JPH0155478B2 - - Google Patents
Info
- Publication number
- JPH0155478B2 JPH0155478B2 JP58183696A JP18369683A JPH0155478B2 JP H0155478 B2 JPH0155478 B2 JP H0155478B2 JP 58183696 A JP58183696 A JP 58183696A JP 18369683 A JP18369683 A JP 18369683A JP H0155478 B2 JPH0155478 B2 JP H0155478B2
- Authority
- JP
- Japan
- Prior art keywords
- phoneme
- vowel
- probability density
- parameters
- likelihood
- 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.)
- Expired
Links
- 238000000034 method Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 1
Description
【発明の詳細な説明】
（産業上の利用分野）
本発明は、入力音声の音素認識を行い、その結
果を用いて音節、単語、文章などを認識する音素
認識における母音認識方法に関するものである。
果を用いて音節、単語、文章などを認識する音素
認識における母音認識方法に関するものである。
（従来例の構成とその問題点）
第１図は従来の母音認識方法の一例を説明する
ための図で、該方法を実施する装置の機能を表わ
すブロツク図である。以下にこの従来例について
第１図とともに説明する。第１図において１はパ
ラメータ抽出部、２は音素標準パタン毎の確率密
度計算部、３は単語辞書項目読込部、４は読み込
まれた辞書項目を構成する音素毎のセグメンテー
シヨン部、５はセグメンテーシヨンされた区間に
おけるその音素の尤度計算部である。又６は音素
記号表記された単語辞書を記憶している単語辞書
部、７は平均値と共分散値を表わす各母音毎の標
準パタンを記憶している母音標準パタン部であ
る。
ための図で、該方法を実施する装置の機能を表わ
すブロツク図である。以下にこの従来例について
第１図とともに説明する。第１図において１はパ
ラメータ抽出部、２は音素標準パタン毎の確率密
度計算部、３は単語辞書項目読込部、４は読み込
まれた辞書項目を構成する音素毎のセグメンテー
シヨン部、５はセグメンテーシヨンされた区間に
おけるその音素の尤度計算部である。又６は音素
記号表記された単語辞書を記憶している単語辞書
部、７は平均値と共分散値を表わす各母音毎の標
準パタンを記憶している母音標準パタン部であ
る。
次に上記従来例の動作について説明する。まず
パラメータ抽出部１では入力音声を10mSのフレ
ーム毎に分析し、パラメータを抽出し、パラメー
タ時系列を作成する。次に確率密度計算部２では
フレーム毎に得られたパラメータと音素標準パタ
ンを照合し、そのパラメータが各音素から生成さ
れる確率密度を算出する。確率密度の計算は以下
の式によつて行う。あるフレームにおけるｎ個
のパラメータをベクトル〓で表わす。ある音素Ｘ
のそれらパラメータにおける平均値をμx、共分散
行列をΣxと表わすと、Ｘに対するベクトル〓の
確率密度φx（〓）は で表わされる。ただし分布形はガウス分布を仮定
している。
パラメータ抽出部１では入力音声を10mSのフレ
ーム毎に分析し、パラメータを抽出し、パラメー
タ時系列を作成する。次に確率密度計算部２では
フレーム毎に得られたパラメータと音素標準パタ
ンを照合し、そのパラメータが各音素から生成さ
れる確率密度を算出する。確率密度の計算は以下
の式によつて行う。あるフレームにおけるｎ個
のパラメータをベクトル〓で表わす。ある音素Ｘ
のそれらパラメータにおける平均値をμx、共分散
行列をΣxと表わすと、Ｘに対するベクトル〓の
確率密度φx（〓）は で表わされる。ただし分布形はガウス分布を仮定
している。
次に単語辞書項目読込部３で単語辞書部６の辞
書項目Doを読み込み、セグメンテーシヨン部４
で辞書項目構成音素系列に従つてセグメンテーシ
ヨンを行う。尤度計算部５ではセグメンテーシヨ
ンされたPokに対して上記確率密度を使つて尤度
を計算する。尤度計算は下記式に従い行なわれ
る。対象音素をＸとし、Ｘに対応してセグメンテ
ーシヨンされた区間の始端と終端のフレーム番号
をNs，Neとすると、尤度ｌは次のようになる。
書項目Doを読み込み、セグメンテーシヨン部４
で辞書項目構成音素系列に従つてセグメンテーシ
ヨンを行う。尤度計算部５ではセグメンテーシヨ
ンされたPokに対して上記確率密度を使つて尤度
を計算する。尤度計算は下記式に従い行なわれ
る。対象音素をＸとし、Ｘに対応してセグメンテ
ーシヨンされた区間の始端と終端のフレーム番号
をNs，Neとすると、尤度ｌは次のようになる。
