JPH02232697A - 音声認識装置 - Google Patents

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。

Description

【発明の詳細な説明】 ［産業上の利用分野１ 本発明｛友　音声情報を判定する音声認ｍ装直に関し、
特１ミ　非定常騒音の多い環境下における音声認識装置
に関する． ［従来の技術］ 従来より、キーワードとなる操作者の発声する音声信号
と、登録済みの音声信号との類似度により、音声信号を
認識して、各種機器の運転を制御する音声認識装置が知
られている．そして、音声認識装置の用いられる周囲の
環境からの騒音によって、例え｛戴　空気調和装置に音
声認識装置を組み込んだ場合｛ミ　空気調和装置の待つ
騒音、振動音、及びその他の外部の騒音によって、音声
の誤認識を起こす場合があり、その対策が取られている
． 例え｛Ｌ　空気調和装置の運転中に１友　音声信号を第
５図に示すような低周波帯域をカットする特性を有する
騒音カットフィルタを通すことによって、騒音の信号を
減衰させている．その結果　第６図に示すような低周波
数の空気調和装厘の発生する騒音あるいは外部の騒音を
第７図に示すように減衰することができる．そして、騒
音カットフィルタを通した音声信号から特徴データを抽
出し、予め記憶された標準データとを比較して、そのマ
ッチングによって音声情報を判定し、空気調和装置等を
制御していた ［発明が解決しようとする課題］ しかしながら、こうした従来の音声認識装置で｛上　入
力される音声信号を騒音カットフィルタにより処理する
ので、騒音を低減することはできるが、騒音の低減と共
に音声信号の一部までをも減衰してしまう場合があった
　例え｛戯　音声信号として、母音「あ」が入力された
場合に１社　第８図ｆ二示すような周波数成分の音声信
号がマイクロフォンから出力される．そして、この音声
信号を前述した特性を有する騒音カットフィルタにより
処理すると、音声を特徴付けるホルマント周波数のへ　
低周波数の第１、第２ホルマント等を第８図トルのピー
クを欠落させてしまう．その表　フィルタ処理後の特徴
抽出の際１：，音声信号のへ　認識時最も重要となる特
徴量を減少させることとなってしまい、認識率の低下を
招くという問題があった そこで本発明は上記の課題を解決することを目的とし、
騒音を減衰させるフィルタの影響を受けることなく音声
信号の特徴を抽出し、認識率の向上を図った音声認識装
置を提供することにある．［課題を解決するための手段
］ かかる目的を達成すべく、本発明は課題を解決するため
の手段として次の構成を取った　即ち、音声に応じた標
準データを予め記憶する音声記憶手段を有し，前記標準
データとマイクロフォンから入力される音声信号に応じ
た特徴データとを比較する比較手段を備えた音声認識装
置において、前記音声信号の内の騒音成分を多く含む帯
域を減衰して出力する騒音カットフィルタと、該騒音カ
ットフィルタからの信号により音声区間を検出する音声
区間検出手段と、 前記マイクロフォンからの音声信号のれ　前記音声区間
に応じた前記音声信号から特徴データを抽出して前記比
較手段に出力する音響分析手段と、を備えたことを特徴
とする音声認諷装置の構成がそれである． ［作用］ 前記構成を有する音声認識装置（上　騒音カットフィル
タが，マイクロフォンから入力された音声信号の内の騒
音成分を多く含む帯域を減衰して出力し、音声区間検比
手段が，ｉＩ音力ットフィ，ルタからの信号により音声
区間を検比する．そして、音響分析手段が、マイクロフ
ォンからの音声信号の丙　音声区間に応じた音声信号か
ら特徴データを抽出して比較手段に出力し、比較手段が
音声記憶手段に記憶された標準データと前記特徴データ
とを比較する．よって、騒音カットフィルタを通すこと
なく入力された音声信号から特徴データを抽出でき、こ
の特徴データに基づいて音声の認識ができるので認諷率
が向上する． ［実施例］ 以下本発明の実施例を図面に基づいて詳細に説明する． 第１図は本発明の一実施例である音声認識装置の概略構
成図である．　１は周知のマイクロフォンであり、操作
者の発した音声を電気信号に変換し音声信号として出力
するものである．このマイクロフォンｌｆｔ，１ｉ音カ
ットフィルタ２と、パンドバスフィルタ４とにそれぞれ
接続されている．騒音カットフィルタ２（九　マイクロ
フォン１から入力される騒音を含んだ音声信号から騒音
成分を含んでいる周波数帯域を減衰させるものである．
本実施例で｛友　第２図に示すような低周波数と高周波
数の領域の音声を大きく減衰させ２ｋＨｚ〜４ｋＨｚ付
近で最も感度が高い、人間の聴感特性に合致した補正特
性を有するものである．あるい｛上　このような聴感補
正特性を有するもの以外でも、その環境により、層音の
スペクトル成分に高い周波数成分が多い場合にＬＬ　　
騒音カットフィルタとしてハイカットフィルタを用いれ
ばよい．又，第６図に示すような低周波成分を多く含む
騒音特性を有する環境下におかれている場合に１　その
