JPH0731507B2

JPH0731507B2 - 標準パタ−ン登録方式

Info

Publication number: JPH0731507B2
Application number: JP59162209A
Authority: JP
Inventors: 博昭迫江
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1984-08-01
Filing date: 1984-08-01
Publication date: 1995-04-10
Anticipated expiration: 2010-04-10
Also published as: JPS6140686A

Description

【発明の詳細な説明】（産業上の利用分野）本発明は音声認識，文字認識等に使用される標準パター
ン登録方式に関する。

（従来技術とその問題点）音声認識は、データや制御指令をコンピュータ入力する
手段として、キーボード等の在来手段にない多くの利点
を有している。最近では実用的な音声認識装置が開発さ
れ、産業界の各分野で実用に供せられている。

高精度が要求される応用分野では特定話者型の音声認識
装置が利用される。また、この型の装置では各単位に標
準パターンを用意しておき、オペレータが必要な単語を
音声入力すると、この入力パターンと上記標準パターン
と比較（マッチング）を行ない、最も類似した標準パタ
ーンを探索することによって認識を行うというパターン
マッチング法が採用されている。標準パターンをオペレ
ータ本人の発声で入力・記録（すなわち登録）すること
によって個人差に起因する誤認識を低減しているのであ
る。しかし、同一人の同一単語の音声であっても相当程
度のパターン変動が付随することが知られている。この
ため１個の単語に対して複数回の発声による標準パター
ンを登録しておき、入力パターンが変動しても、いずれ
かの標準パターンと一致するようにするという対策が施
されている。しかし、現実問題としては、一般のオペレ
ータが、各種の変動が入った型で発声登録するのは困難
である。たしかに、音声パターンの変動としては、母音
の無声化，鼻音化，調音のなまけ，など現象名として記
述されているものもあるが、音声学の知識のない一般の
オペレータがこの種の現象の意味を理解し、そのように
発声登録するのはむずかしい。このため、往々にしてオ
ペレータは単調な発声を繰り返して登録し、偶に生じ得
る変動パターンを登録することができず、実際の認識に
あたって入力パターンと一致する標準パターンが無く誤
認識を生じるという欠点があった。

（発明の目的）本発明は種々変動した形の標準パターンを確実に用意で
き、かつ個人性への適応能力も高く、しかも経済的なメ
モリ量と処理量で十分な標準パターン登録方式を提供す
ることを目的とする。

（発明の構成）本発明による標準パターン登録方式は、音声に関する専
門的知識を有する者により意識的に変動を与えて発声さ
れた同一カテゴリの複数個の標準パターンを予め記憶し
ておき、同一カテゴリの訓練用パターンが入力される
と、これら各標準パターンとの比較を行い、距離を算出
し、最も近い標準パターンを定め、その距離が所定値以
下である場合はこの標準パターンを訓練用パターンで修
正し、所定値以上である場合は訓練用パターンを新たな
標準パターンとして追加記憶することを特徴とする。

（本発明の原理）上記構成において、あらかじめ用意しておく標準パター
ンとしては、種々変動したパターンを事前に選択して記
憶させておく。すなわち音声学的経験から知られてい
る、母音の無声化，鼻音化，発声のなまけ等を含んだ発
声のパターンを用意するのである。これらはオペレータ
本人によって発声されるものではないので、音声に関す
る専門的知識を有するものが意識的に変動を与えて発声
し、記憶させておけばよい。または多人数の音声サンプ
ルから、音声知識を有する設計者が、適当と思われるサ
ンプルを選び出して記憶させておけばよい。

これらの標準パターンはオペレータ本人の音声パターン
ではないので、そのまま認識に使用すると個人差の影響
で、当然ながら認識率が悪い。そこでオペレータは自身
の発声で登録を行う。このために入力するパターンを訓
練用パターンと呼ぶ。パターンの変動に対処するため複
数個の訓練用パターンを入力した方がよいが、これらを
上記の標準パターンと別個に記憶しておくと、標準パタ
ーンの数が大となり、パターンマッチングのための計算
量も大となる。上記構成のように訓練用パターンとあら
かじめ用意されている標準パターンとのマッチングを行
い、最も類似した標準パターンを定めると、この標準パ
ターンと訓練用パターンとは同一傾向の変動を持ったパ
ターンであることになる。そこで、この標準パターンを
消去して訓練用パターンを新たな標準パターンとする。
訓練用パターンが複数個与えられる場合は同様のことを
繰り返す。

このようにして得られた標準パターンの組を用いてパタ
ーンマッチング法で認識を行うと、次のような効果が期
待できる。

（１）訓練用パターンで置換された標準パターンと同
一傾向の変動を持つ入力パターンに対しては、本人の標
準パターンが存在するので正確な認識が可能である。

（２）訓練用パターンの発声で実現しなかった形の変
動には事前に標準パターンが用意されているので、その
ような形の変動を持った入力パターンも認識できる。

（３）一般に訓練パターンで実現した形の変動は実際
の認識時にも入力パターンとして高頻度で発生する。こ
れらは（１）によって高精度で認識される。（２）の場
合、訓練用標準パターンで実現しなかったような変動の
形で入力パターンが実際に生ずる確立は相当低いといえ
る。このような入力パターンと一致すべき標準パターン
は本人のパターンと異なるので認識率は少し低いことが
予想される。しかし、そのようなパターンの生起頻度自
体が低いので、あまり問題にならない。むしろ、希れに
発声するそのようなパターンが、ある程度認識できると
いうメリットの方が大である。

（４）マッチングに使用される標準パターンの個数は
訓練によって増加することはないので、計算量は増加し
ない。

なお、標準パターンの修正方法としては上記のような置
換のかわりに、旧標準パターンと訓練パターンとの（荷
重）平均を用いること等も考えられるが、以下では置換
によって修正するものとして説明する。

（実施例）第１図は本発明による標準パターン登録方式を実施した
音声認識装置の構成例を示す図である。基本標準パター
ン記憶部50にはあらかじめ設定された標準パターン群が
記憶されている。いま単語名を番号ｎで示すことにす
る。各単語ｎには複数個の標準パターンが記憶されてい
る。これらを番号ｍで指定する。単語ｎのｍ番目の標準
パターンＢ（n,m）で示す。

上記の基準標準パターン記憶部50には第２図に示すよう
に標準パターンＢ（n,m）が記憶されている。図に示す
ように各単語ごとに標準パターンの個数が異なっていて
もよい。

登録処理の前にこれら標準パターンは、標準パターン記
憶部40に移される。そこでは、やはり第２図と同じ形式
で保持される。登録処理では、各単語が例えば３回ずつ
発声され、対応する単語の標準パターンが修正される。
以下に単語ｎの標準パターンＢ（n,1）,B（n,2）,B（n,
3）,B（n,4）が修正される様子を示す。

単語ｎを３回発声するが各発声ごとに次のような処理が
行なわれる。マイクロホン10より入力された音声は、分
析部20で分析処理され、訓練用パターンＡとしてバッフ
ァ30に入力される。前記標準パターン記憶部40から標準
パターンＢ（n,1）〜Ｂ（n,4）が順次出力され、マッチ
ング部60に送られる。そこでは、これら標準パターンと
前記入力パターンＡとの比較が行なわれ、それぞれの標
準パターンに対応して距離Ｄ（n,m）,m＝1,2,3,4が算出
され、決定部80に送られる。そこではＤ（n,m）が最小
となる番号ｍが決定される。この番号ｍは標準パターン
記憶部40に送られる。これによって標準パターンＢ（n,
m）はバッファ30の訓練用パターンＡによっておきかえ
られ新たなＢ（n,m）が生成される。同様のことを３回
の訓練用発声に対して繰り返すことによって単語ｎに対
する登録が終了する。他の単語に対しても同様である。

認識動作は以上によって作成された標準パターン群を用
いて行われる。その場合バッファ30には入力パターンが
入力され、マッチング部60で各標準パターンと比較され
距離Ｄ（n,m）が算出される。判定部70ではこれら距離
Ｄ（n,m）が最小となる単語名ｎが決定されて認識結果
として出力される。かくの如き構成によると、オペレー
タ本人の標準パターン登録発声で生じなかった種類の変
動を持った音声パターンを正確に認識できる。また、標
準パターンの個数は増加しないので装置の大型化も避け
ることができる。

しかし、以上で述べた実施例では、１個の訓練用パター
ンが入力されるとかならず１個の標準パターンが修正さ
れてしまう。このため、本当は標準パターン群と異なっ
て、該オペレータ独特の変動を示したパターンが入力さ
れた場合、いずれの標準パターンとの距離も大であるに
もかかわらず偶々距離が最小となった標準パターンが置
き換えられてしまう。その結果、その標準パターンが持
っていた種類の変動に対処できなくなるということも起
りうる。

この点も解決した実施例について以下に説明する。

この実施例は、同一カテゴリに対して複数個の標準パタ
ーンを記憶しておき、同カテゴリの訓練用パターンが入
力されると、これら各標準パターンとの比較を行ない距
離を算出し、最も近い標準パターンを定め、その距離が
所定値以下である場合は該標準パターンをこの訓練用標
準パターンで修正し、所定値以上であるときはこの訓練
パターンを新たな標準パターンとして追加記憶すること
を特徴とする。

訓練用のパターン標準パターンとの距離を検定すること
によって、本人独特の変動を検知できる。本人独特の変
動と判定された場合には、旧標準パターンを修正しない
で、新たな標準パターンとして追加する。すなわちこの
実施例と先の実施例との相異点は以下の如くとなる。

第１図において、決定部80に距離Ｄ（n,m）の最小値を
所定値Θと比較し、Ｄ（n,m）≦Θならば前述の如く該
当する標準パターンＢ（n,m）を訓練用パターンＡによ
って置換する。Ｄ（n,m）＞Θならば信号ｍとして新た
な番号（第２図の例ではＢ（n,1）〜Ｂ（n,4）の上の番
号ｍ＝５）を指定し、訓練用パターンＡと新たな標準パ
ターンＢ（n,5）として追加記憶する。

かくの如き方式によると、オペレータ独特の変動によっ
て標準パターンが悪影響を受けることがない。

以上本発明の原理を実施例にもとづいて説明したが、こ
れらの記載は本発明の権利範囲を限定するものではな
い。特に、音声の単位として単語をとりあげて説明した
が、音素や音節など他の単位であってもよい。また、本
発明は、いわゆる離散発声認識にかぎらず、連続発声認
識の場合にも適用されるものである。

（発明の効果）以上詳細に説明した通り、本発明によれば、種々変動し
た形の標準パターンを確実に用意でき、かつ個人性への
適応能力も高く、しかも経済的なメモリ量と処理量で十
分な標準パターン登録方式を実現することができ、特に
本発明を音声認識などに適用すれば実用上の利点はきわ
めて大きい。

【図面の簡単な説明】

第１図は本発明の実施例を示すブロック図、第２図はそ
の動作説明図である。図において 10……マイクロホン、20……分析部、 30……バッファ、40……標準パターン記憶部、 50……基本標準パターン記憶部、 60……マッチング部、70……判定部、 80……決定部、をそれぞれ示す。

Claims

【特許請求の範囲】

【請求項１】音声に関する専門的知識を有する者により
意識的に変動を与えて発声された同一カテゴリの複数個
の標準パターンを予め記憶しておき、同一カテゴリの訓
練用パターンが入力されると、これら各標準パターンと
の比較を行い、距離を算出し、最も近い標準パターンを
定め、その距離が所定値以下である場合はこの標準パタ
ーンを訓練用パターンで修正し、所定値以上である場合
は訓練用パターンを新たな標準パターンとして追加記憶
することを特徴とする標準パターン登録方式。