JPS6332400B2 - - Google Patents
Info
- Publication number
- JPS6332400B2 JPS6332400B2 JP56109265A JP10926581A JPS6332400B2 JP S6332400 B2 JPS6332400 B2 JP S6332400B2 JP 56109265 A JP56109265 A JP 56109265A JP 10926581 A JP10926581 A JP 10926581A JP S6332400 B2 JPS6332400 B2 JP S6332400B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- input
- dissimilarity
- speech
- storage means
- 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.)
- Expired
Links
Description
本発明は、音声認識装置において、認識率の向
上を計ることができる重み付非類似度演算に関す
るものである。 従来の音声認識装置のブロツク図を第１図に示
す。第１図において、１１は入力端子、１２は周
波数分析部、１３は音声区間検出部、１４は音声
区間の始端検出信号、１５は音声区間の終端検出
信号、１６はスペクトル変換部、１７は非類似度
演算部、１８は判定部の如く構成されており以下
各部の説明をする。 周波数分析部１２は第２図に示す如く構成さ
れ、入力音声信号２１は前置増幅器２２によつて
増幅され約200Hz〜6000Hzの間で中心周波数が対
数で等間隔となるように設定された帯域波器群
２３―１，２３―２，…，２３―ｎ、全波整流器
群２４―１，２４―２，…，２４―ｎ及び低域
波器群２５―１，２５―２，…，２５―ｎによつ
て分析され多重化器２６を通してアナログ・デイ
ジタル変換器２７によつてあらかじめ設定された
時間間隔（以下サンプル周期と記す）毎に量子化
され、対数変換器２８を通して出力端子２９に出
力される。 周波数分析部１２で分析された結果は音声区間
検出部１３、及びスペクトル変換部１６に送られ
る。 音声区間検出部１３は音声区間の始端及び終端
を検出し非類似度演算部に始端検出信号１４及び
終端検出信号１５を送るものであり、簡易的な検
出法としてはサンプル周期毎の周波数分析部１２
からのｎ個の分析データの平均値を求めその値が
あらかじめ設定された閾値を最初に越えた時点を
始点とし、最後に閾値以下になつた時点を終端と
する検出法がある。 スペクトル変換部１６は、話者による音源特性
及びパワーの正規化の方法として、論文“非線形
スペクトルマツチングによる単語音声認識の一方
式”小原他（電子通信学会技術研究報告PRL79
―46）に発表されたものでまず計算方法を説明す
る。 周波数分析部１２で、ある時刻に分析されたＮ
個のデータをxi（ｉ＝１〜ｎ）とすると、スペク
トル変換データはx^i（ｉ＝１〜ｎ）は(1)式で与え
られる。 x^i＝xi−（Ai＋Ｂ） ……(1) (1)式においてＡ、Ｂはそれぞれxi（ｉ＝１〜ｎ）
の最小２乗近似直線の傾き及び切片を意味するも
のでそれぞれ次式によつて求められる。 (2)、(3)式においてデータ数Ｎを固定すればo 〓i=1
ｉ、o 〓i=1 i2は定数となり従つて(2)、(3)式の分母も定
数となるC1＝o 〓i=1 ｉ、C2＝o 〓i=1 i2とおけば、(2)、(3)式
は となる。ここにC3＝Ｎ・o 〓i=1 i2−（o 〓i=1 ｉ）2である。
(4)、(5)式から明らかなように入力データから o 〓i=1 ｉ・xi及びo 〓i=1 xiを求めれば(4)、(5)式により
Ａ、Ｂの値を求めることができ、さらに(1)式によ
りスペクトル変換データx^i（ｉ＝１〜ｎ）を求め
ることができる。 第３図にスペクトル変換部１６のブロツク図を
示し以下図にそつて説明する。 入力端子３１から入力された入力データxi（ｉ
＝１〜ｎ）と、入力データと同期して計算するカ
ウンタ３２によつて発生したｉとの積を乗算器３
３によつて求めさらに加算器３４とレジスタ３５
