JPH0627992A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH0627992A JPH0627992A JP4184988A JP18498892A JPH0627992A JP H0627992 A JPH0627992 A JP H0627992A JP 4184988 A JP4184988 A JP 4184988A JP 18498892 A JP18498892 A JP 18498892A JP H0627992 A JPH0627992 A JP H0627992A
- Authority
- JP
- Japan
- Prior art keywords
- similarity calculation
- unit
- similarity
- voice
- noise level
- 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.)
- Pending
Links
Abstract
(57)【要約】
【目的】音声の無音区間を簡単に検出して、この無音区
間での、無意味で無駄な計算を効率よく回避し、高精度
で高速な音声認識処理が行えるようにする。 【構成】特徴抽出部１によって入力音声から抽出された
特徴パラメ−タから成る認識単位の音声パターンベクト
ルｘのノルム‖ｘ‖を類似度計算部３から受けて、その
ノルム‖ｘ‖と無音区間検出の基準となるしきい値ＴＨ
ＬＶＬとを類似度計算制御部４にて比較し、‖ｘ‖≦Ｔ
ＨＬＶＬの場合には、該当する認識単位が無音区間内で
あることを検出する構成とする。また、類似度計算制御
部４による無音区間内検出により、類似度計算部３での
類似度計算を省略し、類似度値を零に自動設定する構成
とする。更に、装置周囲の騒音レベルｎを騒音レベル検
出部５にて検出し、その騒音レベルｎに応じて、上記の
しきい値ＴＨＬＶＬをしきい値設定部６により設定する
構成とする。
間での、無意味で無駄な計算を効率よく回避し、高精度
で高速な音声認識処理が行えるようにする。 【構成】特徴抽出部１によって入力音声から抽出された
特徴パラメ−タから成る認識単位の音声パターンベクト
ルｘのノルム‖ｘ‖を類似度計算部３から受けて、その
ノルム‖ｘ‖と無音区間検出の基準となるしきい値ＴＨ
ＬＶＬとを類似度計算制御部４にて比較し、‖ｘ‖≦Ｔ
ＨＬＶＬの場合には、該当する認識単位が無音区間内で
あることを検出する構成とする。また、類似度計算制御
部４による無音区間内検出により、類似度計算部３での
類似度計算を省略し、類似度値を零に自動設定する構成
とする。更に、装置周囲の騒音レベルｎを騒音レベル検
出部５にて検出し、その騒音レベルｎに応じて、上記の
しきい値ＴＨＬＶＬをしきい値設定部６により設定する
構成とする。
Description
【０００１】
【産業上の利用分野】本発明は音声認識装置の改良に関
する。
する。
【０００２】
【従来の技術】音声認識の技術は、優れたマンマシン・
インタ−フェ−スを実現する上での重要な役割を担って
いる。最近では計算機の性能向上に伴い、連続音声認識
の研究や開発も盛んに行われるようになった。
インタ−フェ−スを実現する上での重要な役割を担って
いる。最近では計算機の性能向上に伴い、連続音声認識
の研究や開発も盛んに行われるようになった。
【０００３】このような装置では、音素と呼ばれるよう
な単位で認識処理を行うため、膨大な計算量が必要とさ
れ、リアルタイム処理に要するハードウェア規模はまだ
大きい。ところが、この計算では無駄な処理が多く、特
に音声の無音区間に対する無意味な計算が行われている
という問題があった。しかも、この無意味な計算の結
果、認識精度が劣化するという問題もあった。
な単位で認識処理を行うため、膨大な計算量が必要とさ
れ、リアルタイム処理に要するハードウェア規模はまだ
大きい。ところが、この計算では無駄な処理が多く、特
に音声の無音区間に対する無意味な計算が行われている
という問題があった。しかも、この無意味な計算の結
果、認識精度が劣化するという問題もあった。
【０００４】
【発明が解決しようとする課題】このように従来の音声
認識装置では、無音区間に対する無意味で無駄な処理が
あり、認識精度の劣化と処理速度の低下をもたらすとい
う問題があった。
認識装置では、無音区間に対する無意味で無駄な処理が
あり、認識精度の劣化と処理速度の低下をもたらすとい
う問題があった。
【０００５】本発明はこのような事情を考慮してなされ
たもので、その目的とするところは、音声の無音区間を
簡単に検出して、この無音区間での、無意味で無駄な計
算を効率よく回避することにより、高精度でしかも高速
な音声認識処理が行える音声認識装置を提供することに
ある。
たもので、その目的とするところは、音声の無音区間を
簡単に検出して、この無音区間での、無意味で無駄な計
算を効率よく回避することにより、高精度でしかも高速
な音声認識処理が行える音声認識装置を提供することに
ある。
【０００６】
【課題を解決するための手段】本発明は、入力音声から
その特徴パラメ−タを抽出する特徴抽出手段と、この抽
出された特徴パラメータから成る認識単位の音声パター
ンベクトルｘと予め認識単位として用意した標準パター
ンセットｙk （ｋ＝１，２，…）との間で類似度を計算
する類似度計算手段とを備え、この計算された類似度値
をもとに認識結果を出力する音声認識装置において、上
記音声パターンベクトルｘのノルム‖ｘ‖の大きさによ
って音声の無音区間を認識単位で検出し、この検出結果
に応じて類似度計算手段の類似度値計算を制御する類似
度計算制御手段を設け、この類似度計算制御手段によっ
て無音区間が検出された場合には、類似度計算手段によ
る対応する類似度計算が省略されるようにしたことを特
徴とするものである。
その特徴パラメ−タを抽出する特徴抽出手段と、この抽
出された特徴パラメータから成る認識単位の音声パター
ンベクトルｘと予め認識単位として用意した標準パター
ンセットｙk （ｋ＝１，２，…）との間で類似度を計算
する類似度計算手段とを備え、この計算された類似度値
をもとに認識結果を出力する音声認識装置において、上
記音声パターンベクトルｘのノルム‖ｘ‖の大きさによ
って音声の無音区間を認識単位で検出し、この検出結果
に応じて類似度計算手段の類似度値計算を制御する類似
度計算制御手段を設け、この類似度計算制御手段によっ
て無音区間が検出された場合には、類似度計算手段によ
る対応する類似度計算が省略されるようにしたことを特
徴とするものである。
【０００７】また本発明は、装置周囲の騒音レベルを検
出する騒音レベル検出手段を更に設け、この検出された
騒音レベルに対応したしきい値と上記音声パターンベク
トルｘのノルム‖ｘ‖とを類似度計算制御手段にて比較
し、その比較結果により無音区間を検出するようにした
ことをも特徴とする。
出する騒音レベル検出手段を更に設け、この検出された
騒音レベルに対応したしきい値と上記音声パターンベク
トルｘのノルム‖ｘ‖とを類似度計算制御手段にて比較
し、その比較結果により無音区間を検出するようにした
ことをも特徴とする。
【０００８】
【作用】上記の構成においては、認識単位の音声パター
ンベクトルｘのノルム‖ｘ‖の大きさが類似度計算制御
手段にてチェックされ、その大きさが或るしきい値以下
の場合には、その認識単位の区間は音声の無音区間とし
て検出され、類似度計算手段による対応する類似度計算
が省略されるように制御される。ここで、音声パターン
ベクトルｘのノルム‖ｘ‖の大きさは装置周囲の騒音レ
ベルの影響を受けることから、上記のしきい値を騒音レ
ベルに応じて設定することで、音声の無音区間をより高
精度に検出することが可能となる。
ンベクトルｘのノルム‖ｘ‖の大きさが類似度計算制御
手段にてチェックされ、その大きさが或るしきい値以下
の場合には、その認識単位の区間は音声の無音区間とし
て検出され、類似度計算手段による対応する類似度計算
が省略されるように制御される。ここで、音声パターン
ベクトルｘのノルム‖ｘ‖の大きさは装置周囲の騒音レ
ベルの影響を受けることから、上記のしきい値を騒音レ
ベルに応じて設定することで、音声の無音区間をより高
精度に検出することが可能となる。
