JPS5885499A - 連続音声認識装置 - 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】 〔発明の技術分野〕 この発明は、例えば数字等の単語全複数個連続して発声
した場合に、この発声音声を自動的に認識し、その認識
内容に応じた指令を発生させるようにする連続音声認識
装置に関する。

〔発明の背景〕

音声認識装置は、マンマシーンコミュニケーションの有
力な手段として考えられているが、現在までに実用化さ
れている多くの装置は、区切って発生された孤立単語の
認識しかできないものが主体であり、データの入力速度
が遅いという欠点があった。これに代わるものとして、
例えば特開昭５１−１０４２０４号公報に示される、い
わゆる２段動的計画法（以下２段ＤＰ法と略称する）を
使用した連続音声認識装置が考えられている。この２段
ＤＰ法の原理は、何個かの標準パターンをあらゆる順列
で接続することによって得られるパターンを連続音声の
標準パターンと考えて、入カバターン全体とのマッチン
グを行うもので、全体としての類似度が最大となるよう
に標準パターンの個数と、配列を足めることによって認
識を行うものである。

実際には、上記最大化を単語単位での最大化と、全体と
の最大化の２段階に分割し、それぞれの最大化を動的計
画法を利用して実行している。

この２段ＤＰ法についてさらに詳細に説明すると以下の
ようになる。

いま、特徴ベクトルａｉを ａｉ＝（ａ１、ａ２、・・・、ａＱ１）・・・（１）と
すると、音声パターンはａ１の時系列としてＡ＝（ａ１
、ａ２、・・・、ａｉ、・・・、ａＩ）・・・（２）と
して示される。ここでＩは音声パターンＡの時間長に対
応し、Ｑは特徴ベクトルの成分数である。そして、この
ようなパターンＡが入カパターンとされる。

次に認識されるべき単語の集合として、Ｎ個の標準パタ
ーン「Ｂｎ（ｎ＝１、２、・・・、Ｎ）」を設足すると
、各標準パターンＢｎは、Ｊｎ個の特徴ベクトルより成
り次式のように表現される。

Ｂｎ＝（ｂｎ１、ｂｎ２、・・・、ｂｎｊｎ）・・・（
３）ここでｂｎｊ＝はａｉと同様のベクトル（ｂｎ１ｊ
、ｂｎ２ｊ、・・・、ｂｎＱｊ）・・・（４）である。

入力パターンＡの時間点ｉ＝ｌを始点とし、ｉ＝ｍを終
端とする部分パターンは下式で表現される。

ａｍＡ（ｌ、ｍ）＝（ａｌ、ａｌ＋１、・・・、ａｉ、
・・・、ａｍ）・・・（５）ただし、１≦ｌ＜ｍ≦Ｉ そして、この２段ＤＰ法は上記部分パターンＡ（ｌ、ｍ
）と、標準パターンＢｎとの間で、入カパターンの時間
軸ｉと標準パターンの時間軸ｊを対応させる関数ｊ（ｉ
）を最適に定めて、このｉとｊ（ｉ）の間で定義される
ベクトル間類似度ａ（ａｉ、ｂｎｊ）（以下の説明では
ｓｎ（ｉ、ｊ）と略する）の和の最大値Ｓ（Ａ（ｌ、ｍ
）、Ｂｎ）を求める操作を動的計画法によって行う部分
でマッチングを、始点ｌおよび終端ｍを順次変化させて
算出されるＳ（Ａ（ｌ、ｍ）、Ｂｎ）のｎに関する最大
値である部分類似度Ｓ＜ｌ、ｍ＞および、その最大値を
与えるｎである部分判定結果、ｎ＜ｌ、ｍ＞を決定する
第１段部と、入カバターンＡに含まれる単語の個数Ｙお
よび（Ｙ−１）個の区切り点ｌ（１）、ｌ（２）、・・
・、ｌ（ｙ−１）を最適に定めて連続し、かつ重複しな
い区間の部分類似度の和 Ｓ＜１、Ｉ＞−Ｓ＜１、ｌ（１）＞＋Ｓ＜ｌ（１）＋１
、ｌ（２）＞＋Ｓ＜ｌ（Ｙ−１）＋１、Ｉ＞・・・（６
）を最大にする単語個数Ｙおよび区切り点ｌ（１）、ｌ
（２）、・・・、ングにより決定された区切り点ｌ（１
）、ｌ（２）、・・・、ｌ（Ｙ−１）と部分判定結果ｎ
＜ｌ、ｍ＞からｎ＜１、ｌ（１）＞、ｎ＜ｌ（１）＋１
、ｌ（２）＞、・・・、ｎ＜ｌ（Ｙ−１）＋１、Ｉ＞を
決定する第２段部よりなる。

前記、類似度の定義としては、（２）式の入カパターン
Ａと、（３）式の標準パターンＢとの間の時間軸のずれ
を補正するために、Ｂの時間軸ｊに対してＡの時間軸１
を対応させる関数 ｊ＝ｊ（ｉ）・・・（７） を定義する。ベクトル間類似度ｓ（ｉ、ｊ）は一例とし
て、 Ｓ（ｉ、ｊ）＝ΣＱＰ＝１（ａｐｉ・ｂｐｊ）／（ａ２
ｐｉ＋ｂ２ｐｊ）・・・（８）によるものとすると、Ａ
およびＢの類似度として、 Ｓ（Ａ、Ｂ）＝ＭＡＸｊ（ｉ）〔ΣＩｉ＝１〕（ｉ、ｊ
（ｉ））・・・（９）と定義される。（９）式の最大化
をｊ＝ｊ（ｉ）に関する総当り法で処理したのでは計算
量の点で不可能で、次のような動的計画の手法で行う。

すなわち、初期条件 のもとに漸化式 ｇ（ｉ、ｊ）＝ｓ（１、１） ｇ（ｉ、１）＝０（ｉ≠１）・・・（１０）のもとに漸
化式 ｇ（ｉ、ｊ）−ｓ（ｉ、ｊ）＋ＭＡＸ ｇ（ｉ−１、ｊ−２） ｇ（ｉ−１、ｊ−２） ｇ（い−１、ｊ−２・・・（１１） を「ｉ＝２〜Ｉ」、「ｊ＝１〜Ｊ」の範囲で計算し、ｇ
（Ｉ、Ｊ）を求めると、これは（９）式のＳ（Ａ、Ｂ）
となる。

Ｓ（Ａ、Ｂ）＝ｇ（Ｉ、Ｊ）・・・（１２）実際の時間
軸のずれは、通常５０％もずれることがないため、第１
図の「ｉ＝ｊ」なる直線１５の近傍に直線１１．１２で
示す間の斜線領域内で考えれば充分である。それ故 ｊ−ｒ≦１≦ｊ＋ｒ・・・（１３） の範囲で漸化式（１１）の計算を実行することで充分で
あるとして、この領域を整合窓と称している。

また、１個の始点ｌに対して第１図の１４で示す範囲の
終端ｍに関する部分類似度が一度に求まるとしている。

第１図の斜線部分の大きさは「（２＊ｒ＋１）＊Ｊｎ」
であり、これが１個の始点に対する計算量である。

〔存在する問題点］ 今、入カバターンの時間長Ｉ、標準パターンの数Ｎ、標
準パターンの平均時間長Ｊ、および時間軸ｉ、ｊの整合
範囲の条件として（１３）式を用いるとき、前記手段に
よる部分類似度「＜ｌ、ｍ＞」を求めるためだけでも、
ベクトル間類似度ｓ（ｉ、，ｊ）および動的計画法にお
ける漸化式の計算回数Ｃ１は、近似的に次式のようにな
る。

Ｃ１＝（２＊ｒ＋１）＊Ｊ＊Ｉ＊Ｎ・・・（１４）また
、第２段目の全体マッチングを実行するために、前記部
分類似度「Ｓ＜ｌ，ｍ＞」および部分判定結果「ｎ＜ｌ
、ｍ＞」を記憶しておかなければいけないが、その記憶
容量Ｍ１は近似的に次式のようになる。

Ｍ１＝（２＊ｒ＋１）＊Ｉ＊２・・・（１５）ここで Ｉ＝１２０、Ｎ＝５０、Ｊ＝３５、ｒ＝１２・・・（１
６）とすると、 計算回数Ｃ１＝５２５００００ 記憶容量Ｍ１６０００・・・（１７） となり、発声終了後例えば０．５秒以内で認識結果を応
答する実時間音声認識装置を実現するためには、前記時
間長Ｉ、Ｊの単位を１５ｍ秒とすると、発声開始から応
答までの時間すべてが計算に使用できるとして、「０．
５＋１２０Ｘ０．０１５＝２．３秒」間で上記演算回数
「５，２５０．０００」を実行する必要があり、１回当
り約０．４μ秒という高速演算を必要とする。ベクトル
間類似度および漸化式計算を０．４μ秒で実行するため
には、非常に高速の処理装置を必要とするが、並列に処
理するとしても大規模なものとなり、どちらにしても高
価な装置となってしまう。

〔発明の目的〕

この発明は、上記のような点に鑑みなされたもので、演
算回数を「Ｊ＊Ｎ＊Ｉ」回とするようにして、使用する
記憶容量を約１／２として前記２段ＤＰ法における「１
／（２＊ｒ＋１）＝１／２５」の演算で、処理装置を低
速なものとしても実時間で音声の認識、パターンマッチ
ングが確実に実行されるようにする低廉価および小型化
を容易にした連続音声認識装置を提供しようとするもの
である。

〔発明の原理〕

今、Ｙ個の標準パターンＢｎ１、Ｂｎ２、・・・、Ｂｎ
ｘ−１、Ｂｎｘ、・・・、Ｂｎｙを接続した標準パター
ンをＢとすると、 Ｂ＝Ｂｎ１＋Ｂｎ２＋・・・＋Ｂｎｘ＋・・・＋ＢｎＹ
・・・（１８）となる。ここで記号＋は各標準パターン
の特徴ベクトルを時系列に並べることを示す。すなわち
、 Ｂ−（ｂｎ１１、ｂｎ１２、・・・、ｂｎ１Ｊｎ１、ｂ
ｎ２１、ｂｎ２２、・・・、ｂｎ２Ｊｎ２、・・・、ｂ
ｎ１ｘ−１、ｂｎ２ｘ−１、・・・、ｂｎｘ−１ｎｘ−
１、ｂｎ１ｘ、 ｂｎ２ｘ、・・・、ｂｎｘＪｎｘ、・・・、ｂｎ１ｙ、
・・・、ｂｎ２ｙ、・・・、ｂｎｙｊｎｙ）・・・（１
９） となる。

この発明の原理は前記２段ＤＰ法と同じく、上記（１８
）式のような、接続された標準パターンＢと（２）式の
ような入カパターンＡとのマッチングを行い、最適にマ
ッチングが取れる「ｎ１、ｎ２、・・・、ｎｘ−１、ｎ
ｘ、・・・、ｎＹ」を決定することにより、入カパター
ンＡは単語「ｎ１、ｎ２、・・・、ｎｘ−１、ｎｘ、・
・・、ｎｙから成っていると判定することにある。この
場合単語の個数Ｙも最適に決定する。

すなわち、入力パターンＡを最適に近似する標準パター
ンの個数と、その単語種類を決定することによって連続
単語の認識を行うものである。

〔発明の概要） 以下にその概要を、前記２段ＤＰ法と比較して説明する
。

前記２段ＤＰ法においては、始点、終端のすべての組み
合せによる部分類似度の計算および部分判定結果を決定
するという第１段マッチングと、部分判定結果の順列組
み合せを動的計画法を利用することにより全体としての
最大の類似度を与える区切り点を決定する第２段マッチ
ングよりなる。しかし、この発明では２段階で全体の類
似度を最大にするのではなく、第１段のマッチングで全
体としての最大の類似度を得るようにする。これは、入
カパターンＡの時間点「ｉ−Ｐ」（１≦Ｐ≦Ｉ）を単語
の区切り点と仮定し、入カパターンの部分パターン「Ａ
（１、Ｐ）Ｊと標準単語を最適に順列組合せしたものと
の間で、最大の類似度「Ｄｐ＝Ｓ＜１、Ｐ＞」が与えら
れているものと仮定すると、時間点「ｉ＝ｑ」（１Ｐ＜
ｑ＜Ｉ）を終端とする入カパターンの部分パターン「Ａ
（１、ｑ）」との最大の類似度Ｄｑは Ｄｑ＝Ｓ＜１、ｑ＞＝ＭＡＸｎ、ｐ（Ｄｐ＋Ｓ（Ａ（ｐ
＋１、ｑ）、Ｂｎ・・・（２０）により与えられ、その
ときｎをＷｑとして記憶する。

Ｗｑ＝［（２０）式のＤｑを与えるｎ〕・・・（２１）
「Ｓ（Ａ（ｐ＋１、ｑ）Ｂｎ）」は始点（Ｐ＋１）、終
端ｑとする部分パターン「Ａｐ＋１、ｑ）」と単語ｎの
標準パターンＢｎとの類似度で、前記２段ＤＰ法による
部分類似度の計算と同じものであるが、それだけが独立
して求められるものでなく、（２０）式の右辺の（）内
の形で求められることに特徴がある。（２０）（２１）
式を「Ｄｏ＝０」として「ｑ＝１」から順次「ｑ＝Ｉ」
まで求めると、「Ｄｐ（Ｐ＜ｑ）」は先に決定している
からＤｑ・Ｗｑはすべて求まり、全体としての最大の類
似度「Ｓ＜１、ｉ＞」はＤＩとして求まる。以上が第１
ステップであり、つぎに第２ステップとして［Ｓ＜１、
Ｉ＞」を与える標準パターンの順列組合せ「Ｂ＝Ｂｎ１
＋Ｂｎ２＋・・・＋ＢｎＹを構成する単語数Ｙおよび単
語「ｎ１・ｎ２、・・・、ｎＹ」決定する手続である。

この手続で、最後の単語ｎＹはＷ１として求まっている
が、第１ステップの計算において、演算量ならびに記憶
量を太幅に減らすため、途中結果としては、Ｄｉ、Ｗｉ
しか記憶されていない。このため、時間点「ｉ＝Ｉ」よ
り逆方向にたどって、各単語「ｎＹ、ｎＹ−１、・・・
、ｎ２、ｎ１」の境界を見つける。その方法は入カパタ
ーンの時間点「ｉ＝Ｉ」を始点ｕとしてＷｕを認識単語
として出力し、かつＷｕについてのみ逆方向にＤｐマッ
チングを行って、始点ｕより終端ｖまでの逆方向部分パ
ターン「Ａ（ｕ、ｖ）」（Ｉ≧ｕ＞ｖ≧１）と逆方向に
並べた標準パターンＢπＷｕとの類似度「Ｓ（Ａ（ｕ，
ｖ）ＢＷｕ）」と、Ｄｖ−１との和を最大にするＶを求
める。

ｖｍａｘ−ＡＲＧＭＡＸ（Ｄｖ−１＋Ｓ（Ａ（ｕ、ｙ）
、ＢＷｕ）・・・（２２）ここでＡＲＧＭＡＸとは、上
式の（）内の最大値を与えるｖである。

このｖｍａｘが単語Ｗｕの始点（逆方向Ｄｐマッチング
では終端）として決定される。つぎに、ｕ＝ｖｍａｘ−
１・・・（２３） として、ｕを直前単語の終端（逆方向Ｄｐマッチングで
は始点）とする。そこで、「ｕ＝０」まで以上を繰返せ
ば、認識単語が逆順にすべて求まる。この求まった認識
単語列を逆順に並べかえれば、入力された音声（単語列
）が認識されたことになる。

以上がこの発明の概略であるが、第１ステップの（２０
）式をすべてのｐ、ｑ、ｎについてそのまま実行するこ
とは計算量の点で不可能である。

しかし、（２０）式は区切り点ｐについての最大化を先
に実行すると、 Ｄｑ−ＭＡＸｎ［ＭＡＸｐ（Ｄｐ＋Ｓ（Ａ（ｐ＋１、ｑ
）、Ｂｎ）・・・（２４）と書き換えられる。（２４）
式の〔〕内は、始点「（Ｐ＋１）」が自由で、始点にお
ける初期値をＤｐとし、終端をｑと固定した典型的な動
的計画法（始点自由、終端固定）の問題に置き換えるこ
とができる。

これを第２図で説明すると、時間点「ｉ＝ｐ」を終端と
する区間の最大類似度Ｄｐを初期値として始点２８であ
る（Ｐ＋１、１）から終端点２９（ｑ、Ｊｎ）に至る経
路２６の交点（ｉ、ｊ）のベクトルａｉ、ｂｎｊの類似
度ｓｎ（ｉ、ｊ）の和を最大にする経路の積和値が、動
点計画法によって「（Ｄｐ＋Ｓ（Ａ（ｐ＋１、ｑ）、Ｂ
ｎ）として与えられる。

前記２段ＤＰ法では、ベクトル間類似度ｓ（ｉ、ｊ）を
計算する（ｉ、ｊ）平面の範囲として、前記（１２）式
で表わされる第１図の直線１１、１２で囲まれる領域、
いわゆる整合窓を設けて無駄な計算と、急激な時間軸の
整合を避けているが、この発明では前述のような整合窓
を設けるのではなく、動的計画法における漸化式として
、両側傾斜制限を含んだものを使用する。傾斜制限を含
んだものにはいろいろあるが一例として 初期値ｇ（０、０）＝０ ｇ（１、０）＝−∞（ｉ≠０） ｇ（ｉ、−１）＝−∞ ｇ（０、ｊ）＝−∞（ｊ≠０）・・・（３０）（−∞と
は、処理装置で実現できる負の最大値を示し、値の比較
の対象となる場合必ず小さくなることを意図する。） のもとに次の漸化式を「ｉ＝１〜Ｉ」 「ｊ＝１〜Ｊ」の範囲で解く。

ｇ（ｉ、ｊ）＝ａ（ｉ、ｊ）＋ＭＡＸ ｇ（ｉ−１、ｊ−２）＋２・ｓ（ｉ、ｊ−１）ｇ（ｉ−
２、ｊ−１）＋２・ｓ（ｉ−１、ｊ）・・・（３１）こ
れは、図３（ｂ）の点３１（ｉ、ｊ）への経路としては
、点３２（ｉ−２、ｊ−１）から点３３（ｉ−１，ｊ）
経由による経路３７と、点３４（ｉ−１、ｊ−１）から
の経路３８と、点３５（ｉ−１、ｊ−２）から点３６（
ｉ、ｊ−１）経由の経路３９の３通りがあり、そのうち
の最大のものを選択することを示す。

ここで、経路３７は入カパターンの時間軸ｊの増加「２
」に対して標準パターンの時間軸ｊの増加は「１」で、
点３２と点３１を結ぶ線分を結ぶ線分の傾きは「１／２
」、同様に点３４と点３１を結ぶ線分の傾きは「２」と
なる。

この漸化式（３１）を用いると、第３図（ａ）の始点４
５（１、１）から終端４６（Ｉ、Ｊへの最適経路４０を
求めるとき、前記のごとく（ｉ、ｊ）平面の探索範囲は
、線分の傾きが最少「１／２」の直線４２と、最大「２
」の直線１１に挾まれる点４５、４７、４８の三角形の
領域となる。ここでは、終端４６（Ｉ、Ｊ）が判明して
いるかの直線４３と傾き「２」の直線４４にも制限され
、結局、直線４１、４２、４３、４４に囲まれる斜線で
示した平行四辺形の内側となる。このように漸化式その
ものに傾斜制限を持たせることにより、整合窓なしで急
激な時間軸の整合を避けることができる。

つぎに終端が固定で始点が自由な動的計画法について説
明すると、第２図において終端２９（ｑ、Ｊｎ）は固定
であるから、終端２９にたどシ着くためには、前記の漸
化式（３１）を使用すると傾き「１／２」の直線２４と
、傾き「２」の直線２５に挾まれた斜線で示す領域のベ
クトル間類似度「ｓｎ（ｉ、ｊ）を計算し、漸化式（３
１）にしたがって最適な経路を求めることになる。

始点としては、点２１（ｑ−２・Ｊｎ、１）から点２２
（ｑ−Ｊｎ／２、１）の間のすべての点２８（Ｐ＋１、
１）が候補となる。前記漸化式（３１）は、ｋ＝ｑ−２
・Ｊｎ・・・（３２） おくと、「ｉ＝ｋ」から出発して ｇｎ（１、０）＝Ｄｉ ｇｎ（ｉ、−１）＝−∞ ｇｎ（ｉ−１、０）＝−∞・・・（３３）として式（３
１）を「ｊ＝１〜Ｊｎ」まで解くことを、ｉを１づつ増
しなからｑまで実行すればよい。

漸化式の最終結果ｇｎ（ｇ、Ｊｎ）は、ｇｎ（ｑ、Ｊｎ
）−ＭＡＸｐ（Ｄｐ＋Ｓ（Ａ（ｐ＋１、ｑ）Ｂｎ）・・
・（３４）を表している。

（３１）〜（３４）式を使って、連続音声認識を（２０
）式により実行するとき、各終端ｑ毎に（３１）式を第
２図の斜線内で計算すると、全体としてのベクトル間類
似度および漸化式の計算回数Ｃ２はＪｎの平均値Ｊを用
いて Ｃ２＝４／３＊Ｊ２＊■＊Ｎ・・・（３５）となり、こ
れは（１４）式とほとんど変わらないか、多いことにな
る。

ここで、第４図の終端を５０（ｑ、Ｊｎ）とした場合、
直線５２、５３で挾まれる領域の演算回数が「３／４Ｊ
２ｎ」回となっているが、終端を１個次の５１（ｑ＋１
、Ｊｎ）とした場合でも、同様に直線５４、５５で挾ま
れる領域となり、やはり「３／４Ｊ２ｎ」回演算を必要
とする。しかし、図から明らかなごとく直線５４．５３
で挾まれる斜線部は、終端５０、５１とも全く同じベク
トルの類似度を求めている。つまり「（３／４Ｊ２ｎ）
＊２」回の演算は実質は「（３／４Ｊ２ｎ＋Ｊｎ／２）
＊２」回でよいことになる。このことはすべての終端に
ついて適用でき、結局重なり合う部分を１回だけ演算す
れば良いことになり、全体としての演算回数Ｃ３はＣ３
＝（Ｊ＊Ｉ−Ｊ２／２）＊Ｎ・・・（３６）となる。こ
れは、第５図（ａ）の点６０（１，１）、６１（Ｊｎ／
２、Ｊｎ）、６２（Ｉ、Ｊｎ）、６３（Ｉ−Ｊｎ／２、
１）を頂点とする平行四辺形の内側である。これは、こ
の図の点６０（１、１）から点６３（ＩＪｎ、１）まで
のすべてのｑ（Ｊｎ／２≦ｑ≦Ｉ）を終端候補とする動
的計画法となる。

各始点、終端の組み合せを各々独立に計算するのではな
く、並列に一度に計算することができるため、大幅に計
算量を減らすことが可能となる。また上記のように並列
に演算を行っても、漸化式が両側傾斜制限を含んでいる
ため、多数の始点、終端候補の演算を同時に行っても急
激な時間軸の整合は起こらない。

