JPH0577078B2 - - Google Patents
Info
- Publication number
- JPH0577078B2 JPH0577078B2 JP61148580A JP14858086A JPH0577078B2 JP H0577078 B2 JPH0577078 B2 JP H0577078B2 JP 61148580 A JP61148580 A JP 61148580A JP 14858086 A JP14858086 A JP 14858086A JP H0577078 B2 JPH0577078 B2 JP H0577078B2
- Authority
- JP
- Japan
- Prior art keywords
- syllable
- distance
- matching
- syllables
- patterns
- 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 - Lifetime
Links
- 238000000034 method Methods 0.000 claims description 16
- 230000009466 transformation Effects 0.000 description 9
- 239000000872 buffer Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- MQJKPEGWNLWLTK-UHFFFAOYSA-N Dapsone Chemical compound C1=CC(N)=CC=C1S(=O)(=O)C1=CC=C(N)C=C1 MQJKPEGWNLWLTK-UHFFFAOYSA-N 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/12—Improving ICE efficiencies
Description
（産業上の利用分野）
本発明はパタンマツチング技術、特に音節を認
識単位とした音声認識におけるパタマツチング技
術の改良に関する。 （従来の技術） 音節のような音声学上の基本的な単位を用いて
音声認識を行う方法は、認識対象の各単語単位の
標準パタンを必要としないため大語彙認識に適し
ている。この場合認識処理は、入力された音声を
音節候補の系列へ変換する音節認識処理と、この
音節系列と音節表記された単語辞書中の各単語と
を照合する単語認識処理の２つの処理を含んで構
成される。後者の単語認識処理は音節を記号単位
とする記号系列間のパタンマツチングにより表現
することが可能である。このようなパタンマツチ
ング法として「情報処理」第17巻No.7pp.650−658
（1976年７月）に述べられている記号列間のマツ
チング法は、代表的な方法である。 この方法においては、記号間の距離をあらかじ
め定めておき、２つの記号列パタンを時間的に対
応付けたときに対応付けられる各々の記号間の距
離をパタン全体にわたつて累積した累積距離量が
最小となるように動的計画法（Dynamic
Programing）を利用してマツチングを行つてい
る。 （発明が解決しようとする問題点） ここで記号間の距離は、記号すなわち音節間の
近さ、あるいはある音節が認識結果として正解と
おきかわつて別の音節として観測される確度を示
すものと解釈される。音節候補系列に脱落や挿入
が存在する場合には第１図に示されるように１つ
の音節が複数個の音節に対応付けられることにな
る。音節の脱落や挿入は、音韻固有の性質により
ある特定の音節のつながりで生じることが多い。
このため音節間の距離を決定するにあたつては、
コンテキスト（音節の前後のつながり）に依存し
た音韻論的な変形を考慮することが重要である。 しかしながら、上記の記号間距離によるマツチ
ングでは、音節間距離はコンテキストに無関係に
与えられるためにこのようなコンテキストに依存
した変形が考慮されない。 例えば変形／kiyo／→／kyo／を考えよう。音
節／ki／と音節／kyo／間の“距離”、音節／
yo／と音節／kyo／間の“距離”はいずれも小さ
くないにもかかわらず、このような変形は典型的
なものである。しかしながら上記のマツチングで
は音節列／kiyo／と音節／kyo／とを対応させた
ときの距離は小さくならない。 本発明は、音韻論的に変形規則をテーブル形式
の距離によつて記述することにより音節候補系列
ないしネツトワーク上で音節の脱落、挿入等が存
在する場合でも高い精度でマツチングを行う手段
を提供する。本発明はこれにより認識精度の高い
音声認識装置を実現することを目的としている。 （発明の構成） 本発明は、音節に関する系列ないしネツトワー
クして表現された２つのパタンを照合するに際し
て、あるかじめ各音節の組み合わせ（X1，X2，
X3）について与えられた音節X1と音節列X2X3と
の間の距離ｄ（X1，X2，X3）を用いることを特
徴とする。 また、本発明は音節に関する系列ないしネツト
ワークとして表現された２つのパタンを照合する
に際して、音節X1と音節列X2X3との間の距離ｄ
を用い、該距離ｄは、各音節の組み合わせについ
てあらかじめ与えられた２種の音節間距離dF
（X1，X2），dB（X1，X3）を用いて算出されるこ
とを特徴とする。 さらに、本発明は音節に関する系列ないしネツ
トワークとして表現された２つのパタンを照合す
るに際して、音節X1と音節列X2X3との関の距離
ｄを用い、該距離ｄは各音節の組み合わせについ
てあらかじめ与えられた３種の音節間距離dF
（X1，X2），dB（X1，X3），dJ（X2，X3）を用いて
算出されることを特徴とする。 （作用） 本発明の作用を２つのパタンがともに音節系列
として表わされている場合を例にとつて説明す
る。 ２つのパタンＡ，Ｂをそれぞれ Ａ＝｛ａ(1)，…，ａ(i)，…，ａ(I)｝、 Ｂ＝｛ｂ(1)，…，ｂ(j)，…，ｂ(J)｝ とする。ここでａ(i)，ｂ(j)は音節記号（具体的に
は番号）である。前掲の文献と類似の方法によ
り、音節記号間距離dO（X1，X2）を導入すること
によりパタンＡ，Ｂのマツチングは次の通り動的
計画法を利用して実現できる。 初期条件：ｇ（０，０）＝０ ｇ（０，ｊ）＝∞，ｊ＝１，…，Ｊ 漸化式：ｇ（ｉ，ｊ）＝dO（ａ(i)，
ｂ(j)）＋minｇ（ｉ−１，ｊ） ｇ（ｉ，ｊ−１） ｇ（ｉ−１ ｊ−１） (1) ｉ＝１，…，Ｉ ｊ＝１，…，Ｊ 但しｇ（ｉ，０）＝∞，ｉ＝１，…，Ｉ 漸化式(1)のマツチングパスは第２図Ａに示すよ
うなものである。 次に音節X1と音節列X2X3との間の距離ｄ（X1，
X2，X3）を定義する。この距離は音節X1が音節
列X2X3と置き換わつて観測される確度を示すも
のとする。（これと逆に音節列X2X3が音節X1と
置き換わつて観測される確度を別に定義すること
ができるが、以下の説明では同じものとする） 新たに定義された距離ｄに対しては第２図Ｂに
示されるようなDPの漸化式を用いることができ
る。 ｇ（ｉ，ｊ）＝mindO（ａ(i)，ｂ(j)）＋ｇ
（ｉ−１，ｊ−１） ｇ（ｉ，ｊ）＝mindO（ａ(i)，ｂ(j)）＋ｇ
（ｉ−１，ｊ−１） ｄ（ａ(i)；ｂ（ｊ−１），ｂ(j)）＋ｇ（ｉ−１，ｊ−
２） ｇ（ｉ，ｊ）＝mindO（ａ(i)，ｂ(j)）＋ｇ
（ｉ−１，ｊ−１） ｄ（ａ(i)；ｂ（ｊ−１），ｂ(j)）＋ｇ（ｉ−１，ｊ−
２） ｄ（ｂ(j)；ａ（ｉ−１），ａ(i)）＋ｇ（ｉ−２，ｊ−
１）(2) このような距離ｄの採用により音節系列間のマ
ツチング距離をコンテクストに依存した音節の変
形のしやすさを考慮したものとして求めることが
可能となつている。 以上が本発明の第一の側面を述べたものである
が、上述したように距離ｄは３次元配列データで
あるため、データ量が大きい。日本語の音節数＝
100とすると1003＝106語の記憶容量を必要とす
る。本発明の第二、第三の側面はこの記憶量の低
減を意図するものである。 ここでは、音節X1と音節列X2X3の距離は次の
ような近似的表現により記述される。 ｄ（X1，X2，X3）dF（X1，X2）＋dB（X1，X3）
(3) ｄ（X1，X2，X3）dF（X1，X2）＋dB（X1，X3）
＋dJ（X2，X3） (4) 式(3)ではｄは、音節X1の前半部分と音節X2の
距離dF（X1，X2）と音節X2の後半部分と音節X3
の距離dB（X1，X3）の和として与えられる。この
とき記憶量は、1002×２＝２×104であり、大巾
な記憶容量の低下となつている。 式(4)は式(3)に加え第３の項としてdJ（X2，X3）
が付加されているが、これは音節列X2X3が１音
節として観測される確度を距離によつて表現した
ものである。 式(2)のdO，ｄあるいは式(3)，(4)のdF，dB，dJは
任意の方法によりあらかじめ与えられていればよ
い。音韻論的な変形規則から求めることも実音声
から求めることも可能である。 例えば次に示すような方法が考えられる。 (1) 音韻論的な変形規則によつてｄ（X1，X2，
X3）を求める。 『［Ｃ］ya→［Ｃ］iya；［Ｃ］＝任意の子音』
等の変形規則の集合を用意し、この集合にX1
→X2X3が含まれる場合にはｄ＝1.0、その他の
場合にはｄ＝α（≫1.0）とする。 (2) 実音声を用いて音声パタン間のマツチングを
実際に行つて（この場合、DP法による時間軸
正規化マツチング法が利用できる）得られたマ
ツチングスコアから距離を求める。このような
作業をすべての音節の組合せについて実行する
ことは効率的でないので、音韻論の観点から変
形の可能性がある程度考えられる組合せについ
てのみ、実行することが実用的である。 （実施例） 本発明による一実施例を示すブロツク図を第３
図に示す。図において、１，２はパタンバツフア
であり、それぞれパタン Ａ＝｛ａ(1)，…，ａ(I)｝ Ｂ＝｛ｂ(1)，…，ｂ(J)｝ が格納されている。３は漸化式計算部であり、バ
ツフア１，２から順次記号ａ(i)，ｂ(j)を読み出し
漸化式の計算を実行し、その結果として得られる
積分量ｇ（ｉ，ｊ）は積分量バツフア４に保持さ
れる。５は距離テーブルメモリであり、記号ａ
(i)，ｂ(j)等をアドレス入力として受け、(2)式の距
離値dO及びｄを出力する。 距離テーブルメモリには、本発明の３つの側面
に対応してそれぞれ次の内容が格納まれる。 (i) ３次元配列テーブルｄ（X1，X2，X3）及び
２次元配列テーブルdO（X1，X2）。 (ii) ３つの３次元配列テーブルdF（X1，X2），dB
（X1，X2），dO（X1，X2）。 (iii) ４つの３次元配列テーブルdF（X1，X2），dB
（X1，X2），dJ（X1，X2），dO（X1，X2）。 漸化式計算部２は（）の場合には(2)式を実行
するが（），（）の場合には(2)式に(3)，(4)式を
代入した次の式（2′）（2″）をそれぞれ実行する。
識単位とした音声認識におけるパタマツチング技
術の改良に関する。 （従来の技術） 音節のような音声学上の基本的な単位を用いて
音声認識を行う方法は、認識対象の各単語単位の
標準パタンを必要としないため大語彙認識に適し
ている。この場合認識処理は、入力された音声を
音節候補の系列へ変換する音節認識処理と、この
音節系列と音節表記された単語辞書中の各単語と
を照合する単語認識処理の２つの処理を含んで構
成される。後者の単語認識処理は音節を記号単位
とする記号系列間のパタンマツチングにより表現
することが可能である。このようなパタンマツチ
ング法として「情報処理」第17巻No.7pp.650−658
（1976年７月）に述べられている記号列間のマツ
チング法は、代表的な方法である。 この方法においては、記号間の距離をあらかじ
め定めておき、２つの記号列パタンを時間的に対
応付けたときに対応付けられる各々の記号間の距
離をパタン全体にわたつて累積した累積距離量が
最小となるように動的計画法（Dynamic
Programing）を利用してマツチングを行つてい
る。 （発明が解決しようとする問題点） ここで記号間の距離は、記号すなわち音節間の
近さ、あるいはある音節が認識結果として正解と
おきかわつて別の音節として観測される確度を示
すものと解釈される。音節候補系列に脱落や挿入
が存在する場合には第１図に示されるように１つ
の音節が複数個の音節に対応付けられることにな
る。音節の脱落や挿入は、音韻固有の性質により
ある特定の音節のつながりで生じることが多い。
このため音節間の距離を決定するにあたつては、
コンテキスト（音節の前後のつながり）に依存し
た音韻論的な変形を考慮することが重要である。 しかしながら、上記の記号間距離によるマツチ
ングでは、音節間距離はコンテキストに無関係に
与えられるためにこのようなコンテキストに依存
した変形が考慮されない。 例えば変形／kiyo／→／kyo／を考えよう。音
節／ki／と音節／kyo／間の“距離”、音節／
yo／と音節／kyo／間の“距離”はいずれも小さ
くないにもかかわらず、このような変形は典型的
なものである。しかしながら上記のマツチングで
は音節列／kiyo／と音節／kyo／とを対応させた
ときの距離は小さくならない。 本発明は、音韻論的に変形規則をテーブル形式
の距離によつて記述することにより音節候補系列
ないしネツトワーク上で音節の脱落、挿入等が存
在する場合でも高い精度でマツチングを行う手段
を提供する。本発明はこれにより認識精度の高い
音声認識装置を実現することを目的としている。 （発明の構成） 本発明は、音節に関する系列ないしネツトワー
クして表現された２つのパタンを照合するに際し
て、あるかじめ各音節の組み合わせ（X1，X2，
X3）について与えられた音節X1と音節列X2X3と
の間の距離ｄ（X1，X2，X3）を用いることを特
徴とする。 また、本発明は音節に関する系列ないしネツト
ワークとして表現された２つのパタンを照合する
に際して、音節X1と音節列X2X3との間の距離ｄ
を用い、該距離ｄは、各音節の組み合わせについ
てあらかじめ与えられた２種の音節間距離dF
（X1，X2），dB（X1，X3）を用いて算出されるこ
とを特徴とする。 さらに、本発明は音節に関する系列ないしネツ
トワークとして表現された２つのパタンを照合す
るに際して、音節X1と音節列X2X3との関の距離
ｄを用い、該距離ｄは各音節の組み合わせについ
てあらかじめ与えられた３種の音節間距離dF
（X1，X2），dB（X1，X3），dJ（X2，X3）を用いて
算出されることを特徴とする。 （作用） 本発明の作用を２つのパタンがともに音節系列
として表わされている場合を例にとつて説明す
る。 ２つのパタンＡ，Ｂをそれぞれ Ａ＝｛ａ(1)，…，ａ(i)，…，ａ(I)｝、 Ｂ＝｛ｂ(1)，…，ｂ(j)，…，ｂ(J)｝ とする。ここでａ(i)，ｂ(j)は音節記号（具体的に
は番号）である。前掲の文献と類似の方法によ
り、音節記号間距離dO（X1，X2）を導入すること
によりパタンＡ，Ｂのマツチングは次の通り動的
計画法を利用して実現できる。 初期条件：ｇ（０，０）＝０ ｇ（０，ｊ）＝∞，ｊ＝１，…，Ｊ 漸化式：ｇ（ｉ，ｊ）＝dO（ａ(i)，
ｂ(j)）＋minｇ（ｉ−１，ｊ） ｇ（ｉ，ｊ−１） ｇ（ｉ−１ ｊ−１） (1) ｉ＝１，…，Ｉ ｊ＝１，…，Ｊ 但しｇ（ｉ，０）＝∞，ｉ＝１，…，Ｉ 漸化式(1)のマツチングパスは第２図Ａに示すよ
うなものである。 次に音節X1と音節列X2X3との間の距離ｄ（X1，
X2，X3）を定義する。この距離は音節X1が音節
列X2X3と置き換わつて観測される確度を示すも
のとする。（これと逆に音節列X2X3が音節X1と
置き換わつて観測される確度を別に定義すること
ができるが、以下の説明では同じものとする） 新たに定義された距離ｄに対しては第２図Ｂに
示されるようなDPの漸化式を用いることができ
る。 ｇ（ｉ，ｊ）＝mindO（ａ(i)，ｂ(j)）＋ｇ
（ｉ−１，ｊ−１） ｇ（ｉ，ｊ）＝mindO（ａ(i)，ｂ(j)）＋ｇ
（ｉ−１，ｊ−１） ｄ（ａ(i)；ｂ（ｊ−１），ｂ(j)）＋ｇ（ｉ−１，ｊ−
２） ｇ（ｉ，ｊ）＝mindO（ａ(i)，ｂ(j)）＋ｇ
（ｉ−１，ｊ−１） ｄ（ａ(i)；ｂ（ｊ−１），ｂ(j)）＋ｇ（ｉ−１，ｊ−
２） ｄ（ｂ(j)；ａ（ｉ−１），ａ(i)）＋ｇ（ｉ−２，ｊ−
１）(2) このような距離ｄの採用により音節系列間のマ
ツチング距離をコンテクストに依存した音節の変
形のしやすさを考慮したものとして求めることが
可能となつている。 以上が本発明の第一の側面を述べたものである
が、上述したように距離ｄは３次元配列データで
あるため、データ量が大きい。日本語の音節数＝
100とすると1003＝106語の記憶容量を必要とす
る。本発明の第二、第三の側面はこの記憶量の低
減を意図するものである。 ここでは、音節X1と音節列X2X3の距離は次の
ような近似的表現により記述される。 ｄ（X1，X2，X3）dF（X1，X2）＋dB（X1，X3）
(3) ｄ（X1，X2，X3）dF（X1，X2）＋dB（X1，X3）
＋dJ（X2，X3） (4) 式(3)ではｄは、音節X1の前半部分と音節X2の
距離dF（X1，X2）と音節X2の後半部分と音節X3
の距離dB（X1，X3）の和として与えられる。この
とき記憶量は、1002×２＝２×104であり、大巾
な記憶容量の低下となつている。 式(4)は式(3)に加え第３の項としてdJ（X2，X3）
が付加されているが、これは音節列X2X3が１音
節として観測される確度を距離によつて表現した
ものである。 式(2)のdO，ｄあるいは式(3)，(4)のdF，dB，dJは
任意の方法によりあらかじめ与えられていればよ
い。音韻論的な変形規則から求めることも実音声
から求めることも可能である。 例えば次に示すような方法が考えられる。 (1) 音韻論的な変形規則によつてｄ（X1，X2，
X3）を求める。 『［Ｃ］ya→［Ｃ］iya；［Ｃ］＝任意の子音』
等の変形規則の集合を用意し、この集合にX1
→X2X3が含まれる場合にはｄ＝1.0、その他の
場合にはｄ＝α（≫1.0）とする。 (2) 実音声を用いて音声パタン間のマツチングを
実際に行つて（この場合、DP法による時間軸
正規化マツチング法が利用できる）得られたマ
ツチングスコアから距離を求める。このような
作業をすべての音節の組合せについて実行する
ことは効率的でないので、音韻論の観点から変
形の可能性がある程度考えられる組合せについ
てのみ、実行することが実用的である。 （実施例） 本発明による一実施例を示すブロツク図を第３
図に示す。図において、１，２はパタンバツフア
であり、それぞれパタン Ａ＝｛ａ(1)，…，ａ(I)｝ Ｂ＝｛ｂ(1)，…，ｂ(J)｝ が格納されている。３は漸化式計算部であり、バ
ツフア１，２から順次記号ａ(i)，ｂ(j)を読み出し
漸化式の計算を実行し、その結果として得られる
積分量ｇ（ｉ，ｊ）は積分量バツフア４に保持さ
れる。５は距離テーブルメモリであり、記号ａ
(i)，ｂ(j)等をアドレス入力として受け、(2)式の距
離値dO及びｄを出力する。 距離テーブルメモリには、本発明の３つの側面
に対応してそれぞれ次の内容が格納まれる。 (i) ３次元配列テーブルｄ（X1，X2，X3）及び
２次元配列テーブルdO（X1，X2）。 (ii) ３つの３次元配列テーブルdF（X1，X2），dB
（X1，X2），dO（X1，X2）。 (iii) ４つの３次元配列テーブルdF（X1，X2），dB
（X1，X2），dJ（X1，X2），dO（X1，X2）。 漸化式計算部２は（）の場合には(2)式を実行
するが（），（）の場合には(2)式に(3)，(4)式を
代入した次の式（2′）（2″）をそれぞれ実行する。
【表】
最終的にｉ＝Ｉ，ｊ＝Ｊで得られた積分量ｇ
（Ｉ，Ｊ）をマツチング距離として出力する。 以上本発明の原理を、パタンが音節系列として
表わされている場合を例にとつて説明したが、本
発明の原理は、音節だけでなくその他の音声学的
な単位に対してもそのまま適用可能である。この
ような単位としてはphoneme（音素）、phone（音
素よりさらに細かい単位）、diphone（１つの
phoneから次のphoneに至る区間を１つの単位と
したもの）、demisyllable（１つの音節から次の音
節に至る区間を１つの単位としたもの）等が考え
られる。 また本発明の原理はパタンが記号系列としてで
はなく記号のネツトワークとして表わされている
場合にもそのまま適用可能である。 例えば、２つのパタンＡ，Ｂをそれぞれ Ａ＝［｛ａ(1)，…，ａ(I)｝；｛ｔ（i′，ｉ）｝，ｉ
，
i′＝１，…，Ｉ］ Ｂ＝［｛ｂ(1)，…，ｂ(J)｝；｛ｓ（j′，ｊ）｝，ｊ
，
j′＝１，…，Ｊ］ ただし、Ｉ，Ｊはネツトワークのノードの個数
であり、ｔ（i′，ｉ），ｓ（j′，ｊ）はそれぞれノー
ドｉからi′、ノードｊからj′へのパスの存在の有
無を表わす。 ｔ（i′，ｉ）＝１のときパスi′→ｉが存在する ０ ″ ″ しない ｓ（j′，ｊ）＝１のときパスj′→ｊが存在する ０ ″ ″ しない このとき (2)の漸化式のかわりに次の漸化式を用いることが
できる。
（Ｉ，Ｊ）をマツチング距離として出力する。 以上本発明の原理を、パタンが音節系列として
表わされている場合を例にとつて説明したが、本
発明の原理は、音節だけでなくその他の音声学的
な単位に対してもそのまま適用可能である。この
ような単位としてはphoneme（音素）、phone（音
素よりさらに細かい単位）、diphone（１つの
phoneから次のphoneに至る区間を１つの単位と
したもの）、demisyllable（１つの音節から次の音
節に至る区間を１つの単位としたもの）等が考え
られる。 また本発明の原理はパタンが記号系列としてで
はなく記号のネツトワークとして表わされている
場合にもそのまま適用可能である。 例えば、２つのパタンＡ，Ｂをそれぞれ Ａ＝［｛ａ(1)，…，ａ(I)｝；｛ｔ（i′，ｉ）｝，ｉ
，
i′＝１，…，Ｉ］ Ｂ＝［｛ｂ(1)，…，ｂ(J)｝；｛ｓ（j′，ｊ）｝，ｊ
，
j′＝１，…，Ｊ］ ただし、Ｉ，Ｊはネツトワークのノードの個数
であり、ｔ（i′，ｉ），ｓ（j′，ｊ）はそれぞれノー
ドｉからi′、ノードｊからj′へのパスの存在の有
無を表わす。 ｔ（i′，ｉ）＝１のときパスi′→ｉが存在する ０ ″ ″ しない ｓ（j′，ｊ）＝１のときパスj′→ｊが存在する ０ ″ ″ しない このとき (2)の漸化式のかわりに次の漸化式を用いることが
できる。
【表】
（発明の効果）
以上述べたように、本発明によれば、音節の前
後の環境に依存した音節の変形を考慮した音節記
号レベルでのマツチングを行うことが可能とな
り、単語単位のパタンを用意することなく高精度
のマツチングを行う手段を大語彙音声認識の実現
のために提供することが可能となる。
後の環境に依存した音節の変形を考慮した音節記
号レベルでのマツチングを行うことが可能とな
り、単語単位のパタンを用意することなく高精度
のマツチングを行う手段を大語彙音声認識の実現
のために提供することが可能となる。
第１図は記号列のマツチングの一例を示す図、
第２図Ａ，Ｂはマツチングにおける漸化式の原理
を説明する図、第３図は本発明による一実施例を
示すブロツク図である。 図中、１，２……パタンバツフア、３……積分
量バツフア、４……漸化式計算部、５……距離テ
ーブルメモリ、である。
第２図Ａ，Ｂはマツチングにおける漸化式の原理
を説明する図、第３図は本発明による一実施例を
示すブロツク図である。 図中、１，２……パタンバツフア、３……積分
量バツフア、４……漸化式計算部、５……距離テ
ーブルメモリ、である。
Claims (1)
- 【特許請求の範囲】 １ 音節に関する系列ないしネツトワークとして
表現された２つのパタンを照合するに際して、あ
らかじめ各音節の組み合わせ（X1，X2，X3）に
ついて与えられた音節X1と音節列X2X3との間の
距離ｄ（X1，X2，X3）を用いることを特徴とす
るパタンマツチング方法。 ２ 音節に関する系列ないしネツトワークとして
表現された２つのパタンを照合するに際して、音
節X1と音節列X2X3との間の距離ｄを用い、該距
離ｄは、各音節の組み合わせについてあらかじめ
与えられた２種の音節間距離dF（X1，X2），dB
（X1，X3）を用いて算出されることを特徴とする
パタンマツチング方法。 ３ 音節に関する系列ないしネツトワークとして
表現された２つのパタンを照合するに際して、音
節X1と音節列X2X3との間の距離ｄを用い、該距
離ｄは各音節の組み合わせについてあらかじめ与
えられた３種の音節間距離dF（X1，X2），dB（X1，
X3），dJ（X2，X3）を用いて算出されることを特
徴とするパタンマツチング方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61148580A JPS634299A (ja) | 1986-06-24 | 1986-06-24 | パタンマツチング方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61148580A JPS634299A (ja) | 1986-06-24 | 1986-06-24 | パタンマツチング方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS634299A JPS634299A (ja) | 1988-01-09 |
| JPH0577078B2 true JPH0577078B2 (ja) | 1993-10-25 |
Family
ID=15455919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61148580A Granted JPS634299A (ja) | 1986-06-24 | 1986-06-24 | パタンマツチング方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS634299A (ja) |
-
1986
- 1986-06-24 JP JP61148580A patent/JPS634299A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS634299A (ja) | 1988-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0590925B1 (en) | Method of speech modelling and a speech recognizer | |
| JP5327054B2 (ja) | 発音変動規則抽出装置、発音変動規則抽出方法、および発音変動規則抽出用プログラム | |
| US5949961A (en) | Word syllabification in speech synthesis system | |
| Hori et al. | Efficient WFST-based one-pass decoding with on-the-fly hypothesis rescoring in extremely large vocabulary continuous speech recognition | |
| US5581655A (en) | Method for recognizing speech using linguistically-motivated hidden Markov models | |
| EP0103245A1 (en) | Pattern matching apparatus | |
| CN103229232A (zh) | 声音识别装置及导航装置 | |
| US20010032075A1 (en) | Speech recognition method, apparatus and storage medium | |
| JP2841404B2 (ja) | 連続音声認識装置 | |
| JP2015014774A (ja) | 音声認識用ｗｆｓｔ作成装置、音声認識装置、音声認識用ｗｆｓｔ作成方法、音声認識方法及びプログラム | |
| JPH0673080B2 (ja) | 連続音声認識方式 | |
| JPS61219099A (ja) | 音声認識装置 | |
| JP2964881B2 (ja) | 音声認識装置 | |
| JPS634299A (ja) | パタンマツチング方法 | |
| Huang et al. | The use of tree-trellis search for large-vocabulary Mandarin polysyllabic word speech recognition | |
| JP2738403B2 (ja) | 音声認識装置 | |
| JPH04195100A (ja) | 連続音声認識装置 | |
| JPH0713587A (ja) | 隠れマルコフモデル連結学習方法 | |
| JPH10254481A (ja) | 音声認識方法 | |
| Caseiro et al. | Large vocabulary continuous speech recognition using weighted finite-state transducers | |
| JPH0449954B2 (ja) | ||
| Ouellet | E-Inclusion Core Speech Direct Generation of States to Phones FST | |
| GB2292235A (en) | Word syllabification. | |
| JPH0414359B2 (ja) | ||
| JPH09244688A (ja) | 音声認識方法 |