JPH10124084A - 音声処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 音声処理装置において、音声信号に重畳され
ている雑音スペクトルを除去する際、推定雑音スペクト
ルの平均値の変動によっても、音声認識の精度低下が生
じないようにすることが課題である。 【解決手段】 音声が入力されていない区間を含む入力
音声信号をスペクトル特徴パラメータに変換する手段
と、音響パワーを算出する音響分析手段と、音声始端フ
レームを検出する手段と、音声始端フレームの直前のフ
レームから一定時間遡ったフレームまでの区間のスペク
トル特徴パラメータから雑音スペクトルを推定する手段
と、上記推定雑音スペクトルを保持する手段と、背景雑
音のみのスペクトル特徴パラメータを基準パターン雑音
スペクトルとして保持する手段と、スペクトル特徴パラ
メータと推定雑音スペクトルとの差分によって、推定音
声スペクトルを算出し、推定音声スペクトル値が基準パ
ターン雑音スペクトル値以下の場合、基準パターン雑音
スペクトルを推定音声スペクトルとする手段と、推定音
声スペクトルと基準のパラメータとを照合して入力音声
を識別する手段とを有する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、音声信号に含ま
れる背景雑音信号を除去する機能を有する音声処理装置
に関するものである。

【０００２】

【従来の技術】音声処理装置に入力する音声信号には、
背景雑音信号が重畳されており、この背景雑音信号を除
去するための簡単で有効な手法として、スペクトルサブ
トラクション法（以下、ＳＳ法とする）が用いられてい
る。

【０００３】ＳＳ法とは、雑音信号が重畳されている音
声信号のスペクトル（以下、音声スペクトルという）か
ら雑音信号のスペクトル（以下、雑音スペクトルとい
う）を減算（サブトラクト）することにより音声スペク
トルを取り出す方法である。

【０００４】通常、雑音スペトルは、音声が発声してい
ない部分から推定され（以下、推定雑音スペクトルと呼
ぶ）、例えば、音声が発声される直前から一定時間遡っ
た時間までの雑音スペクトルの平均によって推定され
る。

【０００５】

【発明が解決しようとする課題】しかし、雑音スペクト
ルの推定にあたって、雑音スペクトルの平均値が変動す
る場合、推定雑音スペクトルと真の雑音スペクトルとの
誤差が大きくなる。特に、推定雑音スペクトル値が真の
雑音スペクトル値を上回ったとき、ＳＳ法によって得ら
れる音声スペクトル値は負となる場合がある。このよう
な現象は、オーバーエスティメーションと呼ばれ、音声
認識の精度低下の原因となっている。

【０００６】従って、オーバーエスティメーションによ
って生じる音声認識の精度低下を回避する簡便かつ有効
な手段が望まれていた。

【０００７】

【課題を解決するための手段】かかる課題を解決するた
めに、この発明の音声処理装置は、音声が入力されてい
ない区間を含む入力音声信号をスペクトル分析し、スペ
クトル特徴パラメータを求め、入力音声信号を処理する
音声処理装置において、（１）入力音声信号をフレーム
毎にスペクトル分析してスペクトル特徴パラメータに変
換し、音響パワーを算出する音響分析手段と、（２）音
声が入力されている区間の最初のフレームである音声始
端フレームを音響パワーから検出する音声検出手段と、
（３）音声始端フレームの直前のフレームから一定時間
遡ったフレームまでの区間のスペクトル特徴パラメータ
から雑音スペクトルを推定し、推定雑音スペクトルを出
力する推定雑音スペクトル演算手段と、（４）上記推定
雑音スペクトル演算手段から出力した推定雑音スペクト
ルを保持する推定雑音スペクトル保持手段と、（５）背
景雑音のみのスペクトル特徴パラメータを基準パターン
雑音スペクトルとして保持する基準パターン雑音スペク
トル保持手段と、（６）スペクトル特徴パラメータと推
定雑音スペクトルとの差分によって、推定音声スペクト
ルを算出し、上記推定音声スペクトル値が基準パターン
雑音スペクトル値以下の場合、基準パターン雑音スペク
トルを推定音声スペクトルとする推定音声スペクトル演
算手段と、（７）音声のスペクトル特微パラメータと背
景雑音のみのスペクトル特徴パラメータとを基準パラメ
ータとして自己の内部に有し、推定音声スペクトルと自
己の内部に有する上記基準パラメータとを照合して入力
音声を識別するパターン認識手段とを有することを特徴
とする。

【０００８】

【発明の実施の形態】

（Ａ）実施形態 以下、この発明による音声処理装置の実施形態について
図面を参照しながら詳述する。この実施形態では、入力
音声信号の音声種類を認識する音声処理装置を示す。ま
た、この実施形態には、入力音声信号の音声種類を認識
するために必要となる各種の音声要素（音素片や単語）
について、音声標準パターン（基準のスペクトル特徴パ
ラメータ）を学習すると同時に、その時の背景雑音のみ
のスペクトル（以下、学習時雑音スペクトルと呼ぶ）を
学習する動作モード（以下、学習モードと呼ぶ）と、入
力音声信号を認識する動作モード（以下、認識モードと
呼ぶ）との２つの動作モードを有する。

【０００９】（Ａ−１）実施形態の構成 図１は、この実施形態の音声処理装置の機能的構成図で
ある。図１において、この実施形態の音声処理装置は、
音響分析部１０１と、音声検出部１０２と、ＳＳ処理部
１０３と、パターン認識部１０４と、推定雑音スペクト
ル記憶メモリ１０５と、学習時雑音スペクトル記憶部１
０６とから構成されている。

【００１０】なお、ＳＳ処理部１０３は、分担する機能
によって、図１に示すように、推定雑音スペクトル演算
部１１０と推定音声スペクトル演算部１１１とに分ける
ことができる。

【００１１】上記のように、この実施形態の音声処理装
置には学習モードと認識モードとがあるが、これらモー
ドを選択するモード選択信号は、学習時雑音スペクトル
記憶部１０６と、推定音声スペクトル演算部１１１と、
パターン認識部１０４とに入力する。そして、上記各部
は、動作モードによって異なった機能を有する。そこ
で、まず、この実施形態の音声処理装置が、モード選択
信号によって認識モードとなっているとき、この実施形
態を構成する各部が有する機能について以下に詳述す
る。

【００１２】音響分析部１０１は、入力音声信号をアナ
ログ信号からデジタル信号に変換し、フレーム毎にスペ
クトル分析処理を行い、スペクトル特徴パラメータと音
響パワーとを算出するものである。スペクトル分析処理
では、スペクトル特徴パラメータとして、例えば中心周
波数の異なる１６個のバンドパスフィルタ（以下、ＢＰ
Ｆとする）を通過する信号の絶対値をフレーム毎で平均
した値Ｘｉ（ｔ）を用いる。ここでｔはフレーム番号、
ｉはＢＰＦの番号（ｉ＝１〜１６）を表わす。

【００１３】また、音響分析部１０１は、音響パワーＰ
（ｔ）として、（１）式に示すように、スペクトル特徴
パラメータＸｉ（ｔ）の総和を算出する。なお、総和Σ
は、ｉが１〜１６についてである。

【００１４】 Ｐ（ｔ）＝ΣＸｉ（ｔ） …（１） 音声検出部１０２は、音響分析部１０１から出力された
音響パワーＰ（ｔ）から音声が入力されている区間（以
後、音声区間と呼ぶ）を検出するものである。

【００１５】ここで音声区間の最初のフレームを音声始
端フレームｔｓと呼び、音声区間の最後のフレームを音
声終端フレームｔｅと呼ぶ。音声区間の検出について
は、音声区間の音響パワーと、背景雑音区間（音声が入
力されておらず、背景雑音のみが入力されている区間）
の音響パワーとが異なることを利用して音声区間を検出
して良い。また、特開昭６２−２１１６９８号公報に開
示されたような音声特徴量に基づいた検出方法を利用し
ても良い。

【００１６】推定雑音スペクトル演算部１１０は、音声
始端フレームｔｓの直前フレーム（ｔｓ−１）から一定
時間（ＮＴ−１の時間）遡ったフレーム（ｔｓ−ＮＴ）
までのスペクトル特徴パラメータの平均値（以下、これ
を推定雑音スペクトルＡｉとする）を算出し、これを推
定雑音スペクトル記憶メモリ１０５へ出力するものであ
る。推定雑音スペクトルＡｉの算出式を（２）式に示
す。なお、総和Σは、ｔがｔｓ−ＮＴ〜ｔｓ−１につい
てである。

【００１７】 Ａｉ＝（１／ＮＴ）・ΣＸｉ（ｔ） …（２） 推定雑音スペクトル記憶メモリ１０５は、推定雑音スペ
クトル演算部１１０から出力された推定雑音スペクトル
Ａｉを記憶し、推定音声スペクトル演算部１１１へ供給
するものである。

【００１８】学習時雑音スペクトル記憶部１０６は、後
述する学習モードによって、自己の内部に記憶してある
学習時雑音スペクトルＢｉを推定音声スペクトル演算部
１１１へ供給するものである。

【００１９】推定音声スペクトル演算部１１１は、音響
分析部１０１から出力された音声区間のスペクトル特徴
パラメータＸｉ（ｔ）から推定雑音スペクトル成分ｋ・
Ａｉを減算することによって、推定音声スペクトル系列
ＸＳ（ｔ）を算出するものである。ただし、推定雑音ス
ペクトル成分減算処理後、推定音声スペクトル系列ＸＳ
（ｔ）の要素であるＸＳｉ（ｔ）の値が学習時雑音スペ
クトル記憶部１０６から出力された学習時雑音スペクト
ルＢｉの値以下の場合には、学習時雑音スペクトルＢｉ
を推定音声スペクトルＸＳｉ（ｔ）へ代入するような処
理を行なう。推定音声スペクトルＸＳｉ（ｔ）の算出式
を（３）式に示す。ただし、ｋは予め設定された減算の
度合いを示す係数であり、通常、０．５〜２．０程度の
値を選択する。

【００２０】 ＸＳｉ（ｔ）＝Ｘｉ（ｔ）−ｋ・Ａｉ Ｘｉ（ｔ）−ｋ・Ａｉ＞Ｂｉのとき ＝Ｂｉ Ｘｉ（ｔ）−ｋ・Ａｉ≦Ｂｉのとき …（３） パターン認識部１０４は、自己の内部に格納されている
各種の音声要素のスペクトル特微パラメータ系列（音声
標準パターンと呼ぶ；図示せず）と背景雑音のみのスペ
クトル特微パラメータ系列Ｘｉ（ｔ）（学習時雑音スペ
クトル記憶メモリに格納されている学習時雑音スペクト
ルＢｉと同一のスペクトル情報）とである基準パラメー
タと、推定音声スペクトル演算部１１１から出力された
推定音声スペクトル系列ＸＳ（ｔ）とを比較し、最も高
い類似度を与える音声標準パターンのカテゴリ名を認識
結果として外部機器（図示せず）等に出力するものであ
る。

【００２１】なお、類似度の計算方法として、例えば、
ＤＰ（Dynamic Programing）法を適用しても良い。

【００２２】次に、この実施形態がモード選択信号によ
って学習モードとなっているとき、この実施形態を構成
する各部が有する機能について詳述する。なお、音響分
析部１０１と音声検出部１０２とが有する機能について
は、この実施形態が認識モードとなっているときの機能
と同様なので、その説明を省略する。さらに、この実施
形態を構成する各部のうち、ＳＳ処理部１０３（推定雑
音スペクトル演算部１１０と推定音声スペクトル演算部
１１１）と推定雑音スペクトル記憶メモリ１０５とが有
する機能は、認識モードのときにのみ必要となるもので
ある。

【００２３】学習時雑音スペクトル記憶部１０６は、音
響分析部１０１から出力されたスペクトル特徴パラメー
タＸｉ（ｔ）のうち、音声始端フレームｔｓと音声終端
フレームｔｅとから背景雑音区間のスペクトル特徴パラ
メータＸｉ（ｔ）を弁別し、これを学習時雑音スペクト
ルＢｉとして記憶するものである。

【００２４】パターン認識部１０４は、音響分析部１０
１から出力されたスペクトル特微パラメータＸｉ（ｔ）
から音声標準パターンと、その時の背景雑音のみのスペ
クトル特微パラメータ系列とを基準パラメータとして自
己の内部に格納するものである。具体的には、パターン
認識部１０４は、スペクトル特微パラメータＸｉ（ｔ）
について、これが音声区間のスペクトル特微パラメータ
か又は背景雑音区間のスペクトル特微パラメータかを音
声始端フレームｔｓと音声終端フレームｔｅとから判断
する。そして、音声区間から、各種の音声要素につい
て、音声標準パターンを学習し、背景雑音区間から、そ
の時の背景雑音のみのスペクトル系列（学習時雑音スペ
クトル記憶部１０６が記憶する学習時雑音スペクトルＢ
ｉと同一のスペクトル情報）を学習し、上記スペクトル
特微パラメータ系列を自己の内部に格納する。

