JPH0673080B2 - 連続音声認識方式 - Google Patents
連続音声認識方式Info
- Publication number
- JPH0673080B2 JPH0673080B2 JP62298282A JP29828287A JPH0673080B2 JP H0673080 B2 JPH0673080 B2 JP H0673080B2 JP 62298282 A JP62298282 A JP 62298282A JP 29828287 A JP29828287 A JP 29828287A JP H0673080 B2 JPH0673080 B2 JP H0673080B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- pattern
- time
- input
- neural network
- 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 - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/16—Speech classification or search using artificial neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Neurology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明はデータ入力、制御指令入力等を音声によって行
なう音声認識方式に関し、特には複数個の単語を連続し
て発生した音声を認識する連続音声認識方式に関する。
なう音声認識方式に関し、特には複数個の単語を連続し
て発生した音声を認識する連続音声認識方式に関する。
（従来の技術） 連続音声認識によると、区切って入力する離散単語認識
に比して、より自然で高速な入力ができることから、そ
の技術は昭和50年代に盛んに研究された。現在最も進ん
だ技術とされているのは、特願昭56−208791号明細書に
よって提案され、迫江と亘理によって「音声研究会資料
S81−65（昭和56年12月発行）に“クロック同期伝播DP
法による連続音声認識の検討”と題して発表された論
文」（以下文献（１）と呼ぶ）によって公開されたクロ
ックワイズDP法と呼ぶ方法であると言える。この方法で
は各単語（ｎ）毎に特徴の時系列として表現される標準
パターンを用意する。
に比して、より自然で高速な入力ができることから、そ
の技術は昭和50年代に盛んに研究された。現在最も進ん
だ技術とされているのは、特願昭56−208791号明細書に
よって提案され、迫江と亘理によって「音声研究会資料
S81−65（昭和56年12月発行）に“クロック同期伝播DP
法による連続音声認識の検討”と題して発表された論
文」（以下文献（１）と呼ぶ）によって公開されたクロ
ックワイズDP法と呼ぶ方法であると言える。この方法で
は各単語（ｎ）毎に特徴の時系列として表現される標準
パターンを用意する。
Ｂ（ｎ）＝b1（ｎ）b2（ｎ）…bj（ｎ）…bJ(n)（ｎ）
…（１） この特徴とは例えばバンドパスフィルタ群の時刻ｊにお
ける出力レベルが構成するベクトルの類である。入力パ
ターンも同様に特徴の時系列として表現される。
…（１） この特徴とは例えばバンドパスフィルタ群の時刻ｊにお
ける出力レベルが構成するベクトルの類である。入力パ
ターンも同様に特徴の時系列として表現される。
Ａ＝a1a2…ai…aI …（２） この入力パターンには一般的には複数個の単語が連とし
て含まれる。
て含まれる。
クロックワイズDP法では入力パーンＡを最適に近似する
標準パターン列を合成するという考え方で連続音声の認
識を行なう。具体的には単語名ｎ、入力パターン時間軸
ｉ、標準パターン時間軸ｊの３軸が張る空間（n;i,j）
を考える。この空間の中で（n;1,1）点（ｎは任意）か
ら出発して（n;I,J（ｎ））（ｎは任意）で終る軌跡
（ｎ（ｉ）;j（ｉ））で入力ターン特徴aiと標準パター
ン特徴bj（ｊ＝ｊ（ｉ））との距離ｄ（n;i,j）の総和
が最小になるものを定めることにより認識を行なう。す
なわち なる最適経路問題の解となるｎ（ｉ）の系列として認識
結果を得る。
標準パターン列を合成するという考え方で連続音声の認
識を行なう。具体的には単語名ｎ、入力パターン時間軸
ｉ、標準パターン時間軸ｊの３軸が張る空間（n;i,j）
を考える。この空間の中で（n;1,1）点（ｎは任意）か
ら出発して（n;I,J（ｎ））（ｎは任意）で終る軌跡
（ｎ（ｉ）;j（ｉ））で入力ターン特徴aiと標準パター
ン特徴bj（ｊ＝ｊ（ｉ））との距離ｄ（n;i,j）の総和
が最小になるものを定めることにより認識を行なう。す
なわち なる最適経路問題の解となるｎ（ｉ）の系列として認識
結果を得る。
この方法によると、入力パターンを事前に単語単位に区
分するという困難な処理を回避することができるので比
較的高精度の認識処理が実現された。
分するという困難な処理を回避することができるので比
較的高精度の認識処理が実現された。
（発明が解決しようとする問題点） しかし、このクロックワイズDP法では標準パターンが単
なる特徴の時系列として与えられているため、音声パタ
ーンの変動に充分対処できないという欠点があった。微
細な変動ならば平均的な特徴を計算して用いるなどの便
法で対応できるが、母音の無声化、個人差といった大幅
な変動に対しては無力であった。
なる特徴の時系列として与えられているため、音声パタ
ーンの変動に充分対処できないという欠点があった。微
細な変動ならば平均的な特徴を計算して用いるなどの便
法で対応できるが、母音の無声化、個人差といった大幅
な変動に対しては無力であった。
本発明は母音の無声化傾向や個人差等の変動も学習し
て、連続音声を高精度で認識できる連続音声認識システ
ムの実現を目的としたものである。
て、連続音声を高精度で認識できる連続音声認識システ
ムの実現を目的としたものである。
（作用） 本発明による連続音声認識方式は、各単語ｎに対して少
なくとも入力層、中間層、及び出力層の３層よりなり、
入力層と中間層が時間軸ｊを有する時系列的構造を有す
るニューラルネットワークＢ（ｎ）を用いて連続音声を
認識するに際して、時間軸ｉを有する特徴の時系列とし
て与えられる入力パターンに対して、ｉ、ｊ、ｎの張る
空間中において、軌跡（ｎ（ｉ）,j（ｉ））を、個々の
ニューラルネットワーク中ではｊ（ｉ）が準連続で、ニ
ューラルネットワークの終端でのみｎ（ｉ）が変化し得
るとの条件で、ニューラルネットワーク出力和が最大に
なるように最適化し、この軌跡が経由するダイナミック
ニューラルネットワークに対応する単語名ｎ（ｉ）の連
として認識結果を得ることを特徴とする。
なくとも入力層、中間層、及び出力層の３層よりなり、
入力層と中間層が時間軸ｊを有する時系列的構造を有す
るニューラルネットワークＢ（ｎ）を用いて連続音声を
認識するに際して、時間軸ｉを有する特徴の時系列とし
て与えられる入力パターンに対して、ｉ、ｊ、ｎの張る
空間中において、軌跡（ｎ（ｉ）,j（ｉ））を、個々の
ニューラルネットワーク中ではｊ（ｉ）が準連続で、ニ
ューラルネットワークの終端でのみｎ（ｉ）が変化し得
るとの条件で、ニューラルネットワーク出力和が最大に
なるように最適化し、この軌跡が経由するダイナミック
ニューラルネットワークに対応する単語名ｎ（ｉ）の連
として認識結果を得ることを特徴とする。
なお、ニューラルネットワークの一般的説明は「日経エ
レクトロニクス誌、no.427（昭和62年８月10日発行の代
115頁−代121頁）」（以下文献（２））に記されてい
る。
レクトロニクス誌、no.427（昭和62年８月10日発行の代
115頁−代121頁）」（以下文献（２））に記されてい
る。
第１図は本発明の原理を説明するための図であり、第２
図は部分拡大図である。第１図の縦方向には時間軸ｊを
有するニューラルネットワークＢ（ｎ）が各単語分配置
されている。横方向には時間軸ｉを有する（２）式の入
力パターンＡが配置されている。各ニューラルネットワ
ークＢ（ｎ）は第２図の如く入力層、中間層、及び出力
ユニットよりなる。入力層には、入力の特徴aiを受け入
れるべくフレーム構造となっている。いま特徴aiが ai＝（ali…aki…aki） …（４） なるＫ次元ベクトルであるとする。入力層の１個のフレ
ームには（n;j,k）なるＫ個の入力ユニットが存在す
る。このフレームは時刻ｊによって指定され、全体とし
てＪ（ｎ）フレームの時系列となっている。中間層の時
刻ｊに対応するフレーム構造となっている。１フレーム
は１＝1,2,…Ｌによって指定される中間層ユニット（n;
j,1）よりなっている。第ｊフレームの中間層ユニット
の個々には、時刻ｊ以前の複数フレームの入力層ユニッ
トと結合されている。図では入力層の第ｊフレームと第
ｊ−１フレームの２フレーム分が接続されるものとして
ある。以後の説明でも、例として、２フレーム分の接続
として扱う。また図では入力層の１フレームと中間層の
１フレーム間の接続を１本の線で略記しているが＜実際
には両フレームの全ユニット間での接続が存在する。入
力層ユニットは入力の特徴aiを中間層ユニットに伝達す
る。以上のような入力層、中間層の構造を時系列的構成
と呼ぶ。
図は部分拡大図である。第１図の縦方向には時間軸ｊを
有するニューラルネットワークＢ（ｎ）が各単語分配置
されている。横方向には時間軸ｉを有する（２）式の入
力パターンＡが配置されている。各ニューラルネットワ
ークＢ（ｎ）は第２図の如く入力層、中間層、及び出力
ユニットよりなる。入力層には、入力の特徴aiを受け入
れるべくフレーム構造となっている。いま特徴aiが ai＝（ali…aki…aki） …（４） なるＫ次元ベクトルであるとする。入力層の１個のフレ
ームには（n;j,k）なるＫ個の入力ユニットが存在す
る。このフレームは時刻ｊによって指定され、全体とし
てＪ（ｎ）フレームの時系列となっている。中間層の時
刻ｊに対応するフレーム構造となっている。１フレーム
は１＝1,2,…Ｌによって指定される中間層ユニット（n;
j,1）よりなっている。第ｊフレームの中間層ユニット
の個々には、時刻ｊ以前の複数フレームの入力層ユニッ
トと結合されている。図では入力層の第ｊフレームと第
ｊ−１フレームの２フレーム分が接続されるものとして
ある。以後の説明でも、例として、２フレーム分の接続
として扱う。また図では入力層の１フレームと中間層の
１フレーム間の接続を１本の線で略記しているが＜実際
には両フレームの全ユニット間での接続が存在する。入
力層ユニットは入力の特徴aiを中間層ユニットに伝達す
る。以上のような入力層、中間層の構造を時系列的構成
と呼ぶ。
入力層の第ｊフレームの第ｋ番目のユニットから中間層
の第ｊフレームの第１番目のユニットへ至る結合には係
数β（n;j,k,1,0）が荷重され、同じく入力層の第ｊ−
１フレームから中間層の第ｊフレームの第１番目のユニ
ットへ至る結合には係数β（n;j,k,1,1）が荷重され
る。
の第ｊフレームの第１番目のユニットへ至る結合には係
数β（n;j,k,1,0）が荷重され、同じく入力層の第ｊ−
１フレームから中間層の第ｊフレームの第１番目のユニ
ットへ至る結合には係数β（n;j,k,1,1）が荷重され
る。
入力層の第ｊフレームに入力パターンの特徴aiが、第ｊ
−１フレームにai-1が対応づけられた場合の中間層第ｊ
フレームの第１ユニットへの荷重入力和は あるいは ここに はβ（n;j,k,1,0）を要素とするＫ次元ベクトルであ
り、 はβ（n;j,k,1,1）を要素とするＫ次元ベクトルであ
る。中間層ユニット（n;j,1）の出力はnet（n;j,1）例
えばSigmoid関数 ｙ（n;j,1）＝ｆ（net（n;j,1））＝1/（１＋exp（−ne
t（n;j,1））） …（６） を適用したものとなる。この出力値の第ｊフレーム分を
１個のベクトル と記す。
−１フレームにai-1が対応づけられた場合の中間層第ｊ
フレームの第１ユニットへの荷重入力和は あるいは ここに はβ（n;j,k,1,0）を要素とするＫ次元ベクトルであ
り、 はβ（n;j,k,1,1）を要素とするＫ次元ベクトルであ
る。中間層ユニット（n;j,1）の出力はnet（n;j,1）例
えばSigmoid関数 ｙ（n;j,1）＝ｆ（net（n;j,1））＝1/（１＋exp（−ne
t（n;j,1））） …（６） を適用したものとなる。この出力値の第ｊフレーム分を
１個のベクトル と記す。
これらの中間層の第ｊフレームの出力値は係数 によって荷重づけられた上で加算され出力ユニット
（ｎ）の入力となる。
（ｎ）の入力となる。
振返って（５′）、（６）を用いて整理すると となる。ここに、 は なるｎ次元ベクトルである。
いま、（９）式の右辺を とおく。これまで検討したajがＢ（ｎ）の第ｊフレーム
に対応づけられ、ai-1が第ｊ−１フレームに対応づけら
れた場合の、出力への貢献はｒ（n;i,j）となり、（n;
i,j）の組み合わせで定まることが明らかになった。ニ
ューラルネットワークＢ（ｎ）の出力層は、このｒ（n;
i,j）の総和を出力とする。すなわち 以上、入力層と中間層を時系列構成として、その性質を
解析した結果、ｒ（n;i,j）は、クロックワイズDP法の
距離ｄ（n;i,j）と同様に、（n;i,j）の３パラメタの指
定で定まり、かつ出力への貢献は加法的であることが明
らかなになった。このことは次のような連続音声認識ア
ルゴリズムが可能となることを意味する。すなわち、第
１図に示した（n;i,j）空間においてｉ＝１で始まり、
ｉ＝Ｉで終わる規跡（ｎ（ｉ）;j（ｉ））を定め、この
軌跡上のｒ（n;i,j）の総和を最大とすることによって
最適な単語系列 を定め、認識結果とする。
に対応づけられ、ai-1が第ｊ−１フレームに対応づけら
れた場合の、出力への貢献はｒ（n;i,j）となり、（n;
i,j）の組み合わせで定まることが明らかになった。ニ
ューラルネットワークＢ（ｎ）の出力層は、このｒ（n;
i,j）の総和を出力とする。すなわち 以上、入力層と中間層を時系列構成として、その性質を
解析した結果、ｒ（n;i,j）は、クロックワイズDP法の
距離ｄ（n;i,j）と同様に、（n;i,j）の３パラメタの指
定で定まり、かつ出力への貢献は加法的であることが明
らかなになった。このことは次のような連続音声認識ア
ルゴリズムが可能となることを意味する。すなわち、第
１図に示した（n;i,j）空間においてｉ＝１で始まり、
ｉ＝Ｉで終わる規跡（ｎ（ｉ）;j（ｉ））を定め、この
軌跡上のｒ（n;i,j）の総和を最大とすることによって
最適な単語系列 を定め、認識結果とする。
（実施例） 第３図は本発明の１実施形態を示すブロック図である。
係数記憶部10には中間層係数 及び出力層 を所要のｎ、ｊ、１に対して記憶する。入力パターンバ
ッファ20には（４）式の特徴aiの時系列として表現され
る入力パターンＡ（（２）式）を保持する。
係数記憶部10には中間層係数 及び出力層 を所要のｎ、ｊ、１に対して記憶する。入力パターンバ
ッファ20には（４）式の特徴aiの時系列として表現され
る入力パターンＡ（（２）式）を保持する。
係数処理部30は後述のDP処理部40から（n;i,j）の組み
を受け（10）式のｒ（n;i,j）を計算する。
を受け（10）式のｒ（n;i,j）を計算する。
ワークエリア50には次のようなテーブルが用意されてい
る。
る。
ｇ（n;i,j） ｍ（n;i,j） Ｔ（ｉ） Ｍ（ｉ） Ｎ（ｉ） DP処理部40は、このワークエリアを用いて、次のような
動的計画法（DP）演算によって最適経路問題を計算す
る。まず上記のテーブルＴ（ｉ）にｉ＝０なる仮想の番
地を設定して Ｔ（Ｏ）＝０ なる初期条件設定を行なう。以後入力パターン時刻ｉを
正順に変化させつつ、各ｉにおいて次の如き動的計画法
演算を行なう。
動的計画法（DP）演算によって最適経路問題を計算す
る。まず上記のテーブルＴ（ｉ）にｉ＝０なる仮想の番
地を設定して Ｔ（Ｏ）＝０ なる初期条件設定を行なう。以後入力パターン時刻ｉを
正順に変化させつつ、各ｉにおいて次の如き動的計画法
演算を行なう。
ｎ＝1,2,…Ｎに対して〜を実行する。
ｇ（n;i−1,−１）＝∞ ｇ（n;i−1,0）＝Ｔ（ｉ−１）,m（n;i−1,0）＝ｉ−１ ｊ＝1,2,…Ｊ（ｎ）に対してを実行する。
［１｝ｍ（n;i,j）＝ｍ（n;i−1,j） ［２｝ｍ（n;i,j）＝ｍ（n;i−1,j−１） ［３｝ｍ（n;i,j）＝ｍ（n;i−1,j−２） （［Ｘ］はその直前の最大化式すなわち（12）式の右辺
のmax［ ］の処理においてｘ番目のものが最大であっ
たときの処理を意味する。） Ｔ（ｉ）＝max［ｇ（n;i,J（ｎ）］ ［ｎ］Ｎ（ｉ）＝ｎ Ｍ（ｉ）＝ｇ（n;i,J（ｎ）） このうちの右辺の計算においては（n;i,j）なる信号
が係数処理部30に送られる。そこでは入力パターンバッ
ファ20により入力特徴aiが、係数 と が係数記憶部10より入力され（10）式に送られｒ（n;i,
j）が計算され、DP法処理に送られる。これを用いて（1
2）式の計算が行なわれる。
のmax［ ］の処理においてｘ番目のものが最大であっ
たときの処理を意味する。） Ｔ（ｉ）＝max［ｇ（n;i,J（ｎ）］ ［ｎ］Ｎ（ｉ）＝ｎ Ｍ（ｉ）＝ｇ（n;i,J（ｎ）） このうちの右辺の計算においては（n;i,j）なる信号
が係数処理部30に送られる。そこでは入力パターンバッ
ファ20により入力特徴aiが、係数 と が係数記憶部10より入力され（10）式に送られｒ（n;i,
j）が計算され、DP法処理に送られる。これを用いて（1
2）式の計算が行なわれる。
上記の〜の処理がｉ＝1,2…Ｉまで実行されるとDP
処理が終了する。これによって作成されたＮ（ｉ）、Ｍ
（ｉ）のテーブルを参照して、判定部60で次のような判
定処理が実行される。
処理が終了する。これによって作成されたＮ（ｉ）、Ｍ
（ｉ）のテーブルを参照して、判定部60で次のような判
定処理が実行される。
ｉ＝Ｉ ｉ＝ｍ ｉ＞０ならば以下を繰り返す。
このにおいて求まる を逆順に並べ直したものが認識結果となる。
以上本発明の原理を実施例を用いて説明したがこれらは
本発明の範囲を限定するものでない。例えば中間層の第
ｉフレームには、入力層の第ｉと第ｉ−１の２フレーム
が接続されるとしたが、必要に応じて３個以上のフレー
ムが接続されてよい。
本発明の範囲を限定するものでない。例えば中間層の第
ｉフレームには、入力層の第ｉと第ｉ−１の２フレーム
が接続されるとしたが、必要に応じて３個以上のフレー
ムが接続されてよい。
本発明の重要な拡張として特願昭56−199098に記載され
るが如き、有限従来の技術オートマトンによる構文制御
機能の組み込みがある。以上の説明と構文制御つきアル
ゴリズムの関係は、Ｊ度特願昭56−208791と特願昭56−
199098との関係に対応する。よって説明は省略するが、
構文制御機能を有する方式も本願の権利範囲に含まれる
ものである。また、以上の説明で用いた単語という概念
は音節、母音−子音−母音連鎖等も含むものとする。
るが如き、有限従来の技術オートマトンによる構文制御
機能の組み込みがある。以上の説明と構文制御つきアル
ゴリズムの関係は、Ｊ度特願昭56−208791と特願昭56−
199098との関係に対応する。よって説明は省略するが、
構文制御機能を有する方式も本願の権利範囲に含まれる
ものである。また、以上の説明で用いた単語という概念
は音節、母音−子音−母音連鎖等も含むものとする。
（実施） 以上の如き連続音声認識方式によると、単なる標準パタ
ーンを用いて従来方式に比して、係数α、βに複雑なパ
ターン変形を抽象化して表現しておくことができるの
で、従来方式に比して格段に高精度の認識が期待され
る。
ーンを用いて従来方式に比して、係数α、βに複雑なパ
ターン変形を抽象化して表現しておくことができるの
で、従来方式に比して格段に高精度の認識が期待され
る。
第１図、第２図は本発明の原理説明図、第３図は本発明
の一実施例をである。 10…係数記憶部、20…入力パターンバッファ 30…係数処理部、40…DP処理部 50…ワークエリア、60…判定部
の一実施例をである。 10…係数記憶部、20…入力パターンバッファ 30…係数処理部、40…DP処理部 50…ワークエリア、60…判定部
Claims (3)
- 【請求項１】各単語ｎに対して、少なくとも入力層、中
間層、及び出力層の３層よりなり、入力層と中間層が時
間軸ｊを有する時系列的構造をとるニューラルネットワ
ークＢ（ｎ）を用いて連続音声を認識するに際して、時
間軸ｉを有する特徴の時系列として与えられる入力パタ
ーンに対して、ｉ、ｊ、ｎの張る空間中において、軌跡
（ｎ（ｉ）,j（ｉ））を、個々のニューラルネットワー
ク中ではｊ（ｉ）が準連続で、ニューラルネットワーク
の終端でのみｎ（ｉ）が変化し得るとの条件で、ニュー
ラルネットワーク出力の総和が最大となるように最適化
し、この軌跡が経由するダイナミックニューラルネット
ワークに対応する単語名ｎ（ｉ）の連として認識結果を
得ることを特徴とする連続音声認識方式。 - 【請求項２】上記軌跡の最適化を動的計画法によって実
行することを特徴とする特許請求の範囲第１項記載の連
続音声認識方式。 - 【請求項３】上記ニューラルネットワークの終端でのｎ
（ｉ）の変化が有限状態オートマトンによって制限され
ることを特徴とする特許請求の範囲第１項もしくは第２
項記載の連続音声認識方式。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62298282A JPH0673080B2 (ja) | 1987-11-25 | 1987-11-25 | 連続音声認識方式 |
| EP88119665A EP0318858B1 (en) | 1987-11-25 | 1988-11-25 | Connected word recognition system including neural networks arranged along a signal time axis |
| DE3851872T DE3851872T2 (de) | 1987-11-25 | 1988-11-25 | Wortkettenerkennungssysteme mit längs einer Signalzeitachse angeordneten neuralen Netzen. |
| US08/291,509 US5410635A (en) | 1987-11-25 | 1994-08-18 | Connected word recognition system including neural networks arranged along a signal time axis |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62298282A JPH0673080B2 (ja) | 1987-11-25 | 1987-11-25 | 連続音声認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01138597A JPH01138597A (ja) | 1989-05-31 |
| JPH0673080B2 true JPH0673080B2 (ja) | 1994-09-14 |
Family
ID=17857614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62298282A Expired - Fee Related JPH0673080B2 (ja) | 1987-11-25 | 1987-11-25 | 連続音声認識方式 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5410635A (ja) |
| EP (1) | EP0318858B1 (ja) |
| JP (1) | JPH0673080B2 (ja) |
| DE (1) | DE3851872T2 (ja) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03143057A (ja) * | 1989-10-28 | 1991-06-18 | Sekisui Chem Co Ltd | 音声ダイヤル電話装置 |
| JPH03144176A (ja) * | 1989-10-28 | 1991-06-19 | Sekisui Chem Co Ltd | 音声制御給湯装置 |
| US5809461A (en) * | 1992-03-30 | 1998-09-15 | Seiko Epson Corporation | Speech recognition apparatus using neural network and learning method therefor |
| JP3168779B2 (ja) * | 1992-08-06 | 2001-05-21 | セイコーエプソン株式会社 | 音声認識装置及び方法 |
| US5745649A (en) * | 1994-07-07 | 1998-04-28 | Nynex Science & Technology Corporation | Automated speech recognition using a plurality of different multilayer perception structures to model a plurality of distinct phoneme categories |
| EP0702354A1 (en) * | 1994-09-14 | 1996-03-20 | Matsushita Electric Industrial Co., Ltd. | Apparatus for modifying the time scale modification of speech |
| US5687347A (en) * | 1994-09-19 | 1997-11-11 | Matsushita Electric Industrial Co., Ltd. | Data providing device, file server device, and data transfer control method |
| JP3254994B2 (ja) * | 1995-03-01 | 2002-02-12 | セイコーエプソン株式会社 | 音声認識対話装置および音声認識対話処理方法 |
| US6151592A (en) * | 1995-06-07 | 2000-11-21 | Seiko Epson Corporation | Recognition apparatus using neural network, and learning method therefor |
| US5839103A (en) * | 1995-06-07 | 1998-11-17 | Rutgers, The State University Of New Jersey | Speaker verification system using decision fusion logic |
| JP3697748B2 (ja) * | 1995-08-21 | 2005-09-21 | セイコーエプソン株式会社 | 端末、音声認識装置 |
| US6947890B1 (en) * | 1999-05-28 | 2005-09-20 | Tetsuro Kitazoe | Acoustic speech recognition method and system using stereo vision neural networks with competition and cooperation |
| JP4661074B2 (ja) * | 2004-04-07 | 2011-03-30 | ソニー株式会社 | 情報処理システム、情報処理方法、並びにロボット装置 |
| EP3373208A1 (en) * | 2017-03-08 | 2018-09-12 | Nxp B.V. | Method and system for facilitating reliable pattern detection |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3287649A (en) * | 1963-09-09 | 1966-11-22 | Research Corp | Audio signal pattern perception device |
| US4592086A (en) * | 1981-12-09 | 1986-05-27 | Nippon Electric Co., Ltd. | Continuous speech recognition system |
| JPS58100195A (ja) * | 1981-12-10 | 1983-06-14 | 日本電気株式会社 | 連続音声認識装置 |
| DE3215868A1 (de) * | 1982-04-29 | 1983-11-03 | Philips Patentverwaltung Gmbh, 2000 Hamburg | Verfahren und anordnung zum erkennen der woerter in einer zusammenhaengenden wortkette |
| US4591980A (en) * | 1984-02-16 | 1986-05-27 | Xerox Corporation | Adaptive self-repairing processor array |
| US4773024A (en) * | 1986-06-03 | 1988-09-20 | Synaptics, Inc. | Brain emulation circuit with reduced confusion |
| US4805225A (en) * | 1986-11-06 | 1989-02-14 | The Research Foundation Of The State University Of New York | Pattern recognition method and apparatus |
| US4807168A (en) * | 1987-06-10 | 1989-02-21 | The United States Of America As Represented By The Administrator, National Aeronautics And Space Administration | Hybrid analog-digital associative neural network |
-
1987
- 1987-11-25 JP JP62298282A patent/JPH0673080B2/ja not_active Expired - Fee Related
-
1988
- 1988-11-25 EP EP88119665A patent/EP0318858B1/en not_active Expired - Lifetime
- 1988-11-25 DE DE3851872T patent/DE3851872T2/de not_active Expired - Fee Related
-
1994
- 1994-08-18 US US08/291,509 patent/US5410635A/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| DE3851872D1 (de) | 1994-11-24 |
| US5410635A (en) | 1995-04-25 |
| EP0318858A2 (en) | 1989-06-07 |
| EP0318858B1 (en) | 1994-10-19 |
| JPH01138597A (ja) | 1989-05-31 |
| EP0318858A3 (en) | 1991-01-09 |
| DE3851872T2 (de) | 1995-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0342630B1 (en) | Speech recognition with speaker adaptation by learning | |
| US10002605B2 (en) | Method and system for achieving emotional text to speech utilizing emotion tags expressed as a set of emotion vectors | |
| US5515475A (en) | Speech recognition method using a two-pass search | |
| US6735588B2 (en) | Information search method and apparatus using Inverse Hidden Markov Model | |
| US4555796A (en) | DP Matching system for recognizing a string of words connected according to a regular grammar | |
| US7054814B2 (en) | Method and apparatus of selecting segments for speech synthesis by way of speech segment recognition | |
| JP5060006B2 (ja) | 音声認識システムの自動的再学習 | |
| JPH01138597A (ja) | 連続音声認識方式 | |
| JP2841404B2 (ja) | 連続音声認識装置 | |
| JP3014177B2 (ja) | 話者適応音声認識装置 | |
| JPH029359B2 (ja) | ||
| JPS61219099A (ja) | 音声認識装置 | |
| JP7691852B2 (ja) | 要約映像生成装置およびそのプログラム | |
| JP3315565B2 (ja) | 音声認識装置 | |
| JPH0887294A (ja) | 音声認識装置 | |
| JP2886474B2 (ja) | 規則音声合成装置 | |
| JPH0214000A (ja) | 音声認識装置 | |
| JP3052520B2 (ja) | パターン分類装置 | |
| JPH01241667A (ja) | 学習機構を有するダイナミック・ニユーラル・ネットワーク | |
| JPS61148497A (ja) | 標準パタン作成装置 | |
| JPH0713598A (ja) | 特定タスク音声データベース生成装置 | |
| JP3818154B2 (ja) | 音声認識方法 | |
| JP3094473B2 (ja) | 動的計画法照合装置 | |
| JPH09222898A (ja) | 規則音声合成装置 | |
| JPH0561847A (ja) | ニユーラルネツトワーク学習装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |