JPH0361955B2 - - Google Patents

Description

【発明の詳細な説明】 (a) 発明の技術分野 本発明は音声認識方法に係り、特に音声の特徴
を表すベクトルの時系列で表されるパターンのマ
ツチング方法の改良に関する。

(b) 従来技術と問題点 一般にパターンのマツチングによつて、音声を
認識するためには、単語単位に音声の標準パター
ンを単語辞書としてメモリに登録しておき、入力
音声パターンと標準パターンとをマツチングさせ
ている。

この場合、入力音声パターン及び標準パターン
は出来る限り、その単語の発音に関して時間軸上
において、正規化されていることが望ましい。

ところが、１つの単語を発生する場合、単語音
声の継続時間長及び単語音声中の音韻の長さは、
一般に発音する人や発音する時の状況等によつて
変動する。

この様に音声の特徴を表すベクトルの時系列で
表される長さの異なる２つのパターンのパターン
マツチング方法としては、動的計画法（DPマツ
チング）と識別関数法とが代表的な方法として知
られている。

しかし、動的計画法は時間軸の非線形な伸縮に
対する正規化には有効であるが、パラメーターの
確率的な変動に対処することは困難である。

又、識別関数法はパラメータの確率的変動には
有効であるが、時間軸方向の正規化に問題がある
という欠点がある。

(c) 発明の目的 本発明の目的は上記欠点を除くため、動的計画
法と識別関数法とを組合わせ、両方法の長所を合
わせ持つたパターンマツチング装置を提供するこ
とにある。

(d) 発明の構成 本発明の構成は、入力時系列パターンを動的計
画法によつて標準時系列パターンとマツチングす
る手段と、該マツチング手段のマツチングした結
果に基づき、入力時系列パターンを、該標準時系
列パターンと同じ系列の長さに変換する変換手段
とを設け、 該変換手段が変換した新たな入力時系列パター
ンと前記標準時系列パターンとの間で、パラメー
タの中心的な要素を重くする重み付けを用いた距
離計算を行つて、パターンマツチングを行うよう
にしたものである。

(e) 発明の実施例 第１図は本発明の一実施例を説明するブロツク
図である。

音声の継続時間長を等時間単位の区分に分割
し、該区分の総てにおける該音声の特徴ベクトル
を、入力時系列パターンについては、ベクトルａ→
_１，ａ→₂，ａ→₃，……，ａ→_Iとし、標準時系列パタ
ー
ンについては、ベクトルｂ→₁，ｂ→₂，ｂ→₃，……，
ｂ→_Jとすると、メモリ１には入力時系列パターン
Ａ＝｛ａ→_i｝_i=1〜Iが格納され、メモリ３には標準時
系
列パターンＢ＝｛ｂ→_j｝_j=1〜Jが格納される。

DPマツチング部２において、メモリ１及び３
より読出された入力時系列パターンＡ及び標準時
系列パターンＢが動的計画法によりマツチングさ
れる。

動的計画法によるマツチングの詳細は「日本音
響学会誌」vol27、No.９、483〜490頁、1971年９
月に記載されているが、概略的には、２つの音声
パターンＡ，Ｂの夫々の継続時間長を等しい時間
単位に時刻１〜Ｉと時刻１〜Ｊに分割し、夫々を
平面上の縦軸及び横軸の目盛とし、各時刻におけ
る音声の特徴ベクトルを求める。

即ち、ベクトルａ→₁，ａ→₂，ａ→₃，……，ａ→_I及
び
ベクトルｂ→₁，ｂ→₂，ｂ→₃，……，ｂ→_Jを求めて２
つの音声パターンＡ，Ｂの間の距離が最小になる
ように最適経路１０を得て、その時の最適経路１
０に沿つた累積距離としてマツチング距離を得る
ものである。

即ち、先ず距離g₁，₁＝｜ａ→_i−ｂ→_i｜とし、g_i,j
は
第２図に示すg_i-1,j，g_i-1,j-1，g_i,j-1の３点よりの
最小地にｉ，ｊ点における音声パターンＡとＢの
対応するベクトル間の距離｜ａ→_i−ｂ→_i｜を加える
ことにより求められる。このようにしてｉ，ｊを
遂次増加しながらg_i,jを求めることにより、最終
的に音声パターンＡ，Ｂの間の最適なマツチング
距離としてg_I,Jが求まり、又、この計算過程でマ
トリツクスの各格子点において、最適経路が直前
の３点の中のどれを通つたか、P_i,jに記憶させる
ことにより、最適なマツチング経路も同時に求め
られる。

マトリツクス４に得られた音声パターンＡ，Ｂ
間の最適マツチング距離g_I,Jと最適経路P_I,Jによ
り、入力時系列パターンＡの間で、新たなマツチ
ング用パターンＣを求めるため、変換部５におい
て、第３図のフローチヤートに示す如く、マトリ
ツクス４の点（Ｉ、Ｊ）からｊ＝Ｊ、Ｊ−１、…
…，３，２，１と最適経路を遡りながら、ｊに対
応するベクトルa_iを、又、対応するベクトルa_iが
複数個ある時、それ等を平均したものをc_jとする
ことにより、マツチング用パターンＣを得る。

ここでＭはｊに対応するベクトルa_iが複数個あ
る時、平均化するための変数である。ｉ＝Ｉ、ｊ
＝Ｊ、Ｍ＝０は出発点ｃ→_J＝ａ→_Iとなる。最適経路
P_i,jが第２図に示す如く、点（ｉ−１、ｊ）より、
点（ｉ、ｊ）に至る経路を通つた場合＋、点（ｉ
−１、ｊ−１）より点（ｉ、ｊ）に至る経路を通
つた場合０、点（ｉ、ｊ−１）より点（ｉ、ｊ）
に至る経路を通つた場合−とすれば、P_i,jが＋の
場合一つ前の格子点ではＭ＝１となる。又、P_i,j
が０又は−の時はＭ＝０である。

今出発点（Ｉ、Ｊ）より一つ遡つた場合、P_i,j
が０方向であつたとすると、ｉ＝ｉ−１、ｊ＝ｊ
−１、Ｍ＝０であるから、ｃ→_J-1＝ａ→_I-1となり、−
の方向であつたとすると、ｃ→_J-1＝ａ→_Iであり、＋の
方向であつたとすると、ｉ＝ｉ−１、Ｍ＝Ｍ＋１
であるから、ｃ→_J＝（ａ→_I＋ａ→_I-1）／２となる。

更に、P_i,jが＋の方向に１点遡つたとすると、
ｉ＝ｉ−１、Ｍ＝Ｍ＋１であるため、ｃ→_J＝｛２
（ａ→_I＋ａ→_I-1／２＋ａ→_I-2｝／３＝（ａ→_I＋ａ→
_I-2）／３
となり、ａ→_iが３個平均されることを示す。

変換部５において、上記の如く求められたマツ
チング用パターンＣ＝｛ｃ→_j｝_j=1〜Jはメモリ６に格
納される、新たなマツチング用パターンＣは演算
部７において、標準時系列パターンＢとの間で距
離計算に重み付けをするため、重みＷ＝｛ｗ→_j｝_j=1〜
Ｊを格納しているメモリ８より、重みを表すベク
トルｗ→₁，ｗ→₂，……，ｗ→_Jを用いて距離Ｄが計算
され、最終的なマツチング距離が出力される。

距離Ｄは例えば、 但し、Ｎは音声パターンのベクトルの次元数で
ある。

重みＷの一例としては、先ず或る単語に関する
多数回の発声パターンから、平均パターンを求め
てＢとし、それに対して各一回一回の発声パター
ンをＡとして、上記本発明の方法によりＣを求め
る。これにより重みW_jkを求める。

但しC^l _jkはｌ回目の発声により求められた音声
パターンＣの要素で、Ｌは重みを求めるための発
声した音声回数である。

上記の如き重み付けを行つて距離を計算するこ
とにより、パラメータの確率的な変動に対処し得
る動的計画法を利用したマツチングが実施出来
る。即ち、パラメータの中心的な要素を重くし、
比較的重要でない要素の重みを軽くして、距離計
算をするものである。

(f) 発明の効果 以上説明した如く、本発明は距離計算の重みを
変えることが出来るため、時間軸の非線型な伸縮
に対する正規化に有効な動的計画法によるパター
ンマツチング方法に、パラメータの確率的な変動
に有効な識別関数法の長所を組合わせたパラメー
タマツチング方法を提供し得るので、パターンの
変動に有効に対処し得ると共に、標準パターンの
数を有効に減少せしめることが可能であり、その
効果は大なるものがある。

【図面の簡単な説明】

第１図は本発明の一実施例を説明するブロツク
図、第２図はマツチング経路の選択を説明する
図、第３図は新たなマツチング用パターンを求め
るた のフローチヤートである。 １，３，６，８はメモリ、２はDPマツチング
部、５は変換部、７は演算部である。

Claims (1)

1. 【特許請求の範囲】 １ 入力時系列パターンを動的計画法によつて標
   準時系列パターンとマツチングする手段と、 該マツチング手段のマツチングした結果に基づ
   き、入力時系列パターンを、該標準時系列パター
   ンと同じ時系列の長さに変換する変換手段と、 を設け、 該変換手段が変換した新たな入力時系列パター
   ンと前記標準時系列パターンとの間で、パラメー
   タの中心的な要素を重くする重み付けを用いた距
   離計算を行つて、パターンマツチングを行うこと
   を特徴とするパターンマツチング装置。