JPH01100600A - パターン比較装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 産業上の利用分野 本発明は、音声等のパターンを比較するパターン比較装
置に関する。

従来の技術 以下、単語音声の認識を行う場合について説明する。ま
た、ベクトル間あるいはパターン間の相違は、類似度、
距離、誤差等の言葉が用いられ、それぞれの尺度も種々
存在するものであるが、本発明にとっては本質的なもの
ではないので、ここでは距離と言う言葉をそれ等を代表
させて用いる３　へ−７ ことにする。即ち、例えば、距離が近い、距離が小さい
と言うととは、類似度が高い、類似度が大きいと言うこ
とに対応し、距離が遠い、距離が大きいと言うことは類
似度が低い、類似度が小さいと言うととに対応する等で
ある。

音声認識等の特徴ベクトルの系列からなるパターンを認
識する方法として、所謂ＤＰマツチング法がよく用いら
れる。これは認識すべき単語音声を代表する、特徴ベク
トルの系列からなるパターンを標準パターンとして、そ
れぞれの＠紀単語音声について予め登録しておき、認識
時には、同じく特徴ベクトルの系列からなる認識さるべ
き入カバターンと前記標準パターンのそれぞれと照合を
取り、最も距離的に近い標準パターンを探索し、その標
準パターンに対応する単語を久方パターンの認識結果と
するものである。このとき、時間長の異なるパターン同
志を時間軸を非線形に伸縮させる必要があるが、これを
効率よく行うために動的計画法を用いるのがＤＰマツチ
ングと呼ばれる方法であり、今のところ最もよい結果の
得られる方法の一つである。

ところがこの方法は、時間軸の伸縮は比較すべき両パタ
ーンが最も距離的に近くなるように時間軸の伸縮が行な
われるものであって、時間軸に対する傾斜等の特徴ベク
トルの時間的変化に関すｉ特徴（以後、動的特徴と呼ぶ
ことにする）が適切に反映されないきらいがある。従っ
て、ヌベクトルの変化の仕方に特徴のある音韻に対して
は、との方法のみでは認識精度の点で不十分である。

ま六、単語辞書を音韻や音節（以後、音声素片と呼ぶこ
とにする）を表わす記号系列の形でもち、予めそれぞれ
の音声素片に対応する標準パターンを準備しておき、認
識すべき入カバターンを前記標準パターンを基にして音
声素片系列、即ち、各音声素片を表わす記号の系列に変
換し、前記単語辞書のそれぞれの単語と記号レベルのマ
ツチングを行ない、最も距離的に近い単語を認識結果と
するものがある。このとき、前記久方パターンから変換
された音声素片系列は、音声素片の認識を完全にするこ
とは不可能であるから、挿入、脱落。

５　′＼−ノ 置換等の多少の間違いを含んでいる。従って、前記記号
レベルのマツチングにおいては、予め計算し、準備され
た音声素片間距離を基に、ＤＰマツチングにより音声素
片系列間の距離を求めることになる。この場合も、前記
入カバターンに対して音声素片認識を行う場合や音声素
片間距離を求めるに際して、前記動的特徴を反映させる
ことが認識精度を上げる上で重要な問題となる。

発明が解決しようとする問題点 本発明は、上記従来例の欠点に鑑み、時間的動的特徴を
加味した音声等のパターンの認識に適用可能なパターン
比１咬装置の実現にある。

問題点を解決するだめの手段 特徴ベクトルの系列からなる第１のパターンをｉ＝１〜
Ｉの部分区間に分割し、それぞれの部分区間のパターン
を近似したベクトル値をとる時間関数のパラメータを計
算する標準パターン作成手段と、そのパラメータを前記
ｉに関連して記憶する標準パターン記憶手段と、特徴ベ
クトルの系列からなる第２のパターンの第ｉ部分区間の
候補区６　ヘーノ 間を設定する部分区間設定手段と、この設定された第２
のパターンの第ｉ部分区間の候補区間の特徴ベクトル系
列と、前記標準パターンの第ｉ部分区間のパラメータに
対応する前記時間関数との部分距離（部分類似度）を求
める部分距離（部分類似度）計算手段と、該部分距離（
部分類似度）を該部分区間のフレーム数に関連した量で
正規化する部分距離（部分類似度）正規化手段と、該出
力たる正規化部分距離（正規化部分類似度）のｉ　＝　
１〜Ｉについての合計を求める最小累積距離（最大累積
類似度）計算手段とを備え、この最小累積距離（最大累
積類似度）計算手段は、前記パラメータの１部を可変と
し、このパラメータの値と前記分割における分割点を最
適に定めることによシ、前記部分距離（部分類似度）の
１−＝１〜Ｉ。