によりｉ・xiの値を累積させることによりレジス
タ３５にo 〓i=1 ｉ・xiの値をセツトすることができ
る。また、加算器３６とレジスタ３７により同様
に、レジスタ３７にo 〓i=1 xiの値をセツトすることが
できる。 次にマルチプレクサ３８，３９において、それ
ぞれＮ，C1の値を選択することにより乗算器 ４０ではＮ・o 〓i=1 ｉ・xiが、乗算器４１ではC1・o 〓i=1 xiが得られ、さらに減算除算器４２により
（Ｎ・o 〓i=1 ｉ・xi−C1・o 〓i=1 xi）／C3の演算により結
果すなわちＡの値をレジスタ４３にセツトする。
同様にマルチプレクサ３８，３９においてそれぞ
れC1，C2を選択させ乗算器４０，４１及び減算
除算器４４を使用して（C2・o 〓i=1 xi−C1o 〓i=1 ｉ・
xi）／C3の演算を行いその結果すなわちＢの値を
レジスタ４５にセツトする。 続いてカウンタ４６によりｉを発生させ乗算器
４７によりＡ・ｉを求めさらに加算器４８により
Ai＋Ｂを求めることができる。次に遅延回路４
９により遅延した入力データxiと加算器４８で求
めたAi＋Ｂの減算を減算器５０によつて行えば
スペクトル変換データx^iが出力端子に出力され
る。 次に、非類似度演算部１７の構成を第４図に示
し以下図にそつて説明する。第４図において、１
０１は音声区間の始端検出信号、１０２は音声区
間の終端検出信号、１０３はスペクトル変換部１
７からの入力データ、１０４は入力メモリ制御回
路、１０５は入力メモリ、１０６は標準パターン
メモリ制御回路、１０７は標準パターンメモリ、
１０８は差分絶対値演算回路、１０９は加算器、
１１０はレジスタである。 音声区間の始端検出信号１０１が発生してから
音声区間の終端検出信号１０２が発生するまでの
間入力データ１０３は入力メモリ制御回路１０４
により入力メモリ１０５に格納される。音声区間
の入力データ１０３の格納が終了すると、入力メ
モリ１０５とあらかじめ分析され標準パターンメ
モリ１０７に格納されている所望の標準パターン
との非類似度の演算を順次行なう。 非類似度の演算方法では動的計画法を用いて入
力データと標準パターンとを非線形に対応させる
方法が一般的に用いられているが、説明の簡略化
の為、以下線形対応を用いた方法で説明する。し
かしながら本発明は非線形対応に対しても適用で
きる事は明らかである。 入力メモリ制御回路１０４及び標準パターンメ
モリ制御部１０６を介して入力データ及び標準パ
ターンそれぞれの対応する要素を読出し、差分絶
対値回路１０８によつて両者の差分の絶対値の演
算を行い、さらにその結果とレジスタ１１０との
加算を加算器１１０で行い加算結果を再びレジス
タ１１０に入れる。 この演算を対応する要素すべてについて繰り返
すことにより入力データとある標準パターンとの
非類似度の演算ができる。このようにして、標準
パターンメモリ１０７に格納されている全て又は
一部の標準パターンとの非類似度の演算を行う。 但し、レジスタ１１０は、ある標準パターンと
の非類似度演算を始める時の初期値は０としてお
く必要がある。 即ち、ある認識語の標準パターンＰと入力デー
タＱとの非類似度演算において両者の対応する要
素があらかじめ正規化されているものとして(6)式
で示す。 非類似度＝L 〓l=1 o 〓i=1 ｜x^P（ｉ、ｌ）−x^Q（ｉ、ｌ）｜
……(6) (6)式にてｉは対応する要素に付された番号であ
りｌは標準パターンＰと入力データＱとの音声区
間長の正規化後の時系列に付された番号である。 判定部１８では非類似度演算部１７の結果によ
り最も非類似度の低かつた、すなわち類似度の最
も高かつた標準パターンと同じ音声が入力された
ものと判断して、結果を出力する。 しかしながら、上記従来の技術では、音声は話
者による変化はもちろんのこと同一話者において
も発声毎に変化するため、分析結果の似ている語
間の誤認識が生ずるという欠点があつた。 従つて本発明は従来の技術の上記欠点を改善す
るもので、その目的は音声認識装置の認識率を向
上させることにあり、標準パターンメモリに重み
領域データを付加し、さらに、非類似度演算部に
おける重みの大きさを、入力パターンと標準パタ
ーンの符号を含めたレベルの相互関係によつて判
断する機能を付加したものである。 すなわち、短時間スペクトルを目視した場合は
明らかに異なるパターンであると認識できるもの
であつても、全体の非類似度としては小さな値に
なり、誤認識されることがある。 このように、一定の非類似度の演算のみでは類
似してしまう小数の音声を識別するための一つ有
力な手法は、スペクトル変換データを要素とする
標準パターンの特定領域に非類似度を増す方向の
重みをつけることである。 本発明は、このような重みづけによる非類似度
の演算を、短時間スペクトルにおける山や谷の位
置を考慮して行わせるものであり、特に短時間ス
ペクトルにおける山や谷が、スペクトル変換デー
タにおける正負の符号及びデータの絶対値の大き
さとして現われるのを利用するものである。 第５図は本発明の実施例のブロツク図であり、
１１は入力端子、１２は周波数分析部、１３は音
声区間検出部、１４は音声区間の始端検出信号、
１５は音声区間の終端検出信号、１６はスペクト
ル変換部、５５は重み付非類似度演算部、１８は
判定部の如く構成されている。重み付非類似度演
算部５５以外は第１図の構成と同じであるので、
以下重み付非類似度演算部５５について第６図に
よつて詳細に説明する。 第６図において１０１は音声区間の始端検出信
号、１０２は音声区間の終端検出信号、１０３は
スペクトル変換部１６からの入力データ、１０４
は入力メモリ制御回路、１０５は入力メモリ、１
０８は差分絶対値演算回路、２０３は標準パター
ンメモリ制御回路、２０４は標準パターンメモ
リ、２０１は入力メモリの出力信号線、２０５は
標準パターンメモリのパターンデータに関する出
力信号線、２０７は標準パターンメモリの重み計
算指定に関する出力信号線、２０８，２０９はレ
ベル変換回路、２１０，２１１はレベル変換回路
２０８，２０９の出力信号線、２１２はテーブル
メモリ、２１３は乗算器、１０９は加算器、１１
０はレジスタの如く構成されている。 音声区間の始端検出信号１０１が発生してから
音声区間の終端検出信号１０２が発生するまでの
間入力データ１０３は入力メモリ制御回路１０４
により入力メモリ１０５に格納される。 入力データ１０３の格納が終了すると、入力メ
モリ１０５とあらかじめ分析され標準パターンメ
モリ２０４に格納されている標準パターンとの重
み付非類似度の演算を順次行う。 重み付非類似度演算においては、標準パターン
は、(1)式と同様にして算出されたスペクトル変換
データz^i（以下、入力データx^iとの区別の為、z^iで
記述する）と重み指定データPiとの対の時系列で
記述されていて、一方入力データは(1)式で示され
るスペクトル変換データx^iのみであり、各々のス
ペクトル変換データは差分絶対値演算回路１０８
の入力部とレベル変換回路２０９，２０８の入力
部へ出力信号線２０５，２０１を介して出力され
ると同時に重み指定データがテーブルメモリのア
ドレス入力線の一部２０７を介して出力される。
なお重み指定データPiは、重み指定有りの場合に
はPi＝１とし、重み指定なしの場合はPi＝０とす
る。 レベル変換回路２０８，２０９は対数変換器２
７の入力データのビツト数が大きい為（８ビツト
以上）、ビツト低減を行いテーブルメモリ２１２
の容量が大きくならない様にしている。通常レベ
ル変換回路２０８，２０９の出力ビツト数は２〜
４ビツト程度で変換される。例えば２ビツトの場
合入力データをy^i（最小値は負数でMIN又最大値
は正数でMAXとすると、MINy^iMAX）と
すると変換出力は次表のとおりとなる。
上を計ることができる重み付非類似度演算に関す
るものである。 従来の音声認識装置のブロツク図を第１図に示
す。第１図において、１１は入力端子、１２は周
波数分析部、１３は音声区間検出部、１４は音声
区間の始端検出信号、１５は音声区間の終端検出
信号、１６はスペクトル変換部、１７は非類似度
演算部、１８は判定部の如く構成されており以下
各部の説明をする。 周波数分析部１２は第２図に示す如く構成さ
れ、入力音声信号２１は前置増幅器２２によつて
増幅され約200Hz〜6000Hzの間で中心周波数が対
数で等間隔となるように設定された帯域波器群
