JPS63158596A - 音韻類似度計算装置 - Google Patents
音韻類似度計算装置Info
- Publication number
- JPS63158596A JPS63158596A JP61306769A JP30676986A JPS63158596A JP S63158596 A JPS63158596 A JP S63158596A JP 61306769 A JP61306769 A JP 61306769A JP 30676986 A JP30676986 A JP 30676986A JP S63158596 A JPS63158596 A JP S63158596A
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- distance
- parameter
- phoneme
- stationarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
［発明の目的］
（産業上の利用分野）
本発明は、音声認識装置、音声学習装置等において、連
続発声された入力音声の各音韻に対する類似度又は距離
を計算する音韻類似度計算装置に関する。
続発声された入力音声の各音韻に対する類似度又は距離
を計算する音韻類似度計算装置に関する。
（従来の技術）
連続音声の認識においては、認識対象が単語単位、又は
文単位で連続的に入力されるため、人力情報から音韻構
造をどのように把握するかが重要な課題となる。
文単位で連続的に入力されるため、人力情報から音韻構
造をどのように把握するかが重要な課題となる。
即ち、人間の発声器官から発声される音声は連続的に変
化するため、その音声信号から抽出される特徴ベクトル
も時間的に連続して変化する。
化するため、その音声信号から抽出される特徴ベクトル
も時間的に連続して変化する。
これに対して、音素や音韻を認識する場合、従来は、標
準パターンや統計的な識別関数を各音韻のクラス毎に学
備して、それを人力の所定の部分とマツチングすること
が行われていた。
準パターンや統計的な識別関数を各音韻のクラス毎に学
備して、それを人力の所定の部分とマツチングすること
が行われていた。
ところで、各音韻には母音や鼻音のように定常的なもの
から破裂Ｈのように非定常的なものがあるにも拘らず、
上記のようなマツチングでは、その入力音声の各部分に
おける定常性・非定常性に無関係に標章パターンを用い
て類似度計算を行なっていたので、入力音声のある音韻
から他の音韻に移るいわゆる“渡り”部分で、偶然他の
音韻記号に対する類似度値が大きくなり、誤って音韻を
認識するという問題があった。
から破裂Ｈのように非定常的なものがあるにも拘らず、
上記のようなマツチングでは、その入力音声の各部分に
おける定常性・非定常性に無関係に標章パターンを用い
て類似度計算を行なっていたので、入力音声のある音韻
から他の音韻に移るいわゆる“渡り”部分で、偶然他の
音韻記号に対する類似度値が大きくなり、誤って音韻を
認識するという問題があった。
（発明が解決しようとする問題点）
このように、従来の音韻類似度計算装置にあっては、音
韻記号の定常性・非定常性に拘らず、標準パターンを用
いた類似度計算を行なっていたので、正しい類似度が得
られないことがあった。
韻記号の定常性・非定常性に拘らず、標準パターンを用
いた類似度計算を行なっていたので、正しい類似度が得
られないことがあった。
従って、この発明は入力音声の定常的部分及び非定常的
部分で音韻記号に対する正しい類似度又は距離を得るこ
とができる音韻類似度計算装置を提供することを目的と
する。
部分で音韻記号に対する正しい類似度又は距離を得るこ
とができる音韻類似度計算装置を提供することを目的と
する。
［発明の構成］
（問題点を解決するための手段）
本発明は、連続発声された入力音声を分析してその特徴
パラメータを求める手段と、この手段で求められた特徴
パラメータと音韻標準パターンとから前記入力音声に対
する音韻記号の類似度又は距離を求める手段と、前記特
徴パラメータの時間的な変化から前記入力音声の定常性
を示す定常性パラメータを求める手段と、この手段で求
められた定常性パラメータによって前記類似度又は距離
を正規化する手段とを具備したことを特徴としている。
パラメータを求める手段と、この手段で求められた特徴
パラメータと音韻標準パターンとから前記入力音声に対
する音韻記号の類似度又は距離を求める手段と、前記特
徴パラメータの時間的な変化から前記入力音声の定常性
を示す定常性パラメータを求める手段と、この手段で求
められた定常性パラメータによって前記類似度又は距離
を正規化する手段とを具備したことを特徴としている。
（作用）
本発明では、特徴パラメータの時間的な変化から入力音
声の定常性を示す定常パラメータを求め、この定常性パ
ラメータによって類似度又は距離を正規化するようにし
ている。従って、本発明によれば、定常性パラメータに
より示される入力音声の定常性の高い部分で、定常的な
音韻についての類似度が強調され、定常性パラメータに
より示される入力音声の定常性の低い部分（過渡的部分
）で、定常的な音韻についての類似度が抑制される。こ
のため、本発明によれば、入力音声の定常性・非定常性
の状況に即した、正確な類似度又は距離計算が行われる
ことになるので、例えば俺来のように音韻と音韻との渡
り部分で誤った類似度や距離が求まることはない。
声の定常性を示す定常パラメータを求め、この定常性パ
ラメータによって類似度又は距離を正規化するようにし
ている。従って、本発明によれば、定常性パラメータに
より示される入力音声の定常性の高い部分で、定常的な
音韻についての類似度が強調され、定常性パラメータに
より示される入力音声の定常性の低い部分（過渡的部分
）で、定常的な音韻についての類似度が抑制される。こ
のため、本発明によれば、入力音声の定常性・非定常性
の状況に即した、正確な類似度又は距離計算が行われる
ことになるので、例えば俺来のように音韻と音韻との渡
り部分で誤った類似度や距離が求まることはない。
（実施例）
以下、本発明の一実施例を図面に基づき説明する。
第１図は本実施例に係る音韻類似度計算装置を示すブロ
ック図である。連続発声された音声はｇ１１分析部１１
に人力されている。この音響分析部１１は、例えばスペ
クトル分析の手法として知られているｉｕ Ｖｉ、の帯
域通過フィルタからなるフィルタバンクにより構成され
、入力音声を所定の分析時間（フレーム）毎に音響分析
してフィルタバンクの各チャンネルの出力値のエネルギ
ーを、特徴パラメータとして出力する。また、この音響
分析部１１は、上記特徴パラメータの算出と同時に入力
音声の定常性を示す定常性パラメータも計算する。例え
ば、ｘ（ｔ）を第ｔフレームの特徴ベクトルとすると、
定常性パラメータｖＤ）は、なる式によって求められる
。ここでＩＩ ｘ ＩＩは、ベクトルＸのノルムを示す
。また、上式のＴは１０〜５０ ｍ５ｅｃ程度に設定し
ておけば良い。このｖ（Ｌ）は、スペクトル変化の逆数
を示している。
ック図である。連続発声された音声はｇ１１分析部１１
に人力されている。この音響分析部１１は、例えばスペ
クトル分析の手法として知られているｉｕ Ｖｉ、の帯
域通過フィルタからなるフィルタバンクにより構成され
、入力音声を所定の分析時間（フレーム）毎に音響分析
してフィルタバンクの各チャンネルの出力値のエネルギ
ーを、特徴パラメータとして出力する。また、この音響
分析部１１は、上記特徴パラメータの算出と同時に入力
音声の定常性を示す定常性パラメータも計算する。例え
ば、ｘ（ｔ）を第ｔフレームの特徴ベクトルとすると、
定常性パラメータｖＤ）は、なる式によって求められる
。ここでＩＩ ｘ ＩＩは、ベクトルＸのノルムを示す
。また、上式のＴは１０〜５０ ｍ５ｅｃ程度に設定し
ておけば良い。このｖ（Ｌ）は、スペクトル変化の逆数
を示している。
初期類似度計算部１２は、音響分析部１１で得られた第
ｔフレームの特徴ベクトルｘ（ｔ）を入力し、音韻標準
パターンメモリ１３に格納されている標準パターンと上
記第ｔフレームの特徴ベクトルｘ（ｔ）との類似度を計
算する。この類似度計算の方法としては、周知の複合類
似度法を用いることができる。即ち、複合類似度法では
、予め多くのサンプルパターンからその共分散行列を計
算しておき、その行列の固有値と固有ベクトルとを標準
パターンとして持っておく。そして、入力される特徴ベ
クトルｘ（ｔ）について、 なる演算を行ない、音韻カテゴリＣに対する類似度を求
める。ここで、λｌｌ１（ｅ）はカテゴリＣに対する共
分散行列の第ｍ固有値であり、φＩＩ（Ｃ）はノルムを
１に正規化された固釘ベク）・ルである。このような計
算により各音韻についての類似度（以下、「初期類似度
」と呼ぶ）が求められる。
ｔフレームの特徴ベクトルｘ（ｔ）を入力し、音韻標準
パターンメモリ１３に格納されている標準パターンと上
記第ｔフレームの特徴ベクトルｘ（ｔ）との類似度を計
算する。この類似度計算の方法としては、周知の複合類
似度法を用いることができる。即ち、複合類似度法では
、予め多くのサンプルパターンからその共分散行列を計
算しておき、その行列の固有値と固有ベクトルとを標準
パターンとして持っておく。そして、入力される特徴ベ
クトルｘ（ｔ）について、 なる演算を行ない、音韻カテゴリＣに対する類似度を求
める。ここで、λｌｌ１（ｅ）はカテゴリＣに対する共
