JPH0226262B2 - - Google Patents
Info
- Publication number
- JPH0226262B2 JPH0226262B2 JP56116969A JP11696981A JPH0226262B2 JP H0226262 B2 JPH0226262 B2 JP H0226262B2 JP 56116969 A JP56116969 A JP 56116969A JP 11696981 A JP11696981 A JP 11696981A JP H0226262 B2 JPH0226262 B2 JP H0226262B2
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- standard
- pattern
- recognition
- standard pattern
- 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 - Lifetime
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
本発明は複数の未知パタンの組み合せを認識す
るパタン認識方式に関し、特に単語音声を認識す
るに際し単語音声の組み合せにより認識対象の数
を増大させる場合に、より高い認識率が得られる
方式を提供するものである。
るパタン認識方式に関し、特に単語音声を認識す
るに際し単語音声の組み合せにより認識対象の数
を増大させる場合に、より高い認識率が得られる
方式を提供するものである。
音声単語認識の場合に、認識でき得る語彙数は
限られており、無限語彙の認識を、音声単語認識
装置自体で行なわせる事は現状では不可能であ
る。認識時間、又は識別出来得る能力の点から現
状はせいぜい100〜200単語である。しかし次に示
す様な方法でみかけ上認識語彙数を増大させた
り、あるいは認識対象の数を増大させたりするこ
とが従来から行なわれている。
限られており、無限語彙の認識を、音声単語認識
装置自体で行なわせる事は現状では不可能であ
る。認識時間、又は識別出来得る能力の点から現
状はせいぜい100〜200単語である。しかし次に示
す様な方法でみかけ上認識語彙数を増大させた
り、あるいは認識対象の数を増大させたりするこ
とが従来から行なわれている。
以下これを第１図、第２図を用いて説明する。
第１図は構成を示すもので、１は音声認識部であ
る。未知なる音声単語は、周波数分析等により特
徴が抽出されて未知パタンＸに変換され、これは
未知パタンエリア２へ格納される。３は標準パタ
ンエリアで、複数の標準パタンＹ（０），Ｙ(1)，Ｙ
(2)，……Ｙ(k)……Ｙ(k)が格納されている。４は類
似度算出部で未知パタンＸと標準パタンＹ(k)との
類似度Ｓ(k)を算出する。５は判定部で、この類似
度の最も高い値 maxk Ｓ(k)を抽出しかつこの maxk
Ｓ(k)がすでに定められたしきい値Ｌより大なる時
maxk Ｓ(k)を与えたＹ(k)を出力する。一方 maxk Ｓ
(k)がＬより少なる時には、棄却される。音声認識
部１は、未知パタンエリア２、標準パタンエリア
３、類似度算出部４、判定部５より構成される。
第１図は構成を示すもので、１は音声認識部であ
る。未知なる音声単語は、周波数分析等により特
徴が抽出されて未知パタンＸに変換され、これは
未知パタンエリア２へ格納される。３は標準パタ
ンエリアで、複数の標準パタンＹ（０），Ｙ(1)，Ｙ
(2)，……Ｙ(k)……Ｙ(k)が格納されている。４は類
似度算出部で未知パタンＸと標準パタンＹ(k)との
類似度Ｓ(k)を算出する。５は判定部で、この類似
度の最も高い値 maxk Ｓ(k)を抽出しかつこの maxk
Ｓ(k)がすでに定められたしきい値Ｌより大なる時
maxk Ｓ(k)を与えたＹ(k)を出力する。一方 maxk Ｓ
(k)がＬより少なる時には、棄却される。音声認識
部１は、未知パタンエリア２、標準パタンエリア
３、類似度算出部４、判定部５より構成される。
今、この音声認識部１の認識でき得る語彙数が
３単語であるとし、この音声認識部を使用して見
かけ上認識対象の数を増大させる場合について説
明する。
３単語であるとし、この音声認識部を使用して見
かけ上認識対象の数を増大させる場合について説
明する。
７は音声認識部とは別に標準パタンを格納して