についての合計の最小（最大）値として最小累積距離（
最大累積類似度）を求めることを特徴とする。

作　　　用 特徴ベクトルの系列からなる第１のパターンをｉ＝１〜
Ｉの部分区間に分割し、標準パターン作成手段により、
それぞれの部分区間のパターンを近似したベクトル値を
とる時間関数のパラメータを計算し、標準パターン記憶
手段によりそのパラメータを前記ｉに関連して記憶し、
部分区間設定手段により、特徴ベクトルの系列からなる
第２のパターンの第１部分区間の候補区間を設定し、こ
の設定された第２のパターンの第ｉ部分区間の候補区間
の特徴ベクトル系列と、前記標準パターンの第ｉ部分区
間のパラメータに対応する前記時間関数との部分距離（
部分類似度）を部分距＃（部分類似度）計算手段により
求め、部分距離（部分類似度）正規化手段によシ、該部
分距離（部分類似度）を該部分区間のフレーム数に関連
した量で正規化し、最小累積距離（最大累積類似度）計
算手段により、該出力たる正規化部分距離（正規化部分
類似度）のｉ　＝　１〜Ｈについての合計を求めるもの
であって、この最小累積距離（最大累積低度）計算手段
は、前記パラメータの１部を可変と、し、このパラメー
タの値と前記分割における分割点を最適に定めることに
より、前記部分距離（部分類似度）のｉ　＝　１〜Ｈに
ついての合計の最小（最大）値として最小累積距離（最
大累積類似度）を求めることを特徴とする。

実施例 前記時間関数としては、ｎ次（ｎ＝１．２．・・・）多
項式やスプライン関数等が用いられるる。ここでは簡単
のためと十分実用に耐え得るという理由から、１次関数
を用いる場合について本発明の一実施例を説明する。ま
た、前記曲線とそれに対応する実際の特徴ベクトルとの
相違を表す量として、Ｍｉ前記特徴ベクトルとそれに対
応する前記曲線上のベクトルのユークリッド距離の２乗
和を用いることにする。この場合は前記曲線は所謂最小
２乗近似直線となり、前記距離に対応する量は残差平方
和と呼ばれるものになる。

第１図は本発明の一実施例である。

先ず、第１のパターンを標準パターンとして登録する。

標準パターンの作成方法の概略は次の通りである。

９　ヘ一７ １は特徴抽出部であって、入力音声信号をフィルタバン
ク、フーリエ変換、ＬＰＣ分析等の周知の方法によって
、数ｍ５ｅｃ〜十数ｍ５ｅｃ毎（フレームと称する）に
数次元〜十数次元の特徴ベクトルの系列に変換するもの
である。

６は標準パターン作成部であって、特徴ベクトル系列か
らなる第１のパターンをｉ＝１〜Ｉの部分区間に分割し
、それぞれの部分区間のパターンを、ベクトル値をとる
時間関数で近似し、その時間関数を決定するパラメータ
を算出するものである。本実施例では最小２乗近似直線
を用いているから、このパラメータは各部分区間の特徴
ベクトルの平均ベクトルとそこを通る最小２乗近似直線
の傾き（方向）ベクトルとすることが出来る。

次にその作成方法について述べる。ここで、前記第１の
パターンを（Ｘ（ｔ））　＝　（Ｘ（１）、　Ｘ（２）
　、・・・ｘ（ｔ）　。

・・・、Ｘ（Ｔ１））とする。ｘ（ｔ）は時刻ｔにおけ
る特徴ベクトルである。この第１のパターンを、例えば
ランニングヌベクトルやサウンドスペクトログラム等に
より、最も適切であると思われる部分区間１ｏ　ヘ一／ に分割する。この時、部分区間の総数を工、部分区間の
番号を１−１〜Ｉとする。第ｉ−１部分区問および第ｉ
部分区間の最終フレームをそれぞれｒ、ｔとすれば第ｉ
部分区間における最小２乗近似直線は次のように求めら
れる。

前記第ｉ部分区間として設定されたて−ｔ　−ｒフレー
ムの部分区間に含まれる特徴ベクトルの平均値をｍ（ｉ
）とすれば、 となシ、ｕ（ｉ）をその方向ベクトルとすれば、前記部
分区間ｉに対して求めるべき最小２乗近似直線Ｑ（ｋ、
ｉ）　　（ｋ＝１〜τ）は とおける。このとき、ｘ（ｔ−ｒ＋ｋ）とＱ（ｋ、ｉ）
とのに＝１〜τの残差平方同和（部分距離）ｖ（を−τ
＋１：ｔ）は ｖ（を−τ＋１：ｔ） １１　　＼−７ ＝　Σ　（ｘ（ｔ−ｒ＋ｋ）−Ｑ（ｋ、　ｉ））’（ｘ
（ｔ−ｒ＋ｋ）−Ｑ（ｋ、　１））ｋ＝１ で表される。従って、求めるべき最小２乗近似直線は、
式（２）におけるｕ（ｉ）を部分距離ｖ（ｔ−τ＋１：
ｔ）が最小になるように定めることによって得られる。

即ち、ｖ（ｔ−τ＋１：ｔ）をｕ（ｉ）で偏微分したも
のが０に等しいとおいて、ｕ（ｉ）に関する方程式を解
くことによって得られるものであって、 （ｘ（ｔ−ｒ＋ｋ）　−Ｑ（ｋ、　ｉ　）　）＝Ｏ−−
（３）より、 ＝□・・・・・・（４） °となる。ここで、ｍ（ｉ）、　ｕ（ｉ）、Ｑ（ｋ、ｉ
）、ｘ（ｔ−ｒ＋１　）等は縦ベクトルであって、°は
転置を意味する。

また、ベクトルによる微分はその要素毎に別々に微分す
ることを意味している。

以上のようにして、第１のパターンは、部分区間ｉ　＝
　１〜Ｉのそれぞれに対するｍ（ｉ）　、　ｕ（ｉ）な
る−対のベクトルによって表現出来ることになる。

７は標準パターン記憶部であって、以上のようにして求
められた平均ベクトルｍ（ｉ）ｉ方向ベクトルｕ（１）
を標準パターンとして記憶するものである。

次に、以上のようにして登録された第１のパｉ−ンと第
２のパターンとの本発明による比較方法について説明す
る。第２のパターンも特徴抽出部１で前記標準パターン
と同様に特徴ベクトルの系列に変換される。これを（ｙ
（ｉ））　−（ｙ（１）、　ｙ（２）、・・・。

ｙ（Ｔ２））とする。ｙ（ｔ）は第２のパターンの時刻
ｔにおける特徴ベクトルである。

２は入力バノファメモリであって、特徴抽出部１で前記
第２のパターンたる特徴ベクトルの系列に変換された入
力音声を一時的に記憶するものである。

１３　　ｌ−−＞ ４はフレームカウンタであって、前記開始フレームから
終了フレームまでをフレーム毎に計数するものである。

従って、フレームカウンタ４は現在処理中のフレーム番
号を指示している。

３は部分区間設定部であって、前記入カバターンに対し
て部分区間を設定するものである。いま、フレームカウ
ンタ４の内容をｔとするとき、部分区間設定３は、ｒ　
＝　ｔ　−ｓ　Ｎｔ　−ｅなるフレームを第ｉ部分区間
の始端候補フレームとして順次設定するものである。こ
こで、ｓ、ｅは部分区間として許される範囲を制限する
ために、予め与えられる定数である。

