JPS61279896A - 音声認識装置 - 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、各単語もしくは音節・音韻につき複数個の標
準パターンテンプレートを持つ音声認識装置に関するも
のである。

従来の技術 不特定話者に対応させるために、各単語もしくは音節・
音韻につき複数個の標準パターンを用いる方法は有効な
方法である。上記方法では、より多くの話者に対応した
り、同話者であっても話者の発声状態が時間の経過とと
もに変化した場合に対応するためには、話者の数１発声
状態の変化に応じて、標準パターンテンプレート’に更
新し、常に話者に適応するパターンを標準パターンとし
てテンプレートに保管しておくことが必要となるが、あ
る一部の単語もしくは音節・音韻の標準パターンのみを
更新したために、更新したパターンに対応する単語もし
くは音節・音韻の認識率が向上しても、他の単語もしく
は音節・音韻の認識率が逆に低下するという不都合があ
る。従来の音声認識装置では、上記問題点を解決するた
めに、更新する前の標準パターンを使用した場合の全単
語もしくは音節・音韻に対する認識率と、更新した後の
認識率とを比較し、後者の方が高認識率であった場合の
み、更新した後の標準パターンテンプレートを採用し、
後者の方が低認識率であった場合は、標準バター７テン
プレートを更新する前の状態に戻すという方法がとらｎ
た。以上の方法により、常に、全単語もしくは音節・音
韻に対し、標準パターンを更新することで、必ず認識率
が向上することが可能となり、より話者に適応したテン
プレートを使用することが可能となる。

（たとえば、飯塚、森戸、山田（沖電気（株）基礎技術
研究所「不特定話者単語音声認識」、音響学会音声研究
会資料５８３−５４　（１２，２２，１９８３）以下、
図面を参照しながら、上述したような従来の音声認識装
置について説明を行う。第２図は従来の音声認識装置の
ブロック図である。１は音声入力端子、１１は特徴抽出
部、１２はパターン照合部、１４はスイッチ、５は認識
結果出方端子、１３はパターン追加判定部、９は標準パ
ターンテンプレート、１０は保管パターンテンプレート
である。以上のように構成された音声認識装置について
、その動作を説明する。

話者が最初に装置を使用する際に、話者に適応するよう
に標準パターンテンプレートを更新するための学習を行
う。この際には、音声入力端子１より入力された音声信
号を特徴抽出部１１で分析し、特徴パラメータを抽出す
る。学習用音声信号としては、標準パターンテンプレー
ト９に含まれている単語と同単語の音声信号を用い単語
の入力順序も決めておく。また分析方法には、たとえば
ＬＰＣケプストラム法を用いれば、単位時間ごとに所定
の個数のケプストラム係数が算出される。

）　標準パターンテンプレート９には、音声区間分ノケ
フヌトラム係数を１単語とする標準パターンが、各単語
につき複数個含まれており、パターン照合部１１で、標
準パターンを入力し、特徴抽出部１１で分析された学習
音声パターンと標準パターンとの市街地距離を算出し、
最短距離の標準パターンを選択する。市街地距離の算出
式は、第（１）式となる。

但し　ＣＲ：標準音声のケプストラム係数Ｃ１：入力音
声 Ｎ：分析次数 Ｍ：全フレーム数 り二市街地距離 学習用音声信号を入力してから後の以上の過程を標準パ
ターンテンプレート９に含まｎている全単語について複
数回繰り返し、パターン照合部１２で認識の可・不可を
判断し、全単語の認識率と誤認識単語の１回分のパター
ンを保管パターンテンプレート１６に保管する。

次に、以上の認識結果より、誤認識単語があった場合は
、再度学習用音声信号を音声信号入力端子１より入力し
、音声信号を特徴抽出部１１で分析し、特徴パラメータ
を抽出する。学習用音声信号の種類９分析条件は、最初
の学習時と同様である０ 次にパターン照合部１２で、標準パターンテンプレート
９、保管パターンテンプレート１０より、それぞれ標準
パターンと最初の学習時に保管した誤認識パターンを入
力し、以上の全てのパターンを標準パターンとみなし、
学習用入力音声パターンと標準パターンとの市街地距離
を算出する。市街地距離の算出式は第（１）式となる。

学習用音声信号を入力してから後の以上の過程を標準パ
ターンテンプレートに含まれている全単語について複数
回繰り返し、パターン追加判定部１３で、最初の学習時
の認識率と、再学習時の認識率を比較する。その結果、
最初の学習時の認識率の方が高い場合には、保管パター
ンプレート１ｏにある誤認識単語パターンを消去し、再
学習時の認識率の方が高い場合には、保管パターンテン
プレート１０にある誤認識単語パターンを標準パターン
テンプレート９に追加する０ 次に認識時には、音声信号を音声信号入力端子１より入
力し、音声信号を特徴抽出部１１で分析し、特徴パラメ
ータを抽出する。音声信号の種類、分析条件は、学習時
と同様である。

次にパターン照合部１２で、学習時に更新した標準パタ
ーンテンプレート９より標準パターンと入カバターフの
市街地距離を算出し、出力端子６より認識結果を出力す
る。

なお、スイッチ１４は、学習時にはパターン追加判定部
１３へ、認識時には、結果出力端子６に認識結果を出力
するように動作する。

発明が解決しようとする問題点 しかしながら、上記のような構成では、標準パターンテ
ンプレートを更新するまでに、同種の学習を２回行なわ
なければならず、話者への負担が大きくなり、学習に要
する時間も長くなる。また、認識率を比較した結果、更
新する前のテンプレートを採用すると判断さ扛た場合は
、学習が無駄になり、特定の単語に関しては、何回学習
を行なっても認識率が向上しないという問題点を有して
いｆ？−０ 本発明は、上記問題点に鑑み、誤認識パターンを標準パ
ターンとして追加した際に、追加したために逆に認識率
が低下した単語もしくは音節前音韻が、追加パターンと
同話者の異なる単語もしくは音節・音韻であるという事
実に基づき、同話者の全単語もしくは音節・音韻のパタ
ーンを保管し、保管したパターンの中から、逆にｇ識率
が低下する単語もしくは音節・音韻を予測し、予測され
たパターンも、誤認識パターンとともに標準パターンテ
ンプレートに追加することにより、学習時の話者の負担
、学習時間が減少し、かつ、学習を無駄にせず、標準パ
ターンを更新することで、必ず認識率を向上させること
のできる音声認識装置を提供するものである。

問題点を解決するための手段 この目的を達成するために本発明の音声認識装置は、各
単語もしくは音節・音韻につき複数個の標準パターンテ
ンプレートと、標準パターンの追加に必要となるパター
ンを保管する保管パターンテンプレートと、追加するパ
ターンを決定する追加パターン判定部とから構成されて
いる。

作　　用 この構成によって、学習の際に、同話者の全単語もしく
は音節・音韻のパターンを保管し、追加パターン判定部
で、保管したパターンの中から、逆に認識率が低下する
単語もしくは音節・音韻を予測し、予測さ扛たパターン
も、誤認識パターンとともに標準パターンテンプレート
に追加する。

認識時には、更新さ扛た標準パターンテンプレートを用
いて認識する。

実施例 以下、本発明の単語音声認識における実施例について第
１図を参照しながら説明する。１は音声入力端子、２は
特徴抽出部、３はパターン照合部、４はスイッチ、５は
認識結果出力端子、６はパターン追加判定部、８は保管
パターンテンプレート、９は標準パターンテンプレート
であり、前記従来例と同じものは、同一の番号を付与し
ている。

以上のように構成された音声認識装置について以下その
動作について説明する。

まず、話者が最初に装置を使用する際に、話者に適応す
るように標準パターンテ／プレートヲ更新するための学
習を行り６・ 初めに、音声入力端子１より入力さｆ’ｌ−回分の全単
語音声信号を特徴抽出部２で分析し、特徴パラメータを
抽出する。学習用音声信号の種類。

分析条件は従来例と同様である。

次に上記分析パターンを保管する。次に、再度音声信号
を入力し、分析した後、バター７照合部ミ °１・４７′ａｐ　−：ｙ−ｔ　ｙｊ　ｖ−“°”！′
”／＜７　　　　１、−７、保１パターンテンプレート
９より保管バター　７ｔ−Ａｎ　Ｌ、４や＝１−７　、
＝ｆｆｌｖｚ＜ｚ　−７□よ　　“に標準パターンとみ
なして、入力パターンと標準パパターンとの市街値距離
を算出する。　　　　　　　　　　　　　〜 次ニ、パターン追加判定部６で、」己で照合した　　　
　　　、・。

結果の、第２候補までの標準パターン番号を参照しなが
ら、次の規則に従って追加バター７を決定する０　　　
　　　　　　　　　　　　　　　　　　　　　　　　　
・規則１）第１候補または第２候補に使用されて　　　
　　　。

おり、かつ、そ扛ぞれ他の第２候補ま たは第１候補が異なった単語パターン であるような保管パターンは、標準パ ターンテンプレートに追加する。

次に認識時には、音声信号を音声入力端子１より入力し
、信号を特徴抽出部２で分析し、特徴パラメータを抽出
する。学習用音声信号の種類１分析条件は従来例と同様
である。

次に、パターン照合部３で、学習時に更新した標準パタ
ーンテンプレート９より、標準パターンと入力パターン
の市街値距離を算出し、出力端子５よシ認識結果を出力
する。

なお、スイッチ４は、パターンを保管する場合には保管
パターンテンプレート８へ、照合する場合にはパターン
照合部３へ分析結果を出力するように動作する。スイッ
チ７は、学習時にはパターン追加判定部６へ、認識時に
は、結果出力端子５へ照合結果を出力するように動作す
る。

以上のように、本実施例によれば、追加する標準パター
ンを決定する際に、同話者の全単一パターンを保管し、
標準パターンと保管パターンを共に標準パターンとみな
して、入力パターンと標準パターンを照合し、その結果
、第１候補または第２候補に使用されており、かつ、そ
れぞれ他の第２候補または第１候補が異なった単語パタ
ーンでことがない。また、保管パターンを追加すること
で認識率が低下する不都合もない。

発明の効果 本発明は、同話者の全単語もしくは、音節・音韻パター
ンを保管し、保管したパターンを対象に、同単語もしく
は、音節・音韻間の距離よりも、異　　　　　　　ｉな
る単語もしくは、音節・音韻であっても同話者　　　　
　　　□の音声パターンとの距離が近くなるパターンを
検出し、検出し次結果を利用することにより、保管パタ
ーンの中から、追加するべきパターンを決定することで
、学習時の話者の負担、学習時間が減少し、かつ、学習
を無駄にすることがない。また、保管パターンを追加す
ることで認識率が低下する不都合もない優れた音声認識
装置を実現するものである。

【図面の簡単な説明】

第１図は本発明の一実施例における音声認識装置のブロ
ック図、第２図は従来例における音声認識装置のブロッ
ク図である。 １・・・・・・音声入力端子、２・・・・・・特徴抽出
部、３・・・・・・パターン照合部、４，７・・・・・
・スイッチ、５・・・・・・認識結果出力端子、６・・
・・・・パターン追加判定部、８・・・・・・保管パタ
ーンテンプレート、９・・・・・・標準パターンテンプ
レート。

Claims (1)

【特許請求の範囲】
1. 各単語もしくは音節・音韻についての複数個の標準パタ
   ーンを有する標準パターンテンプレートと、標準パター
   ンの追加に必要となるパターンを保管する保管パターン
   テンプレートと、追加するパターンを決定するパターン
   追加判定部とを具備し、話者に適応するために必要な追
   加パターンを標準パターンテンプレートに追加する際に
   、同話者の入力パターンを前記保管パターンテンプレー
   トに保管し前記パターン追加判定部で保管したパターン
   を対象に、同単語もしくは音節・音韻間の距離よりも、
   異なる単語もしくは音節・音韻であっても同話者の音声
   パターンとの距離が近くなるパターンを検出し、検出し
   た結果を利用することにより、保管したパターンの中か
   ら単数または複数の追加するべきパターンを決定するこ
   とを特徴とする音声認識装置。