JPH04155398A - 音声認識装置 - 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、音声認識装置に関する。

従来の技術 従来、音声認識装置でリジェクトを行う場合、一定のリ
ジェクトパラメータでは発声する単語によってリジェク
ト率に異差が生じ、単語によってリジェクト率が非常に
高かったり、低がったりする。例えば、ある単語群では
りジェクト率が２％でも他の単語群では１０％になるこ
ともある。

また、このような現象は、新たに単語を追加登録した場
合などにも同様の現象が生じることがある。

発明が解決しようとする課題 上述したようにリジェクトを行う場合、認識対象単語が
変わると、同じリジェクトパラメータを用いて認識結果
をリジェクトしていては、あるテンプレート群には適正
なりジェクトがかがるパラメータ値であっても、他のテ
ンプレート群で認識した時にはりジェクト率が高すぎた
り、低すぎたりすることがあり、このように従来の音声
認識装置ではテンプレート群によってリジェクト率が変
動するのを防ぐことができない。

課題を解決するための手段 そこで、このような問題点を解決するために、請求項１
記載の発明では、入力音声の特徴を抽出する音声特徴抽
出部を設け、この音声特徴抽出部により抽出された入力
音声の特徴量を用いてテンプレートを作成する登録部を
設け、この登録部に登録された前記テンプレートを記憶
するテンプレート記憶部を設け、このテンプレート記憶
部に記憶されたテンプレート群を用いて各テンプレート
間のマツチングを行いその類似度を計算する認識部を設
け、登録時に前記認識部により求められた前記類似度の
大きさに応じてリジェクトパラメータをテンプレート毎
に決定するリジェクトパラメータ決定部を設けた。

請求項２記載の発明では、入力音声の特徴を抽出する音
声特徴抽出部を設け、この音声特徴抽出部により抽出さ
れた入力音声の特徴量を用いてテンプレートを作成する
登録部を設け、この登録部に登録された前記テンプレー
トを記憶するテンプレート記憶部を設け、このテンプレ
ート記憶部に記憶されたテンプレート群を用いて各テン
プレート間のマツチングを行いその類似度を計算する認
識部を設け、登録時に前記認識部により求められた前記
類似度の大きさに応じてリジェクトパラメータをテンプ
レートの組合せ毎に決定するリジェクトパラメータ決定
部を設けた。

請求項３記載の発明では、入力音声の特徴を抽出する音
声特徴抽出部を設け、この音声特徴抽出部により抽出さ
れた入力音声の特徴量を用いてテンプレートを作成する
登録部を設け、この登録部に登録された前記テンプレー
トを記憶するテンプレート記憶部を設け、このテンプレ
ート記憶部に記憶されたテンプレート群を用いて各テン
プレート間のマツチングを行いその類似度を計算する認
識部を設け、登録時に前記認識部により求められた前記
類似度の大きさに応じてリジェクトパラメータを決定し
以後前記テンプレートを追加する毎にそのリジェクトパ
ラメータの値を更新していくリジェクトパラメータ決定
部を設けた。

請求項４記載の発明では、入力音声の特徴を抽出する音
声特徴抽出部を設け、この音声特徴抽出部により抽出さ
れた入力音声の特徴量を用いてテンプレートを作成する
登録部を設け、この登録部に登録された前記テンプレー
ト及びリジェクトパラメータを記憶するテンプレートリ
ジェクトパラメータ記憶部を設け、このテンプレートリ
ジェクトパラメータ記憶部に記憶された前記リジェクト
パラメータ及び前記テンプレートを読出すと共にテンプ
レート群を用いて各テンプレート間のマツチングを行い
その類似度を計算する認識部を設け、登録時に前記認識
部により求められた前記類似度の大きさに応じてリジェ
クトパラメータを決定し以後前記テンプレートを追加す
る毎に前記リジェクトパラメータの値を更新していくリ
ジェクトパラメータ決定部を設けた。

