JPH06105400B2 - 音声認識方式 - Google Patents
音声認識方式Info
- Publication number
- JPH06105400B2 JPH06105400B2 JP63279132A JP27913288A JPH06105400B2 JP H06105400 B2 JPH06105400 B2 JP H06105400B2 JP 63279132 A JP63279132 A JP 63279132A JP 27913288 A JP27913288 A JP 27913288A JP H06105400 B2 JPH06105400 B2 JP H06105400B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- evaluation distance
- power
- input
- recognition result
- 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
Description
【発明の詳細な説明】 技術分野 本発明は音声認識方式に関し、特に各時間毎に入力パタ
ーンの終端点を時間方向にシフトしながらパターンマッ
チングを行い、標準パターンとの距離を算出し、各時間
毎の距離を評価して認識結果を判定する音声認識方式に
関する。
ーンの終端点を時間方向にシフトしながらパターンマッ
チングを行い、標準パターンとの距離を算出し、各時間
毎の距離を評価して認識結果を判定する音声認識方式に
関する。
従来技術 従来、この種の音声認識方式の認識結果判定部で用いる
認識結果判定の終了条件には評価距離に関して定めた条
件だけを用いている。
認識結果判定の終了条件には評価距離に関して定めた条
件だけを用いている。
上述した従来の音声認識方式の認識結果判定部では、認
識結果判定の終了条件に評価距離に関して定めた条件だ
けを用いているため、最適な位置で認識結果判定を終了
できない。よって、誤認識を招くことがあり、正しい認
識結果を得られないという欠点があった。
識結果判定の終了条件に評価距離に関して定めた条件だ
けを用いているため、最適な位置で認識結果判定を終了
できない。よって、誤認識を招くことがあり、正しい認
識結果を得られないという欠点があった。
発明の目的 本発明の目的は、最適な位置で認識結果判定を終了し
て、正しい認識結果を得るようにした音声認識方式を提
供することである。
て、正しい認識結果を得るようにした音声認識方式を提
供することである。
発明の構成 本発明によれば、時系列データである評価距離に対して
評価距離閾値と評価距離時間閾値を設け、音声認識結果
を判定する方法であって、時系列データである入力音声
のパワーに対してパワー閾値とパワー継続時間閾値を設
け、入力音声の評価距離が、評価距離閾値と評価距離継
続時間閾値とにより定められる条件を満足し、かつ入力
音声のパワーがパワー閾値とパワー継続時間閾値とによ
り定められる条件を満足した時に認識結果判定を終了
し、認識結果を出力するようにした音声認識方式が得ら
れる。
評価距離閾値と評価距離時間閾値を設け、音声認識結果
を判定する方法であって、時系列データである入力音声
のパワーに対してパワー閾値とパワー継続時間閾値を設
け、入力音声の評価距離が、評価距離閾値と評価距離継
続時間閾値とにより定められる条件を満足し、かつ入力
音声のパワーがパワー閾値とパワー継続時間閾値とによ
り定められる条件を満足した時に認識結果判定を終了
し、認識結果を出力するようにした音声認識方式が得ら
れる。
実施例 次に、図面を参照して本発明の実施例について説明す
る。
る。
第１図は本発明の一実施例のブロック図である。本発明
の実施例は、音声分析部１、標準パターン部２、パター
ンマッチング部３、認識結果定部４、パワー算出部５よ
り構成される。
の実施例は、音声分析部１、標準パターン部２、パター
ンマッチング部３、認識結果定部４、パワー算出部５よ
り構成される。
入力音声10は音声分析部１とパワー算出部５とに入力さ
れ、音声分析部１で特徴パターンに分析され、入力パタ
ーン11としてパターンマッチング部３に入力される。パ
ワー算出部５では、入力音声10のパワーを算出し入力パ
ワー15として認識結果判定部４に出力される。パターン
マッチング部３は標準パターン２から標準パターン12を
