JP2002049388A - 変換マトリックスを使用する自動音声認識の際の付加および重畳ノイズ適応方法 - Google Patents

Abstract

(57)【要約】 【課題】 音声認識システムにおいて、ノイズ適応を行
うノイズ適応システムおよび方法を提供すること。 【解決手段】 上記方法は、訓練音声信号に基づいて参
照モデル（７０）を発生し、ケプストラム領域内におい
て、付加ノイズに対する参照モデル（７０）を補償する
ステップを含む。参照モデル（７０）も、ケプストラム
領域内において、重畳ノイズに対して補償される。１つ
の実施形態の場合には、重畳ノイズは、参照モデル（７
０）と目標音声信号（７９）との間の重畳バイアスを推
定することによって補償される。推定重畳バイアスは、
チャネル適応マトリックス（８８）により変換され、変
換重畳バイアスは、ケプストラム領域内において参照モ
デル（７０）に加算される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、概して、自動音声
認識システムに関し、特に、ノイズが存在する場合に、
より優れた性能を発揮する認識装置を適応するための技
術に関するものである。

【０００２】

【従来の技術】本出願は、２０００年４月１８日付の米
国特許出願第０９／５５１，００１号の一部継続出願で
ある。

【０００３】現在の自動音声認識システムは、実験室段
階ではかなり良好に動作するが、実際に使用した場合、
その性能は急速に劣化する。実際に使用した場合に、認
識装置の性能に影響を与える重要な要因の１つは、音声
信号を劣化させる環境ノイズの存在である。このノイズ
の問題を解決するために、スペクトル減算法または並列
モデルの組合せのような多数の方法が開発されてきた。

【０００４】

【発明が解決しようとする課題】しかし、これらの方法
は、余りにも用途が制限されているものか、計算が面倒
で高価なものである。

【０００５】最近、ノイズがノイズＡからノイズＢへ変
化する場合に、付加ノイズを処理するために、ヤコビ適
応法が提案された。例えば、山口の米国特許第６，０２
６，３５９号は、モデルのパラメータを表わすテーラー
の展開のヤコビ行列を記憶することにより、パターン認
識の際に、モデルを適応させるための上記スキームを開
示している。しかし、この方法をうまく動作させるため
には、ノイズＡおよびノイズＢが、特性およびレベルの
点で相互に類似していなければならない。例えば、ヤコ
ビ適応技術は、時速３０マイルで平坦な道路を走行して
いる所与の車両の車内でノイズＡが測定され、時速４５
マイルで同じ道路を走行している同じ車両内で測定した
ノイズのような類似の特性のノイズＢが測定されたよう
な場合に、うまく動作する可能性が高い。

【０００６】周知のヤコビ適応技術は、ノイズＡが、時
速３０マイルで上記道路を走行中の上記車両内で測定さ
れ、ノイズＢが、窓を開けているか、または時速６０マ
イルで走行中の車両内で測定された場合のようなノイズ
ＡおよびノイズＢが相互にもっと異なっている場合に
は、うまく動作しなくなる。

【０００７】提案されたヤコビ・ノイズ適応法は、この
ような欠点を持っているために、多くの実際の用途の場
合にその有用性が制限される。何故なら、（システムを
使用している際の）試験時に存在するかも知れないノイ
ズを、訓練時中に予測するのが多くの場合難しいからで
ある。また、ヤコビ・ノイズ適応技術を改善したもの
も、多くの場合、その用途が制限される。何故なら、必
要な計算のためのコスト（処理時間および／またはメモ
リ要件）が高すぎるので、実際には使用することができ
ないからである。

【０００８】本発明は、上記欠点を解決する。ヤコビ行
列を使用する代わりに、本発明は、形はヤコビ行列に似
ているが、異なる値からなる変換マトリックスを使用す
る。変換マトリックスは、訓練時および認識時の際、各
ノイズが、大きく異なっている場合があるという事実を
補償する。本発明の方法の好適な実施形態は、変換マト
リックスを形成するために、α適応パラメータを使用し
て、ヤコビ行列の線形または非線形変換を行う。別の方
法としては、神経ネットワークまたは他の人工頭脳機構
を使用する場合のような他の線形または非線形変換によ
り変換プロセスを実行することもできる。計算速度を速
くするために、主要成分解析のような寸法縮小技術によ
り、結果として得られる変換マトリックスを小さくする
ことができる。

【０００９】もう１つの問題は、重畳ノイズの補償に関
する問題である。より詳細に説明すると、重畳ノイズは
音声チャネルに由来するものであるので、重畳ノイズを
上記付加ノイズと区別することができる。例えば、発声
者とマイクロフォンとの間の距離の変化、マイクロフォ
ンの欠陥、および信号が送られる電話線すらも、すべて
重畳ノイズに影響を与える。一方、付加ノイズは、通
常、発声者が話をしている環境に由来するものである。

【００１０】重畳ノイズの重要な特性は、重畳ノイズの
場合には、重畳ノイズに、スペクトル領域内の音声信号
が乗算されるという性質である。一方、付加ノイズは、
スペクトル領域内で加算される。そのため、ノイズの補
償が特に難しくなる。実際、従来の大部分の方法は、重
畳ノイズまたは付加ノイズのいずれかを処理するが、両
方は処理しない。

【００１１】αヤコビ（およびヤコビ）適応の上記利点
は、付加ノイズおよび重畳ノイズの両方を補償するため
に適用することができる。本発明は、主としてケプスト
ラム領域内のノイズを適応させるための方法およびシス
テムを提供する。これは有意に有効な方法である。何故
なら、重畳ノイズは、この領域内では付加ノイズになる
からである。この方法は、訓練音声信号に基づいて参照
モデルを発生するステップを含む。その後で、参照モデ
ルは、ケプストラム領域内で、付加ノイズおよび重畳ノ
イズの両方を補償する。

【００１２】

【課題を解決するための手段】重畳ノイズに対する参照
モデルを補償するための１つの方法は、訓練音声信号と
目標音声信号との間の重畳バイアスを推定するステップ
を含む。その後で、この推定重畳バイアスは、チャネル
適応マトリックスにより変換される。この方法は、さら
に、ケプストラム領域内において、参照モデルに変換重
畳バイアスを加算する。それ故、本発明は、信号自身と
は反対の方法で参照モデルを変換し、適応する。通常、
付加ノイズおよび重畳ノイズの補償は、ガウス分布の平
均に対して行われる。

