JPS6370899A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPS6370899A JPS6370899A JP61216180A JP21618086A JPS6370899A JP S6370899 A JPS6370899 A JP S6370899A JP 61216180 A JP61216180 A JP 61216180A JP 21618086 A JP21618086 A JP 21618086A JP S6370899 A JPS6370899 A JP S6370899A
- Authority
- JP
- Japan
- Prior art keywords
- syllable
- stable point
- boundary
- extracted
- point
- 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.)
- Granted
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】
〈産業上の利用分野〉
この発明は、日本語等の入力された音声を音節単位で認
識して、外部装置に出力する音声認識装置に関する。
識して、外部装置に出力する音声認識装置に関する。
〈従来の技術〉
従来の音声認識装置においては、入力された音声からそ
の認識単位である音節の音節区間を抽出するために、一
定区間の音声スペクトル（以下、単にスペクトルと言う
）の変化を用いて上記音節の境界を検出するようにして
いる。
の認識単位である音節の音節区間を抽出するために、一
定区間の音声スペクトル（以下、単にスペクトルと言う
）の変化を用いて上記音節の境界を検出するようにして
いる。
〈発明が解決しようとする問題点〉
しかしながら、上記従来の音声認識装置では、入力され
る音声のスペクトルの変化には急激に変化する音声と穏
やかに変化する音声とが混在しており、その両者に追従
して音節の境界を正確に検出することは困難であり、し
ばしば音声の誤認が発生ずるという問題がある。
る音声のスペクトルの変化には急激に変化する音声と穏
やかに変化する音声とが混在しており、その両者に追従
して音節の境界を正確に検出することは困難であり、し
ばしば音声の誤認が発生ずるという問題がある。
そこで、この発明の目的は、上記スペクトルからの情報
を用いて、上記スペクトルの変化の１２急にかかわらず
、正確に音節境界を検出することができる音節認識装置
を提供することにある。
を用いて、上記スペクトルの変化の１２急にかかわらず
、正確に音節境界を検出することができる音節認識装置
を提供することにある。
〈問題点を解決するための手段〉
上記目的を達成するために、この発明の音声認識装置は
、入力された音声から音節区間を抽出し、この抽出され
た音節の特徴パターンと、メモリに予め記憶している特
徴標準パターンとの類似度計算を行って、入力された音
声を音節単位で認識する音声認識装置′において、上記
入力された音声の一定区間におけるスペクトル情報の変
化から、上記スペクトルの安定点を抽出する安定点抽出
部と、上記安定点におけるスペクトル情報と、上記安定
点以後のスペクトル情報との類似度計算を行って、上記
類似度を所定の値と比較して上記抽出すべき音節区間の
音節の境界を検出する音節境界検出部とを設けたことを
特徴としている。
、入力された音声から音節区間を抽出し、この抽出され
た音節の特徴パターンと、メモリに予め記憶している特
徴標準パターンとの類似度計算を行って、入力された音
声を音節単位で認識する音声認識装置′において、上記
入力された音声の一定区間におけるスペクトル情報の変
化から、上記スペクトルの安定点を抽出する安定点抽出
部と、上記安定点におけるスペクトル情報と、上記安定
点以後のスペクトル情報との類似度計算を行って、上記
類似度を所定の値と比較して上記抽出すべき音節区間の
音節の境界を検出する音節境界検出部とを設けたことを
特徴としている。
〈作用〉
音声が入力されると、安定点抽出部により、上記入力さ
れた音声の一定区間におけるスペクトル情報の変化を用
いて、上記スペクトル上の安定点が抽出される。さらに
、音節境界検出部によって、上記安定点におけるスペク
トル情報と、上記安定点以後のスペクトル情報との類似
度計算が行われ、得られた類似度を所定の値と比較する
ことによって、抽出すべき音節区間の音節境界が検出さ
れ、この検出された音節境界にしたがって音節区間が抽
出される。したがって、上記スペクトルの変化の穏急に
