JPS5876894A - 単音節認識装置 - 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】 本発明は区切って発声された日本語のホな文字略に対応
する単音節を認識する音声胤識装置の改良に関する。

従来、区切って発声された単音節をｆｇ識する方法とし
てバタンマツチングを用いる方法があり大。

代表的な方法としては、以下のような方法がある。

通常、日本語の単音節は、轢とんどが子音上母音の形を
しているため、両者を分けて認識する手法が用−られる
。まず、入力された音声を分析して得られた音声バタン
の子音部と母音部を切り出す。

母音部の音声バタン、すなわち母音バタンを、あらかじ
め登録１れてぃ（る母音標準バタンとバタンマツチング
して母音カテゴリを決定する。

つぎに、子音バタンとあらｂじめ登録されている子音標
準バタンとをバタンマツチングして、子音カテゴリを決
定し、単音節の認識結果を決定する。

母音部は一般に安定したバタンか得られるため、切）出
す方法及びバタンマツチングの方法は、あまり法及びバ
タンマツチングの方法は１．さまざまな変形がある・ たとえば、１つの方法として、音声の始端ふらある定ｔ
ｐたフレーム数の音声バタンを切り出しこれを子音バタ
ンとする方法が考えられる。この方法は、定ｔｚたフレ
ーム数のパタ″ン同士を比較するため、時間軸を伸縮さ
せる必要はない。このため少な一計算量で認識すること
ができる。

しかし、子音の時間長は、それぞれの発声またはカテゴ
リの違いにより大吉〈異な°ることがある。

この時のフレーム数を時間長の長−子音の長さに合わせ
ると標準バタン記憶のために多くのメモリ量を必要とす
ることとなる。また、この方法では時間長の短い子音同
士の比較の場合、長いフレーム数で比較する丸め特徴が
、うすめられるおそれがある。一方、時間長の短い子音
の長さにフレーム数を合せると長い時間長の子音が認識
しにくくなると―う欠点もある。

２番目の方法として、子音の長さに合せて子音部を切抄
出し、子音バタンと子音標準バタンをダイナミック・プ
ログラミング法を用いて時間軸を非線形に伸縮させてマ
ツチングする方法が考えられる。この方法を用いれば、
長さの異なるバタン同士を、きめｍｉ＜マッンングする
ことができる〇しかし、このダイナミック・ブリグラミ
ング法は、かなシの計算量を必要とする。また、単語認
識の場合と異′＆す、単音節認識の場合は、時間軸の非
線形伸縮の効果は少ないと考えられるので、必らずしも
最適な方法とは言えない。

本発明の目的は単音節の認識を、少ない標準バタンメモ
リ量及び少ない計算量で行ない、高−認識性能を得るこ
とにある。この目的を達成するために１本発明による単
音節認識装置は、区切って発声され九単音節をバタン化
し、音声バタンとする分析部と、前記音声バタンより子
音部分と母音部分を切り出し、子音バタン及び母音バタ
ンとする音声切り出し部と、あらかじめ発声された単音
節の子音バタン及び母音バタンを、それぞれ子音標準バ
タン、母音標準バタンとして記憶しておく標準バタンメ
モリ部と、入力された母音バタンと前記母音標準バタン
をマツチングし母音カテゴリを決定する母、パ音マツチ
ング部逅、入力された子音バタンと前記子音標準バタン
をマツチングする際に両者の時間長が異なる場合、短い
方の子音バタンの後に母音バタンを付加してマツチング
する子音マツチング部とを有して構成される。

以下、本発明による一実施例について、図と共に説明す
る。第１図は本発明による一実施例全体の構ｔを示すブ
ロック図である。！イク賞７オン１より入力された音声
は、分析部２で分析され、音声バタンＰとして出力され
る。音声バタンＰよシ音声切抄出し部３において子音バ
タンＣ及び母音バタンＶが、切シ出される・標準パ゛タ
ン登録時には、これらのバタンか、それぞれ子音標準バ
タンメモリ４と母音標準バタンメモリ５の中に保持され
る。認識時には、まず母音バタンＶを母音マツチング部
６におψで、母音標準バタン■Ｒとマ、チングをとる。

このマツチング方法は母音バタンどうしの距離を求めれ
ばよ≠。これによｋ）／ａ／、　／ｉ、／：　／ｌシ／
ｅ／；　１０／等の母音カテゴリを認識し結果を母音カ
テゴリＶＣとして出力する。子音マツチング１１７では
子音部のマツチングを行ない、認識結果を／ｋｌ／ｖ’
等の子音カテゴリＣＣとして出力する。子音マツチング
部７の動作原理を説明する。第２図は子音マツチング部
７の動作例を説明するた恰の概念図である。入力された
子音バタン１１（図は５フレームのバタンの例である）
と子音標準Ｉタン１２　（図は８フレームのバタンの例
である）の間の距離を求めるとする。それぞれの音声パ
ターンは右方向を時間方向とするベクトルの時系列であ
る。音声の始端から５フレーム目までは、矢印１３で示
すように入力された子音バタンと子音標準バタンの同じ
位置のフレームどうしを比較し距離を求める。５フレー
ム目以降は、子音標準バタン１２を人力された音声の１
フレ一ム分の母音バタン１５と矢印１４で示すように対
応させ距離を求める。子音バタンの後部は通常母音バタ
ンと、はば連続しておシ、母音バタンは時間的にほぼ一
定である。このため、短いはうの子音バタンのあとに母
音バタンを連続させることによシ、もとのバタンを再現
させることができる。

この方法により長さの異なるバタン同士も簡単にマツチ
ングさせることができる。また、標準バタンとしては子
音部と母音部のバタンを分けて必要なだけ記憶していれ
ばよいため、標準バタンのメモリ量も少なくてすむ。こ
こに示した例は入力された子音バタンのほうが、子音標
準バタンより短い場合を示したが、逆の場合でも両方を
入れかえるだけで、以上の手順と全く同じことを行なえ
ばよい・ 第３図は子音マツチング部７０回路の具体的な構成例を
示すブロック図である。入力された音声の子音バタンＣ
は子音バッファ２１に母音バタンＶは母音バッファ２２
に保持される。まえ、子音標準バタンＣＲは、子音標準
バタンバッファ２３に母音標準バタンＶＢは母音標準バ
タンバッファ２４に保持される。入力バタンフレームカ
ウンタ２５は子音バッフ　７２１　Ｋフレームアドレス
ｌＡｔ−出力する。このアドレスにしたがってフレーム
ごとの子音パターンＣＦが子音バッフ７２１より出力さ
れる。同様に標準バタン７レームカウンタ２６は子ａｓ
ｓパタンバッファ２３にフレームアドレスされる。この
入力バタン７レームカウンタ２５及びｌ１ｌｓバタン７
レームカウンタ２６は同期シて１よりカウントアツプし
、それぞれのフレーム数に等しい値となったら、等しい
値となったほうのカウンタのカウントが止まる。データ
セレクタ２７及び２８は、７レームカウンタがカウント
を続けて−る聞は子音バタンＣＦ及び子音標準バタ′／
ｃＲＦを選択し、距離計算部２９に出力する。距離計算
部２９では、フレームごとの２つのバタン間の距離が計
算される。このフレームごとの距離はアキμレータ３０
で１バタン分の距離が積算される。

子音バタンのフレーム数が子音標準バタンより小さい場
合について説明する。入力バタン７レームカウンタ２５
の値が子音バタンのフレーム数まで達してカウントが止
まると、データセレクタ２７によ転母音バタンバッファ
２２からの母音フレームデータＶＦが選択され、距離計
算部２９に出力される。標準バタンフレームカウンタ２
６の値が子音標準バタンの７レ一人数まで達すると両メ
タン間の距離が求まったことＫなり、距離積算値ｄが７
キユムレー、夕３ｏより出力される・以上は入力された
子音バタンのフレーム数のほうが、小さい場合であるが
、逆圧子音標準バタンのフレーム数が小さい場合も同様
に動作する。子音゛標準バタンＣＨＰのうしろには母音
標準バタンＶＲＦが付加される。この距離積算値ｄは標
準バタンのカテゴリごとに最小値計算部３１に入力され
る。ここでは全子音カテゴリにおける最小値を計算し、
最小値をとる子音カテゴリＣＣが認識結果として出力さ
れる。

以上、述べてきた実施例は、説明の便宜上選択した、は
んの−例であって本発明はこの実施例のみに限定される
ものではない。

【図面の簡単な説明】

第１図は本発明の一実施例について示したブロック図で
、第２図は子音マツチング部の動作例を示す説明するた
めの概念図、第３図は子音マツチング部の具体的な回路
の一例を示すブロック図である。

Claims (1)

【特許請求の範囲】
1. 区切って発声された単音節をバタン化し、音声バタンと
   する分線部と前記音声パダンよ染子音部分と母音部分を
   切抄出し、子音バタン及び母音バタンとする音声切抄出
   し部と、あら春じめ発声された単音節の子音バタン及び
   母音バタンを、それぞれ子音標準バタン、母音標準バタ
   ンとして記憶しておく標準バタンメモリ部と、入力され
   た母音バタンと、前記母音標準バタンを！、ツチンダし
   、母音カテゴリを決定する母音マツチング部と、入力さ
   れた子音バタンと前記子音標準バタンをマツチングする
   際に両者の時間長が異なる場合、短い方の子音バタンの
   後に母音バタンを付加してマツチングする子音マツチン
   グ部とを有し〜そ成ることを特徴とする単音節認識装置
   。