JP3020999B2 - パターン登録方法 - Google Patents
パターン登録方法Info
- Publication number
- JP3020999B2 JP3020999B2 JP2156981A JP15698190A JP3020999B2 JP 3020999 B2 JP3020999 B2 JP 3020999B2 JP 2156981 A JP2156981 A JP 2156981A JP 15698190 A JP15698190 A JP 15698190A JP 3020999 B2 JP3020999 B2 JP 3020999B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- registered
- beginning
- normalized
- exist
- 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
Description
【発明の詳細な説明】 技術分野 本発明は、パターン登録方法、より詳細には、音声認
識における標準パターンの登録方法に係るものである。
識における標準パターンの登録方法に係るものである。
従来技術 音声認識装置には特定話者方法と不特定話者方法があ
り、それぞれ音声の登録が必要なものと、不要なものに
別れる。方言も含めて誰の声でも認識できる不特定話者
音声認識は実現が非常に難しい事、認識の精度が特定話
者方法の方が良い事等から現在では簡単な特定話者単語
音声認識が実用になっているに過ぎない。
り、それぞれ音声の登録が必要なものと、不要なものに
別れる。方言も含めて誰の声でも認識できる不特定話者
音声認識は実現が非常に難しい事、認識の精度が特定話
者方法の方が良い事等から現在では簡単な特定話者単語
音声認識が実用になっているに過ぎない。
特定話者方法では、あらかじめ使用する音声を登録す
るが、多少の労力は増えても１つの言葉に対して複数回
登録する方が認識精度が向上する事が知られている。複
数回発声した音声を平均して登録する方法とそれらを別
々に登録しておく方法があるがここでは前者の方法を用
いる場合について述べる。
るが、多少の労力は増えても１つの言葉に対して複数回
登録する方が認識精度が向上する事が知られている。複
数回発声した音声を平均して登録する方法とそれらを別
々に登録しておく方法があるがここでは前者の方法を用
いる場合について述べる。
一方、実際に音声認識装置を使う上で、認識しにくい
原因の多くは、入力されたパターンが正確に作成できな
い事にある。つまり、入力用のマイクの使い方の違いに
よって発声している音声の一部が欠落して必要な情報な
欠損し、これが誤認識の原因となる。特に、この現象は
音声の冒頭や末尾に破裂性の子音が付いているような場
合、たとえば、/stop/,/pink/で起こりやすい。
原因の多くは、入力されたパターンが正確に作成できな
い事にある。つまり、入力用のマイクの使い方の違いに
よって発声している音声の一部が欠落して必要な情報な
欠損し、これが誤認識の原因となる。特に、この現象は
音声の冒頭や末尾に破裂性の子音が付いているような場
合、たとえば、/stop/,/pink/で起こりやすい。
第５図は、前述の複数回発声した音声をパターンの始
端と終端とを対応づけて線形伸縮する事でパターン長を
一致させ、平均をとる場合の例を説明するための図で、
２つのパターンの平均を取る際、１つのパターン（ａ）
は正常であっても、他方（ｂ）の一部が欠落している
と、（ｃ）に示すように、平均する事でむしろパターン
の質を低下させる事になる。
端と終端とを対応づけて線形伸縮する事でパターン長を
一致させ、平均をとる場合の例を説明するための図で、
２つのパターンの平均を取る際、１つのパターン（ａ）
は正常であっても、他方（ｂ）の一部が欠落している
と、（ｃ）に示すように、平均する事でむしろパターン
の質を低下させる事になる。
第６図は、上述のごとき問題点に対する対策の一例を
説明するための図で、ここでは例として末尾に誤検出し
やすい子音がつく場合を述べるが、冒頭でも同様の配慮
をする事で実行可能である。まず、一方のパターン
（ａ）にのみ誤検出しやすい子音について、他方のパタ
ーン（ｂ）では欠落しているような場合、標準パターン
登録時はこれらが同じ音声を発声した時に得られるもの
である事がわかっていることから、末尾（又は冒頭）の
誤検出しやすい子音/p/をそのまま他方へコピー（ｂ）
しておいてから両者を対応づけ、重ね合わせを行なう
（ｃ）。その結果、得られるパターンは異なる音声の平
均を取る異なく、正しく対応づき、パターンを乱す事が
無い。照合時は次の様にする。
説明するための図で、ここでは例として末尾に誤検出し
やすい子音がつく場合を述べるが、冒頭でも同様の配慮
をする事で実行可能である。まず、一方のパターン
（ａ）にのみ誤検出しやすい子音について、他方のパタ
ーン（ｂ）では欠落しているような場合、標準パターン
登録時はこれらが同じ音声を発声した時に得られるもの
である事がわかっていることから、末尾（又は冒頭）の
誤検出しやすい子音/p/をそのまま他方へコピー（ｂ）
しておいてから両者を対応づけ、重ね合わせを行なう
（ｃ）。その結果、得られるパターンは異なる音声の平
均を取る異なく、正しく対応づき、パターンを乱す事が
無い。照合時は次の様にする。
（１）未知のパターンの冒頭（又は末尾）に誤検出しや
すい子音がついていて、標準パターンに付いている場
合：対応づく部分同士を対応させて通常通りの照合をす
る。
すい子音がついていて、標準パターンに付いている場
