JPS60179799A

JPS60179799A - 音声認識装置

Info

Publication number: JPS60179799A
Application number: JP59036447A
Authority: JP
Inventors: 文雄前原
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1984-02-27
Filing date: 1984-02-27
Publication date: 1985-09-13

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認識装置に関する。

従来例の構成とその問題点従来、音声認識装置では入力音声信号を分析することに
よって得られるｎ次元の特徴ベクトル系列（＆　１．　
ａ　２　、・・・・・・ａＩ）に対し辞書としてあらか
じめ装置内に登録しであるＰ個の標準パターンベクトル
系列（”１　ｔ　”２　ｔ　”””　ｂ））　”””　
（ｂ＊　＋’２＋・・・・ｂＵ）　の中からこれと距離
の最も近いもの、もしくは最も類似性の太きいものをも
って認識結果としているが、このとき入力ベクトル系列
（ａｌ。

ａ　２　、・−、ａｌ）と標準パターンベクトル系列の
うちの１つ、例えば（ｂ′、ｂＬ・・・・・・、ｂ、４
１（但し１　２’ ７＝１〜Ｐ）の比較に際して（ａ　１．　ａ　２　、・
・・・・。

ａ工ｌ　の１要素ベクトルａ　ｉと（ｂｌ　、　ｂｌ　
、　、；、・、。

　２ｂＭ）の中の１要素ベクトルｂこの市街距離、もしくは
ユークリッド距離を計算し、これを確からしさの尺度と
し、これをもとに２つのベクトル系列の総距離を、グイ
ナミノクプログラミングや線形伸縮などの手法を用いて
計算するものが大部分である。

但し、市街距離、ユークリッド距離は次式で与えられる
。

ａｉ　＝（ａｉ　、１　、ａｉ　、２．−−　、　ａｉ
　、Ｎ’１ｂｔ＝（ｂｔ　、ｂｔ　・・・・、ｂ盃、Ｎ
ｌとするときｍ　ｍ’１　ｍ２＋ ”ｌ、ｍ−Σ　ｌ　ａｌ、ｒ　”！、ｒｌ（市街距離）
−１７ｔ、ｍ−Σ　（ａ１’　ｒ　”富、ｒ）２（ユ　９リ
パｒ＝１距離）以下、確からしさの値の尺度として上記のような距離尺
度を用いた場合を例として説明する。

上記の原理にもとすく音声認識装置の一つとして、日本
語ワードプロセノザ−への入力を目的として、仮名キー
の入力の代りに、音節単位に区切って発声したもの、例
えば「ア」、「力」、「イ」。

「ハ」、「す」、を認識する単音節認識や、連続音声を
音節単位に分割して、音節単位で認識を行うものが用い
られる。

ところで上記のような音節型認識装置を日本語ワードプ
ロセッサー（以下ワープロと略す）の入力として用いる
時、ワープロの持つ、カナ漢字変換のだめの単語辞書１
文章辞書もしくは単語辞書と言語処理機能の組合せなど
を用いて音節認識における誤りを訂正するものが有る。

すなわち、音節認識部において、音節単位のパターンと
してあらかじめ登録されているＰ個の標埠パターンと入
力パラメータベクトル列との比較に際して、最小距離を
与える標準パターン１つを選ぶ代りに、距離の小さいも
の１個（■は正の整数）を選択し、例えば入力音声がｌ
個（工は正の整数）の音節から成るとすると、ＩｘＪ個
の音節候補マトリックスとその各々についての標準パタ
ーンとの距離ｄ□７．（但し１＋］は１≦１≦Ｉ。

１≦ｊ≦■　なる整数）を用いて、１１通りの構成可能
文章の各々について累積距離Ｓｒ（、）を工Ｓ　−Σ　ｄｒ（１）１．ｒ（１）＋＝１（但しｒ（１）はｉの関数で１の各段において１≦ｊ≦
■　なる】のうちの１つに対応する。）として計算し、
このうち累積距離の小さいものからＮ個の文章を選びだ
し、あらかじめ記憶されでいる文章辞書（一般のカナ漢
字変換に使われるものが流用可能）を検索し、一致した
ものを文章認識結果とするものが有る。この場合、累積
距離計算のだめの加算回数は１１回である。この間の動
作を具体例によってさらに説明する。

第１図は、Ｉ−６，Ｔ−４とした場合の例で、１つの音
節入力に対して４つの音節候補を出力し文章中の音節数
が５の場合で、正しい発声は、「あたらしい」とする。

第１音節（ｉ＝１）では、音節候補として（ア７゛ハタ
）（下段は距１３　６２　６３　７１離を表わす）が得られたことを示す。Ｉ−５゜Ｔ＝４の
時生成可能な文章は「あだたちい」。

「あただちび」・・・・・「たささいし」で■１−４５
−１０２４通り存在する。

誤りの訂正には、１０２４通りの文章中から、先に述べ
た、累積距離の小さいものＮ個（Ｎは正の整数）を用い
、あらかじめ記憶されている文章辞書との比較を行う。

第１図の例では第１候補　（あだたぢい）　累積距離　８２２　（あだ
だしい）　８θ ３　（あたらちい）８７４　（あたらしい）〃９１となり、辞書中に「あたらしい」という文章のみが存在
するとすると誤りが訂正できる。実際文章中では第１〜
３候補の様な例は存在しないことは明らかであるので誤
り訂正が可能である。

ところで、この方法では累積距離の計算に際して工１通
りの組合せに対して、これを行う必要が有り、割算量が
膨大であり、処理に時間がかかるという欠点を有する。

発明の目的本発明は上記欠点に鑑み、複数の音韻もしくは音節認識
候補を用いて、文章辞書検索により誤りの訂正を行なう
場合における計算回数の減少を目的とする。

発明の構成本発明は、この目的を達成するために、入力された音節
の各段において、前段迄の累積距離のうち小さいものＮ
個を選択して記憶する累積距離記憶手段とその遷移状態
を記憶する遷移記憶手段を′設け、累積距離記憶手段に
記憶されているＮ個の累積距離と現役における各候補音
節との総距離を計算し、その内の距離の小さいものＮ個
を選択し、これを新たに累積距離記憶手段に記憶すると
共に、選択された候補とその時の累積距離の順位を遷移
情報として遷移Ｎ記憶手段に記憶し、音声入力終了後、
前記遷移Ｎ記憶手段の遷移を逆にたどることにより複数
個の文章認識候補を得、文章辞書とのマツチングに供す
るように構成している。

実施例の説明以下、本発明の一実施例について図面を参照し外から説
明する。

第２図は本発明の一実施例における音声認識装置のブロ
ック図である。同図において１は、入力音声をパラン〜
り分析してＮ次元のパラメータベクトル列（ａ　１　、
　ａ　２　、・・・・、ａＩｌに遂次変換するパラメー
タ分析部で、フィルタバ７り、７−ＩＪ工変換器、線形
予線系数型分析器々とにより構成される。

２は標準パターン記憶部で、あらかじめパラメータ分析
された音声を音節標準パターン（ｂ１１ｂｌ、・・・・・・、ｂ））・・・・・、　（ｂ￥、す
、・・・・・・、ｂｉ）トｂて記憶する。

３は比較部で、前記入力パラメータベクトル列（ａ　１
　、　ａ　２　、・・・・、ａｌｌと前記パターン記憶
部３に記憶されている標準パターンとの距離を計算する
。

４は判定部で、比較部３で得られた距離のうち、小さい
ものから１個（工は正の整数）を選択する。

これをｄ０９．とする。但し１≦１≦■で、第１番目に
出現した音節を示し、１≦ｊ≦Ｉで、距離が第１番目に
小さいことを示す添字である。

６は累積距離記憶部でｉ番目の音節の処理に先立って発
声された（ｉ−１）個の音節の累積距離５ｉ−Ｉｎ（但
し１≦ｎ≦Ｎで最終的にＮ個の文章を文章認識候補とし
て辞書マツチングに供する。）を記憶する。

６は累積距離計算部で、上記累積距離記憶部に記憶され
ている累積距離５ｉ−１，ｎと、上記判定部４により得
られる距離ｄ□、ｊのすべての組合せＴ十Ｎ通りに関し
て和Ｓ１　をめる。

１、ｎすなわちＳ、ｆ　＝Ｓ＋ｄ、、　・・・・・・・・・　（１）１
、ｎ　”　’＋”　１＋１但し１．ｎ、］は、１≦ｉ≦Ｉ、１≦ｎ≦Ｎ。

１≦ｊ≦１とする。

７は選択部で、上記累積距離部によって計算された（Ｎ
十Ｊ）個の累積距＠　Ｓ、ｉ　のうち距離の１、ｎ小さいものから順にＮ個を第き音節における累積距離Ｓ
１．ｎ（１≦ｎ≦Ｎ）として累積距離記憶部５に記憶す
る。

８は遷移記憶部で、上記累積距離Ｓｉ、ｎのｎの各々に
ついて、その場合の（ｉ　、ｎ）の組合せを要素とする
ベクトル　”よ、ｎ−（＋ｔ、ｎｌ　）を遷移情報とし
て記憶する。但しくｊ、、ｎ、　）は、１≦ｊ、≦工。

１≦ｎｔ≦Ｎのうちの１つの組合せとする。

９は遷移トレース部で、遷移記憶部８に記憶されている
遷移情報ｒ、ｎ−（！ｔ＋Ｊ　）をもとにこれを逆にト
レースすることにより、第Ｎ候補迄の文章認識候補を出
力する。１０は文章辞書であり、使用に供されるすべて
の文章が記憶されている。

１１は辞書マツチング部で、遷移トレース部９により得
られたＮ個の文章候補を文章辞書１０内の文章と順次比
較し、一致したものを最終認識結果λして出力する。

次に上記のように構成された装置の動作について第１図
に示す具体例を用いて説明する。

全５音節より成る文章「あたらしい」が発声されたとす
る。パラメータ分析部１におけるパラメータ分析、比較
部２における標準パターンとのパターン比較の後、判定
部４の出力として第１図に示すマトリックスが順次出現
するとする。今この中から累積距離の小さい文章のうち
４つ（Ｎ＝４）を選択する場合について説明する、判定
部で与えられる距離を第１図中（）内の数字で示す。

第３図は本発明の入力音節の各段における処理を説明す
る図である。同図においてマ）　ＩＪノクス３５なるマ
トリックス全体の音節の配置は第１図のものと同一であ
る。

同図において先づｉ＝１の時点で音節「あ」が入力する
。このとき判定部４の出力には、４つの認識候補「あ」
「か」「ば」「た」とその距離（ｄｌ、１．ｄｌ、２．
ｄｌ、３．ｄｌ、４）＝（１３，５２，６ｓ、７ｓ）が
現れる。

１−１段目では、初期値として距離ｄ１２．（１≦１≦
４）の小さいもの４つをその″１．寸累積距離として累
積距離記憶部６（第２図）に記憶する。すなわち　Ｓｌ
、ｎ＝ｄ１’；　、　（１≦ｊ≦Ｎ）とする０又遷移情
報としてｒｌ、ｎ＝　（１、ｎ）すなわちｒｌ　、１−
（１，１）ｒｌ、２＝（１，２）ｒｌ、３−（１，３）
ｒｌ、４−（１，４）を遷移記憶部４に記憶する。２１
゜２３．２５，２７．２９に１−１〜５段における累積
距離記憶部の内容を、又２２　、２４　、２６　、２８
゜３０に遷移記憶部８（第２図）の遷移情報の内容を示
す。ｉ＝２段目において、音節「た」が発声された時、
判定部４（第２図）の出力として（た。

か、だ、さ）が得られ、距離として（ｄ２，１１ｄ２，
２゜ｄ２，３．ｄ２，４””　（１９、３２、５３、６
２）が得られたとする。この時累積距離Ｓ４．ｎとして
（Ｓｌ、１１Ｓ１，２２Ｓ１，３１Ｓ１，４）と（ｄ２
，１　”２．２　ｌｄ２，３１ｄ２，４）のすべての組
合せを累積距離計算部６（第２図）によって上記式（１
）により計算する０この結果を第３図３１．３２，３３
．３４に示す。選択部７（第２図）では１６通りの３４
　、ｎから距離の小さいもの４つを選択し、これを１−
２段目における累積距離として累積距離記憶部５（第２
・図）に記憶する。第３図の例では（Ｓ２，１＃Ｓ２，２・”２．３１８２，４）＝　（Ｓ
２，１・Ｓ２，１’Ｓ３．Ｓ’　）＝（３２，４５，６
６，７１）２．１　２．２（第３図の２３）が選択される。この時遷移情報ｒ２．ｎとして、上記４
つの組合せの添字（ｔｌ、Ｊ）を遷移記憶部８（第２図
）に記憶する、すなわちｒ２，１＝（１，１）ｒ２，２＝（２，１）ｒ２，３−（３，１）ｒ２，４＝（１，２）となる。

ｉ＝２段目で行ったと同様の動作をｉ＝３．４゜６につ
いても行う、この結果遷移記憶部８（第２図）には第３
図２１〜３ｏに示す様に累積距離Ｓｉ、ｎ並びに遷移情
報ｒｉ、ｎの値が得られる。

遷移トレース部９では、遷移記憶部８に記憶されている
遷移情報ｒｉｎＯ値をもとにＮ＝４個の文章候補を決定
する。すなわち第１段目の第ｎ候補の逆トレースは、遷
移情報をｒｌｎ−（＋４．ｎｔ）であるとすると、第３
図のマトリックス３５内において（ｉ　、　ｉｌ　）の
マトリ、、ｐス要素に対応する音節を音節認識結果とし
、１〜１段目の遷移情報のうちｒ（１−ＩＬ”ｔを（ｉ
−１）段目の遷移情報とする。これは、先に遷移ｒｉ、
ｎが、ｒｌ　１．ｎｌから決定されたものであることに
よる。

具体例を用いて説明すると、例えば文章の第３候補Ｎ、
＝３を逆トレースによって決定する場合、先づｉ−５段
目の遷移情報ｒ、３−（１，３）　よりｉ＝５段目の音節はマトリックス位置（ｔ’、＋（）−（５，１）より「い」と決定でき、Ｊ
−３より（ｉ−１）−４段目の遷移情報としてｒ４，３
−（１，２）となる、従って、４段目の音節はマトリッ
クス位置（ｉ　、　１ｌ）＝（４，１）より「い」と決
定できｎｔ＝２より３段目でｒ３，２をトレースする。

以上の動作を１＝１段目迄行い、文章候補として「あた
らちい」を得る。

同様の動作をＮ−１〜４のすべてについて行うと　第１
候補　「あだたちい」１２　＃　「あたたしい」〃３　〃　「あたらちい」１４Ｎ　「あたらしい」なる結果をうる。辞書マツチング部１１では上記４つの
候補を文章辞書１０内の標準文章と比較し、一致したも
のを文章認識結果とする。上記の例では第１〜第３候補
のような文章は一般の辞書内には存在しないので第４候
補が選択されることは明らかである。

以上の動作により音節認識の第１候補として、「あたた
ちい」という誤シが生じても、複数候補を選択すること
により誤りの訂正が可能となる。

上記辞書マツチング部１１には、バイナリ−サーチ、ハ
ツシュ関数、Ｄ、Ｐ、マツチング等を用いる方法が有る
がいずれも公知であるので説明を省略する。又文章辞書
１ｏの代りに単語辞書を用いてもよく、さらに文法属性
情報を有する単語辞書やい、文法属性情報として品詞情
報、活用情報を用い単語前後の接続関係を決定する文法
解析処理手段を用いることも可能である。文法解析処理
手段については公知のカナ漢字変換技術が流用可能であ
るので説明を省略する。

以上の説明から明らかなように上記動作において累積距
離計算の加算回数はＮｘ　Ｊ　Ｘ　Ｉ回となり、前述の
公知例における加算回数１１に比し著しく少ない、Ｉ＝
ｓ　、Ｊ＝４　、Ｎ＝４の例をとればＮｘ　Ｔ　ｘ　Ｉ
　＝ａ。

■Ｉ＝１０２４　となって１０倍以上の差を有する。

以上のように本実施例によれば出現音韻の第１段目にお
ける累積距離を計算する累積距離計算部６と、このうち
のＮ個を選択する選択部７、この結果を記憶し次段の累
積距離計算に供するだめの累積距離記憶部５と、その遷
移情報を記憶する遷移記憶部８、音声入力終了後その遷
移情報を逆トレースする遷移トレース部９を設けること
により、与えられた音節マトリックスから文章候補を阜
榊Ｔ　＋　Ｉ回の加算による累積距離計算によって決定
し、文章辞書とのマツチングに供することにより、効率
的な音韻認識誤り訂正を実現することができる。

なお本実施例は、この出力をカナ漢字変換機能と組合せ
出力結果を漢字かなまじり文で出力することが可能であ
る。又本実施例はコンピュータを用いプログラム的にこ
れを行うことが可能である。

さらに本実施例では、音韻候補選択の尺度として距離を
用いたが、これを類似度、もしくは確からしさを表現す
る値（確率など）としても同様に適用可能である。

発明の効果以上のように本発明の音声認識装置は、複数個の音節認
識候補とその時の距離をもとに、音節の各段において累
積距離の小さいものを複数個選択し、その累積距離を記
憶し、次段の累積距離計算に供し、合せてその遷移情報
を記憶し、最終音節入力後、上記遷移情報を逆にトレー
スすることにより複数個の文章候補を決定し、文章辞書
とのマチングに供することにより、音節候補総当りによ
る候補選択に比し、計算量を著しく減少させ、認識性能
の向上を図ることができ、その工業的価値は大なるもの
が有る。

【図面の簡単な説明】

第１図は本発明の音節認識結果の一例を示す認識図、第
２図は本発明の一実施例における音声認識装置のブロッ
ク図、第３図は本発明の実施例の動作を説明するだめの
説明図である０１・・・・・・パラメータ分析部、２・・・・・・比較
部、３・・・・・・比較部、４・・・・・・判定部、５
・・・・・・累積距離記憶部、６・・・・・・累積距離
計算部、７・・・・・・選択部、８・・・・・・遷移記
憶部、９・・・・・・遷移トレース部、１０・・・・・
・文章辞書、１１・・・・・・辞書マツチング部。

Claims

【特許請求の範囲】

（１）入力音声を音韻識別し、前記各音韻毎に複数個の
識別候補とその確からしさの値を出力する音韻識別手段
と、先に出現した音韻の累積確からしさの値の上位複数
個を記憶し、次音韻出現時における累積確からしさの値
の計算に供する累積確からしさ記憶手段と、前記上位複
数個の累積確からしさの値を持つ音韻候補を選択するに
至る遷移を記憶し文章候補選択に供する遷移記憶手段と
を有することを特徴とする音声認識装置。
（２）入力音声を音韻識別し、前記各音韻毎に１個（工
は正の整数）の識別候補とその距離を出力する音韻識別
手段と、該当音韻の出現に先立って出現した音韻の累積
距離の小さいものＮ個（Ｎは正の整数）を記憶する累積
距離記憶手段と、前記累積距離の小さいものＮ個を選択
するに至る遷移を記憶する遷移記憶手段と、前記音韻識
別手段の出力として与えられる１個の距離と、前記累積
距離記憶手段のＮ個の累積距離との組合せにより、その
和を計算する累積距離計算手段と、前記累積距離計算手
段による計算結果、そΩ距離が小さいものからＮ個を選
択し、その距離を前記累積距離記憶手段に記憶し、どの
音韻候補の第何位の累積距離が選択されたかを前記遷移
記憶手段に記憶する選択手段と、音声入力後、前記遷移
記憶手段に記憶されている遷移情報を逆にトレースし、
Ｎ個の判別結果候補を出力する遷移トレース手段とを有
する音声認識装置。