JP3531198B2 - 言語識別装置 - Google Patents
言語識別装置Info
- Publication number
- JP3531198B2 JP3531198B2 JP02102694A JP2102694A JP3531198B2 JP 3531198 B2 JP3531198 B2 JP 3531198B2 JP 02102694 A JP02102694 A JP 02102694A JP 2102694 A JP2102694 A JP 2102694A JP 3531198 B2 JP3531198 B2 JP 3531198B2
- Authority
- JP
- Japan
- Prior art keywords
- language
- hmm
- ergodic
- sequence
- languages
- 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】
【産業上の利用分野】日本語、英語、・・・ 等の文（エ
キスト）音声を入力したとき、それが何語で話されたか
を識別する言語識別装置。
キスト）音声を入力したとき、それが何語で話されたか
を識別する言語識別装置。
【０００２】
【従来の技術】言語毎に不特定話者・テキスト独立のエ
ルゴディックＨＭＭを作成しておき、何語が発声された
かを識別すべきテキスト音声入力に対する前記ＨＭＭの
言語毎の尤度を計算し、該尤度が最大となるＨＭＭに対
応する言語を識別結果とする。
ルゴディックＨＭＭを作成しておき、何語が発声された
かを識別すべきテキスト音声入力に対する前記ＨＭＭの
言語毎の尤度を計算し、該尤度が最大となるＨＭＭに対
応する言語を識別結果とする。
【０００３】
【発明が解決しようとする課題】前記従来例における言
語識別装置は、能力的に満足な結果が得られるものでは
なかった。本願発明は、この言語識別能力を大幅に改善
した言語識別装置を提供することにある。
語識別装置は、能力的に満足な結果が得られるものでは
なかった。本願発明は、この言語識別能力を大幅に改善
した言語識別装置を提供することにある。
【０００４】
【課題を解決するための手段】言語ｉ（ｉ＝１,・・・,
Ｉ）の連続エルゴディックＨＭＭ ＣＨＭＭiと、全言語
共通の連続エルゴディックＨＭＭ ＨＭＭcomと、言語ｉ
のテキスト音声入力に対するＨＭＭcomの最適状態系列
Ｓiに対して算出されたトライグラムＴi、または、ＨＭ
Ｍcomの状態を表すラベルを出力し、Ｓiに対する尤度を
最大にすべく作成された離散ＨＭＭ ＤＨＭＭiと、識別
すべき言語ｚのテキスト音声Ｙに対するＨＭＭcomの最
適状態系列Ｘを算出する最適状態系列算出手段と、Ｘの
発生度合ＬX iをＸが前記トライグラムモデルＴiから発
生する度合またはＸが前記離散ＨＭＭＤＨＭＭiから発
生する度合としてｉ＝１,...,Ｉについて算出する、最
適状態系列発生度合算出手段と、Ｙに対する前記ＣＨＭ
Ｍiの尤度ＬYiをｉ＝１,...,Ｉについて算出する尤度算
出手段と、ＬXiとＬYiの重み付き加算Ａiをｉ＝１,...,
Ｉについて求め、Ａiが最大になるｉを言語ｚの判定結
果とする判定手段とからなる。
Ｉ）の連続エルゴディックＨＭＭ ＣＨＭＭiと、全言語
共通の連続エルゴディックＨＭＭ ＨＭＭcomと、言語ｉ
のテキスト音声入力に対するＨＭＭcomの最適状態系列
Ｓiに対して算出されたトライグラムＴi、または、ＨＭ
Ｍcomの状態を表すラベルを出力し、Ｓiに対する尤度を
最大にすべく作成された離散ＨＭＭ ＤＨＭＭiと、識別
すべき言語ｚのテキスト音声Ｙに対するＨＭＭcomの最
適状態系列Ｘを算出する最適状態系列算出手段と、Ｘの
発生度合ＬX iをＸが前記トライグラムモデルＴiから発
生する度合またはＸが前記離散ＨＭＭＤＨＭＭiから発
生する度合としてｉ＝１,...,Ｉについて算出する、最
適状態系列発生度合算出手段と、Ｙに対する前記ＣＨＭ
Ｍiの尤度ＬYiをｉ＝１,...,Ｉについて算出する尤度算
出手段と、ＬXiとＬYiの重み付き加算Ａiをｉ＝１,...,
Ｉについて求め、Ａiが最大になるｉを言語ｚの判定結
果とする判定手段とからなる。
【０００５】
【作用】言語ｉ（ｉ＝１,・・・,Ｉ）の連続エルゴディッ
クＨＭＭ ＣＨＭＭiと、全言語共通の連続エルゴディッ
クＨＭＭ ＨＭＭcomと、言語ｉのテキスト音声入力に対
するＨＭＭcomの最適状態系列Ｓiに対して算出されたト
ライグラムＴi、または、ＨＭＭcomの状態を表すラベル
を出力し、Ｓiに対する尤度を最大にすべく作成された
離散ＨＭＭ ＤＨＭＭiとを準備しておき、最適状態系列
算出手段により識別すべき言語ｚのテキスト音声Ｙに対
するＨＭＭcomの最適状態系列Ｘを算出し、最適状態系
列発生度合算出手段によりＸの発生度合ＬXiをＸがモデ
ルＴiから発生する度合またはＸがＣＨＭＭiから発生す
る度合としてｉ＝１,...,Ｉについて算出し、尤度算出
手段によりＹに対する前記ＣＨＭＭiの尤度ＬYiをｉ＝
１,...,Ｉについて算出し、判定手段によりＬXiとＬYi
の重み付き加算Ａiをｉ＝１,...,Ｉについて求め、Ａi
が最大になるｉを言語ｚの判定結果とする。
クＨＭＭ ＣＨＭＭiと、全言語共通の連続エルゴディッ
クＨＭＭ ＨＭＭcomと、言語ｉのテキスト音声入力に対
するＨＭＭcomの最適状態系列Ｓiに対して算出されたト
ライグラムＴi、または、ＨＭＭcomの状態を表すラベル
を出力し、Ｓiに対する尤度を最大にすべく作成された
離散ＨＭＭ ＤＨＭＭiとを準備しておき、最適状態系列
算出手段により識別すべき言語ｚのテキスト音声Ｙに対
するＨＭＭcomの最適状態系列Ｘを算出し、最適状態系
列発生度合算出手段によりＸの発生度合ＬXiをＸがモデ
ルＴiから発生する度合またはＸがＣＨＭＭiから発生す
る度合としてｉ＝１,...,Ｉについて算出し、尤度算出
手段によりＹに対する前記ＣＨＭＭiの尤度ＬYiをｉ＝
１,...,Ｉについて算出し、判定手段によりＬXiとＬYi
の重み付き加算Ａiをｉ＝１,...,Ｉについて求め、Ａi