合：対応づく部分同士を対応させて通常通りの照合をす
る。
（２）未知のパターンの冒頭（又は末尾）に誤検出しや
すい子音がついていて、標準パターンに付いていない場
合：標準パターンの誤検出しやすい子音を取除いた部分
と未知パターンの照合をする。
すい子音がついていて、標準パターンに付いていない場
合：標準パターンの誤検出しやすい子音を取除いた部分
と未知パターンの照合をする。
（３）未知のパターンの冒頭（又は末尾）に誤検出しや
すい子音がついていなくて、標準パターンに付いている
場合：標準パターンの誤検出しやすい子音を取除いた部
分と未知パターンの照合をする。
すい子音がついていなくて、標準パターンに付いている
場合：標準パターンの誤検出しやすい子音を取除いた部
分と未知パターンの照合をする。
上述のごときパターン照合方法の開発によって、誤検
出しやすい子音が付いていても、あるいは、パターンの
冒頭や末尾に小さなノイズがついていても正しい照合が
できるようになった。しかしながら、パターンの全長を
一定にしてから、始端や終端に誤検出しやすい子音があ
るかどうかを調べても、それを取除くとパターンの長さ
が変ってしまうことから、効果は小さい。
出しやすい子音が付いていても、あるいは、パターンの
冒頭や末尾に小さなノイズがついていても正しい照合が
できるようになった。しかしながら、パターンの全長を
一定にしてから、始端や終端に誤検出しやすい子音があ
るかどうかを調べても、それを取除くとパターンの長さ
が変ってしまうことから、効果は小さい。
さらに、本出願人は、パターン長を一定にして照合す
る音声パターンマッチング方法において、入力された未
知の音声の冒頭または末尾に音声のエネルギーが低い部
分部分が見出された時、全体のパターンを定められた長
さに変換すると共に、エネルギーが低い部分から先端ま
での部分、あるいは、エネルギーが低い部分から末尾ま
での部分を取除いた残りのパターンを、定められた長さ
に変換して両方を保持しておき、両方を標準パターンと
照合し、類似性の高い方の結果をパターン間の類似性と
定義するようにしたパターンマッチング方法について提
案したが、そこでは、標準パターンを何回かの発声の平
均によって作る方法には言及されておらず、第５図に示
すような場合、パターンが異常になる問題は解決されて
いなかった。
る音声パターンマッチング方法において、入力された未
知の音声の冒頭または末尾に音声のエネルギーが低い部
分部分が見出された時、全体のパターンを定められた長
さに変換すると共に、エネルギーが低い部分から先端ま
での部分、あるいは、エネルギーが低い部分から末尾ま
での部分を取除いた残りのパターンを、定められた長さ
に変換して両方を保持しておき、両方を標準パターンと
照合し、類似性の高い方の結果をパターン間の類似性と
定義するようにしたパターンマッチング方法について提
案したが、そこでは、標準パターンを何回かの発声の平
均によって作る方法には言及されておらず、第５図に示
すような場合、パターンが異常になる問題は解決されて
いなかった。
目的 本発明は、上述のごとき従来技術の欠点を改良するた
めに為されたものであり、パターン長を一定にして照合
するような照合方法で子音の欠落を考慮してマッチング
出来るようなものにおいて、質のよい、平均化標準パタ
ーンを作るためのパターン登録方法を提供することを目
的としてなされたものである。
めに為されたものであり、パターン長を一定にして照合
するような照合方法で子音の欠落を考慮してマッチング
出来るようなものにおいて、質のよい、平均化標準パタ
ーンを作るためのパターン登録方法を提供することを目
的としてなされたものである。
構成 本発明は、上記目的を達成するために、入力された音
声を特徴量に変換して特徴パターンとなし、これを決め
られた時間長に正規化する際に、もとのパターンの冒頭
や、末尾に無音区間が存在するか否かを調べ、存在しな
い時には正規化されたパターンをそのまま登録し、存在
する時には、存在しない時と同様の登録をした後、その
無音区間の部分から冒頭に近い部分、或いは、その部分
から末尾に近い部分を取除いた残りのパターンを決めら
れら長さにするようなパターン登録法において、 （１）請求項１の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には決められた長さに正規化した後、あらかじめ登録さ
れているパターンと平均を取った上で登録するようにし
たこと、 （２）請求項２の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在する時に
は、存在しない時と同様の正規化パターンを作成した
後、その無音区間の部分から冒頭に近い部分、或いは、
その部分から末尾に近い部分を取除いた残りの部分を決
められた長さに正規化したパターンを作っておき、あら
かじめ登録されているパターンと平均を取った上で登録
するようにしたこと、 （３）請求項３の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には決められた長さに正規化した後、あらかじめ登録さ
れているパターンが１つの言葉に対して複数登録されて
いるかどうかを調べ、複数登録されている場合、あらか
じめ登録されているパターンと、今正規化したパターン
との間で類似性を求め、最大の類似性が得られたパター
ンと平均を取った上で登録するようにしたこと、 （４）請求項４の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には決められた長さに正規化した後、あらかじめ登録さ
