを出力する（ステップＳ６）。ここで、大出現確率Ｌは、以下で説明する第１中出現確率Ｍ１、第２中出現確率Ｍ２、小出現確率Ｓより大きければよいが、大出現確率Ｌは、第１出現確率Ｐ１以上の値であることが好ましい。何故なら、上述したように、追加単語Ａの湧き出し誤りが生じない傾向にある（第１関係を満たす）と判定されているので、単語出現確率を高くすることで、追加単語Ａの正解率が上げることが出来るからである。大出現確率Ｌは言語辞書出力部１６に入力される。そして、言語辞書出力部１６は追加単語Ａと大出現確率Ｌとを対応付けて追加前言語辞書に追加した言語辞書を出力する（ステップＳ３０）。また、図４に示してはいないが、ステップＳ４において、判定部１５がＥ１（Ａ）≧Ｔｈ１と判定すれば、その時点で処理を終了しても良いし、実施例２で説明する次の処理に進んでもよい。

このように、追加単語Ａについて、事前に任意に設定した十分大きい第１出現確率Ｐ１を単語出現確率として、事前に音声認識処理を行い、追加単語Ａの第１誤り値Ｅ１（Ａ）が第１閾値Ｔｈ１より高いか否かを判定することで、追加単語Ａの誤り率の傾向を知ることが出来る。そして、追加単語Ａの湧き出し誤りが生じない傾向にある（湧き出し誤りが生じにくい）と判定されると、追加単語Ａの単語出現確率を大出現確率Ｌとして決定できる。また、上述のように、単語出現確率を大きくすると、追加単語Ａの正解率も上げることが出来る。従って、この実施例１の単語追加装置１００であると、誤り率が低くかつ正解率が高くなるような、追加単語Ａの単語出現確率を決定できる。

実施例２の単語追加装置は、実施例１で説明したステップＳ４において、判定部１５がＥ１（Ａ）≧Ｔｈ１と判定した場合に、次の処理を行うものである。ステップＳ４でＥ１（Ａ）≧Ｔｈ１と判定された場合には、当該判定は追加単語Ａの単語出現確率がＰ１の場合であると追加単語Ａの湧き出し誤りが生じる傾向にある（生じやすい）ということである。従って、追加単語Ａの単語出現確率の基準として、第１出現確率Ｐ１未満である第２出現確率Ｐ２（例えば０．０１）が設定される。具体的には、第２出現確率Ｐ２は、入力部２から入力されて、言語モデル記憶部１８に入力されて、記憶部１０に記憶される。

誤り値計算部６は、追加前言語辞書に追加単語Ａと第２出現確率Ｐ２とを対応付けて追加した言語辞書（以下、「第２追加後言語辞書」という。）と、評価音声データベースとを用いて、第２誤り値Ｅ２（Ａ）を求める（ステップＳ１０）。第２誤り値Ｅ２（Ａ）の求め方は第１誤り値Ｅ１（Ａ）と同様に、音声認識部４と評価音声データベースとを用いて求められるので、詳細は省略する。求められた第２誤り値Ｅ２（Ａ）は記憶部１０に記憶される。

次に、判定部１５は、第１誤り値Ｅ１（Ａ）および第２誤り値Ｅ２（Ａ）を用いて、追加単語Ａの出現確率を下げる（つまり、単語出現確率をＰ１からＰ２に変更する）と、音声認識処理において追加単語Ａの湧き出し誤りが生じない傾向にある（生じにくくなる）か否かを判定する。ここで、「追加単語Ａの出現確率を下げると音声認識処理において追加単語Ａの湧き出し誤りが生じない傾向にある」という条件を満たすことを「第２関係を満たす」という。判定部１５の判定処理は、Ｅ１（Ａ）、Ｅ２（Ａ）の他、第２閾値Ｔｈ２を用いる。例えば、第２関係を満たすか否かの判定とは、
（Ｅ２（Ａ）／Ｅ１（Ａ））＊１００＜Ｔｈ２ （３）
を満たすかどうかの判定である。この場合にはＴｈ２とは０以上１００未満の定数であり、例えば１０（％）である。

