JPH0570839B2 - - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、入力パタンを認識し、認識結果とし
て入力パタンに対応するカテゴリ列を出力するパ
タン認識装置に関し、特に、入力パタンから得ら
れるカテゴリ列候補から有意なカテゴリ列のみを
認識結果として出力するパタン認識装置に関す
る。

（従来技術とその問題点） 入力パタンをカテゴリ列として認識する場合、
入力パタン中に含まれる各カテゴリを個々に認識
し、その認識結果のカテゴリ列を入力パタンの認
識結果とすることができれば、任意のカテゴリ列
の入力パタンを認識することができる。

しかしながら、入力パタン中の各カテゴリを個
個に認識することは一般に困難である。特に、連
続発声された音声を音節列として認識する場合の
ように入力パタン中のカテゴリ間の境界が不明確
な場合には、入力パタン中の各カテゴリの位置す
る区間を一意に決定することから困難である。

そこで、特開昭58−55995号公報「音声認識シ
ステム」（文献１）に見られるように、次に述べ
る方法が従来から用いられている。

まず入力パタン中の各部分に対して複数個のカ
テゴリ候補を検出し、かつ各カテゴリ候補には認
識結果としての信頼度を与えておく。入力パタン
中のすべての部分に対してのカテゴリ候補を検出
した後に、それらのカテゴリ候補を並べて入力パ
タンに対応するカテゴリ列の候補を得る。これら
のカテゴリ列候補のうちで、認識結果として有意
であつて、しかも前記信頼度から求めたカテゴリ
列としての信頼度のできるだけ高いカテゴリ列を
認識結果とすることによつて、認識率を向上させ
ることができる。

しかしながらこの方法は、カテゴリ列の有意性
を判定するために、有意なカテゴリ列の辞書を検
索したり、カテゴリ列同士の接続可能性を判定し
たりすることが必要であり、多大な計算量を必要
とするという欠点を有する。

そこで文献１では、入力パタンから得られるす
べてのカテゴリ列候補のうちから、カテゴリ列と
しての信頼度の高いものから順に、カテゴリ列の
有意性判定を行なつている。

これによつて、有意性判定の回数を減少させ必
要な計算量を減少させている。

しかしながら、前記公開特許では、一旦すべて
のカテゴリ列候補を求めていたため、多大の計算
量および記憶量を必要とするという欠点があつ
た。

そこで特願昭58−214544号明細書「パタン認識
システム」（文献２）では、以下に述べる方法に
よつてすべてのカテゴリ列候補を求めることな
く、有意でかつ信頼度の高いカテゴリ列を求める
ことを可能にした。

この方法は、人工知能の分野で知られているヒ
ユーリステイツク探索法（人工知能ハンドブツク
第１巻PP.67−83.共立出版、1983年４月）を応用
したものである。

この方法では、入力パタンから得られたすべて
のカテゴリ列候補を候補グラフという形で保持し
ておき、入力パタンの始端に対応する候補グラフ
の始節点から途中の任意の節点に至る種々の長さ
のカテゴリ列候補のそれぞれに対して、該カテゴ
リ列候補を終端からさらに候補グラフの終節点ま
で伸ばして得た、入力パタン全体に対するカテゴ
リ列候補の信頼度を推定する。この推定された信
頼度を用いると、種々の長さのカテゴリ列候補同
士の信頼度の比較を行なうことが可能となる。従
つて候補グラフから、すべてのカテゴリ列候補を
求めることなく、信頼度の高い順にカテゴリ列候
補を求めることが可能となり、計算量・記憶量を
減少させることができる。

特に、前記文献２では信頼度の推定を該カテゴ
リ列候補の終端から、候補グラフの終節点までの
カテゴリ候補の実際の信頼度から算出しているた
めに、推定の確度が高く、計算量・記憶量の大巾
な削減が可能となつた。

しかしながら、文献２においては、前述のよう
に、信頼度を、入力パタン全体のカテゴリ候補の
信頼度から算出していたために、入力パタン全体
に対するカテゴリ候補の検出が終了した後、従つ
て入力パタン全体が入力された後でなければ、有
意性判定を行なうことができなかつた。このため
入力パタンを入力し始めてから、認識結果が出力
されるまでの時間が長いという欠点が存在してい
た。

（発明の目的） 本発明の目的は、入力パタンからの候補グラフ
の作成と候補グラフからの有意カテゴリ列候補検
出とを並列して行なうことにより、前記欠点を取
り除いて、入力パタンの入力開始から認識結果が
得られるまでの時間がより少ないパタン認識装置
を提供することにある。

（発明の構成） 本発明のパタン認識装置は、入力パタンを分析
し、当該入力パタンの各部分に対して複数個のカ
テゴリ候補を検出し、当該入力パタン中の位置情
報および信頼度と共に出力するカテゴリ候補検出
手段と、前記複数個のカテゴリ候補を、その位置
情報に従つてカテゴリ候補相互の位置関係および
候補グラフ記憶手段にすでに前記入力パタンの他
の部分のカテゴリ候補が記憶されている場合には
これらのカテゴリ候補との位置関係を保ちかつ各
候補が前記信頼度を表わすコストを持つ候補グラ
フを作成し、該候補グラフを前記候補グラフ記憶
手段に格納する候補グラフ作成手段と、前記候補
グラフ記憶手段に記憶されている候補グラフの節
点に対して現時点の終節点までの最小累計コスト
を計算する最小コスト計算手段と、第１のカテゴ
リ列記憶手段に記憶されているカテゴリ列に対し
て、前記最小累計コストおよび各候補のコストを
用いて評価値を計算する評価値計算手段と、前記
第１のカテゴリ列記憶手段から前記評価値が最良
のカテゴリ列を取り出す最良カテゴリ列選択手段
と、前記最良カテゴリ列選択手段が取り出したカ
テゴリ列が認識結果としての有意性を判定し、有
意なカテゴリ列を出力する有意性判定手段と、前
記有意性判定手段が出力した有意なカテゴリ列の
終端が前記候補グラフ記憶手段に記憶されている
候補グラフの終節点でない場合には該カテゴリ列
に新たなカテゴリ候補を追加した新たなカテゴリ
列候補を一般に複数個作成し、前記第１のカテゴ
リ列記憶手段に追加し、該カテゴリ列の終端が前
記候補グラフの終節点ではあるが入力パタンの終
端でないときには該カテゴリ列を第２のカテゴリ
列記憶手段に一旦格納しておき、前記候補グラフ
に新たなカテゴリ候補が追加されたときに処理を
再開して新たなカテゴリ列を作成し前記第１のカ
テゴリ列記憶手段に格納し、該カテゴリ列の終端
が入力パタンの終端に一致するときには該カテゴ
リ列を認識結果として出力するカテゴリ列作成手
段とを含んで構成される。

（実施例 １） 以下、図面を参照して、実施例に従つて本発明
を詳細に説明する。

第１図は本発明の一実施例を示すブロツク図で
ある。本実施例は、日本語連続音声を入力パタン
とし、認識結果として日本語音節列を出力するパ
タン認識装置を構成する。

カテゴリ候補検出部１０１は、入力パタンの各
部分に対してそれぞれ対応するカテゴリ候補を複
数個検出して、各部分の検出が終了する毎に、該
当するカテゴリ候補を入力パタン中での位置情報
と共に候補グラフ作成部１０２に送る。

入力パタンが日本語連続音声の場合には、認識
すべきカテゴリとして音節を考えることができ
る。すなわち、カテゴリ候補検出部１０１として
は、入力パタンから音節候補を検出することがで
きるものであればよい。このために例えば第２図
に示すカテゴリ候補検出部を用いることができ
る。第２図において、入力パタンである音声は入
力パタンバツフア２０１に一旦格納される。２０
１に格納された音声に対して、母音候補検出部２
０２は母音の候補をまず１つ検出する。この検出
は、母音辞書２０３にあらかじめ格納されている
各母音カテゴリの標準パタンと入力パタンの一部
とをマツチングすることによつて行なわれる。母
音の信号は比較的定常であるので検出は容易であ
る。母音候補検出部２０２は母音候補を１つ検出
すると、これを子音候補検出部２０４に送る。１
つの母音候補は少なくとも母音カテゴリ、信頼
度、入力パタン中での位置の情報を含んでいる。
日本語においては、音節は子音(C)−母音（Ｖ）の
組で構成されている。従つて、入力パタン中で
は、２つの母音に狭まれた区間のうちある長さ以
下の区間（これをVCV区間）および入力パタン
の始端から１つの母音までの区間のうちある長さ
以下の区間（これをCV区間）において、それぞ
れ１つの子音が存在することになる。

子音候補検出部２０４は、２０２から母音候補
（V₁とする）を受け取ると、これを母音候補記憶
部２０６に格納する。これと共に、この母音候補
と２０６にすでに格納されていた他の母音候補
（V₂とする）あるいは入力パタンの始端とから上
記のV₂CV₁区間、CV₁区間をすべて検出する。こ
れらの区間のそれぞれに対して、子音辞書２０５
にあらかじめ格納されているVCVおよびCV標準
パタンのうちV₂，V₁の一致するものをマツチン
グすることによつて、子音候補を複数個求める。

この子音候補と母音候補V₁を組み合わせて、
入力パタンの１つの区間に対して複数個の音節候
補をカテゴリ候補として出力する。このカテゴリ
候補は少なくとも音節カテゴリ、信頼度、入力パ
タン中での位置の情報を含んでいる。

以上の処理を繰り返して、入力パタン中のすべ
てのカテゴリ候補を順に出力する。

第１図にもどつて、 候補グラフ作成部１０２はカテゴリ候補検出部
１０１から新たなカテゴリ候補を受け取ると、候
補グラフ記憶部１０３にそれまでの処理によつて
すでに格納されている候補グラフにこの新たなカ
テゴリ候補を追加する。候補グラフはそれまでに
得られたすべてのカテゴリ候補をそれら相互の位
置関係と共に保持しており、グラフの枝がカテゴ
リ候補を表わす。

第４図に候補グラフの一例として、「オシエテ
イタダイタ」と発声された音声において第２音節
すなわち「オシ」の部分に対して得られた音節候
補を保持している候補グラフを示す。第４図にお
いて、，，…で示した節点が入力パタン中
での音節境界の候補を表し、節点は入力パタン
の始端である。音節候補は、音節カテゴリと信頼
度の組で表わされており、例えば、枝−には
３つの音節候補があり、その一つは「ウ」で信頼
度は72である。なお、本実施例では信頼度は標準
パタンと入力パタンとのマツチング距離で与えて
おり、この値が小さい程、信頼度が高い。

候補グラフ作成部１０２は新たな候補を候補グ
ラフ記憶部１０３に追加した後、最小累計コスト
計算部１０４とカテゴリ列候補作成部１０８に開
始信号ａ，a′を送信する。

最小累計コスト計算部１０４は開始信号ａを受
け取ると、候補グラフ記憶部１０３に格納されて
いる候補グラフのすべての節点について、当該節
点から現時点での候補グラフの終節点までの最小
累計コストを計算して付与する。ここで累計コス
トは候補グラフ中の任意の経略すなわち候補列に
対して、その候補列を構成するカテゴリ候補のそ
れぞれのコストの総和として与えられる。カテゴ
リ候補のコストとはその候補の信頼度を表わす値
であり、値が小さいほど信頼度が高くなる。本実
施例では、先に各候補に信頼度として与えた標準
パタンとのマツチング距離をそのまま用いること
とする。

最小累計コストの計算は動的計画法を用いるこ
とにより効率的に行なうことができる。すなわち
候補グラフの節点をｎ（ｎ＝１，…，ｉ，…，ｊ，
…，Ｎ−Ｋ，…，Ｎ）（ただし１を始節点、Ｎ−
Ｋ，…，Ｎを終節点とする）、節点ｉ，ｊ間の枝
の数をＭ，節点ｉ，ｊ間のｍ番目の枝に対する候
補のコストをｄ（ｉ，ｊ，ｍ）とすると、節点ｎ
から終節点までの最小累積コストｃ（ｎ）は次の
漸化式から求めることができる。

ｃ（Ｎ−Ｋ）＝……＝ｃ（Ｎ）＝φ（初期値） ｃ（ｎ）＝min〔min ｄ（ｎ，ｊ，ｍ）＋ｃ（ｊ）〕 ｎ＜ｊ≦Ｎ １≦ｍ≦Ｍ （ｎ＝Ｎ−Ｋ−１，Ｎ−Ｋ−２，……，１）…
… (1) 最小累計コスト計算部１０４は、候補グラフ作
成部１０２から開始信号ａを受け取る毎に、候補
グラフ記憶部１０３中の候補グラフに対して各節
点の最小累計コストを計算するが、毎回すべての
節点に対して上述の漸化式(1)を解く必要はない。
例えば、第４図の候補グラフにおいて、１０２に
よつて新たに−の枝および節点が追加され
たときの計算では、節点，，に対してはそ
れまでの値に対して節点の最小累計コストの増
加分を加えることで新たな最小累計コストを求め
ることができ計算効率をさらに向上させることが
できる。

最小累計コスト計算部１０４は計算が終了する
と、評価値計算部１０５に開始信号ｂを送出す
る。

評価値計算部１０５は、開始信号ｂを受け取る
とカテゴリ列候補記憶部１０６に格納されている
カテゴリ列候補のそれぞれについて、その評価値
を計算して付与する。特別な場合として、初期状
態では、１０６は空であり、このときは評価値の
計算は行なわれない。

カテゴリ列候補の評価値は、複数個の種々の長
さのカテゴリ列候補の信頼度をその長さの違いに
依らずに正しく評価できるものであればよい。本
実施例では、候補グラフの始節点から途中の節点
ｉに至る或る経路を成すカテゴリ列候補Ｓ（ｉ）
の評価値ｆ（Ｓ（ｉ））を次式で計算する。

ｆ（Ｓ（ｉ））＝ｇ（Ｓ（ｉ））＋ｈ（Ｓ（ｉ））…
…(2) ここで、ｇ（Ｓ（ｉ））は、カテゴリ列候補Ｓ
（ｉ）に対応する始節点から途中節点ｉに至る経
路累計コスト、すなわちこの経路に含まれるすべ
てのカテゴリ候補のコストの総和である。ｈ（Ｓ
（ｉ））は途中節点ｉから現時点の終節点までの経
路の推定コストである。この終節点までの経路は
複数個あり、今後の処理においてどの経路を通る
か評価値計算の段階では決定できない。このた
め、ｈ（Ｓ（ｉ））を次式(3)により計算する。

ｈ（Ｓ（ｉ））＝α・ｃ（ｉ） ……(3) ここでｃ（ｉ）は節点ｉから現時点での終節点
までの最小累計コストであり、最小累計コスト計
算部１０４よつてすでに計算され、候補グラフに
付与されている値である。αは係数である。

以上のように計算したｆ（Ｓ（ｉ））を用いれば、
種々の長さのカテゴリ列候補同士の信頼度を比較
することができる。

なお、評価値を計算しようとするカテゴリ列に
は、以前の処理ですでに評価値を与えられている
ものもあるが、候補グラフの終節点が変更されて
いる場合があるため再計算の必要がある。この場
合には、新たな評価値は、以前の終節点に付与さ
れている最小累積コストの以前の評価値計算の段
階からの増加分と以前の評価値とから容易に計算
することもできる。

評価値計算部１０５はカテゴリ列候補記憶１０
６中のすべてのカテゴリ列候補についての評価値
計算が終了すると、最良カテゴリ列候補選択部１
０７に開始信号Ｃを送出する。

最良カテゴリ列候補選択部１０７はカテゴリ列
候補記憶部１０６から、前記評価値計算部１０５
で計算された評価値が最良であるカテゴリ列候補
を取り出し、有意性判定部１０９に送る。

有意性判定部１０９は最良カテゴリ列候補選択
部１０７から受け取つたカテゴリ列候補が認識結
果としての有意性を判定し、有意ならカテゴリ列
候補作成部１０８に該カテゴリ列候補を送る。

本実施例では日本語音声の認識を目的としてい
るため、カテゴリ列候補が正しい日本語の音節系
列の一部または全部であるか否かを判定する。こ
のために例えば第３図のブロツク図に示すような
有意性判定部を用いる。第３図において、単語辞
書３０１は認識結果に出現し得るすべての単語を
音節系列として保持している。単語接続表３０２
は３０１に含まれる単語相互の接続可能性を保持
している。判定部３０３は受け取つたカテゴリ列
候補が３０１に含まれ、かつ３０２の接続可能性
を満足する単語系列の一部または全部を構成すれ
ば該カテゴリ列候補は有意であるとし、該カテゴ
リ列候補をカテゴリ列候補作成部１０８に送出す
る。該カテゴリ列候補には、１０８によつて新た
なカテゴリ候補が終端に追加された後に再び有意
性判定が行なわれることがある。このため、見い
出された単語列を該カテゴリ列候補に付与してお
くことにより、次回以降の有意性判定の際の処理
を効率よくすることができる。

カテゴリ列候補作成部１０８は有意性判定部１
０９から有意なカテゴリ列候補を受け取ると、該
カテゴリ列候補の終端に新たなカテゴリ候補を追
加することによつて複数個の新たなカテゴリ列候
補を作成し、カテゴリ列候補記憶部１０６に追加
する。追加する新たなカテゴリ候補は候補グラフ
記憶部１０３の候補グラフから得るが、該カテゴ
リ列候補の終端が候補グラフの終端に一致してい
る場合には、該カテゴリ列候補を一旦カテゴリ列
候補記憶部１１０に格納し処理を中断する。この
後、候補グラフ作成部から開始信号a′を受け取る
ことによつて、処理を再開する。また該カテゴリ
列候補の終端が入力パタンの終端に一致している
場合には、該カテゴリ列候補を認識結果として出
力する。

例として、候補グラフ記憶部１０３に第４図の
候補グラフが格納されており、カテゴリ列候補作
成部１０８がカテゴリ列候補−ウ−を受け取
つた場合には、カテゴリ列候補−ウ−−シ−
とカテゴリ列候補−ウ−−ジ−が新たに
作成されカテゴリ列候補記憶部１０６に追加され
る。

以上述べたように、本発明のパタン認識装置で
は入力パタンから候補グラフを作成する処理と、
候補グラフから有意カテゴリ列候補を求める処理
とを並列して行ないつつ、入力パタンの始端から
終端に至る有意なカテゴリ列を検出して認識結果
とする。

（実施例 ２） 第１図のブロツク図において、カテゴリ候補検
出部１０１として、単音節毎に区切つて入力され
る入力パタンの個々の単音節に対して複数個の候
補を検出する回路を用いれば、単音節単位に発声
された音声の認識装置を構成することができる。

（実施例 ３） 第１図のブロツク図において、カテゴリ候補検
出部１０１として、文字認識回路を使用すれば、
文字認識装置を構成することができる。

（実施例 ４） 第１図のブロツク図において、有意性判定部１
０９においては、日本語以外の他の自然言語ある
いは形式言語の文法知識を用いることもでき、こ
れによつて日本語以外の任意の入力パタンを認識
する装置を構成することができる。

（発明の効果） 以上詳述したように、本発明によれば、入力パ
タンを分析し、候補グラフを作成する処理と、候
補グラフから有意カテゴリ列候補を求める処理と
を並列して行なうことができるため、入力パタン
を入力し始めてから、認識結果を得るまでの時間
を大巾に短縮することが可能になる。また、入力
パタン全体の入力が終了する以前に有意カテゴリ
列候補を求める処理を開始することも可能とな
る。これらの効果は、実時間認識装置のような高
速な応答性が要求される場合には特に有効であ
る。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロツク図、
第２図はカテゴリ候補検出部の一例を示すブロツ
ク図、第３図は有意性判定部の一例を示すブロツ
ク図、第４図は候補グラフの一例を示す図であ
る。 図において、１０１……カテゴリ候補検出部、
１０２……候補グラフ作成部、１０３……候補グ
ラフ記憶部、１０４……最小累計コスト計算部、
１０５……評価値計算部、１０６……カテゴリ列
候補記憶部、１０７……最良カテゴリ列候補選択
部、１０８……カテゴリ列候補作成部、１０９…
…有意性判定部、１１０……カテゴリ列候補記憶
部、２０１……入力パタンバツフア、２０２……
母音候補検出部、２０３……母音辞書、２０４…
…子音候補検出部、２０５……子音辞書、２０６
……母音候補記憶部、３０１……単語辞書、３０
２……単語接続表、３０３……判定部である。

Claims (1)

【特許請求の範囲】
1. １ 入力パタンを分析し、当該入力パタンの各部
   分に対して複数個のカテゴリ候補を検出し、当該
   入力パタン中の位置情報および信頼度と共に出力
   するカテゴリ候補検出手段と、前記複数個のカテ
   ゴリ候補を、その位置情報に従つてカテゴリ候補
   相互の位置関係および候補グラフ記憶手段にすで
   に前記入力パタンの他の部分のカテゴリ候補が記
   憶されている場合にはこれらのカテゴリ候補との
   位置関係を保ちかつ各候補が前記信頼度を表わす
   コストを持つ候補グラフを作成し、該候補グラフ
   を前記候補グラフ記憶手段に格納する候補グラフ
   作成手段と、前記候補グラフ記憶手段に記憶され
   ている候補グラフの節点に対して現時点の終節点
   までの最小累計コストを計算する最小コスト計算
   手段と、第１のカテゴリ列記憶手段に記憶されて
   いるカテゴリ列に対して、前記最小累計コストお
   よび各候補のコストを用いて評価値を計算する評
   価値計算手段と、前記第１のカテゴリ列記憶手段
   から前記評価値が最良のカテゴリ列を取り出す最
   良カテゴリ列選択手段と、前記最良カテゴリ列選
   択手段が取り出したカテゴリ列が認識結果として
   の有意性を判定し、有意なカテゴリ列を出力する
   有意性判定手段と、前記有意性判定手段が出力し
   た有意なカテゴリ列の終端が前記候補グラフ記憶
   手段に記憶されている候補グラフの終節点でない
   場合には該カテゴリ列に新たなカテゴリ候補を追
   加した新たなカテゴリ列候補を一般に複数個作成
   し前記第１のカテゴリ列記憶手段に追加し、該カ
   テゴリ列の終端が前記候補グラフの終節点ではあ
   るが入力パタンの終端でないときには該カテゴリ
   列を第２のカテゴリ列記憶手段に一旦格納してお
   き前記候補グラフに新たなカテゴリ候補が追加さ
   れたときに処理を再開して新たなカテゴリ列を作
   成し前記第１のカテゴリ列記憶手段に格納し、該
   カテゴリ列の終端が入力パタンの終端に一致する
   ときには該カテゴリ列を認識結果として出力する
   カテゴリ列作成手段とを具備するパタン認識装
   置。