いる標準パタン格納部であり、これは標準パタン
３個分よりなるブロツクＢ，Ｂ０，Ｂ１，Ｂ２，
Ｂ００，Ｂ０１，〜Ｂ２２，より構成されてい
る。第２図は、ブロツクＢ，Ｂ０，〜Ｂ２２と、
各標準パタンＺ（０），Ｚ(1)……Ｚ（０，０），Ｚ
（０，１）……Ｚ（０，０，０）……Ｚ（２，２，
２）との関係、および各標準パタン間の概念関係
を示している図である。標準パタンＺ（０，０，
０），Ｚ（０，０，１），Ｚ（０，０，２）の上位概
念が標準パタンＺ（０，０）であり、Ｚ（０，０），
Ｚ（０，１），Ｚ（０，２）の上位概念の標準パタ
ンが、Ｚ（０）である事を示す。
いる標準パタン格納部であり、これは標準パタン
３個分よりなるブロツクＢ，Ｂ０，Ｂ１，Ｂ２，
Ｂ００，Ｂ０１，〜Ｂ２２，より構成されてい
る。第２図は、ブロツクＢ，Ｂ０，〜Ｂ２２と、
各標準パタンＺ（０），Ｚ(1)……Ｚ（０，０），Ｚ
（０，１）……Ｚ（０，０，０）……Ｚ（２，２，
２）との関係、および各標準パタン間の概念関係
を示している図である。標準パタンＺ（０，０，
０），Ｚ（０，０，１），Ｚ（０，０，２）の上位概
念が標準パタンＺ（０，０）であり、Ｚ（０，０），
Ｚ（０，１），Ｚ（０，２）の上位概念の標準パタ
ンが、Ｚ（０）である事を示す。
以下他の標準パタンについても同様で、これら
の関係を一般にツリー構造と呼ぶ。例えば住所〇
〇市、〇〇区、〇〇町、を表現する場合、Ｚ
（０），Ｚ(1)，Ｚ(2)に市に対応する標準パタンをＺ
（０，０）〜Ｚ（２，２）に区に対応する標準パタ
ンを、Ｚ（０，０，０）〜Ｚ（２，２，２）に町に
対応する標準パタンを割り合てておく。それぞれ
の標準パタンは、点線で囲まれている様にブロツ
ク分けしてある。ブロツクＢには、Ｚ（０），Ｚ
(1)，Ｚ(2)が、ブロツクＢ０には、Ｚ（０，０），Ｚ
（０，１），Ｚ（０，２）がブロツクＢ００には、
Ｚ（０，０，０），Ｚ（０，０，１），Ｚ（０，０，
２）が格納されている。他のブロツクについても
図に示す通りである。
の関係を一般にツリー構造と呼ぶ。例えば住所〇
〇市、〇〇区、〇〇町、を表現する場合、Ｚ
（０），Ｚ(1)，Ｚ(2)に市に対応する標準パタンをＺ
（０，０）〜Ｚ（２，２）に区に対応する標準パタ
ンを、Ｚ（０，０，０）〜Ｚ（２，２，２）に町に
対応する標準パタンを割り合てておく。それぞれ
の標準パタンは、点線で囲まれている様にブロツ
ク分けしてある。ブロツクＢには、Ｚ（０），Ｚ
(1)，Ｚ(2)が、ブロツクＢ０には、Ｚ（０，０），Ｚ
（０，１），Ｚ（０，２）がブロツクＢ００には、
Ｚ（０，０，０），Ｚ（０，０，１），Ｚ（０，０，
２）が格納されている。他のブロツクについても
図に示す通りである。
第１図の６は、認識部１からの認識結果を得
て、標準パタン格納部７から、ブロツクを選出
し、標準パタンエリア３の内容を変える標準パタ
ン選出部である。
て、標準パタン格納部７から、ブロツクを選出
し、標準パタンエリア３の内容を変える標準パタ
ン選出部である。
あらかじめ、第２図に示す様な概念関係で、概
念の高い（上位の）順に、３つの未知パタンＸ
（０），Ｘ(1)，Ｘ(2)を入力する様に決めておき、ま
ず、Ｘ（０）が入力されると、この時は標準パタ
ンエリア３の内容はブロツクＢの内容にし、Ｘ
（０）がＺ（０），Ｚ(1)，Ｚ(2)の内のいずれである
かを認識部１において識別し、一方、標準パタン
選出部６は認識部１からの結果を受け、次の未知
パタンに対してブロツクＢ０，Ｂ１，Ｂ２，の内
のいずれを、標準パタンエリア３へ与えるべきか
判断する。今、Ｘ（０）がＺ（０）であるとし、次
の未知パタンＸ(1)が入力されると、標準パタンエ
リア３の内容は、ブロツクＢ０の内容に変更さ
れ、認識部１は同様にＸ(1)がＺ（０，０），Ｚ（０，
１），Ｚ（０，２）の内のいずれであるかを識別
し、一方標準パタン選出部６は次の未知パタンに
対して、ブロツクＢ００，Ｂ０１，Ｂ０２の内の
いずれを標準パタンエリア３へ与えるべきか判断
する。Ｘ(1)がＺ（０，０）であるとし、次の未知
パタンＸ(2)が入力されると、標準パタン３の内容
は、ブロツクＢ００の内容に変更され、認識部１
は同様にＸ(2)がＺ（０，０，０），Ｚ（０，０，
１），Ｚ（０，０，２）の内のいずれであるかを識
別し、結果を出力する。Ｘ(2)がＺ（０，０，０）
であるとすると、結局、未知パタンＸ（０），Ｘ
(1)，Ｘ(2)は、Ｚ（０），Ｚ（０，０），Ｚ（０，０，
０）であると認識される事になり、認識部の語彙
数は３単語であるが、見かけ上、27個の対象を識
別する事が可能となり、単語の組み合せが、概念
構成になつているため、利用者がほとんど負担を
感じることなくＸ（０），Ｘ(1)，Ｘ(2)を発声する事
が出来る。
念の高い（上位の）順に、３つの未知パタンＸ
（０），Ｘ(1)，Ｘ(2)を入力する様に決めておき、ま
ず、Ｘ（０）が入力されると、この時は標準パタ
ンエリア３の内容はブロツクＢの内容にし、Ｘ
（０）がＺ（０），Ｚ(1)，Ｚ(2)の内のいずれである
かを認識部１において識別し、一方、標準パタン
選出部６は認識部１からの結果を受け、次の未知
パタンに対してブロツクＢ０，Ｂ１，Ｂ２，の内
のいずれを、標準パタンエリア３へ与えるべきか
判断する。今、Ｘ（０）がＺ（０）であるとし、次
の未知パタンＸ(1)が入力されると、標準パタンエ
リア３の内容は、ブロツクＢ０の内容に変更さ
れ、認識部１は同様にＸ(1)がＺ（０，０），Ｚ（０，
１），Ｚ（０，２）の内のいずれであるかを識別
し、一方標準パタン選出部６は次の未知パタンに
対して、ブロツクＢ００，Ｂ０１，Ｂ０２の内の
いずれを標準パタンエリア３へ与えるべきか判断
する。Ｘ(1)がＺ（０，０）であるとし、次の未知
パタンＸ(2)が入力されると、標準パタン３の内容
は、ブロツクＢ００の内容に変更され、認識部１
は同様にＸ(2)がＺ（０，０，０），Ｚ（０，０，
１），Ｚ（０，０，２）の内のいずれであるかを識
別し、結果を出力する。Ｘ(2)がＺ（０，０，０）
であるとすると、結局、未知パタンＸ（０），Ｘ
(1)，Ｘ(2)は、Ｚ（０），Ｚ（０，０），Ｚ（０，０，
０）であると認識される事になり、認識部の語彙
数は３単語であるが、見かけ上、27個の対象を識
別する事が可能となり、単語の組み合せが、概念
構成になつているため、利用者がほとんど負担を
感じることなくＸ（０），Ｘ(1)，Ｘ(2)を発声する事
が出来る。
しかし音声認識部自体の認識率をαとすると、
最終的には、この場合の認識率は、α×α×α＝
α3であり、α＜１であるため、α＞α3であるか
ら、結局、認識率が減少してしまう事は、避けが
たい。またＸ（０）の時点で誤認識を行つた場合
には、Ｘ(1)，Ｘ(2)に対して選ばれる標準パタンは
全く異なつたものになり、さらに誤認識が増長さ
れる。したがつてより高い認識率で、見かけ上認
識対象の数を増大させる手段が強く望まれる。
最終的には、この場合の認識率は、α×α×α＝
α3であり、α＜１であるため、α＞α3であるか
ら、結局、認識率が減少してしまう事は、避けが
たい。またＸ（０）の時点で誤認識を行つた場合
には、Ｘ(1)，Ｘ(2)に対して選ばれる標準パタンは
全く異なつたものになり、さらに誤認識が増長さ
れる。したがつてより高い認識率で、見かけ上認
識対象の数を増大させる手段が強く望まれる。
本発明はこのような点に鑑みてなされたもので
あり、以下その一実施例を説明する。
あり、以下その一実施例を説明する。
第３図は本発明の一実施例を示すもので１は、
未知パタンエリア２と標準パタンエリア３と、類
似度算出部４より構成され、これらの機能は第１
図のものと同様である。類似度算出部４から、各
標準パタンと未知パタン間の類似度、Ｓ（０），Ｓ
(1)，Ｓ(2)……Ｓ(k)，……Ｓ(k)が出力されている。
１０は未知パタンエリア２と、標準パタンエリア
３に与えられていた過去の状態における類似度を
格納しておく類似度格納部である。１１は、標準
パタン選出部で、認識部１から出力される類似度
Ｓ（０），Ｓ(1)……Ｓ(k)……Ｓ(k)と過去の類似度を
格納している類似度格納部１０との内容により、
次の未知パタンに対して与えるべき標準パタンを
選出するためのものである。７は標準パタン格納
部で、ここには第１図で示したと同様、各標準パ
タンがトリー構造でブロツク割けされて格納され
ている。標準パタンの選出が終つた時点で、類似
度格納部１０は類似度Ｓ（０），Ｓ(k)……Ｓ(k)の内
標準パタン選出部１１からの指令によりＭ個ほど
取り込み、その内容を更新し、その後、標準パタ
ンエリア３の内容は、次の未知パタンに対しての
標準パタンになる様に、標準パタン格納部７から
標準パタンエリア３へ、標準パタンの転送が行な
われる。
未知パタンエリア２と標準パタンエリア３と、類
似度算出部４より構成され、これらの機能は第１
図のものと同様である。類似度算出部４から、各
標準パタンと未知パタン間の類似度、Ｓ（０），Ｓ
(1)，Ｓ(2)……Ｓ(k)，……Ｓ(k)が出力されている。
１０は未知パタンエリア２と、標準パタンエリア
３に与えられていた過去の状態における類似度を
格納しておく類似度格納部である。１１は、標準
パタン選出部で、認識部１から出力される類似度
Ｓ（０），Ｓ(1)……Ｓ(k)……Ｓ(k)と過去の類似度を
格納している類似度格納部１０との内容により、
次の未知パタンに対して与えるべき標準パタンを
選出するためのものである。７は標準パタン格納
部で、ここには第１図で示したと同様、各標準パ
タンがトリー構造でブロツク割けされて格納され
ている。標準パタンの選出が終つた時点で、類似
度格納部１０は類似度Ｓ（０），Ｓ(k)……Ｓ(k)の内
標準パタン選出部１１からの指令によりＭ個ほど
取り込み、その内容を更新し、その後、標準パタ
ンエリア３の内容は、次の未知パタンに対しての
標準パタンになる様に、標準パタン格納部７から
標準パタンエリア３へ、標準パタンの転送が行な
われる。
第２図で示す様な標準パタンを認識する場合に
ついて、本発明の考え方を第３図に従い、Ｍ＝２
として、説明する。未知パタンはＸ（０），Ｘ(1)，
Ｘ(2)の順に第１図の説明で述べた同様に、概念の
高い順に入力される。Ｘ（０）が入力されると、
標準パタンエリア３の内容はブロツクＢの内容、
すなわちＺ（０），Ｚ(1)，Ｚ(2)になり、かつ類似度
格納部１０の内容はクリアされる。認識部はＸ
（０）とＺ（０），Ｚ(1)，Ｚ(2)との類似度Ｓ（０），
Ｓ(1)，Ｓ(2)を出力し標準パタン選出部１１は、類
似度格納部１０の内容がクリアされているため、
Ｓ（０），Ｓ(1)，Ｓ(2)の内で最も高い値Ｓ１と次に
高い値Ｓ２を選び、Ｓ１と、Ｓ２を与えた標準パ
タンの下位概念の標準パタンブロツクを選出し、
選出が終了すると、Ｓ１とＳ２を、類似度格納部
１０へ格納する。今、Ｓ１がＳ（０）、Ｓ２がＳ(1)
であるとすると、ブロツクＢ０とブロツクＢ１が
選らばれ、標準パタンエリア３へ標準パタンの転
送が行なわれ、類似度格納部１０へはＳ（０）と
Ｓ(1)が格納される。
ついて、本発明の考え方を第３図に従い、Ｍ＝２
として、説明する。未知パタンはＸ（０），Ｘ(1)，
Ｘ(2)の順に第１図の説明で述べた同様に、概念の
高い順に入力される。Ｘ（０）が入力されると、
標準パタンエリア３の内容はブロツクＢの内容、
すなわちＺ（０），Ｚ(1)，Ｚ(2)になり、かつ類似度
格納部１０の内容はクリアされる。認識部はＸ
（０）とＺ（０），Ｚ(1)，Ｚ(2)との類似度Ｓ（０），
Ｓ(1)，Ｓ(2)を出力し標準パタン選出部１１は、類
似度格納部１０の内容がクリアされているため、
Ｓ（０），Ｓ(1)，Ｓ(2)の内で最も高い値Ｓ１と次に
高い値Ｓ２を選び、Ｓ１と、Ｓ２を与えた標準パ
タンの下位概念の標準パタンブロツクを選出し、
選出が終了すると、Ｓ１とＳ２を、類似度格納部
１０へ格納する。今、Ｓ１がＳ（０）、Ｓ２がＳ(1)
であるとすると、ブロツクＢ０とブロツクＢ１が
選らばれ、標準パタンエリア３へ標準パタンの転
送が行なわれ、類似度格納部１０へはＳ（０）と
Ｓ(1)が格納される。
次に、未知パタンＸ(1)が入力されると、認識部
１では、次の類似度が算出される。
１では、次の類似度が算出される。
Ｓ（０，０）：Ｘ(1)とＺ（０，０）
Ｓ（０，１）：Ｘ(1)とＺ（０，１）
Ｓ（０，２）：Ｘ(1)とＺ（０，２）
Ｓ（１，０）：Ｘ(1)とＺ（１，０）
Ｓ（１，１）：Ｘ(1)とＺ（１，１）
Ｓ（１，２）：Ｘ(1)とＺ（１，２）
標準パタン選出部１１では、これらの類似度と
類似度格納部１０との内容により、 S′（０，０）＝Ｓ（０）＋Ｓ（０，０） S′（０，１）＝Ｓ（０）＋Ｓ（０，１） S′（０，２）＝Ｓ（０）＋Ｓ（０，２） S′（１，０）＝Ｓ(1)＋Ｓ（１，０） S′（１，１）＝Ｓ(1)＋Ｓ（１，１） S′（１，２）＝Ｓ(1)＋Ｓ（１，２） …(1) が計算され、S′（０，０）〜S′（１，２）の内で最
も高い値のＳ１と、次に高い値のＳ２が選ばれ、
同様にＳ１，Ｓ２を与えた標準パタンの下位概念
の標準パタンのブロツクを選出する。選出が終了
すると同様にＳ１，Ｓ２を与えた認識部１からの
類似度が、類似度格納部１０へさらに格納され
