JP3026855B2 - 音声認識装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声認識装置に関する
ものである。

【０００２】

【従来の技術】近年、音声認識技術の発達と共に、音声
認識装置が様々の分野で実用化されようとしており、実
用化するためには、認識装置を実用する上での様々の問
題点を解決する必要がある。

【０００３】例えば、その一つとして、実用上、装置の
使用環境に存在する様々な騒音のために発声が変形する
（例えば、周囲騒音が大きくなると大声で発声するため
に発声が変動する。騒音下で長時間装置を使用している
と発声者が疲労してくるために発声が変動する等）。そ
のために、騒音の無い状態で標準音声を学習し、騒音下
でその装置を使用する場合、標準音声が上記変形を吸収
できず誤認識してしまうという問題点がある。

【０００４】この問題点を解決するために、あらかじめ
予測できる全ての変形パターンを装置に学習させておく
方法が考えられるが、全ての発声変形を学習させるため
には、学習時間、装置の容量、使用者の手間が膨大とな
り実用的ではない。

【０００５】ところで、騒音下での発声変形を分析した
結果、音声の共振周波数（以後ホルマント周波数と呼
ぶ）が発声変形によりずれており、そのずれには次のよ
うな規則性の有ることがわかった。 (1) 一定周波数範囲（約300Hz〜約1500Hz)では、発声変
形によりホルマント周波数は上昇する。 (2) 上記のずれ量は、音声変形の度合により変化する。

【０００６】そこで、発声変形の度合が、使用環境の騒
音パワーの大きさによると仮定し、発声変形によるホル
マント周波数のずれを下記推定式により推定し、推定さ
れたホルマント周波数のずれ量を用いて発声変形を補正
する方法が近年提案されている。この方法により、学習
時間、装置の容量、使用者の手間が少なく、しかも発声
変形を吸収することができるようになる。

【０００７】以下、図面を参照しながら、上述したよう
な従来の音声認識装置について説明を行う。ここでは、
標準音声を登録することで上記学習を行う登録型音声認
識装置を用いて説明する。

【０００８】図３は従来例における単語音声認識装置の
ブロック図である。１は信号入力端子、２２はパワー測
定部、２３は騒音パワー判定部、２４は変動量推定部、
３は分析部、６は母音判定部、７はホルマント周波数検
出部、８は補正値算出部、９はパラメータ補正部、１０
は照合部、１１は認識結果出力端子、１９は標準音声保
管バッファ、２５、２６、２７、１５はスイッチであ
る。

【０００９】以上のように構成された音声認識装置につ
いて以下その動作について説明する。

【００１０】まず標準音声学習時には、音声入力直前の
環境騒音が信号入力端子１より入力され、パワー測定部
２２で環境騒音のパワーが算出され、パワーが一定閾値
Ｐ0以上の場合は、周囲状況が学習時にふさわしくない
とみなし、学習を中断する。

【００１１】環境騒音のパワーが一定閾値Ｐ0以下の場
合には、信号声入力端子１より入力された標準音声用音
声信号は分析部３に入力され、特徴パラメータが算出さ
れる。分析方法は従来例と同様であり、認識パラメータ
として所定の次数のＬＰＣケプストラム係数が算出され
る。そしてパワーが所定の音声区間検出閾値以上のフレ
ームにおける特徴パラメータが標準音声保管バッファ１
９に保管される。

【００１２】標準音声用信号が入力されてからの上記の
処理を認識すべき全単語について行い、学習を終了す
る。

【００１３】次に認識時には、まず学習時と同様に環境
騒音のパワーがパワー測定部２２にて測定された後、信
号入力端子１より認識されるべき信号が入力され、分析
部３で学習時と同様に認識パラメータが算出される。

【００１４】パワー測定部２２で測定されたパワー値は
騒音パワー判定部２３に入力され、環境騒音パワーが一
定閾値Ｐt以下の場合には、騒音による発声変形がない
と判断して認識パラメータは照合部１０に入力され、照
合を行った後、最短距離を示す単語を認識結果として認
識結果出力端子１１より出力する。