ここで、上述のように、式（３）中の第１誤り値Ｅ１（Ａ）、第２誤り値Ｅ２（Ａ）はそれぞれ、第１出現確率Ｐ１を付与した第１追加後言語辞書、第２出現確率Ｐ２を付与した第２追加後言語辞書について求められるものである。上述のように、Ｐ１＞Ｐ２であることから、式（３）を満たすということは、「追加単語Ａの単語出現確率を下げると追加単語Ａは湧き出し誤りが生じない傾向にある」ということである。また、判定部１５は、第２関係を満たすか否かを判定できれば良いので、他の判定式として、Ｅ２（Ａ）−Ｅ１（Ａ）＜Ｔｈ２を満たすか否か等で判定しても良い。

そして、追加単語Ａの単語出現確率を下げると音声認識処理において追加単語Ａの湧き出し誤りが生じない傾向にある（つまり、第２関係を満たす）ことが判定されると、追加単語Ａの単語出現確率を大出現確率Ｌより小さくする必要がある。従って、出現確率出力部１４は、追加単語Ａの単語出現確率として、大出現確率Ｌ未満の値である中出現確率Ｍ１（例えば、０．０１）を出力する。（ステップＳ１６）。また中出現確率Ｍ１は、第２出現確率Ｐ２以上であることが好ましい。

また、図４には示していないが、ステップＳ１２において、判定部１５がＥ２（Ａ）／Ｅ１（Ａ）≧Ｔｈ２と判定すれば、その時点で処理を終了しても良いし、次の実施例３、４で説明する次の処理（ステップＳ２８またはステップＳ２０））に進んでもよい。

このように、実施例２の単語追加装置は、追加単語Ａの単語出現確率を下げると追加単語Ａは湧き出し誤りが生じない傾向にあると判定された場合には、単語出現確率として大出現確率Ｌ未満の第１出現確率Ｍ１を設定することで追加単語Ａの誤り率を下げることが出来る。

実施例３の単語追加装置１００は、実施例１で説明したステップＳ１２において、判定部１５がＥ２（Ａ）／Ｅ１（Ａ）≧Ｔｈ２と判定した（第２関係を満たさない）場合に、次の処理を行うものである。Ｅ２（Ａ）／Ｅ１（Ａ）≧Ｔｈ２の場合というのは、単語出現確率を小さくすると（第１出現確率Ｐ１から第２出現確率Ｐ２に変更）、追加単語Ａはまだ湧き出し誤りが生じる傾向にある（生じやすい）ということである。この場合には、追加単語Ａの単語出現確率を、第１中出現確率Ｍより更に小さくしなければならない。従って、出現確率出力部１４は、追加単語Ａの単語出現確率として第１中出現確率Ｍ１未満の値である小出現確率Ｓを出力する（ステップＳ２８）。

この実施例３の単語追加装置１００により、追加単語Ａの単語出現確率を小さくしても追加単語Ａはまだ湧き出し誤りが生じる傾向にあるという状況であれば、追加単語Ａの単語出現確率を小さくして、湧き出し誤りを生じにくくすることができる。

実施例４の単語追加装置２００は、ステップＳ１２において、判定部１５がＥ２（Ａ）／Ｅ１（Ａ）≧Ｔｈ２と判定した場合に、実施例３で説明したステップＳ１２とステップＳ２８の間に更なる処理を行うものである。図４では、破線で示されているステップＳ２０、Ｓ２２、Ｓ２４である。この実施例４の単語追加装置２００は追加単語Ａの正解値の概念を用いて、実施例１〜３と比較して単語出現確率の更なる微調整を行うものである。追加単語Ａの単語出現確率を下げると（第１出現確率Ｐ１から第２出現確率Ｐ２に変更すると）、追加単語Ａの正解が生じない傾向にある（生じにくい）状況である場合に、追加単語Ａの単語出現確率を下げすぎず、やや大きい値に設定する。以下、具体的に説明する。

実施例４の単語追加装置２００は、実施例１〜３で説明した単語追加装置１００と比較して、正解値計算部８（図３では、破線で示す）を更に有する点で異なる。

正解値計算部８は、追加前言語辞書に、追加単語Ａと第１出現確率とを対応付けて追加した言語辞書（第１追加後言語辞書）と、評価音声データベースを用いて、追加単語Ａの第１正解値Ｃ１（Ａ）を求める。求め方は、上記第１誤り値Ｅ１（Ａ）、第２誤り値Ｅ２（Ａ）と同様であるが、念のため説明する。音声認識部４が第１追加後言語辞書を含む、言語モデル記憶部１８中の言語モデルと、音響モデル記憶部２０中の音響モデルを用いて、評価音声データベース記憶部２２に記憶されている音声データαに対して音声認識処理を行い、音声テキストデータγを生成する。そして、正解値計算部８が評価音声データベース記憶部２２内の書き起こし文βと音声テキストデータγとを比較し、追加単語Ａの正解数をカウントする。第１正解値は、追加単語Ａのカウントされた正解数でも良いし、（正解数／評価音声データベース内の全単語数）＊１００でも良いし、（正解数／評価音声データベース内の正解すべき数）＊１００等で良い。このことは第２正解値Ｃ２（Ａ）についても同様である。同様に、正解値計算部８は、第２追加後言語辞書（追加前言語辞書に追加単語Ａと第２出現確率とを対応付けて追加した言語辞書）等や評価音声データベースを用いて、第２正解値Ｃ２（Ａ）についても同様に求める（ステップＳ２０）。なお、評価音声データベース（音声データαと書き起こし文データβ）には、追加単語Ａがなるべく多く含まれていなければならない。なぜなら正解値計算部８は正解数をカウントできないからである。また、実施例１〜３で説明した単語追加装置１００では正解率の概念を用いないので、評価音声データベースには追加単語Ａが含まれている必要はない。

そして、判定部１５は、第１正解値Ｃ１（Ａ）および第２正解値Ｃ２（Ａ）を用いて、「追加単語Ａの単語出現確率を下げると、音声認識処理において追加単語Ａの正解が生じない傾向にある」か否かを判定する。ここで、「追加単語Ａの単語出現確率を下げると、音声認識処理において追加単語Ａの正解が生じない傾向にある」という条件を満たすことを「第３関係を満たす」という。

判定部１５の判定処理は、第１正解値Ｃ１（Ａ）および第２正解値Ｃ２（Ａ）の他に、第３閾値Ｔｈ３を用いる。第３関係を満たすか否かの判定は、例えば、
（Ｃ２（Ａ）／Ｃ１（Ａ））＊１００＜Ｔｈ３ （４）
の式を満たすかどうかの判定を行えばよい。この場合にはＴｈ３とは０以上１００未満の定数であり、例えば１０（％）である。

ここで、上述のように、式（４）中の第１正解値Ｃ１（Ａ）、第２正解値Ｃ２（Ａ）はそれぞれ、第１出現確率Ｐ１を付与した第１追加後言語辞書、第２出現確率Ｐ２を付与した第２追加後言語辞書について求められるものである。Ｐ１＞Ｐ２であることから、式（４）を満たすということは、「追加単語Ａの単語出現確率を下げると、追加単語Ａは正解が生じない傾向にある。」ということである。その他、判定部１５は例えば、Ｃ２（Ａ）−Ｃ１（Ａ）＜Ｔｈ３を満たすか否かを判定しても良い。

そして、「追加単語Ａの単語出現確率を下げると追加単語Ａの正解が生じない傾向にある（第３関係を満たす）」ということが判定されると、追加単語Ａの単語出現確率を下げることは妥当でない。従って、出現確率出力部１４は、追加単語の単語出現確率として小出現確率Ｓまで下げずに、前記大出現確率Ｌ未満の値である中出現確率Ｍ２を出力する（ステップＳ２４）。当該Ｍ２は、小出現確率Ｓより大きいことが好ましく、Ｍ２は上記Ｍ１と同値でもよい。

また、「追加単語Ａの単語出現確率を下げると追加単語Ａの正解が生じる傾向にある（生じやすくなる）」ことが判定されれば、そこで処理を終了しても良い（図４には示さず）。また、ステップＳ１２において第２関係を満たしていない（つまり、追加単語の単語出現確率が下がると、音声認識処理において前記追加単語の湧き出し誤りが生じやすくなる）と判定されているので、ステップＳ２８に移動し、更に単語出現確率を小さくしてもよい（つまり、出現確率出力部１４が小出現確率Ｓを出力する）。