【００２５】なお、学習時雑音スペクトル記憶部１０６
とパターン認識部１０４において、上記学習時雑音スペ
クトルＢｉと上記基準パラメータは、この実施形態が新
たに学習するごとに更新されるものとする。さらに、学
習時雑音スペクトル記憶部１０６とパターン認識部１０
４において、音声始端フレームｔｓと音声終端フレーム
ｔｅとによって、音声区間のスペクトル特微パラメータ
と背景雑音区間のスペクトル特微パラメータとを弁別す
ることとしたが、この方法にこだわるものではない。

【００２６】（Ａ−２）実施形態の動作 以上の構成を有するこの実施形態の音声処理装置の動作
を以下説明する。なお上記のとおり、この実施形態には
認識モードと学習モードとがあり、動作モードによっ
て、この実施形態を構成する各部の動作が異なる。そこ
で、まず、この実施形態の音声処理装置が、モード選択
信号によって認識モードとなっているときのこの実施形
態の動作を説明する。

【００２７】この実施形態の音声処理装置に入力した入
力音声信号は、音響分析部１０１によってフレーム毎に
スペクトル分析処理が行われ、音響パワーＰ（ｔ）とス
ペクトル特徴パラメータＸｉ（ｔ）とが算出される。

【００２８】音響パワーＰ（ｔ）は、音声検出部１０２
に入力し、スペクトル特徴パラメータＸｉ（ｔ）は、推
定雑音スペクトル演算部１１０と、推定音声スペクトル
演算部１１１とに入力する。

【００２９】音声検出部１０２に入力した音響パワーＰ
（ｔ）から、音声始端フレームｔｓと音声終端フレーム
ｔｅとが検出される。

【００３０】推定雑音スペクトル演算部１１０に入力し
た音声始端フレームｔｓとスペクトル特徴パラメータＸ
ｉ（ｔ）とから、推定雑音スペクトルＡｉが上記（２）
式によって算出され、推定雑音スペクトル記憶メモリ１
０５へ出力される。

【００３１】学習時雑音スペクトル記憶部１０６は、自
己内部に記憶してある学習時雑音スペクトルＢｉを推定
音声スペクトル演算部１１１へ供給する。

【００３２】推定音声スペクトル演算部１１１には、ス
ペクトル特徴パラメータＸｉ（ｔ）と、推定雑音スペク
トルＡｉと、学習時雑音スペクトルＢｉとが入力する。
そして、推定音声スペクトル系列ＸＳ（ｔ）が上記
（３）式によって算出され、パターン認識部１０４へ出
力される。

【００３３】パターン認識部１０４は、推定音声スペク
トル演算部１１１から出力した推定音声スペクトル系列
ＸＳ（ｔ）と、自己の内部に格納されている基準パラメ
ータとの類似度を計算し、最も類似した音声標準パター
ン（音声要素のスペクトル特徴パラメータ）のカテゴリ
名を認識結果として出力する。

【００３４】次に、この実施形態が学習モードとなって
いるとき、この実施形態の動作について説明する。な
お、音響分析部１０１と音声検出部１０２との動作につ
いては、この実施形態が認識モードとなっているときの
動作と同様なので、その説明を省略する。

【００３５】音響分析部１０１から出力したスペクトル
特徴パラメータＸｉ（ｔ）は、学習時雑音スペクトル記
憶部１０６とパターン認識部１０４とに入力する。

【００３６】学習時雑音スペクトル記憶部１０６は、ス
ペクトル特徴パラメータＸｉ（ｔ）のうち、背景雑音区
間のみのスペクトル特徴パラメータＸｉ（ｔ）のみを学
習時雑音スペクトルＢｉとして記憶する。

【００３７】一方、パターン認識部１０４は、スペクト
ル特徴パラメータＸｉ（ｔ）から、音声標準パターンと
学習時雑音スペクトルとを弁別し、自己の内部に格納す
る。

【００３８】（Ａ−３）実施形態の効果 この実施形態の音声処理装置によれば、推定音声スペク
トル演算部１１１において、スペクトル特徴パラメータ
Ｘｉ（ｔ）から推定雑音スペクトル成分ｋ・Ａｉを減算
した値ＸＳｉ（ｔ）が学習時雑音スペクトルＢｉ値以下
の場合には、学習時雑音スペクトルＢｉを推定音声スペ
クトルＸＳｉ（ｔ）へ代入するような処理を行なうの
で、以下の効果が生じる。

【００３９】推定音声スペクトル系列ＸＳ（ｔ）中の背
景雑音区間（音声が発声されていない区間、例えば、文
節の区切れ目などのポーズ区間など）のスペクトル系列
を学習時の背景雑音区間のスペクトルＢｉに一致させる
ことができる。従って、パターン認識部１０４での推定
音声スペクトル系列ＸＳ（ｔ）と音声標準パターンとの
比較計算において、背景雑音区間部分の照合誤差がなく
なり、照合精度が高まり、その結果、音声認識性能が向
上する。

【００４０】図２は、この実施形態の音声処理装置と従
来型のＳＳ法を利用した音声処理装置（以下、従来型と
いう）との評価実験の結果である。実験は、１００単語
を発声した音声に２５種の雑音を重畳させた信号を生成
し、音声認識率を比較したものである。なお、従来型で
は、上記（３）式において学習時雑音スペクトルＢｉを
ｋ１・Ａ１（ｋ１は予め定められた定数）へ置換するこ
とによって、推定音声スペクトル系列ＸＳ（ｔ）を推定
した（（４）式参照）。

【００４１】 ＸＳｉ＝Ｘｉ−ｋ・Ａｉ Ｘｉ−ｋ・Ａｉ＞ｋ１・Ａｉのとき ＝ｋ１・Ａｉ Ｘｉ−ｋ・Ａｉ≦ｋ１・Ａｉのとき …（４） 認識率については、音声パワーと雑音パーワとの比（Ｓ
／Ｎ比）が、２０ｄＢの場合、従来型では８３．２％で
あり、この実施形態では８７．１％であり、１５ｄＢの
場合、従来型は６５．７％であり、この実施形態では７
１．０％であり、１０ｄＢの場合、従来型では４７．０
％であり、この実施形態では４９．７％であり、５ｄＢ
の場合、従来型では３１．５％であり、この実施形態で
は３３．１％である。

【００４２】いずれの場合も、この実施形態の音声処理
装置の認識率の方が、従来型の音声処理装置の認識率よ
りも高く、特にＳ／Ｎ比が１５ｄＢでは、従来型のもの
と比べて認識率が５％以上上回っており、この実施形態
の音声処理装置の有効性を評価することができる。

【００４３】さらに、推定音声スペクトル系列ＸＳ
（ｔ）の算出のための計算量は、この実施形態の音声処
理装置と従来型音声処理装置と共に同じである。

【００４４】（Ｂ）その他の実施形態 なお、上記実施形態では、音響分析部１０１でのスペク
トル分析処理にＢＰＦを利用したものを示したが、この
発明は、スペクトル分析処理に現在主流となっているＬ
ＰＣケプストラム系の特徴パラメータに対しても、例え
ば、離散コサイン変換（ＤＣＴ；Discrete Cosine Tran
sform） などを利用して周波数スペクトル領域に変換す
ることで簡単に適用することができる。

【００４５】また、この発明は、推定音声スペクトルの
推定方法に特徴を有するものであり、パターン認識はい
かなる方法であっても良い。例えば、音声標準パターン
として、スペクトル特徴パラメータ列や隠れマルコフ過
程モデル（ＨＭＭ；Hidden Markov Model）等を用いた
パターン認識方法を適用したものでも良い。

【００４６】さらに、上記実施形態では、この発明の音
声処理装置が学習ごとに新たに学習時雑音スペクトルを
更新する場合を示したが、学習ごとに得られる学習時雑
音スペクトルの平均値（単純平均又は重み付け平均な
ど）を学習時雑音スペクトルとしたり、忘却学習によっ
て学習時雑音スペクトルを決定しても良い。

【００４７】さらにまた、上記実施形態では、入力音声
信号の音声種類を認識する音声処理装置を示したが、人
物の音声を弁別する音声処理装置にもこの発明を適用す
ることができる。

【００４８】また、上記実施形態は、入力音声信号の音
声種類を認識するために必要となる音声標準パターンと
背景雑音のみのスペクトルとをパターン認識部１０４
に、背景雑音のみのスペクトル学習時雑音スペクトル記
憶部１０６に学習させる学習モードを有するが、これら
の学習は他の装置によって行われても良い。即ち、他の
装置によって、上記学習をパターン認識部１０４と学習
時雑音スペクトル記憶部１０６とに対して施した後に、
この実施形態に組み込む方法でも良い。

【００４９】

【発明の効果】以上のように、この発明の音声処理装置
によれば、推定音声スペクトル演算手段において、スペ
クトル特徴パラメータと推定雑音スペクトルとの差分値
が基準パターン雑音スペクトル値以下の場合には、基準
パターン雑音スペクトルをスペクトル特徴パラメータへ
代入するような処理を行なうので、以下のような効果が
生じる。

【００５０】推定雑音スペクトル値が真の雑音スペクト
ル値を上回った場合でも、推定音声スペクトル値が負に
なることを回避することができ、パターン認識手段での
音声認識性能を向上させることができる。

【００５１】さらに、推定音声スペクトルの背景雑音区
間のスペクトルを学習時の背景雑音のスペクトルに一致
させることができる。そして、推定音声スペクトルと音
声標準パターンとの比較計算において、背景雑音区間部
分の照合誤差が無くなり、その結果、音声認識性能が向
上する。

【図面の簡単な説明】

【図１】実施形態の機能的ブロック図である。

【図２】実施形態の効果を説明するための図表である。

【符号の説明】

１０１…音響分析部、１０２…音声検出部、１０４…パ
ターン認識部、１０５…推定雑音スペクトル記憶メモ
リ、１０６…学習時雑音スペクトル記憶部、１１０…推
定雑音スペクトル演算部、１１１…推定音声スペクトル
演算部。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 音声が入力されていない区間を含む入力
   音声信号をスペクトル分析し、スペクトル特徴パラメー
   タを求め、入力音声信号を処理する音声処理装置におい
   て、 入力音声信号をフレーム毎にスペクトル分析してスペク
   トル特徴パラメータに変換し、音響パワーを算出する音
   響分析手段と、 音声が入力されている区間の最初のフレームである音声
   始端フレームを音響パワーから検出する音声検出手段
   と、 音声始端フレームの直前のフレームから一定時間遡った
   フレームまでの区間のスペクトル特徴パラメータから雑
   音スペクトルを推定し、推定雑音スペクトルを出力する
   推定雑音スペクトル演算手段と、 上記推定雑音スペクトル演算手段から出力した推定雑音
   スペクトルを保持する推定雑音スペクトル保持手段と、 背景雑音のみのスペクトル特徴パラメータを基準パター
   ン雑音スペクトルとして保持する基準パターン雑音スペ
   クトル保持手段と、 スペクトル特徴パラメータと推定雑音スペクトルとの差
   分によって、推定音声スペクトルを算出し、上記推定音
   声スペクトル値が基準パターン雑音スペクトル値以下の
   場合、基準パターン雑音スペクトルを推定音声スペクト
   ルとする推定音声スペクトル演算手段と、 音声のスペクトル特微パラメータと背景雑音のみのスペ
   クトル特徴パラメータとを基準パラメータとして自己の
   内部に有し、推定音声スペクトルと自己の内部に有する
   上記基準パラメータとを照合して入力音声を識別するパ
   ターン認識手段とを有することを特徴とする音声処理装
   置。
2. 【請求項２】 上記基準パターン雑音スペクトル保持手
   段は、音声処理を行なうために必要となる基準パラメー
   タ学習時、上記音響分析手段から出力された背景雑音の
   みのスペクトル特徴パラメータを基準パターン雑音スペ
   クトルとして保持し、 上記パターン認識手段は、音声処理を行なうために必要
   となる基準パラメータ学習時、音声のスペクトル特微パ
   ラメータである音声標準パターンと上記音響分析手段か
   ら出力された背景雑音のみのスペクトル特徴パラメータ
   とを上記基準パラメータとして自己の内部に格納し、入
   力音声処理時、推定音声スペクトルと自己の内部に格納
   されている上記基準パラメータとを照合して入力音声を
   識別することを特徴とする請求項１に記載の音声処理装
   置。