JPS6313199B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は音声の認識を行なう単音節認識装置に
関するものである。

以下、従来の単音節認識装置について説明す
る。

従来の単音節認識装置における処理構成は、最
も簡単なものでは、音声区間（語頭、語尾）の検
出が終了した後に入力特徴ベクトルパターンと単
音節全標準パターンとのマツチングを行つて最も
マツチした音節を認識結果としていた。しかしこ
のような構成ではパターンマツチングに要する計
算量が膨大なものとなり処理時間が長くなり、実
用化に供するものではなかつた。そこでやや処理
時間を短縮することを図る認識装置においては、
例えば音声区間（語頭、語尾）の検出が終了した
後、母音の識別を行ない標準パターンのカテゴリ
ーを選択した後にパターンマツチングを行ない処
理時間を短縮していた。さらに高速化を目指す装
置においては、子音の大まかな分類（例えば、無
声子音（摩擦、破裂）、有声子音等の分類）も行
なつて標準パターンのカテゴリーをさらに小さく
選択してパターンマツチングを行なつていた。し
かしこれらの場合においても話者の発声が終了
（語尾の検出が終了）した後に認識処理を開始し
ていたために、装置全体としても処理時間が長く
さらに話者による発話時間による影響を受けるも
のであつた。つまり発話時間が長いと、子音の分
類や母音の識別精度は向上するが、発話終了後処
理を開始するために処理時間が長くなつた。また
発話時間が短いと処理時間は短かくなるが、子音
の分類や母音の識別精度が低下し、認識率が低下
した。

さらに発話終了後に処理を開始していたため
に、処理時間の短縮を目指すためには、子音の分
類や母音識別そしてパターンマツチングに使用す
る処理を簡略化する必要性があり、認識率を犠牲
にしなければならなかつた。つまり実用化に耐え
る認識率を確保するためには処理時間に問題があ
つた。

本発明は上記欠点に鑑み、発話開始から（語頭
検出から）子音の分類と母音定常部検出を同時に
開始し、定常部検出時点で子音の分類を停止しま
た母音の識別を行ない、語頭と定常部との間の長
さが一定長以下の場合には、母音識別を認識結果
とし、一定長以上の場合には子音の分類結果と母
音の識別結果から標準パターンのカテゴリーを選
択しパターンマツチングを行なつて結果を認識結
果とし、次の語頭検出は、語尾検出の後に行なう
ことにより、単音節音声認識装置に要する処理時
間を短縮し実時間処理を可能とし、発話時間によ
る影響を回避し、かつ識別処理の精度を向上させ
た単音節認識装置を提供するものである。

以下、本発明の一実施例について図面を参照し
ながら説明する。

第１図は本発明の一実施例における単音節認識
装置のブロツク図である。

同図において、入力部はＡ／Ｄ変換器１と、入
力音声信号の語頭と語尾を例えば電力系列の変化
と一定の閾値によつて検出する音声区間検出部２
と、音声時系列から一定時間間隔ごとに、例えば
フイルタバンクの出力系列あるいはLPC係数の
出力系列等の特徴系列｛〓ti｝に変換する特徴系
列変換部３と、特徴系列｛〓ti｝を一定区間記憶
する特徴系列記憶部４からなる。５は特徴系列
｛〓ti｝から母音定常部フレームを、例えばフレ
ーム間の相関係数値を一定の閾値によつて検出す
る定常部検出部である。前段選択部は、定常部の
検出の終了後に定常部の定常特徴ベクトル｛〓
tc｝フレームの母音の識別を、例えば母音標準パ
ターンとの距離計算によて行なう母音識別部６
と、母音標準パターン辞書部６′と、語頭の検出
直後から定常部検出までの間の一定区間の特徴ベ
クトル系列に対して例えば周波数成分の低域もし
くは高域におけるかたよりによつて子音の分類を
行なう子音分類部７からなる。パターンマツチン
グ部は、入力信号の頭語から定常部までの特徴ベ
クトル系列と前段選択部で予備選択された単音節
標準パターンとのパターンマツチング計算を行な
うパターンマツチング部８と、語頭から定常部ま
での単音節標準パターン辞書部８′からなる。標
準パターン辞書部８′は母音の種類と子音種別か
らなるカテゴリーで分類されている。９は出力バ
ツフアで単母音の場合には母音識別結果を出力
し、子音＋母音の場合は、パターンマツチング結
果をそれぞれ出力する。１０は総合制御部で音声
の語頭を音声区間検出部２より音声開始信号とし
て入力した後に、特徴系列変換部３から、定常部
検出部５や特徴系列記憶部４に対して特徴ベクト
ルの入力開始を指示し、定常部検出部５には定常
部検出開始を指示し子音分類部７に対しては子音
の分類開始を指示し、定常部検出部５から定常部
検出信号を入力することによつて子音分類部７に
対して子音の分類停止を行ない語頭と定常部との
間の長さの計算や母音識別部６に対して母音識別
の開始を指示し、語頭と定常部との間の長さが一
定長以下の場合には単母音入力として母音識別部
６の母音識別結果を認識結果として出力バツフア
９に出力し、一定長以上の場合には子音分類部７
からの子音の分類結果と母音識別部６の母音の識
別結果から標準パターンを予備選択し、パターン
マツチング部８に対してパターンマツチ開始を指
示し結果を認識結果として出力させる総合制御部
である。

以下に、上記のように構成された装置における
詳細な動作説明を第２図を用いて行なう。

なお第２図において、入力単音節音声（Ｃ＋
Ｖ）の原波形をａに示している。また特徴系列変
換部３の出力系列をｂに示している。音声区間検
出部２による語頭および語尾の検出の様子を第２
図ｃの１０，１１で示している。

また特徴系列記憶部４における特徴ベクトル系
列の記憶の様子をｃに示している。また定常部検
出部５におけるフレーム間系列相関値の変化と母
音定常部の検出の様子をｄに示している。さらに
定常部検出信号による12母音識別部６の母音識別
の様子をｅに示している。そして子音分類部７に
おける特徴系列に対する子音分類開始信号１４と
子音分類停止信号１５との時間関係をｆに示して
いる。パターンマツチング部８における出力特徴
ベクトル系列のマツチング開始信号１７とマツチ
ング終了における認識結果信号１８との関係をｇ
に示している。

まず、入力音声信号イは、Ａ／Ｄ変換器１によ
つてデイジタル系列に変換され、特徴系列変換部
３によつて一定時間間隔ごとに特徴系列信号ロに
変換される。また音声区間検出部２によつて電力
系列から音声開始信号ハが検出されると、特徴系
列記憶部４において一定区間ごとの特徴系列の記
憶が第２図ｂのニに示すように開始される。それ
と同時に定常部検出部５において定常部の検出が
第２図ｂのホに示されるように開始され、特徴系
列記憶部４の特徴系列に対する子音分類ヌが開始
される。そして定常部検出部５によつて母音の定
常部が信号ヘにより検出されると子音分類を第２
図ｆに示されるヘにより停止し母音識別部６によ
り第２図ｅに示されるチで母音識別開始を行な
う。この場合に総合制御部１０は、語頭と定常部
の長さを検出し、一定の長さ以下の場合には、母
音識別結果信号リを認識結果として出力バツフア
９を介して出力する。一方、一定の長さ以上の場
合には、子音分類結果トと母音識別結果信号リに
よる単音節標準パターン辞書部８の予備選択を行
なつた上で、語頭と定常部との間の特徴ベクトル
系列とのパターンマツチルをパターンマツチング
部８に行なわせ、マツチング結果を認識結果ヲと
して出力バツフア９を介して出力する。次の発声
の語頭検出は、音声区間検出部２における第２図
ｃに示されるニで語頭検出を行なつた上で行なわ
せるようにする。

なお、音声終了ワは音声区間検出部２により総
合制御部１０に送出されており、入力音声の終了
を検出している。

以上のように、本実施例によれば、発話時間に
影響されずに母音の定常部が発声されてから少し
の間の認識結果が得られ、かつ認識精度の向上も
図ることが出来、実時間処理が図れる。

以上のように本発明は、電力系列による語頭検
出を行ない、語頭検出後に特徴ベクトル系列によ
つて、子音の分類と母音の定常部検出を同時に行
ない、定常部を検出した時点で子音の分類を停止
しかつ定常フレームにおいて母音の識別を行ない
語頭と定常部の間の長さが一定の長さ以下の場合
には母音識別結果を認識結果とし、一方、一定の
長さ以上の場合には子音の分類結果と母音の識別
結果から単音節標準パターンのカテゴリーを選択
し、入力特徴ベクトル系列と標準パターンのマツ
チングを行ないマツチング結果を認識結果とし、
電力系列による語尾検出後、語頭検出するように
構成することにより、母音の定常部を発声した直
後に認識結果を出力することができ、発声の時間
に影響されることなく、また精度の高い認識処理
を行なうことができ、さらに実時間処理が可能と
なりその工業的価値は大なるものがある。

【図面の簡単な説明】

第１図は本発明の一実施例における単音節認識
装置のブロツク図、第２図は同タイミングチヤー
トである。 ２……音声区間検出部、３……特徴系列変換
部、４……特徴系列記憶部、５……定常部検出
部、６……母音識別部、６′……母音辞書部、７
……子音分類部、８……パターンマツチング部、
８′……単音節標準パターン辞書部、９……出力
バツフア、１０……総合制御部。

Claims (1)

【特許請求の範囲】
1. １ 入力音声を特徴ベクトル｛〓ti｝の時系列パ
   ターン｛〓t₁、〓t₂、……、〓t_N｝に変換する特
   徴系列変換手段と、入力信号から音声区間を切り
   出す音声区間検出手段と、特徴ベクトル系列から
   母音の定常部を検出する定常部検出手段と、定常
   部の母音を識別する母音識別手段と、特徴ベクト
   ル系列から子音の分類を行なう子音分類手段と、
   各単音節の特徴ベクトルの標準パターンを母音単
   位に分類しかつ子音の種別（無声、破裂）で分類
   したカテゴリー等で記憶する標準パターン記憶手
   段と、前記各手段の動作を全体的に制御する制御
   手段とを具備し、前記制御手段は前記音声区間検
   出手段によつて語頭を検出した後、前記子音分類
   手段と前記定常部検出手段を同時に作動させ、前
   記定常部検出手段によつて母音の定常部を検出し
   た時点で、子音分類手段の動作を停止し、母音の
   識別を行ない、検出した語頭と定常部の間の長さ
   が一定の長さ以下の場合は、識別した前記母音を
   認識結果とし、一定の長さ以上の場合は、前記子
   音の分類結果と前記母音の識別結果から前記単音
   節の標準パターン記憶手段の音節カテゴリーを選
   択し、前記入力パターンと前記標準パターンのマ
   ツチングを行つてその結果を認識結果とし、前記
   音声区間検出手段によつて語尾を検出した後に、
   次回の発声の入力の待機状態とさせることを特徴
   とする単音節認識装置。