JPH0459638B2 - - Google Patents
Info
- Publication number
- JPH0459638B2 JPH0459638B2 JP58132508A JP13250883A JPH0459638B2 JP H0459638 B2 JPH0459638 B2 JP H0459638B2 JP 58132508 A JP58132508 A JP 58132508A JP 13250883 A JP13250883 A JP 13250883A JP H0459638 B2 JPH0459638 B2 JP H0459638B2
- Authority
- JP
- Japan
- Prior art keywords
- voice
- time series
- parameter
- unknown
- input
- 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
Links
- 238000000605 extraction Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Description
【発明の詳細な説明】
(イ) 産業上の利用分野
本発明は音声を認識する事のできる音声認識装
置な関する。
置な関する。
(ロ) 従来例
従来の音声認識装置は、音声信号からその音声
特徴を示す特徴パラメータの時系列からなる音声
パターンＡ＝（a(1)、a(2)、……）を予め定められ
た複数の音声について抽出しておき、未知の音声
についての特徴パラメータの時系列からなる未知
パターンＸ＝（x(1)、x(2)、……）を各時系列Ａ＝
（a(1)、a(2)、……）と比較し、これ等両パターン
の距離Ｄ＝｜Ａ−Ｘ｜＝ 〓1 ｜ａ（ｉ）−ｘ（ｉ）｜が
最小となる時系列Ａの音声をこの時の未知の音声
であると判定するものであつた。
特徴を示す特徴パラメータの時系列からなる音声
パターンＡ＝（a(1)、a(2)、……）を予め定められ
た複数の音声について抽出しておき、未知の音声
についての特徴パラメータの時系列からなる未知
パターンＸ＝（x(1)、x(2)、……）を各時系列Ａ＝
（a(1)、a(2)、……）と比較し、これ等両パターン
の距離Ｄ＝｜Ａ−Ｘ｜＝ 〓1 ｜ａ（ｉ）−ｘ（ｉ）｜が
最小となる時系列Ａの音声をこの時の未知の音声
であると判定するものであつた。
しかしながら、上述の音声の特徴パラメータと
しては音声のスペクトル値の時系列、又は自己相
関係数の時系列等が用いられるが、これ等のパラ
メータは話者の発声状況に依つて多少なりとも変
動する惧れがあり、この為に同じ音声であつても
予め登録された音声と未知の入力音声との両パタ
ーンに大きな距離が生じ、誤認識を招く欠点があ
つた。
しては音声のスペクトル値の時系列、又は自己相
関係数の時系列等が用いられるが、これ等のパラ
メータは話者の発声状況に依つて多少なりとも変
動する惧れがあり、この為に同じ音声であつても
予め登録された音声と未知の入力音声との両パタ
ーンに大きな距離が生じ、誤認識を招く欠点があ
つた。
(ハ) 発明の目的
本発明は誤認識の発生を低減した即ち認識率の
向上を図つた音声認識装置を提供するものであ
る。
向上を図つた音声認識装置を提供するものであ
る。
(ニ) 発明の構成
本発明の音声認識装置は、予め貯えられた登録
音声の特徴パラメータの平均値を示す平均値パラ
メータの時系列とその標準偏差の時系列とを用い
て未知の入力音声の特徴パラメータの時系列に対
して統計的処理を施こし、この入力音声の特徴パ
ラメータを平均値パラメータとの差が定数倍の標
準偏差より大なる時と小なる時の二値状態を示す
“１”、“０”の二値信号の時系列に変換して類似
度を求め、最も類似度が大なる時の登録音声をこ
の時の入力音声と判定するものである。
音声の特徴パラメータの平均値を示す平均値パラ
メータの時系列とその標準偏差の時系列とを用い
て未知の入力音声の特徴パラメータの時系列に対
して統計的処理を施こし、この入力音声の特徴パ
ラメータを平均値パラメータとの差が定数倍の標
準偏差より大なる時と小なる時の二値状態を示す
“１”、“０”の二値信号の時系列に変換して類似
度を求め、最も類似度が大なる時の登録音声をこ
の時の入力音声と判定するものである。
(ホ) 実施例
第１図に本発明の音声認識装置の一実施例を示
す。同図に於いて、１は音声を電気的な音声信号
に変換するマイクロフオン、２は該マイクロフオ
ン１から得られる音声信号からその音声の特徴を
示す特徴パラメータである周波数スペクトル値を
抽出するパラメータ抽出回路であり、例えば８チ
ヤンネルのバンドパスフイルタが用いられ、音声
帯域（100〜4000Hz）を８分割した周波数スペク
トル値f1、f2、f3、…f8の各８サンプルからなる
時系列で表わされるた音声パターンが得られる。
即ちフイルタ番号をｎ、サンプル番号をｔとした
時の特徴パラメータはfn（ｔ）で表わされ、音声
パターンＦは となる。３は登録モードと認識モードを切り換え
るモード選択スイツチであり、Ｑ側に接続すれば
登録モードとなり、逆にＰ側に接続すれば認識モ
ードとなる。４は該モード選択スイツチ３をＱ側
に接続した登録モード時に上記パラメータ抽出回
路２からの音声パターンが入力される統計処理回
路であり、同一音声を複数回連続して入力する事
に依つて得られる複数の音声パターンに基づい
て、その各特徴パラメータfn（ｔ）が第２図に示
す如き正規分布をなす事として平均値パラメータ
ｆｎ（ｔ）からなる 平均値パターン 1(1) 1(2) … 1(8) 2(1) 2(2) … 2(8) … … … 8(1) 8(2) … 8(8) を算出すると共にその標準偏差△ ｆｎ（ｔ）からな
る標準偏差パターン △ Ｆf1(1) f1(2) … f1(8) f2(1) f2(2) … f2(8) … … … f8(1) f8(2) … f8(8) を算出する。５はメモリ回路であり、例えば異な
るＡ、Ｂ、Ｃ、Ｄ、Ｅの複数の登録音声に対して
上記統計処理回路４から得られる平均値パターン
Ａ、、、、を貯える平均値パターンメモ
リ部５１と、これに対応づけて標準偏差パターン
△ Ａ、△ Ｂ、△ Ｃ、△ Ｄ、△ Ｅを貯える芳醇偏差メモリ部５
２と、から構成されている。一方６は上記モード
選択スイツチ３をＰ側に接続した認識モード時に
上記パラメータ抽出回路２から得られる未知の入
力音声Ｘに対してその音声パターンＸを一時的に
貯えるバツフアメモリである。７は比較手段であ
り、上記バツフアメモリ６の入力音声パターンＸ
の各パラメータxn（ｔ）から上記メモリ回路５の
平均値パターンメモリ部５１の各平均値パターン
Ａ、、……夫々のパラメータｎ（ｔ）、ｎ
（ｔ）、……を減じる減算器７１と、上記メモリ回
路５の標準偏差メモリ部５２の各標準偏差パター
ン△ Ａ、△ Ｂ、……夫々の標準偏差ｎ（ｔ）、ｎ
（ｔ）、……に定数Ｋ例えば、１、又は２を乗算す
る乗算器７２と、上記減算器７１からの減算値
xn（ｔ）−ｎ（ｔ）、xn（ｔ）−ｎ（ｔ）、……を
夫々上記乗算器７２からの乗算値Ｋ△ ａｎ（ｔ）、Ｋ
△ ｂｎ（ｔ）、……と比較し｜xn（ｔ）−ｎ（ｔ）｜
ＫΔ ａｎ（ｔ）の時“１”を出力し｜xn（ｔ）−
ｎ（ｔ）｜＞Ｋ△ ａｎ（ｔ）の時“０”を出力する比
較器７３とから構成されている。即ち、Ｋ＝１と
した時、例えばＡの登録音声に対して｜xn（ｔ）
−ｎ（ｔ）｜Ｋ△ ａｎ（ｔ）の時、第２図に示し
た如き正規分布に基づいてxn（ｔ）がan（ｔ）に
68.3％の確率をもつて類似していると看做される
ので、“１”が与えられ、逆の場合は“０”が与
えられる事となり、未知パターン Ｘx1(1) x1(2) … x1(8) x2(1) x2(2) … x2(8) … … … x8(1) x8(2) … x8(8) は各登録音声に対して、 “１”、“０”の２値信号δで表わされる行列パ
ターン △＝δ11 δ12 … δ18 δ21 δ22 … δ28 … … … δ81 δ82 … δ88 に変換される。
す。同図に於いて、１は音声を電気的な音声信号
に変換するマイクロフオン、２は該マイクロフオ
ン１から得られる音声信号からその音声の特徴を
示す特徴パラメータである周波数スペクトル値を
抽出するパラメータ抽出回路であり、例えば８チ
ヤンネルのバンドパスフイルタが用いられ、音声
帯域（100〜4000Hz）を８分割した周波数スペク
トル値f1、f2、f3、…f8の各８サンプルからなる
時系列で表わされるた音声パターンが得られる。
即ちフイルタ番号をｎ、サンプル番号をｔとした
時の特徴パラメータはfn（ｔ）で表わされ、音声
パターンＦは となる。３は登録モードと認識モードを切り換え
るモード選択スイツチであり、Ｑ側に接続すれば
登録モードとなり、逆にＰ側に接続すれば認識モ
ードとなる。４は該モード選択スイツチ３をＱ側
に接続した登録モード時に上記パラメータ抽出回
路２からの音声パターンが入力される統計処理回
路であり、同一音声を複数回連続して入力する事
に依つて得られる複数の音声パターンに基づい
て、その各特徴パラメータfn（ｔ）が第２図に示
す如き正規分布をなす事として平均値パラメータ
ｆｎ（ｔ）からなる 平均値パターン 1(1) 1(2) … 1(8) 2(1) 2(2) … 2(8) … … … 8(1) 8(2) … 8(8) を算出すると共にその標準偏差△ ｆｎ（ｔ）からな
る標準偏差パターン △ Ｆf1(1) f1(2) … f1(8) f2(1) f2(2) … f2(8) … … … f8(1) f8(2) … f8(8) を算出する。５はメモリ回路であり、例えば異な
るＡ、Ｂ、Ｃ、Ｄ、Ｅの複数の登録音声に対して
上記統計処理回路４から得られる平均値パターン
Ａ、、、、を貯える平均値パターンメモ
リ部５１と、これに対応づけて標準偏差パターン
△ Ａ、△ Ｂ、△ Ｃ、△ Ｄ、△ Ｅを貯える芳醇偏差メモリ部５
２と、から構成されている。一方６は上記モード
選択スイツチ３をＰ側に接続した認識モード時に
上記パラメータ抽出回路２から得られる未知の入
力音声Ｘに対してその音声パターンＸを一時的に
貯えるバツフアメモリである。７は比較手段であ
り、上記バツフアメモリ６の入力音声パターンＸ
の各パラメータxn（ｔ）から上記メモリ回路５の
平均値パターンメモリ部５１の各平均値パターン
Ａ、、……夫々のパラメータｎ（ｔ）、ｎ
（ｔ）、……を減じる減算器７１と、上記メモリ回
路５の標準偏差メモリ部５２の各標準偏差パター
ン△ Ａ、△ Ｂ、……夫々の標準偏差ｎ（ｔ）、ｎ
（ｔ）、……に定数Ｋ例えば、１、又は２を乗算す
る乗算器７２と、上記減算器７１からの減算値
xn（ｔ）−ｎ（ｔ）、xn（ｔ）−ｎ（ｔ）、……を
夫々上記乗算器７２からの乗算値Ｋ△ ａｎ（ｔ）、Ｋ
△ ｂｎ（ｔ）、……と比較し｜xn（ｔ）−ｎ（ｔ）｜
ＫΔ ａｎ（ｔ）の時“１”を出力し｜xn（ｔ）−
ｎ（ｔ）｜＞Ｋ△ ａｎ（ｔ）の時“０”を出力する比
較器７３とから構成されている。即ち、Ｋ＝１と
した時、例えばＡの登録音声に対して｜xn（ｔ）
−ｎ（ｔ）｜Ｋ△ ａｎ（ｔ）の時、第２図に示し
た如き正規分布に基づいてxn（ｔ）がan（ｔ）に
68.3％の確率をもつて類似していると看做される
ので、“１”が与えられ、逆の場合は“０”が与
えられる事となり、未知パターン Ｘx1(1) x1(2) … x1(8) x2(1) x2(2) … x2(8) … … … x8(1) x8(2) … x8(8) は各登録音声に対して、 “１”、“０”の２値信号δで表わされる行列パ
ターン △＝δ11 δ12 … δ18 δ21 δ22 … δ28 … … … δ81 δ82 … δ88 に変換される。
８は上記比較手段７から得られる二値信号の行
列パターン△に基づき、その16個の構成要素の総
和 〓i 〓j δij即ち“１”の存在数を類以度として算
出する認識処理回路であり、Ａ、Ｂ、Ｃ、Ｄ、Ｅ
の各登録音声に対してこの類以度が、例えば、
11、２、８、７、３であれば、この時の入力音声
はＡであつた事と判定される。
列パターン△に基づき、その16個の構成要素の総
和 〓i 〓j δij即ち“１”の存在数を類以度として算
出する認識処理回路であり、Ａ、Ｂ、Ｃ、Ｄ、Ｅ
の各登録音声に対してこの類以度が、例えば、
11、２、８、７、３であれば、この時の入力音声
はＡであつた事と判定される。
而して、モード選択スイツチ３Ｑに接続した登
録モードに於いては、複数の定めめられた音声を
夫々数回、例えば３回づつ発声入力して、メモリ
回路５に各音声の平均値パターン、、……並
びにその標準偏差パターン△ Ａ、△ Ｂ、……を貯えて
おく。そして、モード選択スイツチ３をＰに接続
した認識モードに於いて、未知の音声が入力さ
れ、その音声パターンＸは比較手段７に依つて上
記平均値パターンＡ−、Ｂ−、……並びに標準偏差パ
ターン△A、△B、……を用いて音声の発声の際の変
動成分を除去した形式２値信号パターンに変換さ
れる。この時音声の許容変動分を決定する為のＫ
の値を0.5〜２程度に設定しておけば、２値信号
パターンは未知音声パターンと登録音声パターン
との類似性を最適に示すものとなり、これに依つ
て信頼性の高いパターン認識を実行できる。
録モードに於いては、複数の定めめられた音声を
夫々数回、例えば３回づつ発声入力して、メモリ
回路５に各音声の平均値パターン、、……並
びにその標準偏差パターン△ Ａ、△ Ｂ、……を貯えて
おく。そして、モード選択スイツチ３をＰに接続
した認識モードに於いて、未知の音声が入力さ
れ、その音声パターンＸは比較手段７に依つて上
記平均値パターンＡ−、Ｂ−、……並びに標準偏差パ
ターン△A、△B、……を用いて音声の発声の際の変
動成分を除去した形式２値信号パターンに変換さ
れる。この時音声の許容変動分を決定する為のＫ
の値を0.5〜２程度に設定しておけば、２値信号
パターンは未知音声パターンと登録音声パターン
との類似性を最適に示すものとなり、これに依つ
て信頼性の高いパターン認識を実行できる。
以下の説明に於いては、特徴パラメータの時系
列として周波数スペクトル値の時系列からなる音
声パターンを用いたが、この他に自己相関係数で
あるパーコール係数等各種の特徴パラメータの時
系列の使用も可能である。
列として周波数スペクトル値の時系列からなる音
声パターンを用いたが、この他に自己相関係数で
あるパーコール係数等各種の特徴パラメータの時
系列の使用も可能である。
(ハ) 発明と効果
本発明の音声認識装置は、以上の説明から明ら
かな如く、予め貯えられた登録音声の特徴パラメ
ータの平均値を示す平均値パラメータの時系列と
その標準偏差の時系列とを用いて未知の入力音声
の特徴パラメータの時系列に対して統計的処理を
施こして“１”、“０”の２値信号の時系列に変換
して類似度を求め、この類似度が最大となる時の
登録音声と判定するものであるので、音声の発声
状況に依る各特徴パラメータの変動分を除去で
き、最適な類似度を導出する事が可能となり、認
識率の大巾な向上が望める。
かな如く、予め貯えられた登録音声の特徴パラメ
ータの平均値を示す平均値パラメータの時系列と
その標準偏差の時系列とを用いて未知の入力音声
の特徴パラメータの時系列に対して統計的処理を
施こして“１”、“０”の２値信号の時系列に変換
して類似度を求め、この類似度が最大となる時の
登録音声と判定するものであるので、音声の発声
状況に依る各特徴パラメータの変動分を除去で
き、最適な類似度を導出する事が可能となり、認
識率の大巾な向上が望める。
第１図は本発明の音声認識装置の一実施例を示
すブロツク図、第２図は正規分布図であり、１は
マイクロフオン、２はパラメータ抽出回路、４は
統計処理回路、５はメモリ回路、７は比較手段、
８は認識処理回路を夫々示している。
すブロツク図、第２図は正規分布図であり、１は
マイクロフオン、２はパラメータ抽出回路、４は
統計処理回路、５はメモリ回路、７は比較手段、
８は認識処理回路を夫々示している。
Claims (1)
- １ 音声を電気信号に変換する音声入力手段と、
入力された音声の電気信号からその音声の特徴を
示す特徴パラメータの抽出を行なうパラメータ抽
出手段と、予め複数の登録音声毎にその音声の特
徴パラメータの平均値を示す平均値パラメータの
時系列と共に該平均値パラメータの時系列に対応
する標準偏差の時系列を貯えた記憶手段と、上記
パラメータ抽出手段から得られる未知入力音声の
特徴パラメータの時系列に応答して上記記憶手段
から各登録音声毎の平均値パラメータの時系列並
びにその標準偏差の時系列を読み出し、入力音声
の特徴パラメータと平均値パラメータとの誤差値
を定数倍した標準偏差と比較し、この比較結果に
基づいて上記誤差値が定数倍した標準偏差より大
なる時と小なる時の二値状態を示す“１”、“０”
の二値信号を出力する事に依つて、上記未知入力
音声の特徴パラメータの時系列を二値信号の時系
列に変換する比較手段と、該比較手段から得られ
る二値信号の時系列に基づき、登録音声毎の未知
音声に対する類似度を算出し、最も類似度が大な
る時の登録音声をこの時入力された未知音声であ
ると判定する認識処理手段、とからなる音声認識
装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58132508A JPS6024595A (ja) | 1983-07-20 | 1983-07-20 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58132508A JPS6024595A (ja) | 1983-07-20 | 1983-07-20 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6024595A JPS6024595A (ja) | 1985-02-07 |
| JPH0459638B2 true JPH0459638B2 (ja) | 1992-09-22 |
Family
ID=15082989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58132508A Granted JPS6024595A (ja) | 1983-07-20 | 1983-07-20 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6024595A (ja) |
-
1983
- 1983-07-20 JP JP58132508A patent/JPS6024595A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6024595A (ja) | 1985-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5091947A (en) | Speech recognition method and apparatus | |
| US5121428A (en) | Speaker verification system | |
| EP0077194B1 (en) | Speech recognition system | |
| EP0757342A2 (en) | User selectable multiple threshold criteria for voice recognition | |
| EP0248609A1 (en) | Speech processor | |
| JP3130524B2 (ja) | 音声信号認識方法およびその方法を実施する装置 | |
| EP0424071A2 (en) | Speaker recognition | |
| US5159637A (en) | Speech word recognizing apparatus using information indicative of the relative significance of speech features | |
| JP6616182B2 (ja) | 話者認識装置、判別値生成方法及びプログラム | |
| JP3046029B2 (ja) | 音声認識システムに使用されるテンプレートに雑音を選択的に付加するための装置及び方法 | |
| JPH0459638B2 (ja) | ||
| JPH0449952B2 (ja) | ||
| JPH0430040B2 (ja) | ||
| JPH10124084A (ja) | 音声処理装置 | |
| JPS6334477B2 (ja) | ||
| JPH0461359B2 (ja) | ||
| JPS6039695A (ja) | 自動音声アクチビテイ検出方法および装置 | |
| JPH0221598B2 (ja) | ||
| JP3083855B2 (ja) | 音声認識方法及び装置 | |
| JP2002091486A (ja) | 音声認識装置、音声認識方法、および音声認識プログラムを記録した記録媒体 | |
| JP2969663B2 (ja) | 音声認識装置 | |
| JP2001265368A (ja) | 音声認識装置および認識対象検出方法 | |
| JPS58159599A (ja) | 単音節音声認識方式 | |
| JPS59211098A (ja) | 音声認識装置 | |
| JPH0311479B2 (ja) |