JPS617894A - 音声認識方法 - Google Patents
音声認識方法Info
- Publication number
- JPS617894A JPS617894A JP59129854A JP12985484A JPS617894A JP S617894 A JPS617894 A JP S617894A JP 59129854 A JP59129854 A JP 59129854A JP 12985484 A JP12985484 A JP 12985484A JP S617894 A JPS617894 A JP S617894A
- Authority
- JP
- Japan
- Prior art keywords
- vowel
- long
- short
- likelihood
- semi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 102100024005 Acid ceramidase Human genes 0.000 description 1
- 101000975753 Homo sapiens Acid ceramidase Proteins 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
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。
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、入力音声と音素表記された単語辞書を照合し
て単語を認識する音声認識方法に関するものである。
て単語を認識する音声認識方法に関するものである。
従来例の構成とその問題点
従来の音声認識方法を図面とともに説明する。
図において、単語辞書は認識すべき全単語を音素で表記
したものであり、例えばアサヒ、ユーキ。
したものであり、例えばアサヒ、ユーキ。
ユキは／ＡＳＡＨ，Ｉ／、／ＪＵＵＫＩ／、／ＪＵＫＩ
／等と表記されている。音素の標準、Ｃタンは、各音素
毎に予め予備実験等により作成しておく。
／等と表記されている。音素の標準、Ｃタンは、各音素
毎に予め予備実験等により作成しておく。
次に上記従“来例の動作について説明する。入力音声を
ＩＱＩＩＩｓＯフレーム毎に分析し、ノ（ラメータを抽
出してパラメータ時系列を作成する。）（ラメータを予
め計算しておくものである。次に、各辞書項目毎に類似
度を求めるのであるが、この類似度計算時に、その辞書
項目を構成する辞書音素系列に従って音素のセグメンテ
ーションを行ない、そのセグメンテーションされた音声
区間が、その音素を発声したものである確からしさを表
わす尺度である尤度を計算し、その辞書項目における各
音素の尤度の平均値として類似度を求め、類似度が最大
となる辞書項目をもって認識単語とする。
ＩＱＩＩＩｓＯフレーム毎に分析し、ノ（ラメータを抽
出してパラメータ時系列を作成する。）（ラメータを予
め計算しておくものである。次に、各辞書項目毎に類似
度を求めるのであるが、この類似度計算時に、その辞書
項目を構成する辞書音素系列に従って音素のセグメンテ
ーションを行ない、そのセグメンテーションされた音声
区間が、その音素を発声したものである確からしさを表
わす尺度である尤度を計算し、その辞書項目における各
音素の尤度の平均値として類似度を求め、類似度が最大
となる辞書項目をもって認識単語とする。
ここで長母音、例えば／ＪＵＵＩ＜Ｉ／の／ＵＵ／は、
／Ｕ／と／［工／の境界を見い出すことは通常できない
ので、／ＵＵ／を１まとめにしてセグメンテーションし
、尤度も１まとめにして計算する。なお、上記／ＵＵ／
のような長母音は、長母音であるところの１個の音素と
考えることも可能であるが本従来例では２個の音素／Ｕ
／が続くものとして取り扱っている。従って尤度も２音
素分の尤度の値を算出する。
／Ｕ／と／［工／の境界を見い出すことは通常できない
ので、／ＵＵ／を１まとめにしてセグメンテーションし
、尤度も１まとめにして計算する。なお、上記／ＵＵ／
のような長母音は、長母音であるところの１個の音素と
考えることも可能であるが本従来例では２個の音素／Ｕ
／が続くものとして取り扱っている。従って尤度も２音
素分の尤度の値を算出する。
本従来例において、辞書音素系列における乙番目の音素
の尤度！、は次式で表わされる。 ・、ｅ乙＝石、
。−Ａｉ、 ・・・・・・■ここで−ｅ
□０は、セグメンテーションされた区間中の各フレーム
におけるパラメータが、その音素、の標準パタ／にどれ
だけ合致するかを表わす尺度として計算される。また、
看□２は、セグメンテーションされた区間が長過ぎ、ま
たは短過ぎの場合の尤度の減点を表わす。長母音は前記
のように複数音素をまとめて尤度計算を行なうので０式
とは若干異なるが、基本的には同様で、標準バタンとの
合致度と、長さによる減点で尤度を決定する。ここで単
語／ＪＵＵＫＩ／と／ＪＵＫＩ／は、／Ｕ／が長母音か
短母音かという点のみ異なる。このような語を識別する
ため、本従来例において、長母音、この例では／ＵＵ／
の尤度計算時に／ Ｕ Ｕ ／の区間の長さが予め定め
られたスレッショルドよシ短い場合には尤度の減点を行
ない、一方、通常の短母音。
の尤度！、は次式で表わされる。 ・、ｅ乙＝石、
。−Ａｉ、 ・・・・・・■ここで−ｅ
□０は、セグメンテーションされた区間中の各フレーム
におけるパラメータが、その音素、の標準パタ／にどれ
だけ合致するかを表わす尺度として計算される。また、
看□２は、セグメンテーションされた区間が長過ぎ、ま
たは短過ぎの場合の尤度の減点を表わす。長母音は前記
のように複数音素をまとめて尤度計算を行なうので０式
とは若干異なるが、基本的には同様で、標準バタンとの
合致度と、長さによる減点で尤度を決定する。ここで単
語／ＪＵＵＫＩ／と／ＪＵＫＩ／は、／Ｕ／が長母音か
短母音かという点のみ異なる。このような語を識別する
ため、本従来例において、長母音、この例では／ＵＵ／
の尤度計算時に／ Ｕ Ｕ ／の区間の長さが予め定め
られたスレッショルドよシ短い場合には尤度の減点を行
ない、一方、通常の短母音。
この例では／Ｕ／の尤度計算時に、／’Ｕ／の区間の長
きがスレッショルドよシ長い場合には尤度の減点を行な
っている。
きがスレッショルドよシ長い場合には尤度の減点を行な
っている。
しかしながら、上記従来例においては以下のような欠点
があった。入力単語が／ＪＵＵＫＩ／で、辞書音素系列
も／ＪＵＵＫＩ／である場合、／Ｊ／のセグメンテーシ
ョンにおいて、パラメータの変動の大きい部分を／Ｊ／
と／Ｕ／の境界としているが、／Ｊ／の区間が非常に長
くなり／ＵＵ／の区間がその分短くなってし甘うことが
しばしばある。これは半母音に長母音が後続すると、短
母音が後続する場合と比べ、半母音特有のパラメータ変
化が長く続くからである。つまり聴感的には、／ＪＵＵ
／の／ＵＵ／は、／ Ｊ Ｕ ／の／Ｕ／より明らかに
長いのであるが、／ Ｊ’ Ｕ Ｕ ／の／ＵＵ／は、
単に／Ｕ／を引き伸ばしだものではなく、／Ｊ／の性質
が長く続いているということである。よって、前記のよ
うに／Ｊ／のセグメンテーションを行なうと、／ＪＵＵ
／が／ＪＵ／に比べ長くなった分を、／Ｊ／が長くなる
こＬによって食ってしまい、／、Ｔ／を除いた／ＵＵ／
の部分は長母音にしては短いということが生じる。この
ような時、入力／Ｊ ＵＵＫ Ｔ ／に対し、辞書項目
／ Ｊ Ｕ ＵＪ（Ｉ ／において／ Ｕ Ｕ ／の尤
度が短過ぎ減点のために低くなり、一方、辞書項目／Ｊ
ＵＫＩ／の／ Ｕ ／は減点されないため、高い尤度と
なって＠似度も／ＪＵＫＩ／の方が大となり、単語認識
結果が／ＪＵＫＩ／に誤ってしまう欠夾があった。
があった。入力単語が／ＪＵＵＫＩ／で、辞書音素系列
も／ＪＵＵＫＩ／である場合、／Ｊ／のセグメンテーシ
ョンにおいて、パラメータの変動の大きい部分を／Ｊ／
と／Ｕ／の境界としているが、／Ｊ／の区間が非常に長
くなり／ＵＵ／の区間がその分短くなってし甘うことが
しばしばある。これは半母音に長母音が後続すると、短
母音が後続する場合と比べ、半母音特有のパラメータ変
化が長く続くからである。つまり聴感的には、／ＪＵＵ
／の／ＵＵ／は、／ Ｊ Ｕ ／の／Ｕ／より明らかに
長いのであるが、／ Ｊ’ Ｕ Ｕ ／の／ＵＵ／は、
単に／Ｕ／を引き伸ばしだものではなく、／Ｊ／の性質
が長く続いているということである。よって、前記のよ
うに／Ｊ／のセグメンテーションを行なうと、／ＪＵＵ
／が／ＪＵ／に比べ長くなった分を、／Ｊ／が長くなる
こＬによって食ってしまい、／、Ｔ／を除いた／ＵＵ／
の部分は長母音にしては短いということが生じる。この
ような時、入力／Ｊ ＵＵＫ Ｔ ／に対し、辞書項目
／ Ｊ Ｕ ＵＪ（Ｉ ／において／ Ｕ Ｕ ／の尤
度が短過ぎ減点のために低くなり、一方、辞書項目／Ｊ
ＵＫＩ／の／ Ｕ ／は減点されないため、高い尤度と
なって＠似度も／ＪＵＫＩ／の方が大となり、単語認識
結果が／ＪＵＫＩ／に誤ってしまう欠夾があった。
発明の目的
本発明は、上記従来例の欠点を除去するものであり、類
似度計算の精度を向上させ、それにより単語認識率を向
上させることを目的とする。
似度計算の精度を向上させ、それにより単語認識率を向
上させることを目的とする。
発明の構成
本発明は、上記目的を達成するために、半母音に後続す
る長母音又は短母音の長さの適否を判定するにあたり、
その長母音又はその短母音の区間長と、先行する半母音
の区間長の和を用いることにより、長母音の区間長が短
い場合でも先行する半母音の区間との和が長ければ、長
母音の短過ぎによる尤度の減点を行なわず、一方、短母
音の区間長が短い場合でも先行する半母音の区間との和
が長い時には尤度の減点を行ない、それによシ尤度、類
似度計算の精度を向上させる効果を持つものである。
る長母音又は短母音の長さの適否を判定するにあたり、
その長母音又はその短母音の区間長と、先行する半母音
の区間長の和を用いることにより、長母音の区間長が短
い場合でも先行する半母音の区間との和が長ければ、長
母音の短過ぎによる尤度の減点を行なわず、一方、短母
音の区間長が短い場合でも先行する半母音の区間との和
が長い時には尤度の減点を行ない、それによシ尤度、類
似度計算の精度を向上させる効果を持つものである。
゛ 実施例の説明
以下に本発明の一実施例について、図面とともに説明す
る。本実施例の基本構成は、前記従来例と同様であシ、
また単語辞書、音素の標準パタ／も前記従来例と同様で
ある。
る。本実施例の基本構成は、前記従来例と同様であシ、
また単語辞書、音素の標準パタ／も前記従来例と同様で
ある。
本実施例の動作について化４明する。本実施例の前記従
来例と異なる所は、半母音に後続する母音の尤度計舞法
であり、他の部分は同様であるから、その尤度計算法に
ついて述べる。なお、ここで半母音と言う場合、語頭や
母音に挾まれた半母音だけでなく 、ｉｎｋ音における
半母音部分、すなわちリヤ（／ＲＪＡ／）等の／Ｊ／も
含む。尤度計算は、前記従来例と同様、入力音声を辞書
音素素列に従ってセグメンテーションし、０式または長
母音の場合０式に準じた式により尤度を求める。しかし
、本実施例において、尤度の減点、すなわち０式におけ
るｐＩｐの決め方が前記従来例と異なる。本実施例にお
ける、半母音に後続する長母音の尤度計算において、長
母音の短過ぎの減点は、長母音だけの区間の長さではな
く、長母音の区間と先行する半母音の区間の長ざの和に
対してスレッショルドを設け、その和がスレッショルド
よσ短い場合に行なう。さらに、半母音に後続する短母
音の尤度計算において、短母音の長過ぎ、の減点は、そ
の母音だけの区間の長さではなく、短母音の区間と先行
する半母音の区間の長さの和に対してスレン ゛
ショルドを設け、その和がスレッショルドより長い場合
に行なう。
来例と異なる所は、半母音に後続する母音の尤度計舞法
であり、他の部分は同様であるから、その尤度計算法に
ついて述べる。なお、ここで半母音と言う場合、語頭や
母音に挾まれた半母音だけでなく 、ｉｎｋ音における
半母音部分、すなわちリヤ（／ＲＪＡ／）等の／Ｊ／も
含む。尤度計算は、前記従来例と同様、入力音声を辞書
音素素列に従ってセグメンテーションし、０式または長
母音の場合０式に準じた式により尤度を求める。しかし
、本実施例において、尤度の減点、すなわち０式におけ
るｐＩｐの決め方が前記従来例と異なる。本実施例にお
ける、半母音に後続する長母音の尤度計算において、長
母音の短過ぎの減点は、長母音だけの区間の長さではな
く、長母音の区間と先行する半母音の区間の長ざの和に
対してスレッショルドを設け、その和がスレッショルド
よσ短い場合に行なう。さらに、半母音に後続する短母
音の尤度計算において、短母音の長過ぎ、の減点は、そ
の母音だけの区間の長さではなく、短母音の区間と先行
する半母音の区間の長さの和に対してスレン ゛
ショルドを設け、その和がスレッショルドより長い場合
に行なう。
本実施例の効果の例を述べる。前記従来例と同じ、図に
示す入力単語／ＪＵＵＫＩ／の場合を述べる。この入力
例において、辞書項目も／ＪＵＵＫＩ／である時、セグ
メンテーション結果は前記従来例と同様／Ｊ／の区間が
長く、／ＵＵ／の区間は長毎 ′音にしては短いとい
う結果になった。しかし、本実施例では／ＵＵ／の区間
に／Ｊ／の区間を加えた長さの和をみるので、ここでは
／Ｊ／の区間が長いだめ、／ＵＵ／に対する短過ぎの尤
度の減点は無かった。また、同じ人力／ＪＵＵＫＩ／に
対し、辞書項目／ＪＵＫＩ１０場合、セグメンテーショ
ン結果は／Ｊ／は／Ｊ ＵＵＫ Ｉ ／の／Ｊ／と同じ
区間、／Ｕ／は／Ｊ ＵＵＫ Ｉ ／の／ＵＵ／と同じ