この実施例４の単語追加装置２００であれば、正解値という概念を用いることで、正解率が低い追加単語Ａであれば正解率を高くでき、誤り率が高い追加単語Ａであれば誤り率を低くなるような単語出現確率を設定でき、実施例１〜３と比較して更なる単語出現確率の微調整を行うことが出来る。

［変形例］
次に、単語追加装置２００の変形例を説明する。図５に変形例の単語追加装置２００’の処理フローを示す。単語追加装置２００’の処理フローは、単語追加装置２００の処理フロー（図４参照）と比較して、ステップＳ４の処理において、例えば、Ｅ１（Ａ）≧Ｔｈ１と判定された場合に、ステップＳ２０、Ｓ２２、Ｓ２４の処理（実施例４で説明）が行われ、ステップＳ２２の処理の後、ステップＳ１０の処理が行われる。つまり、単語追加装置２００の処理は、ステップＳ４において、Ｅ１（Ａ）≧Ｔｈ１と判定されると、Ｅ１（Ａ）／Ｅ２（Ａ）＜Ｔｈ２か否かの判定を行っていたが、単語追加装置２００’の処理は、ステップＳ４において、Ｅ１（Ａ）≧Ｔｈ１と判定されると、Ｃ１（Ａ）／Ｃ２（Ａ）＜Ｔｈ３か否かの判定を行っている。また、Ｃ１（Ａ）／Ｃ２（Ａ）≧Ｔｈ３と判定された場合には、その時点で処理を終了をしてもよく、次のステップＳ１０に移っても良い。

このような単語追加装置２００’の構成にしても、単語追加装置２００と同様の効果を得れる。

＜ハードウェア構成＞
本発明は上述の実施の形態に限定されるものではない。また、上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。

また、上述の構成をコンピュータによって実現する場合、単語追加装置１００、２００、２００’が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、処理機能がコンピュータ上で実現される。

この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよいが、具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ（Random Access Memory）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto-Optical disc）等を、半導体メモリとしてＥＥＰ−ＲＯＭ（Electronically Erasable and Programmable-Read Only Memory）等を用いることができる。

また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。

このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。なお、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。

また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。

また、本実施例で説明した単語追加装置は、ＣＰＵ（Central Processing Unit）、入力部、出力部、補助記憶装置、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）及びバスを有している（何れも図示せず）。

ＣＰＵは、読み込まれた各種プログラムに従って様々な演算処理を実行する。補助記憶装置は、例えば、ハードディスク、ＭＯ（Magneto-Optical disc）、半導体メモリ等であり、ＲＡＭは、ＳＲＡＭ(Static Random Access Memory)、ＤＲＡＭ (Dynamic Random Access Memory)等である。また、バスは、ＣＰＵ、入力部、出力部、補助記憶装置、ＲＡＭ及びＲＯＭを通信可能に接続している。

＜ハードウェアとソフトウェアとの協働＞
本実施例の単語追加装置は、上述のようなハードウェアに所定のプログラムが読み込まれ、ＣＰＵがそれを実行することによって構築される。以下、このように構築される各装置の機能構成を説明する。

入力部２、言語辞書出力部１６は、所定のプログラムが読み込まれたＣＰＵの制御のもと駆動するＬＡＮカード、モデム等の通信装置である。音声認識部４、誤り値計算部６、正解値計算部８、出現確率出力部１４、は所定のプログラムがＣＰＵに読み込まれ、実行されることによって構築される演算部である。評価音声データベース記憶部２２、言語モデル記憶部１８、音響モデル記憶部２０は上記補助記憶装置として機能する。

言語辞書の模式図。 未登録単語を追加することを示した模式図。 本実施例の単語追加装置の機能構成例を示したブロック図。 本実施例の単語追加装置の処理フローを示した図。 本実施例の単語追加装置の変形例の処理フローを示した図。

Claims (10)

1. 追加前言語辞書に追加単語と当該追加単語の第１出現確率とを対応付けて追加した言語辞書と、評価音声データベースとを用いて、前記追加単語の第１誤り値を求める誤り値計算部と、
   前記第１誤り値を用いて、音声認識処理において前記追加単語の湧き出し誤りが生じない傾向にある（以下、「第１関係を満たす」という。）か否かを判定する判定部と、
   前記第１関係を満たすと判定されると、前記追加単語の単語出現確率として、第１中出現確率より大きい値である大出現確率を出力する出現確率出力部と、
   前記追加単語と前記単語出現確率とを対応付けて前記追加前言語辞書に追加した言語辞書を出力する言語辞書出力部と、を備え、
   前記誤り値計算部は、前記第１関係を満たさないと判定されると、前記追加前言語辞書に前記追加単語と前記第１出現確率未満である第２出現確率とを対応付けて追加した言語辞書と、前記評価音声データベースとを用いて、第２誤り値を求めるものであり、
   前記判定部は、前記第１誤り値および前記第２誤り値を用いて、前記追加単語の単語出現確率が下がると、音声認識処理において前記追加単語の湧き出し誤りが生じない傾向にある（以下、「第２関係を満たす」という。）か否かを判定するものであり、
   前記出現確率出力部は、前記第１関係を満たさず、前記第２関係を満たすと判定されると、追加単語の単語出現確率として前記大出現確率未満の値である前記第１中出現確率を出力するものであることを特徴とする単語追加装置。
2. 請求項１記載の単語追加装置であって、
   前記出現確率出力部は、前記第１関係および前記第２関係を満たさないと判定されると、追加単語の単語出現確率として前記第１中出現確率未満の値である小出現確率を出力するものであることを特徴とする単語追加装置。
3. 請求項１記載の単語追加装置であって、
   更に、前記追加前言語辞書に、追加単語と前記第１出現確率とを対応付けて追加した言語辞書と、評価音声データベースを用いて、前記追加単語の第１正解値を求め、
   前記追加前言語辞書に、追加単語と前記第２出現確率とを対応付けて追加した言語辞書と、評価音声データベースを用いて、前記追加単語の第２正解値を求める正解値計算部と、を具備し、
   前記判定部は、前記第１正解値および前記第２正解値を用いて、前記追加単語の単語出現確率が下がると、音声認識処理において前記追加単語の正解が生じない傾向にある（以下、「第３関係を満たす」という。）か否かを判定するものであり、
   前記出現確率出力部は、前記第１関係および前記第２関係を満たさず、前記第３関係を満たすと判定されると、追加単語の単語出現確率として前記大出現確率未満の値である第２中出現確率を出力するものであることを特徴とする単語追加装置。
4. 請求項３記載の単語追加装置であって、
   前記出現確率出力部は、前記第１関係、前記第２関係、前記第３関係を全て満たさないと判定されると、追加単語の単語出現確率として前記第２中出現確率未満の値である小出現確率を出力するものであることを特徴とする単語追加装置。
5. 追加前言語辞書に追加単語と当該追加単語の第１出現確率とを対応付けて追加した言語辞書と、評価音声データベースとを用いて、前記追加単語の第１誤り値を求める誤り値計算部と、
   前記第１誤り値を用いて、音声認識処理において前記追加単語の湧き出し誤りが生じない傾向にある（以下、「第１関係を満たす」という。）か否かを判定する判定部と、
   前記第１関係を満たすと判定されると、前記追加単語の単語出現確率として、第２中出現確率より大きい値である大出現確率を出力する出現確率出力部と、
   前記追加単語と前記単語出現確率とを対応付けて前記追加前言語辞書に追加した言語辞書を出力する言語辞書出力部と、
   前記追加前言語辞書に、追加単語と前記第１出現確率とを対応付けて追加した言語辞書と、評価音声データベースを用いて、前記追加単語の第１正解値を求め、
   追加前言語辞書に、追加単語と第１出現確率未満である第２出現確率とを対応付けて追加した言語辞書と、評価音声データベースを用いて、前記追加単語の第２正解値を求める正解値計算部と、を備え、
   前記判定部は、前記第１正解値および前記第２正解値を用いて、前記追加単語の出現確率が下がると、音声認識処理において前記追加単語の正解が生じない傾向にある（以下、「第３関係を満たす」という。）か否かを判定するものであり、
