JPH0310560Y2 - - Google Patents

Description

【考案の詳細な説明】 ［考案の技術分野］ 本考案は音声認識装置に関する。

［従来技術とその問題点］ 従来、特定話者用の音声認識装置に於いては、
３つのモード即ち、登録モード、テストモード、
認識モードが設定できるようになつている。上記
テストモードは、登録したパタンが適当かどうか
をチエツクするモードであり、登録した同じ語を
再度入力し、パタンとの距離が閾値以下の時は、
登録パタンをそのままにしておき、閾値以上の時
は再入力した音声のパタンに書換える。この場
合、距離が閾値以下になるまで、音声入力とパタ
ンの書換えを繰返して行なう。上記のようにして
パタンの書換えが行なわれるが、上記従来の方法
では、登録単語が多ければ多いほど、登録時及び
テストモード時の手間がかかり、非常に煩わし
い。また、人間の声は経時変化があるため再登録
が必要であるが、その都度すべての単語を再登録
することは非常に面倒である。さらに、不明瞭な
登録を行なつたり、間違い易いパタンを登録する
と、誤認識を起し易い。

［考案の目的］ 本考案は上記の点に鑑みてなされたもので、登
録時のミスを減少させると共に、認識率を向上さ
せ、しかも、音声パタンの再登録の手間を軽減し
得る音声認識装置を提供することを目的とする。

［考案の要点］ 本考案は音声認識装置において、距離が小さく
誤認識され易い単語の登録を禁止すると共に、経
時変化に伴う音声の変化に対応して標準パタンを
書換えるように構成したものである。

［考案の実施例］ 以下図面を参照して本考案の一実施例を説明す
る。第１図において１１はマイクロフオンで、そ
の音声入力は音響処理部１２へ送られる。この音
響処理部１２は入力された音声信号をデジタル信
号に変換し、特徴抽出部１３へ出力する。この特
徴抽出部１３には始端終端検出部１４が接続され
ており、入力信号のレベルから入力音声の始端終
端を検出して、その検出信号を制御部１５へ出力
している。上記特徴抽出部１３は入力音声の特徴
を抽出し、音声パタンとしてバツフア１６へ一時
記憶する。このバツフア１６に記憶された音声パ
タンはセレクタ１７により選択され、標準パタン
メモリ１８あるいは距離計算部１９へ送られる。
上記セレクタ１７は制御部１５からの指令によつ
て動作する。また、上記標準パタンメモリ１８及
び距離計算部１９は、制御部１５によつて制御さ
れる。上記標準パタンメモリ１８には、認識すべ
き単語に対する標準パタンが書込まれており、制
御部１５からの指令によつて記憶パタンが距離計
算部１９へ順次読出される。この距離計算部１９
は、入力音声のパタンと標準パタンとを比較して
その距離を計算し、最小値選択部２０へ出力す
る。この最小値選択部２０は信号部１５によつて
制御され、距離計算部１９の計算結果の中から最
小値を選択する。この最小値選択部２０で選択さ
れた最小値は、制御部１５へ送られると共に、セ
レクタ２１を介して第１閾値判定回路２２あるい
は第２閾値判定回路２３へ送られる。上記セレク
タ２１は制御部１５からの指令によつて選択動作
する。上記第１閾値判定回路２２及び第２閾値判
定回路２３には、音声パタンと標準パタンとの最
小距離に対する閾値TH１，TH２が予め設定さ
れている。上記閾値TH１，TH２は、TH１＜
TH２の関係にTH２を大きくとることにより、
入力音声の認識時に標準パタンの書換えを行わせ
る許容範囲を広げている。そして、上記第１閾値
判定回路２２、第２閾値判定回路２３の判定結果
は、制御部１５へ送られる。この制御部１５にキ
ー入力部２４、表示部２５が接続されており、最
小値選択部２０で選択された結果に対する単語が
表示部２５で表示される。上記キー入力部２４
は、表示部２５に表示された結果に対し、訂正操
作を行なつた場合、訂正信号が信号ラインａを介
して制御部１５へ送られるようになつている。

次に上記実施例の動作を第２図及び第３図のフ
ローチヤートを参照して説明する。登録モードに
おいて、マイクロフオン１１より単語単位で音声
を入力すると、音響処理部１２でデジタル信号に
変換され、特徴抽出部１３へ送られる。これによ
り特徴抽出部１３は入力音声の特徴を抽出し、バ
ツフア１６へ出力する。一方、始端終端検出部１
４は、特徴抽出部１３における信号入力レベルか
ら音声信号の始端を検出し、制御部１５へ出力す
る。この制御部１５は、上記始端検出信号によ
り、特徴抽出部１３から出力される音声パタンの
バツフア１６への読込を開始する。そして、始端
終端検出部１４から終端検出信号が出力される
と、制御部１５は、バツフア１６に保持されてい
る音声パタンをセレクタ１７を介して距離計算部
１９へ転送し、第２図のステツプＡ１に示すよう
に標準パタンメモリ１８に記憶されている各標準
パタンとの距離を計算する。この距離計算部１９
の計算結果は最小値選択部２０へ送られ、ステツ
プＡ２に示すように最小距離が選択される。この
最小値選択部２０の選択結果は制御部１５へ送ら
れ、それに対応する単語が表示部２５において表
示される。また、上記最小値選択部２０の選択結
果はセレクタ２１を介して第１閾値判定回路２２
へ送られ、ステツプＡ３に示すように最小距離が
閾値TH１より小さいか否か判定される。距離最
小値が閾値より小さい場合、つまり、入力音声が
標準パタンメモリ１８の登録単語と類似している
場合には、ステツプＡ４に進み、表示部２５にお
いて音声の再入力を指示する。また、上記ステツ
プＡ３で、最小距離が閾値TH１以上であると判
断された場合、つまり、他に類似している単語が
ないと判断された場合は、ステツプＡ５へ進んで
セレクタ１７を標準パタンメモリ１８側へ切替
え、入力音声のパタンを標準パタンとして標準パ
タンメモリ１８に書込む。以上で１単語に対する
標準パタンの登録を終了する。以下、同様にして
他の単語に対するパタン登録が行なわれる。

次に上記パタン登録後、入力音声を認識する場
合の動作について説明する。認識モードにおい
て、１単語に対する音声を入力すると、第３図の
ステツプＢ１に示すように、上記の場合と同様に
距離計算部１９で入力音声のパタンと標準パタン
との距離が計算される。次いでステツプＢ２に進
み、最小値選択部２０において最小距離が求めら
れ、セレクタ２１を介して第２閾値判定回路２３
へ送られる。この第２閾値判定回路２３ではステ
ツプＢ３に示すように上記最小距離が閾値TH２
以下か否かを判定し、最小距離が閾値TH２より
大きければ、ステツプＢ４に示すように認識結果
をリジエクトする。また、上記ステツプＢ３にお
いて最小距離が閾値TH２以下であると判定され
た場合は、ステツプＢ５へ進み、距離最小値に対
応する単語を認識結果として表示部２５に表示す
る。この認識結果に対し、使用者が自分の意図し
た結果と相違した場合は、キー入力部２４から訂
正指示を与える。キー入力部２４から訂正信号が
入力された場合、制御部１５は、ステツプＢ７に
示すように表示部２５において再入力を指示す
る。また、上記ステツプＢ６において、訂正信号
が入力されなかつた場合は、上記バツフア１６に
保持している入力音声のパタンを、標準パタンと
してセレクタ１７を介して標準パタンメモリ１８
に登録する。すなわち、認識モードにおいて、認
識結果が正しかつた場合は、入力音声のパタンを
標準パタンとして標準パタンメモリ１８に再登録
するようにしている。この標準パタンメモリ１８
へのパタン登録は、認識の都度行なわれる。

［考案の効果］ 以上述べたように本考案によれば、登録モード
時、他の単語と距離が小さく誤認識され易い単語
については、標準パタンメモリ１８への登録を行
なわないようにしたので、登録時のミスを減少し
て認識率を向上することができる。また、認識モ
ードにおいて、認識結果が正しい場合はその入力
音声のパタンを標準パタンメモリ１８に再登録す
るようにし、かつ正しいと認識する範囲を広げる
ようにしたので、標準パタンの書換動作の頻度を
高めることができるようになり、音声の経時変化
による誤認識を防止できると共に、標準パタンの
再登録の手間を軽減することができる。

【図面の簡単な説明】

図面は本考案の一実施例を示すもので、第１図
は回路構成を示すブロツク図、第２図は登録モー
ド時の動作を示すフローチヤート、第３図は認識
モード時の動作を示すフローチヤートである。 １１……マイクロフオン、１２……音響処理
部、１３……特徴抽出部、１４……始端終端検出
部、１５……制御部、１６……バツフア、１７…
…セレクタ、１８……標準パタンメモリ、１９…
…距離計算部、２０……最小値選択部、２１……
セレクタ、２２……第１閾値判定回路、２３……
第２閾値判定回路、２４……キー入力部、２５…
…表示部。

Claims (1)

1. 【実用新案登録請求の範囲】 入力音声と標準パタンメモリに登録されている
   各標準パタンとの距離を計算し、計算結果の中の
   最小値を取出す距離計算手段と、 この距離計算手段により得られた最小値が第１
   の閾値以上であるか否かを判断する第１の判断手
   段と、 上記距離計算手段により得られた最小値が上記
   第１の閾値より大きく設定された第２の閾値以上
   であるか否かを判断する第２の判断手段と、 音声パタンの登録時入力音声に関する最小値が
   上記第１の判断手段により第１の閾値以上と判断
   された場合にこの入力音声の音声パタンを標準パ
   タンとして新たに上記標準パタンメモリに登録
   し、第１の閾値より小さいと判断された場合に音
   声の再入力を指示する制御手段と、 入力音声の認識時入力音声に関する最小値が上
   記第２の判断手段により第２の閾値以下と判断さ
   れた場合に当該最小値に対応する標準パタンを認
   識結果として選定し、当該標準パタンに関する単
   語を出力する認識手段と、 この認識手段により出力された単語が適正であ
   るときに選定された標準パタンを入力された音声
   パタンに書換える標準パタン書換手段とを 具備したことを特徴とする音声認識装置。