JP2980026B2 - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JP2980026B2 JP2980026B2 JP8136689A JP13668996A JP2980026B2 JP 2980026 B2 JP2980026 B2 JP 2980026B2 JP 8136689 A JP8136689 A JP 8136689A JP 13668996 A JP13668996 A JP 13668996A JP 2980026 B2 JP2980026 B2 JP 2980026B2
- Authority
- JP
- Japan
- Prior art keywords
- memory
- distance
- speech recognition
- time
- units
- 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 - Fee Related
Links
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
Description
【０００１】
【発明の属する技術分野】本発明は音声認識装置に関
し、特に安価で簡単に構成できる装置によって高速に音
声を認識できる音声認識装置に関するものである。
し、特に安価で簡単に構成できる装置によって高速に音
声を認識できる音声認識装置に関するものである。
【０００２】
【従来の技術】従来の音声を認識する方法の一つとし
て、ＮＴＴアドバンステクノロジ株式会社発行、Ｌａｗ
ｒｅｎｃｅ Ｒａｂｉｎｅｒ，Ｂｉｌｌｉｎｇ−Ｈｗａ
ｎｇｊｕａｎｇ著、古井貞煕監訳「音声認識の基礎」
（１９９５年１１月 以下参考文献１という）の第４章
２４２頁から２８８頁に記載されているＤＰマッチング
を用いた方法がある。
て、ＮＴＴアドバンステクノロジ株式会社発行、Ｌａｗ
ｒｅｎｃｅ Ｒａｂｉｎｅｒ，Ｂｉｌｌｉｎｇ−Ｈｗａ
ｎｇｊｕａｎｇ著、古井貞煕監訳「音声認識の基礎」
（１９９５年１１月 以下参考文献１という）の第４章
２４２頁から２８８頁に記載されているＤＰマッチング
を用いた方法がある。
【０００３】なお、上記参考文献１にはＤＰマッチング
法のほかに、隠れマルコフモデル（以下、ＨＭＭとい
う）を用いた音声認識方法も第６章１０２頁から１８２
頁に記載されている。
法のほかに、隠れマルコフモデル（以下、ＨＭＭとい
う）を用いた音声認識方法も第６章１０２頁から１８２
頁に記載されている。
【０００４】このＨＭＭを用いた方法は確率モデルを用
いたものであり、特に、ＨＭＭを用いた音声認識方法の
一つであるビタビアルゴリズムを用いた音声認識の処理
方法は基本的には前述の参考文献１に示されているＤＰ
マッチングを用いた方法と同じである。このため、本明
細書では参考文献１に記載されているＤＰマッチングを
用いた従来の音声認識方法を以下に説明する。
いたものであり、特に、ＨＭＭを用いた音声認識方法の
一つであるビタビアルゴリズムを用いた音声認識の処理
方法は基本的には前述の参考文献１に示されているＤＰ
マッチングを用いた方法と同じである。このため、本明
細書では参考文献１に記載されているＤＰマッチングを
用いた従来の音声認識方法を以下に説明する。
【０００５】参考文献１に記載されているＤＰマッチン
グを用いた従来の音声認識方法は、まず入力された音声
をフレーム毎に分け、フレーム毎にその特徴ａｉの時系
列パターンで構成される入力パターンＡに変換される。
グを用いた従来の音声認識方法は、まず入力された音声
をフレーム毎に分け、フレーム毎にその特徴ａｉの時系
列パターンで構成される入力パターンＡに変換される。
【０００６】 Ａ＝ａ１，ａ２，…，ａｉ，…，ａＩ （１） ｉ＝１，２，…，Ｉ（Ｉは入力音声の総フレーム数） 一方、入力パターンＡの認識対象となる標準パターンＢ
は特徴ｂｊの時系列パターンとしてあらあかじめ用意さ
れている。
は特徴ｂｊの時系列パターンとしてあらあかじめ用意さ
れている。
【０００７】 Ｂ＝ｂ１，ｂ２，…，ｂｊ，…，ｂＪ （２） ｊ＝１，２，…，Ｊ（Ｊは標準パターンＢの総フレーム
数） これら入力パターンＡと標準パターンＢとのパターン間
距離Ｄ（Ａ，Ｂ）は、以下のＤＰマッチングの手続きに
より求められる。
数） これら入力パターンＡと標準パターンＢとのパターン間
距離Ｄ（Ａ，Ｂ）は、以下のＤＰマッチングの手続きに
より求められる。
【０００８】（初期設定） ｇ（１，１）＝ｄ（１，１） （３） ｇ（ｉ，０）＝∞ ｉ＝１，２，…，Ｉ （４） （マッチング） 距離計算 ｄ（ｉ，ｊ）＝｜ａｉ−ｂｊ｜ （５） 漸化式計算 ｇ（ｉ，ｊ）＝ｄ（ｉ，ｊ）＋ｍｉｎ［ｇ（ｉ−１，ｊ）， ｇ（ｉ−１，ｊ−１）］ （６） ｉ＝１，２，…，Ｉ ｊ＝１，２，…，Ｊ （パターン間距離） Ｄ（Ａ，Ｂ）＝ｇ（Ｉ，Ｊ） （７） ここで、ｄ（ｉ，ｊ）は入力パターンの特徴ａｉと標準
パターンの特徴ｂｊの距離を表し、また式（６）は漸化
式の代表的なもので、参考文献１に記載されているもの
である。図５に漸化式計算の対象を説明した（ｉ，ｊ）
平面を示す。
パターンの特徴ｂｊの距離を表し、また式（６）は漸化
式の代表的なもので、参考文献１に記載されているもの
である。図５に漸化式計算の対象を説明した（ｉ，ｊ）
平面を示す。
【０００９】式（６）の漸化式計算は図５に示されてい
るような（ｉ，ｊ）平面上で（１，１）の初期値をもと
にして各格子点について順次漸化式計算を行う。その結
果を累積値ｇ（ｉ，ｊ）としてその都度累積値メモリに
書き込んでゆき、次の格子点での漸化式計算に用い、そ
の結果を新たな累積値として累積値メモリを書き換え
る。このようにして、音声の入力パターンの特徴ａｉが
入力されるごとに入力パターンのフレームｉに対して標
準パターンのフレームｊ＝１，…Ｊの距離計算（５式）
と漸化式計算（６式）が行われる。結局、入力パターン
の特徴ａｉに対しては標準パターンを格納したメモリ
（標準パターンメモリ）からの標準パターンの特徴ｂｊ
の読み込みはフレームｉ毎にＪ回、また、累積値メモリ
に対する累積値ｇ（ｉ，ｊ）の書き出し・書き込みはそ
れぞれフレームｉ毎にＪ回行われる。
るような（ｉ，ｊ）平面上で（１，１）の初期値をもと
にして各格子点について順次漸化式計算を行う。その結
果を累積値ｇ（ｉ，ｊ）としてその都度累積値メモリに
書き込んでゆき、次の格子点での漸化式計算に用い、そ
の結果を新たな累積値として累積値メモリを書き換え
る。このようにして、音声の入力パターンの特徴ａｉが
入力されるごとに入力パターンのフレームｉに対して標
準パターンのフレームｊ＝１，…Ｊの距離計算（５式）
と漸化式計算（６式）が行われる。結局、入力パターン
の特徴ａｉに対しては標準パターンを格納したメモリ
（標準パターンメモリ）からの標準パターンの特徴ｂｊ
の読み込みはフレームｉ毎にＪ回、また、累積値メモリ
に対する累積値ｇ（ｉ，ｊ）の書き出し・書き込みはそ
れぞれフレームｉ毎にＪ回行われる。
【００１０】通常は発声後すぐに音声認識の認識結果を
得る必要があるため、上記の処理を短時間で行う必要が
ある。認識対象単語数が多くなると上記Ｊの値は大きく
なり、さらに高速の処理が要求される。この高速の処理
のためには、標準パターンメモリや累積値メモリへの読
み書きを高速に行う必要があり、これらのメモリには特
に高速動作可能な高価なメモリが用いられる。
得る必要があるため、上記の処理を短時間で行う必要が
ある。認識対象単語数が多くなると上記Ｊの値は大きく
なり、さらに高速の処理が要求される。この高速の処理
のためには、標準パターンメモリや累積値メモリへの読
み書きを高速に行う必要があり、これらのメモリには特
に高速動作可能な高価なメモリが用いられる。
【００１１】高価な高速メモリの使用を少なくするため
には日本電気株式会社製のマイクロプロセッサＶ８３０
（μＰＤ７０５１００）のようなデータの読み書きが高
速に行える内部メモリと低速動作の外部メモリとを組み
合わせて処理する方法がある。このような方法の一例と
しては例えば特開昭６０−１３０７９９号公報（以下、
参考文献２という）がある。この参考文献２では、入力
パターンに対する複数のフレームをまとめてひとつのブ
ロック（以下、「時間ブロック」という）とし、その時
間ブロック単位に（ｉ，ｊ）平面における漸化式計算を
行い、ブロック内の計算を高速な内部メモリを用いて行
うことにより全体として高速な処理を達成している。
には日本電気株式会社製のマイクロプロセッサＶ８３０
（μＰＤ７０５１００）のようなデータの読み書きが高
速に行える内部メモリと低速動作の外部メモリとを組み
合わせて処理する方法がある。このような方法の一例と
しては例えば特開昭６０−１３０７９９号公報（以下、
参考文献２という）がある。この参考文献２では、入力
パターンに対する複数のフレームをまとめてひとつのブ
ロック（以下、「時間ブロック」という）とし、その時
間ブロック単位に（ｉ，ｊ）平面における漸化式計算を
行い、ブロック内の計算を高速な内部メモリを用いて行
うことにより全体として高速な処理を達成している。
【００１２】図６は（ｉ，ｊ）平面における漸化式計算
を時間ブロック単位に計算する手順を示した概念図であ
る。ある一定のフレーム数ＩＬ分の入力パターンがそろ
った時点で、標準パターンのフレームｊに関して、累積
値計算開始フレームｉｓからｉｓ＋ＩＬ−１までのフレ
ームｉに対し距離計算（５式）および漸化式計算（６
式）を行う。これをｊ＝１，…，Ｊにわたって行う。１
つの時間ブロックの計算終了後、ｉｓ＋ＩＬを次の時間
ブロックの累積値計算開始フレームｉｓとする。
を時間ブロック単位に計算する手順を示した概念図であ
る。ある一定のフレーム数ＩＬ分の入力パターンがそろ
った時点で、標準パターンのフレームｊに関して、累積
値計算開始フレームｉｓからｉｓ＋ＩＬ−１までのフレ
ームｉに対し距離計算（５式）および漸化式計算（６
式）を行う。これをｊ＝１，…，Ｊにわたって行う。１
つの時間ブロックの計算終了後、ｉｓ＋ＩＬを次の時間
ブロックの累積値計算開始フレームｉｓとする。
【００１３】時間ブロック内での距離計算および漸化式
計算は次の手順で行われている。この時、漸化式計算を
行うために、外部メモリには累積値ｇ（ｉ，ｊ）（ｊ＝
１，…，Ｊ）を保持する領域（容量Ｊの累積値メモリ）
を確保し、内部メモリには累積値ｇ（ｉ，ｊ）（ｉ＝ｉ
ｓ，…，ｉｓ＋ＩＬ−１）を保持する領域（容量ＩＬの
ワークメモリ）を確保している。
計算は次の手順で行われている。この時、漸化式計算を
行うために、外部メモリには累積値ｇ（ｉ，ｊ）（ｊ＝
１，…，Ｊ）を保持する領域（容量Ｊの累積値メモリ）
を確保し、内部メモリには累積値ｇ（ｉ，ｊ）（ｉ＝ｉ
ｓ，…，ｉｓ＋ＩＬ−１）を保持する領域（容量ＩＬの
ワークメモリ）を確保している。
【００１４】距離計算では外部メモリ中の標準パターン
メモリから特徴ｂｊを読み込んで内部メモリに保持し、
内部メモリ中の入力パターンの特徴ａｉ（ｉ＝ｉｓ，
…，ｉｓ＋ＩＬ−１）との距離ｄ（ｉ，ｊ）を計算す
る。距離ｄ（ｉ，ｊ）が計算されると、次の漸化式計算
では、累積値メモリからｇ（ｉｓ−１，ｊ）を読み出
し、ワークメモリ中のｇ（ｉｓ−１，ｊ−１）と式
（６）を用いてｇ（ｉｓ，ｊ）を計算する。算出された
ｇ（ｉｓ，ｊ）は次のフレームｉｓ＋１での漸化式計算
に用いられると共にワークメモリに保持され、ｊ＝ｊ＋
１における漸化式計算に用いられる。これらの距離計算
および漸化式計算をｉ−ｉｓ，…，ｉｓ＋ＩＬ−１にわ
たって繰り返し行う。最後に、ｇ（ｉｓ＋ＩＬ−２，
ｊ）から算出されたｇ（ｉｓ＋ＩＬ−１，ｊ）が累積値
メモリに書き込まれる。以上の一連の動作をｊ＝１から
Ｊまで繰り返す。
メモリから特徴ｂｊを読み込んで内部メモリに保持し、
内部メモリ中の入力パターンの特徴ａｉ（ｉ＝ｉｓ，
…，ｉｓ＋ＩＬ−１）との距離ｄ（ｉ，ｊ）を計算す
る。距離ｄ（ｉ，ｊ）が計算されると、次の漸化式計算
では、累積値メモリからｇ（ｉｓ−１，ｊ）を読み出
し、ワークメモリ中のｇ（ｉｓ−１，ｊ−１）と式
（６）を用いてｇ（ｉｓ，ｊ）を計算する。算出された
ｇ（ｉｓ，ｊ）は次のフレームｉｓ＋１での漸化式計算
に用いられると共にワークメモリに保持され、ｊ＝ｊ＋
１における漸化式計算に用いられる。これらの距離計算
および漸化式計算をｉ−ｉｓ，…，ｉｓ＋ＩＬ−１にわ
たって繰り返し行う。最後に、ｇ（ｉｓ＋ＩＬ−２，
ｊ）から算出されたｇ（ｉｓ＋ＩＬ−１，ｊ）が累積値
メモリに書き込まれる。以上の一連の動作をｊ＝１から
Ｊまで繰り返す。
【００１５】これにより、フレーム数ＩＬの１つの時間
ブロック内では、Ｊ毎の外部メモリに対する標準パター
ンの読み出しは１回、累積値ｇ（ｉ，ｊ）の読み書きの
操作もそれぞれ１回となる。このように、各時間ブロッ
ク内のフレーム数ＩＬ分の計算における外部メモリから
の標準パターンの読み出しと外部メモリへの累積値の読
み書きの頻度が参考文献１のＰＤマッチングを用いた方
法に比べて１／ＩＬになる。このほかの処理は高速な内
部メモリを使って行えるので、安価な低速メモリを外部
メモリに用いても高速な音声認識が可能となる。
ブロック内では、Ｊ毎の外部メモリに対する標準パター
ンの読み出しは１回、累積値ｇ（ｉ，ｊ）の読み書きの
操作もそれぞれ１回となる。このように、各時間ブロッ
ク内のフレーム数ＩＬ分の計算における外部メモリから
の標準パターンの読み出しと外部メモリへの累積値の読
み書きの頻度が参考文献１のＰＤマッチングを用いた方
法に比べて１／ＩＬになる。このほかの処理は高速な内
部メモリを使って行えるので、安価な低速メモリを外部
メモリに用いても高速な音声認識が可能となる。
【００１６】一方、文字数の多い音声の音声認識では、
例えば参考文献１の第８章２４７頁から２６０頁に示さ
れているように、音節や音素など単語より小さいサブワ
ード単位に標準パターン（以下、「サブワード標準パタ
ーン」という）を準備する方法もある。このサブワード
標準パターンを用いて単語を認識する場合には、サブワ
ード標準パターンを連結して単語標準パターンを作成
し、それと入力パターンとの間でＤＰマッチングを行っ
ている。この場合、特に処理工数の低減のために、サブ
ワード標準パターン単位で距離計算を行った後、それら
の距離値を用いて単語標準パターン単位で漸化式計算を
行っている。
例えば参考文献１の第８章２４７頁から２６０頁に示さ
れているように、音節や音素など単語より小さいサブワ
ード単位に標準パターン（以下、「サブワード標準パタ
ーン」という）を準備する方法もある。このサブワード
標準パターンを用いて単語を認識する場合には、サブワ
ード標準パターンを連結して単語標準パターンを作成
し、それと入力パターンとの間でＤＰマッチングを行っ
ている。この場合、特に処理工数の低減のために、サブ
ワード標準パターン単位で距離計算を行った後、それら
の距離値を用いて単語標準パターン単位で漸化式計算を
行っている。
【００１７】
【発明が解決しようとする課題】文字数の多い音声をよ
り高速で音声認識するために、参考文献２のようなブロ
ック単位に処理を行う方法を参考文献１のサブワード標
準パターンを用いた音声認識に適用する場合には、単語
標準パターン単位での漸化式計算をする時に、サブワー
ド標準パターン単位で算出した距離値をサブワードの出
現に応じて読み出す必要がある。しかしながら、サブワ
ードの出現には規則性が無く、サブワード標準パターン
単位で算出した距離値の読み出しにも規則性が無い。こ
のため、距離値を記憶しておく高速動作の可能な内部メ
モリとしては、サブワード標準パターンの全フレームの
長さの距離値を時間ブロックの長さ全体にわたって記憶
しておけるだけの大容量の高速メモリが必要になる。特
に、このような大容量のメモリをマイクロプロセッサの
内部メモリとして準備することは、マイクロプロセッサ
の価格を著しく高いものにしてしまう欠点がある。
り高速で音声認識するために、参考文献２のようなブロ
ック単位に処理を行う方法を参考文献１のサブワード標
準パターンを用いた音声認識に適用する場合には、単語
標準パターン単位での漸化式計算をする時に、サブワー
ド標準パターン単位で算出した距離値をサブワードの出
現に応じて読み出す必要がある。しかしながら、サブワ
ードの出現には規則性が無く、サブワード標準パターン
単位で算出した距離値の読み出しにも規則性が無い。こ
のため、距離値を記憶しておく高速動作の可能な内部メ
モリとしては、サブワード標準パターンの全フレームの
長さの距離値を時間ブロックの長さ全体にわたって記憶
しておけるだけの大容量の高速メモリが必要になる。特
に、このような大容量のメモリをマイクロプロセッサの
内部メモリとして準備することは、マイクロプロセッサ
の価格を著しく高いものにしてしまう欠点がある。
【００１８】距離計算をサブワード標準パターン単位で
はなく単語標準パターン単位で行えば高速な内部メモリ
の必要容量を小さくできるが、同一のサブワード標準パ
ターンに対する距離計算を何度も行う必要があり、処理
工数が多くなってしまう。このため、高速での音声認識
処理が出来なくなる欠点がある。
はなく単語標準パターン単位で行えば高速な内部メモリ
の必要容量を小さくできるが、同一のサブワード標準パ
ターンに対する距離計算を何度も行う必要があり、処理
工数が多くなってしまう。このため、高速での音声認識
処理が出来なくなる欠点がある。
【００１９】本発明は、前述の従来の技術が有する欠点
に鑑みてなされたもので、安価で高速処理の可能な音声
認識装置を提供することを目的とする。
に鑑みてなされたもので、安価で高速処理の可能な音声
認識装置を提供することを目的とする。
【００２０】本発明の他の目的はより少ない容量の高速
動作の可能なメモリを用いて音声認識を高速で行うこと
が可能な音声認識装置を提供することにある。
動作の可能なメモリを用いて音声認識を高速で行うこと
が可能な音声認識装置を提供することにある。
【００２１】本発明のさらに他の目的は、内部メモリの
容量が少ない安価なマイクロプロセッサを用いて実現可
能な音声認識装置を提供することにある。
容量が少ない安価なマイクロプロセッサを用いて実現可
能な音声認識装置を提供することにある。
【００２２】
【課題を解決するための手段】本発明によれば、サブワ
ード単位に作成された標準パターンを記憶し、音声を入
力してフレーム毎にその特徴の時系列である入力パター
ンを求め、複数のフレームの入力パターンを時間ブロッ
クとしてまとめ、時間ブロック単位に入力パターンと前
記標準パターンとの距離を計算し、計算した時間ブロッ
ク単位の距離を記憶し、前記時間ブロック単位の距離を
記憶するメモリから高速アクセス可能なメモリへ前記時
間ブロック単位の距離を転送し、以前に漸化式計算結果
を累積した累積値と前記時間ブロック単位の距離とを時
間ブロック単位に漸化式計算し、この計算結果を累積
し、累積した累積値から音声認識結果を求める音声認識
装置を得る。
ード単位に作成された標準パターンを記憶し、音声を入
力してフレーム毎にその特徴の時系列である入力パター
ンを求め、複数のフレームの入力パターンを時間ブロッ
クとしてまとめ、時間ブロック単位に入力パターンと前
記標準パターンとの距離を計算し、計算した時間ブロッ
ク単位の距離を記憶し、前記時間ブロック単位の距離を
記憶するメモリから高速アクセス可能なメモリへ前記時
間ブロック単位の距離を転送し、以前に漸化式計算結果
を累積した累積値と前記時間ブロック単位の距離とを時
間ブロック単位に漸化式計算し、この計算結果を累積
し、累積した累積値から音声認識結果を求める音声認識
装置を得る。
【００２３】さらに、本発明によれば、次の構成要素を
有する音声認識装置を得る。
有する音声認識装置を得る。
【００２４】１．予めサブワード単位に作成された標準
パターンを蓄えておくサブワード標準パターンメモリ ２．入力されてくる音声をフレーム毎にその特徴の時系
列である入力パターンを求める分析部 ３．この分析部で求められた入力パターンを格納する入
力パターンメモリ ４．複数のフレームの入力パターンをまとめて一つのブ
ロック（以下、時間ブロックという）とし、その時間ブ
ロック単位に各フレームにおける入力パターンと標準パ
ターンとの距離を計算する距離計算部 ５．距離計算部で計算された時間ブロック単位の距離値
を格納する第１距離メモリ ６．距離計算部で計算された時間ブロック単位の距離値
を格納し、第１の距離メモリよりも高速にデータの読み
書きが行える第２の距離メモリ ７．認識対象単語に関する情報を保持する辞書メモリ ８．辞書メモリに保持されている情報を用いて必要な時
間ブロック単位の距離値を第１の距離メモリから時間ブ
ロック単位で抽出して第２の距離メモリに時間ブロック
単位で転送する距離抽出部 ９．距離の累積値を格納する累積値メモリ １０．辞書メモリに保持されている認識対象単語に関す
る情報と第２の距離メモリに格納されている距離と累積
値メモリに格納されている累積値を用いて時間ブロック
単位に新たな距離の累積値を求め、その新たな距離の累
積値を累積値メモリに格納する漸化式計算部および １１．累積値メモリに格納された距離の累積値から認識
結果を決定して出力する認識結果決定部 本発明によればサブワード標準パターン単位に算出され
た距離ｄ（ｉ，ｊ）を時間ブロック単位に第１の距離メ
モリから読み出すことにより、第１の距離メモリを低速
動作のメモリとしても高速な処理が可能となり、音声認
識動作を高速で行うことが可能となる。特に、距離ｄ
（ｉ，ｊ）を時間ブロック単位に読み出す場合には第１
のメモリ内で距離ｄ（ｉ，ｊ）データを連続するアドレ
スに格納しておけば、ブロックでの一括転送が可能であ
り、さらに高速の処理が可能となる。
パターンを蓄えておくサブワード標準パターンメモリ ２．入力されてくる音声をフレーム毎にその特徴の時系
列である入力パターンを求める分析部 ３．この分析部で求められた入力パターンを格納する入
力パターンメモリ ４．複数のフレームの入力パターンをまとめて一つのブ
ロック（以下、時間ブロックという）とし、その時間ブ
ロック単位に各フレームにおける入力パターンと標準パ
ターンとの距離を計算する距離計算部 ５．距離計算部で計算された時間ブロック単位の距離値
を格納する第１距離メモリ ６．距離計算部で計算された時間ブロック単位の距離値
を格納し、第１の距離メモリよりも高速にデータの読み
書きが行える第２の距離メモリ ７．認識対象単語に関する情報を保持する辞書メモリ ８．辞書メモリに保持されている情報を用いて必要な時
間ブロック単位の距離値を第１の距離メモリから時間ブ
ロック単位で抽出して第２の距離メモリに時間ブロック
単位で転送する距離抽出部 ９．距離の累積値を格納する累積値メモリ １０．辞書メモリに保持されている認識対象単語に関す
る情報と第２の距離メモリに格納されている距離と累積
値メモリに格納されている累積値を用いて時間ブロック
単位に新たな距離の累積値を求め、その新たな距離の累
積値を累積値メモリに格納する漸化式計算部および １１．累積値メモリに格納された距離の累積値から認識
結果を決定して出力する認識結果決定部 本発明によればサブワード標準パターン単位に算出され
た距離ｄ（ｉ，ｊ）を時間ブロック単位に第１の距離メ
モリから読み出すことにより、第１の距離メモリを低速
動作のメモリとしても高速な処理が可能となり、音声認
識動作を高速で行うことが可能となる。特に、距離ｄ
（ｉ，ｊ）を時間ブロック単位に読み出す場合には第１
のメモリ内で距離ｄ（ｉ，ｊ）データを連続するアドレ
スに格納しておけば、ブロックでの一括転送が可能であ
り、さらに高速の処理が可能となる。
【００２５】さらに、高速動作が必要な第２の距離メモ
リには１つの時間ブロック内の距離ｄ（ｉ，ｊ）データ
だけ格納する容量があれば良いので少ない容量ですむ。
高速動作の可能なメモリは高価であり、容量が小さいだ
け安く音声認識装置を実現できる。また、小さい容量で
あれば、マイクロプロセッサ内に内部メモリとして組み
込むことも容易であり、主要部品であるマイクロプロセ
ッサも安く実現できる。
リには１つの時間ブロック内の距離ｄ（ｉ，ｊ）データ
だけ格納する容量があれば良いので少ない容量ですむ。
高速動作の可能なメモリは高価であり、容量が小さいだ
け安く音声認識装置を実現できる。また、小さい容量で
あれば、マイクロプロセッサ内に内部メモリとして組み
込むことも容易であり、主要部品であるマイクロプロセ
ッサも安く実現できる。
【００２６】このように、認識対象となる単語数が多い
場合でも、安価な構成で高速に音声認識の処理が達成で
きる。
場合でも、安価な構成で高速に音声認識の処理が達成で
きる。
【００２７】
【発明の実施の形態】次に、本発明について図面を参照
して説明する。
して説明する。
【００２８】図１は本発明の第１の実施の形態による音
声認識装置を示すブロック図であり、図２および図３は
この第１の実施の形態による処理手順を示すフローチャ
ートである。
声認識装置を示すブロック図であり、図２および図３は
この第１の実施の形態による処理手順を示すフローチャ
ートである。
【００２９】マイクロフォン等を備えた入力部１５から
の音声データは分析部１で音声の入力パターンが抽出さ
れる。抽出された音声の入力パターンは入力パターンメ
モリ２に格納される。単語より小さな音節や音素などの
サブワードが予め選出されており、その標準パターンが
サブワード標準パターンメモリ４に予め格納されてい
る。これら入力パターンメモリ２の入力パターンとサブ
ワード標準パターンメモリ４内のサブワード標準パター
ンとはそれらの距離を距離計算部３で計算され、その結
果の距離値を第１距離メモリ５に格納する。認識対象単
語毎に認識対象単語を構成するサブワード列の情報は辞
書メモリ９に予め格納されている。距離抽出部６では、
辞書メモリ９のサブワード列情報に基づいて漸化式計算
に必要な距離値を第１距離メモリ５から読み出し、ブロ
ック転送によって第２距離メモリ８に転送して格納す
る。漸化式計算部７では累積値メモリ１０に記憶されて
いる１つ前の時間ブロックの漸化式計算で得られた累積
値と第２距離メモリ内の距離値とを用いて漸化式計算を
ワークメモリ１１、ｇ１レジスタ１２およびｇ２レジス
タ１３を用いて行う。この漸化式計算でワークメモリ１
１は計算途中の１つの時間ブロック内のフレーム数分の
累積値を一時的に記憶するのに用いられ、漸化式計算の
処理の継続は辞書メモリ９のサブワード列情報によって
制御される。累積値メモリ１０の累積値は結果決定部１
４に送られ、累積値の内容に応じて認識単語が結果出力
部１６から出力される。
の音声データは分析部１で音声の入力パターンが抽出さ
れる。抽出された音声の入力パターンは入力パターンメ
モリ２に格納される。単語より小さな音節や音素などの
サブワードが予め選出されており、その標準パターンが
サブワード標準パターンメモリ４に予め格納されてい
る。これら入力パターンメモリ２の入力パターンとサブ
ワード標準パターンメモリ４内のサブワード標準パター
ンとはそれらの距離を距離計算部３で計算され、その結
果の距離値を第１距離メモリ５に格納する。認識対象単
語毎に認識対象単語を構成するサブワード列の情報は辞
書メモリ９に予め格納されている。距離抽出部６では、
辞書メモリ９のサブワード列情報に基づいて漸化式計算
に必要な距離値を第１距離メモリ５から読み出し、ブロ
ック転送によって第２距離メモリ８に転送して格納す
る。漸化式計算部７では累積値メモリ１０に記憶されて
いる１つ前の時間ブロックの漸化式計算で得られた累積
値と第２距離メモリ内の距離値とを用いて漸化式計算を
ワークメモリ１１、ｇ１レジスタ１２およびｇ２レジス
タ１３を用いて行う。この漸化式計算でワークメモリ１
１は計算途中の１つの時間ブロック内のフレーム数分の
累積値を一時的に記憶するのに用いられ、漸化式計算の
処理の継続は辞書メモリ９のサブワード列情報によって
制御される。累積値メモリ１０の累積値は結果決定部１
４に送られ、累積値の内容に応じて認識単語が結果出力
部１６から出力される。
【００３０】ここで、サブワード標準パターンメモリ
４、第１距離メモリ５、辞書メモリ９および累積値メモ
リ１０は高速動作は要求されず、むしろ大容量のものが
要求されるので外部メモリ１８としてその他の主要部を
内蔵するマイクロプロセッサに接続される。一方、入力
パターンメモリ２、第２距離メモリ８およびワークメモ
リ１１は小容量でもよく、高速動作が要求されるのでマ
イクロプロセッサの内部に組み込まれる。なお、これら
入力パターンメモリ２、第２距離メモリ８およびワーク
メモリ１１は高速動作を損なわないようにマイクロプロ
セッサの内部メモリとして構成した方が望ましいが、高
速動作が可能なメモリを用いてマイクロプロセッサに外
づけして用いても構わない。また、距離抽出部６では第
１距離メモリ５から第２距離メモリ８への距離値データ
の転送にブロック転送が用いられる。このブロック転送
では、図４に示すように、１つの時間ブロック転送が用
いられる。このブロック転送では、図４に示すように、
１つの時間ブロック内のフレームｉｓからフレームｉｓ
＋ＩＬ−１の距離値データが第１距離メモリ５から第２
距離メモリ８に１度にまとめて転送されるので処理を高
速に実施できる。
４、第１距離メモリ５、辞書メモリ９および累積値メモ
リ１０は高速動作は要求されず、むしろ大容量のものが
要求されるので外部メモリ１８としてその他の主要部を
内蔵するマイクロプロセッサに接続される。一方、入力
パターンメモリ２、第２距離メモリ８およびワークメモ
リ１１は小容量でもよく、高速動作が要求されるのでマ
イクロプロセッサの内部に組み込まれる。なお、これら
入力パターンメモリ２、第２距離メモリ８およびワーク
メモリ１１は高速動作を損なわないようにマイクロプロ
セッサの内部メモリとして構成した方が望ましいが、高
速動作が可能なメモリを用いてマイクロプロセッサに外
づけして用いても構わない。また、距離抽出部６では第
１距離メモリ５から第２距離メモリ８への距離値データ
の転送にブロック転送が用いられる。このブロック転送
では、図４に示すように、１つの時間ブロック転送が用
いられる。このブロック転送では、図４に示すように、
１つの時間ブロック内のフレームｉｓからフレームｉｓ
＋ＩＬ−１の距離値データが第１距離メモリ５から第２
距離メモリ８に１度にまとめて転送されるので処理を高
速に実施できる。
【００３１】次に、本実施の形態の動作手順について図
１のブロック図と共に図２および図３のフローチャート
を参照して説明する。尚、図２と図３は連続する処理の
流れを示しているが、便宜上これらを分けて示してい
る。
１のブロック図と共に図２および図３のフローチャート
を参照して説明する。尚、図２と図３は連続する処理の
流れを示しているが、便宜上これらを分けて示してい
る。
【００３２】まず、初期値の設定を行う（ステップＳ
１）。累積値メモリ１０のｇ（０，ｊ）に“∞”を、ｇ
（０，０）に“０”をそれぞれ初期値としてセットす
る。また、累積値計算開始フレームｉｓの初期値として
“１”をセットする。さらに、サブワード標準パターン
Ｂがサブワード標準パターンメモリ４に格納される。辞
書メモリ９には認識対象単語Ｗ１を構成するサブワード
列情報｛Ｓ１，Ｓ２，…，ＳＮ｝（Ｎは単語Ｗ１の総サ
ブワード数）が格納される。
１）。累積値メモリ１０のｇ（０，ｊ）に“∞”を、ｇ
（０，０）に“０”をそれぞれ初期値としてセットす
る。また、累積値計算開始フレームｉｓの初期値として
“１”をセットする。さらに、サブワード標準パターン
Ｂがサブワード標準パターンメモリ４に格納される。辞
書メモリ９には認識対象単語Ｗ１を構成するサブワード
列情報｛Ｓ１，Ｓ２，…，ＳＮ｝（Ｎは単語Ｗ１の総サ
ブワード数）が格納される。
【００３３】その後音声が入力されると、分析部１で入
力音声に対してメルケプストラム分析等の音声分析が施
されて、音声の特徴が抽出される（ステップＳ２）。こ
のメルケプストラム分析については東海大学出版社から
出版されている古井貞煕著「ディジタル音声処理」に詳
しく説明されている。抽出された音声の特徴は入力パタ
ーンａｉとして入力パターンメモリ２に格納されてい
る。入力音声は順次音声分析が施されて入力パターンａ
ｉが順次入力パターンメモリ２に格納される。
力音声に対してメルケプストラム分析等の音声分析が施
されて、音声の特徴が抽出される（ステップＳ２）。こ
のメルケプストラム分析については東海大学出版社から
出版されている古井貞煕著「ディジタル音声処理」に詳
しく説明されている。抽出された音声の特徴は入力パタ
ーンａｉとして入力パターンメモリ２に格納されてい
る。入力音声は順次音声分析が施されて入力パターンａ
ｉが順次入力パターンメモリ２に格納される。
【００３４】１つの時間ブロック内の入力パターンａｉ
ｓ，…，ａｉｓ＋ＩＬ（ＩＬは１つの時間ブロック内の
フレーム数）が入力パターンメモリ２内に格納されたら
（ステップＳ３）、距離計算部３での距離計算が開始さ
れる。入力パターンメモリ２から１つの入力パターンａ
ｉが入力されるたびに、サブワード標準パターンメモリ
４からサブワード標準パターンの各フレームのパターン
ｂ１，…，ｂＫ（Ｋはサブワード標準パターンの総フレ
ーム数）を順次読み出し（ステップＳ４）、入力パター
ンａｉとの距離計算を標準パターンＢのフレーム数回行
い（ステップＳ５）、１つの時間ブロックに対する距離
計算を実行する。各距離計算の結果の距離値ｄ（ｉ，
ｋ）（ｉ＝ｉｓ，…，ｉｓ＋ＩＬ−１；ｋ＝１，…，
Ｋ）は第１距離メモリ５に格納される（ステップＳ
６）。
ｓ，…，ａｉｓ＋ＩＬ（ＩＬは１つの時間ブロック内の
フレーム数）が入力パターンメモリ２内に格納されたら
（ステップＳ３）、距離計算部３での距離計算が開始さ
れる。入力パターンメモリ２から１つの入力パターンａ
ｉが入力されるたびに、サブワード標準パターンメモリ
４からサブワード標準パターンの各フレームのパターン
ｂ１，…，ｂＫ（Ｋはサブワード標準パターンの総フレ
ーム数）を順次読み出し（ステップＳ４）、入力パター
ンａｉとの距離計算を標準パターンＢのフレーム数回行
い（ステップＳ５）、１つの時間ブロックに対する距離
計算を実行する。各距離計算の結果の距離値ｄ（ｉ，
ｋ）（ｉ＝ｉｓ，…，ｉｓ＋ＩＬ−１；ｋ＝１，…，
Ｋ）は第１距離メモリ５に格納される（ステップＳ
６）。
【００３５】この時、サブワード標準パターンＢの各フ
レームのパターンｂ１，…，ｂｋも入力パターンａｉと
同様にメルケプストラム分析により抽出された特徴値と
同じ形式を持った値であり、入力パターンａｉとサブワ
ード標準パターンの各フレームのパターンｂｋとの距離
値ｄ（ｉ，ｋ）（ｉ＝ｉｓ，…，ｉｓ＋ＩＬ−１；ｋ＝
１，…，Ｋ）は次の式（８）により求められる。
レームのパターンｂ１，…，ｂｋも入力パターンａｉと
同様にメルケプストラム分析により抽出された特徴値と
同じ形式を持った値であり、入力パターンａｉとサブワ
ード標準パターンの各フレームのパターンｂｋとの距離
値ｄ（ｉ，ｋ）（ｉ＝ｉｓ，…，ｉｓ＋ＩＬ−１；ｋ＝
１，…，Ｋ）は次の式（８）により求められる。
【００３６】 ｄ（ｉ，ｋ）＝｜ａｉ−ｂｋ｜ （８） ｉ＝ｉｓ，…，ｉｓ＋ＩＬ−１；ｋ＝１，…，Ｋ 求められた距離値ｄ（ｉ，ｋ）（ｉ＝ｉｓ，…，ｉｓ＋
ＩＬ−１；ｋ＝１，…，Ｋ）は１つの時間ブロック内で
連続するように第１距離メモリ５内に格納される。
ＩＬ−１；ｋ＝１，…，Ｋ）は１つの時間ブロック内で
連続するように第１距離メモリ５内に格納される。
【００３７】次に、辞書メモリ９に格納されているサブ
ワード情報｛Ｓ１，Ｓ２，…ＳＮ｝に基づいて単語Ｗに
対する１つの時間ブロック分の漸化式計算が以下の手順
で行われる。
ワード情報｛Ｓ１，Ｓ２，…ＳＮ｝に基づいて単語Ｗに
対する１つの時間ブロック分の漸化式計算が以下の手順
で行われる。
【００３８】１．まず初期値設定（ステップＳ７）が行
われる。ワークメモリ１１内のｇ（ｉ，０）（ｉ＝ｉ
ｓ，…，ｉｓ＋ＩＬ−１）に“∞”を、ｊに初期値
“１”をそれぞれセットする。
われる。ワークメモリ１１内のｇ（ｉ，０）（ｉ＝ｉ
ｓ，…，ｉｓ＋ＩＬ−１）に“∞”を、ｊに初期値
“１”をそれぞれセットする。
【００３９】２．各単語について各サブワードごとに、
すなわち、ｎ＝１，２，…，ＮのＮ回以下の３〜１１を
繰り返し実行する（ステップＳ１６）。
すなわち、ｎ＝１，２，…，ＮのＮ回以下の３〜１１を
繰り返し実行する（ステップＳ１６）。
【００４０】３．サブワード列情報Ｓｎに対応するサブ
ワード標準パターンＢＳｎのフレームｋ’＝１，２，
…，ＫＳｎ（ＫＳｎは標準パターンＢＳの総フレーム
数）のフレームｋ’に対して以下の４〜１１を繰り返し
実行する。
ワード標準パターンＢＳｎのフレームｋ’＝１，２，
…，ＫＳｎ（ＫＳｎは標準パターンＢＳの総フレーム
数）のフレームｋ’に対して以下の４〜１１を繰り返し
実行する。
【００４１】４．距離抽出部６第１距離メモリ５に格納
されたサブワード標準パターンＢＳｎのフレームｋ’に
対する１つの時間ブロック分の距離値ｄ（ｉｓ，ｋ’）
〜ｄ（ｉｓ＋ＩＬ−１，ｋ’）を第２距離メモリ８にブ
ロック転送する（ステップＳ８，Ｓ９）。この時、第２
距離メモリ８としてキャッシュメモリを用いれば、既に
必要なデータがキャッシュメモリに格納されているかど
うかを自動的に判別し、既に格納されている時にはその
ままキャッシュメモリ内のデータを用いるというキャッ
シュ機能によってステップ８の判定機能を実行できる。
されたサブワード標準パターンＢＳｎのフレームｋ’に
対する１つの時間ブロック分の距離値ｄ（ｉｓ，ｋ’）
〜ｄ（ｉｓ＋ＩＬ−１，ｋ’）を第２距離メモリ８にブ
ロック転送する（ステップＳ８，Ｓ９）。この時、第２
距離メモリ８としてキャッシュメモリを用いれば、既に
必要なデータがキャッシュメモリに格納されているかど
うかを自動的に判別し、既に格納されている時にはその
ままキャッシュメモリ内のデータを用いるというキャッ
シュ機能によってステップ８の判定機能を実行できる。
【００４２】５．漸化式計算部７は累積値メモリ１０か
ら累積値ｇ（ｉｓ−１，ｊ）を読み込んでｇ１レジスタ
１２に格納する（ステップＳ１０）。
ら累積値ｇ（ｉｓ−１，ｊ）を読み込んでｇ１レジスタ
１２に格納する（ステップＳ１０）。
【００４３】６．１つの時間ブロック内の各フレーム
（ｉ＝ｉｓ，…，ｉｓ＋ＩＬ−１に対して以下の７〜９
を漸化式計算部７が繰り返し実行する。
（ｉ＝ｉｓ，…，ｉｓ＋ＩＬ−１に対して以下の７〜９
を漸化式計算部７が繰り返し実行する。
【００４４】７．距離値ｄ（ｉ，ｋ’）を第２距離メモ
リ８からｄ（ｉ，ｊ）として読み込み（ステップＳ１
１）、ワークメモリ１１に保持されているｇ（ｉ−１，
ｊ−１）とｇ１レジスタ１２に保持されているｇ（ｉ−
１，ｊ）とを用いて式（６）の漸化式計算を実行し、得
られた値ｇ（ｉ，ｊ）をｇ２レジスタ１３に保持する
（ステップＳ１２）。
リ８からｄ（ｉ，ｊ）として読み込み（ステップＳ１
１）、ワークメモリ１１に保持されているｇ（ｉ−１，
ｊ−１）とｇ１レジスタ１２に保持されているｇ（ｉ−
１，ｊ）とを用いて式（６）の漸化式計算を実行し、得
られた値ｇ（ｉ，ｊ）をｇ２レジスタ１３に保持する
（ステップＳ１２）。
【００４５】８．ワークメモリ１１内にｇ１レジスタ１
２の内容であるｇ（ｉ−１，ｊ）をｇ（ｉ−１，ｊ−
１）として書き込む（ステップＳ１３）。
２の内容であるｇ（ｉ−１，ｊ）をｇ（ｉ−１，ｊ−
１）として書き込む（ステップＳ１３）。
【００４６】９．ｇ１レジスタ１２にｇ２レジスタ１３
の内容であるｇ（ｉ，ｊ）を書き込む。
の内容であるｇ（ｉ，ｊ）を書き込む。
【００４７】１０．累積値メモリ１０のｇ（ｉｓ，ｊ）
にｇ１レジスタ１２の内容であるｇ（ｉｓ＋ＩＬ−１，
ｊ）を書き込み（ステップＳ１５）。
にｇ１レジスタ１２の内容であるｇ（ｉｓ＋ＩＬ−１，
ｊ）を書き込み（ステップＳ１５）。
【００４８】１１．ｊ＝ｊ＋１にカウントアップする。
【００４９】以上の漸化式計算が辞書メモリ９内の全単
語Ｗに対して終了したら、累積値計算開始フレームをｉ
ｓ＝ｊｓ＋ＩＬとし、ステップＳ２に戻る。
語Ｗに対して終了したら、累積値計算開始フレームをｉ
ｓ＝ｊｓ＋ＩＬとし、ステップＳ２に戻る。
【００５０】音声発生の終了フレームｉ＝Ｉまでの処理
が終了したら（ステップＳ１７）、結果決定部１４で累
積値メモリ１０の中の単語の終端フレームの累積値の中
で最も小さい値を与える単語Ｗ１を認識単語として出力
する（ステップＳ１８）。
が終了したら（ステップＳ１７）、結果決定部１４で累
積値メモリ１０の中の単語の終端フレームの累積値の中
で最も小さい値を与える単語Ｗ１を認識単語として出力
する（ステップＳ１８）。
【００５１】以上の手順によって、発生音声の単語が認
識される。
識される。
【００５２】上記に説明した実施の形態では漸化式計算
で行われるＤＰマッチングにパス｛ｇ（ｉ−１，ｊ−
１），ｇ（ｉ−１，）｝を用いているが、他のパスを用
いることもできる。例えば、参考文献１ではＤＰマッチ
ングにパス｛ｇ（ｉ−１，ｊ−２），ｇ（ｉ−１，ｊ−
１），ｇ（ｉ−１，ｊ）｝を用いており（参考文献１の
第４章２５６頁から２８８頁）、このようなパスを用い
ることも可能である。
で行われるＤＰマッチングにパス｛ｇ（ｉ−１，ｊ−
１），ｇ（ｉ−１，）｝を用いているが、他のパスを用
いることもできる。例えば、参考文献１ではＤＰマッチ
ングにパス｛ｇ（ｉ−１，ｊ−２），ｇ（ｉ−１，ｊ−
１），ｇ（ｉ−１，ｊ）｝を用いており（参考文献１の
第４章２５６頁から２８８頁）、このようなパスを用い
ることも可能である。
【００５３】また、ＤＰマッチングの代わりに参考文献
１で説明されているＨＭＭを用いた方法を適用すること
も可能である。この場合には、式（３）〜（７）の代わ
りに同参考文献１の第６章１２６頁から１２８頁に示さ
れている式が用いられる。
１で説明されているＨＭＭを用いた方法を適用すること
も可能である。この場合には、式（３）〜（７）の代わ
りに同参考文献１の第６章１２６頁から１２８頁に示さ
れている式が用いられる。
【００５４】
【発明の効果】以上説明したように、本発明によれば、
動作速度の遅いメモリを用いても少ない容量の高速動作
の可能なメモリを利用することにより音声の認識処理に
要する時間を低減することが出来る。
動作速度の遅いメモリを用いても少ない容量の高速動作
の可能なメモリを利用することにより音声の認識処理に
要する時間を低減することが出来る。
【００５５】即ち、時間ブロック単位で音声の認識処理
が行われ、その際、サブワード標準パターン単位で距離
計算を行い、その距離値を時間ブロック単位で読み書き
動作の速いメモリに転送して、漸化式計算はこの読み書
き動作の速いメモリから距離値を読み出して行っている
から、動作速度の遅いメモリを用いる処理を極めて短時
間で済ますことが出来るからである。
が行われ、その際、サブワード標準パターン単位で距離
計算を行い、その距離値を時間ブロック単位で読み書き
動作の速いメモリに転送して、漸化式計算はこの読み書
き動作の速いメモリから距離値を読み出して行っている
から、動作速度の遅いメモリを用いる処理を極めて短時
間で済ますことが出来るからである。
【００５６】また、動作速度の速いメモリは比較的高価
であるが、このようなメモリの使用は少なくてすむた
め、音声認識装置を安価に構成することが出来る。さら
に、このように少ないメモリであればマイクロプロセッ
サ内にも比較的容易に組み込むことが出来るので装置全
体を小さく構成することが出来る。
であるが、このようなメモリの使用は少なくてすむた
め、音声認識装置を安価に構成することが出来る。さら
に、このように少ないメモリであればマイクロプロセッ
サ内にも比較的容易に組み込むことが出来るので装置全
体を小さく構成することが出来る。
【図１】本発明の第１の実施の形態を示すブロック図で
ある。
ある。
【図２】本発明の第１の実施の形態による処理手順の前
半部を示すフローチャートである。
半部を示すフローチャートである。
【図３】本発明の第１の実施の形態による処理手順の後
続部を示すフローチャートである。
続部を示すフローチャートである。
【図４】本発明の実施の形態で使用されるデータのブロ
ック転送を説明する図である。
ック転送を説明する図である。
【図５】漸化式計算の手順を（ｉ，ｊ）平面上で説明す
る図である。
る図である。
【図６】漸化式計算を時間ブロックごとにする手順を
（ｉ，ｊ）平面上で説明する図である。
（ｉ，ｊ）平面上で説明する図である。
１ 分析部 ２ 入力パターンメモリ ３ 距離計算部 ４ サブワード標準パターンメモリ ５ 第１距離メモリ ６ 距離抽出部 ７ 漸化式計算部 ８ 第２距離メモリ ９ 辞書メモリ １０ 累積値メモリ １１ ワークメモリ １２ ｇ１レジスタ １３ ｇ２レジスタ １４ 結果決定部 １５ 音声入力部 １６ 結果出力部 Ｓ１〜Ｓ１８ 処理ステップ
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭64−88600（ＪＰ，Ａ) 特開 平３−274595（ＪＰ，Ａ) 特開 平７−219579（ＪＰ，Ａ) 特許2662120（ＪＰ，Ｂ２) 特公 平５−36818（ＪＰ，Ｂ２) 特公 平６−16262（ＪＰ，Ｂ２) 特公 平６−46358（ＪＰ，Ｂ２) 特公 平６−7354（ＪＰ，Ｂ２) 日本音響学会平成８年度秋季研究発表 会講演論文集▲Ｉ▼ ２−Ｑ−26「マル チメディアＲＩＳＣによる半音節を単位 とした音声認識」ｐ．181−182（平成８ 年９月26日発表) (58)調査した分野(Int.Cl.6，ＤＢ名) G10L 3/00 571 G10L 3/00 533 G10L 3/00 535 G06F 3/16 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (8)
- 【請求項１】 サブワード単位に作成された標準パター
ンを記憶し、音声を入力してフレーム毎にその特徴の時
系列である入力パターンを求め、複数のフレームの入力
パターンを時間ブロックとしてまとめ、時間ブロック単
位に入力パターンと前記標準パターンとの距離を計算
し、計算した時間ブロック単位の距離を記憶し、前記時
間ブロック単位の距離を記憶するメモリから高速アクセ
ス可能なメモリへ前記時間ブロック単位の距離を転送
し、以前に漸化式計算結果を累積した累積値と前記時間
ブロック単位の距離とを時間ブロック単位に漸化式計算
し、この計算結果を累積し、累積した累積値から音声認
識結果を求めることを特徴とする音声認識装置。 - 【請求項２】 前記高速アクセス可能なメモリは音声認
識装置を構成するマイクロプロセッサに内蔵されている
ことを特徴とする請求項１記載の音声認識装置。 - 【請求項３】 前記高速アクセス可能なメモリはキャッ
シュメモリであることを特徴とする請求項１記載の音声
認識装置。 - 【請求項４】 予めサブワード単位に作成された標準パ
ターンを蓄えておくサブワード標準パターンメモリと、 入力されてくる音声をフレーム毎にその特徴の時系列で
ある入力パターンを求める分析部と、 前記分析部で求められた前記入力パターンを格納する入
力パターンメモリと、 複数のフレームの前記入力パターンをまとめて一つの時
間ブロックとし、その時間ブロック単位に各フレームに
おける前記入力パターンと前記標準パターンとの距離を
計算する距離計算部と、 前記距離計算部で計算された時間ブロック単位の距離値
を格納する第１の距離メモリと、 前記距離計算部で計算された時間ブロック単位の距離値
を前記第１の距離メモリからの転送を受けて格納する、
前記第１の距離メモリよりも高速にデータの読み書きが
行える第２の距離メモリと、 認識対象単語に関する情報を保持する辞書メモリと、 距離の累積値を格納する累積値メモリと、 前記辞書メモリに保持されている前記認識対象単語に関
する情報と前記第２の距離メモリに格納されている距離
値と前記累積値メモリに格納されている累積値を用いて
時間ブロック単位に新たな距離の累積値を求め、その新
たな距離の累積値を前記累積値メモリに格納する漸化式
計算部と、 前記累積値メモリに格納された距離の累積値から認識結
果を決定して出力する認識結果決定部とを有することを
特徴とする音声認識装置。 - 【請求項５】 前記音声認識装置はさらに距離抽出部を
有し、該距離抽出部は、前記辞書メモリに保持されてい
る前記情報を用いて、必要な時間ブロック単位の距離値
を前記第１の距離メモリから時間ブロック単位で抽出し
て前記第２の距離メモリに時間ブロック単位でブロック
転送することを特徴とする請求項４に記載の音声認識装
置。 - 【請求項６】 前記第２の距離メモリはキャッシュメモ
リであることを特徴とする請求項５記載の音声認識装
置。 - 【請求項７】 前記入力パターンメモリと前記第２の距
離メモリとは前記第１の距離メモリよりも高速で動作可
能なメモリで構成されていることを特徴とする請求項４
記載の音声認識装置。 - 【請求項８】 前記第２の距離メモリはキャッシュメモ
リであることを特徴とする請求項７記載の音声認識装
置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8136689A JP2980026B2 (ja) | 1996-05-30 | 1996-05-30 | 音声認識装置 |
| CA002206505A CA2206505A1 (en) | 1996-05-30 | 1997-05-29 | Speech recognition system |
| US08/864,914 US5909665A (en) | 1996-05-30 | 1997-05-29 | Speech recognition system |
| EP97108686A EP0810583A3 (en) | 1996-05-30 | 1997-05-30 | Speech recognition system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8136689A JP2980026B2 (ja) | 1996-05-30 | 1996-05-30 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09319392A JPH09319392A (ja) | 1997-12-12 |
| JP2980026B2 true JP2980026B2 (ja) | 1999-11-22 |
Family
ID=15181179
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8136689A Expired - Fee Related JP2980026B2 (ja) | 1996-05-30 | 1996-05-30 | 音声認識装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5909665A (ja) |
| EP (1) | EP0810583A3 (ja) |
| JP (1) | JP2980026B2 (ja) |
| CA (1) | CA2206505A1 (ja) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2216224A1 (en) * | 1997-09-19 | 1999-03-19 | Peter R. Stubley | Block algorithm for pattern recognition |
| US6195639B1 (en) | 1999-05-14 | 2001-02-27 | Telefonaktiebolaget Lm Ericsson (Publ) | Matching algorithm for isolated speech recognition |
| US6697457B2 (en) | 1999-08-31 | 2004-02-24 | Accenture Llp | Voice messaging system that organizes voice messages based on detected emotion |
| US6275806B1 (en) * | 1999-08-31 | 2001-08-14 | Andersen Consulting, Llp | System method and article of manufacture for detecting emotion in voice signals by utilizing statistics for voice signal parameters |
| US6353810B1 (en) | 1999-08-31 | 2002-03-05 | Accenture Llp | System, method and article of manufacture for an emotion detection system improving emotion recognition |
| US6427137B2 (en) | 1999-08-31 | 2002-07-30 | Accenture Llp | System, method and article of manufacture for a voice analysis system that detects nervousness for preventing fraud |
| US7590538B2 (en) * | 1999-08-31 | 2009-09-15 | Accenture Llp | Voice recognition system for navigating on the internet |
| US6463415B2 (en) | 1999-08-31 | 2002-10-08 | Accenture Llp | 69voice authentication system and method for regulating border crossing |
| US7222075B2 (en) * | 1999-08-31 | 2007-05-22 | Accenture Llp | Detecting emotions using voice signal analysis |
| US6151571A (en) * | 1999-08-31 | 2000-11-21 | Andersen Consulting | System, method and article of manufacture for detecting emotion in voice signals through analysis of a plurality of voice signal parameters |
| EP1317749B1 (en) | 2000-07-31 | 2007-05-09 | Eliza Corporation | Method of and system for improving accuracy in a speech recognition system |
| EP1271346A1 (en) * | 2001-06-28 | 2003-01-02 | Nokia Corporation | Method for searching data in at least two databases |
| US6879954B2 (en) * | 2002-04-22 | 2005-04-12 | Matsushita Electric Industrial Co., Ltd. | Pattern matching for large vocabulary speech recognition systems |
| US8255216B2 (en) * | 2006-10-30 | 2012-08-28 | Nuance Communications, Inc. | Speech recognition of character sequences |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5569880A (en) * | 1978-11-22 | 1980-05-26 | Nec Corp | Pattern recognition unit |
| US4592086A (en) * | 1981-12-09 | 1986-05-27 | Nippon Electric Co., Ltd. | Continuous speech recognition system |
| JP2595495B2 (ja) * | 1982-09-03 | 1997-04-02 | 日本電気株式会社 | パタンマッチング装置 |
| JPS5998387A (ja) * | 1982-11-26 | 1984-06-06 | Nec Corp | メモリ回路 |
| US4712243A (en) * | 1983-05-09 | 1987-12-08 | Casio Computer Co., Ltd. | Speech recognition apparatus |
| JPS60179797A (ja) * | 1983-10-27 | 1985-09-13 | 日本電気株式会社 | パタンマツチング装置 |
| JPS62220998A (ja) * | 1986-03-22 | 1987-09-29 | 工業技術院長 | 音声認識装置 |
| EP0283902B1 (en) * | 1987-03-16 | 1993-06-30 | Nec Corporation | Pattern matching system |
| JP2841404B2 (ja) * | 1989-01-12 | 1998-12-24 | 日本電気株式会社 | 連続音声認識装置 |
| JPH04362698A (ja) * | 1991-06-11 | 1992-12-15 | Canon Inc | 音声認識方法及び装置 |
-
1996
- 1996-05-30 JP JP8136689A patent/JP2980026B2/ja not_active Expired - Fee Related
-
1997
- 1997-05-29 US US08/864,914 patent/US5909665A/en not_active Expired - Lifetime
- 1997-05-29 CA CA002206505A patent/CA2206505A1/en not_active Abandoned
- 1997-05-30 EP EP97108686A patent/EP0810583A3/en not_active Withdrawn
Non-Patent Citations (1)
| Title |
|---|
| 日本音響学会平成８年度秋季研究発表会講演論文集▲Ｉ▼ ２−Ｑ−２６「マルチメディアＲＩＳＣによる半音節を単位とした音声認識」ｐ．１８１−１８２（平成８年９月２６日発表） |
Also Published As
| Publication number | Publication date |
|---|---|
| US5909665A (en) | 1999-06-01 |
| EP0810583A3 (en) | 1998-10-07 |
| JPH09319392A (ja) | 1997-12-12 |
| CA2206505A1 (en) | 1997-11-30 |
| EP0810583A2 (en) | 1997-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7366669B2 (en) | Acoustic model creation method as well as acoustic model creation apparatus and speech recognition apparatus | |
| JP2980026B2 (ja) | 音声認識装置 | |
| JP2692581B2 (ja) | 音響カテゴリ平均値計算装置及び適応化装置 | |
| US7299179B2 (en) | Three-stage individual word recognition | |
| JP3459712B2 (ja) | 音声認識方法及び装置及びコンピュータ制御装置 | |
| CN112750445A (zh) | 语音转换方法、装置和系统及存储介质 | |
| JP2000293191A (ja) | 音声認識装置及び音声認識方法並びにその方法に用いられる木構造辞書の作成方法 | |
| JPH0582599B2 (ja) | ||
| WO2003060878A1 (fr) | Appareil de reconnaissance de la parole continue, procede de reconnaissance de la parole continue, programme de reconnaissance de la parole continue et support d'enregistrement de programme | |
| JP2003208195A5 (ja) | ||
| JP2964881B2 (ja) | 音声認識装置 | |
| JP2001312293A (ja) | 音声認識方法およびその装置、並びにコンピュータ読み取り可能な記憶媒体 | |
| JPH0346839B2 (ja) | ||
| JP3477751B2 (ja) | 連続単語音声認識装置 | |
| JP2980382B2 (ja) | 話者適応音声認識方法および装置 | |
| JP3252802B2 (ja) | 音声認識装置 | |
| JP3315565B2 (ja) | 音声認識装置 | |
| JP3148322B2 (ja) | 音声認識装置 | |
| US20240144934A1 (en) | Voice Data Generation Method, Voice Data Generation Apparatus And Computer-Readable Recording Medium | |
| JP2000099077A (ja) | 音声認識装置 | |
| JP2862306B2 (ja) | 音声認識装置 | |
| JPS60164800A (ja) | 音声認識装置 | |
| JP3009709B2 (ja) | 日本語音声認識方法 | |
| JPH09198078A (ja) | 音声認識装置 | |
| JP2002006883A (ja) | 音声認識装置および音声認識方法、並びに、プログラム記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19990817 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080917 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080917 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090917 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090917 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100917 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100917 Year of fee payment: 11 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100917 Year of fee payment: 11 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110917 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110917 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120917 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120917 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130917 Year of fee payment: 14 |
|
| LAPS | Cancellation because of no payment of annual fees |