JPH0634184B2 - 音声認識方法 - Google Patents
音声認識方法Info
- Publication number
- JPH0634184B2 JPH0634184B2 JP59199213A JP19921384A JPH0634184B2 JP H0634184 B2 JPH0634184 B2 JP H0634184B2 JP 59199213 A JP59199213 A JP 59199213A JP 19921384 A JP19921384 A JP 19921384A JP H0634184 B2 JPH0634184 B2 JP H0634184B2
- Authority
- JP
- Japan
- Prior art keywords
- section
- silent
- voice
- result
- recognition
- 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、音声認識方法に関する。
従来技術 音声パワーの包絡線をある閾値で切って音声区間を検出
する音声認識装置は周知であるが、その場合、従来は、
音声の終端から認識処理を行う場合、単語の区切り点か
ら線形伸縮を行って結果を出力していたが、これだと音
声の真の終端から単語の区切りを検出するまでの無音時
間がよけいに処理時間に加わる。更に、この無音時間の
間に舌打音などによる雑音が生じた場合は、適正に切り
出されないことを判断できないため、誤認識するという
欠点を持っていた。
する音声認識装置は周知であるが、その場合、従来は、
音声の終端から認識処理を行う場合、単語の区切り点か
ら線形伸縮を行って結果を出力していたが、これだと音
声の真の終端から単語の区切りを検出するまでの無音時
間がよけいに処理時間に加わる。更に、この無音時間の
間に舌打音などによる雑音が生じた場合は、適正に切り
出されないことを判断できないため、誤認識するという
欠点を持っていた。
目的 本発明は、上述のごとき従来技術の欠点を解決するため
になされたもので、特に、音声認識方法の認識処理にお
ける単語間無音時間を利用して認識処理を行って高速化
を計るとともに、その単語間の無音時間内に生ずるノイ
ズによる区間を除去して認識精度の向上を図ることを目
的としてなされたものである。
になされたもので、特に、音声認識方法の認識処理にお
ける単語間無音時間を利用して認識処理を行って高速化
を計るとともに、その単語間の無音時間内に生ずるノイ
ズによる区間を除去して認識精度の向上を図ることを目
的としてなされたものである。
構成 本発明は、上記目的を達成するため、（１）音声パワー
包絡線をある閾値で切って音声区間を検出し、その検出
パルスを用いてあらかじめ設定された時間より長い無音
区間が生じた時に単語の区切り点として線型伸縮して認
識処理を行う音声認識方法において、無音区間の開始よ
り認識処理を行ってその結果を保持し、区切り点がきた
時に前記結果を出力し、区切り点より先に有音区間がき
た時はそれ迄の結果をキャンセルし、次の無音区間の開
始点から再び認識処理を行い、前記無音区間が一定以上
続いた後に短い有音区間があるときは、該有音区間を有
音区間として認めないようにし、前記無音区間内におけ
る単発的なノイズを除去するようにしたこと、更には、
（２）前記（１）において、前記無音区間が短かく無音
区間の開始より行った認識処理中に有音区間がきた場合
は、認識処理を中断して次の無音区間（終端）を待つこ
とを特徴としたものである。以下、本発明の実施例に基
づいて説明する。
包絡線をある閾値で切って音声区間を検出し、その検出
パルスを用いてあらかじめ設定された時間より長い無音
区間が生じた時に単語の区切り点として線型伸縮して認
識処理を行う音声認識方法において、無音区間の開始よ
り認識処理を行ってその結果を保持し、区切り点がきた
時に前記結果を出力し、区切り点より先に有音区間がき
た時はそれ迄の結果をキャンセルし、次の無音区間の開
始点から再び認識処理を行い、前記無音区間が一定以上
続いた後に短い有音区間があるときは、該有音区間を有
音区間として認めないようにし、前記無音区間内におけ
る単発的なノイズを除去するようにしたこと、更には、
（２）前記（１）において、前記無音区間が短かく無音
区間の開始より行った認識処理中に有音区間がきた場合
は、認識処理を中断して次の無音区間（終端）を待つこ