る。今、Ｓ１がＳ（０，０）、Ｓ２が、Ｓ（１，０）
で、与えられたすると、ブロツクＢ００と、ブロ
ツクＢ１０が選ばれ、標準パタンエリア３へ転送
され、類似度格納部へは、Ｓ（０，０）と、Ｓ
（１，０）が、さらに格納される。
類似度格納部１０との内容により、 S′（０，０）＝Ｓ（０）＋Ｓ（０，０） S′（０，１）＝Ｓ（０）＋Ｓ（０，１） S′（０，２）＝Ｓ（０）＋Ｓ（０，２） S′（１，０）＝Ｓ(1)＋Ｓ（１，０） S′（１，１）＝Ｓ(1)＋Ｓ（１，１） S′（１，２）＝Ｓ(1)＋Ｓ（１，２） …(1) が計算され、S′（０，０）〜S′（１，２）の内で最
も高い値のＳ１と、次に高い値のＳ２が選ばれ、
同様にＳ１，Ｓ２を与えた標準パタンの下位概念
の標準パタンのブロツクを選出する。選出が終了
すると同様にＳ１，Ｓ２を与えた認識部１からの
類似度が、類似度格納部１０へさらに格納され
る。今、Ｓ１がＳ（０，０）、Ｓ２が、Ｓ（１，０）
で、与えられたすると、ブロツクＢ００と、ブロ
ツクＢ１０が選ばれ、標準パタンエリア３へ転送
され、類似度格納部へは、Ｓ（０，０）と、Ｓ
（１，０）が、さらに格納される。
次にＸ(2)が入力されると、認識部１では次の類
似度が算出される。
似度が算出される。
Ｓ（０，０，０）：Ｘ(2)とＺ（０，０，０）
Ｓ（０，０，１）：Ｘ(2)とＺ（０，０，１）
Ｓ（０，０，２）：Ｘ(2)とＺ（０，０，２）
Ｓ（１，０，０）：Ｘ(2)とＺ（１，０，０）
Ｓ（１，０，１）：Ｘ(2)とＺ（１，０，１）
Ｓ（１，０，２）：Ｘ(2)とＺ（１，０，２）
標準パタン選出部１１では、
S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，２）＝Ｓ（０，０，２）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，２）＝Ｓ（０，０，２）＋Ｓ（０，０）
＋Ｓ（０） S′（１，０，０）＝Ｓ（１，０，０）＋Ｓ（１，０）
＋Ｓ(1) S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，２）＝Ｓ（０，０，２）＋Ｓ（０，０）
＋Ｓ（０） S′（１，０，０）＝Ｓ（１，０，０）＋Ｓ（１，０）
＋Ｓ(1) S′（１，０，１）＝Ｓ（１，０，１）＋Ｓ（１，０）
＋Ｓ(1) S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，２）＝Ｓ（０，０，２）＋Ｓ（０，０）
＋Ｓ（０） S′（１，０，０）＝Ｓ（１，０，０）＋Ｓ（１，０）
＋Ｓ(1) S′（１，０，１）＝Ｓ（１，０，１）＋Ｓ（１，０）
＋Ｓ(1) S′（１，０，２）＝Ｓ（１，０，２）＋Ｓ（１，０）
＋Ｓ(1)…(2) の計算が行なわれて、これらのS′（０，０，０）
〜S′（１，０，２）の内で最も類似度の高い値Ｓ
１を選出し、Ｓ１を与えた標準パタンの組み合せ
が最終的な認識結果となる。
０，０）＋Ｓ（０） S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，２）＝Ｓ（０，０，２）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，２）＝Ｓ（０，０，２）＋Ｓ（０，０）
＋Ｓ（０） S′（１，０，０）＝Ｓ（１，０，０）＋Ｓ（１，０）
＋Ｓ(1) S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，２）＝Ｓ（０，０，２）＋Ｓ（０，０）
＋Ｓ（０） S′（１，０，０）＝Ｓ（１，０，０）＋Ｓ（１，０）
＋Ｓ(1) S′（１，０，１）＝Ｓ（１，０，１）＋Ｓ（１，０）
＋Ｓ(1) S′（０，０，０）＝Ｓ（０，０，０）＋Ｓ（
０，０）＋Ｓ（０） S′（０，０，１）＝Ｓ（０，０，１）＋Ｓ（０，０）
＋Ｓ（０） S′（０，０，２）＝Ｓ（０，０，２）＋Ｓ（０，０）
＋Ｓ（０） S′（１，０，０）＝Ｓ（１，０，０）＋Ｓ（１，０）
＋Ｓ(1) S′（１，０，１）＝Ｓ（１，０，１）＋Ｓ（１，０）
＋Ｓ(1) S′（１，０，２）＝Ｓ（１，０，２）＋Ｓ（１，０）
＋Ｓ(1)…(2) の計算が行なわれて、これらのS′（０，０，０）
〜S′（１，０，２）の内で最も類似度の高い値Ｓ
１を選出し、Ｓ１を与えた標準パタンの組み合せ
が最終的な認識結果となる。
前式において、Ｓ（０，０），Ｓ（１，０）Ｓ