かかわらず、正確に有意味な音節区間を抽出することが
できる。
れた音声の一定区間におけるスペクトル情報の変化を用
いて、上記スペクトル上の安定点が抽出される。さらに
、音節境界検出部によって、上記安定点におけるスペク
トル情報と、上記安定点以後のスペクトル情報との類似
度計算が行われ、得られた類似度を所定の値と比較する
ことによって、抽出すべき音節区間の音節境界が検出さ
れ、この検出された音節境界にしたがって音節区間が抽
出される。したがって、上記スペクトルの変化の穏急に
かかわらず、正確に有意味な音節区間を抽出することが
できる。
〈実施例〉
以下、この発明を図示の実施例により詳細に説明する。
第１図において、Ｉは音声を入力するマイク、２は上記
マイクｌより入力された音声の音声帯域のみを増幅する
増幅器、３は増幅器２の出力か入力される特徴抽出部で
ある。
マイクｌより入力された音声の音声帯域のみを増幅する
増幅器、３は増幅器２の出力か入力される特徴抽出部で
ある。
上記特徴抽出部３は、上記増幅器２で増幅された音声を
８ｍｓの間隔ごとに１６ｍ５の区間（以下フレームと呼
ぶ）の特徴パラメータを抽出する。上記特徴パラメータ
とは、マツチング部７によって行われる最終的な音声認
識のための類似度計算に用いられるｌ音節の特徴パター
ン（例えば１６チヤンネルの帯域フィルタからの出力等
）と、音韻分類部４で音韻分類のために使用されるパラ
メータ（例えばパワー、１次の自己相関係数等）である
。
８ｍｓの間隔ごとに１６ｍ５の区間（以下フレームと呼
ぶ）の特徴パラメータを抽出する。上記特徴パラメータ
とは、マツチング部７によって行われる最終的な音声認
識のための類似度計算に用いられるｌ音節の特徴パター
ン（例えば１６チヤンネルの帯域フィルタからの出力等
）と、音韻分類部４で音韻分類のために使用されるパラ
メータ（例えばパワー、１次の自己相関係数等）である
。
上記音韻分類部４は上記特徴パラメータを用いて、上記
音声の１フレームにそのフレームの音声の性質を表わす
ラベル付けを行う。境界検出部５は後に詳述する方法に
よって上記スペクトル上の安定点を抽出し、上記安定点
を基にして音節の境界を検出する。
音声の１フレームにそのフレームの音声の性質を表わす
ラベル付けを行う。境界検出部５は後に詳述する方法に
よって上記スペクトル上の安定点を抽出し、上記安定点
を基にして音節の境界を検出する。
音節区間抽出部６は上記音韻分類部４によって得られた
ラベルの時系列と、上記境界検出部５によって得られた
音節境界の情報とを用いて、入力された音声から音節区
間を抽出する。さらに、上記マツチング部７は上記音節
区間抽出部６で抽出された１つの音節区間における上記
特徴抽出部３で抽出された特徴パターンと、特徴標準パ
ターンメモリ８に予め記憶されている特徴標準パターン
との類似度計算の一例であるユークリッド距離計算を行
って音声の認識を行う。ＣＰＵ９は、上記特１位抽出部
３、境界検出部５、音節区間抽出部６およびマツチング
部７を制御すると共に、上記マツチング部７で得られろ
認識結果を、図示しない外部装置に出力するインターフ
ェース１０を制御している。
ラベルの時系列と、上記境界検出部５によって得られた
音節境界の情報とを用いて、入力された音声から音節区
間を抽出する。さらに、上記マツチング部７は上記音節
区間抽出部６で抽出された１つの音節区間における上記
特徴抽出部３で抽出された特徴パターンと、特徴標準パ
ターンメモリ８に予め記憶されている特徴標準パターン
との類似度計算の一例であるユークリッド距離計算を行
って音声の認識を行う。ＣＰＵ９は、上記特１位抽出部
３、境界検出部５、音節区間抽出部６およびマツチング
部７を制御すると共に、上記マツチング部７で得られろ
認識結果を、図示しない外部装置に出力するインターフ
ェース１０を制御している。
上記溝成の音声認識装置は次のように動作する。
入力者が上記マイク１に向って音声を発声すると、その
音声は上記マイク１から入り上記増幅器２で音声帯域だ
けが増幅されて上記特徴抽出部３に送られ、上記特徴抽
出部３では８ｍｓの間隔ごとにｔ６ｎｓのフレームに区
切って、そのフレームの特徴パラメータが抽出される。
音声は上記マイク１から入り上記増幅器２で音声帯域だ
けが増幅されて上記特徴抽出部３に送られ、上記特徴抽
出部３では８ｍｓの間隔ごとにｔ６ｎｓのフレームに区
切って、そのフレームの特徴パラメータが抽出される。
上記特徴パラメータは上記マツチング部７によって行な
われろ最終的な音声認識のための類似度計算に用いられ
るｌ音節の特徴パターン（例えば１６チヤンネルの帯域
フィルタからの出力等）と、音韻分類部・１て音韻分類