８．９．１０はそれぞれ部分距離計算部、部分距離正規
化部、最小累積距離計算部であって、前記第２のパター
ンの１〜Ｔ２フレームを工の部分区間に分割し、前記第
２のパターンの第１部分区間と、第１のパターンの第ｉ
部分区間との正規化部分距離ｖ（ｆ（ｉ−１）＋１　：
ｆ（ｉ）／ｒ、のｌ−１〜Ｉについての総和ｖ’（１：
ｆ（１））／ｒ　　＋ｖ’（、ｆ（１）＋１：ｆ（２）
）／ｒ２＋　−−−＋　ｖ’（ｆ　（ｌ−１）＋１：　
ｆ（Ｉ））／ｒ１　”が最小になるよう１４　／、：−
ッ に工分割しく以後、最適に１分割すると言うことにする
）、その総和（以後、最小累積距離と呼ぶことにする）
　ｖ’　（Ｔ２　、　Ｉ　）　　を求めるものである。

ここで、ｆ（ｉ）（ｉ　＝　１〜Ｉ）は分割された第ｉ
部分区間の最終フレーム、τｉは第１部分区間のフレー
ム数である。ｖ’　（ｆ　（ｉ　−１）　＋　１　：　
ｆ（ｉ））は第ｉ部分区間の部分距離であって、部分距
離計算部８で計算されるものである。部分距離正規化部
９は、部分距離計算部で計算される部分距離をその部分
区間のフレーム数に関連した量で正規化するものであっ
て、本実施例の場合はベクトル間距離の２乗和を部分距
離としているから、正規化係数はオーダー的に釣合をと
るために、その部分区間のフレ−ム数の２乗、即ち、τ
ｉ　としている。もし、部分距離をいわゆる絶対値距離
（市街地用りで定義するなら、この正規化係数はτ１と
するのが妥当である。この正規化をする意味は、各部分
区間は種々の長さからなるが、その長さに関連する量に
よって正規化することにより、それらの部分区間の長さ
に関わらず各部分区間の全体に与える寄与１５１、−７ の度合を同等にすることが出来る。即ち、もし、正規化
を行わないならば、長い部分区間の全体の結果に及ぼす
影響は短い部分区間のそれに比べて大きくなることにな
る。前記第２のパターンの第ｉ部分区間と、第１のパタ
ーンの第１部分区間との部分距離は、前記第２のパター
ンの第ｉ部分区間の特徴ベクトルのそれぞれと、前記第
１のパターンの第ｉ部分区間に対して標準パターンとし
て登録されている最小２乗近似直線との誤差の２乗和で
ある。

最小累積距離ｖ’（Ｔ２　、　Ｉ　）肯駐計画法によっ
て効率的に計算出来る。即ち、順化式 ％式％）） について順次計算すればよい。この式の意味するところ
は、１〜ｔフレームをｉ分割したときの前フレームをｉ
−１分割したときの最小累積距離Ｖ’（ｒ、１−１）と
、第ｉ部分区間の部分距離Ｖ’（ｒ　：　ｔ　）との和
のｒに関する最小値として求まるということである。こ
れは、第（５）式を満足するｒ　ｋ　’ｏｐｔとすれば
、１〜ｔフレームを最適にｉ分割したとき、１〜ｒａｐ
ｔ　フレームにおける各部分区間の分割点は、１〜ｒｏ
ｐｔフレームを最適にｉづ分割したときの各部分区間の
分割点に一致する、最適過程の部分過程はその部分でも
また最適過程になっているという、所謂最適性の原理に
基づくものである。

式（５）において、前記第１のパターンの部分区間ｉに
対する最小２乗近似直線Ｑ（ｋ、　ｉ　）（ｋ　＝１〜
τ。

τ＝　ｔ　−ｒ　）は であるから、前記第２のパターンの第ｉ部分区間に含ま
れる特徴ベクトルｙ（を−τ十ｋ）とＱ（ｋ、ｉ）との
に＝１〜τの部分距離ｖ’（ｔ−ｒ＋１：ｔ）＝ｖ’（
ｒ　＋１　：　ｔ　）は ｖ’（を−τ＋１：ｔ） で表されるが、本発明は、式（６）においてＱ（ｋ、ｉ
）を決定づけるパラメータｍ１ｉ）　、　ｕ（ｉ）の中
、一方は標準パターンのものを用い、他方は入カバター
ンについて最適化することを特徴とする。即ち、最小２
乗近似直線の場合はｍ（ｉ）は標準パターンのものを用
い、ｕ（ｉ）を入カバターンについて最適化する第１の
方法と、ｕ（ｉ）は標準パターンのものを用い、−（ｉ
）を入カバターンについて最適化する第２の方法が考え
られる。

先ず、第１の方法について説明する。

この場合は、漸化式（５）の最小化は、分割点のみでな
く、部分区間ｉにおける直線Ｑ（ｋ、ｉ）の傾き（方向
ベクトル）についても行うことになる。このことを陽に
表現すれば式（５）は次のように変更される。

１８　へ−ノ 即ち、この式を満足するｕ（ｉ）は、標準パターンの第
ｉ部分区間の平均ベクトルｍ１ｉ）を通る直線を、第２
のパターンのフレームｒ−１−１〜ｔの第ｉ　部分区間
に含まれる特徴ベクトル系列ｙ（を−τ＋１）〜ｙ（ｔ
）に対して誤差が最小になるように回転させたとき、そ
の直線の傾き（方向ベク）／し）である。従って、この
ときのｕ（ｉ）をｕ′（ｉ）とすれば、明らかにとなる
。従って、この時の近似直線をＱ’（ｋ、ｉ）とすれば
、 となり、部分距離ｖ’（ｒ＋１：ｔ）はｖ’（ｔ−τ±
１：ｔ） ・・・・・・・・・・・・（１０） １９　・＼−／ となる。

この第１の方法は、明らかに標準パターンの作成におい
て最小２乗近似直線を求める必要はなく、単にそれぞれ
の部分区間の特徴ベクトルの平均ベクトルを求めるだけ
でよい。従って、この場合は標準パターン作成部は第２
図（、）に示すようになる。

同図において、６１はバッファメモリであって、第１の
パターンを一時記憶するだめのものである。

６ｏは分割区間指定部であって、ランニングスペクトル
、サウンドスペクトログラム等別途観測することによシ
（図示せず）、前記バッファメモリに対して、分割すべ
き部分区間を指定するものである。６２は平均値計算部
であって、前記指定された部分区間内の特徴ベクトルの
平均ベクトルを算出するものである。従って、第１図７
の標準パターン記憶部は前記各部分区間の平均ベクトル
をそれぞれの部分区間番号に関連して記憶することにな
る。

第３図（ａ）、Φ）は以上第１の実施例の概念を具体的
に説明するために、１次元で表わされたパターンを想定
して、前記マツチングの様子を図示するものである。横
軸はフレーム、縦軸はｆＴ前記ベクトルを構成する特徴
量、・は各時点における特徴ベク）／しの座標位置を表
す。（ａ）は標準パターンたる第１のパターンとそれか
ら求められる最小２乗近似直線Ｑ（ｋ、１）（ｉ＝１．
２．３に対応する線分は１００．１０１，１０２）を示
し、本例では３分割の場合を示す。（ｂ）は前記最小２
乗近似直線Ｑ（ｋ、ｉ）　に対する前記第２のパターン
の誤差が最も小さくなるように分割した場合のｍＩ記近
似直線α（ｋ、１）（ｉ＝１．２．３に対応する線分は
１００′。

１０１’、１０２’）　　を示しティる。Ｑ’（ｋ、ｉ
）の平均値はＱ（ｋ、ｉ）に等しく、傾きは入カバター
ンに最適化されている。

次に、第２の実施例を説明する。

この場合は、漸化式（６）の最小化は、分割点と部分区
間ｉにおける平均値について行うことになる。

このことを陽に表現すれば式（５）は次のように変更さ
れる。

２１　／、−７ ｍ（ｉ） ・・・・・・・・・・・・・・・（５“）即ち、この式
を満足するｍ（ｉ）は、標準パターンの第ｉ部分区間の
最小２乗近似直線の傾き（方向ベクトル）ｕ（ｉ）の直
線を、第２のパターンのフレームｒ＋１〜ｔの第ｉ部分
区間に含まれる特徴ベクトル系列ｙ（を−τ＋１）〜ｙ
（ｔ）　　に対して、誤差が最小になるように平行移動
することになる。従って、このときのｍ（ｉ）をｍτｉ
）とすれば、となる。

従って、この時の近似直線をＱ’（ｋ、ｉ）とすれば、
となシ、部分距離ｖ’（ｒ＋１：ｔ）はｖ’（を−τ＋
１：ｔ） ＝Σ（ｙ（ｔ−τ十ｋ）−Ｑ’（ｋ、ｉ））’（ｙ（ｙ
τ＋ｋ）　−〇’　（ｋ、　ｉ　））・・・（１３）ｋ
＝１ ２２　′＼−７ となる。

この場合は第１図標準パターン作成部６は第２図（ｂ）
のようになる。分割区間指定部６Ｑ、ノくノファメモリ
６１は第２図（ａ）と全く同様のものである。

６２は最小２乗近似直線算出部であって、前記各部分区
間の最小２乗近似直線を算出するものである。この場合
は第１図標準パターン記憶部７は前記各部分区間の最小
２乗近似直線の方向ベク）／しをそれぞれ部分区間番号
に関連して記憶することになる。

第４図（、）　、　（ｂ）は以上第２の実施例の概念を
具体的に説明するために、１次元で表わされたパターン
を想定して、前記マツチングの様子を図示するものであ
る。横軸はフレームを表し、縦軸は前記ベク）／しを構
成する特徴量を表す。（ａ）は第３図（ａ）と同様であ
る。（ｂ）は前記最小２乗近似直線Ｑ（ｋ、ｉ）に対す
る前記第２のパターンの誤差が最も小さくなるように分
割した場合の前記近似直線Ｑ’（ｋ、１）（ｉ＝＝１．
２．３に対応する線分は１００．１０１　。

１０２°゛）を示しティる。Ｑ’（ｋ、ｉ）ノ傾きはＱ
（ｋ　、　ｉ　）２３　パ−・ に等しく、平均値は入カバターンに最適化されている。

１０は最小累積距離記憶部であって、最小累積距離計算
部９の結果、即ち、１〜ｔフレームを最適にｉ分割した
ときの最小累積距離Ｖ’（ｔ　、　ｉ　）を１−１〜Ｉ
について記憶する。Ｖ’（ｔ　、　ｉ　）は最小累積距
離計算部９における以後の順化式の計算に用いられる。

１１は分割数指定部であって、第ｔフレームまでの分割
数１〜Ｉを最小累積距離計算部９に順次与えるものであ
って、最小累積距離計算部７はこの指令に従って前記順
化式を毎を毎に１−１〜Ｉについて計算することになる
。■は標準パターン記憶部から与えられる。

以上の計算をｔ　＝１〜Ｔ２．ｉ−１〜Ｉについて計算
し、音声区間検出部５が音声区間の終了を検知すると、
その時点のフレームカウンタ４の値Ｉと音声区間終了の
信号が最小累積距離記憶部１０に入力され、Ｖ’（Ｔ２
．　Ｉ　）が読み出される。この値が求めるべき前記第
１．第２のパターンの間の距離を与えることになる。

以上のようにして求められた前記第１．第２のパターン
の間の距離は、第１のパターンを工分割し、それぞれの
部分区間に対して求められた最小２乗近似直線に第２の
パターンを最適に適合させるべく同じく工分割したとき
の第２のパターンのそれら直線に対する非適合度と解釈
される。

発明の効果 本発明によれば、前記部分区間の直線の傾きがその部分
区間の動的特徴を、平均ベクトルが静的特徴を表現する
ことになる。本発明はこれらを標準パターンとして持つ
ことによりその動的特徴が反映されることになり、前述
の従来例の持つ欠点が除去することが出来たものである
。

また、本発明は、標準パターンとして記憶すべきパラメ
ータは、それぞれの部分区間に対するその平均値を表す
ベクトルと、そこを通る最小２乗近似直線の傾き（方向
）を表すベクトルのみでよいから、特徴抽出部の出力の
特徴ベク）／しの系列そのものを標準パターンとして持
つ場合の必要記２５　へ−７ 憶容量を多く必要とするという欠点も除去されることと
なる。

さらに、本発明は、不特定話者を対象とする場合は、前
記最小２乗近似直線上の点をそれに対応する時点の特徴
ベクトルの平均値として分布形（具体的には正規分布等
の分布の種類と分散）を与えることによって実現できる
等、前記従来例にはない特徴を有するものである。

なお、実施例では前記近似曲線は直線の場合について説
明したが、実施例の説明の冒頭でも述べたように、同様
な方法により、種々の曲線で近似することもでき、より
精密に認識単位の動的特徴を表現することが可能である
ばかりでなく、パターンも音声パターンに限るものでは
ないことは言うまでもない。実施例においては最小２乗
近似直線を用いたから、その曲線（直線）を決定するパ
ラメータは２つであったが、近似する曲線によってはパ
ラメータの数がさらに多くなる場合も有り得る。そのと
きは、入カバターンに最適に適合させるべく自由に出来
るパラメータは１つに限らす２６　ヘ一／ 複数にすることもできる。

さらに、ベク）／し間の差の尺度として、各成分の差の
絶対値和、即ち、市街地距離の他、種々の距離または類
似度を用いることができる。

本発明を用いれば、前記処理にしたがって標準パターン
記憶部７に認識語たる単語に対応する標準パターンを記
憶しておき、それぞれの標準パターンと入カバターンと
の間の距離を算出することにより、その最小値を与える
前記標準パターンに対応する単語を認識結果とすること
等が可能となる。

また、同様に、前記標準パターンを音声素片に対して持
っておけば、前記従来例の後半で述べた音声素片を認識
する方法に適用することが出来る。

【図面の簡単な説明】

第１図は本発明の第１の実施例を示すブロック図、第２
図は本発明の第１．第２の実施例における標準パターン
作成部のブロック図、第３図は本発明における第１の実
施例の概念を説明する概念図、第４図は本発明の第２の
実施例の概念を説明２７　へ−７ する概念図である。 １・・・・・・特徴抽出部、２・・・・・・入力バッフ
ァメモリ、３・・・・・・部分区間設定部、４・・・・
・・フレームカウンタ、５・・・・・音声区間検出部、
６・・・・・・標準パターン作成部、７・・・・・・標
準パターン記憶部、８・・・・・・部分距離計算部、９
・・・・・・部分距離正規化部、１０・・・・最小累積
距離計算部、１１・・・・・・最小累積距離記憶部、１
２・・・・・・分割数指定部。 代理人の氏名　弁理士　中　尾　敏　男　ほか１名第２
図 （ａ＞ 平均Ａクトル 第３図 （Ｑ） ０／　２３４５６７δＱ　ＩＩ　／／　／２１３１４１
５フν−ム （ｂ） 特徴ベクトル 方間へ゛グトル （ト） フレーム

Claims (1)

【特許請求の範囲】
1. 特徴ベクトルの系列からなる第１のパターンをｉ＝１〜
   Ｉの部分区間に分割し、それぞれの部分区間のパターン
   を近似したベクトル値をとる時間関数のパラメータを計
   算する標準パターン作成手段と、そのパラメータを前記
   ｉに関連して記憶する標準パターン記憶手段と、特徴ベ
   クトルの系列からなる第２のパターンの第ｉ部分区間の
   候補区間を設定する部分区間設定手段と、この設定され
   た第２のパターンの第ｉ部分区間の候補区間の特徴ベク
   トル系列と、前記標準パターンの第ｉ部分区間のパラメ
   ータに対応する前記時間関数との部分距離（部分類似度
   ）を求める部分距離（部分類似度）計算手段と、該部分
   距離（部分類似度）を該部分区間のフレーム数に関連し
   た量で正規化する部分距離（部分類似度）正規化手段と
   、該出力たる正規化部分距離（正規化部分類似度）のｉ
   ＝１〜Ｉについての合計を求める最小累積距離（最大累
   積類似度）計算手段とを備え、この最小累距離（最大累
   積類似度）計算手段は、前記パラメータの１部を可変と
   し、このパラメータの値と前記分割における分割点を最
   適に定めることにより、前記部分距離（部分類似度）の
   ｉ＝１〜Ｉについての合計の最小（最大）値として最小
   累積距離（最大累積類似度）を求めることを特徴とする
   パターン比較装置。