JPH01152498A

JPH01152498A - 標準パターン作成方式

Info

Publication number: JPH01152498A
Application number: JP62311396A
Authority: JP
Inventors: Tetsuya Muroi; 室井　哲也
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1987-12-09
Filing date: 1987-12-09
Publication date: 1989-06-14
Anticipated expiration: 2013-05-13
Also published as: JP2749811B2

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】技術分野本発明は、標準パターン作成方式、より詳細には、音声
認識におけるパターンマツチング技術に関する。

従来技術音声認識におけるパターンマツチング手法としてＤＰマ
ツチングがある。これは局所距離を累積して認識結果を
得るものであり、累積の音声区間中の短い区間（例えば
単語音声における破裂部等）が全体に与える影響は全ん
ど無い。しかしながら、音声区間全体の各フレームの特
徴ベクトルを標準パターンとしており非常に効率が悪い
。

目　　　　　的本発明は、上述のごとき実情に鑑みてなされたもので、
特に、少ないメモリーを用いて音声パターンを効率よく
表現できる標準パターンを作成する事を目的としてなさ
れたものである。

構　　　成本発明は、上記目的を達成するために、入力した音声を
特徴ベクトルの時系列に変換する特徴系列変換手段を用
い、音声パターンを一定数Ｎ（＞１）の状態に分割し、
各状態ごとに継続時間と該状態に帰属するフレームの特
徴ベクトルのセントロイドを登録する標準パターン作成
方式において、標準パターンと音声パターンとのパター
ンマツチングを行なって音声パターンの分割点を変更し
て標準パターンを更新し、パターンマツチングと標準パ
ターンの更新を繰り返して分割点が収束した後、状態内
の歪が最大となる状態を分割し、連続する状態のセント
ロイドの距離が最も小さい部分を１つの状態として標準
パターンを更新する事を特徴としたものである。以下、
本発明の実施例に基いて説明する。

第１図は、本発明による標準パターン作成方式の一実施
例を説明するためのアルゴリズム、第２図は、全体構成
図、第３図は、音声パターンと標準パターンとの最適な
マツチングパスの例（Ｎ＝４）を示す図で、第２図にお
いて、１はマイク、２は特徴系列変換部、３は標準パタ
ーン作成部である。マイク１から入力された音声は、特
徴系列変換手段２により特徴ベクトルの時系列に変換さ
れる。特徴ベクトルとしては、様々なものが考えられる
が、例えば、中心周波数を２５０〜６３００　Ｈｚに１
／３オクターブごとに配置した１５チヤンネルのバンド
パスフィルター群の出力を用いれば良い。また、フレー
ム周期は１０　ｍ　ｓ程度とする。ここで、入力音声の
フレーム数をＩとすれば、音声パターンＸは、Ｘ−Ｘ　１Ｘ　７　Ｘ　ａ　”’　”’　Ｘ　ｔＸｉ”
（Ｘ！＋＋　Ｘ：２＋　ｘ；ｆ、”’・ｘ　１１５）と
表現される（ｘ、はｉフレームの特徴ベクトル、ｘｌｆ
はｉフレームの特徴ベクトルのｆ番目の要素、即ち、ｆ
チャンネルの出力）。

まず、音声パターンをＮ等分してＮ個の状態に分割し、
各状態に帰属する特徴ベクトルのセントロイドを計算し
て、初期標準パターンとする。次に、標準パターンと音
声パターンとのマツチングを行なう。ここでパターンマ
ツチングの方法について簡単に説明する。

５ｔｅｐ１．　　　Ｄ（１，１）＝ｄ（１，１）ＤＨ，
ｊ）＝ω　　　（２＜　、ｊ＜　Ｎ　）ｓｔｅｐ２．　
　　全てのｉ　＝　２からｉ＝ＩについてＤ（ｉ、１）
＝ｄ（ｉ、１）＋Ｄ（ｉ−１，１）（２＜ｊ＜Ｎ）但し、ｄ（Ｘ＋　Ｊ）は、入力音声のｉフレームの特徴
ベクトルと標準パターンの、ｊ状態の特徴ベクトル（セ
ントロイド）との局所距離、Ｄ（１１ｊ）は、格子点（
ｉ、ｊ）に到達する最適なマツチングパスによる累積距
離。

以上のような漸化式を用いて、最終格子点（Ｉ。

Ｎ）に到達する最適パスを見つける。

第３図では、第１状態に１〜ｂ１フレーム、第２状態に
ｂ１＋１〜ｂ２フレーム、第３状態にｂ２＋１〜ｂ１フ
レーム、第４状態にｂ３＋１〜Ｉフレームが帰属してい
る。ここで、新たに各状態に帰属したフレームからセン
トロイドを計算し、新しい標準パターンを作成する。

以上のように、パターンマツチング→分割点の変更→標
準パターンの更新を収束するまで繰り返す。

このとき、第、ｊ状態を代表する特徴ベクトルをＹｊと
すると、音声パターンと標準パターンとの誤差Ｄ（Ｉ、
Ｎ）は、 λＴＳ（、ｊ）＝Σｄｌｓｔ（Ｘ　ｉ’　ｒ　ｙＪ）ｉ′ε
ＡＪ但し、Ａｊは状態ｊに帰属するフレームの集合と表現で
きる。標準パターンの更新を繰り返しでＤ（Ｉ、Ｎ）を
小さくしていくわけであるが、収束後、Ｄ（Ｉ、Ｎ）は
極小であっても最小である保証はなＶ’ｓそこで、まず、最大の状態内憂５（ｊ）を持つ状態を２
つに分割する。

（ｉ　／εＡ、ｉ）　＝　＜　ｉ　ｓ＜　ｉ　’　＜　
ｉ　ｅ）とすると、全ての分割点Ｐ（ＥＡ、ｉ）につい
て、前端（ｉｓ−Ｐ）のセントロイドｙ、と後端（Ｐ−
ｉｅ）のセントロイドｙ、を求める。このとき状態を分
割することによる歪の改善度Ｆ１は、Ｆｌ−Σｄｉｓｔ（Ｘｉ＋　ｙｌ）＋Σｄｉｓｔ（ｘｌ
、　ｙｚ）　−８（ｊ）ｉｇ＜ｉ＜ｐ　　　　　　　ｐ
＜ｉ＜ｉｅと表わされる。

また、連続する２つの状態ｊ、ｊ＋１（１＜、ｊ＜Ｎ）
のセントロイトの距離が最も小さい部分を見つけ、この
２つの状態を統合してセントロイドｙ３を計算する。こ
のとき、状態を統合することによる歪の劣化率Ｆ２は、Ｆ２＝、Σｄｉｓｊ（Ｘｉ＋　ｙ３）　　Ｓ　（ｊ）　
　Ｓ　（Ｊ　＋１　）１′ε（Ａ、ｉ＋Ａ、］＋Ｌ）Ｆ、、＞Ｆ２であれば、この状態の分割、統合によって
音声パターンと標準パターンとの誤差Ｄ（Ｉ。

Ｎ）は状態数Ｎがかわらず、改善されたことになる。

また、この分割、統合部だけでは、周囲の状態への影響
を考慮していないので、さらにパターンマツチング→分
割点の変更→標準パターンの更新を繰り返す。

また、Ｆ、＜Ｆ２であれば、分割・統合は行なわず、従
来のセントロイドを登録する。また、このときの各状態
の継続時間を計算して登録する。

効　　　果以上の説明から明らかなように、本発明による一７＝と、少ないメモリーで効率的に音声パターンを表現でき
る標準パターンが作成できる。

【図面の簡単な説明】

第１図は、本発明による標準パターン作成方式の一実施
例を説明するためのアルゴリズム、第２図は、全体構成
図、第３図は、音声パターンと標準パターンとの最適な
マツチングバスの例を示す図である。１・・・マイク、２・・特徴系列変換部、３・・・標準
パターン作成部。一８＝第１図第２図第３図

Claims

【特許請求の範囲】

　入力した音声を特徴ベクトルの時系列に変換する特徴
系列変換手段を用い、音声パターンを一定数Ｎ（＞１）
の状態に分割し、各状態ごとに継続時間と該状態に帰属
するフレームの特徴ベクトルのセントロイドを登録する
標準パターン作成方式において、標準パターンと音声パ
ターンとのパターンマッチングを行なって音声パターン
の分割点を変更して標準パターンを更新し、パターンマ
ッチングと標準パターンの更新を繰り返して分割点が収
束した後、状態内の歪が最大となる状態を分割し、連続
する状態のセントロイドの距離が最も小さい部分を１つ
の状態として標準パターンを更新する事を特徴とする標
準パターン作成方式。