JPS6043697A - 子音と母音の境界検出装置 - 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 本発明は単音節認識における子音と母音の境界を検出す
る境界検出装置に関する。

従来例の構成とその問題点 従来の単音節認識装置における子音と母音の境界の検出
のだめの処理構成は、語頭の特徴ベクトルから語尾の方
向に向かって順次フレーム間距離Ｄ＝ｄｌＳ（ｘｔ　ｉ
　＋ｘｔｌ−１−１）ヲ計算シ、７＋／−ム間距離りが
一定の閾値以上になるフレームを子音と母音の境界とし
ていた。しかしこのような構成では、やや処理時間は早
くなるものの、元来子音と母音の境界付近では非定常な
わたり部分が存在するためにフレーム間距離りが変動を
受け易く、検出精度に大きな問題が有り著しい認識率の
低下の原因となっていた。そこでやや検出精度を向上さ
せる方式においては、語頭と語尾の音声区間の検出を終
了した後に、前記音声区間の定常部を母音標準パターン
との正規化相関係数をフレーム毎に計算し一定の閾値以
上となる連続したフレームとして検出し、前記定常部の
平均ベクトルを計算し、順次語頭の方向に正規化相関係
数を計算しこの値が一定の閾値以下になるフレームを子
音と母音の境界としていた。しかしこの方式の場合にお
いても、単音節の子音部が母音部の入シゎたり部１で大
きく影響を与えるために、摩擦音／ｓ／ｃ／ｈ／と破裂
音／ｐ／ｌ／に／や／ｂ／ｄ／ｑ／　さらに鼻子音／／
ｒｒ１／／ｒ１／／ｑ／との間には、前記正規化相関係
数の閾値に変動が有り、かつ話者の影響が有る等実用性
に問題が有った。

発明の目的 本発明は上記従来の問題点を解消するもので、わたり部
の変動や、子音の種別による母音入りわたり部の変動を
、母音定常部の特徴ベクトルの最大値を与えるチャネル
から最小値を与えるチャネルの中で上位の複数チャネル
についてのみ前記正規化相関係数を計算すること腎より
、母音部のフォルマント周波数のトレースを行って、子
音部の母音区間に与える影響や話者による影響を取り除
き、子音と母音の境界検出精度を安定して向上させ、か
つ実時間処理を可能とする子音と母音の境界検出装置を
提供することを目的とする。

発明の構成 本発明は、入力音声の電力系列によって語頭を検出し、
各フレーム（ｘｔｌ）について前もって記憶した標準パ
ターンである母音（Ａ／　ｉ　／Ｕ／Ｅ　１０／Ｘ　）
との距離を計算しその距離が一定の閾値θ７より小さく
なるフレームが一定区間以上連続する場合にそのフレー
ムの区間［１ｓｓｓ〜１．ｅｓｓｌを入力音声の母音定
常区間とし、前記母音定常区間の中心）（Ｎ：平均フレ
ーム数、ｊ：入力音声の母音定常部の中心フレーム）を
計算し、前記平均ベクトルＸａｖのチャネル数をＭとす
ると、最大値を持つチャネルから上位のＬチャネル（Ｌ
＜Ｍ）を検出しておき、このＬ個のチャネルについて、
前記平均ベクトルｘａｖと定常部以前のフレームｍ（ｍ
＜ｉ、８Ｂ）との正規化相関係数Ｃ０ 正規化相関係数Ｃ０が前もって記憶した閾値θ。。１（
θ。。１〈１）以下になるフレーム１゜。１を検出し、
さらに前もって記憶した閾値θ。。２（θ。。２〈θ。

。１〈１）以下になるフレーム１゜０２　”検出し、前
記フレーム１゜。１とフレーム１ｃ０２の中心フレーム
１ＣＯＩＣＯ−”ＣＯＩ＋１ＣＯ２１）を子音と母音の
境界として検出し、電力系列による語尾の検出をもって
処理の終了とすることによって、子音と母音のわたり部
の変動や子音の種別による母音入りわたり部の変動を吸
収し、話者による母音定常区間の変動も吸収することに
より子音と母音の境界の検出精度を安定して向上させか
つ処理時間を短縮し、単音節音声認識の認識率の改善と
実時間処理を達成し、実用化を図ったものである。

実施例の説明 第１図は本発明の一実施例における子音と母音の境界検
出装置のブロック図を示すものである。

入力部ｆｉ、Ａ／Ｄ変換器１と、入力音声信号の語頭と
語尾を例えば電力系列の変化を一定の閾値によって検出
する音声区間検出手段２と、音声時系列から一定時間間
隔ごとに例えばフィルタ・バンクの出力系列あるい１ｄ
ＬＰｃ係数の出力系列等の特徴系列（Ｘｔｉ］に変換す
る特徴系列変換手段３と、特徴系列（Ｘｔｉｌを一定区
間記憶する特徴系列記憶部４からなる。５は大刀系列の
特徴ベクトル（Ｘｔｉ）と母音標準パターン５″との距
離を距離計算手段５′によって計算し、一定の閾値以下
の区間を母音定常区間とする定常部検出手段である。

