JPH0283599A - 子音認識方法 - 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 本発明は、音声データを認識する装置に用いられる子音
認識方法に関するものである。

従来の技術 従来より、低域・高域パワー情報によって子音を大分類
する方法は用いられていた。

たとえば、「帯域パワーとＬＰＣケプストラム係数の時
系列を用いた不特定話者用子音認識法」著者二二矢田勝
行、星見昌克（電子通信学会論文誌’８６／６　Ｖｏｌ
、Ｊ６９−Ｄ　Ｎｏ、６　）の方法が知られている。

以下にその構成を説明する。

子音を認識する場合、低域と高域パワーのデイツプの大
きさを２次元の判別図に適用することによって子音をい
くつかの子音群に大分類を行ない、その後、各子音群の
標準パターンとマツチングを行ない子音の認識結果とす
る。有声子音は高域パワーに、無声子音は低域パワーに
特徴のあるデイツプが現われやすい。したがって、低域
・高域パワーを併用することによりすべての子音に対応
できる。

次に、無声破裂音（／ｐ／、／１／、／に／、／Ｃ／）
、有声破裂音（／ｂ／、／ｄ／、／ｇ／）、鼻音（／ｍ
／、／ｎ／）、無声摩擦音（／Ｓ／、／ｈ／）の４つの
子音群に大分類する場合の具体的な例を説明する。まず
最初に低域パワーと高域パワーからパワーデイツプを検
出しデイツプの大きさを求める。このパワーデイツプの
大きさの求めがたを第７図（ａ）、　（ｂ）で説明する
。図において高域パワーの時間的変化速度２が正の極大
値になるフレームをｎｌ、低域パワーの時間的変化速度
４が正の極大値になるフレームをｎ２とする。この各フ
レームにおける変化速度の大きさをＷＤ（ｎ＋）、ＷＤ
（ｎｚ）とする。低域パワーデイツプの大きさＰＬと高
域パワーデイツプの大きさＰＨを、ＰＨ−ＷＤ　（ｎ＋
） ＰＬ＝ＷＤ（ｎ、） のように定義する。

このデイツプの大きさを用いて、無声破裂音（／ｐ／、
／１／、／に／、／Ｃ／）、有声破裂音（／ｂ／、／ｄ
／、／ｇ／）　、鼻音（／ｍ／、／ｎ／）、無声摩擦音
（／Ｓ／、／ｈ／）の場合のＰＬ、ＰＨの分布を調べる
と第８図〜第１１図のようになる。図において横軸がＰ
Ｌ、縦軸がＰＨで図中の数字は音素の出現個数を表して
いる。図から明らかなように破裂性を示す音素はＰＬ、
ＰＨともに大きい。とくに無声破裂音はＰＬが大きく、
有声破裂音はＰＨが大きい。また、破裂性は示さない音
素はＰＬＳＰＨとも小さいが、有声子音か無声子音かに
よって第１０図、第１１図のように分れる。

したがって、低域と高域のパワーデイツプの大きさを使
用することによって子音の大分類を行なうことが出来る
。各子音群に対して、ＰＬ　−ＰＨをパラメータとして
分散・共分散、平均値からなる標準パターンを作成し、
あらかじめ各入力に対して最も類似度の高い子音群に判
別を行なう判別図を作成する。この判別図を用いて４つ
の子音群に大分類を行なう。

発明が解決しようとする課題 しかし、従来の子音大分類法ではノイズ環境下等で使用
するとパワーデイツプがノイズに埋れて子音の大分類率
が低下するという課題があった。

本発明は以上のような子音大分類率の低下を防止するこ
とを目的とするものである。

課題を解決するための手段 上記目的を達成するため、本発明の技術的解決手段は、
低域・高域パワーデイツプの大きさと後続母音別の子音
群標準パターンとのマツチングから得られる第１の類似
度と、入力音声に対し、子音の標準パターンとのマツチ
ングから得られる第２の類似度とを併用する方法を用い
るようにしたものである。

作用 本発明は、ノイズが加わってパワーデイツプが影響を受
けても子音の標準パターンとのマツチングから得られる
類似度を併用しているのでノイズによって受ける大分類
率の低下を防止することができる。

実施例 以下、第１図を参照しながら本発明の実施例について説
明する。なお本実施例においては、従来例と同様に無声
破裂音、有声破裂音、鼻音、無声摩擦音の４つの子音群
に大分類する場合について説明する。図において５はパ
ワーデイツプを検出するパワーデイツプ検出部、６はパ
ワーデイツプの大きさを抽出するパワーデイツプの大き
さ抽出部、７はフレーム毎の母音認識部、８はフレーム
毎の母音認識部７で得られた母音認識結果から後続母音
の認識を行なう後続母音認識部、９は後続母音別の子音
群標準パターンを格納している子音群標準パターン格納
部、１０は後続母音認識部８で得られた後続母音認識結
果から子音群標準パターンを選択する標準パターン選択
部、１１は標準パターン選択部１０で得られた子音群標
準パターンとパワーデイツプの大きさとの類似度を求め
る子音群類似度計算部、１２は全子音との類似度を求め
る子音類似度計算部、１３は子音群類似度計算部１１と
子音類似度計算部１２で得られた類似度から子音群を判
定する判定部である。

以上のような構成において、以下その動作について説明
する。

まず最初にパワーデイツプ検出部５において低域パワー
と高域パワーからパワーデイツプを検出しデイツプの大
きさを求める。このパワーデイツプの検出法は従来例と
同じである。また、パワーデイツプの大きさ検出部６に
おいて後続母音側にパワーデイツプの大きさを調べてみ
ると同じ子音でもデイツプの大きさが違うことがわかる
。そこで、後続母音認識部８において子音大分類精度を
上げるために後続母音情報を利用し、後続母音側に子音
の大分類を行なう。例として音素／ｒ／の場合の後続母
音側のパワーの時間的変化パターンを第２図〜第６図に
示す。図において横軸が時間、縦軸がパワーの大きさを
あられしている。図中実線がパワーの時間的変化、点線
がパワーの時間的変化速度、ＰＬが低域パワー、ＰＨが
高域パワーの動きを示している。また、第２図から順に
後続母音が／ａ／、／ｉ／、／ｕ／、／ｅ／、１０／の
場合である。デイツプの大きさを後続母音側に見ると／
ｕ／、１０／　（第４図、第６図）の時の高域パワーデ
イツプの大きさが他の後続母音（／ａ／、／ｉ／、／ｅ
／）よりも小さいことがわかる。

これは、母音によってパワーが少しずつ違うために子音
から母音へのパワーの時間的変化速度に差が出てくるた
めである。／ｒ／以外の子音についても同様にパワーの
時間的変化を調べてみると、後続母音によってパワーデ
イツプの大きさが違うことがわかる。したがって、低域
と高域のパワーデイツプの大きさを使用し後続母音側に
子音の大分類を行なえば精度が向上する。後続母音の認
識は、あらかじめ多くのデータから作成した５母音の標
準パターンと入力音声データとの類似度計算によりフレ
ーム毎に認識する。後続母音を判定するために、たとえ
ば子音区間候補の後５フレームにおける母音認識結果を
使用し、第１位に認識された場合２点、第２位で認識さ
れた場合１点として、５フレームの中で各母音側に集計
し最も点数の高い母音を認識結果とする。

子音群標準パターン格納部９に格納される子音群標準パ
ターンは次のようにして作成する。単語中から切出した
多くの子音データを用い後続母音側に低域パワーデイツ
プと高域パワーデイツプの大きさを抽出してパワーデイ
ツプの分布を求める。

この分布を用いて平均値、分散・共分散からなる標準パ
ターンを作成する。この標準パターンと入力音声データ
から得られたデイツプの大きさとの類似度計算を行なう
。また、入力音声に対して全子音（／ｐ／、／ｌ／、／
に／、／ｃ／、／ｂ／。

／ｄ／、／ｍ／、／ｎ／、／ｓ／、／ｈ／）からなる音
素標準パターンとマツチングを行ない類似度を求める。

子音類似度計算部１２と子音類似度計算部１１から得ら
れた類似度を用いて大分類判定部１３で子音群の判定を
行なう。具体的には、パワーデイツプから得られた各子
音群の類似度と各子音群に属する子音の中で最も類似度
の高い音素との類似度の和を求める。この類似度の和を
求めるときにａ：ｂの比率で和をとる。この類似度が最
も大きい子音群に判定を行なう。このように本実施例で
は２つの類似度を併用することにより、精度よく子音の
大分類を行うことができる。

発明の効果 以上のように本発明は、低域パワーと高域パワーデイツ
プの大きさによって得られる後続母音別子音群に対する
類似度と子音標準パターンとのマツチングから得られる
類似度を併用することによって精度良く子音の大分類を
行なうことが出来る。

これは、パラメータとして低域パワーと高域パワーを併
用しているので高域パワーにデイツプの現われやすい有
声子音と低域パワーにデイツプの現われやすい無声子音
の両方に対して作用しているためである。パワーデイツ
プの標準パターンを後続母音側にすることによって大分
類の精度を向上させている。また、子音の音素標準パタ
ーンとの類似度を併用することによってノイズが加わっ
てパワーデイツプがノイズに埋れでも音素標準パターン
との類似度が大きければ正しく大分類できるようになり
、その効果も大きい。

【図面の簡単な説明】

第１図は本発明の一実施例における子音認識方法の機能
ブロックｌ、第２図〜第６図は同実施例における、語中
でそれぞれ／ｒ　ａ／、　／ｒ　ｉ／、　／ｒ　ｕ／、
　／　ｒ　ｅ／、　／　ｒ　ｏ　／と発声した場合のパ
ワーの時間的変化をあられした図、第７図は従来のパワ
ーデイツプの検出法の説明図、第８図〜第１１図は無声
破裂音・有声破裂音・鼻音・無声摩擦音のパワーデイツ
プの分布図である。 ５・・・・・・パワーデイツプ検出部、６・・・・・・
パワーデイツプの大きさ抽出部、７・・・・・・フレー
ム毎の母音認識部、８・・・・・・後続母音認識部、９
・・・・・・子音群標準パターン格納部、１０・・・・
・・標準パターン選択部、１１・・・・・・子音類似度
計算部、１２・・・・・・子音類似度計算部、１３・・
・・・・判定部。 代理人の氏名　弁理士　粟野重孝　はか１名図 （ｂン

Claims (1)

【特許請求の範囲】
1. 音声スペクトルの低域パワーと高域パワーを求め、それ
   ぞれの時間的変化によって生じるパワーディップの大き
   さを抽出し、これらを後続母音別にあらかじめ作成して
   ある子音群標準パターンとマッチングを行なうことによ
   り第１の類似度を求め、一方入力音声に対し全子音から
   なる音素標準パターンとのマッチングを行うことにより
   第２の類似度を求め、この２つの類似度情報を併用して
   子音群に大分類することを特徴とする子音認識方法。