（０），Ｓ(1)は類似度格納部１０の内容であり、今
Ｓ１がS′（０，０，０）であるとすると、S′（０，
０，０）は、Ｓ（０，０，０）とＳ（０，０）とＳ
（０）より計算されるものであり、Ｓ（０）はＸ
（０）とＺ（０）の類似度でありＳ（０，０）はＸ
(1)とＺ（０，０）の類似度でありＳ（０，０，０）
は、Ｘ(2)とＺ（０，０，０）の類似度であるから、
結局Ｘ（０）はＺ（０），Ｘ(1)はＺ（０，０）Ｘ(2)は
Ｚ（０，０，０）と認識される。
（０），Ｓ(1)は類似度格納部１０の内容であり、今
Ｓ１がS′（０，０，０）であるとすると、S′（０，
０，０）は、Ｓ（０，０，０）とＳ（０，０）とＳ
（０）より計算されるものであり、Ｓ（０）はＸ
（０）とＺ（０）の類似度でありＳ（０，０）はＸ
(1)とＺ（０，０）の類似度でありＳ（０，０，０）
は、Ｘ(2)とＺ（０，０，０）の類似度であるから、
結局Ｘ（０）はＺ（０），Ｘ(1)はＺ（０，０）Ｘ(2)は
Ｚ（０，０，０）と認識される。
最終的なＳ１があるしきい値Ｌより大なる時に
のみ認識結果を出力し、しきい値Ｌより小なる時
には棄却する様にすれば誤認識を防ぐ事も出来
る。
のみ認識結果を出力し、しきい値Ｌより小なる時
には棄却する様にすれば誤認識を防ぐ事も出来
る。
この様にすれば、従来の方法に比べ、認識部自
体で標準パタンの処理する個数はＭ倍になるが、
複数の未知パタンの組み合せの場合には、認識率
が向上する。従来の方法では、標準パタンエリア
３へ転送するブロツクは１個であつたが、本発明
の場合は、可能性のあるブロツクＭ個を抽出し標
準パタンエリアへ与えるために、正解であるべき
標準パタンと未知パタンとの類似度が類似度の最
も高い値からＭ番目内に入つておれば良い事にな
る。正解であるべき標準パタンと未知パタン間の
類似度が最も高い値になる時の率αと、高い値か
らＭ番目内に入つている時の率αMはα＜αMであ
り、従来の方法では、標準パタンのトリー構造の
段数がＴ段であるとすると、（未知パタンの数は
Ｔ個必要）認識率はαTとなり、本発明の場合は
αT Mとなり、αT＜αT Mであるため、本発明の場合に
は、全体として認識率が向上する事になる。また
従来の方法では、未知パタンＸ（０）で、誤まつ
てしまうと、次のＸ(1)Ｘ(2)は、無意味なものとな
るが、本発明の場合にはＸ（０）のみでＸ（０）が
何であるかを判断せず、次のＸ(1)の時点における
類似度とＸ(2)の時点における類似度が累積されて
判断されるために、Ｘ（０）の正解であるべき標
準パタンの類似度がＭ番目内に入つているなら
ば、Ｘ(1)、Ｘ(2)は決して、無意味なものとなら
ず、むしろ良い結果をもたらす事になる。つまり
Ｘ（０）の時点で、正解であるべき標準パタンと
Ｘ（０）間の類似度が第１番目に高い値でなくて
も、最終的にはＸ(1)，Ｘ(2)の時点の類似度の累積
で、未知パタンの組み合せが判断されるため、Ｘ
（０）の時点における正解であるべき標準パタン
が最終的には、選ばれる可能性が大きくなる。
体で標準パタンの処理する個数はＭ倍になるが、
複数の未知パタンの組み合せの場合には、認識率
が向上する。従来の方法では、標準パタンエリア
３へ転送するブロツクは１個であつたが、本発明
の場合は、可能性のあるブロツクＭ個を抽出し標
準パタンエリアへ与えるために、正解であるべき
標準パタンと未知パタンとの類似度が類似度の最
も高い値からＭ番目内に入つておれば良い事にな
る。正解であるべき標準パタンと未知パタン間の
類似度が最も高い値になる時の率αと、高い値か
らＭ番目内に入つている時の率αMはα＜αMであ
り、従来の方法では、標準パタンのトリー構造の
段数がＴ段であるとすると、（未知パタンの数は
Ｔ個必要）認識率はαTとなり、本発明の場合は
αT Mとなり、αT＜αT Mであるため、本発明の場合に
は、全体として認識率が向上する事になる。また
従来の方法では、未知パタンＸ（０）で、誤まつ
てしまうと、次のＸ(1)Ｘ(2)は、無意味なものとな
るが、本発明の場合にはＸ（０）のみでＸ（０）が
何であるかを判断せず、次のＸ(1)の時点における
類似度とＸ(2)の時点における類似度が累積されて
判断されるために、Ｘ（０）の正解であるべき標
準パタンの類似度がＭ番目内に入つているなら
ば、Ｘ(1)、Ｘ(2)は決して、無意味なものとなら
ず、むしろ良い結果をもたらす事になる。つまり
Ｘ（０）の時点で、正解であるべき標準パタンと
Ｘ（０）間の類似度が第１番目に高い値でなくて
も、最終的にはＸ(1)，Ｘ(2)の時点の類似度の累積
で、未知パタンの組み合せが判断されるため、Ｘ
（０）の時点における正解であるべき標準パタン
が最終的には、選ばれる可能性が大きくなる。
また選出されるブロツクＭ個は、累積類似度か
ら、（式(1)，(2)による、）選出されているが、処理
を簡単にするためには、単に、認識部から出力さ
れる類似度から、次の標準パタンエリアへ転送す
るブロツクＭ個を選出しても、従来の方法に比べ
α＜αT Mであるから、認識率は向上する。
ら、（式(1)，(2)による、）選出されているが、処理
を簡単にするためには、単に、認識部から出力さ
れる類似度から、次の標準パタンエリアへ転送す
るブロツクＭ個を選出しても、従来の方法に比べ
α＜αT Mであるから、認識率は向上する。
また式(1)，(2)では累積類似度は、ただ単に加算
し未知パタンの組み合せにおける類似度を算出し
ている。これは、市街距離なる類似度の算出方法
でこれ以外に、ユークリツド距離で未知パタンの
組み合せにおける類似度を算出しても良い。この
場合には式(1)(2)は以下の様になる。
し未知パタンの組み合せにおける類似度を算出し
ている。これは、市街距離なる類似度の算出方法
でこれ以外に、ユークリツド距離で未知パタンの
組み合せにおける類似度を算出しても良い。この
場合には式(1)(2)は以下の様になる。
S′（０，０）＝√（０）2＋（０，０）2 …(3)
（S′（０，１）〓S′（１，２）においても同様）
S′（０，０，０）
＝√（０，０，０）2＋（０，０）2＋（０）2
…(4) （Ｓ（０，０，１）〓Ｓ（１，０，２）について
も同様） このように本発明によれば認識率を低下させる
ことなく認識対象を増大させることができる。
…(4) （Ｓ（０，０，１）〓Ｓ（１，０，２）について
も同様） このように本発明によれば認識率を低下させる
ことなく認識対象を増大させることができる。
第１図は従来のパタン認識方式を示すブロツク
図、第２図は標準パタンの構成の例を説明する説
明図、第３図は本発明のパタン認識方式の一構成
例を示すブロツク図である。 １……認識部、２……未知パタンエリア、３…
…標準パタンエリア、４……類似度算出部、１０
……類似度格納部、１１……標準パタン選出部、
７……標準パタン格納部。
図、第２図は標準パタンの構成の例を説明する説
明図、第３図は本発明のパタン認識方式の一構成
例を示すブロツク図である。 １……認識部、２……未知パタンエリア、３…
…標準パタンエリア、４……類似度算出部、１０
……類似度格納部、１１……標準パタン選出部、
７……標準パタン格納部。
Claims (1)
- １ 未知パタンと複数の標準パタンとの類似度を
算出する認識部と、認識部とは別に複数の標準パ
タンを格納している標準パタン格納部と、前記認
識部に与える標準パタンを前記標準パタン格納部
から複数選出する標準パタン選出部と、前記認識
部に与えられた過去の未知のパタンと、過去の標
準パタン間の類似度を記憶する類似度格納部とを
有し、前記認識部から出力される類似度と前記類
似度格納部とにより累積類似度を算出して、類似
度格納部の内容を更新するとともに、この累積類
似度により次の未知パタンが入力された時の前記
認識部に与える次の複数の標準パタンを、前記標
準パタン選出部から選出する事を特徴としたパタ
ン認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56116969A JPS5818778A (ja) | 1981-07-24 | 1981-07-24 | パタン認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56116969A JPS5818778A (ja) | 1981-07-24 | 1981-07-24 | パタン認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5818778A JPS5818778A (ja) | 1983-02-03 |
| JPH0226262B2 true JPH0226262B2 (ja) | 1990-06-08 |
Family
ID=14700231
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56116969A Granted JPS5818778A (ja) | 1981-07-24 | 1981-07-24 | パタン認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5818778A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04163955A (ja) * | 1990-10-29 | 1992-06-09 | Yamaha Corp | 半導体装置 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2522837B2 (ja) * | 1989-09-19 | 1996-08-07 | 富士通株式会社 | ウエハ・スケ―ル半導体装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6019550B2 (ja) * | 1978-05-12 | 1985-05-16 | 富士通株式会社 | 図形認識装置 |
-
1981
- 1981-07-24 JP JP56116969A patent/JPS5818778A/ja active Granted
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04163955A (ja) * | 1990-10-29 | 1992-06-09 | Yamaha Corp | 半導体装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5818778A (ja) | 1983-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0629997B1 (en) | Voice communication method and apparatus | |
| US6725197B1 (en) | Method of automatic recognition of a spelled speech utterance | |
| US6751595B2 (en) | Multi-stage large vocabulary speech recognition system and method | |
| JP2739945B2 (ja) | 音声認識方法 | |
| EP1197950B1 (en) | Hierarchized dictionaries for speech recognition | |
| JPH096389A (ja) | 音声認識対話処理方法および音声認識対話装置 | |
| CN110675871B (zh) | 一种语音识别方法及装置 | |
| JP2002123279A (ja) | 施設検索装置ならびにその方法 | |
| JP2000293191A (ja) | 音声認識装置及び音声認識方法並びにその方法に用いられる木構造辞書の作成方法 | |
| JPS6332397B2 (ja) | ||
| CN113539234A (zh) | 语音合成方法、装置、系统及存储介质 | |
| JP4244423B2 (ja) | 適正単語列推定装置 | |
| JP3914709B2 (ja) | 音声認識方法およびシステム | |
| JPS5818778A (ja) | パタン認識方式 | |
| JP3663012B2 (ja) | 音声による入力装置 | |
| JP2980382B2 (ja) | 話者適応音声認識方法および装置 | |
| JP3369121B2 (ja) | 音声認識方法および音声認識装置 | |
| JP2000305590A (ja) | 音声認識方法 | |
| JPS61148497A (ja) | 標準パタン作成装置 | |
| JP2001051690A (ja) | パターン認識装置 | |
| JPH01118966A (ja) | パタン認識装置 | |
| JPH1063294A (ja) | 音声認識装置および音声認識方法 | |
| JPH0115079B2 (ja) | ||
| JP2005265874A (ja) | 素片接続型音声合成装置 | |
| JPH0464077B2 (ja) |