JPS619698A - 音声メツセ−ジ識別方式 - 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】 ［技術分野］ 本発明は電子機器を音声メッセー２によって操作するた
めの音声メツセージ識別方式に関するものである。

［背景技術］ 音韻情報は調音方法によるので、主に断面積の変化に対
応した周波数スペクトルの包絡線に含まれており、特に
共振周波数（第１、第２、第３ホルトマントド１．Ｉ”
２．Ｆ３）と、その帯域幅（５０〜１１０Ｈｚ）によっ
て特徴付けられる。音声の周波数スペクトルは上記声道
の伝達特性と音源波形の形状で、はぼ決まるが声道の伝
達特性は声道断面積による共振点と声道長によって決ま
る共振点が含まれており、調音即ち音韻はほぼ声道断面
積で決まり、声道長は男性、女性、子供や個人差による
。さらに音源波形（特に有声音の声帯振動によるもの）
は声の高さや、強さによるとシえられる。

従って音韻識別のためには、音源波形や声道長の影響を
除いた周波数スペクトルの包絡線を抽出することによっ
て、個人差等の少ない高い識別能力（認識率）が１１ら
れる。ところでスペクトル包絡を得る方法を用いて音声
認識を行う場合高い認識率や多くの認識語数が得られる
が、公知の方法（例えば全極型モデルによる線形予測分
析）では計算量が膨大なため、コンピュータなどの高価
なシステムを必要とし用途が限られる。

例えば８０μｓｅｃザンブリングのデータを２５６〜５
１２サンプルの７レーム当たり５１２〜１０２４、　、
ａ、の高速７−リエ変換（以下ＦＦＴと略す）をイテう
か、共振周波数に対応した２０次のパラメータを求める
為２０次の予測係数の相関がゼロになるように単なる変
換以上の計算を要する。

第２７図（Ａ）（Ｂ）乃至第３１図（Ａ）（Ｂ）は従来
のＦＦＴによる１゛苓゛、”つ”、”ア”、゛オ゛、“
つ１゛の周波数スペクトルと時間波形の例を示し、この
例では２５６サンプルの５１２点のＦ　Ｆ　Ｔをイ丁っ
だものである。図中Ｆｌ乃至Ｆ４は第１のホルマント乃
至第４のホルマントを示す。

［発明の目的１ 本発明は上述の問題点に鑑みて為されたもので、その目
的とするところは音声人力の周波数スペクトルを抽出し
て該周波数スペクトルより擬音韻に記号化し、該擬音韻
記号に基づいて記号と標準パターンとを照合して入カバ
ターンに最も近い標準パターンを入カメッセーノとして
識別することを特徴とする音声メツセージ識別方式にお
いて、声帯振動の基本周期より短くして計算量を少なく
したａ声メツセージ識別方式を提供するにある。

