JPH0120438B2 - - Google Patents

Description

【発明の詳細な説明】 〔発明の技術分野〕 本発明は、複数個の単語あるいは音節が連続し
ている入力音声の認識方式に関し、特に単語ある
いは音節間に調合結合が生じている場合の認識精
度を加善するための方式に関する。

〔技術の背景〕

一般に複数個の単語あるいは音節が連続して発
声される場合、特に早口で発声されるほど、隣合
う単語あるいは音節の端部に、調音結合と呼ばれ
る変形および短縮が生じ、それにより、用意され
ている標準パターンとのマツチング精度が低下す
るという問題があつた。この場合の解決方法とし
て、すべての標準パターンについて、予め調音結
合による変化を登録しておくことが考えられる
が、調音結合を生じる標準パターン同士の組合わ
せと、調音結合の深さによる変化が多すぎて、実
際上困難であつた。

〔発明の目的および構成〕

本発明の目的は、調音結合を含む連続音声入力
パターンの認識において、簡易な方法で標準パタ
ーンに擬似的な調音結合変化を導入し、入力パタ
ーンとのマツチング精度を向上させることにあ
る。

本発明は、そのための構成として、複数個の単
語あるいは音節を連続して発声した未知入力音声
を分析して得られた音響的特徴を表す入力パター
ンの各部分に、前以つて記憶しておいた単語音声
あるいは音節の標準パターンを必要な個数だけマ
ツチングさせる際に、各隣合う標準パターンの端
部同士がその境界で重複している場合、該重複部
の標準パターンとして各標準パターンの重複部の
パターン同士から求めた平均化パターンを使用す
ることに依り、入力パターンとの類似度を算出
し、該類似度が最大となる標準パターン系列をも
とめ、得られた標準パターン系列に対応する単語
あるいは音節系列を認識結果として出力すること
を特徴としている。

〔発明の実施例〕

以下に、本発明の詳細を図にしたがつて説明す
る。

第１図は、連続音声入力パターンにおける調音
結合変化とそのパターンマツチングの説明図であ
る。入力パターン中の部分パターンC₁およびC₂
同士の隣接する幅Ｑの区間（m₁、l₂）は、調音結
合により変形し、かつ短縮されており、そのた
め、本来、入力部分パターンC₁、C₂とそれぞれ
マツチングするべき標準パターンＡ，Ｂは、その
端部同士が重複した形となり、しかもパターンＡ
の終端部P_eAあるいはパターンＢの始端部P_SBは、
いずれも入力パターン中の調音結合変形区間Ｑ
（m₁、l₂）に対するマツチング特性が悪くなり、
瞹昧さを増やす原因となる。

第２図ａ，ｂ，ｃは、本発明の基本原理の説明
図である。ａは隣接する２つの標準パターンn₁、
n₂を示す。ｂは標準パターンn₁、n₂を、幅Ｐ＝５
で重複させ、またｃは幅Ｐ＝10で重複させたもの
である。重複区間内のパターンは、擬似的に生成
した調音結合部パターンである。すなわち、u₁お
よびu₂で例示されるように、予め、認識の前処理
の中で、すべての標準パターンの２個（たとえば
n₁、n₂）の組み合わせについて、その端部同士を
重複させ、平均化して作成されたものである。

平均化パターンは、２つのパターンを滑らかに
つなぐ方法、直線で結ぶ方法、各位置で単純に算
術平均する方法等種々の方法で作成することがで
きる。

次に、上記平均化パターンを用いた認識処理の
実施例について説明する。

第３図に示すように、標準パターンn_iの始端
P_i-1フレームおよび終端P_iフレームを除いたもの
と、入力の部分パターンC_i-1（ｌ、ｍ）との距離
を、Ｄ（ｌ、ｍ、n_i、P_i-1、P_i）とする。

さらに標準パターンn_i-1の終端P_i-1フレームと、
標準パターンn_iの始端P_i-1フレームとにより求め
た平均化パターン（P_i-1フレーム）と、調音結合
区間に相当する入力部分パターンC_i′（l′、m′）
との距離を、Dm（l′、m′、n_i-1、n_i、P_i-1）とす
る。

各ｌ、ｍ、l′、m′を、それぞれ図示のように
l′_i+1、l_i、l_i-1＋１、l_i′で一般化したとき、パター
ン間の最小累積距離S₀は次式により求めることが
できる。

S₀＝ min ｋ_k 〓ⁱ⁼¹ l₁、ｌminⁱ⁼¹ l₁、ｌmin ｉ，ni，Pi、〔Dm（l_i-1＋１、l_i′、n_i-1、n_i、P_i-1）
＋Ｄ（l_i′＋１、l_i、n_i、P_i-1、P_i）〕…(1) このS₀を与えるn_i（ｉ＝１、２、…ｋ）が認識
結果となる。

第４図は実施例システムの構成図であり、図
中、１は標準パターン記憶部、２は標準パターン
n_iから前処理で作成した平均化パターンの記憶
部、３は認識対象の入力パターンの記憶部、４は
(1)式の〔 〕内のDm＋Ｄを計算する距離計算
部、５はその距離計算結果の最小値計算部、６は
最小累積距離S₀を与えるn_i（ｉ＝１、２、３、…
ｋ）を決定する類似度計算部である。類似度計算
部６の処理結果は認識出力として取り出される。

次に、(1)式の具体的な計算手順について述べ
る。

まず、 D^（l₁、ｍ、n₁、n₂、P₁、P₂） ＝ min min ｊ〔Dm（ｌ、ｊ、n₁、z₂、P₁）＋Ｄ（ｊ＋１、ｍ、n₂、
P₁、P₂）〕…(2) を求める。次に、 Ｓ（１、ｉ、ｎ、Ｐ） ＝Ｄ（１、ｉ、ｎ、ｏ、Ｐ） …(3) を初期値として、以下の漸化式を解く Ｓ（ｋ、ｉ、ｎ、Ｐ） ＝ min min ｊ，n′，P′｛Ｓ（（ｋ−１、ｊ、n′、P′）＋D^（ｊ
＋１、ｉ、n′、ｎ、P′、Ｐ）｝…(4) 上記Ｓ（ｋ、ｉ、ｎ、Ｐ）を求めるとき、同時
に、 Ｂ（ｋ、ｉ、ｎ、Ｐ）＝ argmin ｊ min min n′，P′｛Ｓ（ｋ−１、ｊ、n′、P′）＋D^（ｊ＋１、
ｉ、n′、ｎ、P′、Ｐ）｝…(5) Ｎ（ｋ−１、ｉ、ｎ、Ｐ）＝ argmin n′ min min j′，P′｛Ｓ（ｋ−１、ｊ、n′、P′）D^（ｊ＋１、ｉ
、n′、ｎ、P′、Ｐ）｝…(6) Ｐ（ｋ、ｉ、ｎ、Ｐ）＝ argmin P′ min min ｊ，n′｛Ｓ（ｋ−１、ｊ、n′、P′）D^（ｊ＋１、ｉ
、n′、ｎ、P′、Ｐ）｝…(7) を求めておき、記憶しておく。

これにより最小累積距離S₀は、 S₀＝ min ｋ，ｎＳ（k′、Ｉ、ｎ、ｏ） …(8) により与えられる。

さらに、認識結果を得るためには、 k₀＝ argmin ｋ min ｎＳ（ｋ、Ｉ、ｎ、ｏ） …(9) Nk₀＝ argmin ｎＳ（k₀、Ｉ、ｎ、ｏ） …(10) とし、次に ｋ＝k₀、ｉ＝Ｉ、Ｐ＝ｏ …(11) を初期値として N_k-1＝Ｎ（ｋ−１、ｉ、N_k、Ｐ） …(12) を求め、次にｉ、Ｐ、ｋを以下のように同時に置
き換える。

ｉ←Ｂ（ｋ、ｉ、N_k、Ｐ） Ｐ←Ｐ（ｋ、ｉ、N_k、Ｐ） ｋ←ｋ←１ …(13) ｋ２ならば(12)式から繰り返す。

このようにして得られた N₁、N₂、…、N_k0 が認識結果となる。

〔発明の効果〕

以上のように、本発明によれば、入力パターン
が調音結合を含んでいても、比較的容易に精度の
よいパターンマツチングを行なうことができる。

【図面の簡単な説明】

第１図は調音結合をもつ入力パターンのパター
ンマツチングの説明図、第２図は本発明にもとづ
く平均化パターンの説明図、第３図は本発明にも
とづく認識処理の説明図、第４図は実施例システ
ムの構成図である。 図中、１は標準パターン記憶部、２は平均化パ
ターン記憶部、３は入力パターン記憶部、４は距
離計算部、５は最小値計算部、６は類似度計算部
を表わす。

Claims (1)

1. 【特許請求の範囲】 １ 複数個の単語あるいは音節を連続して発声し
   た未知入力音声を分析して得られた音響的特徴を
   表す入力パターンの各部分に、前以つて記憶して
   おいた単語音声あるいは音節の標準パターンを必
   要な個数だけマツチングさせる際に、各隣合う標
   準パターンの端部同士がその境界で重複している
   場合、該重複部の標準パターンとして各標準パタ
   ーンの重複部のパターン同士から求めた平均化パ
   ターンを使用することに依り、入力パターンとの
   類似度を算出し、該類似度が最大となる標準パタ
   ーン系列をもとめ、得られた標準パターン系列に
   対応する単語あるいは音節系列を認識結果として
   出力することを特徴とする連続音声認識方式。 ２ 前記第１項記載の連続音声認識方式におい
   て、マツチングの際に、予め各標準パターンの始
   端部、終端部を所定長内で除去した総ての標準部
   分パターンと入力の任意長の総ての部分パターン
   との部分類似度と、総ての標準パターンの所定長
   内の終端部と始端部同士から求められる、共に長
   さの等しい組合せのあらゆる平均化パターンと入
   力の任意長の総ての部分パターンとの平均化パタ
   ーン部類似度とを算出した後、動的計画法を用い
   て最適標準パターン系列を求めることを特徴とす
   る連続音声認識方式。