が最大になるｉを言語ｚの判定結果とする。
【０００６】
【実施例】（図１）はエルゴディックＨＭＭの一例であ
る。エルゴディックＨＭＭとは各状態から全ての状態へ
の遷移が許されるＨＭＭであって、（図１）には状態数
が４の場合を示す。πiは状態ｉの初期確率，ａijは状
態ｉから状態ｊへの遷移確率、ｂij(ｏ(ｔ))は状態遷移
ｉ→ｊに伴ってｏ(ｔ)が観測される確率密度または確率
である。ｏ(ｔ)は時点ｔにおいて観測されるベクトルま
たはラベルであって、ベクトルが観測されるとするとき
はｂij(ｏ(ｔ))は連続分布における確率密度、ラベルが
観測されるとするときはｂij(ｏ(ｔ))は確率である。以
後の議論においては、これらを取り立てて区別する必要
のない限り両者共確率という言葉で表現する。ｏ(ｔ)を
ベクトルとして扱う場合は、そのＨＭＭを連続エルゴデ
ィックＨＭＭ、ラベルとして扱う場合は離散エルゴディ
ックＨＭＭと呼ぶことにする。ｂ ij (ｏ(ｔ))＝ｂ i (ｏ
(ｔ))あるいはｂ ij (ｏ(ｔ))＝ｂ j (ｏ(ｔ))として、ｏ
(ｔ)は状態遷移と言うよりは状態に伴って観測されると
することもでき、状態ｉにおいて観測される確率はｂ
i(ｏ(ｔ))と表される。後者の定義もよく用いられ、本
発明の実施例においても、後者の定義を用いることにす
る。ｂi(ｏ(ｔ))を規定するパラメータ，πi，ａij等は
周知のBaum-WelchあるいはForward-Backwaredと呼ばれ
る方法によって学習パターンから推定される． （図２）は本発明による言語モデル学習・記憶装置の第
１の実施例である．１は特徴抽出部であって，入力され
た音声は，例えば１０ms毎に，ケプストラム等の特徴ベ
クトル系列に変換される。２〜４は識別すべき各言語に
対応した学習用テキスト音声パターンを記憶する言語学
習用テキスト音声パターン記憶部である。言語ｉに対応
する学習用テキスト音声を言語ｉ学習用テキスト音声と
呼ぶ。５は全言語共通連続エルゴディックＨＭＭ作成部
であって，２〜４に記憶されている全学習用テキスト音
声パターンから前記Baum-Welchアルゴリズム等によって
全言語共通の連続エルゴディックＨＭＭを作成する．６
は作成されたＨＭＭのパラメータを記憶する全言語共通
連続エルゴディックＨＭＭ記憶部である．７はあるテキ
スト音声を入力したとき，その音声パターンの発生する
確率が最大になるように，ＨＭＭの状態系列を算出する
ものである．これはViterbi法によって効率よく計算す
る方法が知られている．８は状態系列書換部であって，
前記最適状態系列において，少しの間しか同一の状態に
滞在していない場合は，その状態を最適状態系列から消
去するスムージングの処理を行った後，同じ状態に連続
して滞在した場合１つに圧縮される．但し，継続時間を
考慮するため，同じ状態に長い間滞在した場合は複数に
分割する．９は学習用状態系列記憶部であって，各言語
の学習用テキストに対するこの圧縮された系列を記憶す
る．１０はトライグラム作成部であって，各言語の前記
圧縮された状態系列を用いて各言語毎にトライグラムモ
デルを作成する．即ち，相続く３状態の出力確率を言語
毎に前記状態系列から算出するものである．１１〜１３
はこのようにして求められたトライグラムを言語毎に記
憶しておくものである．即ち，言語ｉトライグラム記憶
部は，言語ｉで発声されたテキスト音声を用いて作成さ
れた言語ｉに対するトライグラムモデルが記憶される． （図３）は，本発明による言語学習・記憶装置の第２の
実施例であって，（図２）におけるトライグラムモデル
（図１）１１〜１３を離散型エルゴディックＨＭＭ（図
２）１４〜１６に置き換えたものである．即ち，状態系
列としては，各状態にラベル付けられたラベルの系列と
して得られるものであるが，これらラベルを出力ラベル
とする離散エルゴディックＨＭＭを前記圧縮された最適
状態系列から算出するものである．従って，本ＨＭＭに
おける出力ラベル数は，前記全言語共通連続エルゴディ
ックＨＭＭの状態数と等しい． （図４）は本発明による言語識別装置の第１の実施例で
ある．４０は識別すべき音声の入力端子，４１は（図
２）１と同様な特徴抽出部，４３は（図２）６と同様な
全言語共通連続エルゴディックＨＭＭ記憶部，４２は
（図２）７と同様な最適状態系列算出部，４４は（図
２）８と同様な状態系列書換部，４６〜４８は（図２）
１１〜１３と同様な言語ｉトライグラム記憶部（ｉ＝
１,...,Ｉ）である．４５は状態系列発生確率算出部で
あって，状態系列書換部４４の出力である圧縮された状
態系列の、言語モデルｉ（＝１,...,Ｉ）からの発生確
率を計算するものである．言語モデルｉはこの場合はト
ライグラムであって，（図２）の言語学習・記憶装置に
おいて記憶されたものである．言語ｉトライグラム記憶
部の内容から前記圧縮された状態系列の発生確率が計算
される．即ち，前記状態系列の３状態連鎖の発生確率を
言語ｉトライグラム記憶部から読み出し，それを前記状
態の系列に従って累積することによって前記確率が求め
られる．４９は判定部であって，前記のようにして状態
系列発生確率算出部４５で算出された，各言語に対する
状態系列の発生確率を比較し，その最大値を与える言語
を判定し，出力端子５０にその結果が出力される．この
ようにして入力端子４０に入力された音声の言語の識別
結果が出力端子５０に得られる． （図５）は本発明による言語識別装置の第２の実施例で
ある．（図４）と同一の番号を付したブロックは（図
４）のものと同じものである．（図４）と異なるのは，
（図４）の言語１トライグラム記憶部４６〜言語Ｉトラ
イグラム記憶部４８が言語１離散エルゴディックＨＭＭ
記憶部５１〜言語Ｉ離散エルゴディックＨＭＭ記憶部５
３に置き換わった点とそれに伴って状態系列発生確率算
出部５４の動作が多少異なる点である．言語ｉ離散エル
ゴディックＨＭＭ（ｉ＝１,...,Ｉ）は（図３）の言語
学習・記憶装置において記憶されたものである．従っ
て，状態系列発生確率算出部５４は状態系列書換部４４
の出力の状態系列が言語ｉ離散エルゴディックＨＭＭ
（ｉ＝１,...,Ｉ）から発生する確率を計算することに
なる．これは，周知のForward演算，あるいはViterbi演
算によって求めることが出来る．このようにして入力端
子４０に入力された音声の言語の識別結果が出力端子５
０に得られる． （図６）は本発明の言語モデル作成・記憶装置の第３の
実施例である．６０は各言語の学習用音声入力端子、６
１は（図２）１と同様な特徴抽出部であって、音声信号
を特徴ベクトルの系列に変換する。６２〜６４は言語ｉ
学習用テキスト音声パターン記憶部（ｉ＝１,...,Ｉ）
であって、特徴ベクトルの系列に変換された各言語の学
習用音声パターンが記憶される。６５は言語別連続エル
ゴディックＨＭＭ作成部であって、言語ｉに対応するＨ
ＭＭを言語ｉ学習用テキスト音声パターン記憶部の内容
を学習パターンとしてBaum-Welchアルゴリズム等の周知
の方法により作成する。６６〜６８は言語ｉ連続エルゴ
ディックＨＭＭ記憶部（ｉ＝１,...,Ｉ）であって、そ
れぞれの言語について作成された連続エルゴディックＨ
ＭＭを記憶する。本実施例の特徴は、言語別連続エルゴ
ディックＨＭＭ作成部にある。即ち、通常のＨＭＭにお
いては、観測系列系列Ｏ＝(ｏ1,ｏ2,...,ｏT)のＨＭＭ
からの発生確率Ｐ(Ｏ)は、状態系列をＸ＝(ｘ1,
ｘ2,...,ｘT)とするとき
る。エルゴディックＨＭＭとは各状態から全ての状態へ
の遷移が許されるＨＭＭであって、（図１）には状態数
が４の場合を示す。πiは状態ｉの初期確率，ａijは状
態ｉから状態ｊへの遷移確率、ｂij(ｏ(ｔ))は状態遷移
ｉ→ｊに伴ってｏ(ｔ)が観測される確率密度または確率
である。ｏ(ｔ)は時点ｔにおいて観測されるベクトルま
たはラベルであって、ベクトルが観測されるとするとき
はｂij(ｏ(ｔ))は連続分布における確率密度、ラベルが
観測されるとするときはｂij(ｏ(ｔ))は確率である。以
後の議論においては、これらを取り立てて区別する必要
のない限り両者共確率という言葉で表現する。ｏ(ｔ)を
ベクトルとして扱う場合は、そのＨＭＭを連続エルゴデ
ィックＨＭＭ、ラベルとして扱う場合は離散エルゴディ
ックＨＭＭと呼ぶことにする。ｂ ij (ｏ(ｔ))＝ｂ i (ｏ
(ｔ))あるいはｂ ij (ｏ(ｔ))＝ｂ j (ｏ(ｔ))として、ｏ
(ｔ)は状態遷移と言うよりは状態に伴って観測されると
することもでき、状態ｉにおいて観測される確率はｂ
i(ｏ(ｔ))と表される。後者の定義もよく用いられ、本
発明の実施例においても、後者の定義を用いることにす
る。ｂi(ｏ(ｔ))を規定するパラメータ，πi，ａij等は
周知のBaum-WelchあるいはForward-Backwaredと呼ばれ
る方法によって学習パターンから推定される． （図２）は本発明による言語モデル学習・記憶装置の第
１の実施例である．１は特徴抽出部であって，入力され
た音声は，例えば１０ms毎に，ケプストラム等の特徴ベ
クトル系列に変換される。２〜４は識別すべき各言語に
対応した学習用テキスト音声パターンを記憶する言語学
習用テキスト音声パターン記憶部である。言語ｉに対応
する学習用テキスト音声を言語ｉ学習用テキスト音声と
呼ぶ。５は全言語共通連続エルゴディックＨＭＭ作成部
であって，２〜４に記憶されている全学習用テキスト音
声パターンから前記Baum-Welchアルゴリズム等によって
全言語共通の連続エルゴディックＨＭＭを作成する．６
は作成されたＨＭＭのパラメータを記憶する全言語共通
連続エルゴディックＨＭＭ記憶部である．７はあるテキ
スト音声を入力したとき，その音声パターンの発生する
確率が最大になるように，ＨＭＭの状態系列を算出する
ものである．これはViterbi法によって効率よく計算す
る方法が知られている．８は状態系列書換部であって，
前記最適状態系列において，少しの間しか同一の状態に
滞在していない場合は，その状態を最適状態系列から消
去するスムージングの処理を行った後，同じ状態に連続
して滞在した場合１つに圧縮される．但し，継続時間を
考慮するため，同じ状態に長い間滞在した場合は複数に
分割する．９は学習用状態系列記憶部であって，各言語
の学習用テキストに対するこの圧縮された系列を記憶す
る．１０はトライグラム作成部であって，各言語の前記
圧縮された状態系列を用いて各言語毎にトライグラムモ
デルを作成する．即ち，相続く３状態の出力確率を言語
毎に前記状態系列から算出するものである．１１〜１３
はこのようにして求められたトライグラムを言語毎に記
憶しておくものである．即ち，言語ｉトライグラム記憶
部は，言語ｉで発声されたテキスト音声を用いて作成さ
れた言語ｉに対するトライグラムモデルが記憶される． （図３）は，本発明による言語学習・記憶装置の第２の
実施例であって，（図２）におけるトライグラムモデル
（図１）１１〜１３を離散型エルゴディックＨＭＭ（図
２）１４〜１６に置き換えたものである．即ち，状態系
列としては，各状態にラベル付けられたラベルの系列と
して得られるものであるが，これらラベルを出力ラベル
とする離散エルゴディックＨＭＭを前記圧縮された最適
状態系列から算出するものである．従って，本ＨＭＭに
おける出力ラベル数は，前記全言語共通連続エルゴディ
ックＨＭＭの状態数と等しい． （図４）は本発明による言語識別装置の第１の実施例で
ある．４０は識別すべき音声の入力端子，４１は（図
２）１と同様な特徴抽出部，４３は（図２）６と同様な
全言語共通連続エルゴディックＨＭＭ記憶部，４２は
（図２）７と同様な最適状態系列算出部，４４は（図
２）８と同様な状態系列書換部，４６〜４８は（図２）
１１〜１３と同様な言語ｉトライグラム記憶部（ｉ＝
１,...,Ｉ）である．４５は状態系列発生確率算出部で
あって，状態系列書換部４４の出力である圧縮された状
態系列の、言語モデルｉ（＝１,...,Ｉ）からの発生確
率を計算するものである．言語モデルｉはこの場合はト
ライグラムであって，（図２）の言語学習・記憶装置に
おいて記憶されたものである．言語ｉトライグラム記憶
