JPH0134399B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は１個以上の単語を連続して発声した連
続音声を自動的に認識する連続音声認識装置に関
する。

音声認識の手段としては従来から種々の方法が
試みられている。それらの中で最も簡単、かつ有
効な方法としてパタンマツチング法があげられ
る。この方法は、認識すべき語彙の各単語に標準
的なパタン（以下単語標準パタンと称する）を用
意しておき、入力された未知の音声パタン（以下
入力パタンと称する）との間で比較操作（すなわ
ちパタンマツチング）を行つて相互で異なる度合
を表わす量（以下相異度と称する）を算出し、最
も相異の少ないすなわち相異度が最小になる単語
標準パタンと同じ単語に属すると判定する方法で
ある。

特開昭51−104204号公報には上記パタンマツチ
ング法を基礎として動作する連続音声認識装置の
動作原理が記載されている。この原理は大略次の
ようである。すなわち、何個かの単語標準パタン
をあらゆる順列で接続することによつて得られる
パタンを連続音声の標準パタン（以下連続音声標
準パタンと称す）と考えて、入力パタン全体との
マツチングを行う。全体としての相異度が最小と
なるように単語標準パタンの個数と単語標準パタ
ンの順列を定めることによつて認識を行なう。実
際には上記最小化を単語単位での最小化と全体と
しての最小化の２段階に分割し、それぞれの最小
化を動的計画法を利用して実行する（以下動的計
画法を用いたマツチングをDPマツチングと称す
る）。

上記公開公報記載の装置では単語単位での最小
化において、入力パタンを単語単位にあらゆる可
能な分割をし、そのすべてに対して単語標準パタ
ンとのDPマツチングを行つている。すなわち入
力パタン長をＭとし、単語標準パタン数をＶとす
ればＭ・Ｖ回のDPマツチングを必要とする。

ところで、上記のDPマツチングの回数を
Lmax・Ｖ回（入力パタンの最大可能桁数を
Lmaxとする）にする方法がIEEE
TRANSACTIONS ON ACOUSTICS.
SPEECH.AND SIGNAL PROCESSLING.
VOL ASSP−29 No.2APRIL 1981第284頁から
第297頁に記載されている。次にこの方法（以下
HLB法と称する）の大略を述べる。入力パタン
Ａと連続音声標準パタンＣ＝B^v1，B^v2，……，
B^vl，……，B^vLmaxとの相異度は次のようにして
求める。入力パタンの時間点ｍと連続音声標準パ
タンの時間点ｎを第１図に示したような最適な単
調増加で非線形関数ｎ＝ｎ（ｍ）（以下時間正規化
関数という）にて対応づけを行い、その対応づけ
られた時間点における特徴ベクトル間の距離ｄ
（ｍ、ｎ）を時間正規化関数に沿つて加算したも
のを相異度Ｓ（Ａ、Ｃ）と定義する。

Ｓ（Ａ、Ｃ）＝ min^n(m) _M 〓^m=1 ｄ（ｍ、ｎ（ｍ）） ……(1) ｎ＝ｎ（ｍ） ……(2) ここで距離ｄ（ｍ、ｎ）は例えば(3)式にて求める
ことができる。

ｄ（ｍ、ｎ）＝Dis（a_n、b^v _o）＝_R 〓^r=1 ｜〓_nr−〓^v _or｜
……(3) ただし〓_n＝（a_n1、a_n2、……、a_nR） 〓^v _o＝（b^v _o′₁、b^v _o2、……、b^v _oR） (1)式の最小化を次のような動的計画の手法で行
う。すなわち、初期条件 Ｄ（０、０）＝０ ……(4) Ｄ（ｍ、０）＝∞ ｍ＝０〜Ｍ ……(5) Ｆ（ｍ、０）＝ｍ ｍ＝０〜Ｍ ……(6) のもとに漸化式 Ｄ（ｍ、ｎ）＝ｄ（ｍ、ｎ）＋Ｄ（ｍ−１、n^）
……(7) Ｆ（ｍ、ｎ）＝Ｆ（ｍ−１、n^） ……(8) ただし n^＝argmin〔Ｄ（ｍ−１、n′）〕ｎ−２n′ｎ
……(9) をｎ＝Ｌ（ｍ）〜Ｕ（ｍ）、ｍ＝１〜Ｍについてす
なわち第１図の斜線部分について求める。

Ｕ（ｍ）＝2m−１ ……(10) Ｌ（ｍ）＝（ｍ＋１）／２……(11) ここで^argmin _xEXｙはxEXの条件のもとでｙを最小と
するｘを意味している。すなわち(9)式はｎ−２
n′ｎのもとでＤ（ｍ−１、n′）を最小とする
n′をn^としている。また、(7)式は第２図に示す３
つの経路より最小を選択することを示しており、
許される経路を３つに制限したのは時間正規化関
数による対応づけが必要以上に歪むことを防ぐた
めである。ここで相異度を求める時用いた最小値
を選択した経路をマツチング経路と呼び、(8)式の
Ｆ（ｍ、ｎ）を経路情報と呼ぶ。前記漸化式(7)、
(8)、(9)を入力パタンの終端Ｍ、連続音声標準パタ
ンの終端Ｎまで計算して得られるＤ（Ｍ、Ｎ）が
前記(1)式の相異度Ｓ（Ａ、Ｃ）である。

