JPH0273398A - 音声標準パタン登録方式 - 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） この発明は音声認識装置における音声標準パタンＭ！３
方式に間するものである。

（従来の技術） 音声認識装置はコンピュータ、その他の種々の外部機器
の有力な入力製画としで利用され始めでおり、そのため
、種々の開発が進められている。

第２図は従来の音声認識装置の典型例を示すブロック図
である。先ず、この発明の理解を容易にするためこの従
来装置の認識処理及び標準パタン登録処理につき簡単に
説明する。

先ず、認識処理動作を説明する。

使用する話者の発声した音声をマイクロホン等の外部音
声入力装置１Ｇによって取り込み、このアナログ入力音
声をＡ／Ｄ変換部１２においでディジクル音声信号に変
換し、特徴抽出部１４においてこの音声信号から音声の
特徴パラメータを抽出しこれを音声切り出し部１６及び
認識部１８へそれぞれ出力する。通常、音声切り出し部
１６において、この抽出した特徴パラメータの時間変化
から音声区間を判定して認識部１日へ送る。そして２０
は標準パタン辞書メモリであって、未知の音声パタンと
マツチングを行うために用いる標準パタンを予め登録し
てあくためのものである。

この認識部１８において、音声区間の特徴パラメータ系
列である音声パタンを音声パタン保存用ＲＡＭ２２に一
時保存する。認識部１８中のマツチング部２４ではこの
音声パタンと予め音声標準パタンメモリ２０に登録され
ている標準パタンを読み出してきて音声パタンとこの標
準パタンとの類似度を求め、選択部２６において最大類
似度を有する標準パタンの屈するカテゴリを認識判定し
、認識結果としての当該標準パタンのカーテゴリの番号
を外部機器２８へ出力し、その後の所望の処理に供せし
める構成となっている。

このような音声認識装置では標準パタンの品質か認識結
果を左右する。

次に、登録処理動作につき説明する。

般に標準パタン登録方式としては、文献：特開昭６１−
６６９４号公報に開示されているように、話者に同一カ
テゴリの音声を複数回発声させ、その内の適当と思われ
る音声パタンを取捨選択し、選択されたパタンがら標準
パタンとして登録する技術がある。

この従来の標準パタン選択方式の原理は音声パタンの識
別能力を評価し、その評価値が最も高いものを選ぶ方式
である。ここではその評価値として同じカテゴリの音声
パタンとの平均粗１１１０　ｓ。。

（以下、自カテゴリ平均距離と称する。）とその他のカ
テゴリに屈する音声パタンとの平均距離ＤＬ（以下、自
他カテゴリ平均距離と称する。）との差△Ｄを用いでい
る。この差△Ｄは自刃テゴリの識別能力を表しでいる。

この差△Ｄの算出子、順についで第２図を参照して闇単
に述べる。

まず、登録しようとする話者がマイクロホン１゜に対し
発声し必要な音声を入力する。入力された音声をＡ／Ｄ
変換部１２を経て特徴抽出部１４に送り、そこで特徴パ
ラメータを算出する。

次に音声切り出し部１６において特徴パラメータから音
声区間を判定し、音声区間の特徴パラメータ系列である
音声パタンＰ４．（カテゴリ１１発声番号ｊ回目の発声
で作られた音声パタン）を認識部１８の音声パタン保存
用ＲＡＭ２２に一時保存する。マツチング部２４ではす
べての音声パタンの相互路ｔｌｆ＃’Ｄ　（Ｐ　ｘ、　
Ｐ　ｋｆ）を算出し、その結果を相互距離記録用ＲＡＭ
３０に記憶する０次に、選択部２６において、カテゴリ
１、発声番号１から順に音声パタンＰＩＪの自カテゴリ
平均距ＭＤ９［：ＬＦｌ　自他カテゴリ平均粗ＭＤＬ及
び差△Ｄを算出する。

ＤｓＥＬＦ”（ｌ／（ｍ　　−＋））車　　Σ　　　　
　　　　Ｄ（Ｐ＋Ｊ、Ｐｌｚ）ｌ・Ｉ（ｕ＃Ｄ △Ｄ　＝　Ｄ　Ｌ　　　Ｄ　５ＥＬＦ 次に音声パタンＰ＋ｔ（ｊ・１９ｍ）で最も差△Ｄが大
きくなる音声バタシＰ％選択し、標準パタンとして相互
距離記録用ＲＡＭ３０から標準パタン計重メモリ２０に
登録する。

（発明か解決しようとする課題） 従来の標準パタン登録方式では自カテゴリ内の音声パタ
ン間はもとより自他カテゴリ間での音声パタンの相互路
ＨＤ　（Ｐ　、ｊ、　Ｐ　−ｘ）　　（但し、ｉ＝に％
含む）を単に平均値としての評価にしか用いていなかっ
た。この相互距離Ｄ、（Ｐ、、。

ｐ　ｍ（Ｌ）はそれ以上の情報を含んでおり、例えば、
この相互路ｇ！　Ｄ　（Ｐ　＋−１Ｐ　ｍｚ）からある
単語を誤認識する割合が推定できる。更に特定の音声パ
タンの存在かカテゴリ単語の誤認識を引き起こす割合従
って認識に悪影響を及ぼす可能性を推定できる。しかし
ながら、この従来の方式ではこの様な情報をまったく利
用してぃなかった。

この発明の目的は、以上に述べた単語間の相互距離から
特定の音声パタンが他カテゴリの単語の誤認識を引き起
こす割合を評価し、誤認識を招きやすい音声パタンを音
声標準パタン作成用パタンとして用いないようにするこ
とによって、総合的な認識性能の優れた音声認識装置と
することを可能にした音声標準パタン登録方式を提供す
ることにある。

（課題を解決するための手段） この目的の達成を図るため、この発明の音声標準パタン
登録方式によれば、 認識部に、 音声標準パタン作成用の各音声パタン間の相互距離Ｄと
該相互距離から得た各カテゴリ毎の平均相互路ｊＥＩＤ
ｓとの差６８用いて、あるカテゴリの音声パタンかこれ
とは異なるカテゴリの音声パタンの認識に誤りを引き起
す割合Ｄｅ及びその加算イ直である誤認識誘起度合Ｅｓ
を算出する機能を有する算出手段と、 これら誤認識を引き起す割合Ｄｅの大きざ及び前述の異
なるカテゴリに対する全ての誤認識誘起度合Ｅｓの大き
ざのいずれが一方又は双方に基づいて前記あるカテゴリ
の音声パタンを音声標準パタン作成用パタンとして判定
する判定手段とを具えることを特徴とする。

この発明の実施に当って、この判定手段は前述の誤認識
を引き起す割合Ｄｅが一定の閾値より小さいときに前述
のあるカテゴリの音声パタンを音声標準パタン作成用パ
タンとして採用するのが好適である。

或いはこの発明の好適な実施例によれば、この判定手段
は前述の誤認識誘起度合Ｅｓが一定の閾値よつ小さいと
きに前述のあるカテゴリの音声パタンを音声標準パタン
作成用パタンとしで採用するのが良い。

又、或はこの発明の他の実施例では、この判定手段は前
述の誤認識を引き起す割合Ｄｅ及び前述の誤認識誘起度
合Ｅｓか個別の一定の閾値よりそれぞれ小さいときに前
述のあるカテゴリの音声パタンを音声標準パタン作成用
パタンとしで採用するのが好適である。

（作用） 上述した構成によれば、認識部は本来の音声認識処理機
能の他に、音声標準パタン登録のための誤認識を引き起
す割合及びその加算値である誤認識誘起度合を算出する
機能を有する算出手段と、判定手段とを具えでいる。

この算出手段においては、音声標準パタン作成に用いら
れる音声パタン群のうち任意の一パタンとそれ以外の全
ての音声パタンとの相互距離を算出し、同一カテゴリに
属する音声パタン間の平均路ｊｌＤｓを求める。次に任
意のカテゴリαに属する音声パタンＰとカテゴリαとは
異なるカテゴリβに属する音声パタンＰ′の相互距離値
Ｄ　（Ｐ。

Ｐ’　）からカテゴリβの平均相互距離Ｄｓｔ減じた値
の大小によって、音声パタンＰがカテゴリβに対して誤
認識を引き起す割合Ｄｅを算出する。

そして、さらに所要に応し、これら誤認識を引き起す割
合Ｄｅの加算値を誤認識誘起度合Ｅｓとして算出するこ
とも出来る。

次に判定手段において、この算出されたカテゴリの内の
音声パタンに対応する割合Ｄｅの大きざ及びそれ自身の
カテゴリα以外のカテゴリに属する全ての音声パタンに
対応するＤｅの加算値Ｅｓの大きざのいずれか一方又は
双方が予め経験的にそれぞれ対応して定められた閾値よ
つも大なる場合は、その音声パタンｐｔ音声標準パタシ
作成より除去するように定量的に評価する。

このように各カテゴリ毎に誤認識を誘起する割合Ｄｅ又
はＥｓを定量的に評価して音声認識に悪影響ヲ及ぼし易
い音声パタンを排除しでいるので誤認識を引き起こすお
それの少ない音声パタンのみを標準パタン作成用パタン
としで選択し、これより決定された標準パタンを登録す
るので、安定した高い認識率をもった音声認識製画を実
現できる。

（実施例） 以下、図面を参照してこの発明の音声標準パタン登録方
式の実施例につき説明する。

第１図はこの発明の音声標準パタン登録方式の説明に供
するブロック図であり、第２図に示した構成成分と同一
の構成成分については同一符号を付して示しその詳細な
説明を省略する。

この発明の実施例では、認識部１８の一構成成分である
選択部２６に、本来の認識処理機能に加えて、音声標準
パタン登録処理のための誤認識を弓き起す割合及び誤認
識誘起度合の算出手段４０と判定手段４２とを設ける。

又、所要に応じ、この判定手段４２には利用者に対し処
理の結果を表示したつ、処理結果に応して次の処理のた
めの指示を与えるための指示表示を行うための光学式、
或は、音響式等の表示部４４を設けでおいてもよい。

以下、音声標準パタン登録の処理に必要な音声パタンの
入力処理と、誤認識を引き起す割合Ｄｅ及び誤認識誘起
度合Ｅｓを算出する処理と、その結果から音声パタンか
標準パタン作成用パタシとして適合しているか否かを判
定する判定処理とに分けで説明する。

入フわへ埋 入力処理は登録しようとする利用者が音声入力用マイク
ロホン１０に向けで発声した音声入力から音声パタンを
作り出し、この音声パタンを音声パタン保存用ＲＡＭ２
２に一時保存するまでの処理であるが、これは従来装買
の場合と同様に行われるので、その詳細な説明を省略す
る。この実施例では登録対象のカテゴリ数ｔｎとし、同
じカテゴリの単語をｍ回発声するものとし、カテゴリ１
から順に同じ単語ｊｉＥｍ回発声し、カテゴリｎまで繰
り返す。各発声におけるマイクロホン１０からの入力音
声はＡ／Ｄ変換部１２でディジタル信号となり、特徴抽
出部１４でこのディジタル信号より特徴パラメータを算
出する。次に音声切り出し部１６で切り出された音声区
間の特徴パラメータ系列、すなわち、音声パタンＰｌｊ
（カテゴリｉ、発声番号ｊ回目の発声で作られた音声パ
タン）を音声パタン保存用ＲＡＭ２２に一時保存する。

すべてのカテゴリ（１−１・・・、ｎ）の音声パタン（
コート・・、ｍ）につき保存用ＲＡＭ２２への入力終了
後、次の誤認識を引き起す割合Ｄｅ及び誤認識誘起度合
Ｅｓの算出処理に移る。

Ｄｅ　　びＥｓ　　　処理 第３図はこの実施例における誤認識を引き起す割合Ｄｅ
及び誤認識誘起度合Ｅｓの算出手段を説明するための動
作の流れ図である。

この処理ではマツチング部２４において予め最初にすべ
ての音声パタンの相互距離Ｄ（ＰＩＪ。

Ｐ　ｍ、ｅ）を算出し、その結果を相互距離記録用ＲＡ
Ｍ３０に記憶する（ステップＳｌ）。尚、ここまでの処
理は従来と同様である。

次に、この発明の実施例では、選択部２６の算出手段４
０においで、先ず、同じカテゴリの平均相互路ｇｉＤｓ
（ｉ）を計算しておく。

この計算は下記の式（１）に従って実行する（ステップ
Ｓ２）。

ある音声パタンＰｋｐｔ入力したときの同一カテゴリに
内の残りの（ｍ−１）個の音声パタンとのそれぞれの相
互距離はＤ　５（ｋ）で近似できる。同様にカテゴリに
の音声パタンＰ、、ｐ！入力したときの、異なるカテゴ
リｌの音声パタンＰＩＪとの相互距離はＤ　（ＰＩ、、
　ＰｋＪ）で与えられる。そこで、この発明の実施例で
は下記の（２）式で示すような、この両者の距ＨＤ　（
Ｐ　ｌｊ、　Ｐ−Ｌ）及びＤｓ（ｋ）の差ｔＸ出する（
ステップＳ３）。この差６か小さい程、誤認識か起こり
易くなる。第４図はこの差６と誤認１を起す割合Ｄｅ（
ｉ、ｊ、に、β）との間係を示す図てあり、この間係は
横軸に６及び縦軸にＤｅ１８ニブロットして示した曲線
で与えられる。この曲線からも理解できるように、６か
小さくなるにつれで誤認識の割合Ｄ　ｅ　（ｉ、ｊ、に
、ρ）か大きくなることがわかる。尚、この割合Ｄｅ（
ｉ、ｊ、に、β）は音声パタンＰ＋ｃｆに近い他の音声
パタンがカテゴリにとは異なるカテゴリに屈する音声パ
タンであると誤認識されてしまう当該誤認識のうちで音
声パタンＰｉｊに起因するとして起こる誤認識の割合を
与えるもので、次の式（３）で表わされる。但し、式（
２）のｆ（６）は距離の差６から誤認識を起す割合Ｄｅ
に変換する関数である。尚、関数ｆ（６）は認識システ
ム毎に異なってくるが、一般に認識製画の評価に用いら
れるコンフユージヨンマトリックス等から簡単に求める
ことが出来、当業者には容易に理解できるのでその説明
は省略する。

６−Ｄ　（Ｐ　ｌｊ＋　　Ｐｋｆ）　　　Ｄｓ（ｋ）　
　・　・　・　（２）Ｄｅ　　（ｉ、ｊ、に、ｎ）　　
＝　ｆ　　（６）　　　　・・・（３）ざらにある音声
パタンＰ　ＩＪか他の全カテゴリに対して誤認識を誘起
する度合、すなわち誤認識誘起度合Ｅｓ（ｉ、ｊ）は下
記の（４）式で与えられる。

・　・　・　（４） 判】５１理 ＜Ｄｅによる判定〉 先ず、判定手段４２において誤認識を引き起す割合Ｄ　
ｅ　　（ｉ、ｊ、に、ｎ　）を利用しで注目した音声パ
タンか音声標準パタン作成に適したパタンか否かの判定
を行う。この判定処理はＤｅ群中、飛び抜けで大きな値
のＤｅを排除しようとするための手法である。

第５図はこの判定処理の動作の流れ図である。

尚、同図において、ステップＳＩＯは既に説明した入力
処理であり、ステップＳｌ＋及びステップＳＩ２は第３
図で説明したステップＳ１〜Ｓ４までのＤｅ算出処理を
示している。

第５図に示す処理は、−例として、求められた誤認識を
引き起す割合Ｄ　ｅ　（ｉ、ｊ、に、ｊ２　）の各々が
経験により予め定められかつ適当なメモリ（ＲＡＭ２２
又は３０或は別個に設けたメモリ４６であってもよい）
に読出し自在に格納されでいる閾値λ１よつも大きいか
又は小ざいが或は等しいかによって注目する音声パタン
か音声標準パタン作成用パタンとしで適しでいるが否か
を判定する判定処理を示しでいる。

先す、カテゴリ１←１（ステ・ンブ５１３）かつ発声回
数番号ｊ←１（ステップ５１４）と初期設定を行う。続
いて、カテゴリに←１（ステップ５１５）と初期設定を
行なった後、ｋ＝ｉがどうかの判定処理を行い（ステッ
プ５Ｉ６）、ｋ＝ｉでなければβ←１と初期設定を行う
（ステ・ンブ５１７）。ｋｌであればに＆更新しで後述
するステップＳ２＋へ飛ぶ。

次に、割合Ｄｅ（ｉ、ｊ、に、β）（但し、この回では
ｉ＝１．ｊ＝１である）につき、メモリから流出してき
た閾値λ１と大きざの比較を行う（ステップ５Ｉ８）、
この比較によってＤ　ｅ　　（ｉ、ｊ、ｋ。

β）くλ、である場合には、音声パタンＰＩＪは音声標
準パタン作成用のパタンとて選択出来る可能性かある。

次にρ←β＋１として次の発声に進み（ステップ５Ｉ９
）、ｕ＞ｍでなければ（ステ・ンブ５２０）ステップＳ
Ｉ８へ戻り、（β＋１）回目、この場合は、２回目の発
声につき同様にＤｅ（ｉ、ｊ、に、ρ）と閾値λ、との
比較を行う。

このよう（こしてＤ　ｅ　（ｉ、ｊ、に、β）く入、が
続く限つ、！＝ｍ回目の発声までの全ての音声パタンＰ
ｋ、ｍまで繰り返し行う（ステップ５２０）、β番目の
カテゴリについて、ｇ＞ｍ（ステップ５２０）となっ１
こ場合には、カテゴリに１次のカテゴリに＋１へ進ませ
（ステップＳ２＋）、ｋ＞ｎてなければ（ステップ５２
２）、ステップＳ＋６へ戻り、ρ＝１〜ｍにつき上述し
た場合と同様に割合Ｄｅ　（ｉ、ｊ。

ｋ、β）と閾値入２との比較を行い、これをに＝ｎまで
緑つ返して行う（ステップ５２２）。

次にｊ←］＋１として次の発声に進み（ステップ３２３
）、ｊ＞ｍでなければ（ステップ５２４）ステップＳ１
５へ戻り、（ｊ＋１）回目、この場合は、２回目の発声
につき同様にＤ　ｅ　（ｉ、Ｌｋ、β）と閾値λ１との
比較を行う。この場合音声パタンＰ　ＩＪ＋Ｊ＋＋も音
声標準パタン作成用のパタンとして選択出来る可能性か
ある。

このようにしてＤｅ　　（ｉ、ｊ、に、り〈λ１か続く
限り、ｊ＝ｍ回目の発声までの全ての音声パタンＰ’＋
、ｊまて縁り返し行う（ステップＳＩ５〜５２４）。１
番目のカテゴリについてｊａｍ（ステップ５２４）とな
った場合には、カテゴリｉを次のカテコ゛す１＋１へ進
ませ（ステップ５２５）、ｉ＞ｎ７：７ｉければ（ステ
ップ２６）、ステップＳＩ４へ戻り、１−１〜ｎの全て
のカテゴ１ノにつき上述した場合と同様に割合Ｄ　ｅ　
　（ｉ、ｊ、に、ρ）と閾値λｌとの比較を行い（ステ
ップ１８）、これを１ｎまて緑つ返して行う（ステップ
ＳＩ５〜５１９）。

ところで、ステップＳ１８において割合Ｄｅ　　（ｉ。

ｊ、に、りが閾値λ１以上となったとき、すなわち、Ｄ
　ｅ　（ｉ、ｊ、に、ρ）≧λ、のときは、音声パタン
Ｐ１．．は総合的な認識性能を低下させるパタンである
としで標準パタン作成用パタンかう排除する（ステップ
８１８）。この場合には、表示部４４で再発声するか否
かを利用者に尋ね（ステップ５２７）、再発声する場合
にはカテゴリの単語を更新する（ステップ８２８）。こ
の更新とは音声入力を入れ換えて同一のカテゴリｉの全
ての音声パタンを作り直すことを意味し、カテゴリｉ及
び発声回数のところの計算をやり直すためＤｅ算出処理
の最初のステップＳｌ＋へ戻る。

ステップＳ２７において、利用者が再発声を許容しない
場合には、ステップＳＩ６へ進み、それ以後処理を行わ
せることが出来るが、これは設計上の問題である。

このようなステップＳＩＯ〜３２８の処理を介した後は
、誤認識を招くような発声か取り除かれでいるため常に
安定した認識性能が得られる音声パタンＰＩＪのセット
となっている。この後は例えば従来のように差△Ｄが最
大の音声パタンＰｔ標準パタンとして標準パタン辞書メ
モリ２０に登録したり、或は又、伝意好適な方法で例え
ば選択された全ての音声パタンを標準パタンとして、或
は平均化したパタンを標準パタンとする等の種々の方法
で標準パタンを登録すればよい（ステップ５２９）。

＜ＥＳによる判定〉 上述した実施例では誤認識を引き起す割合Ｄｅ（ｉ、ｊ
、に、ρ）毎に一定の閾値入、と比較を行っているが、
そのようにする代わりに注目する音声パタンＰｌ、が屈
するカテゴリ１以外のカテゴリに属する音声パタンに対
する全ての誤認識を引き起す割合Ｄ　ｅ　（ｉ、ｊ、に
、Ｊ　）の加算値ΣＤｅ　　（ｉ、ｊ、ｋ。

Ｋ、え ρ）として与えられる誤認識誘起度合Ｅｓ（ｉ、Ｄか経
験により予め定めた一定の閾値λ２より小さいときには
注目する音声パタンＰ　ｉＪｔ音声音声標準パタン用成
用タンとして選択するように構成することが出来る。判
定手段４２において上述したＤｅに基づく判定の代わり
に、誤認識誘起度合Ｅｓを利用して注目した音声パタン
か音声標準パタン作成に適したパタンか否の判定を行う
ことも出来る。この手法は、Ｄｅ群中に突出した値のも
のが存在しない場合に有効的である。

第６図はこの判定処理の動作の流れ図である。

尚、同図において、ステ・ンブＳＩＯは既に説明した入
力処理であり、ステップＳｌ＋及びステップＳＩ２は第
３図で説明したステ・ンブＳ１〜ｓ４までのＥｓ算出処
理を示しでいる。

第６図に示す処理は、−例として、求められた各誤認識
誘起度合Ｅｓ（ｉ、ｊ）が経験により予め定められかつ
適当なメモリ（ＲＡＭ２２又は３ｏ或は別個に設けたメ
モリ４６てあってもよい）に読出し自在に格納されてい
る閾値λ２よりも大きいが又は小さいか或は等しいかに
よって注目する音声パタンか音声標準パタン作成用パタ
ンとしで適しているか否かを判定する判定処理を示しで
いる。