作用 請求項１記載の発明は、認識対象となるテンプレート毎
にリジェクトパラメータを決定し、このパラメータを用
いてリジェクトすることによって、単語によるリジェク
ト率の変動を防ぐことができる。

請求項２記載の発明は、認識対象となるテンプレートの
組合わせ毎にリジェクトパラメータを決定し、このパラ
メータを用いてリジェクトすることによって、単語によ
るリジェクト率の変動を防ぐことができる。

請求項３，４記載の発明は、認識対象となるテンプレー
ト群によってリジェクトパラメータを決定し、このパラ
メータを用いてリジェクトすることによって、テンプレ
ート群によるリジェクト率の変動を防ぐことができる。

実施例 請求項１記載の発明の一実施例を第１図に基づいて説明
する。まず、その全体構成について述べる。音声を電気
的信号に変換するマイクロフォンｌは、入力音声の特徴
を抽出する音声特徴抽出部２に接続されている。この音
声特徴抽出部２はスイッチ回路３に接続されている。こ
のスイッチ回路３は、登録部４及び認識部５と接続され
、切換えができるようになっている。前記登録部４は、
前記音声特徴抽出部２により抽出された入力音声の特徴
量を用いてテンプレートを作成することができる。この
登録部４には、登録された前記テンプレートを記憶する
テンプレート記憶部６が接続されている。

また、このテンプレート記憶部６は前記認識部５と接続
されている。この認識部５は、前記テンプレート記憶部
６に記憶されたテンプレート群を用いて各テンプレート
間のマツチングを行いその類似度を計算する働きがある
。さらに、前記認識部５はリジェクトパラメータ決定部
７と接続されている。このリジェクトパラメータ決定部
７は、前記認識部５により求められた類似度の大きさに
応じてリジェクトパラメータをテンプレート毎に決定す
る働きがある。

さらに、この他の部分の構成として、上記各部と接続さ
れる制御部８が設けられている。この制御部８には、登
録するか認識するかを切換えるキーボード９と認識結果
を表示する認識表示部１０とが接続されている。

このような構成において、まず、テンプレート登録時に
ついて述べる。話者がキーボード９の所定のキーを押す
ことによって、登録を行うことの信号が制御部８に伝え
られる。制御部８はその信号を受けると、スイッチ回路
３を登録部４側に切換える。次に、話者がマイクロフォ
ン１に向かって発声した音声が、電気信号に変換されて
音声特徴抽出部２に送られる。ここで、抽出された特徴
量は登録部４に送られて、これによりテンプレートが作
成される。この場合、話者がキーボード９によって設定
した単語数分のテンプレートが作成されると、全テンプ
レートのデータはテンプレート記憶部６に送られて記憶
される。その後、登録部４は制御部８に終了信号を送り
、制御部８はその信号を受は取ると、認識部５にテンプ
レート同士のマツチングを開始させる。この認識部５で
は、登録部４で作成されたテンプレート群を用いて各テ
ンプレート間のマツチングを行い、その類似度をリジェ
クトパラメータ決定部７に送る。これを全てのテンプレ
ートの組合わせに対して行い、その全ての類似度データ
をもとにしてリジェクトパラメータ決定部７ではリジェ
クトパラメータをテンプレート毎に決定する。

例として、どれかのテンプレートとの類似度がＸ以上に
なったテンプレートＡに対してはリジェクトパラメータ
はＸにするように決定し、どれかのテンプレートとの類
似度がｙ以上、Ｘ以下になったテンプレートＢに対して
はリジェクトパラメータはＹにするように決定する。

次に、認識時について述べる。話者はキーボード９の所
定のキーを押すことによって、認識を行うことの信号が
制御部８に伝えられる。制御部８はその信号を受は取る
と、スイッチ回路３を認識部５側に切換える。次に、話
者がマイクロフォンｌに向かって発生した音声が、電気
信号に変換されて音声特徴抽出部２に送られる。ここで
抽出された特徴量が認識部５に送られて、テンプレート
記憶部６から送られたテンプレート群とマツチングが行
われる。これにより、１番目に類似度の大きいものを「
第−Ｍ３識候補Ｊ、２番目に大きいものを「第二認識候
補」として、それぞれそのテンプレートとの類似度の大
きさ、差、比等と、テンプレート登録時に決定された第
一認識候補のテンプレートに対するリジェクトパラメー
タとを用いてリジェクトするかどうかを判断し、リジェ
クトしない場合には「第一認識候補」を認識結果として
、また、リジェクトする場合にはリジェクトしたことを
伝える信号を認識表示部１０に送る。

上述したように、認識対象となるテンプレート毎にリジ
ェクトパラメータを決定し、このパラメータを用いてリ
ジェクトすることによって、単語によるリジェクト率の
変動を防ぐことができる。

次に、請求項２記載の発明の一実施例について説明する
。なお、前述した請求項１記載の発明の実施例で述べた
回路（第１図参照）と同一部分についての説明は省略し
、その同一部分については同一符号を用いる。

ここでは、リジェクトパラメータ決定部７の内部構成を
変えたものである。すなわち、リジェクトパラメータ決
定部７は、認識部５により求められた類似度の大きさに
応じて、リジェクトパラメータをテンプレートの組合わ
せ毎に決定するようにしたものである。

これにより、登録時には、リジェクトパラメータ決定部
７では、リジェクトパラメータをテンプレートの組合わ
せ毎に決定することになる。例えば、類似度がＸ以上に
なった組合わせのテンプレートＡ、Ｂに対してはリジェ
クトパラメータはＸにするように決定し、類似度がｙ以
上、Ｘ以下になた組合わせのテンプレートＡ、Ｃに対し
てはリジェクトパラメータはＹにするように決定する。

また、認識時には、「第一認識候補」と「第二認識候補
」とのテンプレートの組合わせで決定しているリジェク
トパラメータと、それぞれのテンプレートとの類似度の
大きさ、差、比等とを用いてリジェクトするかどうかを
判断し、リジェクトしない場合場合には「第一認識候補
」を認識結果として、また、リジェクトする場合にはリ
ジェクトしたことを伝える信号を認識表示部】Ｏに送る
ようにする。

上述したように、認識対象となるテンプレートの組合わ
せ毎にリジェクトパラメータを決定し、このパラメータ
を用いてリジェクトすることによって、単語によるリジ
ェクト率の変動を防ぐことができる。

次に、請求項３，４記載の発明の一実施例を第２図に基
づいて説明する。なお、前述した請求項ｌ記載の発明の
実施例（第１図参照）と同一部分についての説明は省略
し、その同一部分については同一符号を用いる。

ここでは、リジェクトパラメータ決定部７、テンプレー
トリジェクトパラメータ記憶部１１、認識部５の内部構
成を変えたものである。すなわち、前記リジェクトパラ
メータ決定部７は、前記認識部５により求められた類似
度の大きさに応じてリジェクトパラメータを決定し、以
後テンプレートを追加する毎にリジェクトパラメータの
値を更新していく働きがある。また、前記テンプレート
リジェクトパラメータ記憶部１１は、前記登録部４に登
録されたテンプレートを記憶するだけでなく、リジェク
トパラメータをも記憶する働きがある。

さらに、前記認識部５には、前記テンプレートリジェク
トパラメータ記憶部１１に記憶された前記テンプレート
が読出される他に、前記リジェクトパラメータをも読出
す。

これにより、登録時には、リジェクトパラメータ決定部
７では、すべて類似度データ、及び、テンプレート数を
もとにしてリジェクトパラメータを決定する。例えば、
類似度がＸ以上の組合わせが全組合せのｙ％以上あれば
リジェクトパラメータはＡにするように決定し、２％以
上であればリジェクトパラメータはＢにするように決定
する。

このようにして決定されたリジェクトパラメータは、作
成されたテンプレートと共にテンプレートリジェクトパ
ラメータ記憶部１１に送られ記憶される。

また、新たに違う単語群のテンプレートを作成する場合
や、新しい単語を追加する場合にも、上記と同様な動作
が行われ、リジェクトパラメータ決定部７で決定された
リジェクトパラメータは登録部４で作成された全テンプ
レートと共にテンプレートリジェクトパラメータ記憶部
１１ｊこ送られて、上記テンプレート群が記憶されてい
る領域とは違う領域に記憶される。

上述したように、テンプレートを登録する時、全ての登
録が終わった時点で各テンプレート間の類似度を測定し
その類似度の大きさの分布やテンプレート数等をもとに
してリジェクトパラメータ値を決定する。そして、登録
したテンプレートをテンプレートリジェクトパラメータ
記憶部１１に記憶させる時にリジェクトパラメータも同
時に記憶させるようにする。さらに、そのテンプレート
群をテンプレートリジェクトパラメータ記憶部１１から
ロード（読出し）する時には、リジェクトパラメータも
同時にロードするようにする。このように動作させるこ
とによって、テンプレート群によってリジェクト率が変
動するのを防ぐことが可能となる。

発明の効果 請求項１記載の発明は、入力音声の特徴を抽出する音声
特徴抽出部を設け、この音声特徴抽出部により抽出され
た入力音声の特徴量を用いてテンプレートを作成する登
録部を設け、この登録部に登録された前記テンプレート
を記憶するテンプレート記憶部を設け、このテンプレー
ト記憶部に記憶されたテンプレート群を用いて各テンプ
レート間のマツチングを行いその類似度を計算する認識
部を設け、登録時に前記認識部により求められた前記類
似度の大きさに応じてリジェクトパラメータをテンプレ
ート毎に決定するりジエクトパラメータ決定部を設けた
ので、認識対象となるテンプレート毎にリジェクトパラ
メータを決定し、このパラメータを用いてリジェクトす
ることによって、単語によるリジェクト率の変動を防ぐ
ことができるものである。

請求項２記載の発明は、入力音声の特徴を抽出する音声
特徴抽出部を設け、この音声特徴抽出部により抽出され
た入力音声の特徴量を用いてテンプレートを作成する登
録部を設け、この登録部に登録された前記テンプレート
を記憶するテンプレート記憶部を設け、このテンプレー
ト記憶部に記憶されたテンプレート群を用いて各テンプ
レート間のマツチングを行いその類似度を計算する認識
部を設け、登録時に前記認識部により求められた前記類
似度の大きさに応じてリジェクトパラメータをテンプレ
ートの組合せ毎に決定するりジエクトパラメータ決定部
を設けたので、認識対象となるテンプレートの組合わせ
毎にリジェクトパラメータを決定し、このパラメータを
用いてリジェクトすることによって、単語によるリジェ
クト率の変動を防ぐことができるものである。

請求項３記載の発明は、入力音声の特徴を抽出する音声
特徴抽出部を設け、この音声特徴抽出部により抽出され
た入力音声の特徴量を用いてテンプレートを作成する登
録部を設け、この登録部に　　　′登録された前記テン
プレートを記憶するテンプレート記憶部を設け、このテ
ンプレート記憶部に記憶されたテンプレート群を用いて
各テンプレート間のマツチングを行いその類似度を計算
する認識部を設け、登録時に前記認識部により求められ
た前記類似度の大きさに応じてリジェクトパラメータを
決定し以後前記テンプレートを追加する毎にそのリジェ
クトパラメータの値を更新していくリジェクトパラメー
タ決定部を設けたので、認識対象となるテンプレート群
によってリジェクトパラメータを決定し、このパラメー
タを用いてリジェクトすることによって、テンプレート
群によるリジェクト率の変動を防ぐことができるもので
ある。

請求項４記載の発明は、入力音声の特徴を抽出する音声
特徴抽出部を設け、この音声特徴抽出部により抽出され
た入力音声の特徴量を用いてテンプレートを作成する登
録部を設け、この登録部に登録された前記テンプレート
及びリジェクトパラメータを記憶するテンプレート記憶
部を設け、このテンプレート記憶部に記憶された前記リ
ジェクトパラメータ及び前記テンプレートを読出すと共
にテンプレート群を用いて各テンプレート間のマツチン
グを行いその類似度を計算する認識部を設け、登録時に
前記認識部により求められた前記類似度の大きさに応じ
てリジェクトパラメータを決定し以後前記テンプレート
を追加する毎に前記リジェクトパラメータの値を更新し
ていくリジェクトパラメータ決定部を設けたので、認識
対象となるテンプレート群によってリジェクトパラメー
タを決定し、このパラメータを用いてリジェクトするこ
とによって、テンプレート群によるリジェクト率の変動
を防ぐことができるものである。

【図面の簡単な説明】

第１図は請求項１，２記載の発明の一実施例を示す回路
図、第２図は請求項３，４記載の発明の一実施例を示す
回路図である。 ２・・・音声特徴抽出部、４・・・登録部、５・・・認
識部、６・・・テンプレート記憶部、７・・・リジェク
トパラメータ記憶部、１１・・・テンプレートリジェク
トバラメータ記憶部 ３，１　図

Claims (1)

1. 【特許請求の範囲】 １、入力音声の特徴を抽出する音声特徴抽出部を設け、
   この音声特徴抽出部により抽出された入力音声の特徴量
   を用いてテンプレートを作成する登録部を設け、この登
   録部に登録された前記テンプレートを記憶するテンプレ
   ート記憶部を設け、このテンプレート記憶部に記憶され
   たテンプレート群を用いて各テンプレート間のマッチン
   グを行いその類似度を計算する認識部を設け、登録時に
   前記認識部により求められた前記類似度の大きさに応じ
   てリジェクトパラメータをテンプレート毎に決定するリ
   ジェクトパラメータ決定部を設けたことを特徴とする音
   声認識装置。 ２、入力音声の特徴を抽出する音声特徴抽出部を設け、
   この音声特徴抽出部により抽出された入力音声の特徴量
   を用いてテンプレートを作成する登録部を設け、この登
   録部に登録された前記テンプレートを記憶するテンプレ
   ート記憶部を設け、このテンプレート記憶部に記憶され
   たテンプレート群を用いて各テンプレート間のマッチン
   グを行いその類似度を計算する認識部を設け、登録時に
   前記認識部により求められた前記類似度の大きさに応じ
   てリジェクトパラメータをテンプレートの組合せ毎に決
   定するリジェクトパラメータ決定部を設けたことを特徴
   とする音声認識装置。 ３、入力音声の特徴を抽出する音声特徴抽出部を設け、
   この音声特徴抽出部により抽出された入力音声の特徴量
   を用いてテンプレートを作成する登録部を設け、この登
   録部に登録された前記テンプレートを記憶するテンプレ
   ート記憶部を設け、このテンプレート記憶部に記憶され
   たテンプレート群を用いて各テンプレート間のマッチン
   グを行いその類似度を計算する認識部を設け、登録時に
   前記認識部により求められた前記類似度の大きさに応じ
   てリジェクトパラメータを決定し以後前記テンプレート
   を追加する毎にそのリジェクトパラメータの値を更新し
   ていくリジェクトパラメータ決定部を設けたことを特徴
   とする音声認識装置。 ４、入力音声の特徴を抽出する音声特徴抽出部を設け、
   この音声特徴抽出部により抽出された入力音声の特徴量
   を用いてテンプレートを作成する登録部を設け、この登
   録部に登録された前記テンプレート及びリジェクトパラ
   メータを記憶するテンプレートリジェクトパラメータ記
   憶部を設け、このテンプレートリジェクトパラメータ記
   憶部に記憶された前記リジェクトパラメータ及び前記テ
   ンプレートを読出すと共にテンプレート群を用いて各テ
   ンプレート間のマッチングを行いその類似度を計算する
   認識部を設け、登録時に前記認識部により求められた前
   記類似度の大きさに応じてリジェクトパラメータを決定
   し以後前記テンプレートを追加する毎に前記リジェクト
   パラメータの値を更新していくリジェクトパラメータ決
   定部を設けたことを特徴とする音声認識装置。