特許 6869454 単語決定システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6869454

(24)【登録日】2021年4月16日

(45)【発行日】2021年5月12日

(54)【発明の名称】単語決定システム

(51)【国際特許分類】

   G09B 21/04 20060101AFI20210426BHJP

   G06T 7/20 20170101ALI20210426BHJP

【ＦＩ】

   G09B21/04

   G06T7/20 300A

【請求項の数】8

【全頁数】14

(21)【出願番号】特願2018-48022(P2018-48022)

(22)【出願日】2018年3月15日

(65)【公開番号】特開2019-159192(P2019-159192A)

(43)【公開日】2019年9月19日

【審査請求日】2019年3月15日

(73)【特許権者】

【識別番号】515064858

【氏名又は名称】株式会社ユニオンソフトウェアマネイジメント

(73)【特許権者】

【識別番号】304021277

【氏名又は名称】国立大学法人 名古屋工業大学

(74)【代理人】

【識別番号】100104466

【弁理士】

【氏名又は名称】村山 信義

(72)【発明者】

【氏名】青井 基行

(72)【発明者】

【氏名】赤津 舞子

(72)【発明者】

【氏名】三浦 七瀬

(72)【発明者】

【氏名】酒向 慎司

【審査官】 西村 民男

(56)【参考文献】

【文献】 特開２０１４−１７４１９９（ＪＰ，Ａ）

【文献】 特開２０１３−８３８９７（ＪＰ，Ａ）

【文献】 特開２００３−５０６６３（ＪＰ，Ａ）

【文献】 特開２００２−３５８０９７（ＪＰ，Ａ）

【文献】 特開２０００−３３０５８６（ＪＰ，Ａ）

【文献】 特開２０００−２８４６８２（ＪＰ，Ａ）

【文献】 竹内 勝，グラフ探索アルゴリズムに基づく手話認識方式 Sign Language Recognition using Graph-Search Algorithms，情報処理学会研究報告，日本，社団法人情報処理学会，１９９６年 ３月１５日，第96巻, No. 27，pp. 89-94

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０９Ｂ １／００−１９／２６，２３／００−２９／１４，

Ｇ０６Ｆ１７／２０−１７／２６，

Ｇ０６Ｔ ７／００− ７／９０，

Ｇ１０Ｌ１５／００−１７／２６

(57)【特許請求の範囲】

【請求項1】

手振り翻訳システムにおける認識対象である文に含まれる単語を決定する単語決定システムであって、
前記文を単語毎の区間に分割し、前記区間ごとに認識される複数の単語候補を決定する単語候補決定部と、
前記各単語候補についての認識の信頼性である単語認識スコアを算出する単語認識決定部と、
前記各単語候補について、当該単語候補が属する前記区間に隣り合う隣接区間に属する単語候補とのつながり易さである単語接続スコアを算出する単語接続決定部と、
前記単語認識スコアと前記単語接続スコアとからなる局所スコアを算出する局所スコア算出部とを備え、
同一の前記区間内の各単語候補のうち前記局所スコアが最大となる単語候補を正解単語として決定される単語決定システム。

【請求項2】

前記文中の前記すべての区間において、前記局所スコアが最大となる単語候補を正解単語として決定することにより、前記文の正解を決定する請求項１に記載の単語決定システム。

【請求項3】

前記区間のうち最終区間の前記単語候補の前記局所スコアを決定し、ついで順次前方の前記区間の前記単語候補の前記局所スコアを決定し、前記区間のうち最初の区間における前記単語候補の前記局所スコアは、当該単語候補の前記単語認識スコアを前記局所スコアとして、前記正解単語を決定する請求項１又は請求項２に記載の単語決定システム。

【請求項4】

前記単語接続スコアは以下の式により決定される請求項１から請求項３のいずれかに記載の単語決定システム。

【数1】

・P（w₁| w_i-1）：隣接する２つの単語候補w_i-1、w₁の接続スコア（単語間の繋がりやすさを表す確率）
・C(wi)：単語候補wiが文中に出現する回数
・V：文中に含まれる単語の種類数
・δ：出現しなかった単語の確率が０にならないように調整（スムージング）するためのスムージングパラメータ。δ＞０

【請求項5】

前記文の全区間の局所スコアは、以下の式により決定される請求項２から請求項４のいずれかに記載の単語決定システム。

【数2】

・p(w_isi,)^1-ω：単語認識スコア
・q(w_isi,W _i-1si-1,)^ω：経路s={s₀,s₁,…,s_N}にある単語w_isiからW _i-1si-1,の単語接続スコア
・ω：文脈モデルをどの程度考慮するかという重みパラメータ

【請求項6】

前記局所スコアの重みパラメータωが、０．２５〜０．７５である請求項５に記載の単語決定システム。

【請求項7】

前記単語決定システムは、手振り翻訳システムにおける認識単語の決定に用いられる請求項１から請求項６のいずれかに記載の単語決定システム。

【請求項8】

前記単語認識スコアは、手の動き、手の位置及び手の形に基づくパターン認識に基づいて算出される請求項７に記載の単語決定システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、手振り翻訳システム等における認識対象である文に含まれる単語を決定する単語決定システムに関する。

【背景技術】

【0002】

従来、手振り翻訳システム等における認識対象である文に含まれる単語を決定する単語決定システムにおいては、一般的には認識率に上限がある。例えば、手話認識システムにおいて、現状では約１００の単語を認識対象とし、その認識率は約７０％程度と考えられる。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１６−１６７１３０号公報（図１、図２等）

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記のような手話認識システムにおいては、認識対象となる語彙数が増加すると、認識性能及び処理速度ともに低下する。例えば、手話認識システムにおいては、認識対象単語数が１００から１０００個に増加すると、認識対象となる「手の動き」、「手の位置」、「手の形」の種類はそれぞれ約２倍に増える。そして、これらの「手の動き」、「手の位置」、「手の形」を組み合わせて表現される「単語」の数は約１０倍に増加する。このような認識対象単語数の増加等を理由として、単語決定システムにおける認識性能及び処理速度が著しく低下するおそれが従来から指摘されている。

【0005】

本発明の目的は、前述した従来技術の課題を解決しようとするものであり、手振り翻訳システム等における認識対象である文に含まれる単語を決定する単語決定システムであって、認識性能を向上させることのできる単語決定システムを提供することにある。また、さらに処理速度も向上させることのできる単語決定システムを提供することにある。

【課題を解決するための手段】

【0006】

上記目的を達成するための本発明の手段は、以下のものである。
（１）手振り翻訳システムにおける認識対象である文に含まれる単語を決定する単語決定システムであって、前記文を単語毎の区間に分割し、前記区間ごとに認識される複数の単語候補を決定する単語候補決定部と、前記各単語候補についての認識の信頼性である単語認識スコアを算出する単語認識決定部と、前記各単語候補について、当該単語候補が属する前記区間に隣り合う隣接区間に属する単語候補とのつながり易さである単語接続スコアを算出する単語接続決定部と、前記単語認識スコアと前記単語接続スコアとからなる局所スコア を算出する局所スコア算出部とを備え、同一の前記区間内の各単語候補のうち前記局所スコアが最大となる単語候補を正解単語として決定されることを特徴とするものである。

【0007】

（２）前記文中の前記すべての区間において、前記局所スコアが最大となる単語候補を正解単語として決定することにより、前記文の正解を決定することを特徴とする（１）に記載の単語決定システム。

【0008】

（３）前記区間のうち最終区間の前記単語候補の前記局所スコアを決定し、ついで順次前方の前記区間の前記単語候補の前記局所スコアを決定し、前記区間のうち最初の区間における前記単語候補の前記局所スコアは、当該単語候補の前記単語認識スコアを前記局所スコアとして、前記正解単語を決定する（１）又は（２）に記載の単語決定システム。

【0009】

（４）前記単語接続スコアは以下の式により決定される（１）から（３）のいずれかに記載の単語決定システム。

【0010】

【数1】

・P（w_i| w_i-1）：隣接する２つの単語候補w_i-1、w₁の接続スコア（単語間の繋がりやすさを表す確率）
・C(wi)：単語候補wiが文中に出現する回数
・V：文中に含まれる単語の種類数
・δ：出現しなかった単語の確率が０にならないように調整（スムージング）するためのスムージングパラメータ。δ＞０

【0011】

（５）前記文の全区間の局所スコアは、以下の式により決定される（２）から（４）のいずれかに記載の単語決定システム。

【0012】

【数2】

・p(w_isi,)^1-ω：単語認識スコア
・q(w_isi,W _i-1si-1,)^ω：経路s={s₀,s₁,…,s_N}にある単語w_isiからW _i-1si-1,の単語接続スコア
・ω：文脈モデルをどの程度考慮するかという重みパラメータ

【0013】

（６）前記局所スコアの重みパラメータωが、０．２５〜０．７５である（５）に記載の単語決定システム。

【0014】

（７）前記単語決定システムは、手振り翻訳システムにおける認識単語の決定に用いられる（１）から（６）のいずれかに記載の単語決定システム。
（８）前記単語認識スコアは、手の動き、手の位置及び手の形に基づくパターン認識に基づいて算出される（７）に記載の単語決定システム。

【発明の効果】

【0015】

本発明の単語決定システムは、手振り翻訳システムにおける認識対象である文に含まれる単語を決定する単語決定システムであって、前記文を単語毎の区間に分割し、前記区間ごとに認識される複数の単語候補を決定する単語候補決定部と、前記各単語候補についての認識の信頼性である単語認識スコアを算出する単語認識判定部と、前記各単語候補について、当該単語候補が属する前記区間に隣り合う隣接区間に属する単語候補とのつながり易さである単語接続スコアを算出する単語接続判定部と、前記単語認識スコアと前記単語接続スコアとからなる局所スコア を算出する局所スコア算出部とを備え、同一の前記区間内の各単語候補のうち前記局所スコアが最大となる単語候補を正解単語として決定することとしている。よって、単語認識の信頼度だけではなく、単語間のつながりやすさも考慮して正解となる単語を決定することができる。したがって、単語決定システムの単語決定の認識性能を向上させることができる。また、前記文中の前記すべての区間において、前記局所スコアが最大となる単語候補を正解単語として決定することにより、前記文の正解を決定するものとすることにより、区間ごとに正解単語を決定して文全体の正解を決定することができるので、各区間の単語候補の全ての組合せであるすべての単語候補を組み合わせたすべての「経路」の探索をする必要が無い。よって、文全体の正解を決定する際の処理速度を向上させることもできる。

【図面の簡単な説明】

【0016】

【図1】図１は、本発明の単語決定システムを用いた手振り翻訳システムの全体構成を示す説明図である。

【図2】図２は、図１の手振り翻訳システムの機能ブロック図である。

【図3】図３は、図１の手振り翻訳システムの上体カメラ部で伝達者の上体を撮像した画像の例を示す図である。

【図4】図４は、図１の手振り翻訳システムの手カメラ部で伝達者の手を撮像した画像の例、及び、この手の画像に、認識した左右各手指の指先、手指関節、掌の位置を示すハンドフレームを重ね合わせた図である。

【図5】図５は、最適経路の探索の一例を示す図である。

【図6】図６は、単語決定システムによる局所スコアの算出の一例を示す図である。

【図7】図７は、単語決定システムによる経路スコアの算出の一例を示す図である。

【発明を実施するための形態】

【0017】

以下、本発明の実施の形態の単語決定システムについて、図面を参照して説明する。本例の単語決定システムは、図１に全体構成を示した手振り翻訳システム１ａにおける認識対象となる文中の単語を決定するものである。また、図２に単語決定システム１（以下「本システム１」）の機能ブロック図を示す。また、図３に、上体カメラ部で伝達者ＯＰの上体を撮像した画像の例を示す。また、図４に、手カメラ部３１，３２で伝達者ＯＰの手ＰＨＲ，ＰＨＬを撮像した画像の例、及び、この手の画像に、認識した左右各手指の指先、手指関節、掌の位置を示すハンドフレームを重ね合わせた図を示す。
本システム１では、手振り翻訳システム１ａ、具体的には手話翻訳システムにおける単語決定システムを例示する。
なお、以下の説明における上下、左右、前後は、伝達者ＯＰから見た表現で記載する。

【0018】

本実施形態に係る本システム１は、処理装置２、これに接続された手カメラユニット３、上体カメラユニット４、ディスプレイ部５２、及び発音部６２を備えている（図１参照)。

【0019】

このうち、上体カメラユニット４は、上体カメラ部４１及び上体照明ＬＥＤ４２を含み、処理装置２に有線で、具体的にはＵＳＢ(Universal Serial Bus)ケーブルで接続しており、本例では、処理装置２から給電を受けることができる。上体カメラ部４１は、図１に示すように、伝達者ＯＰの前方に配置され、図３に示すように、伝達者ＯＰの頭ＰＨ、右肩ＰＳＲ、左肩ＰＳＬ、右胸ＰＣＲ、左胸ＰＣＬ、右腕ＰＡＲ、左腕ＰＡＬ、右手ＰＨＲ、及び左手ＰＨＬを含む、伝達者ＯＰの上体ＰＵをビデオ撮影する上体カメラ部４１であり、処理装置２の手位置関係取得部２２に向けて、上体撮影データＤＰを送信する。なお、本例では、上体照明ＬＥＤ４２を備えており、環境が暗い場合など、伝達者ＯＰのビデオ撮影に適さない場合に、伝達者ＯＰを照明する補助光を発する白色ＬＥＤとされている。

【0020】

一方、手カメラユニット３は、上体カメラユニット４とは離間して配置されており、２つの手カメラ部３１，３２及び３つの手照明ＬＥＤ３３，３４，３５を含み、処理装置２に有線で、具体的にはＵＳＢケーブルにより接続して、処理装置２から給電を受ける。このうち、一対の手カメラ部３１，３２は、いずれも広角対物レンズを含む赤外線カメラであり、図１に示すように、手カメラユニット３において、互いに離間して配置されている。手カメラ部３１，３２それぞれが撮影した手(右手ＰＨＲ及び左手ＰＨＬ)の画像に視差を生じさせて、手の位置を立体的に把握するためである。手カメラ部３１，３２は、撮影した手撮影データＤＨ１，ＤＨ２を、処理装置２の「データ取得部」の一例である手データ取得部２１に向けて送信する。

【0021】

また、本例では、手照明ＬＥＤ３３，３４，３５を備えており、伝達者ＯＰの手を照明する補助光を発する赤外線ＬＥＤとされている。手照明ＬＥＤ３３は、手カメラ部３１と手カメラ部３２の間に、手照明ＬＥＤ３４は手カメラ部３１の外側に、手照明ＬＥＤ３５は手カメラ部３２の外側に配置されている。

【0022】

手カメラユニット３は、伝達者ＯＰの右手ＰＨＲ及び左手ＰＨＬを撮影し易い位置に配置する。例えば、図１に示すように、下方から、伝達者ＯＰの右手ＰＨＲ及び左手ＰＨＬを撮影するように配置する。

【0023】

処理装置２は、図示しないＣＰＵ，ＲＯＭ，ＲＡＭ等を有する公知のコンピュータであり、手データ取得部２１、手位置関係取得部２２、手振り識別部２３、単語候補決定部２４、単語認識決定部２５、単語接続決定部２６、局所スコア算出部２７、画像データ化部５１、音声データ化部６１として機能する。

【0024】

このうち、手データ取得部２１では、まず、２つの手カメラ部３１，３２から送信された手撮影データＤＨ１，ＤＨ２を用いて、図４に示すように、伝達者ＯＰの右手ＰＨＲを認識し，さらには、右手ＰＨＲの親指ＲＦ１，人差し指ＲＦ２，中指ＲＦ３，薬指ＲＦ４，小指ＲＦ５における、指先ＲＦ１０，ＲＦ２０，ＲＦ３０，ＲＦ４０，ＲＦ５０、第１関節ＲＦ１１，ＲＦ２１，ＲＦ３１，ＲＦ４１，ＲＦ５１、第２関節ＲＦ１２，ＲＦ２２，ＲＦ３２，ＲＦ４２，ＲＦ５２、第３関節ＲＦ２３，ＲＦ３３，ＲＦ４３，ＲＦ５３、右手掌ＲＨ０の位置を認識する。また、同様に、伝達者ＯＰの左手ＰＨＬの親指ＬＦ１，人差し指ＬＦ２，中指ＬＦ３，薬指ＬＦ４，小指ＬＦ５における、指先ＬＦ１０，ＬＦ２０，ＬＦ３０，ＬＦ４０，ＬＦ５０、第１関節ＬＦ１１，ＬＦ２１，ＬＦ３１，ＬＦ４１，ＬＦ５１、第２関節ＬＦ１２，ＬＦ２２，ＬＦ３２，ＬＦ４２，ＬＦ５２、第３関節ＬＦ２３，ＬＦ３３，ＬＦ４３，ＬＦ５３、左手掌ＬＨ０の位置を認識する。
なお本例では、更に２つの手撮影データＤＨ１，ＤＨ２で認識した各部位ＲＨ０，ＬＨ０，…の視差を用いて、右親指ＲＦ１の指先ＲＦ１０など、右手ＰＨＲ及び左手ＰＨＬの各部位の三次元空間における位置を算出する。具体的には、手カメラ部３１が撮影する、手カメラ部３１の対物レンズを頂点とする錐状の空間と、手カメラ部３２の対物レンズを頂点とする錐状の空間とが交差した三次元空間における位置である。
また、右手ＰＨＲ及び左手ＰＨＬの各部位の三次元空間における位置の変化により、手指の動き及び手の移動を認識することもできる。

【0025】

一方、手位置関係取得部２２では、上体撮影データＤＰを用いて、伝達者ＯＰの頭ＰＨ、右肩ＰＳＲ、左肩ＰＳＬ、右胸ＰＣＲ、及び左胸ＰＣＬと、右手ＰＨＲとの位置関係である右手位置関係を取得する。また、伝達者ＯＰの頭ＰＨ、右肩ＰＳＲ、左肩ＰＳＬ、右胸ＰＣＲ、及び左胸ＰＣＬと、左手ＰＨＬとの位置関係である左手位置関係も取得する。具体的には、「伝達者の右手が、右胸と左胸の間（胸の前、両肩の下）に位置している」、「伝達者の左手が、右胸と左胸の間よりも下に位置している」（図３の手の姿態参照)などの位置関係を取得する。
なお、右手位置関係及び左手位置関係を取得するのに当たり、上述のように、上体カメラユニット４からの上体撮影データＤＰのみを用いても良いが、図２において破線で示すように、手データ取得部２１で取得した、右手ＰＨＲ及び左手ＰＨＬの各部の位置データをも用いて、右手位置関係及び左手位置関係を取得しても良い。また、上体撮影データＤＰのほか、手撮影データＤＨ１，ＤＨ２を用いて右手位置関係及び左手位置関係を取得しても良い。

【0026】

その後、手振り識別部２３において、伝達者が右手ＰＨＲ及び左手ＰＨＬを用いて示す手振りの意味を識別する。
この際、右手ＰＨＲ及び左手ＰＨＬについての各部の位置データ、右手位置関係及び左手位置関係、並びに、これらの変化（例えば、「伝達者の右手が、右胸の前から右肩の上まで移動」）を用いて、手振りの意味を識別する。手カメラ部３１，３２からの手撮影データＤＨ１，ＤＨ２を用いて取得した右手ＰＨＲ及び左手ＰＨＬの各部の位置データを用いるほか、上体カメラ部４１からの上体撮影データＤＰを用いて取得した右手位置関係及び左手位置関係を用いて識別する。

【0027】

そして、後述するように、連続する手振りの意味からなる「文」は、単語ごとの「区間」に分割され、この区間ごとに複数の「単語候補」が決定される。この複数の単語候補には、信頼性を基準にして決定される評価値である「単語認識スコア」がそれぞれ付与される。そして、後述するように「単語接続スコア」も考慮された上で最終的に「正解単語」が決定される。

【0028】

その後、決定された正解単語に基づいて、伝達者ＯＰの手振りが示す意味を、被伝達者に知覚可能に出力する。具体的には、画像データ化部５１において、伝達者ＯＰの手振りが示す意味を、画像データＤＧとし、この画像データＤＧをディスプレイ部５２に表示させる。かくして、被伝達者に対して、伝達者ＯＰの手振りの意味を確実に伝えることができる。なお、図２において破線で囲むように、画像データ化部５１とディスプレイ部５２とが、伝達者ＯＰの手振りが示す意味を、被伝達者に画像によって知覚可能に出力する第１出力部５０に相当している。

【0029】

そのほか本例においては、本システム１では、識別した伝達者ＯＰの手振りが示す意味を、音声でも出力するように構成されている。具体的には、音声データ化部６１において、伝達者ＯＰの手振りが示す意味を、音声合成により音声データＤＳとし、アンプ及びスピーカからなる発音部６２から発音させる。かくして、伝達者ＯＰの手振りの意味を、多人数に同時に伝えやすい。なお、図２において破線で囲むように、音声データ化部６１と発音部６２とが、伝達者ＯＰの手振りが示す意味を、被伝達者に音声によって知覚可能に出力する第２出力部６０に相当している。

【0030】

次いで本システム１の単語決定の処理について説明する。本システム１の単語決定の処理では、文を単語毎の区間（セグメント）に分割し、区間ごとに認識される複数の単語候補を決定する単語候補決定部と、各単語候補についての認識の信頼性である単語認識スコアを算出する単語認識判定部と、各単語候補について、当該単語候補が属する区間に隣り合う隣接区間に属する単語候補とのつながり易さである単語接続スコアを算出する単語接続判定部と、単語認識スコアと単語接続スコアとからなる局所スコアを算出する局所スコア算出部とを備え、同一の区間内の各単語候補のうち局所スコアが最大となる単語候補を正解単語として決定するものである。以下、より具体的に説明する。

【0031】

最初に、文章中の複数の単語の認識を行う。まず、認識対象となる文について、単語単位の「区間」に分割処理をする。次いで、分割された各区間に対して単語認識処理によって複数の単語候補が得られる。後述するように、複数の単語候補にはそれぞれ、信頼性に基づく評価値（単語認識スコア）が付与される。単語の分割処理においては、文章をN個のセグメントに分け、各セグメントについてM個の単語候補が得られる。この場合には、合計でＭ^Ｎ種類の単語の列が単語候補となり、これらが、「正解単語」を組み合わせた正解の文（経路）の候補となる。

【0032】

ここで、個々の単語認識の処理（信頼性による単語認識スコアの付与）が必ずしも確かではない可能性があるため、単語認識スコアにおいて最上位以外の多数の候補に正解が含まれる可能性がある。よって例えば、図５に示すように、文としては、単語単位において所定の手順で算出された単語認識スコアが第１位候補とされる全ての単語からなる経路（Ａの経路（単語列））は不正解であり、一方、「１番目の区間」では評価値が第２位であった単語を選んだ場合の別の経路（Ｂの経路（単語列））が、文としては正解になる場合もあり得る。このため認識精度の向上のためには、Ｍ^Ｎ種類の単語の列からなる、すべての経路の中から適切な経路（正解となる単語列）を選択することが望ましく、このような選択をすることにより、より正確な文章の認識が達成できる。

【0033】

しかしながら、前述のようにＭ^Ｎ種類の単語の列からなる、すべての経路の中から適切な経路（正解となる単語列）を選択するように探索すると、探索時間を相当に要し認識処理及び処理速度が著しく低下する。特に、認識対象単語が増加すると探索すべき経路が飛躍的に増加するため、一層、低下するおそれのあることが問題となる。

【0034】

そこで「動的計画法」に基づいて、以下のように効率的に最適解を計算して経路を決定する。まず、経路の適切さを表す尺度を定義するが、この尺度は、後述する単語認識スコアと単語接続スコアに基づく経路スコアによるものとする。最初に、各区間で認識された単語候補に対して、センサから得られた身体動作の特徴（手の動きや位置、手の形などの情報）を基にパターン認識処理によって算出された評価値（単語認識スコア）の情報を付与する。本例の単語認識スコアでは、単語wの単語認識スコアpは下記の式で表される（ωについては後述する）。

【0035】

【数3】

本例では、この単語認識スコアは、前述のパターン認識によって各単語候補に対して０〜１の実数値で決定される。なお、単語認識スコアの決定手法は、これに限らず、他の評価要素・評価要素について決定しても良く、またその際の各要素の重みづけを適宜変更することも可能である。

【0036】

次に、対象となる区間の単語候補と、この区間と隣接する区間の単語候補との「単語の接続のしやすさ」である「単語接続スコア」を算出する。隣接する２つの単語w_i-1、w₁の単語接続スコア（単語間の繋がりやすさを表す確率P（w_i| w_i-1））は、下記の式で表される。

【0037】

【数1】

・P（w_i| w_i-1）：隣接する２つの単語候補w_i-1、w₁の接続スコア（単語間の繋がりやすさを表す確率）
・C(wi)：単語候補wiが文中に出現する回数
・V：文中に含まれる単語の種類数
・δ：出現しなかった単語の確率が０にならないように調整（スムージング）するためのスムージングパラメータ。δ＞０

【0038】

スムージングパラメータは、出現しなかった単語の確率が０にならないように調整（スムージング）するためものである。本例ではδ=１として設定しているが、これに限らず、０では無い値、例えば０．５、２又は３等としても良い。このようにして算出した「単語接続スコア」と前述の「単語認識スコア」を利用することにより、特定の単語候補の局所スコアを決定する。特定の単語候補の局所スコアは、以下の式で表される。

【0039】

【数4】

このようにして算出された局所スコアが最大となる単語候補を正解単語とする。このように、連続する単語候補の「つながり易さ」である「単語接続コスト」を考慮することにより、認識パターンに基づいて算出される単語認識スコアによってのみ正解単語を決定するよりも、より正確に、特定の区間における複数の単語候補のうちの最も正解に近い単語を決定することができる。

【0040】

前述した例では、認識対象の文中の特定の単語（区間）について正解単語を決定する例について説明したが、本発明はこれに限られない。例えば、文全体を構成する単語候補について正解単語を決定する場合にも適用することができる。このような場合には、特定の区間における単語候補について、すべての区間において組み合わせた、「経路」についてのスコアを算出する。この場合に「経路」について算出するスコアである「経路スコア」について説明する。

【0041】

前述の通り、認識された単語候補の組合せである単語の列には複数通りの「経路」が考えられる。それぞれの経路について、前述した単語認識スコアと単語接続スコアの直積を、ある特定の経路の「経路スコア」として定義する。従って言い換えると、本単語決定システム１では、多数の候補経路から経路スコアが最大となる経路を探索することにより、より正確な単語認識を行うことを実現することができる。ある経路s∈S(S :考えられる全ての経路集合)が与えられたときの経路スコアP(w_s)は、下記の式で表される。

【0042】

【数2】

・p(w_isi,)^1-ω：単語認識スコア
・q(w_isi,W _i-1si-1,)^ω：経路s={s₀,s₁,…,s_N}にある単語w_isiからW _i-1si-1,の単語接続スコア
・ω：文脈モデルをどの程度考慮するかという重みパラメータ

【0043】

スコアの計算の際には、単語認識スコアに対して単語接続スコアをどの程度考慮するかという調整パラメータωを使用する。この重みパラメータωは、認識対象に応じて実験的に定める必要がある。本例では、正解が明らかになっている評価用データ（つまり、手話文の認識対象データとその正解の単語列）に対して、ωを０、０．１、０．２、…１．０のように一定間隔で変更しながら認識処理を行い、正解に近くなる最適な重みをグリッドサーチによって探索して決定する。そして本例では、この重みパラメータωを０．５としている。

【0044】

以上のようにして、文中の特定の単語だけではなく、文全体、すなわち「経路」のコストである「経路コスト」を算出する。そして、認識対象の文全体の認識精度を向上させることができる。

【0045】

ついで、このような経路コストを用いて認識対象の文の正解を効率的に探索する手法について説明する。すなわち、Ｍ^Ｎの多数の経路のうち前述した経路スコアが最大となる経路を効率的に探索する手法について説明する。この手法では、図６に示すように、まず経路の途中における局所的なスコアを算出する。この局所的なスコア「局所スコア」は、以下のように定められる。各区間では、すべての単語候補について、隣接する区間の各単語候補の単語認識スコアと、当該隣接する区間の各単語候補から到達したときの，当該隣接する各単語語候補からの経路スコアの積を加算することで「局所スコア」を定める。そして、N×M個の全途中地点での局所スコアを算出する。なお、最初の区間はその前からの経路が計算できないため、その時点での単語認識スコアを局所スコアとして定める（初期値）。

【0046】

そして、図７に示すように、上記の手順でN×M個の全ての単語候補で局所スコアを計算する。全ての単語候補について局所スコアを計算した後に、最後の区間（セグメント）において、同一区間（セグメント）内での局所スコアが最大となる単語候補を一つ選択する。そして、順次、一つ前の区間（セグメント）について同じ操作を繰り返す（バックトレース）。このようにして、各区間での最適（経路スコアが最大）な単語候補を選択し、これらの各区間において選択された候補の列が、最適な経路スコアを持つ単語の列であるものとして決定される。このようにして、Ｍ^Ｎ種類の単語の列（経路）の全てを探索する必要なく、N×M個の単語候補の局所コストを算出するだけで最適な経路を探索することができるので、認識精度の向上だけではなく、処理速度の著しい向上も図ることができる。

【0047】

本発明は前述の実施の形態に限られるものではなく、本発明の趣旨の範囲内で適宜変更することが可能である。例えば、文中の中間の区間の単語候補から、後方又は前方への局所コストを算出することも可能である。

【0048】

また、前述した例では、本単語決定システムは、手振り翻訳システムにおいて用いるものとしているが、他の種類のシステムにおける単語決定システムに用いることも可能である。例えば、音声による文章中の単語決定システムに利用することとしても良い。この場合には、単語認識スコアは、音声認識における評価によって決定される点で前述の例と異なる。また、メロディについての決定システムや、広く、記号列の順序関係に何らかの制約が含まれる時系列パターンの決定システムなどに用いても良い。
また、前述した例では、単語接続スコアについて前述した式２により決定したが、これに限らず、認識される単語と単語の間において想定される身体動作移行の「しやすさ」や身体動作移行の「変化の自然さ」を考慮した算出手法で決定するなど、他の手法により決定することも可能である。
また、前述した例では、単語接続スコアの重みづけのパラメータωを０．５としているが、０〜１．０の範囲内で他の重みづけの数値としても良い。より好ましくは、重みパラメータωは０．２５〜０．７５とすることが良い。この重みづけの値は、認識対象となる文章に用いられることの多い単語の種類、用いられる単語認識システムの精度、認識対象となる文章に用いられることの多い単語間の単語接続スコアの重要性などにより適宜変更することが望ましい。また、この重みパラメータωは、より文脈どおりに認識してほしい（＝例外はあまり認めない、決まったパターンしか出てこない）と考えたシステムであれば大きい値とし、逆にあまり文脈に縛られない（崩れた文法でも認識できるようにする）ようにするには小さい値とするなどと適宜変更して良い。
また、前述の例では、単語認識スコアは、手の動き、手の位置及び手の形に基づくパターン認識に基づいて算出されるものとしているが、これに限らず他の要素を考慮して算出することとしても良い。

【産業上の利用可能性】

【0049】

本発明は、文中の単語の認識を必要とする単語認識システムに利用する単語決定システムとして広く利用することができる。

【符号の説明】

【0050】

１ 単語決定システム
１ａ 手振り翻訳システム
２ 処理装置
２１ 手データ取得部
２２ 手位置関係取得部
２３ 手振り識別部
２４ 単語候補決定部
２５ 単語認識決定部
２６ 単語接続決定部
２７ 局所スコア算出部
３ 手カメラユニット
３１，３２ 手カメラ部
ＤＨ１，ＤＨ２ 手撮影データ
３３，３４，３５ 手照明ＬＥＤ
４ 上体カメラユニット
４１ 上体カメラ部
ＤＰ 上体撮影データ
４２ 上体照明ＬＥＤ
５ 第１出力部（出力部）
５１ 画像データ化部
ＤＧ 画像データ
５２ ディスプレイ部
６ 第２出力部（出力部）
６１ 音声データ化部
ＤＳ 音声データ
６２ 発音部
ＯＰ 伝達者
ＰＵ （伝達者の）上体
ＰＨＲ 右手
ＰＨＬ 左手
ＲＦ１ 右親指
ＲＦ１０ （右親指の）指先
ＲＦ１１ （右親指の）第１関節（指関節）
ＲＦ１２ （右親指の）第２関節（指関節）
ＲＦ２ 右人差し指
ＲＦ２０ （右人差し指の）指先
ＲＦ２１ （右人差し指の）第１関節（指関節）
ＲＦ２２ （右人差し指の）第２関節（指関節）
ＲＦ２３ （右人差し指の）第３関節（指関節）
ＲＦ３ 右中指
ＲＦ４ 右薬指
ＲＦ５ 右小指
ＬＦ０ （左手の）掌
ＬＦ１ 左親指
ＬＦ１０ （左指の）指先
ＬＦ１１ （左親指の）第１関節（指関節）
ＬＦ１２ （左親指の）第２関節（指関節）
ＬＦ２ 左人差し指
ＬＦ２０ （左人差し指の）指先
ＬＦ２１ （左人差し指の）第１関節（指関節）
ＬＦ２２ （左人差し指の）第２関節（指関節）
ＬＦ２３ （左人差し指の）第３関節（指関節）
ＬＦ３ 左中指ＬＦ４ 左薬指
ＬＦ５ 左小指

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】