JPS63303398A

JPS63303398A - 音声認識装置

Info

Publication number: JPS63303398A
Application number: JP62139205A
Authority: JP
Inventors: 別所　由実; 博斉藤; 博之直野
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1987-06-03
Filing date: 1987-06-03
Publication date: 1988-12-09

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】産業上の利用分野本発明は、類似した２種類以上の音声を認識゛、するこ
とかできる音声認識装置に関するものである。

従来の技術不特定話者に対応させるために、予め多数の音声データ
から、各単語もしくは音節、音韻につき複数個の標準デ
ータを選択しておき、認識時に用いる方法は有効な方法
である。し力・しながら、認識対象単語もしくは音節、
音韻の中に、類似した２棟類以上の単語もしくは音節、
音韻が存在する場合には、上記類似音声を区別すること
ができるような標準パターンが必要になるが、上記のよ
うな標準パターンを予め選択しても未知の入力音声に適
応しにくく、類似音声の認識が困難であった。

従来の音声認識装置では、上記問題点を解決するため、
母集団音声より必要最小限数の標準パターンを作成して
おき、認識装置使用中に誤認識した場合に、その誤認識
音声に適応できるパターンを標準パターンとして追加す
る方法がとられた。

以上の方法により、誤認識しやすい類似音声パターンが
追加されることにな９、類似した２独類以」二の音声に
も対応する認識装置を実現することが可能となる。（た
とえば、飯塚、森戸、山田（沖？１工気昨）基盤研究所
）「不特定話者単語音声認識」、音響学会音声研究会資
料５８３−５４（１２，２２，１９８３））以下、図面
を参照しながら、上述し／こよりな従来の一１１声認識
装置について、１兄明を行う。第４図は、従来の音声認
識装置のブロック図である。１は音声入力端子、２は特
徴抽出部、了はパターン照合部、９は認識結果出力端子
、１ｏは迫力目パターン決定部、１２は保管パターンテ
ングレー１・、１１は標準パターンテンブレー１−１８
はスイッチである。以上のように構成された音声認識装
置について、その動作を説明する。

丑ず、話者が標準パターンを更新する学習の際には、音
声入力端子１より入力された学習用音声信号を特徴抽出
部２で分析し、特徴パラメータを抽出する。学習ノ目音
声信号としては、標準ノくターンテンブレー１・１１に
合剤れている単語音声信号を用いる。ｎだ、分析方法に
は、たとえばＬＰＣケプストラム法を用いれば、単位時
ｉｕｌごとに所定の個数のケプストラム係数が算出され
る。

標準パターンテンブレー１・１１には、音声区間外のク
プストラム係叔を１単語分とする標準・くターンが谷ａ
Ｉｉ飴につき複数個合剤れており、ノくターン照合部７
で標準パターンを人力し、符敞抽１１暑邦２で分析され
た学習音声パターンと標準・ぐターンとの距離を算出し
、最知ｉ１′１ノ離の標準・４ターンを選び、認識の１
１■、不ｉＩＴを判断する。誤ｉ憐識した」場合には誤
認識単Ｊｊ（の１回分のパターンを保管、＜ターンテン
ブレー川・１２に保管する１３以」二の処理を、単数も
しくは抜叡Ｃ活者が、複数回繰り返す１、ｌ−、起動作
の結果、保管・ぐターンテンブレー１・１２に合剤れる
パターンが一５’、’ｒｌ　１ｌＩＩｊ数以ににな−）
だ際に、追加パターン決定部１０て、保管・々り一ンテ
ンプレー１・１２より仇み込んだ保管・ｑターンを対象
に追加パターンを決定する。決）」テ方法に１、最も誤
認識の予力・−・た単ｄｒ４の保・１？・ぐターンを対
象に、類似度の尚いパターンを同クラスと見なしだクラ
ス分け（以後クラスタリングとｎｆぶ）ｔ′ｒ’Ｔい、
クラス内のパターンが−′）ｙ数似−（−であるクラス
のセンＩ・ロイドパターン（以後中心パターンと呼ぶ）
を標準パターンに迫力［ｊする方法である。この隙の全
てのクラスにおいて）くターン数が一定喧以下の場合に
に」：、一定値以」−のクラスが存在する丑で条件を変
えてクラスクリングを繰り返す。

次に認識時には、音声信号を音声信号入力端子１より人
力し、信号を特徴抽出部２で分析し、１寺徴パラメータ
を抽出する。信号の種類、分析条件に１、学習１１、テ
と同様である。

次にパターン照合部７で、学習１１、テに更新したイ票
準パターンテンブレー１〜１１の標準ノくターント入力
パターンとの距離を算出し、出力端子９よ）認識結果を
出力する。

なお、スイッチ８は、学習時には追加・くターン決定部
１０に、認識時には結果出力端子９に認識結果を出力す
るように動作する。

発明が解決しようとする問題点しかしながら、１−記のような構成では、学習するため
に必ず話者に負担をかけることになり、保管パターンの
代表・くターンのみを標準・くターンに追加するので、
学習に負担をかけるわりに（は効果が小さいという不イ
、′［３合があシ、丑だ効果を大きくするために多くの
パターンを追加すると、標準パターンが増大し、標準パ
ターンを保管するための記ｔｆｔ容量に１沢界があり、
それに伴って処理時間が増大するという不都合があると
いう問題点を有していた。

本発明は、１−記問題点に鑑み、）々ターン照合ＩＭｊ
テ入力パターンと標準パターンのパターン間距離全算出
する際に、各標準・々ターンの特徴区間のみに重み付け
を行って距ｄｔヲ見出することにより、話者に負担をか
けることなく、捷だ標準・（ターンが増大することもな
く、類似した２種類以」−の音声を認識することができ
る音声認識装置を提供するものである。

問題点を解決するための手段この目的を達成するために本発明の音声認識装置は、各
単語もしくは音節、音韻についての複数個の標準パター
ンを有する標準）ぐターンテンブレー１・と、各々の標
準パターンの全区１１１ｊの中で他ｒｌｉ語もしくは音
節、音韻との違いが最も顕著である特徴区間を、標準パ
ターンごとに記録しである特徴区間記録テーブルと、標
準パターンと入力パターンとの照合を行うパターン照合
部とから構成されている。

作　　　用この構成によって、予め各標準パターンの特徴区間を特
徴区間テーブルに記録しておき、認識時にパターン照合
部で入力パターンと標準パターンのパターン間距離を算
出する際に、各標準パターンの上記特徴部１１］］のみ
に重み付けを行って距離を算出し、算出された距離を比
較して認識を行う。

実施例以下、本発明の単語音声認識における実施例について第
１図を参照しながら説明する。第１図において、１は音
声入力端子、２は特徴抽出部、３はパターン照合部、４
は認識結果出力端子、５は標準パターンテンプレート、
６は特徴区間テーブルであシ、前記従来例と同じものは
同一の番号を付与している。

以上のように構成された音声認識装置について以下その
動作について説明する。

まず、認識装置を使用する前に、全認識対象単語の中で
比較的類似している２種類以上の単語を１グル一プ以上
選択し、各グループ内で他単語との違いが顕著である部
分（以下、特徴部分という）を決める。たとえば第１表
に示す単語が認識対象単語であった場合、「ダイヤル」
と「リダイヤル」が類似していると判断され同グループ
となり、「リダイヤル」の「す」の部分が特徴部分とな
る。

第１表そして、標準パターンテンブレー１−５には、音声区間
分のケプヌトラム係数を１単語分とする標準パターンが
各単語につき複数個含まれてお９．９　・・−７上記標準パターンを作成する際に、作成すると共に、各
標準パターンの特徴部分に相当する音声区間の始端点と
終端点を特徴区間テーブル６に記録しておく。

次に、認識装置を使用する際に、音声信号を音声信号入
力端子１よ多入力しく処理２１）、信号を特徴抽出部２
で分析し、特徴パラメータを抽出する（処理２２）。信
号の種類、分析条件は、学習時と同様である。次に、標
準パターンテンプレート５から標準パターンを入カレ（
処理２３）、特徴区間の始端値Ｓと終端値Ｅを入力する
（処理２４）。

次にパターン照合部３で、標準パターンテンプレート５
の標準パターンと入力パターンとの距離を、次の方法に
よシ特徴区間に重みをつけて算出する（処理２５．２６
）。たとえば、距離算出にＤＰマツチング方を使用する
場合には、次式によって距離が算出される。

今、標準パターンＡ、入力パターンＢをパラメータで表
わすと、１０　・＼−７但し、ａ、ｂ　　　：　　分析ノくラメータＮＡ、ＮＢ
　　：　　パターン長Ｍ　　　：分析次数となり、標準パターンの１番目のフレームと入力パター
ンｊ番目のフレームとの距離ｄ（１，ｊ）。

及びｌフレーム、ｊフレーム寸でのノ（ターン間距離ｑ
（ｉ、ｉ）は、となる。今、標準パターンＡの特徴区間の始端フレーム
をＳ、終端フレームをｅとし、特徴区間に重みＷをかけ
ると、パターン間距離ｑ’（ＮＡ。

ＮＢ）　　は、ｇ’（ＮＡ、ＮＢ）＝　ｇ１＋ｗ苦”２＋９３但し　ｑ
ｌ　　：　　ｇ（ｓ、）ｓ）ｑ２　　：　　ｑ（ｅ、ｉｅ）　−ｑＣｓ−ｉｓ）ｑ３
　　：　　ｑｃＮＡ−ＮＢ）　−ｑ（ｅ、ｉｅ）これを
正規化して、最終的な・くターン間距離りはＤ二ｇ’　
（ＮＡ、ＮＢ　）／（，１２１−ｔ−ｗ−弓、−＋４３
）但し　ρ１　：　　ｓ」ｊｓｊ２２　＝（ｅ月ｅ）−（ｓ４−ｊｓ）１３　”、（Ｎ
Ａ＋ＮＢ）（ｅ＋）ｅ）稿十、ｇ２＋ｆｆ３＝ＮＡ＋Ｎ
Ｂである。第３図は標準パターンＡと入カッ々ターンＢを
照合した場合のＤＰマツチング経路図であり、Ｔで表わ
されている部分が特徴区間である。

次に、以上の方法で全標準パターンとの距離を算出し、
最短距離を示した単語名を認識結果出力端子４より出力
する（処理２８　、２９　）。

以上のように、本実施例によれば、予め各認識対象単語
の特徴部分を選択し、標準パターンを作成する際に、各
標準パターンの特徴区間を特徴区間テーブルに記録して
おき、認識時にパターン照合部で入力パターンと標準パ
ターンのパターン間距離を算出する際て、各標準パター
ンの上記特徴区間のみに重み付けを行−りて距離を算出
し、算出された距離を比較して認識を行うことにより、
話者に負担をかけることなく、１／こ標準パターンが増
大することもなく、類似し／こ２種類以トの音声を認識
することができる。

発明の効果本発明は、予め各標準パターンの特徴区間を特徴区間テ
ーブルに記録しておき、認識時にパターン照合部で入力
パターンと標準パターンのパターン間距離を算出する際
に、各標準パターンの上記特徴区間のみに重み付けを行
うことによって距離を算出し、算出された距離を比較し
て認識を話者に負担をかけることなく、丑た標準パター
ンが増大することもなく、類似した２種類以上の音声を
認識することができる優れた音声認識装置を提供するも
のである。

【図面の簡単な説明】

第１図に、不発１ｙ］の一実施例における音声認識装置
ｌｔのブロック図、第２図は本発明の一実施例における
音声認識装置のフローチャート、第３図は同装置におけ
るＤＰマツチング経路図、第４図は従来例における音声
認識装置のプＤツク図である。１・・・・・音声入力端子、２・・・・・特徴抽出部、
３　・・・・パターン照合部、４・・・・認識結果出力
端子、５・・・標準パターンテンプレート、６・・・・
・特徴区間テーブル。代理人の氏名　弁理士　中　尾　敏　男　ほか１名第２
図１Ｎ開昭６３−３０３３９８（５）第３図 △刀ハ′ターンｂ

Claims

【特許請求の範囲】

各単語もしくは音節、音韻についての複数個の標準パタ
ーンを有する標準パターンテンプレートと、各々の標準
パターンの全音声区間の中で他単語もしくは音節、音韻
との違いが最も顕著な部分の特徴区間を、標準パターン
ごとに記録する特徴区間テーブルと、標準パターンと入
力パターンとの照合を行うパターン照合部とを具備し、
予め各標準パターンの特徴区間を上記特徴区間記録テー
ブルに記録しておき、認識時に上記パターン照合部で入
力パターンと標準パターンのパターン間距離を算出する
際に、各標準パターンの上記特徴区間のみに重み付けを
行って距離を算出することを特徴とする音声認識装置。