JPH01138596A - 音声認識装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、発声された音声を高速で認識する音声認識装
置の改良に関する。

（従来の技術） 音声認識は、優れたマンマシンインターフェースを実現
する技術として重要であり、すでにさまざまな分野で音
声認識装置が使われている。現在の装置のほとんどは、
パターンマツチング法による認識方式を採用している。

この方式は、発声された認識対象単語ｎの特徴ベクトル
の時系列ｒ＝ｂｆｉ＋・・・ｂａｉ・・・ｂ″、をあら
かじめ標準パターンとして保持しておき、入力された発
声のパターンＡ＝ａ。

・・・ａｉ・・・ａｉ（以下、入カバターンとする）と
保持された標準パターンとの比較を行い、最も類似した
標準パターンの単語名を認識結果とするものである。こ
の時、標準パターンと基カバターンの時間軸ｉ、ｊをそ
れぞれ対応つけてパターン間距離を求める方法としては
、動的計画法により非線形な対応付けを行うＤＰマツチ
ング法が使月されている。ＤＰマツチングは、例えば（
１）式のような漸化式計算を用いてａｉとす、のベクト
ル間距離”（ｓ　＋　ｊ）の総和を最小にする最適化問
題を解くものである。

ここで、ｇ”（ｉ、ｊ）は（１，１）から（１＋ｊ）ま
でのｄ”（ｉ、ｊ）の累積値である。ＤＰマツチングに
ついての詳細は、′連続発声した単語音声を効率的に認
識する２段ＤＰマツチング１１日経エレクトロニクス、
　１９８３年１１月７日号の１７１頁より２０８頁（以
下、文献１とする）に記述されている。

このＤＰマツチングを原理とする認識アルゴリズムは、
現在最も一般的に用いられているが、計算量の多きが問
題であった。計算量の低減法としては、特開昭５８−９
８７９６号明細書に記載されているクロックワイズＤＰ
法がある。この方法は、（１）式のような漸化式計算を
基カバターンの時間軸ｉに同期して処理することにより
実時間性を高めるものである０時間軸に同期した処理は
、基カバターンの時刻ｉにおいて、全ての単語ｎとその
時刻ｊに対して累積距離ｇ”（ｉｖ　ｊ）を求めること
によって実現される。また、さらに高速化を狙ったもの
として、このクロックワイズＤＰ法に枝刈の考えを導入
することで処理を高速化したものが特願昭６２−６１７
３２号に述べられている。以下、この方法についてｍ単
に説明する。

この方法は、漸化式計算を進める際に、ある条件を満足
する（ｎ、ｊ）に対しては漸化式計算を行い、満足しな
い（ｎ、ｊ）に対しては漸化式計算を省略するという枝
刈処理を取り入れることにより、漸化式計算回数を削減
するものである。

枝刈の条件としては、例えば、時刻ｉにおけるｇ″（ｉ
　、　ｊ）の最小値ｇｍｉｎに余裕分α（ビーム幅ファ
クタ）を加えたものをｉにおけるしきい値θ（ｉ）とし
て用いる方法がある。この場合、θ（ｉ）＞ｇａ（ｔ、
ｊ）となる（ｎ、ｊ）のみを漸化式計算の対象として残
し、それ以外の（ｎ。

ｊ）は漸化式計算の対象から外す。

基カバターンａｉが入力されると、枝刈を行いながらク
ロックワイズ法によって漸化式計算を行う。第２図はそ
のアルごリズムを示している。第２図では、求められた
ｇ”（ｉ、ｊ）としきい値θ（ｉ）を比較し、ｇ“（ｉ
、ｊ）＞θ（ｉ）であればｊ−＝ｊ＋ｘとして漸化式計
算を省略する。以上のようにして、処理は基カバターン
の入力と同期してｆ＝１からＩ−１まで処理される。基
カバターンの最後の特徴ベクトルａｉが入力されると、
ｉ−１において、マツチング部では、（２）式の処理が
行われ、各単語ｎごとに基カバターンとの距１ｉＤ（Ａ
、Ｂ”）を得る。