【００１５】環境騒音パワーが一定閾値Ｐt以上の場合
には、騒音パワー値は変動量推定部２４に入力される。
変動量推定部２４では、環境騒音のパワー値Ｐnより次
式を用いて騒音下での発声変形によるホルマント変動量
△fを推定する。この場合、パワーＰn、Ｐtの単位はｄ
Ｂ、△fの単位はＨｚである。

【００１６】

【数１】 （数１）は、環境騒音が小さい場合は、発声変形が少な
いためホルマント周波数の変動量が小さく、環境騒音が
大きい場合は、発声変形が大きいためホルマント周波数
の変動量も大きいという事実を反映しているものであ
る。次に、音声が入力され、上記の環境騒音パワー２２
と分析部３でパラメータと共に算出されたフレーム毎の
音声パワーとは母音判定部６に入力される。母音判定部
６では、次の２つの条件で母音判定を行う。 ［１］信号レベルは騒音レベルに一定値Ｃを加えたレベ
ル以上である。 ［２］上記条件［１］を満たすフレームが５フレーム以
上継続している。

【００１７】上記［１］、［２］の条件を満足するフレ
ームを母音部と判断し、母音部の場合は入力信号をホル
マント周波数検出部７に、母音部以外の場合には照合部
１０に入力する。

【００１８】母音部の場合には、パラメータを補正する
ために、まずホルマント周波数検出部７で音声信号のホ
ルマント周波数を検出する。ホルマント周波数は次のよ
うに求める。従来例の認識パラメータであるＬＰＣケプ
ストラムを算出する過程で、ＬＰＣパラメータａ(i)が
求められており、このパラメータを用いて音声のスペク
トルは、

【００１９】

【数２】 但し Ｓ：音声のスペクトル Ｎ：分析次数 で表される。このＡ(z)の複素根の実数部Re(z)と虚数部
Im(z)から、ホルマント周波数は、

【００２０】

【数３】 但し ｆ ：ホルマント周波数 ｆs ：サンプリング周波数 となり、ＬＰＣパラメータから、ホルマント周波数を求
めることができる。

【００２１】次に、補正値算出部８で、上記ホルマント
周波数とＬＰＣケプストラムをホルマント周波数で微分
した値との積値を用いてＬＰＣケプストラムの補正値を
算出する。算出式は数４の通りである。

【００２２】

【数４】 この際に、数４のホルマント周波数の変動量は上記数１
で求めた値を用いる。他の変数は数４において bi（第iホルマントのハ゛ント゛幅）＝ 150Hz fs（サンフ゜リンク゛周波数）＝ 10KHz とし、発声変形により変動が大きかった周波数範囲(300
Hz〜1500Hz )に含まれるホルマントに対してのみ補正を
行うと数４は数５となる。

【００２３】

【数５】 但し（ 300Hz < fi < 1500Hz ） 数５にて算出された補正値はパラメータ補正部９に入力
され、下記数６のようにＬＰＣケプストラムＣn が補正
される。補正されたパラメータは照合部１０で環境騒音
パワーが一定閾値Ｐt以下の場合と同様に照合され、認
識結果出力端子１１より認識結果が出力される。

【００２４】

【数６】 以上のように、従来例によれば、パワー測定部２２で環
境騒音パワーを測定し、騒音パワー判定部２３で騒音パ
ワーの大きさから発声変形の度合を判断し、変動量推定
部２４で発声変形によるホルマント周波数の変動量を環
境騒音パワーを用いて数１のように推定し、分析部３で
認識パラメータとしてケプストラム係数を算出し、ホル
マント周波数検出部７で入力信号のホルマント周波数を
検出し、補正値算出部８で上記で推定されたホルマント
周波数の変動量を用いて数４にて補正値を算出し、パラ
メータ補正部９で入力音声の変動に対応して上記補正値
を認識パラメータに加算してパラメータを補正すること
で、騒音下で発声したことによるホルマント周波数の変
動の補正が可能となり、認識率を向上させることができ
ると考えられている。

【００２５】なお、スイッチ２５は音声入力直前の環境
騒音パワーを測定する場合はパワー測定部２２に、音声
入力の際には分析部３に信号を入力するように動作す
る。またスイッチ２６は、学習時には標準音声保管バッ
ファ１９に、認識時には騒音パワー判定部２３にパラメ
ータを入力するように動作する。スイッチ２７は環境騒
音パワーが一定閾値Ｐt以上の場合には変動量推定部２
４に、一定閾値Ｐt以下の場合には照合部１０にパラメ
ータを入力するように動作する。スイッチ１５は母音の
場合にはホルマント周波数検出部７に、母音以外の場合
には照合部１０にパラメータを入力するように動作す
る。

【００２６】

【発明が解決しようとする課題】しかしながら、上記の
従来の音声認識方法では、騒音パワーの大きさにより発
声変形の度合を推定している。ところが実際には、同じ
騒音パワーの環境下であっても、発声者の騒音に対する
慣れの度合によって発声変形の度合が違う場合がある。
たとえば、周囲環境が無騒音から有騒音に変化した場
合、変化した直後では、発声者がまだ騒音環境にだ慣れ
ていないために発声変形は顕著に現れるが、変化して長
時間経つと、発声者が騒音に慣れてくるため発声変形の
度合が減少する。このような場合、騒音パワーの大きさ
だけにより発声変形の度合を推定している従来法では、
発声変形の度合の推定が誤ってしまうため、発声変形補
正が正しく行われず、補正効率が悪く、場合によっては
補正をしたため、かえって認識率が低下するという課題
を有していた。

【００２７】請求項１〜４の本発明は、上記従来の音声
認識装置の課題に鑑み、入力音声のパワーを用いて発声
変形の度合を推定することで、発声者の騒音に対する慣
れに伴い発声変形度合が減少した場合でも、正確に発声
変形度合を推定し、常に補正により認識率を向上させる
ことができる音声認識装置を提供することを目的とする
ものである。

【００２８】

【００２９】

【課題を解決するための手段】この目的を達成するため
に本発明第１項〜第４項の音声認識装置は、入力された
音声のパワーを測定するパワー測定部と、入力信号の特
徴パラメータを分析する分析部と、発声変形に伴う一部
の特徴パラメータの変動量を推定する変動量推定部と、
補正値を検出する補正値算出部と、特徴パラメータを補
正するパラメータ補正部と、標準信号と入力信号とを照
合し認識結果を出力する照合部とを具備し、パワー測定
部で学習時または認識時の入力音声のパワーを測定し、
分析部で音響分析により特徴パラメータを算出し、変動
量推定部で上記の音声パワーを用いて発声変形に伴う一
部の特徴パラメータの変動量を推定し、補正値算出部で
変動量推定部にて推定された変動量を用いて補正値を算
出し、パラメータ補正部で入力音声の発声変形に対応し
て上記補正値にて特徴パラメータを補正し、照合部で補
正されたパラメータを用いて標準音声と入力音声との照
合を行うことを特徴とする音声認識装置を構成するもの
である。

【００３０】

【００３１】

【作用】この構成によって、正確に発声変形の度合を推
定し、常に補正により認識率を向上させることができ
る。

【００３２】

【実施例】以下、請求項１〜４の本発明の一実施例につ
いて図面を参照しながら説明する。

【００３３】図１において、１は信号入力端子、２は信
号入力端子１から入力される信号のパワーを測定するパ
ワー測定部、３はそのパワー測定部２に接続された分析
部、４はパワー比較部、５はパワー比較部４に接続され
た変動量推定部、６は変動量推定部５に接続された母音
判定部、７はホルマント周波数検出部、８は補正値算出
部、９はパラメータ補正部、１０は照合部、１１は認識
結果出力端子、１２は標準音声保管バッファ、１３、１
４、１５はスイッチであり、前記従来例と同じものに
は、同一の番号を付与している。

【００３４】以上のように構成された音声認識装置につ
いて以下その動作について説明する。

【００３５】まず標準音声学習時には、音声入力直前の
環境騒音が信号入力端子１より入力され、パワー測定部
２で環境騒音のパワーが算出され、パワーが一定閾値Ｐ
0以上の場合は、周囲状況が学習時にふさわしくないと
みなし、学習を中断する。

【００３６】騒音パワーが一定閾値Ｐ0以下の場合は、
音声入力端子１より入力された標準音声はパワー測定部
２に入力されフレーム毎の信号のパワーＰ(i)と単語全
体の音声パワーＰaとが算出される。単語全体の音声パ
ワーはたとえばフレーム毎の音声パワーを用いて次式の
ように算出される。

