JPS6155697A - 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） この発明は、小型にして多入力である音声認識装置に関
す、る。

（従来の技術） 従来の音声認識装置は、第７図のように構成されており
、１は入力端子、２は周波数分析部、３はスペクトル変
換部、４は音声区間決定部、５゛は再サンプル部、６は
距離演算部、７は標準パターンメモリ、８は判定部、９
は認識結果出力端子である。入力端子ｌより入力された
音声は、周波数分析部２により周波数分析され、スペク
トル変換部３により音声パワーと話者の声帯音源特性の
正規化が行なわれる０次に、音声のパワーなどを用いて
、音声区間決定部４により音声区間の決定を行ない、再
サンプル部５によりスペクトル変換済データをＮフレー
ムに線型伸縮し、時間正規化を行ない、入力音声パター
ンとする０次に、距離演算部６により、入力音声パター
ンと標準パターンに、　（Ｋ＝ｌ　、Ｋ　）との距離演
算において、距離２　　ＤＫを入カバターンの時間標本
第ｎ番目のｍチャネル目の要素をＡ（ｍ、　ｎ　）とし
、標準パターンにの時間標本点ｎ番目のｍチャネル目の
要素をＳに（ｍ、ｎ）とした時に、 ＸＷに（ｍ、ｎ）　−−−−−−（１）（１）式により
計算し、判定部８によりに個の標準パターンの中でＤＫ
を最小とする標準パターンのカテゴリを求め、認識結果
としている。

ここで、重みＷに（ｍ、ｎ）の計算方法については数々
の方式があるが、この発明の目的でないので省略する。

（発明が解決しようとする問題点） しかしながら、従来の音声認識装置では、Ｓに（Ｌ　ｒ
ｌ　）８よびＷに（ｍ、　ｎ　）を標準パターンメモリ
７に持ち、距離演算部６より標準パターン番号にと要素
番号ｍ、ｎを指定し、その値を得て（１）式によりＤに
を計算していた。標準パターンメモリ７の容量は一例と
してＩＭＢであり、従来の音声認ｍ装置では音声１人力
に対し標準パターンメモリ７が１つ必要なため、装置の
大きさが大きくなるという欠点があった。

従って、この発明は装置の動作速度を低下させることな
く、小型にして多入力の音声認識装置を提供することを
目的とする。

（問題点を解決するための手段） 上記問題点を解決するために、この発明は、認識すべき
音声入力を固定長フレームに線型圧縮し時間軸正規化を
行ない入力音声パターンを出力する手段と、該入力音声
パターンと複数個の標準パターンとの距離値を演算する
距離演算手段と、前記距離値に基づき認識結果を出力す
る判定手段とを有する音声認識ユニットを複数個具備し
て複数の音声を認識する音声認識装置において、前記複
数個の標準パターンのすべての要素を順次出力してすべ
ての音声認識ユニットに供給する１つの標準パターンメ
モリ部と、個々の音声認識ユニットの距離演算手段内に
設けられ、前記標準パターンメモリ部からの出力に同期
して得られた距離値を該距離値に対応する標準パターン
に対応させて格納する記憶手段とを設けたことを特徴と
する音声認識装置にある。

（作用） この発明によれば、標準パターンメモリ部は複数の音声
認識ユニットに共通して唯−個設けられており、各音声
認識ユニット内の距離演算手段はこの標準パターンメモ
リ部から順次送出される出力に同期して距離値を計算す
る。そして、この距離値はこの距離値に対応する標準パ
ターンに対応させて記憶手段に格納される。この結果、
複数の音声認識ユニットに共通する唯一個の標準パター
ンメモリ部を設けることができる。

（実施例） 以下、この発明を一実施例に基づき図面を参照して詳細
に説明する。

第１図はこの発明の一実施例を示すブロック図であって
、−例として４人力の音声認識を行なう音声認識装置を
示している。ここで１０．２０．３０゜４０は音声認識
ユニットであり、それぞれ音声入力端子１１．２１．３
１．４１から音声を入力し、認識結果出力Ｆ子１８．２
８．３８．４８から認識結果を出力する。又、音声認識
ユニット１０．２０．３０．４０は標準パターンメモリ
部５０に共通に接続される。

第２図はこの発明により音声認識ユニット１０の内部を
詳細に説明したブロック図である。第２図で１１は音声
入力端子であり、周波数分′折部１２に接続される０周
波数分析部１２の出力はスペクトル変換部１３に接続さ
れ、スペクトル変換部１３の出力は音声区間決定部１４
と再サンプル１５に接続される。

再サンプル部１５の出力は距離演算部１８に接続され、
又、距離演算部１Ｂへは外部の標準パターンメモリ部５
０からの出力が接続される。距離演算部１Ｂの出力は判
定部１７に接続され、判定結果は判定結果出力端子１８
から出力される。

第３図はこの発明による標準パターンメモリ部５０を詳
細に説明したブロック図である。１０１はＬ＋１進カウ
ンタであり、その出力はデコーダＡｌＯ２，デコーダＢ
　１０３とＳに、Ｗにメモリ１０５の下位アドレスに接
続される。デコーダＡｌＯ２の出力は信号５ＴＡＲＴで
あり、距離演算部１６で制御のために使われる。デコー
ダＢ１０３の出力は信号ＳＴＯＰであり、標準パターン
ＮＯカウンタ１０４に１２　Ｈｅされ、又、距離演算部
１Ｂで制御のために使われる。標準パターンＮＯカウン
タ１０４の出力は信号５ＴＰＮＯであり、Ｓ、、ＷＫメ
モリ１０５の上位アドレスと距離演算部１Ｂへ接続され
る。ＳＫ　、ＷＫメモリ１０５の出力は信号データであ
り、距離演算部１８へ接続される。クロック発生回路１
０６からは標準パターンメモリ部５０の各部と、距離演
算部１６にクロックが供給される。

第４図はこの発明による距離演算部１Ｂを詳細に説明し
たブロック図である。２０１はアドレスカウンタであり
、その出力は入カバターンメモリ２０２のアドレス入力
に接続される。入カバターンメモリ２０２の出力は減算
器（ＳＵＢ　）　２０３に接続される。減算器２０３の
もう一方の入力は標準パターンメモリ部５０からのデー
タのうちのＳにである。

減算器２０３の出力は絶対値回路（ＡＢＳ　）　２０４
に接続され、絶対値回路２０４の出力は乗算器２０５に
接続される０乗算器２０５のもう一方の入力は標準パタ
ーンメモリ部５０からのデータのうちのＷＫである０乗
算器２０５　（７）出力は加ｉ機（ＡＤ［ｌ　）　２０
Ｇに接続される。加算機２０Ｂの出力はレジスタ（Ｒ１
）２０７　に接続され、レジスタ２０７の出力は′加算
ｆｉ２ｏｓのもう一方の入力になる。又、レジスタ２０
７の出力はレジスタ（Ｒ２）２０８に接続される。

レジスタ２０８の出力はテーブル２１０に接続される。

レジスタ（Ｒ３）２０９の入力は標準パターンメモリ部
５０からの５ＴＰＮＯであり、レジスタ２０９の出力は
テーブル２１０に接続される。チー゛プル２１０の出力
は判定部１７に接続される。又、標準パターンメモリ部
５０からの信号５ＴＡＲＴ％５ＴＯＰ、クロックは距離
演算部１６の各部に供給されている０周波数分析部１２
、スペクトル変換部１３、音声区間決定部１４、再サン
プル部１５、判定部１７の構成は従来の音声認識装置と
同様であり、音声認識ユニット２０゜３０、４０は音声
認識ユニット１０と同様である。

第５図は第３図に示す標準パターンメモリ部５０から出
力される信号のタイミング関係を表わすタイムチャート
である。以下、第５図を参照して前記実施例の動作を説
明する。

入力端子１１より入力された音声は周波数分析部１２に
より周波数分析され、スペクトル変換部１３により音声
パワーと話者の声帯音源特性の正規化が行なわれる０次
に、音声のパワーなどを用いて音声区間決定部１４によ
り音声区間の決定を行ない、再サンプル部１５によりス
ペクトル変換法データをＮフレームに線型伸縮し、時間
正規化を行ない、入力音声パターンとして距離演算部１
８内の入カバターンメモリ２０２に書き込むところまで
は従来の音声認識装置と同様である。

次に標準パターンメモリ部５０について説明する。Ｌ＋
ｌ進カウンタ１０１はクロック（第５図（ａ））に同期
し、常にカウントアツプ動作をしている。ただし、Ｌ＝
ＭＸＮである。Ｌ＋１進カウンタ１０１の出力がＯの時
、デコーダＡｌＯ２の出力５ＴＡＲＴは「１」となり（
第５図（ｂ））、Ｌ＋１進カウンタ１０１がＬの時デコ
ーダＢ１０３の出力５ＴＯＰは「１」となる（第５図（
ｃ））、５ＴＯＰが「１」の時には、標準パターンＮＯ
カウンタ１０４がクロックに同期してカウントアツプさ
れる（第５図（ｅ））、標準パターンＮＯカウンタ１０
４は、標準パターン数をに１とするとに、進カウンタで
ある。−例としてに工は１０２４程度の値である。Ｌ＋
１進カウンタ１０１の出力はＳに、Ｗにメモリ１０５の
下位アドレスに、又、標準パターンＮＯカウンタ１０４
の出力はＳに　、Ｗにメモリの上位アドレスに接続され
ているので、Ｌ＋１進カウンタ１０１と標準パターンＮ
Ｏカウンタ１０４のカウントアツプに伴なって、すべて
の標準パターンのすべての要素がデータとして順に得ら
れることになる（第５図（ｄ））。

次に距離演算部１８の動作について説明する。まず、５
ＴＯＰかｒｌＪの時にクロックに同期し、アドレスカウ
ンタ２０１とレジスタ２０７をゼロクリアする０次に、
すでに入カバターンメモリ２０１に入カバターンが書き
込まれていることを条件として、５ＴＡＲＴが「１」の
時にクロックに同期して、５ＴＰＮＯＫをレジスタ２０
８にラッチする。この時、入カバターンメモリ２０２の
出力はアドレスＯに対応した値Ａにであり、データはに
番目の標準パターンのアドレスＯに対応したＳＫ　、Ｗ
Ｋとなっている１次に、減算器２０３によりＡＫ−３，
を計算し、絶対値回路２０４によりｌ　ＡＫ　−３ｘ　
　ｌを計算する０次に、データ中のＷにの値とＩＡに一
３Ｋ　ｌを乗算器２０５で乗じる０次゛に、レジスタ２
０７の値とＩＡに一３Ｋ　ｌ・Ｗにを加算器２０６で加
え、クロックに同期してレジスタ２０７にラッチする。

アドレスカウンタ２０１をクロックに同期してカウント
アツプしながら以上の動作をＬ回繰返すことにより、レ
ジスタ２０７には（１）式のＤＫが求まることになる。

そして５ＴＯＰが「１」の時にクロックに同期しＤにの
値をレジスタ２０Ｂにラッチする。ここまでの動作でレ
ジスタ２０８には５ＴＰＮＯＫが、レジスタ２０８には
標準パターンにと入カバターンの距離りにが求まること
になる０次にテーブル２１０にＤにを書き込む、テーブ
ル２１０は一次元の配列であり、Ｋを指定してその他を
書き込むことができる。第６図はテーブル２１０を図示
したものであり・ＤＫ％Ｄに＋ＩＩＤＫ＋２の３つの値
が書き込まれたところを表わしている。

以上の動作をに１繰返すことにより、Ｄに”’　Ｄ　Ｋ
ｊ−１をしてＤｏ”’ＤＫ−１の順でＤ　Ｏ”’　Ｄ　
Ｋｌ　−１の値が求まり、距離演算部１６の動作を終了
する。

次に、判定部１７によりＤ　Ｏ”　Ｄ　Ｊ−１の中で最
小値とその標準パターン番号を求め、その標準パターン
のカテゴリを認識結果として認識結果を出力端子１８よ
り出力する所は従来の音声認識装置と同様である。

以上、この実施例を音声認識ユニット１０のみについて
説明したが音声認識ユニット２０．３０．４０について
も同様である。又、この実施例では４台の音声認識ユニ
ットで標準パターンメモリ部を共有したが、４台に限ら
ず任意の数の音声認識ユニットで標準パターンメモリ部
を共有することが可能である。

（発明の効果） この発明は以上説明したように、複数の音声認識ユニッ
トで１つの標準パターンメモリ部を共有している。不特
定話者単語音声認ａ装置では標準パターンの１パターン
のメモリ容量はＩＫＢ程度必要であり、標準パターン数
は１０００程度になることもあり、全標準パターンの容
量はＩＭＢ程となる。従って、従来の音声認識装置では
３２回線の場合３２ＭＢのメモリが必要となり、かなり
の量であるが、この発明の音声認識装置ではＩＭＢでよ
いことになる。更に、標準パターンの先頭から順に距離
演算を行なっていくのではなく、音声入カバターンが入
カバターンメモリに書き込まれた直後から距離演算を行
なうので、認識時間が増加することはない０以上により
、この発明の音声認識装置は多回線の音声応答認識シス
テムに利用することができる。

【図面の簡単な説明】

第１図はこの発明の一実施例のブロック図、第２図は第
１図に示される音声認識装置のブロック図、第３図は第
１図に示される標準パターンメモリ部のブロック図、第
４図は第２図に示される距離演算部のブロック図、ｆｆ
１５図は第３に示される標準パターンメモリ部から出力
される信号のタイムチャート、第６図は第４図に示され
るテーブルの詳細を示す図、及び第７図は従来の音声認
識装置のブロック図である。 １０、２９．３０．４０−−−−一　音声認識ユニット
、１１、２１．３１．４１−−一−−音声入力端子、１
８、２Ｂ、　３８．４８−−−−一　判定結果出力端子
、５０−−−−一　標準パターンメモリ部、１０１−−
−−−　Ｌ＋　１進カウンタ、１０２−−−−−デコー
ダＡ、 １０３−−−−−デコーダＢ、 １０４−−−−一標準パターンンＮＯカウンタ、１０５
−−一−−Ｓに　、ＷＫメモリ、ｔｏｅ−−−−−クロ
ック、 ２０１−−−−−アドレスカウンタ、 ２０２−−−−一人カパターンメモ１ハ２０３−−−−
一減算器（ＳＵＢ　）　。 ２０４−−−−一絶対値回路（ＡＢＳ　）、２０５−−
−−一乗算器、 ２０８−−−ｍ−加算器（ＡＤＤ　）　。 ２０？−−−−−レジスタ（Ｒ１）、 ２０＆−−−−−レジスタ（Ｒ２）、 ２０９−一−−−レジスタ（Ｒ３）、 ２１０−−−−−テーブル。 特　　許　　出　　願　　人 沖電気工業株式会社 特許出願代理人

Claims (1)

【特許請求の範囲】
1. 認識すべき音声入力を固定長フレームに線型圧縮し時間
   軸正規化を行ない入力音声パターンを出力する手段と、
   該入力音声パターンと複数個の標準パターンとの距離値
   を演算する距離演算手段と、前記距離値に基づき認識結
   果を出力する判定手段とを有する音声認識ユニットを複
   数個具備して複数の音声を認識する音声認識装置におい
   て、前記複数個の標準パターンのすべての要素を順次出
   力してすべての音声認識ユニットに供給する１つの標準
   パターンメモリ部と、個々の音声認識ユニットの距離演
   算手段内に設けられ、前記標準パターンメモリ部からの
   出力に同期して得られた距離値を該距離値に対応する標
   準パターンに対応させて格納する記憶手段とを設けたこ
   とを特徴とする音声認識装置。