上述した動的計画法の詳細を説明すると、まず漸化式（
３１）は、先にすべての単語ｎについて各標準パターン
の時間軸ｉを１〜Ｊｎまで変化させて演算を進め、次に
入力パターンの時間軸ｉについて演算を進めるものとす
る。

第５図（ａ）において、前記漸化式（３１）の演算が「
ｉ＝Ｐ」まで済んでいる、つまり点６０（１、１）、６
１（Ｊｎ／２、Ｊｎ）、６８（Ｐ、Ｊｎ）、６５（Ｐ、
１）を頂点とする四角形の内側の漸化式の演算は終了し
ており、また漸化式の途中結果のｇｎ（ｉ、ｊ）、ａｎ
（ｉ、ｊ）が記憶されており、また Ｄｉ＝ＭＡＸｎ（ｇｎ（ｉ、Ｊｎ））・・・（３７）も
「ｉ＝１〜ＰＪ」ですべて求まっていることとする。「
ｉ＝Ｐ＋１」の演算を開始するとき、すべての単語につ
いて初期値を（３３）式よりＤｐとして ｇｎ（Ｐ、０）＝Ｄｐ ｇｎ（Ｐ−１、０）＝−∞ ｇｎ（Ｐ、−１）＝−∞・・・（３８）漸化式 ｇｎ（Ｐ＋１、ｊ＝ｓｎ（Ｐ＋１、ｊ）＋ＭＡＸｇｎ（
Ｐ、ｊ−２）＋ｓｎ（Ｐ＋１、ｊ−１）ｇｎ（Ｐ−１、
ｊ−１）＋２ｓｎ（Ｐ、ｊ）・・・（３９） を「ｊ＝１〜Ｊｎ」まで演算すると「ｇｎ（Ｐ＋１、５
ｎ）」が各単語毎に求まる。そこでｎについての最大値
をＤｐ＋１とする。

Ｄｐ＋１＝ＭＡＸｎ（ｇｎ（Ｐ＋１、Ｊｎ））・・・（
４０）以上の様子を第５図（ｂ）に示す。この図は（ａ
）図の交差した斜線部分を抜き出したもので、上辺と下
辺に同じＤ１が並んでいるが、説明の都合上２列にした
もので、本来同じものである。

今、単語ｎについて考えると、時間「ｉ＝Ｐ」まで終了
しているから、第５図（ｂ）Ｄｐおよび（ｉ，ｊ）の各
交点における「ｇｎ（ｉ、ｊ）」および「ａｎ（ｉ、ｊ
）は、「１≦ｉ≦Ｐ」「１≦ｊ≦Ｊｎ」まで求まってい
る。

（３８）式より ｇｎ（Ｐ、０）＝Ｄｐ ｇｎ（Ｐ−１、０）＝−∞ ｇｎ（Ｐ、−１）＝−∞・・・（４１）であるから「ｊ
＝１」のとき、交点（Ｐ＋１、１）の漸化式は ｇｎ＝（Ｐ＋１、１）ｓｎ（Ｐ＋１、１）＋ＭＡＸ−∞ Ｄｐ −∞・・・（４２） ＝ｓｎ（Ｐ＋１、１）Ｄｐ・・・（４３）となり、「ｊ
＝２」のとき交点（Ｐ＋１、２）の漸化式は、 ｇｎ（Ｐ＋１、２）＝ｓｎ（Ｐ＋１、２）＋ＭＡＸＤｐ
＋２ｓｎ（Ｐ＋１、２） ｇｎ（Ｐ−１、１）２ｓｎ（Ｐ、２） ・・・（４４） となっていく。同様に「ｊ＝Ｊｎ」のときの交点（Ｐ＋
１、Ｊｎ）では、 ｇｎ（Ｐ＋１、Ｊｎ）＝ｓｎ（Ｐ＋１、Ｊｎ）＋ＭＡＸ
ｇｎ（Ｐ、Ｊｎ−２）＋２ｓｎ（Ｐ＋１、Ｊｎ−１）ｇ
ｎ（Ｐ−１、Ｊｎ−１）＋２ｓｎ（Ｐ、Ｊｎ）・・・（
４５） となる。以上の演算をＮ個の全標準パターンについて実
行し、求まった「ｇ１（Ｐ＋１、Ｊ１）、ｇ２（Ｐ＋１
、Ｊ２）、・・・、ｇｎ（Ｐ＋１、Ｊｎ）、・・・、ｇ
Ｎ（Ｐ＋１、ＪＮ）のなかで最大のものをＤｐ＋１とす
る Ｄｐ＋１＝ＭＡＸ（ｇ１（Ｐ＋１、Ｊ１）、ｇ２（Ｐ＋
１、Ｊ２）、・・・、ｇＮ（Ｐ＋１１、ＪＮ）・・・（
４６） 以上の説明で１個のｉについては、「Ｊ＊Ｎ」回でよい
から全体の計算量Ｃ３は「（Ｉ＊Ｊ＊Ｎ）」にほぼ等し
いこととなった。また、使用記憶エリアの量は上記では
すべての「ｇｎ（ｉ、ｊ）」「ｓｎ（ｉ，ｊ）を記憶す
るとしたためＭ３＝Ｉ＊（Ｊ＋１）＊Ｎ＊２＋２＊Ｉ・
・・（４７）と非常に大きなものとなるが、前記漸化式
（３１）を見ると、第１段の順化式を計算するのに必要
なものは、「ｇ（ｉ−１，ｊ）」「ｇ（ｉ−２、ｊ）」
および「ｓ（ｉ−１、ｊ）」「ｓ（ｉ，ｊ）」と「ｇ（
ｉ，ｊ）」であるから記憶エリアＭ３はＭ３＝５＊（Ｊ
＋１）＊Ｎ＊２＋２＊Ｉ・・・（４８）となる。しかし
これに少し工夫すると以下のようになる。今、「ｈ（ｉ
、ｊ）」なるものを次の式で定義する。

ｈ（ｉ、ｊ）＝ｇ（ｉ−１，ｊ−１）＋２ｓ（ｉ，ｊ）
・・・（４９）と、漸化式（３１）は次の形に書き換え
られる。

ｇ（ｉ、ｊ）＝ｓ（ｉ、ｊ）＋ＭＡＸ ｈ（ｉ、ｊ−１） ｇ（ｉ−１、ｊ−１）＋ｓ（ｉ、ｊ） ｈ（ｉ−１、ｊ）・・・（５０） あるいは ｇ（ｉ，ｊ）＝ＭＡＸ ｈ（ｉ、ｊ−１）＋ｓ（ｉ、ｊ） ｈ（ｉ，ｊ） ｈ（ｉ−１、ｊ）＋ｓ（ｉ，ｊ）・・・（５１）となる
。これを第６図で説明すると、（ｉ、ｊ）の交点におけ
るｒｈ（１，ｊ）Ｊは式（４９）で定義されるようにｒ
ｇ（ｌ−１−ｊ−１）Ｊに「ｓ（１，ｊ）」の２倍を足
したもので矢印８５で示される。

式（３１）の最大値の第１列目は「（ｇ（ｉ−１，ｊ−
２）＋２・ｓ（ｉ、ｊ−１）」で、これは矢印８６に示
されるが、前記定義式（４９）によれば「ｈ（ｉ、ｊ−
１）」となる。また、式（３１）の最大値の第３列目は
「（ｇ（ｉ−２，ｊ−１）＋２・ｓ（ｉ−１，ｊ））で
これは矢印８１に示されるが同様に「ｈ（ｉ−１、ｊ）
」となる。したがって、漸化式（５１）は矢印８４で示
される（ｈ（ｉ、ｊ−１）＋ａ（ｉ−ｊ）と、矢印８３
で示される「ｈ（ｉ，ｊ）」と、矢印８２で示される「
（ｈ（ｉ、ｊ）＋ｓ（ｉ、ｊ）」の３個のうち最大のも
のを選択することを示している。

式（４９）、（５１）から、使用記憶エリアは「ｈ（ｉ
−１、ｊ）」「ｇ（ｉ、ｊ）」「ｈ（ｉ，ｊ）」（ｊ＝
１〜Ｊｎ）の３種となるが、一時記憶レジスタＴＥＭＰ
１、ＴＥＭＰ２、ＴＥＭＰ３を導入すると、式（４９）
、（５１）は次のように分解できる。

（ａ）「ＴＥＭＰ１＝ｇ（０）」「ＴＥＭＰ２＝ｈ（０
）と初期値をもって「ｊ−１〜Ｊｎ」まで下記（ｂ）〜
（ｆ）を繰返す。

（ｂ）ＴＥＭＰ３＝ｈ（ｊ） （ｃ）ｈ（ｊ）ＴＥＭＰ１＋２＊ｓ（ｉ，ｊ）（ｄ）Ｔ
ＥＭＰ１＝ｇ（ｉ） （ｅ）ｇ（ｊ）＝ＭＡＸ ＴＥＭＰ２＋ａ（ｉ，ｊ） ｈ（ｊ） ＴＥＭＰ３＋ｓ（ｉ，ｊ） （ｆ）ＴＥＭＰ２＝ｈ（ｊ） ここで、ｈ（ｊ）は前記ｈ（ｉ−１，ｊ）およびｈ（ｉ
，ｊ）の両方に代わるものであり、ｇ（ｊ）はｇ（ｉ、
ｊ）と同じものである。

以上で使用記憶エリアＭ３はｈ（ｊ）、ｇ（ｊ）の２種
であるから Ｍ３＝２＊（Ｊ＋１）＊Ｎ＋２＊Ｉ・・・（５２）とな
り前記２段ＤＰ法による（１５）式Ｍ１より小さくなる
。

以上のステップ１に関する部分’ｋＤ、、Ｗ、のテーブ
ルを作成するまでの詳細を示すと次のようになる。

（ステップ１−１）Ｄｉのテーブルを「ｉ＝１〜Ｉ」ま
ですべて「−∞」でクリアする「Ｄ０＝０」とする。ま
た各単語毎の作業エリアをすべて「−∞」とする。

ｇｎ（ｊ）＝−∞ ｈｎ（ｊ）＝−∞ ｎ＝１〜Ｎ ｊ＝１〜Ｊｎ 「ｉ＝１」とする。

（ステップ１−２）ｎ＝１とする。

（ステップ１−３）ＴＥＭＰ１＝Ｄｉ−１（＝ｇｎ（０
））ＴＥＭＰ２＝−∞（＝ｈｎ（０）） とする。

（ステップ１−４）「ｊ＝１」からＪｎまで（ステップ
１−５）を繰返す。

（ステップ１−５）ＴＥＭＰ３＝ｈｎ（ｊ）とおきｈｎ
（ｊ）＝ＴＥＭＰ１＋２＊ｓｎ（ｉ、ｊ）ＴＥＭＰ１＝
ｇｎ（ｊ） ＴＥＭＰ２＝ｈｎ（ｊ） （ステップ１−６）ｇｎ（Ｊｎ）＜Ｄｉならば（ステッ
プ１−７）へ、そうでなければ Ｄｉ＝ｇｎ（Ｊｎ） Ｗｉ＝ｎ とする。

（ステップ１−７）ｎ＝ｎ＋１とし ｎ≦Ｎならば（ステップ １−３）へ （ステップ１−８）ｉ＝ｉ＋１ ｉ≦Ｉならば（ステップ １−２）へ 以上（ステップ１−１）〜（ステップ１−８）により、
すべてのＤｉ、Ｗｉが求まった。

上記説明中のＴＥＭＰ１、ＴＥＭＰ２、ＴＥＭＰ３は、
それぞれ一時記憶用のレジスタであり、ｓｎ（ｉ、ｊ）
は入力ベクトルａ１と第ｎ単語の標準ペクトルｂｎｊと
の類似度である。またｇｎ（ｊ）、ｈｎ（ｊ）は各単語
毎の長さ（Ｊｎ）の漸化式の途中結果を蓄える記憶部で
ある。

