JPH0222699A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH0222699A JPH0222699A JP63173482A JP17348288A JPH0222699A JP H0222699 A JPH0222699 A JP H0222699A JP 63173482 A JP63173482 A JP 63173482A JP 17348288 A JP17348288 A JP 17348288A JP H0222699 A JPH0222699 A JP H0222699A
- Authority
- JP
- Japan
- Prior art keywords
- standard pattern
- speaker
- similarity
- register
- specific
- 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
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】
伎宜分互
本発明は、音声認識装置に関する。
災米伎宜
音声認識の研究は盛んであるが、音声認識には使用者が
自分の声を登録してから使う特定話者方式と、何の準備
もなく使える不特定話者方式がある。多くの単語を使用
する場合、特定話者方式では音声を登録することが利用
者の負担となり、不特定話者方式では特定方式に比べて
認識率が低いという各々欠点を持っている。そこで、特
定話者方式と不特定話者方式の両方の音声用辞書を持ち
、１００単語程度の共通単語を不特定話者方式、各人が
必要な部分を特定話者方式とすることで、両方の欠点を
補うことができる。しかし、不特定話者方式の認識率９
０数％というのは不特定話者用の辞書のみを使っての結
果であってここに特定話者用の辞書が存在すればこの認
識率は達成できない。なぜならば、同じ単語が不特定話
者用と特定話者用の両辞書にあれば、当然自分の音声で
登録した特定話者用との類似度が高くなるように、不特
定話者用の辞書の中では正認識単語の標準パターンの得
る類似度は他の単語に比べて大きくはなるが、特定話者
方式の辞書に比べれば小さい。そのため、不特定話者方
式の辞書の中に「改行」という単語が登録されており、
特定話者方式の方に「解除」という単語があったとし、
「改行」という音声を入力したとすると、ｌＫａｉｇｊ
ｏｌ＋ＫａｉｚｊｏｌのＩｇｌとｌｚｌの違いによる類
似度差より他の部分が特定話者力の標準パターンとの方
が大きな類似性を示し、単語全体で累積すると「解除Ｊ
に誤り、これはいくら再発声を繰り返しても正しい認識
にならないという欠点があった。
自分の声を登録してから使う特定話者方式と、何の準備
もなく使える不特定話者方式がある。多くの単語を使用
する場合、特定話者方式では音声を登録することが利用
者の負担となり、不特定話者方式では特定方式に比べて
認識率が低いという各々欠点を持っている。そこで、特
定話者方式と不特定話者方式の両方の音声用辞書を持ち
、１００単語程度の共通単語を不特定話者方式、各人が
必要な部分を特定話者方式とすることで、両方の欠点を
補うことができる。しかし、不特定話者方式の認識率９
０数％というのは不特定話者用の辞書のみを使っての結
果であってここに特定話者用の辞書が存在すればこの認
識率は達成できない。なぜならば、同じ単語が不特定話
者用と特定話者用の両辞書にあれば、当然自分の音声で
登録した特定話者用との類似度が高くなるように、不特
定話者用の辞書の中では正認識単語の標準パターンの得
る類似度は他の単語に比べて大きくはなるが、特定話者
方式の辞書に比べれば小さい。そのため、不特定話者方
式の辞書の中に「改行」という単語が登録されており、
特定話者方式の方に「解除」という単語があったとし、
「改行」という音声を入力したとすると、ｌＫａｉｇｊ
ｏｌ＋ＫａｉｚｊｏｌのＩｇｌとｌｚｌの違いによる類
似度差より他の部分が特定話者力の標準パターンとの方
が大きな類似性を示し、単語全体で累積すると「解除Ｊ
に誤り、これはいくら再発声を繰り返しても正しい認識
にならないという欠点があった。
月−一」曳
本発明は、上述のごとき実情に鑑みてなされたもので、
特に、１つの入力に対し、特定話者方式用と不特定話者
方式用の辞書が同じ照合部で扱えることを目的としてな
されたものである。
特に、１つの入力に対し、特定話者方式用と不特定話者
方式用の辞書が同じ照合部で扱えることを目的としてな
されたものである。
１−一双
本発明は、上記目的を達成するために、音声を電気信号
に変換する手段と、この信号から特徴を抽出する特徴変
換部と、その特徴量を標準パターンとして記憶する第１
の記憶部とあらかじめ作られた標準パターンを記憶する
第２の記憶部と特徴量を比較する比較部を有する音声認
識装置において、第１の記憶部の標準パターンとの類似
度には第２（第１）の記憶部に格納された標準パターン
との類似性より類似性が小さく（大きく）なるような操
作をして認識することを特徴としたものである。以下、
本発明の実施例に基づいて説明する。
に変換する手段と、この信号から特徴を抽出する特徴変
換部と、その特徴量を標準パターンとして記憶する第１
の記憶部とあらかじめ作られた標準パターンを記憶する
第２の記憶部と特徴量を比較する比較部を有する音声認
