JPS617892A - 単語音声認識方式 - 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】 辣Ｊ１釈ニ一 本発明は、ベクトル量子化を用いた音声認識方式に関す
る。

災米挟皿 単語の標準パターンと未知入カバターンとのパターンマ
ツチングを行なう方法にＤＰマツチング法（動的Ｂ［画
法）と呼ばれる方法がある。これは。

前記標準パターンの時間軸を非線形に伸縮し、前記未知
入カバターンの時間軸に揃えて両パターンが最も類似す
るようにして即ち前記パターン間の距離を最小にしてパ
ターンマツチングを行なうものである。しかし、上記Ｄ
Ｐマツチング法は、パターンマツチング時、少なくとも
Ｉ　ＸＪ　ＸＮ（Ｉ　：未知入カバターンのフレーム数
、Ｊ：標準パターンのフレーム数、Ｎ：登録単語数）回
の計算量を必要とし、膨大な計算量を必要とする。

目　　　　　的 本発明は、上述のごとき従来技術の欠点を解消するため
になされたもので、特に、標準パターンの特徴ベクトル
をベクトル量子化した擬音韻パターンベクトルの頻度分
布パターンと入カバターンの特徴ベクトルをベクトル量
子化した擬音韻パターンベクトルの頻度分布パターンと
の間の形状に基づいて単語音声を認識するようにした音
声認識方式において、前記パターンベクトルにパターン
ベケトル間相互の類似性を付加し、もって、計算量を減
らし、認識速度を向上させることを目的としてなされた
ものである。

遭−炭 本発明の構成について、以下、一実施例に基づいて説明
する。

図は１本発明を構成するシステムのブロック図で、図中
、１は音声入力部、２はスペクトル解析部、３はコード
ブック蓄積部、４は未知入力フレームのベクトル量子化
部、５はコードベクトルの使用頻度分布パターン生成部
、６は標準頻度分布パターン蓄積部、７はコードベクト
ル間の類似度テーブル、８は類似度テーブル７によって
変換された頻度分布パターン生成部、９はパターンマツ
チング部、１０は単語同定部、】１は認識結果出力部で
ある。

標準頻度分布パターン蓄積部６において、まず。

単語ｎの標準パターンをＲｎで表わし、Ｒｎ　＝　ｂ、
　ｎ　ｂ、　ｎ　、、、、、ｂｎ’、、、、、、　ｂｎ
Ｊ　　・Ｊｎ （ｎ＝１．２．・・・・・・、ＮＵＮ：単語数）とする
。ここで、ｂｎは単語ｎの第３番目のフレームの特徴ベ
クトル　）ｎは継続フレーム長である。

次に、前記標準パターンＲｎをコートブック３に含まれ
る擬音銀パターンベクトル（コードベクトルともいう）
Ｃｋ　（ｋ＝１．２．・・・・・、に；に：量子化レベ
ル数）で表わす。即ち、前記ｂ　、ｎ　（、ｉ＝１．．
２．・・・・・、Ｊｎ）の各々を前記コードベクトルＣ
ｋのうち最も近いもので表わす。

ここで、距離尺度をｄ（ｂ７．ｃｈ）とし、する。

面して、前記り、ｎ（ｊ＝　］、　＋　２　＋・・・・
・Ｊｎ）で表わしだ標準パターンを とする。

単語ｎに対して前記コードベクトルＣｋの使用頻度をＹ
ｋ’とし、ベクトル量子化された前記標準パターン良１
を前記Ｙｋｎにより表わしたものを４１準頻度分布パタ
ーンＲ’とすると、のように表現できる。ここで、前記
コードベクトルＣｊ　（ｉ　＝１．２．・・・・・・、
■（）相互間の類似性を反映した類似度テーブル７にｓ
（＋＋ｊＬ（ｉ。

ｊ＝１．２．・・・・・、Ｋ）を作成しておく。類似性
の尺度としては前記コードベタ１〜ルＣ」　とＣｊどの
距離ｄ　（Ｃｉ　、　Ｃｊ　）を用いて、ｄ　（Ｃｉ　
、　Ｃ，］）の値が小さければｓ（＋、ｊ）に大きな値
を入れておく。例えば、あるｉの値に列してｄ　（Ｃ」
、Ｃ，１）　＋（ｊ＝］、２．・・・・・、Ｋ）が最小
どなる場合（］＝Ｊのときｄ（Ｃｉ　、Ｃｊ　）＝Ｏと
なる）には、Ｓ（ｉ。

に対しては、Ｓ（＋１Ｊ）＝５というように前記類似度
テーブルＳ（ｉ、ｊ）の要素を 決定する。

次に、前記標＄頻度分布パターンＲ’　＝Ｙ　、　。

￥−・・’Ｙｊ　Ｙｋを前記類似度テーブルＳ（ｉ、ｊ
）を用いて、 のように変換する。変換後の標４！頻度分布パターと表
わせる。Ｒｎのパターンを全ての単語ｎ　（ｎ＝１．２
．・・・・・・、Ｎ）ｔ：ついて予め求めておき、標僧
頻度分布パターン蓄積部６に格納しておく。

一方、音声入力部１に入力された未知入力音声をスペク
トル解析部２で周波数分析し、未知入・カバターンＴを
得る。Ｔは、 Ｔ＝ａ１ａ２・・・・・・ａｉ・・・・・ａＩと表現で
きる。ここで、ａｉｌｔ、第ｊフレームの特徴ベクトル
、■は継続フレーム長である。。

前記未知入カバターンＴもコードブック３によってベタ
１−ル量子化部４においてベクトル量子化し、各フレー
ムａｉごとに最も近いコードベタ（・ルＣｋによって表
わしたパターンを千とする。予は、 Ｔ＝ｑＩＱ、　・−８１・・・８丁 と表わす。次に１゛を前記コー１〜べ月−ルＣ７，ｋの
使用頻度Ｘｋによって表わしたパターンをパターン生成
部５で求め、このときのパターンをＴ＝Ｘ、Ｘ、−・・
・・・・Ｘｋ・・・・・・ＸＩ＜とする。この１゛も前
記と同様にして類似度テープ／Ｌ／７（７）　Ｓ　ｌ　
、ｊ）　ニヨって変換し、変換したものをパターン変換
部８で求め。こＪしをＴとすると、′１゛は、Ｔ＝Ｘ、
Ｘ２・・・・・・Ｘｌ・・・・・Ｘｋとなる。

次に、前記パターン蓄積部６の標準頻度分布バ知入力の
頻度分布パターンＴとのパターンマツチングをパターン
マツチング部９で行なう。即ち、前記標準４パターンＲ
ｎと未知人力パターンＴとの単語間距離をＤ　（Ｒｎ　
、　Ｔ）とし、前記標′＄頻度分布パターン１２．．　
ｎの使用頻度Ｙｋと前記未知人力をｄｆとり、、前ｉａ
　単Ｍ　間距′ＮＩＤ　（Ｒｎ＋　Ｔ　）　ヲ前記入力
フレーム長■と単語ｎのフレーム長Ｊｎの和で正規化し
て、 で表わす。

前記距ＭＡ［ｄｆとしては、通′＃絶対値距離を用い、 ｄｆ（’Ｙｎ　ｋ、　Ｘｋ）　＝　ｌ　Ｙｎ　ｋ−Ｘｋ
　　１とする。

また、（１）式における距離尺度ｄｆとして、知入力頻
度分布パターンＴの頻度数Ｘｋとの値の差が例えば１／
２〜２倍の範囲であれば、前記距離尺度ｄｆを０とする
。

なる距離尺度を使用することもできる。但し、α。

β、γはパラメータであり、αは、（２）式の分母を０
としないために例えばα＝１とする。βは距離尺度の調
整用パラメータであるが、通常β＝０とし、γはγ＝１
として使用する。

上述のごとき距離尺度を使用することにより標準パター
ン並びに未知入カバターンの時間的な非線形伸縮に強い
パターンマツチングを行なうことカテキル。（２）式（
７）　ｄｆ（Ｙ、”　ｋ、　Ｘｋ）　ノ計ｘｔｔ。

予め行なっておき、テーブルに格納しておけば、〜 任意のＹ’に、Ｘｋとの組み合せに対する距離ｄｆ（Ｙ
’　ｋ、　Ｘｋ　）は、前記テーブルを引用することに
よって直ちに求められる。

而して、前記単語間距離Ｄ　（Ｒｎ、Ｔ）を全ての辞書
単語ｎ　（ｎ＝１．２．・・・・・、Ｎ）について計算
し、単語同定部１０において前記Ｄ（Ｒｎ　、Ｔ）の値
が最小となる辞書単語ｎを前記未知入力単語の認識結果
として認識結果出力部１１で出力する。

すなわちＲは、 ｎ　＝　ａｒｇ　ｍｉｎ　Ｄ（Ｒ’　＋　Ｔ）で表わさ
れる。

なお、以上には、類似度テーブルを用いてコードベクト
ル間相互の類似性を導入するようにした実施例について
説明したが、本発明は、上記実施例に限定されたもので
はなく１例えば、前記頻度近い第１候補のコードベクト
ルに対しては例えば頻度数（カウント数）を２．第２候
補のコードベタ１−ルに対しては例えば頻度数（カウン
ト数）を１とし、コードベクトル間の類似性を反映させ
るようにしてもよい。

上述のように、本発明によるとＤＰマツチングの際に必
要な計算回数ＩＸＪＸＮに比べて、ＫＸＮ回（Ｋ＜＜　
Ｉ　Ｘ　Ｊ）程度で済むことになり、また、コードベク
トル間相互の類似性を導入してパターンマツチングを行
なうことにより、認識精度の向上を図ることができるの
で、高速でかつ正確な認識が可能となる。

助−１ 以」二の説明から明らかなように、本発明によると、単
語標準パターンおよび未知入カバターンの特徴ベクトル
の頻度分布パターンに基づいてパターンマツチングを行
なう際に、コードベタトル間相互の類似性を導入するよ
うにしたので、認識精度の向上を図ることができ、また
、パターンマツチングに必要な計算量を減少せしめ、高
速かつ正確に未知入力音声単語を認識することができる
。更には、大語霊単語を高速かつ正確に予備選択する手
段に応用することが可能である等の利点がある。

【図面の簡単な説明】

図は１本発明の一実施例を説明するためのブロック線図
である。 １・・音声入力部、２・・・スペクトル解析部、３・・
・コードブック蓄積部、４・・未知入力フレームのベク
トル量子化部、５・・・コードベタ１−ルの使用頻度分
布パターン生成部、６・・・標準頻度分布パターン蓄積
部、７・・・コードベタ１−ル間の類似度テーブル、８
・・・頻度分布パターン変換部、９パタ一ンマツチング
部、１０・・・単語同定部、１１・・認識結果出力部。 手続術［ｔｉｌ三書（方式） ％式％ ： １、事件の表示 昭和５９年　特許願　第１２８８１．４号２、発明の名
称 単語音声認識方式 、補正をする者 事件との関係　　特許出願人 オオタ　り　ナカマゴメ 住所　　東京都大田区中馬込１丁目３番６号氏名（名称
）　　　（６７４）株式会社　リ　コ　−代表者　　浜
　　１）　　　広　（ばか１名）、代　理　人 住　所　　　　　〒２３１　横浜市中区不老町１−２−
７シヤトレーイン横浜８０７号 、補正の対象 （１）、明細書の発明の詳細な説明の欄７、補正の内容 （１）、明細書第３頁第７行目及び第１１頁第１２行目
に記載の１図は、」を「第１図は、」に補正する。 （２）、図に、朱書の通り「第１図」を加入する。 ８、添付書類 上申書　　　　　　　　　１通 第　　１１〆［

Claims (1)

【特許請求の範囲】
1. 単語の標準パターンの特徴ベクトルをベクトル量子化し
   た擬音韻パターンベクトルの頻度分布パターンを予め蓄
   積しておき、未知入力単語音声をスペクトル分析した特
   徴ベクトルを同じくベクトル量子化して擬音韻パターン
   ベクトルの頻度分析パターンによつて表わし、前記単語
   標準パターンの頻度分布パターンとのパターンマッチン
   グを行なう音声認識方式において、前記パターンベクト
   ルにパターンベクトル間相互の類似性を付加したことを
   特徴とする音声認識方式。