部の内容から前記圧縮された状態系列の発生確率が計算
される．即ち，前記状態系列の３状態連鎖の発生確率を
言語ｉトライグラム記憶部から読み出し，それを前記状
態の系列に従って累積することによって前記確率が求め
られる．４９は判定部であって，前記のようにして状態
系列発生確率算出部４５で算出された，各言語に対する
状態系列の発生確率を比較し，その最大値を与える言語
を判定し，出力端子５０にその結果が出力される．この
ようにして入力端子４０に入力された音声の言語の識別
結果が出力端子５０に得られる． （図５）は本発明による言語識別装置の第２の実施例で
ある．（図４）と同一の番号を付したブロックは（図
４）のものと同じものである．（図４）と異なるのは，
（図４）の言語１トライグラム記憶部４６〜言語Ｉトラ
イグラム記憶部４８が言語１離散エルゴディックＨＭＭ
記憶部５１〜言語Ｉ離散エルゴディックＨＭＭ記憶部５
３に置き換わった点とそれに伴って状態系列発生確率算
出部５４の動作が多少異なる点である．言語ｉ離散エル
ゴディックＨＭＭ（ｉ＝１,...,Ｉ）は（図３）の言語
学習・記憶装置において記憶されたものである．従っ
て，状態系列発生確率算出部５４は状態系列書換部４４
の出力の状態系列が言語ｉ離散エルゴディックＨＭＭ
（ｉ＝１,...,Ｉ）から発生する確率を計算することに
なる．これは，周知のForward演算，あるいはViterbi演
算によって求めることが出来る．このようにして入力端
子４０に入力された音声の言語の識別結果が出力端子５
０に得られる． （図６）は本発明の言語モデル作成・記憶装置の第３の
実施例である．６０は各言語の学習用音声入力端子、６
１は（図２）１と同様な特徴抽出部であって、音声信号
を特徴ベクトルの系列に変換する。６２〜６４は言語ｉ
学習用テキスト音声パターン記憶部（ｉ＝１,...,Ｉ）
であって、特徴ベクトルの系列に変換された各言語の学
習用音声パターンが記憶される。６５は言語別連続エル
ゴディックＨＭＭ作成部であって、言語ｉに対応するＨ
ＭＭを言語ｉ学習用テキスト音声パターン記憶部の内容
を学習パターンとしてBaum-Welchアルゴリズム等の周知
の方法により作成する。６６〜６８は言語ｉ連続エルゴ
ディックＨＭＭ記憶部（ｉ＝１,...,Ｉ）であって、そ
れぞれの言語について作成された連続エルゴディックＨ
ＭＭを記憶する。本実施例の特徴は、言語別連続エルゴ
ディックＨＭＭ作成部にある。即ち、通常のＨＭＭにお
いては、観測系列系列Ｏ＝(ｏ1,ｏ2,...,ｏT)のＨＭＭ
からの発生確率Ｐ(Ｏ)は、状態系列をＸ＝(ｘ1,
ｘ2,...,ｘT)とするとき
【０００７】
【数１】
【０００８】で与えられるが、各言語の音韻配列構造を
捉えていると考えられる状態間の遷移のダイナミックレ
ンジを拡大するために、遷移確率に重み付けることを特
徴とする。即ち、この重みをαとすれば、（数１）にお
けるＰ(Ｏ)の代わりに
捉えていると考えられる状態間の遷移のダイナミックレ
ンジを拡大するために、遷移確率に重み付けることを特
徴とする。即ち、この重みをαとすれば、（数１）にお
けるＰ(Ｏ)の代わりに
【０００９】
【数２】
【００１０】を用いるものである。Viterbiアルゴリズ
ムを用いる場合は
ムを用いる場合は
【００１１】
【数３】
【００１２】を用いる。（図７）は本発明による言語識
別装置の第３の実施例である。７０は音声入力端子、７
１は特徴抽出部であって、（図２）特徴抽出部１と同じ
ものである。７２〜７４は言語ｉ連続エルゴディックＨ
ＭＭ記憶部（ｉ＝１,...,Ｉ）であって、（図６）６６
〜６８の言語ｉ連続エルゴディックＨＭＭ記憶部（ｉ＝
１,...,Ｉ）と同じものであって、（図６）の言語モデ
ル作成・記憶装置によって得られるものである。７５は
特徴ベクトル系列発生確率算出部であって、特徴抽出部
７１の出力に得られる特徴ベクトル系列が前記各言語の
ＨＭＭから発生する確率を計算する。この場合、（数
２）あるいは（数３）が用いられる。７６は判定部であ
って、前記確率が最大となる言語モデルに対応する言語
を識別結果として出力端子７８に出力する。
別装置の第３の実施例である。７０は音声入力端子、７
１は特徴抽出部であって、（図２）特徴抽出部１と同じ
ものである。７２〜７４は言語ｉ連続エルゴディックＨ
ＭＭ記憶部（ｉ＝１,...,Ｉ）であって、（図６）６６
〜６８の言語ｉ連続エルゴディックＨＭＭ記憶部（ｉ＝
１,...,Ｉ）と同じものであって、（図６）の言語モデ
ル作成・記憶装置によって得られるものである。７５は
特徴ベクトル系列発生確率算出部であって、特徴抽出部
７１の出力に得られる特徴ベクトル系列が前記各言語の
ＨＭＭから発生する確率を計算する。この場合、（数
２）あるいは（数３）が用いられる。７６は判定部であ
って、前記確率が最大となる言語モデルに対応する言語
を識別結果として出力端子７８に出力する。
【００１３】（図８）は本発明による言語識別装置の第
４の実施例である。８０は識別すべき音声の入力端子、
８１は特徴抽出部であって（図２）１の特徴抽出部と同
様である。８２〜８４は言語ｉ連続エルゴディックＨＭ
Ｍ記憶部であって、（図６）６６〜６８におけるＨＭＭ
記憶部のことである。８５は特徴ベクトル系列発生確率
算出部であって、特徴抽出部８１の出力に得られる特徴
ベクトル系列が言語ｉ連続エルゴディックＨＭＭから発
生する確率をｉ＝１,...,Ｉについて算出するものであ
る。最適状態系列算出部８６、全言語共通連続エルゴデ
ィックＨＭＭ８７、状態系列書換部８８、状態系列発生
確率算出部８９、言語ｉトライグラム記憶部（ｉ＝
１,...,Ｉ）９０〜９２は、それぞれ（図４）における
最適状態系列４２、全言語共通連続エルゴディックＨＭ
Ｍ４３、状態系列書換部４４、状態系列発生確率算出部
４５、言語ｉトライグラム記憶部（ｉ＝１,...,Ｉ）４
６〜４８と全く同様のものである。９３は判定部であっ
て、特徴ベクトル系列発生確率算出部８５に得られる、
入力音声の特徴ベクトル系列が言語ｉ連続エルゴディッ
クＨＭＭから発生する確率をＰ1(ｉ)、状態系列発生確
