JPH10207484A - 抑制標準パターン選択式話者認識装置 - Google Patents

抑制標準パターン選択式話者認識装置

Info

Publication number
JPH10207484A
JPH10207484A JP9013562A JP1356297A JPH10207484A JP H10207484 A JPH10207484 A JP H10207484A JP 9013562 A JP9013562 A JP 9013562A JP 1356297 A JP1356297 A JP 1356297A JP H10207484 A JPH10207484 A JP H10207484A
Authority
JP
Japan
Prior art keywords
standard pattern
suppressed
similarity
speaker
suppression
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
Application number
JP9013562A
Other languages
English (en)
Other versions
JP2991287B2 (ja
Inventor
Eiko Yamada
栄子 山田
Hiroaki Hattori
浩明 服部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP9013562A priority Critical patent/JP2991287B2/ja
Priority to EP98101468A priority patent/EP0855700A3/en
Priority to US09/014,565 priority patent/US6006184A/en
Priority to CA002228109A priority patent/CA2228109C/en
Publication of JPH10207484A publication Critical patent/JPH10207484A/ja
Application granted granted Critical
Publication of JP2991287B2 publication Critical patent/JP2991287B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • 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
    • G10L17/00—Speaker identification or verification techniques
    • G10L17/06—Decision making techniques; Pattern matching strategies
    • G10L17/12—Score normalisation
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Devices For Executing Special Programs (AREA)

Abstract

(57)【要約】 【課題】 少ない計算量で抑制標準パターンを選択可能
な抑制標準パターン（コホート）選択式話者認識装置を
提供すること。 【解決手段】 この抑制標準パターン選択式話者認識装
置は、１つのノードが下位ノードに繋がってその下位ノ
ードの音響的特徴を代表すると共に、複数の抑制話者の
標準パターンを末端のリーフノードに持って木構造を成
す複数話者の標準パターンを記憶する木構造抑制話者標
準パターン記憶部１１０と、入力された本人の照合用音
声を分析して特徴ベクトルに変換する分析部１２０と、
特徴ベクトル及び標準パターンの類似度を上位ノードか
ら下位ノードに向かって計算した結果に基づいて全抑制
話者に対する類似度を求める類似度計算部１３０と、全
抑制話者の類似度をソートして予め定められた数の抑制
話者を選択する抑制話者選択部１４０とを備えている。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、主として話者照合
装置に適用される抑制標準パターン（コホート）を選択
する抑制標準パターン選択式話者認識装置に関する。
【０００２】
【従来の技術】従来、話者認識においては、登録時と照
合時との周囲雑音差や回線特性差等が認識性能を低下さ
せる問題となっている。こうした問題を解決するものと
して、例えばＨｉｇｇｉｎｓ，Ｒｏｓｅｎｂｅｒｇ，松
井等によって提案されている抑制標準パターンによる尤
度正規化法が挙げられる。
【０００３】具体的に云えば、文献１としてＡ．Ｈｉｇ
ｇｉｎｓ，Ｌ．Ｂａｈｌｅｒ，ａｎｄ Ｊ．Ｐｏｒｔｅ
ｒ：“Ｓｐｅａｋｅｒ Ｖｅｒｉｆｉｃａｔｉｏｎ Ｕ
ｓｉｎｇ Ｒａｎｄｏｍｉｚｅｄ Ｐｈｒａｓｅ Ｐｒ
ｏｍｐｔｉｎｇ”、Ｄｉｓｉｔａｌ Ｓｉｇｎａｌ Ｐ
ｒｏｃｅｓｓｉｎｇ、１、ｐｐ．８９−１０６（１９９
１）や、文献２としてＡａｒｏｎ Ｅ． Ｒｏｓｅｎｂ
ｅｒｇ，Ｊｏｅｌ ＤｅＬｏｎｇ，Ｃｈｉｎ−Ｈｕｉ
Ｌｅｅ，Ｂｉｉｎｇ−Ｈｗａｎｇ Ｊｕａｎｇ，Ｆｒａ
ｎｋ Ｋ．Ｓｏｏｎｇ：“Ｔｈｅ Ｕｓｅ ｏｆ Ｃｏ
ｈｏｒｔ Ｎｏｒｍａｌｉｚｅｄ Ｓｃｏｒｅｓ ｆｏ
ｒ Ｓｐｅａｋｅｒ Ｖｅｒｉｆｉｃａｔｉｏｎ”、Ｉ
ＣＳＬＰ９２、ｐｐ．５９９−６０２（１９９２）、或
いは文献３としてＴｏｍｏｋｏ Ｍａｔｓｕｉ，Ｓａｄ
ａｏｋｉ Ｆｕｒｕｉ：“Ｓｐｅａｋｅｒ Ｒｅｃｏｇ
ｎｉｔｉｏｎ Ｕｓｉｎｇ Ｃｏｎｃａｔｅｎａｔｅｄ
Ｐｈｏｎｅｍｅ Ｍｏｄｅｌｓ”、ＩＣＳＬＰ９２、ｐ
ｐ．６０３−６０６（１９９２）等がある。
【０００４】一般に、抑制標準パターンによる尤度正規
化とは、本人の音声に近い音声を持つ上位Ｎ名を抑制話
者として選択し、照合時の距離計算の際に、本人の尤度
から抑制話者の尤度を差し引くことによって尤度の正規
化を行う手法である。ここで、差し引かれる抑制話者の
尤度としては、抑制話者中の最大尤度，平均値等の様々
な方法が考えられる。登録時と照合時との様々な環境差
は、本人の尤度と抑制話者の尤度とに同様に影響するた
め、本人の尤度から抑制話者の尤度を差し引けば、登録
時と照合時との環境差を取り除くことができると考え
る。
【０００５】Ｒｏｓｅｎｂｅｒｇの方法は、文献２に詳
述されているように、抑制標準パターン選択の際の類似
度計算に登録時の本人音声を用いる。
【０００６】又、Ｈｉｇｇｉｎｓ，松井の方法は、文献
１や文献３に詳述されているように、抑制標準パターン
の選択の際の類似度計算に、照合時の本人音声を用い
る。
【０００７】図３は、従来の抑制標準パターンを作成す
る抑制標準パターン選択式話者認識装置の基本構成を示
したブロック図である。
【０００８】この抑制標準パターン選択式話者認識装置
では、最初に入力された本人の音声のデータが分析部２
０で特徴ベクトルに変換される。因みに、この音声に関
し、Ｒｏｓｅｎｂｅｒｇの方法では登録時の本人音声と
なり、Ｈｉｇｇｉｎｓ，松井の方法では照合時の本人音
声となる。
【０００９】次に、変換された特徴ベクトルと抑制話者
標準パターン記憶部１０に記憶されている抑制話者の標
準パターンとの類似度を抑制話者選択部３０で計算し、
類似度の高い順に抑制話者を選択して出力する。
【００１０】ここで、Ｒｏｓｅｎｂｅｒｇの方法では、
登録時に抑制話者を選択するため、予め多数の抑制話者
標準パターンと本人音声との類似度を計算でき、多数話
者の中から抑制話者を選択することができる。又、Ｈｉ
ｇｇｉｎｓ，松井の方法は、照合時に抑制話者を選択す
るため、登録時と照合時との環境が異なる場合にも抑制
標準パターンによる正規化が効果的に働く。
【００１１】
【発明が解決しようとする課題】上述した抑制標準パタ
ーン選択式話者認識装置による抑制標準パターンの選択
の場合、Ｒｏｓｅｎｂｅｒｇの方法に関しては、登録時
に抑制話者を選択するため、登録時と照合時との環境が
異なれば、抑制標準パターンによる正規化の効果が少な
くなるという問題があり、Ｈｉｇｇｉｎｓ，松井の方法
に関しては、照合時に抑制話者標準パターンと本人音声
との類似度を計算するため、多数話者の標準パターンと
本人音声の標準度とを計算することが処理量の点で困難
となることを鑑み、少数話者の中から抑制話者を選択し
ているが、こうした場合には精度良く抑制話者を選択す
ることが困難となるという問題がある。
【００１２】本発明は、このような問題点を解決すべく
なされたもので、その技術的課題は、少ない計算量で抑
制標準パターンを選択可能な抑制標準パターン選択式話
者認識装置を提供することにある。
【００１３】
【課題を解決するための手段】本発明によれば、１つの
ノードが下位ノードに繋がって該下位ノードの音響的特
徴を代表すると共に、複数の抑制話者の標準パターンを
末端のリーフノードに持つように木構造を成す複数話者
の標準パターンを記憶する木構造抑制話者標準パターン
記憶部と、入力された本人の照合用音声を分析して特徴
ベクトルに変換する分析部と、特徴ベクトル及び標準パ
ターンの類似度を上位ノードから下位ノードに向かって
計算した結果に基づいて全抑制話者に対する類似度を求
める類似度計算部と、全抑制話者の類似度をソートして
予め定められた数の抑制話者を選択する抑制話者選択部
とを備えた抑制標準パターン選択式話者認識装置が得ら
れる。
【００１４】又、本発明によれば、上記抑制標準パター
ン選択式話者認識装置において、類似度計算部では特徴
ベクトル及び標準パターンの類似度の計算に際し、複数
の階層において類似度の高い上位Ｎ個のノードについて
のみ下位ノードの類似度計算を行うと共に、類似度の低
いノードの下位階層のノードについては上位ノードの類
似度を用いる抑制標準パターン選択式話者認識装置が得
られる。
【００１５】更に、本発明によれば、上記何れかの抑制
標準パターン選択式話者認識装置において、木構造抑制
話者標準パターン記憶部は、末端のリーフノードに複数
話者の標準パターンを持つ抑制標準パターン選択式話者
認識装置が得られる。
【００１６】
【発明の実施の形態】以下に実施例を挙げ、本発明の抑
制標準パターン選択式話者認識装置について、図面を参
照して詳細に説明する。
【００１７】最初に、本発明の背景となる抑制標準パタ
ーンによる尤度正規化について説明する。但し、以下の
説明では尤度を標準パターン間の距離に置き換えても同
様に成立する。
【００１８】先ず抑制標準パターンによる尤度正規化と
は、本人の音声に近い音声を持つ話者を抑制話者として
選択し、照合時の距離計算の際に、本人の尤度から抑制
話者の尤度を差し引くことによって正規化を行う手法で
ある。本人音声については、登録時の音声又は照合時の
音声が用いられる。差し引かれる抑制話者の尤度として
は、抑制話者中の最大尤度，平均値等の様々な方法が考
えられる。抑制標準パターンによる尤度正規化には下記
の数１式で表わされるような関係がある。
【００１９】
【数１】 但し、ここでｌｏｇ（ｐ（Ο／Ｉ））は本人Ｉのモデル
に対して観測ベクトルΟが観測される確率の尤度であ
り、ｌｏｇ（ｐ（Ο／ｃk （Ｉ））は本人Ｉの抑制話者
セットであるＣ（Ｉ）中のｋ番目の抑制話者の標準パタ
ーンに対して観測ベクトルΟが観測される確率の尤度で
ある。ｓｔａｔは抑制話者の中の最大尤度をとるか、又
は平均値をとるか等の種々の統計的な計算方法を表わ
す。又、Ｓｃｏｒｅは、正規化された尤度である。
【００２０】登録時と照合時との様々な環境差は、本人
の尤度と抑制話者の尤度とに同様に影響しているため、
本人の尤度から抑制話者の尤度を差し引くことによっ
て、登録時と照合時の環境差を取り除くことができると
考えられている。しかし、従来の抑制標準パターン選択
式話者認識装置において、登録時に抑制話者を選択する
方法では、登録時と照合時の環境が異なれば抑制標準パ
ターンによる正規化の効果が少なくなるという問題があ
り、照合時に抑制話者を選択する方法では、多数話者の
中から抑制話者を選択することができないため、精度良
い抑制話者を選択することが困難であるという問題があ
る。
【００２１】そこで、本発明では、こうした問題を解決
すべく、図１に示されるような木構造化された抑制話者
標準パターンを用いた抑制標準パターン選択式話者認識
装置を構成する。
【００２２】この抑制標準パターン選択式話者認識装置
は、１つのノードが下位ノードに繋がってその下位ノー
ドの音響的特徴を代表すると共に、複数の抑制話者の標
準パターンを末端のリーフノードに持つように木構造を
成す複数話者の標準パターンを記憶する木構造抑制話者
標準パターン記憶部１１０と、入力された本人の照合用
音声を分析して特徴ベクトルに変換する分析部１２０
と、特徴ベクトル及び標準パターンの類似度を上位ノー
ドから下位ノードに向かって計算した結果に基づいて全
抑制話者に対する類似度を求める類似度計算部１３０
と、全抑制話者の類似度をソートして予め定められた数
の抑制話者を選択する抑制話者選択部１４０とを備えて
いる。
【００２３】このうち、類似度計算部１３０では特徴ベ
クトル及び標準パターンの類似度の計算に際し、複数の
階層において類似度の高い上位Ｎ個のノードについての
み下位ノードの類似度計算を行うと共に、類似度の低い
ノードの下位階層のノードについては上位ノードの類似
度を用いる。
【００２４】図２は、この抑制標準パターン選択式話者
認識装置で対象として用いる木構造化抑制標準パターン
を例示したものである。
【００２５】この木構造話者標準パターンは、話者クラ
スタに相当する複数のノードによって構成されている。
第一段目のノードは全抑制話者のクラスタに相当する。
第一段目の各ノードから子ノードが出ており、それが第
二段目のノードに相当する。上位ノードはそれに繋がる
下位ノードの音響的特徴を代表する標準パターンを有し
ている。話者クラスタリングに関しては、例えば文献４
としてＫａｉ−ＦｕＬｅｅ：“Ｌａｒｇｅ−Ｖｏｃａｂ
ｕｌａｒｙ Ｓｐｅａｋｅｒ−Ｉｎｄｅｐｅｎｄｅｔ
Ｃｏｎｔｉｎｕｏｕｓ Ｓｐｅｅｃｈ Ｒｅｃｏｇｎｉ
ｔｉｏｎ：Ｔｈｅ ＳＰＨＩＮＸ Ｓｙｓｔｅｍ”、Ｃ
ＭＵ−ＣＳ−８８−１４８，ｐｐ．１０３−１０７（１
９８８．４）の論文に詳述されている。又、話者標準パ
ターンの木構造化に関しては、文献５として小坂，松
永，嵯峨山：”話者適応のための木構造話者クラスタリ
ング”、信学技報、ＳＰ９３−１１０、ｐｐ．４９−５
４（１１９３−１２）に詳述されている。但し、この文
献５では、木構造化された話者標準パターンを話者適応
化のために用いており、本発明とは使用目的が異なって
いる。
【００２６】木構造化された抑制標準パターンを用いた
場合、各段で類似度の高いＮ個のノードの下位ノード分
だけ類似度を計算し、類似度の低いノードの下位ノード
の類似度はその上位ノードの類似度を用いるため、非常
に高速に全抑制話者と本人の標準パターンとの類似度を
計算できる。例えば、抑制話者が５０００人の場合、従
来方法では各登録話者に対して本人音声と５０００人の
抑制話者との類似度計算を行わなくてはならないが、木
構造抑制標準パターンを用いた場合、Ｎ＝３，リーフノ
ードを各話者標準パターン，各段のノード数を１０，段
数を５とした木構造とすると、計算回数は１０＋（３*
１０）＋（３* １０）＋（３* ５）＝８５となり、従来
方法の約１／６０となる。
【００２７】しかも、全抑制話者に対して類似度が求め
られるため、任意の類似度を持つ抑制話者を選択するこ
とができる。例えば、本人に近い抑制話者が必要な場
合、類似度の高い順から抑制話者を選択すれば良い。
又、本人から遠い抑制話者が必要な場合、類似度の低い
順から選択すれば良い。更に、木構造話者標準パターン
の一部として、登録時の本人音声を用いて選択された抑
制話者の標準パターンを記憶しておくこともできる。こ
の場合、登録時に選択された抑制話者と照合時に選択さ
れた抑制話者を合わせた話者を抑制話者とすることが可
能である。
【００２８】このように、木構造抑制話者標準パターン
を用いることによって、非常に高速に抑制話者選択を行
うことができるため、照合時に多数の話者の中から抑制
話者の選択を行うことが可能となる。これにより、登録
時と照合時との環境が大きく異なる場合にも精度の良く
抑制標準パターンを選択することができる。
【００２９】次に、上述した抑制標準パターン選択式話
者認識装置の動作を説明する。この抑制標準パターン選
択式話者認識装置では、入力された本人の照合用音声が
分析部１２０に送られ、分析部１２０ではその入力音声
を特徴ベクトルに変換して類似度計算部１３０へ伝送す
る。特徴ベクトルの例としては、ケプストラム、Δケプ
ストラム（文献６として古井：「ディジタル音声処
理」、東海大学出版会、ｐｐ．４４−４７、１９８５年
等が挙げられる）等を用いる。
【００３０】類似度計算部１３０では、分析部１２０か
ら送られた本人の特徴ベクトルと、木構造抑制話者標準
パターン記憶部１１０から送られた木構造化された抑制
話者標準パターンとの間の類似度を計算する。木構造化
された話者標準パターンについては文献５に詳述されて
いる。類似度計算方法については、ＤＰマッチング（文
献７として迫江，千葉：“動的計画法を利用した時間正
規化に基づく連続音声認識”、音響誌、２７，９、ｐ
ｐ．４８３−４９０（昭４９．９）等が挙げられる）
や、文献８としてＶｉｔｅｒｂｉアルゴリズム（Ｌ．
Ｒ．Ｒａｂｉｎｅｒａｎｄ Ｍ．Ｍ．Ｓｏｎｄｈｉ：
“Ｏｎ ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｖｅ
ｃｔｏｒ ｑｕａｎｔｉｚａｔｉｏｎ ａｎｄ ｈｉｄ
ｄｅｎ ｍａｒｋｏｖ ｍｏｄｅｌｓ ｔｏ ｓｐｅａ
ｋｅｒ−ｉｎｄｅｐｅｎｄｅｎｔ，ｉｓｏｌａｔｅｄ
ｗｏｒｄ ｒｅｃｏｇｎｉｔｉｏｎ”、ｉｂｉｄ，ｐ
ｐ．１０７５−１１０５等を用いる。
【００３１】類似度計算について、図２の木構造化抑制
標準パターンを参照すれば、例えば最初に本人の特徴ベ
クトルに関し、第二段目の各ノードの標準パターンとの
類似度計算を行い、次に計算された類似度の上位Ｎ位の
類似度を持つノードの下位ノード（第三段目、最下位ノ
ード）の標準パターンと本人の特徴ベクトルとの類似度
計算を行う。
【００３２】このように、上位ノードから下位ノードに
向かって類似度計算を行い、全抑制話者の類似度を計算
する。類似度が低い上位Ｎ個以外のノードの下位ノード
の類似度についてはその上位ノードの類似度が用いられ
る。又、リーフノードについては、複数の話者の標準パ
ターンを持つ場合もある。この場合、同じリーフノード
に属する話者の類似度は等しくなる。ここで計算された
抑制話者の類似度は、抑制話者選択部１４０に送られ
る。
【００３３】抑制話者選択部１４０では、類似度計算部
１３０から送られた抑制話者の類似度をソートし、予め
定められた数の抑制話者の選択を行う。本人音声と近い
話者を選択したい場合、類似度の高い順に抑制話者とし
て選択すれば良いし、本人音声と近い話者と本人音声と
遠い話者を選択したい場合、類似度の高い順と低い順に
人数分だけ抑制話者として選択すれば良い。ここで選択
された抑制話者の標準パターンと類似度が出力となる。
【００３４】尚、抑制話者標準パターンの一部として、
本人の登録時の音声を用いて選択した抑制標準パターン
を記憶しておき、本人の照合時の音声を用いて選択され
た抑制標準パターンと合わせて用いることも可能であ
る。即ち、木構造抑制話者標準パターン記憶部１１０が
末端のリーフノードに複数話者の標準パターンを持つも
のとしても良い。
【００３５】
【発明の効果】以上に述べた通り、本発明の抑制標準パ
ターン選択式話者認識装置によれば、木構造化された抑
制標準パターンを用いることで、少ない計算量で抑制標
準パターンを選択することが可能となり、照合時に多数
の話者標準パターンから抑制標準パターンを高速に選択
することができるため、登録時と照合時との環境が大き
く異なる場合でも環境に適して精度良く抑制標準パター
ンを選択することができるようになる。
【図面の簡単な説明】
【図１】本発明の一実施例に係る抑制標準パターン選択
式話者認識装置の基本構成を示したブロック図である。
【図２】図１に示す抑制標準パターン選択式話者認識装
置で対象として用いる木構造化抑制標準パターンを例示
したものである。
【図３】従来の抑制標準パターン選択式話者認識装置の
基本構成を示したブロック図である。
【符号の説明】
１０ 抑制話者標準パターン記憶部 ２０，１２０ 分析部 ３０，１４０ 抑制話者選択部 １１０ 木構造抑制話者標準パターン記憶部 １３０ 類似度計算部

Claims (3)

    【特許請求の範囲】
  1. 【請求項１】 １つのノードが下位ノードに繋がって該
    下位ノードの音響的特徴を代表すると共に、複数の抑制
    話者の標準パターンを末端のリーフノードに持つように
    木構造を成す複数話者の標準パターンを記憶する木構造
    抑制話者標準パターン記憶部と、入力された本人の照合
    用音声を分析して特徴ベクトルに変換する分析部と、前
    記特徴ベクトル及び前記標準パターンの類似度を上位ノ
    ードから下位ノードに向かって計算した結果に基づいて
    全抑制話者に対する類似度を求める類似度計算部と、前
    記全抑制話者の類似度をソートして予め定められた数の
    抑制話者を選択する抑制話者選択部とを備えたことを特
    徴とする抑制標準パターン選択式話者認識装置。
  2. 【請求項２】 請求項１記載の抑制標準パターン選択式
    話者認識装置において、前記類似度計算部では前記特徴
    ベクトル及び前記標準パターンの類似度の計算に際し、
    複数の階層において類似度の高い上位Ｎ個のノードにつ
    いてのみ下位ノードの類似度計算を行うと共に、類似度
    の低いノードの下位階層のノードについては上位ノード
    の類似度を用いることを特徴とする抑制標準パターン選
    択式話者認識装置。
  3. 【請求項３】 請求項１又は２記載の抑制標準パターン
    選択式話者認識装置において、前記木構造抑制話者標準
    パターン記憶部は、前記末端のリーフノードに前記複数
    話者の標準パターンを持つことを特徴とする抑制標準パ
    ターン選択式話者認識装置。
JP9013562A 1997-01-28 1997-01-28 抑制標準パターン選択式話者認識装置 Expired - Fee Related JP2991287B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP9013562A JP2991287B2 (ja) 1997-01-28 1997-01-28 抑制標準パターン選択式話者認識装置
EP98101468A EP0855700A3 (en) 1997-01-28 1998-01-28 Speaker recognition system capable of accurately selecting inhibiting reference patterns at small amount of calculation
US09/014,565 US6006184A (en) 1997-01-28 1998-01-28 Tree structured cohort selection for speaker recognition system
CA002228109A CA2228109C (en) 1997-01-28 1998-01-28 Speaker recognition system capable of accurately selecting inhibiting reference patterns by using small amount of calculation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP9013562A JP2991287B2 (ja) 1997-01-28 1997-01-28 抑制標準パターン選択式話者認識装置

Publications (2)

Publication Number Publication Date
JPH10207484A true JPH10207484A (ja) 1998-08-07
JP2991287B2 JP2991287B2 (ja) 1999-12-20

Family

ID=11836623

Family Applications (1)

Application Number Title Priority Date Filing Date
JP9013562A Expired - Fee Related JP2991287B2 (ja) 1997-01-28 1997-01-28 抑制標準パターン選択式話者認識装置

Country Status (4)

Country Link
US (1) US6006184A (ja)
EP (1) EP0855700A3 (ja)
JP (1) JP2991287B2 (ja)
CA (1) CA2228109C (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006003452A (ja) * 2004-06-15 2006-01-05 Asahi Kasei Corp 音声認証装置

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3412496B2 (ja) * 1998-02-25 2003-06-03 三菱電機株式会社 話者適応化装置と音声認識装置
US6243695B1 (en) * 1998-03-18 2001-06-05 Motorola, Inc. Access control system and method therefor
AU752317B2 (en) * 1998-06-17 2002-09-12 Motorola Australia Pty Ltd Cohort model selection apparatus and method
US6684186B2 (en) * 1999-01-26 2004-01-27 International Business Machines Corporation Speaker recognition using a hierarchical speaker model tree
US6253179B1 (en) * 1999-01-29 2001-06-26 International Business Machines Corporation Method and apparatus for multi-environment speaker verification
JP3699608B2 (ja) * 1999-04-01 2005-09-28 富士通株式会社 話者照合装置及び方法
TW440810B (en) * 1999-08-11 2001-06-16 Ind Tech Res Inst Method of speech recognition
US6754628B1 (en) * 2000-06-13 2004-06-22 International Business Machines Corporation Speaker recognition using cohort-specific feature transforms
JP3885523B2 (ja) * 2001-06-20 2007-02-21 日本電気株式会社 サーバ・クライアント型音声認識装置及び方法
US20040006628A1 (en) * 2002-07-03 2004-01-08 Scott Shepard Systems and methods for providing real-time alerting
US20040024598A1 (en) * 2002-07-03 2004-02-05 Amit Srivastava Thematic segmentation of speech
US7292977B2 (en) * 2002-10-17 2007-11-06 Bbnt Solutions Llc Systems and methods for providing online fast speaker adaptation in speech recognition
US10325602B2 (en) * 2017-08-02 2019-06-18 Google Llc Neural networks for speaker verification
WO2021034786A1 (en) * 2019-08-21 2021-02-25 Dolby Laboratories Licensing Corporation Systems and methods for adapting human speaker embeddings in speech synthesis

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05257492A (ja) * 1992-03-13 1993-10-08 Toshiba Corp 音声認識方式
JP2522154B2 (ja) * 1993-06-03 1996-08-07 日本電気株式会社 音声認識システム
AUPM983094A0 (en) * 1994-12-02 1995-01-05 Australian National University, The Method for forming a cohort for use in identification of an individual
JP2751856B2 (ja) 1995-02-03 1998-05-18 日本電気株式会社 木構造を用いたパターン適応化方式

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006003452A (ja) * 2004-06-15 2006-01-05 Asahi Kasei Corp 音声認証装置

Also Published As

Publication number Publication date
US6006184A (en) 1999-12-21
CA2228109A1 (en) 1998-07-28
EP0855700A3 (en) 1999-03-31
EP0855700A2 (en) 1998-07-29
CA2228109C (en) 2001-05-29
JP2991287B2 (ja) 1999-12-20

Similar Documents

Publication Publication Date Title
CA2609247C (en) Automatic text-independent, language-independent speaker voice-print creation and speaker recognition
JP5853029B2 (ja) 話者照合のためのパスフレーズ・モデリングのデバイスおよび方法、ならびに話者照合システム
US6389395B1 (en) System and method for generating a phonetic baseform for a word and using the generated baseform for speech recognition
JP4195428B2 (ja) 多数の音声特徴を利用する音声認識
JP4221379B2 (ja) 音声特性に基づく電話発信者の自動識別
US6014624A (en) Method and apparatus for transitioning from one voice recognition system to another
JP2991287B2 (ja) 抑制標準パターン選択式話者認識装置
US20080082323A1 (en) Intelligent classification system of sound signals and method thereof
US20050065789A1 (en) System and method with automated speech recognition engines
US10381000B1 (en) Compressed finite state transducers for automatic speech recognition
JPH08508583A (ja) 接続スピーチ認識
CN1199488A (zh) 模式识别
JP2011065120A (ja) すべての言語の音声識別及び音声識別を利用した単字入力の方法
CN108694949A (zh) 基于重排序超向量和残差网络的说话人识别方法及其装置
KR20010102549A (ko) 화자 인식 방법 및 장치
Gillick et al. Application of large vocabulary continuous speech recognition to topic and speaker identification using telephone speech
US8423354B2 (en) Speech recognition dictionary creating support device, computer readable medium storing processing program, and processing method
US6499012B1 (en) Method and apparatus for hierarchical training of speech models for use in speaker verification
US10872615B1 (en) ASR-enhanced speech compression/archiving
Ilyas et al. Speaker verification using vector quantization and hidden Markov model
US20040122669A1 (en) Method and apparatus for adapting reference templates
US11398239B1 (en) ASR-enhanced speech compression
CN114171014A (zh) 语音识别方法、装置、设备、可读存储介质及计算机程序
JPH11249684A (ja) 話者照合における閾値決定方法及び装置
JP3090122B2 (ja) 話者照合装置

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: 19990916

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20071015

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20081015

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20091015

Year of fee payment: 10

LAPS Cancellation because of no payment of annual fees