ところで、全体の最小相異度を求めた時得られ
たマツチング経路（ｍ，ｎ（ｍ））上のある点
（ml、nl）において、始端よりそのマツチング経
路に沿つてその点（ml、nl）まで得られた部分
相異度は、その点（ml、nl）を通るすべてマツ
チング経路に沿つて得られる部分相異度の最小値
である。すなわちある点（ml、nl）を通るすべ
てのマツチング経路に沿つて得られる全体相異度
の最小値は始端よりその点（ml、nl）までの部
分相異度とその点（ml、nl）より終端までの部
分相異度のそれぞれの最小値の和で与えられる。
すなわち Ｓ（Ａ、Ｃ）＝ min^n(m) _M 〓^m=1 ｄ（ｍ、ｎ） ＝ min^n(m) _nl 〓^m=1 ｄ（ｍ、ｎ）＋_M 〓^m=ml+1 ｄ（ｍ、ｎ） ……(12) ただし（ml、nl）はＳ（Ａ、Ｃ）が得られたマ
ツチング経路上の点である。今、連続音声標準パ
タンの各桁ごとの区切れ目の点を考え、それぞれ
の桁で最小の部分相異度を求め、その和として最
小の全体相異度を得ることができる。従つて、入
力パタンＡと連続音声標準パタンＣ＝B^v1、B^v2、
…、B^vl、…、B^vLmaxとの最小相異度は次のよう
にして求めることができる。初めに、連続音声標
準パタンの第１桁目の各単語標準パタンと入力パ
タンとのマツチングを行い、相異度の最小値を求
め、その結果を第２桁目のマツチングの切期値と
して第２桁目の各単語標準パタンと入力パタンと
のマツチングを行う。第Lmax桁までマツチング
を行つた後、入力パタンの終端Ｍにおける各桁ご
との相異度の最小値を求め、最適な桁数Ｌを得
る。第Ｌ桁の相異度が得られたマツチング経路を
逆にたどつて順次各桁での認識カテゴリを得る。

次にHLB法の計算手順を第３図〜第６図を用
いて説明する。第３図は相異度計算の進行順序を
示す図、第４図は第ｌ桁目の相異度計算を示す
図、第５図は桁経路情報FB（ｌ、ｍ）、桁認識カ
テゴリＷ（ｌ、ｍ）より判定計算順序を示す図、
第６図は前記引用文献の第289頁から第290頁に記
載されているアルゴリズム５をフローチヤートで
表わしたものである。ここで、ｍは入力パタンの
時間点、ｎは標準パタンの時間点、ｖは単語、ｌ
は桁、Ｍは入力パタンの終端、N^vは第ｖ番目の
単語標準パタンの終端、Ｖは単語標準パタン数、
Lminは入力パタンの最小桁数、Lmaxは最大桁
数である。相異度計算は、初期条件(4)、(5)、(6)式
のもとで漸化式(7)、(8)、(9)を第３図に示す領域１
より領域Lmaxまですなわち連続音声標準パタン
の各桁ごとに順に求めることである。初期条件の
設定は第６図ブロツク１で行われる。次に第ｌ桁
目における相異度計算は以下のようにして行われ
る。相異度Ｄ（ｍ、０）の初期値として前の桁の
結果である桁相異度DB（ｌ−１、ｍ）をセツト
し（第６図のブロツク２で行われる）、(7)、(8)、
(9)式に示す漸化式を第４図に示すように上限Ｕ
（ｍ）と下限Ｌ（ｍ）でかこまれた部分について計
算する。（第６図のブロツク３，４で行われる）。
ここで上限Ｕ（ｍ）は第４図の左側の線分AB（(10)
式に示されている）および上側の線分BEを意味
し、下限Ｌ（ｍ）は下側の線分ACおよび右側の線
分CE（(11)式に示されている）を意味する。単語標
準パタンの終端N^vまで計算を行い、その終端N^v
での相異度Ｄ（ｍ、N^v）を単語相異度D〓（ｖ、ｍ）
とする（第６図のブロツク５で行われる。Ｖ個の
単語標準パタンと計算した後単語相異度D〓（ｖ、
ｍ）の最小値を求め、その最小値を桁相異度DB
（ｌ、ｍ）とし、その最小値が得られた単語標準
パタンの属するカテゴリv^を桁認識カテゴリＷ
（ｌ、ｍ）とし、その最小値が得られたマツチン
グ経路情報F〓（ｖ、ｍ）を桁経路情報FB（ｌ、ｍ）
とする（第６図のブロツク６で行われる）。この
ようにして第１桁目より第Lmax桁目まで相異度
計算を行つた後、得られた桁経路情報FB（ｌ、
ｍ）と桁認識カテゴリＷ（ｌ、ｍ）より入力パタ
ンの判定を行う。まず、入力パタンの終端Ｍにお
ける各桁の桁相異度DB（ｌ、Ｍ）より、許され
た桁すなわちLmin桁よりLmax桁の間で最小値
を求め、（第６図のブロツク７で行われる）、最小
値の得られた桁Ｌが入力パタンの最終的に決定さ
れた桁数である。つづいて、第５図に示すように
第Ｌ桁目の認識結果Ｒ(L)をＷ（Ｌ、Ｍ）より得、
また入力パタンの終端Ｍでの桁経路情報FB（Ｌ、
Ｍ）より第Ｌ−１桁目の終端を得る（第６図のブ
ロツク８で行われる）。前記操作を順にくり返す
ことによつて、各桁での認識結果Ｒ(l)が得られ
る。

以上説明したように、HLB法では各桁でＶ回
のDPマツチングを行えばよいので、全体で
Lmax・Ｖ回のDPマツチングを必要としている。
一方、特開昭51−104204号公報の方法ではＭ・Ｖ
回のDPマツチングが必要である。通常、入力パ
タンの最大桁数Lmaxが５程度ある場合には、フ
レーム周期を20msと想定すると、入力パタン長
Ｍは100程度となり、HLB法の計算量は大幅に少
ないことになる。

音声認識装置において認識応答時間は、音声の
終端が検出されてから認識結果を出力するまでの
時間である。ところで、HLB法においては、第
１桁目のマツチングに必要な入力パタンが得られ
た後、第１行目のマツチングが開始され、順次第
Lmax桁目までマツチングを行い、認識結果が得
られる。その途中の第ｌ桁目に関しては、第４図
に示した右上隅のＥ点（m_e、n_e）まで入力パタ
ンが得られた時、すなわち連続音声標準パタンの
第ｌ桁目までの最大パタン長をn_e、単語標準パタ
ンの最大パタン長をNmaxとすれば、Ｅ点の座標
の関係より n_e＝Ｌ（m_e） ……（14） であり n_e＝Nmax・ｌ、Ｌ（m_e）＝m_e＋１／２ ……（15） であるので m_e＝２・Nmax・ｌ−１ ……（16） となり、２・Nmax・ｌ−１点まで入力パタンが
得られた時第ｌ桁目のマツチングを行うことがで
きる。今、入力パタンはＬ桁で各桁の平均単語長
をとし、＝１／２Nmax、Ｌ＝Lmaxと仮定す れば、（16）式へm_e＝Ｌ・を代入するとｌ≒
１／４Lmaxとなり、入力音声の終端が検出された 時点では１／４Lmax桁までの計算しか進めること はできず、残りの３／４Lmax桁に関してはその後 で計算することになり、この３／４Lmax桁分の計 算時間が認識応答時間となり、大きな遅れを持つ
ことになる。一方、この認識応答時間を短くする
ためには、並列処理やパイプライン処理ができる
複雑な高速演算器を必要とする。

本発明の目的は、上記HLB法を改良すること
により、認識応答時間を短縮させ、さらに全体の
計算量を少なくし、これにより経済的な連続音声
認識装置を提供することにある。

このためHLB法の計算順序を入れ換えて、本
発明の原理であるVLB法と呼ぶ新規な計算原理
を導出する。HLB法においては第６図のフロー
チヤートに示すように、各単語標準パタンと入力
パタンとの相異度の計算は、初めに各単語標準パ
タンと入力パタンと計算を行い、次に桁を１つ上
げ同様の計算を行つている。すなわち第６図のブ
ロツク３と４に示す計算のループの順序は一番内
側より、単語標準パタンの時間点ｎ、入力パタン
の時間点ｍ、単語標準パタンの番号ｖ、桁の番号
ｌである。ここで前記計算のループの順序を入れ
換え、第７図のフローチヤートに示すように、一
番外側を入力パタンの時間点ｍにすることが可能
であることを示す。DPマツチングの時間正規化
関数ｎ（ｍ）は単調増加関数であるので、第ｌ桁
目の初期値DB（ｌ−１、ｍ−１）は、入力パタ
ン時間点ｍ−１以前のデータによつて決定されて
いる。すなわち入力パタンの時間点ｍ−１以前の
すべての点において相異度計算が終了しているな
らば、入力パタンの時間点ｍにおける相異度計算
を行うことができる。すなわち、第８図の斜線部
分に示すようにｎ軸に平行で各桁を含む縦１列の
相異度計算を行うことができる。この各桁を含む
縦１列の相異度計算には各桁での初期値DB（ｌ
−１、ｍ−１）と各桁のｍ−１点における相異度
Ｄ（ｍ−１、ｎ）が必要であり、これらはｍ−１
点での計算にて求められている。ただし、ｍ−１
点における相異度Ｄ（ｍ−１、ｎ）および経路情
報Ｆ（ｍ−１、ｎ）を各桁ｌ各単語ｖについて記
憶しておく必要がある。このため桁ｌ、単語ｖに
おける相異度Ｄ（ｍ−１、ｎ）およびＦ（ｍ−１、
ｎ）をそれぞれＤ（ｌ、ｖ、ｎ）およびＦ（ｌ、
ｖ、ｎ）で示す。このＤ（ｌ、ｖ、ｎ）とＦ（ｌ、
ｖ、ｎ）の構成を第１５図に示す。

このように計算順序を入れ換えたVLB法の計
算手順を第７図と第８図を用いて説明する。相異
度計算は、動的計画の漸化式を第８図に示すよう
に上限Ｕ（ｍ）と下限Ｌ（ｍ）の間の領域内で入力
パタンの時間軸ｍの順に求めることである。
VLB法における相異度計算の初期条件は Ｄ（ｌ、ｖ、ｎ）＝∞ ……（17） ｌ＝１〜Lmax、ｖ＝１〜Ｖ、ｎ＝１〜N^v DB（ｌ、ｍ）＝∞ ……（18） ｌ＝０〜Lmax、ｍ＝０〜Ｍ DB（０、０）＝０
……（19） であり、第７図のブロツク１で行われる。次に入
力パタンの時間点ｍにおけるｎ軸に平行な縦１列
の相異度計算は以下のように行われる。初めに入
力パタンの時間点ｍの特徴ベクトル〓_nと第ｖ番
目の単語標準パタン〓_o ^vとの間のベクトル距離を
(3)式により求める（第７図のブロツク２で行われ
る）。つづいて各桁において縦１列の相異度計算
を行う。この縦１列の相異度計算は、初期値を Ｄ(l、v、0)＝DB(l-1、m-1) ……（20） Ｆ(l、v、0)＝ｍ−１ ……（21） として（第７図のブロツク３で行われる）、漸化
式 Ｄ(l、v、n)＝ｄ(n)＋Ｄ(l、v、n^)……（22） Ｆ(l、v、n)＝Ｆ(l、v、n^) ……（23） ただし n^＝argmin〔Ｄ(l、v、n′)〕ｎ−２n′ｎ
……（24） をＵ（ｍ）とＬ（ｍ）の間でｎを減少させる方向で
計算する（第７図のブロツク４で行われる）。第
２図に示すように（ｍ、ｎ）点の計算は（ｍ−
１、ｎ）、（ｍ−１、ｎ−１）、（ｍ−１、ｎ−２）
の３点の相異度より求められる。次の（ｍ、ｎ−
１）点の計算は（ｍ−１、ｎ−１）、（ｍ−１、ｎ
−２）、（ｍ−１、ｎ−３）の３点の相異度より求
められ（ｍ−１、ｎ）点の相異度は使用しないの
で（ｍ、ｎ）点の計算結果を（ｍ−１、ｎ）点へ
記憶しても（ｍ、ｎ−１）点の計算に影響を与え
ない。ゆえにｎを減少させる方向で計算を進めれ
ば、ｍ−１点の相異度とｍ点の相異度の記憶エリ
アを共有することができる。上記漸化式計算を縦
１列実行した後、単語標準パタンの終端N^vにお
ける相異度Ｄ（ｌ、ｖ、N^v）とそれまで計算され
た最小単語相異度である桁相異度DB（ｌ、ｍ）
と比較し、得られた相異度Ｄ（ｌ、ｖ、N^v）の方
が小さい場合は、その相異度Ｄ（ｌ、ｖ、N^v）を
桁相異度DB（ｌ、ｍ）とし、その単語標準パタ
ンの属するカテゴリｖを桁認識カテゴリＷ（ｌ、
ｍ）とし、その相異度Ｄ（ｌ、ｖ、N^v）が得られ
たマツチング経路情報Ｆ（ｌ、ｖ、N^v）を桁経路
情報FB（ｌ、ｍ）とする（第７図のブロツク５で
行われる）。このようにして行われる縦１列の相
異度計算（第７図のブロツク２，３，４，５の計
算）をＶ個の単語標準パタンについて実行する。
次に入力パタンの時間点ｍを１つ増加して同様の
縦１列の相異度計算をＶ個の単語標準パタンにつ
いて実行し、入力パタンの終端Ｍまで求める。最
後に桁経路情報FB（ｌ、ｍ）と桁認識カテゴリＷ
（ｌ、ｍ）より入力パタンの判定を行う。この判
定の方法はHLB法の判定方法と同様である。ま
ず、入力パタンの終端Ｍにおける各桁の桁相異度
DB（ｌ、Ｍ）より許された桁すなわちLmin桁よ
りLmax桁の間で最小値を求め（第７図のブロツ
ク６で行われる）、最小値の得られた桁Ｌが入力
パタンの桁数である。さらに第Ｌ桁目の認識結果
Ｒ(L)をＷ（Ｌ、Ｍ）より得、また桁経路情報FB
（Ｌ、Ｍ）より第Ｌ−１桁目の終端を得る（第７
図のブロツク７で行われる）。前記操作を順にく
りすことによつて各桁での認識結果Ｒ(l)が得られ
る。