６は定常部検出手段５によって検出された母音定常区間
の中心フレーム付近の数フレームから母音定常部平物ベ
クトル（ｘａｖ）６′を計算する母音定常区間均ベクト
ル計算手段である。７は母音定常部平物ベクトル（Ｘａ
ｖ１６’の全チャネルからピーク値を持つＬ個のチャネ
ルを検出する、平均ベクトルピークチャネル検出手段で
ある。子音と母音゛の境界検出部は、特徴系列記憶部４
に記憶された母音定常区間以前の特徴ベクトル（Ｘｔｍ
ｌと母音定常部平物ベクトル（Ｘａｖ）６′との正規化
相関係数を、平均ベクトルピークチャネル検出手段７で
、検出したチャネルのみにおいて計算する正規化係数計
算手段８と、正規化相関係数が一定の閾値θＣｏ１９″
と閾値θ。。ｇ／／／以下となるフレームｌ。。１゜１
ｃｏ２を検出する比較手段９′を具備し、前記フレーム
１ｃｏ１　と１ｃｏ２の相加平均（（１ｃｏ１　”　ｃ
ｏ２　Ｖ２）を計算し、境界フレーム信号９“とじて出
力する境界フレーム検出手段９からなる０ １０は音声の語頭を音声区間検出手段２より音声開始１
１として入力した後、特徴系列変換手段３からのベクト
ル系列（Ｘｔ工）３′を特徴系列記憶部４に記憶する指
示（図示せず）を出力する一方、定常部検出手段５から
の定常区間開始１５及び定常区間終了１６の信号を入力
し、特徴系列記憶部４に定常フレーム指示１３を出力し
て母音定常区間均ベクトル計算手段６によって母音定常
部平均ベクトルｔＸａｖ）６”＆計算させ、さらに平均
ベクトルピークチャネル検出手段７によって、母音定常
部平均ベクトル（ｘａｖ）６′のピークチャネルを検出
し、このＬチャネルについて、母音定常平均ベクトル（
ｘａｖ）６′と定常区間開始１５以前の特徴ベクトル（
ｘｔｍｌを比較シレーム指示１４で与えることによって
正規化相関係数を正規化相関係数計算手段８によってめ
、境界フレーム検出手段９によって検出した境界フレー
ム信号９″“を入力し、子音母音境界フレーム１７を出
力する総合制御手段である。

以上のように構成された本実施例の境界検出精度につい
て、以下第２図を用いてその動作を説明する。同図にお
いて、入力単音節音声（Ｃ＋Ｖ）の原波形を１８に示し
ている。特徴系列変換手段３の出力としてのベクトル系
列［Ｘ、＋３’を３“に示している。入力信号の特徴ベ
クトル３″に語頭の音声開始１１と語尾の音声終了１２
を示し、また定常部検出手段５によって検出される定常
区間開始１５と定常区間終了１６に挾１れた母音定常区
間を１９に示す。母音定常区間１９の中心付近の数フレ
ームの平均値によってまる母音定常平均ベクトル（Ｘａ
ｖ）ｅ’を６“に示す。平均ベクトルピークチャネル検
出手段７によって検出されるＬ個のピークチャネルもク
ロメノ・ソチによって示す。

母音定常平均ベクトル（、Ｘａ、１６’と定常区間開始
以前のフレームとのＬ個のチャネルにおける正規化相関
係数の計算の様子を２０に示す。語頭方向へ向う正規化
相関係数値の変化する様子と閾値θ　９″と閾値θ。。

ｇ／／／による境界フレーム信号０１ ９“の出力の様子を２１に示す。

入力音声は、Ａ／Ｄ変換器１によってディジタル系列に
変換され、特徴系列変換手段３によって一定時間間隔ご
とに特徴系列３′に変換される。また音声区間検出手段
２によって電力系列から音声開始１１が検出されると、
特徴系列記憶部４において一定区間ごとの特徴系列の記
憶が開始され３″。

同時に定常部検出手段５によって、各フレームの母音標
準パターン５“との距離を距離削算手段５′によって計
算し、一定の閾値以下になる区間を母音定常区間として
定常区間開始１５と定常区間終了１６の信号として検出
する。初音定常部平均ベクトル計算手段６は、母音定常
区間の特徴系列記憶部４の特徴ベクトルについて、母音
定常部平均ベクトル（ｘａｖ）６′を計算し、平均ベク
トルビーク検出手段７によって検出した母音定常部平均
ベクトル（ｘａｖ）６′のＬ個のピークチャネルについ
てのみ、定常区間開始１５以前のフレームの特徴ベクト
ル（ｘｔ工：　ｉ　＜　ｍ　）と母音定常部平均ベクト
ルの、正規化相関係数値を正規化相関係数計算手段８に
よってめ２０，２１．一定の閾値θ。。１９″以下およ
びθ。。ｇ／７／以下にはじめてなるフレーム’ｃｏｊ
　＋１ｃｏ２　を検出し、その相加平均を境界フレーム
信号９″′として検出し、子音母音境界フレーム出力１
７とする。語尾の検出は上記の処理と並行して音声区間
検出手段２によって行い、音声終了１２と見方し、次の
発声の待機状態とする。この並列処理によって実時間処
理を可能にしている。

以上の構成をとることによって子音と母音の境界におけ
るわたり部の変動や子音の種別による母音入りわたり部
の変動や話者変動のゆらぎを吸収して、子音と母音の境
界検出精度を安定して向上させることが出来、さらに実
時間処理が図れる。

第３図〜第８図に前記実施例装置を実際にＯ段の音節に
ついて代表的子音の種類の音節に適用した場合の例を示
している。各図において横軸は、語頭からの継続時間（
ｍｓ）を示してお９．１フレーム６ｍ５ｅＣ，第１番目
の黒線は語頭、第２番目の黒線はセグメント境界、第３
番目の黒線は母音定常区間心を示している。また各図ａ
は単音節音声の電力の時間変化を示しており、同図すは
同様の特徴ベクトル系列の時間変化（ここでは周波数の
ランニングスペクトル）を示している。いずれの単音節
においても良好に子音と母音の境゛界が検出されている
ことがわかる。

第３図、第４図に代表的破裂子音／に／、／Ｇ／を示し
、第５図に代表的摩擦子音／Ｓ／第６図に代表的鼻子音
／Ｎ／、第７図に代表的はじき音／Ｒ／。

第８図に代表的気音／ＨＡ示す。これらのことからいか
なる子音種別からくる変動の影響も受け彦いことがわか
る。

発明の効果 本発明は、子音と母音の検出処理を、電力系列による語
頭検出を行ない、語頭検出後に特徴ベクトル系列におけ
る母音標準ノくターンとの距離を計算し、一定の閾値以
下となるフレームが一定長以上連続する区間（ｉｓｓｓ
〜１ｅ８８１を母音定常区間とし、母音定常区間中央の
数フレームの母音定常部平均ベクトル（Ｘａｖ）をめ、
このベクトルのヒ。

−ク値な持つチャネルをＬ個検出しておき、このＬ個の
チャネルについてのみ、母音定常部平均ベクトル（ｘａ
ｖ）と母音定常区間以前のフレームｍ（ｍ　＜　ｉ　、
　８８１との正規化相関係数Ｃ０θｃｏ１　（〈１）以
下および閾値θ。。２（〈θ。。１く１）以下に初めて
なるフレームの相加平均を子音と母音の境界フレームと
し、語尾の検出を並列処理し、次の発声に備えるように
した子音と冊もの土飯泊使！：１！背置【閏すうもの′
ヒ゛めり、上記の構成をとることによって、子音と母音
の境界におけるわたり部の変動や、子音の種別からくる
母音入りわたり部の変動を吸収し、また話者変動による
母音定常区間のゆらぎを吸収して、子音と母音の境界検
出精度を安定して向上させることが出来、さらに実時間
処理も可能となり実用化が達成されるものである。

【図面の簡単な説明】

第１図は本発明の一実施例における子音と母音の境界検
出装置のブロック図、第２図は第１図に示した実施例装
置の動作を説明するだめの説明図、第３図〜第８図はそ
れぞれ同実施例装置にオ段甲音節の代表的な子音分類の
子音を持つ単音節Ａ■乙／Ｇｏ／、／Ｓｏ／、／Ｎｏ／
、／ＲＯ／、／ＨＯ／を入力したときの実施結果を示す
特性図である０１・・・・・・Ａ／Ｄ変換器、２・・・
・・・音声区間検出手段、３・・・・・・特徴系列変換
手段、４・・・・・・特徴系列記憶部、５′・・・・・
・距離計算手段、５″・・・・・・母音標準バクーン、
５・・・・・・定常部検出手段、６・・・・・・母音定
常区間均ベクトル計算手段、７・・・・・・平均ベクト
ルビーク検出手段、８・・・・・・正規比相°関係数言
」薄手段、９・・・・・・境界フレーム検出手段。

Claims (1)

【特許請求の範囲】
1. 入力音声を特徴ベクトルｘｔｉの時系列パターン（Ｘｔ
   ｌ、ｘｔ２．・・・・・・ＩｘｔＮ）に変換する特徴系
   列変換手段と、入力信号から音声区間を切り出す音声区
   間検出手段と、特徴ベクトル系列の中で、母音標準パタ
   ーンとの距離が一定の閾値以下のフレームが一定区間長
   以上続く区間を母音定常区間として検出する定常部検出
   手段と、前記母音定常区間の平均ベクトルと前記定常区
   間以前のフレームとの正規化相関係数を計算する正規化
   相関係数割算手段とを備え、前記定常区間から順次語頭
   方向に、前記母音定常区間均ベクトル（Ｘｔｉｌの最大
   値を、持つチャネルから最小値を持つチャネルオでの中
   で上位の複数チャネルについて、前記正規化相関係数計
   算手段によってめた値が、一定の閾値以下であるかを比
   較し、はじめて前記閾値以下となったフレームを子音と
   母音の境界フレームとすることを特徴とする子音と母音
   の境界検出装置。