JPS6165299A - 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】 〔発明の利用分野〕 本発明は、入力信号の周波数スペクトルにもとづいて音
声認識を行なう音声認識装置において、環境雑音の影響
を軽減して音声認Ｒを正確なものとする音声認識装置江
に関するものである。

〔発明の背景〕

従来の音声認識装置は環境騒音の軽減方法として特開昭
５５−３３’！　２６号や％１昭５７−２１２４９６号
に記載のように、あらかじめ環境騒音を入力して騒音の
周波数スペクトルを求め、音声入力時における入力信号
の周波数２ベクトルから上記騒音のそれを減算しその結
果得られた周波数２ベクトルを用いて音声認６１゛記す
るようにしていた。いわゆるノイズサプトラクノヨン法
と呼ばＪ′Ｌる方法でらる。また周波数２ベクトルの各
二手ルギ成分を加算して得られる音声パワーで音声を検
出することもらる。この場合ノイズサブ１ラクンヨン後
の音声パワーを用いれば効果的で、例えば所定の閾値で
判定し閾値を超えたところを音声区間とすれば容易に音
声検出可能となる。

しかし上記従来方法は騒音のレベルが常に−定である場
合にはとくに問題ないが、騒音レベルが変動すると問題
となる。ＭＲ方式のため。

最初に取込んだ腫音との誤差分がその１１分析結果とし
て特徴パラメータや音声ノ（ワーに表われてし１うので
ろる。したがって、上述のようにノイズサブトラクショ
ン後の音声パワーを使って音声検出しても所定の閾値だ
けで検出することは難しい、騒音レベルの変動は高騒音
になるほど変動範囲が大きくなり音声検出もますます困
難になる。

〔発明の目的〕

本発明は、上述の問題を解決することを目的とし環境騒
音が高くても正確な認識が可能な音声認識装置を提供す
ることにある。

〔発明の概要〕

この目的を達成するために、本発明においてｈ騒音の周
波数スペクトルを求め、騒音成分の多い周波数帯域全抑
圧、騒音成分の少ない周波数帯域は逆に増幅するような
特性をもつ騒音抑圧フィルタを設ける。この上うンこす
れば騒音がＩＲ６伍する入力音声に対しても）１構成分
を抑圧することができ、たとえｂｂ−Ｂレベルが変動し
てもその影響を軽減することかできる。第１図に本発明
の原理を示す、第１図（Ａ）は騒音の周波数スペクトル
例で横軸に周波数、縦軸にその成分パ２−を表わしてお
り、高域部分にエネルギが集中している。この周波数ス
ペクトル特性に対して逆特性を求めこれをゲイン特性と
して表わしたのが第１図（Ｂ）である、騒音成分の強い
高域部分のゲインを小さく抑えており、この利得時ａを
もつフィルタを用いると騒音を抑圧することかできる。

第１図（Ｃ）は（Ｂ）のゲイン特性をさらに強調して通
過帯域と遮断帯域とに分けたゲイン特性の例であり、社
音仰圧効果はさらに高くなる０以上のようなゲイン特性
をもつ騒音抑圧フィルタの構成手段としては騒音の周波
数スペクトル５ａ−求めたチャンネルフィルタ自身を用
い、このフィルタの利得を制御する方法。

同一特性を有する別のチ１．．ンネルフィルタの利得を
制御する方法、また低域通過フィルタ、高域通過フィル
タ、帯域通過フィルタ、帯域遮断フィルタ等で代用させ
、抑圧する周波数帯域に応じてフィルタの遮断周波数を
制御する方法がろる。

第１図（りは後者の方法で容易に実現可能である。

〔発明の実施例〕

以下、本発明を実施例により説明する。第２２にプコッ
ク構成を示す、マイクやカセットからの入力音声信号が
音声入力部１に取込まれた後方折部２では、周波数スペ
クトル分解して認識の基になる特徴パラメータＰ１〜Ｐ
ｒＬと、音声検出の之めの音声検出パラメータＰ、、を
出力する。音声検出パラメータＰｗとしては音声パワー
情報が一般的でろシ、音声検出部ｓｈ本パラメータを例
えば所定の閾値を用いて判定し閾値を超えた区間を音声
として検出する。この音声区間情報は照合部４に送られ
、分析部２からの特徴パラメータＰ１〜ＰｒＬの有効区
間を表わす情報に使われ、照合部４ではこの区間の特徴
パラメータと標準パターン記憶部６のδらかしめ記憶さ
せてわる標準パラメータとを照合させる。

１１標草パラメータと、順次、比較照合したあと最も類
似した標準パラメータの番号あるいは名称を認識結果と
して出力する。これが従来の一役的な認識方法である。

本発明はこの第２図に分析制御部３ｔ−新たにＩＬＺけ
たことでらる。この分析制御部５では分析部２の結果を
用いて騒音抑圧処理を施し、これ全分析部２のフィルタ
特性に反映させるようにする。すなわち騒音だけの入力
信号を分析しその特徴パラメータを分析側６ｖ部３に取
込み、特徴パラメータから騒音エネルギの大きい周波数
計域を検出して所定の減衰Ｗをもつようなフィルタ特性
係数を求め、これを分析部２に送る。

このようにするとそれ以降に騒音と音声が加算λΣれて
入力されてきても騒音成分の多い周仮叙ｌｋ域は抑圧さ
れた形で分析てれるので、出力さｒＬる特徴パラメータ
おるいは音声検出パラメータは騒音の影響が軽減された
パラメータとなる。

以下では分析部２１分析１１ｉ１Ｊ御Ｂ３をさらに詳細
に説明する。＄３図に分析部２の一実施例を示す、ここ
では分析部６として、最近の半導体技術により高速演算
が可能となったティジタル信号プロセッサを用いる。第
３図は分析部２の処理をすべてブロック図に展開したも
のでありこの中で入力音声信号を周波数分解する帯域通
過フィルタ等はすべてディジタルフィルタである。音声
信号はまず音声入力部１で音声帯域の信号だけを取出す
ために５．６　ＫＨｚの低域通過フィルタを通し、その
後８　ＫＨｚでサンプリングし１２ビツトのディジタル
音声信号Ｓとして分析部２に送られる０分析部２ではこ
のディジタル化ざｎた音声信号Ｓを第３図のように左か
ら右に順次処理していく、まず８個の帯域通過フィルタ
（ＢｐＦ　）　Ｂ、〜Ｂ６により音声信号を周波数スペ
クトル分解し、ＢＰＦを通過した音声信号を低域通過フ
ィルタ（ＬＰＦ　）　Ｌ１〜Ｌ８　で整流し平滑する。

　ＢｐＦ−Ｂ、〜Ｂ、の周波数性性を第５図（Ａ）に示
す、横軸は周波数で、対数で表わしており、ＢＰＦ　Ｂ
、〜Ｂ、の中心周波数は〜ａＫＢｚの間をこの対数軸上
で８等分割した位置に選ぶ、音声信（じの各周波数成分
はＢｐＦの出力をＬｐＦで整流。

平滑化して得られるが、ここで：″ｉディジタル信°り
処理に適した処理とじ、ＬｐＦにおける整流を七対値演
算、平滑を移動平均演算により代用さ亡る。　ＢＰＦを
通過した音声信号は絶対値に変換きれ、例えば１６０点
の移動平均がとられ、′／８人ＢＺ×１６０＝２０ｍｓ
ｅｃ単位に移動平均の結果を出力する。これは具体的に
は８ＫＨｚのＢＰＦ出力を１６０点ごとに平均して得り
りれる。この２０ｍ５ｅｒ：間〜＾は、特徴パラメータ
Ｐ、〜Ｐ、音声検出パラメータＰｗが分析部から出力さ
れる間隔でもあり、分析の基本単位でありフレームと呼
ぶ、フレーム単位に求まった移動平均値は萩いて分析制
御部５から送られ、ホールド回路（ＭＯＬＤ　）で保ｊ
、？キれたゲイン係数Ｇ１〜Ｇ、との乗Ｘ（０部分）に
よりゲインコントロールされる０通常にゲイン１面をｔ
ｏにしておくため乗算前と変わらない。

ゲインコントロールされ定容成分は０部分ですべての成
分が加算され、近似的な音声パワーとなる。この音声パ
ワーは１↓ではらるが周波数の成分ごとにゲインをコン
トロールすることができ、音声検出パラメータＰｖｕと
して音声検出部５に送られる。一方正胞化処理Ｎでは音
声の大きさを吸収するためのもので、各成分と音声パワ
ーＰＷとの除算により正規化された特徴パラメータＰ１
〜Ｐ、を得る。これも音声の周波数成分ごとにゲインコ
ントロール可能なもので、認識のために照合部４に送ら
れる。

つぎに分析制御部３でこの分析部２を制御して騒音を抑
圧する方法について説明する１分析制御部３は；ントロ
ーラで容易に実現可能でろる。第４図にその動作フロー
チャートを示す。

騒音抑圧スイッチが押された９ろるいはホストコントロ
ーラから起動がかかると、分析制御部３ではまず分析部
２のゲイン係数Ｇ１〜ＧＢをｔ。

に設定しフラットな特性にする。つぎにこの状態で騒音
を１秒間分析してこのときの騒音の周波数スペクトルを
特徴パラメータｐ、　−ｐ、の形で分析制御部３へ入力
する。特徴パラメータは入力信号の大きさに対して正規
化されているかここでは騒音のヌベクトル成分の絶対値
ではなく相対関係がわかればよいので、これ士十分で６
る。１フレーム−２０ｍ紅でろるから１秒の騒音は５０
フレ一ム分の特徴パラメータとなる。各ＢｐＦのゲイン
係数Ｇｉは騒音成分の大きさに逆比例しかつ最大ゲイン
が１０になるように次式ＬはＢＰＦの番号、Ｉはフレー
ム番号でろる。こうして求めたゲイン係数はそれぞれの
ＢｐＦに設定され、ＢＰＦの出力ゲインをコントロール
する。

ゲインが設定されると、ｌ特徴パラメータの方はゲイン
設定前の値ＰＬに対しＧｔ　Ｘ　ｐｉとな９、一方音声
検出パラメータＰｗについてはこれらの特第５図にゲイ
ン係数の例を示す、第１図（Ａ）の騒音スペクトルに対
し第５図（、（）に示すような特性をもつ８個のＢＰＦ
の出力は第５図（Ｂ）のようになり、したがってゲイン
係数は第５図（Ｃ）のようＫなシ、騒音成分の多い高域
部分は抑圧されることになる。第６図に示したのは本音
声検出パラメータＰ。を用いた場合の音声検出の例で、
横軸が時間（フレーム）、縦軸が音声検出パラメータＰ
、ｊＪＯ値を表わしている。第６図（Ａ）ではゲイン係
数をすべて１０にした場合で、高騒音のために騒音レベ
ルＰｗが高く、この上に音声が重畳されているｍ　Ｐ（
Ｂを基準に所定のレベル高いところに閾値θを設定し音
声検出する例で、Ｐヮが閾値を越えず検出不能となって
いる。第６図（Ｂ）はゲインを変えて騒音を抑圧した場
合で騒音レベルＰ。が結果的に下がり音声検出が可能と
なる。

第７図に分析部の他の実施例を示す、ここではゲインコ
ントロールを用いずにフィルタＦと整流・平滑処理ＬＰ
Ｆ、Ｌによシ音声検出パラメータＰｗを近似的に求めて
いる。ＬＰＦ−Ｌは先のＬＰＦ−Ｌ、〜Ｌ、と同じ特性
を持っておシ、共に遮断周波数５０〜１００＃ｚ程度で
ある。分析制御部は白・、４図のフローチャートにした
がうが、ゲインｒ般数Ｇｔを設定する必要はない、また
フローの最ＵでＧｉの大きい部分だけを通過するような
フィルタの係数Ｒを求め、ホールド回路（ＨＯＬＤｃｃ
ｒ　）に保持し、これを音声検出パラメータ用フィルタ
Ｆに送る。例えば第１図（Ａ）の騒音スペクトルに対し
第１図ＣＣ）の特性をもつ低域通ノｌφフィルタ係数を
設定する。このようにすれば乗算演算によってゲインコ
ントロールする必要がないため簡単になり、少ない演算
量で容易に騒音の強い部分が抑圧さｔした音声検出パラ
メータが得られる。この例では認識に用いられる特徴パ
ラメータには騒音の抑圧は施していない。

尚、上記実施例では特徴パラメータと音声パワーに騒音
対策を施し九が、ｋ［音対策を音声パワーに限定し特徴
パラメータについては騒音を含んだパラメータとしても
かまわない、またゲイン係数を騒音の特徴パラメータの
逆比例値で求めたが、騒音エネルギが強い部分を極端に
ゲイン＝Ｏにしても効果が太きい、またバンドパスフィ
ルタの利得を制御する方法として入力段で行なう方法、
出力段で行なう方法がある。

尚、本発明は上記実施例に限定されるものではない、太
実施例では騒音分析のフィルタと騒音対策のフィルタを
同一のものとしたが別々にしてもよく、この場合騒音対
策前と後の分析結果を使って認識することができる。′
またフィルタをパラレルに並べて処理する例を示したが
、シリアルに処理することもできるし、フィルタをアナ
ログフィルタ、ディジタルフィルタいずれで構成しても
かまわない。

また第７図のフィルタＦを低域Ａ過フィルタから高域通
過フィルタあるいは帯域通過フィルタ、帯域遮断フィル
タに変更することもできる。

こｎらは本発明を限定するものではなくまた制限を与え
るものでもない。

〔発明の効果〕

本発明によれば、騒音に対する問題が解決され、騒音環
境下でもきわめて正確に音声検出。

認識が可能となりその実用的利点は極めて太きい。

【図面の簡単な説明】

第１図は本発明の原理説明図、第２図は本発明の基本構
成図、第３図、第７図は第２図の分析部２の実施例を示
すブ；ツク図、第４図は第２図の分析制御部３の動作フ
ローチャート、第５図は第３図の各部の特注の一例？示
す図、第６図は第２図の音声検出部の原理説明図である
。 １・・・音声入力部、　　　２・・・分析部、３・・・
分析制御部、　　　４・・・照合部、５・・・音声検出
部、 °６・・・漂準パターン記憶部 代理人弁理士　高　僑　明　夫−一一 第１　図 第３又 第４図 第５図 ＠６図　　　　　　′°′ 窮ワ図

Claims (1)

【特許請求の範囲】
1. １、音声信号を複数の周波数帯域にスペクトル分解する
   ためのチャンネルフィルタ群から成る分析部と、あらか
   じめ標準の音声の特徴を記憶しておくための標準パター
   ン記憶部と、入力音声を該チャンネルフィルタ群によっ
   てスペクトル分解した入力音声の特徴パラメータと該標
   準パターン記憶部に記憶されている参照パターンとを比
   較照合する照合部とから成る音声認識装置において、音
   声が入力されないときの環境騒音だけを該チャンネルフ
   ィルタによってスペクトル分解してその出力レベルに応
   じて該チャンネルフィルタ群の各利得を設定する分析制
   御手段を設けたことを特徴とする音声認識装置。