本発明の連続音声認識装置は前記のVLB法を
実行する装置であるから次のような各部を必要と
する。すなわち、入力パタンＡと連続音声標準パ
タンＣ＝B^v1、B^v2、……、B^vl、……、B^vLmaxと、
以下の各部に対して入力パタンの時間点を示す信
号ｍを１からＭまで変化させ、各ｍに関して単語
を示す信号ｖを１からＶまで変化させ、さらに各
ｖに関して桁を示す信号ｌを１からLmaxまでお
よび標準パタンの時間点を示す信号ｎを１から
N^vまで変化させて与える制御部と、上記制御部
の信号ｌ、ｖ、ｎによつて番地指定される相異度
メモリ部Ｄ（ｌ、ｖ、ｎ）と、経路情報メモリ部
Ｆ（ｌ、ｖ、ｎ）とを有し、各時間点ｍにおいて
前記制御部より順次指定される単語ｖの単語標準
パタン〓_o ^v、ｎ＝１〜N^vと入力パタン〓_nとのベ
クトル間距離ｄ（〓_n、〓_o ^v）ｎ＝１〜N_vを求め
る距離計算部と；この距離を記憶する距離メモリ
部ｄ（ｎ）と、各時間点ｍにおいて、各桁ｌ、お
よび各単語ｖに関して最初に初期条件を時間点ｍ
−１の結果である桁相異度DB（ｌ−１、ｍ−１）
と桁経路情報FB（ｌ−１、ｍ−１）により与え、
前記距離ｄ（ｎ）と時間点ｍ−１における相異度
Ｄ（ｌ、ｖ、ｎ）と経路情報Ｆ（ｌ、ｖ、ｎ）とを
参照して動的計画の漸化式を計算し時間点ｍにお
ける相異度Ｄ（ｌ、ｖ、ｎ）と経路情報Ｆ（ｌ、
ｖ、ｎ）を順次求め、単語相異度Ｄ（ｌ、ｖ、
N^v）と単語経路情報Ｆ（ｌ、ｖ、N^v）を求める
漸化式計算部と；各時間点ｍにおいて、各桁ｌに
関して前記漸化式計算部で求められた各単語相異
度Ｄ（ｌ、ｖ、N^v）の中より最小を求め、これを
桁相異度DB（ｌ、ｍ）とし、これに対応した単
語経路情報Ｆ（ｌ、ｖ、N^v）を桁経路情報FB
（ｌ、ｍ）とし、最小値が得られた単語各ｖを桁
認識カテゴリＷ（ｌ、ｍ）とする桁相異度計算部
と；これらを記憶するための桁相異度メモリ部
DB（ｌ、ｍ）と桁経路情報メモリ部FB（ｌ、ｍ）
と、桁認識カテゴリメモリ部Ｗ（ｌ、ｍ）と；桁
経路情報FB（ｌ、ｍ）と桁認識カテゴリＷ（ｌ、
ｍ）に基づいて逆順に入力パタンの各桁のカテゴ
リを判定し出力する判定部とを有している。

このように本発明の原理であるVLB法を用い
れば相異度計算を入力パタンの時間軸方向に進め
ることができる。これによつて音声の入力が検出
されるとすぐ計算を開始し、音声の入力に同期し
て順次計算することができるので音声の終了と同
時に第７図のブロツク６，７の判定処理を始める
ことができる。したがつて従来技術であるHLB
法に比較し、認識応答時間が短縮できることにな
る。また、距離計算は、HLB法では第６図のブ
ロツク３に示すようにｎ、ｍ、ｖ、ｌのループで
囲まれているが、VLB法では第７図のブロツク
３で示すようにｎ、ｖ、ｍのループで囲まれてい
る。すなわちHLB法における距離計算の回数は
N^v、Ｍ・Ｖ・Lmaxであり、VLB法における距
離計算の回数はN^v・Ｖ・Ｍである。したがつて
従来技術であるHLB法に比較し、距離計算の計
算量が１／Lmaxに減少できることになる。

次に本発明の装置の具体的構成を図面を参照し
ながら説明する。第９図は、本発明の一構成例を
示すブロツク図であり、第１０図は制御指令信号
のタイムチヤートである。制御部１０は、m1、
n1、v1などの制御指令信号を第１０図に示すよ
うに発することによつて、他の各部を制御する機
能を持つが、その詳細は他の各部の動作に関連し
てその都度説明する。入力部１１は、信号
Speech inで与えられる入力音声を分析し一定時
間ごとに特徴ベクトルを出力する。この音声分析
は例えば、多チヤンネルのフイルタより構成され
るフイルタバンクによる周波数分析などがある。
また入力部１１には入力音声のレベルを監視し、
音声の始端、終端を検出する機能を持ち、その検
出した時点を制御部１０へ信号SPにより伝える。
入力パタンバツフア１２は、音声の始端が検出さ
れた後、信号m3に従つて入力部１１より与えら
れる特徴ベクトルa_nを記憶する。信号m3は入力
パタンの時間点ｍに対応した信号である。標準パ
タンメモリ部１３は、Ｖ個の単語標準パタンB¹、
B²、……、B^vを記憶し、標準パタン長メモリ部
１４は単語標準パタンB^vの長さN^vを記憶してい
る。信号v1は連続音声標準パタンの単語ｖに対
応する信号であり、制御部１０は、信号v1に従
つて、標準パタン長メモリ部１４より単語標準パ
タンB^vの長さN^vを読み出し、単語標準パタンの
時間点ｎに対応する信号n1を発生する。信号n1
に従つて入力パタンバツフア１２より入力パタン
の特徴ベクトル〓_nが読み出され、標準パタンメ
モリ部より〓₁ ^v、〓₂ ^v、……、〓^v _Nvが順次読み出
され距離計算部１５において(3)式が計算され、距
離ｄ（ｎ）、ｎ＝１，２……N^vが距離メモリ部１
６へ記憶される。

距離計算部１５において第１１図に示すように
初めに信号Cl153にてアキユムレータ１５３がク
リヤされ、入力パタンバツフア１２と標準パタン
メモリ部１３より信号r1に従つてｒ個のデータが
読み込まれ、絶対値回路１５１にて差の絶対値を
求め、加算器１５２にて加算され、(3)式の距離
Dis（〓_n、〓^v _o）がアキユレータ１５３にて求ま
り、この距離が距離メモリ部１６へ出力される。

漸化式計算の初期値のセツトは音声の入力され
る前に制御部１０の信号CLにより行われ、相異
度メモリ部１８、桁相異度メモリ部２１へ（17）、
（18）、（19）式で示した値がセツトされる。

漸化式計算部１７は、第７図のブロツク４を行
う部分であ、漸化式（22）、（23）、（24）を実行す
る。すなわち、漸化式計算部１７は、第１２図に
示すように３つの相異度レジスタD1、D2、D3
と、その３つのレジスタD1、D2、D3の最小値を
計算する比較回路１７１と、加算器１７２と、３
つの経路レジスタF1、F2、F3より構成される。
制御部１０より発せられた信号n2、n21、n22に
よつて相異度メモリ部１８と経路メモリ部１９よ
り３つの相異度Ｄ（ｌ、ｖ、ｎ）、Ｄ（ｌ、ｖ、ｎ
−１）、Ｄ（ｌ、ｖ、ｎ−２）と３つの経路情報Ｆ
（ｌ、ｖ、ｎ）、Ｆ（ｌ、ｖ、ｎ−１）、Ｆ（ｌ、ｖ、
ｎ−２）を読み出しそれぞれ相異度レジスタD1、
D2、D3と経路レジスタF1、F2、F3へ格納する。
比較回路１７１は相異度レジスタD1，D2，D3よ
り最小値を検出し、その最小値が得られた相異度
レジスタDn^（n^は１、２、３のどれか）に対応し
た経路レジスタFn^を選択するゲート信号n^を発す
る。前記ゲート信号n^により選択された経路レジ
スタFn^の内容が経路メモリ部１９のＦ（ｌ、ｖ、
ｎ）へ格納される。また、比較回路１７１より出
力された相異度の最小値Ｄ（ｌ、ｖ、n^）は、距
離メモリ部１６より読み出された距離ｄ（ｎ）と
加算器１７２によつて加算され、相異度メモリ部
１８のＤ（ｌ、ｖ、ｎ）へ格納される。

この漸化式計算がｎ＝Ｕ（ｍ）よりＬ（ｍ）まで
算出され、この結果である単語相異度Ｄ（ｌ、ｖ、
N^v）が各々ｖおよび各ｌに対して算出される。

桁相異度計算部２０は、第７図のブロツク５を
行う部分であり、Ｖ個の単語相異度Ｄ（ｌ、ｖ、
N^v）の最小値を逐次求める。すなわち、桁相異
度計算部２０は第１３図に示すように、比較回路
２０１と、単語相異度Ｄ（ｌ、ｖ、N^v）を保持す
るレジスタ２０２と、単語標準パタンの属するカ
テゴリｖを保持するレジスタ２０３と、経路情報
Ｆ（ｌ、ｖ、N^v）を保持するレジスタ２０４より
構成される。信号l1は信号v11つの区間にLmax
個発生される。この信号l1は、連続音声標準パタ
ンの桁ｌに対応する信号である。制御部１０より
発せられた信号l1に従い、相異度メモリ部１８と
経路メモリ部１９より単語相異度Ｄ（ｌ、ｖ、
N^v）と単語経路情報Ｆ（ｌ、ｖ、N^v）が読み出
され、それぞれレジスタ２０２と２０４へ格納さ
れ、単語標準パタンの属するカテゴリｖをレジス
タ２０３へ格納される。一方、比較回路２０１は
前記単語相異度Ｄ（ｌ、ｖ、N^v）と桁相異度メモ
リ部２１より読み出された桁相異度DB（ｌ、ｍ）
と比較し、単語相異度Ｄ（ｌ、ｖ、N^v）がより小
さいと判定するとゲート信号v^を発生する。ゲー
ト信号v^に従つてレジスタ２０２，２０３，２０
４に保持されていた単語相異度Ｄ（ｌ、ｖ、N^v）、
カテゴリｖ単語経路情報Ｆ（ｌ、ｖ、N^v）がそれ
ぞれ桁相異度メモリ部２１のDB（ｌ、ｍ）、桁認
識カテゴリメモリ部２２のＷ（ｌ、ｍ）、桁経路メ
モリ部２３のFB（ｌ、ｍ）へ格納される。さらに
制御部１０より信号Cl2によつて第７図のブロツ
ク３にて行われる部分である縦１列の相異度計算
の（20）、（21）式に示した初期セツトが行われ
る。すなわち桁相異度メモリ部２１よりDB（ｌ
−１、ｍ−１）が読み出され、相異度メモリ部１
８のＤ（ｌ、ｖ、０）へ格納され、経路メモリ部
のＦ（ｌ、ｖ、０）へｍ−１が格納される。判定
部２４は、第７図のブロツク６，７を行う部分で
あり、桁経路情報FB（ｌ、ｍ）と桁認識カテゴリ
Ｗ（ｌ、ｍ）より入力パタンの各桁の認識結果Ｒ
(l)を出力する。すなわち判定部２４は第１４図に
示すように、比較回路２４１と、最小桁相異度を
保持するレジスタ２４２と、桁数を保持するレジ
スタ２４３と、桁経路情報Ｆ（ｌ、ｍ）を保持す
るレジスタ２４４と認識結果を保持するレジスタ
２４５より構成される。音声の終端が検出される
と入力部１１より信号SPによつて制御部１０に
通知され、つづいて制御部１０は判定部２４へ信
号m1を発し、判定部２４は判定処理を開始する。
判定制御部２４６は信号m1を受けた後、信号l3
を桁相異度メモリ部２１へ発する。信号l3に従つ
て、桁相異度メモリ部２１より入力パタンの終端
Ｍでの桁相異度DB（ｌ、Ｍ）が順次読み出され、
比較回路２４１によつて逐次最小値を求めレジス
タ２４２へ格納され、その時の桁数ｌがレジスタ
２４３へ格納される。信号l3に従つて、Lmax個
の桁相異度が読み出された後、レジスタ２４３の
内容が入力パタンの桁数を示している。判定制御
部２４６はｌ＝Ｌ、ｍ＝Ｍとしてアドレス信号
l4、m2を桁経路メモリ部２３と桁認識カテゴリ
メモリ部２２へ発し、FB（Ｌ、Ｍ）とＷ（Ｌ、Ｍ）
が読み出され、レジスタ２４４とレジスタ２４５
へ格納される。レジスタ２４５の内容が認識結果
として出力される。さらに判定制御部２４６はｌ
＝ｌ−１、ｍ＝（レジスタ２４４の内容）として
アドレス信号m2を桁経路メモリ部２３と桁桁認
識カテゴリメモリ部２２へ発し、FB（ｌ、ｍ）と
Ｗ（ｌ、ｍ）が読み出されレジスタ２４４とレジ
スタ２４５に格納される。この処理を順次Ｌより
１まで操り返すことによりＬ桁の認識結果がレジ
スタＲより出力される。

