JPH0568719B2

JPH0568719B2 -

Info

Publication number: JPH0568719B2
Application number: JP59093863A
Authority: JP
Inventors: Yutaka Iizuka
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1984-05-12
Filing date: 1984-05-12
Publication date: 1993-09-29
Also published as: JPS60238897A

Description

【発明の詳細な説明】

（技術分野）本発明は小型にして動作速度の早い音声認識方
法に関するものである。（従来技術）従来の音声認識装置は第１図のように構成され
ており、１は入力端子、２は周波数分析部、３は
スペクトル変換部、４は音声区間決定部、５は非
類似度演算部、６は標準音声スペクトルパターン
メモリ、７は判定部、８は認識結果出力端子であ
る。又、第２図はスペクトル変換部３を詳細に記述
したブロツク図である。第２図において、１００は入力端子、２００は
周波数分析部である。３００はスペクトル変換部
であり、カウンタ３０１、乗算回路３０２、加算
回路３０３、レジスタ３０４、加算回路３０５、
レジスタ３０６、マルチプレクサ３０７，３０
８、乗算回路３０９，３１０、減算除算回路３１
１、レジスタ３１２、減算除算回路３１３、レジ
スタ３１４、カウンタ３１５、乗算回路３１６、
加算回路３１７、遅延回路３１８、減算回路３１
９、切り換え回路３２０，３２１、除算回路３２
２から成る。４００は音声区間決定部である。５００は非類
似度演算部であり、６００は標準音声スペクトル
パターンメモリ、７００は判定部、８００は認識
結果出力端子である。入力端子１００から入力される入力音声信号は
周波数分析部２００に入力され、複数の周波数帯
域に対応した量子化信号として周波数分析され、
スペクトル変換部３００に送られる。周波数分析部２００で、ある時刻ｎに分析され
たＭ個のデータをｘ（ｍ、ｎ）（ｍ＝１〜Ｍ）とす
ると、スペクトル変換された入力スペクトルデー
タＡ（ｍ、ｎ）、（ｍ＝１〜Ｍ）は(1)式で与えられ
る。Ａ（ｍ、ｎ）＝ｘ（ｍ、ｎ）−（αn・ｍ＋βn）
……(1) (1)式においてαn、βnはそれぞれｘ（ｍ、ｎ）の
最小２乗近似直線の傾き及び切片を意味するもの
で、それぞれ次式によつて求められる。

【化】

【化】 (2)、(3)式においてデータ数Ｍを固定すれば_M 〓^m=1
ｍ、_M 〓^m=1 m²は定数となり、従つて(2)、(3)式の分母
も定数となる。 C₁＝_M 〓^m=1 ｍ、C_2M 〓^m=1 m²とおけば、(2)、(3)式は

【化】

【化】となる。ここにC₃＝Ｍ・_M 〓^m=1 m²−（_M 〓^m=1 ｍ）²である。 (4)、(5)式から明らかのように入力データから_M 〓^m=
^１ｍ・ｘ（ｍ、ｎ）及び_M 〓^m=1 ｘ（ｍ、ｎ）を求めれ
ば、(4)、(5)式によりαn、βnの値を求めることが
でき、さらに(1)式により入力スペクトルデータＡ
（ｍ、ｎ）を求めることができる。第２図ではこ
の入力スペクトルデータＡ（ｍ、ｎ）を次の如く
作成している。まず、周波数分析部２００より入
力された入力データｘ（ｍ、ｎ）と、入力データ
と同期して計算するカウンタ３０１によつて発生
したｍとの積を乗算回路３０２によつて求め、さ
らに加算回路３０３とレジスタ３０４によりｍ・
ｘ（ｍ、ｎ）の値を累積させることにより、レジ
スタ３０４に_M 〓^m=1 ｍ・ｘ（ｍ、ｎ）の値をセツトす
ることができる。また、加算回路３０５とレジス
タ３０６により同様に、レジスタ３０６に_M 〓^m=1 ｘ
（ｍ、ｎ）の値をセツトすることができる。又、
その結果を除算回路３２２によりＭで除し、音声
パワーPnとして出力する。ただしPn＝１／Ｍ_M 〓^m=1 ｘ（ｍ、ｎ）である。次にマルチプレクサ３０７，３０８において、それぞれＭ、C₁の値を選択することにより、乗算回路３０９ではＭ・_M 〓^m=1 ｍ・ｘ（ｍ、ｎ）が、乗算回路３１０ではC₁・_M 〓^m=1 ｘ（ｍ、ｎ）が得られ、切り換え回路３２０，３２１により減算除算回路
３１１側に接続させてさらに減算除算回路３１１
により（Ｍ・_M 〓^m=1 ｍ・ｘ（ｍ、ｎ）−（１・_M 〓^m=1 ｘ（ｍ、
ｎ））／C₃の演算により、結果すなわちαnの値を
レジスタ３１２にセツトし、これを非類似度演算
部へ出力する。同様に、マルチプレクサ３０７，３０８におい
てそれぞれC₁、C₂を選択させ、乗算回路３０９，
３１０及び切り換え回路３２０，３２１を減算除
算回路３１３側に切り換え、減算除算回路３１３
を使用して（C₂・_M 〓^m=1 ｘ（ｍ、ｎ）−C_1M 〓^m=1 ｍ・ｘ（ｍ、
ｎ））／C₃の演算を行ない、その結果すなわちβn
の値をレジスタ３１４にセツトする。続いてカウンタ３１５によりｍを発生させ、乗
算回路３１６によりαn・ｍを求め、さらに加算
回路３１７によりαn・ｍ＋βnを求めることがで
きる。次に遅延回路３１８により遅延した入力デ
ータｘ（ｍ、ｎ）と加算回路３１７で求めたαn・
ｍ＋βnの減算を減算回路３１９によつて行なえ
ば、スペクトル変換された入力スペクトルデータ
Ａ（ｍ、ｎ）が非類似度演算部５００に出力され
る。第３図は入力データｘ（ｍ、ｎ）、直線Ｙ＝
αn・ｍ＋βn、入力スペクトルパターンデータＡ
（ｍ、ｎ）の関係を表わした図である。（ｎはある
時刻、ｍ＝１〜Ｍ）Ｙ＝αn・ｍ＋βnはｘ（ｍ、
ｎ）の最小２乗近似直線であり、ｘ（ｍ、ｎ）か
らαn・ｍ＋βnをさし引いたものがＡ（ｍ、ｎ）で
ある。次に、スペクトル変換した入力音声スペクトル
パターンと標準スペクトルパターンｋ（ｋ＝１〜
Ｋ）との非類似度演算において、非類似度Dkを
入力スペクトルパターンの時間標本点第ｎ番目の
ｍチヤネル目の要素をＡ（ｍ、ｎ）とし、標準ス
ペクトルパターンｋの時間標本点ｎ番目のｍチヤ
ネル目の要素をSk（ｍ、ｎ）とした時に、 Dk＝_N 〓ⁿ⁼¹ _M 〓〓^m=1 ｜Ａ（ｍ、ｎ）−Sk（ｍ、ｎ）｜×W_k（ｍ、ｎ）…
…(6) (6)式により計算し、Ｋ個の標準スペクトルパタ
ーンの中でDkを最小とする標準スペクトルパタ
ーンのカテゴリを認識結果としている。ここで重
みW_k（ｍ、ｎ）の計算方法については数々の方式
があるが、この発明の目的でないので省略する。
このような従来の音声認識装置はスペクトル変換
部の動作が複雑であり、形状が大きく動作が低速
であつた。（発明の課題）本発明の目的はこれらの欠点を解決するため、
スペクトル変換部の演算方法を改良したもので、
データの座標変換を行なうことを特徴とする。（発明の構成および作用）第４図は本発明の第１の実施例のスペクトル変
換部であつて、４０１は周波数分析部２からの入
力端子であり、加算器４０２、減算器４０５、レ
ジスタ４０７、減算器４０８に接続される。加算
器４０２の出力はレジスタ４０３に、レジスタ４
０３の出力は除算器４０４と加算器４０２に接続
される。除算器４０４の一方の入力は定数Ｍであ
り、除算器４０４の出力は減算器４０５へ接続さ
れる。減算器４０５の出力は加算減算器４０６へ
接続され、加算減算器４０６の出力は非類似度演
算部５への接続端子４１６に接続される。レジス
タ４０７の出力は減算器４０８に接続され、減算
器４０８の出力は乗算器４０９へ、カウンタ４１
０の出力も乗算器４０９へ接続される。乗算器４
０９の出力は加算器４１１へ接続され、加算器４
１１の出力はレジスタ４１２へ接続され、レジス
タ４１２の出力は加算器４１１と、乗算器４１３
へ接続される。乗算器４１３の一方の入力は定数
Ｍ／C^₁である。乗算器４１３の出力は加算器４
１４へ接続され、加算器４１４の出力はレジスタ
４１５へ接続され、レジスタ４１５の出力は加算
器４１４と減算器４０６に接続される。本発明のスペクトル変換の場合、チヤネル数Ｍ
は奇数である必要がある。まず、新しい座標軸の
原点Ｌ、Ｙを次のように定める。Ｌ＝Ｍ＋１／２ ……(7) Ｙ＝１／Ｍ_M 〓^m=1 ｘ（ｍ、ｎ） ……(8) 座標軸移動後のデータx^（ｌ、ｎ）（ｌ＝−Ｌ〜
Ｌ）はx^（ｌ、ｎ）＝ｘ（ｌ＋Ｌ＋１、ｎ）−１／Ｍ_M 〓^m=1 ｘ（ｍ、ｎ） ……(9) となる。この変換により(2)、(3)式は次のように近似でき
る。

【化】

【化】 C^＝Ｍ・_L 〓^L=-l l²−（_L 〓^l=-L ｌ）² ……(12) ここでC^は定数である。 _L 〓^l=-L x^（ｌ、ｎ）＝０ ……(13) _L 〓^l=-L ｌ＝０ ……(14) であるので

【化】 βn＝０ ……(16) となる。次にαnを求めるためには_L 〓^l=-L ｌ・x^（ｌ、ｎ）を
求めなければよいことになるが、 _L 〓^l=-L ｌ・x^（ｌ、ｎ）＝_-1 〓^l=-L ｌ・x^（ｌ、ｎ）＋ｏ・x^（ｏ、ｎ）＋_L 〓^l=1 ｌ・x^（ｌ、ｎ）＝_L 〓^l=1 ｌ・（x^（ｌ、ｎ）−x^（−ｌ、ｎ））＝_L 〓〓^l=1 ｌ・（ｘ（ｌ＋Ｌ＋１、ｎ）−ｘ（−ｌ＋Ｌ＋１、
ｎ））……(17) となる。次にこれを動作するにはレジスタ４０３をゼロ
にクリアし、周波数分析部２からの入力端子４０
１を通じ周波数分析データｘ（ｍ、ｎ）を読み込
みながら加算器４０２とレジスタ４０３により、
ｘの値を累積させることによりレジスタ４０３に
_M 〓^m=1 ｘ（ｍ、ｎ）の値をセツトすることができる。
次にその値を除算器４０４により定数Ｍで除し、
Ｙの値を得ることができる。次にレジスタ４１２
をゼロクリアした後再び周波数分析データを読み
出しながら、ｘ（ｌ＋Ｌ＋１、ｎ）の値をレジス
タ４０７にセツトし、ｘ（−ｌ＋Ｌ＋１、ｎ）の
値を減算器４０８により引くことにより（ｘ（ｌ
＋Ｌ＋１、ｎ）−ｘ（−ｌ＋Ｌ＋１、ｎ）を得る。
次にカウンタ４１０によりｌ＝１〜Ｌの値を発生
し、乗算器４０９により乗算を行ない、加算器４
１１、レジスタ４１２により累積を行ないレジス
タ４１２に_L 〓^l=1 ｌ・（ｘ（ｌ＋Ｌ＋１、ｎ）−ｘ（−
ｌ＋Ｌ＋１、ｎ））の値をセツトすることができ
る。次にその値に定数Ｍ／C^₁を乗算器４１３に
より乗じてαnの値を得ることができる。次に入
力スペクトルデータＡ（ｍ、ｎ）（ｍ＝１〜Ｍ）を
求めるが、(1)式を A^（ｌ、ｎ）＝x^（ｌ、ｎ）−αn・ｌ（ｌ＝−Ｌ〜Ｌ
）
……(18) として変形して求めることができる。そこで、レジスタ４１５をゼロクリアしてお
き、再び周波数分析データを読み出しながら減算
器４０５でその値を減じx^（ｌ、ｎ）を得る。一
方加算器４１４とレジスタ４１５により、αnを
累積していくことにより、レジスタ４１５にαn.l
の値を得る。次に加算減算器４０６により、A^
（ｌ、ｎ）＝x^（ｌ、ｎ）−αn・ｌとA^（−ｌ、ｎ）
＝
x^（−ｌ、ｎ）＋αn・ｌの値を得て、非類似度演算
部５への出力端子４１６を通じ出力する。ｌを０
〜Ｌまで以上の動作を繰返し、スペクトル変換部
３の動作を終了する。以降の動作は従来と同じである。（発明の効果）以上説明したように、第１の実施例では演算量
が従来の方式に較べ少ない。特に乗除算について
見ると、乗算器４０９の乗数は値が１〜Ｌという
ように限られているので、簡単な回路で構成する
ことも可能である。又、その他の乗除算の回数は
２回のみである。このように従来の方式に較べ簡
単な構成で高速なスペクトル変換動作を行ない、
かつ装置を小形化できる。本発明は乗除算の回数が少なく、簡単な構成で
従来と同じ効果を得ることができ、小形化も可能
であるので、多チヤンネルの音声認識応答システ
ムに利用することができる。