のために使用さ、ｈるパラメータ（例えばパワー、１次
の自己用関係数等）とである。−ヒＳこ音韻分類部４で
は上記持１懺抽出部３て；にめられ几特徴パラメータに
よってフレームの音声の性質を表わすラベル付けが行な
われる。ここで不実判例で用いるラベルは母音性（記号
′Ｖ′）、摩擦性（記号′Ｆ′）、バズバー性（記号′
Ｂ′）、無音性（記号′、′）の４種類である。
われろ最終的な音声認識のための類似度計算に用いられ
るｌ音節の特徴パターン（例えば１６チヤンネルの帯域
フィルタからの出力等）と、音韻分類部・１て音韻分類
のために使用さ、ｈるパラメータ（例えばパワー、１次
の自己用関係数等）とである。−ヒＳこ音韻分類部４で
は上記持１懺抽出部３て；にめられ几特徴パラメータに
よってフレームの音声の性質を表わすラベル付けが行な
われる。ここで不実判例で用いるラベルは母音性（記号
′Ｖ′）、摩擦性（記号′Ｆ′）、バズバー性（記号′
Ｂ′）、無音性（記号′、′）の４種類である。
また、境界検出部５では得られた１フレームのスペクト
ルの変化から安定な点を抽出し、さらに、上記安定点の
フレームのスペクトルパターンと、上記安定点以後に入
力された音声のフレームのスペクトルパターンとの類似
度を表わすユークリッド距離を求めることによって、抽
出すべき音節の音節境界を検出する。第２図は上記安定
点を抽出してから音節境界を検出までのフローチャート
を示しており、図中右側は上記安定点抽出のフローであ
り左側は音節境界検出のフローである。以下第２図に沿
って上記安定点の抽出および上記音節境界の検出の手段
を詳述する。
ルの変化から安定な点を抽出し、さらに、上記安定点の
フレームのスペクトルパターンと、上記安定点以後に入
力された音声のフレームのスペクトルパターンとの類似
度を表わすユークリッド距離を求めることによって、抽
出すべき音節の音節境界を検出する。第２図は上記安定
点を抽出してから音節境界を検出までのフローチャート
を示しており、図中右側は上記安定点抽出のフローであ
り左側は音節境界検出のフローである。以下第２図に沿
って上記安定点の抽出および上記音節境界の検出の手段
を詳述する。
ここで、各変数を
ｉ、ｊ ニ一時変数、
Ｎ ：パターンの次数を表す定数、ｔ
：フレームの番号、 ｔａ：安定点のフレーム番号、 ＰＡ’ｒ（ｉ） ：安定点の特徴パターンの１次の特
徴量 Ｄ （ｔ） フレームｔてのスペクトル変化距
離、 Ｓ Ｐ （ｔＸｉ） ：フレームｔての入カバターン
の１次の特徴量、 Ｌ ニスベクトル変化を計算する窓の長さを表
す定数で２Ｌ＋１が窓長に なる、 〜Ｉ ：安定点を求めるための窓の長さを表す
定数で２Ｍ＋１が窓長となる、 ＤＩＳ ：安定点の特徴パターンと入力フレーム
の特徴パターンの距離、 ＡＮＴＰＬＧ・安定点からの上記距離による境界検出フ
ラグ、 とする。
：フレームの番号、 ｔａ：安定点のフレーム番号、 ＰＡ’ｒ（ｉ） ：安定点の特徴パターンの１次の特
徴量 Ｄ （ｔ） フレームｔてのスペクトル変化距
離、 Ｓ Ｐ （ｔＸｉ） ：フレームｔての入カバターン
の１次の特徴量、 Ｌ ニスベクトル変化を計算する窓の長さを表
す定数で２Ｌ＋１が窓長に なる、 〜Ｉ ：安定点を求めるための窓の長さを表す
定数で２Ｍ＋１が窓長となる、 ＤＩＳ ：安定点の特徴パターンと入力フレーム
の特徴パターンの距離、 ＡＮＴＰＬＧ・安定点からの上記距離による境界検出フ
ラグ、 とする。
いま、スペクトル上のある１つのフレームｔ（これを現
フレームとする）からの入カバターン５Ｐ（ｔ）（ｉ）
が入力されると、 ステップＳＩで、安定点パターンの有無（すなわち、過
去に安定点を抽出して、上記安定点のスペクトルパター
ンを取り込んでいるか否か）を判定する。ここでは、安
定点のスペクトルパターンを取り込んでいれば安定点の
スペクトルパターンのデータが総ての次数で０となるこ
とがないことを利用して、ｉ＝１．、Ｎであるすべての
Ｐ、ＡＴ（ｉ）にたいして Ｐ、ＡＴ（ｉ）＝０ を満たすときは、すでに抽出された安定点パターンは無
しとしてステップＳ２に進み安定点を求め□る動作に入
り、それ以外のときにはすでに抽出された安定点が有り
としてステップＳ５に進む。
フレームとする）からの入カバターン５Ｐ（ｔ）（ｉ）
が入力されると、 ステップＳＩで、安定点パターンの有無（すなわち、過
去に安定点を抽出して、上記安定点のスペクトルパター
ンを取り込んでいるか否か）を判定する。ここでは、安
定点のスペクトルパターンを取り込んでいれば安定点の
スペクトルパターンのデータが総ての次数で０となるこ
とがないことを利用して、ｉ＝１．、Ｎであるすべての
