JPH04223499A - 音声認識方法及び装置 - 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】

【０００１】

【産業上の利用分野】本発明は、音声認識方法及び装置
に関するものである。

【０００２】

【従来の技術】音声認識方法及び装置の従来例としては
、本出願人が特開昭６４−２３２９９号公報に開示した
音声認識方式などが存している。これは、予め音声信号
を変換した特徴ベクトルの時系列である各種の音声パタ
ーンの部分パターンに対応する標準パターンを継続時間
等でパターン記憶手段に設定しておき、入力される音声
信号をマイクロフォン等からなる音声変換手段で音声パ
ターンに変換して部分パターンの継続時間を検出し、こ
の部分パターンの継続時間と標準パターンの継続時間と
に従って部分パターンと標準パターンとの類似度に相当
するパターン間距離を算定し、この算定結果に基づいて
音声信号の音韻を認識するようになっている。

【０００３】つまり、上述の音声認識方式では、標準パ
ターンの所定の状態に対応する音声パターンの部分パタ
ーンの継続時間をＸ、標準パターンの継続時間をＹ、予
め設定された定数をｗとすると、パターン間距離Ｄを、
Ｄ＝ｗ（Ｌｘ−Ｌｊ）２として算定するようになってい
る。

【０００４】

【発明が解決しようとする課題】上記公報に開示された
音声認識方式では、予め機器に設定された標準パターン
の継続時間と機器に入力された音声パターンの部分パタ
ーンの継続時間とに基づいて音声信号の音韻を認識する
ようになっている。

【０００５】しかし、上述した音声認識方式では、音声
パターンの部分パターンの継続時間の伸長とは無関係に
常時同一の演算処理が行なわれるので誤認識が発生しや
すくなっている。つまり、語尾の母音は極端に長くなる
ことはあっても極端に短くなることはほとんどないが、
上述の音声認識方式では、標準パターンの継続時間が予
め５０（ｍｓ）などとして設定されているので、音声パ
ターンの継続時間が１０（ｍｓ）や１００（ｍｓ）等と
変化すると良好な演算結果を得ることができない。つま
り、上述の音声認識方式では、図８に例示するように、
継続時間の分布が平均値ｌに対して不均一になる標準パ
ターンに対し、音声パターンの継続時間が分布範囲外に
短いａでも分布範囲内で長いｂでも同一の演算処理を行
なうので、誤認識が発生しやすくなっている。

【０００６】

【課題を解決するための手段】請求項１記載の発明は、
入力される音声信号を音声変換手段が特徴ベクトルの時
系列である音声パターンに変換し、各種の音声パターン
の部分パターンに対応する標準パターンを少なくとも継
続時間と継続時間に対する複数の重み係数とで予めパタ
ーン記憶手段に設定し、音声パターンの部分パターンの
継続時間を時間検出手段が検出し、この検出された部分
パターンの継続時間と標準パターンの継続時間とを時間
比較手段が比較し、この比較結果に従って標準パターン
の重み係数から所定の一つを係数選出手段が選出し、こ
の選出された重み係数に従って部分パターンと標準パタ
ーンとの類似度に相当するパターン間距離を類似度算定
手段が算定し、この算定結果に基づいて音声信号の音韻
を認識手段が認識するようにした。

【０００７】請求項２記載の発明は、標準パターンを各
種の音素毎にパターン記憶手段に予め設定し、このパタ
ーン記憶手段に記憶された標準パターンと音声変換手段
が変換した音声パターンの部分パターンとのパターン間
距離を類似度算定手段が音素の種別に従って算定し、こ
の算定されたパターン間距離と予め設定された閾値とを
距離比較手段が比較し、この比較結果に従って標準パタ
ーンの重み係数を係数更新手段が更新するようにした。

【０００８】請求項３記載の発明は、音声パターンの部
分パターンの音素の種別に従って類似度算定手段が算定
したパターン間距離に比して小さいパターン間距離が算
定される音素を音素検出手段が検出し、この検出された
音素の標準パターンの少なくとも重み係数をパターン更
新手段が更新するようにした。

