JPS5968794A - 単語音声認識方法 - Google Patents
単語音声認識方法Info
- Publication number
- JPS5968794A JPS5968794A JP57178480A JP17848082A JPS5968794A JP S5968794 A JPS5968794 A JP S5968794A JP 57178480 A JP57178480 A JP 57178480A JP 17848082 A JP17848082 A JP 17848082A JP S5968794 A JPS5968794 A JP S5968794A
- Authority
- JP
- Japan
- Prior art keywords
- phoneme
- word
- recognition
- recognized
- dictionary
- 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
- 238000000034 method Methods 0.000 claims description 12
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
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】
（Ｎ東上の利用分野）
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するものである。
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するものである。
（従来例の構成とその問題点）
従来の単語音声認識方法を第１図とともに説明する。第
１図に示すように、入力音声に対して先ず分析を行ない
、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する。
１図に示すように、入力音声に対して先ず分析を行ない
、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する。
この認識された音素系列を、単語辞書中の各辞書項目の
辞書音素系利金てと照合し、２つの音素系列間の尤度を
、音素間のコンフユ＝２ヨンマトリクス（Ｃｏｎｆｕｓ
ｉｏｎ Ｍａｔｒｉｘ＋以下Ｃ，Ｍ以下略す）を用いて
、各音素毎の認識確率を求めることにより算出し、音素
系列間の尤度が最大となる辞書項目をもって認識単語と
するものである。
辞書音素系利金てと照合し、２つの音素系列間の尤度を
、音素間のコンフユ＝２ヨンマトリクス（Ｃｏｎｆｕｓ
ｉｏｎ Ｍａｔｒｉｘ＋以下Ｃ，Ｍ以下略す）を用いて
、各音素毎の認識確率を求めることにより算出し、音素
系列間の尤度が最大となる辞書項目をもって認識単語と
するものである。
第１表は、前記単語音声認識方法に用いる単語辞書の一
例を示しておシ、各単語は第２表に示す音素表記法に従
って表記されている。第２図は前記Ｃ，Ｍ、の一部を示
す。第２図において、縦は単語辞書中の音素を示し、横
はｌｉｉ！識音素全音素ている。また第２図中の数字は
単語辞書中の各音素がどのような音素に認識されるかの
確率を饅で示したものである。例えば第２図において、
単語辞書中の音素■がＩと認識される確率は７５％、Ｕ
Ｋ認識される確率は５％、Ａに認識される確率は０％、
脱落する確率は８％・・・・・・・・・等を示している
。
例を示しておシ、各単語は第２表に示す音素表記法に従
って表記されている。第２図は前記Ｃ，Ｍ、の一部を示
す。第２図において、縦は単語辞書中の音素を示し、横
はｌｉｉ！識音素全音素ている。また第２図中の数字は
単語辞書中の各音素がどのような音素に認識されるかの
確率を饅で示したものである。例えば第２図において、
単語辞書中の音素■がＩと認識される確率は７５％、Ｕ
Ｋ認識される確率は５％、Ａに認識される確率は０％、
脱落する確率は８％・・・・・・・・・等を示している
。
第 １ 表
第 ２ 表
コンフユーー、゛ヨンマトリクス（Ｃ，Ｍ、 ） ハ各
ｆｉｌ毎の誤まり傾向を示しているが、前後の音素によ
りとのＣ，Ｍ 、とけ違った傾向の誤まりを示すことが
ある”。そのため特定の単語においである特定単語への
一様々誤まり傾向を示すことがあり、単語認識率低下の
原因になっていた。
ｆｉｌ毎の誤まり傾向を示しているが、前後の音素によ
りとのＣ，Ｍ 、とけ違った傾向の誤まりを示すことが
ある”。そのため特定の単語においである特定単語への
一様々誤まり傾向を示すことがあり、単語認識率低下の
原因になっていた。
（発明の目的）
本発明は、上記従来方法の欠点を大幅に改善し、高い単
語認識率が得られる単語音声認識方法を提供するもので
ある。
語認識率が得られる単語音声認識方法を提供するもので
ある。
（発明の構成）
本発明は、胆壕シ易い単語間における尤度の比較に、辞
書項目中の音素系列に重みをつけてマツチングを行なう
ものであり、本発明方法を用いることにより発声のあい
まいさや音素認識方法の欠点による認識音素の不安定部
の比重を下げた単語マツチングができ、誤まり易い単語
間の識別が可能と々るものである。
書項目中の音素系列に重みをつけてマツチングを行なう
ものであり、本発明方法を用いることにより発声のあい
まいさや音素認識方法の欠点による認識音素の不安定部
の比重を下げた単語マツチングができ、誤まり易い単語
間の識別が可能と々るものである。
（実施例の説明）
第３表に「盛岡」と発声した場合の４０人の音素５−
第 ３ 表
盛岡／ＭＯＲＩＯＫＡ／と発声した例
６−−
第 ４ 表
第 ５ 表
認識結果を示す。ここで認識結果が’ ＊＊＊＊“にな
っている人は正解すなわち「盛岡」を認識したことを示
す。本例では７人が認識誤りをしており、そのうち６人
は単＠／１６１４４に認識誤りを生していることがわか
る。ここで単語鷹１４４は「延岡」である。がお、ちな
みに、単語／１６１１３１は「福岡」を意味する。第４
表に、第２表に従った辞書の「盛岡」と「延岡」の例を
示す。本実施例では識別の困難な音素を音素群としてま
とめ、それを同一音素とみなして単語照合をおこなう。
っている人は正解すなわち「盛岡」を認識したことを示
す。本例では７人が認識誤りをしており、そのうち６人
は単＠／１６１４４に認識誤りを生していることがわか
る。ここで単語鷹１４４は「延岡」である。がお、ちな
みに、単語／１６１１３１は「福岡」を意味する。第４
表に、第２表に従った辞書の「盛岡」と「延岡」の例を
示す。本実施例では識別の困難な音素を音素群としてま
とめ、それを同一音素とみなして単語照合をおこなう。
音素群の例を第５表に示す。この結果、「盛岡」と「延
岡」で異なる点は／ＲＩ／と／Ｂ Ｅ／であシ、この部
分の音素認識結果によりいずれかに判定されることにな
る。一方「延岡」に認識されている６人はこの部分が／
ＮＪ／、／ＢＪ／、／ＢＪ／、／ＲＥ／、／ＢＪ／。
岡」で異なる点は／ＲＩ／と／Ｂ Ｅ／であシ、この部
分の音素認識結果によりいずれかに判定されることにな
る。一方「延岡」に認識されている６人はこの部分が／
ＮＪ／、／ＢＪ／、／ＢＪ／、／ＲＥ／、／ＢＪ／。
／Ｂ Ｊ／となっておシ／Ｂ Ｊ／と音素認識された人
が４人いる。一般に音素／Ｒ／の認識は難しく、又話者
による発声のバラツキも多い。
が４人いる。一般に音素／Ｒ／の認識は難しく、又話者
による発声のバラツキも多い。
そこで本発明では次のような認識方法を用いる。
まず最初に従来方法のマツチングを行う。その結果尤度
値による第１候補、第２候補が「盛岡」、「延岡」の組
み合わせになった時は／ＲＩ／、 ／Ｂ Ｅ／に相当す
る部分の音素の重みを次のように設定してマツチングを
行なう。すなわちＲ：工又はＢ：ＥをＯｗｌとする。従
ってこの例では／Ｒ／又は／Ｂ／に相当する音素認識結
果は完全に無視され、母音／Ｉ／、／Ｅ／に相当する部
分の音素認識結果だけで「盛岡」か「延岡」かが判定さ
れることになる。本例では６人のうち５人が／Ｊ／と認
識されている。−万人間の調音様式及び音素認識アルゴ
リズムの特性から／Ｒ■／と発声した時に第２音素が／
Ｊ／と望識される方が／ＢＥ／と発声した時に／Ｊ／と
認識されるより確率が高いため、Ｃ０Ｍ、を用いて上記
比重でマツチングをおこ々うことにより「盛岡」と判定
される。ここで音素毎の重みは０〜１０間で任意に設定
するものである。
値による第１候補、第２候補が「盛岡」、「延岡」の組
み合わせになった時は／ＲＩ／、 ／Ｂ Ｅ／に相当す
る部分の音素の重みを次のように設定してマツチングを
行なう。すなわちＲ：工又はＢ：ＥをＯｗｌとする。従
ってこの例では／Ｒ／又は／Ｂ／に相当する音素認識結
果は完全に無視され、母音／Ｉ／、／Ｅ／に相当する部
分の音素認識結果だけで「盛岡」か「延岡」かが判定さ
れることになる。本例では６人のうち５人が／Ｊ／と認
識されている。−万人間の調音様式及び音素認識アルゴ
リズムの特性から／Ｒ■／と発声した時に第２音素が／
Ｊ／と望識される方が／ＢＥ／と発声した時に／Ｊ／と
認識されるより確率が高いため、Ｃ０Ｍ、を用いて上記
比重でマツチングをおこ々うことにより「盛岡」と判定
される。ここで音素毎の重みは０〜１０間で任意に設定
するものである。
（発明の効果）
以上述べたように本発明による音声認識方法は従来の、
辞１中の全音素系列をもとに判定する方法に比べ、話者
による発声の違いや音素認識アルゴリズムの弱点をカバ
ーすることができ、単語認識率の向上に極めて有効であ
る。
辞１中の全音素系列をもとに判定する方法に比べ、話者
による発声の違いや音素認識アルゴリズムの弱点をカバ
ーすることができ、単語認識率の向上に極めて有効であ
る。
第１図は、単語音声認識方法の概略を示す図、第２図は
、学語音声認識に用いるフンフュージョンマトリクス（
Ｃ，Ｍ、）の一部を示す図である。 ９− 第１図 第２図
、学語音声認識に用いるフンフュージョンマトリクス（
Ｃ，Ｍ、）の一部を示す図である。 ９− 第１図 第２図
Claims (1)
- 入力音声に対し容素認識を行たって認識音素系列を得、
この認識音素系列と音素表記された単語辞書の各辞書項
目の辞書音素系列とを照合し尤度を計算して単語を認識
するに際し、特定単語間の識別のため、辞書項目内の音
素毎に重みをつけて照合を行なうことを特徴とする単語
音声認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57178480A JPS5968794A (ja) | 1982-10-13 | 1982-10-13 | 単語音声認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57178480A JPS5968794A (ja) | 1982-10-13 | 1982-10-13 | 単語音声認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS5968794A true JPS5968794A (ja) | 1984-04-18 |
Family
ID=16049214
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57178480A Pending JPS5968794A (ja) | 1982-10-13 | 1982-10-13 | 単語音声認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5968794A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60121499A (ja) * | 1983-12-05 | 1985-06-28 | 富士通株式会社 | 音声照合装置 |
| JPS6145888A (ja) * | 1984-08-06 | 1986-03-05 | 株式会社加藤製作所 | 車両形クレ−ンのジブ移し替え誤操作防止装置 |
-
1982
- 1982-10-13 JP JP57178480A patent/JPS5968794A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60121499A (ja) * | 1983-12-05 | 1985-06-28 | 富士通株式会社 | 音声照合装置 |
| JPS6145888A (ja) * | 1984-08-06 | 1986-03-05 | 株式会社加藤製作所 | 車両形クレ−ンのジブ移し替え誤操作防止装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sukkar et al. | Vocabulary independent discriminative utterance verification for nonkeyword rejection in subword based speech recognition | |
| US8731928B2 (en) | Speaker adaptation of vocabulary for speech recognition | |
| Liu et al. | Neural acoustic-phonetic approach for speaker verification with phonetic attention mask | |
| US6260014B1 (en) | Specific task composite acoustic models | |
| JP4499389B2 (ja) | 音声処理のためのデシジョン・ツリーの質問を生成するための方法および装置 | |
| Lounnas et al. | Analysis of the effect of audio data augmentation techniques on phone digit recognition for algerian arabic dialect | |
| JP4391179B2 (ja) | 話者認識システム及び方法 | |
| JP2966002B2 (ja) | 音声認識装置 | |
| JP3428309B2 (ja) | 音声認識装置 | |
| JP3291073B2 (ja) | 音声認識方式 | |
| JP3438293B2 (ja) | 音声認識における単語テンプレートの自動作成方法 | |
| JPH0736481A (ja) | 補完音声認識装置 | |
| JPS60107192A (ja) | パタ−ン認識装置 | |
| JPS5872996A (ja) | 単語音声認識方法 | |
| JPH06348291A (ja) | 単語音声認識方法 | |
| JPS6310439B2 (ja) | ||
| JPH09185394A (ja) | 離散単語音声認識システムにおける音素認識方法 | |
| JPS62173498A (ja) | 音声認識装置 | |
| JP2005091709A (ja) | 音声認識装置 | |
| JPS6312000A (ja) | 音声認識装置 | |
| Khalil et al. | Arabic speech recognition using English based engines | |
| JPS62118398A (ja) | 単語認識装置 | |
| JPS63158599A (ja) | 単語検出方式 | |
| JPS5978399A (ja) | 単語音声認識方法 | |
| JPS61147299A (ja) | 音声認識装置 |