分散行列の第ｍ固有値であり、φＩＩ（Ｃ）はノルムを
１に正規化された固釘ベク）・ルである。このような計
算により各音韻についての類似度（以下、「初期類似度
」と呼ぶ）が求められる。
この初期類似度計算部１２で計算された初期類似度は、
類似度正規化部１４に与えられ、ここで音響分析部１１
で得られた定常性パラメータｖ（ｔ）に基づいて正規化
される。即ち、初期類似度の演算に使用されたλｍ 、
φｌ１（ｃ）の基礎となる其方（ｃ） 散行列は各音韻カテゴリに属する音声から取出したサン
プルから構成される。これらのサンプルは音韻の種類に
より定常的であったり、非定常的であったりする。した
がって、全ての音韻について同一の計算方法により類似
度を求めるのは無理がある。そこで、元来、定常的な音
韻である母音、鼻音等については、定常的な部分から取
出されたパターンを基壁としているので、入力音声の定
常性の大きいところで大きな値に、逆に小さいところで
小さな値になるようにする。そのため、第２図（ａ）に
示すように、定常性パラメータｖ（ｔ）に比例するよう
な正規化係数ν［ｖ（ｔ）］によって類似度Ｓ［ｘ（ｔ
）］を正規化する。この正規化によって最終的に得られ
る正規化類似度Ｎ５（０）［Ｘ （ｔ）］は、ＮＳ”［
ｘ（ｔ）］ −９（ｃ）［（ｘ（ｔ）］ ・］計ｖ（
ｔ）］によって計算される。ここで、ｗ［ｘ（ｔ）］は
、によって定義される。このように非線形な関係を設け
たのは、音声の定常性パラメータの急激な変化に対して
も安定な正規化が行なえるようにするためである。また
、ｖ［ｖ（ｔ）］の傾きを決めるパラメータｖＯとｖｌ
は、予め用意される音韻標準パターンの分布から求めて
おくことができる。αは０．５などの適当な値に設定し
ておけば良い。この正規化係数は、類似度正規化係数記
憶部１５に記憶される。
類似度正規化部１４に与えられ、ここで音響分析部１１
で得られた定常性パラメータｖ（ｔ）に基づいて正規化
される。即ち、初期類似度の演算に使用されたλｍ 、
φｌ１（ｃ）の基礎となる其方（ｃ） 散行列は各音韻カテゴリに属する音声から取出したサン
プルから構成される。これらのサンプルは音韻の種類に
より定常的であったり、非定常的であったりする。した
がって、全ての音韻について同一の計算方法により類似
度を求めるのは無理がある。そこで、元来、定常的な音
韻である母音、鼻音等については、定常的な部分から取
出されたパターンを基壁としているので、入力音声の定
常性の大きいところで大きな値に、逆に小さいところで
小さな値になるようにする。そのため、第２図（ａ）に
示すように、定常性パラメータｖ（ｔ）に比例するよう
な正規化係数ν［ｖ（ｔ）］によって類似度Ｓ［ｘ（ｔ
）］を正規化する。この正規化によって最終的に得られ
る正規化類似度Ｎ５（０）［Ｘ （ｔ）］は、ＮＳ”［
ｘ（ｔ）］ −９（ｃ）［（ｘ（ｔ）］ ・］計ｖ（
ｔ）］によって計算される。ここで、ｗ［ｘ（ｔ）］は
、によって定義される。このように非線形な関係を設け
たのは、音声の定常性パラメータの急激な変化に対して
も安定な正規化が行なえるようにするためである。また
、ｖ［ｖ（ｔ）］の傾きを決めるパラメータｖＯとｖｌ
は、予め用意される音韻標準パターンの分布から求めて
おくことができる。αは０．５などの適当な値に設定し
ておけば良い。この正規化係数は、類似度正規化係数記
憶部１５に記憶される。
なお、上記のように入力音声の定常的部分についての類
似度を高めるだけではなく、非定常的な音韻である破裂
音、流台、半母音につい七の非定常的音韻に対する類似
度を高めるには、第２図（ｂ）に示すような（ａ）の関
係と逆の関係で重み付けをすることにより正規化すれば
良い。この場合は、各音韻が定常的であるか非定常的で
あるかによって上記２つの類似度係数のカーブのいずれ
を用いるかを設定しておく必要があり、上式のｖ［ｖ（
Ｌ）］は］計［ｖ（ｔ）］に置換える必要がある。
似度を高めるだけではなく、非定常的な音韻である破裂
音、流台、半母音につい七の非定常的音韻に対する類似
度を高めるには、第２図（ｂ）に示すような（ａ）の関
係と逆の関係で重み付けをすることにより正規化すれば
良い。この場合は、各音韻が定常的であるか非定常的で
あるかによって上記２つの類似度係数のカーブのいずれ
を用いるかを設定しておく必要があり、上式のｖ［ｖ（
Ｌ）］は］計［ｖ（ｔ）］に置換える必要がある。
以上の１１Ｍ成による本装置によれば、音韻の種類が母
音・鼻音等の定常的なものであれば、入力音声の定常的
なところで大きな類似度が、また過渡的なところで小さ
な類似度が得られることになる。
音・鼻音等の定常的なものであれば、入力音声の定常的
なところで大きな類似度が、また過渡的なところで小さ
な類似度が得られることになる。
例えば第３図（ａ）に示すように、「アイ」と発声した
場合、入力音声「ア」と「イ」の境界（渡り）部分に「
工」の類似度値が得られることがあるが、この場合、渡
り部分における定常性パラメータｖ（ｔ）は小さくなる
ので（同図（ｂ））、類似度係数も小さくなり、結局、
初期類似度としては大きく現れていた「工」の類似度を
（同図（ｃ））、正規化によって相対的に低く抑えるこ
とができる（同図（ｄ））。逆に、本来、過渡的な破裂
音のような音韻に対しては、入力の過渡的なところにお
いて大きな類似度値が得られること°になる。その結果
、入力音声に対して類似度計３）を行なう時点の状況に
即した音韻記号の類似度が求められ、本発明を利用する
音韻認識装置の性能向上を図ることができる。
場合、入力音声「ア」と「イ」の境界（渡り）部分に「
工」の類似度値が得られることがあるが、この場合、渡
り部分における定常性パラメータｖ（ｔ）は小さくなる
ので（同図（ｂ））、類似度係数も小さくなり、結局、
初期類似度としては大きく現れていた「工」の類似度を
（同図（ｃ））、正規化によって相対的に低く抑えるこ
とができる（同図（ｄ））。逆に、本来、過渡的な破裂
音のような音韻に対しては、入力の過渡的なところにお
いて大きな類似度値が得られること°になる。その結果
、入力音声に対して類似度計３）を行なう時点の状況に
即した音韻記号の類似度が求められ、本発明を利用する
音韻認識装置の性能向上を図ることができる。
以上は類似度を用いた例であるが、本発明は、距離を用
いる場合にも同様に通用可能である。例えばマハラノビ
スの距離を用いる場合には、Ｄ（０）［（ｘ（１）］ ＝ （ｘ（ｔ） ｕ ）：）： （ｘ（ｔ
） −ｐ （ｃ））Ｔ（Ｃ） （Ｃ）−１ （Ｃ） によって距離が定義される。ここでμ は第Ｃカテゴ
リに属する訓練用サンプルの平均ベクトル、（Ｃ） Σ はその共分散行列である。このようにして計算さ
れる距離に係数ｗ’ ［ｖ（ｔ）］を乗することにより
正規化すれば良い。但し、距離の場合の正規化係数ν′
は類似度とは逆の関係となり、定常的な音韻に対して同
図（ｂ）の関係、過渡的な音韻に対して同図（ａ）の関
係となる。
いる場合にも同様に通用可能である。例えばマハラノビ
スの距離を用いる場合には、Ｄ（０）［（ｘ（１）］ ＝ （ｘ（ｔ） ｕ ）：）： （ｘ（ｔ
） −ｐ （ｃ））Ｔ（Ｃ） （Ｃ）−１ （Ｃ） によって距離が定義される。ここでμ は第Ｃカテゴ
リに属する訓練用サンプルの平均ベクトル、（Ｃ） Σ はその共分散行列である。このようにして計算さ
れる距離に係数ｗ’ ［ｖ（ｔ）］を乗することにより
正規化すれば良い。但し、距離の場合の正規化係数ν′
は類似度とは逆の関係となり、定常的な音韻に対して同
図（ｂ）の関係、過渡的な音韻に対して同図（ａ）の関
係となる。
［発明の効果］
以−に述べたように、本発明によれば、入力音声の定常
性を示すパラメータと、音韻記号の定常性とに基づいて
類似度又は距離を求めるようにしているので、音韻と音
韻との間の渡り部分で音韻類似度又は距離を誤ることが
なく、正確な類似度又は距離を求めることができる。
性を示すパラメータと、音韻記号の定常性とに基づいて
類似度又は距離を求めるようにしているので、音韻と音
韻との間の渡り部分で音韻類似度又は距離を誤ることが
なく、正確な類似度又は距離を求めることができる。
第１図は本発明の一実施例に係る音韻類似度計算装置の
概略構成を示すブロック図、第２図は同装置における定
常性パラメータと正規化係数との関係を示す図、第３図
は同装置の動作を説明するための図である。 １１・・・音響分析部、１２・・・初期類似度計算部、
１３・・・音韻標準パターン記憶部、１４・・・類似度
正規化部、１５・・・類似度正規化係数記憶部。 出願人代理人 弁理士 鈴江武彦 ９１図 ｖ０■、■（ｔ） 第２図
概略構成を示すブロック図、第２図は同装置における定
常性パラメータと正規化係数との関係を示す図、第３図
は同装置の動作を説明するための図である。 １１・・・音響分析部、１２・・・初期類似度計算部、
１３・・・音韻標準パターン記憶部、１４・・・類似度
正規化部、１５・・・類似度正規化係数記憶部。 出願人代理人 弁理士 鈴江武彦 ９１図 ｖ０■、■（ｔ） 第２図
Claims (3)
- （１）連続発声された入力音声を分析してその特徴パラ
メータを求める手段と、この手段で求められた特徴パラ
メータと音韻標準パターンとから前記入力音声に対する
音韻記号の類似度又は距離を求める手段と、前記特徴パ
ラメータの時間的な変化から前記入力音声の定常性を示
す定常性パラメータを求める手段と、この手段で求めら
れた定常性パラメータによって前記類似度又は距離を正
規化する手段とを具備したことを特徴とする音韻類似度
計算装置。 - （２）前記類似度又は距離を正規化する手段は、定常的
カテゴリに対しては前記定常性パラメータが大きい程大
きな類似度が与えられ、非定常的カテゴリに対しては前
記定常パラメータが大きい程小さな類似度が与えられる
ように類似度を正規化するものである特許請求の範囲第
１項記載の音韻類似度計算装置。 - （３）前記類似度又は距離を正規化する手段は、定常的
カテゴリに対しては前記定常性パラメータが大きい程小
さな距離が与えられ、非定常的カテゴリに対しては前記
定常パラメータが大きい程大きな距離が与えられるよう
に距離を正規化するものである特許請求の範囲第１項記
載の音韻類似度計算装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61306769A JPS63158596A (ja) | 1986-12-23 | 1986-12-23 | 音韻類似度計算装置 |
| US07/133,808 US4924518A (en) | 1986-12-23 | 1987-12-16 | Phoneme similarity calculating apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61306769A JPS63158596A (ja) | 1986-12-23 | 1986-12-23 | 音韻類似度計算装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS63158596A true JPS63158596A (ja) | 1988-07-01 |
Family
ID=17961064
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61306769A Pending JPS63158596A (ja) | 1986-12-23 | 1986-12-23 | 音韻類似度計算装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US4924518A (ja) |
| JP (1) | JPS63158596A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5688109A (en) * | 1994-06-29 | 1997-11-18 | Daikin Industries, Ltd. | Oil-level controller for compressor |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL9400888A (nl) * | 1994-05-31 | 1996-01-02 | Meijer Johannes Leonardus Jozef Drs | Werkwijze voor het vergroten van de verstaanbaarheid van het gesproken woord en inrichting daarvoor. |
| JP3008799B2 (ja) * | 1995-01-26 | 2000-02-14 | 日本電気株式会社 | 音声適応化装置，単語音声認識装置，連続音声認識装置およびワードスポッティング装置 |
| US5822728A (en) * | 1995-09-08 | 1998-10-13 | Matsushita Electric Industrial Co., Ltd. | Multistage word recognizer based on reliably detected phoneme similarity regions |
| US5825977A (en) * | 1995-09-08 | 1998-10-20 | Morin; Philippe R. | Word hypothesizer based on reliably detected phoneme similarity regions |
| US5684925A (en) * | 1995-09-08 | 1997-11-04 | Matsushita Electric Industrial Co., Ltd. | Speech representation by feature-based word prototypes comprising phoneme targets having reliable high similarity |
| TW521266B (en) * | 2000-07-13 | 2003-02-21 | Verbaltek Inc | Perceptual phonetic feature speech recognition system and method |
| EP1644787A1 (en) * | 2003-07-02 | 2006-04-12 | Philips Intellectual Property & Standards GmbH | Method of entering a security code for a network apparatus |
| US9262941B2 (en) * | 2010-07-14 | 2016-02-16 | Educational Testing Services | Systems and methods for assessment of non-native speech using vowel space characteristics |
| US9330358B1 (en) * | 2013-01-04 | 2016-05-03 | The United States Of America As Represented By The Secretary Of The Navy | Case-based reasoning system using normalized weight vectors |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3816722A (en) * | 1970-09-29 | 1974-06-11 | Nippon Electric Co | Computer for calculating the similarity between patterns and pattern recognition system comprising the similarity computer |
| JPS57136000A (en) * | 1981-02-17 | 1982-08-21 | Nippon Electric Co | Pattern matching apparatus |
| JPS57147781A (en) * | 1981-03-06 | 1982-09-11 | Nec Corp | Pattern matching device |
| US4400828A (en) * | 1981-03-27 | 1983-08-23 | Bell Telephone Laboratories, Incorporated | Word recognizer |
| JPS58145998A (ja) * | 1982-02-25 | 1983-08-31 | ソニー株式会社 | 音声過渡点検出方法 |
| JPS5997200A (ja) * | 1982-11-26 | 1984-06-04 | 株式会社日立製作所 | 音声認識方式 |
| JPS59121100A (ja) * | 1982-12-28 | 1984-07-12 | 株式会社東芝 | 連続音声認識装置 |
| JPS59121098A (ja) * | 1982-12-28 | 1984-07-12 | 株式会社東芝 | 連続音声認識装置 |
| US4707858A (en) * | 1983-05-02 | 1987-11-17 | Motorola, Inc. | Utilizing word-to-digital conversion |
-
1986
- 1986-12-23 JP JP61306769A patent/JPS63158596A/ja active Pending
-
1987
- 1987-12-16 US US07/133,808 patent/US4924518A/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5688109A (en) * | 1994-06-29 | 1997-11-18 | Daikin Industries, Ltd. | Oil-level controller for compressor |
Also Published As
| Publication number | Publication date |
|---|---|
| US4924518A (en) | 1990-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Vergin et al. | Generalized mel frequency cepstral coefficients for large-vocabulary speaker-independent continuous-speech recognition | |
| US7957959B2 (en) | Method and apparatus for processing speech data with classification models | |
| Ajmera et al. | Text-independent speaker identification using Radon and discrete cosine transforms based features from speech spectrogram | |
| JPS59226400A (ja) | 音声認識装置 | |
| CN108198547A (zh) | 语音端点检测方法、装置、计算机设备和存储介质 | |
| EP0838805B1 (en) | Speech recognition apparatus using pitch intensity information | |
| US12488805B2 (en) | Using optimal articulatory event-types for computer analysis of speech | |
| Sumithra et al. | A study on feature extraction techniques for text independent speaker identification | |
| JPS63158596A (ja) | 音韻類似度計算装置 | |
| Chatterjee et al. | Speech emotion recognition using cross-correlation and acoustic features | |
| Chadha et al. | Optimal feature extraction and selection techniques for speech processing: A review | |
| US12518774B2 (en) | Identifying optimal articulatory event-types for computer analysis of speech | |
| Přibil et al. | GMM-based evaluation of emotional style transformation in czech and slovak | |
| JP2879989B2 (ja) | 音声認識方法 | |
| Bhattachajee et al. | An experimental analysis of speech features for tone speech recognition | |
| Laleye et al. | Automatic boundary detection based on entropy measures for text-independent syllable segmentation | |
| Sharma et al. | Speech recognition of Punjabi numerals using synergic HMM and DTW approach | |
| Laleye et al. | Automatic text-independent syllable segmentation using singularity exponents and rényi entropy | |
| JPS63213899A (ja) | 話者照合方式 | |
| Jenhi et al. | Analysis of speaker’s voice in cepstral domain using MFCC based feature extraction and VQ technique for speaker identification system | |
| Jagtap et al. | REAL-TIME SPEECH BASED SENTIMENT RECOGNITION | |
| Rakshit | PIJMS II (1)–2015 ONLINE ISSN No.: 2348-618X | |
| Rakshit | PRAYAS-An International Journal of Multidisciplinary Studies | |
| Jamaati et al. | Vowels recognition using mellin transform and PLP-based feature extraction | |
| Mut et al. | Improved Weighted Matching for Speaker Recognition. |