【０００９】このように上記の構成においては、しきい
値と認識単位の音声パターンベクトルｘのノルム‖ｘ‖
を比較することで、音声の無音区間を簡単に検出できる
ようになり、この比較結果に応じて類似度計算を制御す
ることにより、音声の無音区間では、無意味な類似度値
の算出と無駄な計算を効率よく回避することが可能とな
る。したがって、本発明によれば、高精度でしかも高速
な認識処理を行うことができ、従来と比較して格段に装
置の性能が向上する。
値と認識単位の音声パターンベクトルｘのノルム‖ｘ‖
を比較することで、音声の無音区間を簡単に検出できる
ようになり、この比較結果に応じて類似度計算を制御す
ることにより、音声の無音区間では、無意味な類似度値
の算出と無駄な計算を効率よく回避することが可能とな
る。したがって、本発明によれば、高精度でしかも高速
な認識処理を行うことができ、従来と比較して格段に装
置の性能が向上する。
【００１０】
【実施例】以下、本発明を単語音声認識に適用した一実
施例につき図面を参照して説明する。
施例につき図面を参照して説明する。
【００１１】図１は本発明の一実施例に係る音声認識装
置の概略構成を示すブロック図である。図１において、
１は入力音声からその特徴量を抽出するための特徴抽出
部である。特徴抽出部１は、入力音声の特徴量を認識単
位（例えば音素のような時間的に短い単位）毎に音声パ
ターンベクトルｘとして抽出する。
置の概略構成を示すブロック図である。図１において、
１は入力音声からその特徴量を抽出するための特徴抽出
部である。特徴抽出部１は、入力音声の特徴量を認識単
位（例えば音素のような時間的に短い単位）毎に音声パ
ターンベクトルｘとして抽出する。
【００１２】２は予め認識カテゴリ毎に用意された標準
パターンセットｙk （ｋ＝１，２…で、ｋは認識カテゴ
リに対応する）が格納された標準パターン記憶部、３は
類似度計算部である。類似度計算部３は、特徴抽出部１
によって抽出された音声パターンベクトルｘと標準パタ
ーン記憶部２に予め格納されている標準パターンセット
ｙk （ｋ＝１，２…）との間で類似度計算を行う。
パターンセットｙk （ｋ＝１，２…で、ｋは認識カテゴ
リに対応する）が格納された標準パターン記憶部、３は
類似度計算部である。類似度計算部３は、特徴抽出部１
によって抽出された音声パターンベクトルｘと標準パタ
ーン記憶部２に予め格納されている標準パターンセット
ｙk （ｋ＝１，２…）との間で類似度計算を行う。
【００１３】４は特徴抽出部１によって抽出された音声
パターンベクトルｘのノルム‖ｘ‖の大きさによって類
似度計算部３の類似度値計算を制御する類似度計算制御
部である。類似度計算制御部４は、音声パターンベクト
ルｘのノルム‖ｘ‖の大きさと後述するしきい値設定部
６によって設定されるしきい値ＴＨＬＶＬとを比較する
ことで、音声の無音区間を認識単位で検出し、その検出
結果に応じて類似度計算部３を制御する。
パターンベクトルｘのノルム‖ｘ‖の大きさによって類
似度計算部３の類似度値計算を制御する類似度計算制御
部である。類似度計算制御部４は、音声パターンベクト
ルｘのノルム‖ｘ‖の大きさと後述するしきい値設定部
６によって設定されるしきい値ＴＨＬＶＬとを比較する
ことで、音声の無音区間を認識単位で検出し、その検出
結果に応じて類似度計算部３を制御する。
【００１４】５は本装置が使用される周囲の騒音レベル
を検出する騒音レベル検出部、６はしきい値設定部であ
る。しきい値設定部６は、騒音レベル検出部５によって
検出された騒音レベルｎで決まるしきい値ＴＨ(n) を、
類似度計算制御部４での比較の基準となるしきい値ＴＨ
ＬＶＬとして設定する。
を検出する騒音レベル検出部、６はしきい値設定部であ
る。しきい値設定部６は、騒音レベル検出部５によって
検出された騒音レベルｎで決まるしきい値ＴＨ(n) を、
類似度計算制御部４での比較の基準となるしきい値ＴＨ
ＬＶＬとして設定する。
【００１５】７は類似度計算部３によって計算された類
似度の値から認識結果を判定する識別判定部である。識
別判定部７は、認識単位が例えば音素の場合であれば、
