JPH0766277B2 - 音声特徴抽出装置 - Google Patents
音声特徴抽出装置Info
- Publication number
- JPH0766277B2 JPH0766277B2 JP62285036A JP28503687A JPH0766277B2 JP H0766277 B2 JPH0766277 B2 JP H0766277B2 JP 62285036 A JP62285036 A JP 62285036A JP 28503687 A JP28503687 A JP 28503687A JP H0766277 B2 JPH0766277 B2 JP H0766277B2
- Authority
- JP
- Japan
- Prior art keywords
- feature extraction
- feature vector
- feature
- outputs
- output
- 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 title claims description 17
- 239000013598 vector Substances 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005236 sound signal Effects 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、音声認識装置において、特に入力音声の動的
変動に対応して適応的に特徴ベクトルを出力する音声特
徴抽出装置の改良に関する。
変動に対応して適応的に特徴ベクトルを出力する音声特
徴抽出装置の改良に関する。
（従来の技術） 音声認識装置において、入力音声から特徴ベクトルの時
系列を抽出する方法の一つとしてバンドパス・フィルタ
から構成されるフィルタ・バンクの出力を平滑化して一
定時間（〜10msec）毎にサンプリングして特徴ベクトル
として用いる方法が広く用いられている。
系列を抽出する方法の一つとしてバンドパス・フィルタ
から構成されるフィルタ・バンクの出力を平滑化して一
定時間（〜10msec）毎にサンプリングして特徴ベクトル
として用いる方法が広く用いられている。
（発明が解決しようとする問題点） 上記の方法では、母音部のような定常な部分と子音部の
ような変動の激しい非定常な部分が同じ割合でサンプリ
ングされてしまうので、1msec程度以下の音声の動的な
特徴を反映した特徴ベクトルを抽出するために定常な部
分で大量に余分なベクトルをサンプリングしてしまい、
データ量が膨大になり後段での認識処理を困難にする。
またフィルタの各チャンネルに於て、立ち上がり部分の
強調などの処理を行なった場合は従来法のように一定時
間間隔でサンプリングを行なってしまうと破裂音の立ち
上がりなどの急激な変動は失われ易くなり、強調処理の
効果を生かすことができない。
ような変動の激しい非定常な部分が同じ割合でサンプリ
ングされてしまうので、1msec程度以下の音声の動的な
特徴を反映した特徴ベクトルを抽出するために定常な部
分で大量に余分なベクトルをサンプリングしてしまい、
データ量が膨大になり後段での認識処理を困難にする。
またフィルタの各チャンネルに於て、立ち上がり部分の
強調などの処理を行なった場合は従来法のように一定時
間間隔でサンプリングを行なってしまうと破裂音の立ち
上がりなどの急激な変動は失われ易くなり、強調処理の
効果を生かすことができない。
本発明の目的は、フィルタ・バンクの出力から特徴ベク
トルを抽出するに際して、音声の時間的変動に対応して
定常部では低い割合で、非定常部では高い割合で特徴ベ
クトルを抽出するような適応的時間間隔で特徴ベクトル
を出力する能力を有する音声特徴抽出装置を提供するこ
とにある。
トルを抽出するに際して、音声の時間的変動に対応して
定常部では低い割合で、非定常部では高い割合で特徴ベ
クトルを抽出するような適応的時間間隔で特徴ベクトル
を出力する能力を有する音声特徴抽出装置を提供するこ
とにある。
（問題点を解決するための手段） 前述の問題点を解決するために本発明が提供する手段
は、フィルタ・バンクを用いて分析された入力音声から
特徴ベクトルの時系列を抽出する音声特徴抽出装置であ
って：前記フィルタ・バンクの各チャンネル毎に信号の
変化量を抽出して出力する変動検出部と；前記各チャン
ネルの変動検出部の出力の荷重和と、あらかじめ設定さ
れた閾値とを比較して前記フィルタ・バンクの出力を特
徴ベクトルとして抽出するか否かを判定し、その結果に
応じて特徴ベクトルを出力する特徴抽出部と；この特徴
抽出部が前記特徴ベクトルを出力した時点で前記閾値の
値を一定時間の間だけ無限大に設定する閾値設定部とを
有することを特徴とする。
は、フィルタ・バンクを用いて分析された入力音声から
特徴ベクトルの時系列を抽出する音声特徴抽出装置であ
って：前記フィルタ・バンクの各チャンネル毎に信号の
変化量を抽出して出力する変動検出部と；前記各チャン
ネルの変動検出部の出力の荷重和と、あらかじめ設定さ
れた閾値とを比較して前記フィルタ・バンクの出力を特
徴ベクトルとして抽出するか否かを判定し、その結果に
応じて特徴ベクトルを出力する特徴抽出部と；この特徴
抽出部が前記特徴ベクトルを出力した時点で前記閾値の
値を一定時間の間だけ無限大に設定する閾値設定部とを
有することを特徴とする。
（作用） 本発明の基本的な原理は、フィルタ・バンクの各チャン
ネル毎に抽出した信号の時間変動度情報を用いて、特徴
ベクトルの抽出のタイミングを適応的に決定しようとす
るものである。以下に本発明の原理を詳細に説明する。
ネル毎に抽出した信号の時間変動度情報を用いて、特徴
ベクトルの抽出のタイミングを適応的に決定しようとす
るものである。以下に本発明の原理を詳細に説明する。
フィルタ・バンクのチャンネル（ｉ）によって分析され
た音声信号の時系列をｘｎ （ｉ）とする。（ｎは時系列
を表わす添え字。） ｘｎ （ｉ）からチャンネル（ｉ）の信号の変化量ｙｎ
（ｉ）を次式に基づいて定める。
た音声信号の時系列をｘｎ （ｉ）とする。（ｎは時系列
を表わす添え字。） ｘｎ （ｉ）からチャンネル（ｉ）の信号の変化量ｙｎ
（ｉ）を次式に基づいて定める。
ｙｎ （ｉ）＝ｘｎ （ｉ）−ｘｎ−１ （ｉ）＋α・ｙ
ｎ−１ （ｉ） このｙｎ （ｉ）はｘｎ （ｉ）の平滑化された微係数（差
分量）に対応する。（αは平滑化の度合を決めるパラメ
ータである。） このようにして各チャンネル毎に求められた時間変動度
ｙｎ （ｉ）の荷重和から次式に従って、特徴ベクトルを
出力するか否かの判定を行なう。
ｎ−１ （ｉ） このｙｎ （ｉ）はｘｎ （ｉ）の平滑化された微係数（差
分量）に対応する。（αは平滑化の度合を決めるパラメ
ータである。） このようにして各チャンネル毎に求められた時間変動度
ｙｎ （ｉ）の荷重和から次式に従って、特徴ベクトルを
出力するか否かの判定を行なう。
ここで、Ｈ（ｘ）は以下のように定義されたステップ関
数である。
数である。
Ｈ（ｘ）＝１（ｘ≧０） ＝０（ｘ＜０） 特徴抽出部はｕｎ＝１のときに特徴ベクトルを出力し、
それ以外の時には出力しない。ここでωｉはチャンネル
（ｉ）に対する荷重であり、幾つ以上のチャンネルをど
のような重み付けで調べて判定を下すかを決定するパラ
メータである。θｎは連続的にｕｎ＝１の状態が持続す
る（即ち連続的に特徴ベクトルを出力する）可能性を抑
制する作用を持たせるために、ｕｎが０から１に変わっ
た時点（ｎ＝ns）から一定時間の間だけ（ncと記す）無
限大に設定する。
それ以外の時には出力しない。ここでωｉはチャンネル
（ｉ）に対する荷重であり、幾つ以上のチャンネルをど
のような重み付けで調べて判定を下すかを決定するパラ
メータである。θｎは連続的にｕｎ＝１の状態が持続す
る（即ち連続的に特徴ベクトルを出力する）可能性を抑
制する作用を持たせるために、ｕｎが０から１に変わっ
た時点（ｎ＝ns）から一定時間の間だけ（ncと記す）無
限大に設定する。
θｎ＝θ０（＜∽） ＝∽（ns＜ｎ＜ns＋nc） このようにθｎを設定することによって特徴抽出部の応
答特性に一種の不感時間（特徴ベクトルを出力しない時
間）を持たせることができる。
答特性に一種の不感時間（特徴ベクトルを出力しない時
間）を持たせることができる。
第１図はθｎの時間変化と特徴ベクトルの出力の関係を
模式的に示したものである。この図の例では、時刻ａと
ｂに特徴ベクトルを出力し、θｎが更新されるが、他の
時刻には特徴ベクトルは出力されないことが分かる。
模式的に示したものである。この図の例では、時刻ａと
ｂに特徴ベクトルを出力し、θｎが更新されるが、他の
時刻には特徴ベクトルは出力されないことが分かる。
（実施例） 第２図は本発明の一実施例を示すブロック図である。各
チャンネルの変動検出部１は、毎時刻毎にそのチャンネ
ルのフィルタ出力から時間変動度を算出し、特徴抽出部
２へ出力する。特徴抽出部２は全チャンネルの変動検出
部１からの入力を用いて、特徴ベクトルを出力するか否
かを判定し、その結果に応じて特徴ベクトルを出力す
る。閾値設定部３は特徴抽出部２の判定結果に応じて特
徴抽出部２の閾値を更新する。
チャンネルの変動検出部１は、毎時刻毎にそのチャンネ
ルのフィルタ出力から時間変動度を算出し、特徴抽出部
２へ出力する。特徴抽出部２は全チャンネルの変動検出
部１からの入力を用いて、特徴ベクトルを出力するか否
かを判定し、その結果に応じて特徴ベクトルを出力す
る。閾値設定部３は特徴抽出部２の判定結果に応じて特
徴抽出部２の閾値を更新する。
（発明の効果） 以上述べたように、本発明によれば、音声の時間的な変
動に対応して定常部では低い割合で、非定常部では高い
割合で適応的に特徴ベクトルを抽出することができる。
その結果得られる特徴ベクトルの時系列は従来法と同じ
程度のデータ量で音声の時間的な変動をコンパクトに表
現することができる。そこで、本発明の音声特徴抽出装
置を音声認識装置の前処理部として用いれば、認識に用
いる計算量を増加させることなく、音声の動特性を反映
した精度の高い音声認識を行なうことが可能になる。
動に対応して定常部では低い割合で、非定常部では高い
割合で適応的に特徴ベクトルを抽出することができる。
その結果得られる特徴ベクトルの時系列は従来法と同じ
程度のデータ量で音声の時間的な変動をコンパクトに表
現することができる。そこで、本発明の音声特徴抽出装
置を音声認識装置の前処理部として用いれば、認識に用
いる計算量を増加させることなく、音声の動特性を反映
した精度の高い音声認識を行なうことが可能になる。
第１図は本発明の原理を説明するための図、第２図は本
発明の一実施例を示すブロック図である。第２図におい
て、１は変動検出部、２は特徴抽出部、３は閾値設定部
である。
発明の一実施例を示すブロック図である。第２図におい
て、１は変動検出部、２は特徴抽出部、３は閾値設定部
である。
Claims (1)
- 【請求項１】フィルタ・バンクを用いて分析された入力
音声から特徴ベクトルの時系列を抽出する音声特徴抽出
装置において：前記フィルタ・バンクの各チャンネル毎
に信号の変化量を抽出して出力する変動検出部と；前記
各チャンネルの変動検出部の出力の荷重和と、あらかじ
め設定された閾値とを比較して前記フィルタ・バンクの
出力を特徴ベクトルとして抽出するか否かを判定し、そ
の結果に応じて特徴ベクトルを出力する特徴抽出部と；
この特徴抽出部が前記特徴ベクトルを出力した時点で前
記閾値の値を一定時間の間だけ無限大に設定する閾値設
定部とを有することを特徴とする音声特徴抽出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62285036A JPH0766277B2 (ja) | 1987-11-11 | 1987-11-11 | 音声特徴抽出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62285036A JPH0766277B2 (ja) | 1987-11-11 | 1987-11-11 | 音声特徴抽出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01126696A JPH01126696A (ja) | 1989-05-18 |
| JPH0766277B2 true JPH0766277B2 (ja) | 1995-07-19 |
Family
ID=17686328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62285036A Expired - Lifetime JPH0766277B2 (ja) | 1987-11-11 | 1987-11-11 | 音声特徴抽出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0766277B2 (ja) |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57157300A (en) * | 1981-03-23 | 1982-09-28 | Nippon Electric Co | Voice information sampling unit |
| JPS57191000A (en) * | 1981-05-20 | 1982-11-24 | Sanyo Electric Co | Voice pattern preparation apparatus |
-
1987
- 1987-11-11 JP JP62285036A patent/JPH0766277B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH01126696A (ja) | 1989-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0219712A1 (en) | Method of and system for speech recognition | |
| JPS6128998B2 (ja) | ||
| EP0292929B1 (en) | Method of feature extraction and recognition of voice and recognition apparatus | |
| KR102204975B1 (ko) | 심층 신경망 기반 음성인식 방법 및 그 장치 | |
| JPH0766277B2 (ja) | 音声特徴抽出装置 | |
| JP2002062892A (ja) | 音響分類装置 | |
| JPH0766278B2 (ja) | 音声特徴抽出装置 | |
| JPH0766280B2 (ja) | 音声特徴抽出装置 | |
| JPS6129518B2 (ja) | ||
| JPH0766279B2 (ja) | 音声特徴抽出装置 | |
| JPH01255000A (ja) | 音声認識システムに使用されるテンプレートに雑音を選択的に付加するための装置及び方法 | |
| JPH0114599B2 (ja) | ||
| JP3008404B2 (ja) | 音声認識装置 | |
| JP2532618B2 (ja) | ピッチ抽出装置 | |
| JP2744622B2 (ja) | 破裂子音識別方式 | |
| JP3023135B2 (ja) | 音声認識装置 | |
| JPS6258515B2 (ja) | ||
| JPH01319099A (ja) | 音声認識装置 | |
| JPH06295196A (ja) | 音声認識装置及び信号認識装置 | |
| JPS60168198A (ja) | ホルマント抽出装置 | |
| JPS6217800A (ja) | 音声区間判定方式 | |
| JPS62113197A (ja) | 音声認識装置 | |
| JPH0311479B2 (ja) | ||
| JPS63223696A (ja) | 音声パタ−ン作成方式 | |
| JP2643202B2 (ja) | 入力音声の定常部、過渡部、不確定部の検出装置 |