JPS58209794A - パターンマッチング装置 - Google Patents
パターンマッチング装置Info
- Publication number
- JPS58209794A JPS58209794A JP57092824A JP9282482A JPS58209794A JP S58209794 A JPS58209794 A JP S58209794A JP 57092824 A JP57092824 A JP 57092824A JP 9282482 A JP9282482 A JP 9282482A JP S58209794 A JPS58209794 A JP S58209794A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- time series
- matching
- series pattern
- standard
- 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】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
ｊａｌ 発明り技＃分野
本発明は音声認識方式に係り、４？に音声の特徴全表わ
すペクトｊしの時系列で表わされるパターンの７ツ千ン
グ万式の改良に関する。
すペクトｊしの時系列で表わされるパターンの７ツ千ン
グ万式の改良に関する。
（１）） 従来技術と問題点
−ｆｆにパターンのマツチングによって音声全認識する
ためには、単語単位に音声の標準パダ、−ン紫単語辞書
としてメモリに登録して８き、入力音声パターンと標準
パターンとがマツチングされる。
ためには、単語単位に音声の標準パダ、−ン紫単語辞書
としてメモリに登録して８き、入力音声パターンと標準
パターンとがマツチングされる。
この場合入力音声パターン及び標準パダー７は出来る限
妙、その単語の発音に関して時間軸で正規化されている
事が望ましい。ところが１つ（／Ｊ単単語全発音る場合
、単語音声の継続時間長及び単語音声中の音韻の長さは
発音丁６人や発音する時の状況等によって、一般に変動
する。この様に音声は、動的計画法（ＤＰマ、千ング）
と識別関数法とが代表的な方法として仰られてい６つし
かし動的計画法は時間軸の非憑形な伸縮に対する正規化
には有効であるが、パラメークの確率的な変動に対処す
ることは困難である。又識別関数法はパラメークの確率
的変動には有効であるが９時間軸方向の正規化に問題が
あるといろ欠点がある。
妙、その単語の発音に関して時間軸で正規化されている
事が望ましい。ところが１つ（／Ｊ単単語全発音る場合
、単語音声の継続時間長及び単語音声中の音韻の長さは
発音丁６人や発音する時の状況等によって、一般に変動
する。この様に音声は、動的計画法（ＤＰマ、千ング）
と識別関数法とが代表的な方法として仰られてい６つし
かし動的計画法は時間軸の非憑形な伸縮に対する正規化
には有効であるが、パラメークの確率的な変動に対処す
ることは困難である。又識別関数法はパラメークの確率
的変動には有効であるが９時間軸方向の正規化に問題が
あるといろ欠点がある。
（Ｃｌ 発明の目的
本発明の目的は上記欠点金線くため１時間軸。
闇波数軸とで距離計算の重み金変えることにより。
動的計画法と識別関数法との両方式全組み合せ。
両方式の長所金倉せもったパダーンマッ千ンク万式？提
供することにある。
供することにある。
（ｃｌ 発明の構成
本発明の構成は入力時系列パターンを動的計画法によっ
て標準時系列パターンと７クチングする手段と、該マツ
チング手段の結果に基づき入力時系列パターンから新た
な７．千ノグ用時系列パターンを作放す６手段とを設け
、該新たな７ツ千ング用時系列パダーンと標準パターン
との間で２時間軸上及び周波数軸上で異な６重み付けを
用いた距離計算全行なってパターン７ツ千ング金行なう
も力である。
て標準時系列パターンと７クチングする手段と、該マツ
チング手段の結果に基づき入力時系列パターンから新た
な７．千ノグ用時系列パターンを作放す６手段とを設け
、該新たな７ツ千ング用時系列パダーンと標準パターン
との間で２時間軸上及び周波数軸上で異な６重み付けを
用いた距離計算全行なってパターン７ツ千ング金行なう
も力である。
（ｅｌ 発明ＣＯＮ施例
ｉｉ図は本発明の一実施例を説明するブロック図である
。音声パターンの継続時間長を等時間単位の区分に分割
し、該区分のすべてに於る該音声パターンの周波数スペ
クトル？ 入力時系列／−ｅ ９−ンについてはペクト
・レイ、 、 鶴、 ｉ、・・・・・・ｉとし。
。音声パターンの継続時間長を等時間単位の区分に分割
し、該区分のすべてに於る該音声パターンの周波数スペ
クトル？ 入力時系列／−ｅ ９−ンについてはペクト
・レイ、 、 鶴、 ｉ、・・・・・・ｉとし。
→→
標準時系列パターンについてはベクトルｂ＋ｗｂｔ＊ｂ
、 ・・ｂ、とすると、メモリ１には入力時系列パター
ンＡ ＝（ａｉ ） ；−＋〜工が格納される０又メモ
リ２には標準時系列パターンＢ ＝ （ｂ」）４−１−
、＋が格納される。ＤＰマツチング部２に於て、メモリ
１及び３より入力時系列パターンＡ及び標準時系列パタ
ーンＢが動的計画法によりマツチングされる。
、 ・・ｂ、とすると、メモリ１には入力時系列パター
ンＡ ＝（ａｉ ） ；−＋〜工が格納される０又メモ
リ２には標準時系列パターンＢ ＝ （ｂ」）４−１−
、＋が格納される。ＤＰマツチング部２に於て、メモリ
１及び３より入力時系列パターンＡ及び標準時系列パタ
ーンＢが動的計画法によりマツチングされる。
動的計画法によるマツチングの詳細は１−日本音響学会
誌Ｊ ｖｏ１２７．Ｎｏ９．４８３〜４９０ベーヂ。
誌Ｊ ｖｏ１２７．Ｎｏ９．４８３〜４９０ベーヂ。
１９７１年９月に記載されているが、概略的には、２つ
の音声パターンＡ、 Ｈの夫々の継続時間長を等しい
時間単位に時刻１〜正と時刻１〜Ｊに分割し、夫々を平
面上の縦軸及び横軸の目盛とし、各時刻に於ける音声パ
ターンの７ｊ波数スペクトルを求める。即ちベクトルａ
ｌｅ ａ＊＋ ａｓ・・・・・・＆！及びベクトルｂ＋
ｅ ｋ）ｔ ＊ ｂｓ・・・ｂＪを求めて２つの音声
パターンＡ、 Ｂの間の距離が最小になるように最適径
路１０を得て、その時の最適径路ｌＯに沿った累積距離
としてマツチング距離を得るもので６６゜即ち先ず距離
ｇＨ＊ １＝／ ａｔ ｋ）Ｉ／′とし、ｇ ＋ ＊
Ｊは第２図に示す如くｇ・−１，ｊ・ｇ・、ｊ−１・
ｇＩ・ｊ−１の３点よりの最小値に１．１点に於ける音
声パターンＡとＢの対応するベクトル間の距離７ 鱈−
ｒ７を加えることにより得られる。このようにしてｉ、
ｊを遂次増加しなからｇ ’ ＋ ３を求めることによ
り最終的に音声パターンＡ、 Ｂの間の最適なマツチ
ング距離としてＫＩＪ−が求まり、又この計算過程で、
マトリックスの各格子点に於て最適径路が直前の３点の
中のどれを通ったかＰ＋、 ｊに記憶させることにより
最適なマツチングの径路も同時に求められる。
の音声パターンＡ、 Ｈの夫々の継続時間長を等しい
時間単位に時刻１〜正と時刻１〜Ｊに分割し、夫々を平
面上の縦軸及び横軸の目盛とし、各時刻に於ける音声パ
ターンの７ｊ波数スペクトルを求める。即ちベクトルａ
ｌｅ ａ＊＋ ａｓ・・・・・・＆！及びベクトルｂ＋
ｅ ｋ）ｔ ＊ ｂｓ・・・ｂＪを求めて２つの音声
パターンＡ、 Ｂの間の距離が最小になるように最適径
路１０を得て、その時の最適径路ｌＯに沿った累積距離
としてマツチング距離を得るもので６６゜即ち先ず距離
ｇＨ＊ １＝／ ａｔ ｋ）Ｉ／′とし、ｇ ＋ ＊
Ｊは第２図に示す如くｇ・−１，ｊ・ｇ・、ｊ−１・
ｇＩ・ｊ−１の３点よりの最小値に１．１点に於ける音
声パターンＡとＢの対応するベクトル間の距離７ 鱈−
ｒ７を加えることにより得られる。このようにしてｉ、
ｊを遂次増加しなからｇ ’ ＋ ３を求めることによ
り最終的に音声パターンＡ、 Ｂの間の最適なマツチ
ング距離としてＫＩＪ−が求まり、又この計算過程で、
マトリックスの各格子点に於て最適径路が直前の３点の
中のどれを通ったかＰ＋、 ｊに記憶させることにより
最適なマツチングの径路も同時に求められる。
マトリックス４に得られた音声パターンＡ、 Ｂ間の
最適マツチング距離ｇｔ、 Ｊと最適径路ＰＩ 、Ｊに
より、入力時系列パターンＡとの間で新たなマツチング
用パターンＣを求めるため、変換部５に於て第３図のフ
ローチャートに示す如くマトリックス４の点（１，Ｊ）
からｊ＝Ｊ、Ｊ−１，〜３．２．１と最適径路を遡りな
がら、ｊに対応するベクトルｅを、又対応するベクトル
τが複数個ある時、それ等を平均化したものをｄとする
ことによりマツチング用パターンＣを得る。ここでＭは
ｊに対応する＆１が複数個ある時平均化するための％叙
でめるｏ １＝Ｉ−ｊ＝Ｊ、Ｍ＝０は出発点でＣ，１＝
ａｌとなる。最通−路Ｒ，１が第２図に示す如く点し−
ｌ。
最適マツチング距離ｇｔ、 Ｊと最適径路ＰＩ 、Ｊに
より、入力時系列パターンＡとの間で新たなマツチング
用パターンＣを求めるため、変換部５に於て第３図のフ
ローチャートに示す如くマトリックス４の点（１，Ｊ）
からｊ＝Ｊ、Ｊ−１，〜３．２．１と最適径路を遡りな
がら、ｊに対応するベクトルｅを、又対応するベクトル
τが複数個ある時、それ等を平均化したものをｄとする
ことによりマツチング用パターンＣを得る。ここでＭは
ｊに対応する＆１が複数個ある時平均化するための％叙
でめるｏ １＝Ｉ−ｊ＝Ｊ、Ｍ＝０は出発点でＣ，１＝
ａｌとなる。最通−路Ｒ，１が第２図に示す如く点し−
ｌ。
Ｊ）より点Ｃｔ、３）に至る径路を通っ７ｔ″ｉｈ合＋
１点い−”ＩＪ−Ｏより点（＋、 」）に至る径路を通
つった場合０１点”、ｊ−ｓ）工り点（＋、 Ｊ）に至
る径路を通った場合−とすればＰ１９．が＋の場合一つ
前の格子点ではＭ＝１となる。ＰＬ、ｊが０又は−の時
はＭ＝０である。今山発点（Ｌ Ｊ）より１つ遡った場
合ｐ＋、ｊがＯの方向であつ几とすると１＝１−１．ｊ
′−ｊ−１９Ｍ二Ｏであるから（Ｊ−１＝＆１−１とな
り、−の方向でめったとするとｅ Ｊ−１” ＆ ｌで
あり、十の方向であったとするとｉ＝、−１，Ｍ＝Ｍ＋
１であるからｎ ；ｃｎ＋、、５．／ ２となん更にＰ
Ｉ、ｊが＋の１同に１点遡ったとするとｉ＝＋ −ｒ
、 Ｍ、＝■＋ １であるため号＝＝ （２（箔＋ｉ箔
ン２＋旨１／ ３ ＝ （ｉｉ”７＋旨＋旨ｙ、３とな
り結が３個平均されることを示す。
１点い−”ＩＪ−Ｏより点（＋、 」）に至る径路を通
つった場合０１点”、ｊ−ｓ）工り点（＋、 Ｊ）に至
る径路を通った場合−とすればＰ１９．が＋の場合一つ
前の格子点ではＭ＝１となる。ＰＬ、ｊが０又は−の時
はＭ＝０である。今山発点（Ｌ Ｊ）より１つ遡った場
合ｐ＋、ｊがＯの方向であつ几とすると１＝１−１．ｊ
′−ｊ−１９Ｍ二Ｏであるから（Ｊ−１＝＆１−１とな
り、−の方向でめったとするとｅ Ｊ−１” ＆ ｌで
あり、十の方向であったとするとｉ＝、−１，Ｍ＝Ｍ＋
１であるからｎ ；ｃｎ＋、、５．／ ２となん更にＰ
Ｉ、ｊが＋の１同に１点遡ったとするとｉ＝＋ −ｒ
、 Ｍ、＝■＋ １であるため号＝＝ （２（箔＋ｉ箔
ン２＋旨１／ ３ ＝ （ｉｉ”７＋旨＋旨ｙ、３とな
り結が３個平均されることを示す。
変換部５に於て上記の如く求められたマノチング用パダ
ーンＣ＝ （ｃｉ ｂ ＝ １−Ｊはメモリ６に格納さ
れ６．３新たなマツチング用パターンＣは演算部７に於
て、標準時系列パターンＢとの間で距離計算に重み付け
？するため９重みＷ ＝＝ （’Ｗ”７ ） ｊ ＝
１−Ｊで格納しているメモリ８より重み金表わすベクト
ルｗ、、ｗ２・・・・・ＷＪ ｆ用いて距離りが計算さ
れ最終的な７ツ千ング距離が出力され６゜距離りは例え
ｌ−１′ 但しＮは音声パターンのペクトｌしの次元数として釆め
ちれる。
ーンＣ＝ （ｃｉ ｂ ＝ １−Ｊはメモリ６に格納さ
れ６．３新たなマツチング用パターンＣは演算部７に於
て、標準時系列パターンＢとの間で距離計算に重み付け
？するため９重みＷ ＝＝ （’Ｗ”７ ） ｊ ＝
１−Ｊで格納しているメモリ８より重み金表わすベクト
ルｗ、、ｗ２・・・・・ＷＪ ｆ用いて距離りが計算さ
れ最終的な７ツ千ング距離が出力され６゜距離りは例え
ｌ−１′ 但しＮは音声パターンのペクトｌしの次元数として釆め
ちれる。
重みＷとしては、先ず或単語に関する多数回の発声パタ
ーンから平均パターンｔ−求めてＢとし。
ーンから平均パターンｔ−求めてＢとし。
それに対して各−回一回の発声パターンｔ−Ａとして、
上記本発明の方法によりＣｔ求め６゜これにより重みＷ
、に？求め６．） パターンＣの要素 りは重みを求めるため発声した発声回数上記の如き時間
軸上及び周波数軸上で異なる重み付は全行なって距離全
計算することにより、パラメータの確率的な変動に対処
し得る動的計画法全利用した７ツ千ングが実施出来る。
上記本発明の方法によりＣｔ求め６゜これにより重みＷ
、に？求め６．） パターンＣの要素 りは重みを求めるため発声した発声回数上記の如き時間
軸上及び周波数軸上で異なる重み付は全行なって距離全
計算することにより、パラメータの確率的な変動に対処
し得る動的計画法全利用した７ツ千ングが実施出来る。
即ちパラメータの中心的なスペクトｌＬｆ重くシ、比較
的重要でないスペクトルの重み金軽くして距離計算する
ものである。
的重要でないスペクトルの重み金軽くして距離計算する
ものである。
げ）発明の詳細
な説明した如く本発明は時間軸上及び周波数軸上で距離
計算の重み？変えることが出来るため。
計算の重み？変えることが出来るため。
時間軸の非線形な伸縮に対する正規化に有効な動的計画
法によるパターンマツチング方式に、パラメータの確率
的な変動に有効な識別関数法の長所全組合せたパターン
マツチング方式を提倶し得るので、パターンの変動に有
効に対処し得ると共に。
法によるパターンマツチング方式に、パラメータの確率
的な変動に有効な識別関数法の長所全組合せたパターン
マツチング方式を提倶し得るので、パターンの変動に有
効に対処し得ると共に。
標準パターンの数？有効に減少せしめることが可能であ
り、その効果は大なるものがある。
り、その効果は大なるものがある。
第１図は本発明の一実施例金説明丁６ブロック図、第２
図は７ノ千ング径路の選択を説明する図。 第３図は新たなマツチング用パターン業求めるためのフ
ローチャートでゐ６゜ １．３，６．８はメモリ、２はＤＰマツ千７グ部。 ５は変換部、７は演算部である。 代理人 弁理士 松 岡 宏四廊７−二〜 １−ゴ −二二
図は７ノ千ング径路の選択を説明する図。 第３図は新たなマツチング用パターン業求めるためのフ
ローチャートでゐ６゜ １．３，６．８はメモリ、２はＤＰマツ千７グ部。 ５は変換部、７は演算部である。 代理人 弁理士 松 岡 宏四廊７−二〜 １−ゴ −二二
Claims (1)
- 入力時系列パターン全動的計画法によって標準時系列パ
ターンとマツチングする手段と、該マツチング手段の結
果に基づき入力時系列パターンから新たなマツ千ング用
時系列パダーン金作放する手段と？設け、該新たなマツ
チング用時系列パターンと標準パターンとの間で１時間
軸上及び周波数軸上で踵な６重み付は金剛いた距離計’
Ｉ：ｉ行なってパターンマツチング全行なうこと全特撃
とするバダーノマッ千７グ方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57092824A JPS58209794A (ja) | 1982-05-31 | 1982-05-31 | パターンマッチング装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57092824A JPS58209794A (ja) | 1982-05-31 | 1982-05-31 | パターンマッチング装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58209794A true JPS58209794A (ja) | 1983-12-06 |
| JPH0361955B2 JPH0361955B2 (ja) | 1991-09-24 |
Family
ID=14065176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57092824A Granted JPS58209794A (ja) | 1982-05-31 | 1982-05-31 | パターンマッチング装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58209794A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007279742A (ja) * | 2006-04-06 | 2007-10-25 | Toshiba Corp | 話者認証確認方法及び装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5525091A (en) * | 1978-08-14 | 1980-02-22 | Nippon Electric Co | Voice characteristic pattern comparator |
-
1982
- 1982-05-31 JP JP57092824A patent/JPS58209794A/ja active Granted
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5525091A (en) * | 1978-08-14 | 1980-02-22 | Nippon Electric Co | Voice characteristic pattern comparator |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007279742A (ja) * | 2006-04-06 | 2007-10-25 | Toshiba Corp | 話者認証確認方法及び装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0361955B2 (ja) | 1991-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhao et al. | Foreign Accent Conversion by Synthesizing Speech from Phonetic Posteriorgrams. | |
| Zen et al. | Statistical parametric speech synthesis using deep neural networks | |
| JP3114975B2 (ja) | 音素推定を用いた音声認識回路 | |
| US20220013106A1 (en) | Multi-speaker neural text-to-speech synthesis | |
| Zhao et al. | Using phonetic posteriorgram based frame pairing for segmental accent conversion | |
| CN112489629A (zh) | 语音转写模型、方法、介质及电子设备 | |
| CN111599339B (zh) | 具有高自然度的语音拼接合成方法、系统、设备及介质 | |
| Gao et al. | Personalized Singing Voice Generation Using WaveRNN. | |
| Lian et al. | Unsupervised tts acoustic modeling for tts with conditional disentangled sequential vae | |
| Liu et al. | Controllable accented text-to-speech synthesis | |
| JP2898568B2 (ja) | 声質変換音声合成装置 | |
| JPS58209794A (ja) | パターンマッチング装置 | |
| JP3102195B2 (ja) | 音声認識装置 | |
| Chen et al. | The USTC System for Voice Conversion Challenge 2016: Neural Network Based Approaches for Spectrum, Aperiodicity and F0 Conversion. | |
| Zhou et al. | Multi-scale accent modeling and disentangling for multi-speaker multi-accent text-to-speech synthesis | |
| Chandra et al. | Towards the development of accent conversion model for (l1) bengali speaker using cycle consistent adversarial network (cyclegan) | |
| CN116913243A (zh) | 语音合成方法、装置、电子设备及可读存储介质 | |
| Al-Radhi et al. | Nonparallel expressive tts for unseen target speaker using style-controlled adaptive layer and optimized pitch embedding | |
| JP2886474B2 (ja) | 規則音声合成装置 | |
| Bhatia et al. | Speaker accent recognition by MFCC using K-nearest neighbour algorithm: a different approach | |
| Lin | RhySpeech: A Deployable Rhythmic Text-to-Speech Based on Feed-Forward Transformer for Reading Disabilities | |
| Sung et al. | Factored maximum likelihood kernelized regression for HMM-based singing voice synthesis. | |
| Espic et al. | The CSTR entry to the 2018 Blizzard Challenge. | |
| JP2862306B2 (ja) | 音声認識装置 | |
| Sung et al. | Factored maximum penalized likelihood kernel regression for HMM-based style-adaptive speech synthesis |