JP3450972B2 - パターン認識装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、雑音が重畳された
観測パターンまたは特徴パターンと予め設定された標準
パターンとの類似度を求め、パターンマッチング法に基
づいて両者の間における同一性や類似性を識別するパタ
ーン認識装置に関する。

【０００２】

【従来の技術】近年、ディジタル信号処理技術の著しい
進歩と、ＤＳＰのような高速かつ安価な信号処理装置の
実現とに応じて自動販売機その他の多くの電子機器にパ
ターン認識技術が適用されつつある。

【０００３】特に、音声のパターン認識（以下、単に
「音声認識」という。）については、その対象となる情
報の情報量が画像の情報量に比べて著しく少ないため
に、先行して多くの分野に適用されつつある。図１１
は、従来の音声認識装置の構成例を示す図である。図に
おいて、マイク７１の出力はＡ／Ｄ変換器７２を介して
ＤＳＰ７３の入力に接続され、そのＤＳＰ７３の出力に
は認識結果が得られる。ＤＳＰ７３の外部メモリ端子に
は、メモリ７４が接続される。

【０００４】このような構成の音声認識装置では、マイ
ク７１は人またはこれに代わる装置が音響的に発した音
声を音響−電気変換することにより観測信号を生成し、
Ａ／Ｄ変換器７２はその観測信号をディジタル信号に変
換する。メモリ７４には、上述した音声として与えられ
る情報の内、認識すべきものの特徴の集合からなるパタ
ーン（ここでは、簡単のため単一であると仮定する。）
を示す標準パターンが予め格納される。

【０００５】ＤＳＰ７３は、上述したディジタル信号に
所望の特徴抽出処理を施すことにより、そのディジタル
信号から特徴パターン（ここでは、簡単のため個々のフ
レーム単位に求められた複数の周波数スロットの「レベ
ル」のみであると仮定する。）を抽出し、その特徴パタ
ーンとメモリ７４に格納された標準パターンとの相関を
以下の３つの方式の何れかに基づいてとることにより音
声認識を行う。

【０００６】(1) メモリ７４には種々の環境下における
環境雑音に個別に対応した標準パターン（図１２(a)〜
(c)) が登録され、かつＤＳＰ７３はこれらの標準パタ
ーンの内、ディジタル信号として与えられる環境雑音と
の相関が最大であるものを選択してＤＰマッチングをと
る（以下、「第一の方式」という。）。 (2) メモリ７４には環境雑音が何ら重畳されていない音
声の標準パターン（図１３(a))が登録され、かつＤＳＰ
７３はディジタル信号として与えられる環境雑音（図１
３(b))とその標準パターンとの和を周波数スロット毎に
とると共に、これらの和に対して個別にＤＰマッチング
をとる（以下、「第二の方式」という。）。

【０００７】(3) メモリ７４には環境雑音が何ら重畳さ
れていない音声の標準パターン（図１４(a))が登録さ
れ、かつＤＳＰ７３はその標準パターンの内、予め設定
された閾値を下回るフレーム毎の区間（以下、「非音声
区間」という。）における標準パターンを環境雑音（図
１４(b))で置換した後にＤＰマッチングをとる（以下、
「第三の方式」という。）。

【０００８】これらの方式の下では、標準パターンに含
まれあるいは付加されたり置換された環境雑音について
も類似度が求められるために、上記(1)〜(3)の何れの演
算も施されない場合に比べて環境雑音に起因する認識率
の低下が抑えられる。なお、上述したＤＰマッチングの
尺度については、そのＤＰマッチングの演算対象の間に
ついて単なる周波数スロット毎の差分やその差分の逆数
の二乗値で定義される類似度に限定されず、例えば、最
尤スペクトラム距離、対数尤度比距離、予測誤差、cosh
尺度、ＬＰＣケプストラム距離の逆数で定義される類似
度のように、両者が類似するほど大きな値をとる尺度で
あれば、如何なるものであってもよい。

【０００９】また、ＤＰマッチングの演算については、
公知技術であるから、ここではその説明を省略する。

【００１０】

【発明が解決しようとする課題】しかし、上述した従来
例の内、第一の方式が適用された従来例では、実際に運
用される環境における環境雑音が多様であるほどメモリ
７４に予め登録されるべき標準パターンの情報量が増加
するために、実際に適用できない場合が多かった。

【００１１】また、第二の方式が適用された従来例で
は、環境雑音と標準パターンとの和をとる処理が周波数
スロット毎に行われるのでその処理の処理量が大きく、
さらに両者の比率を適正に設定する演算の手順が複雑で
あるために、応答性が低下したり実時間性が損なわれる
可能性があった。

【００１２】さらに、第三の方式が適用された従来例で
は、本来の標準パターンより環境雑音のレベルが大きい
非音声区間についてその環境雑音に適応した標準パター
ンが得られるために、認識率が向上するが、このような
環境雑音のレベルは必ずしも一定ではない。したがっ
て、閾値を動的に適正な値に設定することが技術的には
可能であっても、図１５に示すように、その閾値ＴＨが
最適な値ＬＥＶより高く設定された区間（フレーム）に
ついては音声認識の対象となるディジタル信号が環境雑
音によってマスキングされるために、認識率が著しく低
下する可能性が高かった。

【００１３】本発明は、処理量が大幅に増加することな
く確実に認識率を高く維持できるパターン認識装置を提
供することを目的とする。

【００１４】

【課題を解決するための手段】図１は、請求項１〜３、
７〜９に記載の発明の原理ブロック図である。

【００１５】請求項１に記載の発明は、雑音に重畳され
て間欠的に与えられる観測パターンを取り込み、その観
測パターンが与えられる有効区間と反対に与えられない
休止区間とを判別する判別手段１１と、特徴空間におい
て観測パターンの特徴ベクトルを示す標準パターンが予
め登録された記憶手段１２と、判別手段１１によって判
別された有効区間について、与えられる観測パターン
と、先行する休止区間に観測パターンに重畳された雑音
の内、特徴が定常と見なし得る雑音との類似度を第一の
類似度として算出する第一の類似度算出手段１３と、判
別手段１１によって判別された有効区間について、与え
られる観測パターンと記憶手段１２に登録された標準パ
ターンとの類似度を第二の類似度として算出する第二の
類似度算出手段１４と、第一の類似度算出手段１３によ
って算出された第一の類似度と第二の類似度算出手段１
４によって算出された第二の類似度との内、値が大きい
単一の類似度を時系列の順に対応付けて選択する選択手
段１５と、選択手段１５によって選択された単一の類似
度の列の認識をパターンマッチング法に基づいて行う認
識手段１６とを備えたことを特徴とする。

【００１６】請求項２に記載の発明は、雑音に重畳され
て間欠的に与えられる観測パターンを取り込み、その観
測パターンが与えられる有効区間と反対に与えられない
休止区間とを判別する判別手段１１と、特徴空間におい
て観測パターンの特徴ベクトルを示す標準パターンが予
め登録された記憶手段１２と、判別手段１１によって判
別された有効区間について、与えられる観測パターン
と、先行する休止区間に観測パターンに重畳された雑音
の内、特徴が定常と見なし得る複数の雑音との類似度を
個別に算出し、複数の第一の類似度を得る第一の類似度
算出手段２１と、判別手段１１によって判別された有効
区間について、与えられる観測パターンと記憶手段１２
に登録された標準パターンとの類似度を第二の類似度と
して算出する第二の類似度算出手段１４と、第一の類似
度算出手段２１によって得られた複数の第一の類似度と
第二の類似度算出手段１４によって算出された第二の類
似度との内、値が最大である単一の類似度を時系列の順
に対応付けて選択する選択手段２２と、選択手段２２に
よって選択された単一の類似度の列の認識をパターンマ
ッチング法に基づいて行う認識手段２３とを備えたこと
を特徴とする。

【００１７】請求項３に記載の発明は、特徴が異なる複
数の雑音の何れかに重畳されて間欠的に与えられる観測
パターンを取り込み、その観測パターンが与えられる有
効区間と反対に与えられない休止区間とを判別する判別
手段１１と、特徴空間において観測パターンの特徴ベク
トルを示す標準パターンが予め登録された記憶手段１２
と、特徴空間において複数の雑音の特徴ベクトルを示す
雑音標準パターンが予め登録された雑音標準記憶手段３
１と、判別手段１１によって判別された有効区間につい
て、与えられる観測パターンと雑音標準記憶手段３１に
登録された複数の雑音の雑音標準パターンとの類似度を
個別に算出し、複数の第一の類似度を得る第一の類似度
算出手段３２と、判別手段１１によって判別された有効
区間について、与えられる観測パターンと記憶手段１２
に登録された標準パターンとの類似度を第二の類似度と
して算出する第二の類似度算出手段１４と、第一の類似
度算出手段３２によって得られた複数の第一の類似度と
第二の類似度算出手段１４によって算出された第二の類
似度との内、値が最大である単一の類似度を時系列の順
に対応付けて選択する選択手段３３と、選択手段３３に
よって選択された単一の類似度の列の認識をパターンマ
ッチング法に基づいて行う認識手段３４とを備えたこと
を特徴とする。

【００１８】図２は、請求項４〜９に記載の発明の原理
ブロック図である。請求項４に記載の発明は、雑音に重
畳されて間欠的に与えられる観測パターンを取り込み、
その観測パターンが与えられる有効区間と反対に与えら
れない休止区間とを判別する判別手段１１と、特徴空間
において観測パターンとその観測パターンに重畳された
雑音との和の特徴ベクトルを示す標準パターンが予め登
録された記憶手段４１と、判別手段１１によって判別さ
れた有効区間について、先行する休止区間に与えられた
雑音の内、特徴が定常と見なし得る雑音と記憶手段４１
に登録された標準パターンとの類似度を第一の類似度と
して算出する第一の類似度算出手段４２と、判別手段１
１によって判別された有効区間について、与えられる観
測パターンと記憶手段４１に登録された標準パターンと
の類似度を第二の類似度として算出する第二の類似度算
出手段４３と、第一の類似度算出手段４２によって算出
された第一の類似度と第二の類似度算出手段４３によっ
て算出された第二の類似度との内、値が大きい単一の類
似度を時系列の順に対応付けて選択する選択手段４４
と、選択手段４４によって選択された単一の類似度の列
の認識をパターンマッチング法に基づいて行う認識手段
４５とを備えたことを特徴とする。

【００１９】請求項５に記載の発明は、雑音に重畳され
て間欠的に与えられる観測パターンを取り込み、その観
測パターンが与えられる有効区間と反対に与えられない
休止区間とを判別する判別手段１１と、特徴空間におい
て観測パターンとその観測パターンに重畳された雑音と
の和の特徴ベクトルを示す標準パターンが予め登録され
た記憶手段４１と、判別手段１１によって判別された有
効区間について、先行する休止区間に与えられた雑音の
内、特徴が定常と見なし得る複数の雑音と記憶手段４１
に登録された標準パターンとの類似度を個別に算出し、
複数の第一の類似度を得る第一の類似度算出手段５１
と、判別手段１１によって判別された有効区間につい
て、与えられる観測パターンと記憶手段４１に登録され
た標準パターンとの類似度を第二の類似度として算出す
る第二の類似度算出手段４３と、第一の類似度算出手段
５１によって得られた複数の第一の類似度と第二の類似
度算出手段４３によって算出された第二の類似度との
内、値が最大である単一の類似度を時系列の順に対応付
けて選択する選択手段５２と、選択手段５２によって選
択された単一の類似度の列の認識をパターンマッチング
法に基づいて行う認識手段５３とを備えたことを特徴と
する。

【００２０】請求項６に記載の発明は、特徴が異なる複
数の雑音の何れかに重畳されて間欠的に与えられる観測
パターンを取り込み、その観測パターンが与えられる有
効区間と反対に与えられない休止区間とを判別する判別
手段１１と、特徴空間において観測パターンとその観測
パターンに重畳された雑音との和の特徴ベクトルを示す
標準パターンが予め登録された記憶手段４１と、特徴空
間において複数の雑音の特徴ベクトルを示す雑音標準パ
ターンが予め登録された雑音標準記憶手段３１と、判別
手段１１によって判別された有効区間について、雑音標
準記憶手段３１に登録された複数の雑音の雑音標準パタ
ーンと、記憶手段４１に登録された標準パターンとの類
似度を個別に算出し、複数の第一の類似度を得る第一の
類似度算出手段６１と、判別手段１１によって判別され
た有効区間について、与えられる観測パターンと記憶手
段４１に登録された標準パターンとの類似度を第二の類
似度として算出する第二の類似度算出手段４３と、第一
の類似度算出手段６１によって得られた複数の第一の類
似度と第二の類似度算出手段４３によって算出された第
二の類似度との内、値が最大である単一の類似度を時系
列の順に対応付けて選択する選択手段６２と、選択手段
６２によって選択された単一の類似度の列の認識をパタ
ーンマッチング法に基づいて行う認識手段６３とを備え
たことを特徴とする。

【００２１】請求項７に記載の発明は、請求項１、２、
４、５の何れか１項に記載のパターン認識装置におい
て、第一の類似度算出手段は、特徴が定常と見なし得る
雑音の特徴を時系列の順に与えられる特徴の平滑化をは
かることにより求め、第一の類似度の算出に供すること
を特徴とする。請求項８に記載の発明は、請求項３また
は請求項６に記載のパターン認識装置において、雑音標
準記憶手段には、観測パターンに重畳され得る雑音の種
類に対応付けられて複数の雑音の特徴ベクトルを示す雑
音標準パターンが予め登録され、第一の類似度算出手段
は、判別手段によって判別された休止区間における雑音
の特徴に基づいてその雑音の種別を求め、雑音標準記憶
手段にその種別に対応付けられて登録された複数の雑音
標準パターンを複数の第一の類似度の算出に供すること
を特徴とする。

【００２２】請求項９に記載の発明は、請求項１ないし
請求項８の何れか１項に記載のパターン認識装置におい
て、選択手段は、判別手段によって判別された休止区間
に限って単一または複数の第一の類似度と第二の類似度
との内、値が最大であるものを選択し、かつその判別手
段によって判別された有効区間についてはその第二の類
似度のみを選択することを特徴とする。

【００２３】請求項１に記載の発明にかかわるパターン
認識装置では、判別手段１１は雑音に重畳されて間欠的
に与えられる観測パターンの有効区間と休止区間とを判
別し、第一の類似度算出手段１３はその有効区間につい
て、与えられる観測パターンと、先行する休止区間に与
えられた雑音の内、特徴が定常と見なし得る雑音との類
似度を第一の類似度として算出する。第二の類似度算出
手段１４は同様の有効区間について、与えられる観測パ
ターンと記憶手段１２に予め登録された標準パターンと
の類似度を第二の類似度として算出し、選択手段１５は
上述した第一の類似度とその第二の類似度との内、値が
大きい単一の類似度を時系列の順に対応付けて選択す
る。

【００２４】すなわち、観測パターンに雑音が重畳され
た状態であっても、複雑な演算を行うことなく類似度が
高く維持されるので、認識手段１６はこのような類似度
の列の認識を確度高く行うことができる。

【００２５】請求項２に記載の発明にかかわるパターン
認識装置では、判別手段１１は雑音に重畳されて間欠的
に与えられる観測パターンの有効区間と休止区間とを判
別し、第一の類似度算出手段２１はその有効区間につい
て、与えられる観測パターンと、先行する休止区間に与
えられた雑音の内、特徴が定常と見なし得る複数の雑音
との類似度を個別に算出することにより複数の第一の類
似度を得る。第二の類似度算出手段１４は同様の有効区
間について、与えられる観測パターンと記憶手段１２に
予め登録された標準パターンとの類似度を第二の類似度
として算出し、選択手段２２はその第二の類似度と上述
した複数の第一の類似度との内、値が最大である単一の
類似度を時系列の順に対応付けて選択する。

【００２６】すなわち、観測パターンに雑音が重畳さ
れ、かつその雑音の特徴が変化し得る場合であっても、
複雑な演算を行うことなく類似度が高く維持されるの
で、認識手段２３はこのような類似度の列の認識をさら
に確度高く行うことができる。請求項３に記載の発明に
かかわるパターン認識装置では、判別手段１１は雑音に
重畳されて間欠的に与えられる観測パターンの有効区間
と休止区間とを判別し、第一の類似度算出手段３２はそ
の有効区間について、与えられる観測パターンと、雑音
標準記憶手段３１に予め登録された複数の雑音の雑音標
準パターンとの類似度を個別に算出することにより、複
数の第一の類似度を得る。第二の類似度算出手段１４は
同様の有効区間について、与えられる観測パターンと記
憶手段１２に予め登録された標準パターンとの類似度を
第二の類似度として算出し、選択手段３３はその第二の
類似度と上述した複数の第一の類似度との内、値が最大
である単一の類似度を時系列の順に対応付けて選択す
る。

【００２７】すなわち、観測パターンに雑音が重畳さ
れ、かつその雑音の特徴が変化し得る場合であっても、
複雑な演算を行ったり第一の類似度の算出に要する複数
の雑音を度々収集することなく類似度が高く維持される
ので、観測パターン認識手段２３はこのような類似度の
列の認識をさらに高い確度で効率的に行うことができ
る。

【００２８】請求項４に記載の発明にかかわるパターン
認識装置では、請求項１に記載のパターン認識装置との
相違点は、特徴空間において観測パターンとその観測パ
ターンに重畳された雑音との和の特徴ベクトルを示す標
準パターンが予め記憶手段４１に登録され、かつ第一の
類似度算出手段４２が判別手段１１によって判別された
有効区間について、先行する休止区間に与えられた雑音
の内、特徴が定常と見なし得る雑音と記憶手段４１に予
め登録された標準パターンとの類似度を第一の類似度と
して算出する点にある。

【００２９】しかし、第二の類似度算出手段４３は同様
の有効区間について観測パターンと記憶手段４１に登録
された標準パターンとの類似度を第二の類似度として算
出するので、請求項１に記載のパターン認識装置と同様
にして選択手段４４によって選択される類似度は高い値
に維持され、かつ観測パターンに雑音が重畳された状態
であっても、複雑な演算を行うことなくこれらの類似度
の列の認識が確度高く行われる。

【００３０】請求項５に記載の発明にかかわるパターン
認識装置では、請求項２に記載のパターン認識装置との
相違点は、特徴空間において観測パターンとその観測パ
ターンに重畳された雑音との和の特徴ベクトルを示す標
準パターンが予め記憶手段４１に登録され、かつ第一の
類似度算出手段５１が判別手段１１によって判別された
有効区間について、先行する休止区間に与えられた雑音
の内、特徴が定常と見なし得る複数の雑音と、記憶手段
４１に予め登録された標準パターンとの類似度を個別に
算出することにより複数の第一の類似度を得る点にあ
る。

【００３１】しかし、第二の類似度算出手段４３は同様
の有効区間について観測パターンと記憶手段４１に登録
された標準パターンとの類似度を第二の類似度として算
出するので、請求項２に記載のパターン認識装置と同様
にして選択手段５２によって選択される類似度は高い値
に維持され、かつ観測パターンに雑音が重畳されてその
雑音の特徴が変化し得る場合であっても、複雑な演算を
行うことなくこれらの類似度の列の認識が確度高く行わ
れる。

【００３２】請求項６に記載の発明にかかわるパターン
認識装置では、請求項３に記載のパターン認識装置との
相違点は、特徴空間において観測パターンとその観測パ
ターンに重畳された雑音との和の特徴ベクトルを示す標
準パターンが予め記憶手段４１に登録され、かつ第一の
類似度算出手段６１が判別手段１１によって判別された
有効区間について、雑音標準記憶手段３１に予め登録さ
れた複数の雑音の雑音標準パターンと、記憶手段４１に
予め登録された標準パターンとの類似度を個別に算出す
ることにより複数の第一の類似度を得る点にある。

【００３３】しかし、第二の類似度算出手段４３は、同
様の有効区間について観測パターンと記憶手段４１に登
録された標準パターンとの類似度を第二の類似度として
算出する。したがって、請求項３に記載のパターン認識
装置と同様にして、観測パターンに雑音が重畳され、か
つその雑音の特徴が変化し得る場合であっても、複雑な
演算を行ったり第一の類似度の算出に要する複数の雑音
を度々収集することなく選択手段６２によって選択され
る類似度は高い値に維持され、これらの類似度の列の認
識が確度高く行われる。

【００３４】請求項７に記載の発明にかかわるパターン
認識装置では、請求項１、２、４、５に記載のパターン
認識装置において、第一の類似度算出手段は、定常と見
なし得る雑音について、特徴を時系列の順に平滑化する
ことにより求め、その求められた特徴を第一の類似度の
算出に供する。すなわち、このようにして求められた特
徴については、時系列の順に変動する成分が抑圧される
ので、請求項１、２、４、５に記載のパターン認識装置
に比べて認識率が向上する。

【００３５】請求項８に記載の発明にかかわるパターン
認識装置では、請求項３、６に記載のパターン認識装置
において、雑音標準記憶手段には、観測パターンに重畳
され得る雑音の種類に対応付けられて複数の雑音の特徴
ベクトルを示す雑音標準パターンが予め登録される。ま
た、第一の類似度算出手段は、判別手段によって判別さ
れた休止区間における雑音の特徴に基づいてその雑音の
種別を求め、かつ雑音標準記憶手段にその種別に対応付
けられて登録された複数の雑音標準パターンを複数の第
一の類似度の算出に供する。

【００３６】すなわち、これらの第一の類似度は、休止
区間に与えられた雑音の特徴を最も精度よく示す雑音標
準パターンに基づいて算出されるので、請求項３、６に
記載のパターン認識装置に比べて認識率が向上する。請
求項９に記載の発明にかかわるパターン認識装置では、
請求項１〜８に記載のパターン認識装置において、選択
手段は、判別手段によって判別された休止区間に限って
単一または複数の第一の類似度と第二の類似度との内、
値が最大であるものを選択し、かつ同様にして判別され
た有効区間についてはその第二の類似度のみを選択す
る。

【００３７】すなわち、有効区間については第一の類似
度を算出する処理の省略が可能であり、かつ上述した選
択を行う処理は休止区間のみに行われるので、平均的な
処理量の低減がはかられ、かつこれらの有効区間と休止
区間とを識別する基準である閾値に誤差がある場合であ
っても高い認識率が確保される。

【００３８】

【発明の実施の形態】以下、図面に基づいて本発明の実
施形態について詳細に説明する。

【００３９】請求項１〜３、７〜９に記載の発明に対応
した実施形態と図１１に示す従来例との構成の相違点
は、ＤＳＰ７３が行う処理の手順にあり、ハードウエア
の構成についてはその従来例と同様であるから、ここで
はその説明を省略する。請求項１〜３、７〜９に記載の
発明に対応した実施形態と図１に示すブロック図との対
応関係については、ＤＳＰ７３は判別手段１１、第一の
類似度算出手段１３、２１、３２、第二の類似度算出手
段１４、選択手段１５、２２、３３および認識手段１
６、２３、３４に対応し、メモリ７４は記憶手段１２お
よび雑音標準記憶手段３１に対応する。

【００４０】図３は、請求項１に記載の発明に対応した
実施形態の動作フローチャートである。図４は、請求項
１に記載の発明に対応した実施形態の動作を説明する図
である。以下、図３、図４および図１１を参照して請求
項１に記載の発明に対応した実施形態の動作を説明す
る。

【００４１】メモリ７４には、従来例と同様の標準パタ
ーン（環境雑音は含まれない。）が予め登録される（図
４(1))。一方、ＤＳＰ７３は、Ａ／Ｄ変換器７２を介し
て与えられるディジタル信号について非音声区間の識別
に供されるべき閾値（ここでは、簡単のためレベルのみ
について設定されると仮定する。）が予め与えられ、そ
の閾値に基づいて従来例と同様にして非音声区間に属す
ると識別されたフレーム（以下、「非音声フレーム」と
いう。）については、その非音声フレームに後続してレ
ベルが閾値を上回るフレーム（以下、「音声フレーム」
という。）との間における類似度（以下、「第一の類似
度」という。）を算出する（図３(1)、図４(2))。

【００４２】したがって、第一の類似度については、こ
のような算出の対象となった音声フレームにおいて音声
に重畳されている環境雑音の特徴が定常である限りにお
いて、これらの音声フレームに含まれる音声と環境雑音
との間における類似度を近似するものと見なされ得る。
また、ＤＳＰ７３は、音声フレームについては、メモリ
７４に予め登録された標準パターン（ここでは、簡単の
ため、単一であると仮定する。）との間における類似度
（以下、「第二の類似度」という。）を算出する（図３
(2)、図４(3))。

【００４３】さらに，ＤＳＰ７３は、このようにして算
出された第一の類似度と第二の類似度との内、値が大き
い一方を選択して（図４(4))ＤＰマッチングの対象と
し、かつ後続する個々の音声フレームについても同様の
処理を反復する。

【００４４】このように本実施形態によれば、標準パタ
ーンと実際の環境雑音との内、音声フレームに対して高
い類似度を与えるものが確実にＤＰマッチングの対象と
なるので、従来例に比べてハードウエアの規模の増大や
演算手順の複雑化を来すことなく、認識率が高く維持さ
れる。以下、請求項２、７に記載の発明に対応した実施
形態について説明する。

【００４５】本実施形態と請求項１に記載の発明に対応
した実施形態との相違点は、ＤＳＰ７３が行う処理の手
順とメモリ７４に予め登録された標準パターンの内容と
にある。図５は、請求項２、７に記載の発明に対応した
実施形態の動作フローチャートである。

【００４６】図６は、請求項２、７に記載の発明に対応
した実施形態の動作を説明する図である。以下、図５、
図６および図１１を参照して本実施形態の動作を説明す
る。メモリ７４には、請求項１に記載の発明に対応した
実施形態と同様にして標準パターン（環境雑音は含まれ
ない。）が予め登録される。

【００４７】一方、ＤＳＰ７３は、請求項１に記載の発
明に対応した実施形態と同様にして、Ａ／Ｄ変換器７２
を介して与えられるディジタル信号について非音声区間
の識別に供されるべき閾値が予め与えられ、その閾値に
基づいて検出された非音声フレームの内、最新のＮ個を
図示されないメモリに逐次蓄積する（図５(1))。さら
に、ＤＳＰ７３は、レベルがその閾値より高い音声フレ
ームを検出すると、その音声フレームについて、上述し
たように蓄積されたＮ個の非音声フレームとの類似度
（以下、これらのを一括して「第一の類似度」とい
う。）を個別に算出し（図５(2))、かつメモリ７４に予
め登録された標準パターン（ここでは、簡単のため、単
一であると仮定する。）との間における類似度（以下、
「第二の類似度」という。）を算出する（図５(3))。

【００４８】また、ＤＳＰ７３は、図６に示すように、
このようにして求められたＮ個の第一の類似度と第二の
類似度との内、値が最大であるものを選択して（図５
(4))ＤＰマッチングの対象とし、以下、後続する個々の
音声フレームについても、同様の処理を反復する。この
ように本実施形態によれば、個々の音声フレームについ
て、その音声フレームに先行するＮ個の非音声フレーム
と標準パターンとの内、高い類似度を与えるものが確実
にＤＰマッチングの対象として与えられるので、環境雑
音が定常であると見なされ得ない場合においても、請求
項１に記載の発明に対応した実施形態と同様にして従来
例よりハードウエアの規模の増大や演算手順の複雑化を
来すことなく、認識率が高く維持される。

【００４９】以下、請求項３、８に記載の発明に対応し
た実施形態について説明する。本実施形態と上述した請
求項２、７に記載の発明に対応した実施形態との相違点
は、ＤＳＰ７３が行う処理の手順と後述するようにメモ
リ７４に登録される情報の形式とにある。図７は、請求
項３、８に記載の発明に対応した実施形態の動作フロー
チャートである。

【００５０】以下、図７および図１１を参照して本実施
形態の動作を説明する。メモリ７４には、環境雑音が重
畳されない標準パターンに併せて、実際に非音声フレー
ムとして与えられ得るＮ個の雑音フレームが予め登録さ
れる。一方、ＤＳＰ７３は、Ａ／Ｄ変換器７２を介して
与えられるディジタル信号について非音声区間の識別に
供されるべき閾値が予め与えられ、その閾値に基づいて
請求項１、２に記載の実施形態と同様にして音声フレー
ムが検出されると、その音声フレームについて、上述し
たようにメモリ７４に登録されたＮ個の雑音フレームと
の類似度（以下、これらのを一括して「第一の類似度」
という。）を個別に算出し（図７(1))、かつメモリ７４
に予め登録された標準パターン（ここでは、簡単のた
め、単一であると仮定する。）との間における類似度
（以下、「第二の類似度」という。）を算出する（図７
(2))。

【００５１】また、ＤＳＰ７３は、このようにして求め
られたＮ個の第一の類似度と第二の類似度との内、値が
最大であるものを選択して（図７(3))適用することによ
りＤＰマッチングを行い、以下、後続する個々の音声フ
レームについても、同様の処理を反復する。このように
本実施形態によれば、個々の音声フレームについて、そ
の音声フレームに先行する非音声フレームについて適宜
演算を施すことなく、請求項１、２に記載の発明に対応
した実施形態と同様にして大きな値の類似度が得られる
ので、環境雑音の特徴が既知であるならば、ハードウエ
アの規模の増大や演算手順の複雑化を来すことなく認識
率が高く維持される。

【００５２】以下、請求項４〜８に記載の発明に対応し
た実施形態について説明する。本実施形態と請求項１〜
３に記載の発明に対応した実施形態との相違点は、図８
に点線枠で示すように環境雑音が予め収録されて音声の
標準パターンと共にメモリ７４に登録され、かつＤＳＰ
７３が後述する手順に基づいて演算を行う点にある。

【００５３】なお、請求項４〜９に記載の発明に対応し
た実施形態と図２に示すブロック図との対応関係につい
ては、ＤＳＰ７３は判別手段１１、第一の類似度算出手
段４２、５１、６１、第二の類似度算出手段４３、選択
手段４４、５２、６２および認識手段４５、５３、６３
に対応し、メモリ７４は雑音標準記憶手段３１および記
憶手段４１に対応する。

【００５４】以下、図８および図１１を参照して本実施
形態の動作を説明する。ＤＳＰ７３は、図４に点線の矢
印で示すように、上述したようにメモリ７４に登録され
た標準パターンと、その標準パターンと共に登録された
環境雑音との間の類似度を第一の類似度として求める
（図８(1))点を除いて、請求項１、２に記載の発明に対
応した実施形態と同様の手順に基づく処理を行う（図４
(3)、(4)、図８(2)、(3))。

【００５５】このように本実施形態によれば、メモリ７
４に標準パターンが登録される際に音声に併せて環境雑
音についても収録、解析、その他の処理が一括して予め
行われ、かつＤＳＰ７３は、音声認識の対象として与え
られる音声とその音声に重畳された環境雑音とをフレー
ム単位に峻別する処理を行うことなく、請求項１、２に
記載の発明に対応した実施形態と同様にして音声認識を
行うことができる。

【００５６】また、本実施形態では、標準パターンに含
まれるべき環境雑音の成分については、音声認識の対象
となる音声と共に施されるべき濾波処理が上述したその
他の処理として予め施すことが可能であるから、このよ
うな成分が標準パターンに含まれない構成に比べて、多
様な環境雑音と濾波処理の形態とに柔軟に適応すること
が可能である。

【００５７】なお、請求項１〜６に記載の発明に対応し
た実施形態では、音声認識に際してＤＳＰ７３が適宜第
一の類似度を算出しているが、本発明はこのような演算
の手順に限定されず、例えば、環境雑音の特徴が定常的
であることが保証され、かつ算出された第一の類似度が
メモリ７４に確実に保持されるならば、個々の音声フレ
ームについて第二の類似度のみを適宜求めることにより
音声認識を行うことも可能である。

【００５８】また、請求項１、２、４、５に記載の発明
に対応した実施形態では、Ｎ個の非音声フレームが音声
フレームに直近の先行する非音声フレームから選択され
ているが、本発明はこのような構成に限定されず、例え
ば、図９に示すように、これらの非音声フレームは移動
平均法や指数平滑法その他の積分処理に基づいて求めら
れてもよい。

【００５９】さらに、請求項３、６に記載の発明に対応
した実施形態では、メモリ７４に予め登録された雑音フ
レームの数Ｎが何ら示されていないが、例えば、その数
Ｎが大きいために上述した第一の類似度の演算に所要す
る時間が過大となる場合には、単一または複数の非音声
フレームの集合に対して与えられるレベル、周波数スペ
クトラムその他の特徴に予め個別に対応付けられた複数
の雑音フレームがメモリ７４に登録され、これらの雑音
フレームの内、実際に与えられた非音声フレームの特徴
に対応したものを選択して第一の類似度の算出に供する
ことにより、演算所要時間の短縮をはかることも可能で
ある。

【００６０】以下、請求項９に記載の発明に対応した実
施形態について説明する。本実施形態と請求項１、２に
記載の発明に対応した実施形態との相違点は、ＤＳＰ７
３が行う処理の手順にある。図１０は、請求項９に記載
の発明に対応した実施形態の動作を説明する図である。

【００６１】以下、図４、図１０および図１１を参照し
て本実施形態の動作を説明する。メモリ７４には、環境
雑音について標準パターンが予め登録される。一方、Ｄ
ＳＰ７３は、Ａ／Ｄ変換器７２を介して与えられるディ
ジタル信号について非音声区間の識別に供されるべき閾
値（ここでは、簡単のためレベルのみについて設定され
ると仮定する。）が予め与えられ、その閾値に基づいて
従来例と同様にして音声区間に属すると識別されたフレ
ームについては、そのフレームと上述した標準パターン
との類似度を音声区間類似度（図１０(a))として算出す
る。

【００６２】また、ＤＳＰ７３は、レベルが同様の閾値
を下回る期間（フレームの数）を逐次監視し、その長さ
が予め設定された上限値を下回る期間については既述の
非音声区間として識別するが、反対に超える期間につい
ては無効期間（長期間に亘って音声が与えられない。）
として識別する。ＤＳＰ７３は、このような非音声区間
に属すると識別されたフレームについては、そのフレー
ムに先行する無効期間のフレームとの間における類似度
を第一の類似度として算出する。

【００６３】さらに、ＤＳＰ７３は、上述した非音声フ
レームについては、メモリ７４に予め登録された標準パ
ターン（ここでは、簡単のため、単一であると仮定す
る。）との間における類似度を第二の類似度として算出
し、その第二の類似度と先行して求められた第一の類似
度とを比較して両者の内、値が大きい一方を非音声区間
類似度（図１０(b))として求めると共に、後続する個々
のフレームについても順次同様の処理を反復する。

【００６４】また、ＤＳＰ７３は、このようにして求め
られた音声区間類似度と非音声区間類似度との列（図１
０(c))にＤＰマッチングの処理を施すことにより、音声
認識を行う。このように本実施形態によれば、音声区間
の音声認識に既述の音声区間類似度が適用されるので、
上述した第一の類似度を算出する処理が非音声区間のみ
に限定されて処理量が低減される。

【００６５】また、非音声区間の音声認識については第
一の類似度と第二の類似度との内、値が大きい非音声区
間類似度が適用されるので、上述した閾値に誤差が含ま
れる場合であっても認識率が高く維持される。なお、本
実施形態では、請求項１に記載の発明に対応した実施形
態に本発明が適用されているが、本発明は、請求項２〜
８に記載の発明に対応した実施形態についても同様に適
用可能である。

【００６６】また、本実施形態では、第一の類似度を算
出するために環境雑音を示すフレームが請求項１に記載
の発明に対応した実施形態と同様にして求められている
が、本発明はこのような構成に限定されず、その環境雑
音の特徴が定常であると見なされ得る場合には、例え
ば、予め収録されて標準パターンと共にメモリ７４に登
録された環境雑音を適用することにより同様にして第一
の類似度を算出することも可能である。

【００６７】さらに、本実施形態では、閾値の算出方法
が何ら示されていないが、このような算出方法について
は、例えば、環境雑音が有する特定の特徴の平均をその
環境雑音が定常であると見なされ得る程度に長い期間に
亘って求め、その結果に所望のマージンを加算すること
により求めることができるが、認識率の低下が許容可能
な範囲に抑えられる限り如何なる方法に基づいて算出さ
れてもよい。

【００６８】また、本実施形態では、音声のレベルが閾
値を下回る期間の長さに基づいて非音声区間と無効期間
との峻別がはかられているが、このような峻別の基準に
ついては、例えば、予め両者に対応して設定された閾値
であってもよい。なお、上述した各実施形態では、第一
の類似度と第二の類似度とを算出する演算がＤＰマッチ
ングにかかわる処理の過程で並行して行われているが、
本発明はこのような演算手順に限定されず、例えば、こ
れらの類似度が一括して算出された後にＤＰマッチング
が行われてもよい。

【００６９】また、上述した各実施形態では、第一の類
似度および第二の類似度がこれらの大小関係の判別の対
象として並行して与えられたり、ＤＰマッチングの演算
対象となる類似度の列が与えられるために搭載されるべ
きメモリについては何ら記述されていないが、このよう
なメモリについては、演算の手順や演算対象の情報量の
最大値に適応したものであればよい。

【００７０】さらに、上述した各実施形態では、フレー
ム単位に分割された音声信号についてパワーが特徴量と
して求められ、特徴空間におけるその特徴量のパターン
認識が行われているが、本発明はこのような特徴量に限
定されず、例えば、フィルタバンクやフーリエ変換に基
づいて求められた周波数スペクトラム、ケプストラム、
自己相関関数、線形予測分析に基づくスペクトラム包絡
その他の如何なる特徴量が適用されてもよい。

【００７１】また、上述した各実施形態では、フレーム
の長さが何ら示されていないが、確実に特徴量が得ら
れ、かつこれらの特徴量に基づいてパターン認識が行わ
れるならば、その長さは如何なるものであってもよい。

【００７２】さらに、上述した各実施形態形態では、請
求項１〜９に記載の発明が何れも音声認識に適用されて
いるが、これらの発明は、このような音声認識に限定さ
れず、特徴量が確実に与えられるならば、例えば、文
字、図形、画像（３次元画像を含む。）、動画、波形そ
の他にも同様にして適用可能である。また、請求項１、
２、４、５、７〜９に記載の発明に対応した実施形態で
は、環境雑音の定常性を利用して音声フレームに直近の
先行する非音声フレームがその環境雑音に代えて適用さ
れているが、本発明はこのような構成に限定されず、例
えば、音響的に環境雑音と音声とが分離されて与えられ
るならば、その環境雑音の内、個々の音声フレームと並
行して与えられるものが同様の非音声フレームとして抽
出されてもよい。

【００７３】

【発明の効果】上述したように請求項１、４に記載の発
明では、観測パターンに雑音が重畳された状態であって
も、複雑な演算を行うことなくパターン認識が確度高く
行われる。請求項２、５に記載の発明では、観測パター
ンに雑音が重畳され、かつその雑音の特徴が変化し得る
場合であっても、複雑な演算を行うことなく認識率が向
上する。

【００７４】請求項３、６に記載の発明では、観測パタ
ーンに雑音が重畳され、かつその雑音の特徴が変化し得
る場合であっても、複雑な演算を行ったり第一の類似度
の算出に要する複数の雑音を度々収集することなく認識
率と認識の効率とが高められる。請求項７に記載の発明
では、雑音の特徴が変動する場合であっても、請求項
１、２、４、５に記載のパターン認識装置に比べて認識
率が向上する。

【００７５】請求項８に記載の発明では、請求項３、６
に記載のパターン認識装置に比べて認識率が向上する。
請求項９に記載の発明では、平均的な処理量の低減がは
かられ、かつ有効区間と休止区間との識別に供される閾
値に誤差がある場合であっても高い認識率が確保され
る。

【００７６】したがって、これらの発明が適用されたパ
ターン認識装置では、ハードウエアの規模やコストが大
幅に増加することなく観測パターンに雑音が重畳される
環境の下で応答性および信頼度が高められ、パターン認
識の適用分野の拡大が可能となる。

【図面の簡単な説明】

【図１】請求項１〜３、７〜９に記載の発明の原理ブロ
ック図である。

【図２】請求項４〜９に記載の発明の原理ブロック図で
ある。

【図３】請求項１に記載の発明に対応した実施形態の動
作フローチャートである。

【図４】請求項１に記載の発明に対応した実施形態の動
作を説明する図である。

【図５】請求項２、７に記載の発明に対応した実施形態
の動作フローチャートである。

【図６】請求項２、７に記載の発明に対応した実施形態
の動作を説明する図である。

【図７】請求項３、８に記載の発明に対応した実施形態
の動作フローチャートである。

【図８】請求項４〜６に記載の発明に対応した実施形態
の動作を説明する図である。

【図９】環境雑音の変換処理を説明する図である。

【図１０】請求項９に記載の発明に対応した実施形態の
動作を説明する図である。

【図１１】従来の音声認識装置の構成例を示す図であ
る。

【図１２】第一の方式に基づく処理の過程を示す図であ
る。

【図１３】第二の方式に基づく処理の過程を示す図であ
る。

【図１４】第三の方式に基づく処理の過程を示す図であ
る。

【図１５】第三の方式が適用された従来例の課題を説明
する図である。

【符号の説明】

１１ 判別手段 １２，４１ 記憶手段 １３，２１，３２，４２，５１，６１ 第一の類似度算
出手段 １４，４３ 第二の類似度算出手段 １５，２２，３３，４４，５２，６２ 選択手段 １６，２３，３４，４５，５３，６３ 認識手段 ３１ 雑音標準記憶手段 ７１ マイク ７２ Ａ／Ｄ変換器 ７３ ＤＳＰ ７４ メモリ

───────────────────────────────────────────────────── フロントページの続き (72)発明者 西池 理香 神奈川県川崎市中原区上小田中４丁目１ 番１号 富士通株式会社内 (72)発明者 山崎 泰 神奈川県川崎市中原区上小田中４丁目１ 番１号 富士通株式会社内 (56)参考文献 特開 平６−110491（ＪＰ，Ａ) 特開 昭59−224900（ＪＰ，Ａ) 特開 平６−289891（ＪＰ，Ａ) 特開 平６−242795（ＪＰ，Ａ) 特開 平５−73088（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G10L 15/04 G10L 11/02

Claims (9)

(57)【特許請求の範囲】
1. 【請求項１】 雑音に重畳されて間欠的に与えられる観
   測パターンを取り込み、その観測パターンが与えられる
   有効区間と反対に与えられない休止区間とを判別する判
   別手段と、 特徴空間において前記観測パターンの特徴ベクトルを示
   す標準パターンが予め登録された記憶手段と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと、先行する休止区間に前記観測
   パターンに重畳された雑音の内、特徴が定常と見なし得
   る雑音との類似度を第一の類似度として算出する第一の
   類似度算出手段と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと前記記憶手段に登録された標準
   パターンとの類似度を第二の類似度として算出する第二
   の類似度算出手段と、 前記第一の類似度算出手段によって算出された第一の類
   似度と前記第二の類似度算出手段によって算出された第
   二の類似度との内、値が大きい単一の類似度を時系列の
   順に対応付けて選択する選択手段と、 前記選択手段によって選択された単一の類似度の列の認
   識をパターンマッチング法に基づいて行う認識手段とを
   備えたことを特徴とするパターン認識装置。
2. 【請求項２】 雑音に重畳されて間欠的に与えられる観
   測パターンを取り込み、その観測パターンが与えられる
   有効区間と反対に与えられない休止区間とを判別する判
   別手段と、 特徴空間において前記観測パターンの特徴ベクトルを示
   す標準パターンが予め登録された記憶手段と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと、先行する休止区間に前記観測
   パターンに重畳された雑音の内、特徴が定常と見なし得
   る複数の雑音との類似度を個別に算出し、複数の第一の
   類似度を得る第一の類似度算出手段と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと前記記憶手段に登録された標準
   パターンとの類似度を第二の類似度として算出する第二
   の類似度算出手段と、 前記第一の類似度算出手段によって得られた複数の第一
   の類似度と前記第二の類似度算出手段によって算出され
   た第二の類似度との内、値が最大である単一の類似度を
   時系列の順に対応付けて選択する選択手段と、 前記選択手段によって選択された単一の類似度の列の認
   識をパターンマッチング法に基づいて行う認識手段とを
   備えたことを特徴とするパターン認識装置。
3. 【請求項３】 特徴が異なる複数の雑音の何れかに重畳
   されて間欠的に与えられる観測パターンを取り込み、そ
   の観測パターンが与えられる有効区間と反対に与えられ
   ない休止区間とを判別する判別手段と、 特徴空間において前記観測パターンの特徴ベクトルを示
   す標準パターンが予め登録された記憶手段と、 特徴空間において前記複数の雑音の特徴ベクトルを示す
   雑音標準パターンが予め登録された雑音標準記憶手段
   と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと前記雑音標準記憶手段に登録さ
   れた複数の雑音の雑音標準パターンとの類似度を個別に
   算出し、複数の第一の類似度を得る第一の類似度算出手
   段と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと前記記憶手段に登録された標準
   パターンとの類似度を第二の類似度として算出する第二
   の類似度算出手段と、 前記第一の類似度算出手段によって得られた複数の第一
   の類似度と前記第二の類似度算出手段によって算出され
   た第二の類似度との内、値が最大である単一の類似度を
   時系列の順に対応付けて選択する選択手段と、 前記選択手段によって選択された単一の類似度の列の認
   識をパターンマッチング法に基づいて行う認識手段とを
   備えたことを特徴とするパターン認識装置。
4. 【請求項４】 雑音に重畳されて間欠的に与えられる観
   測パターンを取り込み、その観測パターンが与えられる
   有効区間と反対に与えられない休止区間とを判別する判
   別手段と、 特徴空間において前記観測パターンとその観測パターン
   に重畳された雑音との和の特徴ベクトルを示す標準パタ
   ーンが予め登録された記憶手段と、 前記判別手段によって判別された有効区間について、先
   行する休止区間に与えられた雑音の内、特徴が定常と見
   なし得る雑音と前記記憶手段に登録された標準パターン
   との類似度を第一の類似度として算出する第一の類似度
   算出手段と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと前記記憶手段に登録された標準
   パターンとの類似度を第二の類似度として算出する第二
   の類似度算出手段と、 前記第一の類似度算出手段によって算出された第一の類
   似度と前記第二の類似度算出手段によって算出された第
   二の類似度との内、値が大きい単一の類似度を時系列の
   順に対応付けて選択する選択手段と、 前記選択手段によって選択された単一の類似度の列の認
   識をパターンマッチング法に基づいて行う認識手段とを
   備えたことを特徴とするパターン認識装置。
5. 【請求項５】 雑音に重畳されて間欠的に与えられる観
   測パターンを取り込み、その観測パターンが与えられる
   有効区間と反対に与えられない休止区間とを判別する判
   別手段と、 特徴空間において前記観測パターンとその観測パターン
   に重畳された雑音との和の特徴ベクトルを示す標準パタ
   ーンが予め登録された記憶手段と、 前記判別手段によって判別された有効区間について、先
   行する休止区間に与えられた雑音の内、特徴が定常と見
   なし得る複数の雑音と前記記憶手段に登録された標準パ
   ターンとの類似度を個別に算出し、複数の第一の類似度
   を得る第一の類似度算出手段と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと前記記憶手段に登録された標準
   パターンとの類似度を第二の類似度として算出する第二
   の類似度算出手段と、 前記第一の類似度算出手段によって得られた複数の第一
   の類似度と前記第二の類似度算出手段によって算出され
   た第二の類似度との内、値が最大である単一の類似度を
   時系列の順に対応付けて選択する選択手段と、 前記選択手段によって選択された単一の類似度の列の認
   識をパターンマッチング法に基づいて行う認識手段とを
   備えたことを特徴とするパターン認識装置。
6. 【請求項６】 特徴が異なる複数の雑音の何れかに重畳
   されて間欠的に与えられる観測パターンを取り込み、そ
   の観測パターンが与えられる有効区間と反対に与えられ
   ない休止区間とを判別する判別手段と、 特徴空間において前記観測パターンとその観測パターン
   に重畳された雑音との和の特徴ベクトルを示す標準パタ
   ーンが予め登録された記憶手段と、 特徴空間において前記複数の雑音の特徴ベクトルを示す
   雑音標準パターンが予め登録された雑音標準記憶手段
   と、 前記判別手段によって判別された有効区間について、前
   記雑音標準記憶手段に登録された複数の雑音の雑音標準
   パターンと、前記記憶手段に登録された標準パターンと
   の類似度を個別に算出し、複数の第一の類似度を得る第
   一の類似度算出手段と、 前記判別手段によって判別された有効区間について、与
   えられる観測パターンと前記記憶手段に登録された標準
   パターンとの類似度を第二の類似度として算出する第二
   の類似度算出手段と、 前記第一の類似度算出手段によって得られた複数の第一
   の類似度と前記第二の類似度算出手段によって算出され
   た第二の類似度との内、値が最大である単一の類似度を
   時系列の順に対応付けて選択する選択手段と、 前記選択手段によって選択された単一の類似度の列の認
   識をパターンマッチング法に基づいて行う認識手段とを
   備えたことを特徴とするパターン認識装置。
7. 【請求項７】 請求項１、２、４、５の何れか１項に記
   載のパターン認識装置において、 第一の類似度算出手段は、 特徴が定常と見なし得る雑音の特徴を時系列の順に与え
   られる特徴の平滑化をはかることにより求め、第一の類
   似度の算出に供することを特徴とするパターン認識装
   置。
8. 【請求項８】 請求項３または請求項６に記載のパター
   ン認識装置において、 雑音標準記憶手段には、 観測パターンに重畳され得る雑音の種類に対応付けられ
   て複数の雑音の特徴ベクトルを示す雑音標準パターンが
   予め登録され、 第一の類似度算出手段は、 判別手段によって判別された休止区間における雑音の特
   徴に基づいてその雑音の種別を求め、前記雑音標準記憶
   手段にその種別に対応付けられて登録された複数の雑音
   標準パターンを複数の第一の類似度の算出に供すること
   を特徴とするパターン認識装置。
9. 【請求項９】 請求項１ないし請求項８の何れか１項に
   記載のパターン認識装置において、 選択手段は、 判別手段によって判別された休止区間に限って単一また
   は複数の第一の類似度と第二の類似度との内、値が最大
   であるものを選択し、かつその判別手段によって判別さ
   れた有効区間についてはその第二の類似度のみを選択す
   ることを特徴とするパターン認識装置。