JPS61114385A - パタン認識装置 - 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、入力パタンを！＆！識し、認識結果として入
力パタンに対応するカテゴリ列を出力するパタン認識装
置に関し、特に、入力パタンから得られるカテゴリ列候
補から有意なカテゴリ列のみを認識結果として出力する
パタン認識装置に関する。

（従来技術とその問題点） 入力パタンをカテゴリ列として認識する場合、入力パタ
ン中に含まれる各カテゴリを個々に認識し、その認識結
果のカテゴリ列を入力パタンの認識結果とすることがで
きれば、任意のカテゴリ列の入力パタンを認識すること
ができる。

しかしながら、入力パタン中の各カテゴリを個個に認識
することは一般に困難である。特に、連続発声された音
声を音節列として認識する場合のように入力パタン中の
カテゴリ閲の境界が不明確な場合には、入力パタン中の
各カテゴリの位置する区間を一意に決定することから困
難である。

そこで、特開昭５８−５５９９５号公報「音声認識シス
テム」　（文献ｌ）に見られるよう１こ、次に述べる方
法が従来から用いられている。

まず入力パタン中の各部分に対して複数個のカテゴリ候
補を検出し、かつ各カテゴリ候補には認識結果としての
信頼度を与えてお（。入力パタン中のすべての部分に対
してのカテゴリ候補を検出した後に、それらのカテゴリ
候補を並べて入力パタンに対応するカテゴリ列の候補を
得る。これらのカテゴリ列候補のうちで、認識結果とし
て有意であって、しかも前記信頼度から求めたカテゴリ
列としての信頼度のできるだけ高いカテゴリ列を認識結
果とすることによって、ｗｇＲ率を向上させることがで
きる。

しかしながらこの方法は、カテゴリ列の有意性を判定す
るために、有意なカテゴリ列の辞書を検索したり、カテ
ゴリ列同士の接続可能性を判定したりすることが必要で
あり、多大な計算量を必要とするという欠点を有する。

そこで文献１では、入力パタンから得られるすべてのカ
テゴリ列候補のうちから、カテゴリ列としての信頼度の
高いものから順に、カテゴリ列の有意性判定を行なって
いる。

これによって、有意性判定の回数を減少させ必要な計算
量を減少させている。

しかしながら、前記公開特許では、一旦すべてのカテゴ
リ列候補を求めていたため、多大の計算量および記憶量
を必要とするという欠点があった。

そこで特願昭５８−２１４５４４号明細書「パタン認識
システム」　（文献２）では、以下ζこ述べる方法によ
ってすべてのカテゴリ列候補を求めることなく、有意で
かつ信頼度の高いカテゴリ列を求めることを可能にした
。

この方法は、人工知能の分野で知られているヒユーリス
ティック探索法（人工知能ハンドブック第１巻ＰＰ−６
７−８３，共立出版、１９８３年４月）を応用したもの
である。

この方法では、入力パタンから得られたすべてのカテゴ
リ列候補を候補グラフという形で保持しておき、入力パ
タンの始端に対応する候補グラフの始節点から途中の任
意の節点に至る種々の長さのカテゴリ列候補のそれぞれ
に対して、該カテゴリ列候補を終端からさらに候補グラ
フの終節点まで伸ばして得た、入力パタン全体に対する
カテゴリ列候補の信頼度を推定する。この推定された信
頼度を用いると、種々の長さのカテゴリ列候補同士の信
頼度の比較を行なうことが可能となる。従って候補グラ
フから、すべてのカテゴリ列候補を求めることなく、信
頼度の高い順にカテゴリ列候補を求めることが可能とな
り、計算量・記憶量を減少させることができる。

特に、前記文献２では信頼度の推定を該カテゴリ列候補
の終端から、候補グラフの終節点までのカテゴリ候補の
実際の信頼度から算出しているために、推定の確度が高
く、計算量・記憶量の大巾な削減が可能となった。

しかしながら、文献２においては、前述のように、信頼
度を、入力パタン全体のカテゴリ候補の信頼度から算出
していたために、入力パタン全体に対するカテゴリ候補
の検出が終了した後、従って入力パタン全体が入力され
た後でなければ、有意性判定を行なうことができなかっ
た。このため人力パタンを入力し始めてから、認識結果
が出力されるまでの時間が長いという欠点が存在してい
た。

（発明の目的） 本発明の目的は、入力パタンからの候補グラフの作成と
候補グラフからの有意カテゴリ列候補検出とを並列して
行なうことにより、前記欠点を取り除いて、入力パタン
の入力開始から認識結果が得られるまでの時間がより少
ないパタン認識装置を提供することにある。

（発明の構成） 本発明のパタン認識装置は、入力パタンを分析し、当該
入力パタンの各部分に対して複数個のカテゴリ候補を検
出し、当該入力パタン中の位置情報および信頼度と共に
出力するカテゴリ候補検出部段と、前記複数個のカテゴ
リ候補を、その位置情報に従ってカテゴリ候補相互の位
置関係および候補グラフ記憶手段にすでに前記入力パタ
ンの他の部分のカテゴリ候補が記憶されている場合には
これらのカテゴリ候補との位置関係を保ちかつ各候補が
前記信頼度を表わすコストを持つ候補グラフを作成し、
該候補グラフを前記候補グラフ記憶手段に格納する候補
グラフ作成手段と、前記候補グラフ記憶手段に記憶され
ている候補グラフの節点に対して現時点の終節点までの
最小累計コストを計算する最小コスト計算手段と、第１
のカテゴリ列記憶手段に記憶されているカテゴリ列に対
して、前記最小累計コストおよび各候補のコストを用い
て評価値を計算する評価値計算手段と、前記第１のカテ
ゴリ列記憶手段から前記評価値が最良のカテゴリ列を取
り出す最良カテゴリ列選択手段と、前記最良カテゴリ列
選択手段が取り出したカテゴリ列が認識結果としての有
意性を判定し、有意なカテゴリ列を出力する有意性判定
手段と、前記有意性判定手段が出力した有意なカテゴリ
列の終端が前記候補グラフ記憶手段に記憶されている候
補グラフの終節点でない場合には該カテゴリ列に新たな
カテゴリ候補を追加した新たなカテゴリ列候補を一般に
複数個作成し、前記第１のカテゴリ列記憶手段に追加し
、該カテゴリ列の終端が前記候補グラフの終節点ではあ
るが入力パタンの終端でないときには該カテゴリ列を第
２のカテゴリ列記憶手段に一旦格納しておき、前記候補
グラフに新たなカテゴリ候補が追加されたときに処理を
再開して新たなカテゴリ列を作成し前記第１のカテゴリ
列記憶手段に格納し、該カテゴリ列の終端が入力パタン
の終端に一致するときには該カテゴリ列を認識結果とし
て出力するカテゴリ列作成手段とを含んで構成される。

（実施例１） 以下、図面を参照して、実施例に従って本発明の詳細な
説明する。

３１図は本発明の一実施例を示すブロック図である。本
実施例は、日本語連続音声を入力パタンとし、認識結果
として日本語音節列を出力するパタン認識装置を構成す
る。

カテゴリ候補検出部１０１は、入力パタンの各部分に対
してそれぞれ対応するカテゴリ候補を複数個検出して、
各部分の検出が終了する毎に、該当するカテゴリ候補を
入力パタン中での位置情報と共に候補グラフ作成部１０
２に送る。

入力パタンが日本語連続音声の場合には、認識すべきカ
テゴリとして音節を考えることができる。

すなわち、カテゴリ候補検出部１０１としては、入力パ
タンから音節候補を検出することができるものであれば
よい。このために例えば第２図に示すカテゴリ候補検出
部を用いることができる。第２図において、入力パタン
である音声は入力パタンバッファ２０１に一旦格納され
る。２０１に格納された音声に対して、母音候補検出部
２０２は母音の候補をまず１つ検出する。この検出は、
母音辞書２０３にあらかじめ格納されている各母音カテ
ゴリの標準パタンと入力パタンの一部とをマツチングす
ることによって行なわれる。母音の信号は比較的定常で
あるので検出は容易である。母音候補検出部２０２は母
音候補を１つ検出すると、これを子音候補検出部２０４
に送る。１つの母音候補は少なくとも母音カテゴリ、信
頼度、入力パタン中での位置の情報を含んでいる。日本
語においては、音節は子音（Ｑ−母音（１）の組で構成
されている。従って、入力パタン中では、２つの母音に
狭まれた区間のうちある長さ以下の区間にれをｖＣｖ区
間）右よび入力パタンの始端から１つの母音までの区間
のうちある長さ以下の区間にれをＣＶ区１）において、
それぞれ１つの子音が存在することになる。

子音候補検出部２０４は、２０２から母音候補（Ｖ。

とする）を受は取ると、これを母音候補記憶部２０６に
格納する。これと共に、この母音候補と２０６にすでに
格納されていた他の母音候補（Ｖｔとする）あるいは入
力パタンの始端とから上記のＶ。

ＣＶＩ区間、ＣＶＩ区間をすべて検出する。これらの区
間のそれぞれに対して、子音辞書２０５にあらかじめ格
納されているｖＣｖおよびＣｖ標準パタンのうちＶ、、
Ｖ、の一致するものをマツチングすることによって、子
音候補を複数側木める。

この子音候補と母音候補Ｖ１を組み合わせて、入力パタ
ンの１つの区間に対して複数個の音節候補をカテゴリ候
補として出力する。このカテゴリ候補は少なくとも音節
カテゴリ、信頼度、入力パタン中での位置の情報を含ん
でいる。

以上の処理を繰り返して、入力パタン中のすべてのカテ
ゴリ候補を８１ζ出力する。

第１図にもどって、 候補グラフ作成部１０２はカテゴリ候補検出部１０１か
ら新たなカテゴリ候補を受は取ると、候補グラフ記憶部
１０３にそれまでの処理によってすでに格納されている
候補グラフにこの新たなカテゴリ候補を追加する。候補
グラフはそれまでに得られたすべてのカテゴリ候補をそ
れら相互の位置関係と共に保持しており、グラフの枝が
カテゴリ候補を表わす。

第４図に候補グラフの一例として、「オシエテイタダイ
タ」と発声された音声において第２音節すなわち「オシ
」の部分に対して得られた音節候補を保持している候補
グラフを示す。第４図において、■、■、■−で示した
節点が入力パタン中での音節境界の候補を表し、節点■
は入力パタンの始端である。音節候補は、音節カテゴリ
と信頼度の組で表わされており、例えば、枝■−■には
３つの音節候補があり、その一つは「つ」で信頼度は７
２である。なお、本実施例では信頼度は標準パタンと入
力パタンとのマツチング距離で与えており、この値が小
さい程、信頼度が高い。

候補クラフ作成部１０２は新たな候補を候補グラフ記憶
部１０３に追加した後、最小累計コスト計算部１０４と
カテゴリ候補検出部１０８１こ開始信号ａａ′を送信す
る。

最小累計コスト計算部１０４は開始信号ａを受は取ると
、候補グラフ記憶部１０３に格納されている候補グラフ
のすべての節点について、当該節点から現時点での候補
グラフの終節点までの最小累計コストを計算して付与す
る。ここで累計コストは候補グラフ中の任意の経路すな
わち候補列に対して、その候補列を構成するカテゴリ候
補のそれぞれのコストの総和として与えられる。カテゴ
リ候補のコストとはその候補の信頼度を表わす値であり
、値が小さいほど信頼度が高くなる。本実施例では、先
に各候補に信頼度として与えた標準パタンとのマツチン
グ距離をそのまま用いることとする。

最小累計コストの計算は動的計画法を用いることにより
効率的に行なうことができる。すなわち候補グラフの節
点を”　（”　”　Ｌ’−’　＋　ｊ　＋　−＊　Ｊ　
Ｈ−ＨＮ−に、−、Ｎ）　（ただし１を始節点、Ｎ−に
、−、Ｎを終節点とする）、節点ｉ、１間の枝の数をＭ
１節点’ＴＪ間のｍ番目の枝に対する候補のコストをｄ
＜ｒ、」。

ｍ）とすると、節点ｎから終節点までの最小累積コスト
Ｃ（ｎ）は次の漸化式から求めることができる。

Ｃ（ト）−Ｋ）−・−〜−〇α）−φ（初期値）ｃ　（
ｎ）　＝ｍｉｎ　（ｍｉｎ　ｄ　（ｎ　、　ｊ　、ｍ）
　＋ｃ　（ｊ））ｎ＜ｊ≦Ｎ１≦ｍ≦Ｍ （ｎ＝Ｎ−に−１，Ｎ−に−２，＝−、１）・−・（１
） 最小累計コスト計算部１０４は、候補グラフ作成部１０
２から開始信号ａを受は取る毎に、候補グラフ記憶部１
０３中の候補グラフに対して各節点の最小累計コストを
計算するが、毎回すべての節点に対して上述の漸化式（
１）を解く必要はない。例えば、第４図の候補グラフに
おいて、１０２ｉこよって新たに■−■の枝および節点
■が追加されたときの計算では、節点■、■、■に対し
てはそれまでの値に対して節点■の最小累計コストの増
加分を加えることで新たな最小累計コストを求めること
ができ計算効率をさらに向上させることができる。

最小累計コスト計算部１０４は計算が終了すると、評価
値計算部１０５に開始信号すを送出する。

評価値計算部１０５は、開始信号すを受は取るとカテゴ
リ列候補記憶部１０６に格納されているカテゴリ列候補
のそれぞれについて、その評価値を計算して付与する。

特別な場合として、初期状態では、１０６は空であり、
このときは評価値の計算は行なわれない。

カテゴリ列候補の評価値は、複数個の種々の長さのカテ
ゴリ列候補の信頼度をその長さの違いに依らずに正しく
評価できるものであればよい。本実施例では、候補グラ
フの始節点から途中の節点ｉに至る成るｃ路を成すカテ
ゴリ列候補５（ｉ）の評価値ｆ（Ｓ（ｉ））を次式で計
算する。

ｆ　（Ｓ　（ｉ））　−ｇ　（Ｓ　（ｉ））　＋ｈ　（
Ｓ　（ｉ））−−−・（２）ここで、ｇ＜ｓ＜ｒ＞＞は
、カテゴリ列候補５（１）に対応する始節点から途中節
点ｉに至る経路累計コスト、すなわちこの経路に含まれ
るすべてのカテゴリ候補のコストの総和である。ｈ（Ｓ
（ｉ））は途中節点ｉから現時点の終節点までの経路の
推定コストである。この終節点までの経路は複数個あり
、今後の処理においてどの経路を通るか評価値計算の段
階では決定できない。このため、ｈ（Ｓ（ｉ））を次式
（３）により計算する。

ｈ（Ｓ（ｉ））−α・ｃ　（ｉ　）　　　　　　−−−
（３）ここでｃ（ｉ）は節点ｉから現時点での終節点ま
での最小累計コストであり、最小累計コスト計算部１０
４よってすでに計算され、候補グラフに付与されている
値である。αは係数である。

以上のように計算したｆ　（Ｓ　（す）を用いれば、種
々の長さのカテゴリ列候補同士の信頼度を比較すること
ができる。

なお、評価値を計算しようとするカテゴリ列には、以前
の処理ですでに評価値を与えられているものもあるが、
候補グラフの終節点が変更されている場合があるため再
計算の必要がある。この場合には、新たな評価値は、以
前の終節点に付与されている最小累計コストの以前の評
価値計算の段階からの増加分と以前の評価値とから容易
に計算することもできる。

評価値計算部１０５はカテゴリ列候補記憶１０６中のす
べてのカテゴリ列候補についての評価値計算が終了する
と、最良カテゴリ列候補選択部１０７に開始信号Ｃを送
出する。

最良カテゴリ列候補選択部１０７はカテゴリ列候補記憶
部１０６から、前記評価値計算部１０５で計算された評
価値が最良であるカテゴリ列候補を取り出し、有意性判
定部１０９に送る。

有意性判定部１０９は最良カテゴリ列候補選択部１０７
から受は取ったカテゴリ列候補が認識結果としての有意
性を判定し、有意ならカテゴリ列候補作成部１０８に該
カテゴリ列候補を送る。

本実施例では日本語音声の認識を目的としているため、
カテゴリ列候補が正しい日本語の音節系列の一部または
全部であるか否かを判定する。このために例えば第３図
のブロック図に示すような有意性判定部を用いる。第３
図Ｅこおいて、単語辞書３０１はｇ識結果に出現し得る
すべての単語を音節系列として保持している。単！１Ｉ
ｔａ続表３０２は３０１に含まれる単語相互の接続可能
性を保持している。判定部３０３は受は取ったカテゴリ
列候補が３０１に含まれ、かつ３０２の接続可能性を満
足する単語系列の一部または全部を構成すれば該カテゴ
リ列候補は有意であるとし、該カテゴリ列候補をカテゴ
リ列候補作成部１０８Ｉこ送出する。腋カテゴリ列候補
には、１０８によって新たなカテゴリ候補が終端に３加
された後に再び有意性判定が行なわれることがある。こ
のため、見い出された単語列を該カテゴリ列候補に付与
しておくことにより、次回以降の有意性判定の際の処理
を効率することができる。

カテゴリ列候補作成部１０８は有意性判定部１０９から
有意なカテゴリ列候補を受は取ると、該カテゴリ列候補
の終端に新たなカテゴリ候補を追加することによって複
数個の新たなカテゴリ列候補を作成し、カテゴリ候補検
出部１０６に追加する。

追加する新たなカテゴリ候補は候補グラフ記憶部１０３
の候補グラフから得るが、該カテゴリ列候補の終端が候
補グラフの終端に一致している場合には、該カテゴリ列
候補を一旦カテゴリ列候補記憶部１１０に格納し処理を
中断する。この後、候補グラフ作成部から開始信号ａ′
を受は取ることによって、処理を再開する。また該カテ
ゴリ列候補の終端が入力パタンの終端に一致している場
合には、該カテゴリ列候補をＳ！識結果として出力する
。

例として、候補グラフ記憶部１０３に第４図の候補グラ
フが格納されており、カテゴリ列候補作成部１０８がカ
テゴリ列候補■−ウー■を受は取った場合には、カテゴ
リ列候補■−ウー■−シー■とカテゴリ列候補■−ウー
■−ジー■が新たＩこ作成されカテゴリ列候補記憶部１
０６に追加される。

以上述べたように、本発明のパタン！ＩＷ＆装置では入
力パタンから候補グラフを作成する処理と、候補グラフ
から有意カテゴリ列候補を求める処理とを並列して行な
いつつ、入力パタンの始端から終端Ｉこ至る有意なカテ
ゴリ列を検出して認識結果とする。

（実施例２） 第１図のブロック図において、カテゴリ候補検出部１０
１として、単音節毎に区切って入力される入力パタンの
個々の単音節に対して複数個の候補を検出する回路を用
いれば、単音節単位に発声され責音声のｇ識装置を構成
することができる。

（実施例３） ３１図のブロック図において、カテゴリ候補検出部１０
１として、文字認識回路を使用すれば、文字認識装置を
構成することができる。

（実施例４） 第１図のブロック図において、有意性判定部１０９１こ
奢いては、日本語以外の他の自然言語あるいは形式言語
の文法知識を用いることもでき、これによって日本語以
外の任意の入力パタンをｇｅｔする装置を構成すること
ができる。

（発明の効果） 以上詳述したように、本発明によれば、入力パタンを分
析し、候補グラフを作成する処理と、候補グラフから有
意カテゴリ列候補を求める処理とを並列して行なうこと
ができるため、入力パタンを入力し始めてから、認識結
果を得るまでの時間を大巾に短縮することが可能になる
。また、入力パタン全体の入力が終了する以前に有意カ
テゴリ列候補を求める処理を開始することも可能となる
。

これらの効果は、実時間認識装置のような高速な応答性
が要求される場合には特に有効である。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
カテゴリ候補検出部の一例を示すブロック図、第３図は
有意性判定部の一例を示すブロック図、第４図は候補グ
ラフの一例を示す図である。 図において、１０１−カテゴリ候補検出部、１０２−候
補グラフ作成部、１０３−・候補グラフ記憶部、１０４
・・・最小累計コスト計算部、１０５−ＦＦｉ値計算部
、１０６・−カテゴリ列候補記憶部、１０７−・最良カ
テゴリ列候補選択部、１０８−カテゴリ列候補作成部、
１０９−・有意性判定部、１１０−カテゴリ列候補記憶
部、２０１−人力パタンバッファ、２０２−母音候補検
出部、２０３・−母音辞書、２０４・−子音候補検出部
、２０５−子音辞書、２０６・−母音候補記憶部、３０
１−単語辞書、３０２・−単Ｍ接続表、３０３−・判定
部である。 オ　１　図 入力パタン ７Ｉ−２図 オ　３　図 ７１−４　図

Claims (1)

【特許請求の範囲】
1. 入力パタンを分析し、当該入力パタンの各部分に対して
   複数個のカテゴリ候補を検出し、当該入力パタン中の位
   置情報および信頼度と共に出力するカテゴリ候補検出手
   段と、前記複数個のカテゴリ候補を、その位置情報に従
   ってカテゴリ候補相互の位置関係および候補グラフ記憶
   手段にすでに前記入力パタンの他の部分のカテゴリ候補
   が記憶されている場合にはこれらのカテゴリ候補との位
   置関係を保ちかつ各候補が前記信頼度を表わすコストを
   持つ候補グラフを作成し、該候補グラフを前記候補グラ
   フ記憶手段に格納する候補グラフ作成手段と、前記候補
   グラフ記憶手段に記憶されている候補グラフの節点に対
   して現時点の終節点までの最小累計コストを計算する最
   小コスト計算手段と、第１のカテゴリ列記憶手段に記憶
   されているカテゴリ列に対して、前記最小累計コストお
   よび各候補のコストを用いて評価値を計算する評価値計
   算手段と、前記第１のカテゴリ列記憶手段から前記評価
   値が最良のカテゴリ列を取り出す最良カテゴリ列選択手
   段と、前記最良カテゴリ列選択手段が取り出したカテゴ
   リ列が認識結果としての有意性を判定し、有意なカテゴ
   リ列を出力する有意性判定手段と、前記有意性判定手段
   が出力した有意なカテゴリ列の終端が前記候補グラフ記
   憶手段に記憶されている候補グラフの終節点でない場合
   には該カテゴリ列に新たなカテゴリ候補を追加した新た
   なカテゴリ列候補を一般に複数個作成し前記第１のカテ
   ゴリ列記憶手段に追加し、該カテゴリ列の終端が前記候
   補グラフの終節点ではあるが入力パタンの終端でないと
   きには該カテゴリ列を第２のカテゴリ列記憶手段に一旦
   格納しておき前記候補グラフに新たなカテゴリ候補が追
   加されたときに処理を再開して新たなカテゴリ列を作成
   し前記第１のカテゴリ列記憶手段に格納し、該カテゴリ
   列の終端が入力パタンの終端に一致するときには該カテ
   ゴリ列を認識結果として出力するカテゴリ列作成手段と
   を具備するパタン認識装置。