JPH10254492A - 音声処理方法及び装置 - Google Patents
音声処理方法及び装置Info
- Publication number
- JPH10254492A JPH10254492A JP9059161A JP5916197A JPH10254492A JP H10254492 A JPH10254492 A JP H10254492A JP 9059161 A JP9059161 A JP 9059161A JP 5916197 A JP5916197 A JP 5916197A JP H10254492 A JPH10254492 A JP H10254492A
- Authority
- JP
- Japan
- Prior art keywords
- parameters
- input
- long
- parameter
- term average
- 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
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
- G10L15/00—Speech recognition
- G10L15/20—Speech recognition techniques specially adapted for robustness in adverse environments, e.g. in noise, of stress induced speech
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Machine Translation (AREA)
- Image Analysis (AREA)
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 入力音声の認識精度をあげるためにも、リア
ルタイムかつ高精度で、回線特性の変動にも対処した回
線特性適応を可能とする。 【解決手段】 順次入力されてくる音声特徴パラメータ
から、既に入力済みの音声特徴パラメータ内でパラメー
タの長時間平均の推定値を求め（４２）、その求められ
た推定値を用いてその時点の音声特徴パラメータの認識
を行う（４３）。また、パラメータの入力途中で求める
長時間平均の推定値は、入力済みパラメータの数によっ
て、数が多いほど大きな重みをかける。
ルタイムかつ高精度で、回線特性の変動にも対処した回
線特性適応を可能とする。 【解決手段】 順次入力されてくる音声特徴パラメータ
から、既に入力済みの音声特徴パラメータ内でパラメー
タの長時間平均の推定値を求め（４２）、その求められ
た推定値を用いてその時点の音声特徴パラメータの認識
を行う（４３）。また、パラメータの入力途中で求める
長時間平均の推定値は、入力済みパラメータの数によっ
て、数が多いほど大きな重みをかける。
Description
【０００１】
【発明の属する技術分野】本発明は、例えばケプストラ
ムなどの音声時系列の特徴を用いて音声認識を行なう、
音声処理方法及び装置に関するものである。
ムなどの音声時系列の特徴を用いて音声認識を行なう、
音声処理方法及び装置に関するものである。
【０００２】本発明は、乗算性雑音に対する即時／逐次
適応を可能とする音声処理方法及び装置に関するもので
ある。
適応を可能とする音声処理方法及び装置に関するもので
ある。
【０００３】
【従来の技術】実環境において音声認識を行なう場合、
特に問題となるのはマイクや電話回線特性などの影響に
よる回線特性の歪みによる乗算性雑音と、内部雑音など
の加算性雑音である。このうち回線特性の歪みに対処す
る方法として、Cepstrum MeanSubtraction (CMS)法が提
案されている。CMS法は「Rahim, et al.: Signal BiasR
emoval for Robust Telephone Based Speech Recogniti
on in Adverse Environments, Proc. of ICASSP'94, (1
994)。」などに詳しい。
特に問題となるのはマイクや電話回線特性などの影響に
よる回線特性の歪みによる乗算性雑音と、内部雑音など
の加算性雑音である。このうち回線特性の歪みに対処す
る方法として、Cepstrum MeanSubtraction (CMS)法が提
案されている。CMS法は「Rahim, et al.: Signal BiasR
emoval for Robust Telephone Based Speech Recogniti
on in Adverse Environments, Proc. of ICASSP'94, (1
994)。」などに詳しい。
【０００４】CMS法は回線特性の歪みを補償するための
一手法である。この方法では入力音声から抽出される情
報をもとに、回線歪みを入力時系列側またはHMMなどの
モデル側で修正し入力環境に適応させる。これによって
回線特性が変動した場合でも、柔軟に対処できる。
一手法である。この方法では入力音声から抽出される情
報をもとに、回線歪みを入力時系列側またはHMMなどの
モデル側で修正し入力環境に適応させる。これによって
回線特性が変動した場合でも、柔軟に対処できる。
【０００５】CMS法はインパルス応答の畳み込みで作用
する乗算性雑音(回線歪み)を補償する方法である。入力
音声の長時間スペクトルを入力音声から差し引き、また
モデル作成に用いた音声の長時間スペクトルをモデルか
ら差し引くことにより回線特性の差を正規化する。正規
化処理は対数スペクトル領域やケプストラム領域で行な
うのが一般的である。乗算性雑音はこの二者の領域では
加法性歪みとしてあらわれるので、引き算により乗算性
雑音の補償が可能となる。このうちケプストラム領域で
行なう方法がCMSと呼ばれている。
する乗算性雑音(回線歪み)を補償する方法である。入力
音声の長時間スペクトルを入力音声から差し引き、また
モデル作成に用いた音声の長時間スペクトルをモデルか
ら差し引くことにより回線特性の差を正規化する。正規
化処理は対数スペクトル領域やケプストラム領域で行な
うのが一般的である。乗算性雑音はこの二者の領域では
加法性歪みとしてあらわれるので、引き算により乗算性
雑音の補償が可能となる。このうちケプストラム領域で
行なう方法がCMSと呼ばれている。
【０００６】
【発明が解決しようとする課題】以上述べたようにCMS
法を用いることにより、マイクや電話回線特性などの影
響による回線特性の歪みに対処することができる。しか
しこのＣＭＳ法を用いる場合、認識対象として入力され
た音声からケプストラム長時間平均（ＣＭ）を計算する
為には、認識対象の音声の入力の完了を待たなければな
らず、認識処理はＣＭが求められた後の、即ち音声入力
終了後に行なわれていた。よって音声が入力されるのに
同期して認識アルゴリズムを動作させることはできな
い。このため従来の方法ではリアルタイム処理が不可能
であった。
法を用いることにより、マイクや電話回線特性などの影
響による回線特性の歪みに対処することができる。しか
しこのＣＭＳ法を用いる場合、認識対象として入力され
た音声からケプストラム長時間平均（ＣＭ）を計算する
為には、認識対象の音声の入力の完了を待たなければな
らず、認識処理はＣＭが求められた後の、即ち音声入力
終了後に行なわれていた。よって音声が入力されるのに
同期して認識アルゴリズムを動作させることはできな
い。このため従来の方法ではリアルタイム処理が不可能
であった。
【０００７】
【課題を解決するための手段】上記従来技術の課題を解
決するために、本発明は、特徴パラメータを順次入力
し、前記特徴パラメータが入力されるごとにパラメータ
の長時間平均を更新し、前記更新されたパラメータの長
時間平均により前記入力した特徴パラメータの正規化を
行う音声処理方法及び装置を提供する。
決するために、本発明は、特徴パラメータを順次入力
し、前記特徴パラメータが入力されるごとにパラメータ
の長時間平均を更新し、前記更新されたパラメータの長
時間平均により前記入力した特徴パラメータの正規化を
行う音声処理方法及び装置を提供する。
【０００８】上記従来技術の課題を解決するために、本
発明は、好ましくは前記特徴パラメータの正規化は、前
記長時間平均に既入力パラメータ数による重みをつけた
値で行う。
発明は、好ましくは前記特徴パラメータの正規化は、前
記長時間平均に既入力パラメータ数による重みをつけた
値で行う。
【０００９】上記従来技術の課題を解決するために、本
発明は、好ましくは前記パラメータはケプストラムを用
いる。
発明は、好ましくは前記パラメータはケプストラムを用
いる。
【００１０】上記従来技術の課題を解決するために、本
発明は、好ましくは前記パラメータはスペクトル時系列
を用いる。
発明は、好ましくは前記パラメータはスペクトル時系列
を用いる。
【００１１】上記従来技術の課題を解決するために、本
発明は、好ましくは前記重みは、パラメータの数が多い
ほど大きくする。
発明は、好ましくは前記重みは、パラメータの数が多い
ほど大きくする。
【００１２】上記従来技術の課題を解決するために、本
発明は、好ましくは入力音声のマルチパスサーチによる
音声認識処理に、前記正規化を適応する。
発明は、好ましくは入力音声のマルチパスサーチによる
音声認識処理に、前記正規化を適応する。
【００１３】上記従来技術の課題を解決するために、本
発明は、好ましくは前記パラメータの正規化は、前記入
力した特徴パラメータから前記求めたパラメータの長時
間平均を差し引く。
発明は、好ましくは前記パラメータの正規化は、前記入
力した特徴パラメータから前記求めたパラメータの長時
間平均を差し引く。
【００１４】上記従来技術の課題を解決するために、本
発明は、好ましくは前記パラメータの正規化は、回線特
性の保証処理とする。
発明は、好ましくは前記パラメータの正規化は、回線特
性の保証処理とする。
【００１５】上記従来技術の課題を解決するために、本
発明は、好ましくは入力する音声から、音声区間を切り
出し、前記切り出した音声区間内で継続して前記パラメ
ータの長時間平均を求める。
発明は、好ましくは入力する音声から、音声区間を切り
出し、前記切り出した音声区間内で継続して前記パラメ
ータの長時間平均を求める。
【００１６】上記従来技術の課題を解決するために、本
発明は、好ましくは前記正規化されたパラメータを認識
した結果を表示器に表示する。
発明は、好ましくは前記正規化されたパラメータを認識
した結果を表示器に表示する。
【００１７】上記従来技術の課題を解決するために、本
発明は、好ましくは前記正規化されたパラメータを認識
した結果を印字手段により印字する。
発明は、好ましくは前記正規化されたパラメータを認識
した結果を印字手段により印字する。
【００１８】上記従来技術の課題を解決するために、本
発明は、好ましくはマイクロフォンより入力した音声を
解析して前記パラメータを入力する。
発明は、好ましくはマイクロフォンより入力した音声を
解析して前記パラメータを入力する。
【００１９】上記従来技術の課題を解決するために、本
発明は、好ましくは前記パラメータを通信回線を介して
入力する。
発明は、好ましくは前記パラメータを通信回線を介して
入力する。
【００２０】上記従来技術の課題を解決するために、本
発明は、好ましくは前記正規化されたパラメータを認識
した結果に従ってアプリケーションを動作する。
発明は、好ましくは前記正規化されたパラメータを認識
した結果に従ってアプリケーションを動作する。
【００２１】上記従来技術の課題を解決するために、本
発明は、特徴パラメータを順次入力し、前記入力した特
徴パラメータの正規化を行わずに探索を行って候補を選
択し、入力パラメータ全体からパラメータの長時間平均
を求め、前記求めたパラメータの長時間平均により、前
記入力したパラメータを正規化し、前記正規化されたパ
ラメータを用いて前記選択された候補との探索を行う音
声処理方法及び装置を提供する。
発明は、特徴パラメータを順次入力し、前記入力した特
徴パラメータの正規化を行わずに探索を行って候補を選
択し、入力パラメータ全体からパラメータの長時間平均
を求め、前記求めたパラメータの長時間平均により、前
記入力したパラメータを正規化し、前記正規化されたパ
ラメータを用いて前記選択された候補との探索を行う音
声処理方法及び装置を提供する。
【００２２】上記従来技術の課題を解決するために、本
発明は、特徴パラメータを順次入力し、前記特徴パラメ
ータが入力されるごとにパラメータの長時間平均を更新
し、前記更新されたパラメータを用いて探索して候補を
選択し、入力パラメータ全体から求めたパラメータの長
時間平均により、前記入力した特徴パラメータを正規化
し、前記正規化されたパラメータを用いて前記選択され
た候補との探索を行う音声処理方法及び装置を提供す
る。
発明は、特徴パラメータを順次入力し、前記特徴パラメ
ータが入力されるごとにパラメータの長時間平均を更新
し、前記更新されたパラメータを用いて探索して候補を
選択し、入力パラメータ全体から求めたパラメータの長
時間平均により、前記入力した特徴パラメータを正規化
し、前記正規化されたパラメータを用いて前記選択され
た候補との探索を行う音声処理方法及び装置を提供す
る。
【００２３】
【発明の実施の形態】以下、添付図面に従って本発明の
実施の形態を詳細に説明する。
実施の形態を詳細に説明する。
【００２４】図６は本発明に係る音声認識装置の構成を
表わすブロック図である。１０１はＣＲＴや液晶表示器
等の表示部であり、音声認識の結果得られる文字列を表
示する。１０２はＬＢＰやインクジェットプリンタ等の
印字部であり、音声認識の結果得られる文字列を印字す
る。１０３はマイクロフォン等の音声入力部であり、公
衆回線等やＬＡＮを介して入力するものであっても良
い。１０４はＣＰＵであり、記憶部１０５やＣＤＲＯＭ
等の着脱可能な記憶媒体１０７に記憶されている制御プ
ログラムに従って以下説明する各種処理を実行するよう
制御する。ＣＰＵ１０４は後述する処理の他、様々なア
プリケーションの実行も制御するが、本発明の方法によ
り認識された音声に対応するコマンドに従い、アプリケ
ーションに係る各種処理を実行すべく、制御も行う。
（例えば、「プリント」や「終了」など）１０５は装置
内に備える記憶部であって、ＣＰＵ１０４が実行する後
述の各種処理の為の制御プログラムやその為に必要な各
種パラメータ（例えば音声認識に用いる辞書に相当する
データ等）、認識する音声データ等を記憶する。この記
憶部１０５に記憶される制御プログラムや各種パラメー
タは、記憶媒体１０７から、或は通信回線を介して入力
し、記憶したものであっても良い。１０６は通信Ｉ／Ｆ
であって、公衆回線やＬＡＮ等の通信手段を介してデー
タの授受を行うべく通信の制御を行う。この通信Ｉ／Ｆ
により、他の装置で入力された音声や、他の装置が記憶
している制御プログラムや各種パラメータを本装置にと
り込み、記憶部１０５に記憶させた後、以下説明する各
処理を開始するようにしても良い。１０７は例えばＣＤ
ＲＯＭ、ＦＤ等の本体に着脱可能な記憶媒体であって、
記憶部１０５に記憶されているとして先に説明した制御
プログラム、各種パラメータ、音声データを記憶するこ
との可能な本体に着脱可能な記憶媒体であって、以下説
明する各処理を開始する前にこの記憶媒体１０７から記
憶部１０５にデータをダウンロードしても良いし、或い
はＣＰＵ１０４が直接記憶媒体１０７にアクセスしても
良い。図３は記憶部１０５或いは記憶媒体１０７に記憶
されているデータのメモリマップであり、４０１〜４０
３に示すような各処理の制御プログラムが格納されてい
る。また、図３には図示していないが、この他にパラメ
ータ格納部、音声データ格納部、ワーキングエリア等も
備える。
表わすブロック図である。１０１はＣＲＴや液晶表示器
等の表示部であり、音声認識の結果得られる文字列を表
示する。１０２はＬＢＰやインクジェットプリンタ等の
印字部であり、音声認識の結果得られる文字列を印字す
る。１０３はマイクロフォン等の音声入力部であり、公
衆回線等やＬＡＮを介して入力するものであっても良
い。１０４はＣＰＵであり、記憶部１０５やＣＤＲＯＭ
等の着脱可能な記憶媒体１０７に記憶されている制御プ
ログラムに従って以下説明する各種処理を実行するよう
制御する。ＣＰＵ１０４は後述する処理の他、様々なア
プリケーションの実行も制御するが、本発明の方法によ
り認識された音声に対応するコマンドに従い、アプリケ
ーションに係る各種処理を実行すべく、制御も行う。
（例えば、「プリント」や「終了」など）１０５は装置
内に備える記憶部であって、ＣＰＵ１０４が実行する後
述の各種処理の為の制御プログラムやその為に必要な各
種パラメータ（例えば音声認識に用いる辞書に相当する
データ等）、認識する音声データ等を記憶する。この記
憶部１０５に記憶される制御プログラムや各種パラメー
タは、記憶媒体１０７から、或は通信回線を介して入力
し、記憶したものであっても良い。１０６は通信Ｉ／Ｆ
であって、公衆回線やＬＡＮ等の通信手段を介してデー
タの授受を行うべく通信の制御を行う。この通信Ｉ／Ｆ
により、他の装置で入力された音声や、他の装置が記憶
している制御プログラムや各種パラメータを本装置にと
り込み、記憶部１０５に記憶させた後、以下説明する各
処理を開始するようにしても良い。１０７は例えばＣＤ
ＲＯＭ、ＦＤ等の本体に着脱可能な記憶媒体であって、
記憶部１０５に記憶されているとして先に説明した制御
プログラム、各種パラメータ、音声データを記憶するこ
との可能な本体に着脱可能な記憶媒体であって、以下説
明する各処理を開始する前にこの記憶媒体１０７から記
憶部１０５にデータをダウンロードしても良いし、或い
はＣＰＵ１０４が直接記憶媒体１０７にアクセスしても
良い。図３は記憶部１０５或いは記憶媒体１０７に記憶
されているデータのメモリマップであり、４０１〜４０
３に示すような各処理の制御プログラムが格納されてい
る。また、図３には図示していないが、この他にパラメ
ータ格納部、音声データ格納部、ワーキングエリア等も
備える。
【００２５】図１は本発明の実施の形態における音声認
識装置の機能的ブロック構成図である。図において、１
は音声を入力するためのマイクであって、図６の音声入
力部１０３により実現する。２は入力した音声を特徴パ
ラメータ時系列に変換するための音声分析部、３は特徴
パラメータ、文法および音素モデルの情報を用いて正解
認識系列を探索する探索部であって、図６のＣＰＵ１０
４により実現する。４は認識用文法、５は音声認識用音
素モデルであって、図６の記憶部１０５或は記憶媒体１
０７に記憶されているデータを用いる。
識装置の機能的ブロック構成図である。図において、１
は音声を入力するためのマイクであって、図６の音声入
力部１０３により実現する。２は入力した音声を特徴パ
ラメータ時系列に変換するための音声分析部、３は特徴
パラメータ、文法および音素モデルの情報を用いて正解
認識系列を探索する探索部であって、図６のＣＰＵ１０
４により実現する。４は認識用文法、５は音声認識用音
素モデルであって、図６の記憶部１０５或は記憶媒体１
０７に記憶されているデータを用いる。
【００２６】まず １）入力長の重みつき処理によるケプストラム長時間平
均（CM）計算 について説明する。
均（CM）計算 について説明する。
【００２７】この方法は入力音声の1フレームごとにCM
の推定値を更新し、それを入力音声の1フレームごと差
し引く方法である。しかし発話開始直後ではCMの推定値
は誤差を多く含むため、認識性能の低下を招く恐れがあ
る。そこで入力フレーム数の重みをつけ、入力フレーム
が少ないうちは重みを小さくして、差し引くCMの量を減
らす。また入力が多くなれば重みを大きくして、差し引
くCMの量を多くする。重みは0〜1の間でフレーム数（入
力時間長）に応じて増減させる。
の推定値を更新し、それを入力音声の1フレームごと差
し引く方法である。しかし発話開始直後ではCMの推定値
は誤差を多く含むため、認識性能の低下を招く恐れがあ
る。そこで入力フレーム数の重みをつけ、入力フレーム
が少ないうちは重みを小さくして、差し引くCMの量を減
らす。また入力が多くなれば重みを大きくして、差し引
くCMの量を多くする。重みは0〜1の間でフレーム数（入
力時間長）に応じて増減させる。
【００２８】音声分析部２ではマイク１より入力した音
声の一般的なケプストラム分析を行なう。分析後切り出
された１入力音声におけるｎフレーム目のパラメータｘ
nの正規化を以下の式（１）により行ない、正規化され
たｎフレーム目のパラメータ（ｘn）′を求める。
声の一般的なケプストラム分析を行なう。分析後切り出
された１入力音声におけるｎフレーム目のパラメータｘ
nの正規化を以下の式（１）により行ない、正規化され
たｎフレーム目のパラメータ（ｘn）′を求める。
【００２９】
【外１】
【００３０】ここでμdはデータベースのCM，τは定数
である。２項目のフレーム数による重みn/(n+τ）はこ
の式に限らず、nが増加するに従い値が0から1をとる関
数で代用できる。以上のようにして正規化して得られた
（ｘn）′を特徴パラメータとして認識を行なう。
である。２項目のフレーム数による重みn/(n+τ）はこ
の式に限らず、nが増加するに従い値が0から1をとる関
数で代用できる。以上のようにして正規化して得られた
（ｘn）′を特徴パラメータとして認識を行なう。
【００３１】次に、 ２）マルチパスサーチを利用したCMの差し引き処理 について説明する。
【００３２】マルチパス方式は探索を複数回（少なくと
も２回）繰り返すことによって、正解候補を絞っていく
方法である。１回目の探索時は入力音声のCMを計算しな
がら探索を行なう。この１回目の探索時は入力音声のCM
は音声認識には反映しない。２回目の探索時に、既に音
声の入力が完了し、計算が終っている入力音声全体のCM
を、入力音声ケプストラムから差し引くことによって、
回線特性の変動である乗算性雑音を除去する。
も２回）繰り返すことによって、正解候補を絞っていく
方法である。１回目の探索時は入力音声のCMを計算しな
がら探索を行なう。この１回目の探索時は入力音声のCM
は音声認識には反映しない。２回目の探索時に、既に音
声の入力が完了し、計算が終っている入力音声全体のCM
を、入力音声ケプストラムから差し引くことによって、
回線特性の変動である乗算性雑音を除去する。
【００３３】図１の探索処理部３はマルチパスサーチを
用いる。マルチパスサーチによる認識法は、Tree-trell
is based searchや、Forward-backward searchがある。
Tree-trellis based searchは文献、''F.K.Soong, and
E.F.Huang: A Tree-TrellisBased Fast Search for Fin
ding the N Best Sentence Hypoteses in Continuous S
peech Recognition, Proc. of ICASSP91, pp.705-708
(1991.5)''に詳しい。またForward-backward searchに
ついては文献、''S.Austin, R.Schwartz and P.Placewa
y: The Forward-Backward Search Algorithm, Proc. of
ICASSP91, pp.697-700 (1991.5)''に詳しい。本実施の
形態ではTree-trellis based searchを用いて説明する
が、探索部３の探索の方法は、これに限るものではな
い。このTree-trellis based search方法は厳密なN-bes
t探索を実現するアルゴリズムであり、前向き探索と後
向き探索の２段階の提案で構成する。前向き探索（１回
目の探索）ではフレーム同期のViterbi探索を行ない、
前向き探索結果の上位の所定個を入力音声の認識候補と
して選択する。後向き探索（２回目の探索）では前向き
探索の結果をヒューリスティックとするＡ*探索を各候
補について行なう。
用いる。マルチパスサーチによる認識法は、Tree-trell
is based searchや、Forward-backward searchがある。
Tree-trellis based searchは文献、''F.K.Soong, and
E.F.Huang: A Tree-TrellisBased Fast Search for Fin
ding the N Best Sentence Hypoteses in Continuous S
peech Recognition, Proc. of ICASSP91, pp.705-708
(1991.5)''に詳しい。またForward-backward searchに
ついては文献、''S.Austin, R.Schwartz and P.Placewa
y: The Forward-Backward Search Algorithm, Proc. of
ICASSP91, pp.697-700 (1991.5)''に詳しい。本実施の
形態ではTree-trellis based searchを用いて説明する
が、探索部３の探索の方法は、これに限るものではな
い。このTree-trellis based search方法は厳密なN-bes
t探索を実現するアルゴリズムであり、前向き探索と後
向き探索の２段階の提案で構成する。前向き探索（１回
目の探索）ではフレーム同期のViterbi探索を行ない、
前向き探索結果の上位の所定個を入力音声の認識候補と
して選択する。後向き探索（２回目の探索）では前向き
探索の結果をヒューリスティックとするＡ*探索を各候
補について行なう。
【００３４】この２段階の探索のうち、前向き探索時に
探索と並行して入力音声全体のCMを計算し、後向き探索
時にその求められたCMを差し引いて探索処理を行うこと
により、回線特性の正規化を行なう。後向き探索時にお
ける正規化は以下の（２）或は（３）式のいずれかの式
により行なう。
探索と並行して入力音声全体のCMを計算し、後向き探索
時にその求められたCMを差し引いて探索処理を行うこと
により、回線特性の正規化を行なう。後向き探索時にお
ける正規化は以下の（２）或は（３）式のいずれかの式
により行なう。
【００３５】
【外２】 または、
【００３６】
【外３】
【００３７】ここでＮは入力音声のフレーム長である。
（２）式は特に入力音声のフレーム長が短い場合に差し
引くＣＭの量を減らすので、入力時間長が、短いことに
よるＣＭの誤差を軽減することができ、認識性能の向上
に有効である。
（２）式は特に入力音声のフレーム長が短い場合に差し
引くＣＭの量を減らすので、入力時間長が、短いことに
よるＣＭの誤差を軽減することができ、認識性能の向上
に有効である。
【００３８】以上のように前向き探索と後向き探索で入
力音声の正規化法を変更すると、Ａ*探索の条件を満た
さなくなるが、N-bestのスタックを十分大きくし、認識
結果を尤度順にソートすることにより、十分な精度を保
つことができる。
力音声の正規化法を変更すると、Ａ*探索の条件を満た
さなくなるが、N-bestのスタックを十分大きくし、認識
結果を尤度順にソートすることにより、十分な精度を保
つことができる。
【００３９】さらに1)と2)を組合せ、前向き探索では1)
の方法により、入力長の重みつき処理によって求めたCM
により正規化を行ないながら探索し、後向き探索では2)
の方法により正規化を行なう。
の方法により、入力長の重みつき処理によって求めたCM
により正規化を行ないながら探索し、後向き探索では2)
の方法により正規化を行なう。
【００４０】以上の計算の流れ図を図２〜図４のフロー
チャートに示す。図２は1)の入力長の重みつき処理によ
るCMの計算法を利用した音声認識手法の流れ図である。
ここでは(1)式により前向き探索時（２３）前に入力パ
ラメータの正規化を行なう（２２）。後向き探索時には
前向き探索時（２４）に計算した各パラメータごとの対
数尤度をそのまま用いて、加算する。図３は2)のマルチ
パスサーチを利用した後向き探索時のCM計算法を利用し
た音声認識手法の流れ図である。この方法では前向き探
索時（３２）は、正規化していない通常の音声分析によ
るケプストラムパラメータを用いた探索を行い、音声入
力終了後３３に前向き探索により選択された各候補を
(2)または(3)式による入力パラメータの正規化を行なっ
て、探索を行う（３４）。この結果前向き探索時と後向
き探索時に、尤度が異なりＡ*条件を満たさなくなるの
で認識結果を尤度によりソートして（３５）結果を出力
する（３６）。図４は1)と2)の組合せ手法である。前向
き探索時（４３）には(1)式による正規化を行なったパ
ラメータを用いて探索を行い（４２）、後向き探索時
（４５）には(2)または(3)式による正規化を行なったパ
ラメータ（４４）を用いて探索を行なう。この場合も当
然前向きと後向き探索時には尤度が異なるため、認識結
果を尤度によりソートして（４６）認識結果を出力する
（４７）。以上の処理を１音声入力ごとに行なう。
チャートに示す。図２は1)の入力長の重みつき処理によ
るCMの計算法を利用した音声認識手法の流れ図である。
ここでは(1)式により前向き探索時（２３）前に入力パ
ラメータの正規化を行なう（２２）。後向き探索時には
前向き探索時（２４）に計算した各パラメータごとの対
数尤度をそのまま用いて、加算する。図３は2)のマルチ
パスサーチを利用した後向き探索時のCM計算法を利用し
た音声認識手法の流れ図である。この方法では前向き探
索時（３２）は、正規化していない通常の音声分析によ
るケプストラムパラメータを用いた探索を行い、音声入
力終了後３３に前向き探索により選択された各候補を
(2)または(3)式による入力パラメータの正規化を行なっ
て、探索を行う（３４）。この結果前向き探索時と後向
き探索時に、尤度が異なりＡ*条件を満たさなくなるの
で認識結果を尤度によりソートして（３５）結果を出力
する（３６）。図４は1)と2)の組合せ手法である。前向
き探索時（４３）には(1)式による正規化を行なったパ
ラメータを用いて探索を行い（４２）、後向き探索時
（４５）には(2)または(3)式による正規化を行なったパ
ラメータ（４４）を用いて探索を行なう。この場合も当
然前向きと後向き探索時には尤度が異なるため、認識結
果を尤度によりソートして（４６）認識結果を出力する
（４７）。以上の処理を１音声入力ごとに行なう。
【００４１】また、上記説明では１音声入力ごとに回線
特性の正規化を行なう例について説明したが、回線特性
の変動がないと判断される場合には、複数の音声入力に
渡って回線特性の正規化を行なうことにより、より安定
した回線特性の正規化が行なえる。上記説明では(1)式
のｎや(2)、(3)式のＮを入力音声が変わるごとに毎回ク
リアするが、この複数の入力音声に渡り正規化を行う方
法では毎回クリアせず、複数の音声入力に渡って値を保
持し正規化を行なう。
特性の正規化を行なう例について説明したが、回線特性
の変動がないと判断される場合には、複数の音声入力に
渡って回線特性の正規化を行なうことにより、より安定
した回線特性の正規化が行なえる。上記説明では(1)式
のｎや(2)、(3)式のＮを入力音声が変わるごとに毎回ク
リアするが、この複数の入力音声に渡り正規化を行う方
法では毎回クリアせず、複数の音声入力に渡って値を保
持し正規化を行なう。
【００４２】また、上記説明ではパラメータとしてケプ
ストラムを想定した例について説明したが、ケプストラ
ムの代わりに対数スペクトルを用いても良い。
ストラムを想定した例について説明したが、ケプストラ
ムの代わりに対数スペクトルを用いても良い。
【００４３】図５は本発明の効果を表す図であり、各手
法の認識処理時間を示している。
法の認識処理時間を示している。
【００４４】実験条件は以下の通りである。まず評価は
不特定話者文認識で行ない、単語数1,004、単語perplex
ity 30.2、分析条件は8kHzサンプリング、フレーム周期
10msec、窓幅25.6msec、プリエンファシス0.97である。
特徴量はLPCメルケプストラム12次、ΔLPCメルケプスト
ラム12次、Δ対数パワーを使用した。音声認識はHMMを
ベースとした認識系でHMMは３状態６混合、対角化共分
散行列で２４３種類の右環境依存音素HMMを使用した。
認識対象は話者１０名の発声した５０文であり、300〜
3,200Hzのバンドパスフィルタをかけることにより、回
線特性の歪みを与えた。従来法では音声発声が終了した
時点でなければ正規化処理ができないため、発声終了後
１sec以上の認識時間がかかる。これに対し本発明によ
ればいずれの場合も発声終了後0.05sec程度から0.26sec
程度で認識が終了する。また図の下の数字はτを調整し
た場合の各手法の認識率である。比較として回線特性の
正規化を行なわない場合の認識率は65.0%であった。1)+
2)の手法は認識率の低減がごく僅かで大幅な計算量の削
減ができることが分かる。以上のように本手法は回線特
性の歪みの正規化を音声入力と同期して処理することに
より、高速な回線特性正規化が可能となる。
不特定話者文認識で行ない、単語数1,004、単語perplex
ity 30.2、分析条件は8kHzサンプリング、フレーム周期
10msec、窓幅25.6msec、プリエンファシス0.97である。
特徴量はLPCメルケプストラム12次、ΔLPCメルケプスト
ラム12次、Δ対数パワーを使用した。音声認識はHMMを
ベースとした認識系でHMMは３状態６混合、対角化共分
散行列で２４３種類の右環境依存音素HMMを使用した。
認識対象は話者１０名の発声した５０文であり、300〜
3,200Hzのバンドパスフィルタをかけることにより、回
線特性の歪みを与えた。従来法では音声発声が終了した
時点でなければ正規化処理ができないため、発声終了後
１sec以上の認識時間がかかる。これに対し本発明によ
ればいずれの場合も発声終了後0.05sec程度から0.26sec
程度で認識が終了する。また図の下の数字はτを調整し
た場合の各手法の認識率である。比較として回線特性の
正規化を行なわない場合の認識率は65.0%であった。1)+
2)の手法は認識率の低減がごく僅かで大幅な計算量の削
減ができることが分かる。以上のように本手法は回線特
性の歪みの正規化を音声入力と同期して処理することに
より、高速な回線特性正規化が可能となる。
【００４５】
【発明の効果】以上説明したように、本発明によれば、
変動し得る回線特性の歪み補償が高速化でき、準リアル
タイムに行うことができるので、回線特性正規化を行っ
た上でのリアルタイムかつ高精度な音声認識が可能とな
る。
変動し得る回線特性の歪み補償が高速化でき、準リアル
タイムに行うことができるので、回線特性正規化を行っ
た上でのリアルタイムかつ高精度な音声認識が可能とな
る。
【図１】本発明に係る装置の機能的ブロック構成図
【図２】入力長の重みつき処理によるCMの計算法を利用
した音声認識手法の流れ図
した音声認識手法の流れ図
【図３】マルチパスサーチを利用した後向き探索時のCM
計算法を利用した音声認識手法の流れ図
計算法を利用した音声認識手法の流れ図
【図４】前向き探索時には入力長の重みつき処理による
ＣＭ計算法を利用し、さらに後向き探索時にＣＭの再計
算を行なう音声認識手法の流れ図
ＣＭ計算法を利用し、さらに後向き探索時にＣＭの再計
算を行なう音声認識手法の流れ図
【図５】各手法の認識処理時間の比較の図
【図６】本発明に係る装置のブロック構成図
Claims (23)
- 【請求項１】 特徴パラメータを順次入力し、 前記特徴パラメータが入力されるごとにパラメータの長
時間平均を更新し、 前記更新されたパラメータの長時間平均により前記入力
した特徴パラメータの正規化を行うことを特徴とする音
声処理方法。 - 【請求項２】 前記特徴パラメータの正規化は、前記長
時間平均に既入力パラメータのフレーム数による重みを
つけた値で行うことを特徴とする請求項１に記載の音声
処理方法。 - 【請求項３】 前記パラメータはケプストラムを用いる
ことを特徴とする請求項１に記載の音声処理方法。 - 【請求項４】 前記パラメータは対数スペクトル時系列
を用いることを特徴とする請求項１に記載の音声処理方
法。 - 【請求項５】 前記重みは、パラメータのフレーム数が
多いほど大きくすることを特徴とする請求項１に記載の
音声処理方法。 - 【請求項６】 入力音声のマルチパスサーチによる音声
認識処理に、前記正規化を適用することを特徴とする請
求項１に記載の音声処理方法。 - 【請求項７】 前記パラメータの正規化は、前記入力し
た特徴パラメータから前記求めたパラメータの長期間平
均を差し引くものとすることを特徴とする請求項１に記
載の音声処理方法。 - 【請求項８】 前記パラメータの正規化は、回線特性の
補償処理とすることを特徴とする請求項１に記載の音声
処理方法。 - 【請求項９】 入力する音声から、音声区間を切り出
し、 前記切り出した音声区間内で継続した前記パラメータの
長時間平均を求めることを特徴とする請求項１に記載の
音声処理方法。 - 【請求項１０】 前記正規化されたパラメータを認識し
た結果を表示器に表示することを特徴とする請求項１に
記載の音声処理方法。 - 【請求項１１】 前記正規化されたパラメータを認識し
た結果を印字手段により印字することを特徴とする請求
項１に記載の音声処理方法。 - 【請求項１２】 マイクロフォンより入力した音声を解
析して前記パラメータを入力することを特徴とする請求
項１に記載の音声処理方法。 - 【請求項１３】 前記パラメータを通信回線を介して入
力することを特徴とする請求項１に記載の音声処理方
法。 - 【請求項１４】 前記正規化されたパラメータを認識し
た結果に従ってアプリケーションを動作させることを特
徴とする請求項１に記載の音声処理方法。 - 【請求項１５】 特徴パラメータを順次入力し、 前記入力した特徴パラメータの正規化を行わずに探索を
行って候補を選択し、 入力パラメータ全体からパラメータの長時間平均を求
め、 前記求めたパラメータの長時間平均により、前記入力し
た特徴パラメータを正規化し、 前記正規化されたパラメータを用いて前記選択された候
補の探索を行うことを特徴とする音声処理方法。 - 【請求項１６】 特徴パラメータを順次入力し、 前記特徴パラメータが入力されるごとにパラメータの長
時間平均を更新し、 前記更新されたパラメータの長時間平均により前記入力
した特徴パラメータを正規化し、 前記正規化されたパラメータを用いて探索して候補を選
択し、 入力パラメータ全体から求めたパラメータの長時間平均
により、前記入力した特徴パラメータを正規化し、 前記正規化されたパラメータを用いて前記選択された候
補の探索を行うことを特徴とする音声処理方法。 - 【請求項１７】 前記パラメータの長時間平均は、入力
パラメータ数による重みをつけて求めることを特徴とす
る請求項１６に記載の音声処理方法。 - 【請求項１８】 特徴パラメータを順次入力する入力手
段と、 前記更新されたパラメータの長時間平均により前記入力
した特徴パラメータの正規化を行う正規化手段を有する
ことを特徴とする音声処理装置。 - 【請求項１９】 特徴パラメータを順次入力する入力手
段と、 前記入力した特徴パラメータの正規化を行わずに探索を
行って候補を選択する第一探索手段と、 入力パラメータ全体からパラメータの長時間平均を求め
るパラメータの長時間平均導出手段と、 前記求めたパラメータの長時間平均により、前記入力し
た特徴パラメータを正規化する正規化手段と、 前記正規化されたパラメータを用いて前記選択された候
補との探索を行う第二探索手段とを有することを特徴と
する音声処理装置。 - 【請求項２０】 特徴パラメータを順次入力する入力手
段と、 前記特徴パラメータが入力されるごとにパラメータの長
時間平均を更新するパラメータの長時間平均更新手段
と、 前記更新されたパラメータの長時間平均により前記入力
した特徴パラメータを正規化する第一正規化手段と、 前記正規化されたパラメータを用いて探索して候補を選
択する第一の探索手段と、 入力パラメータ全体から求めたパラメータの長時間平均
により、前記入力した特徴パラメータを正規化する第二
正規化手段と、 前記正規化されたパラメータを用いて前記選択された候
補との探索を行う第二探索手段とを有することを特徴と
する音声処理装置。 - 【請求項２１】 コンピュータにより読取可能な記憶媒
体であって、 特徴パラメータを順次入力するプログラムコードと、 前記特徴パラメータが入力されるごとにパラメータの長
時間平均を更新するプログラムコードと、 前記更新されたパラメータの長時間平均により前記入力
した特徴パラメータの正規化を行うプログラムコードを
記憶した記憶媒体。 - 【請求項２２】 コンピュータにより読取可能な記憶媒
体であって、 特徴パラメータを順次入力するプログラムコードと、 前記入力した特徴パラメータの正規化を行わずに探索を
行って候補を選択するプログラムコードと、 入力パラメータ全体からパラメータの長時間平均を求め
るプログラムコードと、 前記求めたパラメータの長時間平均により、前記入力し
たパラメータを正規化するプログラムコードと、 前記正規化されたパラメータを用いて前記選択された候
補との探索を行うプログラムコードとを記憶した記憶媒
体。 - 【請求項２３】 コンピュータにより読取可能な記憶媒
体であって、 特徴パラメータを順次入力するプログラムコードと、 前記特徴パラメータが入力されるごとにパラメータの長
時間平均を更新するプログラムコードと、 前記更新されたパラメータを用いて探索して候補を選択
するプログラムコードと、 入力パラメータ全体から求めたパラメータの長時間平均
により、前記入力した特徴パラメータを正規化するプロ
グラムコードと、 前記正規化されたパラメータを用いて前記選択された候
補との探索を行うプログラムコードを記憶した記憶媒
体。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05916197A JP3962445B2 (ja) | 1997-03-13 | 1997-03-13 | 音声処理方法及び装置 |
| US09/038,898 US6236962B1 (en) | 1997-03-13 | 1998-03-12 | Speech processing apparatus and method and computer readable medium encoded with a program for recognizing input speech by performing searches based on a normalized current feature parameter |
| EP98301919A EP0865033B1 (en) | 1997-03-13 | 1998-03-13 | Normalization of speech signals |
| DE69824063T DE69824063T2 (de) | 1997-03-13 | 1998-03-13 | Normalisierung von Sprachsignalen |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP05916197A JP3962445B2 (ja) | 1997-03-13 | 1997-03-13 | 音声処理方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10254492A true JPH10254492A (ja) | 1998-09-25 |
| JP3962445B2 JP3962445B2 (ja) | 2007-08-22 |
Family
ID=13105382
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP05916197A Expired - Fee Related JP3962445B2 (ja) | 1997-03-13 | 1997-03-13 | 音声処理方法及び装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6236962B1 (ja) |
| EP (1) | EP0865033B1 (ja) |
| JP (1) | JP3962445B2 (ja) |
| DE (1) | DE69824063T2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017154279A1 (ja) * | 2016-03-10 | 2017-09-14 | ソニー株式会社 | 音声処理装置および音声処理方法 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3902860B2 (ja) * | 1998-03-09 | 2007-04-11 | キヤノン株式会社 | 音声合成制御装置及びその制御方法、コンピュータ可読メモリ |
| US6374220B1 (en) * | 1998-08-05 | 2002-04-16 | Texas Instruments Incorporated | N-best search for continuous speech recognition using viterbi pruning for non-output differentiation states |
| JP4632384B2 (ja) * | 2000-03-31 | 2011-02-16 | キヤノン株式会社 | 音声情報処理装置及びその方法と記憶媒体 |
| US7039588B2 (en) * | 2000-03-31 | 2006-05-02 | Canon Kabushiki Kaisha | Synthesis unit selection apparatus and method, and storage medium |
| JP3728177B2 (ja) * | 2000-05-24 | 2005-12-21 | キヤノン株式会社 | 音声処理システム、装置、方法及び記憶媒体 |
| CN1272698C (zh) * | 2000-10-11 | 2006-08-30 | 佳能株式会社 | 信息处理装置、信息处理方法 |
| US6999926B2 (en) * | 2000-11-16 | 2006-02-14 | International Business Machines Corporation | Unsupervised incremental adaptation using maximum likelihood spectral transformation |
| JP2002268681A (ja) * | 2001-03-08 | 2002-09-20 | Canon Inc | 音声認識システム及び方法及び該システムに用いる情報処理装置とその方法 |
| JP3542578B2 (ja) * | 2001-11-22 | 2004-07-14 | キヤノン株式会社 | 音声認識装置及びその方法、プログラム |
| US20040243556A1 (en) * | 2003-05-30 | 2004-12-02 | International Business Machines Corporation | System, method and computer program product for performing unstructured information management and automatic text analysis, and including a document common analysis system (CAS) |
| JP4587160B2 (ja) * | 2004-03-26 | 2010-11-24 | キヤノン株式会社 | 信号処理装置および方法 |
| JP2007271876A (ja) * | 2006-03-31 | 2007-10-18 | Denso Corp | 音声認識装置および音声認識用のプログラム |
| WO2016105216A1 (en) * | 2014-12-22 | 2016-06-30 | Intel Corporation | Cepstral variance normalization for audio feature extraction |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS53105303A (en) * | 1977-02-25 | 1978-09-13 | Hitachi Ltd | Preprocessing system for audio recognition |
| DE69028072T2 (de) | 1989-11-06 | 1997-01-09 | Canon Kk | Verfahren und Einrichtung zur Sprachsynthese |
| JPH03150599A (ja) | 1989-11-07 | 1991-06-26 | Canon Inc | 日本語音節の符号化方式 |
| JP3066920B2 (ja) | 1991-06-11 | 2000-07-17 | キヤノン株式会社 | 音声認識方法及び装置 |
| JPH04362698A (ja) | 1991-06-11 | 1992-12-15 | Canon Inc | 音声認識方法及び装置 |
| US5583961A (en) | 1993-03-25 | 1996-12-10 | British Telecommunications Public Limited Company | Speaker recognition using spectral coefficients normalized with respect to unequal frequency bands |
| JP3397372B2 (ja) | 1993-06-16 | 2003-04-14 | キヤノン株式会社 | 音声認識方法及び装置 |
| US5515475A (en) * | 1993-06-24 | 1996-05-07 | Northern Telecom Limited | Speech recognition method using a two-pass search |
| US5604839A (en) * | 1994-07-29 | 1997-02-18 | Microsoft Corporation | Method and system for improving speech recognition through front-end normalization of feature vectors |
| US5598505A (en) | 1994-09-30 | 1997-01-28 | Apple Computer, Inc. | Cepstral correction vector quantizer for speech recognition |
| JP3581401B2 (ja) | 1994-10-07 | 2004-10-27 | キヤノン株式会社 | 音声認識方法 |
| JP3453456B2 (ja) | 1995-06-19 | 2003-10-06 | キヤノン株式会社 | 状態共有モデルの設計方法及び装置ならびにその状態共有モデルを用いた音声認識方法および装置 |
-
1997
- 1997-03-13 JP JP05916197A patent/JP3962445B2/ja not_active Expired - Fee Related
-
1998
- 1998-03-12 US US09/038,898 patent/US6236962B1/en not_active Expired - Lifetime
- 1998-03-13 EP EP98301919A patent/EP0865033B1/en not_active Expired - Lifetime
- 1998-03-13 DE DE69824063T patent/DE69824063T2/de not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017154279A1 (ja) * | 2016-03-10 | 2017-09-14 | ソニー株式会社 | 音声処理装置および音声処理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3962445B2 (ja) | 2007-08-22 |
| US6236962B1 (en) | 2001-05-22 |
| DE69824063T2 (de) | 2004-10-28 |
| EP0865033A2 (en) | 1998-09-16 |
| EP0865033B1 (en) | 2004-05-26 |
| DE69824063D1 (de) | 2004-07-01 |
| EP0865033A3 (en) | 1999-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6260013B1 (en) | Speech recognition system employing discriminatively trained models | |
| US6226612B1 (en) | Method of evaluating an utterance in a speech recognition system | |
| US5677990A (en) | System and method using N-best strategy for real time recognition of continuously spelled names | |
| EP0792503B1 (en) | Signal conditioned minimum error rate training for continuous speech recognition | |
| US6266636B1 (en) | Single distribution and mixed distribution model conversion in speech recognition method, apparatus, and computer readable medium | |
| EP1058925B1 (en) | System and method for noise-compensated speech recognition | |
| US5621859A (en) | Single tree method for grammar directed, very large vocabulary speech recognizer | |
| US6490555B1 (en) | Discriminatively trained mixture models in continuous speech recognition | |
| US7319960B2 (en) | Speech recognition method and system | |
| EP1355296B1 (en) | Keyword detection in a speech signal | |
| JPH0372998B2 (ja) | ||
| JPH08234788A (ja) | 音声認識のバイアス等化方法および装置 | |
| US20030200090A1 (en) | Speech recognition apparatus, speech recognition method, and computer-readable recording medium in which speech recognition program is recorded | |
| WO1997010587A9 (en) | Signal conditioned minimum error rate training for continuous speech recognition | |
| JP3962445B2 (ja) | 音声処理方法及び装置 | |
| EP0762383B1 (en) | Pattern adapting apparatus for speech or pattern recognition | |
| JP2751856B2 (ja) | 木構造を用いたパターン適応化方式 | |
| CA2247747A1 (en) | Search and rescoring method for a speech recognition system | |
| JP3397568B2 (ja) | 音声認識方法及び装置 | |
| Chien et al. | Telephone speech recognition based on Bayesian adaptation of hidden Markov models | |
| JP2570448B2 (ja) | 標準パターン学習方法 | |
| EP1083544A1 (en) | Pattern recognizing device and method, and providing medium | |
| EP1488410B1 (en) | Distortion measure determination in speech recognition | |
| JP3868798B2 (ja) | 音声認識装置 | |
| JP2004309959A (ja) | 音声認識装置および音声認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051003 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051018 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051219 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20061219 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070219 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20070309 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070515 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070521 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100525 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110525 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120525 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120525 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130525 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140525 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |