JPH0466040B2 - - Google Patents
Info
- Publication number
- JPH0466040B2 JPH0466040B2 JP17893583A JP17893583A JPH0466040B2 JP H0466040 B2 JPH0466040 B2 JP H0466040B2 JP 17893583 A JP17893583 A JP 17893583A JP 17893583 A JP17893583 A JP 17893583A JP H0466040 B2 JPH0466040 B2 JP H0466040B2
- Authority
- JP
- Japan
- Prior art keywords
- threshold
- band
- value
- pattern
- section
- 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
- 238000001514 detection method Methods 0.000 claims description 17
- 230000005236 sound signal Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 10
- 238000000034 method Methods 0.000 description 10
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000001260 vocal cord Anatomy 0.000 description 2
- 230000008602 contraction Effects 0.000 description 1
Description
【発明の詳細な説明】
技術分野
本発明は、音声認識装置における音声パターン
作成に関する。
作成に関する。
従来技術
単語の音声認識を行う場合、現在、DP法（動
的計画法）を用いたマツチング法が一般化してい
るが、この方法は計算量が多いという欠点を持つ
ている。そこで、音声を時間、周波数パターン
（TSP）として表わしてマツチングする方法が提
案されている。
的計画法）を用いたマツチング法が一般化してい
るが、この方法は計算量が多いという欠点を持つ
ている。そこで、音声を時間、周波数パターン
（TSP）として表わしてマツチングする方法が提
案されている。
第１図は、上記TSPの一例を示すブロツク線
図で、図中、１はマイク、２はスイツチ、３ａ，
３ｂはアンプ、４ａ，４ｂはフイルター群、５
ａ，５ｂは２値化回路、６は辞書部、７は類似度
照合部、８は比較部、９は結果出力部である。こ
の方法は、単語TSPをある閾値で２値化したパ
ターンを標準パターンとして登録しておき、未知
入力パターンを閾値を変えて２値変パターンにし
て登録されたパターンに重ね合せる操作をしてそ
の重なり具合から類似度を求めるもので、こうす
ることで低い閾で２値化した幅の広いパターンと
高い閾で２値化した幅の狭いパターンの重ね合せ
をみるため周波数方向のゆらぎを吸収したパター
ンマツチングが可能で、これは不特定話者認識向
きのマツチング手段となる。
図で、図中、１はマイク、２はスイツチ、３ａ，
３ｂはアンプ、４ａ，４ｂはフイルター群、５
ａ，５ｂは２値化回路、６は辞書部、７は類似度
照合部、８は比較部、９は結果出力部である。こ
の方法は、単語TSPをある閾値で２値化したパ
ターンを標準パターンとして登録しておき、未知
入力パターンを閾値を変えて２値変パターンにし
て登録されたパターンに重ね合せる操作をしてそ
の重なり具合から類似度を求めるもので、こうす
ることで低い閾で２値化した幅の広いパターンと
高い閾で２値化した幅の狭いパターンの重ね合せ
をみるため周波数方向のゆらぎを吸収したパター
ンマツチングが可能で、これは不特定話者認識向
きのマツチング手段となる。
第２図は、ある単語のTSPの時間の１サンプ
ルを示す図で、横軸に周波数、縦軸にレベルを示
す。この場合、声帯、音源特性が周波数の上昇と
共に低下するため、発声された単語の周波数パタ
ーン上でも高周波数域でのレベルが下る。これを
L1，L2の閾値が「１」、「０」に２値化すると、
第２図ｂ，ｃに示すごとく、同じパターンでも
「１」となる部分が違つてくる。そこで、閾値を
声帯特性に近い傾斜を持たせる方法が考えられる
が、この方法によると、第２図に示したような２
値化パターンの違いは少なくなるが、第３図に示
すようにF1に比べてF2，F3のピークが小さい場
合に、やはりパターンに違いが出るという欠点が
あつた。
ルを示す図で、横軸に周波数、縦軸にレベルを示
す。この場合、声帯、音源特性が周波数の上昇と
共に低下するため、発声された単語の周波数パタ
ーン上でも高周波数域でのレベルが下る。これを
L1，L2の閾値が「１」、「０」に２値化すると、
第２図ｂ，ｃに示すごとく、同じパターンでも
「１」となる部分が違つてくる。そこで、閾値を
声帯特性に近い傾斜を持たせる方法が考えられる
が、この方法によると、第２図に示したような２
値化パターンの違いは少なくなるが、第３図に示
すようにF1に比べてF2，F3のピークが小さい場
合に、やはりパターンに違いが出るという欠点が
あつた。
目 的
本発明は上述のごとき実情に鑑みてなされたも
ので、特に、２値化に際してTSP上のピークが
欠落しないようにすることを目的としてなされた
ものである。
ので、特に、２値化に際してTSP上のピークが
欠落しないようにすることを目的としてなされた
ものである。
構 成
本発明の構成について、以下、実施例に基づい
て説明する。
て説明する。
本発明は、パターン上の各凸部又は凹部を検出
し、その凸部又は凹部のピーク又はデイツプの一
定値倍するか一定値を加減することによつて２値
化閾値を決めるものである。
し、その凸部又は凹部のピーク又はデイツプの一
定値倍するか一定値を加減することによつて２値
化閾値を決めるものである。
第４図は、本発明の一実施例を説明するための
構成図で、図中、１０はマイク、１１はフイルタ
ー群、１２は音声区間切出し部、１３は凸部検出
部（極大点検出部）、１４はレジスター、１５は
２値化部、１６は閾値決定部、１７は辞書部、１
８は類似度照合部、１９は結果表示部で、まず、
マイク１０で入力された単語音声をバンドパスフ
イルター群１１によつて周波数の特徴パシメータ
に変換し、その中から音声に関する部分だけをと
り出す。この信号は凸部検出部１３にて時間の１
サンプルずつ周波数方向に凸部を検出する。凸部
の検出は例えば隣接するフイルター出力の差を見
ながらの符号が反転する部分として検出すること
ができる。検出された凸部のピーク値は閾値決定
部１６へ送られ、ここで隣接するピークを結ぶ直
線（第５図の破線より一定の値だけ低い値（第５
図実線）として閾値が決定される。なお、辞書作
成時と認識時によつて２値化の閾値を変化させる
場合は、それぞれによつて上記一定値を変化させ
れば良い。このようにして辞書登録された後、未
知入力は２値化されて照合部では辞書登録された
各単語と類似度の算出が行われ、最大類似度を有
する結果を認識結果として出力する。類似度の算
出は未知の音声の時間周波数パターンの２値化さ
れたものを辞書の同様のパターン上へ重ね、重な
り具合によつて求める。重ねるパターンの時間長
が異なる場合は例えば線形伸縮などによつて長さ
を揃えても良いし、辞書パターンが同じ単語を何
回も発声した２値パターンの加算からなる場合は
長さを揃えなくとも良いこともある。また、第４
図の凸部検出を凹部検出におきかえ、一定の値だ
け高い値を閾値とすることも可能で、このように
しても同様の効果を得ることができる。
構成図で、図中、１０はマイク、１１はフイルタ
ー群、１２は音声区間切出し部、１３は凸部検出
部（極大点検出部）、１４はレジスター、１５は
２値化部、１６は閾値決定部、１７は辞書部、１
８は類似度照合部、１９は結果表示部で、まず、
マイク１０で入力された単語音声をバンドパスフ
イルター群１１によつて周波数の特徴パシメータ
に変換し、その中から音声に関する部分だけをと
り出す。この信号は凸部検出部１３にて時間の１
サンプルずつ周波数方向に凸部を検出する。凸部
の検出は例えば隣接するフイルター出力の差を見
ながらの符号が反転する部分として検出すること
ができる。検出された凸部のピーク値は閾値決定
部１６へ送られ、ここで隣接するピークを結ぶ直
線（第５図の破線より一定の値だけ低い値（第５
図実線）として閾値が決定される。なお、辞書作
成時と認識時によつて２値化の閾値を変化させる
場合は、それぞれによつて上記一定値を変化させ
れば良い。このようにして辞書登録された後、未
知入力は２値化されて照合部では辞書登録された
各単語と類似度の算出が行われ、最大類似度を有
する結果を認識結果として出力する。類似度の算
出は未知の音声の時間周波数パターンの２値化さ
れたものを辞書の同様のパターン上へ重ね、重な
り具合によつて求める。重ねるパターンの時間長
が異なる場合は例えば線形伸縮などによつて長さ
を揃えても良いし、辞書パターンが同じ単語を何
回も発声した２値パターンの加算からなる場合は
長さを揃えなくとも良いこともある。また、第４
図の凸部検出を凹部検出におきかえ、一定の値だ
け高い値を閾値とすることも可能で、このように
しても同様の効果を得ることができる。
第６図は、本発明の他の実施例を説明するため
の構成図である。この実施例は、基本的には、第
４図に示した実施例と同様であるが、図示のよう
に、音声区間切り出し後に凸部検出部１３と凹部
検出部（極小点検出部）２０を設けて、特徴パタ
ーンの凸部と凹部を求め、凸部のピークと凹部の
ピーク値、デイツプ値の差から２値化の閾値を決
定するものである。
の構成図である。この実施例は、基本的には、第
４図に示した実施例と同様であるが、図示のよう
に、音声区間切り出し後に凸部検出部１３と凹部
検出部（極小点検出部）２０を設けて、特徴パタ
ーンの凸部と凹部を求め、凸部のピークと凹部の
ピーク値、デイツプ値の差から２値化の閾値を決
定するものである。
第７図は、本発明の更に他の実施例を説明する
ための構成図で、図中のＡ部は第４図又は第６図
のＡ部に相当している。この実施例は、図示のよ
うに、音声区間切り出し部の次に、或いは、凸
部、凹部検出部の前に傾斜補正部２１を設け、第
３図に示した如き周波数方向への傾斜を持つ値を
引き、ピークのレベルをほぼ一定にしてから上記
の如き操作を行なうようにしたものである。この
ようにしてピークレベルの補正を行つた後に、第
４図、第６図のＡ部に相当する部分へ信号伝達す
れば良い。なお、傾斜補正は例えば最小自乗直線
（三輪、城戸：音声研究会資料S79−24）などに
よつて達成できる。
ための構成図で、図中のＡ部は第４図又は第６図
のＡ部に相当している。この実施例は、図示のよ
うに、音声区間切り出し部の次に、或いは、凸
部、凹部検出部の前に傾斜補正部２１を設け、第
３図に示した如き周波数方向への傾斜を持つ値を
引き、ピークのレベルをほぼ一定にしてから上記
の如き操作を行なうようにしたものである。この
ようにしてピークレベルの補正を行つた後に、第
４図、第６図のＡ部に相当する部分へ信号伝達す
れば良い。なお、傾斜補正は例えば最小自乗直線
（三輪、城戸：音声研究会資料S79−24）などに
よつて達成できる。
効 果
以上の説明から明らかなように、本発明による
と、音声の時間−周波数パターン上の特徴的なピ
ークを欠くことのない正確な音声パターンの作成
が可能となる。
と、音声の時間−周波数パターン上の特徴的なピ
ークを欠くことのない正確な音声パターンの作成
が可能となる。
第１図は、TSPマツチング法の一例を示す構
成図、第２図及び第３図は、それぞれTSPの時
間の１サンプルを示す図、第４図は、本発明の一
実施例を説明するための構成図、第５図は、動作
説明をするための波形図、第６図及び第７図は、
それぞれ本発明の他の実施例を説明するための構
成図である。 １０……マイク、１１……フイルター群、１２
……音声区間切り出し部、１３……凸部検出部
（極大点検出部）、１４……レジスター、１５……
２値化部、１６……閾値決定部、１７……辞書
部、１８……類似度照合部、１９……結果表示
部、２０……凹部検出部（極小点検出部）、２１
……傾斜補正部。
成図、第２図及び第３図は、それぞれTSPの時
間の１サンプルを示す図、第４図は、本発明の一
実施例を説明するための構成図、第５図は、動作
説明をするための波形図、第６図及び第７図は、
それぞれ本発明の他の実施例を説明するための構
成図である。 １０……マイク、１１……フイルター群、１２
……音声区間切り出し部、１３……凸部検出部
（極大点検出部）、１４……レジスター、１５……
２値化部、１６……閾値決定部、１７……辞書
部、１８……類似度照合部、１９……結果表示
部、２０……凹部検出部（極小点検出部）、２１
……傾斜補正部。
Claims (1)
- 【特許請求の範囲】 １ 音声信号を複数の周波数帯域に分割する帯域
分割手段と、この帯域分割手段により分割された
それぞれの帯域信号を２値化する２値化手段を有
して音声パターンを作成する音声パターン作成装
置において、周波数に対する前記帯域信号の極大
点を検出する検出手段と、前記検出手段で検出さ
れた極大点のうち隣接する２点で決定される直線
を求め、当該直線上の値よりも所定値が低い値を
閾値に設定する閾値設定手段を有し、前記閾値設
定手段で設定された閾値で前記各帯域信号を２値
化することを特徴とする音声パターン作成装置。 ２ 音声信号を複数の周波数帯域に分割する帯域
分割手段と、この帯域分割手段により分割された
それぞれの帯域信号を２値化する２値化手段を有
して音声パターンを作成する音声パターン作成装
置において、周波数に対する前記帯域信号の極小
点を検出する検出手段と、前記検出手段で検出さ
れた極小点のうち隣接する２点で決定される直線
を求め、当該直線上の値よりも所定値が高い値を
閾値に設定する閾値設定手段を有し、前記閾値設
定手段で設定された閾値で前記各帯域信号を２値
化することを特徴とする音声パターン作成装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17893583A JPS6069699A (ja) | 1983-09-26 | 1983-09-26 | 音声パタ−ン作成装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17893583A JPS6069699A (ja) | 1983-09-26 | 1983-09-26 | 音声パタ−ン作成装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6069699A JPS6069699A (ja) | 1985-04-20 |
| JPH0466040B2 true JPH0466040B2 (ja) | 1992-10-21 |
Family
ID=16057212
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17893583A Granted JPS6069699A (ja) | 1983-09-26 | 1983-09-26 | 音声パタ−ン作成装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6069699A (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0446037B1 (en) * | 1990-03-09 | 1997-10-08 | AT&T Corp. | Hybrid perceptual audio coding |
| IT1249940B (it) * | 1991-06-28 | 1995-03-30 | Sip | Perfezionamenti ai codificatori della voce basati su tecniche di analisi per sintesi. |
-
1983
- 1983-09-26 JP JP17893583A patent/JPS6069699A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6069699A (ja) | 1985-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4401849A (en) | Speech detecting method | |
| US4513436A (en) | Speech recognition system | |
| JPH0466040B2 (ja) | ||
| KR930011738B1 (ko) | 음성인식 시스템의 끝점오차 수정방법 | |
| JPS584198A (ja) | 音声認識装置における標準パタ−ン登録方式 | |
| JP2666296B2 (ja) | 音声認識装置 | |
| JP2997007B2 (ja) | 音声パターンマッチング方法 | |
| JPH0585917B2 (ja) | ||
| KR930011739B1 (ko) | 초성 프리매칭의 2단매칭을 이용한 음성 인식방법 | |
| JP2844592B2 (ja) | 離散単語音声認識装置 | |
| JPH0342480B2 (ja) | ||
| JP2547541B2 (ja) | 単音節音声認識装置 | |
| JP2886879B2 (ja) | 音声認識方法 | |
| KR20070049831A (ko) | 음절 및 음소 분리를 통한 초기상태 분할 방법, 및 이를구현하기 위한 단말기 | |
| JPS5886598A (ja) | 音声認識装置 | |
| JPS60175098A (ja) | 音声認識装置 | |
| JP3063856B2 (ja) | 音声認識におけるマッチング距離値の極小値探索方法 | |
| JPH0469959B2 (ja) | ||
| JPH02108936A (ja) | 音声認識方法 | |
| JPH071437B2 (ja) | 音声認識装置 | |
| JPH044600B2 (ja) | ||
| JPH0239199A (ja) | 音声標準パタン登録方式 | |
| JPS63226691A (ja) | 標準パターン作成方式 | |
| JPS59205680A (ja) | 音声パターン比較方法 | |
| JPH02216198A (ja) | 音声認識回路 |