（ステップ１−５）の類似度の計算および漸化式の計算
は、全体として第５図（ａ）に示した直線６８、６９に
よる制限を使用しないと、Ｃ４＝Ｊ＊Ｉ＊Ｎ・・・（５
３） となる。必要とする記憶エリアＭ４は Ｍ４＝２＊Ｊ＊Ｎ＋２＊Ｉ・・・（５４）となる。これ
に（１６）式の値を代入するとＣ４＝２１００００ Ｍ４＝３７４０・・・（５５） となり、前記２段ＤＰの（１７）式と較べて、演算量で
１／２５、記憶エリアで約１／２となる。

次に第２ステップについて説明する。第１ステップによ
って、Ｄｉ、Ｗｉは「１≦ｌ≦■」において既知である
から、全体としての最大類似度Ｄ１を与える標準パター
ンＢｎの順列組合せＢ＝Ｂｎ１＋Ｂｎ２＋・・・＋Ｂｎ
Ｙ−１＋ＢｎＹ・・・（６０）の最後を構成する単語ｎ
ＹはＷＩである。単語ｎＹと、一つ前の単語ｎＹ−１と
の境界を決定すれば、直前の単語はＷｉより決まる。以
上を入力パターンの始点「ｉ＝１」まで繰返せば、入力
された単語ｎ１、ｎ２、・・・、ｎＹ−１、ｎＹが逆順
で求まる。

これを第７図によって説明すると、入カパターンＡの終
端「ｉ＝Ｉ」から９６で示す単語ＷＩについて逆方向に
スタートし、今入力された単語列のｘ番目の単語と（ｘ
−１）番目の単語の区切点が判明しており、（ｘ−１）
番目の単語の終端（逆方向動的計画法によるマッチング
では始点）を「ｉ＝ｕ」とすると、（ｘ−１）番目の単
語は９５で示すＷｕとなる。単語Ｗｕの標準パターンＢ
Ｗｕを「ｊ＝ＪＷｕ〜１」と逆方向に並べた標準パター
ンＢＷｕと、入力パターンＡの始点ｕより終端ｖまでの
逆方向部分パターンＡ（ｕ、ｖ）との部分類似度を式（
３１）と同様の動的計画法により類似度Ｓ（Ａ（ｕ、ｖ
）ＢＷｕ）を計算する。

これは点９１（ｕ、Ｊｗｕ）よりスタートし、範囲９９
の中で点９２（ｖ、１）に至る最大値を与える経路を探
すことで、求まった類似度Ｓ（Ａ（ｕ、ｖ）ＢＷｕ）と
、９３で示すＤｖ−１との和を最大にすること、つまり ＭＡＸｖ（Ｄｖ−１＋Ｓ（Ａ（ｕ、ｖ）ＢＷｕ））・・
・（６１）を最大にするｖを範囲９９の「ｊ＝１」なる
すべての終端（ｖ、１）について探す。求められたｖを
ｖｍａｘとし、この（ｘ−１）番目の単語と（ｘ−２）
番目の単語との境界とし、つぎにｕ＝ｖｍａｘ−１・・
・（６２） とおいて、「ｕ＝Ｏ」になるまで、（６１）（６２）式
を繰返せば認識単語はＷｕとして順次、逆順に求まる。

式（６１）は式（２４）の〔〕内のＰ＝ｖ−１ ｑ＝ｕ ｎ＝Ｗｕ・・・（６３） と置きかえたものであり、また式（２４）を最大化する
単語ｎはＷｕと決定しているから、式（６１）は９０で
示すＤｕに等しいことになる。

実際には、使用する漸化式の種類（対称性等）とか、認
識装置の演算誤差を考慮すると等しくならない場合もあ
るため、最大値を求め、その最大値を与えるｖを境界と
決定する。

以上のステップ２を詳細に示すと、 （ステップ２−１）ｕ＝Ｉ ｘ＝１とする。

（ステップ２−２）Ｗｕを認識単語ｎｘとして出力する
。

（ステップ２−３）動的計画法の作業エリアを ｇ（ｊ）＝０（ｊ＝Ｊｎ＋１） −∞（ｊ＝１〜Ｊｎ） ｈ（ｊ）＝−∞（ｊ＝１〜Ｊｎ＋１） と初期セットし、 ＴＥＭＰ１＝ｇ（Ｊｗｕ＋１）＝０、ＤＭＡＸ＝０とお
くＴＥＭＰ２＝ｈ（Ｊｗｕ＋１）＝−∞ （ステップ２−４）ｉ＝ｕとおく （ステップ２−５）「ｊ＝ＪＷｕ」から「１」まで（ス
テップ２−６）を繰返 す。

（ステップ２−６）ＴＥＭＰ３＝ｈ（ｊ）ｈ（ｊ）＝Ｔ
ＥＭＰ２＋ｓＷｕ（ｉ，ｊ）ＴＥＭＰ２＝ｈ（ｊ） （ステップ２−７）ｇ（１）ならば （ステップ２−８）へ ＤＭＡＸ＝ｇ（１）＋Ｄｉ−１ ｖｍａｘ＝１ （ステップ２−８）ｉ＝ｉ＋１ ｉ≧ｕ−２−Ｊｗｕならば （ステップ２−５）へ （ステップ２−９）単語の境界ｖｍａｘが判明したから
、次に ｘ＝ｘ＋１ ｕ＝ｖｍａｘ−１とおき ｕ＞Ｏなら（ステップ２ −２）へ （ステップ２−１０）「Ｙ＝ｘ−１」とすれば入カパタ
ーン中の単語の個数Ｙ が与えられる認識単語として 出力されたｎｘ（ｘ＝１〜Ｙ）を逆順 に並べ直す。「ｎＹ、ｎＹ＋１、・・・、ｎ２、ｎ１」 以上の説明でＴＥＭＰ１、ＴＥＭＰ２、ＴＥＭＰ３は（
ステップ１）で使用したものと同じで、ｇ（ｊ）、ｈ（
ｊ）は単語Ｗｕに関する（ステップ１）で使用したｇｎ
（ｊ）、ｈｎ（ｊ）と同じ、ＤＭＡｘは（６１）式の最
大値を記憶するものである。

（ステップ２）の演算量Ｃ５は、境界を探索するときの
単語が判明しているため、入カバターンＡに含まれる単
語数をＹとすると、 前記（１６）式および単語の個数Ｙの平均値として「Ｙ
＝４」を代入すると、 Ｃ５−３６７５・・・（６５） となり、これは第１ステップの演算量、すなわち（５５
）式のＣ４と比べて２％以下と非常に少く、この発明に
おける全体の演算量はほぼＣ４で与えられる。

以上の説明において、ベクトルａ、ｂの類似度として相
関値等のようなベクトルａ、ｂがより似ていればより大
きな値をもつものとしたが、距離「１ａ−ｂ１」の場合
は、似ていれば小さな値となるため、上記のすべての最
大値は最小値に、初期値の「−∞」は「＋∞」に置きか
えればよい。

以上、この発明は第１ステップで入カパターンＡと標準
パターンの最適な組合せ（解）との間の最大類似度が求
まり、第２ステップでは第１ステップの中間結果Ｄｉ、
Ｗｉを利用して、入カパターンＡの終端から最大類似度
を与えたマッチング経路を逆戻りすることにより、単語
の境界、番号、個数を決定する連続音声認識手段を構成
するものである。

〔発明の実施例〕

以下図面を参照してこの発明の一実施例を説明する。第
８図はその構成を示すもので、マイクロホン１０１で音
声入力を捕捉するもので、この入力音声信号は特徴抽出
部１０２に供給し、入力音声信号からＱチャンネルの分
析フィルタにより周波数分析し、各チャンネルの出力レ
ベルを時間標本化して特徴ベクトルａｉ＝（ａ１ｉ・ａ
２ｉ・・・、ａＱｉ）を作り出す。この特徴ベクトルａ
ｉは入力パターンバッファ１０３に供給し、ベクトルａ
ｉを「ｉ＝１」から終端Ｉまでの入力パターンＡとして
蓄える。ここで入カパターンＡに含まれるベクトルａｉ
の個数■は、特徴抽出部１０２で決定される。１０４は
標準パターン記憶部で、Ｎ個の標準パターン「Ｂｎ（ｎ
＝１・・・Ｎ）」を記憶するもので、このパターン「Ｂ
ｎ＝（ｂｎ１、ｂｎ２、・・・、ｂｎｊｎ）は、前記ベ
クトルａｉと同様にＱ次のベクトル「ｂｎｊ＝（ｂｎ１
ｊ、ｂｎ２ｊ、・・・、ｂｎＱｊ」が各標準パターン長
Ｊｎ個よりなる。前記入カパターンバッファ１０３より
信号ｉにしたがって出力される特徴ベクトルａｉと、標
準パターン記憶部１０４より信号ｊ，ｎにしたがって出
力される特徴ベクトルｂｎｊとは第１の漸化式計算部１
０５に供給されてベクトル間類似度ｓｎ（ｉ、ｊ）を計
算する。また、初期値信号Ｄｉ−１を使って（５１）式
を「ｊ＝１〜Ｊｎ」まで計算し、終端をｉとした入カパ
ターン「Ａ１、ｉ）」に対する類似度を各単語毎に「ｇ
ｎ（１，Ｊｎ）として出力する。この前記第１の漸化式
計算部１０５よりの「ｇｎ（１，Ｊｎ）」は前記（ステ
ップ１−６）を実行する第１判定部１０６に供給し、時
間点ｉにおける最大類似度Ｄｉと比較し、もし「ｇｎ（
ｉ、Ｊｎ）」が大きければＤｉを書き直し、またそのと
きのｎをＷｉとして記憶する。

１０７は（２４）式により定義される時間点ｉを終端と
した最大類似度Ｄｉを記憶する最大類似度記憶部で、第
１判定部１０６により出力される最大値が記憶される。

また、第１の判定部１０６より得られる最大類似度Ｄｉ
を与える単語番号ｎは終端単語記憶部１０８に書込み記
憶される。

１０９は、第２の漸化式計算部で、逆方向による類似度
「Ｓ（Ａ（ｕ、ｖ）、ＢＷｕ）＝ｇ（ｖ，１）」を計算
するもので、この第２漸化式計算部１０９の出力「ｇ（
ｖ、１）」と、最大類似度記憶部１０７よりのＤｖ−１
から第２判定部１１０で（６１）式を最大化する区切り
点ｖｍａｘを判定し、出力する。この第２判定部１１０
の出力である区切り点ｖｍａｘより得られる「ｕ＝ｖｍ
ａｘ−１」にもとずく単語番号Ｗｕは順序入替部１１１
にｎｘ（ｘ＝１・・・Ｙ）として記憶しておき、この入
替部１１１では最後に時間順序を入替えてｎｙ（ｙ＝１
・・・Ｙ）として出力する。１１２は全体をコントロー
ルする制御部で、各種信号を発生し、上記特徴抽出部１
０２〜順序入替部１１１を制御する。

すなわち、上記のように構成される装置において、マイ
クロホン１０１から入力された音声信号は、特徴抽出部
１０２において、Ｑチャンネルの周波数分析フィルタに
よる出力を制御部１１２よりの標本化信号ｔによって標
本化して、Ｑ次元のベクトル「ａ＝（ａ１、ａ２、・・
・ａＱ）」として出力する。また、この特徴抽出部１０
２は、音声の始点および終端の検出信号と、始点から終
端までのベクトルａの個数Ｉを制御部１１２へ出力する
。入力パターンバッファ１０３は制御部１１２からの信
号「ｉ＝１〜Ｉ」にしたがって、抽出部１０２からの特
徴ベクトルａｉを記憶する。ここで、説明を簡単にする
ために、入力パターンバッファ１０３にすべての入カパ
ターンが入力し終っているものとする。制御部１１２で
は、まず（ステップ１−１）にしたがって、第１の漸化
式計算部１０５内の途中結果記憶レジスタｇｎ（ｊ）、
ｈｎ（ｊ）および最大類似度記憶部１０７を初期セット
する。次にこの制御部１１２は信号ｌを「１」からｒＩ
Ｊまで順次出力し、この各信号１において、信号ｎ１ｒ
ｌＪからｒＮＪまで出力する。さらにこの各信号ｎにお
いて、信号ｊを「１」から各単語「ｎ」の２４ターン長
「ＪｎＪまで順次出力する。

入カバターンバッファ１０３は、上記制御部１１２から
の信号ｉにより指定されたベクトルａｉを出力し、標準
パターンバッファ１０４は同じく制御部１１２からの単
語選択信号ｎおよび信号ｊにより指定されたベクトルｂ
ｎｊを出力する。

これらパターンバッファ１０３、１０４からの出力信号
が供給される第１の漸化式計算部１０５は、漸化式の初
期値を最大類似度記憶部１０７よりの１単位時間前つま
り（ｉ−１）」における最大値Ｄｉ−１として、各単語
毎の途中結果記憶レジスタｇｎ（ｊ）、ｈｎ（ｊ）の過
去値と、ベクトルａｉ、ｂｎｊのベクトル間類似度ｓｎ
（ｉ、ｊ）とにより、（５１）式にしたがって漸化式を
計算しｇｎ（ｊ）、ｈｎ（ｊ）を更新する。そして、「
ｊ＝Ｊｎ」に達すると第１判定部１０６は、第１の漸化
式計算部１０５からのｇｎ（ｉ、Ｊｎ）と、単語「（ｎ
−１）」までの時間ｉを終端とした最大類似度Ｄｉとを
比較し、ｇ（ｉ、Ｊｎ）のほうが大きければＤｉをｇｎ
（ｉ、Ｊｎ）で書き換える。また、そのときの単語番号
ｎをＷｉとして終端単語記憶部１０８に記憶する。

「ｎ＝１・・・Ｎ」について上記動作が終了すると、ｉ
を「１」増して入力パターンの個数Ｉだけ「（ｉ＝１・
・・■）」繰返すと「ｉ＝１・・・Ｉ」についてのすべ
てのＤｉ、Ｗｉが求まる。

制御部１１２は上記動作が終了すると、「ｕ＝■」を初
期値として出力し、終端単語記憶部１０８より認識単語
Ｗｕを取り出す。また制御部１１２は、第２の漸化式計
算部１０９内の途中結果記憶部ｇ（ｉ）、ｈ（ｊ）等と
、第２判定部１１０内の（６１）式の最大値検出用レジ
スタＤＭＡＸを（ステップ２−３）にしたがって初期化
する。次に制御部１１２は信号ｖをｕから１づつ減らし
ながら、「（ｕ−２・Ｊｗｕ）」まで出力し、また各ｖ
において信号ｊをＪＷｕから「１」まで１づつ減らしな
がら出力する。

入力パターンバッファ１０３は信号ｖによって指定され
たベクトルａｖを出力し、標準パターン記憶部１０４は
、単語番号Ｗｕおよび信号ｊによって指定されたベクト
ルｂＷｕｊを出力する。

第２漸化式計算部１０９は、途中結果記憶レジスタｇ（
ｊ）、ｈ（ｊ）と、ベクトルａｖ、ｂＷｊｕのベクトル
間類似度ｓ（ｖ、ｊ）とにより（ステップ２−６）を「
ｊ＝１」まで実行する。そして、「ｊ＝１」になると第
２の判定部１１０は、第２の漸化式計算部１０９の出力
ｇ（ｖ、１）と、時間点（ｖ−１）を終端とした最大類
似度Ｄｖ−１との和を、過去「（ｖ＝ｕ〜（ｖ＋１））
」の最大値ＤＭＡＸと比較し、もし大きければこのＤＭ
ＡＸを「（Ｄｖ−１＋ｇ（ｖ、１）」と置き替え、その
ときのｖをｖｍａｘとして記憶する。以上を「ｖ＝ｕ〜
（ｕ−２・Ｊｗｕ）」まで実行する。そして、このよう
にして得られたｖｍａｘから「ｕ＝ｖｍａｘ−１」とし
て、制御部１１２へ出力する。この制御部１１２は「ｕ
＝Ｏ」になるまで上記動作を繰返す。順次得られた単語
信号Ｗｕは、順序入替部１１１に「ｎｘ（ｘ＝１・・・
ｙ）」として記憶され、「ｕ＝Ｏ」になったとき「ｎ、
＝ｎｙ、ｎ２＝ｎＹ−１・・・ｎＹ＝ん１と順序を入替
えたｎｙ（ｙ＝１・・・Ｙ）として出力する。

上記実施例では、入カパターンＡが入カパターンバッフ
ァ１０３にすべて入力されてから認識動作が始まるもの
としたが、この発明は（ステップ１−１）〜（ステップ
１−８）で示したように入力ベクトルａが１個入力され
ると同時に（ステップ１−２）〜（ステップ１−７）の
演算を進めることができ、発声開始から認識結果応答ま
での全時間全認識処理に利用することにより、応答時間
の短縮が可能である。また、第１の漸化式計算部１０５
は、単語ｎについて並列化することにより高速化するこ
とができる。

さらに第１の漸化式計算部１０５と、第２の漸化式計算
部１０９とは、それぞれ（ステップ１−５）、（ステッ
プ２−６）で示すように同じ処理を実行しており、第２
のステップは第１のステップの処理が完全に終了しなけ
れば処理を開始することができないから、第２のステッ
プの処理も第１の漸化式計算部１０５で実行することに
より、第２の漸化式計算部１０９は省略することができ
る。

また、マイクロホン１０１は電話の受話器等任意のもの
が使用できる。さらに上記の実施例では、参照符号１０
１〜１１２まですべてハードウェアで処理作動する例を
示したが、一部分または全部をプログラム制御で処理し
てもよい。

また、特徴抽出部１０２は周波数分析フィルタとしたが
、これは音声信号の自己相関係数とか線形予測係数とか
パーコール／（ＰＡＲＣＯＲ）係数等音声の特徴を表わ
すことのできるパラメータを抽出することができるもの
であればなんでもよい。また、ベクトル間類似度として
は相関、距離等なんでもよい。

次に上記実施例の最も重要な構成部である第１の漸化式
計算部１０５の構成例を第９図（ａ）に示す。第９図（
ａ）は（５１）式を実行するもので、１２０は、ベクト
ルａ１とｂｎｊのベクトル間類似度ａｎ（ｉ、ｊ）を計
算し出力するベクトル間類似度計算部、１２１は、入力
がｇｎ（ｉ−１、ｊ）、出力がｇｎ（ｉ−１、ｊ−１）
となる。一時記憶用レジスタＴＥＭＰ１で「ｊ＝１」と
して計算がスタートするときは、Ｄｉが初期値としてプ
リセットされる。

１２２は、入力がｈｎ（ｉ，ｊ）、出力がｈｎ（１，ｊ
−１）となる、一時記憶用レジスタＴＥＭＰ２で「ｊ＝
１」として計算がスタートするときには−∞がプリセッ
トされる。１２３はｈｎ（１−１，ｊ）を一時保持する
ためのレジスタＴＥＭＰ３である。

ベクトル間類似度計算部１２０の出力ｓｎ（ｉ、ｊ）は
、２倍回路１２４に供給し、「２・ｓｎ（１，ｊ）」と
して出力する。また、レジスタ１２１の出力「ｇｎ（ｉ
−１，ｊ−１）と、上記２倍回路１２４の出力「２・ｓ
ｎ（ｉ、ｊ）」を加算器１２５で加え、この加算器１２
５は「（ｇｎ（ｉ−１，ｊ−１）＋２・ｓｎ（ｉ、ｊ）
つまりｈｎ（ｉ、ｊ）を出力する。また、レジスタ１２
２の出力ｈｎ（ｉ，ｊ−１）と、類似度計算部１２０の
出力ｓｎ（ｉ、ｊ）は加算器１２６で加算し、この加算
器１２６は「（ｈｎ（ｉ、ｊ−１）＋ｓｎ（ｉ、ｊ））
を出力する。

さらにレジスタ１２３の出力ｈｎ（ｉ−１，ｊ）と、類
似度計算部１２０の出力ｓｎ（ｉ−ｊ）は加算器１２７
で加え、この加算器１２７は「（ｈｎ（ｉ−１、ｊ）＋
ｓｎ（ｉ，ｊ））」を出力する。１２８は、後述するメ
モリ１３０の出力ｈｎ（ｉ、ｊ）と、加算器１２６、１
２７の各出力の最大を選択、つまりｇｎ（ｉ，ｊ）を出
力する最大値検出器で、この検出器１２８の出力はメモ
リ１２９に供給する。このメモリ１２９は、 ｇｎ（ｊｊ）＝ｇｎ（１，ｊ）・・・（１≦ｊｊ≦ｊ）
ｇｎ（ｊｊ）＝ｇｎ（ｉ−１、ｊ）・・・（ｊ＜ｊｊ≦
Ｊｎ）を記憶するもので、その読み出し出力は前記レジ
スタ１２１に供給する。前記加算器１２５の出力ｈｎ（
ｉ，ｊ）はメモリ１３０に記憶するもので、ｈｎ（ｊｊ
）＝ｈｎ（ｉ，ｊ）・・・（１≦ｊｊ≦ｊ）ｈｎ（ｊｊ
）＝ｈｎ（ｉ−１、ｊ）・・・（ｊ＜ｊｊ≦Ｊｎ）を記
憶する。このメモＩＪ７ｇｏの読み出し出力は、レジス
タ１２２および最大検出器１２８に供給する。１３１は
、上記漸化式計算部を制御する漸化式制御部で、Ｔ１、
Ｔ２、Ｔ３、Ｔ４、Ｔ５の各タイミング信号を、それぞ
れレジスタ１２１、１２２、１２３の書込み、さらにメ
モリ１２９゜１３０の書込み信号として出力する。タイ
ミング信号Ｔ１〜Ｔ５は各ｊについて各々１個づつ第９
図（ｂ）で示す順序で出力される。Ｔ０はプリセット信
号で、レジスタ１２１にはｇｎ（ｉ−１、０）に替わる
Ｄｉを、レジスタ１２２にはｈｎ（ｉ、０）に替わる−
∞をそれぞれ「ｉ＝１」で計算がスタートする直前にプ
リセットする。

上記のように構成される漸化式計算部において、第５図
（ｂ）の斜線部を実行する場合の動作を説明すると、入
力パターンＡの時間点「ｉ＝Ｐ」まではすべてのｎにつ
いて演算が終了しており、Ｄｉは「０≦ｉ≦Ｐ」まで確
定している。また、メモリ１２９は「ｇｎ（Ｐ、ｊ）ｎ
＝１・・・Ｎｊ＝１・・・Ｊｎ）」を記憶し、メモリ１
３０は「ｈｎ（Ｐ、ｊ）ｎ＝１・・・Ｎｊ＝１・・・Ｊ
ｎ）」を記憶している。

単語番号ｎおよび標準パターンＢｎのベクトルｂｎｊを
とり出すインデックスｊは、第８図の制御部１１２から
指定される。第５図（ｂ）の斜線部を実行するにあたり
、第９図（ｂ）の時刻ｔ０でレジスタ１２１および１２
２はそれぞれＤｐおよび−∞のを信号Ｔ０で初期セット
される。次に「ｊ＝１」として時刻ｔ１でレジスタ１２
３は、メモリ１３０よりの「ｈｎ（１）」つまりｈｎ（
Ｐ、１）を信号Ｔ３で書込まれる。次に「ｉ＝Ｐ＋１」
および「ｊ＝１」で指定されたベクトルａｐ＋１、ｂｐ
のベクトル間類似度ｓｎ（Ｐ＋１、１）が類似度計算部
１２０で計算され、その計算結果を２倍回路２２１で２
倍した「２・ｓｎ（Ｐ＋１、１）がレジスタ１２１の出
力つまり「ｇｎ（Ｐ、０）＝Ｄｐ」と加算器１２５で加
算して、「ｈｎ（Ｐ＋１、１）」とし、メモリ１３０の
ｈｎ（１）に時刻ｔ２信号Ｔ５で書込まれる。そして、
時刻ｔ３においてメモリ１２９の出力ｇｎ（１）つまり
ｇｎ（Ｐ、１）がレジスタ１２１に信号Ｔ１で書込まれ
る。

またレジスタ１２２の出力、つまり「ｈｎ（Ｐ、０）＝
−∞」は類似度計算部１２０の出力ｓｎ（Ｐ＋１、１）
と加算器１２６で加算される。また、レジスタ１２３の
出力、つまり「ｈｎ（Ｐ、１）」は、同様に上記ｓｎ（
Ｐ＋１、１）と加算器１２７で加算される。最大値検出
器１２８は加算器１２６、１２７および１３０の出力で
最大のもの、つまりメモリ１３０の出力 ｈｎ（１）＝ｈｎ（Ｐ＋１、１）＝（Ｄｐ＋２・ｓｎ（
Ｐ＋１．１））をメモリ１２９へ「ｇｎ（１）−ｇｎ（
Ｐ＋１、１）」として時刻ｔ４に信号Ｔ４で書込む。時
刻ｔ５では、メモリ１３０の出力「ｈｎ（１）＝ｈｎ（
Ｐ＋１、１）が信号Ｔ２で書込まれて「ｊ＝１」のサイ
クルが終了する。

制御部１１２からの「ｊ＝２」で次のサイクルがスター
トする。すなわち、時刻ｔ６ではレジスタ１２３にはメ
モリ１３０の出力ｈｎ（２）つまりｈｎ（Ｐ、２）が書
込まれ、時刻ｔ７では、レジスタ１２１の出力ｇｎ（Ｐ
、１）と２倍回路１２４の出力「２・ｓｎ（Ｐ＋１、２
）の和ｈｎ（Ｐ＋１、２）がメモリ１３０にｈｎ（２）
として書込まれる。時刻ｔ８ではメモリ１２９の出力「
ｇｎ（２）＝ｇｎ（Ｐ、２）」に書込まれ、時刻ｔ９で
はメモリ１３０の出力「ｈｎ（２）＝ｈｎ（Ｐ＋１．２
）」と、加算器１２６からの出力「（ｈｎ（Ｐ＋１．１
）＋ｓｎ（Ｐ＋１．２）」と、加算器１２７からの出力
「（ｈｎ（Ｐ、２）＋ｓｎ（Ｐ＋１、２））」の最大値
が、メモリ１２９へ「ｇｎ（２）＝ｇｎ（Ｐ＋１、２）
として書込まれ、時刻ｔ１０ではメモリー３０の出力「
ｈｎ（２）＝ｈｎ（Ｐ＋１、２）がレジスタ１２２に書
込まれて「ｊ＝２」のサイクルが終了する。以上のサイ
クルをＪｎまで繰返すとメモリ１２９の出力ｇｎ（Ｊｎ
）はｇｎ（Ｐ＋１、Ｊｎ）を示すようになる。これは第
８図の第１の判定部１０６の入力となる。

以上の例は、（３１）成を変形した（５１）式を実行す
るものであるが、その他に両側傾斜制限をもった漸化式
としては ｇｎ（ｉ、ｊ）＝ｓｎ（ｉ，ｊ）＋ＭＡＸｇｎ（ｉ−１
、ｊ−２）＋２・ｓｎ（ｉ、ｊ−１）ｇ（ｉ−Ｉ、ｊ−
１）＋ｓｎ（ｉ、ｊ）ｇ（ｉ−３、ｊ−２）＋２・ｓｎ
（ｉ−２、ｊ−１）・・・（７０） など多くの変形が考えられる。

（７０）式の傾斜は「２／３」と「１」と「２」で、こ
れは標準パターン長の「−５０％」から「＋５０％」ま
で入力パターンの変化を許すものであり、（３１）式の
傾斜「１／２」「１」「２」の「−５０％」から「＋１
００％」よりも強い制限を含んでいる。（３１）式を（
５１）式と変形して第９図（ａ）のように構成する場合
と同様にｆｎ（ｉ、ｊ）＝ｇｎ（ｉ−２，ｊ−２）＋２
・ｓｎ（ｉ−ｊ）・・・（７１）＝ｈｎ（ｉ−１，ｊ−
１）＋２・ｓｎ（ｉ、ｊ）・・・（７２）と定義すると
（７０）式は ｇｎ（ｉ，ｊ）＝ｓｎ（ｉ，ｊ）＋ＭＡＸｈｎ（ｉ、ｊ
−Ｉ） ｇｎ（ｉ−Ｉ、ｊ−１）＋ｓｎ（ｉ，ｊ）ｆｎ（ｉ−Ｉ
、ｊ） ・・（７３） または ｇｎ（ｉ，ｊ）＝ＭＡＸ ｈｎ（ｉ、ｊ−１）＋ｓｎ（ｉ，ｊ） ｈｎ（ｉ、ｊ） ｆｎ（ｉ−１、ｊ）ｓｎ（ｉ，ｊ）・・・（７４）とな
り、これは第１ステップを変形すれば（ステップ１’−
１） Ｄ０＝０ Ｄｉ＝−∞（ｉ＝１〜Ｉ） ｇｎ（ｊ）＝−∞ ｈｎ（Ｊ）＝−∞ ｆｎ（Ｊ）＝−∞ ｎ＝１〜Ｎ ｊ＝１〜Ｊｎ とおき ｉ＝１とする。

（ステップ１’−２）ｎ＝１とする。

（ステップ１′−３）ＴＥＭＰ１＝Ｄｉ−１（＝ｇｎ（
０））ＴＥＭＰ２＝−∞（＝ｈｎ（０）） として （ステップ１’−４）ｊ＝１からＪｎまで（ステップ１
−５）を繰返す。

（ステップ１”−５）ＴＥＭＰ３＝ｈｎ（ｊ）ｈｎ（ｊ
）＝ＴＥＭＰ１＝ｇｎ ｓｎ（１、ｊ） ＴＥＭＰにｇｎ（ｊ） ＴＥＭＰ２＝ｈｒｌｊ） ｆ、７ｊ月ＴＥＭＰ３＋２・ｓｎ（１，ｊ）（ステップ
１’−６）ｇｎ（Ｊｎ）＜ＤＩｆｚラｌｄ（：’＜７ｙ
プｌ’−７）へそうでなければ Ｄｌ二ｇｎ（Ｊｎ） Ｗｌ＝ｎとおく。

（ステップ１’−７）ｎ＝ｎ＋ｌとし ｎ＝Ｎならば（ステラ７″１’ −３）へ。

（ステラ７’１’−８）ｉ＝ｉ＋１とし１≦Ｉならば（
ステップ１′ −２）へ。

以上をハードウェアで構成したのが第１０図で、第９図
（ｂ）と同じタイミングで作動する。第１０図において
第９図（ｂ）と同一部分は同一符号を付してその説明は
省略する。

ここで傾斜制限をもたない漸化式の例として、あるいは などがある。上記第２の例は、特開昭５１−１０４２０
４号で使用されているが、傾斜制限５７− をもたないために、急激な時間軸の整合を避けるために
は、第１図で直線１１．１２のような整合窓が必要であ
る。

上記のような順化式の場合、整合窓があっても部分的に
極端な整合がおきるため、認識実験によると、あ１υ良
くないことが多く報告されている。

〔他の実施例〕

第１１図はこの発明の他の実施例を示すもので、１０１
は音声入力に用いるマイクロホンで、このマイクロホン
１０１からのアナログ状音声信号はい変換器１１１でデ
ィジタル値に変換する。１４２は入カバターンＡ、標準
１？ターンＢｌ化式の途中結果ｇｎ（ｊ）、ｈｎ（ｊ）
、ｄｊ）、１（ｊ）および最大類似度Ｄｉ１終端終端単
語等５記憶するデータメモリ、１４３はプログラムメモ
リで、前記ディジタル値に変換された音声信号はＣＰＵ
Ｚ（４に結合し、プログラムメモリ１４３のプログラム
はこのＣＰＵＺ＃４で実行される。

すなわち、マイクロホン１０）から入力され５８− た音声信号は、の変換器１４１にてディジタルの数値と
なり、一定時間例えば１００μ秒毎にＣＰＵ１４４に読
込まれ、データメモリ１４２に記憶される。ＣＰＵ１４
４は、この数値が一定個数例えば１５０個読込まれると
高速フーリエ変換（ＦＦＴ）ｆｆｉ実行し、電力スペク
トラムを求め、それに１６個の三角形窓を乗じて、１６
チヤンネルのバンド・セスフィルタによる周波数分析と
同様な結果を得、それ全入力ベクトルａとする。この１
５０個のデータは、１５ｍ秒毎にそろうものであるが、
この１５ｍ秒を１フレームとする。

つぎに、プログラムメモリ１１３内のプログラムによる
ＣＰＵ１１＃の動作を第１２図〜１５図のフローチャー
トにしたがって説明する。

まずフローチャート内で使用する変数１１は割り込み処
理内で計算されたベクトルａ２ストアするときのアドレ
スを示すインデックス。変数ｔは同じく割シ込み処理内
で使用される終端検出用の低電力フレームを計数するカ
ウンタ、変数１１は始点から終端までのベクトルａの個
数を示し、変数１２は認識処理における入力ベクトルａ
の取シ出し用のインデックスで、音声途中の低電力フレ
ームにおいては、処理２（前記の第１のステップに相当
）を実行せずに先へ進む。

変数ｉ３は、処理２を実行するときの入力ベクトルａを
取り出すインデックス、Ｄｉｌｇ、（ｊ）、ｈ、（ｊ）
、Ｗｌ。

〆ｊ）、ｈ（ｊ）はデータメモリ１１２に記憶されるも
ので、Ｄｉは第１フレームを終端とした最大類似度、ｇ
、（ｊ）、ｈ、（ｊ）は単語ｎについての処理２におけ
る漸化式の途中結果を記憶するためのもの、Ｗ、はＤｌ
’ｉ与える単語系列の終端単語、〆ｊ）、Ｍｊ）は処理
３（前記の第２ステツプに相当）における漸化式の途中
結果を記憶するもの、変数ｊは標準パターンのベクトル
ｂｊｋ取り出すインデックス、変数ｎは単語番号を示す
もので、定数Ｊｎは単語ｎの時間長（フレーム数）を示
し、定数Ｎは標準ノ母ターンの数を示す。変数ＴＥＭＰ
Ｉ、ＴＥＭＰ２。

ＴＥＭＰ３は漸化式計算部における一時記憶レジスタ、
変数Ｕは処理３における逆方向のノｆターンマツチング
の部分パターンの始点ケ与えるインデックス、変数Ｖは
逆方向・リーンマツチングの部分パターンの終端を与え
るインデックス、ＤｎＭＬｘは（６１）式の最大値を検
出し記憶するだめのレジスタ”ｎ’ｌａＸはＤｌｎａＸ
ヲ与えたインデックスＶを記憶するレジスタ、変数Ｘは
認識単語番号ｎｘを記憶するインデックス、ａｎ（１，
ｊ）はベクトルａｉとｂＴ！とのベクトル間類似度であ
る。記号−のはＣＰＵ１ｄｊ内で実現できる負の最大値
を示す。

主プログラムはスタートステップ２００から始まりステ
ップ２０１で音声の始点、終端を検出したことを示すフ
ラグ「０」を初期セットし、Ａ／Ｄ変換器１１１からの
１００μ秒毎の割り込み全許可する。以下の処理はデー
タの取り込み、特徴ベクトルａの計算、始点、終端の検
出等を行う割り込み処理と、認識処理の２つが並行に処
理される。

最初に、割り込み処理ステラｆ２２０〜２３３について
説明すると、割り込みが発生すると、−６１＝ 割シ込み処理のスタートステップ２２０より処理を始め
て、ステップ２２１でＡ／Ｄ変換器１１１からのディジ
タルデータを取り込みデータメモリ１１２に記憶する。

データが１５０個に達したかどうかを判断ステ、ゾ２２
２で判断し、達していなければリターンステラｆ２２３
で割り込み処理を抜は出す。１５０個入力されるとステ
ラｆ２２３で前記ベクトルａの計算を実行する。次に判
断ステップ２２イで始点検出フラグが「０」であるか否
かをチェックし、もしｒＯＪならばこのベクトルの電力
（例えばベクトルａの要素の和１”ａ）が閾値以上かど
うかを判断する。ステップ２２７でチェックし閾値以下
であればリターンステップ２３３より抜は出す。また閾
値以上のときは始点が検出されたとして、ステップ２２
８で始点検出フラグを「１」としインデックスｌ、を「
１」と置き、ベクトルを「ａｉｌ＝＝ａｌＪとして入カ
バターンバッファＡＫストアする。そして、ステラｆ２
２９でカラ／りｔｆｊｒ：「０」としリターンステラｆ
２２３で割６２− り込みから抜は出す。

一方判断ステッｆ２２４ですでに始点検出フラグが「１
」となっているときは、ステップ２２５でインデックス
ｉｆ’！ｚｒｌＪ増（７入力ベクトルａｉ１として入カ
バターンバッファＡニスドアする。判断ステップ２２６
にて入力ベクトルの電力が閾値以上であれば前記ステラ
ｆ２２９へ、また以下のときは低電力フレームとしてス
テップ２３θでカウンタｔを「１」増す。

判断ステラｆ２３１にてカウンタｔが「２０」つまり低
電力フレームが２０フレーム続いたか否かをチェックし
、ｒ２０Ｊ以下ならリターンステップ２２３へ、「２０
」以上であれば入力音声の終了とみなしステップ２３２
で始点から終端までの有効ベクトルａの個数ヲ１１と置
き、終端検出フラグ金「１」にセットし、Ａ／Ｄ変換器
１）１からの割シ込みを禁止しリターンステップ２３３
にて割り込みから抜は出す。

以上の割り込み処理により、入カッリーンバッファＡに
は１５ｍ秒毎にベクトルａが取り込まれる。

つぎに、主プログラムのステップ２０２以降を説明する
と、ステラ７°２０２による処理１（第１３図のステッ
プ２４０〜２１５による）は、前記（ステップ１−１）
相当の初期化を行うＱ す碌わち、判断部２０３で始点検出フラグが「１」にな
るまで待ち、「１」になると、音声入力が開始されたも
のとしてステップ２０４でインデックス１２．１３’ｋ
ｒｌＪに初期化する。

つぎに判断ステップ２０５において割り込みで使用され
ているインデックス１１と１２を比較し、１２が１１に
等しいか小さければ判断ステップ２０６に進み、ベクト
ルａ１２の電力が閾値より小さければ、音声途中の低電
力フレームとしてステップ２０７で１２を「１」増して
、判断ステラｆ２０８で終端検出フラグをチェックする
。終端検出フラグが「０」であれば、まだ終端は検出さ
れていないものとして判＠ステッｆｚｏｓへもどる。

前記判断ステップ２０６で電力が閾値以上のときは、ス
テップ２１２へ進んで１２ｋｒＩＪ増シ、ステップ２１
３の前記（ステラ７’１−２）〜（ステップ１−７）に
相当する処理２を実行する。つぎに、ステップ２１１で
インデックスｉ１ａ−ｒＩＪ増して、判断ステップ２１
５にょクインデックスｉ３と１２全比較する。そして、
Ｉ３が１２より小さければステラｆ２１３へもどって処
理２を続け、太きいか等しければ判断ステツｆ２０５へ
もどる。

判断ステツｆ２０８で終端検出フラグが「１」になって
いると、判断ステラｆ２ｏ９でインデックス１３と１１
の大小関係をチェックする。

これは前記ステップ２１３内の処理２が１５ｍ秒以内に
終了しないと、ベクトルａの取り込みが先行することに
なるため、終端が検出されたとき、未評価の入力ベクト
ルａが存在する可能性があるためである。そして、ｉ３
が入力ベクトルの個数工、より小さいか等しい場合、前
記ステップｚ１ａ、２ｚｉと同様の処理全ステップ＝６
５＝ ２１０．２１１で実行する。判断ステップ２θ９で１３
が工、より太きいと判断されればすべての入力４クトル
の評価が終了したものとして、ステラ７”２１６（ｆ）
処理３（前記第２ステツプに相当）を実行し、認識単語
として逆順に甚んたｎＸを得る。そして、ステップ２１
７でｎｘを逆に並べ直して弓として出力する。以上で連
続廿声の認識を終了したことになる。

前記処理２の詳細全第１４図に示す。すなわち、ステッ
プ２５ノは前記（ステップ１−２）に相当し、ステラｆ
２５２はステップ（１−３）に、ステップ２５３．２５
６．２５７は（ステップ１−４）に、また断化弐計算の
ステップ２５（，２５５はステップ（１−５）に、ステ
ップ２５８．２５９は（ステップ１−６）に、ステラｆ
２６１は（ステラ７’１−７）にそれぞれ相当する。

第１５図は前記処理３の詳細を示すもので、ステップ２
７１１ｄ前記（ステップ２−１）Ｋ、ステップ２７２は
（ステップ２−２）ｌＩＣ１’：Ｘテ６６− ッゾ２７３．２７４は（ステップ２−３）に、ステップ
２７５は（ステップ２−４）にそれぞれ相当する。第２
のステップの説明で使用する記号ｌは第１５図のフロー
チャートではＶと置きかえたものに等しい。またステラ
ｆ２７６および２７９．２ｇｏは（ステップ２−５）に
相当し、ステラ７’２７７．２７８は（ステップ２−６
）の漸化式計算に、ステップ２８１、２８２は（ステラ
７’２−７）の最大値検出に、ステップ２８３．２８４
は（ステップ２−８）に、ステラｆ２８５は（ステップ
２−９）に、ステラｆ２８６は（ステップ２−１０）に
相当する。

以上の実施例においては、第２のステップに相当するス
テップ２１６の処理３を低電力フレーム２０個継続によ
る終端検出後としたが、これは１個目の低電力フレーム
検出と同時に実行してもよい。終端検出する前に有効箪
カフレームが入力されたときは、すでに終了している処
理３の結果を無効とする。このようにすれば、終端検出
時には結果ｎＸ（またはｎｙ）は判明してお９、より短
時間に応答することが可能となる。

この実施例における連続音声認識実験の結果は、２桁〜
５桁の各数値４０個、計１６０個の数値に対して９６．
３％、各数値の１桁を１単語とした合計５６０単語に対
しては９９．２％の認識率を得ている。これはこの実施
例を離散発生の孤立単語音声認識として実験した１００
０個の単語に対する認識率９９．５％とほぼ同じ成績を
示しておりこの連続音声認識手段が有効であることを示
している。

〔発明の動床〕

（１）入力・母ター／Ａの始点ｒｉ＝ＩＪ終端「ｉ二ｑ
」とする部分パターンＡ（１，（１）と、標準ノｆター
ンの最適な組み合せによるものとの最大類似度り、ヲ求
める手順として、部分・母ターンＡ（１，ｑ）をＡ（１
，Ｐ）とＡ（Ｐ＋１゜ｑ）とに分解し、Ａ（１、Ｐ）が
持つ最大類似ＩｆｍＤ、＆、Ａ（Ｐ＋１．９）と標準パ
ターンＢｎとのマツチングによる類似度５（Ａｐ＋＋、
Ｑ）、”）”オロとして計算し、その和をＰについて最
大化することを動的側画法によって実行し、そのｎにつ
いての最大値をり、とする手段は、ベクトル間類似度８
（ａｉ、弓）の計Ｘを、ｉ＋ｊ、ｎの組合せに対して１
回求めるだけでよいため、従来の一 方法にくらべると約−の計算で求められる。

５ （２）マた入力ベクトルａ、（１≦ｑ≦Ｉ）が１個入力
されると同時にすべての単＠ｎ（１〜Ｎ）および各単語
の時間軸ｊ（１〜Ｊｎ）についての演算をし、Ｄｌ、Ｗ
、を求めることができるから音声入力の開始と同時に演
算量全体の９８％以上を占める第１ステツプの演算を並
行することができ、発声開始から応答までを認識処理時
間として有効に使用することができる。

（３）第１ステツプで求められた最大類似度Ｄ１゜終端
単語Ｗ１（１≦ｌ≦Ｉ）のテーブルにより、第２ステツ
プは入カバターンの終端（ｌ二Ｉ）を第１の区切点とし
、区切点によって一義的に決まる認識単語のみについて
、時間軸を逆方向に動的計画法を使用して、直前の単語
との区切点を６９− 求めることができる。

（４）第２ステツプで区切点を求める動的計画法は、区
切点の片側（入カバターンの終端側）の単語は一義的に
定まっているため、計算量は非常に少なくてよい。

（５）前記のように第１ステ、ゾは発声終了と同時に演
算終了とすることが可能であり、また第２ステツプの演
算量は第１ステツプに比較して２チ以下と少ないため、
全体としては発声終了とほぼ同時に結果全応答すること
ができる。

（６）漸化式の途中結果記憶レジスタｇｎ（Ｊ）。

ｈｎ（ｊ）（ｆ、（ｊ））等と一時記憶しジスタＴＥＭ
Ｐ１．２。

３等を構成要素とするパターンマツチング装置は、ｇｎ
（１，ｊ）および８ｎ（ｉ、ｊ）をすべてまたは一部記
憶する場合の（４７）式または（４８）式よりも（５２
）式または（５４）式に示すように、必要とする記憶エ
リアが小さくてすみ、ハードウェアで実現するのに適し
ている。

（７）従来の方法に比べて、処理量が−ですむ５ ため低速な素子を使用することが可能で廉価と７０− なる。

（８）また従来の装置と同等の素子を使用すれば、標準
・９ターンの数を２５倍とすることが可能で、認識単語
の種類を非常に多くすることができる。

（９）使用メモリも従来の方法の半分でよいため、それ
だけ低価格、小規模な装置となる。

（１０−ｔた処理を高速化する手法として、並列処理が
考えられるが、従来の方法における入力ベクトル１個入
力と同時にすべて処理を済す実時間処理を実現する装置
では、部分類似度計算部が「（（２＊ｒ＋１）＊Ｎ）Ｊ
個記憶量がｒ（（２＊ｒ＋１）２＊Ｎ＊２＋Ｍ１）Ｊと
なるが、この発明を並列化した場合は、６６式の値を用
いると利である。

０１）また、音声認識率の向上には、特徴ベクトルの次
元数（ｌ増すことと、入カッ９ターン、標準・ヤターン
の単位時間あたりのベクトルの個数を増すことが一般的
であるから、従来の方法を使用した装置に、この発明の
方法を適用すると、同一の認識語数、応答時間であれば
、ベクトルの次元数Ｑと、単位時間当りのベクトルの個
数との積を２５倍に増加させることができ、それだけ高
い認識率を期待できる。

０う両側傾斜制限つきのＷｉＩ化式を用いることにより
、複数の始点、複数の終端の動的計画法を同時に計算し
ても時間軸の急激な整合を避けることが可能で計請量の
大幅な削減が可能であるＯ ａ３複数の始点における初期値として、各始点（Ｐ＋１
）の直前のフレームＰ（ｒ終端とする入カバターンの部
分パターンＡ（１，Ｐ）と、最適な標準パターンの組み
合せとの最大類似度りを用いることにより、ある終端ｑ
までの部分・リーンＡ（１，ｑ）を最適に近似する標準
ノ９ターンの組み合せを決定する問題を、初期値り。

と、部分パターンＡ（Ｐ＋１．（１）と各標準パｐ−ｙ
Ｂ”単独ト（’）、類似度Ｓ（Ａ（Ｐ＋、、ｑ）、Ｂ”
）（７）和の問題に置きかえることが可能で、連続音声
認識の問題全孤立単語音声認識とほぼ同じ処理量で解く
ことができる。

【図面の簡単な説明】

第１図は従来の連続音声認識手段である２段ＤＰ法の計
算範囲を示す図、第２図はこの発明における第１ステツ
プを説明するための図、第３図（、）は始点ｅ終端が固
定の場合の傾斜制限つき順化式の計算範囲を示す図、第
３図（ｂ）は傾斜制限つきの漸化式の一例を説明するだ
めの図、第４図はこの発明の計算量の削減を説明するた
めの図、第５図（ＩＬ）はこの発明における第１ステツ
グの詳細を説明するだめの図、第５図（ｂ）は（ａ）図
の斜線部分を抜き出して説明する図、第６図は漸化式の
計算の詳細全説明する図、第７図はこの発明における第
２ステツゾを説明するための図、第８図はこの発明の一
実施例を示すブロック図、第９図（＆）は上記実施例の
第１漸化式計算部の構成例を示すブロック図、第９図（
ｂ）は（＆）図の制御タイミング図、第１０図は第１漸
化式計算部の他の例を示すブロック図、第１１図は７３
− この発明の他ｃＢ１ｉａ施例を示す図、第１２図は上記
実施例の動作を説明するためのフローチャート、第１３
図は第１２図における処理１を、第１４図は同じく処理
２を、第１５図は同じく処理３をそれぞれ説明するフロ
ーチャートである。 １０１・・・マイクロホン、１０２・・・特徴抽出部、
１０３・・・入カバターンバッファ、１ｏ＃・・・標準
パターン記憶部、１０５．１０９・・・順化式計算部、
１０６．１１０・・・判定部、１ｏ７・・・最大類似度
記憶部、１０Ｂ・・・終端単語記憶部、１１２・・・制
御部〇 出願人代理人弁理士鈴江武彦 ７４− 第６図 １ ｉ−２ｉ−１１ （ｂ） ピー］ビビ◆１ビ中２ 第１３図第１４図 第１５図

Claims (3)

【特許請求の範囲】
1. （１）特徴ベクトルａの時系列として表現される入カパ
   ターン「Ａ＝（ａ１、ａ２、・・・、ａｉ、・・・、ａ
   Ｉ）」の時間点「ｉ＝Ｐ」を終端とする部分パターン「
   Ａ（１、Ｐ）＝ａ１・ａ２、・・・ａｐ」（ただし１≦
   Ｐ≦Ｉ）と、単語番号ｎ（ただしｎ＝１・・・Ｎ）に対
   してあらかじめ設定される標準パターン「Ｂｎ＝ｂｎ１
   、ｂｎ２、・・・、ｂｎｊ、・・・、ｂｎＪｎ」の最適
   な組み合わせＢｂとの間の最大類似度「Ｄｐ＝０」（た
   だしＰ＝０）、「Ｄｐ＝Ｓ（Ａ（１、ｐ）・Ｂｐ）」、
   （ただしＰ＝１〜■）と、入力パターンの時間点「ｉ＝
   Ｐ＋１」を始点とし「ｉ＝ｑ」を終端とする部分パター
   ン「Ａ（ｐ＋１、ｑ）＝ａｐ＋１、ａｐ＋２、・・・、
   ａｉ、・・・、ａｑ」（ただし０≦ｑ≦Ｉ）と各ｎにつ
   いての標準パターンＢｎとの間で部分パターンの時間軸
   ｉと標準パターンの時間軸ｊを対応させる関数ｊ（ｉ）
   を最適に定めてｉとｊ（ｉ）との間で定義されるベクト
   ル間類似度ｓ（ａｉ、ｂｎｉ）の和の最大値「Ｓ（Ａ（
   ｐ＋１、ｓ）・Ｂｎ）」との和を、Ｐについて最大にす
   る操作を動的計画法によって行なう手段、この手段によ
   る結果のｎに関する最大値を最大類似度 Ｄｑ＝Ｓ（Ａ（１，ｑ）、Ｂｑ）＝ＭＡＸｐ、ｎ（Ａ（
   １、ｑ）・Ｂｐ＋Ｂｎ））＝ＭＡＸｐ、ｎ（Ｄｐ＋Ｓ（
   Ａ（ｐ＋１、ｑ）、Ｂｎ））としその類似度Ｄｑを与え
   る単語ｎをデータＷｑとする操作を（ｑ＝１〜Ｉ」で順
   次変化させすべての類似度および単語データＤｉ、Ｗｉ
   （ただしｉ＝１〜Ｉ）を求める第１のステップと、入カ
   バターンＡの時間点「ｉ＝Ｉ」を始点ｕとし、この始点
   ｕの単語Ｗｕを認識単語として始点ｕから終端ｖ（ただ
   しＩ≧ｕ＞ｖ≧１）までの逆方向部分パターンＡ（ｕ、
   ｖ）と、標準パターンＢｗｕを時間的に逆方向にした標
   準パターンＢｗｕとの間で、動的計画法により類似度「
   Ｓ（Ａ（ｕ、ｖ）Ｂｗｕ）」を求め、この類似度と、類
   似度Ｄｖ−１との和を最大にする区切り点ｖをｖｍａｘ
   として決定し、「ｕ＝ｖｍａｘ−１」として上記の区切
   り点決定を繰返すことにより、順欠認識単語Ｗｕを求め
   、それを逆順に並べ直す第２のステップよりなることを
   特徴とする連続音声認識方法。
2. （２）特徴ベクトルａの時系列として表現される入カパ
   ターン「Ａ＝（ａ１、ａ２、・・・、ａｉ、・・・、ａ
   Ｉ）」を記憶する入カパターンバッファと、各単語クラ
   スｎ（ただしｎ＝１・・・Ｎ）に対してあらかじめ設定
   される標準パターン「Ｂｎ＝ｂｎ１、ｂｎ２、・・・、
   ｂｎｊ、・・・、ｂｎｊｎ」を記憶する標準パターン記
   憶部と、前記入カパターンの時間点「ｉ＝１」全始点と
   し、「ｉ＝ｑ」を終端とする部分パターン［Ａ（ｉ＋ｑ
   ）」（ただし１≦ｑ≦Ｉ）と標準パターンの最適な組合
   せとの間の最大類似度Ｄｑを記憶する最大類似度記憶部
   と、上記最大類似度を与える標準パターンの組合せの最
   後を構成する単語番号をＷｑとして記憶する終端単語記
   憶部と、前記時間点「ｉ＝Ｐ＋１」に始点とし、「ｉ＝
   ｑ」を終端とする部分区間「Ａ（ｐ＋１、ｑ）＝（ａｐ
   ＋１、ａｐ＋２、・・・、ａｉ、・・・、ａｑ）」（た
   だし１≦Ｐ＋１（ｑ≦■）と各ｎについての標準パター
   ンＢｎとの間で部分パターンの時間軸ｉと標準パターン
   の時間軸ｊを対応させる関数ｊ（ｉ）を最適に定めて、
   ｉとｊ（ｉ）の間で定義されるベクトル間類似度「ｓ（
   ａｉ、ｂｎｊ」の和の最大値「Ｓ（Ａ（ｐ＋１、ｑ）、
   Ｂｎ）」と、前記最大類似度Ｄｐとの和をＰ。 について最大にする操作を動的計画法によって実行する
   パターンマッチング部と、その結果のＭＡＸ（Ｄｐ＋Ｓ
   （Ａ（ｐ＋１、ｑ）、Ｂｎ）をすべてのｎに関する最大
   値となる前記Ｄｑを決定すると同時に、その最大値を与
   えるｎを前記終端単語Ｗｑとする第１の判定部と、入カ
   バターンＡの時間点「ｉ＝Ｉ」を始点ｕとしこの始点ｕ
   から終端ｖまでの逆方向部分パターン「Ａ（ｕ、ｖ）＝
   （ａｕ・ａｕ−１、・・・、ａｖ＋１、ａｖ）」と始点
   ｕにおける前記終端単語Ｗｕの標準パターンＢＷｕの逆
   方向・ンターンｎ’Ｗｕとの間で動的計画法にょシ求め
   て類似度「Ｓ（Ａｕ、ｖ）、ＢＷｕ）」と、類似度Ｄｖ
   −１の和を最大にする区切り点ｖをｖｍａｘとして決定
   すると同時に直前の単語の逆方向の始点として「ｕ＝ｖ
   ｍａｘ−１」として、入カパターンＡの始点まで順次上
   記動作を繰返す第２の判定部と、順次得られる逆方向部
   分パターンの始点ｕの前記終端単語Ｗｕを逆順である音
   声の入力順に並べ直して出力する順序入替部とを具備し
   たことを特徴とする連続音声認識装置。
3. （３）上記パターンマッチング部を、特徴量ａ１の時系
   列として表現される入カパターンＡを保持するための入
   力パターンバッファと、各単語クラスｎについての同様
   な特徴量ｂｎｊの時系列として表現される標準パターン
   Ｂｎを記憶する標準パターン記憶部とを有し、指定され
   たｉ、ｊ、ｎより得られるａｉ、ｂｎｊの間の類似度「
   ｓ（ａｉ、ｂｎｊ）」を計算するベクトル間類似度計算
   部と、現在までに指定された、ｉについての漸化式の経
   路毎に途中結果をｊ、ｎについて蓄えるｇｎ（ｊ）ｈｎ
   （ｊ）（ｆｎ（ｊ））等の所要個数の途中結果記憶部と
   からなり、各ｉについて、単語ｎの両側傾斜制限付漸化
   式計算を開始するとき「ｊ＝１」に外部より与えられる
   初期値Ｄｉ−１と、ベクトル間類似度計算部より得られ
   る「ｓ（ａｉ、ｂｎｊ）」と、途中結果記憶部から読み
   出される経路毎のｇｎ（ｊ）、ｈｎ（ｊ）（ｆｎ（ｊ）
   ）等との荷重和を複数個計算し、その最大値をｇｎ（ｊ
   ）に、その他のｈｎ（ｊ）（ｆｎ（ｊ））等の途中結果
   記憶部を漸化式の経路毎の途中結果として書き換え、各
   ｉ、ｎについてｊを標準パターンのベクトル個数Ｊｎま
   で演算した結果の漸化式の出力ｇｎ（Ｊｎ）を終端をｉ
   とした部分パターンＡ（１，ｉ）と、単語ｎを終端単語
   とした標準パターンの最適な組み合せによるものとの類
   似度として得るようにした特許請求の範囲第２項記載の
   装置。