【００１３】他の観点から見た場合、本発明は、参照モ
デル・ゼネレータ、付加ノイズ・モジュールおよび重畳
ノイズ・モジュールを有する音声認識システム用のノイ
ズ適応システムである。参照モデル・ゼネレータは、訓
練音声信号に基づいて参照モデルを発生する。付加ノイ
ズ・モジュールは、参照モデル・ゼネレータに接続して
いて、ケプストラム領域内の付加ノイズに対する参照モ
デルを補償する。重畳ノイズ・モジュールも、参照モデ
ル・ゼネレータに接続していて、ケプストラム領域内の
重畳ノイズに対する参照モデルを補償する。

【００１４】本発明、その目的および利点をより完全に
理解してもらうために、以下の説明および添付の図面を
参照されたい。

【００１５】

【発明の実施の形態】図１は、本発明を理解する際に役
に立つ、異なるノイズ条件を示す略図；図２は、改良形
変換マトリックス適応の好適な実施形態を示す訓練段階
および認識段階の両方のデータのフローチャート；図３
は、従来のヤコビ適応と並列モデル組合せ（ＰＭＣ）適
応とを比較するログ・スペクトル図；図４および図５
は、認識精度に対する異なるα値の影響を示すα適応パ
ラメータ曲線；図６は、本発明のノイズ適応システムの
ブロック図；図７は、本発明のある実施形態の重畳ノイ
ズ・モジュールのブロック図；図８は、本発明の重畳ノ
イズの影響をシミュレートするために使用するフィルタ
のグラフである。

【００１６】図１は、それを解決するために、本発明の
設計が行われる問題を示す。参照番号１０で示すよう
に、例えば、自動音声認識システムは、走行中の車両の
室内のような騒音環境で動作しなければならないものと
仮定する。車両の室内で測定したノイズ・レベルは、通
常、車両の速度が増大すると、ノイズＡからノイズＡ’
に増大する。ノイズ・レベルが、ＡからＡ’に増大して
も、ノイズの特性すなわち性質は、多くの場合同じまま
である。走行中の車両内においては、ノイズ・スペクト
ルは、通常、車両速度が増大するにつれて、予測できる
方法で変化する。風のノイズの振幅は増大するが、多く
の場合、そのランダム・ホワイト・ノイズ特性、または
ピンク・ノイズ特性は、そのままで変化しない。路面ノ
イズ（路面上で回転するタイヤの音）の周波数は、速度
の増大に比例して増大する。

【００１７】都合の悪いことに、多くの実際の用途の場
合、周囲ノイズの特性および性質は、図１の条件１０が
示すように、容易に予測することができない。例えば、
携帯用セルラーホンについて考えてみよう。セルラーホ
ンは、走行中の車両内で使用することができ、その場
合、セルラーホンは、参照番号１０で示す範囲のノイズ
の影響を受ける。セルラーホンは、また、街路の曲がり
角で使用することもできるが、この場所は、全く異なる
交通騒音に満ちている。セルラーホンは、また、ショッ
ピング・モール内でも使用することができるが、その場
合には、ノイズの性質は全く異なる。図１の参照番号１
２は、この種々様々な異なるノイズの性質を示す。この
場合、３つの異なるノイズ・パターンを、ノイズＡ、ノ
イズＢおよびノイズＣとして概略示す。それ故、これら
の変化する騒音環境で動作しなければならない自動音声
認識システムにとっては、ノイズの性質が予測できない
ということは、かなり厄介な問題となる。

【００１８】図２は、音声認識アプリケーションの、本
発明の例示としての実施形態である。音声認識アプリケ
ーションは、モデルをベースとする認識装置を使用す
る。モデルは、訓練中に形成され、その後で、認識の際
に使用される。図２においては、システムの訓練段階全
体を参照番号２０で示し、識別段階を参照番号４０で示
す。入力音声は、参照番号２２で示すように、ノイズ条
件Ａの下で、訓練段階中に供給される。入力音声は、参
照番号２６で概略示す例示としての音声モデルにより、
ステップ２４に示すように、音声モデルを訓練するため
に使用される。通常の入力音声信号においては、音声が
始まる前、または音声が終った後のような、音声が存在
しない時間がある。これらの音声が存在しない部分は、
ノイズ条件Ａに関連する参照ノイズＮ_aを示すデータを
記録するために使用することができる。図２において
は、参照ノイズＮ_aはブロック２８に記憶される。そう
したい場合には、音声モデル２６を構成するために使用
する同じ訓練動作により上記ノイズをモデル化すること
ができる（背景モデル）。

【００１９】音声モデルを訓練した後で、ステップ３０
において、一組の変換マトリックスが計算され、３２の
ところに記憶される。これらのマトリックスは、音声モ
デルが、識別の際に存在するノイズ条件の下でよりよく
動作するように、音声モデルを適応させるために識別中
に使用される。基本的なヤコビ適応プロセスの場合に
は、識別時のノイズの性質は、訓練時のノイズの性質と
ほぼ同じであると仮定する。そうでない場合には、古典
的なヤコビ適応は、最適な結果以下の結果にしかならな
い場合がある。

【００２０】改良形適応技術は、最初のノイズ条件Ｎ_a
に対して発生した一組の変換マトリックスの使用に基づ
いている。変換マトリックスは、最初のノイズ条件Ｎ_a
に対して開発した一組のヤコビ行列に、線形または非線
形変換を適用することにより計算される。この好適な実
施形態は、次の節で説明するα適応係数を適用すること
により（線形および非線形両方の）変換を行う。α適応
係数は、現在好適なものであるが、上記変換を行うため
に、神経ネットワークまたは他の人工頭脳構成部材を使
用することもできる。

【００２１】マトリックスの操作は、計算上非常に高価
なプロセスになる場合がある。かなりのコスト要因は、
すべてのマトリックスを記憶するために必要なメモリ空
間である。通常の実施形態の場合には、辞書内の各入力
に対する音声モデルは、複数の隠れマルコフ・モデル状
態、および各状態に関連する複数のガウス密度を使用す
ることができる。それ故、上記各状態の各ガウスに対す
るマトリックスは一つになる。その結果、記憶しなけれ
ばならないマトリックスの数が、数百になる場合がでて
くる。

【００２２】好適な実施形態は、ヤコビ行列３８を一組
のもっと簡単なマトリックスにするために、マトリック
ス分解ステップ３６を実行する。以下にさらに詳細に説
明するように、この好適な分解技術は、簡単な変換マト
リックスを組み立てるために、主成分解析（ＰＣＡ）を
使用する。

【００２３】識別時には、ユーザからの入力音声は、ス
テップ４２において供給される。入力音声は、４４で示
すように、（目標ノイズＮ_bとも呼ばれる）ノイズ条件
Ｂに関連する。すでに説明したように、ノイズ条件Ｂが
訓練時に使用したノイズ条件Ａの性質と異なる場合に
は、従来のヤコビ適応技術による結果は、最適な結果以
下になる場合がある。しかし、（訓練中に、ヤコビ行列
が定義される場合に行われた）α適応プロセスは、不利
なノイズ条件の下で、認識性能を大きく改善することが
分かった。下記の例の中に、本発明者の結果を示す。

【００２４】図２の参照番号４４が示す目標ノイズＮ_b
は、入力音声４２から抽出され、その後で、参照番号４
６で示すように、参照ノイズＮ_aからの違いを計算する
ために使用される。その後で、参照番号４８で示すよう
に、新しい適応音声モデルが、このノイズ差、および訓
練時に発生した縮小変換マトリックスにより計算され
る。その後で、認識出力５４を供給する目的で、入力音
声４２上で音声認識を行うために、参照番号５２のとこ
ろで、結果として得られる適応音声モデル５０が使用さ
れる。

【００２５】＜α適応＞従来のヤコビ適応を理解すれ
ば、本発明の変換マトリックスの動作をよりよく理解す
ることができる。従来のヤコビ適応は、並列モデル組合
せ（ＰＭＣ）と呼ばれる他の形の適応と関連している。
従来、ヤコビ適応は、ＰＭＣが必要とする計算を少なく
する目的で、ＰＭＣを近似するために使用された。ＰＭ
Ｃの計算は非常に高価なものである。何故なら、音声モ
デルの各密度に対して、平均ベクトルをスペクトル領域
内に変換しなければならないからである。その後で、目
標ノイズに平均ベクトルを加算してから、結果として得
られるベクトルを、もとのケプストラム領域に変換して
戻さなければならない。マトリックスの乗算および２つ
の非線形関数を使用するこの二重変換は、埋設システム
にとっては、通常、時間が掛かり過ぎる変換である。

【００２６】従来、ヤコビ適応は、ケプストラム領域に
おいて、ＰＭＣを近似するために使用された。比較する
と、下記式１は、ＰＭＣ計算を示すが、大文字Ｆは個々
のコサイン変換（ＤＣＴ）のマトリックスを表わす。式
２は、もっとコストが掛かるＰＭＣ計算を近似するため
に使用される従来のヤコビ適応計算を示す。

【００２７】（式１） C(S+N)=F・log(exp(F^-1・C(S)))+exp(F^-1・C(N))

【数３】

【００２８】ヤコビ適応近似の問題は、目標ノイズ（シ
ステムの使用中に経験する）の性質が、参照ノイズ（シ
ステム訓練中に存在する）に似ている場合だけにしか、
この近似を適用できないことである。この問題の性質を
図３に示す。この図は、ノイズが増大する場合の、騒音
を含む音声パラメータの、ログ・スペクトル領域内の評
価のグラフを示す。より詳細に説明すると、上記グラフ
は、ログ・スペクトル領域内における、ＰＭＣ適応と従
来のヤコビ適応との比較を示す。図３においては、左側
の陰をつけた部分は、音声信号がノイズより遥かに強力
な状態に対応し、一方、右側の領域は、ノイズが音声信
号より強力な状態に対応する。訓練環境および試験環境
の両方が、これら２つの領域と同じである場合には、ヤ
コビ適応およびＰＭＣ適応は同じ様な動作をする。しか
し、これら２つの環境の中の一方が、中央領域である場
合、または上記一方の領域が、もう一方の領域以外の他
の領域内にある場合には、ヤコビ適応はＰＭＣとは異な
るものとなり、実際に、何時でも、モデルの適応を過小
に評価することになる。

【００２９】本発明者達は、ヤコビ行列を線形または非
線形変換することにより、従来のヤコビ適応を大きく改
善することができることを発見した。線形または非線形
変換を行うために、好適な実施形態は、本発明者達がα
適応パラメータと呼ぶパラメータを使用する。下記の式
３は、非線形変換を行うための、α適応パラメータの好
適な使用方法を示す。式４は、線形変換を行うための、
上記パラメータの別の使用方法を示す。すでに説明した
ように、上記変換を行うためには、α適応パラメータを
使用することが好ましいが、他の変換技術も同様に使用
することができる。例えば、最初のノイズ状態に対して
ヤコビ行列を変換するために、神経ネットワークまたは
他の人工頭脳構成部材も使用することができる。もう１
つの変換技術は、入力音声に対する第１のα適応パラメ
ータまたは係数の適用、およびノイズに対する第２のα
適応パラメータまたは係数の適用を含む。他の方法も同
様に使用することができる。

【００３０】

【数４】

【数５】

【００３１】図３について説明すると、α適応パラメー
タは下記のように機能する。参照ノイズがゼロに近い場
合、またαがあまり大きくない場合には、（Ｘ座標のＮ
およびαＮのところで、それぞれ計算した）両方の接線
は水平になる。参照ノイズが非常に重要な場合には、両
方の接線は、ラインｙ＝ｘに対応する。参照ノイズが図
３の中央領域に属する場合には、上記接線の新しい勾配
は、従来のヤコビ適応曲線の勾配よりも急になる。

【００３２】式３のα適応パラメータを使用すると、結
果としてマトリックスの非線形変換となる。分子および
分母の両方にパラメータが掛けられ、そのため、非線形
変換が行われる。式４の場合には、α適応パラメータ
が、結果として得られる分子／分母の商に掛けられるの
で、線形変換が行われる。

【００３３】両方の場合とも、α適応パラメータの主な
効果は、音声モデルに加算される適応バイアスを増大す
ることである。この適応バイアスの増大は役に立つ。何
故なら、このバイアスの増大は、従来のヤコビ適応の欠
点を、ノイズの効果を少な目に推定するように修正する
からである。本明細書の後の節においては、α適応パラ
メータにより行うことができる改善を示す本発明者達の
実験結果を説明する。

【００３４】＜α適応パラメータの選択＞理論的には、
α適応パラメータの最適値は、環境により異なる。αの
値は、目標ノイズと参照ノイズの間のズレがより大きい
場合には、より大きくなければならない。しかし、本発
明者達は、α適応パラメータは、理論的に予測したもの
より遥かに安定していることを発見した。従来のヤコビ
適応の代わりとしての、変換マトリックスを発生するた
めに使用した場合には、音声認識精度の変動は、αの小
さい値に対しては少なく、αの中間値に対しては増大
し、αがある値より増大した場合には、再び小さくな
る。この現象は、図３の曲線の形によるものである。よ
り詳細に説明すると、αの値が存在する場合には、接線
の勾配は０と１間で変動するだけである。