式における確率密度の割り算における分母の
みメンシヨンのｉは５母音、すなわちＡ、Ｏ、
Ｕ、Ｉ、Ｅの確率密度である。
みメンシヨンのｉは５母音、すなわちＡ、Ｏ、
Ｕ、Ｉ、Ｅの確率密度である。
しかしながら上記従来例においては、正解以外
の単語との類似度計算においても高い尤度を与え
る場合があつた。例えば／SAKATA／と発声し
た時、／AKATA／という辞書項目との類似度
計算において、／SA／の部分を語頭の／Ａ／に
セグメンテーシヨンし、式の計算を行つた場
合、第２図に示すように十分高い尤度が得ら
れ、／SAKATA／と／AKATA／の分離が困難
であるという欠点があつた。
の単語との類似度計算においても高い尤度を与え
る場合があつた。例えば／SAKATA／と発声し
た時、／AKATA／という辞書項目との類似度
計算において、／SA／の部分を語頭の／Ａ／に
セグメンテーシヨンし、式の計算を行つた場
合、第２図に示すように十分高い尤度が得ら
れ、／SAKATA／と／AKATA／の分離が困難
であるという欠点があつた。
（発明の目的）
本発明は上記従来例の欠点を除去するものであ
り、正解音素と正解以外の音素の尤度差を大きく
することを目的とするものである。
り、正解音素と正解以外の音素の尤度差を大きく
することを目的とするものである。
（発明の構成）
本発明は、上記目的を達成するために、母音及
び特定子音又は子音群の確率密度の総和を対象音
素の確率密度の比を、フレーム毎に算出した値を
もとに母音尤度を算出するもので、これにより正
解音素と正解以外の音素との尤度差を大きくする
効果を得るものである。
び特定子音又は子音群の確率密度の総和を対象音
素の確率密度の比を、フレーム毎に算出した値を
もとに母音尤度を算出するもので、これにより正
解音素と正解以外の音素との尤度差を大きくする
効果を得るものである。
（実施例の説明）
以下に本発明の実施例について、図面とともに
説明する。第３図において音素標準パタン部８以
外の各ブロツクは第１図の従来例のものと同じで
ある。音素標準パタン部８は５つの母音Ａ、Ｏ、
Ｕ、Ｉ、Ｅ及び鼻音、無声子音の各平均値と共分
散値を表わす音素標準パタンが記憶されている。
第３図において、音素毎の確率密度計算は５つの
母音Ａ、Ｏ、Ｕ、Ｉ、Ｅの他に鼻音及び無声子音
の標準パタンに対しても行なわれ、その結果を
φA，φO，φU，φI，φE，φN，φSとする。単語辞書
の読み込み、セグメンテーシヨンは従来例と同じ
であり、Pokの尤度計算を次の式によつて行う。
説明する。第３図において音素標準パタン部８以
外の各ブロツクは第１図の従来例のものと同じで
ある。音素標準パタン部８は５つの母音Ａ、Ｏ、
Ｕ、Ｉ、Ｅ及び鼻音、無声子音の各平均値と共分
散値を表わす音素標準パタンが記憶されている。
第３図において、音素毎の確率密度計算は５つの
母音Ａ、Ｏ、Ｕ、Ｉ、Ｅの他に鼻音及び無声子音
の標準パタンに対しても行なわれ、その結果を
φA，φO，φU，φI，φE，φN，φSとする。単語辞書
の読み込み、セグメンテーシヨンは従来例と同じ
であり、Pokの尤度計算を次の式によつて行う。
lx＝1og１／Ne−Ns＋１Ne
〓
〓n=NS
φx（〓）／φA＋φO＋φU＋φI＋φE＋φN＋φS…
これにより正解以外の音素において、たとえ
ば／SA／の部分における／Ａ／の尤度は無声子
音の確率密度を考虜する分だけ小さくなる。本実
施例においては、特定子音群の確率密度を母音尤
度計算に入れ込むことにより、第４図に示すよう
に正解以外の音素と正解音素の尤度差を大きくす
るという効果がある。
これにより正解以外の音素において、たとえ
ば／SA／の部分における／Ａ／の尤度は無声子
音の確率密度を考虜する分だけ小さくなる。本実
施例においては、特定子音群の確率密度を母音尤
度計算に入れ込むことにより、第４図に示すよう
に正解以外の音素と正解音素の尤度差を大きくす
るという効果がある。
（発明の効果）
本発明は母音尤度計算に母音及び特定子音又は
子音群の確率密度の総和と対象母音の確率密度の
比を用いるようにしたので、特定子音と母音の尤
度差を大きくできるという利点がある。
子音群の確率密度の総和と対象母音の確率密度の
比を用いるようにしたので、特定子音と母音の尤
度差を大きくできるという利点がある。
第１図は従来の母音認識方法を説明するための
図で、その方法を実施する装置の機能ブロツク
図、第２図は第１図の母音認識方法における尤度
の一例を示す図、第３図は本発明の一実施例にお
ける母音認識方法を説明するための図で、その方
法を実施する装置の機能ブロツク図、第４図は同
母音認識方法における尤度の一例を示す図であ
る。 １…パラメータ抽出部、２…確率密度計算部、
３…単語辞書項目の読込部、４…セグメンテーシ
ヨン部、５…尤度計算部、６…単語辞書部、８…
音素標準パタン部。
図で、その方法を実施する装置の機能ブロツク
図、第２図は第１図の母音認識方法における尤度
の一例を示す図、第３図は本発明の一実施例にお
ける母音認識方法を説明するための図で、その方
法を実施する装置の機能ブロツク図、第４図は同
母音認識方法における尤度の一例を示す図であ
る。 １…パラメータ抽出部、２…確率密度計算部、
３…単語辞書項目の読込部、４…セグメンテーシ
ヨン部、５…尤度計算部、６…単語辞書部、８…
音素標準パタン部。
Claims (1)
- １ 入力音声のパラメータを抽出し、そのパラメ
ータを母音各音素及び特定子音又は子音群の標準
パタンと照合して前記パラメータが各音素から生
成される確率密度を算出し、認識すべき単語を音
素単位の記号列で表記した単語辞書中の各辞書項
目と入力音声とを照合して各辞書項目を構成する
音素系列に従い入力音声をセグメンテーシヨン
し、セグメンテーシヨンされた区間内におけるフ
レーム毎の前記母音及び特定子音又は子音群から
生成される確率密度の総和と対象音素から生成さ
れる確率密度の比をパラメータとして、対象音素
の尤度値を算出することを特徴とする母音認識方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58183696A JPS6075890A (ja) | 1983-10-01 | 1983-10-01 | 母音認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58183696A JPS6075890A (ja) | 1983-10-01 | 1983-10-01 | 母音認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6075890A JPS6075890A (ja) | 1985-04-30 |
| JPH0155478B2 true JPH0155478B2 (ja) | 1989-11-24 |
Family
ID=16140337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58183696A Granted JPS6075890A (ja) | 1983-10-01 | 1983-10-01 | 母音認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6075890A (ja) |
-
1983
- 1983-10-01 JP JP58183696A patent/JPS6075890A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6075890A (ja) | 1985-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS62232691A (ja) | 音声認識装置 | |
| Bianne-Bernard et al. | Variable length and context-dependent HMM letter form models for Arabic handwritten word recognition | |
| JP3444108B2 (ja) | 音声認識装置 | |
| EP0109140B1 (en) | Recognition of continuous speech | |
| JPS6075890A (ja) | 母音認識方法 | |
| Thubthong et al. | A method for isolated Thai tone recognition using a combination of neural networks | |
| JP2760096B2 (ja) | 音声認識方式 | |
| JPH0412479B2 (ja) | ||
| JPH0431116B2 (ja) | ||
| JPS63161499A (ja) | 音声認識装置 | |
| JPH045393B2 (ja) | ||
| JPS62111292A (ja) | 音声認識装置 | |
| JP2951332B2 (ja) | 音声認識における文節候補削減方式 | |
| Fred et al. | Attributed grammars in hypnogram analysis | |
| JPH0760317B2 (ja) | 音声情報入力装置 | |
| JPS61180300A (ja) | 音声認識装置 | |
| JPS617896A (ja) | 単語音声認識方法 | |
| JPH06289894A (ja) | 日本語音声認識方法 | |
| JPS63161500A (ja) | 音声認識装置 | |
| JPS60182499A (ja) | 音声認識装置 | |
| JPS6355599A (ja) | 音声認識装置 | |
| JPH1130994A (ja) | 音声認識方法および装置ならびに音声認識プログラムを記録した記録媒体 | |
| JPS6033599A (ja) | 音声認識装置 | |
| JPS6270900A (ja) | 音節認識方式 | |
| JPH045392B2 (ja) |