JPS63192098A

JPS63192098A - 音声認識における標準パタ−ン作成装置

Info

Publication number: JPS63192098A
Application number: JP62025190A
Authority: JP
Inventors: 均岩見田
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1987-02-05
Filing date: 1987-02-05
Publication date: 1988-08-09

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］音声Ｎ識における標準パターン作成装置であって、分散
の大きい群を２分して２つの群に分割するという操作を
所定の群数になるまで繰返した後の各群の平均ベクトル
と共分散行列を標準バ、ターンとする。

［産業上の利用分野］本発明は音声ＩＩにおける標準パターン作成黄。

置に関し、更に詳しくは正確な標準パターンを作成する
ことができるようにした音声認識における標準パターン
作成装置に関する。

音声を認識する場合、各音声ごとに予め定められた標準
的なパターン（標準パターン）を作成しておき、音声が
入力されたらこの音声と各音声ごとの標準パターンとを
順次比較していき、最も一致しているパターンの音声を
入力音声と判定するようになっている。ところで、音声
は各人によってまちまちであり、同一の音声例えば“あ
°９を発声してもその音声パターンは各人によって興な
っている。従って、音声を認識するための標準パターン
は、各人の音声パターンに共通的な部分を抽出した最大
公約数的なものとならざるを得ない。

このため、誤認識の起こることもあり、正確な音声認識
を行うことができる標準パターンが必要とされている。

［従来の技術］第４図は標準パターン作成装置の従来構成を示すブロッ
ク図である。図において、１は標準パターン作成用のデ
ータを格納しておくデータ格納部、２は該データ格納部
１からデータを読出して平均ベクトルを算出する平均ベ
クトル算出部１．３は同じくデータ格納部１からデータ
を読出して共分散行列を算出する共分散行列算出部であ
る。そして、共分散行列算出部３から、平均ベクトルと
共分散行列が標準パターンとして出力される。

このように構成された装置において、平均ベクトル桿出
部２は、データ格納部１より読出したデータを基に平均
ベクトルを算出して出力し、共分散行列算出部３はデー
タ格納部１より読出したデータを基に共分散行列を算出
して出力する。そして、出力された平均ベクトルと共分
散行列が標準パターンとなる。

［発明が解決しようとする問題点］従来の装置では、データ格納部１に最初に入力された群
のデータに基づいて標準パターンを作成している。しか
しながら、群によっては発声の変動や話者の違いによっ
て分散が大きくなるので、音声認識性能が悪化するとい
う不具合があった。

本発明はこのような点に鑑みてなされたものであって、
良好な音声認識を行うことができる標準パターンを作成
する標準パターン作成装置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図は本発明の原理ブロック図である。図において、
１１は標準パターン作成用の多次元データを格納してお
くデータ格納部、１２はデータ格納部１１からデータを
読出してデータの群ごとに平均ベクトルを求める平均ベ
クトル算出部、１３は゛同じくデータ格納部１１からデ
ータを読出してデータの群ごとに共分散行列を求める共
分散行列算出部、１４は共分散行列算出部１３の出力を
受けて共分散行列の行列式の値が最も大きい詳をその値
が小さくなるような２つの群に分割する群分割部である
。該群分割部１４の出力は平均ベクトル算出部１２と共
分散行列算出部１３に入って、それぞれ分割した２つの
群について再度平均ベクトル算出と共分散行列の算出が
行われるようになっている。

［作用］データ格納部１１に入力された複数個の群の多次元デー
タは、それぞれ平均ベクトル算出部１２及び共分散行列
算出部１３により群ごとに読出され、それぞれ平均ベク
トル算出及び共分散行列の算出が行われる。群分割部１
４は、共分散行列算出部１３の出力を常時モニタしてお
り、全ての群についての共分散行列が求まった時点で各
群の共分散行列の行列式の値が最も大きい群を選び出し
、その値が小さくなるような２つの群に分割する。

共分散行列は言わばデータのバラツキの度合を示すもの
で、共分散行列の行列式が大きい程バラツキが大きいと
言える。従って、最もバラツキの度合の大きい群を２つ
の群に分割すると各群のバラツキは小さくなるので好ま
しい。分割された２つの群のデータは平均ベクトル算出
部１２及び共分散行列算出部１３に与えられ、それぞれ
の演算が行われる。以下、同様にして群分割部１４は分
散の大きい群を２つの群に分割する操作を、群数が予め
定められた数になるまで繰返す。そして、最終的に決定
された群数についての各群の平均ベクトルと共分散行列
を標準パターンとする。

［実施例］以下、図面を参照して本発明の実施例を詳細に説明する
。

第２図は本発明の一実施例を示す構成ブロック図である
。第１図と同一のものは、同一の符号を付して示す。図
において、２０はその時点での群数が予め与えられた数
に達しているか否かで群分割をするか否かを判定する判
定部である。群分割部１４は群選択手段２１．主成分分
析部２２．平均値算出部２３及び群分割手段２４より構
成されている。

８Ｔ選択手段２１は共分散行列算出部１３で求めた各群
の共分散行列からその行列式の値を求め、それが最大の
群を分割の対象となる群として選択する。主成分分析ｉ
’１ｓ２２は、分割の対象となった群内で主成分分析を
行い、第１主成分を求める。

平均値算出部２３は、主成分分析部２２の出力を受けて
第１主成分の平均値を求める。群分割手段２４は、平均
値算出部２３の出力（第１主成分平均値）を基準として
第°１主成分がそれより大きいデータと小さいデータの
２群に分割する。そして、分割された各群ごとのデータ
は平均ベクトル算出部１２及び共分散行列算出部１３に
フィードバックして与えられる。このように構成された
装置の動作を説明すれば、以下の通りである。

ここでは、単音節発声された音声の先行子音がｐ、ｔ、
にのどれであるかを認識する３群認識において、群数を
４群に拡大して認識する場合を例にとって説明する。デ
ータ格納部１１に格納されるデータは、例えば破裂部１
フレームの３２次元（多次元）スペクトルデータ等であ
る。このデータは、ａＸに先立って予め発声されたもの
で、ｐ。

ｔ、にのどの群であるかは予め分かっている。データ数
は各群共にｎとし、それぞれＸｐｔ〜Ｘｐｎ。

ｘｔ　１〜ｘｔｎ、　ｘｋ　１〜Ｘｋ　ｎ　ｒ表わす。

但し、各Ｘは３２次元ベクトルであり、例えばＸＪはＸｓ＝＜Ｘ１１＊Ｘｌｚ＋−＊Ｘ１ｓｚ＞なる３２個の
成分を持っている。これら３群の分布を仮想的に２次元
平面上に表わしたものの例を第３図に示す。ｋ群がバラ
ツキが一番大きい。

平均ベクトル算出部１２は、ｐ、ｔ、に、各群について
その平均ベクトルＥｐ、Ｅｔ、Ｅｋを求める。ここで、
例えばＥｐはＥＤ＝（ａｘ−、ｅｒ、−、ｅｉｚ）　　　”（１）で
表わされ、成分ｅＩは次式で与えられる。

ｅｌ−か／＋／ｎ　　（＋＝１〜３２）・・・（２）Ｅ
ｔ　、Ｅｋも同様にして求めることができる。

共分散行列算出部１３はｐ、ｔ、にの各群についてその
共分散行列ＶＤ　、　Ｖｔ　、Ｖｋを求メル。

ここで、■は成分がＶ　ｌｊ　　の３２次元行列であり
、ｐ群を例にとるとＶ１４　　は次式で与えられる。

ｖＩＪ　４（×１　＋　−〇　＋　）　・（ｘＩＪ”；
　）ｘ１／（ｎ−１）　　　　　　　　　　・・・（３
）（＋、ｊ”１〜３２）を群、に群についても同様にして求めることができる。

判定部２０は、その時点での群数が予め与えられた数に
達しているかどうかを判定する。この時点では、まだｐ
、ｔ、にの３群なので、予め定められた群数４に達して
いない。そこで、判定部２０は群分割部１４に群分割命
令を与える。群選択手段２１はｌ）、Ｑ、に各群につい
て共分散行列の行列式の値ＩＶｐ　Ｉ、ｌＶｔ　ｌ、ｌ
Ｖｋ　Ｉｅ算出し、それが最も大きくなる群を分割対象
として選択する。ここでは、第３図により明らかなよう
に、ｋ群の行列式が一番大きくなり、ｋ群が分割対象と
して選択される。

主成分分析部２２は、選択されたに群のデータについて
主成分分析を行い、第１主成分の係数ベクトルＭを求め
る。係数ベクトルＭはＭ　　＝　　　（ｒｇ　　　ｔ　　　＋　　　Ｉ　　　
２　　　、　　　・・・　、ｌｓ　　　２　　）　　　
　　　　　　　　　・・・　　（４）のように３２１ｇ
の成分を有しており、各データの第１成分Ｚ！〜Ｚｎを
求める。／１目の第１主成分ＺＡＦは次式で与えられる
。

次に、平均値算出部２３は主成分分析部２２で求めた第
１主成分データＺ１〜７ｎの平均値ｅｚを算出する。ｅ
ｚ　は次式で与えられる。

１３２−ｆｚｚ／ｎ　　　　　　　　・（６）群分割手
段２４は、（６）式で求めた平均値ｅ２より大きいデー
タをｋｉ群、小さいデータをに２群に撮り分け、ｋ群を
ｋｉ群とに２群に分割する。

ｋｉ群、に２群のデータは平均ベクトル算出部１２及び
共分散行列算出部１３に送られ、それぞれ平均ベクトル
Ｅｋｓ、Ｅｋｚと共分散行列Ｖｋｓ、Ｖｋｚが算出され
る。この段階で、各群ｐ。

’Ｉ＋’２＋ｊについて平均ベクトルと共分散行列が求
まったことになるので、処理を終了し各群の標準パター
ンを出力する。

上述の実施例ではｐ、に、ｔ３群を４群に拡大した場合
を例にとうて説明したが、本発明はこれに限るものでは
なく、分割前の群数及び分割後の群数も任意であってよ
い。又、ｐ、に、ｔ３群の最終的な群数も４に限るもの
ではなくその他の数、例えば６であってもよい。この場
合には群分割部１４による分割処理を再度繰返ずことに
なる。

［発明の効果］以上詳細に説明したように、本発明によれば、入力され
た複数個のデータ群について、予め定められた数の群数
になるまで共分散行列の行列式の値の大きい群から、つ
まりバラツキの大きい鮮からその値が小さくなるような
２つの群に分割する処理を繰返すことにより、発声の変
動や話者の遠いによる分散を小さくすることができる。

従って、良好な音声認識を行うことができる標準パター
ンを作成することのできる標準パターン作成装置を提供
することができる。

【図面の簡単な説明】

第１図は本発明の原理ブロック図、第２図は本発明の一実施例を示す構成ブロック図、第３図はデータの分布の例を示す図、第４図は従来Ｈ置の構成ブロック図である。第１図において、１１はデータ格納部、１２は平均ベクトル算出部、１３は共分散行列算出部、１４は群分割部である。入力本発明の原理ブロック図第１図入力第２　図データの分布の＃Ｉを示オ閃第３図入力標章パターン出力ｅＨ１１０Ｊ構瑣ブロッ構図１０７９図

Claims

【特許請求の範囲】標準パターン作成用の多次元データを格納しておくデー
タ格納部（１１）と、データの群ごとに平均ベクトルを求める平均ベクトル算
出部（１２）と、データの群ごとに共分散行列を求める共分散行列算出部
（１３）と、共分散行列の行列式の値が最も大きい群を、その値が小
さくなるような２つの群に分割する群分割部（１４）とを具備し、群分割部（１４）により分割されたデータ
の群を更に平均ベクトル算出部（１２）と共分散行列算
出部（１３）にフィードバックし、群数が予め定められ
た数になるまで繰返した後の各群の平均ベクトルと共分
散行列を標準パターンとするように構成したことを特徴
とする音声認識における標準パターン作成装置。