以上、本発明の原理とその一構成例を説明した
が、これらの記載は本発明の範囲を限定するもの
ではない。特に本発明の原理であるVLB法の説
明において計算のループの順序を一番内側により
ｎ、ｌ、ｖ、ｍとしたが、ｌ、ｎ、ｖ、ｍするこ
ともVLB法を導出した同様な理由により可能で
ある。

また、桁相異度DB（ｌ、ｍ）、桁経路情報FB
（ｌ、ｍ）、桁認識カテゴリＷ（ｌ、ｍ）より入力
パタンの判定を行う部分の説明において、DB
（ｌ、Ｍ）の最小値を求め入力パタンの桁数を判
定しているが、IEEE TRANSACTIONS ON
ACOUSTICS、SPEECH.AND SIGNAL
PROCESSING、VOL ASSP−27、
DECEMBER 1979 第588頁より第595頁に記載
されているような制約条件のもとで入力パタンの
桁数を判定する方法も可能である。

さらに、入力パタン〓_nと標準パタン〓^v _oとの距
離を(3)式のような距離尺度を用いて説明したが、
このかわりに（25）式のようなユークリツド距
離、（26）式のような内積等を用いてよい。

ｄ（ｍ、ｎ）＝_R 〓^r=1 （a_nr−b^v _or）² ……（25） ｄ（ｍ、ｎ）＝−_R 〓^r=1 （a_nr×b^v _or） ……（26） また、相異度を計算するための漸化式は（22）、
（23）、（24）式の形の他にも種々考えられ、この
（22）、（23）、（24）式の代わりに特公告56−28278
号に記載されている形も使用できることは明白で
ある。

【図面の簡単な説明】

第１図は相異度計算を行う範囲および、マツチ
ング経路の例を示した図であり、第２図は漸化式
において許されているマツチング経路を示した図
であり、第３図はHLB法の計算順辱を示した図
であり、第４図はHLB法における第ｌ桁目の計
算順序を示した図であり、第５図は、判定処理の
計算順序を示した図であり、第６図１および２は
HLB法の計算手順を示すフローチヤートであり、
第７図１および２は本発明の原理であるVLB法
の計算手順を示すフローチヤートであり、第８図
はVLB法の計算順序を示した図であり、第９図
は本発明の一実施例の構成図であり、第１０図は
本発明の実施例の動作を説明するためのタイムチ
ヤートであり、第１１図は本発明の一構成要素の
一つである距離計算部の構成図であり、第１２図
は漸化式計算部の構成図であり、第１３図は桁相
異度計算部の構成図であり、第１４図は判定部の
構成図であり、第１５図は相異度メモリ部、経路
情報メモリ部の構成図であり、第１６図は桁相異
度メモリ部、桁経路情報メモリ部、桁認識カテゴ
リメモリ部の構成図である。 第９図、第１１図、第１２図、第１３図、第１
４図において、１０……制御部、１１……入力
部、１２……入力パタンバツフア、１３……標準
パタンメモリ部、１４……標準パタン長メモリ
部、１５……距離計算部、１６……距離メモリ
部、１７……漸化式計算部、１８……相異度メモ
リ部、１９……経路情報メモリ部、２０……桁相
異度計算部、２１……桁相異度メモリ部、２２…
…桁認識カテゴリメモリ部、２３……桁経路情報
メモリ部、２４……判定部、１５１……絶対値回
路、１５２……加算器、１５３……アキユムレー
タ、１７１……比較回路、１７２……加算器、
D1，D2，D3……相異度を保持するレジスタ、
F1，F2、F3……経路を保持するレジスタ、２０
１……比較回路、２０２……単語相異度を保持す
るレジスタ、２０３……カテゴリを保持するレジ
スタ、２０４……経路情報を保持するレジスタ、
２４１……比較回路、２４２……最小桁相異度を
保持するレジスタ、２４３……桁数を保持するレ
ジスタ、２４４……桁経路情報を保持するレジス
タ、２４５……認識結果を保持し出力するレジス
タ、２４６……判定制御部である。

Claims (1)

【特許請求の範囲】
1. １ 特徴ベクトルの時系列である１個以上の単語
   よりなる入力パタンＡ＝〓₁、〓₂、……、〓_n、
   ……、〓_Mとあらかじめ記憶されているＶ個の単
   語標準パタンB^V＝〓₁ ^V、〓₂ ^V、……、〓^V _o、……
   〓^V _NＶ（ｖ＝１、２、……、Ｖ）を組合せて得られ
   る最大Lmax桁の連続音声標準パタンＣ＝B^v1、
   B^v2、……、B^vl、……、B^vLmaxとの間で入力パタ
   ンの時間軸ｍと連続音声標準パタンの時間軸ｎと
   を対応させる時間関数ｎ（ｍ）の上の入力パタン
   〓_nと連続音声標準パタン〓_oとのベクトル間距離
   ｄ（〓_n、〓_o）の和として定義される相異度の最
   小値を求めるために、連続音声標準パタンＣ＝
   B^v1、B^v2、……、B^vl、……、B^vLmaxを各桁ごと
   に分割し、第ｌ桁目における最適な時間関数ｎ
   （ｍ）によつて与えられるベクトル間距離の最小
   累積量を示す桁相異度DB（ｌ、ｍ）と、この時
   間関数の先頭時間点を示す桁経路情報FB（ｌ、
   ｍ）と、この時間関数上において最小累積距離を
   与えた単語名ｖである桁認識カテゴリＷ（ｌ、ｍ）
   とを、桁ｌおよび入力パタンの時間点ｍに対して
   順次求め、最後に入力パタンの桁数および各桁の
   認識結果を判定する連続音声認識装置において、
   入力パタンの時間点を示す信号ｍを１からＭまで
   変化させ、各ｍに関して単語を示す信号ｖを１か
   らＶまで変化させ、さらに各ｖに関して桁を示す
   信号ｌを１からLmaxまでおよび標準パタンの時
   間点を示す信号ｎを１からN^vまで変化させて与
   える制御部と；前記制御部の信号ｌ、ｖ、ｎによ
   つて番地指定される相異度メモリ部Ｄ（ｌ、ｖ、
   ｎ）と経路情報メモリ部Ｆ（ｌ、ｖ、ｎ）と；各
   時間点ｍにおいて前記制御部より順次指定される
   単語ｖの単語標準パタン〓_o ^v、ｎ＝１〜N^vと入
   力パタン〓_nとのベクトル間距離ｄ（〓_n、〓_o ^v）
   ｎ＝１〜N^vを求める距離計算部と；この距離を
   記憶する距離メモリ部ｄ（ｎ）と；各時間点ｍに
   おいて、各桁ｌ、および各単語ｖに関して最初に
   初期条件を時間点ｍ−１の結果である桁相異度
   DB（ｌ−１、ｍ−１）と桁経路情報FB（ｌ−１、
   ｍ−１）により与え、前記距離ｄ（ｎ）と時間点
   ｍ−１における相異度Ｄ（ｌ、ｖ、ｎ）と経路情
   報Ｆ（ｌ、ｖ、ｎ）とを参照して動的計画の漸化
   式を計算し時間点ｍにおける相異度Ｄ（ｌ、ｖ、
   ｎ）と経路情報Ｆ（ｌ、ｖ、ｎ）を順次求め、単
   語相異度Ｄ（ｌ、ｖ、N^v）と単語経路情報Ｆ（ｌ、
   ｖ、N^v）を求める漸化式計算部と；各時間点ｍ
   において、各桁ｌに関して前記漸化式計算部で求
   められた各単語相異度Ｄ（ｌ、ｖ、N_v）の中より
   最小を求め、これを桁相異度DB（ｌ、ｍ）とし、
   これに対応した単語経路情報Ｆ（ｌ、ｖ、N_v）を
   桁経路情報FB（ｌ、ｍ）とし、最小値が得られた
   単語名ｖを桁認識カテゴリＷ（ｌ、ｍ）とする桁
   相異度計算部と；これらを記憶するための桁相異
   度メモリ部DB（ｌ、ｍ）と桁経路情報メモリ部
   FB（ｌ、ｍ）と、桁認識カテゴリメモリ部Ｗ（ｌ、
   ｍ）と；桁経路情報FB（ｌ、ｍ）と桁認識カテゴ
   リＷ（ｌ、ｍ）に基づいて逆順に入力パタンの各
   桁のカテゴリを判定し出力する判定部とを有する
   ことを特徴とする連続音声認識装置。