【００３５】この点をもっとよく説明するために、不利
な環境で数字認識について一組の実験を行った。数字の
文脈から独立している１２のモデルを作成した。１から
９までの数字音声「ｏ」および「ゼロ」に対するモデ
ル、および無言状態に対するモデルを作成した。無言状
態は、５つの状態を持つ隠れマルコフ・モデル（ＨＭ
Ｍ）によりモデル化される。残りのモデルは１５の状態
を使用した。すべてのＨＭＭの各状態は、４つのガウス
密度を使用する。モデルを訓練するために使用した訓練
セットは、８０人の人が発音した数字の３８０３シーケ
ンスを含んでいた。訓練セットは、ノイズのない実験室
の条件下で記録された。図４および図５は、αが１〜４
の範囲で変動した場合の、精度の変動を示す。データ
は、６つの異なる音響環境に基づいて発生した。

【００３６】・ノイズのない条件で記録する確認コーパ
ス ・１０ｄＢのＳＮＲで、車両のノイズを含む同じコーパ
ス ・０ｄＢのＳＮＲで、車両のノイズを含む同じコーパス ・１５ｄＢのＳＮＲで、ホワイト・ノイズを含む同じコ
ーパス ・時速３０マイルの車両内で記録した試験コーパス ・時速６０マイルの車両内で記録した他の試験コーパス

【００３７】図４および図５を見れば、音響環境がどの
ような環境であろうとも、αの異なる値に対する精度の
変動は、α＝２．４からα＝３．６の範囲においては、
非常に小さいことが分かる。このことは、αが、本発明
の実際の実施形態で、適当に利用することができる安定
している範囲を持つことを示す。好適には、α適応パラ
メータは、約２．４から３．６の範囲内にあることが好
ましいが、この値は、単に１つの可能な安定な範囲を表
わすものに過ぎないことを理解することができるだろ
う。通常、αの他の値を使用しても、良好な結果を得る
ことができる。別な言い方をすれば、αの「最適の」値
と、上記の範囲（例えば、２．４〜３．６）内で選択す
ることができるαおよび任意の他の値との間の、精度の
低下は非常に低い。本発明者達のデータは、「最適」な
点からの精度の低下は、３％以下である。そのため、本
発明者達の改良形ヤコビ適応は、非常に丈夫な方法にな
る。

【００３８】＜計算コストを少なくするための寸法の縮
小＞すでに説明したように、ヤコビ適応の計算コストは
ＰＭＣより低いが、それでも、認識システム、特に、埋
設タイプのシステムにとってかなりの負担になる。実
際、本発明者達は、各変換マトリックスを下記式５で表
わすことができることが分かった。

【００３９】

【数６】 は、ＮＦｉｌｔ×ＮＦｉｌｔの大きさの対角線マトリッ
クスである。この場合、ＮＦｉｌｔは、スペクトル・フ
ィルタ・バンク内で使用するフィルタの数である。

【００４０】それ故、各変換マトリックスは、実際、ヤ
コビ行列が属する空間のベースであるＮｆｉｌｔの正準
マトリックスの加重合計として表わすことができる。こ
れらの正準マトリックスは、下記式により表わすことが
できる。

【００４１】Ｊ_i＝Ｆ・ｄｉａｇ（ｉ）・Ｆ^-1 ここで、ｄｉａｇ（ｉ）は、位置ｉのところは１である
が、その他の位置は０であるＮｆｉｌｔ×Ｎｆｉｌｔマ
トリックスを表わす。

【００４２】各変換マトリックスは、下記式により表わ
すことができる。

【数７】

【００４３】それ故、Ｎｄマトリックス（Ｎｄは、すべ
ての音声モデルの密度の全数）を記憶する代わりに、Ｎ
ｆｉｌｔの正準マトリックスに、ＮｄにＮｆｉｌｔ係数
γｉを掛けたものを加えたものを記憶するだけで十分で
ある。そうすることにより、記憶要件がかなり軽減す
る。

【００４４】しかし、この解決方法は、さらに改善する
ことができる。何故なら、この解決方法は、アルゴリズ
ムの時間的複雑性を増大するからである。実際、すべて
の変換マトリックスを記憶する場合には、式２を、Ｎｄ
マトリックス乗算を必要とするすべての密度に直接適用
することができる。

【００４５】第２の解決方法を選択した場合には、式２
の右辺は下記式のようになる。

【数８】

【００４６】この式においては、コストは、Ｎｆｉｌｔ
マトリックス加算、スカラによるＮｆｉｌｔマトリック
スの乗算である。この加算および乗算は、各密度に対し
て反復して行わなければならない。それ故、全コスト
は、２・Ｎｄ・Ｎｆｉｌｔマトリックスである。

【００４７】余分の計算時間を使用したくない場合に
は、正準マトリックスの数を減らさなければならない。

【００４８】空間の大きさを小さくするための好適な技
術は、この空間に属する上記一組の素子について、主成
分解析を実行する方法である。それ故、最初に、すべて
のベクトル、

【数９】 を計算し、この一組のベクトルについて単一値分解を行
った。結果として得られる正準ベクトルをその固有値の
降順に分類したＮｆｉｌｔの正準ヤコビ行列、

【数１０】 を計算するために使用した。

【００４９】主成分解析を使用することにより計算の負
担をかなり軽減することができる。実験の結果、有用な
正準マトリックスの数を５つのマトリックスに減らすこ
とができることが分かった。さらに、少なくすることも
できる。マトリックスの数を減らすと、適応するために
必要な空間要件が緩和され、計算時間が短縮される。寸
法を縮小すること（主成分解析）により達成した改善を
よりよく理解してもらうために、表Ｉに、主成分解析を
使用する変換マトリックス適応と、主成分解析を使用し
ない変換マトリックス適応の比較を示す。

【００５０】

【表１】

【００５１】上記表Ｉ中、第１の欄は、次元数、すなわ
ち、正準マトリックスの数を示し、次の欄は、使用した
α適応値を示す。残りの欄は、認識精度の百分率、およ
び下記の３つの環境条件、すなわち、無雑音（ノイズな
し）、時速３０マイルの車両、および時速６０マイルの
車両に対する必要とした関連計算時間（全データベース
上の適応の、マイクロ秒単位の累積時間）を示す。

【００５２】＜実験結果＞上記ノイズ適応技術を種々の
ノイズ条件の下で試験した。この節においては、本発明
者達が行った試験結果を再現する。適応システムを試験
するために、カー・ナビゲーション・システム用の音声
認識装置を使用した。もちろん、上記適応技術は、カー
・ナビゲーションまたは任意の他の識別タスクに限定さ
れない。この試験にカー・ナビゲーションを選択したの
は、走行中の車両内のノイズ条件が、種々の車両速度に
わたって、非常に広い範囲で変化する場合があるからで
ある。それ故、車両環境での適応システムの試験を適応
システムの能力の望ましい測定として選択した。

【００５３】これらの実験の設定は上記設定と同じであ
る。３つの試験セット、すなわち、 （１）訓練セットの際に使用したのと同じ条件で記録し
た、（訓練セットとは異なる）２０人の人が発音した数
字の４６２のシーケンスからなる確認セットと； （２）異なる人が発音し、時速３０マイルで走行中の車
両内で記録した数字の９４７のシーケンスからなる確認
セットと；（３）同じ人が発音したものであるが、時速
６０マイルで走行中の車両内で記録した５つの数字の４
７５のシーケンスからなる確認セットを組み立てた。

【００５４】すべての数字（同じ数、「ｏ」および「ゼ
ロ」モデル）および無音状態に対して、同じ遷移確率で
１つのループ文法を使用して認識を行った。認識した文
内の無音状態を除去した後で、１０の数字について精度
を計算した。

【００５５】これらの第１の実験の場合、信号は、９つ
のＰＬＰ係数（残留エラーを含む）のベクトル、および
９つのデルタ係数のシーケンスにコード化された。実行
した場合には、適応は、第１の９つの静的係数の平均に
対してだけ適用された。適応のために、各文の３０の第
１のフレームを使用して目標ノイズを計算した。

【００５６】下記の表IIに再現した結果は、並列モデル
組合せ（ＰＭＣ）および従来のヤコビ適応（ＪＡ）を使
用して入手した結果を含む、適応を行わなかった隠れマ
ルコフ・モデル（ＨＭＭ）の性能を比較を示す。それ
故、表IIは、並列モデル組合せおよびヤコビ適応の両方
が、ノイズの存在下で、どの程度認識性能を改善したか
を示す。しかし、表IIは、α適応による改良形変換マト
リックス適応の性能は示していない。この表は、それに
対して、改良形変換マトリックス適応技術をよりよく理
解することができるベースラインとしての働きをする。

【００５７】

【表２】

【００５８】

【表３】

【００５９】表IIIは、α係数を使用した場合の、およ
び使用しなかった場合の並列モデル組合せおよびヤコビ
適応の性能の比較を示す。表III中、「α−ＴＭ」は、
α適応を使用した変換マトリックス適応を示す。比較す
るために、「α−ＰＭＣ」で示す行に示すように、並列
モデル組合せ技術においても、α係数を適用した。

【００６０】表III内の結果を比較する場合、改良形変
換マトリックス適応（α−ＴＭ）の性能が、ノイズの存
在下において、標準ヤコビ適応（ＪＡ）の性能より有意
に優れていたことに留意されたい。α係数は、ＰＭＣ適
応の性能をほとんど劣化させなかったが、上記α係数
は、有意な改善も示さなかった。

【００６１】本発明者達の実験結果は、α適応係数を使
用する改良形変換マトリックス適応技術は、標準ヤコビ
適応より、かなりよい結果をもたらすことを示してい
る。さらに、変換マトリックス適応は、元来、計算コス
トの点で、ＰＭＣと比較すると安いので、多数の処理電
力またはメモリを持たない埋設認識システムの理想的な
候補となる。このような用途としては、例えば、セルラ
ーホンの認識システムおよび車両ナビゲーション・シス
テムおよび他の消費者用製品等がある。

【００６２】さらに、上記寸法縮小技術を使用すると、
システムの性能をさらに改善することができる。変換マ
トリックス適応と一緒に使用した場合、多くの認識のた
めの用途に役に立つ、小型で、効率のよい、丈夫な適応
システムを得ることができる。

【００６３】＜他の実施形態＞上記の説明は、付加ノイ
ズに対するα−ヤコビ適応の利点を証明しているが、α
ヤコビ適応は、重畳ノイズに対しても類似の利点を達成
することができることを理解することができるだろう。
最初に、実際の場合、すべての音声信号は、付加ノイズ
によってだけではなく、重畳ノイズによっても劣化する
ことに注目することが重要である。スペクトル領域内に
おける、結果として得られる信号を表わす古典的な式は
下記の通りである。

【００６４】Ｓ’＝ＨＳ＋Ｎ ここで、Ｓは発音した音声であり、Ｓ’は結果として得
られる信号であり、Ｈはチャネル・ノイズであり、Ｎは
付加ノイズである。ケプストラム領域内においては、上
記式は下記式のようになる。

【００６５】Ｃ（Ｓ’）＝Ｃ（ＨＳ＋Ｎ）

【００６６】Ｈ_tarおよびＮ_tarを、目標重畳ノイズおよ
び目標付加ノイズ（すなわち、試験時点で推定した）と
定義し、Ｈ_refおよびＮ_refを、参照重畳ノイズおよび参
照付加ノイズ（すなわち、訓練時点で推定した）と定義
しよう。その後で、下記の計算を行った。

【００６７】

【数１１】

【００６８】その後で、ヤコビ近似（または、α−ヤコ
ビ近似）を合計の第２の項に適用することができる。

【００６９】

【数１２】 ここで、

【数１３】 は、音声ベクトルＳのノイズ適応マトリックスを示す。
それ故、下記式のようになる。

【００７０】

【数１４】

【００７１】第１の項（１−Ｊ_c）（Ｃ（Ｈ_tar）−Ｃ
（Ｈ_ref））は、チャネル適応マトリックス（１−Ｊ_c）
により変換された重畳バイアス（Ｃ（Ｈ_tar）−Ｃ（Ｈ
_ref））を表わす。上記変換は、ケプストラム領域内で
表示された重畳バイアスであることに注目することが重
要である。第３の項Ｊ_c（Ｃ（Ｎ_tar）−Ｃ（Ｎ_ref））
は、ノイズ適応マトリックスＪ_cにより変換された付加
バイアスを表わす。第２の項Ｃ（Ｈ_refｓ＋Ｎ_ref）は、
ケプストラム領域内の参照信号の１つのモデルを表わ
す。