音素のラベル系列（音素ラティス）を出力する。
似度の値から認識結果を判定する識別判定部である。識
別判定部７は、認識単位が例えば音素の場合であれば、
音素のラベル系列（音素ラティス）を出力する。
【００１６】次に、図１の構成の動作を、図２のフロー
チャートを適宜参照して説明する。まず、特徴抽出部１
は、音声認識の対象となる入力音声の特徴量を、例えば
音素のような時間的に短い認識単位毎に音声パターンベ
クトル（入力パターンベクトル）ｘとして抽出する。す
ると類似度計算部３は、特徴抽出部１によって抽出され
た音声パターンベクトルｘのノルム‖ｘ‖を計算する
（ステップＳ１）。
チャートを適宜参照して説明する。まず、特徴抽出部１
は、音声認識の対象となる入力音声の特徴量を、例えば
音素のような時間的に短い認識単位毎に音声パターンベ
クトル（入力パターンベクトル）ｘとして抽出する。す
ると類似度計算部３は、特徴抽出部１によって抽出され
た音声パターンベクトルｘのノルム‖ｘ‖を計算する
（ステップＳ１）。
【００１７】これと並行して、騒音レベル検出部５は、
特徴抽出部１によって入力音声の特徴抽出が行われてい
る際の周囲騒音レベルｎを例えば上記の認識単位で検出
し、しきい値設定部６に通知する。
特徴抽出部１によって入力音声の特徴抽出が行われてい
る際の周囲騒音レベルｎを例えば上記の認識単位で検出
し、しきい値設定部６に通知する。
【００１８】しきい値設定部６は、騒音レベル検出部５
から通知された騒音レベルｎに応じて予め定められてい
るしきい値（騒音レベルｎに固有のしきい値）ＴＨ(n)
を、類似度計算制御部４で用いられるしきい値ＴＨＬＶ
Ｌとして設定する（ステップＳ２）。この騒音レベルｎ
としきい値ＴＨＬＶＬ（＝ＴＨ(n) ）との関係の一例を
図３に示す。図３の例では、騒音レベルｎがｎ1 より小
さい範囲では最小値ＴＨmin が、ｎ2 （但しｎ2 ＞ｎ1
）より大きい範囲では最大値ＴＨmax が、そしてｎ1
とｎ2 との間の範囲ではＴＨmin ，ＴＨmax 間を騒音レ
ベルｎに比例して増加させるような値が、しきい値ＴＨ
ＬＶＬとして設定される。
から通知された騒音レベルｎに応じて予め定められてい
るしきい値（騒音レベルｎに固有のしきい値）ＴＨ(n)
を、類似度計算制御部４で用いられるしきい値ＴＨＬＶ
Ｌとして設定する（ステップＳ２）。この騒音レベルｎ
としきい値ＴＨＬＶＬ（＝ＴＨ(n) ）との関係の一例を
図３に示す。図３の例では、騒音レベルｎがｎ1 より小
さい範囲では最小値ＴＨmin が、ｎ2 （但しｎ2 ＞ｎ1
）より大きい範囲では最大値ＴＨmax が、そしてｎ1
とｎ2 との間の範囲ではＴＨmin ，ＴＨmax 間を騒音レ
ベルｎに比例して増加させるような値が、しきい値ＴＨ
ＬＶＬとして設定される。
【００１９】類似度計算制御部４は、類似度計算部３で
計算された音声パターンベクトルｘのノルム‖ｘ‖と、
しきい値設定部６によって設定されたしきい値ＴＨＬＶ
Ｌとを比較する（ステップＳ３）。
計算された音声パターンベクトルｘのノルム‖ｘ‖と、
しきい値設定部６によって設定されたしきい値ＴＨＬＶ
Ｌとを比較する（ステップＳ３）。
【００２０】類似度計算制御部４はステップＳ３の比較
の結果、‖ｘ‖＞ＴＨＬＶＬであるならば、対応する認
識単位の期間は音声の無音区間外であるものと判断し、
類似度計算部３に対して、通常の類似度計算を行わせ
る。これにより、類似度計算制御部４は、特徴抽出部１
からの音声パターンベクトルｘと標準パターン記憶部２
に予め格納されている標準パターンセットｙk （ｋ＝
１，２…）との間で、例えば、 Ｓk ＝ＳＩＭ（ｘ，ｙk ）／‖ｘ‖ ……（１）
の結果、‖ｘ‖＞ＴＨＬＶＬであるならば、対応する認
識単位の期間は音声の無音区間外であるものと判断し、
類似度計算部３に対して、通常の類似度計算を行わせ
る。これにより、類似度計算制御部４は、特徴抽出部１
からの音声パターンベクトルｘと標準パターン記憶部２
に予め格納されている標準パターンセットｙk （ｋ＝
１，２…）との間で、例えば、 Ｓk ＝ＳＩＭ（ｘ，ｙk ）／‖ｘ‖ ……（１）
【００２１】の形で定義される類似度計算を行う（ステ
ップＳ４）。この（１）式で、ＳＩＭ（ｘ，ｙk ）はベ
クトルｘとｙk との類似度を定義する関数、‖ｘ‖はｘ
のノルムである。
ップＳ４）。この（１）式で、ＳＩＭ（ｘ，ｙk ）はベ
クトルｘとｙk との類似度を定義する関数、‖ｘ‖はｘ
のノルムである。
【００２２】さて、類似度（Ｓk ）を、音声パターンベ
クトルｘのノルム‖ｘ‖によって上記（１）式のように
正規化するのは、ベクトルｘの長さではなく、その方向
によって類似度を定義することで、入力音声の強弱に影
響されない認識結果が得られるという理由による。ここ
では、このことを強調するために、ノルム‖ｘ‖で割る
表記を類似度の定義式ＳＩＭ（ｘ，ｙk ）に含めないこ
とにした。本実施例における具体的な類似度定義式とし
ては、優れたパターンマッチング性能を有する部分空間
法では、次の（２）式を適用するようにしている。
クトルｘのノルム‖ｘ‖によって上記（１）式のように
正規化するのは、ベクトルｘの長さではなく、その方向
によって類似度を定義することで、入力音声の強弱に影
響されない認識結果が得られるという理由による。ここ
では、このことを強調するために、ノルム‖ｘ‖で割る
表記を類似度の定義式ＳＩＭ（ｘ，ｙk ）に含めないこ
とにした。本実施例における具体的な類似度定義式とし
ては、優れたパターンマッチング性能を有する部分空間
法では、次の（２）式を適用するようにしている。
【００２３】
【数１】 この（２）式で、ｙ(k) L はＬ軸に直交展開されたカテ
ゴリｋの標準パターンで、（ｘ，ｙ(k) L ）はｘとｙ
(k) L の内積を表す。
ゴリｋの標準パターンで、（ｘ，ｙ(k) L ）はｘとｙ
(k) L の内積を表す。
【００２４】これに対し、上記ステップＳ３の比較の結
果、‖ｘ‖≦ＴＨＬＶＬであるならば、類似度計算制御
部４は、対応する認識単位の期間は音声の無音区間内で
あるものと判断し、類似度計算部３に対して、上記
（１）式に従う対応する類似度計算を省略して類似度
（類似度値）Ｓk ＝０とするように制御する。これによ
り、類似度計算制御部４は、上記（１）式に従う類似度
計算を行わずに、Ｓk ＝０とする（ステップＳ５）
果、‖ｘ‖≦ＴＨＬＶＬであるならば、類似度計算制御
部４は、対応する認識単位の期間は音声の無音区間内で
あるものと判断し、類似度計算部３に対して、上記
（１）式に従う対応する類似度計算を省略して類似度
（類似度値）Ｓk ＝０とするように制御する。これによ
り、類似度計算制御部４は、上記（１）式に従う類似度
計算を行わずに、Ｓk ＝０とする（ステップＳ５）
【００２５】識別判定部７は、類似度計算部３によって
求められた類似度の値から認識結果を判定し、認識単位
が例えば音素の場合であれば、音素のラベル系列を出力
する。
求められた類似度の値から認識結果を判定し、認識単位
が例えば音素の場合であれば、音素のラベル系列を出力
する。
【００２６】次に、類似度計算制御部４による上記ステ
ップＳ３の比較処理について、図４の動作説明図を参照
して詳細に説明する。まず図４において、１１は入力音
声のパターンを表しており、縦軸が特徴量、横軸が時間
（ｔ）に対応する。１２は音声パターン１１から音声パ
ターンベクトルｘを切り出すための窓で、音声の認識単
位（例えば音素）の大きさである。１３はこの窓１２の
中の音声パターンベクトルｘのノルム‖ｘ‖を、窓１２
を横軸（時間軸）方向にずらしながら示したものであ
る。
ップＳ３の比較処理について、図４の動作説明図を参照
して詳細に説明する。まず図４において、１１は入力音
声のパターンを表しており、縦軸が特徴量、横軸が時間
（ｔ）に対応する。１２は音声パターン１１から音声パ
ターンベクトルｘを切り出すための窓で、音声の認識単
位（例えば音素）の大きさである。１３はこの窓１２の
中の音声パターンベクトルｘのノルム‖ｘ‖を、窓１２
を横軸（時間軸）方向にずらしながら示したものであ
る。
【００２７】この図４の例からも理解されるように、音
声の無音区間では当然ノルム‖ｘ‖の値は小さくなる。
この無音区間では音素の類似度計算は必要でない。しか
しながら従来は、無音区間が検出できず、この無音区間
でも類似度計算を実施していた。
声の無音区間では当然ノルム‖ｘ‖の値は小さくなる。
この無音区間では音素の類似度計算は必要でない。しか
しながら従来は、無音区間が検出できず、この無音区間
でも類似度計算を実施していた。
【００２８】もし、無音区間であっても、前記（１）式
で定義した類似度計算が行われるならば、類似度Ｓk と
して何等かの値が求められる。しかも、分母であるノル
ム‖ｘ‖の値が比較的小さいので、類似度値は無意味な
大きな値が算出される。この場合、認識精度の劣化とな
り、更に無駄な計算を行うという不具合が生じる。
で定義した類似度計算が行われるならば、類似度Ｓk と
して何等かの値が求められる。しかも、分母であるノル
ム‖ｘ‖の値が比較的小さいので、類似度値は無意味な
大きな値が算出される。この場合、認識精度の劣化とな
り、更に無駄な計算を行うという不具合が生じる。
【００２９】しかし本実施例では、既に説明したよう
に、類似度計算制御部４において、ノルム‖ｘ‖としき
い値ＴＨＬＶＬとの比較を行うことで無音区間を効率的
に検出して、類似度計算部３を制御することにより、無
音区間では無意味な類似度値の算出と無駄な計算量を回
避することが可能となる。ここで、しきい値ＴＨＬＶＬ
として、前記したように騒音レベルｎに応じた値ＴＨ
(n) を用いたのは、騒音によって無音区間のノルムの値
が大きくなるので、しきい値ＴＨＬＶＬも騒音レベルに
追従させる必要があるためである。もし、しきい値ＴＨ
ＬＶＬとして固定値を用いたならば、騒音レベルが比較
的一定である場所で本装置を使用する場合は問題はない
が、騒音レベルが変動する場合には、無音区間の検出が
その変動に左右され、安定した無音区間検出が行えなく
なる。
に、類似度計算制御部４において、ノルム‖ｘ‖としき
い値ＴＨＬＶＬとの比較を行うことで無音区間を効率的
に検出して、類似度計算部３を制御することにより、無
音区間では無意味な類似度値の算出と無駄な計算量を回
避することが可能となる。ここで、しきい値ＴＨＬＶＬ
として、前記したように騒音レベルｎに応じた値ＴＨ
(n) を用いたのは、騒音によって無音区間のノルムの値
が大きくなるので、しきい値ＴＨＬＶＬも騒音レベルに
追従させる必要があるためである。もし、しきい値ＴＨ
ＬＶＬとして固定値を用いたならば、騒音レベルが比較
的一定である場所で本装置を使用する場合は問題はない
が、騒音レベルが変動する場合には、無音区間の検出が
その変動に左右され、安定した無音区間検出が行えなく
なる。
【００３０】
【発明の効果】以上説明したように本発明によれば、入
力音声から認識単位で抽出される音声パターンベクトル
ｘのノルム‖ｘ‖の大きさをもとに音声の無音区間を認
識単位で検出し、この検出結果に応じて類似度値計算を
制御する構成としたので、無音区間が簡単に検出でき、
この無音区間での、無意味な認識結果と無駄な類似度計
算を効率よく回避することができる。
力音声から認識単位で抽出される音声パターンベクトル
ｘのノルム‖ｘ‖の大きさをもとに音声の無音区間を認
識単位で検出し、この検出結果に応じて類似度値計算を
制御する構成としたので、無音区間が簡単に検出でき、
この無音区間での、無意味な認識結果と無駄な類似度計
算を効率よく回避することができる。
【００３１】特に、音声パターンベクトルｘのノルム‖
ｘ‖を装置周囲の騒音レベルに対応したしきい値と比較
することで無音区間を検出する構成とした場合には、無
音区間の検出が騒音レベルの変動に左右されずに安定し
て行え、無意味な認識結果と無駄な類似度計算を一層効
率よく回避して、認識精度と認識処理速度の向上を図り
得る等の実用上多大なる効果が奏せられる。
ｘ‖を装置周囲の騒音レベルに対応したしきい値と比較
することで無音区間を検出する構成とした場合には、無
音区間の検出が騒音レベルの変動に左右されずに安定し
て行え、無意味な認識結果と無駄な類似度計算を一層効
率よく回避して、認識精度と認識処理速度の向上を図り
得る等の実用上多大なる効果が奏せられる。
【図１】本発明の一実施例に係る音声認識装置の概略構
成を示すブロック図。
成を示すブロック図。
【図２】同実施例の動作を説明するためのフローチャー
ト。
ト。
【図３】騒音レベルｎとしきい値ＴＨＬＶＬ（＝ＴＨ
(n) ）との関係の一例を示す図。
(n) ）との関係の一例を示す図。
【図４】入力音声パターンとノルム‖ｘ‖としきい値Ｔ
ＨＬＶＬとの関係を具体的に説明するための動作説明
図。
ＨＬＶＬとの関係を具体的に説明するための動作説明
図。
１…特徴抽出部、２…標準パターン記憶部、３…類似度
計算部、４…類似度計算制御部、５…騒音レベル検出
部、６…しきい値設定部、７…識別判定部。
計算部、４…類似度計算制御部、５…騒音レベル検出
部、６…しきい値設定部、７…識別判定部。
Claims (2)
- 【請求項１】 入力音声からその特徴パラメ−タを抽出
する特徴抽出手段と、この特徴抽出手段によって抽出さ
れた前記特徴パラメータから成る認識単位の音声パター
ンベクトルｘと予め認識単位として用意した標準パター
ンセットｙk（ｋ＝１，２，…）との間で類似度を計算
する類似度計算手段とを備え、この類似度計算手段によ
って計算された類似度値をもとに認識結果を出力する音
声認識装置において、 前記音声パターンベクトルｘのノルム‖ｘ‖の大きさに
よって音声の無音区間を認識単位で検出し、この検出結
果に応じて前記類似度計算手段の類似度値計算を制御す
る類似度計算制御手段を備え、 前記類似度計算制御手段によって無音区間が検出された
場合には、前記類似度計算手段による対応する類似度計
算が省略されるようにしたことを特徴とする音声認識装
置。 - 【請求項２】 装置周囲の騒音レベルを検出する騒音レ
ベル検出手段を更に備え、前記類似度計算制御手段は、
前記騒音レベル検出手段によって検出された騒音レベル
に対応したしきい値と前記音声パターンベクトルｘのノ
ルム‖ｘ‖とを比較し、その比較結果により無音区間を
検出することを特徴とする請求項１記載の音声認識装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4184988A JPH0627992A (ja) | 1992-07-13 | 1992-07-13 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4184988A JPH0627992A (ja) | 1992-07-13 | 1992-07-13 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0627992A true JPH0627992A (ja) | 1994-02-04 |
Family
ID=16162834
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4184988A Pending JPH0627992A (ja) | 1992-07-13 | 1992-07-13 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0627992A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000032730A (ko) * | 1998-11-17 | 2000-06-15 | 서평원 | 음성인식 시스템의 잡음 처리 방법 |
| KR100451474B1 (ko) * | 1996-03-01 | 2004-11-16 | 크뢰쏘 루아르 앵뒤스트리 | 플라스틱의 사출성형용 주형제조에 유용한 강 |
-
1992
- 1992-07-13 JP JP4184988A patent/JPH0627992A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100451474B1 (ko) * | 1996-03-01 | 2004-11-16 | 크뢰쏘 루아르 앵뒤스트리 | 플라스틱의 사출성형용 주형제조에 유용한 강 |
| KR20000032730A (ko) * | 1998-11-17 | 2000-06-15 | 서평원 | 음성인식 시스템의 잡음 처리 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7269556B2 (en) | Pattern recognition | |
| US6216103B1 (en) | Method for implementing a speech recognition system to determine speech endpoints during conditions with background noise | |
| US6801892B2 (en) | Method and system for the reduction of processing time in a speech recognition system using the hidden markov model | |
| US5369728A (en) | Method and apparatus for detecting words in input speech data | |
| JPS62231997A (ja) | 音声認識システム及びその方法 | |
| US5621849A (en) | Voice recognizing method and apparatus | |
| US8271283B2 (en) | Method and apparatus for recognizing speech by measuring confidence levels of respective frames | |
| JP2969862B2 (ja) | 音声認識装置 | |
| Fujie et al. | Back-channel feedback generation using linguistic and nonlinguistic information and its application to spoken dialogue system. | |
| JP2003044078A (ja) | 発声速度正規化分析を用いた音声認識装置 | |
| JP3535292B2 (ja) | 音声認識システム | |
| JP3444108B2 (ja) | 音声認識装置 | |
| US6823304B2 (en) | Speech recognition apparatus and method performing speech recognition with feature parameter preceding lead voiced sound as feature parameter of lead consonant | |
| JPH0627992A (ja) | 音声認識装置 | |
| JP3403838B2 (ja) | 句境界確率計算装置および句境界確率利用連続音声認識装置 | |
| JPH0792989A (ja) | 音声認識方法 | |
| KR20180127020A (ko) | 자연어 대화체 음성 인식 방법 및 장치 | |
| US7912715B2 (en) | Determining distortion measures in a pattern recognition process | |
| KR100404852B1 (ko) | 언어모델적응기능을가진음성인식장치및그제어방법 | |
| Savchenko et al. | Fuzzy Phonetic Encoding of Speech Signals in Voice Processing Systems | |
| JP3207378B2 (ja) | 音声認識方法 | |
| JPH08314490A (ja) | ワードスポッティング型音声認識方法と装置 | |
| KR960001950B1 (ko) | 음성인식방법 및 그 장치 | |
| JP2578771B2 (ja) | 音声認識装置 | |
| JPH05197397A (ja) | 音声認識方法及びその装置 |