JPH0314360B2 - - Google Patents
Info
- Publication number
- JPH0314360B2 JPH0314360B2 JP58155878A JP15587883A JPH0314360B2 JP H0314360 B2 JPH0314360 B2 JP H0314360B2 JP 58155878 A JP58155878 A JP 58155878A JP 15587883 A JP15587883 A JP 15587883A JP H0314360 B2 JPH0314360 B2 JP H0314360B2
- Authority
- JP
- Japan
- Prior art keywords
- circuit
- input
- section
- judgment
- word
- 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
Description
【発明の詳細な説明】
この発明は、入力された音声と記憶されている
音声の類以度を求め判定することで入力した話者
が登録した話者本人か否かを判定する話者照合装
置に関するものである。
音声の類以度を求め判定することで入力した話者
が登録した話者本人か否かを判定する話者照合装
置に関するものである。
第１図は従来の話者照合装置の一構成例であ
る。以下図を用いて動作を説明する。参照パター
ン記憶回路１には予め登録話者によつて発声され
た単語音声が後述する特徴パラメータ抽出回路と
同様の方式で分析され特徴パラメータの形で記憶
されているものとする。話者は例えば磁気カード
読み取り回路、キーボード入力回路等の登録番号
入力回路２に登録番号を入力し、登録してある自
分の参照パターン３を呼び出す。次にマイクロフ
オン４に向かい決められた単語を発声する。音声
信号５は特徴パラメータ抽出回路６において、例
えばスペクトラム分析を受けケプストラム等の特
徴パラメータに一定時間間隔で変換され入力パタ
ーン７が抽出される。入力パターン７と参照パタ
ーン３とは継続時間が異なるためDPマツチング
回路８において非線形時間伸縮によるマツチング
を行い２つのパターン間の距離９を求める。距離
９は判定回路１０で閾値と比較され、閾値以下な
ら本人として受理し、また閾値以上であれば詐称
者として拒否するという認識結果１１を出力す
る。ところがDPマツチングは２つのパターン間
の非線形伸縮による距離の最小化を行うため、話
者による相違を求めることを目的とした話者照合
装置のマツチング法としては適していない。すな
わち話者に特有の単語内における時間構造を必要
以上の時間伸縮によつて距離に話者による違いを
十分に反映できないことが多く、またこれも避け
るため時間伸縮に制限を設ける場合、制限が厳し
い場合同じ話者の発声のマツチングで異音韻間の
対応づけが生じる危険性がある。またDPマツチ
ングにより得られる単語全区間の平均距離を用い
て判定をすることは、単語内の特定の音韻の相違
を他の音韻が類似していることで見落す可能性が
ある。従来の話者照合装置ではこれらの欠点があ
り、認識率低下の原因となつていた。
る。以下図を用いて動作を説明する。参照パター
ン記憶回路１には予め登録話者によつて発声され
た単語音声が後述する特徴パラメータ抽出回路と
同様の方式で分析され特徴パラメータの形で記憶
されているものとする。話者は例えば磁気カード
読み取り回路、キーボード入力回路等の登録番号
入力回路２に登録番号を入力し、登録してある自
分の参照パターン３を呼び出す。次にマイクロフ
オン４に向かい決められた単語を発声する。音声
信号５は特徴パラメータ抽出回路６において、例
えばスペクトラム分析を受けケプストラム等の特
徴パラメータに一定時間間隔で変換され入力パタ
ーン７が抽出される。入力パターン７と参照パタ
ーン３とは継続時間が異なるためDPマツチング
回路８において非線形時間伸縮によるマツチング
を行い２つのパターン間の距離９を求める。距離
９は判定回路１０で閾値と比較され、閾値以下な
ら本人として受理し、また閾値以上であれば詐称
者として拒否するという認識結果１１を出力す
る。ところがDPマツチングは２つのパターン間
の非線形伸縮による距離の最小化を行うため、話
者による相違を求めることを目的とした話者照合
装置のマツチング法としては適していない。すな
わち話者に特有の単語内における時間構造を必要
以上の時間伸縮によつて距離に話者による違いを
十分に反映できないことが多く、またこれも避け
るため時間伸縮に制限を設ける場合、制限が厳し
い場合同じ話者の発声のマツチングで異音韻間の
対応づけが生じる危険性がある。またDPマツチ
ングにより得られる単語全区間の平均距離を用い
て判定をすることは、単語内の特定の音韻の相違
を他の音韻が類似していることで見落す可能性が
ある。従来の話者照合装置ではこれらの欠点があ
り、認識率低下の原因となつていた。
この発明は、これらの欠点を改善するためにな
されたもので、単語内の話者に特有な時間構造の
違いを十分に距離に反映でき、単語内の特定の音
韻の相違も見落すことなく判定が可能で、計算量
も少い装置を提供するものである。
