JPS5831398A - 音声認識装置 - Google Patents

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。

Description

【発明の詳細な説明】 本発明は音声を認識する事のできる音声認識装置に関す
る。

一般に、同一話者であっても発声の毎に発声時間が興な
るばかりか、アクセントにも多少の変動があり、更に、
話者が異なれば、上述の変動に個人差が加わる事が知ら
れている。従って、これ等の音声の変動成分を統計的手
法を用いる事に依って補なう事が提案され、近年では、
この様な統計的手法を導入して認識率の向上を目ざした
音声認識装置が開発されつつある。

この種彎来の音声認識装置の構成を第１図に示す、同図
に於いて、（１）は音声を電気的な音声信号に変換する
マイクロフォンである。（２）は該マイクロフォン（１
）に依って得られる音声信号から音声の特徴パラメータ
を抽出するパラメータ抽出回路であり、一つの認識音声
の音声信号について音声帯域（１００Ｔ１ｗ〜４ＫＨｚ
）を８分割した８個の周波数スペクトル値が１６サンプ
ル配列する行列構成の特徴パラメータ［ｘｉｊｌ、（１
ｍＩＥ１、・・・、８：ｊ＝１、”ｃ　Ｌ６）が出力さ
れる。（３）は関数メモリであり、特定多数ｎの認識音
声について予じめ複数話者から抽出した特徴パラメータ
〔Ｘ〒ｊ〕に基づき、これ等が正規分布を為すとして導
出した話者の相違に関する特徴パラメータの値の分布関
数〔ｆ〒ｊ〕が複数の認識音声毎に貯えられている。こ
の認識音声を５つの母音（ア、イ、つ、工、オ）とした
場合、関数メモリ（３）の第１乃至第５関数メモリＣＩ
Ｄ、〜、（至）に夫々ア、イ、つ、工、オ順に〔ｆ（ｉ
＞ｊ〕、−へ〔ｆｌｌ）ｊ、が格納されている。（４）
は確率計算回路であり、上記関数ｊｆ−リ（３）ノ各分
布関数（ｒ？コ〕、ｉｍｌ、２．３，４．５に基づいて
上記パラメータ抽出回路（２）から得られる入力音声の
特徴パラメータｒ！ｉｊ）の５つの母音に対する存在確
率ｒｆｉ？（Ｘｉｊ））、ｎｍ１．２．イ、５を導出し
て、これ等を出力する。（５）はこれ等の存在確率（ｒ
ｔ”ｌ’（ｘｔ、＋）］、を貯える確率メモリであり、
その第１乃至第５確率メモリ５ｕ〜、＠の夫々に〔ｆｔ
！’（ｘｉｊ））、ｌｉｓｍｊ、２．３．４．５が貯え
られる。（６）は認識音声決定回路であり、上記確率メ
ｎ　ｍ　　１．２，３．４．５ を求めて、ａ（ｎ）が最大となる時のｎを検出する亭に
依って、この時の入力音声が第ｎ番目の認識音声と決定
される。即ち、ｎｍ４なＩＳに）であると決定される。

第２図は、上記関数メモリ（３）に貯えられた５つの母
音に対するｊ　ｌｃｌｌｇの周波数（ｉｓ＊Ｉ）の特定
サンプル（ｊｍＪ）の周波数スペクトル値の存在（２） 確率を示した分布関数ｔＸＪ（ｘｚ、ｙ）を図示したも
のである。同図に基づいて％　；−ＸＪなる入力音声の
特徴パラメータの周波数スペクトル値に注目してみ（４
１゜ めると、同図から明らかな如く、ｆｘ：ｒ（ｘ工Ｊ）が
最大であって、母音に）に属する確率が最も高い事がわ
かる。この様に、第１図の如き従来装置に於いメ ては、音声の特徴パーｙＡ≠夕である周波数スペクトル
値の分布の度合いを加味した認識処理を行なう事に依っ
て、多少ともｇＩ除隊率向上が為されている。

しかしながら、第２図に於いて、今ｖＩＪなる周波数ス
ペクトル値に注目してみると、このＭｘｘは母音（１）
に属し、その確率ｆｚ’Ｐ　（Ｍｌ、Ｔ）が前述の１Ｉ
Ｊ（４）。

が母音ＨｉＣ属する確率ｆｘＪ（！ＩＪ）と等しいくな
っているが、実際には％　ＸＨが母音（７）以外の母音
（イ）、（ホ）、に）、（６）Ｋ属する確率がほとんど
無いのに比べて、ｉｌ、７が母音に）以外の母音Ｕ）、
（３）に属する確率が充分にある事がわかる。この様に
音声を識別するのに重要な＝ｔｂが母音（７）１：属す
る確率ｆｘ’ｆｆ（ｉ工Ｊ）と音声を識別するのに重要
でないｉ工Ｊか母音に）に１４＋　　、。

属する確率ｆｘＪ（ｘ工Ｊ）とを同等に取り恢う事、即
ち、各認識音声個別の分布関数傷ζ依る確率を直接類似
度の得点として取り吸う事、には不都合があり、この不
都合に依って、従来の音声認識装置では、認識率の大巾
な向上を期待する事はできなかった。

本発明は上述の不都合を解消する事を目的として為され
たものであり、以下に詳述する。

第３図に本発明の音声認識装置の一実施例を示す、同図
に於いて（１）〜（５）は第１図と同様にマイクロフォ
ン−確率メモリを示しており、マイクロフォン（１）Ｋ
入力された音声の特徴パラメータの周波数スペクトル値
Ｃｘ１ｊ”Ｊがパラメ−タ抽出回路（２）に依って得ら
れ、この特徴パラメータＥｘｔ：Ｊ）の各成分について
、関数メ篭り（３１Ｉこ貯えられた各認識音声の分布関
数（ｆ　ｒ？］、ｎ　ｗｘ　１．２．３．４．５（アイ
ウェオ順）に従い、確率計算回路（４）に依り各に） 認識書声毎の存在確率（ｆｌｊ（ｘｉ、＋））、ｎｍ１
．２．３．４．５が算出され、夫々確率メモリ（５）に
貯えられる。（７）は１ｌｌｋＫ率メモリであり、予じ
め、上記関数メモリ（（至）の各母音（ア、イ、つ、工
、オ）■ の分布関数（ｆ１ｊｃｘ１３）〕に基づいて、夫々の分
布関数を最大とする周波数スペクトル値の各平均値−（
１）・　　　−伽） ”ｔｊ、〜ＸｉＪに於ける全ての音声についての存在（
リ　　　（２）　　　　　　　　　ｔｉｔ　　　　（２
）確率〔ｆｔ、＋（ｘｔ、＋））、〜、（ｆｔｊ（ｘｔ
ｊ））、ｎｌｌｌ１１．２゜３．４．５を計算し、更に
、これ等存在確率間の相対的な比率 ｎ菖１．２．５．４．５ そり１−（２）に夫々格納されている。（８）は類似度
計算回路であり、上記確率メモリ（５）の各存在確率ｒ
ｆｉｊ（Ｘｉｊ））と、上記助比率メ◆す（７）の各財
叱率ｒｇｔ’ｒ）と、の各種（ｇｔ？　ｆｉ？（ｘｔｊ
））、ｎ−１゜２、Ｓ、４．５が類似度として計算され
る。（９）はＣＢ） 類似度メモリであり、上記類似度メモリへから得（ロ）
　（ハ） られる各母音についての類似度ｒｇｔｊｆ１．１（ｘｇ
））、が第１乃至第５類似度メモリ劇、〜、ｌｌ！８に
貯えられる。（６）は認識音声決定回路であり、上記類
似度（２） メモリ（９）の各類似度ｒｇｔｊ　ｆｇ（ｘｔｊ））　
ノ成分の和、即ち ｎ菖１，２．３．４．５ を求めでｓ　−’　（”）が最大となる時のｎを検出す
る事に依って、この時の入力音声が第ｎ番目の認識音声
と決定される。即ち、ｎＩＩＩ＋２なら印であると決定
される。

斯る構成の音声ｗｌ繊装置は類似度計算回路（８）に於
いて、そのｌ１１１１ｍ率メモリ（７）に予じめ格納さ
れでいるｌ１ｌｌｔｌｔ率（ｇｇ）、Ｉど依って、確率
メモリ（５）に貯えられた入力音声の特徴パラメータに
対する各認識音声毎の存在確率に重み付けを行なうもの
である０例えば第２図の周波数スペクトル値社Ｊに注目
してみると、このｉ工Ｊが母音に）に属する存在確率、
２６０ＩＪ）については、この母音に）の周波数スペク
トル値の平均値ｉノ＋における各母音（ア、輪　。

イ、つ、工、オ）の存在確率ｔｘ：ｒ＜ｘｘｙ＞、ｎ＋
ｗｊ、２．３．４．５の値の比率が約０：Ｏ：Ｏニア：
３となっているので、この母音に）に於ける存在確（４
） 率の比率ｇＸＩは約７０憾となる。これ化対して周波数
スペクトル値″ｉｘＪの場合は、同図から明らかな如く
母音（７）に於ける存在確率の比率ｇψＪは約１００１
となる。従って、類似度計算回路（８）に依って、この
ミニＪの母音に）に対する類似度’Ｉａ、　ｙ　ｔψＪ
（ｉｚＪ））及び１工Ｊの母音（７）に対する類似度（
１，Ｏｆｔ、ｌ。

（ｉ″工Ｊ３が得られ、各認識音声の特徴パラメータの
存在確率が重なり合って認識音声の識別があいまいとな
る存在確率に低い重み付けが為される。

この様に有効な重み付けが為されて得られた類似度に基
づいて、ＮＷ＆音声決定回路＋６）に依り、入力音声と
の類似度が最も高い認識音声が決定される。

本発明の音声ｌｉＩ繊装置は以上の説明から明らかな如
く、特定の認識音声の分布関数を特徴とする特徴パラメ
ータの値に対する特定の認識音声の分布関数の最大値の
比率を全ての認識音声について予じめ格納した比率メモ
リを備え、類似度計算回路に依って、上記比率メモリの
各認識音声についての比率と入力音声の特徴パラメータ
に対する各認識音声毎の存在確率との積を計算してこの
存在確率に重みづけを行なった類似度を得るものである
ので、各認識音声の特徴パラメータの存在確率の内認識
音声を識別する為の重要度が低いものにはその存在確率
に対する重みづけを小さくする事ができる。従って、認
識音声を識別する為の重要度が高い認識音声の存在確率
を用いて入力音声を認識する事が可能となり、特定話者
ばかりか不特定話者に対してもその音声の変動成分を充
分補い。

認識率の向上を計る事ができる。

【図面の簡単な説明】

第１図は従来の音声認識装置の構成を示すブロック図、
第２図は音声の周波数スペクトル値の存在確率を示す分
布関数曲線図、第３図は本発明の音声認識装置の一実施
例を示すブロック図、を示している。 （２）・・・パラメータ抽出回路、（３）・・・関数メ
モリ、（４）・・・確率計算回路、（５）・・・確率メ
モリ、＋８１＋８１−・・Ｗｌｌ’音声決定回路、（７
）・・・比率メモリ、（８）・・・類似度計算回路、（
９）・・・類似度メモリ。 手　　続　　補　　正　　書　（自−）１．事件の表示 昭和５６年特許願第１５０９５７号 ２、発明の名称 奮声鑓繊装置 ６、補正をする者 特許出願人 住所　守口市京阪本通２丁目１８番地 名称（１８Ｂ）三洋電機株式会社 代表者井植　薫 ４、代理人 住所　守口市京阪本通２丁目１８番地 連絡先：電話（東京）８３５−１１１１特許センター駐
在鎌田５、補正の対象 １）明細書の、特許請求の範囲、の欄 ２）明細書の、発明の詳細な説明、の欄Ｓ）図　面 ６、補正の内容 １）別紙の通り補正します。 ２−ｆ）明細書第５頁第１０行目に「確率ｆ！Ｊｑ　Ｘ
　Ｊ　ｔ　）と等しいく］とあるのＹ「確率ｆ！％ｌ　
ｉ　ｔ　Ｊ　）と等しく」と補正します。 ２−２）明細書第７頁＃ｇ１６行目＋＝ｆ　ｉ　ＩＪか
母ｔ（ｊｅ３１”−Ｊ　トＪＦ）　ルｃＤＹ　ｒ　ｉ　
ｔ　Ｊ　；６を母ｆＨｃＪ　ト？ｉｉ正します。 ２−３）明細書ｓ７頁第１行自ｇ：ｒ６１１ｃ（ｆｉｊ
”Ｉ　ｘ　ｉ　Ｊ”＞　）、〜、（ｔ　１ｊ１５／　ｘ
　１．＋”ｌ　）　Ｊと７５（：　ＩＪ”）”）Ｊと補
正し１丁。 ２−４）明細書第７頁ｌＩ４．５行目の数式【下記の通
り補正します。 ２−５）明細書第５頁第１１８行目Ｃ；［類似度〔（１
ｊ　ｆ　ｉ　ｊ”（ｘ　ｉ　ｊ　］　Ｊとあるのン「類
似度〔ｇ　ｔ　Ｓ”ｔ　ｔ　’ｒ”＜　ｘ　ｔ　ｊ）　
）Ｊ　トｍ正ｔ、ｔｉｅ２−６）明細書′＠７頁最終行
６二ある数式Ｙ下記の通り補正します。 記 ！−７）明細書第５頁第１０行目（−［存在確）°臀：
　Ｉ　ｊ”）　Ｊと補正します。 ２−８）明細書１ｇ９頁第１１行目から＠１４行目まで
ｔ下記の通り補正します。 記 の認識音声の特徴パラメータの値の存在確率を特徴とす
る特徴パラメータの値（；於ける全ての認識音声の分布
関数に１づく各存在確率の和との比率を全ての認識音声
について予じめ格納した比率メモ５を備え、類似度計算
向 ５）図面中第３図ｔ′Ｍ紙の通り補正します。 以上 〔特許請求の範囲〕 １）入力された音声からその音声の特徴パラメータを抽
出するパラメータ抽出回路と、複数の同−１鐵背戸の特
徴パラメータＣ：基づいて抽出した同−認識音声の特徴
パラメータの値の分布関数を特定多数の認鐵音声毎に貯
えた関数メモリと、該声の分布関数ζ；愚づいて上記パ
ラメータ抽出回路から得られる入力背戸の特徴パラメー
タの値が示す各認識音声の存在確率を夫々算出Ｔる確率
計算回路と、＃ｌｉ確率計算回路Ｉ：依って得られる各
音声の存在確率と上記比率メモリの各認識音声の比率と
の積を類似度として計算する類似度計算回路と、からな
り、該類似度計算回路から得られる類似度が最大となる
認繊晋声をこの時の入力背戸と認識する事を特徴とした
行声認繊装置。

Claims (1)

【特許請求の範囲】
1. １）入力された音声からその音声の特徴パラメータを抽
   出するパラメータ抽出回路と、複数の同一認識音声の特
   徴パラメータに基づいて抽出した同一認識音声の特徴パ
   ラメータの値の分布関数を特定多数の認識音声毎に貯え
   た関数メモリと、該関数メモリの特定の認識音声の分布
   関数を特徴とする特徴パラメータの値魯ζ対する特定の
   認識音声の分布関数の最大値の比率を全ての認識音声に
   ついて予じめ格納した比率メモリと、上記関数メモリの
   各音声の分布関数に基づいて上記パラメータ抽出回路か
   ら得られる入力音声の特徴パラメータの値が示す各認識
   音声の存在確率を夫々算出する確率計算回路と、該確率
   計算回路に依って得られる各音声の存在確率と上記比率
   メモリの各認識音声の比率との積を類似度として計算す
   る類似度計算回路と、からなり、該類似度計算回路から
   得られる類似度が最大となる認識音声をこの時の入力音
   声と認識する事を特徴とした音声認識装置。