[发明专利]声音识别装置

说明书

技术领域

本发明涉及声音识别装置。

背景技术

作为现有的声音识别装置，将新词汇与已登录词汇混淆的可能性进行数值化，并对该数值进行评价，来判定是否登录新词汇(例如，参照专利文献1)。另外，在专利文献2中揭示有以下声音识别装置：即，将声音识别用的存储装置设为分级结构，逐渐缩小包括范围，从而能够一边预测下一发声内容、一边进行识别。

专利文献1：日本专利特开2002-297181号公报

专利文献2：日本专利特开2004-325704号公报

发明内容

现有的声音识别装置使用作为识别对象的语句的文本标记，来生成声音识别字典。此处，在作为识别对象的语句数量较多的情况下或在语句较长的情况下，声音识别字典尺寸变大。例如，在利用用于导航系统或便携式电话等设备的嵌入式软件来实现声音识别装置的情况下，由于该设备的存储器存在限制，因此，若声音识别词典尺寸超过存储器可使用的容量，则存在声音识别装置不能正常工作的问题。

与此不同的是，专利文献1是基于新词汇与已登录词汇混淆的可能性的评价值、来判定是否登录新词汇的声音识别装置，因而，未考虑利用嵌入式软件来实现声音识别装置的情况，并且未考虑存储器的容量有限制的情况，因此，不能解决上述问题。

另外，专利文献2是考虑了因词汇增加而导致的识别性能的降低、来生成声音识别词典的声音识别装置，但是与上述相同，也未考虑存储器的容量有限制的情况，因此，不能解决上述问题。

本发明是为了解决上述问题而完成的，其目的在于提供一种声音识别装置，该声音识别装置能够抑制声音识别词典的词典尺寸的增大。

本发明的声音识别装置包括语句选择部，该语句选择部从识别对象语句的候补中选择声音单元数为规定值以下的语句作为识别对象语句。

根据本发明，由于从识别对象语句的候补中选择声音单元数为规定值以下的语句作为识别对象语句，因此，具有如下效果：能抑制由该识别对象语句构成的声音识别词典的尺寸的增大，即使在利用用于导航系统或便携式电话等设备的嵌入式软件来实现声音识别装置的情况下，也能够实现在存储器可使用的容量以内的词典尺寸。

附图说明

图1是表示本发明的实施方式1的声音识别装置的结构的框图。

图2是表示实施方式1的声音识别装置的动作流程的流程图。

图3是用于说明识别对象语句候补的去除处理的图。

图4是表示本发明的实施方式2的声音识别装置的结构的框图。

图5是表示实施方式2的声音识别装置的动作流程的流程图。

图6是用于说明实施方式2的词典生成处理部的处理的图。

图7是表示本发明的实施方式3的声音识别装置的结构的框图。

图8是表示实施方式3的声音识别装置的动作流程的流程图。

图9是用于说明识别对象语句候补的语句裁减处理的图。

图10是表示本发明的实施方式4的声音识别装置的结构的框图。

图11是表示实施方式4的声音识别装置的动作流程的流程图。

图12是表示本发明的实施方式5的声音识别装置的结构的框图。

图13是表示实施方式5的声音识别装置的动作流程的流程图。

图14是表示去除的词汇的通知例的图。

具体实施方式

下面，为了更详细地说明本发明，根据附图对用于实施本发明的方式进行说明。

实施方式1.

图1是表示本发明的实施方式1的声音识别装置的结构的框图。在图1中，实施方式1的声音识别装置1包括词典生成处理部2及声音识别处理部3。词典生成处理部2是用于生成由预先决定的声音单元(acoustic unit)数以下的语句构成的声音识别词典的单元，包括识别对象语句候补的存储部21、语句选择部22、识别对象语句的存储部23、声音识别词典生成部24、及声音识别词典的存储部25。

存放在存储部21中的识别对象语句候补包括要由声音识别装置1识别的文本的候补和表示该文本的发音内容的声音单元的组合。此处，所谓的识别对象语句是指声音单元为规定数量以下的语句。另外，所谓的声音单元是指音素或音节等较短的声音单位。该声音单元数越多，则声音识别词典的尺寸增加。因此，在实施方式1的声音识别装置1中，仅以预先决定的声音单元数以下的语句来生成声音识别字典，从而防止词典尺寸的增大。