JPS6193499A

JPS6193499A - 音声パタ−ン照合方式

Info

Publication number: JPS6193499A
Application number: JP59214594A
Authority: JP
Inventors: 潤一郎藤本
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1984-10-12
Filing date: 1984-10-12
Publication date: 1986-05-12

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】孜血分界本発明は、音声認識装置における音声パターン照合方式
に関する。

従来肢止パターンマツチングを利用した音声認識では認識すべき
音声をあらかじめ登録しておき、入力された音声と登録
された音声のパターンを比較照合して最大類似の音声を
探し、それを認識結果としている。その場合、音声が入
力された時、登録されている音声全部と照合すると時間
がかかるので、他の特徴によってどの登録パターンと照
合すべきかを判断してから照合する方法が知られている
。

この判断のための特徴として音声区間の中に無音部が存
在するか否かを用いる方法があり（特開昭５１３−１４
２５９８号）、無音部が存在する音声は無音部を持つ登
録パターンとのみ照合することによって対象を減らし高
速認識を図っている。これは／ｐ／、／ｌ／、／に／音
や促音の前に無音区間が生じることを利用しているが、
単語音声認識の場合、無音区間を有するものが多くなり
やすいため、無音区間保有に分類された場合、そうでな
い場合に比べて照合に時間がかかるという欠点がある。

又、無音区間の有無を利用する場合、／ｄ／、／ｇ／の
音素の前に無音区間の発生が一定しないことから正しく
対象が減らせないという欠点もある。

且迫本発明は、上述のごとき従来技術の欠点を解決するため
になされたもので、特に、音声中に無音区間を有する単
語を正しく判別し、高速で認識することを目的としてな
されたものである。

１底本発明は、上記目的を達成するため、音声信号を電気信
号に変換する手段と、該電気信号を特徴パラメータに変
換する手段と、このように作られた音声パターンを登録
しておく手段を備え、入力された音声パターンとすでに
登録されているパターンとを比較照合して認識結果を出
力する音声認識装置において、パターンの特徴的な部分
の数をパターンの一部に添加し、登録すべき一つの音声
について複数のパターンの添加された情報を加え合わせ
たものをパターンと共に登録しておき、未知入力パター
ンが与えられた時に同じ特徴的な部分の数がどの程度一
致するかを登録されたパターンの添加情報と比較し、あ
る程度以上一致した標準パターンとのみ照合することを
特徴としたものである。以下、本発明の実施例に基づい
て説明する。

第１図は、本発明の一実施例を説明するための構成図で
、図中、１はマイク、２は特徴抽出部、３は音声区間検
出部、４はパワー検出部、５はレジスタ、６は一定値以
下判定部、７はカウンタ、８は無音個数パターン、９は
第１照合部、１０は単語辞書、１１は一定値以下判定部
、１２は第２照合部、１３は最大類似度算出部、１４は
結果出力部で、以下に、パターンの特徴的な部分として
無音区間を採用した場合について説明するが、本発明は
、無音区間に限定するものではなく、高い周波数成分が
多く存在する部分、有声の部分、無声の部分等どのよう
な特徴に注目しても良い。

最初に、辞書作成について説明すると、不特定話者向き
の音声認識では何人かの音声の平均によって一つの辞書
パターンを登録することは知られている（音声研究会資
料５８１−５７）。このような各パターンに無音区間の
数を第２図の如くつけ加える。第２図（ａ）は話者Ａの
ある単語の無音区間数で、８ビツトのメモリーＭは順に
無音区間０，１．２・・・７と個数を表わしており、（
ａ）は無音区間が１個存在したことを示す。このような
８ビツトのパターンを音声パターンの一部につ１けてお
く。話者Ｂ、Ｃは同じ単語でありながら無音区間数はＯ
であった。ここでは８人のパターンの平均を辞書パター
ンにしており、パターンと共にこの８ビツトパターンも
和がと、られると（ｉ）のような辞書パターンが出来る
。これは各要素を３ビツトで表わしており、８人中６人
が無音区間０．２人が１でそれ以上多い人はいない。こ
の（ｉ）の断面を連続的にして（ｊ）に示す。このよう
なパターンが辞書パターンと共に登録されている。

第１図に戻り、バンドパスフィルタ群などによって音声
の特徴抽出をし、音声区間をレジスタに貯える、一方、
その音声のパワー検出等によって一定値以下、つまり無
音区間がいくつあるかをカウンタで数え、第２図（ｋ）
のような無音個数パターンを作る。先に述べた一定値は
限ずしも０ではなく周辺のノイズ等を考慮して無音区間
とみなせる値に決定すれば良い。次に辞書の第２図（ｉ
）の部分と入力の（ｋ）の部分が、第１照合部で照合さ
れる。この照合は対応するエレメントの積和をとるだけ
で良い。この値が一定値例えばＯ以下なら８人のパター
２９１人も同じ無音区間数の人が居なかった訳で全体の
パターンを照合するまでもなく、異なるパターンである
と判断して次の辞書パターンをとり出す。この照合の結
果がある程度の値をもつ辞書パターンについてのみ第２
照合部でパターン全体の照合をする。このように辞書に
登録されている全パターンを照合して最大の類似度のも
のを認識結果とする。

一方、第３図のように、乗算回路１５を設け、無音区間
数を予備選択的に用いるのではなく、第１と第２の照合
で得られた類似度の積をもって新たな類似度を定置して
も良い。この場合、どちらかの照合結果が０なら積をと
る必要はないし、類似度の闇値を決めておきそれより大
なる時は以後の演算を打ち切ってそれを認識結果として
も良い。

第４図は、本発明の他の実施例を説明するための構成図
で、図中、１６は区間終了判定部、１７は予備選択部、
１８は照合部で、その他第１図及び第３図と同様の作用
をする部分には、第１図及び第３図と同一の参照番号が
付しである。第４図において、単語辞書には各登録単語
のパターンと共にそれらの単語中の無音区間の数の変化
範囲が記録されている。この変化範囲は特定話者向きの
装置では使用者が何回か同じ単語を発生した時の無音区
間数のバラツキ、不特定話者向きのものなら、多数の人
が同一単語を発声した時の無音区間数のバラツキ具合が
あらかじめ登録されている。

例えば「上」という単語では誰が発声しても無音が存在
しないから０．０と記憶され、「下Ｊ／５ｉｔａ／では
／１／の前に無音部があり、人によらず１区間だけで変
化せず、この場合、１．１が記憶される。一方、「右Ｊ
／ｍ１ｇ１／では／ｇ／の前に無音区間が発生する人と
ない人があり、０又は１個できるから０，１が記憶され
る。人によって１個から３個まで変動する単語では１．
３と記憶しておく。

そこでまず、第１図のマイクから未知の音声が入力され
たならバンドパスフィルタ群のような手段で特徴抽出さ
れ音声の区間のみが次のステップへ伝達される。次にバ
ンドパスフィルタ群の場合、全チャンネルの出力合計つ
まりパワーが一定値以下の部分があればカウンタを１つ
だけカウントアツプする。単語全体で一定値以下の部分
がいくつあるか計数する訳であり、一定値以下の部分が
連続してもカウンターは進まない。この一定値は周辺の
ノイズ等から無音区間検出ルベルを決めれば良い。こう
して単語全体でいくつの無音区間が存在するかを求め、
単語辞書内の無音区間の一致するものをみつけて照合す
る。例えば入力単語の無音区間数が「２」なら、０，２
；１，２；２，２；２．３；１，３・・・・・・などの
変化範囲内に２を含む単語と照合し、含まない単語パタ
ーンとは照合しないようにする。こうして照合によって
得られた類似度の最大のものを認識結果として出力する
。

この場合の照合方法は限定されるものではな（、周知の
ＤＰマツチング（動的計画法による照合）などを用いれ
ば良い。

処理以上の説明から明らかなように、本発明によると、特徴
的な部分の数が統計的に処理されるため、誤った対象を
選ぶことがなくなる。

【図面の簡単な説明】

第１図は、本発明の一実施例を説明するための電気的ブ
ロック線図、第２図は、辞書登録動作を説明するための
図、第３図及び第４図は、それぞれ本発明の他の実施例
を説明するための構成図である。１・・・マイク、２・・・特徴抽出部、３・・・音声区
間検出部、４・・・パワー検出部、５・・・レジスタ、
６・・・一定値以下判定部、７・・・カウンタ、８・・
・無音個数パターン、９・・・第１照合部、１０・・・
単語辞書、１１・・・一定値以下判定部、１２・・・第
２照合部、１３・・・最大類似度算出部、１４・・・結
果出力部、１５・・・乗算回路、１６・・・区間終了判
定部、１７・・・予備選択部、１８・・・照合部。第１図（Ｃ）ロ可旺工四旧回ＣＣｋ）口可匹匝Ｗ旧Ｅ第３図第４図

Claims

【特許請求の範囲】

（１）、音声信号を電気信号に変換する手段と、該電気
信号を特徴パラメータに変換する手段と、このように作
られた音声パターンを登録しておく手段を備え、入力さ
れた音声パターンとすでに登録されているパターンとを
比較照合して認識結果を出力する音声認識装置において
、パターンの特徴的な部分の数をパターンの一部に添加
し、登録すべき一つの音声について複数のパターンの添
加された情報を加え合わせたものをパターンと共に登録
しておき、未知入力パターンが与えられた時に同じ特徴
的な部分の数がどの程度一致するかを登録されたパター
ンの添加情報と比較し、ある程度以上一致した標準パタ
ーンとのみ照合することを特徴とする音声パターン照合
方式。
（２）、未知入力パターンが与えられた時に同じ特徴的
な部分の数がどの程度一致するかを登録されたパターン
の添加情報と比較し、その一致度合を類似度に反映させ
ることを特徴とする特許請求の範囲第（１）項に記載の
音声パターン照合方式。
（３）、前記特徴的な部分の数の変化範囲をパターンの
一部に添加しておき、未知入力パターンが与えられた時
に同じ特徴的な部分の数が標準パターンの変化範囲内に
入っているもののみ照合することを特徴とする特許請求
の範囲第（１）項に記載の音声パターン照合方式。