[发明专利]声音识别装置

说明书

技术领域

      本发明涉及从多个声音识别结果中采用可能的识别结果候选来进行输出的声音识别装置。

背景技术

      以往，提出了以下方案：在可识别的词汇领域中，同时使用环境不同的多个识别引擎来进行声音识别，从所获得的识别结果中获取可能的识别结果(例如，参照专利文献1)。

现有技术文献

专利文献

      专利文献1

日本专利特开2007-33671号公报

发明内容

发明所要解决的技术问题

      以往，在从由多个识别引擎所获得的识别结果中选择最终识别结果时，通过对根据多个识别引擎各自的基准来决定的识别结果的可靠性进行比较来选择可靠性最高的识别结果，或者按照可靠性由高到低的顺序对多个识别引擎的所有识别结果进行排序，并选择可靠性较高的识别结果。

因此，存在以下问题：在能被某个识别引擎所识别的单词或字串(以下记载为字串，设字串中也包含一个单词)的一部分与能被其它识别引擎所识别的字串相一致的情况下，有可能将应该能被某个识别引擎所识别的结果误识别成其它识别引擎的结果。

      例如，可考虑存在以下情况：即，利用第一识别引擎及能识别比第一识别引擎要短的字串的第二识别引擎，来发出“California Los Angeles”的声音。在这种情况下，虽然应该选择第一识别引擎的识别结果作为可能的识别结果，但第二识别引擎也能识别出“California”这一单词。即，由于发出的声音中包含“California”这一第一及第二识别引擎都能识别的单词，因此，根据由第一及第二识别引擎各自的基准所决定的识别结果的可靠性，有可能错误地选择第二识别引擎的结果来作为最终的识别结果。

      本发明是为了解决上述问题而完成的，其目的在于获得一种能高精度地从识别引擎的声音识别结果中采用可能的识别结果的候选的声音识别装置。

解决技术问题所采用的技术方案

      本发明所涉及的声音识别装置包括：声音输入部，该声音输入部输入所发出的声音；声音识别部，该声音识别部由多个识别引擎构成，所述多个识别引擎分别对从声音输入部获取的声音进行识别；以及判定部，该判定部基于由多个识别引擎识别出的识别结果候选所分别具有的时间长度之差，来从识别结果候选中采用一个或多个识别结果候选。

发明效果

      根据本发明，具有以下效果：能高精度地从识别引擎的声音识别结果中采用可能的识别结果的候选。

附图说明

      图1是表示本发明的实施方式1所涉及的语音识别装置的结构的框图。

图2是表示识别引擎的结构的框图。

图3是表示声音起止端检测的一示例的图。

图4是举例示出能被第一及第二识别引擎所识别的字串的图。

图5是表示实施方式1所涉及的声音识别装置的动作的流程图。

图6是举例示出第一及第二识别引擎的输出信息的图。

图7是表示本发明的实施方式2所涉及的语音识别装置的结构的框图。

图8是表示实施方式2所涉及的声音识别装置的动作的流程图。

图9是举例示出对识别结果候选的时间长度与获取声音时间长度进行比较的结果的图。

图10是表示使用与识别对象的字串的类别相对应的设定值来决定发声时间的基准值的处理的图。

具体实施方式

      下面，为了更详细说明本发明，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所涉及的声音识别装置的结构的框图。图1所示的声音识别装置例如是被用作为搭载或携带入车辆内的导航装置、音频装置的输入单元的装置。作为其结构，包括声音输入部1、声音识别部2、第一及第二识别候选获取部3a、3b、判定部4以及整合部5。

      声音输入部1具有对所发出的声音进行收集以获得输入信号的功能，例如将从麦克风等输入的声音信号转换成数字信号。

声音识别部2包括分别对从声音输入部1所输出的同一声音信号进行声音识别的第一及第二识别引擎2a、2b。

第一及第二识别引擎2a、2b对所输入的声音信号实施声音识别处理，并输出识别结果的字符串、识别结果的可靠度及识别结果的时间长度。这里，第一识别引擎至少能识别出一个以上的、包含能被第二识别引擎所识别出的字串的一部分在内的字串。