Ｄ（Ａ、Ｂつテｇ”（Ｉ、Ｊ）　＝ｇ”（Ｊ）＋ｄ”Ｃ
１，Ｊ）次に、求められたＤ（Ａ、Ｂ’）を順次比較し
、最ノＪ−値を求め、これに対応するｎを認識結果とし
て出力する。

（発明が解決しようとする問題点） 従来方式における枝刈を伴う認識処理では、語中のある
時刻ｉにおける枝刈で残きれた（ｎ。

ｊ）のｎが１種類になることもありうる。この場合、ｉ
＋１以降の漸化式計算を行ってもｎ以外の単語が認識結
果となることはない、しかしながら、従来方式による音
声認識装置では、認識結果を得るために基カバターンの
開始から終了時刻までのパターンに対して標準パターン
とのパターン間距離Ｄ（Ａ、Ｂ”）を求める必要があっ
た。しかし、上記のように、枝刈によってｎが１種類に
なったその時点で認識結果が１意に定まってしまう。そ
のため、認識結果を得るという意味では、ｉ＋１以降Ｉ
まで計算は余分な処理であり、認識速度を低下きせる原
因となっていた。

本発明の目的は、上記に述べた計算の無駄を省き、より
速く認識結果を得ることのできる音声認識装置を提供す
ることにある。

（問題点を解決するための手段） 本発明による音声認識装置は次の各部を必要とする。す
なわち各単語ｎの音声の特徴ベクトル時系列Ｂ”　＝　
ｂ”　、・−ｂ“１・・・ｂ”、を標準パターンとして
保持する標準パターン格納部と、枝刈のしきい値を格納
するしきい値格納部と、時刻ｉの入力音声の特徴ベクト
ルａｉを逐次読み込み、各時刻ｉにおいて入力音声の特
徴ａｉと前記標準パターン格納部の標準パターンとの距
離ｄ”（ｉ、Ｄの累積距離ｇ’（ｉ、Ｄを前記しきい値
格納部のしきい値によって定められる条件を満足する（
ｎ、ｊ）の値に対して求め、またそのとき条件を満足す
る（ｎ、ｊ）のｎの値が１種類である場合には単語ｎを
認識結果として出力するマツチング部と、このマツチン
グ部にて求められた累積距離を格納する累積距離格納部
と、前記マツチング部にて時刻工に求められた累積距離
ｇ”（Ｉ、Ｊ）の最小値を与える単語ｎを認識結果とし
て出力する判定部の各部である。

（作用） 本発明による音声認識装置は、漸化式計算を進める際、
枝刈されない（ｎ、ｊ）のｎが、１種類しか存在しない
場合には、入カバターンの入力終了を持たずに単語ｎを
認識結果として出力する点を特徴とする。枝刈されない
（ｎ、ｊ）のｎが１種類になったということは、これ以
上漸化式計算を行ってもｎ以外の単語が認識結果になる
ことはないことを意味する。従って、ｎが１種類になっ
た時点で、ｎを認識結果として出力することによりそれ
以降の漸化式計算を省略することができ、認識処理を高
速化することができる。

以上の機能を持つ音声認識装置は、枝刈されない（ｎ、
ｊ）のｎが１種類かどうかの判定機能を持ち、そのよう
なｎが１種類であればその時点でｎを結果として出力し
、２種類以上ある場合にはｉ＋１における漸化式処理を
続ける処理により実現できる。

（実施例） 以下に、本発明の実施例について図面を参照しながら詳
細に説明する。第１図は、本発明の一実施例を示すブロ
ック図である。

第１図における標準パターン格納部１には、あらかじめ
発声された認識対象単語ｎ（１≦ｎ≦Ｎ）の各時系列デ
ータが標準パターンＢ、＝　ｂ”　、・・・ｂａｉ・・
・ｂ“、として格納されており、しきい値格納部２には
、時刻ｉにおける枝刈のしきい値θ（ｉ）があらかじめ
格納きれているとする。発声された入カバターンＡは実
時間で分析され、特徴ベクトル帽の時系列のデータとし
て逐次マツチング部３に入力きれる。

マツチング部３では、入力されたａｉごとに、ｎ。

ｊに対して枝刈を伴う漸化式計算を行いｇａ　（１゜ｊ
）を求める。この処理には従来方式におけるクロックワ
イズＤＰ法に枝刈の考えを導入した方式（前記文献、特
願昭６２−６１７３２号）を用いる。マツチング部３で
は、しきい値格納部２のしきい値θ（ｉ）を読み込み、
ｇ”（ｉ、ｊ）＜θ（ｉ）を−満足する（ｎ、ｊ）に対
して漸化式計算を行う。

マツチング部３における枝刈を伴う漸化式計算の処理と
しては、第２図に示した従来方式における処理を用いる
ことができる。マツチング部３における処理において、
時刻ｉで求められた累積距離ｇ・（ｉ　、　ｊ）は、累
積距離格納部４に保持される。それらの累積距離は、ｉ
＋１の漸化式計算時にマツチング部３より読み出され使
用される。ここで、マツチング部３では、上記の処理の
他に（ｎ、ｊ）のｎが１種類かどうか判定を行い、１種
類であればｎを認識結果として出力する。この処理を含
めたマツチング部３のアルゴリズムを第３図に示す。２
重枠内がｎが１種類かどうかの判定処理である。ｎ′は
！語ｎに対して、枝仮されないｊがあるかどうかのフラ
グであり、そのようなｊがあればｎ′は単語番号ｎの値
となる。また、ｎｎはｉにおいて技刈諮れない（ｎ、ｊ
）のｎの個数である。ｉの処理が終了した後、ｎ、　ｎ
　＜　２なる判定処理を満足した場合にｎ′を認識結果
として出力する。

このアルゴリズムにより枝刈されない（ｎ。

ｊ）のｎが常に２種類以上ある場合は、従来方式と同様
に時刻Ｉ−１までの漸化式計算とＩにおける（２）式の
処理を行い、入カバターンＡと全ての標準パターンＢｎ
とのパターン間距離を求める０判定部５では、マツチン
グ部４にて得られた入カバターンＡと全ての標準パター
ンＢｎ、ｎ＝１・・・Ｎとのパターン間距離のうち最小
距離を与えた標準パターンを結果として出力する。

（発明の効果） 以上に述べたように、本発明によれば、枝刈されない（
ｎ、ｊ）のｎが１種類である場合、直ちにｎを結果とし
て出力することにより、計算量を低減し、認識処理速度
を高めた音声認識装置の実現が可能になる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
従来方式のマツチング部における処理のアルゴリズムを
示す流れ図、第３図は第１図のマツチング部における処
理のアルゴリズムを示す流れ図である。 １・・・標準パターン格納部、２・・・しきい値格納部
、３・・・マツチング部、４・・・累積距離格納部、５
・・・判定部。

Claims (1)

【特許請求の範囲】
1. 各単語ｎの音声の特徴ベクトル時系列Ｂ＾■＝ｂ＾■＿
   ｉ…ｂ＾■＿ｉ…ｂ＾■＿ｊを標準パターンとして保持
   する標準パターン格納部と、枝刈のしきい値を格納する
   しきい値格納部と、時刻ｉの入力音声の特徴ベクトルａ
   ＿ｉを逐次読み込み、各時刻ｉにおいて入力音声の特徴
   ａ＿ｉと前記標準パターン格納部の標準パターンとの距
   離ｄ＾■（ｉ、ｊ）の累積距離ｇ＾■（ｉ、ｊ）を前記
   しきい値格納部のしきい値によって定められる条件を満
   足する（ｎ、ｊ）の値に対して求め、またそのとき条件
   を満足する（ｎ、ｊ）のｎの値が１種類である場合には
   単語ｎを認識結果として出力するマッチング部と、この
   マッチング部にて求められた累積距離を格納する累積距
   離格納部と、前記マッチング部にて時刻Ｉに求められた
   累積距離ｇ＾■（Ｉ、Ｊ）の最小値を与える単語ｎを認
   識結果として出力する判定部とを有することを特徴とす
   る音声認識装置。