   前記出現確率出力部は、前記第１関係を満たさず、前記第３関係を満たすと判定されると、前記追加単語の単語出現確率として、前記大出現確率未満の値である前記第２中出現確率を出力するものであることを特徴とする単語追加装置。
6. 請求項５記載の単語追加装置であって、
   前記誤り値計算部は、前記第３関係を満たさないと判定されると、前記追加前言語辞書に前記追加単語と前記第２出現確率とを対応付けて追加した言語辞書と、前記評価音声データベースとを用いて、第２誤り値を求めるものであり、
   前記判定部は、前記第１誤り値および前記第２誤り値を用いて、前記追加単語の出現確率が下がると、音声認識処理において前記追加単語の湧き出し誤りが生じない傾向にある（以下、「第２関係を満たす」という。）か否かを判定するものであり、
   前記出現確率出力部は、前記第１関係および前記第３関係を満たさず、前記第２関係を満たすと判定されると、前記追加単語の単語出現確率として、前記大出現確率未満の値である第１中出現確率を出力するものであることを特徴とする単語追加装置。
7. 請求項６記載の単語追加装置であって、
   前記出現確率出力部は、前記第１関係、前記第２関係、前記第３関係を全て満たさないと判定されると、前記追加単語の単語出現確率として、前記第２中出現確率未満の値である小出現確率を出力するものであることを特徴とする単語追加装置。
8. 追加前言語辞書に追加単語と当該追加単語の第１出現確率とを対応付けて追加した言語辞書と、評価音声データベースとを用いて、前記追加単語の第１誤り値を求める過程と、
   前記第１誤り値を用いて、音声認識処理において前記追加単語の湧き出し誤りが生じない傾向にある（以下、「第１関係を満たす」という。）か否かを判定する過程と、
   前記第１関係を満たすと判定されると、前記追加単語の単語出現確率として、第１中出現確率より大きい値である大出現確率を出力する過程と、
   前記第１関係を満たさないと判定されると、前記追加前言語辞書に前記追加単語と前記第１出現確率未満である第２出現確率とを対応付けて追加した言語辞書と、前記評価音声データベースとを用いて、第２誤り値を求める過程と、
   前記第１誤り値および前記第２誤り値を用いて、前記追加単語の単語出現確率が下がると、音声認識処理において前記追加単語の湧き出し誤りが生じない傾向にある（以下、「第２関係を満たす」という。）か否かを判定する過程と、
   前記第１関係を満たさず、前記第２関係を満たすと判定されると、追加単語の単語出現確率として前記大出現確率未満の値である前記第１中出現確率を出力する過程と、
   前記追加単語と前記単語出現確率とを対応付けて前記追加前言語辞書に追加した言語辞書を出力する過程と、を有する単語追加方法。
9. 追加前言語辞書に追加単語と当該追加単語の第１出現確率とを対応付けて追加した言語辞書と、評価音声データベースとを用いて、前記追加単語の第１誤り値を求める過程と、
   前記第１誤り値を用いて、音声認識処理において前記追加単語の湧き出し誤りが生じない傾向にある（以下、「第１関係を満たす」という。）か否かを判定する過程と、
   前記第１関係を満たすと判定されると、前記追加単語の単語出現確率として、第２中出現確率より大きい値である大出現確率を出力する過程と、
   前記追加前言語辞書に、追加単語と前記第１出現確率とを対応付けて追加した言語辞書と、評価音声データベースを用いて、前記追加単語の第１正解値を求める過程と、
   追加前言語辞書に、追加単語と第１出現確率未満である第２出現確率とを対応付けて追加した言語辞書と、評価音声データベースを用いて、前記追加単語の第２正解値を求める過程と、
   前記第１正解値および前記第２正解値を用いて、前記追加単語の出現確率が下がると、音声認識処理において前記追加単語の正解が生じない傾向にある（以下、「第３関係を満たす」という。）か否かを判定する過程と、
   前記第１関係を満たさず、前記第３関係を満たすと判定されると、前記追加単語の単語出現確率として、前記大出現確率未満の値である前記第２中出現確率を出力する過程と、
   前記追加単語と前記単語出現確率とを対応付けて前記追加前言語辞書に追加した言語辞書を出力する過程と、を有する単語追加方法。
10. 請求項１〜７何れかに記載の単語追加装置としてコンピュータを動作させるプログラム。

Images