JPS6068397A - 音声特徴抽出方式 - 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】 （技術分野） 本発明は発声された言葉の内容を認識する装置の回路構
成の小型化に関するものである。

（背景技術） 従来の認識装置の構成を第１図に示す。第１図において
１は音声の入力端子、２は入力信号の低域成分を除去す
るローパスフィルタ、３はアナログ信号で出力されるロ
ーパスフィルタ２の出力を以後のディジタル処理に必要
なディジタル値に変換する騨変換器、４は音声の特徴を
抽出する特徴抽出部、５は認識の対象となる語の標準的
なパターンを格納しておくメモリ、６は特徴抽出部４の
出力によシ音声の認識語の始端と終端を決定する区間検
出部、７は検出された区間における、特徴抽出部４と標
準Ａ’ターン５とを比較しその類似度を計算するマツチ
ング部、８は標準パターンごとに算出された類似度から
入力に対して最も類似する標準，−ｅターンを判定する
判定部である。

以下第１図を用いて従来の装置の動作について説明する
。

入力端子１から入力された音声アナログ信号はロー・ぐ
スフィルタ２によってその高城周波数成分が除かれる。

このローパスフィルタ２は後続サれている“ｌ変換器の
ために必要であシ、ローパスフィルタ２の遮断周波数は
い変換器の標本周波数の半分以下に設定される。ロー・
ぐスフィルタ２の出力はｌ変換器３によってディ・フタ
ルＰＣＭ符号に変換される。このｌ変換器の標本化周波
数は通常８〜１６　ｋＨｚに設定される。Ａρ変換部３
の出力は次に特徴抽出部４によシ認識しやすい情報に変
換される。

通常、認識しやすい情報として入力音声のスペクトラム
成分が用いられる。その代表としてパント“・ぐスフィ
ルタ群によってスにクトラム成分の記述する方法、ＬＰ
Ｃ分析によってスペクトラム成分を記述する方法、ケプ
ヌトラム分析によってスにりトラム成分を記述する方法
があげられる。

特徴抽出部４と同様な抽出処理に平均化を行なったパタ
ーンが認識すべき言葉ごとにあらかじめ標準・ぐターン
メモリ５内に格納されておシそれらの標準パターンと特
徴抽出部４の出力の間で類似度計算がマツチング部６で
行なわれ、認識すべき言葉ど入力された言葉との間の類
似度がめられる。そ−れらの類似度から判定部８によっ
て最も類似していると判定される標準パターンが選択さ
れる。

さて前記説明の音声認識装置の各ブロックのうち特徴抽
出部４について詳しく考える。

前にも述べたように特徴抽出部４の方式として各種の方
式があげられるが、ここでは特にバンド・母スフィルタ
による特徴抽出方式について考える。

第２図に従来のバンドパスフィルタによル％ｌａ抽出部
の構成を示す。

第２図にお込て１１は入力端子、１２は特徴を抽出する
ためのＢＰＦフィルタ群で中心周波数の異なるＢｐＦフ
ィルタ１２１〜１２５によって構成されている。

１３はＢＰＦフィルタの出力を整流する絶対値回路群で
１３１〜１３５の絶対値回路によって構成されている。

１４はＬＰＦフィルタ群でＬＰＦフィルタ１４１〜１４
５によって構成されている。ただし、第２図に示された
特徴抽出部の構成はその機能を分かりやすくするための
機能ブロック図であシ実際の実施回路ではないことを付
加する。

第２図にしたがってその機能を詳細に説明する入力端チ
ェ１から入力される音声は周波数成分を検出するために
バンド・ぐスフィルタ群１２に入力される。

バンドパスフィルタ群１２は中心周波数の異なるいくつ
かのバンドパスフィルタによって構成される。１つのバ
ンドパスフィルタに対する信号のおいて５つのバンドパ
スフィルタ、すなわち５チる。

第３図の１２１１はＢＰＦフィルタ１２１の特性、１２
２１はＢＰＦフィルタ１２２の特性、１２３１はＢＰＦ
フィルタ１２３の特性、１２４１はＢＰＦフィルタ１２
４の特性、Ｊ２５１はＢＰＦフィルタ１２５の（５） 特性でそれぞれｌ変換器の標本周波数で与えられる周期
Ｔ　（１／（標本周波数））でディジタル演算を行ない
得られる。

入力信号はバンドパスフィルタ群１２を通ることによっ
てバンドパスフィルタの中心周波数付近のスペクトラム
成分が抽出される。バンドパスフィルタの出力はバンド
パスフィルタの中心周波数付近の周波数をもち、入力信
号の中心周波数付近のスペクトラム成分を振幅とする正
弦波に近い波形となる。

特徴抽出部で抽出すべき情報はバンドパスフィルタの出
力である正弦波の振幅値である。この振幅値をめるため
に絶対値回路解重３とロー・クズフィルタ群１４が必要
となる。例として第４図（ａ）にバンドパスフィルタ１
２１の出力、第４図（ｂ）に絶対値回路１３１の出力、
第４図（ｃ）にローパスフィルタ１４１の出力を示す。

ローパスフィルタ群１４は絶対値回路群１３の包絡をめ
る役割夛をもっている。

また人間の発声速度が標本化周波数に比べてき（６〕 わめて遅いことから音声の周波数成分の変化もきわめて
遅いと考えられる。一般に３０ミリ秒の間は音声のス（
クトラム、成分はほぼ一定と考えられる０ したがって音声の周波数成分を与えている・ぐンドパス
フィルタの包絡、すなワチローバスフィルタの出力の変
化は標本化周波数に比べてきわめて遅く、３０ミリ秒の
間はほぼ一定であると考えられる。

Ｌ　ｆｃ　７＞Ｚっでロー・ぐスフィルタ群の出力、す
なわち特徴抽出部４の出力は標本化周期ごとに算出する
必要はなく　３０　ミＩＪ秒の周期で出力すれば十分で
ある。

一般にロー・ぐスフィルタは回路構成を簡単化するため
に、平均演算によって実行されている。すなわち標本化
周期Ｔごとの絶対値回路の出力をａｎとしロー・ぐスフ
ィルタ出力周期をＮＴとし、ロー・ぐスフィルタの出力
ヲ で与える。例として、標本化周期Ｔを１２５マイクロ秒
とした場合Ｎは１２８が選ばれる。

これら名チャネルごとのバンドパスフィルタの演算およ
び絶対値回路の演算、ロー・ぞスフィルタの演算は１標
本周期内で行なわれ、それぞれのチャネルに対する回路
構成が同じことから１チャ≠ネル分に和尚する演算回路
を時分割的に用いることによシ実行されている。

通常マツチング部はマイクロプロセッサを用いて処理さ
れており、このマイクロプロセッサによって特徴抽出部
１２のロー・ぐスフィルタの出力は読み込まれ、メモリ
に格納される。特徴抽出部４７謙 のチャ≠ネル数が増大すると１サンプル周期の閂に特徴
抽出部４の出力をすべてメモリ内に格納するためには高
速のマイクロプロセッサを必要としたシ、特徴抽出部の
出力を一時格納しておくバッファレジスタが必要となり
回路の増加をまねく。

一方、第２図におけるバンドパスフィルタ群１２の／？
ンドパスフィルタは巡廻型ディジタルフィルタを用いて
おシフィルタの特性の一つである群遅延特性をもってい
る。群遅延特性は入力と対して出力が出るまでの遅延を
示し°Ｃおシその値はバンド・母スフィルタの特性（中
心周波数、帯域幅、次数）によって決定される。

通常、音声の特徴抽出のための・々ンドパスフィルタは
中心周波数の低いバンド・ぐスフィルタはど群遅延は大
きい性質がある。

したがって、中心周波数の低いバンドパスフィルタの出
力はど結果が出る時間が遅い〇これら結果が出るまでの
時間が異なる信号を絶対値化し、平均化したのでは総合
的なチャケネルごとの出力結果も出力時間が異なる結果
となる。

（発明の課題） 本発明は、これらの欠点を除去するために特徴抽出部４
におけるロー・母スフィルタの平均化演算をチャテ傳ル
ごとにずらして行なうことによシ低速なマイクロプロセ
ッサでもローパスフィルタの出力を読むことを可能にし
、余分なバッファなどの回路構成をなくシ、かつ／Ｚン
ドノぐスフィルタの群遅延を補正するもので以下詳細に
説明する。

（９） （発明の構成および作用） 第５図（ａ）に本発明による特徴抽出部４のロー・ぐス
フィルタの演算を行なう回路の実施例を示す。

第５図において３１は絶対値回路からの入力端子、３２
は加算器、３３はシフトレジスタ、３４は（１）式の演
算を初期化するだめのＡＮＤダート、３５は（１）式の
演算を初期化するだめの制御信号ＩＮＩＴ、３６は出力
レジスタ、３７は出力レジスタのクロック、３８はロー
パスフィルタの出力端子である。

また第５図（ｂ）に入力信号と制御信号のタイムチャー
トを示す。

４０は標本化周期を表わすパルス、４１は入力端子３１
かも入力される入力信号、４５は制御信４ＩＮＩＴ、４
７は出力レジスタ３６のクロックである。

これら第５図（、）と第５図（ｂ）を用いて第１の実施
例について詳しく説明する。

入力端子３１から入力される値は第５図（ｂ）　４．１
に示されるようにチャネル５からチャネル１−！、で（
１０） シリアルに入力される。

制御信号４５によってチャネル５が入力されるタイミン
グ時に制御信号ＩＮＩＴは０となシ加算器の外入力はＯ
となる。したがって入力端子３１から入力されるチャネ
ル５のデータはそのままシフトレジスタ３３に格納され
る。すなわち、チャネル５のローパス演算のための平均
化価Ｘ（第（１）式）がＴ１の時点で初期化されたこと
になる。その他のチャネルではシフトレジスタ３３と入
力との間で加算器３４において第（１）式の遂次加算演
算が行なわれる。

次にＴ２においては、チャネル４が入力されるタイミン
グ時にＩＮＩＴ信号がＯとなりチャネル４の平均化演算
の初期化が行なわれる。同様にＴ３においてはチャネル
３が、Ｔ４においてはチャネル２が、Ｔ５においてはチ
ャネルｌが初期化される。また１２８標本周期のちの時
間点において同様の初期化が行なわれる。すなわちＴ１
２８においてチャネル５が、ＴＩ□、にお−てチャネル
４が、Ｔ’ｌｓｏにおいてチャネル３がＮＴ１３１にお
いてチャネルｌが、Ｔ、３□においてチャネル１が初期
化される。

初期化されない時間点では第（１）式に示される遂次加
算演算が行なわれる。たとえば、Ｔ４における平均化演
算について考える。このときチャネル５に対して３回目
までの遂次加算の結果がシフトレジスタ３３から出力さ
れてお１）ＡＮＤゲート３４に加えられる。このときＩ
ＮＩＴ信号は１となっておシフトレジスタ３３の結果は
そのまま加算器３２に加えられる。一方、入力端子３１
からはチャネル５の入力データが入力されておシ、シフ
トレジスタ３３の結果を加算され４回目の遂次加算が行
なわれシフトレジスタ３３に入力される。シフトレジス
タ３３にチャネル５のデータが入力されるとシフトレジ
スタの内容は１段シフトされ、シフトレジスタ３３から
はチャネル４のデータが出力される。シフトレジスタ３
３からのチャネル４のデータは２回目までの遂次加算さ
れた結果であシこの値はＡＮＤゲート３４を通シ加算器
３２に加えられる。加算器３２には入力端子からチャネ
ル４の入力データが入力されておシ、加算器３２におい
て３回目の遂次加算が行なわれシフトレジスタ３３に格
納される。以下同様にシフトレジスタ３３からのにチャ
ネルのデータとそれと同じタイミングで入力されている
入力端子からのにチャネルの入力データとの間で遂次加
算が行なわれ、シフトレジスタ３３に結果が格納される
。

したがって、第（１）式に示される平均化はチャネル５
に対してはＴ、からＴ、２７まで、チャネル４に対して
はＴ２からＴ１２８まで、チャネル３に対してはＴ３か
らＴ１□。まで、チャネル２に対してはＴ４からＴｌ３
８１チヤネル１に対してはＴ、がらＴｌ３１　まで行な
われることになる。

ゆえに、それぞれの平均化された値の出力（ローパスフ
ィルタの出力）は平均化最終標本時間点において出力レ
ジスタ３６に格納される。そのタイミングは第５図（ｂ
）クロック４７に示される。第５図（ｂ）クロック４７
に示され不がごとぐ出力レジスタ３６に格納される各チ
ャネルのロー・ぐスフィルタの出力は最短時間６１５標
本周期であシ、標本（１３） 周期を１２５マイクロ秒とした場合には１５０マイクロ
となる。したがって、出力レジスタ３６の内容をマイク
ロプロセッサで読む場合でも低速なマイクロプロセッサ
でも読み込める間隔で出力レジスタにデータが格納され
る結果となる。

また群遅延の一番大きなパントノやスフィルタに対応す
るチャネルの平均化演算を群遅延の小さなバンド・ぐス
フィルタに対応するチャネルの平均化演算よシ数サンプ
ルずらして後に行なっているため群遅延による出力の遅
延を補正する形となる。

（発明の効果） このように第１の実施例では低速マイクロプロセッサで
も十分にデータを読み込めるため、特徴抽出部とマツチ
ング部との間にバッファレジスタを設ける必要がなく回
路規模を小さくすることができる。

また、平均化を群遅延が大きなバンドパスフィルタに相
当するチャネルの平均化を遅くしているため群遅延の補
正にもなシ、各チャネル、よシ同一時間点に近い特徴抽
出が行なわれる。

（１４） 本発明は、バンド・やスフィルタによる群遅延を補正し
、かつ読み込みのためにバッファなしで低速ゾロセッザ
でもそのデータを読み込むことができるため、バンド・
ぐスフィルタによって音声の特徴抽出を行なう装置に利
用することができる。

【図面の簡単な説明】

第１図は音声認識装置の構成図、第２図は特徴抽出部の
構成図、第３図はパントノＲスフィルタの特性図、第４
図（ａ）はバンド・母スフィルタの出力図、第４図（ｂ
）は絶対値回路の出力図、第４図（ｃ）はロー・ぐスフ
ィルタの出力図、第５図（ａ）は本発明によるロー・や
スフィルタの構成図、第５図（ｂ）は本発明によるロー
パスフィルタの動作タイムチャート図である０ １は入力端子、２はローパスフィルタ、３は騨変換器、
４は特徴抽出部、５は標準・ぐターンメモリ、６は区間
検出部、７はマツチング部、８は判定部、１１は入力端
子、１２はバンドパスフィルタ群、１２１〜１２５Ｕパ
ントノぐスフィルタ、１３け絶対値回路群、１３１−１
３５は絶対値回路、１４はローパスフィルタ群、１４１
〜１４５はローパスフィルタ、３１は入力端子、３２は
加算器、３３はシフトレジスタ、３４はＡＮＤゲート、
３５は制御信号ＩＮＩＴ、３６は出力レジスタ、３７は
出力レジスタクロック、３８は出力端子、４０は標本周
期を表わす・ぐルス、４１は入力信号、４５は制御信号
ＩＮＩ　Ｔのタイミング、４７は出力レジスタクロック
のタイミング。 特許出願人　沖電気工業株式会社 特許出願代理人　弁理士　山　本　恵　−第３図 周波歓 ３．２　３，３ ＋ 特開昭ＧＯ−６８３９７（７）

Claims (2)

【特許請求の範囲】
1. （１）複数のパントノ？スフィを夕によって音声に含ま
   れる周波数成分を抽出し、各バンドパスフィルタの出力
   信号の包絡を平均化手法によってめ、結果を基準と比較
   することにより音声を認識する音声特徴抽出方式におい
   て、平均化の区間を標本化周期単位でチャ≠ネルごとに
   時間的に遅らせて設定することを特徴とする特許
2. （２）平均化の区間の遅延に対する順序関係をチャネル
   毎のバンドパスフィルタの群遅延の小さな頴に決定する
   ことを特徴とする特許請求の範囲第１項記載の音声特徴
   抽出方式。