[發明專利]語音識別裝置、語音識別方法及記錄介質

在審

• 申請號: 202010230365.9
• 申請日: 2020-03-23
• 公開（公告）號: CN111755000A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 西川剛樹;古川博基;坂口敦
• 申請（專利權）人: 松下電器產業株式會社
• 主分類號: G10L15/22
• 分類號: G10L15/22;G01S5/22
• 代理公司: 永新專利商標代理有限公司 72002
• 代理人: 高迪

一種語音識別裝置、語音識別方法及記錄介質。語音識別裝置具備：取得部，取得第1說話者及1個以上的第2說話者的會話的各個語音；存儲部，存儲第1說話者及1個以上的第2說話者的會話的各個語音；輸入部，受理操作輸入；發言開始檢測部，與向輸入部的操作輸入相應地按每個語音檢測開始發言的開始位置；發言者區別部，基于按每個語音設定的、受理了向輸入部的操作輸入的第1時刻以及表示發言開始檢測部根據各個語音檢測出的發言的開始位置的第2時刻，區別是進行了操作輸入的第1說話者還是未進行操作輸入的1個以上的第2說話者。然后，被進行了區別的處理的第1說話者及1個以上的第2說話者的各個語音供語音識別部語音識別。

技術領域

本公開涉及語音識別裝置、語音識別方法及記錄介質。

背景技術

例如在專利文獻1中公開了一種語音識別裝置，具備：發言定時指示取得機構，取得用戶對發言定時的指示；語音信號保持機構，對輸入的語音信號進行保持，在由發言定時指示取得機構取得了發言開始的指示的情況下，輸出所保持的語音信號及其后輸入的語音信號；發言區間檢測機構，根據由語音信號保持機構輸出的語音信號檢測發言區間；以及誤操作檢測機構，對發言區間的時刻信息與發言定時的指示的有無及時刻信息進行比較，作為用戶的誤操作進行檢測。

在該語音識別裝置中，通過對用戶的誤操作進行檢測，能夠將檢測出的誤操作向用戶通知。

在先技術文獻

專利文獻

專利文獻1：日本特許第5375423號公報

發明內容

發明所要解決的課題

但是，在專利文獻1公開的技術中，例如在第1說話者是語音識別裝置的擁有者的情況下，第1說話者由于理解了自身擁有的語音識別裝置的使用方法，能夠進行正確的操作以使語音識別裝置對自身的發言進行識別。因此，第1說話者從自身所發言的語音的開始到結束，都能夠使語音識別裝置識別。但是，第1說話者的會話對象的第2說話者不知道語音識別裝置的使用方法，第1說話者無法認識到第2說話者所發言的定時。因此，第1說話者難以從第2說話者所發言的語音的開始到結束都使語音識別裝置識別。由此，無法充分地對第2說話者所發言的語音進行語音識別，因此第1說話者需要再次促使第2說話者發言。

于是，本公開鑒于上述的緣由而做出，其目的在于，提供能夠通過切實地取得會話對象的語音從而對會話對象的語音進行語音識別的語音識別裝置、語音識別方法及記錄介質。

用于解決課題的手段

本公開的一個方式所涉及的語音識別裝置是供第1說話者與作為所述第1說話者的會話對象的1個以上的第2說話者進行會話的語音識別裝置，具備：取得部，取得所述第1說話者及所述1個以上的第2說話者的會話的各個語音；存儲部，存儲所述取得部所取得的所述第1說話者及所述1個以上的第2說話者的會話的所述各個語音；輸入部，至少受理來自所述第1說話者的操作輸入；發言開始檢測部，與向所述輸入部的操作輸入相應地，根據所述存儲部中存儲的所述各個語音按每個語音檢測開始發言的開始位置；發言者區別部，基于按每個語音設定的、受理了向所述輸入部的操作輸入的第1時刻以及表示所述發言開始檢測部根據所述各個語音檢測出的發言的開始位置的第2時刻，從所述第1說話者及所述1個以上的第2說話者之中，區別是向所述輸入部進行了操作輸入的所述第1說話者還是未向所述輸入部進行操作輸入的所述1個以上的第2說話者，由所述發言者區別部進行了所述區別的處理的所述第1說話者及所述1個以上的第2說話者的所述各個語音中的開始位置以后的語音供語音識別部進行語音識別。

此外，這些之中的一部分的具體的方式也可以使用系統、方法、集成電路、計算機程序或者計算機可讀取的CD－ROM等記錄介質實現，也可以使用系統、方法、集成電路、計算機程序及記錄介質的任意組合實現。

發明效果