JPS5994800A - 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】 産業上の利用分野 本発明は音声を認識する音声認識装置に関する。

背景技術とその問題点 音声認識においては、特定話者に対する単語認識による
ものがすでに実用化されている。これは認識対象とする
全ての単語について特定話者にこれらを発音させ、パン
トノ母スフィルタ／４ンク９　Ｋよりその音響ノヤラメ
ータ゛を検出して記憶（登録）しておく。そして特定話
者が発声したときその音へ１ジノやラメータを検出し、
登録された各単語の音物ノ９ラメータと比１友し、これ
らが一致したときその単語であるとの認識を行う。

このような装置において、話者の発声の時間軸が登録時
と異なっている場合には、一定時間（５〜２０　ｍ　ｓ
ｅｃ　）毎に抽出される音赫パラメータの時系列を伸縮
して時間軸を整合させる。これによって発声ｘｔ　Ｋの
変動に対処窟せるようにしている。

ところがとの装置の場合、認識対象とする全ての単語に
ついてその単語の全体の音幹パラメータをあらかじめ登
録格納しておかなければならず、影犬な記憶容量と演算
を必侠とする。このため詔誼℃にｉい杏又に毘込界−が
あった。

これに対して音韻（日本語でいえばローマ字表記したと
きのＡ、Ｉ、Ｕ、Ｅ、０．に、Ｓ、Ｔ等）あるいは音節
（ＫＡ、ＫＩ、ＫＵ等）単位での認識を行うことが提案
されている。しかしこの場合に、母音等の準定常部を有
する音韻の認識は容易であっても、破裂音（Ｋ　、　Ｔ
　、　Ｐ　痔、）のように音韻的％徴が非常に短いもの
を音材パラメータのみで一つの音韻に特定することは本
返めて田１１である。

そこで従来は、各音節ごとに離散的に発音された音声を
登釦゛シ、離散的に発声された音声を単語認識と同様に
時間軸緊合させて認識を行っており、ｉｌ！ｆ殊な発声
を行うために限定された用途でしか利用できなかった。

さらに不ｌ（４定話者を認識対象としだ力１合には、音
りトパラメータに１Ｆ・１人差による大きな分散があり
、上述のように時間軸の整合だけでは認識を行うことが
できない。そこで例えば一つの単Ｋｔについて複数の音
信ｔパラメータを登録して近似の音響パラメータを認識
する方法や、単語全体を１！！Ｌｌ矩次元の）やラメー
タに変換し、識別函数によって４４」別する方法が提案
されているが、いずれも膨大な記憶容土；を８繊とした
り、？ｌｉ’ｆ算量が多く、認識語い数が極めて少くな
ってしはう。

ところで音韻の光用現象をｆｉ、ｌ！察すると、母音や
八さ振音（Ｓ、Ｉ（等）等の音韻は長く伸して発声する
ことができる。例え１−′はい”という発声を考えだ場
合に、この音韻は第１図Ａに示すように、「無音→Ｈ−
＊　Ａ　−＋　Ｉ→無音」に変化する。これにえ」して
同じ“はい”の発声を第１図Ｂのように行うこともでき
る。ここでＨ，Ａ、Ｉの胎定當部の長さは発声ごとにク
セ化し、これによって時間軸の変動を生じる。ところが
この↓＋Ｄ合に、各音’ｔｘ１　：＋ｉｊの過。

渡部（６目゛にで示す）は比較的時間軸の要務１１が少
いことが判明した。

この為、この音ｍ１間の過濃部にＮ’ｆ目して不特定話
者に対しても良好に音声認ａｌｌ　ｋ行えるようにした
１１５２図乃至ｇ、：；　５図に示す如き音声認識装置
が提案されている。以下、この第２図乃至２１シ５図に
示す音声沼６・１（装置について説明する。

第２図において、（１）は音ζ゛１−分析部を示し、こ
の音響分析部（１）は音声信号を音響パラメータ時系列
に変換するものである。マイクロフォン（２）に供給さ
れた音声イ５勺がマイクアンゾ（３）、５．５　ｋＨｚ
以下のロー・ぞスフィルタ（４）を１１１１じてＡＤ変
換回路（５）に供給される。オだクロック発生器（６）
からの１２．５　ｋＨｚ（８０μｓｅｃ間隔）のサンブ
リングクロックが、〜Ｄ変換回路（５）に′９（給され
、このタイミングで音声イ１、号がそれぞれ所定ビット
数（具１ワード）のデジタル信号に変換される。この変
換をれた音声信号が５×６４ワードのレジスタ（力に供
給される。またクロック発生器（６）からの５．１２　
ｍ　ｓｅｃ間隔のフレームクロックが５進カウンタ（８
）に供給され、このカウント値がレジスタ（力に供給さ
れて音声信号が６４ワードずつシフトされ、シフトされ
た４×６４ワードのイＢ÷づがレジスタ（力から取シ出
される。

このレジスタ（力から取り出された４　Ｘ　６４　＝　
２５６ワードの信号が高速フーリエ変換（ＦＦＴ）回路
（９）に供給される。ここでこのＦＦＴ回路（９）にお
いて、例えばＴの時間長に含捷れるｎｆ個のサンプリン
グデータによって涙される波形函数を Ｕ　ｎ　（Ｔ（ｔ）　　　　　　　　　　　　・・・・
・・・・・・・・・・・（１）としたとき、これをフー
リエ変換して、甲 ＝Ｕ１ｎｆＴ（ｆ）＋ｊＵ２ｎｆＴ（ｆ）　　　・・・
・・＝・（２）の信号がイ；Ｊられる。

さらにこのｌｉ’　１１’　Ｔ回路（９）からの信号が
・母ワースベクトルの検出回路００）に供給され、 １ｔｌＪ　　ｌ　＝Ｕ１ｎｆ’１（ｆ）＋　Ｕ２ｎ４Ｔ
（ｆ）　　　　−・−・−・・＋・−・（３）のパワー
スペクトル信号が取り出される。ここでフーリエ変換さ
れた信号は周波数軸上で対称になっているので、フーリ
エ変わ１によって取り出されるｎｆ（ｆｌのデータの半
分は冗長データである。そこで半分のデータを排除して
１ｎｆ個のデータが取り出される。すなわち上述のＦＦ
Ｔ回路（９）に供給された２５６ワードの信号が変換さ
れて１２８ワードのノぐ　　　：ワース被りトル信号が
取り出される。

この・にワースにクトル信号がエンファシス回路（１１
）に供給されて聴感上の補正を行うための■（み付けが
行われる。ここでルみ付けとしては、例えは周波数の高
域成分を増強する補正が行われる。

この様にして音声分析部（１）において、音声信号の音
４３（／＜？ラメータ時系列として刀（み付けされたパ
ワースペクトル信号が得られる。そして、この音声分析
ｔｉｔ（＜１１からの重み付けされた］４ワ一スベクト
ル価号が過渡１？ラメ一ク抽出部α渇及び過渡点検出部
（１３）に夫々供給される。この過渡ノｅラメータ抽出
部（１２）は音声分析部（１）からの音声信号の音響ノ
クラメータ時系列から音声信号の音韻的特徴を保持した
低次の過渡点・ぐラメータを抽出するものであり、まプ
こ過渡点検出部（１３）は音声分析部（１）からの音声
信号の゛（Ｈ４，／；、！、パラメーク時系列から音声
信号の過渡点を検出して過υ（Ｓ点検出信号を発生する
ものであり、この過渡点検出部（１３）からの過渡点検
出部号が過渡パラメータ抽出部（１２に供給され、過渡
）ぐラメータ抽出部（Ｉ２）において過渡点における音
声（ＦＪ号の音韻的特徴を保持した低次の過渡点）Ｊ？
ラメータが抽出される。

以下、これら近渡・ぐラメータ抽出部（１カ及び過渡点
検出部＋１３）についてＨ５ｔ、明する。

音声分析部（１）のエンファシス回路（１１）からの重
み伺はをれたパワースペクトル信号が帯域分割回路（１
４）に供給され、１１み感性性に合せてｊ１旧友数メル
スケールに応じて例えば３２の帯域に分５ｒＱされろ。

ここでパワースペクトルの分割点とケくなる」易合には
その信号が各（ｊＦ域に按分されてそれぞれの帯域の信
号のＪｌ；に応じた・１，１号が取り出される。これに
よって上述の１２８ワードの）ぐワース被りトル（ｍ号
が、竹へ１′的／Ｉ’＃徴を保存した首首３２ワードに
圧縮される。

この信号が苅り回路（Ｉ５）に供給され、各信号の対数
値に変換される。これによって上述のエンファシス回路
的］でのｉ、ｒみ付は船による冗長度が排除される。こ
こでこの対Ｆ”ワースベクトルｔａｇ　ｌ　Ｕ　ｎｆＴ
（ｆ）　ｌ　　　　　　　・・・・・・・・・・・・・
・・・・・・・・・・・（４）をスペクトルパラメータ
ｘ（ｉ）　（ｔ　＝ｏ　ｌ　１・・・・・・３１）と称
する。

このスペクトルパラメータＸ（１）が離散的フーリエ変
換（ＤＦＴ）回路（１６）に供絹される。ここでこのＤ
士゛Ｔ回ｒ、？ｊ！Ｉ６）に：しいて、例えば分割され
たイ））・域の数をＭとすると、このＭ次元スペクトル
パラメータｘ（ｉ）（ｌ−０，１・・・・・・ＵＶ１−
１）を２Ｍ点の実数対称／ＰラメータとみなしてＤＦＴ
を行う。従ってイ。、　、　Ｗｍ、’　　　　＝　ｅ　
−ｊ（−？・η−ゼ１云ｉ、二Ｊｚｋ）Ｎ ｍ＝ｏ＋１・・・・・・２（＼４−１ となる。をらにこのＤｐＴｔ行う函数は侶函数とみなさ
れるため ＝　ｃｏｓ　”　”−ユ ｐＨ となり、これらより となる。この１）１”Ｔにょシス波りトルの包絡特性を
表現する音ｆ＃４’・ぐラメータが抽出でれる。

このようにしてＤＦＴされたスペクトルパラメータＸ（
ｉ）について、低次元で谷音韻の変化例えばｌ−１→Ａ
、Ａ→■等間を分）：Ｈｔａ性の＆ｂ−母ラ母御メータ
縮するために周波数軸方向における３２ワードからなる
信号からＩ）Ｌｉ”ＴＫヨり　０−Ｐ−１（ｆｌＪｆＰ
＝８　＞次までの低次成分であるＰ次元の値が１１Ｖり
出され、これをローカルノやラメータＬ（ｐ）　（ｐ＝
０　、１・・・・・・ｉ’−１）とすると ・・・・・・・・・・・・・・・（力 となり、ここでスペクトルノぐラメータが対称であるこ
とを考庭して Ｘ（ｉ）　＝　Ｘ（２Ｍ−ｉ　−１）　　　　　　　　
　曲・−−＝　（８）とおくと、ローカルパラメータＬ
（１）は・・・・・・・・・・・・・・・（９）但し、
ｐ−０，１・・・・・・Ｐ−１ となされる。このようにして周波数１１０方向における
３２ワードの信号がＰ（例えば８）ワードに圧縮される
。

このローカルノぐラメータＬ（ｐ）がメモリ装置αηに
供給される。このメモリ装置１ｔ（１７）は１行Ｐワー
ドの記１、ζ゛デ部が例えば１６行マトリクス状に配さ
れたもので、ローカルパラメータＬ（１）が各次元ごと
に順次記憶されると共に、上述のクロック発生器（６）
からの５．１２ＩｎＳｅＣ間隔のフレームクロックがイ
↓（給されて、各行のパラメータが順次（Ｍ方向ヘシフ
トされる。これによってメモリ装ｆｆｔ（１７）には５
．１２ｍ５ｅｃ間隔のＰ次元のローカルノやラメータＬ
（ｐ）が１６フレーム（８１，９２＋ｎ５ｅｃ）分記憶
され、フレームクロックごとに順次性しいパラメータに
更新される。

一力、音声分析部（１）のエンファシス回Ｆｉ５ｕυか
らの重み付けされた信号が過渡点検出部０：３）の帯域
分割回路：１稀に供給され、上述と同様にメルスケール
に応じてＮ（例えば２０）の帯域に分割され、それぞれ
のＩ′ｉ域の４６号の量に応じた信号Ｖ（ｎ）（ｎ＝０
゜１・・・・・・Ｎ−１）がηゾり出される。この信号
がバイアス付き対数回路（［樟に供給されて Ｖ’（ｎ）　＝　ｔｏｇ　（Ｖ（ｎ）　＋　１３）　　
　　　　　・・・・・・・・・・曲・（【０）が形成場
れる。また信号Ｖ（ｎ）が畢算回路（２０に供給さｇて ■ａ＝　　Σ　Ｖ（ｎ）／　２０ ｎ＝１ が形成され、この信号Ｖａが対数回路ＣＩ’ｌｌに供給
されて ｖ′ａ−ｔＯｇ（■３＋Ｂ）　　　　　　　・・・・・
・・・・・・・・・・（１υが形成される。そしてこれ
らの信号が演算回ＦＭ　（２υに供給されて Ｖ（ｎ）　−Ｖａ　−Ｖ（ｎ）　　　　　　　　　　・
・・・・・・・・・・・・・・（１７Ｊが形成される。

ここで上述のようＩＭ号Ｖ（ｎ）を用いることによシ、
この信号は音韻から音韻への変化に対して各人（ｎ＝ｏ
　ｅ　１・・・・・・Ｎ−１）の変化が同程度となり、
音韻のイｔｉＪｇｉ４による変化脅°のはらつきを回避
できる。

まだ対数をとり演算を行って正規化／？パラメータ（ｎ
）を形成したことにより、入力音声のレベルの変化によ
るパラメータＶ（ｎ）の変動が排除される。さらにバイ
アスＢを加算して演算を行ったことによシ、仮シにＢ−
＋ωとするとノやラメータＶ（ｎ）→０となることから
明らかなように、入力音声の微少成分（ノイズ等）に対
する感度を下げることができる。

この・やジメータｖ（ｎ）がメモリ装置（ニジ功に供給
されて２ｗ＋１（例えば９）フレーム分カニ記憶される
。この記憶された信号がｕ・４゛♂２回路り１に供給き
れてＹｎ、ｔ＝　　ｍ（ｖ（１１）（Ｉ））　　　　　
　・−−−−−曲−−−−−（１３）１　（Ｇ　ＦＮ 但し％　　ＧＦＮ　＝　（Ｉ　；　−ｗ＋　ｔ≦■≦ｗ
十ｔ）が形成され、この信号とノやラメータｙ（Ａ）が
頂算回汐１（２４）に供給されて が形成される。このＴ（ｔ）が過渡点検出パラメータで
あって、このＴ（ｏがピーク判別回路’Ｊ５１に供給さ
れて、入力音声信号の音韻の過渡点が検出される。

ここで・母うメータＴ（ｏが、フレームｔを挾ンで前後
Ｗフレームずつで定義されているので、不要な凹凸や多
極を生じるおそれがない。々お第３図は例えば“ゼロ”
という発声を、サンプリング周波数１２．５　ｋ　Ｈｚ
　、　　１２ビツトデジタルデータとし、５．１２ｍ５
ｅｃフレ一ム周期で２５６点ＯＦＦ’Ｔを行い、帯域数
Ｎ＝２０、バイアス１３＝Ｑ、検出フレーム数２ｗ＋１
＝９で上述の検出を行つｒｃ　ｔ’；合を示している。

図中Ａは音戸阪形、Ｂは音韻、Ｃは検出信号であって、
「無音→Ｚ」「ｚ−＋Ｅ」「Ｅ→ｌ（、」ｒ　Ｒ−）　
ＯＪ　ｒ　０４　Ｎｊｔｒ；音」の各過渡部で顕著なピ
ークを発生する。ここで無音部にノイズによる多少の凹
凸が形成されるがこれはバイアスＢを大きくすることに
より破線図示のように略０になる。

この過渡点検出Ｇ５　”ｉ　Ｔ（ｊ）が過渡・ぐラメー
タ抽出部（１２＋のメモリ装ａｕ７）に供給され、この
検出信号のタイミングに相当するローカルパラメータ”
Ｃｐ）が８番目の行にシフトされた時点でメモリ装置（
ｉηの読み出しが行われる。ここでメモリ装置（１７）
の読み出しは、各次元Ｐごとに１６フレ一ム分のイ；号
が横力向にんｃみ出される。そして読み出された信号が
ＤＦＴ回路（至）に供給される。ここでとのＪ）　ｋ’
　Ｔ回路（（１）において、例えばメモリ装置住ηから
読み出された１６フ　　　□レーム分の信号をＰ（ｎ）
（ｎ＝ｉ　、　２、−・−３０）　トｆると、ＤＦＴ回
路（■において、供給された１６フレ一ム分の信号が第
６図に示す如く対称化され、この３０伽の時系列データ
に対して対称性が考Ｆ！、されて１）ｌｉ”Ｔが行なわ
れ か鞠られる。この埃゛１合、低次元で各音”４ｐ”３の
変化例えばｌ−１−＋　Ａ　、　Ａ　−＋　Ｉへり間を
分り１１Ｆ性の良いパラメータに圧縮するために１１ｑ
間軸力向における１６フレ一ム分の信号からｌ）Ｆ’Ｔ
によシ１〜Ｑ（例えばＱ＝３）次までの低次成分である
Ｑ次元の値が取シ出される。こΩ様にして音イ・クラメ
ータ時系列の時間的変化の包絡性性が抽出される。この
ＤＦＴを各次元Ｐごとに行い、全体でＰＸＱ　（−２４
）ワードの過渡点ノぐラメータＫ（ｐ　、ｑ　）　（ｐ
　＝ｏ　ｅ　１・・・・・・Ｐ−Ｌｌ）（ｑ＝０．１・
・・・・・ＬＪ−１）が形成される。ここで、Ｋ（ａ、
ｏ）は分；＾又なので、ｐ＝０のときにｑ＝ｌ〜Ｑとし
てもよい。

すなわち第４図において、Ａのような入力音声信号（Ｉ
ＩＡＩ）に対してＢのような過渡点が検出されている場
合に、この信号の全体のパワーヌ４クトルはＣのように
なっている。そして例えば「Ｈ→Ａ」のＪ　７Ｉｔ点の
ｉ４ワース綬クトルがＤのようであったとすると、この
信号がエンファシスされてＥのようになシ、メルスケー
ルで圧縮されてＦのようになる。この信号がＩ）　Ｆ　
ＴされてＧのようになり、Ｈのように前後の１６フレ一
ム分がマトリクスされ、この信号がｌ１１４次時間１１
ｔｌ！ｌｔ方向にＤｌ”Ｔされて例えば（８Ｘ３＝）２
４の過渡点ノぐラメータＫ（ｐ、ｑ）が形成される。

この様にして得られた過渡パラメータ抽出部１２＋から
の過渡点ノやラメータＫ（ｐ、ｑ）が音声判定部（２７
）に供給され、この音声判定部シηにおいて音声４８号
の認識判定がなされる。以下、この音声判定部（２ηに
ついて説明する。

過渡）Ｒラメータ抽出部（１カのＤＦＴ回路（２６１か
らの過渡点パラメータＫ（ｐ、ｑ）が音声判定部（２７
）のマノ・ラノビス距隔３Ｌ出回路例に供給されると共
に、メモリ装ｆＫ（（ハ）からのクラスタ糸数がマノ・
マノビス距離算出回路（２〜に供給されて各クラスタ糸
数とのマノ・マノビス距離が１゛ｒ出される。とこてク
ラスタ糸数は板数の話者の発音から上述と同様に過渡点
ｉ＋ラメータを抽出し、これを音韻の内容に応じて分類
し統計解析して得られたものである。

そしてこの３′）、出されたマハラノビス距離が判定回
路（３０）に供給され、検出された過渡点が、何の音ｍ
ｌから例の音韻への過渡点であるかが判定され、出力端
子（３υに取シ出される。

すなわち例えは゛はい”１いいえ“０（ゼロ）＃〜“９
（キュウ）“の１２単語について、あらかじめ多数（百
Å以上）の話者の音声を前述の装置に供給し、過渡点を
検出し過渡点パラメータを抽出する。この過渡点パラメ
ータを例えば第５図に示すようなテーブルに分類し、こ
の分類（クラスタ）ごとに統計解析する。図中＊は無音
を示す。

これらの：＋１・”・１渡点・ぞラメータについて、任
意のサンゾルをＲｒ”’、）ｎ　（ｒ＝１　、２−・・
２４　）　（ａｌｄ、クラスタ指標で例えばａ　＝　１
は＊　−＋Ｈ、ａ　＝　２はＨ−＋　Ａに対応する。ｎ
は話者布付）として、共分散マトリクス Ａｒにｌ）ｓ五Ｅ（■ｔｒ（？）。１戸）（Ｂ３（７）
。Ｒｓ”　）　−・・＋１６）但し、”ｒ””　＝　”
　（Ｒｒ（２”ｎ　）Ｅはアンサンゾル平均 を計数し、この逆マトリクス Ｂ台’ｓ　＝　（Ａｔ”、）ｕ）〒）Ｓ　　　　　・・
・・・・・・・・・・・・・ａｎを求める。

ここで任意の過渡点パラメータＫｒとクラスタａとの距
離が、マハラノビスの距離 ・・・・・・・・・・・・・・・（ＩＩＣで求められる
。

従ってメモリ装置ｉ’ｒ、　（２！ｌ）に上述のｌ３ｒ
（？）ｓ及びＲｒ（ａ）を求めて記憶しておくことによ
り、マハラノビス距離算出回路（２Ｊにて入力音声の過
渡点）４ラメータとのマハラノビス距離が算出される。

これによってマハラノビス距離算出回路１２８）から　
　　　１人力音声の過渡点ごとに各クラスタとのＪＩχ
小距離と湿潤点のｌｌｊｆｌ位が取り出される。これら
が−！１′４」定回路（３０）に供給され、入力音声が
勲音に方っだ時点において認識判定を行う。例えば各単
語ごとに、各過渡点・ぐラメータとクラスタとの最小距
離の千力根の咋均値による単語距離を求める。なお過渡
点の一部脱落を考Ｌ・工して各単語は脱落を想定した複
数のタイプについてヰ誰距離を求める。ただし過渡点の
順位１．７１係がテーブルと異なっているものはリノエ
クトする。そしてこの単語距離が最小になる単語を認識
判定する。

こうして音声認識が行われるわけで−あるか、ル［かる
枯成よυなる咄声１．１３識装置によれば音声の過渡点
の音韻の変化を検出しているので、時１ｆ４ｊｉＰｌＩ
Ｉの変動がなく、不特定話者についても良好な認識を行
うことができる。

また過奴点において上述のようなパラメータの抽出を行
ったことによシ、一つの過渡点を例えば２４次元で認識
することができ、認識を梗めて容易かつ正確に行うこと
ができる。

ところで、この様な音声認識装置の過渡パラメータ抽出
部（２）においては、低次元の過渡点パラメータＪ（（
ｐ、ｑ）により各音韻の変化例えばＨ−＋　Ａ　、　Ａ
→Ｉ舗間の音４？ハラメータを分離性の良いパラメータ
に正札するために、音感分析部（１）からの音声信号の
音砦パラメータ時系列からなる信妬の周波数帖力向及び
時間軸方向の両方向Ｋ　ｉ）セ゛Ｔを行ない、その夫々
の低次成分を取シ出す様にしているのであるが、この低
次成分例えばＰ（ｎ）とこの低次成分以外の成分をＯと
したものから？　１．）Ｆ　Ｔによυｐ」−生しブζも
のをＱ（ｎ）（ｎ＝１，２．・・・・・・３０）とした
時、なる二」ζ誤差Ａを小さくできる程、よシ効果的な
圧縮が行なわれた皇になる。しかしながら、上述の時間
的１１方向におけるＤ　Ｆ　Ｔによる圧縮の如く低次成
分として３次元や４次元４を度であると破裂音の様に音
声の過渡部が比較的急峻に変化する場合、二来課差Ａが
相当大きなものとなり良好な圧縮ができないという不都
合があった。

弁明の目的 本発明は斯かる点に鑑み音声信号から効果的な・Ｐラメ
ータを抽出して、不特定話者に対する音声の認誠率が高
い音声缶’３　Ｂ：：を装置１：ｔを得ることを目的と
する。

光明の概要 本犯明は、マイクロホンを崩し、このマイクロホンから
の音声イロ号を聴感上の処理を施した音響パラメータ時
系列に）：換し、この音セ・クラメータ１；η系列の時
間的汲化をガウス分ｍ　ｌＱＪ数でモデル化する様にし
だ音声認識装置でりシ、斯かる本発明によれば、音声信
号から効果的なノぐラメータを抽出して、不特定話者に
対する音声の１３識率が高いものを１（Ｉることかでき
る。

実施例 以下、第７図乃至第１１図を参照し、なから本発明）°
１ノお認識装置６の一実施例につき睨明しよう。この２
１３７図乃至第１１図において第１図乃至第６図と対応
する７１１５分に同−符号を付してその詳細な睨明は′
ＩＩ　ｌ’６する。

本例においては＃、ｓ　４図Ｃに示すノ々ワースベクト
ルを帯域分割したものや、イｊ￥域通過フィルタの出力
を整流し一足区間毎に平？ｉ？化したような音；ｉｌｌ
　／やラメータ■錨１渡８Ｂ（８０ｍｓｅｃ４呈度）に
おける時間的変化がン！３７図Ａ乃至Ｆに示ずような形
状に分類することができることにガイ目し、これらの形
状を賞、８図に示す如きガウス分布１４’ｊ数にてモデ
ル化するようにしたものである。

＆５９図において、θ乃はメモリ装置を示し、このメモ
リ装置（，１りは例えば１行３２ワードの記１が部が１
６行マトリクス状に配されたもので読み込まれるスペク
トルパラメータＸ（ｉ）を各ワードごとに順次記憶　　
　□すると共に、クロック冗生器（６）からの５．１２
　ｍ　ｓｅｃ間隔のフレームクロックが倶硲されて、各
行のパラメータを１１１−＋次ＡＶｔ力向ヘシフトする
。従って、こＯ）　−ｅ　ＩＪ　ｇ　５ｉ　（３化１゛
“′”°°°間隔０°″−ド″′１スイクトルパラメー
タＸ（ｉ）が１６フレーム（８１，９２ｍ５ｅｃ）分配
ｔヒされ、フレームクロックごとにｍ＋ａ次新しいパラ
メータに更新される。更に、過渡点検出部（１３）から
の湿潤点検出信号’（ｔ）がこのメモリ装置（３２１に
供給され、この遇γル゛点検出偏号Ｔ（ｔ）のタイミン
グに和尚するス被りトルノやラメータＸ（ｉ）を８イ１
１゛目の行にシフトした時点でメモリ装置・：ｒ：　（
３２）の６ノ゛シみ出しを行なう。この様にしてメモリ
装置１色のト・ハみ出しは、各ワードごとに１６フレ一
ム分の信号を本゛Ｉワカ向に訟。

み出す。

このメモ！Ｊ　装置１＞？、　ｌ慢からの鍋汀部におけ
る時間的変化に応じ／こ各ワードごとの１６フレ一ム分
の１５．’　−’３をモデル化回路１１３１に供胎する
。このモデル化回路１、Ｓ鴫は、メモリ装置＾シＣ葡か
らの過渡部における時世的変化に応じ／こ各ワードごと
の１６フレ一ム分の信号に対して第８図に示す如きガウ
ス分布関数ｘ（ｎ）　＝、ｅｂ（ｎ−ｃ）”を用いてモ
デル化することにより、音ノｉ叩パラメータ時系列の過
渡部における時間的変化を低次元、このＪｌ、、Ｊ合ａ
、ｂ及びＣの３次元のノやラメータに圧縮し、これによ
シ音−１）５ノやラメータ時系列の時間馴力向の圧縮を
行なうものである。ここで、とのモデル化回路（３３）
について更に説明する。

このモデル化回路（、■は、メモリ製放（３２からの音
Ｊ、トパラメータ時系タリの過渡部における時間的変化
に応じた各ワードごとの１６フレ一ム分のイ１．刊が第
７図Ａ乃至■、１に示す如く単酬；ＦＡ増加するもの、
単調ニア、Ｈ＜少するもの、単調釘コ加した後車シ、゛
」減少するもの、平坦なもの、比較的急１唆に変化する
もつ及び急峻に変化するものに、％ｙ略分づ；［１する
ことができるハ、これに２１ｊ；　８１ｄに示ずガウス
分布ｌ□：’、１　ｐ、Ｌｙ　Ｘ（ｒｌ）＝ａ−ｅｂ（
’−Ｃ）２の−ＢｊＸ分又は全体にてモデル化し、この
ガウス分布１λｉ数を決定するａ、ｂ及びＣをむ出する
ものでめる。

寸ず、過渡部におけるＩｉ’ｌｊ　ｌｉｆ的変比変化じ
た信号をｘ（ｎ）（ｎ＝１　、２　、＝＝・、　Ｌ）　
、（ｎはフレーム截）とすると、 Ｘ（＋、）　〜ａ、ｅｂ（ｎ−ｃ）２・、、、、、、、
、、、、、、、　ｉｌｌのようにモデル化が可ｔＩトで
ある。そこで、Ｘ（’）　−ａ−６”　Ｃｎ−０２・・
・・・・・・・・・・・・・・・・・・・・・１．２０
１’／（ｎ）　−１−ＯｇＸ（ｎ）　　　　　　　　“
、、°＝−°−＝−゛°−−−−−−−（２１）ｙ（ｎ
）＝ＡｏｇＱ（，１）＝ｂ（ｎ−ｃ）２−１−Ｌｏｇａ
　　−＝−１２７Ｊとおき、）ｊ７．小二乗推定により
ａ、ｂ及びＣを決定する。即ち、 とおいて、Ａが最小となるｔａｇａ　＋　ｂ及びＣを決
定する。

（２９式より ・・・・・・・・・・・・・・・Ｖ４１・・・・・・・
・・・・・・・・（２５）・・・・・・・・・・・・・
・・０６）ここで、 ｆｉｌｌ　　　　　　　　　　　　　　　　　　　　　
ｎ＝１とおくと、０勾、（２ｒ、）及び（２ＩＩ＋）式
は大々ＬＡｏｇａ＋（Ｌｃ２＋ｑ−２ｃｐ　）ｂ−α−
０，・、、、、、、’、　（２４）／（ｑ−２ｃｐ＋ｃ
２Ｌ）Ａｏｇａ＋（ｔ−４ｃｓ＋６ｃ　（１−４ｃ”ｐ
＋ｃ’Ｌ）ｂ−（γ−２Ｃβ＋Ｃ２α）＝０・・・ＣＪ
５）’ｂβ−ｂｃα−ｐｂｔｏｇａ＋ＬｂｃＡｏｇａ　
−ｂ　ｓ＋３ｂ　ｃｑ−３ｂ”ｃ”ｐ＋ｂ３ｃ３Ｌ　＝
　Ｏ・・・・・・・・・Ｑ６）′とあられされる。そし
て、これら＠４）’　ｌ　１２ω′及び（４１３）’式
を連立してｔｏｇａ　ｔ　ｂ及びＣを〕１１畦くのであ
る７５二、Ｃに就いて４次、ｂＫ就いて２次の項を含む
為、ＩＩＥ想型最適化手法等によシ近似自勺（Ｃ８＋＜
手法では１ノアルタイムでの処理としては適用不可Ｒヒ
である。

そこで、ガウス分布ｌ月数の最大値を取るｍ１ｔ＝ｃが
過渡部から極端に「ｊはておらす１−１（≦Ｃ≦Ｌ＋に
なるルチ囲（τ在るとする。この様な条件のもとでＣを
変化させ、各Ｃの変化の段階でＣを定敬とみなしてｔｏ
ｇａ及びｂを解く。そこで、 Ｌｃ２＋ｑ−２Ｃｐ＝Ｅ ｔ−４ｃｓ＋−６ｃｍｑ−４ｃ３ｐ＋ｃ’Ｌ＝Ｆγ−２
０β＋Ｃα＝Ｇ とおくと、（」′及び１２５１　’式は夫々Ｌｔｏｇａ
＋Ｅｂ−α＝Ｏ・・叩曲・・曲曲曲（２復”Ｊ：Ｄｔｏ
ｇａ＋ＪＩｌｂ　＋Ｇ＝＝　Ｏ・・・・・・・・・・・
・・・・・・・・・・・・・（２５）１１とあられさｉ
ｔｌ　これら（２Ｃ及び（２５）“式よシと各Ｃの値に
応じてｔｏｇａ及びｂを夫々求めることができる。とこ
ろで、音ｉＪν・やラメータを圧縮したときにより効果
的な圧縮をするためには二東課たＡがよシ小さな仙をと
る様にする必要があシ、本例の二乗誤差Ａは Ａ−δ＋Ｌ（ｊｏｇａ）　＋ｂ　Ｆ−２１ａｇａ−α＋
　２　ｂＦｔＯｇａ　−２ｂＧ　　・曲・ｉ２！ｌ）と
あられされる。そこで、１−に≦Ｃ≦Ｌ　＋　ｉ（の範
囲において二乗誤差Ａが最小となるＡｏｇ　ａ及びｂを
夫夫求めれば伯終的により効果的な圧縮を行なうことが
できるＡｏｇａ、ｂ及びＣを夫々決定することができる
。

この様にしてがウス分布関数を決定する１、ｏｇａ。

ｂ及びＣを算出することができ、これら一連の処理を分
割された帯域ごとに行ない、（分割された帯域３３　Ｍ
　（本例においては３２である。））×３次元の音η’
、’ｔ　ｉｊラメータ時系列の時間的変化の包絡特性を
抽出できる。第１０図及び第１１図はモデル化回路Ｃ３
３）の一連の処理手順を示すフローチャートである。こ
の８ｇ１０図及び第１１図において、ブロック（３３ａ
）にて分割された帯域を示す変数ｉの初期値１が設定さ
れ、ブロック（３３ｂ）にて（２／）　、　＋２５）及
びＣら）式を１１ヱき換えによシｆＬ〕単化して１ｉ４
）’　、　（７■′及び（シロ）７式に夫々変換するた
めにα、β、ｒ、δ、ｐ、ｑ、ｓ及びｔが夫々算出され
、ブロック（３３ｃ）にて影〕数ｉに対応する帯域にお
ける最小の二乗ＦＡ　ｉ！１Ａとそのときのｔａｇ　ａ
　、　ｂ及びＣとが変ｉｙ、Ａ（ｎｉｎ　＋　ａｍｉｎ
　Ｉ　ｌ）ｍｉｎ及びＣ口〕ｉｎとして夫々求められる
。このブロック（３３ｃ）の処理手順を第１１図にザブ
ルーチンとして示す。ブロック（３３ｄ）にてガウス分
布１カ数の最大値のＪ！４　ｊ、：Ｊ　Ｃを変化する範
囲（１−４）以上（Ｌ十Ｋ　）以下の初期値（１−Ｋ）
が変数Ｃに設定され、ブロック（３３ｅ）にてＣを足載
とみなして＋Ｊ４１’　ｌ　ｆ２ｓ’及びｆ３１ｉ）’
式を１シ（き換えにより簡単化して（２４）“＋　！２
：ｉｌ“及び（２６）“式に夫々変換するためにＥ、Ｆ
及びＧが夫々ｎＩ出され、ブロック（３３ｆ）にて定数
にみなされたＣＫ対応するｔｏｇａ、ｂ及び二９　Ｂ５
４差Ａが夫々ｐ−出され、ブロック（３３ｇ）にてＣが
初期値（１−Ｋ）に等しいかどうかが判断され、等しい
場合にはブロック（３３ｈ）にて二乗誤差Ａが最小の二
乗誤差Ａを示す変数Ａ＋ｎｉ　ｎに置き換えられると共
に、そのときのＡｏｇａ。

ｂ及びＣが変＆１．　ａｍｉｎ　＊　ｂｍｉｎ及びＣｍ
１ｎＫ置き換えられ、ブロック（３３ｉ）にて座４，１
”ｉｃをハ「定の範囲（Ｌ＋Ｋ　）まで変化したかどう
かが変数Ｃが目標値（Ｌ＋Ｋ）に等しいかどうかが判断
はれ、等しく々い場合ブロック（３３ｊ）にて座標Ｃを
１つ移動するように変１ｄ　ｃに１が加えられ、再びブ
ロック（３３ｅ）及び（３３ｆ　）にて処理がなされた
後ブロック（３３ｇ）にて変数ｃが初５Ｕ＋値（１−Ｋ
）に等しくないことが判断され、ブロック（３３１０に
て二乗誤差Ａが最小の二乗誤差Ａを示す変数へｎｉｎよ
シも小さいかどうかが判断され、小さいセノテ合にはブ
ロック（３３ｈ）にて上述と同様にＡ１１１ｊｎ　＊　
ａｍｊ　ｎ　＋　’）Ｉｎｊｎ及びＣｍ１ｎがｔｔ’ｔ
き換えられ、小さくない揚台にはブロック（３３ｉ）に
て変数Ｃが目４？′、’ｉ　ｆ直（Ｌ＋Ｋ）に卑？しい
かどうかが判しｒされ、等しくない場合にはブロック（
３３ｊ　）以下上述と同様の処理がなされ、り）シい場
合にはこのサブルーチンにおける処理が終了即ちブロッ
ク（３３ｃ　）の処理が終了し、このブロック（３３ｃ
）にて変数ｉに対応する帯域における最小の二乗誤差Ａ
　　　′とそのときのｔｏｇ　ａ　、　ｂ及びＣとが変
数Ａｍ１ｎ　＊　ａｍｉｎｔｔ）ｍ　ｉ　ｎ及びＣｍ１
ｎとして夫々求められ、ブロック（３３／、）にて変数
ｉに対応する帯域におけるｔｏｇａ、　　　　　′ｂ及
びＣが夫々変数Ｑ（１，ｉ）　−Ｑ（２，ｉ）及びＱ（
３，ｉ）　　　　　’として求められ、ブロック（３３
ｍ）にて分割された　　　□帯域の夫々に対してｔｏｇ
ａ、ｂ及びＣが夫々求められたかどうかを分割された帯
域を示す変数１が分　　　・割された帯域数Ｍに等しい
かどうかによシ判断し、等しくなければブロック（３３
ｎ）にて処理する分割された帯域を心動するように変数
ｉに１を加え再　　　：びブロック（３３ｂ）以下上述
と同様の処理を行ない、　　　・ブロック（３３ｍ）に
て分割された帯域全体に亘って上述の処理がなされたこ
とが変数ｉが分割された帯域数Ｍ　Ｋ等しいことによシ
判断され、このモデル化回路６３）における一連の処理
が終了する。この様にしてモデル化回路（３３Ｉにて過
渡部における時間的変化に応じた信号に対するガウス分
布関数Ｘω）＝ａ−ｅｂ（ｎ−０）２を用いたモデル化
がなされ、音？ξ“１゛・クラメータ時系列の過渡部に
おける時間的変化としての１６フレ一ム分の信号がａ、
ｂ及びＣの３次元のローカルノやラメータＱ（１，１）
　、　Ｑ（２，１）・Ｑ（ａ、１）　。

Ｑ（１，２）　、　Ｑ（２，２）　、　Ｑ（３，２）−
＝Ｑ（ｔ、ｉ）　、　Ｑ（２，ｉ）　。

Ｑ（ａ、　＋）　ｌ　（ｉ−１１’２・・・・・・３２
）に圧縮される。このｏ　−カル”　ラメＩ　Ｑ（１，
，１）　ｒ　Ｑ（２，１）　？　Ｑ（３，１）　ＩＱ（
１，２）　、　Ｑ（２，２）　、　Ｑ（３，２）−＝Ｑ
（ｘ、ｉ）　、　Ｑ（２，ｉ）　ＩＱ（３，ｉ）、（ｉ
＝１，２．・・・・・・３２）カメモリ装置０ａに供給
される。このメモリ装置Ｃ３４）は例えば１行３ワード
の記憶ＵＩＳが３２行マトリクス状に配されたもので、
ローカルパラメータＱ（１，１）　、　Ｑ（２，１）　
、実３．１）　。

Ｑ（１，２）　、Ｑ（２，２）　ＩＱ（３，２）　、−
°°Ｑ（ｔ、　ｉ）　ＩＱ（２，ｉ）　ＩＱ（ａ、ｉ）
　ｆ　（ｔ＝＝ｉ　ｌ　２１・・・・・・３２）が順次
記憶されると共に、上述のクロック発生器（６）からの
５．１２ｍ５ｅｃ間隔のフレームクロックが供給されて
各行の／ぐラメークが１１：・１次４ｉり方向ヘシフト
される。これによってメモリ装置（３４）には５．１２
ｍ５ｅＣ間隔の３次元のローカルパラメータＱ、（１，
１）　、　Ｑ（ｚ、ｘ）’＋　Ｑ（３，１）　ＩＱ（１
，２）　、　Ｑ（２，２）・Ｑ（３，２）　、　−＝Ｑ
（ｘ、ｉ）　、　Ｑ（ｚ’、ｉ）。

Ｑ（３，ｉ）、（ｉ＝１，２．・・・・・・３２）が３
２ワ一ド分記憶され、フレームクロックごとに１１１：
１次シフトされＫｆ’８み出しがなされる。そして、こ
のメモリ装置（３４）からのｆｉ）Ｃみ出されたＫｇ号
Ｑ（ｔ、ｔ）　、Ｑ（１，２）　、・・・・・・Ｑ（１
，ｉ）　ｔ’シ（２，１）　、　Ｑ（２，２）　、　°
−°Ｑ（２，ｉ）　、　Ｑ（ａ、ｔ）ｌＱ（３，２）　
、・・・・・・Ｑ（３，ｔ）　Ｉ　（１＝１　＋　２　
＋・・・・・・３２）がＤＦ’Ｔ回ビド３９に供給され
る。このＩ）　Ｉ！”ｌ’回路（３つにおいて供給され
た信号に対するＤ’　Ｆ　Ｔが従来と同様に行なわれる
。このようにして周波数軸力向における３２ワードの信
号がＰ例えば８ワードに圧縮される。

このＤＦＴを各次元ごとに行ない、全体で（３Ｘ８）の
２４ワードの過渡点・ぞラメータＫ（ｐ、ｑ）　（（ｐ
＝　１゜２、・・・・・・、５）（ｑ＝１．２．３））
が形成される。

また本例においてはメモリ装置（２９）に記憶しておく
クラスタ糸数は複数の話者の発音から上述と同様に過渡
点パラメータを抽出し、これを音韻の内容に応じて分類
し統計解析して得られたものである。

その他は従来と同様に桁数する。

斯かる４１′；成によれば、音声分析部（１）にてマイ
クロホン（２）に得られた音声信号が信号処刑きれた音
１１“（・・母うメータ時系列として重み付けされた・
やワースベクトル信号がイ（ｆられ、この重み付けされ
たパワースペクトル信号が過渡・ぐラメータ抽出部ｎ２
＋及び過渡点検出部（Ｉ３）に夫々供給される。そして
、この過渡・ぐラメータ抽出部０′ＩＪにおいて、ルみ
付けされた・やワースベクトル４５１号がｉｉｉ：：域
分割回路（ｆ４１にて３２の帯域に分割され、この３２
の帯域に分割された信号が対数回路（【５１にて車み付
は宿による冗長ｊ９が１）ト除されスペクトルノぐラメ
ータＸ（ｉ）（ｉ＝１　、２　。

・・・・・・Ｍ）がイ４ｔられ、このスペクトルノやラ
メータＸ（ｉ）（ｉ−１，２，・・・・・・Ｍ）がクロ
ック発生器（６）からの５、１２　ｍ　ｓｅｃ間隔のフ
レームクロックごとにメモリ装置ｆ’ｅ　ｔ３邊に順次
６ｊｅｒみ込まれる。また、過渡点検出部（１謙にて音
声分析部（１）からの矩み付けされたパワースペクトル
信号が信号処理きれ過渡点検出部＋’３’Ｔ（ｔ）が有
られ、この過渡点検出信号Ｔ（ｔ）が過渡・ぐラメータ
抽出部（１りのメモリ装置ｆ３２１に供給される。そし
て、このメモリ装置（櫻にて過渡部における時間的変化
に応じた各ワードごとの１６フレ一ム分のイト１゛号が
順次１ｔ７１＋み出され、この各ワードごとの１６フレ
一ム分の信号がモデル化回路（（至）に供給され、この
モデル化回路Ｃ（３）にて過渡部における時間的変化に
応じた各ワードごとの１６フレ一ム分の信号１ｃ対して
上述の如きガウス分布１５−１６′ｉによるモデル化が
行なわれる。このモデル化により、各ワードごとに二乗
誤差Ａが小さくより効果的な圧縮を行なうことができる
ところのａ、ｂ及びＣからなる３次元のローカル・９ラ
メータＱ（ｌ、　１　）・Ｑ（２，１）・Ｑ（３，１）
　ｅＱ（１，２）・Ｑ（２，２）・Ｑ（３，２）・−°
°Ｑ（１，ｉ　）・Ｑ、（２、ｉ　）。

Ｑ（３，ｉ）　ｅ　（ｔ＝ｉ　１２１・・・・・・３２
）が得られる。ここで、音ｉ１＄−’４ラメータ時系列
の時間的変化の包絡特性が抽出される。そして、このロ
ーカルパラメータＱ（１，１）　、　Ｑ（２，ｘ）　、
　Ｑ（ａ、ｔ）’　、　Ｑ（１，２）　ＩＱ（２，２）
ＩＱ（３，２）　、・・・・・・Ｑ（ｉ、ｉ）　、Ｑ（
２，ｉ）　ＩＱ（３，ｉ）・（ｉ−１．２．・・・・・
・３２）がクロック発生器（６）からの５．１２ｍ５ｅ
ｅ間ｌ’＋”Ａのフレームクロックごとにメモリ族）Ｒ
１（３４に１１ｆｆｉ次ｒ’ｌｉ；み込霊れ、このメモ
リ製置Ｇ（４１がらフレームクロックごとにｌ１ｌｒｔ
　？〕（ローカル）ぐラメータＱ（１，１）　。

Ｑ（１，２）、・・・・・・Ｑ（ｔ、ｉ）　、　Ｑ（ｚ
、ｔ）　、　Ｑ（２，２）　、・曲・Ｑ（ｚ、ｉ）　、
Ｑ（ａ、ｔ）　、Ｑ（３，２）　、・・・・・・Ｑ（３
，ｉ）　、（ｉ　＝１．２．・・・・・・３２）が読み
出されＤＦＴ回路−３９に供給きれ、このｊＪＦＴ回路
１灼のＪ、）　ＦＴにょシ周波数輔方向における３２ワ
ードからなる信号がＰ゛次元えば８次元のパラメータに
圧縮され、過渡パラメータＫ（ｐ、ｑ）がイ！ｔられる
。ここで、音ｌ；！ｙｆラメータ時系列ノスペクトルの
包絡特性が抽出さｎる。この様にして過渡・ぐラメータ
抽出部（ｌａにてＰｘＱ＋／ｌ］えば（’８Ｘ３）次元
の過渡パラメータＫ（ｐ、ｑ）が・１゛ｆられる。

そして、この過渡・ぐラメータＫ（ｐ、ｑ）が音声判定
部（２７）にて従来と同様過渡・ぐラメータＫ（ｐ、ｑ
）の処理がなされ、検出された過渡点が何の音韻から伺
の音１１１」への過渡ルであるかが認謀判定され、その
（ｇ号が出力ψ：；、１子（３υにイシ１られる。

以上述べた如く本例によれば、二乗誤差Ａが比較的小さ
な値をとるようにして音響パラメータ時系列の時間軸力
向である時間的変化をガウス分布ｊ味Ｉ数Ｘ（Ｈ）　＝
　ａ−ｅｂ（ｎ−”　ｆ−Ｅ　チル化し、とのがウス分
布１３′、ｉ数を決定するａ、ｂ及びＣからなる３次元
の・ぐラメータを得ることにより音Ｑ）、？、　／ｆラ
メータ時系列の時間的変化の包絡特性を抽出するように
した為、破裂音等の音声の’）Ｄ　１１部が比較的急峻
に変化する場合にも、音４’＋−パラメータ助系列の時
間軸方向の圧Ｊｉｍをより効果的に行なうことができる
。

従って、音７Ｂ’（＋パラメータを分子ｌ性の良いパラ
メータに圧お（１することができ、音声の認識率の高い
ものを得ることができる。

尚、本発明は上述実施例に限らず本発明の要旨を逸脱す
ることなくその他１中々のｔｒ４ｉ成を取シ得ることは
勿論である。

応用例 上述実施例においては、音声認識装置の過渡・ぐラメー
タ抽出部における音ＩＱ＋パラメータ時系列の時１ｔ４
ｉ軸方向の圧縮をガウス分布関数によるモデル化にて行
ない、音声のｕ　Ｗｆ＋（をするようにした場合につい
て述べたけれども、この認識結（（トの信号をうへ明の
効果 本発明音声Ｗｇ！　Ｒ装置によれば、マイクロホンを有
し、このマイクロボンからの音声イＢ号を聴感上の処理
を施した音〜：ｉｊ　／＃ラメータ時系列に変ｔＡし、
この音ｆ１θ１〉・ぐラメータ＋＋Ｈ５系列の時間的り
（化をがウス分布！・９１数Ｘ（ｎ’）　−ａ−ｅ”（
ｎ−０）２テモｙ”　ル化スル様Ｋ　シで、ガウス分布
関数を決定するａ、ｂ及びＣからなる３−次元の・ぐラ
メータを得ることにより、音の・ぐラメータ時系列の時
間的変化の包絡特性を抽出するようにした為、破裂音等
の音声の過渡部が比１ｉＢ＋７．的急峻に変化する場合
にも、音響・ぐラメータ時系列を時間ｉ＋１１力向にお
いて分雅性の良い・ぐラメータに圧縮することができ、
音声の認識率の高いものをイ；することができる。

【図面の簡単な説明】

！、！”１１図、第３図、第４図、第５図、第６図及び
１１５７図は音声認識装置のＨ’ｌ明に供する遣い図、
第２図は従来の音１色；ｉｔ：ｇ五′、−酊、置の例を
示ずイ１、成図、第８図はガ゛ウス分布し−ｊ故のｆ：
ｊを示すＮ′−図、第９図は本発明音声認識装置の一実
施例を示す’ｉ７ｊ＋成図、第１０図及び第１１図は夫
々モデル化回路の処理手！ｉｐ、’ｔをフローチャート
にて示す線図である。 け）は音声分析部、（２）はマイクロホン、０々は過渡
パラメータ抽出部、（脂は応奴点ＩＩｉ出部、（２７）
は音声刊足部、（：ｊ功及び１３４）はメモ１７　、’
ｌ遇ｉ汽、（熾はモデル化回路、１（ωはＤＦＴＬＩ！
回路である。 第５図 第７図 Ａ　　　　　　　　　　Ｂ 第６図 第８図 （ 第１０図 第１’ｉｌ１ 手続補正書 １、事件の表示 昭和５７年特許願第２０４１７３　　号２、発明の名称
　音声認ｎ装置 ３、補正をする者 事件との関係　　　特許出願人 住所　東京部品用凶兆品用６丁目７番３５号名称（２１
８）　　ソニー株式会社 代表取締役　大　賀　典　雄 ４、代　理　人　東京都新宿区西新宿１丁目８番１号（
新組ビル）置東京（０３）３４３−５８２１　（代表）
（３３８Ｂ）　　弁理士　伊　　　　藤　　　　貞５、
補正命令の日付　　　昭和　　年　　月　　日６、補正
により増加する発明の数 ７、補正の対象　　明ＰＪＵ苔の発明の詳細ダず丙′り
柵８、補正の内容 （１）　　明細魯中、第８負第１２行「２Ｍ点」とある
を「２八４−１点」ｋ訂正する。 （２）同、同頁第１３行「ＤＦＴを行う。」とあるなｒ
ｚＭ−２点のＤＦＴを行う。」に訂正する。 （３）同、同頁第１４行〜第１７行 ｒ　　Ｘ（□、＝、Σ８（ｉ）ｗ″′１−０２Ｍ −バー士匹） 但し、Ｗ　　　＝＝ｅ２）、１ ２＝ｑ−１ ｍ　＝　０．１　−−−−−　２Ｍ−１」 とあるを 「Ｘ（ｍ）　＝　　；　　ｘ（Ｈ）　Ｗ面１−０　　　
　　　　　２Ｍ−４ ｍ　＝　０．１−−−−−２Ｍ−３Ｊ に訂正する。 （４）同、第９負第３行〜第６行 となり、これらより とあるを となり、これらより に訂正する。 （５）同、第１０万第７行〜第１０行 ［ｘ（１）　：　Ｘ（２Ｍ−ｉ−ｔ）　　　　　　　　
　・・・・・・・・・・（８）とおくと、ローカルパラ
メータＬ（ｐ）は・・・・・・・・・・（９）」 とあるな ｒ　　ｘ（ｉ）＝　ｘ（２ｎ−ｉ−２）　　　　　　　
”・・・…・・（８）とおくと、ローカルパラメータＬ
（１））は＋ｘ（Ｈ−１）ＣＱＳ−・・・・・・・・・
・（９）」−１ に訂正する。 （６）　　同、棺１５貞第１４行「定数なので、」とあ
るな「音声波形のパワーを表硯しているので、パワー正
規化のため」に訂正する。 以　　　上

Claims (1)

【特許請求の範囲】
1. マイクロホンを有し、該マイクロホンからの音声信号を
   聴感上の処理を施した音＃り”ラメータ時系列に変換し
   、該音幹・母うメータ時系列の時間的俊化をガラス分布
   関数でモデル化する様にしたことを特徴とする音声認識
   装置。