率算出部８９に得られる、入力音声に対する全言語共通
連続エルゴディックＨＭＭの状態系列の圧縮系列が言語
ｉトライグラムモデルから発生する確率をＰ2(ｉ)とす
るとき、Ｐ1(ｉ)とＰ2(ｉ)とから、入力音声の言語ｉら
しさＬ(ｉ)を求め、Ｌ(ｉ)が最大になるｉ＝ｉ*を以っ
て入力音声の言語であると判定する。識別結果は出力端
子９４に得られる。ここで、Ｐ1(ｉ)とＰ2(ｉ)とからＬ
(ｉ)を求める方法としては、例えば、ｗ1＋ｗ2＝１とな
る重み係数ｗ1、ｗ2を実験的に定め、
４の実施例である。８０は識別すべき音声の入力端子、
８１は特徴抽出部であって（図２）１の特徴抽出部と同
様である。８２〜８４は言語ｉ連続エルゴディックＨＭ
Ｍ記憶部であって、（図６）６６〜６８におけるＨＭＭ
記憶部のことである。８５は特徴ベクトル系列発生確率
算出部であって、特徴抽出部８１の出力に得られる特徴
ベクトル系列が言語ｉ連続エルゴディックＨＭＭから発
生する確率をｉ＝１,...,Ｉについて算出するものであ
る。最適状態系列算出部８６、全言語共通連続エルゴデ
ィックＨＭＭ８７、状態系列書換部８８、状態系列発生
確率算出部８９、言語ｉトライグラム記憶部（ｉ＝
１,...,Ｉ）９０〜９２は、それぞれ（図４）における
最適状態系列４２、全言語共通連続エルゴディックＨＭ
Ｍ４３、状態系列書換部４４、状態系列発生確率算出部
４５、言語ｉトライグラム記憶部（ｉ＝１,...,Ｉ）４
６〜４８と全く同様のものである。９３は判定部であっ
て、特徴ベクトル系列発生確率算出部８５に得られる、
入力音声の特徴ベクトル系列が言語ｉ連続エルゴディッ
クＨＭＭから発生する確率をＰ1(ｉ)、状態系列発生確
率算出部８９に得られる、入力音声に対する全言語共通
連続エルゴディックＨＭＭの状態系列の圧縮系列が言語
ｉトライグラムモデルから発生する確率をＰ2(ｉ)とす
るとき、Ｐ1(ｉ)とＰ2(ｉ)とから、入力音声の言語ｉら
しさＬ(ｉ)を求め、Ｌ(ｉ)が最大になるｉ＝ｉ*を以っ
て入力音声の言語であると判定する。識別結果は出力端
子９４に得られる。ここで、Ｐ1(ｉ)とＰ2(ｉ)とからＬ
(ｉ)を求める方法としては、例えば、ｗ1＋ｗ2＝１とな
る重み係数ｗ1、ｗ2を実験的に定め、
【００１４】
【数４】
【００１５】等とすることが出来る。（図９）は本発明
による言語識別装置の第５の実施例である。（図８）と
同一の番号のブロックは（図８）と同じものである。
（図８）と異なる点は、言語ｉトライグラム記憶部（ｉ
＝１,...,Ｉ）が言語ｉ離散エルゴディックＨＭＭ記憶
部（ｉ＝１,...,Ｉ）に置き換わり、状態系列発声確率
算出部９８が状態系列書換部８８の出力に得られる状態
系列の発生確率をトライグラムモデルから計算するのに
対して、状態系列発生確率算出部９８は状態系列８８の
出力に得られる状態系列の発生確率を離散エルゴディッ
クＨＭＭから計算する点である。ここに言語ｉ離散エル
ゴディックＨＭＭ（ｉ＝１,...,Ｉ）９５〜９７は（図
３）で得られる言語ｉ離散エルゴディックＨＭＭ（ｉ＝
１,...,Ｉ）１４〜１６と同じものである。以上のよう
にして入力音声の識別結果が出力端子９４に出力され
る。
による言語識別装置の第５の実施例である。（図８）と
同一の番号のブロックは（図８）と同じものである。
（図８）と異なる点は、言語ｉトライグラム記憶部（ｉ
＝１,...,Ｉ）が言語ｉ離散エルゴディックＨＭＭ記憶
部（ｉ＝１,...,Ｉ）に置き換わり、状態系列発声確率
算出部９８が状態系列書換部８８の出力に得られる状態
系列の発生確率をトライグラムモデルから計算するのに
対して、状態系列発生確率算出部９８は状態系列８８の
出力に得られる状態系列の発生確率を離散エルゴディッ
クＨＭＭから計算する点である。ここに言語ｉ離散エル
ゴディックＨＭＭ（ｉ＝１,...,Ｉ）９５〜９７は（図
３）で得られる言語ｉ離散エルゴディックＨＭＭ（ｉ＝
１,...,Ｉ）１４〜１６と同じものである。以上のよう
にして入力音声の識別結果が出力端子９４に出力され
る。
【００１６】なお、前記全言語共通連続エルゴディック
ＨＭＭ、言語ｉ連続エルゴディックＨＭＭは連続型、離
散型何れも考えられるが、実験の結果からは、連続型が
優れていることが確かめられているので、実施例は連続
型で説明した。また、音声の特徴量としてケプストラム
の他にいわゆるデルタケプストラム等の動的特徴の導入
や状態継続時間制御の導入によってさらに識別能力を向
上させることが出来る。
ＨＭＭ、言語ｉ連続エルゴディックＨＭＭは連続型、離
散型何れも考えられるが、実験の結果からは、連続型が
優れていることが確かめられているので、実施例は連続
型で説明した。また、音声の特徴量としてケプストラム
の他にいわゆるデルタケプストラム等の動的特徴の導入
や状態継続時間制御の導入によってさらに識別能力を向
上させることが出来る。
【００１７】
【発明の効果】ＨＭＭを用いて言語の識別を行う装置で
あって、言語毎のエルゴディックＨＭＭで言語による音
韻の発音・スペクトル構造の違いを捉え、全言語共通の
エルゴディックＨＭＭの状態系列によって言語による音
韻配列構造を捉える構成とすることによって、言語の識
別能力が大幅に向上した。また、状態遷移確率を重み付
けることにより、状態遷移確率のダイナミックレンジを
大きくすることにより言語の識別能力がさらに改善され
たものである。
あって、言語毎のエルゴディックＨＭＭで言語による音
韻の発音・スペクトル構造の違いを捉え、全言語共通の
エルゴディックＨＭＭの状態系列によって言語による音
韻配列構造を捉える構成とすることによって、言語の識
別能力が大幅に向上した。また、状態遷移確率を重み付
けることにより、状態遷移確率のダイナミックレンジを
大きくすることにより言語の識別能力がさらに改善され
たものである。
【図１】エルゴディックＨＭＭの説明図
【図２】本発明による言語モデル作成・記憶装置の第１
の実施例を示す図
の実施例を示す図
【図３】本発明による言語モデル作成・記憶装置の第２
の実施例を示す図
の実施例を示す図
