JP3252802B2 - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JP3252802B2 JP3252802B2 JP20257098A JP20257098A JP3252802B2 JP 3252802 B2 JP3252802 B2 JP 3252802B2 JP 20257098 A JP20257098 A JP 20257098A JP 20257098 A JP20257098 A JP 20257098A JP 3252802 B2 JP3252802 B2 JP 3252802B2
- Authority
- JP
- Japan
- Prior art keywords
- cumulative
- cumulative distance
- distance
- storage unit
- nth
- 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
【０００１】
【発明の属する技術分野】本発明は音声認識装置に関
し、特に木構造化された辞書を用いてビームサーチを行
なうことにより、効率よく単語の探索を行なう音声認識
装置に関する。
し、特に木構造化された辞書を用いてビームサーチを行
なうことにより、効率よく単語の探索を行なう音声認識
装置に関する。
【０００２】
【従来の技術】従来の音声認識装置の一例として、服部
他による「ビームサーチを用いた大語彙音声認識方式の
検討」と題する論文（音響学会論文集、Ｉ、ｐｐ５３−
ｐｐ５４）（以下「文献１」という）に示される方法が
知られている。
他による「ビームサーチを用いた大語彙音声認識方式の
検討」と題する論文（音響学会論文集、Ｉ、ｐｐ５３−
ｐｐ５４）（以下「文献１」という）に示される方法が
知られている。
【０００３】この従来の音声認識方式は、図５に示すよ
うな木構造（ツリー構造）化された辞書を用いてビーム
サーチを行なうことにより、効率よく単語の探索を行な
う。
うな木構造（ツリー構造）化された辞書を用いてビーム
サーチを行なうことにより、効率よく単語の探索を行な
う。
【０００４】このため、大語彙の認識を行なう場合で
も、発声後直ちに認識結果を得ることができ、音声認識
による快適なヒューマンインタフェースの構築が可能に
なる。
も、発声後直ちに認識結果を得ることができ、音声認識
による快適なヒューマンインタフェースの構築が可能に
なる。
【０００５】図６は、従来の音声認識装置の構成の一例
を示す図である。図６を参照すると、この従来の音声認
識装置は、分析部２０、累積距離計算部１０Ａ、認識結
果出力部３０、閾値記憶部７０、閾値計算部６０、辞書
記憶部４０、および累積距離記憶部５０を備えて構成さ
れている。
を示す図である。図６を参照すると、この従来の音声認
識装置は、分析部２０、累積距離計算部１０Ａ、認識結
果出力部３０、閾値記憶部７０、閾値計算部６０、辞書
記憶部４０、および累積距離記憶部５０を備えて構成さ
れている。
【０００６】辞書記憶部４０は、認識対象単語に関する
情報を、例えば図５に示すような木構造化された形式で
記憶する。
情報を、例えば図５に示すような木構造化された形式で
記憶する。
【０００７】分析部２０は、一定時間（フレーム）毎に
音声信号を分析し特徴ベクトルを出力する。
音声信号を分析し特徴ベクトルを出力する。
【０００８】累積距離計算部１０Ａは、比較部１１、漸
化式計算部１２、閾値計算部６０から構成されている。
比較部１１は、累積距離記憶部５０の累積距離と閾値記
億部７０の閾値を用い、累積距離を出力する。
化式計算部１２、閾値計算部６０から構成されている。
比較部１１は、累積距離記憶部５０の累積距離と閾値記
億部７０の閾値を用い、累積距離を出力する。
【０００９】漸化式計算部１２は、累積距離と、認識対
象単語の情報と、分析部２０からの特徴ベクトルを用
い、累積距離を求め累積距離記憶部５０に格納する。
象単語の情報と、分析部２０からの特徴ベクトルを用
い、累積距離を求め累積距離記憶部５０に格納する。
【００１０】閾値計算部６０は、累積距離記憶部５０に
記憶される累積距離を用い、次のフレームで計算する累
積距離の数が適当な量になるように、閾値を求め、閾値
記億部７０に格納する。
記憶される累積距離を用い、次のフレームで計算する累
積距離の数が適当な量になるように、閾値を求め、閾値
記億部７０に格納する。
【００１１】閾値記憶部７０は、閾値を記憶する。累積
距離記憶部５０は、累積距離を記憶する。
距離記憶部５０は、累積距離を記憶する。
【００１２】認識結果出力部４０は、発声が終わった
後、累積距離記憶部５０に記憶される累積距離を用いて
認識結果を出力する。
後、累積距離記憶部５０に記憶される累積距離を用いて
認識結果を出力する。
【００１３】次に、図６に示した従来の音声認識装置の
動作について説明する。音声認識を始める前に、前もっ
て作成された認識対象単語の情報の入った辞書を、辞書
記憶部４０に記憶させる。
動作について説明する。音声認識を始める前に、前もっ
て作成された認識対象単語の情報の入った辞書を、辞書
記憶部４０に記憶させる。
【００１４】分析部２０は、入力された音声信号を分析
して特徴ベクトルを出力する。累積距離計算部１０Ａ
は、閾値によって絞られた認識対象単語の情報と特徴ベ
クトルの累積距離を計算し、累積距離を出力する。これ
らの動作を発声が終わるまで繰り返す。発声終了後、認
識結果出力部３０が累積距離から認識結果を出力する。
して特徴ベクトルを出力する。累積距離計算部１０Ａ
は、閾値によって絞られた認識対象単語の情報と特徴ベ
クトルの累積距離を計算し、累積距離を出力する。これ
らの動作を発声が終わるまで繰り返す。発声終了後、認
識結果出力部３０が累積距離から認識結果を出力する。
【００１５】このような音声認識装置の利用方法とし
て、例えば音声による地名検索を考えることができる。
この場合、上記の例では全国の地名を１つの辞書に登録
して音声認識を行なう。
て、例えば音声による地名検索を考えることができる。
この場合、上記の例では全国の地名を１つの辞書に登録
して音声認識を行なう。
【００１６】
【発明が解決しようとする課題】ところで、データ管理
を容易化するため、もしくは辞書を小さくする等の理由
で、地名を関東、関西、東北等のカテゴリーに分けて辞
書を作成し、これらを適当に組み合わせて音声認識を行
うことのできる機能が望まれる。
を容易化するため、もしくは辞書を小さくする等の理由
で、地名を関東、関西、東北等のカテゴリーに分けて辞
書を作成し、これらを適当に組み合わせて音声認識を行
うことのできる機能が望まれる。
【００１７】このような機能を、従来の技術で実現する
場合、例えば辞書を２つ扱う場合には、図７に示すよう
な構成が考えられる。図７に示す構成は、図６に示した
構成に、辞書記憶部４０−２の累積距離を計算するため
の累積距離計算部１０−２と、閾値記憶部７０−２、閾
値計算部６０−２、累積距離記憶部５０−２を付け加え
たものである。
場合、例えば辞書を２つ扱う場合には、図７に示すよう
な構成が考えられる。図７に示す構成は、図６に示した
構成に、辞書記憶部４０−２の累積距離を計算するため
の累積距離計算部１０−２と、閾値記憶部７０−２、閾
値計算部６０−２、累積距離記憶部５０−２を付け加え
たものである。
【００１８】この場合、それぞれの辞書４０−１、４０
−２に対する累積距離を記憶しておく、累積距離記憶部
５０−１と累積距離記憶部５０−２が必要とされてお
り、メモリ容量は、図５に示した構成の２倍となる。
−２に対する累積距離を記憶しておく、累積距離記憶部
５０−１と累積距離記憶部５０−２が必要とされてお
り、メモリ容量は、図５に示した構成の２倍となる。
【００１９】また、それぞれ辞書記憶部４０−１と辞書
記憶部４０−２の認識対象単語の情報で、累積距離を計
算する量を絞るための閾値を、閾値計算部６０−１と閾
値計算部６０−２とで独立に計算し、これらを用いて独
立に累積距離計算部１０Ａ−１、累積距離計算部１０Ａ
−２が累積距離の計算を行なう。
記憶部４０−２の認識対象単語の情報で、累積距離を計
算する量を絞るための閾値を、閾値計算部６０−１と閾
値計算部６０−２とで独立に計算し、これらを用いて独
立に累積距離計算部１０Ａ−１、累積距離計算部１０Ａ
−２が累積距離の計算を行なう。
【００２０】そのため、辞書が１つの場合と比較して、
演算量が倍増する。このように、メモリ量、演算量は、
辞書の数に比例して増加する。
演算量が倍増する。このように、メモリ量、演算量は、
辞書の数に比例して増加する。
【００２１】一方、図７に示す構成例とは別に、複数の
辞書を用いて音声認識を行なう場合、図８に示すような
構成が考えられる。図８を参照すると、この構成は、図
６に示した構成に、複数の辞書を１つの辞書に統合する
辞書統合部４１を加えたものである。
辞書を用いて音声認識を行なう場合、図８に示すような
構成が考えられる。図８を参照すると、この構成は、図
６に示した構成に、複数の辞書を１つの辞書に統合する
辞書統合部４１を加えたものである。
【００２２】この辞書統合部４１は、複数の辞書を１つ
の辞書にして出力する。音声認識中の演算量、メモリ量
は、図６に示す構成例と同様であるが、音声認識を始め
る前に、辞書を１つに統合する必要がある。辞書を統合
するには、多くの演算量が必要である。例えば、発声毎
に辞書の統合を行なう場合、辞書の統合に時間がかか
り、発声直後に認識結果を出力できないことが考えられ
る。
の辞書にして出力する。音声認識中の演算量、メモリ量
は、図６に示す構成例と同様であるが、音声認識を始め
る前に、辞書を１つに統合する必要がある。辞書を統合
するには、多くの演算量が必要である。例えば、発声毎
に辞書の統合を行なう場合、辞書の統合に時間がかか
り、発声直後に認識結果を出力できないことが考えられ
る。
【００２３】したがって、本発明は、上記技術的課題の
認識に基づき創案されたものであって、その目的は、ビ
ームサーチを用いた音声認識装置において、一度に複数
の辞書を認識対象とした場合でも、演算量、メモリ量共
に、１つの辞書を認識対象とした場合と同等となるよう
な音声認識装置を提供することにある。
認識に基づき創案されたものであって、その目的は、ビ
ームサーチを用いた音声認識装置において、一度に複数
の辞書を認識対象とした場合でも、演算量、メモリ量共
に、１つの辞書を認識対象とした場合と同等となるよう
な音声認識装置を提供することにある。
【００２４】
【課題を解決するための手段】前記目的を達成する本発
明は、音声認識を行なう前に予め用意された木構造の辞
書をそれぞれ記憶する複数の辞書記憶部に対応して、前
記辞書記憶部の認識対象単語の情報と、発声に対しフレ
ーム毎に音声信号を分析し特徴ベクトルを出力する分析
手段からの特徴ベクトルと閾値と前フレームの累積距離
とを入力し、累積距離をそれぞれ出力する複数の累積距
離計算手段を備え、前記複数の累積距離計算手段からそ
れぞれ出力される累積距離を用いて、前記複数の累積距
離計算手段にて次のフレームで計算する累積距離の総量
を適切に制御するような閾値を計算する閾値計算手段を
前記複数の累積距離計算手段に対して一つ備えたもので
ある。
明は、音声認識を行なう前に予め用意された木構造の辞
書をそれぞれ記憶する複数の辞書記憶部に対応して、前
記辞書記憶部の認識対象単語の情報と、発声に対しフレ
ーム毎に音声信号を分析し特徴ベクトルを出力する分析
手段からの特徴ベクトルと閾値と前フレームの累積距離
とを入力し、累積距離をそれぞれ出力する複数の累積距
離計算手段を備え、前記複数の累積距離計算手段からそ
