JP4825014B2 - 評価用データ生成装置、認識性能分布情報生成装置およびシステム - Google Patents
評価用データ生成装置、認識性能分布情報生成装置およびシステム Download PDFInfo
- Publication number
- JP4825014B2 JP4825014B2 JP2006015166A JP2006015166A JP4825014B2 JP 4825014 B2 JP4825014 B2 JP 4825014B2 JP 2006015166 A JP2006015166 A JP 2006015166A JP 2006015166 A JP2006015166 A JP 2006015166A JP 4825014 B2 JP4825014 B2 JP 4825014B2
- Authority
- JP
- Japan
- Prior art keywords
- order signal
- data
- low
- recognition
- recognition performance
- 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
Images
Description
特に、音声認識技術を新たな入力手段として採用する立場、例えば、音声操作が可能なカーナビゲーション製品を開発するメーカーの立場に立てば、音声認識技術を実環境の実アプリケーションの中で様々なユーザーが使用する場合に、どんな認識性能のばらつきになるのかを、連続的な認識性能分布の形で把握したいという要求がある。
一方、従来、音声認識の性能評価は、試行錯誤的な手法が多かった。上記のような制約の中で収集した有限の音声データ群を学習用音声データ群と評価用音声データ群とに適当に分割する。学習用音声データ群からHMMによる音響モデルを作成し、評価用音声データ群に対する音響モデルの認識性能を評価する。認識性能の評価においては、平均値や最高値、最低値などの離散的な性能評価値を算出する。場合によっては、学習用音声データ群と評価用音声データ群の組み合わせが変化するように複数種類の分割を行い、性能評価結果を平均化する操作によって、より客観性の高い評価を行う場合もある。しかしながら、音声データ群を、学習用音声データ群と評価用音声データ群とに分割する処理は適当であり、且つ、音声データ群も有限であるため、評価用音声データ群は、様々な環境で、様々な声質のユーザーが、様々な喋り方で喋った音声を全て網羅することは、事実上、不可能であった。また、前述したように、認識性能のばらつきがどのようになるのかを、連続的な認識性能分布の形で把握したいという要求に対しては、離散的な性能評価値の算出だけでは応えられないという課題がある。
非特許文献1では、HMMにより生成された不特定話者用音響モデルの平均と分散とを用いて、評価用データを生成する手法が提案されている。また、実際の音声データの単語誤り率が42%であるのに対し、HMMによる不特定話者用音響モデルから生成された評価データの単語誤り率が9%であると報告されている。
また、特許文献1では、非特許文献2の発表を受けて、話者、話速、声の高さ、イントネーション、語彙、感情などのパラメータを音声合成器に与え、評価音声を生成して、認識率を評価し、提示する手法を開示している。
パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成装置であって、
予め取得された、複数対象に係る複数の信号データを記憶する信号データ記憶手段と、
前記信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を記憶する低次信号ベクトル空間記憶手段と、
前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定手段と、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択手段と、
前記信号データ記憶手段に記憶された、前記低次信号ベクトル選択手段で選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成手段と、を備えることを特徴としている。
低次信号ベクトル空間においては、重心から離れれば離れるほど低次信号ベクトルの存在する密度が低くなる傾向にあり、且つ密度の低いところ(分布の外側周辺およびその近傍)にある低次信号ベクトルに対応した信号データは、類似した他の信号データが少ないことを意味しており、例えば、全データを用いて生成した不特定対象に対するパターンモデルに対して低い認識確率を生じさせるユニークな特性を持つ傾向にある。一方、重心に近づけば近づくほど低次信号ベクトルの存在する密度が高くなる傾向にあり、且つ密度の高いところにあるベクトルに対応した信号データは、類似した他の信号データが多いことを意味しており、例えば、全データを用いて生成した不特定対象に対するパターンモデルに対して比較的良好な認識確率を生じさせるという特性を持つ傾向にある。
また、信号データとしては、例えば、人間の音声などの音響データや野鳥、昆虫、蛙、蝙蝠、動物などの野生生物の鳴声データ、画像データ、赤外線センサデータ、加速度センサデータ、方位角センサデータ、圧力センサデータ、圧電素子や振動計などの振動センサデータおよびその他の全てのセンサデータ、リチウムイオン2次電池や燃料電池などの電池の充電状況に関する物理的データ、心電図、筋電図、血圧、体重などの生体信号データ、遺伝子解析用のマイクロアレイデータ、気温、湿度、気圧などの気象データ、酸素濃度、窒素酸化物濃度などの環境データ、株価、物価などの経済動向データなどの時系列データ等がある。
また、高次のパターンモデルを、これより低次のベクトルに変換する公知の手法としては、Sammon法(J. W. Sammon,"A nonlinear mapping for data structure ana1ysis,"IEEE Trans.Computers,vol.C-18,no.5,pp.401-409,May 1969.参照)、判別分析法(R. A. Fisher, "The use of multiple measurements in taxonomic Problems,"Ann.Eugenics,vol.7,no.PartII,pp.179-188,1936.参照)、Aladjam法(M.A1adjem,"Multiclass discriminant mappings,"Signa1 Process.,vol.35,pp.1-18,1994.参照)、ニューラルネットワークによる手法(J.Mao et a1.,"Artificial neural networks for feature extraction and mu1tivariate data projection,"IEEE Trans.Neura1 Networks,vol.6,no.2,pp.296-317,1995.参照)、グラフを利用した手法(Y.Mori et al.,"Comparison of 1ow-dimensional mapping techniques based on discriminatory information,"Proc.2nd International ICSC Symposium on Advances in Intelligent Data Analysis(AIDA'2001),CD-ROM Paper-no.1724-166,Bangor,United Kingdom,2001.参照)、写像追跡法(J.H.Freidman et al.,"A projection pursuit algorithm for exp1oratory data ana1ysis,"IEEE Trans.Comput.,vol.C-23,no.9,pp.881-889,1974.参照)、SOM法(T.Kohonen,"Self-Organizing Maps,"Springer Series in Information Sciences,vol.30,Berlin,1995.参照)等があるが、Sammon法が好適である。
また、複数本の座標軸の近傍に位置する低次信号ベクトルとは、各座標軸上に位置する低次信号ベクトル及び各座標軸の近傍(座標軸から所定距離以内)に位置する低次信号ベクトルの両方を含み、低次信号ベクトル選択手段は、これらのうち少なくとも一方を選択する。
前記低次信号ベクトル空間を複数の領域に区分する領域区分手段を備え、
前記低次信号ベクトル選択手段は、前記領域区分手段で区分した各領域の区分境界と、前記複数本の座標軸との交差位置の近傍に位置する低次信号ベクトルを選択することを特徴としている。
従って、領域の区分の仕方を工夫することで、座標軸に沿って段階的に特性が変化する信号データに対応する低次信号ベクトルのうち、各特性の代表となる低次信号ベクトルを選択することができるので、評価基準となる認識対象の数(評価用データの生成数)をより少なくすることができる。これにより、パターン認識手段の認識性能を適切に評価することができる評価用データをより効率よく広範囲にかつ偏り無く一様に生成することができるという効果が得られる。