【図４】本発明による言語識別装置の第１の実施例を示
す図
す図
【図５】本発明による言語識別装置の第２の実施例を示
す図
す図
【図６】本発明による言語モデル作成・記憶装置の第３
の実施例を示す図
の実施例を示す図
【図７】本発明による言語識別装置の第３の実施例を示
す図
す図
【図８】本発明による言語識別装置の第４の実施例を示
す図
す図
【図９】本発明による言語識別装置の第５の実施例を示
す図
す図
８１ 特徴抽出部
８２ 言語１連続エルコ゛ティックHMM記憶部
８３ 言語ｉ連続エルコ゛ティックHMM記憶部
８４ 言語Ｉ連続エルコ゛ティックHMM記憶部
８５ 特徴ヘ゛クトル系列発発生確率算出部
８６ 最適状態系列算出部
８７ 全言語共通連続エルコ゛ティックHMM記憶部
８８ 状態系列書換部
８９ 状態系列発生確率算出部
９０ 言語１トライク゛ラム記憶部
９１ 言語ｉトライク゛ラム記憶部
９２ 言語Ｉトライク゛ラム記憶部
フロントページの続き
(56)参考文献 清野、中川，エルゴディックＨＭＭを
用いた音声による多言語間の識別，電子
情報通信学会技術研究報告［音声］，日
本，1993年 １月19日，ＳＰ92−129,
49−56
宮沢、大倉、嵯峨山，全音素エルゴデ
ィックＨＭＭによる教師なし話者適応,
電子情報通信学会技術研究報告［音声
］，日本，1992年10月21日，ＳＰ92−
75，15−20
(58)調査した分野(Int.Cl.7，ＤＢ名)
G10L 15/00 - 15/28
ＪＩＣＳＴファイル（ＪＯＩＳ)
ＩＥＥＥ Ｘｐｌｏｒｅ
Claims (8)
- 【請求項１】 テキスト音声信号を特徴ベクトルの系列
に変換する特徴抽出手段と、言語ｉ（ｉ＝１,...,Ｉ；
Ｉ識別すべき言語の種類）を含む多数種類の言語のテキ
スト音声を学習音声として、該音声の前記特徴抽出手段
により抽出された前記全言語に対する特徴ベクトル系列
から前記全言語共通のエルゴディックＨＭＭ（Ergodic
Hidden Markov Model）ＨＭＭcomを作成する全言語共通
エルゴディックＨＭＭ作成手段と、該ＨＭＭcomを記憶
する全言語共通エルゴディックＨＭＭ記憶手段と、前記
特徴抽出手段によって得られる、言語ｉの特徴ベクトル
系列Ｙiに対応する前記ＨＭＭcomの最適状態系列Ｓiを
得る最適状態系列算出手段と、該最適状態系列Ｓiのト
ライグラムＴiを作成するトライグラム作成手段と、該
トライグラムＴi（ｉ＝１,...,Ｉ）を記憶するトライグ
ラム記憶手段とを備えたことを特徴とする言語モデル作
成・記憶装置。 - 【請求項２】 テキスト音声信号を特徴ベクトルの系列
に変換する特徴抽出手段と、言語ｉ（ｉ＝１,...,Ｉ；
Ｉ識別すべき言語の種類）を含む多数種類の言語のテキ
スト音声を学習音声として、該音声の前記特徴抽出手段
により抽出された前記全言語に対する特徴ベクトル系列
から前記全言語共通のエルゴディックＨＭＭ（Ergodic
Hidden Markov Model）ＨＭＭcomを作成する全言語共通
エルゴディックＨＭＭ作成手段と、該ＨＭＭcomを記憶
する全言語共通エルゴディックＨＭＭ記憶手段と、前記
特徴抽出手段によって得られる、言語ｉの特徴ベクトル
系列Ｙiに対応する前記ＨＭＭcomの最適状態系列Ｓiを
得る最適状態系列算出手段と、Ｓiに対応する離散エル
ゴディックＨＭＭ ＤＨＭＭiを作成する離散エルゴディ
ックＨＭＭ作成手段と、ＤＨＭＭi（ｉ＝１,...,Ｉ）を
記憶する離散エルゴディックＨＭＭ記憶手段とを備え、
前記ＤＨＭＭiは、前記ＨＭＭcomの状態を表すラベルま
たは番号を出力ラベルとして出力する離散型エルゴディ
ックＨＭＭであって、そのパラメータはＳiに対応する
尤度が最大になるように推定されることを特徴とする言
語モデル作成・記憶装置。 - 【請求項３】 言語識別すべきテキスト音声信号を特徴
ベクトルの系列に変換する特徴抽出手段と、請求項１ま
たは請求項２記載の全言語共通エルゴディックＨＭＭ記
憶手段と、請求項１または請求項２記載の最適状態系列
算出手段と、請求項１記載のトライグラム記憶手段また
は請求項２記載の離散ＨＭＭ記憶手段と、前記最適状態
系列発生度合を算出する最適状態系列発生度合算出手段
と、言語判定手段とを備え、前記特徴抽出手段は前記テ
キスト音声信号に対する特徴ベクトル系列を得、前記最
適状態系列算出手段は前記特徴ベクトル系列に対する前
記全言語共通エルゴディックＨＭＭの最適状態系列を
得、前記最適状態系列発生度合算出手段は該最適状態系
列の発生度合を言語毎に算出し、前記言語判定手段は前
記発生度合が最大の言語を前記識別すべき音声信号の言
語であると判定するものであって、前記最適状態系列の
発生度合は、前記トライグラムにより求められる前記最
適状態系列の発生確率または前記最適状態系列に対する
前記離散ＨＭＭの尤度に基づいて算出されることを特徴
とする言語識別装置。 - 【請求項４】 テキスト音声信号を特徴ベクトルの系列
に変換する特徴抽出手段と、言語ｉ（ｉ＝１,...,Ｉ；
Ｉ識別すべき言語の種類）を含む多数種類の言語のテキ
スト音声を学習音声として、該音声の前記特徴抽出手段
により抽出された前記全言語に対する特徴ベクトル系列
から前記全言語共通のエルゴディックＨＭＭ（Ergodic
Hidden Markov Model）ＨＭＭcomを作成する全言語共通
エルゴディックＨＭＭ作成手段と、該ＨＭＭcomを記憶
する全言語共通エルゴディックＨＭＭ記憶手段と、前記
特徴抽出手段によって得られる、言語ｉの特徴ベクトル
系列Ｙiに対応する前記ＨＭＭcomの最適状態系列Ｓiを
得る最適状態系列算出手段と、該最適状態系列Ｓiのト
ライグラムＴiを作成するトライグラム作成手段と、該
トライグラムＴi（ｉ＝１,...,Ｉ）を記憶するトライグ
ラム記憶手段と、前記特徴ベクトル系列Ｙiから、言語
ｉの不特定話者、テキスト独立のエルゴディックＨＭＭ
ＣＨＭＭiを作成する言語別エルゴディックＨＭＭ作成
手段と、ＣＨＭＭi（ｉ＝１,...,Ｉ）を記憶する言語別
エルゴディックＨＭＭ記憶手段とを備えたことを特徴と
する言語モデル作成・記憶装置。 - 【請求項５】 テキスト音声信号を特徴ベクトルの系列
に変換する特徴抽出手段と、言語ｉ（ｉ＝１,...,Ｉ；
Ｉ識別すべき言語の種類）を含む多数種類の言語のテキ
スト音声を学習音声として、該音声の前記特徴抽出手段
により抽出された前記全言語に対する特徴ベクトル系列
から前記全言語共通のエルゴディックＨＭＭ（Ergodic
Hidden Markov Model）ＨＭＭcomを作成する全言語共通
エルゴディックＨＭＭ作成手段と、該ＨＭＭcomを記憶
する全言語共通エルゴディックＨＭＭ記憶手段と、前記
特徴抽出手段によって得られる、言語ｉの特徴ベクトル
系列Ｙiに対応する前記ＨＭＭcomの最適状態系列Ｓiを
得る最適状態系列算出手段と、Ｓiに対応する離散エル
ゴディックＨＭＭ ＤＨＭＭiを作成する離散エルゴディ
ックＨＭＭ作成手段と、ＤＨＭＭi（ｉ＝１,...,Ｉ）を
記憶する離散エルゴディックＨＭＭ記憶手段と、前記特
徴ベクトル系列Ｙiから、言語ｉの不特定話者、テキス
ト独立のエルゴディックＨＭＭ ＣＨＭＭiを作成する言
語別エルゴディックＨＭＭ作成手段と、ＣＨＭＭi（ｉ
＝１,...,Ｉ）を記憶する言語別エルゴディックＨＭＭ
記憶手段とを備え、前記ＤＨＭＭiは、前記ＨＭＭcomの
状態を表すラベルまたは番号を出力ラベルとして出力す
る離散型エルゴディックＨＭＭであって、そのパラメー
タはＳiに対応する尤度が最大になるように推定される
ことを特徴とする言語モデル作成・記憶装置。 - 【請求項６】 識別すべき音声信号を特徴ベクトルの系
列に変換する特徴抽出手段と、請求項４または請求項５
記載の全言語共通エルゴディックＨＭＭ記憶手段と、請
求項４または請求項５記載の最適状態系列算出手段と、
請求項４または請求項５記載の最適状態系列発生度合算
出手段と、請求項４または請求項５記載の言語別エルゴ
ディックＨＭＭ記憶手段と、該各ＨＭＭの入力信号に対
する尤度を算出する言語別尤度算出手段と、言語判定手
段とを備え、前記特徴抽出手段によって前記音声信号に
対する特徴ベクトル系列を得、前記最適状態系列算出手
段により前記特徴ベクトル系列に対する前記全言語共通
エルゴディックＨＭＭの最適状態系列を得、前記最適状
態系列発生度合算出手段により該最適状態系列の発生度
合を言語毎に算出して得られる最適状態系列発生度合
と、前記特徴抽出手段により抽出された特徴ベクトル系
列に対する前記言語別エルゴディックＨＭＭそれぞれの
尤度を前記言語別尤度算出手段により算出し、第ｉ言語
（ｉ＝１,・・・,Ｉ）に対する前記最適状態系列発生度合
算出手段の出力と第ｉ言語に対する前記言語別尤度算出
手段の出力との重み付け加算を行い、これを前記言語識
別すべき音声信号に対する第ｉ言語の尤度と見なし、前
記言語判定手段によりこれが最大になるｉを前記音声信
号の言語であると判定することを特徴とする言語識別装
置。 - 【請求項７】 全言語共通エルゴディックＨＭＭの最適
状態系列は、同一状態のラベルが連続するときは、その
長さに応じて分割し、各分割を１つのラベルに置き換
え、ごく少数の時はそのラベルを取り除くことによっ
て、併合・省略を行って得たものであることを特徴とす
る請求項１、２、３、４、５、６記載の言語モデル作成
・記憶装置または言語識別装置。 - 【請求項８】 エルゴディックＨＭＭの遷移確率に重み
付けたことを特徴とする請求項１、２、３、４、５、６
記載の言語モデル作成・記憶装置または言語識別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02102694A JP3531198B2 (ja) | 1994-02-18 | 1994-02-18 | 言語識別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP02102694A JP3531198B2 (ja) | 1994-02-18 | 1994-02-18 | 言語識別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07230294A JPH07230294A (ja) | 1995-08-29 |
| JP3531198B2 true JP3531198B2 (ja) | 2004-05-24 |
Family
ID=12043506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP02102694A Expired - Fee Related JP3531198B2 (ja) | 1994-02-18 | 1994-02-18 | 言語識別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3531198B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9800657B2 (en) | 2011-08-16 | 2017-10-24 | Empire Technology Development Llc | Allocating data to plurality storage devices |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7529671B2 (en) * | 2003-03-04 | 2009-05-05 | Microsoft Corporation | Block synchronous decoding |
| JP5091202B2 (ja) * | 2009-08-03 | 2012-12-05 | 黎 自奮 | サンプルを用いずあらゆる言語を識別可能な識別方法 |
| US8405531B2 (en) * | 2010-08-31 | 2013-03-26 | Mitsubishi Electric Research Laboratories, Inc. | Method for determining compressed state sequences |