識装置において、第１の記憶部の標準パターンとの類似
度には第２（第１）の記憶部に格納された標準パターン
との類似性より類似性が小さく（大きく）なるような操
作をして認識することを特徴としたものである。以下、
本発明の実施例に基づいて説明する。
第１図は１本発明の一実施例を説明するための図で、図
中、１はマイクロフォン、２はマイクアンプ、３はバン
ドパスフィルタ、４はスイッチ、５．６はレジスタ、７
は比較部、８は定数部、９は積算器、１０は最大類似度
判定部、１１は認識結果部で、電気音響変換器としてマ
イクロフォン１を使い、マイクアンプ２によって増幅し
た信号をバンドパスフィルタ３に入れて特徴量を抽出す
る。特徴量としてはパワースペクトルを用いる。
中、１はマイクロフォン、２はマイクアンプ、３はバン
ドパスフィルタ、４はスイッチ、５．６はレジスタ、７
は比較部、８は定数部、９は積算器、１０は最大類似度
判定部、１１は認識結果部で、電気音響変換器としてマ
イクロフォン１を使い、マイクアンプ２によって増幅し
た信号をバンドパスフィルタ３に入れて特徴量を抽出す
る。特徴量としてはパワースペクトルを用いる。
フィルタの数は必要に応じ８〜３ｏ程度、帯域は１００
）（ｚ〜１０ ｋ Ｈｚを分析すれば良い。レジスタ５
にはメーカーであらかじめ分析して作成した不特定話者
用の標準パターンが納められており、レジスタ６はスイ
ッチ４をＢ側に倒して使用前に必要な音声を登録してお
く特定話者用の標準パターンが格納されている。通常は
、レジスタ６の方がレジスタ５よりも大きなメモリーを
必要とする。
）（ｚ〜１０ ｋ Ｈｚを分析すれば良い。レジスタ５
にはメーカーであらかじめ分析して作成した不特定話者
用の標準パターンが納められており、レジスタ６はスイ
ッチ４をＢ側に倒して使用前に必要な音声を登録してお
く特定話者用の標準パターンが格納されている。通常は
、レジスタ６の方がレジスタ５よりも大きなメモリーを
必要とする。
認識に際してはスイッチ４をＡ側に倒し、未知の音声を
マイクから入力する。この音声は前記の過程を経て特徴
量に変換され、比較部７においてレジスタ５とレジスタ
６の標準パターンと比較され、類似度が算出される。比
較の仕方は特に限定するものではなく代表的なものは線
形伸縮によるもの或いは動的計画法によるものなどで通
常類似度の代りにその逆数に相当する距離の概念を用い
て市街地距離などを使うのが一般的である。これらは通
常市販されている音声認識の書籍に表わされている。こ
こでは、距離ではなく類似度として説明する。比較部７
で求められた類似度は次の積算器９によって定数が掛け
られる。この時の定数は、常に１を設定されており、レ
ジスタ５の標準パターン、つまり、不特定話者用の標準
パターンと入カバターンを比較した時には定数を１より
大なる値に設定しなおす、こうすることにより、不特定
話者用の類似度を特定話者波みに引き上げることができ
る。図示の例は乗算器を用いたが、これに加算器を用い
、通常Ｏを設定してレジスタ５の標準パターンと照合し
た時は、一定の正の数を加えるようにしても良い。又、
これはレジスタ５に限らず、レジスタ６の方にこのよう
な演算する機能を加えても良い。この場合、積算器の例
を用いるなら、通常１を設定しておき、つまり、演算を
しないでレジスタ６の標準パターンを利用した時だけ定
数を１より小さい小数に変更するようにしても良い。勿
論、整数を使う場合は、１と小数の代りに１０と１〜９
の整数のようにすれば良く、この１〜９の中の値は可変
にして使用者に設定できるようにするのが望ましい。最
初５に設定しておき、誤認識結果として不特定話者用の
標準パターンが出力されやすい場合はこの値を大きく、
並の時は小さくすれば良い。なお、以上の説明は特定話
者用の標準パターンを使用した時に定数の値を小さくす
る例で述べたが他の例も同様の考え方に沿えば設定でき
る。また、以上の例はレジスタ５が不特定、レジスタ６
が特定としであるが、レジスタの名称は特に技術内容と
関係がなく、レジスタがいくつあっても特定話者用と不
特定話者用で分ければ良い。
マイクから入力する。この音声は前記の過程を経て特徴
量に変換され、比較部７においてレジスタ５とレジスタ
６の標準パターンと比較され、類似度が算出される。比
較の仕方は特に限定するものではなく代表的なものは線
形伸縮によるもの或いは動的計画法によるものなどで通
常類似度の代りにその逆数に相当する距離の概念を用い
て市街地距離などを使うのが一般的である。これらは通
常市販されている音声認識の書籍に表わされている。こ
こでは、距離ではなく類似度として説明する。比較部７
で求められた類似度は次の積算器９によって定数が掛け
られる。この時の定数は、常に１を設定されており、レ
ジスタ５の標準パターン、つまり、不特定話者用の標準
パターンと入カバターンを比較した時には定数を１より
大なる値に設定しなおす、こうすることにより、不特定
話者用の類似度を特定話者波みに引き上げることができ
る。図示の例は乗算器を用いたが、これに加算器を用い
、通常Ｏを設定してレジスタ５の標準パターンと照合し
た時は、一定の正の数を加えるようにしても良い。又、
これはレジスタ５に限らず、レジスタ６の方にこのよう
な演算する機能を加えても良い。この場合、積算器の例
を用いるなら、通常１を設定しておき、つまり、演算を
しないでレジスタ６の標準パターンを利用した時だけ定
数を１より小さい小数に変更するようにしても良い。勿
論、整数を使う場合は、１と小数の代りに１０と１〜９
の整数のようにすれば良く、この１〜９の中の値は可変
にして使用者に設定できるようにするのが望ましい。最
初５に設定しておき、誤認識結果として不特定話者用の
標準パターンが出力されやすい場合はこの値を大きく、
並の時は小さくすれば良い。なお、以上の説明は特定話
者用の標準パターンを使用した時に定数の値を小さくす
る例で述べたが他の例も同様の考え方に沿えば設定でき
る。また、以上の例はレジスタ５が不特定、レジスタ６
が特定としであるが、レジスタの名称は特に技術内容と
関係がなく、レジスタがいくつあっても特定話者用と不
特定話者用で分ければ良い。
夏−一来
以上の説明から明らかなように、本発明によると、特定
話者方式と不特定話者方式の標準パターンが混在しても
同等の取扱いができる。
話者方式と不特定話者方式の標準パターンが混在しても
同等の取扱いができる。
第１図は、本発明の一実施例を説明するための構成図で
ある。 １・・・マイクロフォン、２・・・マイクアンプ、３・
・・バンドパスフィルタ、４・・・スイッチ、５，６・
・・レジスタ、７・・・比較部、８・・・定数部、９・
・・積算器。 １０・・・最大類似度判定部、１１・・・認識結果部。
ある。 １・・・マイクロフォン、２・・・マイクアンプ、３・
・・バンドパスフィルタ、４・・・スイッチ、５，６・
・・レジスタ、７・・・比較部、８・・・定数部、９・
・・積算器。 １０・・・最大類似度判定部、１１・・・認識結果部。
Claims (1)
- １、音声を電気信号に変換する手段と、この信号から特
徴を抽出する特徴変換部と、その特徴量を標準パターン
として記憶する第１の記憶部とあらかじめ作られた標準
パターンを記憶する第２の記憶部と特徴量を比較する比
較部を有する音声認識装置において、第１の記憶部の標
準パターンとの類似度には第２（第１）の記憶部に格納
された標準パターンとの類似性より類似性が小さく（大
きく）なるような操作をして認識することを特徴とする
音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63173482A JPH0222699A (ja) | 1988-07-11 | 1988-07-11 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63173482A JPH0222699A (ja) | 1988-07-11 | 1988-07-11 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0222699A true JPH0222699A (ja) | 1990-01-25 |
Family
ID=15961317
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63173482A Pending JPH0222699A (ja) | 1988-07-11 | 1988-07-11 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0222699A (ja) |
-
1988
- 1988-07-11 JP JP63173482A patent/JPH0222699A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS60158498A (ja) | パターン照合装置 | |
| JPH0222699A (ja) | 音声認識装置 | |
| JP2980382B2 (ja) | 話者適応音声認識方法および装置 | |
| JPS6135494A (ja) | 音声認識処理装置 | |
| JPS6075898A (ja) | 単語音声認識装置 | |
| JPS638798A (ja) | 音声認識装置 | |
| JPS6287998A (ja) | 音声認識装置 | |
| JPS61180297A (ja) | 話者照合装置 | |
| JPS61278896A (ja) | 話者照合装置 | |
| JPS62229197A (ja) | 数字音声認識装置 | |
| JPS6120094A (ja) | 音声認識合成装置 | |
| JPH0233199A (ja) | 音声認識装置 | |
| JPH0225896A (ja) | 音声認識装置 | |
| JPH0316038B2 (ja) | ||
| JPS6078491A (ja) | 辞書更新方式 | |
| JPS59170900A (ja) | 音声認識装置における辞書登録方式 | |
| JPH01197796A (ja) | 音声認識装置 | |
| JPH04301695A (ja) | 音声認識装置の辞書制御方式 | |
| JPS58169199A (ja) | 母音情報を用いた音声認識方式 | |
| JPS63125998A (ja) | 音声入出力装置 | |
| JPS60217397A (ja) | 音声認識装置 | |
| JPS59116797A (ja) | 音声認識装置の自動利得制御方法 | |
| JPS61188598A (ja) | 音声認識方法 | |
| JPH01156799A (ja) | 音声ダイヤリング装置 | |
| JPS6061800A (ja) | 音声認識方式 |