【図面の簡単な説明】

第１図は従来の音声認識装置のブロツク図、第
２図は音声認識装置のスペクトル変換部３を詳細
に記述したブロツク図、第３図ａ及びｂは入力デ
ータｘ（ｍ、ｎ）と入力スペクトルパターンデー
タＡ（ｍ、ｎ）との関係を示した図、第４図は本
発明の一実施例のスペクトル変換部の構成図であ
る。４０１……入力端子、４０２……加算器、４０
３……減算器、４０４……除算器、４０５……減
算器、４０６……加算減算器、４０７……レジス
タ、４０８……減算器、４０９……乗算器、４１
０……カウンタ、４１１……加算器、４１２……
レジスタ、４１３……乗算器、４１４……加算
器、４１５……レジスタ、４１６……出力端子。

Claims

【特許請求の範囲】１入力音声信号を周波数分析する過程と、その
結果をスペクトル変換するスペクトル変換過程
と、その出力を標準スペクトルパターンメモリの
内容と比較する過程とを備え、比較の結果に従つ
て音声の判定をする音声認識方法において、前記
スペクトル変換過程が、周波数分析されたデータ
の平均値を得る過程と、周波数分析されたデータ
から前記平均値を減算し座標軸を移動した周波数
分析データを得る過程と、新しい座標軸でのスペ
クトル傾斜αn＝Ｍ／C_1L 〓^l=-L ｌ・x^（ｌ、ｎ）を求める過程と（Ｍ／C₁は定数、x^（ｌ、ｎ）は時刻ｎに分析されたＭ個のデータの新しい座標軸での周波数分
析データ、Ｌ＝Ｍ＋１／２）、スペクトル傾斜αnのｌ倍の値（lαn）と座標軸を移動した周波数分析
データとの加減算によりスペクトル変換データを
提供する過程とを有することを特徴とする音声認
識方法。２入力音声信号を周波数分析してスペクトルの
時系列として表現した第１周波数分析データ〔Ｘ
（ｍ、ｎ）（但し、ｍはチヤンネル、ｎは時点）〕
を得る過程と、各時点の第１周波数分析データ
〔Ｘ（ｍ、ｎ）〕を最小２乗近似直線との差に対応
したスペクトル変換データ〔Ａ（ｍ、ｎ）〕へ変換
するスペクトル変換過程とを備え、そのスペクト
ル変換データ〔Ａ（ｍ、ｎ）〕を入力音声のデータ
として入力音声のカテゴリを判定する音声認識方
法において、前記スペクトル変換過程は、各時点
の周波数分析データの平均値を求める過程〔(8)
式〕と、各データ毎にその第１周波数分析データ
から前記平均値を減算して座標軸が移動した第２
周波数分析データを得る過程〔(9)式〕と、中央の
チヤンネルを中心にして対称な関係にある周波数
分析データ対の差分値〔Ｘ（ｌ＋Ｌ＋１、ｎ）−ｘ
（−ｌ＋Ｌ＋１、ｎ）〕と中央のチヤンネルからの
チヤンネル差分値ｌとの積とを求め且つ全ての対
に関する和を求めてスペクトル傾斜αnを得る過
程〔(17)式〕と、チヤンネルの差分値倍されたスペ
クトル傾斜の値（lαn）と第２周波数分析データ
との加減算によりスペクトル変換データを提供す
る過程とを有することを特徴とする音声認識方
法。