| JP6057170B2 (ja) * | 2013-02-26 | 2017-01-11 | 日本電信電話株式会社 | 音声言語評価装置、パラメータ推定装置、方法、及びプログラム |
| DE112013007617B4 (de) | 2013-11-20 | 2020-06-18 | Mitsubishi Electric Corporation | Spracherkennungsvorrichtung und Spracherkennungsverfahren |
| JP6723907B2 (ja) * | 2016-11-30 | 2020-07-15 | 株式会社日立製作所 | 言語認識システム、言語認識方法、及び言語認識プログラム |
-
1994
- 1994-02-18 JP JP02102694A patent/JP3531198B2/ja not_active Expired - Fee Related
Non-Patent Citations (2)
| Title |
|---|
| 宮沢、大倉、嵯峨山，全音素エルゴディックＨＭＭによる教師なし話者適応，電子情報通信学会技術研究報告［音声］，日本，１９９２年１０月２１日，ＳＰ９２−７５，１５−２０ |
| 清野、中川，エルゴディックＨＭＭを用いた音声による多言語間の識別，電子情報通信学会技術研究報告［音声］，日本，１９９３年 １月１９日，ＳＰ９２−１２９，４９−５６ |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9800657B2 (en) | 2011-08-16 | 2017-10-24 | Empire Technology Development Llc | Allocating data to plurality storage devices |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH07230294A (ja) | 1995-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2965537B2 (ja) | 話者クラスタリング処理装置及び音声認識装置 | |
| EP1906386B1 (en) | Using child directed speech to bootstrap a model based speech segmentation and recognition system | |
| JP3459712B2 (ja) | 音声認識方法及び装置及びコンピュータ制御装置 | |
| JP3803029B2 (ja) | 音声認識装置 | |
| KR101424193B1 (ko) | 타 언어권 화자음성에 대한 음성인식 시스템의 성능 향상을위한 비직접적 데이터 기반 발음변이 모델링 시스템 및방법 | |
| JP2955297B2 (ja) | 音声認識システム | |
| JP3531198B2 (ja) | 言語識別装置 | |
| US6662158B1 (en) | Temporal pattern recognition method and apparatus utilizing segment and frame-based models | |
| JP4595415B2 (ja) | 音声検索システムおよび方法ならびにプログラム | |
| JP3444108B2 (ja) | 音声認識装置 | |
| JP5184467B2 (ja) | 適応化音響モデル生成装置及びプログラム | |
| Huang et al. | A fast algorithm for large vocabulary keyword spotting application | |
| Obuchi et al. | Language identification using phonetic and prosodic HMMs with feature normalization | |
| JP4987530B2 (ja) | 音声認識辞書作成装置および音声認識装置 | |
| JP2905674B2 (ja) | 不特定話者連続音声認識方法 | |
| JP2965529B2 (ja) | 音声認識装置 | |
| JP2938865B1 (ja) | 音声認識装置 | |
| JP2000356997A (ja) | 統計的言語モデル生成装置及び音声認識装置 | |
| JP2968792B1 (ja) | 統計的言語モデル生成装置及び音声認識装置 | |
| Pylkkönen et al. | Using phone durations in Finnish large vocabulary continuous speech recognition | |
| KR20210052563A (ko) | 문맥 기반의 음성인식 서비스를 제공하기 위한 방법 및 장치 | |
| Gollan et al. | Towards automatic learning in LVCSR: rapid development of a Persian broadcast transcription system. | |
| JP2975540B2 (ja) | 自由発話音声認識装置 | |
| Ortmanns et al. | An efficient decoding method for real time speech recognition. | |
| CN115762480A (zh) | 一种语音唤醒方法、语音唤醒装置以及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040210 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040223 |
|
| LAPS | Cancellation because of no payment of annual fees |