JPS6024595A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPS6024595A JPS6024595A JP58132508A JP13250883A JPS6024595A JP S6024595 A JPS6024595 A JP S6024595A JP 58132508 A JP58132508 A JP 58132508A JP 13250883 A JP13250883 A JP 13250883A JP S6024595 A JPS6024595 A JP S6024595A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- time series
- parameter
- standard deviation
- input
- 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.)
- Granted
Links
- 238000000605 extraction Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000004575 stone Substances 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】
（イＩ 産業上の利用分野
本発明は音声！認識下る事のできる音声認識装置に閣下
る。
る。
１ｄ従従来
従来の音声認識装置は、音声信号からその音声の特徴ン
示す特徴パラメータの時系列からなる音声パターンＡ
ｘ、（ａ （１１、＠ ｆｉ＋ 、・・・・・・）を予
め定められり複数の、音声について抽出しておき、未知
の音声Ｓ二ついての特徴パラメータの時系列からなる未
知パターンｘ＝（χ１１＋ 、 ｘ’ Ｉｎ、・・・）
を各時系列Ａ ｍ （＠ （ｔｌ、ａ （ｔｌ、・・・
）と比較し、これ等両パターンの距離−Ｄ ＝ ｉ Ａ
−Ｘ ｌ −Ｚ ｌ’ａ（ｉｌ−ｘ（１１１が最小と
なる時系列Ａの音声をこの時の未知の音声であると判定
するものであった。
示す特徴パラメータの時系列からなる音声パターンＡ
ｘ、（ａ （１１、＠ ｆｉ＋ 、・・・・・・）を予
め定められり複数の、音声について抽出しておき、未知
の音声Ｓ二ついての特徴パラメータの時系列からなる未
知パターンｘ＝（χ１１＋ 、 ｘ’ Ｉｎ、・・・）
を各時系列Ａ ｍ （＠ （ｔｌ、ａ （ｔｌ、・・・
）と比較し、これ等両パターンの距離−Ｄ ＝ ｉ Ａ
−Ｘ ｌ −Ｚ ｌ’ａ（ｉｌ−ｘ（１１１が最小と
なる時系列Ａの音声をこの時の未知の音声であると判定
するものであった。
しかしながら、上述の音声の特徴パラメータとしては音
声のスペクトル値の時系列、又は自己相関係数の時係列
等が用いられるが、これ等のパラメータは話音の発声状
況に依って多小なりとも変＠ＩＪＴる１其れがあり、こ
の為（二同じ音声であっても予め登録された音声と未知
の入力音声との両パターンに大きな距囃が生じ、誤認識
７招く欠点があつ１こ。
声のスペクトル値の時系列、又は自己相関係数の時係列
等が用いられるが、これ等のパラメータは話音の発声状
況に依って多小なりとも変＠ＩＪＴる１其れがあり、こ
の為（二同じ音声であっても予め登録された音声と未知
の入力音声との両パターンに大きな距囃が生じ、誤認識
７招く欠点があつ１こ。
し罎 発明の目的
本発明は誤認識の発生ン低減し１こ即ち認識率の向上７
図っ１こ音声認識装置を提供下るものである。
図っ１こ音声認識装置を提供下るものである。
に）発明の構成
本発明の音声認識装作は、予め貯えられ１こ登録音声の
特徴パラメータの平均値を示Ｔ平均値パラメータの時系
列とその標塾偏差の時系列とｔ用いて未知の入力音声の
特徴パラメータの時系列に対して統計的処理な飾こし、
この入力音声の特徴パラメータン平均値パラメータとの
差が足数倍の標準偏差より大なる時と小なる時の：値状
態を示すゝゝ１“、０“の二値信号の時系列に変換して
類似度！求め、最も類似度が大なる時の登録音声をこの
時の入力音声と判定下るものである。
特徴パラメータの平均値を示Ｔ平均値パラメータの時系
列とその標塾偏差の時系列とｔ用いて未知の入力音声の
特徴パラメータの時系列に対して統計的処理な飾こし、
この入力音声の特徴パラメータン平均値パラメータとの
差が足数倍の標準偏差より大なる時と小なる時の：値状
態を示すゝゝ１“、０“の二値信号の時系列に変換して
類似度！求め、最も類似度が大なる時の登録音声をこの
時の入力音声と判定下るものである。
（ホ）実施例
＄１図図１法発明の音声認識製雪の一実施例を示Ｔｏ同
図に於いて、（ｌ）は音声を電気的な音声信号に変換下
るマイクロフォン、（２）は該マイクロフォン（１）か
ら得られる音声信号からその音声の特徴を示す特徴パラ
メータである周波数スペクトル値を抽出Ｔるパラメータ
抽出回路であり、例えば８チヤンネルのバンドパスフィ
ルタが用いられ、音声帯域（１００−４０００ＨりＹ８
分割した周波数スペクトル値ｆ ｆ ・・・ｆ８の各８
サンプ１ ％ ２ ％ ルからなる時系列で表わされた音声パターンが得られる
。、即ちブイルタ番号をｎ、サンプル番号をｔとした時
の特徴パラメータはｆｎ（ｔｌで表わされ、音声パター
ンＦは となる。（３１は登録モードと認識モードｙＩｌ−切り
換えるモード選択スイッチであり、Ｑ側に接続下れば登
録モードとなり、逆にＰ側に接続Ｔれば認識モードとな
る。（４）は該モード選択スイッチ（３１をｑ側に接続
した登録モード時に上記パラメータ抽出回路（２）から
の音声パターンが入力される統計処理回路であり、同一
音声を少数回連続して入力下る事に依って得られる複数
の音声パターンに基づいて、その各特徴パラメータｆｎ
ｌｔｌが第２図に示す如き正規分布ＹＥＴ事とＬで平均
値パラメータｆｎ（ｔｌからなる 平均値パターン 準偏差パターン ン算出下る。（５）はメモリ回路であり、例えば異なる
Ａ、Ｂ、ＣすＱ、Ｆｔの複数の登録音声に対して、上記
統計処理回路（４）から得られる平均値ノ（ターンＸ１
’ｉｉ−ｃ−■、ｉビ貯える平均値）くターンメモリ部
（５１）と、これに対応づけて標準偏差ノくターン實、
省、ｔ、會、會を貯える標準偏差メモリ部（５２）と、
から構成されている。−万（６）は上記モード選択スイ
ッチ１３１ｔＰ側に接続しＴこ認識モード時に上記パラ
メータ抽出回路１２）から得られる未知の入力音声ｘ６
二対してその音声ノ（ターンＸを一時的に貯えるバッフ
ァメモリである。（７）は比較手段であり、上記バッフ
ァメモリ（６１の入力音声）（ターンＸの各パラメータ
ｘｎ（ｔｌから上記メモリ回路（５）の平均値パターン
メモリ部（５１）の各平均値ノくターンＸ１石、・・・
夫々のパラメータ’； ｎ （ｔｌ、１ｎ（ｔ、ｌ。
図に於いて、（ｌ）は音声を電気的な音声信号に変換下
るマイクロフォン、（２）は該マイクロフォン（１）か
ら得られる音声信号からその音声の特徴を示す特徴パラ
メータである周波数スペクトル値を抽出Ｔるパラメータ
抽出回路であり、例えば８チヤンネルのバンドパスフィ
ルタが用いられ、音声帯域（１００−４０００ＨりＹ８
分割した周波数スペクトル値ｆ ｆ ・・・ｆ８の各８
サンプ１ ％ ２ ％ ルからなる時系列で表わされた音声パターンが得られる
。、即ちブイルタ番号をｎ、サンプル番号をｔとした時
の特徴パラメータはｆｎ（ｔｌで表わされ、音声パター
ンＦは となる。（３１は登録モードと認識モードｙＩｌ−切り
換えるモード選択スイッチであり、Ｑ側に接続下れば登
録モードとなり、逆にＰ側に接続Ｔれば認識モードとな
る。（４）は該モード選択スイッチ（３１をｑ側に接続
した登録モード時に上記パラメータ抽出回路（２）から
の音声パターンが入力される統計処理回路であり、同一
音声を少数回連続して入力下る事に依って得られる複数
の音声パターンに基づいて、その各特徴パラメータｆｎ
ｌｔｌが第２図に示す如き正規分布ＹＥＴ事とＬで平均
値パラメータｆｎ（ｔｌからなる 平均値パターン 準偏差パターン ン算出下る。（５）はメモリ回路であり、例えば異なる
Ａ、Ｂ、ＣすＱ、Ｆｔの複数の登録音声に対して、上記
統計処理回路（４）から得られる平均値ノ（ターンＸ１
’ｉｉ−ｃ−■、ｉビ貯える平均値）くターンメモリ部
（５１）と、これに対応づけて標準偏差ノくターン實、
省、ｔ、會、會を貯える標準偏差メモリ部（５２）と、
から構成されている。−万（６）は上記モード選択スイ
ッチ１３１ｔＰ側に接続しＴこ認識モード時に上記パラ
メータ抽出回路１２）から得られる未知の入力音声ｘ６
二対してその音声ノ（ターンＸを一時的に貯えるバッフ
ァメモリである。（７）は比較手段であり、上記バッフ
ァメモリ（６１の入力音声）（ターンＸの各パラメータ
ｘｎ（ｔｌから上記メモリ回路（５）の平均値パターン
メモリ部（５１）の各平均値ノくターンＸ１石、・・・
夫々のパラメータ’； ｎ （ｔｌ、１ｎ（ｔ、ｌ。
・・・を減じる減算器（７１）と、上記メモリ回路（５
）の標準偏差メモリ部（５２）の各標準偏差パターンｔ
、會、・・・夫々の標準偏差：ｎ、ｚ、、會□□、・・
・に定数Ｋ例えば、１、又は２を乗算Ｔる乗算器（７２
）と、上記減算器（７１）からの減算値ｘｎｉｔ） −
”；、 ｎ、ｔＩ、ｘ ｎ ｌｔｌ −Ｍ ｎ１ｔｌ、
・・・乞夫々上記乗算！（７２）からの乗算値Ｋｔｎ０
．５に官□１２．・・・と比較し、’ ” ”” ａ
ｎ（ｔｌｌ−Ｋａ ｎ（ｋｌの時１′１ゝゝ を出力Ｌ
Ｉ Ｘ ｎ１ｔｌ 、 ｎ（ｔｌｌ ＞ Ｋ Ｊｌｎ
（１１の時ゝゝ０“を出力Ｔる比較器（７５）とから構
成されている。即ち、Ｋ−１としＴこ時、例えばＡの登
録音声に対して、ｘｎ（” ａ ｎ（ｔｌ −ａ ｎ１
ｔｌの時、弔２図に示しＴこ如き正規分布（二基づいて
ｘｎ（ｔｌがａｎ（ｔｌｌ二６８．５ ％の確率をもっ
て類似していると看做されるので、１“が与えられ、逆
の場合はゝゝ０″が与えられる事となり、未知パターン
は各登録音声（二対しＣ１ ”１１／％′０”の２値信号δで表わされる行列パター
ン に変換される。
）の標準偏差メモリ部（５２）の各標準偏差パターンｔ
、會、・・・夫々の標準偏差：ｎ、ｚ、、會□□、・・
・に定数Ｋ例えば、１、又は２を乗算Ｔる乗算器（７２
）と、上記減算器（７１）からの減算値ｘｎｉｔ） −
”；、 ｎ、ｔＩ、ｘ ｎ ｌｔｌ −Ｍ ｎ１ｔｌ、
・・・乞夫々上記乗算！（７２）からの乗算値Ｋｔｎ０
．５に官□１２．・・・と比較し、’ ” ”” ａ
ｎ（ｔｌｌ−Ｋａ ｎ（ｋｌの時１′１ゝゝ を出力Ｌ
Ｉ Ｘ ｎ１ｔｌ 、 ｎ（ｔｌｌ ＞ Ｋ Ｊｌｎ
（１１の時ゝゝ０“を出力Ｔる比較器（７５）とから構
成されている。即ち、Ｋ−１としＴこ時、例えばＡの登
録音声に対して、ｘｎ（” ａ ｎ（ｔｌ −ａ ｎ１
ｔｌの時、弔２図に示しＴこ如き正規分布（二基づいて
ｘｎ（ｔｌがａｎ（ｔｌｌ二６８．５ ％の確率をもっ
て類似していると看做されるので、１“が与えられ、逆
の場合はゝゝ０″が与えられる事となり、未知パターン
は各登録音声（二対しＣ１ ”１１／％′０”の２値信号δで表わされる行列パター
ン に変換される。
（Ｓ＋は上紐比較手段（７）から得られる二値信号の行
列パターン△に基づ穴、その°１６個の構成要素の総和
ｐＸδｉｊ即ち１”の存在数Ｚ類Ｃ度として算出Ｔる認
識処理回路であり、Ａ、Ｂ、Ｃ，Ｄ、Ｅの各登録音声に
対してこの類似度が、例えば。
列パターン△に基づ穴、その°１６個の構成要素の総和
ｐＸδｉｊ即ち１”の存在数Ｚ類Ｃ度として算出Ｔる認
識処理回路であり、Ａ、Ｂ、Ｃ，Ｄ、Ｅの各登録音声に
対してこの類似度が、例えば。
１１．２，８．７，３であれば、この時の入力音声はＡ
であった事と判定される。
であった事と判定される。
而して、モード選択スイッチ（３１をＱ（二接続した登
録モードに於いては、複数の足めめられγこ音声を夫々
数回、例えば３回づつ発声入力して、メモで、モード選
択スイッチ（３）ンＰに接続した認識モードに於いて、
未知の音声が入力され、その音声パターンＸは比較手段
（７；に依って上記平均値パター７１％石、・・・並び
Ｃ二標準偏差？、舎、・・・を用いて音声の発声の際の
変動成分を除去した形式の２値信Ｓ パターンに変換さ
れる。この時、音声の許容変動分ン決定下る為のＫの値
をＯ１５〜２程度に設定しておけば、２ｆＴ信号パター
ンは未知音声パターンと登録音声パターンとの類似性ン
最適に示すものとなり、これに依って信頼性の高いパタ
ーン徳職！実行できる。
録モードに於いては、複数の足めめられγこ音声を夫々
数回、例えば３回づつ発声入力して、メモで、モード選
択スイッチ（３）ンＰに接続した認識モードに於いて、
未知の音声が入力され、その音声パターンＸは比較手段
（７；に依って上記平均値パター７１％石、・・・並び
Ｃ二標準偏差？、舎、・・・を用いて音声の発声の際の
変動成分を除去した形式の２値信Ｓ パターンに変換さ
れる。この時、音声の許容変動分ン決定下る為のＫの値
をＯ１５〜２程度に設定しておけば、２ｆＴ信号パター
ンは未知音声パターンと登録音声パターンとの類似性ン
最適に示すものとなり、これに依って信頼性の高いパタ
ーン徳職！実行できる。
以上の説明に於いては、特徴パラメータの）Ｌ♀系列と
して周波数スペクトル値の時系列からなる音声パターン
を用いＴこが、この他に自己相関係数であるパーコール
係数等各種の特徴パラメータの時系列の使用も可能であ
る。
して周波数スペクトル値の時系列からなる音声パターン
を用いＴこが、この他に自己相関係数であるパーコール
係数等各種の特徴パラメータの時系列の使用も可能であ
る。
（へ）発明の効果
本発明の音声認識装置は、以上の説明から明らかな如く
、予め貯えられ１こ登録音声の特徴パラメータの平均値
を示Ｔ平均値パラメータの時系列とその標準偏差の時系
列と７弔いて未知の入力音声の特徴パラメータの時系列
に対して統計的処理を施こしてゝゝ１“、ＳＳ Ｏ／／
の２値信号の時系列に変換して類似度をめ、この類似
度が最大となる時の登録音声をこの時の入力音声と判定
下るものであるので、音声の発声状況に依る各特徴パラ
メータの変動分を除去でき、最適な類似度を導出Ｔる事
が可能となり、認識率の大巾な向丘が望める。
、予め貯えられ１こ登録音声の特徴パラメータの平均値
を示Ｔ平均値パラメータの時系列とその標準偏差の時系
列と７弔いて未知の入力音声の特徴パラメータの時系列
に対して統計的処理を施こしてゝゝ１“、ＳＳ Ｏ／／
の２値信号の時系列に変換して類似度をめ、この類似
度が最大となる時の登録音声をこの時の入力音声と判定
下るものであるので、音声の発声状況に依る各特徴パラ
メータの変動分を除去でき、最適な類似度を導出Ｔる事
が可能となり、認識率の大巾な向丘が望める。
第１因は本発明の音声認識装置の一実施例を示すブロッ
ク図、＠２図は正規分布図１であり、ｔｘｔはマイクロ
フォン、１２；はパラメータ抽出回路、１４）は統計処
理回路％（５１はメモリ回路、（７）は比較手段、（８
）は認識処理回路！夫々示している。
ク図、＠２図は正規分布図１であり、ｔｘｔはマイクロ
フォン、１２；はパラメータ抽出回路、１４）は統計処
理回路％（５１はメモリ回路、（７）は比較手段、（８
）は認識処理回路！夫々示している。
Claims (1)
- り 音声ｙ！／電気信号に変換Ｔる音声入力手段と、入
力されたＷ声の電気信号からその音声の特＠を示す特徴
パラメータの抽出を行ｒ（うパラメータ抽出手段と、予
め複数の登録音声毎にその音声の特徴パラメータの平均
値を示Ｔ平均値パラメータの時系列と共に該平均値パラ
メータの時系列に対応下る標準偏差の時系列を貯えに記
憶手段と、上記パラメータ抽出手段から得られる未知入
力音声の特徴パラメータの時系列に応答して上記記憶手
段から各登＠音声毎の平均値パラメータの時系列並びに
その標準偏差の時系列を読み出し、入力音声の特徴ハラ
メータと平均値パラメータとの誤差値ン定敬倍しＴこ標
準偏差と比較し、この比較結果に基づいて上記誤差値が
定数倍しｔこ標準偏差より、大なる時と小なる時の二値
状態ン示Ｔ″１“、１０″の二値信号を出力下る事に依
って、上記未知人力音声の特徴パラメータの時系列を二
値信号の時系列に変換Ｔる比較手段と、該比較手段から
得られる二値信号の時系列に基づ伴、登録音声毎の未知
音声に対する類似度を算出し、最も類似度が大なる時の
登録音声をこの時入力された未知音声であると判定する
認識処理手段、とからなる音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58132508A JPS6024595A (ja) | 1983-07-20 | 1983-07-20 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58132508A JPS6024595A (ja) | 1983-07-20 | 1983-07-20 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6024595A true JPS6024595A (ja) | 1985-02-07 |
| JPH0459638B2 JPH0459638B2 (ja) | 1992-09-22 |
Family
ID=15082989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58132508A Granted JPS6024595A (ja) | 1983-07-20 | 1983-07-20 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6024595A (ja) |
-
1983
- 1983-07-20 JP JP58132508A patent/JPS6024595A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0459638B2 (ja) | 1992-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0077558B1 (en) | Method and apparatus for speech recognition and reproduction | |
| KR0123934B1 (ko) | 저렴한 음성 인식 시스템 및 방법 | |
| EP0077194B1 (en) | Speech recognition system | |
| JPS634200B2 (ja) | ||
| US4426551A (en) | Speech recognition method and device | |
| JP2001083978A (ja) | 音声認識装置 | |
| JP2666296B2 (ja) | 音声認識装置 | |
| JPH0459638B2 (ja) | ||
| CN119107929B (zh) | 语音合成方法及其模型训练方法、装置以及存储介质 | |
| JPS63213899A (ja) | 話者照合方式 | |
| JPS59124397A (ja) | 無音区間検出回路 | |
| JPH0221598B2 (ja) | ||
| TW504666B (en) | Speech recognition method | |
| JP2975808B2 (ja) | 音声認識装置 | |
| JPS6075898A (ja) | 単語音声認識装置 | |
| JPS60158493A (ja) | エラ−除去装置 | |
| JP3065088B2 (ja) | 音声認識装置 | |
| JPH03206500A (ja) | 音声認識装置 | |
| JPS60166993A (ja) | 単語音声認識装置 | |
| JPS63266497A (ja) | 音声認識装置 | |
| JPH04362700A (ja) | 音声認識装置 | |
| JPS6148720B2 (ja) | ||
| JPS6273299A (ja) | 音声認識方式 | |
| JPS61290496A (ja) | 音声認識装置 | |
| JPS6227798A (ja) | 音声認識装置 |