【００７２】図６について説明すると、この図は、音声
認識システム（図示せず）でノイズ適応を行うことがで
きるノイズ適応システム６０を示す。通常、ノイズ適応
システム６０は、訓練環境６４内の発声者６２の訓練音
声信号７５、および認識環境６６内の発声者６２の目標
音声信号７９を使用する。図に示すように、訓練音声信
号７５は、訓練チャネル７２からの重畳ノイズ成分Ｈ
_refと、総和装置７４のところに内蔵した付加ノイズ成
分Ｎ_refを含む。同様に、目標ノイズ信号７９は、認識
チャネル７６からの重畳ノイズ成分Ｈ_tarと、総和装置
７８のところに内蔵した付加ノイズ成分Ｎ_tarを含む。

【００７３】チャネル７２、７６は、通常、マイクロフ
ォン、電話線等のような種々の信号処理デバイスを内蔵
するが、認識チャネル７６が、訓練チャネル７２とは異
なる特性を持っている場合に、ノイズ適応に関する問題
が発生する。そのような場合、目標重畳ノイズ成分Ｈ
_tarは、参照重畳ノイズ成分Ｈ_refとは異なる。本発明の
主要な目的は、上記重畳バイアスを説明するために、参
照モデルを適応させることである。

【００７４】適応システム６０は、参照モデル・ゼネレ
ータ６８、付加ノイズ・モジュール８０、および重畳ノ
イズ・モジュール８２を備える。参照モデル・ゼネレー
タ６８は、訓練音声信号７５に基づいて参照モデル７０
を発生する。参照モデル７０は、ＨＭＭであっても、ガ
ウス混合モデル（ＧＭＭ）であっても、または本発明の
目的のために訓練することができる任意の他の音声モデ
ルであってもよい。付加ノイズ・モジュール８０は、参
照モデル・ゼネレータ６８に接続され、ケプストラム領
域内の付加ノイズに対する参照モデル７０を補償する。
重畳ノイズ・モジュール８２は、参照モデル・ゼネレー
タ６８に接続され、ケプストラム領域内で、重畳ノイズ
に対する参照モデル７０を補償する。

【００７５】式７は、付加ノイズおよびチャネル・ノイ
ズの両方に対してどのようにモデルを適応したらよいの
かを示しているが、Ｃ（Ｈ_tar）−Ｃ（Ｈ_ref）を推定し
なければならない。そのような推定は、通常、目標音声
信号および参照音声信号７９、７５のケプストラム・ベ
クトルの間の差を平均することによって計算される。こ
の推定は、また、Ｍ．ウエストファルの、１９９７年、
ギリシア、ロード、ＥＵＲＯＳＰＥＥＣＨ ’９７掲載
の「会話型音声認識の際のケプストラム平均の使用」に
記載されている周知のケプストラム平均減算（ＣＭＳ）
アルゴリズムで使用される。以下の説明においては、式
７が定義している補償アルゴリズムを、「ケプストラム
平均適応」またはＣＭＡと呼ぶことにする。実際には、
ＣＭＡも、参照信号および試験信号の整合を平均しよう
とする点で、ＣＭＡはＣＭＳに非常に類似している。し
かし、これらの方法の間には、いくつかの違いがある。

【００７６】・ＣＭＳは、信号自身に適用されるが、Ｃ
ＭＡはモデルに適用される。 ・ＣＭＳは、参照信号および目標信号の両方に適用され
るが、ＣＭＡは、参照モデルだけに適用される。 ・ＣＭＳは、重畳ノイズだけを補償するが、ＣＭＡは、
付加ノイズとチャネル・ノイズの両方を考慮に入れる。

【００７７】図７について説明すると、この図は、（総
合補償の一部としての）ケプストラム領域内の重畳ノイ
ズに対する参照モデルを補償するための１つの方法を示
す。それ故、重畳モジュール８２は、重畳バイアスの推
定値を供給し、参照モデルをこの推定で適応させる。そ
の結果、重畳により適応されたモデル９６が得られる。
その後で、重畳により適応されたモデル９６を、付加ノ
イズおよび重畳ノイズの両方に対する参照モデル７０を
完全に補償するために、付加ノイズ・モジュール８０に
より動作させることができる。より詳細に説明すると、
重畳ノイズ・モジュール８２の１つの実施形態は、参照
モデル７０と目標音声信号７９との間の重畳バイアスを
推定するための重畳バイアス・モジュール８４を含む。
適応マトリックス・モジュール８６は、訓練音声信号に
基づいて、チャネル適応マトリックス８８を発生する。
チャネル適応マトリックス８８は、本質的には、修正ノ
イズ適応マトリックス１−Ｊ_cである。Ｊ_cは、すでに説
明したように、標準ヤコビ行列であってもよいし、α−
ヤコビ行列であってもよいことに注目することは重要な
ことである。重畳バイアス・モジュール８４は、チャネ
ル適応マトリックス８８により推定重畳バイアスを変換
する。重畳ノイズ・モジュール８２は、さらに、ケプス
トラム領域内で参照モデル７０に変換重畳バイアスを加
算するために、重畳バイアス・モジュール８４に接続し
ている総和モジュール９０を含む。

【００７８】＜重畳バイアスの計算＞重畳バイアスを推
定するための、参照モデルと信号との間のガウス整合
は、すでに分かっているものと仮定しよう。この仮定に
基づいて重畳バイアスを計算するための２つの可能な方
法について説明する。

【００７９】Ｉ．第１の方法 Ｈ_tarＳ≫Ｎ_tarであると仮定した場合、下記式を入手す
るために、音声ユニットに対応する信号のセグメントの
平均を求めることができる。

【００８０】

【数１５】

【００８１】同様に、同じ参照、すなわち、雑音を含ま
ない信号の平均を求めることにより、項、

【数１６】 を計算できなければならない。しかし、この信号は、通
常、使用することができない。すなわち、ノイズを含む
（目標）信号だけしか分かっていないからである。その
後で、この参照信号を推定しなければならない。このよ
うな推定値は、モデルと信号との間のガウス整合を使用
して入手することができる。それ故、各フレームに対し
て、目標フレームと整合しているガウス密度Ｃ（Ｈ_tar
Ｓ_t）は、対応する参照フレームＣ（Ｈ_refＳ_t）を表わ
す。その後で、下記式を計算することができる。

【００８２】

【数１７】

【００８３】２つの上記式の間で減算を行うことにより
下記式が得られる。

【００８４】

【数１８】

【００８５】実際には、上記式が示すチャネル・バイア
スを計算するために、認識装置により示すように、現在
の文のガウス整合を必要とする。２つの経路の認識シス
テムを避けるために、前のものにより計算した適応バイ
アスにより、現在の文に適応することに決定した。そう
することにより、例えば、他の人が前の文および現在の
文を発音した場合のような、環境の変化に対するシステ
ムの感度が鋭くなる。しかし、この近似の利点は、依然
として適応が非常に速く、必要な認識経路しか必要とし
ないことである。

【００８６】それ故、重畳ノイズ・モジュール８２は、
さらに、目標音声信号を目標音声セグメントおよび目標
無音状態セグメントに分割するためのガウス整合モジュ
ール９２を含むことができる。セグメント分割機能は、
通常、音声識別装置に内蔵されているが、説明のため
に、重畳ノイズ・モジュール８２の一部として、ここで
説明することにする。実際には、上記の多くの成分の特
定の位置は、本発明の範囲から逸脱することなしに変更
することができる。それ故、重畳バイアス・モジュール
８４は、音声信号および参照モデル７０に対応するガウ
ス・データの平均値を求める。重畳バイアス・モジュー
ル８４は、さらに、ガウス・データに対する平均と目標
音声セグメントに対する平均との間の差を計算する。そ
の結果が、チャネル適応マトリックスによる変換の後
で、ケプストラム領域内で、参照モデル７０に加算する
ことができる重畳バイアスＣ（Ｈ_tar−Ｃ（Ｈ_ref）であ
る。

【００８７】II．第２の方法 重畳バイアスを推定するために好適な増分解決方法を使
用すれば、目標ノイズ、Ｎ_tarを考慮の対象にすること
ができる。この方法は、（例えば、前の文に基づいて計
算した）重畳バイアスの前の推定値を使用し、現在の文
の信号を使用することにより、この推定値を改善する。
それ故、重畳バイアスは、ある文から次の文に増分推定
され、発音する人または環境が変化しない限り、改善の
可能性がある。

【００８８】現在の文の音声セグメントの信号を平均す
ると、下記式のようになる。

【００８９】

【数１９】

【００９０】前の文に基づいて、適応モデル、

【数２０】 はすでに推定済みである。そのため、この一組のモデル
を使用して参照フレームの平均を計算することができ
る。

【００９１】

【数２１】

【００９２】上記２つの式の間で減算を行うことによ
り、式８で表わすチャネル・バイアスを入手することが
できる。この方法を使用した場合には、第１の文の目標
チャネルおよび参照チャネルは、同じものであると仮定
する必要がある。

【００９３】＜実験結果＞図８について説明すると、こ
の図は、グラフ９４も示すような実験を行う目的で、重
畳ノイズの影響をシミュレートするために使用するフィ
ルタの形状を示す。下記のシミュレーションを行うため
に、上記の第２の方法を選択した。

【００９４】表IVは、付加ノイズ適応およびチャネル・
ノイズ適応の両方を使用した場合の、本発明の結果を示
す。

【００９５】

【表４】

【００９６】表IVの最後の行に示す結果は、（重畳ノイ
ズ補償を行わない）初期データベースに対するチャネル
補償方法を使用しない本発明の精度を示す。それ故、こ
の精度は、「理想的な」チャネル補償方法を使用した場
合の、達成可能な上限である。結果は、本発明のシステ
ムが、この方法の開発中に達成した近似を確認する、こ
の達成可能な最善の精度からほど遠くないことを示す。

【００９７】上記の総合補償方法が、付加ノイズ補償だ
けの場合に説明した、α−ヤコビ適応に関連する多くの
利点を持つことに注目することは重要なことである。す
でに説明したように、α−ヤコビ適応は、ヤコビ適応ア
ルゴリズムに基づいている。α−ヤコビ適応は、近似を
行うという点で、ヤコビ適応とは異なる。ヤコビ適応
は、訓練条件でＰＭＣを最もよく近似する線形関数を使
用するが、α−ヤコビ適応は、一組の選択した可能な試
験条件に対してＰＭＣをもっとよく近似する線形関数を
実験的に計算する。その結果、α−ヤコビ適応は、古典
的なヤコビ適応より、実際の試験条件に対してより優れ
た性能を示す。

【００９８】その後で、主成分解析を使用することによ
り、認識結果を劣化させないで、必要な変換マトリック
スの数を少なくすることにより、このアルゴリズムの所
要時間を半分以上短縮し、メモリの複雑さを半分以上軽
減した。

【００９９】好適な実施形態により本発明を説明してき
たが、添付の特許請求の範囲に記載されている、本発明
の精神から逸脱することなしに、本発明を修正すること
ができることを理解することができるだろう。

【図面の簡単な説明】

【図１】 本発明を理解する際に役に立つ、異なるノイ
ズ条件を示す略図である。

【図２】 改良形変換マトリックス適応の好適な実施形
態を示す、訓練段階および認識段階の両方のデータのフ
ローチャートである。

【図３】 従来のヤコビ適応と、並列モデル組合せ（Ｐ
ＭＣ）適応とを比較するログ・スペクトル図である。

【図４】 認識精度に対する異なるα値の影響を示すα
適応パラメータ曲線である。

【図５】 認識精度に対する異なるα値の影響を示すα
適応パラメータ曲線である。

【図６】 本発明のノイズ適応システムのブロック図で
ある。

【図７】 本発明のある実施形態の重畳ノイズ・モジュ
ールのブロック図である。

【図８】 本発明の重畳ノイズの影響をシミュレートす
るために使用するフィルタのグラフである。

【符号の説明】

２６ 音声モデル ２８ ブロック ４２ 入力音声 ５４ 認識出力 ６０ ノイズ適応システム ６２ 発声者 ６４ 訓練環境 ６８ 参照モデル・ゼネレータ ７０ 参照モデル ７２ 訓練チャネル ７４ 総和装置 ７５ 訓練音声信号 ７６ 認識チャネル ７８ 総和装置 ７９ 目標音声信号 ８０ 付加ノイズ・モジュール ８２ 重畳ノイズ・モジュール ８４ 重畳バイアス・モジュール ８６ 適応マトリックス・モジュール ８８ チャネル適応マトリックス ９０ 総和モジュール ９６ モデル

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ロバート・ボーメン アメリカ合衆国・91360・カリフォルニ ア・サウザンド・オークス・ストーム・ク ラウド・ストリート・3331 (72)発明者 ジャン−クロード・ジャンクア アメリカ合衆国・93105・カリフォルニ ア・サンタバーバラ・ニューシーズ・ドラ イヴ・4543 Ｆターム(参考） 5D015 CC11 GG01 HH00

Claims (17)

【特許請求の範囲】
1. 【請求項１】 音声識別システムでノイズ適応を行うた
   めの方法であって、訓練音声信号に基づいて参照モデル
   を発生するステップと、 ケプストラム領域内で付加ノイズに対する前記参照モデ
   ルを補償するステップと、 前記ケプストラム領域内で重畳ノイズに対する前記参照
   モデルを補償するステップとを含むことを特徴とする方
   法。
2. 【請求項２】 請求項１記載の方法において、さらに、 前記参照メモリと目標音声信号との間の重畳バイアスを
   推定するステップと、 チャネル適応マトリックスにより前記推定重畳バイアス
   を変換するステップと、 前記ケプストラム領域内において、前記変換重畳バイア
   スを前記参照モデルに加算するステップとを含むことを
   特徴とする方法。
3. 【請求項３】 請求項２記載の方法において、さらに、 前記参照モデルに対応するガウス・データの平均値を求
   めるステップと、 前記目標音声信号に対応する目標音声セグメントの平均
   値を求めるステップと、 前記ガウス・データに対する平均値と前記目標音声セグ
   メントに対する平均値との間の差を計算するステップと
   を含むことを特徴とする方法。
4. 【請求項４】 請求項３記載の方法において、さらに、
   前の文からのデータにより前記訓練音声信号の各文を適
   応するステップを含むことを特徴とする方法。
5. 【請求項５】 請求項２記載の方法において、さらに、
   前記推定重畳バイアスに修正チャネル適応マトリックス
   を掛けるステップを含むことを特徴とする方法。
6. 【請求項６】 請求項５記載の方法において、Ｊ_cがノ
   イズ適応マトリックスである場合に、前記チャネル適応
   マトリックスが、１−Ｊ_cにより表わされる適応式によ
   り表わされることを特徴とする方法。
7. 【請求項７】 請求項５記載の方法において、Ｃが前記
   ケプストラム領域を表わし、Ｈ_refが前記訓練音声信号
   内の重畳ノイズを表わし、Ｓが音声ベクトルを表わし、
   Ｎ_refが前記訓練音声信号内の付加ノイズを表わす場合
   に、前記適応マトリックスが、 【数１】 で表わされる適応式で表わされることを特徴とする方
   法。
8. 【請求項８】 請求項１記載の方法において、さらに、 前記訓練音声信号と目標音声信号との間の付加バイアス
   を推定するステップと、 ノイズ適応マトリックスにより前記推定付加バイアスを
   変換するステップと、前記ケプストラム領域内におい
   て、前記参照モデルに前記変換付加バイアスを加算する
   ステップとを含むことを特徴とする方法。
9. 【請求項９】 ケプストラム領域内において、重畳ノイ
   ズに対する訓練音声信号ベースの参照モデルを補償する
   ための方法であって、 前記訓練音声信号と目標音声信号との間の重畳バイアス
   を推定するステップと、 チャネル適応マトリックスにより前記推定重畳バイアス
   を変換するステップと、 前記ケプストラム領域内において、前記参照モデルに前
   記変換重畳バイアスを加算するステップとを含むことを
   特徴とする方法。
10. 【請求項１０】 請求項９記載の方法において、さら
    に、 前記訓練音声信号に対応する訓練音声セグメントの平均
    値を求めるステップと、 前記目標音声信号に対応する目標音声セグメントの平均
    値を求めるステップと、 前記訓練音声セグメントに対する前記平均値と前記目標
    音声セグメントに対する平均値との間の差を計算するス
    テップとを含むことを特徴とする方法。
11. 【請求項１１】 請求項１０記載の方法において、さら
    に、前の文からのデータにより前記訓練音声信号の各文
    を適応するステップを含むことを特徴とする方法。
12. 【請求項１２】 請求項９記載の方法において、さら
    に、前記推定重畳バイアスにチャネル適応マトリックス
    を掛けるステップを含むことを特徴とする方法。
13. 【請求項１３】 請求項１２記載の方法において、Ｊ_c
    がノイズ適応マトリックスである場合に、前記チャネル
    適応マトリックスが、１−Ｊ_cにより表わされる適応式
    により表わされることを特徴とする方法。
14. 【請求項１４】 請求項１２記載の方法において、Ｃが
    前記ケプストラム領域を表わし、Ｈ_refが前記訓練音声
    信号内の重畳ノイズを表わし、Ｓが音声ベクトルを表わ
    し、Ｎ_refが前記訓練音声信号内の付加ノイズを表わす
    場合に、前記ノイズ適応マトリックスが、 【数２】 で表わされる適応式で表わされることを特徴とする方
    法。
15. 【請求項１５】 音声識別システム用のノイズ適応シス
    テムであって、 訓練音声信号に基づいて、参照モデルを発生するための
    参照モデル・ゼネレータと、 前記参照モデル・ゼネレータに接続していて、ケプスト
    ラム領域内において、付加ノイズに対する前記参照モデ
    ルを補償する付加ノイズ・モジュールと、 前記参照モデル・ゼネレータに接続していて、前記ケプ
    ストラム領域内で、重畳ノイズに対する前記参照モデル
    を補償する重畳ノイズ・モジュールとを備えることを特
    徴とするノイズ適応システム。
16. 【請求項１６】 請求項１５記載のノイズ適応システム
    において、前記重畳ノイズ・モジュールが、 前記参照モデルと目標音声信号との間の重畳バイアスを
    推定するための重畳バイアス・モジュールと、 前記訓練音声信号に基づいてチャネル適応マトリックス
    を発生するための適応マトリックス・モジュールと、 前記ケプストラム領域内において、前記参照モデルに前
    記変換重畳バイアスを加算するために、重畳バイアス・
    モジュールに接続している総和モジュールとを含み、 前記重畳バイアス・モジュールが、前記チャネル適応マ
    トリックスにより前記推定重畳バイアスを変換すること
    を特徴とするノイズ適応システム。
17. 【請求項１７】 請求項１６記載のノイズ適応システム
    において、前記重畳ノイズモジュールが、さらに、 前記目標音声信号を目標音声セグメントおよび目標無音
    状態セグメントに分割するためのガウス整合モジュール
    を含み、 前記重畳バイアス・モジュールが、前記目標音声セグメ
    ントおよび前記参照モデルに対応するガウス・データの
    平均値を求め、前記重畳バイアス・モジュールが、さら
    に、前記ガウス・データの平均値と前記目標音声セグメ
    ントの平均値との間の差を計算することを特徴とするノ
    イズ適応システム。