Ｐ、ＡＴ（ｉ）にたいして Ｐ、ＡＴ（ｉ）＝０ を満たすときは、すでに抽出された安定点パターンは無
しとしてステップＳ２に進み安定点を求め□る動作に入
り、それ以外のときにはすでに抽出された安定点が有り
としてステップＳ５に進む。
ステップＳ、で、現フレームの安定性をチェックする。
すなわち、現フレームｔにおけるスペクトル変化Ｄ （
ｊ）を Ｄ （ｔ）−Σ（Ｓ Ｐ （ｔ−ＬＸｉ） −Ｓ Ｐ
（ｔ＋ ＬＸｉ））”ｉ＝１ とすると、 Ｄ（ｔ）−ｍｉｎ Ｄ（ｔ−Ｉ−ｊ）・１ ＠ ・（
１）ただし、Ｊ” Ｍ、 Ｍ＋１ 、、、Ｏ，、、
Ｍを満たすＤ （ｔ）が存在するときに上記現フレーム
ｔは安定と判断してステップＳ３に進み、・上記（＋）
式を満たすＤ （ｔ）が存在しないときは現フレームｔ
は安定でないとしてステップＳ１へ戻り次のフレームの
処理を実行する。
ｊ）を Ｄ （ｔ）−Σ（Ｓ Ｐ （ｔ−ＬＸｉ） −Ｓ Ｐ
（ｔ＋ ＬＸｉ））”ｉ＝１ とすると、 Ｄ（ｔ）−ｍｉｎ Ｄ（ｔ−Ｉ−ｊ）・１ ＠ ・（
１）ただし、Ｊ” Ｍ、 Ｍ＋１ 、、、Ｏ，、、
Ｍを満たすＤ （ｔ）が存在するときに上記現フレーム
ｔは安定と判断してステップＳ３に進み、・上記（＋）
式を満たすＤ （ｔ）が存在しないときは現フレームｔ
は安定でないとしてステップＳ１へ戻り次のフレームの
処理を実行する。
ステップＳ、で、上記スペクトル変化が非常に大きい点
を安定点として採択するのを避けるため、ステップＳ２
で求められた安定なフレームｔにおけろスペクトル変化
Ｄ （ｔ）を設定値ＴＨＤＩＳ２と比較する。その結果
ＴＨＤＩＳ２より小さければステップＳ４に進み、以上
であれば現フレームｔは安定点として採択できないとし
て、ステップＳ、へ戻る。
を安定点として採択するのを避けるため、ステップＳ２
で求められた安定なフレームｔにおけろスペクトル変化
Ｄ （ｔ）を設定値ＴＨＤＩＳ２と比較する。その結果
ＴＨＤＩＳ２より小さければステップＳ４に進み、以上
であれば現フレームｔは安定点として採択できないとし
て、ステップＳ、へ戻る。
ステップＳ４で、安定点として採択されたフレームｔａ
におけるスペクトルの特徴パターンを上記安定点パター
ンＦＡＴ（ｉ）にセットして安定点の抽出か完了し、ス
テップＳ、へ戻る。
におけるスペクトルの特徴パターンを上記安定点パター
ンＦＡＴ（ｉ）にセットして安定点の抽出か完了し、ス
テップＳ、へ戻る。
ＦＡＴ（ｉ）−ＳＰ（ｔａＸｉ） １＝１１．Ｎス
テップＳ、で、上記抽出された安定点の安定点パターン
と現フレームｔにおけるスペクトルの特徴パターンとの
距＃（ＤＩＳ）を次式を用いて計算して、ステップＳ、
に進む。
テップＳ、で、上記抽出された安定点の安定点パターン
と現フレームｔにおけるスペクトルの特徴パターンとの
距＃（ＤＩＳ）を次式を用いて計算して、ステップＳ、
に進む。
ステップＳ６で上記ステップＳ５で求めた距離ＤｒＳが
設定値ＴＨＤ Ｉ Ｓ １より大きいか否か、すなわち
類似度が小さいか大きいかを判断して、設定値以下の場
合は安定点パターンと現フレームにおける特徴パターン
とは類似しているので、現フレームは音節の境界点とし
ては採択できないとしてステップＳＩへ戻る。一方、設
定値より大きい場合は現フレームは音節境界点であると
してステップＳ７へ進む。
設定値ＴＨＤ Ｉ Ｓ １より大きいか否か、すなわち
類似度が小さいか大きいかを判断して、設定値以下の場
合は安定点パターンと現フレームにおける特徴パターン
とは類似しているので、現フレームは音節の境界点とし
ては採択できないとしてステップＳＩへ戻る。一方、設
定値より大きい場合は現フレームは音節境界点であると
してステップＳ７へ進む。
ステップＳ、で、ステップＳ、でＤＩＳ＞ＴＨＤＩＳ＋
と判断され、音節境界が検出されたとき、音節境界検出
フラグＡ Ｎ Ｔ Ｆ Ｌ ＧをセットＡＮＴＦＬＧ＝
１ してステップＳ８に進む。
と判断され、音節境界が検出されたとき、音節境界検出
フラグＡ Ｎ Ｔ Ｆ Ｌ ＧをセットＡＮＴＦＬＧ＝
１ してステップＳ８に進む。
ステップＳ８で抽出すべき音節の音節境界検出が完了し
たので、境界検出に用いた安定点パターンＦ Ａ Ｔ
（ｉ）をクリア ＦＡＴ（ｉ）−〇 ただしｉ＝ Ｉ 、、Ｎしてス
テップＳＩへ戻り、次の音節の安定点の抽出と音節境界
検出とを行う。
たので、境界検出に用いた安定点パターンＦ Ａ Ｔ
（ｉ）をクリア ＦＡＴ（ｉ）−〇 ただしｉ＝ Ｉ 、、Ｎしてス
テップＳＩへ戻り、次の音節の安定点の抽出と音節境界
検出とを行う。
上述のようにして、１つの音節の安定点が抽出され、こ
の安定点を基にして抽出すべき音節の音節境界が検出さ
れると、第１図の上記音節区間抽出部６により上記音節
分類部４て得られた音節ラベルの時系列と上記境界検出
部５で求められた音節境界情報とから、第３図に示す音
節抽出フローチャートにしたがって、上記音節区間抽出
部６により音節が抽出される。
の安定点を基にして抽出すべき音節の音節境界が検出さ
れると、第１図の上記音節区間抽出部６により上記音節
分類部４て得られた音節ラベルの時系列と上記境界検出
部５で求められた音節境界情報とから、第３図に示す音
節抽出フローチャートにしたがって、上記音節区間抽出
部６により音節が抽出される。
ここで、各変数を
ＳＥＣ：音韻分類部で出力されるラベル、ＦＲＡＭＥ
：抽出された音節のフレーム数、ＣＵＴＦＬＧ：抽出
完了フラグ、 ＡＮＴＦＬＧ’：音節境界検出フラグ、（音節境界検出
部により検出される） ＰＲＭＣＮＴ： フレームのカウンタ、ＶＣＮＴ
：母音性のラベル／Ｖ／の付いたフレームのカウンタ、 ＴＨＣＵＴ ：定数（１０） ′■′ ：母音性の音韻ラベル、 ′Ｆ′ ：摩凛性の音韻ラベル、 とする。
：抽出された音節のフレーム数、ＣＵＴＦＬＧ：抽出
完了フラグ、 ＡＮＴＦＬＧ’：音節境界検出フラグ、（音節境界検出
部により検出される） ＰＲＭＣＮＴ： フレームのカウンタ、ＶＣＮＴ
：母音性のラベル／Ｖ／の付いたフレームのカウンタ、 ＴＨＣＵＴ ：定数（１０） ′■′ ：母音性の音韻ラベル、 ′Ｆ′ ：摩凛性の音韻ラベル、 とする。
ステップＳ １１で、ＣＵＴＦＬＧ（音節抽出完了フラ
グ）がセットしであるか否かを判別し、セットしてあれ
ばステップＳＩ２に進み、上記ｃＵＴＦＬＧをクリアし
てステップＳ１３に進む。−クリアしてあればそのまま
ステップＳＩ３に進む。
グ）がセットしであるか否かを判別し、セットしてあれ
ばステップＳＩ２に進み、上記ｃＵＴＦＬＧをクリアし
てステップＳ１３に進む。−クリアしてあればそのまま
ステップＳＩ３に進む。
ステップＳｉｊで、現フレームの５ＥＧ（音韻ラベル）
が／Ｖ／か否かを判定し、／ Ｖ／であればステップＳ
１４に進み、／ Ｖ／でなければステップＳ ＋７に進
む。
が／Ｖ／か否かを判定し、／ Ｖ／であればステップＳ
１４に進み、／ Ｖ／でなければステップＳ ＋７に進
む。
ステップＳ １４でＦＲＭＣＮＴ（フレームカウンタ）
に＋１を加え、ＶＣＮＴ（母音性の音韻ラベル′■′の
フレーム数）に＋１を加えステップＳ＋５に進む。
に＋１を加え、ＶＣＮＴ（母音性の音韻ラベル′■′の
フレーム数）に＋１を加えステップＳ＋５に進む。
ステップＳ ＋５で、ＡＮＴＦＬＧ（音節境界検出フラ
グ）がセットされているか否か（このＡＮＴＦＬＧは第
２図の安定点抽出および音節境界点検出のフローチャー
トのステップＳ７で１つの音節境界の検出が完了したと
きにセットされる。）を判別する。その結果、ｌにセッ
トされているときはステップＳ １４１に進んでｌ音節
抽出を行い、セットされていないときはまだｌ音節の境
界検出が完了していないと判別してステップＳ １１に
戻り、次のフレームの処理を実行する。ステップＳ Ｉ
ｌｌで、上記ステップＳＩ５で上記ＡＮＴＦ’ＬＧ力月
にセットされていると判別されたときはｌ音節の境界が
検出されているので、現フレームまでを１音節とみなし
て、現フレームまでの音節のフレーム数をカウントして
いる上記ＰＲＭＣＮＴをＦＲＡＭＥ（抽出された音節の
フレーム数）に転送して、上記ＦＲ）ν１ＣＮ Ｔおよ
び上記ＶＣＮＴをクリアし、ｌ音節抽出完了のフラグＣ
ＵＴＦＬＣ；をｌにセットしてステップＳ Ｉ＋に戻り
、次の音節抽出処理を実行する。
グ）がセットされているか否か（このＡＮＴＦＬＧは第
２図の安定点抽出および音節境界点検出のフローチャー
トのステップＳ７で１つの音節境界の検出が完了したと
きにセットされる。）を判別する。その結果、ｌにセッ
トされているときはステップＳ １４１に進んでｌ音節
抽出を行い、セットされていないときはまだｌ音節の境
界検出が完了していないと判別してステップＳ １１に
戻り、次のフレームの処理を実行する。ステップＳ Ｉ
ｌｌで、上記ステップＳＩ５で上記ＡＮＴＦ’ＬＧ力月
にセットされていると判別されたときはｌ音節の境界が
検出されているので、現フレームまでを１音節とみなし
て、現フレームまでの音節のフレーム数をカウントして
いる上記ＰＲＭＣＮＴをＦＲＡＭＥ（抽出された音節の
フレーム数）に転送して、上記ＦＲ）ν１ＣＮ Ｔおよ
び上記ＶＣＮＴをクリアし、ｌ音節抽出完了のフラグＣ
ＵＴＦＬＣ；をｌにセットしてステップＳ Ｉ＋に戻り
、次の音節抽出処理を実行する。
ステップＳＩ７で、現フレームの音韻ラベルが’Ｖ′で
ないときは、上記ＶＣＮＴとＴＨＣＵＴ（定数＝本実施
例では１０）とを比較する。その結果母音性の音韻ラベ
ル数がＴＨＣＵＴよりも大であれば、現フレームより以
前のフレームは有意味な音節であり、現フレームは音節
の境界であると判断して、ステップＳ １Ｂに進んで１
音節抽出を行い、ＴＨＣＵＴ以下であればステップＳＩ
８に進む。
ないときは、上記ＶＣＮＴとＴＨＣＵＴ（定数＝本実施
例では１０）とを比較する。その結果母音性の音韻ラベ
ル数がＴＨＣＵＴよりも大であれば、現フレームより以
前のフレームは有意味な音節であり、現フレームは音節
の境界であると判断して、ステップＳ １Ｂに進んで１
音節抽出を行い、ＴＨＣＵＴ以下であればステップＳＩ
８に進む。
ステップＳ １８で、現フレームまでを１音節とみなし
て、現フレームまでの音節のフレーム数をカウントして
いる上記ＦＲＭＣＮＴを上記Ｆ ＲＡ ＭＥに転送して
、上記Ｆ ＲＭ ＣＮ ＴおよびＶ ＣＮ Ｔをクリア
し、ｌ音節抽出完了のフラグＣＵＴＦＬＧを１にセット
してステップＳ １１に戻る。
て、現フレームまでの音節のフレーム数をカウントして
いる上記ＦＲＭＣＮＴを上記Ｆ ＲＡ ＭＥに転送して
、上記Ｆ ＲＭ ＣＮ ＴおよびＶ ＣＮ Ｔをクリア
し、ｌ音節抽出完了のフラグＣＵＴＦＬＧを１にセット
してステップＳ １１に戻る。
ステップＳ １９で、現フレームの上記ＳＥＧが′Ｆ′
か否かを判別し、′Ｆ′であればステップＳ ２１に進
み、′Ｆ′でなければステップＳ、。に進む。
か否かを判別し、′Ｆ′であればステップＳ ２１に進
み、′Ｆ′でなければステップＳ、。に進む。
ステップＳ、。で、現フレームのＳＥＧが／ Ｖ／でも
／ Ｐ／でもない場合、現フレームまでの音節は有意味
な音節ではないとして、上記Ｆ ＲＭ ＣＮＴおよびＶ
ＣＮＴをクリアしてステップＳ ＩＩに戻り、次の音節
抽出処理を実行する。
／ Ｐ／でもない場合、現フレームまでの音節は有意味
な音節ではないとして、上記Ｆ ＲＭ ＣＮＴおよびＶ
ＣＮＴをクリアしてステップＳ ＩＩに戻り、次の音節
抽出処理を実行する。
ステップＳ ２１で、音韻ラベル′Ｆ′のときはまだ音
節が続いているとして、実行Ｆ ＲＭＣＮＴに＋１を加
えてステップＳ ＩＩに戻り、次のフレームの処理を実
行する。
節が続いているとして、実行Ｆ ＲＭＣＮＴに＋１を加
えてステップＳ ＩＩに戻り、次のフレームの処理を実
行する。
第３図の音節抽出フローチャートのステップＳ ＋ｅお
よびステップＳｌａで、ｌ音節抽出完了のフラグＣＵＴ
ＦＬＧが１にセットされると、第１図の上記ＣＰＵ９の
指令により上記マツチング部７は、入力された音声の上
記音節区間抽出部６によって抽出された１つの音節区間
の特徴パターンと、上記特徴標準パターンメモリ８に予
め記憶されている特徴標準パターンとの類似度を計算し
て、上記入力されて抽出された音節が類似度の最も高い
漂め音節と同一の音節として認識され、その認識結果が
上記インターフェース１０を介して、外部装置に出力さ
れる。
よびステップＳｌａで、ｌ音節抽出完了のフラグＣＵＴ
ＦＬＧが１にセットされると、第１図の上記ＣＰＵ９の
指令により上記マツチング部７は、入力された音声の上
記音節区間抽出部６によって抽出された１つの音節区間
の特徴パターンと、上記特徴標準パターンメモリ８に予
め記憶されている特徴標準パターンとの類似度を計算し
て、上記入力されて抽出された音節が類似度の最も高い
漂め音節と同一の音節として認識され、その認識結果が
上記インターフェース１０を介して、外部装置に出力さ
れる。
第４図は本実施例において抽出された安定点。
音節境界点の例を示し、上段より音韻分類ラベルの時系
列、本実施例とは異なる方法によって得られた母音系列
（参考）、スペクトル変化が記されている。また、Ｃは
従来のスペクトル変化から求めた音節境界点、Ａ、Ｂは
本実施例で求めた音節境界点を現わしている。なお、第
４図より、音韻分類ラベルは全て母音性の／Ｖ／である
ため、第４図は第３図の音節抽出フローチャートにおけ
るステップＳ ＋５で音節境界が検出された例である。
列、本実施例とは異なる方法によって得られた母音系列
（参考）、スペクトル変化が記されている。また、Ｃは
従来のスペクトル変化から求めた音節境界点、Ａ、Ｂは
本実施例で求めた音節境界点を現わしている。なお、第
４図より、音韻分類ラベルは全て母音性の／Ｖ／である
ため、第４図は第３図の音節抽出フローチャートにおけ
るステップＳ ＋５で音節境界が検出された例である。
すなわち、上記スペクトル曲線上に上述の方法で安定点
Ｐ、が設定され、この安定点Ｐ、を基にして上述の方法
により各フレームの特徴パターンと上記安定点パターン
との距離ＤＩＳが、図中の大曲線Ｐ１Ｑ＋のように求め
られ、点Ｑ１において、ＤＩｓ＞ＴＨＤＩＳＩとなり音
節境界点Ａが検出される。同様にして、次の安定点Ｐ、
が設定されると、Ｐ、を基にして点Ｑ２が求められ、次
の音節境界点Ｂが検出され、３つの音節「え」「い」「
お」が分離して抽出される。従来のスペクトルの変化か
ら音節境界を検出する方法では、スペクトル変化の極値
点Ｐ３より音節境界点Ｃが検出されるので、音節「えい
」と「お」は区別されて抽出されるが、音節「え」と「
い」とはその両音節間のスペクトル変化が穏やかである
ために音節境界点が検出されず、したがって異なる音節
として区別して抽出することができない。
Ｐ、が設定され、この安定点Ｐ、を基にして上述の方法
により各フレームの特徴パターンと上記安定点パターン
との距離ＤＩＳが、図中の大曲線Ｐ１Ｑ＋のように求め
られ、点Ｑ１において、ＤＩｓ＞ＴＨＤＩＳＩとなり音
節境界点Ａが検出される。同様にして、次の安定点Ｐ、
が設定されると、Ｐ、を基にして点Ｑ２が求められ、次
の音節境界点Ｂが検出され、３つの音節「え」「い」「
お」が分離して抽出される。従来のスペクトルの変化か
ら音節境界を検出する方法では、スペクトル変化の極値
点Ｐ３より音節境界点Ｃが検出されるので、音節「えい
」と「お」は区別されて抽出されるが、音節「え」と「
い」とはその両音節間のスペクトル変化が穏やかである
ために音節境界点が検出されず、したがって異なる音節
として区別して抽出することができない。
したがって、本実施例ではスペクトル変化が小さくて従
来のスペクトル変化で音節境界の抽出が不可能な場合で
も正確に音節境界を検出できる。
来のスペクトル変化で音節境界の抽出が不可能な場合で
も正確に音節境界を検出できる。
〈発明の効果〉
以上より明らかなように、この発明の音節認識装置では
、入力された音声の一定区間におけるスペクトル情報の
変化から上記スペクトルの安定点を抽出する安定点抽出
部と、上記安定点におけるスペクトル情報と上記安定点
以後のスペクトル情報との類似度計算を行って、上記類
似度を所定の値と比較することによって抽出すべき音節
区間の音節境界を検出する音節境界検出ゴくとを設は几
ので、上記スペクトル情報の変化が穏やかな場合であっ
ても、急な場合であっても正確にしかも容易に音節境界
を検出することができる。
、入力された音声の一定区間におけるスペクトル情報の
変化から上記スペクトルの安定点を抽出する安定点抽出
部と、上記安定点におけるスペクトル情報と上記安定点
以後のスペクトル情報との類似度計算を行って、上記類
似度を所定の値と比較することによって抽出すべき音節
区間の音節境界を検出する音節境界検出ゴくとを設は几
ので、上記スペクトル情報の変化が穏やかな場合であっ
ても、急な場合であっても正確にしかも容易に音節境界
を検出することができる。
第１図はこの発明の音声認識装置のブロック図、第２図
は安定点抽出および音節境界検出のフローチャート、第
３図は音節抽出のフローチャート、第４図は実施例にお
いて抽出された安定点と音節境界点の一例を示す図であ
る。
は安定点抽出および音節境界検出のフローチャート、第
３図は音節抽出のフローチャート、第４図は実施例にお
いて抽出された安定点と音節境界点の一例を示す図であ
る。
Claims (1)
- （１）入力された音声から音節区間を抽出し、この抽出
された音節の特徴パターンと、メモリに予め記憶してい
る特徴標準パターンとの類似度計算を行って、入力され
た音声を音節単位で認識する音声認識装置において、 上記入力された音声の一定区間における音声スペクトル
情報の変化から、上記音声スペクトルの安定点を抽出す
る安定点抽出部と、 上記安定点における音声スペクトル情報と、上記安定点
以後の音声スペクトル情報との類似度計算を行って、上
記類似度を所定の値と比較して上記抽出すべき音節区間
の音節の境界を検出する音節境界検出部とを設けたこと
を特徴とする音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61216180A JPS6370899A (ja) | 1986-09-13 | 1986-09-13 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61216180A JPS6370899A (ja) | 1986-09-13 | 1986-09-13 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6370899A true JPS6370899A (ja) | 1988-03-31 |
| JPH0564800B2 JPH0564800B2 (ja) | 1993-09-16 |
Family
ID=16684542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61216180A Granted JPS6370899A (ja) | 1986-09-13 | 1986-09-13 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6370899A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006106754A (ja) * | 2004-10-05 | 2006-04-20 | Sony France Sa | メタデータマッピング音再生装置及びこれに使用可能なオーディオサンプリング／サンプル処理システム |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6069695A (ja) * | 1983-09-27 | 1985-04-20 | 松下電器産業株式会社 | 語頭子音のセグメンテ−ション法 |
-
1986
- 1986-09-13 JP JP61216180A patent/JPS6370899A/ja active Granted
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6069695A (ja) * | 1983-09-27 | 1985-04-20 | 松下電器産業株式会社 | 語頭子音のセグメンテ−ション法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006106754A (ja) * | 2004-10-05 | 2006-04-20 | Sony France Sa | メタデータマッピング音再生装置及びこれに使用可能なオーディオサンプリング／サンプル処理システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0564800B2 (ja) | 1993-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS58130396A (ja) | 音声認識装置 | |
| JPS5972496A (ja) | 単音識別装置 | |
| Hansen et al. | Automatic voice onset time detection for unvoiced stops (/p/,/t/,/k/) with application to accent classification | |
| US20140200889A1 (en) | System and Method for Speech Recognition Using Pitch-Synchronous Spectral Parameters | |
| JPH0564800B2 (ja) | ||
| JPS58108590A (ja) | 音声認識装置 | |
| JPS6136798A (ja) | 音声セグメンテ−シヨン法 | |
| JPS63161499A (ja) | 音声認識装置 | |
| JPH0558556B2 (ja) | ||
| JPS6293000A (ja) | 音声認識方法 | |
| JPH0451840B2 (ja) | ||
| JPS6225796A (ja) | 音声認識装置 | |
| JPS62191900A (ja) | 無声破裂子音識別方式 | |
| JPS63161497A (ja) | 音声認識装置 | |
| JPS63161500A (ja) | 音声認識装置 | |
| JPH0469800B2 (ja) | ||
| JPH0458638B2 (ja) | ||
| JPS63220200A (ja) | 母音切出し装置 | |
| JPH0289097A (ja) | 音節パターン切り出し方式 | |
| JPS61180300A (ja) | 音声認識装置 | |
| JPS6237797B2 (ja) | ||
| JPH045699A (ja) | 鼻音区間検出方式 | |
| JPS6355600A (ja) | 音声認識装置 | |
| JPS6240496A (ja) | 音声パタ−ン分類方式 | |
| JPS5885495A (ja) | 音声認識装置 |