先ず、カテゴリ１＝１（ステップ５４１）かつ発声回数
番号Ｊ＝１（ステップ５４２）と初期設定を行う。

次に、度合Ｅｓ（ｉ、ｊ）　　（但し、この回では１−
１、ｊ＝１である）につき、メモリから流出してきた閾
値λ２と大きざの比較を行う（ステップ３４３）、この
比較によってＥｓ（ｉ、ｊ）＜入２である場合には、音
声パタンＰＩＪは音声標準パタン作成用のパタンとて選
択出来る。

次にｊ＝ｊ＋１として次の発声に進み（ステップ５４４
）、（ｊ＋１）回目、この場合は、２回目の発声につき
同様にＥｓ（ｉ、Ｄと閾値λ２との比較を行う。この場
合音声パタンＰ　ｌ　＊　ｊ＋１も音声標準パタン作成
用のパタンとして選択出来る。

このようにしでＥｓ（ｉ、ｊ）＜λ２か続く限り、ｊ＝
ｍ回目の発声までの全ての音声パタンＰ４．□まて繰り
返し行う（ステップ５４５）。１番目の力テゴについて
ｊ　＞ｍ　（ステップ５４５）となった場合には、カテ
ゴリｉを次のカテゴリｉ＋１へ進ませて］−１〜ｍにつ
き上述した場合と同様に度合ＥＳ（＋、ｊ）と閾値λ２
との比較を行い、これをｉ＝ｍまて繰り返して行う（ス
テップ４７）。

ところで、ステップＳ４３において度合Ｅｓ（ｉ、Ｄが
閾値入２以上となったとき、すなわち、Ｅｓ（ｉ、ｊ）
≧入、のときは、音声パタンＰ４１．は総合的な認識性
能を低下させるパタンであるとして標準パタン作成用パ
タンから排除する（ステップ３４３）、この場合には、
表示部４４で再発声するか否かを利用者に尋ね（ステッ
プ３４８）、再発声する場合にはカテゴリの単語を更新
する（ステップ５４９）。この更新とは音声入力を入れ
換えて同一のカテゴリ１の全ての音声パタンを作り直す
ことを意味し、カテゴリｉ及び発声回数のところの計算
をやり直すためＥｓ算出処理の最初のステップＳＮへ戻
る。

ステップ３４８において、利用者が再発声を許容しない
場合には、ステップＳ４４へ進み、以下のステップ３４
５〜Ｓ　５０８行わせることが出来るが、これは設計上
の問題である。

このようなステップＳＩＯ，Ｓ１１．　Ｓ４０〜Ｓ４９
の処理を介した後は、前述したＤｅによる判定処理の場
合と同様１こ、誤認識を招くような発声が取り除かれて
いるため常１こ安定した認識性能が得られる音声パタン
ＰｉＪのセットとなっている。この後は例えば従来のよ
うに差△Ｄが最大の音声パタンＰを標準パタンとして標
準パタン辞書メモリ２０に登録したり、或は又、伝意好
適な方法で例えば選択された全ての音声パタンを標準パ
タンとして、或は平均化したパタンを標準パタンとする
等の種々の方法で標準パタンを登録すればよい（ステッ
プ５５０）。

〈他の判定処理〉 或は又、上述した各Ｄｅと一定の閾値λ１との大小関係
の比較及び上述した加算値ΣＤ　ｅ　　（ｉ、ｊ。

ｋ、β）と一定の閾値入、との大小関係との比較を行っ
て、両比較において前者がλ１．及び後者がλ２よつも
それぞれ小さいと判定された音声パタンＰｅＪｔ音声標
準パタン作成用のパタンとして選択してもよい。

（発明の効果） 上述した説明からも明らかなように、この発明によれば
標準パタン登録用音声間の相互距離がら各カテゴリ間の
類似度を求める。ざらに各カテゴリごとに誤認識を誘起
する割合を定量的に評価し、誤認識の原因となる音声パ
タンを排除するようにしたものである。その結果として
当然ながら安定した高い認識率を持つ音声認識袋買か実
現できる。従って、この発明による登録手法は特定２７
話者音声認識装言上呼ばれるあらかしめ音声パタンを登
録する認識装置全般に適応できるばかりでなく、複数の
話者の音声パタンを用いて不特定の話者を対象とする様
な音声認識装置においても標準バラン作成用音声パタン
の妥当性を判定する手法としでも利用できる。

【図面の簡単な説明】

第１図はこの発明の音声標準パタン登録方式の説明に供
する図、 第２図は従来の音声標準パタン登録方式の説明に供する
図、 第３図はこの発明の音声標準パタン登！ゑ方式での誤認
識誘起度合の算出処理流れ図、 第４図は距離差６と音声パタンＰ１．に起因して誤認識
を引き起す割合Ｄｅ　（ｉ、ｊ、に、β）との関係を示
す曲線図、第５図及び第６図はこの発明の音声標準パタ
ン登録方式での判定処理の流れ図である。 １０：外部音声入力部、　　１２：Ａ／Ｄ変換部、１４
：特徴抽出部、　　　　１６：音声切り出し部、１８・
認識部、 ２０：標準パタン辞書メモリ、 ２４：マツチング部、　　　２６：選択部、２８：外部
機器、 ３０：相互距離記録用ＲＡＭ、 ４０：算出手段、　　　　　４２：判定手段、４４：表
示部、　　　　　　４６．メモリ。 特 許 出 願 人 沖電気工業株式会社 第１図 第２ 図 Ｄ＠（ ｊ、　ｋ、Ｒ）及びＥ、（ｉ、ｉ）算出の流れ口笛３ 図 Ｘり合り。 （ｉ。 ｊ、に、　Ｉｌ）

Claims (4)

【特許請求の範囲】
1. （１）音声標準パタンを読出し自在に予め登録しておく
   ための標準パタン辞書メモリと、外部音声入力部からの
   入力音声の音声パタンと予め登録された音声標準パタン
   との類似度を算出する認識部とを含み、 該類似度に基づいて認識結果を外部処理装置へ出力する
   ように構成した音声認識装置の当該標準パタン辞書メモ
   リに、各音声パタンの相互距離Ｄに基づいて、音声標準
   パタンを登録する方式において、 前記認識部は、 音声標準パタン作成用の各音声パタン間の相互距離Ｄと
   該相互距離から得た各カテゴリ毎の平均相互距離Ｄｓと
   の差δを用いて、あるカテゴリの音声パタンがこれとは
   異なるカテゴリの音声パタンの認識に誤りを引き起す割
   合Ｄｅ及びその加算値である誤認識誘起度合Ｅｓを算出
   する機能を有する算出手段と、 これら誤認識を引き起す割合Ｄｅの大きさ及び前記異な
   るカテゴリに対する全ての誤認識誘起度合Ｅｓの大きさ
   のいずれか一方又は双方に基づいて前記あるカテゴリの
   音声パタンを音声標準パタン作成用パタンとして判定す
   る判定手段とを具えることを特徴とする音声標準パタン
   登録方式。
2. （２）前記判定手段は前記誤認識を引き起す割合Ｄｅが
   一定の閾値より小さいときに前記あるカテゴリの音声パ
   タンを音声標準パタン作成用パタンとして採用すること
   を特徴とする請求項１記載の音声標準パタン登録方式。
3. （３）前記判定手段は前記誤認識誘起度合Ｅｓが一定の
   閾値より小さいときに前記あるカテゴリの音声パタンを
   音声標準パタン作成用パタンとして採用することを特徴
   とする請求項１記載の音声標準パタン登録方式。
4. （４）前記判定手段は前記誤認識を引き起す割合Ｄｅ及
   び前記誤認識誘起度合Ｅｓが個別の一定の閾値よりそれ
   ぞれ小さいときに前記あるカテゴリの音声パタンを音声
   標準パタン作成用パタンとして採用することを特徴とす
   る請求項１記載の音声標準パタン登録方式。