JPS6270900A

JPS6270900A - 音節認識方式

Info

Publication number: JPS6270900A
Application number: JP60210628A
Authority: JP
Inventors: 沢井　秀文
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1985-09-24
Filing date: 1985-09-24
Publication date: 1987-04-01

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】肢血立丘本発明は、音節認識方式、より詳細には、単語や連続音
声中の単音節やＶＣＶ　＜母音−子音−母音）音節ある
いは離散的に発声されたこれらの音節を認識する音節認
識方式に関する。

従来伎血従来、単音節やＶＣＶ音節（離散的に発声したものや単
語中に含まれるもの）の認識は、単語や文節等の相対的
に長いパターンの認識に比べて情報量が少ないために困
難であるとされてきた。

置皿本発明は、上述のごとき実情に鑑みてなされたもので、
特に、単音節、ＶＣＶ　（母音−子音−母音）音節ある
いは単語や連続音声中のこれらの音節を正確に認識する
ことを目的としてなされたものである。

１威本発明は、上記目的を達成するために、単語や連続音声
中の音節を認識する音声認識方式に於いて、音声信号を
分析して特徴パラメータに変換する特微分析部と、音声
パターン中の音節境界を決定するセグメント抽出部と、
抽出された入力音節パターンの変形を行う入力音節パタ
ーン変形部と、標準音節パターンを格納しておく標準音
節パターン格納部と、標準音節パターンの変形を行う標
準音節パターン変形部と、変形された入力および標準パ
ターンとをマツチングする認識処理部と、認識結果を出
力する結果出力部とから成り、入力と標準音節パターン
長が大きく異なる場合に、標準パターンを削除又は挿入
することにより両パターンの長さを揃えた後に認識処理
を行う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電気的ブ
ロック線図で、図中、１は音声入力部２２は特徴抽出部
、３は音節境界検出部、４は入力パターン変形部、５は
音節標準パターン格納部。

６は標準パターン変形部、７は認識処理部、８は認識結
果出力部で、この実施例は、単語、文節や連続音声中に
含まれる単音節やＶＣＶ音節の認識をパターンの変形処
理を施すことによってパターンマツチングの精度を高め
、音節の認識率を向上させるようにしたものである。

音声入力部１から入力された音声は、バンドパスフィル
タ群やＬＰＣ分析等から成る特徴抽出部２で特徴分析が
行われ、音節境界検出部３で音声中の音節のセグメンテ
ーション（境界検出）が行われる。その後、入力パター
ン変形部４において、照合精度を高めるためにパターン
の挿入や削除等の変形が行われる。

一方、音節標準パターンは、単語中から視察等によりセ
グメンテーションされたものが音節標準パターン格納部
５に格納されており、入力パターンと同様に標準パター
ン変形部６にて変形される。

こうして、入力パターンと標準パターンとのマツチング
が認識処理部７で行われ、その結果が認識結果出力部８
に出力される。

第２図は、例としてｒＡＫＩＪというｖＣ■音節パター
ンの変形処理を説明するための図であり、同図（ａ）は
削除する場合、（ｂ）は延長（挿入）する場合である。

入力パターンと標準（辞書）パターンとのフレーム長の
差が３０％以上ある場合には、通常ＤＰマ・ノチング等
の認識処理では各音韻の対応が付かなくなる恐れがある
。そこで、両者のフレーム長を揃えるために、標準パタ
ーンを削除又は延長する。音節中の母音部分は比較的定
常的であるので、このような処理によって、認識処理時
のパターンのマツチング精度が高まることになり、認識
性能も向上する。

なお、第２図（ａ）は、入力フレーム長が１０゜辞書フ
レーム長が２０で、辞書フレーム長が入力フレーム長の
１．３倍以上の時の図で、この時は、入力フレーム長を
１．３倍して１３フレームとし、これを辞書フレーム２
０から差し引いた７フレームの母音細部フレームを削除
するようにしたものである。

また、第２図（ｂ）は、入力フレーム長が２０゜辞書フ
レーム長が１０で、辞書フレーム長が入力フレーム長の
０．７倍以下の時の図で、この時は、入力フレーム長を
０．７倍して１４フレーム長とし、これに合わせて辞書
パターンの母音部を４フレームに延長するようにしたも
のである。ただし、この場合、Ａ部のフレームは１フレ
ーム目のパターンを繰り返し、Ｂ部のフレームは１０フ
レーム目のパターンを繰り返す。

第３図は、第２図で述べたパターン変形処理後の■Ｃ■
標準パターン（テンプレート）Ｐを２倍に伸長して新し
いテンプレートＱを作成する方法を示したものである。

これは、■Ｃ■音節中の子音部は、第２図のパターン変
形処理後でも母音部に比べて短いので、子音部の重みを
増加させるために行う。■ＣＶテンプレートＰの第ｎ番
目のフレームは２倍に伸長した■Ｃ■テンプレートＱの
１（２ｎ−１）フレームに対応しており、Ｐの隣り合う
フレームの平均パターンを作成後、中間に挿入して２倍
に伸長した新しいパターンがＱである。つまりテンプレ
ートＱのｑｌはテンプレートＰの第１フレームと第２フ
レームの平均１　　ｑ２は第２フレームと第３フレーム
の平均である。このようなパターンの伸長処理は、標準
パターンと入力パターンの両者に対して行いＤＰマツチ
ング等の認識処理を第１図の認識処理部７で行う。

また、第２図の音節パターンの変形に対して、パターン
がベクトル量子化されてコード番号の系列で表現されて
いる時は、コード番号の削除又は同じコードの連続によ
り容易にパターン変形を行うことが可能である。また、
第３図のパターンの伸長に対しても平均パターンを中間
に挿入する代わりに、単に、隣り合うコード番号のいず
れか一方を中間に挿入するだけで済み、伸長処理が極め
て容易である利点がある。認識処理時にはコード番号同
士の距離を距離テーブルに格納しておけば高速な処理が
可能である。

■ 以上の説明から明らかなように、本発明によると、単語
ないしは連続音声中の音節の認識処理に先立ち、パター
ンの削除、挿入、伸長等の種々の変形処理を施した後に
、認識処理を行うので、音節中の音韻、特に子音部の対
応が改善され、マツチング精度が高まるので正確な認識
処理が可能となる。

【図面の簡単な説明】

第１図は、本発明による音節認識方式の一実施例を説明
するための電気的ブロック線図、第２図は、ＶＣＶ音節
パターンの変形処理を説明するための図、第３図は、パ
ターン変形処理後のテンプレートと該テンプレートを２
倍した新テンプレートを示す図である。 ■・・・音声入力部、２・・・特徴抽出部、３・・・音
節境界検出部、４・・・入力パターン変形部、５・・・
音節標準パターン格納部、６・・・標準パターン変形部
、７・・・認識処理部、８・・・認識結果出力部。

Claims

【特許請求の範囲】

（１）、単語や連続音声中の音節を認識する音声認識方
式に於いて、音声信号を分析して特徴パラメータに変換
する特徴分析部と、音声パターン中の音節境界を決定す
るセグメント抽出部と、抽出された入力音節パターンの
変形を行う入力音節パターン変形部と、標準音節パター
ンを格納しておく標準音節パターン格納部と、標準音節
パターンの変形を行う標準音節パターン変形部と、変形
された入力および標準パターンとをマッチングする認識
処理部と、認識結果を出力する結果出力部とから成り、
入力と標準音節パターン長が大きく異なる場合に、標準
パターンを削除又は挿入することにより両パターンの長
さを揃えた後に認識処理を行うことを特徴とする音節認
識方式。
（２）、標準パターン及び入力パターンの隣り合うフレ
ーム間に、隣り合うフレームの平均パターンフレームを
挿入することによりパターンを２倍に伸長した後に認識
処理を行うことを特徴とする特許請求の範囲第（１）項
に記載の音節認識方式。
（３）、通常の音声パターンの代わりに、各パターンフ
レームをベクトル量子化したコード番号に対して一定部
分を削除又は挿入することを特徴とする特許請求の範囲
第（１）項に記載の音節認識方式。
（４）、隣り合うパターンの平均パターンを中間に挿入
する代わりに隣り合うコード番号のいずれかを挿入して
パターンを２倍に伸長することを特徴とする特許請求の
範囲第（１）項に記載の音節認識方式。