JPS61109100A - 音声認識方式 - 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】 （産業上の利用分野） 本発明は音声認識方式に関し、特に音声認識装置におけ
る入力音声の感度調整方式に関するものである。

（従来の技術） 従来の音声認識装置における入力音声の感度調整方式を
大きく２つに分けると固定方式とｕｆ変変成式分けられ
る。固定方式は人力音声を増幅する増幅器の利得を固定
するものである。可変方式には感度を自由に変えられる
ように利得可変機構を付けたものや、ＡＧＣ（自動利得
制御）機構を利用したものなどがある。

（発明が解決しようとする問題点） しかしながら、前記従来技術の方式では次のような問題
点がある。

固定方式の場合、オペレータに依って音量に差が有るた
め最も良い感°度に増幅器の利得を固定することは難し
いという欠点がある。

可変方式の場合、最良感度に調整した時点の利得を記憶
しておくことができないという欠点がある。従って、標
準パターン作成時と音声認識時において、利得に差が生
じる場合が有り、認識率の低下を招いている。又、オペ
レータが替るたびに感度調整を再度行なわなければなら
ないという欠点があった。

本発明は前記従来技術の問題点を解決し、音声信号増幅
器の利得の自動設定及び自動記憶する機能を有する音声
認識方式を提供するものである。

Ｃ問題点を解決するための手段） 本発明は前記問題点を解決するために、入力音声信号を
音声増幅器で増幅し、増幅された音声信号を音声分析手
段で分析して音声パターンを作成し、該音声パターンと
同様にして予め作成された標準パターンとを照合して音
声認識を行なう音声認識方式において、標準パターンと
該標準パターン作成時の前記音声増幅器の利得値とを記
憶する記憶手段と、前記音声増幅器の利得値を設定する
と共に該利得値を保持する利得制御手段と、パターン照
合して音声認識を行なうと共に前記記憶手段及び利得制
御手段を制御する認識制御手段とから構成され、標準パ
ターン作成時には前記認識ル制御手段は前記利得制御手
段で保持された利得値と標準パターンとを記憶手段に出
力し、パターン照合時には前記認識制御手段は前記記憶
手段に記憶された標準パターンと利得値とを読み出すと
共に該利得値を前記利得制御部を介して前記音声増幅器
に設定する音声認識方式である。

（作用） 本発明によれば以上のように音声認識方式を構成したの
で技術手段は次のように作用する。標準パターン作成時
には、利得制御手段は入力された適切な利得値を音声増
幅器に設定すると共に、その利得値を保持するように働
き、認識制御手段は音声増幅器で増幅され音声分析手段
で分析され特徴パラメータ化された標準パターンと利得
制御手段に保持された利得値とを記憶手段に出力するよ
うに働く、パターン照合時には、認識制御手段は記憶手
段に記憶された標準パターンとｆｉｒ得値とを読み出す
と共に、その利得値を利得制御手段を介して音声増幅器
に設定するように働き、認識制御手段は音声増幅器及び
音声分析手段を介し、特徴パラメータ化された音声パタ
ーンと標準パターンとを照合して音声認識するように働
く、従って、前記問題点が解決できるのである。

（実施例） 第１図は本発明による音声認識方式の第１の実施例を示
す図であって、特定話者音声認識装置の構成を示すもの
である。マイクロフォン１は入力音声を電気信号に変換
する。音声信号増幅器２はマイクロフォンｌから出力さ
れる音声信号を増幅する。フィルタ３は音声信号増幅器
２から出力される音声信号を高域強調する。フィルタ・
バンク４は高域強調された信号からスペクトル分析を行
ないスペクトルパターンを作成する。認識制御部５は標
準パターン作成時にはフィルタ・バンク４で得られたス
ペクトルパターンを特徴パラメータ化して標準パターン
を作成し、後述の利得制御部９に保持されている音声信
号増幅器２の利得値と共に後述の記憶媒体６に格納する
。パターン照合時には格納された標準パターンと利得値
とを読み出し、利得値を利得制御部９を介して音声信号
増幅器２に設定した後、フィルタ・バンク４で得られた
スペクトルパターンを特徴パラメータ化した被照合の音
声パターンと、読み出した標準パターンとをパターン照
合して音声認識を行なう、その他、認識制御部５は装置
全体を制御する機能を有する。記憶媒体６は認識制御部
５から転送された標準パターンと該標準パターン作成時
に使用した音声信号増幅器２の利得値とを記憶する。認
識結果表示器７は認識間ｇｉ５から転送された認識結果
を表示する。利得設定キー８はオペレータが音声信号増
幅器２の利得値を入力することによりその利得値を利得
制御部９へ出力する。利得制御部９は後述するように標
準パターン作成時には利得設定キー８で設定された利得
値を音声信号増幅器２へ出力すると共に保持゛する。ま
た、利得制御部９は認識制御部５から転送され、標準パ
ターン作成時に使用した音声信号増幅器２の利得値を音
声信号増幅器２へ出力する。利得表示器１０は利得制御
部９から入力され、音声信号増幅器２に設定されている
利得値を表示する。音声出力レベル表示器１１は音声信
号増幅器２の出力レベルを表示する。

音声信号増幅器２の内部構成を第２図に示す。

音声信号増幅器２はオペレーショナルアンプル１２．ア
ナログ・マルチプレクサ１３．抵抗１４（Ｒｏ）及び抵
抗列１５　（Ｒ１〜Ｒ８）で構成されるプログラマブル
・ゲインアンプ（公知）である。オペレーショナルアン
プ１２の非反転端子はアースされ、反転端子は抵抗１４
を介して入力端子２ａに接続されると共に抵抗列１５及
びアナログマルチプレクサ１３を介してオペレーショナ
ルアンプ１２の出力端子に接続される。その出力端子は
出力端子２ｂに接続される０以上の構成により音声信号
増幅器２は反転増幅器となっている。

利得設定キー８の操作又は後述の第２．３の実施例では
認識制御部５（ＣＰＵ）の信号により利得値が利得制御
部９を介してアナログ自マルチプレクサ１３の切換入力
端子１３ａ、　ｂ、　ｃに入力され、利得値に対応した
抵抗Ｒｉ（１＝１〜８）が選択される。入力端子２ａに
入力された音声信号は抵抗ＲＱと抵抗Ｒ；　により決定
される増幅率で増幅され、出力端子２ｂからフィルタ３
へ出力される。また、その大きさは音声出力レベル表示
器１１に表示される。

利得制御部９の内部構成を第３図に示す、利得制御部９
はキーコントローラ２１、レジスタ２２　、２３、デー
タセレクタ２４、表示コントローラ２５及びドライバー
２８から構成される。キーコントローラ２１は利得設定
キー８から入力された利得値を示す利得信号Ａを入力制
御してレジスタ２２に送る。レジスタ２２はキーコント
ローラ２１からの利得信号Ａをデータセレクタ２４出力
すると共に保持する。レジスタ２３は認識制御部５から
書き込み信号が入力されると、認識制御部５で記憶され
ている利得値を示す利得信号Ｂをデータセレクタ２４へ
出力すると共に保持する。データセレクタ２４はキー人
力可能信号により利得信号Ａ、Ｂのうちどちらか一方を
選択して音声信号増幅器２、表示コントローラ２５及び
ドライバー２６に出力する。表示コントローラ２５はデ
ータセレクタ２４から入力される利得信号の示す利得値
を利得表示器１２に表示させる。ドライバー２６は、認
識制御部５から読み出し信号が入力されるとデータセレ
クタ２４から入力される利得信号を認識制御部５へ出力
する。従って、認識制御部５はキー人力可能信号を利得
制御部９のデータセレクタ２４に送ることにより利得設
定キー８からの利得値（利得信号Ａ）と認識制御部５か
らの利得値（利得信号Ｂ）とを切替えることができる。

また、認識制御部５は読み出し信号を利得制御部９のド
ライバー２６へ送ることにより利得設定キー８で設定さ
れた利得値（利得信号Ａ）を読み出すことができる。

次に、第１の実施例の動作を説明する。

標準パターンを新たに作成する場合は次のように動作す
る。マイクロフォン１に音声を入れながら、利得設定キ
ー８を操作して、音声出力レベル表示器１１の表示が認
識に適した値となるように音声信号増幅器２の利得値を
設定する。このときの利得値は利得表示器１０に表示さ
れると共に利得制御部９に保持される。音声信号増幅器
２で増幅された音声信号はフィルタ３及びフィルタ書バ
ンク４を通してスペクトル分析される。スペトル分析さ
れたスペクトルパターンを特徴パラメータ化し標準パタ
ーンとして認識制御部５は内部のメモリ１Ｂ上に作成す
る。次に認識制御部５は利得制御部９の保持している利
得値をメモリ１６内の利得エリア１７に転送する。この
ときのメモ１月６の使用状態を第５図に示す。次にメモ
リ１６の内容を記憶媒体６（フロッピーディスク等）に
転送し、表示パターンの記録を完了する。

音声認識を実行する場合は次のように動作する。音声認
識に先だち、認識制御部５は記憶媒体６に記憶されてい
るオペークの標準パターン及び利得値をメモリ１６上に
転送する。転送が完了したならば利得制御部９は認識制
御部５の制御によリフモリ１６上の利得エリアから利得
値を読み出し、その利得値を音声信号増幅器２に設定す
ると共に、利得表示器１０に表示する。この利得値が音
声信号増幅器２に設定されたならば音声認識動作を行な
う。即ち、音声をマイクロフォン１に入力すると、音声
信号は標準パターン作成時の利得値で設定された音声信
号増幅器２で増幅されフィルタ３及びフィルタ・バンク
４を通してスペクトルパターンとなる。認識制御部５は
このスペクトルパターンを特徴パラメータ化して被照合
の音声パターンとする。この照合される音声パターンと
、メモリ１６上に読み出された標準パターンとをパター
ン照合して音声認識を行なう、この結果を認識制御部５
は認識結果表示器７に表示する。

第４図は本発明による音声認識方式の第２の実施例を示
す図であり、音声入力日本語処理装置の構成を示すもの
である。第１図と同一の参照符号は同一性のある構成部
分を示す。音声入力装置１８は第１の実施例における利
得設定キー８．利得表示器１０及び認識結果表示器７を
除いたものである。日本語処理装置１９は利得値等を人
力するためのキーボード１９ａ及び利得値及び認識結果
等を表示する表示装置１９ｂを有する。音声入力装置１
８は日本語処理装置１９に接続されている。

標準パターンを新たに作成する場合は、マイクロフォン
ｌに音声を入れながら、日本語処理装置１８のキーボー
ド１９ａを操作して音声出力レベル表示器１１の表示が
認識に適した値となる様にする。

この時、キーボード１９ａより人力された利得値は１日
本語処理装置１３の表示装置１９ｂの表示画面に表示さ
れるとともに、音声入力装置１８の認識制御部５内のメ
モリ１６の利得エリア１７に転送される。認識制御部５
は続いて利得制御部９に利得値を設定する。適当な利得
値が設定できたならば、第１の実施例と同様にして標準
パターンを認識制御部５内のメモリ１６上に作成する。

標準パターンを作成した後、メモリ１６の内容を記憶媒
体６（フロッピーディスク等）に転送し、標準パターン
の記録を完了する。

認識動作を行う場合は、第１の実施例と同様である。

次に、本発明による音声認識方式の第３の実施例を第４
図を用いて説明する。第３の実施例は、第２の実施例の
改良型である。音声入力装置１８の上位である日本語処
理装置１８は先ず、標準パターン作成モードとなる。日
本語処理装置１８は音声入力装置１Ｂ内の認識制御部５
に対して、標準パターン作成モードであることを指令し
、認識制御部５は利得制御部９に対して、利得の初期値
を設定する。次にオペレータは日本語処理装置１８の表
示装置１９ｂの表示画面のガイダンスにより数個の指示
された音節に対して発声する。認識制御部５は発生され
た音声の音声パワーを分析し、最も適した利得値を算出
する。認識制御部５は最適利得値を利得制御部９、及び
メモリ１６内の利得値エリア１７に転送する。

最適利得値の設定が完了したならば、日本語処理装置１
８の表示装置１９ｂの表示画面のガイダンスに従い、標
準パターンの作成を行なう、標準パターンの作成が完了
したならば、メモリ１６内の標準パターンと利得値を記
録媒体６に記憶する。

認識動作については、第１の実施例と同様である。

第？、３の実施例においては、記録媒体６は認識制御部
５に接続された形となっているが、日本語処理装置１８
に接続した記憶媒体でも行うことが出来る。

本実施例は標準パターン作成時の利得値を標準パターン
と同一の記憶媒体に自動記憶する機能と、認識に先だち
標準パターンを記憶媒体からメモリ上に転送する場合に
利得値をも同時に転送し、入力音声の感度調整を自動的
に完了する機能を有した音声認識方式であるため、オペ
レータが複数の場合、オペレータが替わっても使用する
標準パターンを選択するだけで良く、再度感度調整をす
る必要が無いという利点がある。又、認蟲動作時におい
ては、標準パターン作成時の利得値が自動的に音声信号
増幅器に設定されるため、音声信号の再現性が向上し、
誤認識を低減することができる。

（発明の効果） 以上説明したように、本発明によれば、標準パターン作
成時の音声増幅器の利得値をパターン照合時にも使用で
きるので、音声信号の再現性が向上して精度の高い音声
認識を容易に行なうことができる。

【図面の簡単な説明】

第１図は本発明による音声認識方式の第１の実施例を示
す図、第２図は音声信号増幅器を詳細に示す図、第３図
は利得制御部を詳細に示す図、第４図は本発明による第
２及び第３の実施例を示す図、第５図はメモリの使用状
態を示す図である。 ２・・・音声信号増幅器、　　３・・・フィルタ、４・
・・フィルタ・パンク、　　５・・・認識制御部、６・
・・記憶媒体、　　９・・・利得制御部。

Claims (1)

【特許請求の範囲】
1. 入力音声信号を音声増幅器で増幅し、増幅された音声信
   号を音声分析手段で分析して音声パターンを作成し、該
   音声パターンと同様にして予め作成された標準パターン
   とを照合して音声認識を行なう音声認識方式において、
   標準パターンと該標準パターン作成時の前記音声増幅器
   の利得値とを記憶する記憶手段と、前記音声増幅器の利
   得値を設定すると共に該利得値を保持する利得制御手段
   と、パターン照合して音声認識を行なうと共に前記記憶
   手段及び利得制御手段を制御する認識制御手段とを有し
   、標準パターン作成時には前記認識制御手段は前記利得
   制御手段で保持された利得値と標準パターンとを記憶手
   段に出力し、パターン照合時には前記認識制御手段は前
   記記憶手段に記憶された標準パターンと利得値とを読み
   出すと共に該利得値を前記利得制御部を介して前記音声
   増幅器に設定することを特徴とする音声認識方式。