前記低次信号ベクトル空間は2次元、3次元、4次元及び5次元のいずれか1の次元のデータ空間であり、
前記領域区分手段は、前記低次信号ベクトル空間を構成する複数の低次信号ベクトルを、全低次信号ベクトルの重心を中心とし且つ前記重心と当該重心から最も離れた位置の低次信号ベクトルとの距離を半径とした1つの外円または外球と、前記重心を中心とし且つ前記外円または外球よりも小さな半径のn個の内円または内球(nは1以上の整数)とにより区分し、
前記低次信号ベクトル選択手段は、前記外円および内円または外球および内球からなる複数の同心円同士または同心球同士の各曲線間または各曲面間に形成される環状または球面状の領域の各区分境界と、前記複数本の座標軸との交差位置の近傍に位置する低次信号ベクトルを選択することを特徴としている。
前記座標軸設定手段は、各隣り合う2つの前記座標軸が前記重心を頂点として形成する角度がそれぞれ等角度となるように前記複数本の座標軸を設定することを特徴としている。
このような構成であれば、複数本の座標軸を低次信号ベクトル空間に対して満遍なく設定することが可能となるので、より無駄なく様々な特性を有する認識対象の評価用データを生成することが可能となる。従って、パターン認識手段の認識性能を適切に評価することができる評価用データをより効率よく広範囲にかつ偏り無く一様に生成することができるという効果が得られる。
認識対象に係る属性情報を取得する属性情報取得手段と、
前記属性情報取得手段で取得した属性情報に基づき、前記低次信号ベクトル空間における前記属性情報に対応する低次信号ベクトルを選択する属性対応低次信号ベクトル選択手段と、
前記属性対応低次信号ベクトル選択手段で選択した低次信号ベクトルの、前記低次信号ベクトル空間における分布の最外縁に位置する複数の低次信号ベクトルの座標点を結線して評価領域を生成する第1評価領域生成手段と、
前記第1評価領域生成手段で生成された評価領域内に含まれる低次信号ベクトルに対応する高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像して、前記低次信号ベクトル空間を再構成する第1低次信号ベクトル空間再構成手段と、を備えることを特徴としている。
また、低次信号ベクトル空間を再構成するとは、低次信号ベクトル空間記憶手段に記憶された低次信号ベクトル空間に含まれるデータの一部(認識対象に係る属性に関与するデータ)を用いて、新たな低次信号ベクトル空間を生成することである。
新規認識対象に係る信号データを取得する信号データ取得手段と、
前記信号データ取得手段で取得した信号データに基づき新規の高次信号パターンモデルを生成する高次信号パターンモデル生成手段と、
前記高次信号パターンモデル生成手段で生成された高次信号パターンモデルに対応する新規の低次信号ベクトルを前記低次信号ベクトル空間に追加して、評価領域同定用の低次信号ベクトル空間を生成する評価領域同定用低次信号ベクトル空間生成手段と、
前記生成した評価領域同定用の低次信号ベクトル空間における前記新規の低次信号ベクトルの分布の最外縁に位置する各低次信号ベクトルの座標点を結線して第2評価領域を生成する第2評価領域生成手段と、
前記第2評価領域生成手段で生成された第2評価領域内に含まれる、前記新規の低次信号ベクトルを含む全ての低次信号ベクトルに対応する高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像して、前記低次信号ベクトル空間を再構成する第2低次信号ベクトル空間再構成手段と、を備えることを特徴としている。
更に、請求項7に係る発明は、請求項1乃至請求項6のいずれか1項に記載の評価用データ生成装置において、
前記評価用データ生成手段は、前記信号データ記憶手段に記憶された各信号データを構成する部分信号系列を各評価用パターンに合った組み合わせで接続することによって、前記評価用データを生成することを特徴としている。
前記評価用データ生成手段は、前記信号データ記憶手段に記憶された各信号データに基づき算出された特徴パラメータを構成する部分系列を各評価用パターンに合った組み合わせで接続することによって、前記評価用データを生成することを特徴としている。
前記高次信号パターンモデルは、HMM(Hidden Markov Model)によって構成されることを特徴としている。
このような構成であれば、前記高次信号パターンモデルは、HMM(Hidden Markov Model)によって構成され、時間的概念を伴う信号データに対して適切なパターンモデルとなる。
所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成装置であって、
請求項1乃至請求項9のいずれか1項に記載の評価用データ生成装置と、
前記評価用データ生成装置で生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力手段と、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得手段と、
前記認識結果取得手段で取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出手段と、
前記認識性能値算出手段の算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成手段と、を備えることを特徴としている。
更に、請求項11に係る発明は、請求項10記載の認識性能分布情報生成装置において、
前記認識性能分布情報生成手段は、前記認識性能分布情報として、前記複数の認識対象の認識性能値を座標空間上に降順または昇順に並べると共に、当該並べられた認識性能値に対して近似曲線または近似直線を引くことで前記認識性能値の分布を示すグラフを生成することを特徴としている。
従って、性能評価値の分布を近似曲線または近似直線によって近似することで、様々な特性を有する認識対象に対する認識性能値の連続的な変化(変化特性)を推定することができると共に、例えば、このような認識性能分布情報を出力(表示、プリントアウト等)することで、様々な特性を有する認識対象に対する認識性能値の連続的な変化を視覚的に簡易に把握することができるという効果が得られる。
所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成システムであって、
前記パターン認識の仕様に関する仕様情報を取得する仕様情報取得手段と、
予め取得された、複数対象に係る複数の信号データを記憶する信号データ記憶手段と、
前記仕様情報に基づき、前記信号データ記憶手段に記憶された信号データから、前記パターン認識手段の認識性能評価用の評価用データの生成処理に用いる信号データを選択する信号データ選択手段と、
前記信号データ選択手段で選択した信号データに基づき、4次元以上の高次元の要素からなる高次信号パターンモデルを生成する高次信号パターンモデル生成手段と、
前記高次信号パターンモデル生成手段で生成した複数の前記高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を生成する低次信号ベクトル空間生成手段と、
前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれが交差する複数本の座標軸を設定する座標軸設定手段と、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択手段と、
前記信号データ記憶手段に記憶された、前記低次信号ベクトル選択手段で選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成手段と、
前記評価用データ生成手段で生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力手段と、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得手段と、
前記認識結果取得手段で取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出手段と、
前記認識性能値算出手段の算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成手段と、
前記認識性能分布情報生成手段で生成された認識性能分布情報を出力する認識性能分布情報出力手段と、を備えることを特徴としている。
一方、上記目的を達成するために、請求項13記載の評価用データ生成プログラムは、
パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成プログラムであって、
複数対象に係る複数の信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心を原点とした複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成ステップとからなる処理をコンピュータに実行させるためのプログラムを含むことを特徴としている。
また、上記目的を達成するために、請求項14記載の評価用データ生成方法は、
パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成方法であって、
