JPS6328316B2

JPS6328316B2 -

Info

Publication number: JPS6328316B2
Application number: JP54100560A
Authority: JP
Inventors: Hiroaki Sekoe
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1979-08-06
Filing date: 1979-08-06
Publication date: 1988-06-08
Also published as: JPS5624678A

Description

【発明の詳細な説明】本発明は音声認識システム、特に連続単語列を
認識できる音声認識システムの中心構成要素た
る、パタンマツチング装置の改良に関する。

音声認識システムは、計算機へのデータ入力
や、自動仕分け機械等への制御情報入力手段とし
て広大な需要を有している。このため近年では、
実用的な音声認識システムが開発され、商品化さ
れている。これらの音声認識システムには、区切
つて発声した単後しか認識できないものと、連続
的に発声された単語列が認識できるものとの、２
種類が存在する。データ入力の速度が高い、発声
者にとつて使い易い等の点で、連続単語列が認識
できるシステムの方が優れていることは明らかで
ある。しかし、区切つて発声した単語よりは、連
続して発声した単語列の認識の方が困難であり、
多くの処理量が必要とされる。このため、従来
は、連続単語列認識のシステムは、区切つた単語
を認識するシステムよりも大型で、高価であつ
た。

すでに実用化されている連続単語列認識システ
ムの構成は特願昭50−132003号明細書に記されて
いる。その概略は次の通りである。例として数字
０〜９よりなる数字列を認識する場合を説明す
る。各数字ｎ（ｎ＝０〜９）には標準パタン Bⁿ＝〓ⁿ ₁、〓ⁿ ₂、…〓ⁿ _j、…、〓ⁿ _Jo (1) が、あらかじめ用意されている。ここに、〓ⁿ _jは
時刻ｊにおける数字音声ｎの音声的特徴を記述す
るベクトルである。同様な形式で表現される入力
パタンをＡ＝〓₁、〓₂、…、〓_i、…、〓_I (2) で示す。この入力パタンＡの中には１個以上の単
語列が含まれている。この入力パタン中に、部分
パタンＡ（ｐ、ｍ）＝〓_p+1、〓_p+2、…、〓_n (3) を定義する。ｐをこの部分パタンの始端、ｍを終
端と呼ぶ。この部分パタンＡ（ｐ、ｍ）と、先の
標準パタンＢ（簡単のため添字ｎを省略）との間
の距離を次のように定義する。

Ｄ（Ａ（ｐ、ｍ）、Ｂ）＝min ｊ＝ｊ（ｉ）〔_n 〓^i=p+1 ｄ（ｉ、ｌ）〕 (4) ここに、関数ｊ(i)は標準パタンＢの時間軸ｊを
入力パタンの時間軸ｉに写像する単調増加関数で
あり、ｊ（ｐ＋１）＝１、ｊ（ｍ）＝Ｉ (5) なる条件を満足する。ｄ（ｉ、ｊ）はベクトル〓_i
と〓_jとの間の距離ｄ（ｉ、ｊ）＝｜｜〓_i−〓_j｜｜ (6) を意味する。またmin ｊ＝ｊ（ｉ）なる記号は、関数ｊ
(i)に関して、〔〕内の値を最小化することを意
味する。

前記特願昭50−132003号明細書記載の方法で
は、このような部分パタンＡ（ｐ、ｍ）と標準パ
タンBⁿの間の距離Ｄ（Ａ（ｐ、ｍ）、Bⁿ）を、すべ
てのｎに対して計算し、それをもとにして部分距離 D^（ｐ、ｍ）＝min ｎ〔Ｄ（Ａ（ｐ、ｍ）、Bⁿ）〕 (7) 部分判定 N^（ｐ、ｍ）＝argmin ｎ〔Ｄ（Ａ（ｐ、ｍ）、Bⁿ）〕 (8) が求められ記憶される。ここにargmin ｎなる記号
は〔〕内の最小値を与える変数を求めることを
意味する。これらの部分距離D^（ｐ、ｍ）と部分
判定N^（ｐ、ｍ）は、部分パタンの始点ｐと終端
ｍとのあらゆる組合せに関して算出される。

以上の部分距離D^（ｐ、ｍ）をもとにして、 min ｐ(1)，ｐ(2)，…，ｐ（Ｙ−１）〔_Y 〓^x=1 Ｄ（ｐ（ｘ−１）、ｐ（ｘ））〕 (9) なる最小問題が計算される。ここにｐ（ｘ）、ｘ＝
１、２、…、Ｙ−１は、入力パタンＡを部分パタ
ンＡ（ｐ（ｘ−１）、ｐ（ｘ））に分割するための区
分点群である。これら、及びその個数Ｙ−１を最
適化することによつて〔〕内の値を最小化す
る。最適な区分点群をp^(1)、p^(2)、…、p^（ｘ）、
…、p^（Y^−１）とする（個数はY^−１）。この時、
先の部分判定N^（ｐ、ｍ）をもとにして N^（p^（ｘ−１）、p^（ｘ）ｘ＝１、２、…Y^(10) を認識結果としている。

以上の認識方法によると、非常に高い認識率が
得られることが、日本音響学会音声研究会資料
S75−28（1975−11）に報告されている。

(4)式の距離Ｄ（Ａ（ｐ、ｍ）、Ｂ）の計算はダイ
ナミツクプログラミング（dynamic
programming、略してDP）によつて行なわれ
る。その計算アルゴリズムは次のような漸化式計
算である。

初期条件ｇ（ｍ、Ｊ）＝ｄ（ｍ、Ｊ） (11) 漸次式ｇ（ｉ、ｊ）＝ｄ（ｉ、ｊ）＝ｄ（ｉ、ｊ）＋min ｇ（ｉ＋１、ｊ）ｇ（ｉ＋１、ｊ＋１）ｇ（ｉ＋１、ｊ＋２） (12) （ｊ＝Ｊ、Ｊ−１、Ｊ−２、…、２、１）距離Ｄ（Ａ（（ｐ、ｍ）、Ｂ）＝ｇ（ｐ＋１、１）（13）上の漸化式計算は、前記特願昭50−132003号明
細書の第２図に参照数字２２と２３で示される窓ｊ＋ｍ−Ｊ−ｒ≦ｉ≦ｊ＋ｍ−Ｊ＋ｒ（14）の内部で行なわれる。この結果、１個の終端ｍとｍ−Ｊ−ｒ≦ｐ≦ｍ−Ｊ＋ｒ（15）なる範囲の始端ｐの組合せに対して距離Ｄ（Ａ
（ｐ、ｍ）、Ｂ）が、並列に算出される。この(11)〜
(12)式のアルゴリズムは、日本音響学会音声研究会
資料S75−28に「２段DPマツチング法による連
続単語認識」と題して発表されている論文に
“DPマツチング”と呼ばれて記載され、公知とな
つているものである。

かくの如き認識法の問題点は所要計算量が非常
に大きいことである。なぜならば、終端ｍをシフ
トしていくにしたがつて窓（14）をシフトし、そ
のたびに(11)、(12)式の漸化式を、窓内のすべての点
（ｉ、ｊ）で計算しなくてはならないからである。
しかも、(7)、(8)式の部分距離と部分判定を求める
ためには、上記手続きをＮ（標準パタン数）回繰
り返す必要がある。一例としてＮ＝100、Ｊ＝20、
窓幅（2r＋１）＝21の時には、漸化式(12)を１個の
ｍに対して約40000回実行する必要がある。ｍは
入力パタンＡの時刻ｉの標本化同期と同じ周期で
変化されるものである。この周期は通常10ｍｓ程
度であるので、結局、40000回／10ｍｓ＝４回／
1μsの速度で漸化式(12)を計算する必要が生じる。

一方、漸化式(12)の形を見るに、大半の計算は(6)
式の距離ｄ（ｉ、ｊ）の計算に必要とされている。
なぜならば、ベクトル〓_iと〓_jはいずれも10次元
以上のベクトルであるのが普通なので、その距離
の計算には、少なくとも加算と減算を10回以上も
繰り返す必要がある。これに対して(12)式のmin
｛｝なる演算は３回程度の減算で済むのである。
前記特願昭50−132003号明細書の第34ページの記
載によると、上記の漸化式計算は、特願昭46−
62782号明細書添付の第５図の如きパタンマツチ
ング装置によつてなされるとなつている。同図及
びそれに関連する説明を参照すると、漸化式を１
回計算するごとに、距離ｄ（ｉ、ｊ）を１回計算
している。漸化式の計算を前記の如く４回／1μs
の速度で行なうためには、距離計算のための加減
算は40回／1μs以上の速度で実行される必要があ
つた。

この速度を実現するためには高速（したがつて
高価）な演算素子を使用するか、あるいは並列演
算回路を使用する等の工夫が必要とされ、パタン
マツチング装置の高価格化が避けられなかつた。

本発明は、従来装置の有している上記欠点を改
良して、低価格なパタンマツチング装置を実現
し、ひいては安価な音声認識システムを提供する
ことを目的としたものである。

本発明によるパタンマツチング装置の構成を述
べるに先だつて、その動作原理の説明から始め
る。

第１図は、特願昭50−132003号明細書に述べら
れている従来のパタンマツチング装置の動作原理
を説明するための図である。横軸ｉ（あるいはｍ）
には入力パタンＡのベクトル〓_iが並べられ縦軸
ｊには標準パタンＢのベクトル〓_jが並べられる。
ｉ＝ｍを終端とする部分パタンＡ（ｐ、ｍ）に対
するマツチング処理は点（ｍ、Ｊ）に初期条件(11)
を与えた後に、窓Ｗ（ｍ）内で(12)式の漸化式計算
を行ない、区間Ｐ（ｍ）（（15）式）内に距離Ｄ（Ａ
（ｐ、ｍ）、Ｂ）が（13）式のように求まる。次に
部分パタンの終端がｉ＝ｍ＋１にシフトされた時
は、（ｍ＋１、Ｊ）点に初期条件ｇ（ｍ＋１、Ｊ）
を与えた後に、窓Ｗ（ｍ＋１）内で漸化式(12)を計
算し、区間Ｐ（ｍ＋１）内に距離Ｄ（Ａ（ｐ、ｍ＋
１）、Ｂ）が求められる。漸化式(12)の計算が窓Ｗ
（ｍ）内で行なわれる場合には、距離ｄ（ｉ、ｊ）
はやはり窓Ｗ（ｍ）内のすべての点で計算される。
次に窓Ｗ（ｍ＋１）内で漸化式(12)の計算がなされ
る場合は、距離ｄ（ｉ、ｊ）の計算は窓Ｗ（ｍ＋
１）内のすべての点で実行される。それゆえ、第
１図より明らかなように、窓Ｗ（ｍ）内と窓Ｗ（ｍ
＋１）内の距離計算は、大きく重複している。こ
のため、必要以上に大量の計算処理が必要とされ
ている。

本発明の基本的な考え方は、上記のように窓Ｗ
（ｍ）と窓Ｗ（ｍ＋１）で重複する距離ｄ（ｉ、ｊ）
の計算の結果生じる余分な計算処理を消去するこ
とにある。

本発明のパタンマツチング装置に要求される機
能は、特願昭50−132003号明細書に記載されたも
のと同じく、部分パタンの終端ｍが１個与えられ
る都度、（15）式の区間Ｐ（ｍ）に含まれる始端ｐ
に対して、距離Ｄ（Ａ（ｐ、ｍ）、Ｂ）を算出する
ことにある。しかも、標準パタンＢはB¹、B²…、
Bⁿと変化されるが、これらのそれぞれに対して
距離Ｄ（Ａ（ｐ、ｍ）、Bⁿ）が能率良く計算されな
くてはならない。

本発明によるパタンマツチング装置は、各標準
パタンBⁿに対して窓Ｗ（ｍ）内の距離ｄ（ｉ、ｊ）
を保持し、入力パタンのベクトルが１個与えられ
るごとに新たに計算される距離ｄ（ｉ、ｊ）の群
が書き込まれ、最も古い距離の群が消去されるご
とく構成された距離バツフアを有していることを
特徴としている。

第２図は本発明の有効性を説明するための図で
ある。この図は第１図の要部を拡大したものであ
る。ｉ＝ｍを終端とする処理が終了した時点では
距離ｄ（ｉ、ｊ）は窓Ｗ（ｍ）内ですべて計算され
て距離バツフアに記憶されている。次にベクトル
〓_k（ｋ＝ｍ＋ｒ＋１）が入力されてｉ＝（ｍ＋
１）を終端とするマツチング処理が始められる。
窓Ｗ（ｍ）と窓Ｗ（ｍ＋１）を比較して見ると図に
×印と◎印で示した点が異つている。すなわち、
窓Ｗ（ｍ＋１）では◎印の点群における距離ｄ
（ｉ、ｊ）が新たに必要となり、×印の点群におけ
る距離ｄ（ｉ、ｊ）は、もはや不要なのである。
それゆえ窓Ｗ（ｍ）に対応するだけの距離ｄ（ｉ、
ｊ）のメモリーを用意しておけば、その一部を、
新たなベクトル〓_kが与えられるごとに更新すれ
ば、(11)から（14）式までの漸化式計算は可能とな
るのである。

かくの如き構成によると距離ｄ（ｉ、ｊ）の計
算回数を大幅に低減できることになる。先に例示
した窓幅（2r＋１）＝21の場合には、特願昭50−
132003記載の構成に比して１／21の処理量でよい
ことになる。それゆえ、本発明の構成によると、
低速の演算素子で、かつ簡単な回路構成で従来装
置と同等な機能を有するパタンマツチング装置が
実現できる。

以下に本発明の一実施例を示す図面を参照しな
がら、本発明の原理と構成を詳述する。

第３図は本発明の一実施例を示すブロツク図で
あり、第４図はその動作を説明するためのタイム
チヤートである。第３図における各部は制御部１
００からの制御信号群の指令のもとに動作する。
入力パタンＡのベクトル〓_kが入力されると、標
準パタン指令信号n₁はｎ＝１、２、…、Ｎなる値
を取つて変化される。各ｎのサイクル中で標準パ
タンBⁿと、現在までに入力されている入力パタ
ンのベクトル〓_iの時系列とのマツチング処理が
行なわれ、距離Ｄ（Ａ（ｐ、ｍ）、Bⁿ）が（15）式
の範囲で計算される。

標準パタン記憶部１１０はセクタ構成のメモリ
ーとなつており、第ｎセクタには標準パタンBⁿ
が(1)式の形式で記憶されている。制御信号n₁＝ｎ
によつて第ｎセクタの標準パタンBⁿが指定され
る。その後、アドレス信号j₁がｊ＝Ｊ（標準パタ
ン中のベクトル個数を意味する。以後の処理は各
ｎに対して同様の処理が行なわれるので特に必要
が無い場合Bⁿ、Jⁿ、〓ⁿ _j等の添字ｎを省略する）
（Ｊ−１）、（Ｊ−２）…１とカウントダウンされ
る。これと同期して別のアドレス信号i₁はｉ＝
ｋ、（ｋ−１）…、（ｋ−Ｊ＋１）とカウントダウ
ンされる。これらのアドレス信号i₁とj₁は第２図
の○ぐ

Claims

【特許請求の範囲】

１ベクトル〓ⁿ _jの時系列として表現される標準
パタンの群B¹、B²、…、Bⁿ、…、B^Nを記憶する
標準パタン記憶部と、ベクトル〓_iの時系列とし
て表現される入力パタンを保持するための入力パ
タンバツフアと、前記ベクトル〓_iと〓_jとの距離
ｄ（ｉ、ｊ）を計算する手段と、時刻ｉに同期し
て更新され過去一定区間内に計算された距離ｄ
（ｉ、ｊ）の群を、標準パタンBⁿに対応づけて記
憶するための距離バツフアと、この距離バツフア
に記憶される距離ｄ（ｉ、ｊ）を参照してDPマツ
チングの漸化式計算を行ない、入力パターン〓_i
の時系列中の部分パタンＡ（ｐ、ｍ）＝〓_p+1、〓_p
_＋２、…、〓_nと、標準パタンBⁿの間の距離Ｄ（Ａ
（ｐ、ｍ）、Bⁿ）を複数個のｐの値に対して算出
する漸化式計算部とよりなることを特徴とするパ
タンマツチング装置。