JP2594028B2 - 音声認識装置 - Google Patents

Description

【発明の詳細な説明】 イ）産業上の利用分野 本発明は音声認識装置に関する。

ロ）従来の技術 人間の音声の周波数成分の分布状態にはかなり個人差
があり、特に一般の成人の場合高域側が低域側に比べて
周波数成分が低い事から、音声の周波数成分の個人差は
高域成分の相対的なエネルギー値にあると考えられる。

従来の音声認識装置には例えば、SANYO TECHNICAL RE
VIEW VO.14 N.2 AUG.1982に示されている様に、入力音
声の高域成分を強調する為の高域強調回路を設けたもの
が存在する。しかしながら、この場合には、高域強調回
路はその高域成分の増巾率が固定であつた為に、話者の
個人差に完全に対応する事ができず、高域成分の増巾率
が不足する時には、雑音を必要以上に増巾したり、逆に
高域成分の増巾率が高すぎる時には高域成分が強くなり
すぎたりする不都合があつた。従つて、斯様な従来の音
声認識装置に於いては、音声の個人差に対応した適正な
高域成分の補正ができない為に、音声の誤認識を招く欠
点があつた。

（ハ）発明が解決しようとする問題点 本発明は上述の点に鑑みてなされたものであり、音声
の個人差に対応した適正な高域成分の補正を行い得る音
声認識装置を提供するものである。

（ニ）問題点を解決する為の手段 本発明の音声認識装置は、入力音声の比較に供せられ
る標準音声の高域成分の相対値に対応するべく、入力音
声の高域成分を補正する高域補正回路を備えたものであ
る。

（ホ）作用 本発明は音声認識装置に依れば、入力音声に対する高
域補正回路を備えているので、音声の個人差に依る高域
成分の高低があつたとしても高域補正回路にて斯る個人
差を補正する事ができ、比較対象となる標準音声に対応
する適正な入力音声が得られる。

（ヘ）実 施 例 第１図に本発明の音声認識装置の一実施例を示す。同
図に於いて、（１）はマイクロフォン、（２）は入力部
であり、前段増巾回路とAGC回路とを備えている。
（３）は高域補正回路であり、音声の低域成分に比べて
高域成分を増巾する為のフイルタ機能を備えている。
（４）は特徴抽出回路であり、例えば16チヤンネルのバ
ンドフイルタ、アナログマルチプレクサ、及びA/D変換
器を備えたフイルタバンク構成が採用される。（５）は
入力パターンメモリ、（６）は標準パターンメモリであ
り、該メモリ（６）に登録モードにて得られる音声の特
徴パターンが格納される。（７）は比較回路であり、認
識モードに於いて入力パターンメーンメモリ（５）の入
力音声の特徴パターンと標準パターンメモリ（６）の複
数の各標準パターンとが比較されその誤差が算出され
る。（８）は出力回路であり、比較回路（７）からの誤
差が最小の標準パターンに対応する出力を行なう。

以上の構成は一般の音声認識装置の基本構成であり、
本発明実施例装置の特徴とする所は、高域補正回路
（３）と連なる高域補正度設定手段（10）にある。該手
段（10）は上記入力パターンメモリ（５）の特徴パター
ンを読み込む高域調査メモリ（11）と、予め定められた
テスト用音声の特徴パターンを格納しているテスト用標
準メモリ（12）と、これ等両メモリ（11）（12）の内容
を高域成分について比較するテスト用比較回路（13）
と、該回路（13）での比較結果に基づいて高域成分の誤
差を算出出力する出力回路（14）と、該回路（14）から
得られる誤差に基づいて上記高域補正回路（３）での補
正度を切り換え設定する補正度設定部（15）と、を備え
ている。

斯様な構成に於いて、テスト用標準メモリ（12）に
は、高域から低域までの全ての周波数成分を含んだ標準
的なテスト用音声に対して予め適正な高域補正を行なつ
た例えば「SANYO」なる音声の特徴パターンが格納され
ている。従つて、この場合、登録モードに先だつて話者
がマイクロフオン（１）に予め定められたSANYOなるテ
スト用音声を入力するテストモードが行なわれる。

（Ｉ） テストモード マイクロフオン（１）にテスト用音声が入力される
と、高域補正回路（３）は、この時の話者の入力音声に
対して基準的な高域強調が行なわれた後、特徴抽出
（４）され、この特徴パターンが入力パターンメモリ
（５）を介して高域調査メモリ（11）に導入される。次
にこのメモリ（11）の特徴パターンはテスト用比較回路
（13）に依つてテスト用標準メモリ（12）のテスト用音
声と比較され、テスト用出力回路（14）にて高域成分の
誤差を算出して上記高域補正回路（３）での補正度を設
定する補正度設定部に補正度設定信号をフイードバツク
する。従つて、高域補正回路（３）での高域強調の度合
いは自動設定されるのである。

即ち、話者が入力したテスト用音声が第２図の実線ア
で示す如き基準的な周波数特性を呈する時には、高域補
正回路（３）での高域強調特性は同図の破線ア′で示す
如き基準的な特性を示し、高域成分の音圧レベルが低域
成分と等しくなる様に拡大される事となる。一方、入力
されたテスト用音声が第２図の実線イで示す如く、その
話者の音声の特徴として高域成分が基準値より低い時に
は、高域補正回路（３）での高域強調特性は同図の破線
イ′で示す如く、その高域成分の増巾率が基準値より高
められる。他方入力されたテスト用音声が第２図の実線
ウで示す如く、その話者の音声の特徴として高域成分が
基準値より高い時には、高域補正回路（３）での高域強
調特性は同図の破線ウ′で示す如く、その高域成分の増
巾率が基準値より低められる。

（II） 登録モード、認識モード 上述の如くテストモード時に高域補正度設定手段（1
0）に依つて自動的に補正度が設定された高域補正回路
（３）を用いて登録モード、これに続く認識モードが実
行される。従つて、登録モード時には、標準パターンメ
モリ（６）に適正に高域強調された標準音声の複数の特
徴パターンが格納される。そして、認識モード時には、
入力音声に対して標準パターンメモリ（６）の標準音声
の特徴パターンと同様に適正な高域強調が行なわれて得
られた特徴パターンが、これ等標準パターンに基づき比
較認識される事となる。

（ト） 発明の効果 本発明の音声認識装置は以上の説明から明らかな如
く、入力音声の比較に供せられる標準音声の高域成分を
相対値に対応するべく入力音声の高域成分を補正する高
域補正回路を備えたものであるので、音声個人差に対応
した適正な高域成分の補正を行う事ができる。従つて、
音声の個人差に依存する事なく認識率の高い音声認識処
理が可能となる。

【図面の簡単な説明】

第１図は本発明の音声認識装置の一実施例のブロツク
図、第２図は周波数特性図であり、（３）は高域補正回
路、（10）は高域補正度設定手段、（11）は高域調査メ
モリ、（12）はテスト用標準メモリ、（13）はテスト用
比較回路、（14）はテスト用出力回路、（15）は補正度
設定部を夫々示している。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】予め記憶している、高域から低域までの周
   波数成分からなる標準音声の特徴パターンに基づき入力
   音声の特徴パターンをパターン比較する事に依り、入力
   音声を認識する音声認識装置に於いて、 該音声認識装置は入力音声の高域成分を補正する為の高
   域補正回路を設け、該補正回路は前記入力音声の高域成
   分が前記標準音声の基準値により低い時には、その高域
   成分の増幅率を前記基準値より高く補正し、一方前記入
   力音声の高域成分が前記標準音声の基準値より高い時に
   は、その高域成分の増幅率を前記基準値より低く補正し
   て、その補正された入力音声の特徴パターンをパターン
   比較する事を特徴とする音声認識装置。