JPS63223797A - 単音節認識の子音検出方式 - Google Patents
単音節認識の子音検出方式Info
- Publication number
- JPS63223797A JPS63223797A JP5841387A JP5841387A JPS63223797A JP S63223797 A JPS63223797 A JP S63223797A JP 5841387 A JP5841387 A JP 5841387A JP 5841387 A JP5841387 A JP 5841387A JP S63223797 A JPS63223797 A JP S63223797A
- Authority
- JP
- Japan
- Prior art keywords
- consonant
- feature
- certain
- point
- detection method
- 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
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】
援漿氷」
本発明は、単音節認識装置における子音区間検出方式に
関する。
関する。
皿米致皇
従来の子音区間検出においては、一般に、母音区間を検
出し、その母音区間の先頭からある特徴量を用いて閾値
より大なるものが大きく発生した時点を子音境界として
いた。また、従来の子音境界検出方式として例えばスペ
クトル時間差分の累積和による境界検出法があるが、そ
の境界検出法は母音側から時間方向とは逆方向に累積和
が閾値を越える点を検出するものであり、そのため、そ
の点が境界と決定されていた。しかしながら、実際には
、更に前方向に真の境界がある場合もあり、誤検出をす
る可能性を有していた。
出し、その母音区間の先頭からある特徴量を用いて閾値
より大なるものが大きく発生した時点を子音境界として
いた。また、従来の子音境界検出方式として例えばスペ
クトル時間差分の累積和による境界検出法があるが、そ
の境界検出法は母音側から時間方向とは逆方向に累積和
が閾値を越える点を検出するものであり、そのため、そ
の点が境界と決定されていた。しかしながら、実際には
、更に前方向に真の境界がある場合もあり、誤検出をす
る可能性を有していた。
第３図は、従来の子音検出方式の一例を説明するための
構成図で、図中、１はマイクロフォン。
構成図で、図中、１はマイクロフォン。
２は特徴系列変換部、３はスペクトル時間差分演算部、
４は音声区間検出部、５は入力バッファ、６は母音区間
検出部、７は検索開始点検出部、８は比較部、９は閾値
制御部、１０は認識部、１−１は辞書、１２は結果出力
部で、以下、スペクトル時間差分を特徴量とした場合の
一例について説明するが、まず、最初に基本となる従来
方式における子音境Ｗの決定方式を説明する。マイクか
ら入力された音声は、特徴系列変換部により、特徴ベク
トルの時系列（Ｘｉ、Ｘｚ−・・・Ｘｉ）に変換される
６特徴ベクトル系列変換手段としては１例えば中心周波
数２５０〜６３００ Ｈｚで１／６オクターフコとに配
置した２９チヤンネルのバンドパスフィルタ群を用いれ
ばよい。このとき、１フレームの特徴ベクトルＸｉは Ｘ ｉ ＝ （Ｘ、ｊ、＋ｚ ｌ Ｘｊ、、 ｔ ”’
ｔＸｌｒ２＊）となる。ここで、Ｘｉ、ｊは、ｉフレー
ムにＪ９ける。ｊチャンネルのフィルターの出力を表す
、また、音声パワーＰ１は、例えば。
４は音声区間検出部、５は入力バッファ、６は母音区間
検出部、７は検索開始点検出部、８は比較部、９は閾値
制御部、１０は認識部、１−１は辞書、１２は結果出力
部で、以下、スペクトル時間差分を特徴量とした場合の
一例について説明するが、まず、最初に基本となる従来
方式における子音境Ｗの決定方式を説明する。マイクか
ら入力された音声は、特徴系列変換部により、特徴ベク
トルの時系列（Ｘｉ、Ｘｚ−・・・Ｘｉ）に変換される
６特徴ベクトル系列変換手段としては１例えば中心周波
数２５０〜６３００ Ｈｚで１／６オクターフコとに配
置した２９チヤンネルのバンドパスフィルタ群を用いれ
ばよい。このとき、１フレームの特徴ベクトルＸｉは Ｘ ｉ ＝ （Ｘ、ｊ、＋ｚ ｌ Ｘｊ、、 ｔ ”’
ｔＸｌｒ２＊）となる。ここで、Ｘｉ、ｊは、ｉフレー
ムにＪ９ける。ｊチャンネルのフィルターの出力を表す
、また、音声パワーＰ１は、例えば。
Ｐｉ−ΣＸ、 ｊ、 、 、１
ｊ＝１
として、求めれば良い。この法な特徴系列をある周Ｊｌ
ｌｌ （例えば１０ｍ５）で演算し、（の情報をある記
憶手段（例えばバッファメモリ）に記憶する。
ｌｌ （例えば１０ｍ５）で演算し、（の情報をある記
憶手段（例えばバッファメモリ）に記憶する。
また、音声区間検出手段は、本発明とは直接関係ないの
でその詳細な説明は省略するが、すでにいくつかの方法
が知！ちれている６ スペクトル時間差分は、上記特徴ベクトル系列を用いて
そのフレームとフレームの絶対値距離の正規化値を求め
るもので１例えば、次式のような演算式でサンプル周期
（）Ｉノーム単位）に求められる。
でその詳細な説明は省略するが、すでにいくつかの方法
が知！ちれている６ スペクトル時間差分は、上記特徴ベクトル系列を用いて
そのフレームとフレームの絶対値距離の正規化値を求め
るもので１例えば、次式のような演算式でサンプル周期
（）Ｉノーム単位）に求められる。
第４図は、−ヒ述のようにして求められたスペクトル時
間差分値の例を示す図で、図示のように、子音から母音
への過渡部に子の特徴的変化分が表われることになる。
間差分値の例を示す図で、図示のように、子音から母音
への過渡部に子の特徴的変化分が表われることになる。
次に、境界の決定法を説明する。あらかじめ検出された
母音定常部Ｔ１の先頭の部分Ｘ点を横糸開始点として時
間軸を逆方向にさかｈ ｊＪ （、の閾値Ｔ １１以上
のスペクトル時間差分の累積和をもっでその累積和Ｓか
更に閾値ｓｔｈを越える点をその子音境界としている。
母音定常部Ｔ１の先頭の部分Ｘ点を横糸開始点として時
間軸を逆方向にさかｈ ｊＪ （、の閾値Ｔ １１以上
のスペクトル時間差分の累積和をもっでその累積和Ｓか
更に閾値ｓｔｈを越える点をその子音境界としている。
第４図ではａがその子音境界となる。この従来方式にお
いては、第４図に示したように２つの大きな境界があっ
た場合、必ずａに決定され、誤検出のり能性が大きかっ
た。
いては、第４図に示したように２つの大きな境界があっ
た場合、必ずａに決定され、誤検出のり能性が大きかっ
た。
■−−煎
本発明は、Ｊ二連のごとき実情に鑑みてなされたもので
、特に、子音区間の検出において、子音境界検出の誤検
出を減少させて認識率を向上させることを目的としてな
されたものである。
、特に、子音区間の検出において、子音境界検出の誤検
出を減少させて認識率を向上させることを目的としてな
されたものである。
迷−一犬
本発明は、上記目的を達成するために、マイクから入力
された単音節音声の周波数解析をある時間周期で行う手
段と、抽出された特徴量をある特徴ベクトル系列に変換
する手段と、同様に特徴ベクトル系列とは別の第２の特
徴量を抽出し、該第２の特徴量を基に単音節の子音領域
をある点から逆方向に語頭まで検索して、その領域を求
める手段とを有する音声認識装置において、子音領域の
検索範囲内においてある条件製満足する子音区間を検出
した場合にそれを候補とし、その点から更に語頭まで検
索して同様の条件を満足する点が発見された場合にそれ
を候補として子音区間を一個又は複数個の候補で検出す
ることを特徴としたものである。以下５本発明の実施例
に基づいて説明する。
された単音節音声の周波数解析をある時間周期で行う手
段と、抽出された特徴量をある特徴ベクトル系列に変換
する手段と、同様に特徴ベクトル系列とは別の第２の特
徴量を抽出し、該第２の特徴量を基に単音節の子音領域
をある点から逆方向に語頭まで検索して、その領域を求
める手段とを有する音声認識装置において、子音領域の
検索範囲内においてある条件製満足する子音区間を検出
した場合にそれを候補とし、その点から更に語頭まで検
索して同様の条件を満足する点が発見された場合にそれ
を候補として子音区間を一個又は複数個の候補で検出す
ることを特徴としたものである。以下５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フローチ
ャートであるが、本発明においては、子音境界を決定せ
ず、子音候補として検出するようにしている。以下、そ
の具体的方式について説明する。前記と同様に検索開始
点から検索を開始し、閾値Ｔｈ以上のスペクトル時間差
分の累積和Ｓａに点において子音候補ａを検出し、更に
時間方向に逆上り、それが閾値以下になる点でその累積
和をクリアし、再び同様の検索を行いｓｂなる点を検出
し、子音候補すを検出する。同様の演算を語頭Ｔまで行
い、候補検出を行う、第４図の場合、子音境界候補は、
ａとｂの２つの候補が得られる。
ャートであるが、本発明においては、子音境界を決定せ
ず、子音候補として検出するようにしている。以下、そ
の具体的方式について説明する。前記と同様に検索開始
点から検索を開始し、閾値Ｔｈ以上のスペクトル時間差
分の累積和Ｓａに点において子音候補ａを検出し、更に
時間方向に逆上り、それが閾値以下になる点でその累積
和をクリアし、再び同様の検索を行いｓｂなる点を検出
し、子音候補すを検出する。同様の演算を語頭Ｔまで行
い、候補検出を行う、第４図の場合、子音境界候補は、
ａとｂの２つの候補が得られる。
以上を具体的に数値で表わしたものを第２図に示す。こ
のようにある特機部（この場合、スペクトル時間差分）
に着目してその子音境界を検出する場合に、ある境界を
検出した時点で候補とし、更に、同様の演算を繰り返し
、もし再び検出された場合、複数候補を有するよう構成
することにより真の子音境界を含ませる０次に、この境
界候補から真の境界を決定する手段として、複数の特機
部に着目して決定する方法が考えられる１例えば、第１
の特機部としてスペクトル時間差分、第２の特機部とし
て音声パワー情報を用いる。音声パワー情報からの候補
抽出演算も全く同様の方式を用いれば候補を得ることが
できる。この２つの特機部から得られた候補の共通する
点（最も近い点）を真の子音境界に決定する０例えば、
特機部１においてａ、ｂ点が求まり、特機部２において
ａ′のみの場合は１ａ−ａ’ｌと１ｂ−ａ’ｌとの近い
方に決定する。又、その他の方法も当然適用される。
のようにある特機部（この場合、スペクトル時間差分）
に着目してその子音境界を検出する場合に、ある境界を
検出した時点で候補とし、更に、同様の演算を繰り返し
、もし再び検出された場合、複数候補を有するよう構成
することにより真の子音境界を含ませる０次に、この境
界候補から真の境界を決定する手段として、複数の特機
部に着目して決定する方法が考えられる１例えば、第１
の特機部としてスペクトル時間差分、第２の特機部とし
て音声パワー情報を用いる。音声パワー情報からの候補
抽出演算も全く同様の方式を用いれば候補を得ることが
できる。この２つの特機部から得られた候補の共通する
点（最も近い点）を真の子音境界に決定する０例えば、
特機部１においてａ、ｂ点が求まり、特機部２において
ａ′のみの場合は１ａ−ａ’ｌと１ｂ−ａ’ｌとの近い
方に決定する。又、その他の方法も当然適用される。
カーーー呆
以上の説明から明らかなように、本発明によると、子音
境界検出の誤検出を減少させることができ、認識率を向
上させることが可能となる。
境界検出の誤検出を減少させることができ、認識率を向
上させることが可能となる。
第１図は、本発明の一実施例を説明するためのフローチ
ャート、第２図は１本発明を説明するための数値例を示
す図、第３１！ｌは、従来の子音区間検出方式の一例を
説明するための電気的ブロック線図、第４図は、第３図
の動作説明をするためのタイムチャートである。 １・・・マイクロフォン、２・・・特徴系列変換部、３
・・・スペクトル時間差分演算部、４・・・音声区間検
出部。 ５・・・入力バッファ、６・・・母音区間検出部、７・
・・検索開始点検出部、８・・・比較部、９・・・閾値
制御部。 １０・・・認識部、１１・・・辞書、１２・・・結果出
力部。 特許出願人 株式会社 リコー 第 １ 図 り仲す Ｊ１２図 第３図 第４図 手続省１″ｊｊ、Ｅ宇）（自発） ■、小事件表示 昭和６２年 特許願 第５８４１３号 ２、発明の名称 単音節認識の子音区間検出方式 ３６補圧をする者 事件との関係 特許出願人 オオタ り ナヵマゴメ 住所 東京都大田区中馬込１丁目３番６４氏名（名称
） （６７４）株式会社 リ コ −代表者 浜
１） 広 ４゜代理人 住 所 〒２３１ 横浜市中区不老町１−〜２−
７自発 ７、補正の内容 （１）、明細書の発明の名称を「単音節認識の子音区間
検出方式」に補正する。 （２）、明細書の特許請求の範囲を別紙の通り補正する
。 （３）、明細書の第２頁第９行目に記載の「先頭からＪ
を「先頭から逆方向にノに補正する。 （４）、同第１０行目に記載の「閾値より大なるものが
大きく発生した」を［ある閾値より大なるものが検出さ
れた」に補正する。 （５）、同第３頁第８行目に記載の「決定方式」を「決
定方式の例」に補正する。 （６）、同第４頁第１２行目に記載の に補正する。 （７）、同第５頁第１行目に記載の「累積和Ｓか」を「
累積和Ｓが」に補正する。 （８）、同第６頁第１３〜１４行目に記載のＩ”Ｓａに
点において」を「ｓａの点において」に補正する。 特許請求の範囲 （１）、マイクから入力された単音節音声の周波数解析
をある時間周期で行う手段と、抽出された特徴量をある
特徴ベクトル系列に変換する手段と、同様に特徴ベクト
ル系列とは別の第２の特徴量を抽出し、該第２の特徴量
を基に単音節の子音領域をある点から逆方向に語頭まで
検索して、その領域を求める手段とを有する音声認識装
置において、子音領域の検索範囲内においてある条件を
満足する子音区間を検出した場合にそれを候補とし、そ
の点から更に語頭まで検索して同様の条件を満足する点
が発見された場合にそれを候補とし、子音区間を一個又
は複数個の候補で検出することを特徴とする 雪
の 式。 （２）、第１の特徴量とは別の第２の特徴量により得ら
れた同様の子音区間候補と、第２の特徴量でのそれとを
用いて真の子音区間を決定することを特徴とする特許請
求の範囲第（１）項に記載の監１ の
式。
ャート、第２図は１本発明を説明するための数値例を示
す図、第３１！ｌは、従来の子音区間検出方式の一例を
説明するための電気的ブロック線図、第４図は、第３図
の動作説明をするためのタイムチャートである。 １・・・マイクロフォン、２・・・特徴系列変換部、３
・・・スペクトル時間差分演算部、４・・・音声区間検
出部。 ５・・・入力バッファ、６・・・母音区間検出部、７・
・・検索開始点検出部、８・・・比較部、９・・・閾値
制御部。 １０・・・認識部、１１・・・辞書、１２・・・結果出
力部。 特許出願人 株式会社 リコー 第 １ 図 り仲す Ｊ１２図 第３図 第４図 手続省１″ｊｊ、Ｅ宇）（自発） ■、小事件表示 昭和６２年 特許願 第５８４１３号 ２、発明の名称 単音節認識の子音区間検出方式 ３６補圧をする者 事件との関係 特許出願人 オオタ り ナヵマゴメ 住所 東京都大田区中馬込１丁目３番６４氏名（名称
） （６７４）株式会社 リ コ −代表者 浜
１） 広 ４゜代理人 住 所 〒２３１ 横浜市中区不老町１−〜２−
７自発 ７、補正の内容 （１）、明細書の発明の名称を「単音節認識の子音区間
検出方式」に補正する。 （２）、明細書の特許請求の範囲を別紙の通り補正する
。 （３）、明細書の第２頁第９行目に記載の「先頭からＪ
を「先頭から逆方向にノに補正する。 （４）、同第１０行目に記載の「閾値より大なるものが
大きく発生した」を［ある閾値より大なるものが検出さ
れた」に補正する。 （５）、同第３頁第８行目に記載の「決定方式」を「決
定方式の例」に補正する。 （６）、同第４頁第１２行目に記載の に補正する。 （７）、同第５頁第１行目に記載の「累積和Ｓか」を「
累積和Ｓが」に補正する。 （８）、同第６頁第１３〜１４行目に記載のＩ”Ｓａに
点において」を「ｓａの点において」に補正する。 特許請求の範囲 （１）、マイクから入力された単音節音声の周波数解析
をある時間周期で行う手段と、抽出された特徴量をある
特徴ベクトル系列に変換する手段と、同様に特徴ベクト
ル系列とは別の第２の特徴量を抽出し、該第２の特徴量
を基に単音節の子音領域をある点から逆方向に語頭まで
検索して、その領域を求める手段とを有する音声認識装
置において、子音領域の検索範囲内においてある条件を
満足する子音区間を検出した場合にそれを候補とし、そ
の点から更に語頭まで検索して同様の条件を満足する点
が発見された場合にそれを候補とし、子音区間を一個又
は複数個の候補で検出することを特徴とする 雪
の 式。 （２）、第１の特徴量とは別の第２の特徴量により得ら
れた同様の子音区間候補と、第２の特徴量でのそれとを
用いて真の子音区間を決定することを特徴とする特許請
求の範囲第（１）項に記載の監１ の
式。
Claims (2)
- （１）、マイクから入力された単音節音声の周波数解析
をある時間周期で行う手段と、抽出された特徴量をある
特徴ベクトル系列に変換する手段と、同様に特徴ベクト
ル系列とは別の第２の特徴量を抽出し、該第２の特徴量
を基に単音節の子音領域をある点から逆方向に語頭まで
検索して、その領域を求める手段とを有する音声認識装
置において子音領域の検索範囲内においてある条件を満
足する子音区間を検出した場合にそれを候補とし、その
点から更に語頭まで検索して同様の条件を満足する点が
発見された場合にそれを候補とし、子音区間を一個又は
複数個の候補で検出することを特徴とする単音節認識の
子音検出方式。 - （２）、第１の特徴量とは別の第２の特徴量により得ら
れた同様の子音区間候補と、第２の特徴量でのそれとを
用いて真の子音区間を決定することを特徴とする特許請
求の範囲第（１）項に記載の単音節認識の子音検出方式
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5841387A JPS63223797A (ja) | 1987-03-13 | 1987-03-13 | 単音節認識の子音検出方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5841387A JPS63223797A (ja) | 1987-03-13 | 1987-03-13 | 単音節認識の子音検出方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS63223797A true JPS63223797A (ja) | 1988-09-19 |
Family
ID=13083687
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5841387A Pending JPS63223797A (ja) | 1987-03-13 | 1987-03-13 | 単音節認識の子音検出方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS63223797A (ja) |
-
1987
- 1987-03-13 JP JP5841387A patent/JPS63223797A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109065031B (zh) | 语音标注方法、装置及设备 | |
| JP5207642B2 (ja) | 語句として新たに認識するべき文字列を取得するためのシステム、方法及びコンピュータプログラム | |
| US8712779B2 (en) | Information retrieval system, information retrieval method, and information retrieval program | |
| US4736429A (en) | Apparatus for speech recognition | |
| US10395109B2 (en) | Recognition apparatus, recognition method, and computer program product | |
| CN112784009A (zh) | 一种主题词挖掘方法、装置、电子设备及存储介质 | |
| JPH0895589A (ja) | 音声合成方法及びシステム | |
| JP2005234786A (ja) | 映像キーワード抽出方法及び装置及びプログラム | |
| JP2853418B2 (ja) | 音声認識方法 | |
| Kaneko et al. | Metric subspace indexing for fast spoken term detection. | |
| Guo et al. | An algorithm for spoken keyword spotting via subsequence DTW | |
| JPS6131880B2 (ja) | ||
| JPS6225796A (ja) | 音声認識装置 | |
| JPS63173100A (ja) | キ−ワ−ド抽出装置 | |
| HK40002006A (en) | Speech marking method and device, and equipment | |
| HK40002006B (zh) | 语音标注方法、装置及设备 | |
| JPS6068000A (ja) | ピッチ抽出装置 | |
| JPS60201395A (ja) | 音声認識方法 | |
| Jin et al. | Combining confusion networks with probabilistic phone matching for open-vocabulary keyword spotting in spontaneous speech signal | |
| JPH02226300A (ja) | 音韻区間情報形成装置 | |
| JPS60159798A (ja) | 音声認識装置 | |
| Lei et al. | Combination of improved Katz and mutual information for speech recognition based on lattice | |
| JPS5882300A (ja) | 音声認識方式 | |
| JPH0449719B2 (ja) | ||
| JPS6120099A (ja) | 音韻セグメンテ−シヨン装置 |