【０００９】請求項４記載の発明は、入力される音声信
号を特徴ベクトルの時系列である音声パターンに変換す
る音声変換手段を設け、各種の音声パターンの部分パタ
ーンに対応する標準パターンが少なくとも継続時間と継
続時間に対する複数の重み係数とで設定されたパターン
記憶手段を設け、音声変換手段が変換した音声パターン
の部分パターンの継続時間を検出する時間検出手段を設
け、この時間検出手段が検出した部分パターンの継続時
間とパターン記憶手段に記憶された標準パターンの継続
時間とを比較する時間比較手段を設け、この時間比較手
段の比較結果に従って標準パターンの重み係数から所定
の一つを選出する係数選出手段を設け、この係数選出手
段が選出した重み係数に従って部分パターンと標準パタ
ーンとの類似度に相当するパターン間距離を算定する類
似度算定手段を設け、この類似度算定手段の算定結果に
基づいて音声信号の音韻を認識する認識手段を設けた。

【００１０】請求項５記載の発明は、標準パターンが各
種の音素毎に予め設定されたパターン記憶手段を設け、
このパターン記憶手段に記憶された標準パターンと音声
変換手段が変換した音声パターンの部分パターンとのパ
ターン間距離を音素の種別に従って算定する類似度算定
手段を設け、この類似度算定手段で算定されたパターン
間距離と予め設定された閾値とを比較する距離比較手段
を設け、この距離比較手段の比較結果に従って標準パタ
ーンの重み係数を更新する係数更新手段を設けた。

【００１１】請求項６記載の発明は、音声パターンの部
分パターンの音素の種別に従って類似度算定手段が算定
したパターン間距離に比して小さいパターン間距離が算
定される音素を検出する音素検出手段を設け、この音素
検出手段が検出した音素の標準パターンの少なくとも重
み係数を更新するパターン更新手段を設けた。

【００１２】

【作用】請求項１及び４記載の発明は、各種の音声パタ
ーンの部分パターンに対応する標準パターンを少なくと
も継続時間と継続時間に対する複数の重み係数とで予め
設定し、音声パターンの部分パターンの継続時間と標準
パターンの継続時間との比較結果に従って標準パターン
の重み係数から所定の一つを選出し、この選出された重
み係数に従って部分パターンと標準パターンとの類似度
に相当するパターン間距離を算定して音声信号の音韻を
認識することで、標準パターンの継続時間に対する音声
パターンの部分パターンの継続時間の大小に従って演算
処理には複数の重み係数の一つが選択的に利用されるの
で、語尾の母音のように継続時間の分布が不均一な音韻
でも良好に認識することができる。

【００１３】請求項２及び５記載の発明は、各種の音素
毎に予め設定された標準パターンと音声変換手段が変換
した音声パターンの部分パターンとのパターン間距離を
音素の種別に従って算定し、この算定されたパターン間
距離と予め設定された閾値との比較結果に従って標準パ
ターンの重み係数を更新することで、音声パターンと音
素が同一の標準パターンに対しては重み係数が更新され
てパターン間距離が短縮される。

【００１４】請求項３及び６記載の発明は、音声パター
ンの部分パターンの音素の種別に従って算定したパター
ン間距離に比して小さいパターン間距離が算定される音
素を検出し、この検出された音素の標準パターンの少な
くとも重み係数をパターン更新手段が更新するようにし
たことにより、音声パターンと音素が同一の標準パター
ンに対しては重み係数の更新でパターン間距離が短縮さ
れ、かつ、音素が異なるにも関わらずパターン間距離が
小さい標準パターンに対しては重み係数の更新でパター
ン間距離が拡大される。