とを特徴としたものである。以下、本発明の実施例に基
づいて説明する。
音声認識方法においては、一般的に語の区切りとして２
００〜４００ms程度の無音区間を用い、それが生じた時
に語の区切りとして検出している。本発明は、その語の
区切りが発生してから認識処理を行おうというのではな
く、無音区間が生じたらすぐに認識処理を開始し、認識
途中に有音区間が始った場合は認識処理を中断し、次の
無音区間の開始を持ち、無音区間中に結果が出た場合に
はその結果を保持し、語の区切りパルスがきた時にその
結果を出力し、有音区間の開始エッジならば、その結果
をキャンセルしようとするものであり、更に、その無音
区間中において口びるの開閉に伴う舌打音パターンが生
じた場合に、その影響を除こうとするものである。
００〜４００ms程度の無音区間を用い、それが生じた時
に語の区切りとして検出している。本発明は、その語の
区切りが発生してから認識処理を行おうというのではな
く、無音区間が生じたらすぐに認識処理を開始し、認識
途中に有音区間が始った場合は認識処理を中断し、次の
無音区間の開始を持ち、無音区間中に結果が出た場合に
はその結果を保持し、語の区切りパルスがきた時にその
結果を出力し、有音区間の開始エッジならば、その結果
をキャンセルしようとするものであり、更に、その無音
区間中において口びるの開閉に伴う舌打音パターンが生
じた場合に、その影響を除こうとするものである。
第１図は、本発明の一実施例を説明するための電気的ブ
ロック線図、第２図及び第３図は、タイムチャートで、
図中、１はマイク、２は前処理部、３は特徴抽出部、４
は検波部、５は区間検出部、６は認識処理部、７は辞書
パターン、８は結果出力部で、マイク１より入力された
音声は前処理部２、特徴抽出部４を通して認識処理部６
へ送られ、ここで辞書パターン７とのマッチングがとら
れ、その結果が結果出力部８に出力される。又、入力さ
れた音声の音声パワー包絡〔第２図（Ａ）〕を求め、あ
る閾値を持って区間パルス〔第２図（Ｂ）〕と一単語パ
ルス〔第２図（Ｃ）〕を求める。なお、ここで一単語の
区間弁別としてＮｍsecを用いており、又、特徴抽出さ
れた音声データは、Ｘｍsecの間隔で常時とりこまれて
いる。
ロック線図、第２図及び第３図は、タイムチャートで、
図中、１はマイク、２は前処理部、３は特徴抽出部、４
は検波部、５は区間検出部、６は認識処理部、７は辞書
パターン、８は結果出力部で、マイク１より入力された
音声は前処理部２、特徴抽出部４を通して認識処理部６
へ送られ、ここで辞書パターン７とのマッチングがとら
れ、その結果が結果出力部８に出力される。又、入力さ
れた音声の音声パワー包絡〔第２図（Ａ）〕を求め、あ
る閾値を持って区間パルス〔第２図（Ｂ）〕と一単語パ
ルス〔第２図（Ｃ）〕を求める。なお、ここで一単語の
区間弁別としてＮｍsecを用いており、又、特徴抽出さ
れた音声データは、Ｘｍsecの間隔で常時とりこまれて
いる。
第２図は、本発明の動作説明とするためのタイムチャー
トで、今、（Ｂ）の区間パルスにおいて最初の無音区間
エッジｋが生じると、（Ｄ）に示すようにａの区間デー
タをもって認識処理を行うが、この認識処理の途中に
有音区間開始エッジｋ′が始まると、認識処理を中断す
る。次に（Ｅ）に示すように、無音区間の開始エッジ
が生じると再びこんどはｂの音声区間データをもって認
識処理を行ない、結果が出た時点で一単語パルスの終
端エッジｑを待つ。しかし、ｑが生じる前に′の有音
区間が開始エッジを生じ、この場合は結果をキャンセル
する。更に、（Ｆ）に示すように無音区間の開始エッジ
ｍが生じた時点で音声区間データＣとなって認識処理
を行い、結果を保持し（）、一単語パルスの終端エッ
ジｑが生じた時点で結果を出力する（）。この様にす
れば、一単語区間弁別のためのＮｍsec間を有効に利用
でき認識処理の高速化を計るるとができる。次に、無音
区間中に舌打音が入った場合、音声の始端からその舌打
音の有音区間において前述の様に再度認識処理をやり直
す為、ほとんど誤認識をする。そのため、この舌打音の
影響を取り除く必要がある。
トで、今、（Ｂ）の区間パルスにおいて最初の無音区間
エッジｋが生じると、（Ｄ）に示すようにａの区間デー
タをもって認識処理を行うが、この認識処理の途中に
有音区間開始エッジｋ′が始まると、認識処理を中断す
る。次に（Ｅ）に示すように、無音区間の開始エッジ
が生じると再びこんどはｂの音声区間データをもって認
識処理を行ない、結果が出た時点で一単語パルスの終
端エッジｑを待つ。しかし、ｑが生じる前に′の有音
区間が開始エッジを生じ、この場合は結果をキャンセル
する。更に、（Ｆ）に示すように無音区間の開始エッジ
ｍが生じた時点で音声区間データＣとなって認識処理
を行い、結果を保持し（）、一単語パルスの終端エッ
ジｑが生じた時点で結果を出力する（）。この様にす
れば、一単語区間弁別のためのＮｍsec間を有効に利用
でき認識処理の高速化を計るるとができる。次に、無音
区間中に舌打音が入った場合、音声の始端からその舌打
音の有音区間において前述の様に再度認識処理をやり直
す為、ほとんど誤認識をする。そのため、この舌打音の
影響を取り除く必要がある。
第３図は、上記舌打音を影響を取り除くためのタイムチ
ャートであるが、発生後の口の開閉に伴う舌打音は一般
的に１〜３フレーム程度の有音区間を生じ、これを判定
するために次の条件式を用いる。
ャートであるが、発生後の口の開閉に伴う舌打音は一般
的に１〜３フレーム程度の有音区間を生じ、これを判定
するために次の条件式を用いる。
（有音区間が３サンプル以内）ＡＮＤ（有音発生以前に
２サンプル以上の無音区間を有する） 前記条件に合致する時はこの様な有音区間は有音区間と
して認めない。この様にすれば、第３図（Ｇ）に示す様
に真の音声区間データｄをもって認識処理を行い、
で結果を保持することができる。しかし、一単語パルス
は舌打音の影響を受けるのでの結果保持が長くなり、
一単語パルスの終端エッジにおいて結果が出力される。
２サンプル以上の無音区間を有する） 前記条件に合致する時はこの様な有音区間は有音区間と
して認めない。この様にすれば、第３図（Ｇ）に示す様
に真の音声区間データｄをもって認識処理を行い、
で結果を保持することができる。しかし、一単語パルス
は舌打音の影響を受けるのでの結果保持が長くなり、
一単語パルスの終端エッジにおいて結果が出力される。
効果 以上の説明から明らかなように、本発明によると、 （イ）、単語の終端から直ちに認識処理を実行する事が
でき、単語間の区切りにおいて結果をすぐに出力でき
る。
でき、単語間の区切りにおいて結果をすぐに出力でき
る。
（ロ）、更には、無音区間の舌打音の影響を取り除く事
により、不要な誤認識を防止できる。
により、不要な誤認識を防止できる。
等の利点がある。
第１図は、本発明の一実施例を説明するための電気的ブ
ロック線図、第２図及び第３図は、タイムチャートであ
る。 １……マイク、２……前処理部、３……特徴抽出部、４
……検波部、５……区間検出部、６……認識処理部、７
……辞書パターン、８……結果出力部。
ロック線図、第２図及び第３図は、タイムチャートであ
る。 １……マイク、２……前処理部、３……特徴抽出部、４
……検波部、５……区間検出部、６……認識処理部、７
……辞書パターン、８……結果出力部。
Claims (2)
- 【請求項１】音声パワー包絡線をある閾値で切って音声
区間を検出し、その検出パルスを用いてあらかじめ設定
された時間より長い無音区間が生じた時に単語の区切り
点として線型伸縮して認識処理を行う音声認識方法にお
いて、無音区間の開始より認識処理を行ってその結果を
保持し、区切り点がきた時に前記結果を出力し、区切り
点より先に有音区間がきた時はそれ迄の結果をキャンセ
ルし、次の無音区間の開始点から再び認識処理を行い、
前記無音区間が一定以上続いた後に短い有音区間がある
ときは、該有音区間を有音区間として認めないように
し、前記無音区間内における単発的なノイズを除去する
ようにしたことを特徴とする音声認識方法。 - 【請求項２】特許請求の範囲第（１）項に記載の音声認
識方法において、前記無音区間が短かく無音区間の開始
より行った認識処理中に有音区間がきた場合は認識処理
を中断して次の無音区間（終端）を待つことを特徴とす
る音声認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59199213A JPH0634184B2 (ja) | 1984-09-21 | 1984-09-21 | 音声認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59199213A JPH0634184B2 (ja) | 1984-09-21 | 1984-09-21 | 音声認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6177099A JPS6177099A (ja) | 1986-04-19 |
| JPH0634184B2 true JPH0634184B2 (ja) | 1994-05-02 |
Family
ID=16404010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59199213A Expired - Lifetime JPH0634184B2 (ja) | 1984-09-21 | 1984-09-21 | 音声認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0634184B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4196978B1 (en) | 2020-08-12 | 2024-12-11 | Dolby International AB | Automatic detection and attenuation of speech-articulation noise events |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS576900A (en) * | 1980-06-16 | 1982-01-13 | Nippon Telegraph & Telephone | Voice pattern recognition system |
-
1984
- 1984-09-21 JP JP59199213A patent/JPH0634184B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6177099A (ja) | 1986-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4821325A (en) | Endpoint detector | |
| US7177810B2 (en) | Method and apparatus for performing prosody-based endpointing of a speech signal | |
| JP3069531B2 (ja) | 音声認識方法 | |
| JPS6123560B2 (ja) | ||
| Sudhakar et al. | Automatic speech segmentation to improve speech synthesis performance | |
| JPH0950288A (ja) | 音声認識装置及び音声認識方法 | |
| JP2737109B2 (ja) | 音声区間検出方式 | |
| JPS6177099A (ja) | 音声認識方法 | |
| Colotte et al. | Automatic enhancement of speech intelligibility | |
| JPH021317B2 (ja) | ||
| EP0266423B1 (en) | Method of collating voice pattern in voice recognizing apparatus | |
| JP3893911B2 (ja) | 音声認識システム | |
| JPS59204099A (ja) | 音声認識方式 | |
| JPH0262879B2 (ja) | ||
| JP2891259B2 (ja) | 音声区間検出装置 | |
| JPS6225796A (ja) | 音声認識装置 | |
| JPS5925240B2 (ja) | 音声区間の語頭検出方式 | |
| JPH0293696A (ja) | 音声認識装置 | |
| JPS59114599A (ja) | 音声検出方式 | |
| JPH0792672B2 (ja) | 音声区間検出方法 | |
| JPH0640274B2 (ja) | 音声認識装置 | |
| JPS63223696A (ja) | 音声パタ−ン作成方式 | |
| JPS59170894A (ja) | 音声区間の切り出し方式 | |
| JPS5969798A (ja) | ピツチ抽出方法 | |
| JPS60170900A (ja) | 音節音声標準パタン登録方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |