語音識別裝置及方法、以及半導體集成電路裝置制造方法及圖紙

本發明專利技術涉及一種語音識別裝置及方法、以及半導體集成電路裝置，通過使語音識別中選擇項信息的更新變容易從而適當限制選擇項信息的范圍以提高識別率、或者能應對較深的語音識別分級菜單。語音識別用的半導體集成電路裝置包括：將表示單詞或者語句的文本數據與指令一起接收并根據指令在轉換列表中設定文本數據的轉換候選設定部；從語音識別數據庫中提取與在轉換列表中所設定的文本數據表示的單詞或者語句的至少一部分相對應的標準模式的標準模式提取部；提取所輸入的語音信號的頻率成分并生成表示頻率成分的分布狀態的特征模式的信號處理部；檢測根據語音信號的至少一部分而生成的特征模式和標準模式的一致性并輸出語音識別結果的一致檢測部。

【技術實現步驟摘要】
語音識別裝置及方法、以及半導體集成電路裝置
本專利技術涉及一種語音識別裝置以及語音識別方法，所述語音識別裝置及語音識別方法作為自動販賣機、家電產品、家用設備、車載裝置(導航裝置等)、以及移動終端等中的人機界面技術的一環，對語音進行識別，并實施與該識別結果相對應的響應及處理。并且，本專利技術涉及一種在這種語音識別裝置中所使用的半導體集成電路裝置等。
技術介紹
語音識別為一種如下的技術，S卩，通過對被輸入的語音信號進行分析，并將作為該分析的結果而得出的特征模式、與根據被預先收錄的語音信號而存儲于語音識別數據庫中的標準模式(也稱為“模板”)進行對照，從而得到識別結果的技術。但是，在未對對照的范圍設置限制的情況下，應當進行比較的特征模式與標準模式的組合將成為龐大的數量，從而為了得到識別結果而需要花費較多的時間，并且由于具有相似的標準模式的單詞或者語句的數量也會變多，因此將會呈現出識別率降低的趨勢。作為相關聯的現有技術，在專利文獻I中公開了一種如下的播放裝置，其目的在于，不需要預先的準備或大量的詞典，通過語音便能夠指定應當播放的樂曲等的內容。該播放裝置讀取被存儲在⑶中的TOC (Table Of Contents:目錄表)數據內的曲名數據，預先將該曲名數據轉換為與語音識別結果相同的格式以作為候選數據而進行保存，并將對語音輸入的曲名實施語音識別處理而得到的結果與候選數據進行對照，并且對與匹配性最高的候選數據相對應的樂曲進行播放。其結果為，由于能夠通過用戶的語音來指定應當播放的樂曲，因此減少了由用戶實施的顯示確認及按鈕操作等。在專利文獻I的播放裝置中，語音識別中的選擇項被限定于被存儲在CD中的樂曲，并且作為文字信息的曲名數據被轉換成與語音識別結果相同格式的候選數據。但是，將曲名數據等的文字信息轉換為候選數據的處理的負擔較大，在如以導航裝置為代表的這種實施多種多樣的信息處理的裝置中，難以與已經在實施的其他信息處理并行地，迅速地實施隨著該轉換處理而產生的語音識別詞典的制作及更新等的操作。因此，將產生語音識別處理延遲的問題。此外，在專利文獻2中公開了一種車載信息處理裝置，其目的在于，能夠在用于語音識別的語音識別詞典的更新過程中實施語音識別。該車載信息處理裝置具有:連接單元，其上連接有信息終端，所述信息終端具有信息數據和屬性數據，所述屬性數據包括對該信息數據進行確定的識別信息；語音識別詞典制作單元，其取得信息終端所具有的屬性數據，并將該屬性數據的一部分轉換成語音識別信息，并且將該語音識別信息與識別信息關聯起來從而制作出語音識別詞典；詞典存儲單元，其對所制作出的語音識別詞典進行存儲；語音識別處理單元，其實施語音識別處理，所述語音識別處理為，對所輸入的語音進行處理，并從語音識別詞典中檢測出與對應于該語音的語音識別信息相關聯的識別信息；信息數據取得單元，其通過設定所檢測出的識別信息，從而根據該識別信息來取得信息終端的信息數據，并且所述車載信息處理裝置輸出基于所取得的信息數據的信息。專利文獻2的車載信息處理裝置具有判斷單元，在語音識別詞典制作單元制作語音識別詞典的過程中，所述判斷單元通過被存儲于詞典存儲單元中的語音識別詞典來實施語音識別處理，并對通過該語音識別處理所檢測出的識別信息與信息終端的識別信息一致還是不一致進行判斷，在一致時與不一致時，對在信息數據取得單元中設定的識別信息進行變更，從而使所取得的信息數據成為不同的數據。但是，如果在取得了新的屬性數據后，使用被存儲于詞典存儲單元中的更新前的語音識別詞典來實施語音識別處理，則也存在無法獲得良好的語音識別結果的情況。此外，在語音識別中，對于在根據語音信號而對單詞或者語句進行識別時所要求的識別精度的嚴密性或者模糊性而言，無論具有相似的表達模式的單詞或者語句的數量多少，而均被設定為固定。作為相關聯的現有技術，在專利文獻3中公開了一種如下的語音識別裝置，其目的在于，即使在使用者的講話模糊的情況下，也能夠精度良好地對使用者的講話進行識別。該語音識別裝置為，根據針對所輸入的語音的識別結果而對控制對象的控制內容進行確定的語音識別裝置，其具備任務種類確定單元和語音識別單元，其中所述任務種類確定單元根據預定的確定輸入而對表示控制內容的任務的種類進行確定，所述語音識別單元將由任務種類確定單元確定出的種類的任務作為判斷對象，而對所輸入的語音進行識別。在專利文獻3的語音識別裝置中，當根據語音信號而良好地識別出用戶的語句時，即使在用戶的語句中未確定出對什么進行內容控制，也能夠按照如何進行控制這種指標來對識別對象進行限定，從而對控制對象的控制內容進行確定。但是，在根據語音信號而對用戶的語句進行識別時所要求的識別精度的嚴密性或者模糊性為固定，從而無法提高語音識別中的識別率。雖然一般情況下，語音識別中的選擇項信息保存在語音識別詞典中，但是由于語音識別詞典的更新需要時間，因此在語音識別處理的執行過程中難以實施對選擇項信息的更新。例如，在實施多次提問并根據針對于每次提問的回答而判斷說話人的目的的這種情況下，雖然準備了設定有該多次提問和對于這些提問的多個選擇項的語音識別腳本，但難以對針對于沿著龐大的腳本而產生的多次提問的多個選擇項的選擇項信息進行變更。因此，本專利技術的目的之一在于，通過使語音識別中的選擇項信息的更新變得容易，從而適當地限制選擇項信息的范圍以提高識別率、或者能夠應對較深的語音識別分級菜單。如上所述，在語音識別中，對于根據語音信號而對單詞或者語句進行識別時所要求的識別精度的嚴密性或者模糊性而言，無論具有相似的表達模式的單詞或者語句的數量多少，而均被設定為固定。因此，由于在選擇項的數量較多時與較少時、或者選擇項中相似的語句較多時與較少時，以相同的識別條件來實施語音識別，因此存在語音識別中的識別率得不到提高的問題。專利文獻1:日本特開2005-85433號公報(摘要)專利文獻2:日本特開2011-39202號公報(段落0004?0010)專利文獻3:日本特開2008-64885號公報(段落0006?0010)
技術實現思路
因此，鑒于上述情況，本專利技術的目的之一在于，通過適當地限制語音識別中的選擇項的數量，并且根據選擇項而使語音識別所要求的識別精度的嚴密性或者模糊性發生變化，從而提高語音識別中的識別率。本專利技術是為了解決上述的課題或問題中的至少一個而完成的。為了解決以上的課題，本專利技術的第一觀點所涉及的半導體集成電路裝置具備:語音識別數據庫存儲部，其中存儲有語音識別數據庫，所述語音識別數據庫包括，表示在預定的語言中所使用的多個音素的頻率成分的分布狀態的標準模式；轉換候選設定部，其將表示單詞或者語句的文本數據與指令一起接收，并按照指令而在轉換列表中設定文本數據；轉換列表存儲部，其中存儲有轉換列表；標準模式提取部，其從語音識別數據庫中提取與由在轉換列表中所設定的文本數據所表示的單詞或者語句的至少一部分相對應的標準模式；信號處理部，其通過對所輸入的語音信號實施傅立葉轉換從而提取語音信號的頻率成分，并生成表示語音信號的頻率成分的分布狀態的特征模式；一致檢測部，其對根據語音信號的至少一部分而生成的特征模式、和從語音識別數據庫中提取的標準模式之間的一致性進行檢測，并輸出語音識別結果，所述語音識別結果為，在成為轉換本文檔來自技高網...

【技術保護點】
一種半導體集成電路裝置，具備：語音識別數據庫存儲部，其中存儲有語音識別數據庫，所述語音識別數據庫中包括，表示在預定的語言中所使用的多個音素的頻率成分的分布狀態的標準模式；轉換候選設定部，其將表示單詞或者語句的文本數據與指令一起接收，并按照所述指令而在轉換列表中設定文本數據；轉換列表存儲部，其中存儲有所述轉換列表；標準模式提取部，其從所述語音識別數據庫中提取與由在所述轉換列表中所設定的文本數據所表示的所述單詞或者語句的至少一部分相對應的所述標準模式；信號處理部，其通過對所輸入的語音信號實施傅立葉轉換從而提取所述語音信號的頻率成分，并生成表示所述語音信號的頻率成分的分布狀態的特征模式；一致檢測部，其對根據所述語音信號的至少一部分而生成的所述特征模式、和從所述語音識別數據庫中提取的所述標準模式之間的一致性進行檢測，并輸出語音識別結果，所述語音識別結果為，在成為轉換候選的多個單詞或者語句內確定出被檢測為一致的單詞或者語句的語音識別結果。

【技術特征摘要】
2013.02.25 JP 2013-034257;2013.03.05 JP 2013-042661.一種半導體集成電路裝置，具備: 語音識別數據庫存儲部，其中存儲有語音識別數據庫，所述語音識別數據庫中包括，表示在預定的語言中所使用的多個音素的頻率成分的分布狀態的標準模式； 轉換候選設定部，其將表示單詞或者語句的文本數據與指令一起接收，并按照所述指令而在轉換列表中設定文本數據； 轉換列表存儲部，其中存儲有所述轉換列表； 標準模式提取部，其從所述語音識別數據庫中提取與由在所述轉換列表中所設定的文本數據所表示的所述單詞或者語句的至少一部分相對應的所述標準模式； 信號處理部，其通過對所輸入的語音信號實施傅立葉轉換從而提取所述語音信號的頻率成分，并生成表示所述語音信號的頻率成分的分布狀態的特征模式； 一致檢測部，其對根據所述語音信號的至少一部分而生成的所述特征模式、和從所述語音識別數據庫中提取的所述標準模式之間的一致性進行檢測，并輸出語音識別結果，所述語音識別結果為，在成為轉換候選的多個單詞或者語句內確定出被檢測為一致的單詞或者語句的語音識別結果。2.如權利要求1所述的半導體集成電路裝置，其中， 還具備語音信號合成部，所述語音信號合成部接收表示針對于所述語音識別結果的響應內容的響應數據，并根據所述響應數據來合成輸出語音信號。3.如權利要求1或2 所述的半導體集成電路裝置，其中， 所述信號處理部在所述語音信號的電平超過了預定的值時將語音檢測信號激活。4.一種語音識別裝置，具備: 權利要求1所述的半導體集成電路裝置； 控制部，其將表示所述單詞或者語句的文本數據與指令一起發送至所述半導體集成電路裝置。5.一種語音識別裝置，具備: 權利要求2所述的半導體集成電路裝置； 控制部，其接收所述語音識別結果，并將所述響應數據、以及所述表示單詞或者語句的文本數據，與所述指令一起發送至所述半導體集成電路裝置。6.一種語音識別裝置，具備: 權利要求3所述的半導體集成電路裝置； 控制部，其以如下的方式對所述半導體集成電路裝置進行控制，即，在從所述語音檢測信號被激活起的預定的期間內未得到表現出所述特征模式與所述標準模式之間的一致的語音識別結果的情況下，將應當向所述轉換列中表追加的文本數據與所述指令一起發送至所述半導體集成電路裝置，并實施一致檢測。7.一種語音識別方法，包括如下步驟: 步驟(a)，將表示單詞或者語句的文本數據與指令一起接收，并按照所述指令而在轉換列表中設定文本數據； 步驟(b)，從包括表示在預定的語言中所使用的多個音素的頻率成分的分布狀態的標準模式的語音識別數據庫中，提取與由在所述轉換列表中所設定的文本數據所表示的所述單詞或者語句中的至少一部分相對應的所述標準模式；步驟(C)，通過對所輸入的語音信號實施傅立葉轉換從而提取所述語音信號的頻率成分，并生成表示所述語音信號的頻率成分的分布狀態的特征模式； 步驟(d)，對根據所述語音信號的至少一部分而生成的所述特征模式、和從所述語音識別數據庫中提取的所述標準模式之間的一致性進行檢測，并輸出語音識別結果，所述語音識別結果為，在成為轉換候選的多個單詞或者語句內確定出被檢測為一致的單詞或者語句的語音識別結果。8.一種半導體集成電路裝置，具備: 語音識別數據庫存儲部，其中存儲有語音識別數據庫，所述語音識別數據庫包括，表示在預定的語言中所使用的多個音素的頻率成分的分布狀態的標準模式； 轉換信息設定部，其將表示成為轉換候選的單詞或者語句的文本...

【專利技術屬性】
技術研發人員：野中勉，
申請(專利權)人：精工愛普生株式會社，
類型：發明
國別省市：日本;JP