区間となった。ことて／Ｕ／の長さは、短母音の／Ｕ／
とじて標準的な長さであった。しかし、本実施例におい
ては／Ｕ／の区間に／Ｊ／の区間を加えた和をみるため
、ここでは／Ｊ／の区間が非常に長いため、その和がス
レッショルドを越え、／Ｕ／の尤度は長過ぎ減点された
。この結果、この／Ｊ ＵＵＫ Ｉ ／の入力に対し、
辞書項目／ＪＵＵＫＩ／における類似度は、前記従来例
の場合と比べ、／ＵＵ／の短過ぎ減点が無い分だけ大き
くなり、一方辞書項目７’ＪＵＩ＜Ｉ／における類似度
は、前記従来例の場合と比べ、／Ｕ／の長過ぎ減点の分
だけ小さくなり、これらによね単語認識結果は正しく／
ＪＵＵＫＩ／となつた。
示す入力単語／ＪＵＵＫＩ／の場合を述べる。この入力
例において、辞書項目も／ＪＵＵＫＩ／である時、セグ
メンテーション結果は前記従来例と同様／Ｊ／の区間が
長く、／ＵＵ／の区間は長毎 ′音にしては短いとい
う結果になった。しかし、本実施例では／ＵＵ／の区間
に／Ｊ／の区間を加えた長さの和をみるので、ここでは
／Ｊ／の区間が長いだめ、／ＵＵ／に対する短過ぎの尤
度の減点は無かった。また、同じ人力／ＪＵＵＫＩ／に
対し、辞書項目／ＪＵＫＩ１０場合、セグメンテーショ
ン結果は／Ｊ／は／Ｊ ＵＵＫ Ｉ ／の／Ｊ／と同じ
区間、／Ｕ／は／Ｊ ＵＵＫ Ｉ ／の／ＵＵ／と同じ
区間となった。ことて／Ｕ／の長さは、短母音の／Ｕ／
とじて標準的な長さであった。しかし、本実施例におい
ては／Ｕ／の区間に／Ｊ／の区間を加えた和をみるため
、ここでは／Ｊ／の区間が非常に長いため、その和がス
レッショルドを越え、／Ｕ／の尤度は長過ぎ減点された
。この結果、この／Ｊ ＵＵＫ Ｉ ／の入力に対し、
辞書項目／ＪＵＵＫＩ／における類似度は、前記従来例
の場合と比べ、／ＵＵ／の短過ぎ減点が無い分だけ大き
くなり、一方辞書項目７’ＪＵＩ＜Ｉ／における類似度
は、前記従来例の場合と比べ、／Ｕ／の長過ぎ減点の分
だけ小さくなり、これらによね単語認識結果は正しく／
ＪＵＵＫＩ／となつた。
本実施例においては、半母音に後続する長母音の短過ぎ
に対する尤度の減点、及び半母音に後続する短母音の長
過ぎに対する尤度の減点を、それら母音の区間と先行す
る半母音の区間の長さの和に対してスレッショルドを設
けて行なうことにより、半母音に後続する長母音、及び
短母音の先度の減点を適確に行ない、尤度計算の精度を
向上できる利点がある。
に対する尤度の減点、及び半母音に後続する短母音の長
過ぎに対する尤度の減点を、それら母音の区間と先行す
る半母音の区間の長さの和に対してスレッショルドを設
けて行なうことにより、半母音に後続する長母音、及び
短母音の先度の減点を適確に行ない、尤度計算の精度を
向上できる利点がある。
発明の効果
本発明は上記のような構成であり、半母音に後続する長
母音の短過ぎの制限、半母音に後続する１、短母音の長
過ぎの制限を、それら母音の区間に先行する半母音の区
間の長さを加えた長さの和に対し、スレッショルドを設
けて尤度を減点することにより行ない、長母音と短母音
の識別度を上げる方向に類似度計算の精度を向上させ、
高い単語認識率を得ることができる。
母音の短過ぎの制限、半母音に後続する１、短母音の長
過ぎの制限を、それら母音の区間に先行する半母音の区
間の長さを加えた長さの和に対し、スレッショルドを設
けて尤度を減点することにより行ない、長母音と短母音
の識別度を上げる方向に類似度計算の精度を向上させ、
高い単語認識率を得ることができる。
図は、従来及び本発明の一実施例における音声認識方法
を示す図である。
を示す図である。
Claims (2)
- （１）認識すべき単語を音素で表記した単語辞書と、各
音素の標準パタンを持ち、入力音声を単語辞書の各辞書
項目と照合し、各辞書項目を構成する辞書音素系列に従
い、各１音素毎に入力音声をセグメンテーションし、そ
のセグメンテーションされた音声の区間がその音素を発
声したものである確からしさを示す尺度である尤度を計
算し、この尤度の値を用いて各辞書項目と入力音声の類
似度を求めて入力単語を認識するにあたり、半母音に後
続する長母音の短か過ぎの制限を、その長母音とその前
の半母音の長さの和に対して行なうことを特徴とする音
声認識方法。 - （２）半母音に後続する短母音の長過ぎの制限をその短
母音とその前の半母音の長さの和に対して行なう特許請
求の範囲第１項記載の音声認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59129854A JPS617894A (ja) | 1984-06-22 | 1984-06-22 | 音声認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59129854A JPS617894A (ja) | 1984-06-22 | 1984-06-22 | 音声認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS617894A true JPS617894A (ja) | 1986-01-14 |
| JPH0458636B2 JPH0458636B2 (ja) | 1992-09-18 |
Family
ID=15019898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59129854A Granted JPS617894A (ja) | 1984-06-22 | 1984-06-22 | 音声認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS617894A (ja) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60202493A (ja) * | 1984-03-28 | 1985-10-12 | 松下通信工業株式会社 | 音声認識方法 |
| JPS60202492A (ja) * | 1984-03-28 | 1985-10-12 | 松下通信工業株式会社 | 音声認識方法 |
-
1984
- 1984-06-22 JP JP59129854A patent/JPS617894A/ja active Granted
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS60202493A (ja) * | 1984-03-28 | 1985-10-12 | 松下通信工業株式会社 | 音声認識方法 |
| JPS60202492A (ja) * | 1984-03-28 | 1985-10-12 | 松下通信工業株式会社 | 音声認識方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0458636B2 (ja) | 1992-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6029130A (en) | Integrated endpoint detection for improved speech recognition method and system | |
| JPH0458636B2 (ja) | ||
| JPS60202493A (ja) | 音声認識方法 | |
| Elghonemy et al. | Speaker independent isolated Arabic word recognition system | |
| JPS63161499A (ja) | 音声認識装置 | |
| JPS60149096A (ja) | 単語音声認識方法 | |
| JPS6225796A (ja) | 音声認識装置 | |
| JPS60202492A (ja) | 音声認識方法 | |
| JPS60149099A (ja) | 音声認識方法 | |
| JPH045400B2 (ja) | ||
| JPS6073696A (ja) | 単語音声認識方法 | |
| JPS60182499A (ja) | 音声認識装置 | |
| JPS60202495A (ja) | 単語音声認識方法 | |
| JPH0412479B2 (ja) | ||
| JPS60202496A (ja) | 単語音声認識方法 | |
| JPH0431115B2 (ja) | ||
| JPS60147798A (ja) | 音声認識方法 | |
| JPH0158519B2 (ja) | ||
| JPH0431114B2 (ja) | ||
| JPS61180300A (ja) | 音声認識装置 | |
| JPH0155478B2 (ja) | ||
| JPS63236095A (ja) | 音声認識方法 | |
| JPH0564800B2 (ja) | ||
| JPH0155477B2 (ja) | ||
| JPS58129498A (ja) | 音声認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |