JPH0634193B2 - キ−ワ−ド抽出装置 - Google Patents
キ−ワ−ド抽出装置Info
- Publication number
- JPH0634193B2 JPH0634193B2 JP62006724A JP672487A JPH0634193B2 JP H0634193 B2 JPH0634193 B2 JP H0634193B2 JP 62006724 A JP62006724 A JP 62006724A JP 672487 A JP672487 A JP 672487A JP H0634193 B2 JPH0634193 B2 JP H0634193B2
- Authority
- JP
- Japan
- Prior art keywords
- keyword
- pitch
- pattern
- matching
- word
- 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
- 238000000605 extraction Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 3
- 238000000034 method Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- NCEXYHBECQHGNR-UHFFFAOYSA-N chembl421 Chemical compound C1=C(O)C(C(=O)O)=CC(N=NC=2C=CC(=CC=2)S(=O)(=O)NC=2N=CC=CC=2)=C1 NCEXYHBECQHGNR-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は連続発声された音声からキーワードを抽出する
装置に関する。
装置に関する。
人間が話を聞く場合には“話題”を推定することによ
り、相手の発声内容を予測していると考えられる。音声
認識装置においても話題が推定できれば、発声内容の予
測までは出来なくとも、複数の単語セットの中からその
話題にあった単語セットを選択することで単語の予備選
択を行うことができるので、高い認識率の認識装置が実
現できる。話題を推定するためには文中に話題を特定で
きるような単語（以降この様な単語をキーワードと呼
ぶ）を検出すれば良い。
り、相手の発声内容を予測していると考えられる。音声
認識装置においても話題が推定できれば、発声内容の予
測までは出来なくとも、複数の単語セットの中からその
話題にあった単語セットを選択することで単語の予備選
択を行うことができるので、高い認識率の認識装置が実
現できる。話題を推定するためには文中に話題を特定で
きるような単語（以降この様な単語をキーワードと呼
ぶ）を検出すれば良い。
文中のある特定の単語を検出して位置決めを行う技術は
ワードスポッティングと呼ばれる。ワードスポッティン
グの方法としては連続ＤＰ法（“連続ＤＰを用いた連続
単語認識”岡 隆一、音声研究会資料Ｓ７８−２０）が
知られている。第２図に連続ＤＰ法の例を示す。同図に
おいて、１１は連続発声された入力音声のパターン、１
２はキーワードのパターン、１３は連続ＤＰの結果得ら
れるキーワードパターンと入力音声パターンの間の距
離、１４はマッチング平面を示す。連続ＤＰ法では定め
られた閾値以下の距離を与える点から、マッチング平面
１４上のパスを逆にたどることによってワードスポッテ
ィングを行うことができる。
ワードスポッティングと呼ばれる。ワードスポッティン
グの方法としては連続ＤＰ法（“連続ＤＰを用いた連続
単語認識”岡 隆一、音声研究会資料Ｓ７８−２０）が
知られている。第２図に連続ＤＰ法の例を示す。同図に
おいて、１１は連続発声された入力音声のパターン、１
２はキーワードのパターン、１３は連続ＤＰの結果得ら
れるキーワードパターンと入力音声パターンの間の距
離、１４はマッチング平面を示す。連続ＤＰ法では定め
られた閾値以下の距離を与える点から、マッチング平面
１４上のパスを逆にたどることによってワードスポッテ
ィングを行うことができる。
しかし、連続ＤＰ法では入力の１フレームごとに距離計
算が行われるため計算量が多い。そこで文中にキーワー
ドのある区間を特定できれば計算量を削減することがで
き、効率よくキーワードを捜すことができる。
算が行われるため計算量が多い。そこで文中にキーワー
ドのある区間を特定できれば計算量を削減することがで
き、効率よくキーワードを捜すことができる。
本発明のキーワード抽出装置は連続発声された入力音声
からピッチ情報を抽出するピッチ抽出手段と、話題を推
定するためのキーワードの標準パターンと前記キーワー
ドが強調されたことを示すピッチ変化パターンとを記憶
する記憶手段と、前記ピッチ情報と前記ピッチ変化パタ
ーンとを比較し前記キーワードが含まれる区間を抽出す
る区間抽出手段と、前記入力音声を特徴ベクトルの系列