環境に応じて第５図に示すような低周波数成分を減衰さ
せる周波数特性を有するものであってもよい．若し＜は
、　　騒音が特定の中城に集中している場合に（友　騒
音カットフィルタとして中城カットフィルタを用いれば
よい．更にＣ山　　プログラムによってその特性を変え
ることができる自由度の大きなディジタルフィルタを用
い、周囲の騒音状態等によって，その特性を切り換える
構成としてもよい．砥　フィルタの減衰率等の特性を強
く設定し過ぎると，Ｒ音はより減衰させられるが、同時
に純粋な音声信号も減衰させられてしまう．又、特性を
弱くすると騒音の減衰が弱く、後述する音声区間の検出
に影響がでる．そして、もう一方のパンドバスフィルタ
４（友マイクロフォン１から入力される騒音を含んだ音
声信号を，音声帯坂　例えばおおよそ２，００｝−！ｚ
〜４ＫＨｚの周波数帯域以外の成分をカットするもので
ある．このフィルタとして、デイジタルフィルタを用い
てもよい． 前記騒音カットフィルタ２１友　　音声区間検出部６に
接続されており、この音声区間検出部６は、騒音カット
フィルタ２から出力された音声信号のパワー情報と予め
設定された所定のしきい値とを比較して、音声区間の始
端と終端を検出し，しきい値のレベルより高いときは音
声区間として、低いときは無音区間として出力するもの
である．このしきい値【友　固定した１つだけでもよい
が，複数のしきい値や周囲の騒音に合わせてしきい値を
可変にしてもよい．また、音声スペクトルの傾きやピッ
チ情報などと併せて、音声区閘を検出するものであって
もよい．この音声区間検出部６１社前記バンドバスフィ
ルタ４と共に音響分析部８に接続されており、音響分析
部８に（友　バンドバスフィルタ４を通った音声帯域の
音声信号と、音声区間信号とが入力される．随騒音カッ
トフィルタ２を通過した信号によって音声区間を検出す
るだけでなく，この信号に基づいて図示しないアンプの
ゲインをコントロールするようにしてもよい．入力信号
が大きければアンプのゲインを下げ、小さければアンプ
のゲインを上げることによって、音声信号のダイナミッ
クレンジを大きくすることができる．この時，基準とな
る信号に騒音成分が多く含まれていると正確なゲインコ
ントロールは不可能であり、騒音カットフィルタ２１二
より騒音成分をカットした信号を基準にすることにより
、より正確なゲインコントロールが可能となる．この音
響分析部８｛戴　入力された音声区間信号に基づいて、
その音声区間内のバンドバスフィルタ４を通った音声帯
域の音声信号のスペクトルを分析し、音声の特徴を表す
特徴パラメータを抽出するものである．この抽出に当た
って（友　例えｔｆ，周知の高速フーリエ変換（ＦＦＴ
），　　バンドバスフィルタバンクや、線形予測分析な
どにより一定周期毎１：．入力された音声区間内の音声
信号から特徴パラメータを抽呂して、特徴ベクトルの時
系列として出力するものである．随　音響分析部８にお
いて，更１；　　ＩＩ音成分を低減するような処理を行
って音声信号の分析をするようにしてもよい．この音響
分析部８１表　　切換スイッチ１０を介して、音声記憶
部１２若しくは音声比較部１４に選択的に接続できるよ
うになされている．前記音声記憶部１２｛表　抽出され
た特徴データ、例え（瓜ベクトルの時系列を標準データ
として記憶するものである．そして、前記音声比較部１
４（友　この音声記憶部１２に記憶された標準データと
、切換スイッチ１０を介して入力される特徴データとを
比較し、その類似度を計算して出力するものである．こ
の音声比較部１４１表　判定部１６に接続されており、
判定部１６（良　音声比較部１４からの類似度に応じて
それと最も似通ったかつ予め決められた一定の条件を満
たした場合１：，それに対応した信号を出力するもので
ある．この信号は出力端子１８から出力されるようにな
されており、この出力端子１８に接続された他の機器２
０、例えば空気調和装置を制御するようになされている
．次１：，本実施例の作動について説明する．まず、操
作者が音声を発声すると、例えば「うんでん」と発声す
ると、それがマイクロフォン１によって拾われて、電気
信号に変換されて音声信号として出力される．この時、
マイクロフォン１によって、発声された音声の前後での
音声以外の外部からの騒音も入力さ札　第３図に示すよ
うな騒音が重畳された音声信号が出力される．この出力
される音声信号（上　それぞれ騒音カットフィルタ２と
バンドバスフィルタ４とに入力される．騒音カットフィ
ルタ２に入力された音声信号１友　第４図に示す如く音
声信号に重畳された騒音成分を減衰させられ音声区間検
畠部６に出力される．音声区間検出部６で１上　入力さ
れた音声信号のパワー情報と所定のしきい値とを比較し
て、このしきい値より低い区間は無音区間と判定し、し
きい値よりも高い区間は音声区間と判定し、音声区間信
号を音響分析部８に出力する．低騒音カットフィルタ２
に人間の聴感補正特性に合致した特性をもたせ、人間の
感覚に似た分析を行って、理想的な音声認識の分析とす
ることができる。

一方、バンドバスフィルタ４（友　入力された音声信号
を音声帯域以外を減衰させて音響分析部８に出力する．
音響分析部８で（上　このバンドバスフィルタ４からの
出力された音声信号と、音声区間検出部６からの音声区
間信号とから、音声区間内の音声信号を分析して特徴デ
ータを抽出する．即ち、操作者によって音声を発声され
た区間の音声信号のみに基づいて特徴データを抽出し、
それ以外の区間｛友　騒音であるとして特徴データを抽
畠する処理を行わない。

そして、切換スイッチ１０が音声記憶部１２側に切り換
えられているときに｛上　前記音響分析部８から出力さ
れる特徴データを標準データとして音声記憶部１２に記
憶する．こうして、音声記憶部１２に｛友　特定話者が
発声した単語や短文等の音声の特徴データ、例えｌｆ．
　　音声が「うんでんＪである場合にはその特徴データ
が標準データとして記憶される． 切換スイッチ１０が音声比較部１４側に切り換えられて
いるときに（．ｔ，前記音響分析部８から出力される特
徴データと、前記音声記憶部１２に記憶された標準デー
タとが、音声比較部１４で比較される．そして，音声比
較部１４で１社　特徴データと標準データとの類似度を
計算して出力する．判定部１６で１表　この音声比較部
１４から出力される類似度に基づいて操作者が発した音
声が何であるかを判断し、その発声した音声１二応じた
信号を出力する．そして、出力端子１８を介して、その
信号を他の機器２０に出力する． 例え１区　空気調和装置に用いた場合に１上　その発声
が「うんでん」である場合に１よ　空気調和装置の運転
を開始する信号を出力する．あるいはその発声に応じた
信号を出力して、設定温度を上げたりする制御を実行す
る． 雌　本実施例で１良　特定話者の音声認識を例としたが
、不特定話者の音声認識であっても同様に実施可能であ
る． 前述した如く、本実施例の音声認識装置１友　騒音カッ
トフィルタ２により騒音を減衰し、音声区間検出部６が
その音声信号に基づいて音声区間を検出する．そして、
この音声区間と騒音カットフィルタ２を通らない音声信
号とに基づいて音響分折部８が特徴データを抽出する。

切換スイッチ１０を切り換えて、この特徴データを標準
データとして音声記憶部１２に記憶し、又、音声比較部
１４によって、特徴データと標準データとを比較する． 従って，音響分析部８において（友騒音カットフィルタ
２を通らない音声信号から特徴データを抽出する．よっ
て、騒音カットフィルタ２により音声成分までおも減衰
された音声信号からの音声の特徴データの抽出ではなく
、減衰されていない音声信号から適正に特徴データを抽
出することができる．これにより、的確に音声の特徴を
掴むことができ、音声比較部１４で特徴データと標準デ
ータとの類似度の計算精度が向上し，音声の認識率が向
上する． 又，騒音が発声音声ヒオーバラップしていても、騒音カ
ットフィルタにより騒音成分を減衰させた信号から音声
区間検出を実行することで、精度よく音声区間検出を行
うことが可能である．従来１表発声音声の音声区間に騒
音が重なって、音声区間が広く取ら札　これによって、
特像データを抽出していたので、認識エラーを引き起こ
す場合があったが、適正に音声区間を検出することによ
って、認諷率の向上を図ることができる． 以上本発明はこの様な実施例に何等限定されるものでは
なく、本発明の要旨を逸脱しない範囲において種々なる
態様で実施し得る． ［発明の効果］ 以上詳述したように本発明の音声認識装置（よ騒音成分
を含んだ入力音声から騒音成分を減衰させ、その信号か
ら音声区間検出を実行するこｌとで精度よく音声区間検
出を行うことが可能であり、かつ音響分析部に音声情報
を何ら欠落させることなく入力して分析することを可能
とし、騒音が大きい環境　特に非定常的な騒音の多い環
境での認識性能向上にすぐれた効果がある．

【図面の簡単な説明】

第１図は本発明の一実施例としての音声認識装置の概略
構成は　第２図は聴感補正特性を有する騒音カットフィ
ルタの特性を示すグラフ、第３図はマイクロフォンから
の音声信号を示すグラフ、第４図は騒音カットフィルタ
により処理した信号のグラフ、第５図はロー力ットフィ
ルタの特性を示すグラフ、第６図は低域に集中した騒音
のレベルを示すグラフ、第７図はローカットフィルタに
より第６図の騒音を処理したレベルのグラフ、第８図は
ホルマント周波数を説明するグラフである．１・・・マ
イクロフォン ２・・・騒音カットフィルタ ６・・・音声区間検出部　　　　８・・・音響分析部１
２・・・音声記憶部　　　　　１４・・・音声比較部代
理人　　弁理士　　足立　勉（ほが２名）第１図 第３図 第４図 第２図 第５図 周波数（Ｈｚ） 周波数

Claims (2)

【特許請求の範囲】
1. （１）音声に応じた標準データを予め記憶する音声記憶
   手段を有し、前記標準データとマイクロフォンから入力
   される音声信号に応じた特徴データとを比較する比較手
   段を備えた音声認識装置において、 前記音声信号の内の騒音成分を多く含む帯域を減衰して
   出力する騒音カットフィルタと、 該騒音カットフィルタからの信号により音声区間を検出
   する音声区間検出手段と、 前記マイクロフォンからの音声信号の内、前記音声区間
   に応じた前記音声信号から特徴データを抽出して前記比
   較手段に出力する音響分析手段と、を備えたことを特徴
   とする音声認識装置。
2. （２）前記フィルタは、人間の聴感特性に合致あるいは
   近似の補正特性を持つフィルタであることを特徴とする
   特許請求の範囲第１項記載の音声認識装置。