【００１５】

【実施例】請求項１及び４記載の発明の音声認識装置を
図１ないし図３に基づいて説明する。まず、この音声認
識装置１は、図１に例示するように、マイクロフォン等
からなる音声入力部２に、入力される音声信号を特徴ベ
クトルの時系列である音声パターンに変換する音声変換
手段である特徴系列変換部３が接続されており、予め各
種の標準パターンが設定されたパターン記憶手段である
標準パターン格納部４がＲＡＭ（Ｒａｎｄｏｍ　　Ａｃ
ｃｅｓｓ　　Ｍｅｍｏｒｙ）等で形成されている。そし
て、この標準パターン格納部４と前記特徴系列変換部３
とが接続された照合部５は、部分パターンの継続時間を
検出する時間検出手段と、部分パターンの継続時間と標
準パターンの継続時間とを比較する時間比較手段と、標
準パターンの重み係数から所定の一つを選出する係数選
出手段と、パターン間距離を算定する類似度算定手段と
、音声信号の音韻を認識する認識手段（何れも図示せず
）とがファームウェアなどで形成されたＣＰＵ（Ｃｅｎ
ｔｒａｌ　　Ｐｒｏｃｅｓｓｉｎｇ　　Ｕｎｉｔ）等か
らなっている。そして、前記標準パターン格納部４に設
定された標準パターンは、ここでは平均ベクトルＹと継
続時間ｌ及び重み係数ｗ１，ｗ２で形成されている。

【００１６】このような構成において、この音声認識装
置１では、音声入力部２から入力される音声信号が、特
徴系列変換部３で特徴ベクトルの時系列である音声パタ
ーンＸに変換される。ここで、このような音声認識装置
１に有用な特徴ベクトルの抽出手段としては各種の方式
が考えられるが、例えば、１５チャンネルのバンドパス
フィルタ群（図示せず）の出力を１０（ｍｓ）毎に抽出
することや、５．０（ｍｓ）のフレーム周期でＦＦＴ（
Ｆａｓｔ　　Ｆｏｕｒｉｅｒ　　Ｔｒａｎｓｆｏｒｍ）
スペクトラムを対数化した周波軸上で等分化して加算平
均を算定した２０次元のベクトルを抽出することや、１
４次のＬＰＣ（Ｌｉｎｅａｒ　　Ｐｒｅｄｉｃｔｉｖｅ
　　Ｃｏｄｉｎｇ）ケプストラムを１０（ｍｓ）毎に抽
出することなどが実施可能である。そして、上述のよう
にして得られる音声パターンＸ＝ｘ１，ｘ２…ｘｉ…ｘ
Ｉ（Ｉはフレーム数）のｉ番目のフレームの特徴ベクト
ルｘｉは、チャンネル数に対応した１５次元などとなる
。

【００１７】そして、照合部５では、入力された音声パ
ターンＸと、標準パターン格納部４に格納されているＮ
個の標準パターンＹ１〜ＹＮのｎ番目の標準パターンＹ
ｎとの類似度に相当するパターン間距離Ｄｉｓｔ（Ｘ，
Ｙｎ）が順次算定され、この算定結果が最も小さい標準
パターンが属する音韻であるカテゴリー（ここでは単語
）が認識結果として検出されることになる。

【００１８】なお、各標準パターンＹｎはＪ個の時系列
として形成されており、ｊ番目の状態には、標準パター
ンＹｎのｊ番目の状態を代表する特徴ベクトルｙｎｊと
、継続時間ｌｎｊと、二つの重み係数ｗｎｊ１，ｗｎｊ
２とが各々に登録されている。そこで、音声パターンＸ
と標準パターンＹｎとを照合した際、例えば、音声パタ
ーンＸの部分パターンｘｎ＋１，ｘｎ＋２…ｘｉが標準
パターンＹｎの第ｊ状態に対応したとすると、この場合
の（ｉ−ｍ≧ｌｎｊ）と（ｉ−ｍ＜ｌｎｊ）との距離ｓ
ｄ（ｍ，ｉ，ｎ，ｊ）は、

【数１】 となる。なお、上記数式内で使用したｄｉｓｔ１は二つ
のベクトル間の距離を算定する演算式であり、ｄｉｓｔ
２は二つのスカラー間の距離を算定する演算式である。 そこで、これらの演算式としてユークリッド距離を使用
すると、図２及び図３のフローチャートに例示するよう
に、この場合の（ｉ−ｍ≧ｌｎｊ）と（ｉ−ｍ＜ｌｎｊ
）との距離ｓｄ（ｍ，ｉ，ｎ，ｊ）は、