れているパターンが１つの言葉に対して複数登録されて
いるかどうかを調べ、複数登録されている場合、あらか
じめ登録されているパターンと、今正規化したパターン
との間で類似性を求め、得られたうちで最大の類似性が
決められた値よりも小なる時、このパターンは平均を取
らずに登録するようにしたこと、 （５）請求項５の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には、存在しない時と同様の正規化パターンを作成した
後、その無音声区間の部分から冒頭に近い部分、或い
は、その部分から末尾に近い部分を取除いた残りの部分
を決められた長さに正規化したパターンを作っておき、
あらかじめ登録されているパターンが１つの言葉に対し
て複数登録されているかどうかを調べ、登録されている
パターンが１つの場合、あらかじめ登録されているパタ
ーンと、今正規化した２つのパターンとの間で類似性を
求め、最大の類似性が得られたパターンと平均を取った
上で登録し、平均を取らなかった方のパターンはそのま
ま登録するようにしたことを特徴としたものである。
声を特徴量に変換して特徴パターンとなし、これを決め
られた時間長に正規化する際に、もとのパターンの冒頭
や、末尾に無音区間が存在するか否かを調べ、存在しな
い時には正規化されたパターンをそのまま登録し、存在
する時には、存在しない時と同様の登録をした後、その
無音区間の部分から冒頭に近い部分、或いは、その部分
から末尾に近い部分を取除いた残りのパターンを決めら
れら長さにするようなパターン登録法において、 （１）請求項１の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には決められた長さに正規化した後、あらかじめ登録さ
れているパターンと平均を取った上で登録するようにし
たこと、 （２）請求項２の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在する時に
は、存在しない時と同様の正規化パターンを作成した
後、その無音区間の部分から冒頭に近い部分、或いは、
その部分から末尾に近い部分を取除いた残りの部分を決
められた長さに正規化したパターンを作っておき、あら
かじめ登録されているパターンと平均を取った上で登録
するようにしたこと、 （３）請求項３の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には決められた長さに正規化した後、あらかじめ登録さ
れているパターンが１つの言葉に対して複数登録されて
いるかどうかを調べ、複数登録されている場合、あらか
じめ登録されているパターンと、今正規化したパターン
との間で類似性を求め、最大の類似性が得られたパター
ンと平均を取った上で登録するようにしたこと、 （４）請求項４の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には決められた長さに正規化した後、あらかじめ登録さ
れているパターンが１つの言葉に対して複数登録されて
いるかどうかを調べ、複数登録されている場合、あらか
じめ登録されているパターンと、今正規化したパターン
との間で類似性を求め、得られたうちで最大の類似性が
決められた値よりも小なる時、このパターンは平均を取
らずに登録するようにしたこと、 （５）請求項５の発明は、登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には、存在しない時と同様の正規化パターンを作成した
後、その無音声区間の部分から冒頭に近い部分、或い
は、その部分から末尾に近い部分を取除いた残りの部分
を決められた長さに正規化したパターンを作っておき、
あらかじめ登録されているパターンが１つの言葉に対し
て複数登録されているかどうかを調べ、登録されている
パターンが１つの場合、あらかじめ登録されているパタ
ーンと、今正規化した２つのパターンとの間で類似性を
求め、最大の類似性が得られたパターンと平均を取った
上で登録し、平均を取らなかった方のパターンはそのま
ま登録するようにしたことを特徴としたものである。
（６）請求項６の発明は、請求項（１）乃至（５）のい
ずれかにおいて、平均を加算によって実現し、平均を取
らずに登録する部分を定数倍して登録するか、決められ
た回数だけ同じパターンを加算する事によって得られた
パターンを登録するようにしたことを特徴としたもので
ある。以下、本発明の実施例に基づいて説明する。
ずれかにおいて、平均を加算によって実現し、平均を取
らずに登録する部分を定数倍して登録するか、決められ
た回数だけ同じパターンを加算する事によって得られた
パターンを登録するようにしたことを特徴としたもので
ある。以下、本発明の実施例に基づいて説明する。
第１図は、本発明の一実施例を説明するための構成図
で、図中、１は音声信号入力部、２は音声区間検出部、
３は特徴変換部、４はパワー検出部、５は比較部、６は
閾値部、７はレジスタ、8,8′は伸縮部、９は判断部、1
0は部分切捨部、11,12はレジスタ、13は平均部、14はテ
ーブルで、入力された音声を特徴量に変換して特徴パタ
ーンとなし、これを決められた時間長に正規化する際
に、もとのパターンの冒頭や、末尾に無音区間が存在す
るか否かを調べ、存在しない時には正規化されたパター
ンをそのまま登録し、存在する時には、存在しない時と
同様の登録をした後、その無音区間の部分から冒頭に近
い部分、或いは、その部分から末尾に近い部分を取除い
た残りのパターンを決められた長さにするようなパター
ン登録法において、登録すべき言葉を複数回発声し、最
初の発声は上記方法で登録し、２回目以降の発声では、
特徴パターンに変換した後、その冒頭または末尾近くに
無音区間が存在するか否かを調べ、存在しない時には決
められた長さに正規化して後、あらかじめ登録されてい
るパターンと平均を取った上で登録し、存在する時に
は、存在しない時と同様の正規化パターンを作成した
後、その無音区間の部分から冒頭に近い部分、或いは、
その部分から末尾に近い部分を取り除いた残りの部分を
決められた長さに正規化したパターンを作っておき、あ
らかじめ登録されているパターンと平均を取った上で登
録するようにしたものである。すなわち、第１図におい
て、音声は入力部１から入力されるが、この入力部１は
マイクロフォンとマイクアンプで構成されている。入力
された信号の中から音声に係るものが音声区間検出部２
で検出される。音声区間検出の方法はいくつか提案され
ているが、音声のパワーが閾値を越えたかどうかで始端
を見つけ、再び閾値より下がるまでを音声区間とする。
次に、特徴変換部３で特徴量に変換され、特徴パターン
を形成する。特徴量としては、音声のスペクトラムを使
う事が多いがこれに限定するものではなく、線形予測分
析をしても良いし、ケプトストラム分析、その他どの様
なものでも良い。パワー検出部４では入力された音声の
大きさを求め、比較部５であらかじめ設定されている閾
値６と比較する。この閾値よりもパワーが小さい時には
音声の休止区間、即ち無音区間が発生したものとする。
この時の閾値は音声が入力されない時のパワーの定数を
かけて決定すれば良い。一方、レジスタ７には検出され
た音声が格納され、伸縮部８で全体を一定の長さに伸縮
したものをレジスタ11へ入れる。また、比較部５で比較
されて検出された無音区間が判断部９で音声区間の冒頭
や末尾近くに存在すると判断された場合には、レジスタ
７の内容から無音区間から冒頭まで、あるいは無音区間
から末尾までを部分切捨部10で切捨てて残りを再び伸縮
部８′にて一定値に伸縮してレジスタ11に先のパターン
と一緒に入れておく。ここで冒頭や、末尾の近くとは端
点から100ms〜200ms程度の時間を言う。続いて平均部13
でレジスタ11と12の内容を平均し、その結果をレジスタ
12の中に保存しておく。１回目の発声の時は先にレジス
タ12の中には何も入っていないので、レジスタ11の内容
がレジスタ12にコピーされることになる。２回目以降の
発声ではレジスタ12と11が平均されてレジスタ12に上書
きされる。ただし、１つの単語の登録が終った時にはレ
ジスタ12の内容はクリアされるべきである。平均をとる
際にはテーブル14で先に登録したパターンが全体パター
ン１つだけであるか、部分的に切捨てて２つのパターン
があるのかを調べて、適当な方と平均するようにする。
これによって複数回発声したパターンの平均がとれ、標
準パターンとしての質を向上させる事ができる。
で、図中、１は音声信号入力部、２は音声区間検出部、
３は特徴変換部、４はパワー検出部、５は比較部、６は
閾値部、７はレジスタ、8,8′は伸縮部、９は判断部、1
0は部分切捨部、11,12はレジスタ、13は平均部、14はテ
ーブルで、入力された音声を特徴量に変換して特徴パタ
ーンとなし、これを決められた時間長に正規化する際
に、もとのパターンの冒頭や、末尾に無音区間が存在す
るか否かを調べ、存在しない時には正規化されたパター
ンをそのまま登録し、存在する時には、存在しない時と
同様の登録をした後、その無音区間の部分から冒頭に近
い部分、或いは、その部分から末尾に近い部分を取除い
た残りのパターンを決められた長さにするようなパター
ン登録法において、登録すべき言葉を複数回発声し、最
初の発声は上記方法で登録し、２回目以降の発声では、
特徴パターンに変換した後、その冒頭または末尾近くに
無音区間が存在するか否かを調べ、存在しない時には決
められた長さに正規化して後、あらかじめ登録されてい
るパターンと平均を取った上で登録し、存在する時に
は、存在しない時と同様の正規化パターンを作成した
後、その無音区間の部分から冒頭に近い部分、或いは、
その部分から末尾に近い部分を取り除いた残りの部分を
決められた長さに正規化したパターンを作っておき、あ
らかじめ登録されているパターンと平均を取った上で登
録するようにしたものである。すなわち、第１図におい
て、音声は入力部１から入力されるが、この入力部１は
マイクロフォンとマイクアンプで構成されている。入力
された信号の中から音声に係るものが音声区間検出部２
で検出される。音声区間検出の方法はいくつか提案され
ているが、音声のパワーが閾値を越えたかどうかで始端
を見つけ、再び閾値より下がるまでを音声区間とする。
次に、特徴変換部３で特徴量に変換され、特徴パターン
を形成する。特徴量としては、音声のスペクトラムを使
う事が多いがこれに限定するものではなく、線形予測分
析をしても良いし、ケプトストラム分析、その他どの様
なものでも良い。パワー検出部４では入力された音声の
大きさを求め、比較部５であらかじめ設定されている閾
値６と比較する。この閾値よりもパワーが小さい時には
音声の休止区間、即ち無音区間が発生したものとする。
この時の閾値は音声が入力されない時のパワーの定数を
かけて決定すれば良い。一方、レジスタ７には検出され
た音声が格納され、伸縮部８で全体を一定の長さに伸縮
したものをレジスタ11へ入れる。また、比較部５で比較
されて検出された無音区間が判断部９で音声区間の冒頭
や末尾近くに存在すると判断された場合には、レジスタ
７の内容から無音区間から冒頭まで、あるいは無音区間
から末尾までを部分切捨部10で切捨てて残りを再び伸縮
部８′にて一定値に伸縮してレジスタ11に先のパターン
と一緒に入れておく。ここで冒頭や、末尾の近くとは端
点から100ms〜200ms程度の時間を言う。続いて平均部13
でレジスタ11と12の内容を平均し、その結果をレジスタ
12の中に保存しておく。１回目の発声の時は先にレジス
タ12の中には何も入っていないので、レジスタ11の内容
がレジスタ12にコピーされることになる。２回目以降の
発声ではレジスタ12と11が平均されてレジスタ12に上書
きされる。ただし、１つの単語の登録が終った時にはレ
ジスタ12の内容はクリアされるべきである。平均をとる
際にはテーブル14で先に登録したパターンが全体パター
ン１つだけであるか、部分的に切捨てて２つのパターン
があるのかを調べて、適当な方と平均するようにする。
これによって複数回発声したパターンの平均がとれ、標
準パターンとしての質を向上させる事ができる。
また、誤検出しやすい子音を持つ音声で、あらかじめ
登録されているパターンが正常であって、全体パターン
と誤検出しやすい子音を取除いた残りのパターンを別々
に登録してあったとする時、次の同じ音声のパターンで
は誤検出しやすい子音が検出できずに欠落した状態だっ
たとすると、あらかじめ登録されている平均をとるべき
パターンを誤りやすい。最も誤りやすいのは、２回目の
発生の時に誤検出しやすい子音が付いているのに、これ
を付いていると判断できなかったときである。この様な
ときの為に、登録すべき言葉を複数回発声し、最初の発
声は上記方法で登録し、２回目以降の発声では、特徴パ
ターンに変換した後、その冒頭または末尾近くに無音声
区間が存在するか否かを調べ、存在しない時には決めら
れた長さに正規化した後、あらかじめ登録されているパ
ターンが１つの言葉に対して複数登録されているかどう
かを調べ、複数登録されている場合、あらかじめ登録さ
れているパターンと、今正規化したパターンとの間で類
似性を求め、最大の類似性が得られたパターンと平均を
取った上で登録するようにし、存在する時には、存在し
ない時と同様の正規化パターンを作成した後、その無音
区間の部分から冒頭に近い部分、或いは、その部分から
末尾に近い部分を取除いた残りの部分を決められた長さ
に正規化したパターンを作っておき、あらかじめ登録さ
れているパターンが１つの言葉に対して複数登録されて
いるかどうかを調べ、登録されているパターンが１つの
場合、あらかじめ登録されているパターンと、今正規化
した２つのパターンとの間で類似性を求め、最大の類似
性が得られたパターンと平均を取った上で登録し、平均
を取らなかった方のパターンはそのまま登録するように
した。
登録されているパターンが正常であって、全体パターン
と誤検出しやすい子音を取除いた残りのパターンを別々
に登録してあったとする時、次の同じ音声のパターンで
は誤検出しやすい子音が検出できずに欠落した状態だっ
たとすると、あらかじめ登録されている平均をとるべき
パターンを誤りやすい。最も誤りやすいのは、２回目の
発生の時に誤検出しやすい子音が付いているのに、これ
を付いていると判断できなかったときである。この様な
ときの為に、登録すべき言葉を複数回発声し、最初の発
声は上記方法で登録し、２回目以降の発声では、特徴パ
ターンに変換した後、その冒頭または末尾近くに無音声
区間が存在するか否かを調べ、存在しない時には決めら
れた長さに正規化した後、あらかじめ登録されているパ
ターンが１つの言葉に対して複数登録されているかどう
かを調べ、複数登録されている場合、あらかじめ登録さ
れているパターンと、今正規化したパターンとの間で類
似性を求め、最大の類似性が得られたパターンと平均を
取った上で登録するようにし、存在する時には、存在し
ない時と同様の正規化パターンを作成した後、その無音
区間の部分から冒頭に近い部分、或いは、その部分から
末尾に近い部分を取除いた残りの部分を決められた長さ
に正規化したパターンを作っておき、あらかじめ登録さ
れているパターンが１つの言葉に対して複数登録されて
いるかどうかを調べ、登録されているパターンが１つの
場合、あらかじめ登録されているパターンと、今正規化
した２つのパターンとの間で類似性を求め、最大の類似
性が得られたパターンと平均を取った上で登録し、平均
を取らなかった方のパターンはそのまま登録するように
した。
第２図は、その場合の実施例を説明するための図で、
図中、第１図と同じ部分の説明は略し、異なる部分だけ
説明する。レジスタ11とレジスタ12の内容は類似度計算
部15へ入れられ、互いの類似度を計算する。例えばレジ
スタ12には２つのパターン、レジスタ11には１つしかパ
ターンがなかった時、２対１で類似度を計算してレジス
タ12の中の類似性の高い方のパターンとレジスタ11のパ
ターンを平均してレジスタ12に保存する。類似度の低い
方のパターンはそのまま保存する。これによって、第１
図に示したものよりも更に高品質の標準パターンを作り
だす事が可能になる。
図中、第１図と同じ部分の説明は略し、異なる部分だけ
説明する。レジスタ11とレジスタ12の内容は類似度計算
部15へ入れられ、互いの類似度を計算する。例えばレジ
スタ12には２つのパターン、レジスタ11には１つしかパ
ターンがなかった時、２対１で類似度を計算してレジス
タ12の中の類似性の高い方のパターンとレジスタ11のパ
ターンを平均してレジスタ12に保存する。類似度の低い
方のパターンはそのまま保存する。これによって、第１
図に示したものよりも更に高品質の標準パターンを作り
だす事が可能になる。
また、平均する２つのパターンの一方に雑音が付いて
いるなど類似度の大きさだけでは必ずしも正確な判断が
出来ない事もある。そこで登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には決められた長さに正規化した後、あらかじめ登録さ
れているパターンが１つの言葉に対して複数登録されて
いるかどうかを調べ、複数登録されている場合、あらか
じめ登録されているパターンと、今正規化したパターン
との間で類似性を求め、得られたうちで最大の類似性が
決められた値よりも小なる時、このパターンは平均を取
らずに登録するようにした。
いるなど類似度の大きさだけでは必ずしも正確な判断が
出来ない事もある。そこで登録すべき言葉を複数回発声
し、最初の発声は上記方法で登録し、２回目以降の発声
では、特徴パターンに変換した後、その冒頭または末尾
近くに無音区間が存在するか否かを調べ、存在しない時
には決められた長さに正規化した後、あらかじめ登録さ
れているパターンが１つの言葉に対して複数登録されて
いるかどうかを調べ、複数登録されている場合、あらか
じめ登録されているパターンと、今正規化したパターン
との間で類似性を求め、得られたうちで最大の類似性が
決められた値よりも小なる時、このパターンは平均を取
らずに登録するようにした。
第３図は、その場合の実施例を説明するための図で、
第２図に関して説明したやり方で類似度を求め、その類
似度の高い方を比較部５′にて閾値６′の値と比較す
る。つまり、この閾値は平均をとるべきパターンが異常
であるかどうかの判断をするものであって、得られた類
似度が、これよりも低い判断部９′が判断した時は平均
をとるのをやめる。これによってパターンの正常なもの
だけの平均がとれることになり、標準パターンの質が向
上する。
第２図に関して説明したやり方で類似度を求め、その類
似度の高い方を比較部５′にて閾値６′の値と比較す
る。つまり、この閾値は平均をとるべきパターンが異常
であるかどうかの判断をするものであって、得られた類
似度が、これよりも低い判断部９′が判断した時は平均
をとるのをやめる。これによってパターンの正常なもの
だけの平均がとれることになり、標準パターンの質が向
上する。
算術平均よりも計算量が少ない事から加算によってそ
の機能を代行するようなことがある。平均をとる代りに
単純に加算する場合、つぎの様な問題がある。平均を取
るべき２組の発声で、誤検出しやすい子音がどちらか一
方に付いているとパターンの数が奇数になる。したがっ
て平均を取ったパターンと取らないパターンが混在し同
一の扱いが出来なくなってしまう。
の機能を代行するようなことがある。平均をとる代りに
単純に加算する場合、つぎの様な問題がある。平均を取
るべき２組の発声で、誤検出しやすい子音がどちらか一
方に付いているとパターンの数が奇数になる。したがっ
て平均を取ったパターンと取らないパターンが混在し同
一の扱いが出来なくなってしまう。
第４図は、第３図に示した実施例において、平均を加
算によって実現し、平均を取らずに登録する部分を定数
倍して登録するか、決められた回数だけ同じパターンを
加算する事によって得られたパターンを登録するように
した場合の例を説明するための図で、第４図には、その
核となる判断部９′の部分を取りだして示す。第４図に
おいて判断部９′でそれまでに加算された回数ｎを調
べ、その値によってウェイトを変えるようにしている。
算によって実現し、平均を取らずに登録する部分を定数
倍して登録するか、決められた回数だけ同じパターンを
加算する事によって得られたパターンを登録するように
した場合の例を説明するための図で、第４図には、その
核となる判断部９′の部分を取りだして示す。第４図に
おいて判断部９′でそれまでに加算された回数ｎを調
べ、その値によってウェイトを変えるようにしている。
効果 以上の説明から明らかなように、本発明により、パタ
ーン長を一定にして照合するような照合方法で子音の欠
落を考慮してマッチング出来るようなものにおいて、質
のよい、平均化標準パターンが作れるようになった。
ーン長を一定にして照合するような照合方法で子音の欠
落を考慮してマッチング出来るようなものにおいて、質
のよい、平均化標準パターンが作れるようになった。
第１図乃至第４図は、それぞれ本発明の実施例を説明す
るための図、第５図及び第６図は、従来技術を説明する
ための図である。 １……音声信号入力部、２……音声区間検出部、３……
特徴変換部、４……パワー検出部、5,5′……比較部、
６……閾値部、７……レジスタ、8,8′……伸縮部、9,
9′……判断部、10……部分切捨部、11,12……レジス
タ、13……平均部、14……テーブル、15……類似度判定
部。
るための図、第５図及び第６図は、従来技術を説明する
ための図である。 １……音声信号入力部、２……音声区間検出部、３……
特徴変換部、４……パワー検出部、5,5′……比較部、
６……閾値部、７……レジスタ、8,8′……伸縮部、9,
9′……判断部、10……部分切捨部、11,12……レジス
タ、13……平均部、14……テーブル、15……類似度判定
部。
Claims (6)
- 【請求項１】入力された音声を特徴量に変換して特徴パ
ターンとなし、これを決められた時間長に正規化する際
に、もとのパターンの冒頭や末尾に無音区間が存在する
か否かを調べ、存在しない時には正規化されたパターン
をそのまま登録し、存在する時には、存在しない時と同
様の登録をした後、その無音区間の部分から冒頭に近い
部分、或いは、その部分から末尾に近い部分を取除いた
残りのパターンを決められた長さにして登録するような
パターン登録方法において、登録すべき言葉を複数回発
声し、最初の発声は上記方法で登録し、２回目以降の発
声では、特徴パターンに変換した後、その冒頭または末
尾近くに無音区間が存在するか否かを調べ、存在しない
時には決められた長さに正規化した後、あらかじめ登録
されているパターンと平均を取った上で登録するように
したことを特徴とするパターン登録方法。 - 【請求項２】入力された音声を特徴量に変換して特徴パ
ターンとなし、これを決められた時間長に正規化する際
に、もとのパターンの冒頭や末尾に無音区間が存在する
か否かを調べ、存在しない時には正規化されたパターン
をそのまま登録し、存在する時には、存在しない時と同
様の登録をした後、その無音区間の部分から冒頭に近い
部分、或いは、その部分から末尾に近い部分を取除いた
残りのパターンを決められた長さにして登録するような
パターン登録方法において、登録すべき言葉を複数回発
声し、最初の発声は上記方法で登録し、２回目以降の発
声では、特徴パターンに変換した後、その冒頭または末
尾近くに無音区間が存在するか否かを調べ、存在する時
には、存在しない時と同様の正規化パターンを作成後、
その無音区間の部分から冒頭に近い部分、或いは、その
部分から末尾に近い部分を取除いた残りの部分を決めら
れた長さに正規化したパターンを作っておき、あらかじ
め登録されているパターンと平均を取った上で登録する
ようにしたことを特徴とするパターン登録方法。 - 【請求項３】入力された音声を特徴量に変換して特徴パ
ターンとなし、これを決められた時間長に正規化する際
に、もとのパターンの冒頭や、末尾に無音区間が存在す
るか否かを調べ、存在しない時には正規化されたパター
ンをそのまま登録し、存在する時には、存在しない時と
同様の登録をした後、その無音区間の部分から冒頭に近
い部分、或いは、その部分から末尾に近い部分を取除い
た残りのパターンを決められた長さにして登録するよう
なパターン登録方法において、登録すべき言葉を複数回
発声し、最初の発声は上記方法で登録し、２回目以降の
発声では、特徴パターンに変換した後、その冒頭または
末尾近くに無音区間が存在するか否かを調べ、存在しな
い時には決められた長さに正規化した後、あらかじめ登
録されているパターンが１つの言葉に対して複数登録さ
れているかどうかを調べ、複数登録されている場合、あ
らかじめ登録されているパターンと、今正規化したパタ
ーンとの間で類似性を求め、最大の類似性が得られたパ
ターンと平均を取った上で登録するようにしたことを特
徴とするパターン登録方法。 - 【請求項４】入力された音声を特徴量に変換し特徴パタ
ーンとなし、これを決められた時間長に正規化する際
に、もとのパターンの冒頭や、末尾に無音区間が存在す
るか否かを調べ、存在しない時には正規化されたパター
ンをそのまま登録し、存在する時には、存在しない時と
同様の登録をした後、その無音区間の部分から冒頭に近
い部分、或いは、その部分から末尾に近い部分を取除い
た残りのパターンを決められた長さにして登録するよう
なパターン登録方法において、登録すべき言葉を複数回
発声し、最初の発声は上記方法で登録し、２回目以降の
発声では、特徴パターンに変換した後、その冒頭または
末尾近くに無音区間が存在するか否かを調べ、存在しな
い時には決められた長さに正規化した後、あらかじめ登
録されているパターンが１つの言葉に対して複数登録さ
れているかどうかを調べ、複数登録されている場合、あ
らかじめ登録されているパターンと、今正規化したパタ
ーンとの間で類似性を求め、得られたうちで最大の類似
性が決められた値よりも小なる時、このパターンは平均
を取らずに登録するようにしたことを特徴とするパター
ン登録方法。 - 【請求項５】入力された音声を特徴量に変換して特徴パ
ターンとなし、これを決められた時間長に正規化する際
に、もとのパターンの冒頭や、末尾に無音区間が存在す
るか否かを調べ、存在しない時には正規化されたパター
ンをそのまま登録し、存在する時には、存在しない時と
同様の登録をした後、その無音区間の部分から冒頭に近
い部分、或いは、その部分から末尾に近い部分を取除い
た残りのパターンを決められた長さにして登録するよう
なパターン登録方法において、登録すべき言葉を複数回
発声し、最初の発声は上記方法で登録し、２回目以降の
発声では、特徴パターンに変換した後、その冒頭または
末尾近くに無音区間が存在するか否かを調べ、存在しな
い時には、存在しない時と同様の正規化パターンを作成
後、その無音声区間の部分から冒頭に近い部分、或い
は、その部分から末尾に近い部分を取除いた残りの部分
を決められた長さに正規化したパターンを作っておき、
あらかじめ登録されているパターンが１つの言葉に対し
て複数登録されているかどうかを調べ、登録されている
パターンが１つの場合、あらかじめ登録されているパタ
ーンと、今正規化した２つのパターンとの間で類似性を
求め、最大の類似性が得られたパターンと平均を取った
上で登録し、平均を取らなかった方のパターンはそのま
ま登録するようにしたことを特徴とするパターン登録方
法。 - 【請求項６】請求項（１）乃至（５）のいずれかにおい
て、平均を加算によって実現し、平均を取らずに登録す
る部分を定数倍して登録するか、決められた回数だけ同
じパターンを加算する事によって得られたパターンを登
録するようにしたことを特徴とするパターン登録方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2156981A JP3020999B2 (ja) | 1990-06-15 | 1990-06-15 | パターン登録方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2156981A JP3020999B2 (ja) | 1990-06-15 | 1990-06-15 | パターン登録方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0450899A JPH0450899A (ja) | 1992-02-19 |
| JP3020999B2 true JP3020999B2 (ja) | 2000-03-15 |
Family
ID=15639561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2156981A Expired - Fee Related JP3020999B2 (ja) | 1990-06-15 | 1990-06-15 | パターン登録方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3020999B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| PL2570322T3 (pl) * | 2011-09-14 | 2015-06-30 | Bombardier Transp Gmbh | Element nośny do budowy podłogi wagonu pojazdu szynowego, struktura podłogi wagonu pojazdu szynowego oraz wagon pojazdu szynowego |
-
1990
- 1990-06-15 JP JP2156981A patent/JP3020999B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0450899A (ja) | 1992-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7013276B2 (en) | Method of assessing degree of acoustic confusability, and system therefor | |
| US8175876B2 (en) | System and method for an endpoint detection of speech for improved speech recognition in noisy environments | |
| EP0077194B1 (en) | Speech recognition system | |
| US8140330B2 (en) | System and method for detecting repeated patterns in dialog systems | |
| US6470315B1 (en) | Enrollment and modeling method and apparatus for robust speaker dependent speech models | |
| US8731925B2 (en) | Solution that integrates voice enrollment with other types of recognition operations performed by a speech recognition engine using a layered grammar stack | |
| JPS62217295A (ja) | 音声認識方式 | |
| JPS62232691A (ja) | 音声認識装置 | |
| JP3069531B2 (ja) | 音声認識方法 | |
| JP2996019B2 (ja) | 音声認識装置 | |
| JP3020999B2 (ja) | パターン登録方法 | |
| JP2838848B2 (ja) | 標準パターン登録方式 | |
| JPS60114900A (ja) | 有音・無音判定法 | |
| JPS584198A (ja) | 音声認識装置における標準パタ−ン登録方式 | |
| JP3032551B2 (ja) | 音声標準パターン登録方法 | |
| JPH0283593A (ja) | ノイズ適応形音声認識装置 | |
| US20090043566A1 (en) | Speech processing apparatus and method | |
| JP3588929B2 (ja) | 音声認識装置 | |
| JP2882791B2 (ja) | パターン比較方式 | |
| JP2666296B2 (ja) | 音声認識装置 | |
| JP3110025B2 (ja) | 発声変形検出装置 | |
| JP2882792B2 (ja) | 標準パターン作成方式 | |
| JP2901976B2 (ja) | パターン照合予備選択方式 | |
| JPH0376471B2 (ja) | ||
| JPS59170894A (ja) | 音声区間の切り出し方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080114 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090114 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100114 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |