JPH0534678B2 - - Google Patents

Description

【発明の詳細な説明】 産業上の利用分野 本発明は単音節認識における子音と母音の境界
を検出する境界検出装置に関する。

従来例の構成とその問題点 従来の単音節認識装置における子音と母音の境
界の検出のための処理構成は、語頭の特徴ベクト
ルから語尾の方向に向かつて順次フレーム間距離
Ｄ＝dis（X_ti，X_ti+1）を計算し、フレーム間距離
Ｄが一定の閾値以上になるフレームを子音と母音
の境界としていた。しかしこのような構成では、
やや処理時間は早くなるものの、元来子音と母音
の境界付近では非定常なわたり部分が存在するた
めにフレーム間距離Ｄが変動を受け易く、検出精
度に大きな問題が有り著しい認識率の低下の原因
となつていた。そこでやや検出精度を向上させる
方式においては、語頭と語尾の音声区間の検出を
終了した後に、前記音声区間の定常部を母音標準
パターンとの正規化相関係数をフレーム毎に計算
し一定の閾値以上となる連続したフレームとして
検出し、前記定常部の平均ベクトルを計算し、順
次語頭の方向に正規化相関係数を計算しこの値が
一定の閾値以下になるフレームを子音と母音の境
界としていた。しかしこの方式の場合において
も、単音節の子音部が母音部の入りわたり部まで
大きく影響を与えるために、摩擦音／ｓ／ｃ／
ｈ／と破裂音／ｐ／ｔ／ｋ／や／ｂ／ｄ／ｇ／さ
らに鼻子音／ｍ／ｎ／ｇ／との間には、前記正規
化相関係数の閾値に変動が有り、かつ話者の影響
が有る等実用性に問題が有つた。

発明の目的 本発明は上記従来の問題点を解消するもので、
わたり部分の変動や、子音の種別による母音入り
わたり部の変動を、母音定常部の特徴ベクトルの
最大値を与えるチヤネルから最小値を与えるチヤ
ネルの中で上位の複数チヤネルについてのみ前記
正規化相関係数を計算することにより、母音部の
フオルマント周波数のトレースを行つて、子音部
の母音区間に与える影響や話者による影響を取り
除き、子音と母音の境界検出精度を安定して向上
させ、かつ実時間処理を可能とする子音と母音の
境界検出装置を提供することを目的とする。

発明の構成 本発明は、入力音声の電力系列によつて語頭を
検出し、各々Ｍ個のチヤネル成分で構成される各
フレーム｛X_ti｝について前もつて記憶した標準
パターンである母音（Ａ／ｉ／Ｕ／Ｅ／Ｏ／Ｘ）
との距離を計算しその距離が一定の閾値θ_vより小
さくなるフレームが一定区間以上連続する場合に
そのフレームの区間｛i_sss〜i_ess｝を入力音声の母
音定常区間とし、前記母音定常区間の中心フレー
ムの平均ベクトル ｛X_av＝１／Ｎ_j+N/2 〓^j-N/2 X_k｝ （Ｎ：平均フレーム数，ｊ：入力音声の母音定
常部の中心フレーム）を計算し、前記平均ベクト
ルX_avについてＭ個のチヤネル成分より最大値を
持つチヤネルから上位のＬ個（ＬＭ）のチヤネ
ル番号（CH_j）を検出しておき、このＬ個のチヤ
ネル番号についてのみ、前記平均ベクトルX_avと
定常部以前のフレームｍ（ｍi_sss）との正規化相
関係数Co （Co＝X_av・X_n／｜X_av‖X_n｜）を語頭方向に順次計算 し、正規化相関係数C₀が前もつて記憶した閾値
θ_cp1（θ_cp1＜１）以下になるフレームi_cp1を検出し、
さらに前もつて記憶した閾値θ_cp2（θ_cp2＜θ_cp1＜１
）
以下になるフレームi_cp2を検出し、前記フレーム
i_cp1とフレームi_cp2の中心フレームi_cp（i_cp＝１／２
｛i_cp1＋i_cp2｝）を子音と母音の境界として検出し、
電力系列による語尾の検出をもつて処理の終了と
することによつて、子音と母音のわたり部の変動
や子音の種別による母音入りわたり部の変動を吸
収し、話者による母音定常区間の変動も吸収する
ことにより子音と母音の境界の検出精度を安定し
て向上させかつ処理時間を短縮し、単音節音声認
識の認識率の改善と実時間処理を達成し、実用化
を図つたものである。

実施例の説明 第１図は本発明の一実施例における子音と母音
の境界検出装置のブロツク図を示すものである。

入力部は、Ａ／Ｄ変換器１と、入力音声信号の
語頭と語尾を例えば電力系列の変化を一定の閾値
によつて検出する音声区間検出手段２と、音声時
系列から一定時間間隔ごとに例えばフイルタ・バ
ンクの出力系列あるいはLPC係数の出力系列等
の特徴系列｛X_ti｝に変換する特徴系列変換手段
３と、特徴系列｛X_ti｝を一定区間記憶する特徴
系列記憶部４からなる。５は入力系列の特徴ベク
トル｛X_ti｝と母音標準パターン５″との距離を距
離計算手段５′によつて計算し、一定の閾値以下
の区間を母音定常区間とする定常部検出手段であ
る。６は定常部検出手段５によつて検出された母
音定常区間の中心フレーム付近の数フレームから
母音定常部平均ベクトル｛X_av｝６′を計算する
母音定常部平均ベクトル計算手段である。７は母
音定常部平均ベクトル｛X_av｝６′の全チヤネル
からピーク値を持つＬ個のチヤネルを検出する、
平均ベクトルピークチヤネル検出手段である。子
音と母音の境界検出部は、特徴系列記憶部４に記
憶された母音定常区間以前の特徴ベクトル
｛X_tn｝と母音定常部平均ベクトル｛X_av｝６′と
の正規化相関係数を、平均ベクトルピークチヤネ
ル検出手段７で、検出したチヤネルのみにおいて
計算する正規化係数計算手段８と、正規化相関係
数が一定の閾値θ_cp19″と閾値θ_cp2９以下となるフ
レームi_cp1，i_cp2を検出する比較手段９′を具備し、
前記フレームi_cp1，i_cp2の相加平均（｛i_cp1＋i_cp2｝／
２）を計算し、境界フレーム信号９′′′′として出
力する境界フレーム検出手段９からなる。

１０は音声の語頭を音声区間検出手段２より音
声開始１１として入力した後、特徴系列変換手段
３からのベクトル系列｛X_ti｝３′を特徴系列記憶
部４に記憶する指示（図示せず）を出力する一
方、定常部検出手段５からの定常区間開始１５及
び定常区間終了１６の信号を入力し、特徴系列記
憶部４に定常フレーム指示１３を出力して母音定
常部平均ベクトル計算手段６によつて母音定常部
平均ベクトル｛X_av｝６′を計算させ、さらに平
均ベクトルピークチヤネル検出手段７によつて、
母音定常部平均ベクトル｛X_av｝６′のピークＬ
チヤネルを検出し、このＬチヤネルについて、母
音定常平均ベクトル｛X_av｝６′と定常区間開始
１５以前の特徴ベクトル｛X_tn｝を比較フレーム
指示１４で与えることによつて正規化相関係数を
正規化相関係数計算手段８によつて求め、境界フ
レーム検出手段９によつて検出した境界フレーム
信号９′′′′を入力し、子音母音境界フレーム１７
を出力する総合制御手段である。

以上のように構成された本実施例の境界検出装
置について、以下第２図を用いてその動作を説明
する。同図において、入力単音節音声（Ｃ＋Ｖ）
の原波形を１８に示している。特徴系列変換手段
３の出力としてのベクトル系列｛X_ti｝３′を３″
に示している。入力信号の特徴ベクトル３″に語
頭の音声開始１１と語尾の音声終了１２を示し、
また定常部検出手段５によつて検出される定常区
間開始１５と定常区間終了１６に挾まれた母音定
常区間を１９に示す。母音定常区間１９の中心付
近の数フレームの平均値によつて求まる母音定常
平均ベクトル｛X_av｝６′を６″に示す。平均ベク
トルピークチヤネル検出手段７によつて検出され
るＬ個のピークチヤネルもクロスハツチによつて
示す。母音定常部平均ベクトル｛X_av｝６′と定
常区間開始以前のフレームとのＬ個のチヤネルに
おける正規化相関係数の計算の様子を２０に示
す。語頭方向へ向う正規化相関係数値の変化する
様子と閾値θ_cp1９″と閾値θ_cp2９による境界フレ
ーム信号９′′′′の出力の様子を２１に示す。

入力音声は、Ａ／Ｄ変換器１によつてデイジタ
ル系列に変換され、特徴系列変換手段３によつて
一定時間間隔ごとに特徴系列３′に変換される。
また音声区間検出手段２によつて電力系列から音
声開始１１が検出されると、特徴系列記憶部４に
おいて一定区間ごとの特徴系列の記憶が開始され
３″，同時に定常部検出手段５によつて、各フレ
ームの母音標準パターン５″との距離を距離計算
手段５′によつて計算し、一定の閾値以下になる
区間を母音定常区間として定常区間開始１５と定
常区間終了１６の信号として検出する。母音定常
部平均ベクトル計算手段６は、母音定常区間の特
徴系列記憶部４の特徴ベクトルについて、母音定
常部平均ベクトル｛X_av｝６′を計算し、平均ベ
クトルピーク検出手段７によつて検出した母音定
常部平均ベクトル｛X_av｝６′のＬ個のピークチ
ヤネルについてのみ、定常区間開始１５以前のフ
レームの特徴ベクトル｛X_ti：ｉｍ｝と母音定
常部平均ベクトルの、正規化相関係数値を正規化
相関係数計算手段８によつて求め２０，２１，一
定の閾値θ_cp1９″以下およびθ_cp2９以下にはじめ
てなるフレームi_cp1，i_cp2を検出し、その相加平均
を境界フレーム信号９′′′′として検出し、子音母
音境界フレーム出力１７とする。語尾の検出は上
記の処理と並行して音声区間検出手段２によつて
行い、音声終了１２と見なし、次の発声の待機状
態とする。この並列処理によつて実時間処理を可
能にしている。

以上の構成をとることによつて子音と母音の境
界におけるわたり部の変動や子音の種別による母
音入りわたり部の変動や話者変動のゆらぎを吸収
して、子音と母音の境界検出精度を安定して向上
させることが出来、さらに実時間処理が図れる。

第３図〜第８図に前記実施例装置を実際に０段
の音節について代表的子音の種類の音節に適用し
た場合の例を示している。各図において横軸は、
語頭からの継続時間（ms）を示しており、１フ
レーム6msec、第１番目の黒線は語頭、第２番目
の黒線はセグメント境界、第３番目の黒線は母音
定常部中心を示している。また各図ａは単音節音
声の電力の時間変化を示しており、同図ｂは同様
の特徴ベクトル系列の時間変化（ここでは周波数
のランニングスペクトル）を示している。いずれ
の単音節においても良好に子音と母音の境界が検
出されていることがわかる。

第３図，第４図に代表的破裂子音／Ｋ／，／
Ｇ／を示し、第５に代表的摩擦子音／Ｓ／、第６
図に代表的鼻子音／Ｎ／、第７図に代表的はじき
音／Ｒ／、第８図に代表的気音／Ｈ／を示す。こ
れらのことからいかなる子音種別からくる変動の
影響も受けないことがわかる。

発明の効果 本発明は、子音と母音の検出処理を、電力系列
による語頭検出を行ない、語頭検出後に特徴ベク
トル系列における母音標準パターンとの距離を計
算し、一定の閾値以下となるフレームが一定長以
上連続する区間｛i_sss〜i_ess｝を母音定常区間と
し、母音定常区間中央の数フレームの母音定常部
平均ベクトル｛X_av｝を求め、このベクトルのピ
ーク値を持つチヤネルをＬ個検出しておき、この
Ｌ個のチヤネルについてのみ、母音定常部平均ベ
クトル｛X_av｝と母音定常区間以前のフレームｍ
｛ｍi_sss｝との正規化相関係数Co ｛C_p＝X_tn・X_av／｜X_tn‖X_av｜｝を順次計算し、一定
の 閾値θ_cp1（＜１）以下および閾値θ_cp2（＜θ_cp1＜１
）
以下に初めてなるフレームの相加平均を子音と母
音の境界フレームとし、語尾の検出を並列処理
し、次の発声に備えるようにした子音と母音の境
界検出装置に関するものであり、上記の構成をと
ることによつて、子音と母音の境界におけるわた
り部の変動や、子音の種別からくる母音入りわた
り部の変動を吸収し、また話者変動による母音定
常部区間のゆらぎを吸収して、子音と母音の境界
検出精度を安定して向上させることが出来、さら
に実時間処理も可能となり実用化が達成されるも
のである。

【図面の簡単な説明】

第１図は本発明の一実施例における子音と母音
の境界検出装置のブロツク図、第２図は第１図に
示した実施例装置の動作を説明するための説明
図、第３図〜第８図はそれぞれ同実施例装置にオ
段単音節の代表的な子音分類の子音を持つ単音
節／KO／，／GO／，／SO／，／NO／，／
RO／，／HO／を入力したときの実施結果を示
す特性図である。 １……Ａ／Ｄ変換器、２……音声区間検出手
段、３……特徴系列変換手段、４……特徴系列記
憶部、５′……距離計算手段、５″……母音標準パ
ターン、５……定常部検出手段、６……母音定常
部平均ベクトル計算手段、７……平均ベクトルピ
ーク検出手段、８……正規化相関係数計算手段、
９……境界フレーム検出手段。

Claims (1)

【特許請求の範囲】
1. １ 入力音声を複数のチヤネル成分（CH_j，ｊ〓
   Ｍ，Ｍ２）からなる特徴ベクトルX_ti（X_ti＝
   （CH_ti1，CH_ti2，…，CH_tij，…，CH_tiM））の時系
   列パターン｛X_t1，X_t2，…，X_tN｝に変換する特
   徴系列変換手段と、入力信号から音声区間のみを
   切り出す音声区間検出手段と、特徴ベクトル系列
   の前記音声区間の中で、母音標準パターンとの距
   離が一定の閾値以下のフレームが一定区間長以上
   連続する区間を母音定常区間として検出する定常
   部検出手段と、前記母音定常区間の平均ベクトル
   を計算し、前記平均ベクトルのチヤネル成分の最
   大値をもつチヤネルから順番に上位の複数個（Ｌ
   〓Ｍ）の特定チヤネルを検出し、前記特定チヤネ
   ルについてのみ前記平均ベクトルと前記母音定常
   間以前のフレームとの正規化相関係数を計算する
   正規化相関係数計算手段とを備え、前記正規化係
   数計算手段によつて前記母音定常区間先頭から順
   次語頭方向に向つて求めた結果がはじめて一定の
   閾値以下となつたフレームを子音と母音の境界フ
   レームとすることを特徴とする子音と母音の境界
   検出装置。