【００３７】

【数７】 但し、Ｐ(i) ＞ max(Ｐ(i)) − 20 dB Ｎ ：上記不等式を満たすフレームの総数 一方、入力音声は分析部３にも入力され、特徴パラメー
タが算出される。分析方法は従来例と同様であり、認識
パラメータとして所定の次数のＬＰＣケプストラム係数
が算出される。そしてパワーが所定の音声区間検出閾値
以上のフレームにおける特徴パラメータが標準音声保管
バッファ１２に保管される。

【００３８】標準音声用信号が入力されてからの上記の
処理を認識すべき全単語について行い、全単語の音声パ
ワーの平均値を特徴パラメータ同様保管バッファ１２に
保管し、学習を終了する。

【００３９】次に認識時には、まず学習時と同様に環境
騒音のパワーがパワー測定部２にて測定された後、信号
入力端子１より認識されるべき信号が入力される。学習
時同様、パワー測定部２でフレーム毎の音声パワーと単
語全体の音声パワーが算出され、分析部３にてＬＰＣケ
プストラム係数が算出され、算出結果は、パワー比較部
４に入力される。

【００４０】パワー比較部４で、学習時に算出された全
単語の平均音声パワー値と入力音声パワー値を比較し、
学習時の音声パワー値に一定値加えた値より、入力音声
のパワーが小さい場合は入力音声に発声変形なし、大き
い場合には入力音声に発声変形ありとみなして、結果を
変動量推定部５に入力する。

【００４１】発声変形なしと判断された場合には、変動
量推定部５で処理を行わず、パラメータを照合部１０に
入力し、通常通り照合部１０で照合を行い、最短距離を
示す単語を認識結果として認識結果出力端子１１より出
力する。

【００４２】発声変形ありと判断された場合には、変動
量推定部５で発声変形によるホルマントのずれ量を数８
のように推定し、推定結果とパラメータと音声パワー値
を母音判定部６に入力する。

【００４３】

【数８】 △ｆ：発声変形によるホルマント周波数のずれ量 Ｐw ：入力単語音声のパワー値 Ｐa ：学習音声の全単語音声のパワーの平均値 次に、母音判定部６で、次の２つの条件で母音判定を行
う。 ［１］音声レベルは騒音レベルに一定値Ｃを加えたレベ
ル以上である。 ［２］上記条件［１］を満たすフレームが５フレーム以
上継続している。

【００４４】上記［１］、［２］の条件を満足するフレ
ームを母音部と判断し、母音部の場合は入力信号をホル
マント周波数検出部５に、母音部以外の場合には照合部
８に入力する。

【００４５】母音部の場合には、パラメータを補正する
ために、まずホルマント周波数検出部７で信号のホルマ
ント周波数を検出する。ホルマント周波数の算出式は従
来例と同様である。

【００４６】次に、補正値算出部８で、上記ホルマント
周波数とＬＰＣケプストラムをホルマント周波数で微分
した値との積値を用いてＬＰＣケプストラムの補正値を
算出する。算出式は従来例の 数５の通りである。

【００４７】数５にて算出された補正値はパラメータ補
正部９に入力され、従来例同様に、数６のようにＬＰＣ
ケプストラムＣn が補正される。補正されたパラメータ
は照合部１０で発声変形なしと判断された場合と同様に
照合され、認識結果出力端子１１より認識結果が出力さ
れる。

【００４８】以上のように、本実施例によれば、パワー
測定部２で学習時または認識時の音声のパワーを測定
し、パワー比較部４で学習時の音声パワーと認識時の音
声パワーを比較し、変動量推定部５で学習時と認識時と
の音声パワー用いて、数８にて発声変形によるホルマン
ト周波数変動量を推定し、分析部３でスペクトル分析を
行い、さらに分析されたスペクトルをケプストラム変換
したものを認識パラメータとして算出し、ホルマント周
波数検出部７で入力信号のホルマント周波数を検出し、
補正値算出部８で変動量推定部５にて推定されたホルマ
ント周波数の変動量と上記認識パラメータのホルマント
周波数に対する偏微分式を用いて数４のように補正値を
算出し、パラメータ補正部９で騒音下で発声した場合の
入力音声の発声変形に対応して上記補正値にてパラメー
タを補正し、照合部１０で補正されたパラメータを認識
パラメータして標準音声と入力音声との照合を行うこと
により、正確に発声変形の度合を推定し、常に補正によ
り認識率を向上させることができる。

【００４９】なお、スイッチ１３は学習時には標準音声
保管バッファ１２に、認識時にはパワー比較部４にパラ
メータを入力するように動作する。また、スイッチ１４
は派生変形なしと判断された場合には照合部１０に、発
声変形ありと判断された場合には母音判定部６にパラメ
ータを入力するように動作する。スイッチ１５は母音の
場合にはホルマント周波数検出部７に、母音以外の場合
には照合部１０に信号を入力するように動作する。

【００５０】なお、本実施例は騒音下で発声することに
よる発声変形を補正する場合について述べているが、本
発明の請求項１〜４は、騒音下での発声変形以外でも、
使用状況の変化により、発声が変形する（たとえば、ど
なり声、叫び声等）場合でも同様に効果がある。

【００５１】また、本実施例は、請求項２のように、発
声変形に伴いホルマント周波数が変動する場合について
説明したが、ホルマント周波数に限らず発声変形に伴う
他の特徴パラメータ（たとえば、ＬＰＣパラメータ、Ｌ
ＰＣケプストラムパラメータ等）の変動量を推定しても
よい（請求項１参照）。もっとも、騒音下での発声変形
に伴うホルマント周波数の変動には一定の規則性のある
ことが実験により明かであるため、実施例のようにホル
マント周波数を用いる場合には、変動量の推定が容易で
あり、より高い補正効果期待できる。

【００５２】また、本実施例は、請求項４のように、学
習時と認識時との音声パワーを比較し、その結果を用い
て発声変形の度合を推定する場合について説明したが、
学習時と認識時との音声パワーを比較しなくても、使用
環境の異なる認識時の入力音声間のパワーを比較しても
よい（請求項３参照）。なお、本実施例によれば、学習
は必ず騒音のない環境で行われるため、学習時と入力時
の使用環境の違いの判定が容易であり、本実施例のよう
に学習時と認識時との音声パワーを比較する場合にはよ
り高い補正効果が期待できる。

【００５３】また、本実施例は、請求項３、４のよう
に、使用環境の異なる入力音声間のパワーを比較し、そ
の結果を用いて発声変形の度合を推定する場合について
説明したが、異なる入力音声間のパワーを比較しなくて
も、予め音声パワーしいき値を設定しておいて、左記の
しいき値と入力音声パワーを比較しその結果から発声変
形度合を推定するようにしてもよい（請求項１参照）。
なお、音声パワーは音声入力端子と発声者の距離や、発
声者により変動するため、本実施例のように同発声者の
音声間のパワーを比較した方が、より高い補正効果が期
待できる。

【００５４】次に、本願発明に関連した技術の一例につ
いて図面を参照しながら説明する。

【００５５】図２において、１は信号入力端子、１６は
パワー測定部、３は分析部、１７はＳ／Ｎ算出部、１８
は変動量推定部、６は母音判定部、７はホルマント周波
数検出部、８は補正値算出部、９はパラメータ補正部、
１０は照合部、１１は認識結果出力端子、１９は標準音
声保管バッファ、２０、２１、１５はスイッチであり、
前記従来例と同じものは、同一の番号を付与している。

【００５６】以上のように構成された音声認識装置につ
いて以下その動作について説明する。

【００５７】まず標準音声学習時には、音声入力直前の
環境騒音が信号入力端子１より入力され、パワー測定部
２で環境騒音のパワーが算出され、パワーが一定閾値Ｐ
0以上の場合は、周囲状況が学習時にふさわしくないと
みなし、学習を中断する。

【００５８】騒音パワーが一定閾値Ｐ0以下の場合は、
入力音声はパワー測定部で処理されず、分析部３に入力
され、特徴パラメータが算出される。分析方法は従来例
と同様であり、認識パラメータとして所定の次数のＬＰ
Ｃケプストラム係数が算出される。そしてパワーが所定
の音声区間検出閾値以上のフレームにおける特徴パラメ
ータが標準音声保管バッファ１９に保管される。

【００５９】標準音声用信号が入力されてからの上記の
処理を認識すべき全単語について行い、学習を終了す
る。

【００６０】次に認識時には、まず学習時と同様に環境
騒音のパワーがパワー測定部２にて測定された後、信号
入力端子１より認識されるべき信号が入力される。パワ
ー測定部２ではフレーム毎の音声パワーと単語全体の音
声パワーが前実施例と同様に数７によって算出され、分
析部３にてＬＰＣケプストラム係数が算出され、算出結
果は、Ｓ／Ｎ算出部１７に入力される。

【００６１】Ｓ／Ｎ算出部１７で、パワー測定部１６で
算出された騒音パワーと、数７にて算出された音声パワ
ーの比を算出し、算出された結果を変動量推定部１８に
入力する。変動量推定部１８で、Ｓ／Ｎ値が一定値以下
であれば、入力音声に発声変形がないと判断して、特徴
パラメータを照合部１０に入力し、照合部１０で照合を
行い、最短距離を示す単語を認識結果として認識結果出
力端子１１より出力する。

【００６２】Ｓ／Ｎ値が一定値以上であれば、入力音声
の発声変形が有ると判断し、変動量推定部１８で、発声
変形によるホルマント周波数のずれ量を、従来例同様数
１にて推定する。

【００６３】次に、母音判定部６で、次の２つの条件で
母音判定を行う。 ［１］音声レベルは騒音レベルに一定値Ｃを加えたレベ
ル以上である。 ［２］上記条件［１］を満たすフレームが５フレーム以
上継続している。

【００６４】上記［１］、［２］の条件を満足するフレ
ームを母音部と判断し、母音部の場合は入力信号をホル
マント周波数検出部７に、母音部以外の場合には照合部
１０に入力する。

【００６５】母音部の場合には、パラメータを補正する
ために、まずホルマント周波数検出部７で信号のホルマ
ント周波数を検出する。ホルマント周波数の算出式は前
実施例と同様である。

【００６６】次に、補正値算出部８で、上記ホルマント
周波数とＬＰＣケプストラムをホルマント周波数で微分
した値との積値を用いてＬＰＣケプストラムの補正値を
算出する。算出式は前実施例の 数５の通りである。

【００６７】数５にて算出された補正値はパラメータ補
正部９に入力され、前実施例同様に、数６のようにＬＰ
ＣケプストラムＣn が補正される。補正されたパラメー
タは照合部１０で環境騒音パワーが一定閾値Ｐt以下の
場合と同様に照合され、認識結果出力端子１１より認識
結果が出力される。

【００６８】以上のように、本例によれば、パワー測定
部１６で認識時の騒音および音声のパワーを測定し、Ｓ
／Ｎ算出部１７で騒音と音声とのパワー比を算出し、変
動量推定部１８で上記ＳＮ比を用いて、発声変形の有無
を判断し、発声変形のある場合には、数１にて発声変形
によるホルマント周波数変動量を推定し、分析部３でス
ペクトル分析を行い、さらに分析されたスペクトルをケ
プストラム変換したものを認識パラメータとして算出
し、ホルマント周波数検出部７で入力信号のホルマント
周波数を検出し、補正値算出部８で変動量推定部７にて
推定されたホルマント周波数の変動量と上記認識パラメ
ータのホルマント周波数に対する偏微分式を用いて数４
のように補正値を算出し、パラメータ補正部９で騒音下
で発声した場合の入力音声の発声変形に対応して上記補
正値にてパラメータを補正し、照合部１０で補正された
パラメータを認識パラメータして標準音声と入力音声と
の照合を行うことにより、正確に発声変形の度合を推定
し、常に補正により認識率を向上させることができる。

【００６９】なお、スイッチ２０は学習時には標準音声
保管バッファ１０に、認識時にはＳ／Ｎ算出部１７にパ
ラメータを入力するように動作する。また、スイッチ２
１は発声変形がないと判断された場合には照合部１０
に、発声変形がある場合には母音判定部６にパラメータ
を入力するように動作する。スイッチ１５は母音の場合
にはホルマント周波数検出部７に、母音以外の場合には
照合部１０に信号を入力するように動作する。

【００７０】また、本例は、ＳＮ比を算出し、その結果
を用いて発声変形の度合を推定する場合について説明し
たが、騒音と音声のパワーを比較しなくても、先に騒音
パワーによって発声変形の度合を粗く推定し、次に音声
パワーによってさらに細かく発声変形度合を推定するよ
うにしてもよい。なお、騒音下での発声変形は、騒音に
より発声者自身が自分の音声を聞き取れなくなることが
原因である、という報告があることから、本例のように
ＳＮ比から発声変形度合を推定する場合には、より推定
が正確であり、高い補正効果が期待できる。

【００７１】

【発明の効果】以上の説明から明らかなように、請求項
１の本発明は、入力音声のパワーを用いて発声変形に伴
う一部の特徴パラメータの変動量を推定し、特徴パラメ
ータを補正するので、正確に発声変形の度合を推定し、
常に補正により認識率を向上させることができる。

【００７２】また、請求項２の本発明は、入力音声のパ
ワーを用いて発声変形に伴うホルマント周波数の変動量
を推定し、特徴パラメータを補正するので、正確に発声
変形の度合を推定し、常に補正により認識率を向上させ
ることができる。

【００７３】また、請求項３の本発明は、入力環境の異
なる音声間のパワーを比較し、発声変形に伴う一部の特
徴パラメータの変動量を推定し、特徴パラメータを補正
するので、正確に発声変形の度合を推定し、常に補正に
より認識率を向上させることができる。

【００７４】また、請求項４の本発明は、学習時の音声
パワーと認識時の音声パワーを比較し、発声変形に伴う
一部の特徴パラメータの変動量を推定し、特徴パラメー
タを補正するので、正確に発声変形の度合を推定し、常
に補正により認識率を向上させることができる。

【００７５】

【００７６】

【図面の簡単な説明】

【図１】本発明の一実施例における音声認識装置のブロ
ック図である。

【図２】本発明に関連する例における音声認識装置のブ
ロック図である。

【図３】従来例における音声認識装置のブロック図であ
る。

【符号の説明】

１ 信号入力端子 ２、１６ パワー測定部 ３ 分析部 ４ パワー比較部 ５、１８ 変動量測定部 ６ 母音判定部 ７ ホルマント周波数検出部 ８ 補正値算出部 ９ パラメータ補正部 １０ 照合部 １１ 認識結果出力部 １２、１９ 標準音声保管バッファ １７ Ｓ／Ｎ算出部 １３、１４、１５、２０、２１ スイッチ

フロントページの続き (56)参考文献 特開 平４−343399（ＪＰ，Ａ) 特開 平４−257898（ＪＰ，Ａ) 特許2867425（ＪＰ，Ｂ２) 特公 平８−14760（ＪＰ，Ｂ２) 日本音響学会平成２年度秋季研究発表 会講演論文集▲Ｉ▼ １−８−９「雑音 下での発声変形に対するホルマント移動 による補正法の性能評価」ｐ．17−18 （平成２年９月19日発表) 日本音響学会平成２年度春季研究発表 会講演論文集▲Ｉ▼ １−３−９「雑音 下での発声変形に対する補正法の検討」 ｐ．17−18（平成２年３月発行) 日本音響学会平成元年度秋季研究発表 会講演論文集▲Ｉ▼ ２−１−５「雑音 下での発声変形を考慮した認識方式の検 討」ｐ．61−62（平成元年10月発行) 電子情報通信学会技術研究報告［音声 ］Ｖｏｌ．88，Ｎｏ．91，ＳＰ88−11, 「雑音環境下で発声した音声の認識方 式」ｐ．１−６（1988年６月23日発行) 電子情報通信学会技術研究報告［音声 ］Ｖｏｌ．86，Ｎｏ．282，ＳＰ86−66, 「音声認識における高雑音中のＬｏｍｂ ａｒｄ効果の適応化」ｐ．41−48（1986 年12月18日発行) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 15/20 G10L 21/02 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 入力された音声信号のパワーを測定する
   音声のパワーを測定するパワー測定手段と、入力信号
   の特徴パラメータを分析する分析手段と、発声変形に伴
   う一部の特徴パラメータの変動量を推定する変動量推定
   手段と、補正値を検出する補正値算出手段と、特徴パラ
   メータを補正するパラメータ補正手段と、標準信号と入
   力信号とを照合し認識結果を出力する照合手段とを備え
   た音声認識装置であって、前記パワー測定手段で入力音
   声のパワーを測定し、前記分析手段で音響分析により入
   力音声の特徴パラメータを算出し、前記変動量推定手段
   で上記測定された音声パワーを用いて発声変形に伴う一
   部の特徴パラメータの変動量を推定し、前記補正値算出
   手段で前記変動量推定手段にて推定された変動量を用い
   て補正値を算出し、前記パラメータ補正手段で入力音声
   の発声変形に対応して上記補正値にて特徴パラメータを
   補正し、前記照合手段で、補正されたパラメータを用い
   て標準音声と入力音声との照合を行うことを特徴とする
   音声認識装置。
2. 【請求項２】 入力された音声のパワーを測定するパワ
   ー測定手段と、入力信号の特徴パラメータを分析する分
   析手段と、発声変形に伴うホルマント周波数の変動量を
   推定する変動量推定手段と、補正値を検出する補正値算
   出手段と、特徴パラメータを補正するパラメータ補正手
   段と、標準信号と入力信号とを照合し認識結果を出力す
   る照合手段とを備えた音声認識装置であって、前記パワ
   ー測定手段で入力音声のパワーを測定し、前記分析手段
   で音響分析により入力音声の特徴パラメータを算出し、
   前記変動量推定手段で上記測定された音声パワーを用い
   て発声変形に伴うホルマント周波数の変動量を推定し、
   前記補正値算出手段でその変動量推定手段にて推定され
   た変動量を用いて補正値を算出し、前記パラメータ補正
   手段で入力音声の発声変形に対応して上記補正値にて特
   徴パラメータを補正し、前記照合手段で、補正されたパ
   ラメータを用いて標準音声と入力音声との照合を行うこ
   とを特徴とする音声認識装置。
3. 【請求項３】 入力された音声信号のパワーを測定する
   音声のパワーを測定するパワー測定手段と、音声パワ
   ーを比較するパワー比較手段と、入力信号の特徴パラメ
   ータを分析する分析手段と、発声変形に伴う一部の特徴
   パラメータの変動量を推定する変動量推定手段と、補正
   値を検出する補正値算出手段と、特徴パラメータを補正
   するパラメータ補正手段と、標準信号と入力信号とを照
   合し認識結果を出力する照合手段とを備えた音声認識装
   置であって、前記パワー測定手段で入力音声のパワーを
   測定し、前記パワー比較手段で入力環境の異なる音声間
   のパワーを比較し、前記分析手段で音響分析により入力
   音声の特徴パラメータを算出し、前記変動量推定手段で
   上記測定された音声パワー比較結果を用いて発声変形に
   伴う一部の特徴パラメータの変動量を推定し、前記補正
   値算出手段でその変動量推定手段にて推定された変動量
   を用いて補正値を算出し、前記パラメータ補正手段で入
   力音声の発声変形に対応して上記補正値にて特徴パラメ
   ータを補正し、前記照合手段で補正されたパラメータを
   用いて標準音声と入力音声との照合を行うことを特徴と
   する音声認識装置。
4. 【請求項４】 入力された音声信号のパワーを測定する
   音声のパワーを測定するパワー測定手段と、音声パワ
   ーを比較するパワー比較手段と、入力信号の特徴パラメ
   ータを分析する分析手段と、発声変形に伴う一部の特徴
   パラメータの変動量を推定する変動量推定手段と、補正
   値を検出する補正値算出手段と、特徴パラメータを補正
   するパラメータ補正手段と、標準信号と入力信号とを照
   合し認識結果を出力する照合手段とを備えた音声認識装
   置において、前記パワー測定手段で入力音声のパワーを
   測定し、前記パワー比較手段で学習時の音声パワーと認
   識時の音声パワーを比較し、前記分析手段で音響分析に
   より入力音声の特徴パラメータを算出し、前記変動量推
   定手段で上記測定された音声パワー比較結果を用いて発
   声変形に伴う一部の特徴パラメータの変動量を推定し、
   前記補正値算出手段でその変動量推定手段にて推定され
   た変動量を用いて補正値を算出し、前記パラメータ補正
   手段で入力音声の発声変形に対応して上記補正値にて特
   徴パラメータを補正し、前記照合手段で補正されたパラ
   メータを用いて標準音声と入力音声との照合を行うこと
   を特徴とする音声認識装置。