れぞれ出力される累積距離を用いて、前記複数の累積距
離計算手段にて次のフレームで計算する累積距離の総量
を適切に制御するような閾値を計算する閾値計算手段を
前記複数の累積距離計算手段に対して一つ備えたもので
ある。
【００２５】本発明は、音声認識を行なう前に予め用意
された木構造の辞書をそれぞれ記憶する第１乃至第Ｎの
辞書記憶部と、累積距離を記憶する累積距離記憶部と、
閾値を記憶する閾値記億部と、発声に対しフレーム毎に
音声信号を分析し特徴ベクトルを出力する分析手段と、
前記累積距離記憶部に記憶されている第１乃至第Ｎの累
積距離と前記閾値記憶部に記憶されている閾値を用いて
計算すべき累積距離を選択し該選択された累積距離を用
い、前記特徴ベクトルと第１乃至第Ｎ辞書記憶部にそれ
ぞれ記憶されている認識対象単語の情報との第１乃至第
Ｎ累積距離をそれぞれ計算し前記累積距離記憶部に出力
する第１乃至第Ｎの累積距離計算手段と、前記第１乃至
第Ｎの累積距離を用いて、前記第１乃至第Ｎの累積距離
計算手段が次のフレームで計算する累積距離の総量を適
当に制御するような閾値を計算する閾値計算手段と、前
記累積距離記憶部に記憶されている前記第１乃至第Ｎの
累積距離から認識結果を出力する認識結果出力手段と、
を備える。
された木構造の辞書をそれぞれ記憶する第１乃至第Ｎの
辞書記憶部と、累積距離を記憶する累積距離記憶部と、
閾値を記憶する閾値記億部と、発声に対しフレーム毎に
音声信号を分析し特徴ベクトルを出力する分析手段と、
前記累積距離記憶部に記憶されている第１乃至第Ｎの累
積距離と前記閾値記憶部に記憶されている閾値を用いて
計算すべき累積距離を選択し該選択された累積距離を用
い、前記特徴ベクトルと第１乃至第Ｎ辞書記憶部にそれ
ぞれ記憶されている認識対象単語の情報との第１乃至第
Ｎ累積距離をそれぞれ計算し前記累積距離記憶部に出力
する第１乃至第Ｎの累積距離計算手段と、前記第１乃至
第Ｎの累積距離を用いて、前記第１乃至第Ｎの累積距離
計算手段が次のフレームで計算する累積距離の総量を適
当に制御するような閾値を計算する閾値計算手段と、前
記累積距離記憶部に記憶されている前記第１乃至第Ｎの
累積距離から認識結果を出力する認識結果出力手段と、
を備える。
【００２６】
【発明の実施の形態】本発明の実施の形態について以下
に説明する。図１は、本発明を適用した音声認識装置の
一実施の形態の構成を示すブロック図である。図１を参
照すると、分析部２０は、一定時間（フレーム）毎に音
声信号を分析し、特徴ベクトルを出力する。
に説明する。図１は、本発明を適用した音声認識装置の
一実施の形態の構成を示すブロック図である。図１を参
照すると、分析部２０は、一定時間（フレーム）毎に音
声信号を分析し、特徴ベクトルを出力する。
【００２７】辞書記憶部４０は、それぞれ認識対象単語
に関する情報を記憶する。
に関する情報を記憶する。
【００２８】累積距離計算部１０は、比較部１１と漸化
式計算部１２とから構成されている。比較部１１は、閾
値記憶部７０に記憶されている閾値と累積距離記憶部５
０に記憶さている累積距離を比較し、累積距離１aを決
定する。漸化式計算部１２は、累積距離１aを用い、特
徴ベクトルと辞書記憶部４０に記憶されている認識対象
単語の情報の累積距離１を計算する。
式計算部１２とから構成されている。比較部１１は、閾
値記憶部７０に記憶されている閾値と累積距離記憶部５
０に記憶さている累積距離を比較し、累積距離１aを決
定する。漸化式計算部１２は、累積距離１aを用い、特
徴ベクトルと辞書記憶部４０に記憶されている認識対象
単語の情報の累積距離１を計算する。
【００２９】閾値計算部６０は、累積距離記憶部５０に
記憶されている累積距離１を用いて、次のフレームで累
積距離１aが適当な量になるように、閾値１を計算す
る。
記憶されている累積距離１を用いて、次のフレームで累
積距離１aが適当な量になるように、閾値１を計算す
る。
【００３０】累積距離記憶部５０は、漸化式計算部１２
から出力された累積距離１を一時記憶する。
から出力された累積距離１を一時記憶する。
【００３１】閾値記憶部７０は、閾値計算部６０で計算
された閾値１を一時記憶する。
された閾値１を一時記憶する。
【００３２】認識結果出力部３０は、発声終了後、累積
距離記憶部５０に記憶されている累積距離１を用いて、
認識結果を出力する。
距離記憶部５０に記憶されている累積距離１を用いて、
認識結果を出力する。
【００３３】上記の構成は、累積距離計算の前に、比較
しているが、累積距離の計算の後に比較を行ない、累積
距離１aを、累積距離記憶部５０に記憶させる構成とし
てもよい。なお、累積距離計算部１０、閾値計算部６０
は、コンピュータ上で実行されるプログラム制御により
その機能を実現するように構成してもよく、本発明はこ
れらのプログラムを記録した記録媒体も含む。
しているが、累積距離の計算の後に比較を行ない、累積
距離１aを、累積距離記憶部５０に記憶させる構成とし
てもよい。なお、累積距離計算部１０、閾値計算部６０
は、コンピュータ上で実行されるプログラム制御により
その機能を実現するように構成してもよく、本発明はこ
れらのプログラムを記録した記録媒体も含む。
【００３４】図１を参照すると、本発明の実施の形態に
おいては、辞書の数が１つの場合、例えば図６に示した
従来の音声認識装置と同等のものであるが、辞書の数が
２つ以上の場合、演算量、メモリ量共に、辞書の数が１
つ場合と同等の性能になる。上記のような効果が得られ
る理由は、閾値計算部６０を累積距離計算部１０の構成
要素から外したことによる。
おいては、辞書の数が１つの場合、例えば図６に示した
従来の音声認識装置と同等のものであるが、辞書の数が
２つ以上の場合、演算量、メモリ量共に、辞書の数が１
つ場合と同等の性能になる。上記のような効果が得られ
る理由は、閾値計算部６０を累積距離計算部１０の構成
要素から外したことによる。
【００３５】これにより、累積距離の計算の量を決定す
る閾値を、辞書の数だけ用意するのではなく、全ての辞
書に対して１つの閾値で累積距離計算の量を制御するこ
とが可能になる。このため、辞書の数が複数の場合で
も、辞書の数が１つの場合と累積距離の計算の量が同等
になる。
る閾値を、辞書の数だけ用意するのではなく、全ての辞
書に対して１つの閾値で累積距離計算の量を制御するこ
とが可能になる。このため、辞書の数が複数の場合で
も、辞書の数が１つの場合と累積距離の計算の量が同等
になる。
【００３６】また、辞書の数によらず全体の累積距離の
量として制御するため、記憶すべき累積距離の量が辞書
の数が１つの場合と同等になり、メモリ量が辞書に比例
して増加することがなくなる。
量として制御するため、記憶すべき累積距離の量が辞書
の数が１つの場合と同等になり、メモリ量が辞書に比例
して増加することがなくなる。
【００３７】また、音声認識の前に、複数の辞書を統合
する必要もないため、統合に必要な演算量やメモリ量も
節約できる。以下実施例に即して詳細に説明する。
する必要もないため、統合に必要な演算量やメモリ量も
節約できる。以下実施例に即して詳細に説明する。
【００３８】
【実施例】図２は、本発明の一実施例の構成を示すブロ
ック図である。以下では、辞書の数が２つの場合につい
て説明するが、本発明はかかる構成に限定されるもので
ないことは勿論である。
ック図である。以下では、辞書の数が２つの場合につい
て説明するが、本発明はかかる構成に限定されるもので
ないことは勿論である。
【００３９】図２を参照すると、本実施例は、分析部２
０、第１辞書記憶部４０−１、第１累積距離計算部１０
−１、閾値記憶部７０、閾値計算部６０、累積距離記憶
部５０、第２累積距離計算部１０−２、第２辞書記憶部
４０−２、及び結果出力部３０を備えて構成されてい
る。
０、第１辞書記憶部４０−１、第１累積距離計算部１０
−１、閾値記憶部７０、閾値計算部６０、累積距離記憶
部５０、第２累積距離計算部１０−２、第２辞書記憶部
４０−２、及び結果出力部３０を備えて構成されてい
る。
【００４０】分析部２０は、フレーム毎に音声信号を分
析し、特徴ベクトルを出力する。
析し、特徴ベクトルを出力する。
【００４１】第１辞書記憶部４０−１、第２辞書記憶部
４０２−は、認識対象単語の情報を、例えば図５に示す
ような木構造の形式で記憶する。
４０２−は、認識対象単語の情報を、例えば図５に示す
ような木構造の形式で記憶する。
【００４２】第１累積距離計算部１０−１は、第１辞書
記憶部４０−１の認識対象単語の情報と特徴ベクトルと
閾値と前フレームの累積距離を入力し、累積距離１を出
力する。この第１累積距離計算部１０−１は、第１比較
部１１−１と第１漸化式計算部１２−１とから構成され
ており、第１比較部１１−１は、閾値記億部７０に記憶
されている閾値と累積距離記億部５０に記憶されている
累積距離を比較し、累積距離１aを出力する。第１漸化
式計算部１２−１は、累積距離１aと特徴ベクトルと辞
書記億部４０１−からの認識対象単語の情報を用い、累
積距離１を求め、出力する。
記憶部４０−１の認識対象単語の情報と特徴ベクトルと
閾値と前フレームの累積距離を入力し、累積距離１を出
力する。この第１累積距離計算部１０−１は、第１比較
部１１−１と第１漸化式計算部１２−１とから構成され
ており、第１比較部１１−１は、閾値記億部７０に記憶
されている閾値と累積距離記億部５０に記憶されている
累積距離を比較し、累積距離１aを出力する。第１漸化
式計算部１２−１は、累積距離１aと特徴ベクトルと辞
書記億部４０１−からの認識対象単語の情報を用い、累
積距離１を求め、出力する。
【００４３】第２累積距離計算部１０−２では、第２辞
書記憶部４０−２の認識対象単語の情報と特徴ベクトル
と、閾値と前フレームの累積距離が入力され、累積距離
１を出力する。第２累積距離計算部１０−２は、第１比
較部１１−１と同機能を有する第２比較部１１−２と、
第１漸化式計算部１２−１と同機能を有する第２漸化式
計算部１２−２と、を備えて構成されている。第２比較
部１１−２は、閾値記億部７０に記憶されている閾値
と、累積距離記億部５０に記憶されている累積距離２を
比較し累積距離２aを出力する。第２漸化式計算部１２
−２は、累積距離２aと特徴ベクトルと辞書記億部４０
−２からの認識対象単語の情報を用い累積距離２を求
め、出力する。
書記憶部４０−２の認識対象単語の情報と特徴ベクトル
と、閾値と前フレームの累積距離が入力され、累積距離
１を出力する。第２累積距離計算部１０−２は、第１比
較部１１−１と同機能を有する第２比較部１１−２と、
第１漸化式計算部１２−１と同機能を有する第２漸化式
計算部１２−２と、を備えて構成されている。第２比較
部１１−２は、閾値記億部７０に記憶されている閾値
と、累積距離記億部５０に記憶されている累積距離２を
比較し累積距離２aを出力する。第２漸化式計算部１２
−２は、累積距離２aと特徴ベクトルと辞書記億部４０
−２からの認識対象単語の情報を用い累積距離２を求
め、出力する。
【００４４】累積距離記憶部５０は、累積距離１と累積
距離２を次のフレームまで記憶する。
距離２を次のフレームまで記憶する。
【００４５】閾値計算部６０は、累積距離１と累積距離
２から、閾値を計算する。
２から、閾値を計算する。
【００４６】閾値記憶部７０は、閾値計算部６０で計算
された閾値を次のフレームまで記憶する。
された閾値を次のフレームまで記憶する。
【００４７】認識結果出力部３０は、累積距離記憶部５
０に記憶された累積距離１と累積距離２から結果を出力
する。
０に記憶された累積距離１と累積距離２から結果を出力
する。
【００４８】次に、図２を参照して、本発明の一実施例
の動作を説明する。第１辞書記憶部４０−１、第２辞書
記憶部４０−２は、音声認識を行なう前に予め用意され
た、図５に示すような木構造の辞書をそれぞれ記憶す
る。
の動作を説明する。第１辞書記憶部４０−１、第２辞書
記憶部４０−２は、音声認識を行なう前に予め用意され
た、図５に示すような木構造の辞書をそれぞれ記憶す
る。
【００４９】分析部２０は、発声に対しフレーム毎に音
声信号を分析し、特徴ベクトルを出力する。まず、出力
された特徴ベクトルに対し、第１辞書記憶部４０−１に
記憶されている認識対象単語の情報との累積距離１を求
める。累積距離１を求めるのは、第１累積距離計算部１
０−１である。
声信号を分析し、特徴ベクトルを出力する。まず、出力
された特徴ベクトルに対し、第１辞書記憶部４０−１に
記憶されている認識対象単語の情報との累積距離１を求
める。累積距離１を求めるのは、第１累積距離計算部１
０−１である。
【００５０】第１累積距離計算部１０−１の第１比較部
１１−１は、累積距離記憶部５０に記憶されている累積
距離１と閾値記憶部７０に記憶されている閾値を用い
て、計算すべき累積距離１aを選択する。第１漸化式計
算部１２−１は、累積距離１aを用い、特徴ベクトルと
第１辞書記憶部４０−１に記憶されている認識対象単語
の情報との累積距離１を計算する。
１１−１は、累積距離記憶部５０に記憶されている累積
距離１と閾値記憶部７０に記憶されている閾値を用い
て、計算すべき累積距離１aを選択する。第１漸化式計
算部１２−１は、累積距離１aを用い、特徴ベクトルと
第１辞書記憶部４０−１に記憶されている認識対象単語
の情報との累積距離１を計算する。
【００５１】第２累積距離計算部１０−２は、第１累積
距離計算部１０−１の構成要素と同等の機能をもつ第２
比較部１１−２と第２漸化式計算部１２−２からなり、
第２比較部１１−２は、累積距離記憶部５０に記憶され
ている累積距離２と閾値記億部７０に記憶されている閾
値を用いて、累積距離２aを選択する。第２漸化式計算
部１２−２は、累積距離２aを用い、特徴ベクトルと第
２辞書記憶部４０−２に記憶されている認識対象単語の
情報との累積距離２を計算する。
距離計算部１０−１の構成要素と同等の機能をもつ第２
比較部１１−２と第２漸化式計算部１２−２からなり、
第２比較部１１−２は、累積距離記憶部５０に記憶され
ている累積距離２と閾値記億部７０に記憶されている閾
値を用いて、累積距離２aを選択する。第２漸化式計算
部１２−２は、累積距離２aを用い、特徴ベクトルと第
２辞書記憶部４０−２に記憶されている認識対象単語の
情報との累積距離２を計算する。
【００５２】閾値計算部６０は、累積距離１、累積距離
２を用いて、第１累積距離計算部１０−１、第２累積距
離計算部１０−２が次のフレームで計算する累積距離の
総量を適当に制御するような閾値を計算する。
２を用いて、第１累積距離計算部１０−１、第２累積距
離計算部１０−２が次のフレームで計算する累積距離の
総量を適当に制御するような閾値を計算する。
【００５３】図３は、本発明の一実施例における閾値計
算部６０の構成の一例を示す図である。図３を参照する
と、閾値計算部６０は、累積距離分析部６１、マージン
制御部６２、及び計算部６３を備えて構成されている。
算部６０の構成の一例を示す図である。図３を参照する
と、閾値計算部６０は、累積距離分析部６１、マージン
制御部６２、及び計算部６３を備えて構成されている。
【００５４】累積距離分析部６１は、累積距離１、累積
距離２から双方に共通する最小値（最小累積距離）と、
累積距離の総数（累積距離数）を求める。
距離２から双方に共通する最小値（最小累積距離）と、
累積距離の総数（累積距離数）を求める。
【００５５】マージン制御部６２は、累積距離数を用い
て制御する数に応じたマージンを求める。
て制御する数に応じたマージンを求める。
【００５６】計算部６３は、最小累積距離とマージンを
用いて閾値１を求める。この閾値１は、図２の閾値記憶
部７０に一時記憶される。
用いて閾値１を求める。この閾値１は、図２の閾値記憶
部７０に一時記憶される。
【００５７】認識結果出力部３０は、発声の終了後、累
積距離記憶部５０に記憶されている累積距離１、累積距
離２を用いて認識結果を出力する。
積距離記憶部５０に記憶されている累積距離１、累積距
離２を用いて認識結果を出力する。
【００５８】次に、本発明の他の実施例について説明す
る。前記第１の実施例では、２つの辞書について説明し
たが、辞書の数に制約は無く、Ｎ（Ｎは自然数）個でも
良い。
る。前記第１の実施例では、２つの辞書について説明し
たが、辞書の数に制約は無く、Ｎ（Ｎは自然数）個でも
良い。
【００５９】また、前記第１の実施例では、辞書２つの
場合、累積距離計算部１０−１、累積距離計算部１０−
２の様な構成をとったが、累積距離計算部１０−１で、
辞書記憶部４０−１、辞書記憶部４０−２に対する累積
距離１、累積距離２を求めても同等の効果が得られる。
場合、累積距離計算部１０−１、累積距離計算部１０−
２の様な構成をとったが、累積距離計算部１０−１で、
辞書記憶部４０−１、辞書記憶部４０−２に対する累積
距離１、累積距離２を求めても同等の効果が得られる。
【００６０】また、前記第１の実施例の閾値計算部の構
成を、図４に示すように、入れ替えることが出来る。図
４は、本発明の別の実施例の閾値計算部の構成を示す図
である。
成を、図４に示すように、入れ替えることが出来る。図
４は、本発明の別の実施例の閾値計算部の構成を示す図
である。
【００６１】図４を参照すると、この閾値計算部６０
は、第１累積距離分析部６１、第２累積距離分析部６
４、第１マージン制御部６２、第２マージン制御部６
５、第１計算部６３、第２計算部６４、及び閾値統合部
６７を備えて構成されている。
は、第１累積距離分析部６１、第２累積距離分析部６
４、第１マージン制御部６２、第２マージン制御部６
５、第１計算部６３、第２計算部６４、及び閾値統合部
６７を備えて構成されている。
【００６２】累積距離１、累積距離２は、第１累積距離
分析部６１、第２累積距離分析部６４でそれぞれ分析さ
れ、それぞれの最小値である最小累積距離１、最小累積
距離２、それぞれの数である累積距離数１、累積距離数
２を求める。
分析部６１、第２累積距離分析部６４でそれぞれ分析さ
れ、それぞれの最小値である最小累積距離１、最小累積
距離２、それぞれの数である累積距離数１、累積距離数
２を求める。
【００６３】第１マージン制御部６２、及び第２マージ
ン制御部６５は、それぞれ、累積距離数１、累積距離数
２から、マージン１、及びマージン２を求める。
ン制御部６５は、それぞれ、累積距離数１、累積距離数
２から、マージン１、及びマージン２を求める。
【００６４】第１計算部６３、及び第２計算部６６は、
最小累積距離１とマージン１、最小累積距離２とマージ
ン２とから、それぞれ閾値a、及び閾値bを求める。
最小累積距離１とマージン１、最小累積距離２とマージ
ン２とから、それぞれ閾値a、及び閾値bを求める。
【００６５】閾値統合部６７は、閾値a、閾値bから適当
な条件の値を選択し、閾値１として出力する。
な条件の値を選択し、閾値１として出力する。
【００６６】このような構成の閾値計算部６０を用いた
場合でも、同等の効果を得ることが出来る。
場合でも、同等の効果を得ることが出来る。
【００６７】
【発明の効果】以上説明したように、本発明によれば下
記記載の効果を奏する。
記記載の効果を奏する。
【００６８】本発明の第１の効果は、辞書を複数にした
場合でも、辞書の数が１つの時と同等の演算量で音声認
識を行なうことが出来る、ということである。
場合でも、辞書の数が１つの時と同等の演算量で音声認
識を行なうことが出来る、ということである。
【００６９】本発明の第２の効果は、辞書を複数にした
場合でも、辞書の数が１つの時と同等のメモリ量で音声
認識を行なうことが出来る、ということである。
場合でも、辞書の数が１つの時と同等のメモリ量で音声
認識を行なうことが出来る、ということである。
【００７０】本発明の第３の効果は、辞書を複数に分け
て音声認識を行なう場合でも、分けた辞書を１つに統合
して音声認識を行なう場合でも、同等の認識率が得られ
る、ということである。
て音声認識を行なう場合でも、分けた辞書を１つに統合
して音声認識を行なう場合でも、同等の認識率が得られ
る、ということである。
【００７１】その理由は、全ての辞書に対して累積距離
を計算した後、閾値の計算を行なうことにより、複数の
辞書でも１つの辞書と同等に扱っているのと同等の効果
を得ることが出来るためである。
を計算した後、閾値の計算を行なうことにより、複数の
辞書でも１つの辞書と同等に扱っているのと同等の効果
を得ることが出来るためである。
【図１】本発明の実施の形態を説明するための図であ
る。
る。
【図２】本発明の一実施例の構成を示す図である。
【図３】本発明の一実施例における閾値計算部の構成を
示す図である。
示す図である。
【図４】本発明の第二の実施例における閾値計算部の構
成を示す図である。
成を示す図である。
【図５】本発明の一実施例を説明するための図である。
【図６】従来の音声認識装置の構成を示す図である。
【図７】従来の音声認識装置の構成を示す図である。
【図８】従来の音声認識装置の構成を示す図である。
１０、１０−１、１０−２、１０Ａ、１０Ａ−１、１０
Ａ−２ 累積距離計算部 １１、１１−１、１１−２ 比較部 １２、１２−１、１２−２ 漸化式計算部 ２０ 分析部 ３０ 認識結果出力部部 ４０、４０−１、４０−２ 辞書記億部 ５０ 累積距離記億部 ６０ 閾値計算部 ７０ 閾値記億部 ６１、６４ 累積距離分析部 ６２、６６ マージン制御部 ６３、６６ 計算部 ６７ 閾値統合部
Ａ−２ 累積距離計算部 １１、１１−１、１１−２ 比較部 １２、１２−１、１２−２ 漸化式計算部 ２０ 分析部 ３０ 認識結果出力部部 ４０、４０−１、４０−２ 辞書記億部 ５０ 累積距離記億部 ６０ 閾値計算部 ７０ 閾値記億部 ６１、６４ 累積距離分析部 ６２、６６ マージン制御部 ６３、６６ 計算部 ６７ 閾値統合部
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G10L 15/28 G10L 15/08 G10L 15/18
Claims (5)
- 【請求項１】音声認識を行なう前に予め用意された木構
造の辞書をそれぞれ記憶する複数の辞書記憶部に対応し
て、前記辞書記憶部の認識対象単語の情報と、発声に対
しフレーム毎に音声信号を分析し特徴ベクトルを出力す
る分析手段からの特徴ベクトルと、閾値と、前フレーム
の累積距離とを入力し、累積距離をそれぞれ出力する複
数の累積距離計算手段を備え、前記複数の辞書記憶部に対応して設けられる前記複数の
累積距離計算手段に対して１つ設けられており、 前記複
数の累積距離計算手段からそれぞれ出力される複数の累
積距離を入力し、前記複数の累積距離を用いて、前記複
数の累積距離計算手段にて次のフレームで計算する累積
距離の総量を適切に制御するような閾値を計算する閾値
計算手段であって、 前記複数の累積距離に共通する最小累積距離と、累積距
離の総数である累積距離数を求める累積距離分析手段
と、 累積距離数を用いて制御する数に応じたマージンを求め
るマージン制御手段と、 最小累積距離とマージンを用いて閾値を算出する計算手
段と、 を有する閾値計算手段を備え、複数の辞書の場合に、演
算量、メモリ量共に、辞書の数が１つの場合と累積距離
の計算の量が同等とされる、 ことを特徴とする音声認識
装置。 - 【請求項２】音声認識を行なう前に予め用意された木構
造の辞書をそれぞれ記憶する第１乃至第Ｎ（但しＮは二
以上の所定数）の辞書記憶部と、 累積距離を記憶する累積距離記憶部と、 閾値を記憶する閾値記億部と、 発声に対しフレーム毎に音声信号を分析し特徴ベクトル
を出力する分析手段と、 前記累積距離記憶部に記憶されている第１乃至第Ｎの累
積距離と、前記閾値記憶部に記憶されている閾値と、を
用いて計算すべき累積距離を選択し、該選択された累積
距離を用い、前記特徴ベクトルと第１乃至第Ｎの辞書記
憶部にそれぞれ記憶されている認識対象単語の情報との
第１乃至第Ｎの累積距離をそれぞれ計算し前記累積距離
記憶部に出力する第１乃至第Ｎの累積距離計算手段と、 前記第１乃至第Ｎの累積距離を用いて、前記第１乃至第
Ｎの累積距離計算手段が次のフレームで計算する累積距
離の総量を適当に制御するような閾値を計算する閾値計
算手段であって、 前記第１乃至第Ｎの累積距離に共通する最小累積距離と
累積距離の総数である累積距離数を求める累積距離分析
手段と、 累積距離数を用いて制御する数に応じたマージンを求め
るマージン制御手段と、 最小累積距離とマージンを用いて閾値を算出する計算手
段と、 を有する閾値計算手段と、 前記累積距離記憶部に記憶されている前記第１乃至第Ｎ
の累積距離から認識結果を出力する認識結果出力手段
と、 を備えたことを特徴とする音声認識装置。 - 【請求項３】前記第１乃至第Ｎの累積距離計算手段が、
前記累積距離記憶部に記憶されている第１乃至第Ｎの累
積距離と、前記閾値記憶部に記憶されている閾値と、を
用いて計算すべき第１乃至第Ｎの累積距離を選択する第
１乃至第Ｎの比較手段と、 該選択された第１乃至第Ｎの累積距離を用い、前記特徴
ベクトルと、第１乃至第Ｎ辞書記憶部にそれぞれ記憶さ
れている認識対象単語の情報との第１乃至第Ｎ累積距離
をそれぞれ計算する第１乃至第Ｎの漸化式計算手段と、 を備えたことを特徴とする請求項２記載の音声認識装
置。 - 【請求項４】音声認識を行なう前に予め用意された木構
造の辞書をそれぞれ記憶する第１乃至第Ｎ（但しＮは二
以上の所定数）の辞書記憶部と、 累積距離を記憶する累積距離記憶部と、 閾値を記憶する閾値記億部と、 発声に対しフレーム毎に音声信号を分析し特徴ベクトル
を出力する分析手段と 、 前記累積距離記憶部に記憶されている第１乃至第Ｎの累
積距離と、前記閾値記憶部に記憶されている閾値と、を
用いて計算すべき累積距離を選択し、該選択された累積
距離を用い、前記特徴ベクトルと第１乃至第Ｎの辞書記
憶部にそれぞれ記憶されている認識対象単語の情報との
第１乃至第Ｎの累積距離をそれぞれ計算し前記累積距離
記憶部に出力する第１乃至第Ｎの累積距離計算手段と、 前記第１乃至第Ｎの累積距離を用いて、前記第１乃至第
Ｎの累積距離計算手段が次のフレームで計算する累積距
離の総量を適当に制御するような閾値を計算する閾値計
算手段であって、 前記累積距離記億部に記憶されている
第１乃至第Ｎの累積距離をそれぞれ分析し、それぞれの
最小値である第１乃至第Ｎの最小累積距離、それぞれの
累積距離の総数である第１乃至第Ｎの累積距離数を求め
る第１乃至第Ｎの累積距離分析手段と、 第１乃至第Ｎの累積距離数から第１乃至第Ｎのマージン
を求める第１乃至第Ｎのマージン制御手段と、 第１乃至第Ｎの最小累積距離と第１乃至第Ｎのマージン
とから、それぞれ第１乃至第Ｎの閾値を求める第１乃至
第Ｎの計算手段と、 前記第１乃至第Ｎの閾値から適当な条件のものを選択し
て閾値として出力する閾値統合手段と、を備えて構成さ
れていることを特徴とする音声認識装置。 - 【請求項５】ビームサーチを用いる音声認識装置におい
て、音声認識を行なう前に予め用意された木構造の辞書
をそれぞれ記憶する第１乃至第Ｎの辞書記憶部と、 累積距離を記憶する累積距離記憶部と、 閾値を記憶する閾値記億部と、 を備え、 （ａ）前記累積距離記憶部に記憶されている第１乃至第
Ｎの累積距離と前記閾値記憶部に記憶されている閾値を
用いて計算すべき累積距離を選択し該選択された累積距
離を用い、フレーム毎に音声信号を分析し特徴ベクトル
を出力する分析部からの特徴ベクトルと第１乃至第Ｎ辞
書記憶部にそれぞれ記憶されている認識対象単語の情報
との第１乃至第Ｎ累積距離をそれぞれ計算し前記累積距
離記憶部に出力する第１乃至第Ｎの累積距離計算手段
と、 （ｂ）前記第１乃至第Ｎの累積距離を用いて、前記第１
乃至第Ｎの累積距離計算手段が次のフレームで計算する
累積距離の総量を適当に制御するような閾値を計算する
閾値計算手段であって、 前記第１乃至第Ｎの累積距離に共通する最小累積距離
と、累積距離の総数である累積距離数を求める累積距離
分析手段と、 累積距離数を用いて制御する数に応じたマージンを求め
るマージン制御手段と、 最小累積距離とマージンを用いて閾値を算出する計算手
段と、を有する閾値計算手段と、を含む 閾値計算手段
と、 （ｃ）前記累積距離記憶部に記憶されている前記第１乃
至第Ｎの累積距離から認識結果を出力する認識結果出力
手段と、 を備え、上記（ａ）乃至（ｄ）の手段を音声認識装置を
構成するコンピュータ上で機能させるためのプログラム
を記録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20257098A JP3252802B2 (ja) | 1998-07-17 | 1998-07-17 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20257098A JP3252802B2 (ja) | 1998-07-17 | 1998-07-17 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000035797A JP2000035797A (ja) | 2000-02-02 |
| JP3252802B2 true JP3252802B2 (ja) | 2002-02-04 |
Family
ID=16459695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20257098A Expired - Fee Related JP3252802B2 (ja) | 1998-07-17 | 1998-07-17 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3252802B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4104313B2 (ja) | 2001-10-03 | 2008-06-18 | 株式会社デンソー | 音声認識装置、プログラム及びナビゲーションシステム |
| JP4623920B2 (ja) * | 2002-07-09 | 2011-02-02 | ソニー株式会社 | 類似度算出方法及び装置、並びにプログラム及び記録媒体 |
| JP2010072081A (ja) * | 2008-09-16 | 2010-04-02 | Denso Corp | 音声認識用辞書作成装置 |
| JP5465926B2 (ja) * | 2009-05-22 | 2014-04-09 | アルパイン株式会社 | 音声認識辞書作成装置及び音声認識辞書作成方法 |
-
1998
- 1998-07-17 JP JP20257098A patent/JP3252802B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| 日本音響学会講演論文集 平成９年３月 パート▲Ｉ▼ ５３−５４頁「ビームサーチを用いた大語彙音声認識方法の検討」 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000035797A (ja) | 2000-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3114975B2 (ja) | 音素推定を用いた音声認識回路 | |
| US4718093A (en) | Speech recognition method including biased principal components | |
| US6151575A (en) | Rapid adaptation of speech models | |
| US4713778A (en) | Speech recognition method | |
| US4713777A (en) | Speech recognition method having noise immunity | |
| US5073939A (en) | Dynamic time warping (DTW) apparatus for use in speech recognition systems | |
| EP0617827B1 (en) | Composite expert | |
| US4718088A (en) | Speech recognition training method | |
| US20130158999A1 (en) | Voice recognition apparatus and navigation system | |
| US6038535A (en) | Speech classifier and method using delay elements | |
| US6224636B1 (en) | Speech recognition using nonparametric speech models | |
| US20170256253A1 (en) | Phonetic distance measurement system and related methods | |
| KR101026632B1 (ko) | 포먼트 트랙킹 방법 및 컴퓨터 판독가능 기록 매체 | |
| JP2980026B2 (ja) | 音声認識装置 | |
| JP3252802B2 (ja) | 音声認識装置 | |
| JP2898568B2 (ja) | 声質変換音声合成装置 | |
| KR100510399B1 (ko) | 고정 코드북내의 최적 벡터의 고속 결정 방법 및 장치 | |
| EP1369846A2 (en) | Speech synthesis | |
| US6195638B1 (en) | Pattern recognition system | |
| US6192336B1 (en) | Method and system for searching for an optimal codevector | |
| JP3148322B2 (ja) | 音声認識装置 | |
| JP3050180B2 (ja) | 音声認識装置 | |
| EP0139642B1 (en) | Speech recognition methods and apparatus | |
| US20060047506A1 (en) | Greedy algorithm for identifying values for vocal tract resonance vectors | |
| JP2734828B2 (ja) | 確率演算装置及び確率演算方法 |
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: 20011023 |
|
| LAPS | Cancellation because of no payment of annual fees |