【数２】 となる。そこで、この場合のパターン間距離Ｄｉｓｔ（
Ｘ，Ｙｎ）は、

【数３】 となる。なお、上記数式では０＝Ｓ（０）≦Ｓ（１）…
≦Ｓ（Ｎ）＝Ｉとなっており、図３のフローチャートで
用いたＤＴは一時的に利用する変数である。

【００１９】つまり、この音声認識装置１では、標準パ
ターンの継続時間に対する音声パターンの部分パターン
の継続時間の大小に従って演算処理には二つの重み係数
の一方が利用されるので、語尾の母音のように継続時間
の分布が不均一な音韻でも良好に認識することができる
。

【００２０】なお、ここで上述のような数式の解法とし
て動的計画法を利用する場合を想定すると、累積距離を
格納する配列Ｄ（ｉ，１）（１≦ｊ≦Ｉ，１≦ｊ≦Ｊ）
を用意し、手順■Ｄ（ｉ，１）＝ｓｄ（０，ｉ，ｎ，１
）　　（１≦ｊ≦Ｉ）手順■

【数４】 手順■Ｄｉｓｔ（Ｘ，Ｙｎ）＝Ｄ（Ｉ，Ｊ）とすること
が考えられる。このようにすることで、パターン間距離
Ｄｉｓｔを算定する数式を簡易に得ることができる。

【００２１】請求項２及び５記載の発明の実施例を図４
に基づいて説明する。まず、この音声認識装置６では、
ＲＡＭ等のパターン記憶手段である標準パターン格納部
７には、標準パターンが各種の音素毎に設定されており
、ＣＰＵ等からなる照合部８には、部分パターンと標準
パターンとのパターン間距離を予め設定された閾値と比
較する距離比較手段等がファームウェアなどで形成され
ている。そして、この照合部８には、前記標準パターン
格納部７内の標準パターンの重み係数を更新する係数更
新手段である重み係数更新部９が接続されている。なお
、この他の構造は前述の音声認識装置１と同様になって
いる。

【００２２】このような構成において、この音声認識装
置６は、前述の音声認識装置１と略同様にして音声パタ
ーンの部分パターンと標準パターンとのパターン間距離
を算定する。つまり、フレーム数ｘの部分パターンａｉ
＋１，ａｉ＋２…ａｉ＋ｘと特徴ベクトルがｂの標準パ
ターンｙとのパターン間距離Ｄｉｓｔを、

【数５】 として算定する。この時、上記数式の右辺第一項はスペ
クトラムに関するユークリッド距離であり、右辺第二項
は部分パターンの継続時間である。つまり、この継続時
間Ｄはｘフレームと標準パターンの継続時間ｙとの距離
で、標準パターンの二つの重み係数ｗ１，ｗ２により、
（ｘ≧ｙ）の場合はＤ＝ｗ１（ｘ−ｙ）２となり、（ｘ
＜ｙ）の場合はＤ＝ｗ２（ｘ−ｙ）２となる。

【００２３】ここで、この音声認識装置６では、例えば
、音声パターンの部分パターンｘの音素の種別が既知の
場合、この音素ｋの標準パターンｙが照合部８により標
準パターン格納部７から読出されて距離Ｄが再度算定さ
れる。つぎに、この距離Ｄが閾値Ｄ０と比較され、Ｄ＞
Ｄ０の場合は標準パターンの二つの重み係数ｗ１，ｗ２
の所定の一方から更新定数ｗ０が減算され、Ｄ＜Ｄ０の
場合は標準パターンの二つの重み係数ｗ１，ｗ２の所定
の一方に更新定数ｗ０が加算される。このようにするこ
とで、各音素毎に音声パターンの伸長に対する制限が低
減されるので、標準パターンと音声パターンとのパター
ン間距離が短縮されることになる。従って、この音声認
識装置６では、上述のような動作が繰返されることで、
標準パターンの重み係数ｗが順次適切な値に更新される
ので、音声認識の精度が向上することになる。

【００２４】請求項３及び６記載の発明の実施例を図５
ないし図７に基づいて説明する。まず、この音声認識装
置１０では、部分パターンの音素の種別に従って算定さ
れたパターン間距離より小さいパターン間距離が算定さ
れる音素を検出する音素検出手段がＣＰＵ等からなる照
合部１１にファームウェアなどで形成されており、この
照合部１１には標準パターンの重み係数と継続時間とを
更新するパターン更新手段である標準パターン更新部１
２が接続されている。なお、この他の構造は前述の音声
認識装置６と同様になっている。

【００２５】このような構成において、この音声認識装
置１０は、前述の音声認識装置６と同様にして音声パタ
ーンの部分パターンと標準パターンとのパターン間距離
を算定する。つまり、個数Ｊのｊ番目の音素に対して特
徴ベクトルがｂｊで継続時間がｙｊで重み係数がｗｊ１
，ｗｊ２の標準パターンｙと、フレーム数ｘの部分パタ
ーンａｉ＋１，ａｉ＋２…ａｉ＋ｘとのパターン間距離
Ｄｉｓｔを、

【数６】 として算定する。この時、上記数式の右辺第一項は特徴
ベクトルに関するユークリッド距離であり、右辺第二項
は部分パターンの継続時間である。つまり、この継続時
間Ｄはｘフレームと標準パターンの継続時間ｙとの距離
で、標準パターンの二つの重み係数ｗｊ１，ｗｊ２によ
り、（ｘ≧ｙｊ）の場合はＤ＝ｗｊ１（ｘ−ｙｊ）２と
なり、（ｘ＜ｙｊ）の場合はＤ＝ｗｊ２（ｘ−ｙｊ）２
となる。

【００２６】ここで、この音声認識装置１０では、例え
ば、音声パターンの部分パターンが音素ｋであることが
既知である場合、重み係数を更新すべき他の音素ｍの存
在が検索される。この場合の更新条件としては、Ｄ（ｘ
，ｙｍ）＜Ｄ（ｘ，ｙｋ）となる音素ｍの集合の全要素
や、Ｄ（ｘ，ｙｍ）＜Ｄ（ｘ，ｙｋ）かつＤｉｓｔ（ｍ
）＜Ｄｉｓｔ（ｋ）となる音素ｍの集合の全要素などと
することが可能であり、これらの条件に対してＤ（ｘ，
ｙｍ）を小さいものからＭ個とすると云う条件を付与す
ることも可能である。このようにして更新する音素ｍ１
，ｍ２…ｍＭが検出されると、図７に例示するように、
標準パターンＹｋの継続時間ｙｋが、ｙｋ＝ｙｋ＋α（
ｘ−ｙｋ）として更新され（αは正の定数）、標準パタ
ーンＹｋの二つの重み係数ｗｋ１，ｗｋ２も、各々ｗｋ
１＝ｗｋ１−ａ，ｗｋ２＝ｗｋ２−ｂ（ａ，ｂは正の定
数）として更新される。同様にｍ＝ｍ１，ｍ２…ｍＭに
対しても、各重み係数ｗｍ１，ｗｍ２が各々ｗｍ１＝ｗ
ｍ１＋ｃ，ｗｍ２＝ｗｍ２＋ｄ（ｃ，ｄは正の定数）と
して更新される。

【００２７】このようにすることで、図６に例示するよ
うに、音声パターンと音素ｋが同一の標準パターンＹｋ
に対しては、継続時間ｙｋと重み係数ｗｋ１，ｗｋ２と
が更新されてパターン間距離Ｄ（ｘ，ｙｋ）が短縮され
、カテゴリーが異なる音素ｍであるにも関わらずパター
ン間距離Ｄ（ｘ，ｙｍ）が小さい標準パターンＹｍに対
しては、重み係数ｗｍ１，ｗｍ２が更新されてパターン
間距離Ｄ（ｘ，ｙｍ）が拡大されることになる。従って
、この音声認識装置１０では、上述のような動作が繰返
されることで、各標準パターンが各々適切な内容に更新
されるので、より音声認識の精度が向上することになる
。

【００２８】

【発明の効果】請求項１及び４記載の発明は、入力され
る音声信号を音声変換手段が特徴ベクトルの時系列であ
る音声パターンに変換し、各種の音声パターンの部分パ
ターンに対応する標準パターンを少なくとも継続時間と
継続時間に対する複数の重み係数とで予めパターン記憶
手段に設定し、音声パターンの部分パターンの継続時間
を時間検出手段が検出し、この検出された部分パターン
の継続時間と標準パターンの継続時間とを時間比較手段
が比較し、この比較結果に従って標準パターンの重み係
数から所定の一つを係数選出手段が選出し、この選出さ
れた重み係数に従って部分パターンと標準パターンとの
類似度に相当するパターン間距離を類似度算定手段が算
定し、この算定結果に基づいて音声信号の音韻を認識手
段が認識するようにしたことにより、標準パターンの継
続時間に対する音声パターンの部分パターンの継続時間
の大小に従って演算処理には複数の重み係数の一つが選
択的に利用されるので、語尾の母音のように継続時間の
分布が不均一な音韻でも良好に認識することができ、高
性能な音声認識を簡易に実現することができる等の効果
を有するものである。

【００２９】請求項２及び５記載の発明は、標準パター
ンを各種の音素毎にパターン記憶手段に予め設定し、こ
のパターン記憶手段に記憶された標準パターンと音声変
換手段が変換した音声パターンの部分パターンとのパタ
ーン間距離を類似度算定手段が音素の種別に従って算定
し、この算定されたパターン間距離と予め設定された閾
値とを距離比較手段が比較し、この比較結果に従って標
準パターンの重み係数を係数更新手段が更新するように
したことにより、音声パターンと音素が同一の標準パタ
ーンに対しては重み係数の更新でパターン間距離が短縮
されるので、音声認識の動作を繰返す毎に音声認識の精
度が向上する音声認識装置を得ることができる等の効果
を有するものである。

【００３０】請求項３及び６記載の発明は、音声パター
ンの部分パターンの音素の種別に従って類似度算定手段
が算定したパターン間距離に比して小さいパターン間距
離が算定される音素を音素検出手段が検出し、この検出
された音素の標準パターンの重み係数と継続時間とをパ
ターン更新手段が更新するようにしたことにより、音声
パターンと音素が同一の標準パターンに対しては重み係
数の更新でパターン間距離が短縮され、かつ、音素が異
なるにも関わらずパターン間距離が小さい標準パターン
に対しては重み係数の更新でパターン間距離が拡大され
るので、音声認識の動作を繰返す毎に極めて音声認識の
精度が向上する音声認識装置を得ることができる等の効
果を有するものである。

【図面の簡単な説明】

【図１】請求項１及び４記載の発明の実施例を示すブロ
ック図である。

【図２】フローチャートである。

【図３】フローチャートである。

【図４】請求項２及び５記載の発明の実施例を示すブロ
ック図である。

【図５】請求項３及び６記載の発明の実施例を示すブロ
ック図である。

【図６】特性図である。

【図７】フローチャートである。

【図８】従来例を示す特性図である。

【符号の説明】

１，６，１０　　音声認識装置 ２　　　　　　　　　　　　音声変換手段４，７　　　
　　　　　パターン記憶手段５　　　　　　　　　　　
　時間検出手段かつ時間比較手段かつ係数選出手段かつ
類似度算定手段 ８　　　　　　　　　　　　時間検出手段かつ時間比較
手段かつ係数選出手段かつ類似度算定手段かつ距離比較
手段９　　　　　　　　　　　　係数更新手段１１　　
　　　　　　　　時間検出手段かつ時間比較手段かつ係
数選出手段かつ類似度算定手段かつ距離比較手段かつ音
素検出手段

Claims (6)

【特許請求の範囲】
1. 【請求項１】　　入力される音声信号を音声変換手段が
   特徴ベクトルの時系列である音声パターンに変換し、各
   種の音声パターンの部分パターンに対応する標準パター
   ンを少なくとも継続時間と前記継続時間に対する複数の
   重み係数とで予めパターン記憶手段に設定し、前記音声
   パターンの部分パターンの継続時間を時間検出手段が検
   出し、この検出された部分パターンの継続時間と前記標
   準パターンの継続時間とを時間比較手段が比較し、この
   比較結果に従って前記標準パターンの重み係数から所定
   の一つを係数選出手段が選出し、この選出された重み係
   数に従って前記部分パターンと前記標準パターンとの類
   似度に相当するパターン間距離を類似度算定手段が算定
   し、この算定結果に基づいて前記音声信号の音韻を認識
   手段が認識するようにしたことを特徴とする音声認識方
   法。
2. 【請求項２】　　標準パターンを各種の音素毎にパター
   ン記憶手段に予め設定し、このパターン記憶手段に記憶
   された標準パターンと音声変換手段が変換した音声パタ
   ーンの部分パターンとのパターン間距離を類似度算定手
   段が音素の種別に従って算定し、この算定されたパター
   ン間距離と予め設定された閾値とを距離比較手段が比較
   し、この比較結果に従って前記標準パターンの重み係数
   を係数更新手段が更新するようにしたことを特徴とする
   請求項１記載の音声認識方法。
3. 【請求項３】　　音声パターンの部分パターンの音素の
   種別に従って類似度算定手段が算定したパターン間距離
   に比して小さいパターン間距離が算定される音素を音素
   検出手段が検出し、この検出された音素の標準パターン
   の少なくとも重み係数をパターン更新手段が更新するよ
   うにしたことを特徴とする請求項２記載の音声認識方法
   。
4. 【請求項４】　　入力される音声信号を特徴ベクトルの
   時系列である音声パターンに変換する音声変換手段を設
   け、各種の音声パターンの部分パターンに対応する標準
   パターンが少なくとも継続時間と前記継続時間に対する
   複数の重み係数とで設定されたパターン記憶手段を設け
   、前記音声変換手段が変換した音声パターンの部分パタ
   ーンの継続時間を検出する時間検出手段を設け、この時
   間検出手段が検出した部分パターンの継続時間と前記パ
   ターン記憶手段に記憶された標準パターンの継続時間と
   を比較する時間比較手段を設け、この時間比較手段の比
   較結果に従って前記標準パターンの重み係数から所定の
   一つを選出する係数選出手段を設け、この係数選出手段
   が選出した重み係数に従って前記部分パターンと前記標
   準パターンとの類似度に相当するパターン間距離を算定
   する類似度算定手段を設け、この類似度算定手段の算定
   結果に基づいて前記音声信号の音韻を認識する認識手段
   を設けたことを特徴とする音声認識装置。
5. 【請求項５】　　標準パターンが各種の音素毎に予め設
   定されたパターン記憶手段を設け、このパターン記憶手
   段に記憶された標準パターンと音声変換手段が変換した
   音声パターンの部分パターンとのパターン間距離を音素
   の種別に従って算定する類似度算定手段を設け、この類
   似度算定手段で算定されたパターン間距離と予め設定さ
   れた閾値とを比較する距離比較手段を設け、この距離比
   較手段の比較結果に従って前記標準パターンの重み係数
   を更新する係数更新手段を設けたことを特徴とする請求
   項４記載の音声認識装置。
6. 【請求項６】　　音声パターンの部分パターンの音素の
   種別に従って類似度算定手段が算定したパターン間距離
   に比して小さいパターン間距離が算定される音素を検出
   する音素検出手段を設け、この音素検出手段が検出した
   音素の標準パターンの少なくとも重み係数を更新するパ
   ターン更新手段を設けたことを特徴とする請求項５記載
   の音声認識装置。