に変換する特徴抽出手段と、前記抽出された区間におい
て前記標準パターンとのマッチングを行うマッチング手
段と、前記マッチングの結果から前記キーワードを決定
する決定手段とを備える。
からピッチ情報を抽出するピッチ抽出手段と、話題を推
定するためのキーワードの標準パターンと前記キーワー
ドが強調されたことを示すピッチ変化パターンとを記憶
する記憶手段と、前記ピッチ情報と前記ピッチ変化パタ
ーンとを比較し前記キーワードが含まれる区間を抽出す
る区間抽出手段と、前記入力音声を特徴ベクトルの系列
に変換する特徴抽出手段と、前記抽出された区間におい
て前記標準パターンとのマッチングを行うマッチング手
段と、前記マッチングの結果から前記キーワードを決定
する決定手段とを備える。
人間が文章を発声する場合には、伝達したい情報に関す
る単語が強調される。したがって、文中で強調されてい
る単語はその文の話題を特定する語、つまりキーワード
である場合が多いと考えられる。そこで文中において強
調されている部分を抽出できればキーワードを効率よく
捜すことができる。日本語においては、文中のある単語
が強調された場合にピッチパターンが変化することが報
告されている（“会話文章における基本周波数パターン
の制御規則について”岩田 和彦、音声研究会資料Ｓ８
５−４２参照）。岩田はピッチパターンの変化は強調さ
れる単語および前後の単語のアクセント型（単語のどの
音節にアクセントがあるか）に依存すると述べている
が、基本的には強調される単語においてピッチが上昇す
る。したがってピッチの変化パターンを捕らえることに
より、文中で強調されている部分を抽出することができ
る。
る単語が強調される。したがって、文中で強調されてい
る単語はその文の話題を特定する語、つまりキーワード
である場合が多いと考えられる。そこで文中において強
調されている部分を抽出できればキーワードを効率よく
捜すことができる。日本語においては、文中のある単語
が強調された場合にピッチパターンが変化することが報
告されている（“会話文章における基本周波数パターン
の制御規則について”岩田 和彦、音声研究会資料Ｓ８
５−４２参照）。岩田はピッチパターンの変化は強調さ
れる単語および前後の単語のアクセント型（単語のどの
音節にアクセントがあるか）に依存すると述べている
が、基本的には強調される単語においてピッチが上昇す
る。したがってピッチの変化パターンを捕らえることに
より、文中で強調されている部分を抽出することができ
る。
次に、本発明の実施例について図面を参照して説明す
る。
る。
第１図は本発明の一実施例を示す構成図である。また、
第３図，第４図及び第５図は本発明の一実施例の動作を
説明するための図である。
第３図，第４図及び第５図は本発明の一実施例の動作を
説明するための図である。
各図を参照すると、あらかじめキーワードの標準パター
ンと各キーワードが強調されたことを示すピッチの変化
パターンとをキーワード辞書（記憶部）３に登録してお
く。標準パターンである特徴パラメータはバンドパスフ
ィルタの出力，メルケプストラム係数等の直接音響的な
特徴を示すものに限らず、ベクトル量子化等によってシ
ンボル化されたパターンでも良い。キーワードは各話題
について１つ以上登録するものとする。いま、話題“時
節”のキーワードを一つとして“今日”が登録されてお
り、“今日”のピッチパターンは強調を受けると上昇す
るということが記憶されているものとする。第３図
（ａ）は入力音声“今日はとてもよい天気です”のエネ
ルギーを示す。音声が入力されるとまずピッチ抽出部１
においてピッチが抽出される。ピッチ抽出の方法として
は様々な方法が利用できる。例えば、線形予測分析の誤
差信号の自己相関から求める方法である。第３図（ｂ）
はピッチ抽出の結果であり、実線は単語“今日”を強調
しないで発声した場合、かつ点線は強調して発声した場
合である。したがって“今日は”においてピッチが上が
っている。次に、区間抽出部２は抽出されたピッチの変
化パターンをキーワード辞書３に登録されている“今
日”のピッチ変化パターンと比較し、ピッチの上昇して
いる区間、“今日は”をキーワード候補区間として抽出
する。次に、特徴抽出部４では入力音声の上記特徴パラ
メータを求める。マッチング部５はキーワード辞書３か
ら“今日”の標準パターンを取出し、抽出されたキーワ
ード候補区間とのマッチングを行う。マッチングの手段
としては様々な方法が利用できる。例えば、上記連続Ｄ
Ｐ法である。第４図及び第５図は連続ＤＰ法によるマッ
チングの一例である。第４図は第５図に示すキーワード
候補区間２１と標準パターン２２との連続ＤＰの結果か
ら得られる距離である。決定部６はマッチングの結果、
閾値αよりも小さい値が得られればキーワード“今日”
が存在すると判断する。また、距離が最小値を取る時点
をｔとすると、マッチング平面２３上で終端が時点ｔを
通るパスをたどることでキーワード“今日”の位置を決
定できる。
ンと各キーワードが強調されたことを示すピッチの変化
パターンとをキーワード辞書（記憶部）３に登録してお
く。標準パターンである特徴パラメータはバンドパスフ
ィルタの出力，メルケプストラム係数等の直接音響的な
特徴を示すものに限らず、ベクトル量子化等によってシ
ンボル化されたパターンでも良い。キーワードは各話題
について１つ以上登録するものとする。いま、話題“時
節”のキーワードを一つとして“今日”が登録されてお
り、“今日”のピッチパターンは強調を受けると上昇す
るということが記憶されているものとする。第３図
（ａ）は入力音声“今日はとてもよい天気です”のエネ
ルギーを示す。音声が入力されるとまずピッチ抽出部１
においてピッチが抽出される。ピッチ抽出の方法として
は様々な方法が利用できる。例えば、線形予測分析の誤
差信号の自己相関から求める方法である。第３図（ｂ）
はピッチ抽出の結果であり、実線は単語“今日”を強調
しないで発声した場合、かつ点線は強調して発声した場
合である。したがって“今日は”においてピッチが上が
っている。次に、区間抽出部２は抽出されたピッチの変
化パターンをキーワード辞書３に登録されている“今
日”のピッチ変化パターンと比較し、ピッチの上昇して
いる区間、“今日は”をキーワード候補区間として抽出
する。次に、特徴抽出部４では入力音声の上記特徴パラ
メータを求める。マッチング部５はキーワード辞書３か
ら“今日”の標準パターンを取出し、抽出されたキーワ
ード候補区間とのマッチングを行う。マッチングの手段
としては様々な方法が利用できる。例えば、上記連続Ｄ
Ｐ法である。第４図及び第５図は連続ＤＰ法によるマッ
チングの一例である。第４図は第５図に示すキーワード
候補区間２１と標準パターン２２との連続ＤＰの結果か
ら得られる距離である。決定部６はマッチングの結果、
閾値αよりも小さい値が得られればキーワード“今日”
が存在すると判断する。また、距離が最小値を取る時点
をｔとすると、マッチング平面２３上で終端が時点ｔを
通るパスをたどることでキーワード“今日”の位置を決
定できる。
以上のように本発明によれば、文中で強調されている区
間でキーワードの探索を行うことにより、計算量を削減
して効率よくキーワードを捜すことができる。したがっ
て、連続音声認識装置においては話題や場面の推定等に
利用でき、高精度の認識を行うことができる。
間でキーワードの探索を行うことにより、計算量を削減
して効率よくキーワードを捜すことができる。したがっ
て、連続音声認識装置においては話題や場面の推定等に
利用でき、高精度の認識を行うことができる。
第１図は本発明の一実施例を示す構成図、第２図は従来
技術を説明する図、第３図，第４図及び第５図は本発明
の一実施例の動作を説明するための図である。 １……ピッチ抽出部、２……区間抽出部、３……キーワ
ード辞書、４……特徴抽出部、５……マッチング部、６
……決定部、２１……キーワード候補区間、２２……標
準パターン、２３……マッチング平面。
技術を説明する図、第３図，第４図及び第５図は本発明
の一実施例の動作を説明するための図である。 １……ピッチ抽出部、２……区間抽出部、３……キーワ
ード辞書、４……特徴抽出部、５……マッチング部、６
……決定部、２１……キーワード候補区間、２２……標
準パターン、２３……マッチング平面。
Claims (1)
- 【請求項１】連続発声された入力音声からピッチ情報を
抽出するピッチ抽出手段と、話題を推定するためのキー
ワードの標準パターンと前記キーワードが強調されたこ
とを示すピッチ変化パターンとを記憶する記憶手段と、
前記ピッチ情報と前記ピッチ変化パターンとを比較し前
記キーワードが含まれる区間を抽出する区間抽出手段
と、前記入力音声を特徴ベクトルの系列に変換する特徴
抽出手段と、前記抽出された区間において前記標準パタ
ーンとのマッチングを行うマッチング手段と、前記マッ
チングの結果から前記キーワードを決定する決定手段と
を備えることを特徴とするキーワード抽出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62006724A JPH0634193B2 (ja) | 1987-01-13 | 1987-01-13 | キ−ワ−ド抽出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62006724A JPH0634193B2 (ja) | 1987-01-13 | 1987-01-13 | キ−ワ−ド抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS63173100A JPS63173100A (ja) | 1988-07-16 |
| JPH0634193B2 true JPH0634193B2 (ja) | 1994-05-02 |
Family
ID=11646202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62006724A Expired - Lifetime JPH0634193B2 (ja) | 1987-01-13 | 1987-01-13 | キ−ワ−ド抽出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0634193B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10311874B2 (en) | 2017-09-01 | 2019-06-04 | 4Q Catalyst, LLC | Methods and systems for voice-based programming of a voice-controlled device |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7062966B2 (ja) * | 2018-01-19 | 2022-05-09 | 富士フイルムビジネスイノベーション株式会社 | 音声解析装置、音声解析システム、及びプログラム |
-
1987
- 1987-01-13 JP JP62006724A patent/JPH0634193B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10311874B2 (en) | 2017-09-01 | 2019-06-04 | 4Q Catalyst, LLC | Methods and systems for voice-based programming of a voice-controlled device |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS63173100A (ja) | 1988-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2963142B2 (ja) | 信号処理方法 | |
| US10074363B2 (en) | Method and apparatus for keyword speech recognition | |
| US5995928A (en) | Method and apparatus for continuous spelling speech recognition with early identification | |
| US6553342B1 (en) | Tone based speech recognition | |
| US20110077943A1 (en) | System for generating language model, method of generating language model, and program for language model generation | |
| Wilpon et al. | An investigation on the use of acoustic sub-word units for automatic speech recognition | |
| US4885791A (en) | Apparatus for speech recognition | |
| JPH0634193B2 (ja) | キ−ワ−ド抽出装置 | |
| JP2813209B2 (ja) | 大語彙音声認識装置 | |
| JP3061292B2 (ja) | アクセント句境界検出装置 | |
| JP3727436B2 (ja) | 音声原稿最適照合装置および方法 | |
| KR100366703B1 (ko) | 인간 반응형 음성인식장치 | |
| KR100981540B1 (ko) | 연속 음성인식 시스템에서의 묵음 모델 처리를 통한음성인식 방법 | |
| JP2905686B2 (ja) | 音声認識装置 | |
| JP2664136B2 (ja) | 音声認識装置 | |
| JP2757356B2 (ja) | 単語音声認識方法および装置 | |
| JP2710045B2 (ja) | 音声認識方法 | |
| JP3207378B2 (ja) | 音声認識方法 | |
| JP2002341891A (ja) | 音声認識装置および音声認識方法 | |
| JP2594916B2 (ja) | 音声認識装置 | |
| JPH0695684A (ja) | 音声認識システム | |
| JP3473704B2 (ja) | 音声認識装置 | |
| JP2655637B2 (ja) | 音声パターン照合方式 | |
| JPH0816186A (ja) | 音声認識装置 | |
| JPH0554678B2 (ja) |