複数対象に係る複数の信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を低次信号ベクトル空間記憶手段に記憶する低次信号ベクトル空間記憶ステップと、
前記低次信号ベクトル空間記憶手段に記憶された前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定ステップで設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成ステップと、を含むことを特徴としている。
一方、上記目的を達成するために、請求項15記載の認識性能分布情報生成プログラムは、
所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成プログラムであって、
複数対象に係る複数の信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心を原点とした複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成ステップと、
前記評価用データ生成ステップで生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力ステップと、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得ステップと、
前記認識結果取得ステップで取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出ステップと、
前記認識性能値算出ステップの算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成ステップとからなる処理をコンピュータに実行させるためのプログラムを含むことを特徴としている。
また、上記目的を達成するために、請求項16記載の認識性能分布情報生成方法は、
所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成方法であって、
複数対象に係る複数の信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心を原点とした複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成ステップと、
前記評価用データ生成ステップで生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力ステップと、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得ステップと、
前記認識結果取得ステップで取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出ステップと、
前記認識性能値算出ステップの算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成ステップと、を含むことを特徴としている。
一方、上記目的を達成するために、請求項17記載の認識性能分布情報生成プログラムは、
所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成プログラムであって、
前記パターン認識の仕様に関する仕様情報を取得する仕様情報取得ステップと、
前記仕様情報に基づき、信号データ記憶手段に記憶された複数対象に係る複数の信号データから、前記パターン認識手段の認識性能評価用の評価用データの生成処理に用いる信号データを選択する信号データ選択ステップと、
前記信号データ選択ステップで選択した信号データに基づき、4次元以上の高次元の要素からなる高次信号パターンモデルを生成する高次信号パターンモデル生成ステップと、
前記高次信号パターンモデル生成ステップで生成した複数の前記高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を生成する低次信号ベクトル空間生成ステップと、
前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心を原点とした複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記信号データ記憶手段に記憶された、前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成ステップと、
前記評価用データ生成ステップで生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力ステップと、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得ステップと、
前記認識結果取得ステップで取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出ステップと、
前記認識性能値算出ステップの算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成ステップと、
前記認識性能分布情報生成ステップで生成された認識性能分布情報を出力する認識性能分布情報出力ステップとからなる処理をコンピュータに実行させるためのプログラムを含むことを特徴としている。
また、上記目的を達成するために、請求項18記載の認識性能分布情報生成方法は、
所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成方法であって、
前記パターン認識の仕様に関する仕様情報を取得する仕様情報取得ステップと、
前記仕様情報に基づき、信号データ記憶手段に記憶された複数対象に係る複数の信号データから、前記パターン認識手段の認識性能評価用の評価用データの生成処理に用いる信号データを選択する信号データ選択ステップと、
前記信号データ選択ステップで選択した信号データに基づき、4次元以上の高次元の要素からなる高次信号パターンモデルを生成する高次信号パターンモデル生成ステップと、
前記高次信号パターンモデル生成ステップで生成した複数の前記高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を生成する低次信号ベクトル空間生成ステップと、
前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心を原点とした複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記信号データ記憶手段に記憶された、前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成ステップと、
前記評価用データ生成ステップで生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力ステップと、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得ステップと、
前記認識結果取得ステップで取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出ステップと、
前記認識性能値算出ステップの算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成ステップと、
前記認識性能分布情報生成ステップで生成された認識性能分布情報を出力する認識性能分布情報出力ステップと、を含むことを特徴としている。
以下、本発明の第1の実施形態を図面に基づき説明する。図1〜図13は、本発明に係る評価用データ生成装置、評価用データ生成プログラム及び評価用データ生成方法、並びに認識性能分布情報生成装置、認識性能分布情報生成プログラム及び認識性能分布情報生成方法の実施形態を示す図である。
認識性能分布情報生成装置100は、図1に示すように、評価用データ生成器10と、認識性能分布情報生成器20とを含んで構成される。
評価用データ生成器10は、図2に示すように、外部から入力される各種データを取得するデータ取得部10aと、当該評価用データ生成器10を統括制御するデータ制御部10bと、低次信号ベクトル空間(複数の低次信号ベクトルデータから構成されたデータ空間)を記憶する低次信号ベクトル空間記憶部10cと、信号データ及びこれら信号データから生成された高次信号パターンモデルを記憶する信号データ記憶部10dと、信号データに基づき高次信号パターンモデルを生成する高次信号パターンモデル生成部10eと、高次信号パターンモデルに基づき低次信号ベクトル空間を生成する低次信号ベクトル空間生成部10fとを含んで構成される。
生成モード2:低次信号ベクトル空間記憶部10cに記憶された低次信号ベクトル空間から、外部機器等から入力された指示データに対応する低次信号ベクトル空間を選択し、当該選択した低次信号ベクトル空間における、前記入力された指示データに含まれる属性情報に対応する低次信号ベクトルを選択する。更に、当該選択された低次信号ベクトルに基づき評価領域を同定し、当該評価領域内の全低次信号ベクトルに対応する高次信号パターンモデルに基づき低次信号ベクトル空間を再構成し、この再構成した低次信号ベクトル空間に対して生成モード1と同様の処理を行って評価用データを生成する。従って、指示データには、生成モード2を指示するコマンド及び認識対象に係る属性情報が含まれる。
座標軸設定部10iは、領域区分部10hで領域が区分された低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心においてそれぞれが例えば、均等に交差する複数本の座標軸を設定する。具体的には、複数本の座標軸を重心から放射状に設定し、且つ重心を頂点とする各座標軸間の角度が等角度となるように設定する。つまり、各座標軸間の角度を等角度にすることで、放射角の角度方向に離散的且つ満遍なく座標軸を設定することが可能である。
認識性能分布情報生成器20は、図3に示すように、当該認識性能分布情報生成器20を統括制御するデータ制御部20aと、評価用データ等の各種データを記憶するデータ記憶部20bと、パターン認識器300に評価用データを入力する評価用データ入力部20cと、パターン認識器300から認識結果を取得する認識結果取得部20dと、当該取得した認識結果に基づき認識性能値を算出する認識性能値算出部20eと、当該算出した認識性能値に基づき認識性能分布情報を生成する認識性能分布情報生成部20fと、当該生成した認識性能分布情報を出力する認識性能分布情報出力部20gとを含んで構成される。
評価用データ入力部20cは、パターン認識器300の仕様に応じた評価用データを、データ制御部20aを介してデータ記憶部20bから取得し、当該取得した評価用データを、パターン認識器300に入力する。ここで、評価用データは、認識性能分布情報生成装置100とパターン認識器300との接続形態に応じて、有線または無線等を介してパターン認識器300に入力される。なお、パターン認識器300の機能を、例えば、認識性能分布情報生成装置100内に持たせ、内部で全てを処理する構成としても良い。その場合は、データ伝送バス等を介して評価用データがパターン認識器300に伝送される。
認識性能値算出部20eは、パターン認識器300の仕様情報毎にデータ記憶部20bに記憶された認識結果データを、データ制御部20aを介してデータ記憶部20bから取得し、当該取得した認識結果データに基づき、各ラベル毎の認識性能値を算出する。具体的には、評価用データの示す単語が予め解っているので、各ラベル毎に生成された複数種類の評価用データの認識結果データから各ラベル毎の正しい認識結果の割合を示す認識率を算出する。例えば、各ラベル毎に100個の評価用データがあるとすると、このうちパターン認識器300で正しく認識できた数が90個だとすると、算出される認識性能値は「90%」となる。そして、算出した認識性能値のデータを、パターン認識器300の仕様情報且つ高次信号パターンモデルの各ラベルに対応付けてデータ記憶部20bに記憶する。
例えば、パターン認識器300が音声認識エンジンを搭載しており、評価用データが評価用音声データである場合、高次信号パターンモデルに対応付けられたラベルには、話者の識別情報(氏名等)、音声データ収集時の周辺環境(発話環境)の情報、音声データ収集時の発話の方法(発話様式)などの特定条件を示す情報などが含まれる。従って、この場合の認識性能分布情報は、各話者毎の認識率の分布を示すグラフとなる。
なお、本実施形態において、認識性能分布情報生成装置100は、図示しないプロセッサと、RAM(Random Access Memory)と、専用のプログラムの記憶されたROM(Read Only Memory)と、を備えており、プロセッサにより専用のプログラムを実行することにより上記評価用データ生成器10及び上記認識性能分布情報生成器20の各部の機能を果たす。ここで、上記各部は、専用のプログラムのみでその機能を果たすもの、専用のプログラムによりハードウェアを制御してその機能を果たすもの等が混在している。
評価用データ生成処理は、図4に示すように、まずステップS100に移行し、データ制御部10bにおいて、データ取得部10aを介して指示データを取得したか否かを判定し、取得したと判定された場合(Yes)は、ステップS102に移行し、そうでない場合(Yes)は判定処理を続行する。
ステップS104に移行した場合は、領域区分部10hにおいて、データ制御部10bからの領域区分処理実行コマンドに応じて、低次信号ベクトル空間記憶部10cから、ステップS100で取得した指示データに対応する新規の低次信号ベクトル空間データを読み出してステップS106に移行する。
ステップS114では、データ制御部10bにおいて、評価用データ生成部10kから伝送されてきた評価用データを、認識性能分布情報生成器20に伝送してステップS100に移行する。
ステップS120では、評価領域同定部10gにおいて、ステップS100で取得した指示データに含まれる属性情報に基づき、ステップS118で読み出した低次信号ベクトル空間における、前記属性情報に対応する低次信号ベクトルを選択してステップS122に移行する。
ステップS132では、低次信号ベクトル空間生成部10fにおいて、ステップS130で読み出した低次信号ベクトル空間に、ステップS128で生成した高次信号パターンモデルに対応する低次信号ベクトルを追加した低次信号ベクトル空間を生成し、当該生成した低次信号ベクトル空間データを、データ制御部10bを介して評価領域同定処理実行コマンドと共に評価領域同定部10gに伝送してステップS134に移行する。
更に、図5に基づき、認識性能分布情報生成装置100の認識性能分布情報生成器20における認識性能分布情報生成処理の流れを説明する。ここで、図5は、認識性能分布情報生成器20の認識性能分布情報生成処理を示すフローチャートである。
ステップS204では、認識結果取得部20dにおいて、パターン認識器300からの認識結果データを取得し、当該取得した認識結果データをデータ制御部20aを介してデータ記憶部20bに記憶すると共に認識性能値算出処理実行コマンドを認識性能値算出部20eに伝送してステップS206に移行する。
次に、図6〜図13に基づき、本実施形態の動作を説明する。
ここで、図6は、音声信号データに対する2次元の低次信号ベクトル空間の一例を示す図である。また、図7は、領域区分後の図6の低次信号ベクトル空間の一例を示す図である。また、図8は、複数本の座標軸が設定された図7の低次ベクトル空間の一例を示す図である。また、図9は、図8の低次信号ベクトル空間における座標軸と領域境界との交差位置を示す図である。また、図10は、座標軸上に位置する低次信号ベクトルの特性変化の様子の一例を示す図である。また、図11は、認識性能分布情報の一例を示す図である。また、図12は、生成モード2における評価領域の一例を示す図である。また、図13は、生成モード3における評価領域の一例を示す図である。
まず、外部機器から、データ取得部10aを介して、生成モード1による評価用データ生成処理の指示情報、評価用データの生成対象である低次信号ベクトル空間データ、当該低次信号ベクトル空間データの生成に用いた高次信号パターンモデル及び当該高次信号パターンモデルの生成時に使用した音声信号データを含む指示データが入力されたとする(ステップS100の「Yes」の分岐)。
領域区分部10hは、データ制御部10bからの領域区分処理実行コマンドに応じて、指示データに対応する低次信号ベクトル空間データを低次信号ベクトル空間記憶部10cから読み出し(ステップS104)、当該読み出した低次信号ベクトル空間を複数の領域に区分し、領域区分後の低次信号ベクトル空間をデータ制御部10bを介して、座標軸設定実行コマンドと共に座標軸設定部10iに伝送する。(ステップS106)。
一方、認識性能分布情報生成器20は、評価用データ生成器10から評価用データが入力されると、データ制御部20aにおいて、当該入力された評価用データをデータ記憶部20bに記憶すると共に、入力実行コマンドを評価用データ入力部20cに伝送する(ステップS200)。評価用データ入力部20cは、入力実行コマンドに応じて、データ記憶部20bから各ラベル毎の評価用データ(音声データ)を読み出し、当該読み出した評価用データを、パターン認識器300に入力する(ステップS202)。
認識性能値算出部20eは、認識性能値算出処理実行コマンドに応じて、データ記憶部20bから認識結果データを読み出し、当該読み出した認識結果データに基づき、各ラベル毎の認識性能値を算出し、当該算出した認識性能値をデータ制御部20aを介してデータ記憶部20bに記憶すると共に、認識性能分布情報生成処理実行コマンドを認識性能分布情報生成部20fに伝送する(ステップS206)。
データ制御部10bは、指示データが生成モード2による評価用データ生成処理を指示していることを確認すると、上記取得した指示データに含まれる属性情報を、評価領域同定処理実行コマンド共に評価領域同定部10gに伝送する(ステップS116の「Yes」の分岐)。
データ制御部10bは、指示データが生成モード3による評価用データ生成処理を指示していることを確認すると、上記取得した指示データに含まれる音声信号データを、高次信号パターンモデル生成処理実行コマンド共に高次信号パターンモデル生成部10eに伝送する(ステップS126の「Yes」の分岐)。
このようにして、本発明に係る認識性能分布情報生成装置100は、当該認識対象に係る信号データから構成される高次信号パターンモデルを射影してなる低次信号ベクトル空間を複数の領域に区分し、当該区分後の低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心において例えば、均等に交差する複数本の座標軸を放射状に設定し、当該複数本の座標軸と各領域の区分境界との交差位置に最も近い位置にある低次信号ベクトルに対応する認識対象を、パターン認識器300の認識性能の評価基準となる認識対象として選択するようにしたので、様々な特性を有する認識対象を効率よく広範囲にかつ偏り無く一様に選択することが可能である。
また、上記生成された評価用データをパターン認識器300に入力し、その認識結果に基づき、認識性能分布情報を生成するようにしたので、様々な特性を有する認識対象の認識性能の分布を効率よく(低コストで)得ることが可能である。
上記第1の実施形態において、信号データ記憶部10dは、請求項1、7、8のいずれか1項に記載の信号データ記憶手段に対応し、低次信号ベクトル空間記憶部10cは、請求項1記載の低次信号ベクトル空間記憶手段に対応し、座標軸設定部10iは、請求項1または4に記載の座標軸設定手段に対応し、低次信号ベクトル選択部10jは、請求項1、2、3及び5のいずれか1項に記載の低次信号ベクトル選択手段に対応し、評価用データ生成部10kは、請求項1、7及び8のいずれか1項に記載の評価用データ生成手段に対応する。
また、上記第1の実施形態において、ステップS202は、請求項15または16記載の評価用データ入力ステップに対応し、ステップS204は、請求項15または16記載の認識結果取得ステップに対応し、ステップS206は、請求項15または16記載の認識性能値算出ステップに対応し、ステップS208は、請求項15または16記載の認識性能分布情報生成ステップに対応する。
〔第1の実施形態の実施例〕
パターン認識器の評価に用いる代表的な基準話者を選択する方法として、本発明が開示する方法の他に、例えば、ランダムに基準話者を選択する方法と、クラスタリングを行い、クラスタの重心を基準話者として選択する方法とがある。本実施例では、本発明により基準話者を選択する方法、ランダムに基準話者を選択する方法及びクラスタリング手法により基準話者を選択する方法における認識性能分布情報(グラフ)の推定精度の比較を行う。
まず、ランダムに基準話者を選択する場合について説明する。65人の話者の中から、ランダムに13人を選択した。ランダムに選択する手法としては、Perlのrand()関数を用い、初期値を1から5まで5通り変えて行った。その結果、初期値5の場合が最も認識性能分布情報(多項式近似曲線グラフ)の推定精度が高かったので、その結果を図14に示す。ここで、全ての65人の話者の音声データに対する認識性能値を●印で示し、この65個の認識性能値の対数近似曲線を実線で示す。この実線が、所望の認識性能分布曲線である。一方、ランダムに選択された13人の基準話者の音声データに対する13個の認識性能値を65個の認識性能値にスケールが合うように昇順に等間隔に並べた点を▲印で示し、この13個の認識性能値の5次の多項式近似曲線を点線で示す。この実線と点線が近接していればしているほど、13人の基準話者の認識性能から65人の全話者の認識性能分布を高い精度で予測できることになる。
〔第2の実施形態〕
次に、本発明の第2の実施形態を図面に基づき説明する。図18は、本発明に係る評価用データ生成装置、評価用データ生成プログラム及び評価用データ生成方法、並びに認識性能分布情報生成装置、認識性能分布情報生成システム、認識性能分布情報生成プログラム及び認識性能分布情報生成方法の実施形態を示す図である。
認識性能分布情報生成システム400は、図18に示すように、上記第1の実施形態の認識性能分布情報生成装置100における認識性能分布情報生成器20と同等の機能を有したパターン認識性能分布予測クライアント40と、パターン認識アプリケーション機器42と、上記第1の実施形態の認識性能分布情報生成装置100における評価用データ生成器10と同等の機能を有したパターン認識性能分布予測サーバ44と、様々な認識対象の信号データが記憶された信号データ記憶装置46と、パターン認識アプリケーション機器42と信号データ記憶装置46とを相互にデータ通信可能に接続するネットワーク48とを含んで構成される。
一方、パターン認識性能分布予測サーバ44は、パターン認識性能分布予測クライアント40からのパターン認識に関する仕様情報を受信し、当該受信した仕様情報に基づき、信号データ記憶装置46から仕様情報に対応する高次信号パターンモデルを選択し、当該選択した高次信号パターンモデルから低次信号ベクトル空間を生成し、当該生成した低次信号ベクトル空間を用いて、上記第1の実施形態と同様の処理を行い評価用データを生成する。そして、生成した評価用データを、ネットワーク48を介して仕様情報の送信元であるパターン認識性能分布予測クライアント40に送信する。ここで、信号データ記憶装置46から、高次信号パターンモデルではなくて信号データを選択し、当該選択した信号データから高次信号パターンモデルを生成し、当該生成した高次信号パターンモデルから低次信号ベクトル空間を生成するようにしても良い。
ネットワーク48は、LAN、WAN、インターネットなどのネットワークであり、有線ネットワーク、無線ネットワーク、有線と無線とが混在したネットワークなどのいずれかの形態となる。
例えば、音声認識機能を搭載した、カーナビゲーションシステム、ハンズフリー通話装置、ロボット、住宅設備機器、ゲーム機などの音声パターン認識アプリケーション機器を新規に商品企画する場合に、その音声認識性能分布を本システムを利用して予測する。
この場合、ユーザは、まず、最初に、商品企画のアイデアから、パターン認識に関する仕様情報を明確化し、それをパターン認識性能分布予測クライアント40に入力する。
パターン認識性能分布予測クライアント40は、音声の認識性能分布の予測に有効な情報をパターン認識に関する仕様情報から抽出する。例えば、音声の言語種別、語彙サイズ、受理すべき発話文法、パターン認識アプリケーション機器の動作環境の雑音種別やSNR(Signal-to-Noise Ratio)、残響のパターンや残響時間、パターン認識アプリケーション機器のユーザーの出身地や年齢などの情報が音声の認識性能分布の予測に有効な情報である。
一方、パターン認識性能分布予測サーバ44は、パターン認識性能分布予測クライアント40から送信されたパターン認識に関する仕様情報から、認識性能分布予測に必要な信号データを信号データ記憶装置46から取得する。信号データ記憶装置46は、1ヶ所に集中されていても良いし、複数ヶ所に分散され、有線、無線のネットワークで結合されていても良い。そして、パターン認識性能分布予測サーバ44は、上記第1の実施形態と同様の処理によって、評価用データを生成し、当該生成した評価用データを、ネットワーク48を介してパターン認識性能分布予測クライアント40に送信する。
一方、パターン認識アプリケーション機器42は、例えば、表示装置を備えており、パターン認識クライアント40から入力された認識性能分布情報を表示装置に表示する。パターン認識アプリケーション機器42のユーザは、この表示された認識性能分布情報を見て、パターン認識アプリケーション機器42の認識性能を評価することができる。
また、パターン認識アプリケーション機器の商品企画者は、自分で音声の認識性能分布を予測する必要がないという利点がある。
上記第2の実施形態において、信号データ記憶装置46は、請求項12、17及び18のいずれか1項に記載の信号データ記憶手段に対応し、低次信号ベクトル空間記憶部10cは、請求項12記載の低次信号ベクトル空間記憶手段に対応し、座標軸設定部10iは、請求項12記載の座標軸設定手段に対応し、低次信号ベクトル選択部10jは、請求項12記載の低次信号ベクトル選択手段に対応し、評価用データ生成部10kは、請求項12記載の評価用データ生成手段に対応する。
また、上記第1の実施形態において、ステップS202は、請求項17または18記載の評価用データ入力ステップに対応し、ステップS204は、請求項17または18記載の認識結果取得ステップに対応し、ステップS206は、請求項17または18記載の認識性能値算出ステップに対応し、ステップS208は、請求項17または18記載の認識性能分布情報生成ステップに対応する。
また、上記第1の実施形態においては、認識性能分布情報生成装置100を、評価用データを生成する評価用データ生成器10、及び認識性能分布情報を生成する認識性能分布情報生成器20の2つの生成器を有する構成としたが、これに限らず、これら各生成器の有する機能を分けずに1つにまとめた構成としても良い。
また、例えば、3次元の低次信号ベクトル空間においては、3次元の極座標系、すなわち、(r・sinθ・cosη、r・sinθ・sinη、r・cosθ)に基づいて、複数本の座標軸の近傍に位置する低次信号ベクトルを選択すればよい。
300 パターン認識器
400,500 認識性能分布情報生成システム
10 評価用データ生成器
10a データ取得部
10b データ制御部
10c 低次信号ベクトル空間記憶部
10d 信号データ記憶部
10e 高次信号パターンモデル生成部
10f 低次信号ベクトル空間生成部
10g 評価領域同定部
10h 領域区分部
10i 座標軸設定部
10j 低次信号ベクトル選択部
10k 評価用データ生成部
20 認識性能分布情報生成器
20a データ制御部
20b データ記憶部
20c 評価用データ入力部
20d 認識結果取得部
20e 認識性能値算出部
20f 認識性能分布情報生成部
20g 認識性能分布情報出力部
Claims (18)
- パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成装置であって、
予め取得された、複数対象に係る複数の信号データを記憶する信号データ記憶手段と、
前記信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を記憶する低次信号ベクトル空間記憶手段と、
前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定手段と、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択手段と、
前記信号データ記憶手段に記憶された、前記低次信号ベクトル選択手段で選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成手段と、を備えることを特徴とする評価用データ生成装置。 - 前記低次信号ベクトル空間を複数の領域に区分する領域区分手段を備え、
前記低次信号ベクトル選択手段は、前記領域区分手段で区分した各領域の区分境界と、前記複数本の座標軸との交差位置の近傍に位置する低次信号ベクトルを選択することを特徴とする請求項1記載の評価用データ生成装置。 - 前記低次信号ベクトル空間は2次元または3次元のデータ空間であり、
前記領域区分手段は、前記低次信号ベクトル空間を構成する複数の低次信号ベクトルを、全低次信号ベクトルの重心を中心とし且つ前記重心と当該重心から最も離れた位置の低次信号ベクトルとの距離を半径とした1つの外円または外球と、前記重心を中心とし且つ前記外円または外球よりも小さな半径のn個の内円または内球(nは1以上の整数)とにより区分し、
前記低次信号ベクトル選択手段は、前記外円および内円または外球および内球からなる複数の同心円同士または同心球同士の各曲線間または各曲面間に形成される環状または球面状の領域の各区分境界と、前記複数本の座標軸との交差位置の近傍に位置する低次信号ベクトルを選択することを特徴とする請求項2記載の評価用データ生成装置。 - 前記座標軸設定手段は、各隣り合う2つの前記座標軸が前記重心を頂点として形成する角度がそれぞれ等角度となるように前記複数本の座標軸を設定することを特徴とする請求項3記載の評価用データ生成装置。
- 認識対象に係る属性情報を取得する属性情報取得手段と、
前記属性情報取得手段で取得した属性情報に基づき、前記低次信号ベクトル空間における前記属性情報に対応する低次信号ベクトルを選択する属性対応低次信号ベクトル選択手段と、
前記属性対応低次信号ベクトル選択手段で選択した低次信号ベクトルの、前記低次信号ベクトル空間における分布の最外縁に位置する複数の低次信号ベクトルの座標点を結線して評価領域を生成する第1評価領域生成手段と、
前記第1評価領域生成手段で生成された評価領域内に含まれる低次信号ベクトルに対応する高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像して、前記低次信号ベクトル空間を再構成する第1低次信号ベクトル空間再構成手段と、を備えることを特徴とする請求項1乃至請求項4のいずれか1項に記載の評価用データ生成装置。 - 新規認識対象に係る信号データを取得する信号データ取得手段と、
前記信号データ取得手段で取得した信号データに基づき新規の高次信号パターンモデルを生成する高次信号パターンモデル生成手段と、
前記高次信号パターンモデル生成手段で生成された高次信号パターンモデルに対応する新規の低次信号ベクトルを前記低次信号ベクトル空間に追加して、評価領域同定用の低次信号ベクトル空間を生成する評価領域同定用低次信号ベクトル空間生成手段と、
前記生成した評価領域同定用の低次信号ベクトル空間における前記新規の低次信号ベクトルの分布の最外縁に位置する各低次信号ベクトルの座標点を結線して第2評価領域を生成する第2評価領域生成手段と、
前記第2評価領域生成手段で生成された第2評価領域内に含まれる、前記新規の低次信号ベクトルを含む全ての低次信号ベクトルに対応する高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像して、前記低次信号ベクトル空間を再構成する第2低次信号ベクトル空間再構成手段と、を備えることを特徴とする請求項1乃至請求項5のいずれか1項に記載の評価用データ生成装置。 - 前記評価用データ生成手段は、前記信号データ記憶手段に記憶された各信号データを構成する部分信号系列を各評価用パターンに合った組み合わせで接続することによって、前記評価用データを生成することを特徴とする請求項1乃至請求項6のいずれか1項に記載の評価用データ生成装置。
- 前記評価用データ生成手段は、前記信号データ記憶手段に記憶された各信号データに基づき算出された特徴パラメータを構成する部分系列を各評価用パターンに合った組み合わせで接続することによって、前記評価用データを生成することを特徴とする請求項1乃至請求項6のいずれか1項に記載の評価用データ生成装置。
- 前記高次信号パターンモデルは、HMM(Hidden Markov Model)によって構成されることを特徴とする請求項1乃至請求項8のいずれか1項に記載の評価用データ生成装置。
- 所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成装置であって、
請求項1乃至請求項9のいずれか1項に記載の評価用データ生成装置と、
前記評価用データ生成装置で生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力手段と、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得手段と、
前記認識結果取得手段で取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出手段と、
前記認識性能値算出手段の算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成手段と、を備えることを特徴とする認識性能分布情報生成装置。 - 前記認識性能分布情報生成手段は、前記認識性能分布情報として、前記複数の認識対象の認識性能値を座標空間上に降順または昇順に並べると共に、当該並べられた認識性能値に対して近似曲線または近似直線を引くことで前記認識性能値の分布を示すグラフを生成することを特徴とする請求項10記載の認識性能分布情報生成装置。
- 所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成システムであって、
前記パターン認識の仕様に関する仕様情報を取得する仕様情報取得手段と、
予め取得された、複数対象に係る複数の信号データを記憶する信号データ記憶手段と、
前記仕様情報に基づき、前記信号データ記憶手段に記憶された信号データから、前記パターン認識手段の認識性能評価用の評価用データの生成処理に用いる信号データを選択する信号データ選択手段と、
前記信号データ選択手段で選択した信号データに基づき、4次元以上の高次元の要素からなる高次信号パターンモデルを生成する高次信号パターンモデル生成手段と、
前記高次信号パターンモデル生成手段で生成した複数の前記高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を生成する低次信号ベクトル空間生成手段と、
前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定手段と、
前記座標軸設定手段で設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択手段と、
前記信号データ記憶手段に記憶された、前記低次信号ベクトル選択手段で選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成手段と、
前記評価用データ生成手段で生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力手段と、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得手段と、
前記認識結果取得手段で取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出手段と、
前記認識性能値算出手段の算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成手段と、
前記認識性能分布情報生成手段で生成された認識性能分布情報を出力する認識性能分布情報出力手段と、を備えることを特徴とする認識性能分布情報生成システム。 - パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成プログラムであって、
複数対象に係る複数の信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定ステップで設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成ステップとからなる処理をコンピュータに実行させるためのプログラムを含むことを特徴とする評価用データ生成プログラム。 - パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成方法であって、
複数対象に係る複数の信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を低次信号ベクトル空間記憶手段に記憶する低次信号ベクトル空間記憶ステップと、
前記低次信号ベクトル空間記憶手段に記憶された前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定ステップで設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成ステップと、を含むことを特徴とする評価用データ生成方法。 - 所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成プログラムであって、
複数対象に係る複数の信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定ステップで設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成ステップと、
前記評価用データ生成ステップで生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力ステップと、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得ステップと、
前記認識結果取得ステップで取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出ステップと、
前記認識性能値算出ステップの算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成ステップとからなる処理をコンピュータに実行させるためのプログラムを含むことを特徴とする認識性能分布情報生成プログラム。 - 所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成方法であって、
複数対象に係る複数の信号データに基づき生成された4次元以上の高次元の要素からなる複数の高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定ステップで設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、パターン認識における認識性能を評価するための評価用データを生成する評価用データ生成ステップと、
前記評価用データ生成ステップで生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力ステップと、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得ステップと、
前記認識結果取得ステップで取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出ステップと、
前記認識性能値算出ステップの算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成ステップと、を含むことを特徴とする認識性能分布情報生成方法。 - 所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成プログラムであって、
前記パターン認識の仕様に関する仕様情報を取得する仕様情報取得ステップと、
前記仕様情報に基づき、信号データ記憶手段に記憶された複数対象に係る複数の信号データから、前記パターン認識手段の認識性能評価用の評価用データの生成処理に用いる信号データを選択する信号データ選択ステップと、
前記信号データ選択ステップで選択した信号データに基づき、4次元以上の高次元の要素からなる高次信号パターンモデルを生成する高次信号パターンモデル生成ステップと、
前記高次信号パターンモデル生成ステップで生成した複数の前記高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を生成する低次信号ベクトル空間生成ステップと、
前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定ステップで設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記信号データ記憶手段に記憶された、前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成ステップと、
前記評価用データ生成ステップで生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力ステップと、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得ステップと、
前記認識結果取得ステップで取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出ステップと、
前記認識性能値算出ステップの算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成ステップと、
前記認識性能分布情報生成ステップで生成された認識性能分布情報を出力する認識性能分布情報出力ステップとからなる処理をコンピュータに実行させるためのプログラムを含むことを特徴とする認識性能分布情報生成プログラム。 - 所定パターンデータのパターン認識を行うパターン認識手段の認識性能を評価するための認識性能の分布情報を出力する認識性能分布情報生成方法であって、
前記パターン認識の仕様に関する仕様情報を取得する仕様情報取得ステップと、
前記仕様情報に基づき、信号データ記憶手段に記憶された複数対象に係る複数の信号データから、前記パターン認識手段の認識性能評価用の評価用データの生成処理に用いる信号データを選択する信号データ選択ステップと、
前記信号データ選択ステップで選択した信号データに基づき、4次元以上の高次元の要素からなる高次信号パターンモデルを生成する高次信号パターンモデル生成ステップと、
前記高次信号パターンモデル生成ステップで生成した複数の前記高次信号パターンモデルから構成されるデータ空間の代替として、当該データ空間における各高次信号パターンモデルを、当該高次信号パターンモデル相互間の類似関係を近似した状態で高次信号パターンモデルの次元未満の次元の低次信号ベクトルから構成されるデータ空間に写像してなる低次信号ベクトル空間を生成する低次信号ベクトル空間生成ステップと、
前記低次信号ベクトル空間に対して、当該低次信号ベクトル空間を構成する全低次信号ベクトルの重心でそれぞれ交差する複数本の座標軸を設定する座標軸設定ステップと、
前記座標軸設定ステップで設定された複数本の座標軸の近傍に位置する低次信号ベクトルを選択する低次信号ベクトル選択ステップと、
前記信号データ記憶手段に記憶された、前記低次信号ベクトル選択ステップで選択した低次信号ベクトルに対応する高次信号パターンモデルの生成に用いた信号データに基づき、前記評価用データを生成する評価用データ生成ステップと、
前記評価用データ生成ステップで生成された評価用データを、当該評価用データの属性に対応するパターン認識手段に入力する評価用データ入力ステップと、
前記パターン認識手段の前記評価用データに対する認識結果を取得する認識結果取得ステップと、
前記認識結果取得ステップで取得した認識結果に基づき、認識対象毎の認識性能を示す認識性能値を算出する認識性能値算出ステップと、
前記認識性能値算出ステップの算出結果に基づき、前記認識性能値の分布を示す認識性能分布情報を生成する認識性能分布情報生成ステップと、
前記認識性能分布情報生成ステップで生成された認識性能分布情報を出力する認識性能分布情報出力ステップと、を含むことを特徴とする認識性能分布情報生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006015166A JP4825014B2 (ja) | 2006-01-24 | 2006-01-24 | 評価用データ生成装置、認識性能分布情報生成装置およびシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006015166A JP4825014B2 (ja) | 2006-01-24 | 2006-01-24 | 評価用データ生成装置、認識性能分布情報生成装置およびシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007199173A JP2007199173A (ja) | 2007-08-09 |
JP4825014B2 true JP4825014B2 (ja) | 2011-11-30 |
Family
ID=38453874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006015166A Expired - Fee Related JP4825014B2 (ja) | 2006-01-24 | 2006-01-24 | 評価用データ生成装置、認識性能分布情報生成装置およびシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4825014B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4959828B2 (ja) * | 2010-05-27 | 2012-06-27 | 合資会社アイレッツ | 遊技台特性取得装置、遊技台特性取得システム、遊技台特性取得プログラム |
JP5477238B2 (ja) * | 2010-09-13 | 2014-04-23 | 富士通株式会社 | 情報処理方法、装置及びプログラム |
JP6230606B2 (ja) * | 2012-08-30 | 2017-11-15 | インタラクティブ・インテリジェンス・インコーポレイテッド | 精度スコアを使用した音声認識性能を予測するための方法およびシステム |
US10019983B2 (en) | 2012-08-30 | 2018-07-10 | Aravind Ganapathiraju | Method and system for predicting speech recognition performance using accuracy scores |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3908878B2 (ja) * | 1999-09-27 | 2007-04-25 | 日本放送協会 | 連続音声認識装置の音素認識性能測定装置 |
JP3984207B2 (ja) * | 2003-09-04 | 2007-10-03 | 株式会社東芝 | 音声認識評価装置、音声認識評価方法、及び音声認識評価プログラム |
DE602004011545T2 (de) * | 2003-10-03 | 2009-01-08 | Asahi Kasei Kabushiki Kaisha | Datenverarbeitungseinrichtung und datenverarbeitungseinrichtungssteuerprogramm |
JP2005283646A (ja) * | 2004-03-26 | 2005-10-13 | Matsushita Electric Ind Co Ltd | 音声認識率推定装置 |
JP4763387B2 (ja) * | 2005-09-01 | 2011-08-31 | 旭化成株式会社 | パターンモデル生成装置、パターンモデル評価装置およびパターン認識装置 |
-
2006
- 2006-01-24 JP JP2006015166A patent/JP4825014B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2007199173A (ja) | 2007-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3424044B1 (en) | Modular deep learning model | |
JP6933264B2 (ja) | ラベル生成装置、モデル学習装置、感情認識装置、それらの方法、プログラム、および記録媒体 | |
US7548651B2 (en) | Data process unit and data process unit control program | |
US7725412B2 (en) | Identifying temporal sequences using a recurrent self organizing map | |
US8290773B2 (en) | Information processing apparatus, method and recording medium for generating acoustic model | |
JP4590692B2 (ja) | 音響モデル作成装置及びその方法 | |
KR100800367B1 (ko) | 음성 인식 시스템의 작동 방법, 컴퓨터 시스템 및 프로그램을 갖춘 컴퓨터 판독 가능 저장 매체 | |
US10726326B2 (en) | Learning of neural network | |
JP4639784B2 (ja) | 学習装置および学習方法、並びにプログラム | |
US11705105B2 (en) | Speech synthesizer for evaluating quality of synthesized speech using artificial intelligence and method of operating the same | |
CN111754998B (zh) | 人工智能设备以及操作人工智能设备的方法 | |
JP2006285899A (ja) | 学習装置および学習方法、生成装置および生成方法、並びにプログラム | |
US11200888B2 (en) | Artificial intelligence device for providing speech recognition function and method of operating artificial intelligence device | |
CN109196583A (zh) | 动态语音识别数据评估 | |
KR102688236B1 (ko) | 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체 | |
JPWO2007105409A1 (ja) | 標準パタン適応装置、標準パタン適応方法および標準パタン適応プログラム | |
JP4825014B2 (ja) | 評価用データ生成装置、認識性能分布情報生成装置およびシステム | |
JP4763387B2 (ja) | パターンモデル生成装置、パターンモデル評価装置およびパターン認識装置 | |
Walter et al. | An evaluation of unsupervised acoustic model training for a dysarthric speech interface | |
KR102631143B1 (ko) | 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체 | |
KR102642617B1 (ko) | 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체 | |
CN110419078B (zh) | 用于自动语音识别的系统和方法 | |
KR102603282B1 (ko) | 인공 지능을 이용한 음성 합성 장치, 음성 합성 장치의 동작 방법 및 컴퓨터로 판독 가능한 기록 매체 | |
KR20240105875A (ko) | 음성변환을 위한 음성 데이터 학습 방법 | |
JP2004334024A (ja) | 標準パターン作成方法、作成装置及び作成プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090126 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20110207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110405 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110531 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110621 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110809 |
|
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: 20110906 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110909 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4825014 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140916 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |