JPH0895595A - 隠れマルコフモデルの学習方法 - Google Patents
隠れマルコフモデルの学習方法Info
- Publication number
- JPH0895595A JPH0895595A JP6228534A JP22853494A JPH0895595A JP H0895595 A JPH0895595 A JP H0895595A JP 6228534 A JP6228534 A JP 6228534A JP 22853494 A JP22853494 A JP 22853494A JP H0895595 A JPH0895595 A JP H0895595A
- Authority
- JP
- Japan
- Prior art keywords
- covariance
- variance
- hmm
- hidden markov
- acoustic feature
- 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.)
- Granted
Links
Abstract
(57)【要約】
【目的】 音声認識装置に対する音声辞書学習手続きを
軽減する。 【構成】 音声分析処理Ｓ１１で、学習の対象となる入
力音声データを一定時間毎に分析して該入力音声データ
の特徴を表す音響特徴量の組に変換する。分散・共分散
設定処理Ｓ１２で、前記音響特徴量の組の分散及び共分
散を求める。ＨＭＭパラメータ推定処理Ｓ１３で、前記
音響特徴量の組に対するＨＭＭの尢度を最大にするＨＭ
Ｍの多次元正規分布で表わされる出力確率密度関数の分
散及び共分散を求める。ＨＭＭパラメータ修正処理Ｓ１
４で、前記ＨＭＭパラメータ推定処理において求めた分
散及び共分散を前記分散・共分散設定処理において求め
た分散及び共分散を基準にして修正する。パラメータ収
束判定処理Ｓ１５で、ＨＭＭパラメータ推定処理Ｓ１３
でのパラメータ推定が収束したか否かを判定する。
軽減する。 【構成】 音声分析処理Ｓ１１で、学習の対象となる入
力音声データを一定時間毎に分析して該入力音声データ
の特徴を表す音響特徴量の組に変換する。分散・共分散
設定処理Ｓ１２で、前記音響特徴量の組の分散及び共分
散を求める。ＨＭＭパラメータ推定処理Ｓ１３で、前記
音響特徴量の組に対するＨＭＭの尢度を最大にするＨＭ
Ｍの多次元正規分布で表わされる出力確率密度関数の分
散及び共分散を求める。ＨＭＭパラメータ修正処理Ｓ１
４で、前記ＨＭＭパラメータ推定処理において求めた分
散及び共分散を前記分散・共分散設定処理において求め
た分散及び共分散を基準にして修正する。パラメータ収
束判定処理Ｓ１５で、ＨＭＭパラメータ推定処理Ｓ１３
でのパラメータ推定が収束したか否かを判定する。
Description
【０００１】
【産業上の利用分野】本発明は、音声認識における隠れ
マルコフモデル（Hidden Markov Model 、以下、ＨＭＭ
という）の学習方法に関するものである。
マルコフモデル（Hidden Markov Model 、以下、ＨＭＭ
という）の学習方法に関するものである。
【０００２】
【従来の技術】従来、このような分野の技術としては、
例えば、次のような文献に記載されるものがあった。 文献１；日本音響学会誌、48巻［１号］、(1992)、嵯峨
山茂樹、“数理統計モデルによる音声認識の現状と将
来”、P.431-437 文献２；中川聖一著、“確率モデルによる音声認識”、
（1988）、電子情報通信学会、P.29-73 ＨＭＭは、その統計的性質から、音声パタンのような発
声速度に伴う時間変動、発声の個人差、及び調音結合等
の揺らぎを含むパタンを適切に表現できることから、音
声認識の分野において近年広く用いられている。ＨＭＭ
を用いて音声を認識する方法、即ち、ＨＭＭ音声認識方
法とは、音声を確率的な遷移ネットワークと見做して認
識処理を行うものである。図２は、従来の音声認識方法
に用いられる単語ＨＭＭの構造例を示す図である。図２
において、Ｓｉ（ｉ；０，１，２，３）はＨＭＭにおけ
る音声の特徴等の状態を表す。Ａｋｌは状態遷移確率、
ｂｋｌ（ｘ）は遷移の際にある音声スペクトルｘを出力
する確率である出力確率密度関数を表す。音声スペクト
ルｘは入力音声データの特徴を表すものである。ＨＭＭ
は、図２に示すように、いくつかの状態Ｓｉ（ｉ；０，
１，２，３）と、それらの状態間の遷移を表す弧で表現
される。各弧には、その弧を遷移する状態遷移確率Ａｋ
ｌ及び出力確率密度関数ｂｋｌ（ｘ）がパラメータとし
て与えられている。
例えば、次のような文献に記載されるものがあった。 文献１；日本音響学会誌、48巻［１号］、(1992)、嵯峨
山茂樹、“数理統計モデルによる音声認識の現状と将
来”、P.431-437 文献２；中川聖一著、“確率モデルによる音声認識”、
（1988）、電子情報通信学会、P.29-73 ＨＭＭは、その統計的性質から、音声パタンのような発
声速度に伴う時間変動、発声の個人差、及び調音結合等
の揺らぎを含むパタンを適切に表現できることから、音
声認識の分野において近年広く用いられている。ＨＭＭ
を用いて音声を認識する方法、即ち、ＨＭＭ音声認識方
法とは、音声を確率的な遷移ネットワークと見做して認
識処理を行うものである。図２は、従来の音声認識方法
に用いられる単語ＨＭＭの構造例を示す図である。図２
において、Ｓｉ（ｉ；０，１，２，３）はＨＭＭにおけ
る音声の特徴等の状態を表す。Ａｋｌは状態遷移確率、
ｂｋｌ（ｘ）は遷移の際にある音声スペクトルｘを出力
する確率である出力確率密度関数を表す。音声スペクト
ルｘは入力音声データの特徴を表すものである。ＨＭＭ
は、図２に示すように、いくつかの状態Ｓｉ（ｉ；０，
１，２，３）と、それらの状態間の遷移を表す弧で表現
される。各弧には、その弧を遷移する状態遷移確率Ａｋ
ｌ及び出力確率密度関数ｂｋｌ（ｘ）がパラメータとし
て与えられている。
【０００３】ＨＭＭは、初期状態Ｓ０から遷移を開始し
て、最終状態Ｓ３に到達するまで弧を通って遷移を繰り
返し、スペクトル系列を出力する確率が得られる。出力
確率密度関数ｂｋｌ（ｘ）をスペクトルｘの関数とした
ものは、連続出力確率分布ＨＭＭと呼ばれている。通
常、出力確率密度関数ｂｋｌ（ｘ）の真の関数型を求め
ることは不可能なので、通例、数学的取扱いが簡単で、
かつ表現能力が高い多次元正規分布がよく用いられる。
出力確率密度関数ｂｋｌ（ｘ）の正味のパラメータは、
平均ベクトルμと分散及び共分散ρである。図３は、従
来のＨＭＭの学習方法を示すフローチャートである。連
続出力確率分布ＨＭＭで音声認識を行うにあたっては、
認識対象となる音声を最もよく表すＨＭＭのパラメータ
を求めることが必要である。この処理をＨＭＭの学習と
いう。以下、図３に従ってＨＭＭの学習手順Ｓ１〜Ｓ３
を説明する。音声分析処理Ｓ１において、学習対象とな
る音声データが入力され、音響特徴量に変換される。Ｈ
ＭＭパラメータ推定処理Ｓ２において、前記文献２に記
載されたＢ−Ｗ（Baum-Welch）アルゴリズム等により、
ＨＭＭパラメータの推定を行う。パラメータ収束判定処
理Ｓ３において、パラメータ推定が収束したか否かを判
定し、未収束であれば、ＨＭＭパラメータ推定処理Ｓ２
へ戻り、更に推定計算を行う。パラメータ推定が収束し
た場合、ＨＭＭ学習は終了する。
て、最終状態Ｓ３に到達するまで弧を通って遷移を繰り
返し、スペクトル系列を出力する確率が得られる。出力
確率密度関数ｂｋｌ（ｘ）をスペクトルｘの関数とした
ものは、連続出力確率分布ＨＭＭと呼ばれている。通
常、出力確率密度関数ｂｋｌ（ｘ）の真の関数型を求め
ることは不可能なので、通例、数学的取扱いが簡単で、
かつ表現能力が高い多次元正規分布がよく用いられる。
出力確率密度関数ｂｋｌ（ｘ）の正味のパラメータは、
平均ベクトルμと分散及び共分散ρである。図３は、従
来のＨＭＭの学習方法を示すフローチャートである。連
続出力確率分布ＨＭＭで音声認識を行うにあたっては、
認識対象となる音声を最もよく表すＨＭＭのパラメータ
を求めることが必要である。この処理をＨＭＭの学習と
いう。以下、図３に従ってＨＭＭの学習手順Ｓ１〜Ｓ３
を説明する。音声分析処理Ｓ１において、学習対象とな
る音声データが入力され、音響特徴量に変換される。Ｈ
ＭＭパラメータ推定処理Ｓ２において、前記文献２に記
載されたＢ−Ｗ（Baum-Welch）アルゴリズム等により、
ＨＭＭパラメータの推定を行う。パラメータ収束判定処
理Ｓ３において、パラメータ推定が収束したか否かを判
定し、未収束であれば、ＨＭＭパラメータ推定処理Ｓ２
へ戻り、更に推定計算を行う。パラメータ推定が収束し
た場合、ＨＭＭ学習は終了する。
【０００４】
【発明が解決しようとする課題】しかしながら、従来の
ＨＭＭの学習方法では、次のような課題があった。即
ち、ＨＭＭパラメータの推定、特に、多次元正規分布に
おけるパラメータである出力確率密度関数ｂｋｌ（ｘ）
中の分散及び共分散ρの推定には、大量の学習音声デー
タが必要であった。学習音声データ数が不足している
と、分散及び共分散ρの値が推定できず、音声認識の性
能が大幅に低下する欠点があった。本発明は、学習音声
データが少ない場合でも、適切な出力確率密度関数ｂｋ
ｌ（ｘ）を設定できるＨＭＭの学習方法を提供するもの
である。
ＨＭＭの学習方法では、次のような課題があった。即
ち、ＨＭＭパラメータの推定、特に、多次元正規分布に
おけるパラメータである出力確率密度関数ｂｋｌ（ｘ）
中の分散及び共分散ρの推定には、大量の学習音声デー
タが必要であった。学習音声データ数が不足している
と、分散及び共分散ρの値が推定できず、音声認識の性
能が大幅に低下する欠点があった。本発明は、学習音声
データが少ない場合でも、適切な出力確率密度関数ｂｋ
ｌ（ｘ）を設定できるＨＭＭの学習方法を提供するもの
である。
【０００５】
【課題を解決するための手段】本発明では、前記課題を
解決するために、学習の対象となる入力音声データを分
析して該入力音声データの特徴を表す音響特徴量に変換
し、該音響特徴量から前記入力音声データのＨＭＭのパ
ラメータを推定するＨＭＭの学習方法において、次のよ
うな手段を講じている。即ち、学習の対象となる入力音
声データを一定時間毎に分析して入力音声データの特徴
を表す音響特徴量の組に変換する音声分析処理と、音響
特徴量の組の分散及び共分散を求める分散・共分散設定
処理とを行う。次に、音響特徴量の組に対するＨＭＭの
尢度を最大にするＨＭＭのパラメータを求めるＨＭＭパ
ラメータ推定処理と、ＨＭＭパラメータ推定処理におい
て求めた出力確率密度関数のパラメータである分散及び
共分散を、分散・共分散設定処理において求めた分散及
び共分散を基準にして修正するＨＭＭパラメータ修正処
理とを、行うようにしている。
解決するために、学習の対象となる入力音声データを分
析して該入力音声データの特徴を表す音響特徴量に変換
し、該音響特徴量から前記入力音声データのＨＭＭのパ
ラメータを推定するＨＭＭの学習方法において、次のよ
うな手段を講じている。即ち、学習の対象となる入力音
声データを一定時間毎に分析して入力音声データの特徴
を表す音響特徴量の組に変換する音声分析処理と、音響
特徴量の組の分散及び共分散を求める分散・共分散設定
処理とを行う。次に、音響特徴量の組に対するＨＭＭの
尢度を最大にするＨＭＭのパラメータを求めるＨＭＭパ
ラメータ推定処理と、ＨＭＭパラメータ推定処理におい
て求めた出力確率密度関数のパラメータである分散及び
共分散を、分散・共分散設定処理において求めた分散及
び共分散を基準にして修正するＨＭＭパラメータ修正処
理とを、行うようにしている。
【０００６】
【作用】本発明によれば、以上のようにＨＭＭの学習方
法を構成したので、音声分析処理において、学習の対象
となる入力音声データを一定時間毎に分析して入力音声
データの特徴を表す音響特徴量の組に変換する。分散・
共分散設定処理において、前記音響特徴量の組の分散及
び共分散を求める。ＨＭＭパラメータ推定処理におい
て、前記音響特徴量の組に対するＨＭＭの尢度を最大に
するＨＭＭのパラメータを求める。ＨＭＭパラメータ修
正処理において、前記ＨＭＭパラメータ推定処理におい
て求めた出力確率密度関数のパラメータである分散及び
共分散を前記分散・共分散設定処理において求めた分散
及び共分散を基準にして修正する。そのため、学習の対
象となる入力音声データが少ない場合でも、音響特徴量
全体のデータの統計量を用いて、推定精度の不十分なパ
ラメータを修正することにより、ＨＭＭ認識精度が入力
音声データが多いときと同様に高く保たれる。その結
果、認識装置の音声辞書学習手続きが大幅に軽減され
る。従って、前記課題を解決できるのである。
法を構成したので、音声分析処理において、学習の対象
となる入力音声データを一定時間毎に分析して入力音声
データの特徴を表す音響特徴量の組に変換する。分散・
共分散設定処理において、前記音響特徴量の組の分散及
び共分散を求める。ＨＭＭパラメータ推定処理におい
て、前記音響特徴量の組に対するＨＭＭの尢度を最大に
するＨＭＭのパラメータを求める。ＨＭＭパラメータ修
正処理において、前記ＨＭＭパラメータ推定処理におい
て求めた出力確率密度関数のパラメータである分散及び
共分散を前記分散・共分散設定処理において求めた分散
及び共分散を基準にして修正する。そのため、学習の対
象となる入力音声データが少ない場合でも、音響特徴量
全体のデータの統計量を用いて、推定精度の不十分なパ
ラメータを修正することにより、ＨＭＭ認識精度が入力
音声データが多いときと同様に高く保たれる。その結
果、認識装置の音声辞書学習手続きが大幅に軽減され
る。従って、前記課題を解決できるのである。
【０００７】
【実施例】図１は、本発明の実施例のＨＭＭの学習方法
を説明するためのフローチャートである。本実施例のＨ
ＭＭの学習方法では、例えば、プログラム制御されるコ
ンピュータを用いて図１に示す処理Ｓ１１〜Ｓ１５が実
行される。次に、この図１を用いて本発明のＨＭＭの学
習方法を説明する。音声分析処理Ｓ１１において、学習
対象となる音声データが入力され、フレーム毎に音響特
徴量の組である特徴ベクトルｘ（ｔ）ｉに変換される。
特徴ベクトルｘ（ｔ）ｉは、例えば、前記文献２に示さ
れているＬＰＣケプストラムを用いる。ここで、ｔはフ
レーム番号、ｉはＬＰＣケプストラムの番号ＰはＬＰＣ
ケプストラムの次数である。（ｉ＝１，…，Ｐ） 音声データは、通常複数の特徴ベクトル系列（以下、特
徴パタンという）からなる。ここで、特徴パタンの数を
ＰＮとし、特徴ベクトルの総数をＦＮとする。分散・共
分散設定処理Ｓ１２において、特徴ベクトルｘ（ｔ）ｉ
の分散及び共分散αｉｊを、次の（１）式を用いて求め
る。
を説明するためのフローチャートである。本実施例のＨ
ＭＭの学習方法では、例えば、プログラム制御されるコ
ンピュータを用いて図１に示す処理Ｓ１１〜Ｓ１５が実
行される。次に、この図１を用いて本発明のＨＭＭの学
習方法を説明する。音声分析処理Ｓ１１において、学習
対象となる音声データが入力され、フレーム毎に音響特
徴量の組である特徴ベクトルｘ（ｔ）ｉに変換される。
特徴ベクトルｘ（ｔ）ｉは、例えば、前記文献２に示さ
れているＬＰＣケプストラムを用いる。ここで、ｔはフ
レーム番号、ｉはＬＰＣケプストラムの番号ＰはＬＰＣ
ケプストラムの次数である。（ｉ＝１，…，Ｐ） 音声データは、通常複数の特徴ベクトル系列（以下、特
徴パタンという）からなる。ここで、特徴パタンの数を
ＰＮとし、特徴ベクトルの総数をＦＮとする。分散・共
分散設定処理Ｓ１２において、特徴ベクトルｘ（ｔ）ｉ
の分散及び共分散αｉｊを、次の（１）式を用いて求め
る。
【０００８】
【数１】 ここで、βｉは特徴ベクトルｘ（ｔ）ｉの平均値であ
り、次の（２）式で表される。
り、次の（２）式で表される。
【０００９】
【数２】 ここでは、全ての学習データに基づいて分散及び共分散
αｉｊ、及び平均値βｉを計算したが、何らかの先験的
な値或いは学習データの一部分から求めてもよい。更
に、分散及び共分散αｉｊ、及び平均値βｉは、１つだ
けでなく、何らかのカテゴリ別に求め、適宜使い分けて
もよい。ここで設定された分散及び共分散αｉｊを基準
分散・共分散という。
αｉｊ、及び平均値βｉを計算したが、何らかの先験的
な値或いは学習データの一部分から求めてもよい。更
に、分散及び共分散αｉｊ、及び平均値βｉは、１つだ
けでなく、何らかのカテゴリ別に求め、適宜使い分けて
もよい。ここで設定された分散及び共分散αｉｊを基準
分散・共分散という。
【００１０】ＨＭＭパラメータ推定処理Ｓ１３におい
て、Ｂ−Ｗアルゴリズム等により、先の特徴ベクトルｘ
（ｔ）ｉを用いてＨＭＭパラメータの推定を行う。ＨＭ
Ｍパラメータは、初期状態確率πｋ、遷移確率Ａｋｌ、
多次元正規分布における出力現確率密度関数中の平均ベ
クトルμｋｌｉ及び分散・共分散ρｋｌｉｊで表され、
これらのパラメータの集合をθとする。ＨＭＭパラメー
タの推定とは、特徴ベクトルｘに対するＨＭＭの尢度Ｌ
（θ，ｘ）を最大にする最尢推定値θ´を求めることで
ある。この推定されたＨＭＭのパラメータを初期状態確
率πｋ´、遷移確率Ａｋｌ´、平均ベクトルμｋｌｉ´
及び分散・共分散ρｋｌｉｊ´とする。又、その尢度の
最大値をＬ´とする。ＨＭＭパラメータ修正処理Ｓ１４
において、ＨＭＭパラメータ推定処理Ｓ１３で推定され
た分散・共分散ρｋｌｉｊ´を、特徴パタン数ＰＮに応
じて、次の（３）式を用いて修正する。αｉｊは、分散
・共分散設定処理Ｓ１２において設定された基準分散・
共分散である。
て、Ｂ−Ｗアルゴリズム等により、先の特徴ベクトルｘ
（ｔ）ｉを用いてＨＭＭパラメータの推定を行う。ＨＭ
Ｍパラメータは、初期状態確率πｋ、遷移確率Ａｋｌ、
多次元正規分布における出力現確率密度関数中の平均ベ
クトルμｋｌｉ及び分散・共分散ρｋｌｉｊで表され、
これらのパラメータの集合をθとする。ＨＭＭパラメー
タの推定とは、特徴ベクトルｘに対するＨＭＭの尢度Ｌ
（θ，ｘ）を最大にする最尢推定値θ´を求めることで
ある。この推定されたＨＭＭのパラメータを初期状態確
率πｋ´、遷移確率Ａｋｌ´、平均ベクトルμｋｌｉ´
及び分散・共分散ρｋｌｉｊ´とする。又、その尢度の
最大値をＬ´とする。ＨＭＭパラメータ修正処理Ｓ１４
において、ＨＭＭパラメータ推定処理Ｓ１３で推定され
た分散・共分散ρｋｌｉｊ´を、特徴パタン数ＰＮに応
じて、次の（３）式を用いて修正する。αｉｊは、分散
・共分散設定処理Ｓ１２において設定された基準分散・
共分散である。
【００１１】
【数３】 但し、 Ｍ；特徴パタン数ＰＮの大小判断を行うための閾値 即ち、特徴パタン数ＰＮが閾値Ｍ以下である場合、上限
Ｃ2 αｉｊと下限Ｃ1αｉｊを設定することである。但
し、Ｃ1 及びＣ2 は分散・共分散ρｋｌｉｊ´の範囲を
定める定数である。
Ｃ2 αｉｊと下限Ｃ1αｉｊを設定することである。但
し、Ｃ1 及びＣ2 は分散・共分散ρｋｌｉｊ´の範囲を
定める定数である。
【００１２】又、別の修正方法として、信頼度ｆが特徴
パタン数ＰＮの関数（０≦ｆ（ＰＮ）≦１）であると考
えて、次の（４）式のように修正する方法もある。 ρｋｌｉｊ´＝ｆ（ＰＮ）ρｋｌｉｊ´＋｛１−ｆ（ＰＮ）｝αｉｊ ・・・（４） 関数ｆ（ＰＮ）については、実際のデータに基づいて決
めていくのがよいが、簡易な関数として、次の（５）式
でも十分に妥当な修正ができる。 ｆ（ＰＮ）＝１−１／（１＋０．２ＰＮ） ・・・（５） パラメータ収束判定処理Ｓ１５において、先の尢度最大
値Ｌ´の増加の度合により、ＨＭＭパラメータ推定処理
Ｓ１３でのパラメータ推定が収束したか否かを判定す
る。その判定方法としては、例えば、尢度最大値Ｌ´
と、１回前の尢度最大値Ｌ´´との差（Ｌ´−Ｌ´´）
が、或る閾値Ｄ以下であれば収束したと判断する方法が
ある。即ち、Ｌ´−Ｌ´´＞Ｄならば、ＨＭＭパラメー
タ推定処理Ｓ３へ戻り、Ｌ´−Ｌ´´≦Ｄならば、パラ
メータ推定が終了する。以上のように、本実施例では、
音声分析処理Ｓ１１における学習対象となる入力音声デ
ータが少ない場合、ＨＭＭパラメータ修正処理Ｓ１４に
おいて、特徴ベクトル全体のデータの基準分散・共分散
αｉｊを用いて推定精度の不十分なパラメータを修正す
ることにより、少量学習時でのＨＭＭ認識精度を高く保
つことができる。その結果、認識装置の音声辞書学習
（登録）手続きという使用者の負担となる作業を、大幅
に軽減できる。尚、本発明のＨＭＭの学習方法は、多次
元正規分布を出力確率密度関数にもつＨＭＭを用いた全
ての音声認識装置や、その他ＨＭＭを利用したパタン認
識に容易に利用できる。
パタン数ＰＮの関数（０≦ｆ（ＰＮ）≦１）であると考
えて、次の（４）式のように修正する方法もある。 ρｋｌｉｊ´＝ｆ（ＰＮ）ρｋｌｉｊ´＋｛１−ｆ（ＰＮ）｝αｉｊ ・・・（４） 関数ｆ（ＰＮ）については、実際のデータに基づいて決
めていくのがよいが、簡易な関数として、次の（５）式
でも十分に妥当な修正ができる。 ｆ（ＰＮ）＝１−１／（１＋０．２ＰＮ） ・・・（５） パラメータ収束判定処理Ｓ１５において、先の尢度最大
値Ｌ´の増加の度合により、ＨＭＭパラメータ推定処理
Ｓ１３でのパラメータ推定が収束したか否かを判定す
る。その判定方法としては、例えば、尢度最大値Ｌ´
と、１回前の尢度最大値Ｌ´´との差（Ｌ´−Ｌ´´）
が、或る閾値Ｄ以下であれば収束したと判断する方法が
ある。即ち、Ｌ´−Ｌ´´＞Ｄならば、ＨＭＭパラメー
タ推定処理Ｓ３へ戻り、Ｌ´−Ｌ´´≦Ｄならば、パラ
メータ推定が終了する。以上のように、本実施例では、
音声分析処理Ｓ１１における学習対象となる入力音声デ
ータが少ない場合、ＨＭＭパラメータ修正処理Ｓ１４に
おいて、特徴ベクトル全体のデータの基準分散・共分散
αｉｊを用いて推定精度の不十分なパラメータを修正す
ることにより、少量学習時でのＨＭＭ認識精度を高く保
つことができる。その結果、認識装置の音声辞書学習
（登録）手続きという使用者の負担となる作業を、大幅
に軽減できる。尚、本発明のＨＭＭの学習方法は、多次
元正規分布を出力確率密度関数にもつＨＭＭを用いた全
ての音声認識装置や、その他ＨＭＭを利用したパタン認
識に容易に利用できる。
【００１３】
【発明の効果】以上詳細に説明したように、本発明によ
れば、学習の対象となる入力音声データが少ない場合で
も、ＨＭＭパラメータ修正処理において、入力音声デー
タの特徴を表す音響特徴量全体の統計量を用いて、推定
精度の不十分なパラメータを修正することにより、少量
学習時でのＨＭＭ認識精度を高く保つことができる。そ
のため、認識装置に対する音声辞書学習（登録）手続き
という使用者の負担となる作業を大幅に軽減できる。
れば、学習の対象となる入力音声データが少ない場合で
も、ＨＭＭパラメータ修正処理において、入力音声デー
タの特徴を表す音響特徴量全体の統計量を用いて、推定
精度の不十分なパラメータを修正することにより、少量
学習時でのＨＭＭ認識精度を高く保つことができる。そ
のため、認識装置に対する音声辞書学習（登録）手続き
という使用者の負担となる作業を大幅に軽減できる。
【図１】本発明の実施例のＨＭＭの学習方法のフローチ
ャートである。
ャートである。
【図２】単語ＨＭＭの構造例を示す図である。
【図３】従来のＨＭＭの学習方法のフローチャートであ
る。
る。
Ｓ１１ 音声分
析処理 Ｓ１２ 分散・
共分散設定処理 Ｓ１３ ＨＭＭ
パラメータ推定処理 Ｓ１４ ＨＭＭ
パラメータ修正処理
析処理 Ｓ１２ 分散・
共分散設定処理 Ｓ１３ ＨＭＭ
パラメータ推定処理 Ｓ１４ ＨＭＭ
パラメータ修正処理
Claims (1)
- 【請求項１】 学習の対象となる入力音声データを分析
して該入力音声データの特徴を表す音響特徴量に変換
し、該音響特徴量から前記入力音声データの隠れマルコ
フモデルのパラメータを推定する多次元正規分布で表わ
される出力確率密度関数を持つ隠れマルコフモデルの学
習方法において、 学習の対象となる入力音声データを一定時間毎に分析し
て該入力音声データの特徴を表す音響特徴量の組に変換
する音声分析処理と、 前記音響特徴量の組の分散及び共分散を求める分散・共
分散設定処理と、 前記音響特徴量の組に対する隠れマルコフモデルの尢度
を最大にする隠れマルコフモデルのパラメータを求める
隠れマルコフモデルパラメータ推定処理と、 前記隠れマルコフモデルパラメータ推定処理において求
めたパラメータ中の分散及び共分散を前記分散・共分散
設定処理において求めた分散及び共分散を基準にして修
正する隠れマルコフモデルパラメータ修正処理とを、 行うことを特徴とする隠れマルコフモデルの学習方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06228534A JP3091648B2 (ja) | 1994-09-26 | 1994-09-26 | 隠れマルコフモデルの学習方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP06228534A JP3091648B2 (ja) | 1994-09-26 | 1994-09-26 | 隠れマルコフモデルの学習方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0895595A true JPH0895595A (ja) | 1996-04-12 |
| JP3091648B2 JP3091648B2 (ja) | 2000-09-25 |
Family
ID=16877916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP06228534A Expired - Fee Related JP3091648B2 (ja) | 1994-09-26 | 1994-09-26 | 隠れマルコフモデルの学習方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3091648B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100404852B1 (ko) * | 1996-08-03 | 2004-02-25 | 엘지전자 주식회사 | 언어모델적응기능을가진음성인식장치및그제어방법 |
| CN110059392A (zh) * | 2019-04-11 | 2019-07-26 | 桂林电子科技大学 | 一种滑坡形变预测方法 |
| CN112513563A (zh) * | 2018-08-31 | 2021-03-16 | 株式会社小松制作所 | 作业机械的搬运物确定装置、作业机械、作业机械的搬运物确定方法、补全模型的生产方法以及学习用数据集 |
-
1994
- 1994-09-26 JP JP06228534A patent/JP3091648B2/ja not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100404852B1 (ko) * | 1996-08-03 | 2004-02-25 | 엘지전자 주식회사 | 언어모델적응기능을가진음성인식장치및그제어방법 |
| CN112513563A (zh) * | 2018-08-31 | 2021-03-16 | 株式会社小松制作所 | 作业机械的搬运物确定装置、作业机械、作业机械的搬运物确定方法、补全模型的生产方法以及学习用数据集 |
| CN110059392A (zh) * | 2019-04-11 | 2019-07-26 | 桂林电子科技大学 | 一种滑坡形变预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3091648B2 (ja) | 2000-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5812975A (en) | State transition model design method and voice recognition method and apparatus using same | |
| JP2690027B2 (ja) | パターン認識方法及び装置 | |
| JP4336865B2 (ja) | 音声認識装置 | |
| JP4531166B2 (ja) | 信頼性尺度の評価を用いる音声認識方法 | |
| US6725196B2 (en) | Pattern matching method and apparatus | |
| EP1465154B1 (en) | Method of speech recognition using variational inference with switching state space models | |
| EP1863014B1 (en) | Apparatuses and methods for learning and using a distance transition model | |
| JP3632529B2 (ja) | 音声認識装置及び方法ならびに記録媒体 | |
| WO2007105409A1 (ja) | 標準パタン適応装置、標準パタン適応方法および標準パタン適応プログラム | |
| KR100574769B1 (ko) | 최우법을 포함한 고유음성에 기초한 화자 및 환경 적응 방법 | |
| US6226610B1 (en) | DP Pattern matching which determines current path propagation using the amount of path overlap to the subsequent time point | |
| JP4703648B2 (ja) | ベクトルコードブック生成方法、データ圧縮方法及び装置、並びに分散型音声認識システム | |
| JP2852298B2 (ja) | 標準パターン適応化方式 | |
| JP3536471B2 (ja) | 識別装置および識別方法、並びに音声認識装置および音声認識方法 | |
| JP3091648B2 (ja) | 隠れマルコフモデルの学習方法 | |
| JP3176210B2 (ja) | 音声認識方法及び音声認識装置 | |
| JPWO2008126254A1 (ja) | 話者認識装置、音響モデル更新方法及び音響モデル更新処理プログラム | |
| JP3029803B2 (ja) | 音声認識のための単語モデル生成装置及び音声認識装置 | |
| JPH06266384A (ja) | 音響モデル適応方式 | |
| JP2000259198A (ja) | パターン認識装置および方法、並びに提供媒体 | |
| JPH11212591A (ja) | パターン認識方法及びパターン認識装置並びにパターン認識プログラムが記録された記録媒体 | |
| JP2006053431A (ja) | 音声認識用音響モデル作成方法、音声認識用音響モデル作成装置、音声認識用音響モデル作成プログラム及びこのプログラムを記録した記録媒体 | |
| JP2000099078A (ja) | 標準パターン学習装置 | |
| JP2734828B2 (ja) | 確率演算装置及び確率演算方法 | |
| KR0170317B1 (ko) | 관찰벡터의 디스토션 확률밀도를 가진 은닉마코프 모델을 이용한 음성인식 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000711 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080721 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090721 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |