JPS62115497A - 破裂子音識別方式 - 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】 〔概要〕 破裂子音識別方式であって、入力された破裂子音の情報
から音声状態を反映した複数の分析区間を予め定め、そ
れぞれの分析区間による分析で得られた特徴パラメータ
に基づいてパターンマツチングを行ない、そのマツチン
グ状態によって最適な特徴パラメータを抽出するように
構成し、簡易な構成で破裂子音の識別率を高めることが
できる。

〔産業上の利用分野〕

本発明は、破裂子音識別方式に関し、特に、破裂子音に
おける破裂部近傍において予め決められた関係で設定さ
れる複数の特徴パラメータのパターンマツチングによっ
て破裂子音を識別する破裂子音識別方式に関するもので
ある。

例えば、音声認識装置においては各種の音声を識別する
必要がある。特に、パ、タ、力等の単音節で後に母音の
続く破裂子音の識別は難しく、これを確実に識別するこ
とが要請されている。

〔従来の技術〕

このような要請に応えるものとして、従来の破裂子音識
別方式では、識別対象である音声の破裂時点を抽出し、
その破裂時点の近傍につき、例えば２０ｍ秒、３０ｍ秒
の一定な分析区間（固定窓長）を定めて分析している。

その分析による特徴パラメータを利用してパターンマツ
チングを行なって、破裂子音を識別していた。

〔発明が解決しようとする問題点〕

このような従来方式にあっては、特徴パラメータを求め
る分析区間は固定であった。しかしながら、破裂子音の
カテゴリー、発声態様等によって最適な特徴パラメータ
が得られる分析区間はそれぞれ異なるものである。その
ために、固定窓長によって分析した結果の特徴パラメー
タによるパターンマツチングでは、破裂子音の識別率が
低下するといった問題点があった。

本発明は、このような点に鑑みて創作されたものであり
、音声の状況に応じて設定される複数の分析区間を用い
て破裂子音を高識別率で識別し得る破裂子音識別方式を
提供することを目的としている。

〔問題点を解決するための手段〕

第１図は本発明の破裂子音識別方式の原理ブロック図で
ある。

図において、入力手段１１５は識別対象となる破裂子音
１１１のディジタル時系列信号１１３を出力する。

分析候補区間定義手段１２３は、破裂子音１１１の破裂
時点ＸＩＴ及びそのパワー値が所定の閾値を超える基準
点を抽出し、該基準点近傍に複数の候補時点を設定して
破裂時点（１１７）と候補時点との間に複数の分析候補
区間１２１を定める。

分析手段１２７は、複数の分析候補区間１２１のそれぞ
れの区間に応じてディジタル時系列信号１１３での特徴
パラメータ１２５を計算する。

標準パターン手段１２９は、複数カテゴリーについて、
識別の対象となるカテゴリーのＩ！準パターンを有する
。

パラメータ比較手段１３３は、標準パターンの特徴パラ
メータ１３１と、計算された各分析候補区間での特徴パ
ラメータとの比較を行なう。

分析候補区間順位決定手段１３５は、複数の分析候補区
間について得られた比較対象間の類似度に応じて複数の
分析候補区間について順位をつける。

その最高順位の分析候補区間を求め、それに対応した特
徴パラメータが得られる。

従って、構成全体として、最高順位をつけられた分析候
補区間の特徴パラメータを得るようになっている。

〔作用〕

入力手段１１５からの破裂子音１１１のディジタル時系
列信号１１３に基づき、破裂時点１１７近傍からの複数
の分析候補区間１２１が音声状態に対応して定められる
。この複数の分析候補区間１２１のそれぞれに応じて特
徴パラメータ１２５が求められる。

複数組の特徴パラメータ１２５の各組と、標準パターン
の特徴パラメータ１３１とが比較され、それら複数の比
較結果に基づいて一定の傾向が見い出される。その傾向
に従って、複数の分析候補区間１２１のそれぞれに順位
をつけ、最高順位の分析候補区間を求める。

このようにして求められた１つの分析候補区間に対応し
た特徴パラメータに基づき破裂子音の認識を行なうよう
にしている。

本発明にあっては、音声状態に応じて決まる複数の分析
候補区間を破裂時点近傍に定義して複数の分析を行ない
、それぞれの分析による特徴パラメータを標準パターン
の特徴パラメータと比較して最適な特徴パラメータを求
めるような構成としているので、破裂子音のカテゴリー
、発声状態に拘らず高率の識別が可能となる。

〔実施例〕

第２図は本発明の一実施例を示す。ここで、入力部２１
１は識別対象である入力音声２１３を受けて電気信号と
し、例えば１６ＫＩＩｚの一定周波数のサンプリング信
号２１５によって破裂子音のディジタル時系列信号２１
７に変換する。又、このディジタル時系列信号２１７は
以下に説明する処理に先立って行なわれる処理から得ら
れるものでもよい。この時系列信号２１７を受信する破
裂時点抽出部２１９は、それのディジタルデータに基づ
いて破裂時点を抽出して、破裂時点信号２２１を出力す
る。

分析窓長候補決定部２２３は、破裂時点信号２２１及び
ディジタル時系列信号２１７を受信して、破裂時点から
破裂子音の状況に応じて決まる所望の関係にある時点ま
での区間を複数定めて分析窓長候補を決める。そのよう
に定めた複数の区間を表す分析窓長信号２２５を出力す
る。

分析部２２７は、分析窓長信号２２５及びディジタル時
系列信号２１７を受信し、破裂時点からの複数の区間に
ついて周波数分析（例えばＦＦＴ）を行なう。かような
周波数分析により、各区間についての特徴パラメータが
求められ、それらの特徴パラメータ群を表す識別パラメ
ータ信号２２９が出力される。

標準パターン辞書２３１は、識別すべきカテゴリーの標
準パターンによる特徴パラメータが格納されており、そ
のような標準パターンパラメータを表す標準パラメータ
信号２３３が出力されるようになっている。

距離計算部２３５は、識別パラメータ信号２２９及び標
準パラメータ信号２３３を受信し、これら両特徴パラメ
ータの距離を計算して、複数の距離を表す距離信号２３
７を出力する。

最適窓長選択部２３９は、距離信号２３７に基づいて最
適窓長を求め、そ６最適窓長信号２４１を出力する。

次に、上述した構成の詳細動作を以下に述べる。。

第３図（ａ）はいま識別の対象となる音声（無声破裂子
音）の時間経過による状態を示し、また、同図（ｂｌは
それのフレームパワーの移り変わりを示したものであり
、横軸に時間ｔをとっている。

第３図ｆａｔに示される入力音声データ３１１は、入力
部２１１によって音声２１３を変換したディジタル時系
列信号２１７で表されるディジタルデータである。ここ
で、同図（ｂｌに示すようにパワー値３１３が急激に立
ち上がる時点Ｔ、が破裂時点であり、それまでは無音状
態である。この破裂時点Ｔ１からパワー値３１３が再び
急激に増大する時点Ｔ２までが破裂子音であり、時点Ｔ
２以後は母音である。

この破裂時点Ｔ１は、ディジタル時系列信号２１７を受
けてそのパワーが急激に立ち上る点を破裂時点抽出部２
１９でとらえて検出される。

ところで、分析窓長候補決定部２２３は、音声データ３
１１のフレームパワーがある所定値Ｐｔｈ（例えば全体
の８０％）を超える時点Ｔ３を検出して、その時点Ｔ３
から所定の時間隔ΔＴにある時点を複数（Ｔ３±ΔＴ、
Ｔａ＋２ΔＴ、・・・）定める。

いま、破裂時点Ｔ１を基準時点（＝時点零）として時点
Ｔ３が４２ｍ秒であったものとし、この時点Ｔ３を分析
候補区間定義基準点として時間隔ΔＴ＝５ｍ秒にとり、
その前後に４時点（Ｔｓ−２ΔＴ）、（Ｔ３−ΔＴ）、
（Ｔ３＋ΔＴ）及び（Ｔａ＋２ΔＴ）としての３２ｍ秒
、３７ｍ秒。

４７ｍ秒及び５２ｍ秒をとる。従って、分析窓長候補と
しての複数の区間ＤＴＩ〜Ｄ　Ｔ　ｓは、３２ｍ秒、３
７ｍ秒、４２ｍ秒、４７ｍ秒及び５２ｍ秒と定められる
。

分析部２２７は、破裂時点Ｔ、から複数の区間ＤＴＩ〜
Ｄ　Ｔ　５のそれぞれの区間について、ディジタル時系
列信号２１７を周波数分析する。従って、周波数ドメイ
ンによる特徴パラメータが５つの区間ＤＴ１〜Ｄ　Ｔ　
ｓについて求められる。いま、例えば１６次元で表すも
のとすると、ある区間ＤＴ」について（ｘｌ　、　　ｘ
２．　　・・・、　　Ｘｌ６）　ｒ　Ｔ：表される特徴
パラメータ（Ａ）　ｊが求められる。

本例では、区間は５つとしたので、変数ｊについて１≦
ｊ≦５について求められ、〔Ａ〕、〜〔Ａ）５の５つを
表す識別パラメータ信号２２９が距離計算部２３５に供
給される。

標準パターン辞書２３１から出力される標準パラメータ
信号２３３の特徴パラメータＣＢ）を（ｙｔ、ｙ２．　
　・・・、　　ｙｌら）で表されるものとする。

距離計算部２３５は、２つのパラメータ信号２２９及び
２３３により、次式で表される計算式に基づいて距離り
、の計算を行なう。

Ｄ＋　＝、Ｎｌｘ＋　　ｙｉ　ｌ　　　　・・・（１）
ｌｌＩ かような距離計算をｊ＝１〜５について行ない、各区間
に基づく距Ｒ１ｌ　Ｄ　１〜Ｄ５を求める。

ところで、標準パターン辞書２３１に格納されている標
準パターンについては複数のカテゴリー（例えば、パ、
タ、力など）で成っており、各カテゴリーについての特
徴パラメータ（Ｂ）ｋ　（ｋ≧２）がこの辞書２３１か
ら出力されるようになっている。従って、上記＋１１式
に示す距離計算は、複数のカテゴリーのそれぞれについ
て行なわれ、各カテゴリーについて距％！ＩＤ、〜Ｄ５
が計算される。

Ｗｋ適窓長選択部２３９は、距離計算部２３５によって
求めた結果により、各カテゴリーにおいて最も小さい距
離を求める。これにより、その最小距離Ｄｒとなる特徴
パラメータ（Ａ）　Ｉを計算した区間Ｄ　Ｔ　＋が求ま
るので、この区間Ｄ　Ｔ　ｊを最適分析区間とし、その
最小距離り、を当該カテゴリーでのマツチング距離とす
る。このような最適分析区間及びマツチング距離を、す
べてのカテゴリーについてそれぞれ行なう。

最適窓長選択部２３９から、すべてのカテゴリーについ
ての最適分析区間及びマツチング距離を表す選択信号２
４１が順位決定部２４３に供給される。この順位決定部
２４３は、すべてのマツチング距離を比較して、最小の
ものを求めて第１位として、一定の傾向の下に更に小さ
いものから順位をそれぞれつけていく。

第１位がついたカテゴリーを識別結果として、それに対
応するパターンを標準パターン辞書２３１から取り出し
て、識別パターンを表す信号２４５として出力する。

このようにして、いかなるカテゴリーに属する破裂子音
の識別に対しても対応できると共に、破裂時点Ｔ１から
の破裂子音状態の継続時点が発声状態で変化しても、分
析に最適な区間を選択しているので、最適な特徴パラメ
ータが求められる。

なお、本発明方式によって識別する音声は、無声、有声
を問わない破裂子音である。

〔発明の効果〕

以上詳述した如く本発明によれば、音声状態を反映した
複数の分析区間を破裂子音の破裂時点近傍に予め定渡し
、それぞれの分析区間による特徴パラメータと標準パラ
メータとを比較するように構成し、最適な特徴パラメー
タを抽出できるようにしたので、識別率の高い破裂子音
の識別方式が構成簡易に実現でき、実用的に極めて効果
大である。

【図面の簡単な説明】

第１図は本発明の破裂子音識別方式を示す原理ブロック
図、 第２図は本発明の一実施例を示すブロック図、第３図（
ａｌ及び（ｂ）は音声としての一例の入力破裂音データ
を示す波形図及びその入力破裂音データのフレームパワ
ーを示す曲線図である。 第１図において、 １１１は破裂子音、 １１３はディジタル時系列信号、 １１７は破裂時点、 １２１は複数の分析候補区間、 １２３は分析候補区間定義手段である。 第２図及び第３図において、 ２１３は入力音声、 ２１７はディジタル時系列信号、 ２１９は破裂点抽出部、 ２２３は分析窓長候補決定部、 ２２７は分析部、 ２３１は標準パターン辞書、 ２３９は最適窓長選択部、 ３１１は入力音声データ、 ３１３はパワー値である。 第２図

Claims (1)

1. 【特許請求の範囲】 破裂子音のディジタル時系列信号を得て破裂子音の識別
   を行なう装置において、 前記ディジタル時系列信号に基づいて前記破裂子音の破
   裂時点（１１７）及びそのパワー値が所定の閾値を超え
   る基準点を抽出し、該基準点近傍に複数の候補時点を設
   定して破裂時点（１１７）と候補時点との間に複数の分
   析候補区間（１２１）を定める分析候補区間定義手段（
   １２３）と、前記複数の分析候補区間のそれぞれの区間
   に応じて前記ディジタル時系列信号での特徴パラメータ
   （１２５）を計算する分析手段（１２７）と、識別の対
   象となるカテゴリーの標準パターンを複数のカテゴリー
   について有している標準パターン手段（１２９）と、 前記標準パターンの特徴パラメータ（１３１）と、前記
   分析手段によって計算された各分析候補区間での特徴パ
   ラメータとの比較を複数の分析候補区間について行なう
   パラメータ比較手段（１３３）と、 該パラメータ比較手段により複数の分析候補区間につい
   て得られた比較対象間の類似度に応じて前記複数の分析
   候補区間に対し順位をつける分析候補区間順位決定手段
   （１３５）とを有し、最高順位の分析候補区間を求め、
   それに対応した特徴パラメータに基づいて破裂子音の認
   識を行なうように構成したことを特徴とする破裂子音識
   別方式。