JP2545941B2 - パターンマッチング装置とその学習方法 - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、本発明は音声等のパターンの自動認識する
パターン認識装置の改良に関し、特にパターン認識装置
を特定の用途に対して調整するための学習方法に関す
る。

（従来の技術） 本発明は音声パターンの認識のみに限定されるもので
はないが、説明を具体的にするために、以下では、音声
認識に例をとり、本発明を詳細に説明する。

近年音声認識装置は検査データ入力、クレーンの制
御、電話による問合わせシステム等に利用されるように
なり、その応用は着実に拡大しつつある。しかし、発生
に伴なう偶発的な揺らぎや個人差等に起因する音声パタ
ーンの変動に影響されて誤認識が発生し、問題となって
いる。

従来手法の代表的手法としてパターンマッチング法が
ある。各単語ｎに対して標準パターン Ｂ＝b₁,……,b_i,……,b_I （１） を用意しておき、未知入力パターン Ａ＝a₁,a₂,……,a_i,……,a_I （２） が与えられたとき、標準パターンのＢとの距離 を算出し、これが最小となる単語名ｎを定めて認識結果
とする。（３）式の距離の定義及び算出法としては、
「新美康永著“音声認識”（昭和54年10月10日共立出版
社発行）」（以下文献（１）と呼ぶ）の第108頁に記載
されているが如きDPマッチング法が有効とされ多用され
ている。

しかしこのDPマッチング法は（１），（２）式の音声
パターンの時間方向への伸縮歪みに対しては高い認識率
が得られるが、個人差等に起因するベクトルa_iそのもの
の変動に対しては無力であった。

（発明が解決しようとする課題） 本発明は、上記の特徴ベクトルa_iそのものの変動にも
対処し得るパターンマッチング装置と、そのパターン変
動に対する学習方法を実現・提供することを課題とす
る。

（課題を解決しようとする手段） 本発明によるパターンマッチング装置は入力パターン
の各要素信号を受け取る入力ユニットの群より成る入力
フレームの時系列として成る入力層と、各入力フレーム
中の入力ユニットよりの信号より成るベクトルとあらか
じめ与えられる標準ベクトルとの相異度を算出し出力と
する中間ユニットの群より成る中間フレームの時系列と
して成る中間層と、各中間フレーム内の中間ユニット出
力する相異度の積を計算し出力する乗算ユニットの時系
列として構成される乗算層と、該乗算ユニット群の出力
の総和としてパターン相異度を出力することを特徴とす
る。

さらに上記標準ベクトルを学習するにあたっては、学
習パターンを与えられ、各入力ユニットよりの信号と対
応する標準ベクトルとの差及びその上位の中間フレーム
中における直属上位の中間ユニット以外の中間ユニット
群の出力の積に応じた量で該標準ベクトルの要素を修正
することを特徴とする。

（実施例） 第１図に本発明によるパターンマッチング装置の構成
例を示す。第１図では、入力フレーム10には７個の入力
ユニットが含まれ、これによって入力ベクトル a_i＝（a_1i,a_2i,……,a_ki,……a_7i） （４） を受け取り、中間フレーム20に送る。中間フレーム20に
は３個の中間ユニットが含まれる。第１（エル）番目の
中間ユニットでは入力ベクトルa_iと、この中間ユニット
と入力ユニットの結合に対応して与えられている標準ベ
クトル b_ki＝（b_1ki,b_lki,b_3ki） （６） との相異度y_liを以下のように求める。

y_li＝ｈ（x_li） （５） ここにｈ（ｘ）は例えば第２図に示すごとき飽和特性
を有し、値域が（0,1）の単調増加関数である。入力層
と中間層は、それぞれ上記の如き構成される入力フレー
ムと中間フレームの時系列として成る。

乗算ユニット30では上記中間フレーム20よりの出力群
y_liの積 を計算して出力ユニット40に送る。乗算層はこのような
乗算ユニットの時系列として成る。

出力ユニット40は上記乗算ユニットの出力z_iの総和を
計算してパターン相異度Ｚとして出力する。すなわち がパターンマッチング結果の相異度となる。

かくの如き構成による中間層と乗算層の作用によって
特徴ベクトルa_iの変動そのものに対しても安定なパター
ンマッチング結果を得ることができる。なぜならば、
（６）式において算出されるz_iは上限が定まった値y_li
の積であるので、y_liの中に１個でも小なものがある
と、z_iが小となるからである。すなわち標準ベクトルb
_kiの中に１個でもa_iに近いものがあると、パターン相異
度が小となるからである。

このようなパターンマッチング装置においては該標準
ベクトルb_kiをどのようにして学習するかが問題にな
る。本発明においては最急傾斜法の考え方で学習を効率
良く行なうことを特徴とする。パターン相異度Ｚと標準
ベクトル要素の間には なる偏微関数が成立する。よって なる修正量を定義し、学習用のパターンＡが与えられる
ごとに b_lki＋Δb_lki→b_lki （11） なる規則によって標準ベクトルを修正することによって
Ｚの値が０に漸近するよう学習を行なうことができる。

以上本発明の原理を実施例に基づいて説明したがこれ
らの記載は本発明の権利範囲を限定するものではない。
またパターンマッチングの動作は、特願昭62−276398号
明細書に記されるが如くして、前記のDPマッチング法に
拡大できることは言を待たない。

（発明の効果） 以上の構成によって標準ベクトルa_iをそのものの変動
に対処できるパターンマッチング装置とその学習方法が
実現された。

【図面の簡単な説明】

第１図は本発明の一構成例を示す図、第２図はその動作
説明図である。 図において、 10……入力フレーム、20……中間フレーム、30……乗算
ユニット、40……出力ユニット。

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】入力パターンの各要素信号を受け取る入力
   ユニットの群より成る入力フレームの時系列として成る
   入力層と、各入力フレーム中の入力ユニットよりの信号
   よりなるベクトルとあらかじめ与えられる標準ベクトル
   との相異度を算出し出力とする中間ユニットの群より成
   る中間フレームの時系列として成る中間層と、各中間フ
   レーム内の中間ユニットの出力する相異度の積を計算す
   る乗算ユニットの時系列として構成される乗算層と、該
   乗算ユニット群の出力の総和としてパターン相異度を出
   力することを特徴とするパターンマッチング装置。
2. 【請求項２】定められたカテゴリーの学習パターンを与
   えられ、各入力ユニットよりの信号と対応する標準ベク
   トルの要素との差及びその上位の中間フレーム中におけ
   る直属上位の中間ユニット以外の中間ユニット群の出力
   の積に応じた量で該標準ベクトルの要素を修正すること
   を特徴とする請求項（１）記載のパターンマッチング装
   置の学習方法。