JPH01236000A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH01236000A JPH01236000A JP63064553A JP6455388A JPH01236000A JP H01236000 A JPH01236000 A JP H01236000A JP 63064553 A JP63064553 A JP 63064553A JP 6455388 A JP6455388 A JP 6455388A JP H01236000 A JPH01236000 A JP H01236000A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- level
- amplification factor
- section
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000003321 amplification Effects 0.000 claims abstract description 45
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 45
- 238000001514 detection method Methods 0.000 claims description 8
- 230000005236 sound signal Effects 0.000 abstract description 5
- 238000000034 method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
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。
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、発声された音声を認識する音声認識装置の改
良に関する。
良に関する。
（従来の技術）
発声された音声を認識し認識結果を出力する音声認識装
置は既に存在する。たとえば、東海大学出版会の１デイ
ジタル音声処理」（以下引用文献（１）と称す）の第１
６０頁から１６７頁に述べられ℃いるような、単語単位
の標準パターンを用いてＤＰマツチング法により認識す
る方法が、実用性の高い方法として広く用いられている
。このような音声認識装置は、一般に入力された音声を
分析する音声分析部の入力ダイナミックレンジが限られ
ているので、入力される音声のレベル（大きさ）が大き
過ぎたり小さ過ぎたりして不適切な場合、十分な認識性
能を得ることはできない。
置は既に存在する。たとえば、東海大学出版会の１デイ
ジタル音声処理」（以下引用文献（１）と称す）の第１
６０頁から１６７頁に述べられ℃いるような、単語単位
の標準パターンを用いてＤＰマツチング法により認識す
る方法が、実用性の高い方法として広く用いられている
。このような音声認識装置は、一般に入力された音声を
分析する音声分析部の入力ダイナミックレンジが限られ
ているので、入力される音声のレベル（大きさ）が大き
過ぎたり小さ過ぎたりして不適切な場合、十分な認識性
能を得ることはできない。
適切な音声レベルを得るための音声増幅部の増幅率の設
定方法には次のようなものがある。たとえば日本電気■
製Ｄ Ｐ −３０００音声入力装置では、音声入力の前
に予め利用者に１５」を３回発声さ′せることにより、
その音声の最大レベルが定められた値となるように音声
増幅部の増幅率を設定する方法を用いていた。
定方法には次のようなものがある。たとえば日本電気■
製Ｄ Ｐ −３０００音声入力装置では、音声入力の前
に予め利用者に１５」を３回発声さ′せることにより、
その音声の最大レベルが定められた値となるように音声
増幅部の増幅率を設定する方法を用いていた。
（発明が解決しようとする課題）
従来法のように音声入力の前に予め発声させた音声をも
とに増幅率を設定する方法では、音声入力中にバックグ
ラウンドノイズのレベル変動などの原因により入力され
る音声のレベルが変動した場合には対処できなかった。
とに増幅率を設定する方法では、音声入力中にバックグ
ラウンドノイズのレベル変動などの原因により入力され
る音声のレベルが変動した場合には対処できなかった。
本発明の目的は、音声入力中に音声のレベルが変動して
も適切な増幅率を設定できる音声認識装置の提供にある
。
も適切な増幅率を設定できる音声認識装置の提供にある
。
（課題を解決するための手段）
本発明による音声認識装置は、入力された音声を設定さ
れた増幅率により増幅する音声増幅部と、前記音声増幅
部の出力レベルを検出するレベル検出部と、前記音声増
幅部の出力より音声を認識する音声認識部と、前記音声
認識部の認識結果と前記レベル検出部の検出結果を元に
前記音声増幅部の増幅率を設定する増幅率設定部とを有
してなる。
れた増幅率により増幅する音声増幅部と、前記音声増幅
部の出力レベルを検出するレベル検出部と、前記音声増
幅部の出力より音声を認識する音声認識部と、前記音声
認識部の認識結果と前記レベル検出部の検出結果を元に
前記音声増幅部の増幅率を設定する増幅率設定部とを有
してなる。
（作用）
本発明の要件は、入力された音声をもとに、常に音声の
レベルが適切な値となるよう音声増幅部の増幅率を調節
する場合、発声された音声の単位（以下この音声の単位
を単語として説明する）に対し最適な増幅率を与えるこ
とにある。
レベルが適切な値となるよう音声増幅部の増幅率を調節
する場合、発声された音声の単位（以下この音声の単位
を単語として説明する）に対し最適な増幅率を与えるこ
とにある。
この場合、先に発声された音声のレベルが一定の値とな
るように増幅率を調整する方法が考えられる。しかし、
一般に心理的に同し大きさで発声したつもりでも、音声
のレベルは発声する単語（または音素）により異なる。
るように増幅率を調整する方法が考えられる。しかし、
一般に心理的に同し大きさで発声したつもりでも、音声
のレベルは発声する単語（または音素）により異なる。
たとえは「あ」や「え、音（開Ｎ音）をふくむ単語１あ
さ、の音声レベルは、「う、や「い」音（閉Ｎ音）をふ
くむ単語「うみ」よりも大きい。そこで、本発明では、
音声を認識した認識結果をもとに、入力された音声の音
声増幅部の出力レベルカ釈認識対象の単語毎に定められ
た標準的な音声レベル（標準レベルと呼ぶ）と一致する
ように音声増幅部の増幅率を調節する。すなわち、「あ
さ」のように音声レベルが大きい単語については標準レ
ベルは大きく設定されており、「うみ、のように音声レ
ベルが小きい単語については標準レベルは小さく設定さ
れている。この標準レベルは、認、識対象の単語に対し
て予め定めておく。
さ、の音声レベルは、「う、や「い」音（閉Ｎ音）をふ
くむ単語「うみ」よりも大きい。そこで、本発明では、
音声を認識した認識結果をもとに、入力された音声の音
声増幅部の出力レベルカ釈認識対象の単語毎に定められ
た標準的な音声レベル（標準レベルと呼ぶ）と一致する
ように音声増幅部の増幅率を調節する。すなわち、「あ
さ」のように音声レベルが大きい単語については標準レ
ベルは大きく設定されており、「うみ、のように音声レ
ベルが小きい単語については標準レベルは小さく設定さ
れている。この標準レベルは、認、識対象の単語に対し
て予め定めておく。
（実施例）
以下に本発明による実施例について図面を参照して説明
する。第１図は本発明の一実施例を示す構成図である。
する。第１図は本発明の一実施例を示す構成図である。
ここでは単語単位の音声を認識する場合について述べる
。
。
入力された音声信号Ｖは音声増幅部１において、増幅率
信号ａにより定められた増幅率で増幅される。増幅され
た音声信号Ｖ“は、音声認識部２で認識され、認識結果
は認識結果信号ｒとして出力きれる。音声認識部２にお
ける認識方式は、たとえば引用文献（１）でのべられて
いるような方式を用いるとする。
信号ａにより定められた増幅率で増幅される。増幅され
た音声信号Ｖ“は、音声認識部２で認識され、認識結果
は認識結果信号ｒとして出力きれる。音声認識部２にお
ける認識方式は、たとえば引用文献（１）でのべられて
いるような方式を用いるとする。
増幅された音声信号Ｖ′は、同時にレベル検出部３にも
入力きれる。レベル検出部３では音声信号Ｖ゛の音声区
間（音声が発声されている区間）における平均レベルが
求められ、音声レベル信号すが出力きれる。また、標準
レベルテーブル部４には、認識対象となる単語に対応す
る標準レベルの値が予め保持されている。認識結果信号
ｒは標準レベルテーブル部４に入力きれ、こめ認識結果
信号ｒに対応する標準レベルの値が標準レベル信号Ｓと
して出力される。
入力きれる。レベル検出部３では音声信号Ｖ゛の音声区
間（音声が発声されている区間）における平均レベルが
求められ、音声レベル信号すが出力きれる。また、標準
レベルテーブル部４には、認識対象となる単語に対応す
る標準レベルの値が予め保持されている。認識結果信号
ｒは標準レベルテーブル部４に入力きれ、こめ認識結果
信号ｒに対応する標準レベルの値が標準レベル信号Ｓと
して出力される。
こノ標準しベル信号Ｓは、増幅率設定部５１こおいて音
声レベル信号すと比較詐れ、その差が０になるよう現在
の増幅率ａを変化許せた値が、増幅率信号ａ’（たとえ
ばａ’＝ａ＋５−ｂ）として出力きれる。この増幅率信
号ａ゛により、先に述べたように、次に発声される音声
に対する音声増幅部１の増幅率が決定きれる。
声レベル信号すと比較詐れ、その差が０になるよう現在
の増幅率ａを変化許せた値が、増幅率信号ａ’（たとえ
ばａ’＝ａ＋５−ｂ）として出力きれる。この増幅率信
号ａ゛により、先に述べたように、次に発声される音声
に対する音声増幅部１の増幅率が決定きれる。
以上に本発明による実施例について説明したが、標準レ
ベルの設定法は予め屯語に対して標準レベルの値をテー
ブルとして用意しておくほかに、音素毎の標準レベルを
あらかじめ用意しておき、単語の標準レベルは単語を構
成する音素の標準レベルの最大値（または平均値）とす
る方法を用いることができる。また、標準パターン登録
時の音声レベルより標準レベルを求める方法も用いるこ
とができる。
ベルの設定法は予め屯語に対して標準レベルの値をテー
ブルとして用意しておくほかに、音素毎の標準レベルを
あらかじめ用意しておき、単語の標準レベルは単語を構
成する音素の標準レベルの最大値（または平均値）とす
る方法を用いることができる。また、標準パターン登録
時の音声レベルより標準レベルを求める方法も用いるこ
とができる。
また、増幅率の調整は発声された音声毎に行う方法の他
に、何回かの発声により得られた調整すべき音声レベル
調整量の平均値（または最大値等）をもとに実際の調整
量を決める方法を用いることができる。
に、何回かの発声により得られた調整すべき音声レベル
調整量の平均値（または最大値等）をもとに実際の調整
量を決める方法を用いることができる。
（発明の効果）
本発明によれば、音声入力中に音声のレベルが変動して
も適切な増幅率を設定できるため、高い認識性能を持っ
た音声認識装置を実現することができる。
も適切な増幅率を設定できるため、高い認識性能を持っ
た音声認識装置を実現することができる。
第１図は、本発明による一実施例を示す構成図である。
図中、１は音声増幅部、２は音声認識部、３はレベル検
出部、４は標準レベルテーブル部、５は増幅率設定部で
ある。
出部、４は標準レベルテーブル部、５は増幅率設定部で
ある。
Claims (1)
- 入力された音声を設定された増幅率により増幅する音声
増幅部と、前記音声増幅部の出力レベルを検出するレベ
ル検出部と、前記音声増幅部の出力より音声を認識する
音声認識部と、前記音声認識部の認識結果と前記レベル
検出部の検出結果を元に前記音声増幅部の増幅率を設定
する増幅率設定部とを有してなる音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63064553A JPH01236000A (ja) | 1988-03-16 | 1988-03-16 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63064553A JPH01236000A (ja) | 1988-03-16 | 1988-03-16 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01236000A true JPH01236000A (ja) | 1989-09-20 |
Family
ID=13261531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63064553A Pending JPH01236000A (ja) | 1988-03-16 | 1988-03-16 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01236000A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8401844B2 (en) | 2006-06-02 | 2013-03-19 | Nec Corporation | Gain control system, gain control method, and gain control program |
| JP2013531273A (ja) * | 2010-06-03 | 2013-08-01 | ジョンソン コントロールズ テクノロジー カンパニー | スピーカ及びマイクロホンを備える音声認識システムを調整する方法、及び音声認識システム |
-
1988
- 1988-03-16 JP JP63064553A patent/JPH01236000A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8401844B2 (en) | 2006-06-02 | 2013-03-19 | Nec Corporation | Gain control system, gain control method, and gain control program |
| JP5262713B2 (ja) * | 2006-06-02 | 2013-08-14 | 日本電気株式会社 | ゲイン制御システム、ゲイン制御方法及びゲイン制御プログラム |
| JP2013531273A (ja) * | 2010-06-03 | 2013-08-01 | ジョンソン コントロールズ テクノロジー カンパニー | スピーカ及びマイクロホンを備える音声認識システムを調整する方法、及び音声認識システム |
| US10115392B2 (en) | 2010-06-03 | 2018-10-30 | Visteon Global Technologies, Inc. | Method for adjusting a voice recognition system comprising a speaker and a microphone, and voice recognition system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20020173950A1 (en) | Circuit for improving the intelligibility of audio signals containing speech | |
| US6768801B1 (en) | Hearing aid having improved speech intelligibility due to frequency-selective signal processing, and method for operating same | |
| GB1309700A (en) | Speech redognition apparatus | |
| JPS60247697A (ja) | 音声対話装置 | |
| JPH01236000A (ja) | 音声認識装置 | |
| KR102308022B1 (ko) | 호출음 인식장치 및 호출음 인식방법 | |
| JP2867425B2 (ja) | 音声認識用前処理装置 | |
| JPH07101853B2 (ja) | 雑音低減方法 | |
| JP6759370B2 (ja) | 呼出音認識装置および呼出音認識方法 | |
| JPH03274599A (ja) | 車載用音声認識装置 | |
| JP2001356793A (ja) | 音声認識装置、及び音声認識方法 | |
| JP2975808B2 (ja) | 音声認識装置 | |
| KR20000047295A (ko) | 음성신호 가공방법 및 가공장치 | |
| CN102222507A (zh) | 一种适用于汉语语言的听力损失补偿方法及设备 | |
| JPH02178699A (ja) | 音声認識装置 | |
| JPH02176796A (ja) | 音声認識装置 | |
| JP2594028B2 (ja) | 音声認識装置 | |
| JPH10301595A (ja) | 音声認識応答装置 | |
| JPH0627991A (ja) | 音声認識装置 | |
| JPH039400A (ja) | 音声認識装置 | |
| JPS6367400B2 (ja) | ||
| KR100294920B1 (ko) | 심한 잡음 환경에서 이동 전화기의 음성인식을 위한 음성검출방법 및 장치 | |
| JPH0567039B2 (ja) | ||
| JPH0462598A (ja) | 音声認識装置における音声レベル表示方式 | |
| JPS62272300A (ja) | 音声認識装置 |