JPS5823097A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPS5823097A JPS5823097A JP12163181A JP12163181A JPS5823097A JP S5823097 A JPS5823097 A JP S5823097A JP 12163181 A JP12163181 A JP 12163181A JP 12163181 A JP12163181 A JP 12163181A JP S5823097 A JPS5823097 A JP S5823097A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- speech
- section
- input
- standard pattern
- 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.)
- Pending
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】
この発明は音声で入力された単語、音節等を紹鐵する音
声ｉＩａ！識装置に関するものである。
声ｉＩａ！識装置に関するものである。
音声で入力された数字、地名等の単語もしくは音節等を
認識する音声認識装置は荷物の区分け、端末からのデー
タ入力尋の分野で実用に供されている。従来の音声認識
装置の構成を第１図に示す。
認識する音声認識装置は荷物の区分け、端末からのデー
タ入力尋の分野で実用に供されている。従来の音声認識
装置の構成を第１図に示す。
第１図において入力端子１よ多入力された祈声は音声分
析部２において帯域制限された後、Ａ／Ｄ変換によりデ
ィジタル音声に変換され、パワー情報等を用いて音声区
間の抽出が行われる、その抽出された音声区間では特徴
パラメータが計算され、入力音声は％徴パラメータに変
換される。ＭＵ部３では標準パターン記憶部４にＩ記憶
された標準パターンと分析部２で特徴パラメータに変換
された入力音声との照合が行われ、入力音声と各標準パ
ターンとの距離（もしくは類似度またはそれに相当する
ｔ）が計算される。すべての標準パターンとの距離が計
算され、その最小の距離（類似度の場合は厳大の類似度
）をもつ標準パターンに対応する単語が認識結果として
出力端子５から出力される。なお以後の観明は距離につ
いて行うが、類似度の場合は最小値を最大値に読みかえ
ることによシ適用できる。
析部２において帯域制限された後、Ａ／Ｄ変換によりデ
ィジタル音声に変換され、パワー情報等を用いて音声区
間の抽出が行われる、その抽出された音声区間では特徴
パラメータが計算され、入力音声は％徴パラメータに変
換される。ＭＵ部３では標準パターン記憶部４にＩ記憶
された標準パターンと分析部２で特徴パラメータに変換
された入力音声との照合が行われ、入力音声と各標準パ
ターンとの距離（もしくは類似度またはそれに相当する
ｔ）が計算される。すべての標準パターンとの距離が計
算され、その最小の距離（類似度の場合は厳大の類似度
）をもつ標準パターンに対応する単語が認識結果として
出力端子５から出力される。なお以後の観明は距離につ
いて行うが、類似度の場合は最小値を最大値に読みかえ
ることによシ適用できる。
従来この種の音声認識装置では認識対象の単語の標準パ
ターンのみを標準パターン記憶部４に記憶しておくのが
通常であった。しかしながら音声認識装置の利用者は必
ずしもａｇｔ＆対象の単鎖のみを正しく入力してくれる
とは限らない。時にはせきばらい、くシやみ等や“え−
と”、“あの−”等の音声が入力されるのは避けられな
い。また背抜で話し声や靴音、ドアの開閉の音などがす
る場合はこれらもひろってしまうことも起りうる。更に
は電話回線を通して音声を入力する場合、状況によって
ビジートーン、リングバックトーン等が入力されること
も起シうる。これらの音声もしくは音が入力されると、
これらの音声屯しくけ音が内置されているいずれかの標
準パターンに近いと判定されて出力端子５から出力され
ると、望ましくない結果が出力されることになる。した
がって例えば音声で計算機にデータを投入しようとする
場合や音声によシ銀行業務、座席予約等のサービスを受
けようとする場合、重大な支障をき九す仁とになる。
ターンのみを標準パターン記憶部４に記憶しておくのが
通常であった。しかしながら音声認識装置の利用者は必
ずしもａｇｔ＆対象の単鎖のみを正しく入力してくれる
とは限らない。時にはせきばらい、くシやみ等や“え−
と”、“あの−”等の音声が入力されるのは避けられな
い。また背抜で話し声や靴音、ドアの開閉の音などがす
る場合はこれらもひろってしまうことも起りうる。更に
は電話回線を通して音声を入力する場合、状況によって
ビジートーン、リングバックトーン等が入力されること
も起シうる。これらの音声もしくは音が入力されると、
これらの音声屯しくけ音が内置されているいずれかの標
準パターンに近いと判定されて出力端子５から出力され
ると、望ましくない結果が出力されることになる。した
がって例えば音声で計算機にデータを投入しようとする
場合や音声によシ銀行業務、座席予約等のサービスを受
けようとする場合、重大な支障をき九す仁とになる。
このような事態を避けるため従来とられてきた方法に棄
却という出力を許すことがある。これはしきい（ｍＤを
もうけておき、１繊結果に付随して得られる距離値ｄが
Ｄよシ大きけれは棄却と判定することにより上記のよう
な認識誤り金防ごうというものである。しかしながらこ
のような方法をとっても認識対象の音声に似た音声もし
くＦｉ祈が入力された場合、認識誤りが生じるのは避け
られない。
却という出力を許すことがある。これはしきい（ｍＤを
もうけておき、１繊結果に付随して得られる距離値ｄが
Ｄよシ大きけれは棄却と判定することにより上記のよう
な認識誤り金防ごうというものである。しかしながらこ
のような方法をとっても認識対象の音声に似た音声もし
くＦｉ祈が入力された場合、認識誤りが生じるのは避け
られない。
第２図はこの様子を示した図であり、音声の特徴パラメ
ータを空間上の点として模式的に示したものである。４
＠域６は“はい”という認識対象の単鎖の分布、点７は
その標準パターンの点である。
ータを空間上の点として模式的に示したものである。４
＠域６は“はい”という認識対象の単鎖の分布、点７は
その標準パターンの点である。
正しい発声を棄却しないためにはしきい値りは領域６を
おおうに足る大きさにする必要がある。このとき点７を
中心とした半径りの球８の内部の点は“はい”と認識さ
れる。領域９は“たに１というＭ一対象外の音声の分布
を示し、これは穎塚８と重なっており、点１０はその１
つの発声データの位置を示し、前記重な多部分にある。
おおうに足る大きさにする必要がある。このとき点７を
中心とした半径りの球８の内部の点は“はい”と認識さ
れる。領域９は“たに１というＭ一対象外の音声の分布
を示し、これは穎塚８と重なっており、点１０はその１
つの発声データの位置を示し、前記重な多部分にある。
この場合点１０は１はい″と誤って認識されてしまうこ
とになる。このような事態は認識方法のいかんにかかわ
らず従来の音声１１１ｇ誠装置では避けられない問題点
であった。
とになる。このような事態は認識方法のいかんにかかわ
らず従来の音声１１１ｇ誠装置では避けられない問題点
であった。
この発明はこの欠点を除去するために、棄却すべき音声
もしくは音に対応した標準パターンをあらかじめ作成し
て内蔵しておき、認識結果が上記棄却用の標準パターン
になった場合は、棄却を出力することを特徴とした音声
認識装置で、その目的は入力されることが避けられず、
従来の装置では誤って認識されやすいため重大な支障が
生じた音声もしくは音を正しく棄却することにある。
もしくは音に対応した標準パターンをあらかじめ作成し
て内蔵しておき、認識結果が上記棄却用の標準パターン
になった場合は、棄却を出力することを特徴とした音声
認識装置で、その目的は入力されることが避けられず、
従来の装置では誤って認識されやすいため重大な支障が
生じた音声もしくは音を正しく棄却することにある。
第３図はこの発明の実施例を示し、第１図と対応する部
分には同一符号を付けであるが、この発明では標準パタ
ーン記憶部４に認識対象の単結に対応した標準パターン
を記憶する記憶［４１の他に、棄却すべき音声もしくは
音に対応した伸率パターンの記憶部４２が設けられる。
分には同一符号を付けであるが、この発明では標準パタ
ーン記憶部４に認識対象の単結に対応した標準パターン
を記憶する記憶［４１の他に、棄却すべき音声もしくは
音に対応した伸率パターンの記憶部４２が設けられる。
この装置の動作は第１図に示した音声認識装置の場合と
殆んど同一である。たりしこの発明装置で祉−識部３で
入力音声と、記憶部４１に記憶しであるｗｔ識対象の単
鎖の標準パターンとの照合を行う他に、記憶Ｎ４２に記
憶しである棄却すべき音声もしくは音の標準パターンと
も照合を行い、これらの中で最小の距離を持つ標準パタ
ーンを求める。更に求めた標準パターンが記憶部４１に
記憶しである標準パターンであれば、第１図に示した装
置と全く同じ処理をして結果を出力する。もし最小距離
をもつ［４パターンとして記憶部４２にｂピ憶しである
標準パターンが選ばれた場合は棄却として結果を出力端
子５に出力する。
殆んど同一である。たりしこの発明装置で祉−識部３で
入力音声と、記憶部４１に記憶しであるｗｔ識対象の単
鎖の標準パターンとの照合を行う他に、記憶Ｎ４２に記
憶しである棄却すべき音声もしくは音の標準パターンと
も照合を行い、これらの中で最小の距離を持つ標準パタ
ーンを求める。更に求めた標準パターンが記憶部４１に
記憶しである標準パターンであれば、第１図に示した装
置と全く同じ処理をして結果を出力する。もし最小距離
をもつ［４パターンとして記憶部４２にｂピ憶しである
標準パターンが選ばれた場合は棄却として結果を出力端
子５に出力する。
第４図はこの発明装置が有効に動作することの原理を図
示したものであシ、第２図と対応する部分には同一符号
を付けである。棄却すべき音声頓たに”に対して用意し
た標準パターンの空間上の点１１と発声データの点ｌＯ
とが比較され、この点１０は標準パターン１１と最も距
離が近いのでこの点１０の音声に対しては棄却という正
常な出力が得られる。
示したものであシ、第２図と対応する部分には同一符号
を付けである。棄却すべき音声頓たに”に対して用意し
た標準パターンの空間上の点１１と発声データの点ｌＯ
とが比較され、この点１０は標準パターン１１と最も距
離が近いのでこの点１０の音声に対しては棄却という正
常な出力が得られる。
以上説明したように、この発明の＃ｃＴｉｊｔは棄却す
べき音声もしくは音の標準パターンを用意しておき、入
力音声が棄却すべき音声もしくは音の憚準パターンと最
も近いと判定された場合には棄却という出力を出すため
、せきばらい、くシやみ、ビジートーン、リングバック
トーン婢音声紹誠装置への入力が避けられない音声もし
くは音を正しく棄却し、望ましくない耐織結釆が得られ
ることを避けられる利点がある。
べき音声もしくは音の標準パターンを用意しておき、入
力音声が棄却すべき音声もしくは音の憚準パターンと最
も近いと判定された場合には棄却という出力を出すため
、せきばらい、くシやみ、ビジートーン、リングバック
トーン婢音声紹誠装置への入力が避けられない音声もし
くは音を正しく棄却し、望ましくない耐織結釆が得られ
ることを避けられる利点がある。
４、図面の簡単なりｉｌ、Ｅ９４
第１図は従来の音声ｇ繊装置の構成を示すブロック図、
第２図は従来の音声認識装置において棄却すべき語が誤
って認識される例を示しだ図、第３図はこの発明装置の
一実施例の構成を示すブロック図、！４図はこの発明を
用いると棄却すべき時が正しく棄却されることを示す図
である。
第２図は従来の音声認識装置において棄却すべき語が誤
って認識される例を示しだ図、第３図はこの発明装置の
一実施例の構成を示すブロック図、！４図はこの発明を
用いると棄却すべき時が正しく棄却されることを示す図
である。
ｌ二人力端子、２：分析部、３：餡瞳部、４：標準パタ
ーン記憶部、４１：認鍼対象飴の標準パターン記憶部、
４２：棄却すべき入力Ｏ４Ｊ準パＬンＨ己憶部、５：出
力端子、６：Ｍｋ対象の飴“はい″の分布、７：“はい
”の４ｓ準パターン、８：”はい”とＶ、陳される入力
の範囲、９：棄却すべき胎”たに″の分布、１０：“た
に”の特定の発声の位置、１１：”だに”の標準パター
ン。
ーン記憶部、４１：認鍼対象飴の標準パターン記憶部、
４２：棄却すべき入力Ｏ４Ｊ準パＬンＨ己憶部、５：出
力端子、６：Ｍｋ対象の飴“はい″の分布、７：“はい
”の４ｓ準パターン、８：”はい”とＶ、陳される入力
の範囲、９：棄却すべき胎”たに″の分布、１０：“た
に”の特定の発声の位置、１１：”だに”の標準パター
ン。
％許出１人 日本電信’ＮＵ話公社
代理人 草野 車
７１ 図
オ ２ 図
オ ３ 図
４２
Claims (1)
- （１）入力音声を分析し、％徴パラメータを抽出する音
声分析部と、標準パターンを記憶しておく標準パターン
記憶部と、入力音声から前記音声分析部において抽出さ
れた特徴パラメータと、前記標準パターン記憶部に記憶
されている椰準ノ（ターンとの照合を行う音声ｋｔｋ部
とから構成され、前記標準パターン記憶部において、認
識すべき音声の標準パターンと共に東却すべき音声、も
しくは肯の標準パターンを記憶しておくことを％黴とす
る音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12163181A JPS5823097A (ja) | 1981-08-03 | 1981-08-03 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP12163181A JPS5823097A (ja) | 1981-08-03 | 1981-08-03 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS5823097A true JPS5823097A (ja) | 1983-02-10 |
Family
ID=14816038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP12163181A Pending JPS5823097A (ja) | 1981-08-03 | 1981-08-03 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5823097A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5830800A (ja) * | 1981-08-17 | 1983-02-23 | トヨタ自動車株式会社 | 車両用音声認識方式 |
| JPS5848099A (ja) * | 1981-09-16 | 1983-03-19 | 日本電気株式会社 | 音声パタン一致検定方法 |
| JPS5876893A (ja) * | 1981-10-30 | 1983-05-10 | 日本電気株式会社 | 音声認識装置 |
| JPS59178587A (ja) * | 1983-03-30 | 1984-10-09 | Nec Corp | 話者確認システム |
| JPS59218499A (ja) * | 1983-05-26 | 1984-12-08 | 富士電機株式会社 | 音声誤認識防止方法 |
| JPS61179499A (ja) * | 1984-09-28 | 1986-08-12 | インタ−ナシヨナル・スタンダ−ド・エレクトリツク・コ−ポレイシヨン | テンプレ−ト連鎖モデルを使用するキ−ワ−ド認識方法およびシステム |
| JPH11506845A (ja) * | 1995-09-11 | 1999-06-15 | ダイムラー−ベンツ エーロスペイス アクチエンゲゼルシャフト | 実時間作動での音声対話又は音声命令による１つ又は複数の機器の自動制御方法及びこの方法を実施する装置 |
| JP2001083989A (ja) * | 1999-09-09 | 2001-03-30 | Xanavi Informatics Corp | 音声認識装置、音声認識のためのデータを記録した記録媒体、および、音声認識ナビゲーション装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56121100A (en) * | 1980-02-29 | 1981-09-22 | Nissan Motor | Voice identification driving device |
-
1981
- 1981-08-03 JP JP12163181A patent/JPS5823097A/ja active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS56121100A (en) * | 1980-02-29 | 1981-09-22 | Nissan Motor | Voice identification driving device |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5830800A (ja) * | 1981-08-17 | 1983-02-23 | トヨタ自動車株式会社 | 車両用音声認識方式 |
| JPS5848099A (ja) * | 1981-09-16 | 1983-03-19 | 日本電気株式会社 | 音声パタン一致検定方法 |
| JPS5876893A (ja) * | 1981-10-30 | 1983-05-10 | 日本電気株式会社 | 音声認識装置 |
| JPS59178587A (ja) * | 1983-03-30 | 1984-10-09 | Nec Corp | 話者確認システム |
| JPS59218499A (ja) * | 1983-05-26 | 1984-12-08 | 富士電機株式会社 | 音声誤認識防止方法 |
| JPS61179499A (ja) * | 1984-09-28 | 1986-08-12 | インタ−ナシヨナル・スタンダ−ド・エレクトリツク・コ−ポレイシヨン | テンプレ−ト連鎖モデルを使用するキ−ワ−ド認識方法およびシステム |
| JPH11506845A (ja) * | 1995-09-11 | 1999-06-15 | ダイムラー−ベンツ エーロスペイス アクチエンゲゼルシャフト | 実時間作動での音声対話又は音声命令による１つ又は複数の機器の自動制御方法及びこの方法を実施する装置 |
| JP2001083989A (ja) * | 1999-09-09 | 2001-03-30 | Xanavi Informatics Corp | 音声認識装置、音声認識のためのデータを記録した記録媒体、および、音声認識ナビゲーション装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4400828A (en) | Word recognizer | |
| DE69324988T2 (de) | Überprüfung des Sprechers | |
| JP3080388B2 (ja) | 不明人物の同一性検証方法 | |
| US5664058A (en) | Method of training a speaker-dependent speech recognizer with automated supervision of training sufficiency | |
| EP0109190B1 (en) | Monosyllable recognition apparatus | |
| JPS5876893A (ja) | 音声認識装置 | |
| CA2133787C (en) | Method of accomodating for carbon/electret telephone set variability in automatic speaker verification | |
| JPS5823097A (ja) | 音声認識装置 | |
| US5101434A (en) | Voice recognition using segmented time encoded speech | |
| JPH07104952B2 (ja) | パターンマッチング装置 | |
| JPH0432900A (ja) | 音声認識装置 | |
| JPS593491A (ja) | 音声認識装置 | |
| KR100339525B1 (ko) | 1,2단계중심어인식방법을이용한생활정보안내장치 | |
| JPS58102999A (ja) | 音声認識装置 | |
| JPS63121099A (ja) | 音声認識装置 | |
| JPS60208800A (ja) | 単語音声認識装置 | |
| JPH05216493A (ja) | オペレータ支援型音声認識装置 | |
| JPH0459637B2 (ja) | ||
| JPS59125799A (ja) | 音声認識装置 | |
| JPS58105299A (ja) | アルフアベツト音声認識装置 | |
| Thomson et al. | Automatic speech recognition in the Spanish telephone network. | |
| JPS5952300A (ja) | 電話入力音声認識方式 | |
| JPS6173200A (ja) | 音声認識装置 | |
| JPS58152299A (ja) | 音声入力制御装置 | |
| JPH03274598A (ja) | 音声認識装置 |