されたもので、単語内の話者に特有な時間構造の
違いを十分に距離に反映でき、単語内の特定の音
韻の相違も見落すことなく判定が可能で、計算量
も少い装置を提供するものである。
第２図はこの発明の一構成例である。図におい
て１２は入力パターンから所定の時間区間を切り
出す区分化回路、１３は区間入力パターン、１４
は区間参照パターン、１５は区間参照パターン記
憶回路、１６は線形マツチング回路、１７は区間
距離、１８は区間判定結果、１９は論理判定回路
である。
て１２は入力パターンから所定の時間区間を切り
出す区分化回路、１３は区間入力パターン、１４
は区間参照パターン、１５は区間参照パターン記
憶回路、１６は線形マツチング回路、１７は区間
距離、１８は区間判定結果、１９は論理判定回路
である。
次に動作を説明する。話者が自分の登録番号を
入力し、単語を発声し、特徴パラメータに変換さ
れるまでは従来の装置と同様である。入力音声の
特徴パラメータは区分化回路１１において音韻の
変化点等の検出を受け、所定の区間入力パターン
１２に区分化される。入力される単語は決められ
ているため、区分化は特徴パラメータの時間変化
量等を用いて比較的容易にかつ高い精度で行うこ
とが可能である。
入力し、単語を発声し、特徴パラメータに変換さ
れるまでは従来の装置と同様である。入力音声の
特徴パラメータは区分化回路１１において音韻の
変化点等の検出を受け、所定の区間入力パターン
１２に区分化される。入力される単語は決められ
ているため、区分化は特徴パラメータの時間変化
量等を用いて比較的容易にかつ高い精度で行うこ
とが可能である。
第３図は区分化回路１２における処理の１手順
例を示すものである。最初にアにおいて入力パタ
ーン７の隣接フレーム間距離Ｄ（ｍ）（ｍはフレー
ム番号）、すなわちパラメータの時間変化量を求
め、次にイにおいてＤ（ｍ）のピークを検出する。
例を示すものである。最初にアにおいて入力パタ
ーン７の隣接フレーム間距離Ｄ（ｍ）（ｍはフレー
ム番号）、すなわちパラメータの時間変化量を求
め、次にイにおいてＤ（ｍ）のピークを検出する。
ピーク値Dpはエにおいて閾値Dtと比較され、
閾値以上の場合はオにおいてそのフレーム番号を
音韻変化点として記憶する。閾値以下の場合はイ
へ戻りウにおいて単語の終点が検出されるまでく
り返し音韻変化点を検出する。以上求められた音
韻変化点を始点、終点としてカにおいて入力パタ
ーン７から区間入力パターン１３を切り出し、出
力する。一方、区間参照パターン記憶回路１５に
は予め区分化された区間参照パターン１４が記憶
されており、登録番号入力回路２からの信号によ
り線形マツチング回路１６に送られている。線形
マツチング回路１６では区間入力パターン１３と
区間参照パターン１４を線形伸縮による継続時間
正規化により区間距離１７を求める。
閾値以上の場合はオにおいてそのフレーム番号を
音韻変化点として記憶する。閾値以下の場合はイ
へ戻りウにおいて単語の終点が検出されるまでく
り返し音韻変化点を検出する。以上求められた音
韻変化点を始点、終点としてカにおいて入力パタ
ーン７から区間入力パターン１３を切り出し、出
力する。一方、区間参照パターン記憶回路１５に
は予め区分化された区間参照パターン１４が記憶
されており、登録番号入力回路２からの信号によ
り線形マツチング回路１６に送られている。線形
マツチング回路１６では区間入力パターン１３と
区間参照パターン１４を線形伸縮による継続時間
正規化により区間距離１７を求める。
すなわち、区間入力パターンを｛to｝（ｎ＝０，
１，……，Ｎ−１）、区間参照パターンを｛rn｝
（ｍ＝０，１，……，Ｎ−１）、ただしｎ，ｍはフ
レーム番号とする線形マツチングによる距離Ｄ
は、以下のように求められる。｛ttn｝から時間正
規化したパターン｛tn｝（ｍ＝０，１，……Ｍ−
１）を求める。
１，……，Ｎ−１）、区間参照パターンを｛rn｝
（ｍ＝０，１，……，Ｎ−１）、ただしｎ，ｍはフ
レーム番号とする線形マツチングによる距離Ｄ
は、以下のように求められる。｛ttn｝から時間正
規化したパターン｛tn｝（ｍ＝０，１，……Ｍ−
１）を求める。
tn＝ａ×ttk＋（１−ａ）×ttk+1
ｋ＝〔Ｎ−１／Ｍ−１×ｍ〕
ａ＝Ｎ−１／Ｍ−１×ｍ−ｋ
ここで〔ｉ〕はガウス記号で、ｉの整数部分を
示す。
示す。
距離Ｄは
Ｄ＝１／ＭM-1
〓i=0
｛dri，ti｝
ここでｄ（ri，ti）は｛1rn｝のｉフレーム目と
｛tt′n｝のｉフレーム目との距離を示す。これら
の区間距離１７に対して判定回路１０において閾
値判定を行う。さらにこれら区間判定結果１８を
論理判定回路１９で論理判定を行い最終の認識結
果１１を得る。たとえば区間判定結果１８をA1，
A2……Al……AL（Ｌ：区間の数）とし、区間距離
が閾値以下のときAl＝１、閾値より大きいときAl
＝０とし、論理積によつて認識結果Ｓを得るなら
ば、 Ｓ＝A1・A2・……・Al・……AL となり、すなわち区間距離が全区間で閾値以内の
場合にのみ本人として受理し、一区間でも閾値を
越える場合は詐称者として拒否する。
｛tt′n｝のｉフレーム目との距離を示す。これら
の区間距離１７に対して判定回路１０において閾
値判定を行う。さらにこれら区間判定結果１８を
論理判定回路１９で論理判定を行い最終の認識結
果１１を得る。たとえば区間判定結果１８をA1，
A2……Al……AL（Ｌ：区間の数）とし、区間距離
が閾値以下のときAl＝１、閾値より大きいときAl
＝０とし、論理積によつて認識結果Ｓを得るなら
ば、 Ｓ＝A1・A2・……・Al・……AL となり、すなわち区間距離が全区間で閾値以内の
場合にのみ本人として受理し、一区間でも閾値を
越える場合は詐称者として拒否する。
以上説明したように、この発明によれば、線形
マツチングによつて距離に時間構造を十分に反映
することができ、区間を３音素長程度以内にすれ
ば、同一話者においては異音韻間の対応づけもほ
とんど生じない。また区間ごとの閾値定結果の論
理判定により認識結果を得るため単語内の特定の
音韻の違いを見落す可能性も小さく、従来に比べ
高い認識率を得ることができる。さらに計算量は
DPマツチングを行わないためかなり小さくくな
り、従来に比べ加わる区分化回路も単語が決つて
いるため比較的的小さな計算量ですむ。
マツチングによつて距離に時間構造を十分に反映
することができ、区間を３音素長程度以内にすれ
ば、同一話者においては異音韻間の対応づけもほ
とんど生じない。また区間ごとの閾値定結果の論
理判定により認識結果を得るため単語内の特定の
音韻の違いを見落す可能性も小さく、従来に比べ
高い認識率を得ることができる。さらに計算量は
DPマツチングを行わないためかなり小さくくな
り、従来に比べ加わる区分化回路も単語が決つて
いるため比較的的小さな計算量ですむ。
なお上記実施例は、線形マツチング回路１６、
判定回路１７を各区間に対して並列に構成した
が、区分化回路１２および区間参照パターン記憶
回路１５から区間パターンを順次出力し、１つの
線形マツチング回路、判定回路で処理する構成も
可能であることはいうまでもない。
判定回路１７を各区間に対して並列に構成した
が、区分化回路１２および区間参照パターン記憶
回路１５から区間パターンを順次出力し、１つの
線形マツチング回路、判定回路で処理する構成も
可能であることはいうまでもない。
第１図は従来の話者照合装置を示す図、第２図
はこの発明による話者照合装置の一実施例を示す
構成図、第３図は第２図における区分化回路にお
ける区分化の一手順例を示す図であり、１は参照
パターン記憶回路、２は登録番号入力回路、３は
参照パターン、４はマイクロフオン、５は入力音
声、６は特徴パラメータ抽出回路、７は入力パタ
ーン、８はDPマツチング回路、９は距離、１０
は判定回路、１１は認識結果、１２は区分化回
路、１３は区間入力パターン、１４は区間参照パ
タン、１５は区間参照パタン記憶装置、１６は線
形マツチング回路、１７は区間距離、１８は区間
判定結果、１８は論理判定回路である。なお、図
中同一あるいは相当部分には同一符号を付して示
してある。
はこの発明による話者照合装置の一実施例を示す
構成図、第３図は第２図における区分化回路にお
ける区分化の一手順例を示す図であり、１は参照
パターン記憶回路、２は登録番号入力回路、３は
参照パターン、４はマイクロフオン、５は入力音
声、６は特徴パラメータ抽出回路、７は入力パタ
ーン、８はDPマツチング回路、９は距離、１０
は判定回路、１１は認識結果、１２は区分化回
路、１３は区間入力パターン、１４は区間参照パ
タン、１５は区間参照パタン記憶装置、１６は線
形マツチング回路、１７は区間距離、１８は区間
判定結果、１８は論理判定回路である。なお、図
中同一あるいは相当部分には同一符号を付して示
してある。
Claims (1)
- １ 入力された被照合話者の単語音声をスペクト
ラム分析し、特徴パラメータに一定時間間隔で変
換し入力パターンを抽出する特徴パラメータ抽出
回路と、この特徴パラメータ抽出回路によつて特
徴パラメータに抽出された入力パターンから単語
継続時間内の音韻変化点を検出して複数個の時間
区間に区切り、各区間の特徴パラメータを切り出
す区分化回路と、予め登録話者によつて発声され
た単語音声が区分化された区間参照パターンとし
て登録番号入力回路から登録番号を指定すること
により呼び出し可能な状態で記憶されている区間
参照パターン記憶回路と、上記区分化回路により
特徴パラメータを切り出された各複数の区間入力
パターンと上記登録番号入力回路により指定され
区間参照パターン記憶回路から呼び出された各複
数の区間参照パターンとを線形伸縮による継続時
間正規化により対応させ各複数の区間距離を求め
る線形マツチング回路と、この線形マツチング回
路により求められた各複数の区間距離を所定の閾
値に対し合否を各複数の区間毎に判定する判定回
路と、この判定回路の各複数の区間閾値判定結果
を総合して論理判定し、上記入力された単語音声
の話者が予め登録された本人であるか否かを判定
する論理判定回路とを備えたことを特徴とする話
者照合装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58155878A JPS6048098A (ja) | 1983-08-26 | 1983-08-26 | 話者照合装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58155878A JPS6048098A (ja) | 1983-08-26 | 1983-08-26 | 話者照合装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6048098A JPS6048098A (ja) | 1985-03-15 |
| JPH0314360B2 true JPH0314360B2 (ja) | 1991-02-26 |
Family
ID=15615477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58155878A Granted JPS6048098A (ja) | 1983-08-26 | 1983-08-26 | 話者照合装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6048098A (ja) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56126897A (en) * | 1980-03-10 | 1981-10-05 | Sanyo Electric Co | Voice recognision device |
| JPS5752096A (en) * | 1980-09-16 | 1982-03-27 | Oki Electric Ind Co Ltd | Voide recognizing system |
| JPS5883900A (ja) * | 1981-11-13 | 1983-05-19 | 三菱電機株式会社 | 音声識別装置 |
-
1983
- 1983-08-26 JP JP58155878A patent/JPS6048098A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6048098A (ja) | 1985-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3955246B1 (en) | Voiceprint recognition method and device based on memory bottleneck feature | |
| US5025471A (en) | Method and apparatus for extracting information-bearing portions of a signal for recognizing varying instances of similar patterns | |
| JPH0352640B2 (ja) | ||
| Karthikeyan et al. | Hybrid machine learning classification scheme for speaker identification | |
| JPH0314360B2 (ja) | ||
| US7454337B1 (en) | Method of modeling single data class from multi-class data | |
| Maurya et al. | Speaker recognition for noisy speech in telephonic channel | |
| JPS63213899A (ja) | 話者照合方式 | |
| JPS6336678B2 (ja) | ||
| JPS61180297A (ja) | 話者照合装置 | |
| JPH06100918B2 (ja) | 音声認識装置 | |
| Ozaydin | An isolated word speaker recognition system | |
| JP2752981B2 (ja) | 音声認識装置 | |
| JPH0316038B2 (ja) | ||
| Prajapati et al. | SPEAKER IDENTIFICATION FOR ISOLATED GUJARATI DIGITS USING MFCC AND VQ. | |
| Karmacharya | Design of Keyword Spotting System Based on Segmental Time Warping of Quantized Features | |
| JPH0632006B2 (ja) | 音声認識装置 | |
| JP2000137495A (ja) | 音声認識装置および音声認識方法 | |
| JPH04220699A (ja) | 音声認識方法 | |
| JPS61278896A (ja) | 話者照合装置 | |
| JPS6147439B2 (ja) | ||
| JPS6312000A (ja) | 音声認識装置 | |
| Karmacharya | Design of Keyword Spotting System Based on Segmental Time Warping of Quantized Features A Thesis | |
| JPS59204897A (ja) | 音声認識辞書登録方式 | |
| JPH0344317B2 (ja) |