２３―１，２３―２，…，２３―ｎ、全波整流器
群２４―１，２４―２，…，２４―ｎ及び低域
波器群２５―１，２５―２，…，２５―ｎによつ
て分析され多重化器２６を通してアナログ・デイ
ジタル変換器２７によつてあらかじめ設定された
時間間隔（以下サンプル周期と記す）毎に量子化
され、対数変換器２８を通して出力端子２９に出
力される。 周波数分析部１２で分析された結果は音声区間
検出部１３、及びスペクトル変換部１６に送られ
る。 音声区間検出部１３は音声区間の始端及び終端
を検出し非類似度演算部に始端検出信号１４及び
終端検出信号１５を送るものであり、簡易的な検
出法としてはサンプル周期毎の周波数分析部１２
からのｎ個の分析データの平均値を求めその値が
あらかじめ設定された閾値を最初に越えた時点を
始点とし、最後に閾値以下になつた時点を終端と
する検出法がある。 スペクトル変換部１６は、話者による音源特性
及びパワーの正規化の方法として、論文“非線形
スペクトルマツチングによる単語音声認識の一方
式”小原他（電子通信学会技術研究報告PRL79
―46）に発表されたものでまず計算方法を説明す
る。 周波数分析部１２で、ある時刻に分析されたＮ
個のデータをxi（ｉ＝１〜ｎ）とすると、スペク
トル変換データはx^i（ｉ＝１〜ｎ）は(1)式で与え
られる。 x^i＝xi−（Ai＋Ｂ） ……(1) (1)式においてＡ、Ｂはそれぞれxi（ｉ＝１〜ｎ）
の最小２乗近似直線の傾き及び切片を意味するも
のでそれぞれ次式によつて求められる。 (2)、(3)式においてデータ数Ｎを固定すればo 〓i=1
ｉ、o 〓i=1 i2は定数となり従つて(2)、(3)式の分母も定
数となるC1＝o 〓i=1 ｉ、C2＝o 〓i=1 i2とおけば、(2)、(3)式
は となる。ここにC3＝Ｎ・o 〓i=1 i2−（o 〓i=1 ｉ）2である。
(4)、(5)式から明らかなように入力データから o 〓i=1 ｉ・xi及びo 〓i=1 xiを求めれば(4)、(5)式により
Ａ、Ｂの値を求めることができ、さらに(1)式によ
りスペクトル変換データx^i（ｉ＝１〜ｎ）を求め
ることができる。 第３図にスペクトル変換部１６のブロツク図を
示し以下図にそつて説明する。 入力端子３１から入力された入力データxi（ｉ
＝１〜ｎ）と、入力データと同期して計算するカ
ウンタ３２によつて発生したｉとの積を乗算器３
３によつて求めさらに加算器３４とレジスタ３５
によりｉ・xiの値を累積させることによりレジス
タ３５にo 〓i=1 ｉ・xiの値をセツトすることができ
る。また、加算器３６とレジスタ３７により同様
に、レジスタ３７にo 〓i=1 xiの値をセツトすることが
できる。 次にマルチプレクサ３８，３９において、それ
ぞれＮ，C1の値を選択することにより乗算器 ４０ではＮ・o 〓i=1 ｉ・xiが、乗算器４１ではC1・o 〓i=1 xiが得られ、さらに減算除算器４２により
（Ｎ・o 〓i=1 ｉ・xi−C1・o 〓i=1 xi）／C3の演算により結
果すなわちＡの値をレジスタ４３にセツトする。
同様にマルチプレクサ３８，３９においてそれぞ
れC1，C2を選択させ乗算器４０，４１及び減算
除算器４４を使用して（C2・o 〓i=1 xi−C1o 〓i=1 ｉ・
xi）／C3の演算を行いその結果すなわちＢの値を
レジスタ４５にセツトする。 続いてカウンタ４６によりｉを発生させ乗算器
４７によりＡ・ｉを求めさらに加算器４８により
Ai＋Ｂを求めることができる。次に遅延回路４
９により遅延した入力データxiと加算器４８で求
めたAi＋Ｂの減算を減算器５０によつて行えば
スペクトル変換データx^iが出力端子に出力され
る。 次に、非類似度演算部１７の構成を第４図に示
し以下図にそつて説明する。第４図において、１
０１は音声区間の始端検出信号、１０２は音声区
間の終端検出信号、１０３はスペクトル変換部１
７からの入力データ、１０４は入力メモリ制御回
路、１０５は入力メモリ、１０６は標準パターン
メモリ制御回路、１０７は標準パターンメモリ、
１０８は差分絶対値演算回路、１０９は加算器、
１１０はレジスタである。 音声区間の始端検出信号１０１が発生してから
音声区間の終端検出信号１０２が発生するまでの
間入力データ１０３は入力メモリ制御回路１０４
により入力メモリ１０５に格納される。音声区間
の入力データ１０３の格納が終了すると、入力メ
モリ１０５とあらかじめ分析され標準パターンメ
モリ１０７に格納されている所望の標準パターン
との非類似度の演算を順次行なう。 非類似度の演算方法では動的計画法を用いて入
力データと標準パターンとを非線形に対応させる
方法が一般的に用いられているが、説明の簡略化
の為、以下線形対応を用いた方法で説明する。し
かしながら本発明は非線形対応に対しても適用で
きる事は明らかである。 入力メモリ制御回路１０４及び標準パターンメ
モリ制御部１０６を介して入力データ及び標準パ
ターンそれぞれの対応する要素を読出し、差分絶
対値回路１０８によつて両者の差分の絶対値の演
算を行い、さらにその結果とレジスタ１１０との
加算を加算器１１０で行い加算結果を再びレジス
タ１１０に入れる。 この演算を対応する要素すべてについて繰り返
すことにより入力データとある標準パターンとの
非類似度の演算ができる。このようにして、標準
パターンメモリ１０７に格納されている全て又は
一部の標準パターンとの非類似度の演算を行う。 但し、レジスタ１１０は、ある標準パターンと
の非類似度演算を始める時の初期値は０としてお
く必要がある。 即ち、ある認識語の標準パターンＰと入力デー
タＱとの非類似度演算において両者の対応する要
素があらかじめ正規化されているものとして(6)式
で示す。 非類似度＝L 〓l=1 o 〓i=1 ｜x^P（ｉ、ｌ）−x^Q（ｉ、ｌ）｜
……(6) (6)式にてｉは対応する要素に付された番号であ
りｌは標準パターンＰと入力データＱとの音声区
間長の正規化後の時系列に付された番号である。 判定部１８では非類似度演算部１７の結果によ
り最も非類似度の低かつた、すなわち類似度の最
も高かつた標準パターンと同じ音声が入力された
ものと判断して、結果を出力する。 しかしながら、上記従来の技術では、音声は話
者による変化はもちろんのこと同一話者において
も発声毎に変化するため、分析結果の似ている語
間の誤認識が生ずるという欠点があつた。 従つて本発明は従来の技術の上記欠点を改善す
るもので、その目的は音声認識装置の認識率を向
上させることにあり、標準パターンメモリに重み
領域データを付加し、さらに、非類似度演算部に
おける重みの大きさを、入力パターンと標準パタ
ーンの符号を含めたレベルの相互関係によつて判
断する機能を付加したものである。 すなわち、短時間スペクトルを目視した場合は
明らかに異なるパターンであると認識できるもの
であつても、全体の非類似度としては小さな値に
なり、誤認識されることがある。 このように、一定の非類似度の演算のみでは類
似してしまう小数の音声を識別するための一つ有
力な手法は、スペクトル変換データを要素とする
標準パターンの特定領域に非類似度を増す方向の
重みをつけることである。 本発明は、このような重みづけによる非類似度
の演算を、短時間スペクトルにおける山や谷の位
置を考慮して行わせるものであり、特に短時間ス
ペクトルにおける山や谷が、スペクトル変換デー
タにおける正負の符号及びデータの絶対値の大き
さとして現われるのを利用するものである。 第５図は本発明の実施例のブロツク図であり、
１１は入力端子、１２は周波数分析部、１３は音
声区間検出部、１４は音声区間の始端検出信号、
１５は音声区間の終端検出信号、１６はスペクト
ル変換部、５５は重み付非類似度演算部、１８は
判定部の如く構成されている。重み付非類似度演
算部５５以外は第１図の構成と同じであるので、
以下重み付非類似度演算部５５について第６図に
よつて詳細に説明する。 第６図において１０１は音声区間の始端検出信
号、１０２は音声区間の終端検出信号、１０３は
スペクトル変換部１６からの入力データ、１０４
は入力メモリ制御回路、１０５は入力メモリ、１
０８は差分絶対値演算回路、２０３は標準パター
ンメモリ制御回路、２０４は標準パターンメモ
リ、２０１は入力メモリの出力信号線、２０５は
標準パターンメモリのパターンデータに関する出
力信号線、２０７は標準パターンメモリの重み計
算指定に関する出力信号線、２０８，２０９はレ
ベル変換回路、２１０，２１１はレベル変換回路
２０８，２０９の出力信号線、２１２はテーブル
メモリ、２１３は乗算器、１０９は加算器、１１
０はレジスタの如く構成されている。 音声区間の始端検出信号１０１が発生してから
音声区間の終端検出信号１０２が発生するまでの
間入力データ１０３は入力メモリ制御回路１０４
により入力メモリ１０５に格納される。 入力データ１０３の格納が終了すると、入力メ
モリ１０５とあらかじめ分析され標準パターンメ
モリ２０４に格納されている標準パターンとの重
み付非類似度の演算を順次行う。 重み付非類似度演算においては、標準パターン
は、(1)式と同様にして算出されたスペクトル変換
データz^i（以下、入力データx^iとの区別の為、z^iで
記述する）と重み指定データPiとの対の時系列で
記述されていて、一方入力データは(1)式で示され
るスペクトル変換データx^iのみであり、各々のス
ペクトル変換データは差分絶対値演算回路１０８
の入力部とレベル変換回路２０９，２０８の入力
部へ出力信号線２０５，２０１を介して出力され
ると同時に重み指定データがテーブルメモリのア
ドレス入力線の一部２０７を介して出力される。
なお重み指定データPiは、重み指定有りの場合に
はPi＝１とし、重み指定なしの場合はPi＝０とす
る。 レベル変換回路２０８，２０９は対数変換器２
７の入力データのビツト数が大きい為（８ビツト
以上）、ビツト低減を行いテーブルメモリ２１２
の容量が大きくならない様にしている。通常レベ
ル変換回路２０８，２０９の出力ビツト数は２〜
４ビツト程度で変換される。例えば２ビツトの場
合入力データをy^i（最小値は負数でMIN又最大値
は正数でMAXとすると、MINy^iMAX）と
すると変換出力は次表のとおりとなる。
【表】
Claims (1)
- 【特許請求の範囲】 １ 入力音声を周波数分析する周波数分析手段
と、その出力に接続される音声区間検出手段と、
前記周波数分析手段の出力データに対して話者に
よる音源特性及びパワーを正規化したスペクトル
変換データを出力するスペクトル変換手段と、ス
ペクトル変換手段の出力に接続され音声区間検出
手段により与えられる音声の始端と終端の間の音
声区間で入力スペクトル変換データを標準パター
ンと比較して非類似度を演算する非類似度演算手
段と、その出力に接続されて音声を認識する判定
手段とを有する音声認識装置において、 前記非類似度演算手段が、 前記入力スペクトル変換データx^iの時系列を格
納する第１の記憶手段と、 予め算出されたスペクトル変換データz^iの時系
列、及び該スペクトル変換データz^i毎の重み指定
の有無を示す重み指定データPiから成る標準パタ
ーンを格納する第２の記憶手段と、 取り得る入力スペクトル変換X^i及び標準パター
ンの取り得るスペクトル変換データZ^iの極性及び
絶対値の大きさに応じてこれらの差を強調するよ
うに予め設定される重み係数（wi≧１）が格納さ
れ、第１の記憶手段からの入力スペクトル変換デ
ータx^i及び第２の記憶手段からのスペクトル変換
データz^i、重み指定データPiに基づいて前記重み
係数wiを出力する第３の記憶手段と、 第１の記憶手段からの入力スペクトル変換デー
タx^iと第２の記憶手段からのスペクトル変換デー
タz^iとの距離を算出して出力する第１の演算手段
と、 第３の記憶手段及び第１の演算手段の出力の積
和演算を行うことにより、重み付けによる非類似
度を演算して出力する第２の演算手段とを備え、 前記重み指定データのうち重み指定の有りを示
す重み指定データが他の標準パターンとの区別に
有効な特定領域に予め設定されることを特徴とす
る音声認識装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10926581A JPS5811998A (ja) | 1981-07-15 | 1981-07-15 | 音声認識装置 |
| US06/373,147 US4520500A (en) | 1981-05-07 | 1982-04-29 | Speech recognition system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10926581A JPS5811998A (ja) | 1981-07-15 | 1981-07-15 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5811998A JPS5811998A (ja) | 1983-01-22 |
| JPS6332400B2 true JPS6332400B2 (ja) | 1988-06-29 |
Family
ID=14505781
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10926581A Granted JPS5811998A (ja) | 1981-05-07 | 1981-07-15 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5811998A (ja) |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5525091A (en) * | 1978-08-14 | 1980-02-22 | Nippon Electric Co | Voice characteristic pattern comparator |
-
1981
- 1981-07-15 JP JP10926581A patent/JPS5811998A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5811998A (ja) | 1983-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7711123B2 (en) | Segmenting audio signals into auditory events | |
| CA2041754C (en) | Signal recognition system and method | |
| US4401849A (en) | Speech detecting method | |
| EP1393300B1 (en) | Segmenting audio signals into auditory events | |
| JPH0449717B2 (ja) | ||
| JPS5844500A (ja) | 音声認識方式 | |
| US4426551A (en) | Speech recognition method and device | |
| US4937871A (en) | Speech recognition device | |
| US5845092A (en) | Endpoint detection in a stand-alone real-time voice recognition system | |
| JP3354252B2 (ja) | 音声認識装置 | |
| JP2992324B2 (ja) | 音声区間検出方法 | |
| WO2007041789A1 (en) | Front-end processing of speech signals | |
| JPS6258516B2 (ja) | ||
| JP3298658B2 (ja) | 音声認識方式 | |
| JPH04369698A (ja) | 音声認識方式 | |
| JP2666296B2 (ja) | 音声認識装置 | |
| JPH0311479B2 (ja) | ||
| JPS58150998A (ja) | 音声認識装置 | |
| JPH0573090A (ja) | 音声認識方法 | |
| JP3032215B2 (ja) | 有音検出装置及びその方法 | |
| JPH0311478B2 (ja) | ||
| JPS61228500A (ja) | 音声認識方法 | |
| JPS5811998A (ja) | 音声認識装置 | |
| JPS61230199A (ja) | 音声認識方法 | |
| JPS6286399A (ja) | 音声認識方法 |