JPS5872995A - 単語音声認識方法 - 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、入力音声に対して先ず音素認識を行ない、こ
の認識音素系列を、音素表記された単語辞書と照合して
単語を認識する単語音声認識方法に関し、特に無声化母
音と有声母音とを区別することにより単語認識率を向上
することを目的とするものである。

まず、従来のこの種の単語音声認識方法について第１図
とともに説明する。

第１図に示すように、入力単語音声を分析し、この入力
単語音声の特徴を抽出して入力単語音声を構成する音素
を認識し、この認識された音素系列を音素表記された単
語辞書中の各単語とコンフユージヨンマトリクス（Ｃｏ
ｎｆｕｓｉｏｎ　Ｍａｔｒｉｘｓ以下Ｃ，Ｍ、と略す）
を用いて照合し、尤度を計算し、尤度の大きい単語を認
識単語とするものである。

第１表は上記音素表記された単語辞書（都市名）の−例
を示している。

第　　　１　　　表 また、第２表は単語辞書の音素表記法の一例を示してい
る。

第１表に示すように単語辞書の音素表記は、あたかもａ
−〜字を書くかのごとく機械的になされ、無声化°よの
考慮はなかった。また従来例において音素認識段階（第
１図）において、音声のスペクトル等の物理的パラメー
タに基づいて音素認識を行なっており、その結果、非常
に長い持続時間を持つ無声子音が認識された場合には、
その子音を３個の音素、すなわち無声子音音素、無声化
母音音素、無声子音音素の連続したものと見なし、音声
系列を修正していた。例えば長い持続時間を持つ無声子
音ＣＩＢＵ　のＣが認識された場合、３個の音素ＣＵＩ
Ｃ＄連続したものと見なし音声系列をＣＵＩＣＩＢＵ　
　に修正していた。通常無声化する母音は！又はＵであ
るので、修正によシ加えられる母音は工とＵの中間母音
ＵＩである。

第２図は従来例におけるＣ、Ｍ、の一部を示している。

このＣ，Ｍ・中の数字は、単語辞書中のそれぞれの音素
−“Ｄが、どの音素Ｗに認識されるかの確率Ｐ（Ｗ／Ｄ
）をチで表わしたものである。Ｃ，Ｍ・中の認識音素Ｕ
Ｉには、物理的性質がＵとＩの中間である有声遍音と・
非常１長１持続ｉ間を持９無声子音が認識された結果修
正された無声化母音とを含む。

日本語では、「ん」以外の子音は、必ず有声の母音又は
半母音が後続することが原則である。例えばＮＡＲＡ（
ナラ）Ｋ　　Ｊ　　ＯＯＴ　　Ｏ（キョート）等である
。この原則に基づく限り、前記従来の方法で認識される
ことはない。更に従来例でも一応修正による無声化対策
がなされていた。

しかしながら、実際には語中の■及びＵは２０チ程度無
声化が認められる。このため従来例では無声化対策が不
充分なため、単語を誤認識する欠点があった。

本発明は、上記従来例の欠点を除≠・するものであり、
以下に本発明の一実施例について説明する。

本実施例の単語辞書においては、無声化し易い母音には
予め無声化記号を付し、本来の有声母音とは異なる音素
表記にする。例えば都市名、府中「フチクー」は、従来
の単語辞書では第１表に示すように（ＨＵＣＪＵＵ　　
　）と表記していたが、「フ」は無声化し易いので、本
実施例では（）ＩＵ−ＣＪＩＪＵ　　　）と表わし、Ｕ
−とＵとを別の音素とする。

また、本実施例では、音素認識段階における無声化対策
として音素系列修正のために付加された母音とＵＩ−と
表わし、有声のＵＩと区別するものである。

第３図は本実施例におけるＣ、Ｍ、の一部を示している
。第３図において、単語辞書中の音素ＩとＩ−ｔＵとＵ
−がそれぞれどのように認識されたかを比べてみると、
有声音と無声音とが明らかに分離されていることがわか
る。また第３図から無声化し易い母音は、音素認識時に
脱・落し易いこともわかるＯ 従来の方法においては、例えば都市名、府中「フチュー
」（単語辞書では（Ｉ（ＵＣＪＵＵ　　））の音素認識
結果が１．シばしば（ＳＵＩＳＥＵ）と々す、この場合
の単語認識結果は「フチクー」ではなく「シンシーク」
（単語辞書では（ＳＩＮ＝ＺＪＵＫＵ　　））であった
。これに対して本実施例によれば「フチュー」（単語辞
書ではｔＨｕ−ｃ　　Ｊ　ｕｕ））の従来例と同一デー
タの音素認識結果は（ＳＵＩ−８ＥＵ　　　）となシ、
単語認識結果は正しく「フチュー」となった。これは従
来の認識音素（Ｕｌ）が、単語辞書のＵとも■とも同程
度の尤度を持っていたのに対し、本実施例における認識
音素（ＵＩ−）は、「フチュー」の「フ」の（Ｕ−）と
は高い尤度を持ち、「シンノーク」の「シ」の＋Ｉ）と
は低い尤度しか持たないからでさる。

なお上記実施例では、単語辞書の音素としてＩ−。

Ｕ−、を加えただけであるが、母音の無声化の頻度によ
り、更に細かく分けてもよい。寸たまれではあるが、Ｅ
、Ａ、Ｏも無声化することがあり、これら無声化母音を
加えてもよい。また上記実施例では認識音素としてＵＩ
−だけを加えているが、Ｕ−２■−の分離が可能になれ
ば、認識音素としてＵ−、Ｉ−を加えれば、さらに単語
認識率を向上することができるものである。

本発明は上記のように、無声化母音を本来の有声母音と
区別しているため、単語認識率を向上させることができ
る利点を有するものである。

【図面の簡単な説明】

第１図は単語音声認識方法の概略を示す図１第２図は従
来例におけるＣ、Ｍ、の一部を示す図、第３図は本発明
の一実施例における単語音声認識方法に用いるＣ、Ｍ、
の一部を示す図である。 第１図

Claims (2)

【特許請求の範囲】
1. （１）　　入力音声に対して音素認識を行なって認識音
   素系列を得、この認識音素と音素表記された単語辞書の
   音素との尤度をコンフユージヨンマトリクスを用いて計
   算して単語を認識する単語音声認識方法において、上記
   単語辞書の母音を表記する音素記号を、正常に発生され
   る有声母音と無声化し易い母音とに区別して表記し、か
   つ上記コンフユージヨンマトリクスにおける辞書音素の
   項目として上記有声母音と無声化し易い母音とを別々に
   設けることを特徴とする単語音声認１方法。
2. （２）前記単語音声認識方法において、音素認識の結果
   である認識音素の種類として、有声の母音と無声の母音
   とを区別し、かつコンフユージヨンマトリクスの認識音
   素項目を認識音素の種類に合わせて、有声母音と無声母
   音とを別々に設けてなることを特徴とする特許請求の範
   囲第（１）項記載の単語音声認識方法。