［発明の開示］ 第１図は本発明の処理フローに基づいた回路構成図であ
り、図中１は位相一定化部で、この位相一定化部１は入
力音声の有声音の時間波形の正負の向きが声帯振、動の
立ち上がり、立ち下がりの向きと同じになるように位相
を保持させるためのものである。２は位相一定化部１の
出力をＡ／Ｄ変換するＡ／Ｄ変換部で、このＡ／Ｄ変換
部２からの出力は区間補償部３と、ピッチ検出部４とに
入力する。ピンチ検出部４はＡ　／　ｌ）変換された１
フレーム内の音声り時間波形の振幅の絶対値を求めて、
時間波形の！）魚の平均値で、フレームの中火以前にお
いて現在の３点平均値の１．２倍より下方に大きな値が
存在しない場合に第１の下向き大振幅と判定してこの下
向き大振幅の最低点より約４割の点を前縁点ＩＰＮＩと
して検出し、更に第１の下向き大振幅より５００Ｈｚ相
当の周期分離れたピークを越えた点より時間軸をトレー
スして３烹平均が下方に１．２倍以上大きな値が存在し
ない場合をｆ５２の下方大振幅と判定し、この下向き大
振幅の最低点より約４割の魚を前縁点ＩＰＮ３として検
出し、この両前縁点ＩＰＮ１、ＩＰＮ３の差から基本周
期ＰＩＴを検出するようになっている。第３図は基本周
期ＰＩＴと両前縁点ＩＰＮ１、Ｉ　Ｐ　Ｎ　３との関係
を示している。５は分析区間決定部で、分析区間決定部
５は上記第２の下向き大振幅より時間軸をさかのぼって
、上方に１゜２　Ｇｒ以」二大きな値が無い第１のピー
・りを含んだ部分を第１の上向き大振幅とし、この第１
のピークに７ラグを立て、このピークより後方でこのピ
ークの約８割の点を後縁点ｌＰＮ２とし、上述の第１の
下向き大振幅の前縁点ＩＰＮ１とこの後り点ｌＰＮ２と
の差から上向き区間ＬＷＰを求め、上向き区間Ｌ　Ｗ　
Ｐにて分析区間を決定するものである。上記区間補償部
３は第１の下向き大振幅の前縁、６．　Ｉ　Ｐ　Ｎ　１
の値と、第２の上向き大振中Ｉ１１の後縁点ｌＰＮ２の
値との差を、この画点のサンプル数で割って「きざみ値
」を求め、第１の下向き大振幅の前縁点ＩＰＮＩの振幅
に、画点の振幅の差の１／２の大きさのバイアスを加え
、次のサンプルから、サンプルごとにバイアス値から「
きざ”み値」を順順に差し引いたものをバイアスとして
加えて補償するようになっている。１８はスペクトル推
定部で、このスペクトル推定部１８はディスクリート７
−リエ変換（以下ＤＦＴと略す）又はＦ　ＦＴによって
周波数スペクトルを求めるためのものであり、演算時に
は分析窓計算部６によって定められたスペクトルウィン
ドウがスペクトル窓掛は部７で掛けられる。分析窓計算
部６はスペクトル推定部１８での周波数スペクトル抽出
をより正値にかつより少ない計算量（末算回数）で行な
えるように７−リエ変換にかけるスペクトルウィンドウ
の長さ及び位置を！適化するためのものである。８は周
波数帯域分割部で、この周波数帯域分割部８はスペクト
ル推定部１８で抽出された周波数スペクトルを対数パワ
ースペクトルにした後の出力から各周波数成分の短時間
平均パワー、例えばＵ　Ｖ、■、Ｖ　Ｉ（、ＶＬ、＼７
Ｆ、ＶＢの６成分を初るためのもので有る。ここで、■
は音声入力中、（）〜１Ｋ　Ｈｚの周波数帯域の短時間
平均パワーをしめしており、有声音のエネルギに対応し
ている。Ｕ　Ｖは音声人力中、３〜１２ＫＨｚの周波数
帯域の短時間平均パワーを示しており、無声音のエネル
ギに対応している。また有声音のＶＬ、Ｖｌ−１，ＶＢ
。

Ｖ　Ｆは夫々音声入力中、０〜０．５ＫＨｚ、０゜５−
１．０ＫＨｚ、１．０−２．０ＫＨｚ、及び２゜０〜４
．０ＫＨｚの周波数帯域の短時間平均パワーを示してお
り、夫々狭＝ｒｔ音、広顎音、後舌音、及び前舌音のエ
ネルギに対応している。９は差信号ベクトル変換部で、
この差信号ベクトル変換部９は上記各短時間平均パワー
より、５音韻（１、ｅ、ａ、　ｏ、　ｕ）が夫々ｃａｏ
／　ｌｕ、　ａ／　ｅｏ、ｅ　／　ｏ、ｉ　／　ｕにほ
ぼ分けられるようにＵ　Ｖ　／＼Ｉ、ＶＨ／＼ｌＬ、Ｖ
Ｆ／＼ｌＢ、ＶＦ３／ＶＬ、ＶＦ／ＶＨの差信号ベクト
ルを求めるものである。１０は記号ベクトル変換部で、
この記号ベクトル変換部１０は上記差信号ベクトルと変
換行列とで記号ベクトル（１、Ｃ，ａ、ｏ、　ｕ、１１
．１、ｆ、１〕、田）に変換するもので、変換行列の値
は記号に対応する差信号ベクトルの各成分の大きさに相
当する行成分を粕っておれはよい。

１１は始端・Ｐ一端検知部で、この始端・終端検知部１
１はスペクトル推定部１８で抽出された周波数スペクト
ルの高域側（３ＫＨｚ以上）と低域＋１１１１　（ＩＫ
Ｈｚ以下）のパワーを比較しである値より正であればＵ
■と判定し、ある値より負のとき■と判定し、その中間
をＳと判定する有声、無声判定機能を備乏、Ｕ■、■の
判定により音声の始端を検知し、無音がある設定値以上
のサンプル数の間、継続すると終端と検知するものであ
る。但し１６０μＳｅｅサンプリングで帯域を３ＫＨｚ
以下に制限している場合はアナログフィルターを用いて
ＶとＵ■の比、又は差により判定□する。１３は整形処
理部で、この整形処理部１３は同じ記号の繰り返しを一
つの記号とその継続時間とのリストに直し、さらに継続
時間が短いものは省略する。１４は単語標準パターン記
＠部で、この単語標準パターン記憶部１４は音声パター
ンを登録モードで登録して認識照合時の２２　Ｒ’パタ
ーンとするためのものである。予備選択部１５は認識モ
ードにおいて、照合するまえにＵ■の数などで一次識別
して照合則象を限定するための予備選択を行うためのも
のである。コロは時間軸正規化・照合部で、この時間軸
正規化・照合部１６は上記リストの継続時間の合計が例
えば２００（あるいは１０００）といった一定値になる
ように継続時間を正規化するための時間軸正規化機能と
、時間軸上で則応する対応する記号間の距ｆ４．（相関
値）を求めて、これを、全すンブルについて合計したも
のをパターン間のＲｌｊ　Ｆｔｌとした第１表に示す距
離テーブルを用いて標準パターンと照合する鉗＃■計算
燈能とからなる。

第１表において、損の憫及び縦の欄は夫々標準パターン
の記号及び入カバターンの記号に対応しており、例えば
標準パターンの記号がａであって、しかも入カバターン
の記号もａ・であるときには、「１１離テーブルの出力
は−２となり、近ｔノ１度が低いことをしめすものであ
る。従って距離計算代能においては距離テーブルからの
出力を順次加訂するだけでの演算操作により、入カバタ
ーンとオ♀準パターンとのパターン全体としての近似度
を容易に計算できるわけである。１７は有意差検定部で
、この有意差検定部１７は距離の最も近いパターンかあ
る設定値より近く、さらに２番目に近いものより、ある
設定値以上離れている場合に、この最も近いパターンと
入カバターンか′同じとみなし、他の場合には認識不良
としてリノエクトする有意差検定部能と、該認識結果を
出力する結果出力機能とを備えたものである。１２は周
波数帯域分割部８における周波数帯域を一定値となるよ
うに基本周期Ｐ　Ｉ　Ｔより正規化する周波数正規化部
である。

第２図は第１図回路の特徴部分の７０−チャートを示し
、下向き大振幅の前縁点ＩＰＮｊを（１）で求め、（２
）で次の下向き大振幅の前縁点ＩＰＮ３をを検出し、そ
して（３）でこれらの下向き大振牝１の前縁点１１：）
　Ｎ　１、Ｉ　ｌ−’　Ｎ　３がらピッチＰＩＴ＝ＩＰ
Ｎ３−ＩＰＮｉを求める。ピッチ検出後（４）で上向き
大振幅の後縁点ｌＰＮ２を検出し、両点ＩＰＮＩ、Ｉ　
Ｉ）　Ｎ　２から上向き区間ＬＷＰ＝ＩＰＮ１−ＩＰＮ
２を求め（５）、（６）でサンプルＬＷＰＯを上向き区
間１−ＷＰ総てとする（７）が、サンプルＬＷＰＯ数を
一定とする（８）かを選択し、（９）では第４図に示す
ようにＬＷＩ）Ｏ＞ＬＷＰの場合ＬＷＰＯ＝ＬＷＰとす
る。（１０）ではバイアス計ｎ（ピッチ補償）を行い、
（１１）で分析窓掛けを、（１２）では窓計算（又は窓
選択）を行い、（１３）でスペクトル推定を行うのであ
る。

而して第１の下向き大振幅の前縁と第２の上向き大振幅
の後縁とを結ぶ線がゼロラインとなるように時間波形に
バイアスを加え、これにハミングウィンドウを掛けるこ
とにより、分析区間の時間波形の両端がゼロになるか、
連続的に継がっている条件に近くなる。そして上述のバ
イアスを加える区間において前縁点ＩＰＮ１と後脈点ｌ
ＰＮ２の間で、この両爪を結ぶ直線がら直流分を引くこ
とにより２点を結ぶ直線が、時間軸と平行に」二下す尚
第５図は記号化のプロセスを示す。同図において、＼Ｉ
は音声入力中、０〜ＩＫＨｚの周波数帯域の短時間平均
パワーを示しており、有声音のエネルギに対応している
。また、Ｕ■は音声入力中、３〜１２Ｋ）Ｉｚの周波数
帯域の短時間平均パワーを示しており、無声音のエネル
ギに割込している。

さらに、ＶＬ、ＶＨ１＼７Ｂ、Ｖ　Ｆは夫々音声入力中
、０〜０．４ＫＨｚ、０．４〜０．８ＫＨｚ、及び１．
８〜３　、２　Ｋ　ｌ−ｌ７．の周波数帯域の短時間平
均パワーを示しており、夫々狭顎音、広顎音、後舌音、
及び前舌音のエネルギに対応している。５Ｏ−３ｔは差
動増幅手段であり、夫々差信号＼Ｉ　／　Ｕ＼Ｉ　、　
Ｖ　ｅａｏ／　Ｖ　ｉｕ、’　Ｖ　ａ／　Ｖ　ｅｏ、Ｖ
ｅ／Ｖｏ、＼１１／Ｖｕを算出するものである。ｃｏは
比較手段であり、上記差動増幅手段Ｓ、から出力される
差信号成分か、基準値Ｒｖよりも小さいときには有声音
＼ｌの符号を割り当て、基準値Ｒｕよりも大きい時には
無声音Ｕ　Ｖの符号を割り当て、それ以外の場合には無
音Ｓと判定する。ただし、Ｒｕ＞０＞Ｒｖである。ＭＹ
ｏは記号化処理部で、この記号化処理部ＮりＹ。１．を
無音、有声音及び無声音の各場合についてＳ１＼１１Ｕ
■の各符号の内いずれか１つの符号を入力する。Ｍ　Ｃ
ｏは各差信号出力Ｖｅａ／Ｖｉｕ、＼ｌａ／＼７ｅａ、
＼Ｊｅ／＼’ｏ、Ｖｉ／Ｖｕを成分とする４次元ベクト
ルに所定の行列Ｔ＋ｎを乗算して、音声入力中に含まれ
る各母音；、　ｅ−、ａ）　Ｏ，ｕ、とその他の有声音
１１、ｉ、　ｆ、　ｂ、Ｗの短時間羽均パワーを算出す
るものであり、行列計算部Ｍ　Ｃ、、の出力は最大値判
定部ＭＸ、に入力されて各成分ｉ、　Ｃ，ａ、ｏ、　ｕ
、１１．１、ｆ、ｂ、田の内最大の成分がどれであるか
を判定され、その最大の成分の符号か記号化処理部Ｍ　
Ｙ　ｏに入力される。但し最大の成分とン番Ｈに大きい
成分との差か小さいときには符号τ０か出力される。記
号化処理部Ｍ　Ｙ　ｏは比較手段Ｃ３１から出力される
符号か■であるときには、最大値」゛り足部ＭＸｏから
出力される１、ｅ、　ａ、　ｏ、　ｕ、　ｂ、ｌ、ｒ、
　ｂ、　ｕ＋及びｍの内のいずれか１つの符号を出力し
、又比較手ＩＭｃ。がら出力される符号かＵ又はＳであ
るときには、その符号をそのまま出力するものである。

尚行列計算部ＭＣｏの変換行列Ｔ　Ｉｌｌとじては（１
）〜（３）式のようなものが使用可能である。

１　１７、　１７．　　　Ｏ，ｏ： □ まず（１）式の変換行列Ｔｍは、識別に最低限必要な要
素以外は０にして、計算を速くできるようにしたもので
、（２）式は、要素の絶対値が８の部分に冗長度を持た
せ、差信号の検出が弱い場合には幅広く５母音の記ち化
か可能になるようにしたもので、（３）式は第１ホルマ
ントＦ１に関する差信号に対する５母音の要素を総て同
じ大きさの重み（絶対値］４）にするとともに、第２ホ
ルマントＦ２に関する２つの差信号に関しては、５母音
に対して、とちらかに１個づつ識別に必要な重みをつけ
たもので、第１ホルマントＦＩを第２ホルマン）Ｆ２よ
り重要視したものといえる。この変換行列Ｔ＋ｎは、識
別則求の言葉等によって任意に設定できるものである。

又上述の照合方法以外に、差信号から２値化信号を作っ
てこの組み合わせで記号化し、逐次照合することも可能
である。この方法としては次のようなものがある。つま
り短時間平均パワーのベクトルより求めたＵ　Ｖ　／＼
ｌ差信号、＼’　ｅａｏ／　Ｖ　ｉｕ差信号、Ｖａ／Ｖ
ｃｏ差信号、Ｖｅ／Ｖｏ差信号、Ｖｉ／＼１ｕ差侶号を
抽出して＼’　ｅａｏ／＼Ｉｉｕ差信号か正の一定値以
」二あれば記号Ｖ　ｅａｏを割り当て、負の一定値以下
であるときには記号Ｖｉｕを割り当て、その他の場合に
は記号Ｓを割り当て、Ｖａ／＼７ｅＯ差信号が正の一定
値以」二であるときには記号ＶａをＩＩ阿り当て、負の
一定値以下であるときには記号＼’ｅ。

を割り当て、その他の場合には記号Ｓを割り当て、Ｖｅ
／＼ｌｏ差信号か正の一定値以」二であるときには記号
Ｖｅを割り当て、負の一定値以下であるときには記号＼
ｌｏを割り当て、その他の場合には記号Ｓを割り当て、
史に＼）　ｉ　／　Ｖ　ｕ差信号が正の一定値以上であ
るときには記号Ｖｉを割り当′ζ、負の一定値以下であ
るときには記号＼ｌｕを割り当て、その他の場合には記
号Ｓを割り当てる。そしてこれらの記号を一時記憶、手
段に記憶して第２表に示す記号化テーブルを参照しなか
ら記号ａ、ｅ、　ｏ、１、ｕ、　ｌ＋、　ｌ、ｆ１１〕
、田、１０のうちいずれか１つの記号第　　　２　　　
表 ただし、第２表において＊は０．１の（１ずれでもよい
ことを示しており、０／１は０の場合と１の場合を示し
ている。かかる記号化テーブルは例えばＲＯ、Ｍなどを
用いて溝成されており、一時記憶した内容をアドレス入
力としてＲＯＭをアクセスすることにより、ａ、　ｅ、
０・・・・・・・・・・・・等の各記号のコードがデー
タ出力として得られるようにするか、あるいは一時記憶
した内容と記号化チーフルの内容とを排他的論理和で比
較し、一致したときの記号を出力するとよい。第６図は
照合部をマイクロコンピュータの逐次判別処理プログラ
ムによって実現する方法を示す７０−チャートであり、
まずｉ９１段階としてＶ　ｅＯ７Ｖ　ｉｕ差信号が高レ
ベルＩＩであるか、中レベルＭであるか、低レベル１−
であるかによって、３グループに分けている。そして第
２段階では、まず第１段階がＨのときは、）、／ａ／Ｖ
ｅｏ差信号がＨならば、記号／ａ／を出力し、Ｍならば
記号／■０／を出力し、Ｌならば第３段階に移り、Ｖｅ
７’Ｖｏ差信号を調べて、Ｈならば記号／ｅ／を出力し
、Ｍならば／１１／を出力し、Ｌならば記号／、／を出
力する。一方、第１段階がＭ−の場合、第２段階では、
Ｖｅ／Ｖｏ差信号がＨならば記号／ｆ／を出力し、Ｍな
らば記号／１０／を出力し、Ｌならば記号／　Ｉｌ／を
出力する。更に第１段階がＬの場合、１２段階ではＶｉ
／Ｖｕ差信号がＡＨならば記号／１／を出力し、Ｍなら
ば記号／１／を出力し、Ｌならば記号／ｕ／を出力する
のである。

ス１」トし 而して上向き区間ＬＷＰ総てをサンプルの区間Ｌ　Ｐ　
Ｗ　Ｏとし、女性の発声で”イ”、工”、゛ア゛′”、
”オ゛、゛つ゛を分析するとそれぞれの周波数スペクト
ルと時間？女形とは第７図（Ａ）、（Ｂ）乃至第１１図
（Ａ）、（Ｂ）のようになった。また男性の発声でイ”
、”工”、”ア゛゛、゛オ゛、パつ”を分析するとそれ
ぞれの周波数スペクトルと時間波形とは第８図（Ａ）、
（Ｂ）乃至第１１図（Ａ）、（Ｂ）のようになった。

この場合サンラ°ルは１０１であった。

友監乳圀 ＦＦＴの分析次数（点数）を少なくし、計算量や、パタ
ーンの記憶量を少なくするために」二連の前縁点Ｉ　Ｐ
　Ｎ　１の位置より、一定数のサンプル（ＬＷＰＯ）を
分４ハ対象とし、サンプリング周期を８０μｓｅｃで、
サンプル（ｔｗｐｏ）を６４サンプルとして、１２８点
をＦＦＴで変換した。第１２図（Ａ）、（Ｂ）乃至第１
６図（Ａ）、ＣＢ）は本実施例により男性の発声で゛イ
゛、゛工゛、゛ア゛”、”オ゛′、”つ゛を分析した場
合のそれぞれの周波数スペクトルと時間波形を示す。な
お有声音の５母音はｊｉ］乃至第３のホルマントＦ］乃
至Ｆ３で識別されるので３に＋−１ｚｌジ、下し第２７
図（Ａ）、（Ｂ’）乃至第３１図（Δ）。

（Ｂ）の周波数スペクトルの左半分１の包絡縁か重要で
ある。

さてホルマンＦの帯域幅はｌ　ＯＯＨｚｉｉＸｉ後であ
り、８０μｓｅｃのサンプリングでは１２８点のＤＦＴ
を行うとＯ〜６　Ｋ　Ｈｚの間に約６０点のサンプルが
必要となる。従ってサンプル（ＬＷＰＯ）を６４点とす
る。これより基本周期ＰＩＴ７！ｌ−短い場合はピンチ
補イ゛ハのためサンプル（ＬＷＰ（１）をＬＷＰ＝ＩＰ
Ｎ２−ＩＰＮＩ以内に制限することになる。ここでホル
マントを３個とると、全極モデルによる次元数は６次で
あるが、時間波形の場合には８０μＳｅＣのサンプリン
グにたいして実験を試みた結果３２サンプル以上は必要
であった。尚より簡単化のために周波数スペクトルを３
ＫＨｚｌＪ。

下に制限すれば１６０μｓｅｃのサンプリングで６０点
のＦ　ＦＴを行うことになる。

而して８０μｓｅｃのサンプリングの場合、声帯振動の
基本周期が１０＋ｎ５ｅｃのとき１２５サンプルになり
、２０　＋ｎ５ｅｃでは６２サンプル程度となるので４
女性や子供のような基本周期Ｐ　Ｉ　Ｔが短い時にはＬ
　Ｗ　Ｐ　Ｏ＝　Ｉ＝　Ｗ　Ｐに制限する。従ってその
時の周波数スペクトルと時ｌｌｌ１　’を女形は第７図
（Ａ）、ＣＢ）乃至第１１図（Δ）、（Ｂ）のようにな
る。尚３２サンプルの場合は時間にして２．５＋ｎ５ｅ
ｃ程度となって本来の周波数スペクトルの包絡との差異
が目立つ。ここで第１２図（Ａ）、（Ｂ）乃至第１６図
（Ａ）。

ＣＢ）の男性の場合は女性のに比べて基本周期ＰＩＴが
長い分だけ第２、第３のホルマン）Ｆ２．Ｆ３に相当す
るピークか゛顕著に現れている。尚第２２図（Ａ）、（
ＩＪ）乃至第２６図（Ａ）、（Ｂ）は男性の発声で”イ
゛、゛工゛、”ア゛′”、゛オ゛、゛つ′を分析すると
それぞれの周波数スペクトルと時間波形を示す。

ここで５１２サンプルの周波数スペクトルを得るために
は１０２４点のＦＦＴでは２　”Ｘ（２５＋２５）の来
算を要するか第１２図乃至第１６図では１２４点のＦ　
Ｆ　Ｔで２７Ｘ（２３＋２’）の乗算が必要でこの場合
第２２図乃至［２６図の場合にくらべて３０７２　／　
Ｇ　５５３６　＝　０　、　０４　フイざの来算回数と
なり２１倍速く計算できる。

プこ施例３ 本天施例は音声を２５６サンプルごとの７レーノ、に分
け、しかも分析時には前後の１２８サンプルづつを加え
た５１２サンプルより有声音の場合に基本周期Ｐ　Ｉ　
Ｔの区間の３個について夫々ｌ）　ＦＴをイテい且つ平
均化した周波数スペクトルを、このフレームのスペクト
ルとし、前後のフレーム間のスペクトルの継が９を滑ら
かにしたものである。

［発明の効果］ イ１声音の時間波形の正負か声帯振動の向ぎに討して一
定であるように正負の位相を保つ位相一定化手段と、声
帯振動の微分波形が負である声帯振動の立ち下がりに対
応する音声の時間波形のｆｉＳｌの下向き大振幅を求め
るとともに、次の声帯振動の微分波形が負である声帯振
動の立ち下がりに対応する音声の時間波形の第２の下向
き大振幅を求める手段と、１２の下向き大振幅の手前に
ある声帯振動の微分波形が正である声帯振動の立ち上が
りに対応する時間波形の上向き大振幅を求める手段とを
備え第１の下向き大振幅の前縁と第２の下向外大振幅の
前縁の間を基本周期とし、第ｊの下向き大振幅の前縁の
点とと上記上向きの大振幅の後縁の点との間を鯖、「直
線が時間軸となるようにバイアスを加えて周波数スペク
トルに変換するので周波数スペクトルの包絡の概略を基
本周期以内のサンプルでＤＦＴ、ＦＦＴにより求めるこ
とかでと、従って計算量が少がく回路（＆成などを簡略
かできてコストグランが図れ、更に基本周期を検出する
ので女性、男性、子供といったホルマントの平均位置の
ずれに刻して周波数正規化が可能とな、す、ある程度の
不特定話者の識別も１げ能となるという効果かある。

【図面の簡単な説明】

第１図は本発明の概略回路構成図、第２図は同」二の要
部の動作説明用の７０−チャート、ｍ３図１、Ｐｔ５４
図は同上の動作説明図、第５図は本発明の実施例の記号
化プロセスを説明する回路ブロック図、第６図は本発明
の別の照合例の動作説明用の７０−チャート、第７図乃
至第２６図は本発明の詳細な説明用波形図、第２７図乃
至第３１図は従来方式の説明用波形図であり、３は区間
補イτ（部、４はピ・イチ検出部、５は分析区間決定部
、６は分４Ｊｉ窓計算部、８は周波数帯域分割部、９は
差（Ｔ号ベクトル変換部、１０は記号ベクトル変換部、
１６は時間軸正規化・照合部、１８はスペクトル推定部
である。 代理人　弁理士　石　１）艮　七 第２図 第３図 第４図 第７ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　　５に態度ａ
（Ｈｚ　） （Ｂ） 時間 第８ （Ａ） ＯＫ　　　　　　　　　５に 劇皮数（Ｈｚ） 図 （Ｂ） 賎朋 第９゛ （Ａ） 周液ａ（Ｈｚ　） ｒ＋■ 第１（ （Ａ） １ｓ［ａ（Ｈｚ） ）図 向 第１１ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　　　５に１皮
ａ（Ｈｚ　） （Ｂ） 時間 第 （Ａ） ＯＫ　　　　　　　　　　　　　５に 癌族ａ（Ｈｚ） （Ｂ） ゛す′〉フ７し 時間 第１．３ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　　５Ｋ（Ｂ） 第 （Ａ） ＯＫ　　　　　　　　　　　　　　　　　　５に癌浪敷
（Ｈｚ） （Ｂ） 賎朋 第１５ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　５に態度舷（
Ｈｚ） 時間 第１６ （Ａ） 副Ｉ箕Ｈｚ） （Ｂ） 時間 第１“ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　　５に劇ｔＬ
ａ（Ｈｚ　） ７図 （Ｂ） Ｉｒキ■ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　　５に態度ａ
（Ｈｚ　） ８図 （Ｂ） Ｐｔ闇 第１９ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　５ＫｗＡ５１
ａ（Ｈｚ） （Ｂ） 町 第２Ｃ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　　５に副皮舷
（Ｈｚ） ｔＭ 第２１ （Ａ） 劇ｒｉ、数（Ｈｚ） （Ｂ） 時間 第２９ （Ａ） Ｓン１ａ（Ｈｚ　） 時間 第ご （Ａ） ＯＫ　　　　　　　　　　　　　　　　　　５に周液数
（Ｈｚ） （Ｂ） 時背 第３１ （Ａ） ＯＫ　　　　　　　　　　　　　　　　　５に態度ａ（
Ｈｚ　） （Ｂ） 時間 手続補正書（自発） 昭和５９年１１月１　日

Claims (1)

【特許請求の範囲】
1. （１）音声入力の周波数スペクトルを抽出して該周波数
   スペクトルより擬音韻に記号化し、該擬音韻記号に基づ
   いて記号と標準パターンとを照合して入力パターンに最
   も近い標準パターンを入力メッセージとして識別するこ
   とを特徴とする音声メッセージ識別方式において、有声
   音の時間波形の正負が声帯振動の向きに対して一定であ
   るように正負の位相を保つ位相一定化手段と、声帯振動
   の微分波形が負である声帯振動の立ち下がりに対応する
   音声の時間波形の第１の下向き大振幅を求めるとともに
   、次の声帯振動の微分波形が負である声帯振動の立ち下
   がりに対応する音声の時間波形の第２の下向き大振幅を
   求める手段と、第２の下向き大振幅の手前にある声帯振
   動の微分波形が正である声帯振動の立ち上がりに対応す
   る時間波形の上向き大振幅を求める手段とを備え第１の
   下向き大振幅の前縁と第２の下向き大振幅の前縁の間を
   基本周期とし、第１の下向き大振幅の前縁の点とと上記
   上向きの大振幅の後縁の点との間を結ぶ直線が時間軸と
   なるようにバイアスを加えて周波数スペクトルに変換す
   ることを特徴とする音声メッセージ識別方式。 ２）上記時間波形の３点の平均を取って第１の下向き大
   振幅の前縁で、下向き大振幅の最低値の約４割の点を前
   縁点とし、上記上向き大振幅の最大値の約８割の点を後
   縁点とし、これらの前縁点と後縁点の間を結ぶ線がゼロ
   レベルになるようにバイアスを加えて周波数スペクトル
   に変換することを特徴とする特許請求の範囲第１項記載
   の音声メッセージ識別方式。 ３）第１の下向き大振幅の前縁点より、一定値のサンプ
   ル数の区間で周波数スペクトルに変換することを特徴と
   する特許請求の範囲第１項又は第２項記載の音声メッセ
   ージ識別方式。 ４）１０〜２０ｍｓｅｃのフレームにおいてその中の基
   本周期ごとの周波数スペクトルの平均値のスペクトルを
   そのフレームの周波数スペクトルとすることを特徴とす
   る特許請求の範囲第１項又は第２項記載の音声メッセー
   ジ識別方式。