読出し、入力パターン11とパターンマッチングを毎フレ
ーム行いパターン間距離を算出し、評価距離13として、
認識結果判定部４に出力する。
れ、音声分析部１で特徴パターンに分析され、入力パタ
ーン11としてパターンマッチング部３に入力される。パ
ワー算出部５では、入力音声10のパワーを算出し入力パ
ワー15として認識結果判定部４に出力される。パターン
マッチング部３は標準パターン２から標準パターン12を
読出し、入力パターン11とパターンマッチングを毎フレ
ーム行いパターン間距離を算出し、評価距離13として、
認識結果判定部４に出力する。
尚、パターンマッチングはフレーム毎に入力パターンの
終端点を前フレームの時の終端点よりも１フレーム後ろ
にシフトしてから行う。パターンマッチングの方法は特
に限定されないが、本実施例では、始端フリーDPマッチ
ングを用いた例について説明する。
終端点を前フレームの時の終端点よりも１フレーム後ろ
にシフトしてから行う。パターンマッチングの方法は特
に限定されないが、本実施例では、始端フリーDPマッチ
ングを用いた例について説明する。
第２図は始端フリーDPマッチングを用いた時のパターン
マッチングのDPパス許容領域を示す図であり、第３図に
示すDPパスを用いる。第2,3図とも横軸が入力パターン
のフレーム、縦軸が標準パターンのフレームであり、ｉ
は入力パターンのフレーム、ｊは標準パターンのフレー
ムを示す。
マッチングのDPパス許容領域を示す図であり、第３図に
示すDPパスを用いる。第2,3図とも横軸が入力パターン
のフレーム、縦軸が標準パターンのフレームであり、ｉ
は入力パターンのフレーム、ｊは標準パターンのフレー
ムを示す。
始端フリーDPマッチング法とは、終端点に至るDPマッチ
ング経路のうち最小のパターン間距離を与えるものを始
端点を限定しないで求める方法であり、第２図に示した
例では、入力パターンのフレームＩを終端点とした時、
IS1からIS2のいづれかのフレームが始端点となることを
示している。又、フレーム毎に入力パターンの終端点を
シフトしてパターンマッチングを行うことは、第２図で
示されたDPパスの許容領域が横軸ｉの方向にスライドし
たことを意味する。
ング経路のうち最小のパターン間距離を与えるものを始
端点を限定しないで求める方法であり、第２図に示した
例では、入力パターンのフレームＩを終端点とした時、
IS1からIS2のいづれかのフレームが始端点となることを
示している。又、フレーム毎に入力パターンの終端点を
シフトしてパターンマッチングを行うことは、第２図で
示されたDPパスの許容領域が横軸ｉの方向にスライドし
たことを意味する。
次に、第４図及び第５図を参照して、認識結果判定部４
について説明する。評価距離13は、入力フレーム毎に算
出されるため、第４図（ａ），（ｂ）に示す様な入力フ
レームに対する時系列データとなる。第４図の横軸は入
力フレーム、縦軸は評価距離である。第４図（ａ）は正
解標準パターンに対する評価距離のグラフ、第４図
（ｂ）は誤り標準パターンに対する評価距離のグラフで
ある。
について説明する。評価距離13は、入力フレーム毎に算
出されるため、第４図（ａ），（ｂ）に示す様な入力フ
レームに対する時系列データとなる。第４図の横軸は入
力フレーム、縦軸は評価距離である。第４図（ａ）は正
解標準パターンに対する評価距離のグラフ、第４図
（ｂ）は誤り標準パターンに対する評価距離のグラフで
ある。
パワー15は入力フレーム毎に算出されるため第５図に示
す様な入力フレームに対する時系列デターとなる。第５
図の横軸は入力フレーム、縦軸はパワーである。
す様な入力フレームに対する時系列デターとなる。第５
図の横軸は入力フレーム、縦軸はパワーである。
認識結果判定部４では第４図に示す様な評価距離閾値DT
Hと、評価距離継続時間閾値LDTHとを設け、評価距離がD
THを継続して下回っている区間の時間がLDTHフレーム以
上であるかを判定し、LDTH以上である区間を谷区間と
し、谷区間が存在することを、評価距離に関する条件と
する。また、第５図に示す様なパワー閾値PTHと、パワ
ー継続時間閾値LPTHとを設け、パワーがPTHを連続してL
PTHフレーム以上下回ることを、パワーに関する条件と
し、二つの条件を満足したとき認識の判定を終了し認識
結果14を出力する。
Hと、評価距離継続時間閾値LDTHとを設け、評価距離がD
THを継続して下回っている区間の時間がLDTHフレーム以
上であるかを判定し、LDTH以上である区間を谷区間と
し、谷区間が存在することを、評価距離に関する条件と
する。また、第５図に示す様なパワー閾値PTHと、パワ
ー継続時間閾値LPTHとを設け、パワーがPTHを連続してL
PTHフレーム以上下回ることを、パワーに関する条件と
し、二つの条件を満足したとき認識の判定を終了し認識
結果14を出力する。
第４図及び第５図で示した例は、音声の前に雑音が付加
されている場合である。第４図（ｂ）の誤り標準パター
ンとの評価距離の場合、雑音とのマッチングにより評価
距離がDTHを下回りその継続時間LD2がLDTH以上であるた
め谷区間となり、スポッティング誤りが発生する。ま
た、その谷区間の最下点はV2となる。評価距離に関する
条件だけを終了条件とした場合、この時点で認識の判定
を終了し認識結果14を出力するため、誤認識となってし
まう。
されている場合である。第４図（ｂ）の誤り標準パター
ンとの評価距離の場合、雑音とのマッチングにより評価
距離がDTHを下回りその継続時間LD2がLDTH以上であるた
め谷区間となり、スポッティング誤りが発生する。ま
た、その谷区間の最下点はV2となる。評価距離に関する
条件だけを終了条件とした場合、この時点で認識の判定
を終了し認識結果14を出力するため、誤認識となってし
まう。
しかし、本発明では評価距離に関する条件とパワーに関
する条件の二つの満足したとき認識の判定を終了するた
め、最下点がV2である谷区間に対応する区間のパワーは
PTHを下回るが、その継続時間LP1がLPTH以下であるため
にパワーに関する条件を満足せず、終了条件は成り立た
ず、誤認識となることが防止される。
する条件の二つの満足したとき認識の判定を終了するた
め、最下点がV2である谷区間に対応する区間のパワーは
PTHを下回るが、その継続時間LP1がLPTH以下であるため
にパワーに関する条件を満足せず、終了条件は成り立た
ず、誤認識となることが防止される。
次に、第４図（ａ）の正解標準パターンとの評価距離の
場合、評価距離がDTHを下回りその継続時間LD1がLDTH以
上であるため谷区間となり、その最下点V1となる。ま
た、最下点がV1である谷区間に対応する区間のパワーは
PTHを下回り、その継続時間がLPTH以上となった時点Ien
dでパワーに関する条件と評価距離に関する条件とを満
足し、終了条件が成立する。
場合、評価距離がDTHを下回りその継続時間LD1がLDTH以
上であるため谷区間となり、その最下点V1となる。ま
た、最下点がV1である谷区間に対応する区間のパワーは
PTHを下回り、その継続時間がLPTH以上となった時点Ien
dでパワーに関する条件と評価距離に関する条件とを満
足し、終了条件が成立する。
一方、第４図（ｂ）の誤り標準パターンとの評価距離
も、再度評価距離がDTHを下回りその継続時間LD3がLDTH
以上となるため谷区間が形成され、この最下点はV3とな
る。本実施例では、谷区間の最下点の評価距離を判定ス
コアーとして用いる。但し、判定スコアーとして何を用
いるかは特に限定されない。
も、再度評価距離がDTHを下回りその継続時間LD3がLDTH
以上となるため谷区間が形成され、この最下点はV3とな
る。本実施例では、谷区間の最下点の評価距離を判定ス
コアーとして用いる。但し、判定スコアーとして何を用
いるかは特に限定されない。
このようにして、全ての標準パターンとの判定スコアー
を求め、判定スコアーが最も小さい標準パターンを認識
結果14として選択して出力するのである。第４図
（ａ），（ｂ）に示した例の場合、V1,V3が判定スコア
ーとなり、V1＜V3であることから、正解標準パターンが
認識結果14として選択され出力とされる。
を求め、判定スコアーが最も小さい標準パターンを認識
結果14として選択して出力するのである。第４図
（ａ），（ｂ）に示した例の場合、V1,V3が判定スコア
ーとなり、V1＜V3であることから、正解標準パターンが
認識結果14として選択され出力とされる。
第４図（ａ），（ｂ）、第５図に示した例から明らかな
用に、評価距離に関する条件だけを終了条件に用いた場
合、スポッティング誤りが発生した場合適切な位置で認
識の判定を終了できず、誤認識を招いてしまう。一方、
上述の本実施例で示したように、パワーに関する条件と
評価距離に関する条件とを終了条件に用いることによ
り、スポッティング誤りが発生しても適切な位置で認識
の判定を終了でき、従来方式で発生した誤認識を除去し
て正しい認識結果を得ることができる。
用に、評価距離に関する条件だけを終了条件に用いた場
合、スポッティング誤りが発生した場合適切な位置で認
識の判定を終了できず、誤認識を招いてしまう。一方、
上述の本実施例で示したように、パワーに関する条件と
評価距離に関する条件とを終了条件に用いることによ
り、スポッティング誤りが発生しても適切な位置で認識
の判定を終了でき、従来方式で発生した誤認識を除去し
て正しい認識結果を得ることができる。
発明の効果 以上説明した様に、本発明によれば、評価距離に対する
条件だけで認識結果の判定を終了するのではなく、本発
明による評価距離に対する条件と、入力音声のパワーに
対する条件とを満足した時に認識結果の判定を終了し認
識結果を出力する方式を用いることにより、正確な認識
結果を得ることができ、誤認識を少なくすることができ
るという効果がある。
条件だけで認識結果の判定を終了するのではなく、本発
明による評価距離に対する条件と、入力音声のパワーに
対する条件とを満足した時に認識結果の判定を終了し認
識結果を出力する方式を用いることにより、正確な認識
結果を得ることができ、誤認識を少なくすることができ
るという効果がある。
第１図は本発明の実施例のブロック図、第２図は始端フ
リーDPマッチングのDPパスの許容領域を示す図、第３図
は始端フリーDPマッチングのDPパスを示す図、第４図
（ａ）は正解標準パターンと評価距離との関係を示す
図、第４図（ｂ）は誤り標準パターンと評価距離との関
係を示す図、第５図は入力音声のパワーグラフの例を示
す図である。 主要部分の符号の説明 １……音声分析部 ２……標準パターン部 ３……パターンマッチング部 ４……認識結果判定部 ５……パワー算出部
リーDPマッチングのDPパスの許容領域を示す図、第３図
は始端フリーDPマッチングのDPパスを示す図、第４図
（ａ）は正解標準パターンと評価距離との関係を示す
図、第４図（ｂ）は誤り標準パターンと評価距離との関
係を示す図、第５図は入力音声のパワーグラフの例を示
す図である。 主要部分の符号の説明 １……音声分析部 ２……標準パターン部 ３……パターンマッチング部 ４……認識結果判定部 ５……パワー算出部
Claims (1)
- 【請求項１】認識対象の単語又は音韻の特徴パターンを
標準パターンとして記憶しておく標準パターン部と、入
力音声の分析を定められたフレーム周期毎に行い入力音
声の特徴パターンである入力パターンを出力する音声分
析部と、標準パターンと入力パターンとのマッチングを
行い評価距離を算出するパターンマッチング部と、評価
距離に基づいて認識結果を判定する認識結果判定部と、
入力音声のパワーを算出するパワー算出部とを具備し、
前記パターンマッチング部では入力パターンのフレーム
毎に入力パターンの終端点を１フレームづつ後にシフト
してパターンマッチングを行い、評価距離としてパター
ン間距離を毎フレーム算出し、時系列データとして評価
距離を認識結果判定部へ出力し、前記認識結果判定部で
は時系列データである評価距離に対して評価距離閾値と
評価距離継続時間閾値を設けて認識結果を判定する音声
認識方式であって、時系列データである入力音声のパワ
ーに対してパワー閾値とパワー継続時間閾値を設け、入
力音声の評価距離が、該評価距離閾値と該評価距離継続
時間閾値とにより定められる条件を満足し、かつ入力音
声のパワーが該パワー閾値と該パワー継続時間閾値とに
より定められる条件を満足した時に認識結果の判定を終
了し、認識結果を出力することを特徴とする音声認識方
式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63279132A JPH06105400B2 (ja) | 1988-11-04 | 1988-11-04 | 音声認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63279132A JPH06105400B2 (ja) | 1988-11-04 | 1988-11-04 | 音声認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH02125299A JPH02125299A (ja) | 1990-05-14 |
| JPH06105400B2 true JPH06105400B2 (ja) | 1994-12-21 |
Family
ID=17606880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63279132A Expired - Lifetime JPH06105400B2 (ja) | 1988-11-04 | 1988-11-04 | 音声認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH06105400B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012252026A (ja) * | 2011-05-31 | 2012-12-20 | Ntt Docomo Inc | 音声認識装置、音声認識方法、及び音声認識プログラム |
-
1988
- 1988-11-04 JP JP63279132A patent/JPH06105400B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012252026A (ja) * | 2011-05-31 | 2012-12-20 | Ntt Docomo Inc | 音声認識装置、音声認識方法、及び音声認識プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH02125299A (ja) | 1990-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108198548B (zh) | 一种语音唤醒方法及其系统 | |
| KR101183344B1 (ko) | 사용자 정정들을 이용한 자동 음성 인식 학습 | |
| US9002709B2 (en) | Voice recognition system and voice recognition method | |
| US6718303B2 (en) | Apparatus and method for automatically generating punctuation marks in continuous speech recognition | |
| JPH0158548B2 (ja) | ||
| JPH0443279B2 (ja) | ||
| JP3834169B2 (ja) | 連続音声認識装置および記録媒体 | |
| EP1471502A1 (en) | Method for correcting a text produced by speech recognition | |
| CN113851150B (zh) | 一种使用信心分在多套语音识别结果中进行选择的方法 | |
| EP1096475A2 (en) | Frequency warping for speaker recognition | |
| JPH10254475A (ja) | 音声認識方法 | |
| JPS6123560B2 (ja) | ||
| JP2748383B2 (ja) | 音声認識方式 | |
| US6438521B1 (en) | Speech recognition method and apparatus and computer-readable memory | |
| JP3011421B2 (ja) | 音声認識装置 | |
| KR100350003B1 (ko) | 음성신호로부터워드를결정하는시스템 | |
| JPH01116599A (ja) | 音声認識方式 | |
| JPH06105399B2 (ja) | 音声認識方式 | |
| JPH01116597A (ja) | 音声認識方式 | |
| JP3061292B2 (ja) | アクセント句境界検出装置 | |
| JPH02125299A (ja) | 音声認識方式 | |
| JPH01116598A (ja) | 音声認識方式 | |
| JPS62141595A (ja) | 音声検出方式 | |
| JP3007357B2 (ja) | 音声認識装置の辞書更新方式 | |
| JPH0585917B2 (ja) |