JPH01216397A - 話者適応形音声認識装置 - 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」 この発明は、話者適応機能を持った不特定話者音声認識
装置に関するものである。

「従来の技術」 音声認識技術は近年急速に進歩し、人間にとって特別な
訓練を必要としない情報入力手段の１つとして実用化さ
れはじめている。しかし利用者を特定しない不特定話者
型の音声認識を高精度で可能とするためには、音声の個
人差に充分対処できる方式が必要であり、現状の技術の
中でこれｔ完全に克服できるものはまだ確立されていな
い。

このような音声の個人差に対処する一つの方法として、
認識装置χ利用者の音声に適応させようとする研究が行
なわれている。

例えば「日本音響学会音声研究会資料５８３−２１（１
９８３年６月）に掲載されている論文“多数話者単語音
声認識における話者適応化の検討”」（以下、文献〔１
〕と称する）では、１０００単語の拾集に対して標準パ
ターン構成用として２０名の話者を用意し、この２０名
それぞれのパターンを標準パターンとして利用者が発声
した上記拾集中の１００語の認識を行ない、その結果認
識率が最高となる標準パターン構成用の話者’ａ’１名
あるいは複数名選択して、利用者に適応化された標準パ
ターンを作成している。

また別の例「日本音響学会講演論文集１−５−１４　（
Ｐａｇｅ２７−２８　、１９８７年３月）に掲載されて
いる論文“多数話者単語音声認識におけるパターンセッ
トを用いた学習適応化手法”」（以下、文献〔２〕と称
する）では、いくつかにクループ分けされた学習用話者
セットに対して認識率が最高となるように最適化された
複数個の標準パターンセットを予め用意しておき、利用
者の発声における母音などの特徴が最も類似している学
習用話者セットに対応する標準パターンセットを利用者
に適応化された標準パターンとしている。

「発明が解決しようとする課題」 ところで、文献（１）　、　（２：ｌで代表される従・
来の話者適応化の方法では、いずれも標準パターンを未
知の利用者へ適応化させている。このような標準パター
ンの適応化では１文献［１）　、　〔２：ｌなどのよう
に適応化に先立って利用者に学習のための発声を要求し
、それらの発声に対する認識率が最大となる標準パター
ン、あるいはそれらの発声に対する類似性が最大となる
標準パターンを選択または作成するため、利用者に対す
る負担が多くなるという欠点がある。

また充分に適応化が行なわれていない標準パターンを用
いた距離計算によって、最も類似するカテゴリを選択す
るという従来の認識判定法で認識を行なった場合には、
複数のカテゴリに対して同程度の距離となるような入力
音声は誤認識し易いという傾向がある。

この発明は、上記文献（１：］　、　（２］に代表され
る従来の話者適応化方法が持つ問題点と従来の認識判定
法の問題点を解消し、利用者に対する少ない負担で、良
好な認識性能を発揮することが可能な話者適応形音声認
識装置ン提供することン目的とする。

「課題を解決するための手段」 この目的を達成するため（二、この発明では標準パター
ンの話者適応化ではなく、各認識カテゴリと利用者の音
声との類似性情報を履歴として認識装置内に蓄積し、認
識判定時に利用する次のような構成としている。すなわ
ちこの発明による話者適応形音声認識装置は、利用者に
より入力された音声波形を特徴量系列に変換する音声分
析部と、各認識カテゴリの代表音声パターンを記憶する
標準パターン記憶部と、入力された音声の特徴量系列と
標準パターンから各認識カテゴリに対す名距離情報を算
出する距離計算部と、この距離情報を全認識カテゴリに
ついて総和を求めると合計が一定値となるような類似度
情報に変換する類似度計算部と、同一の利用者が過去に
入力した複数の音声に対応する類似度情報を蓄積する類
似度蓄積部と、現時点の入力音声に対する類似度情報と
類似度蓄積部中の類似度情報を用いて、最も高い類似度
を持つ入力音声から順にカテゴリ判定を行なうと同時（
二、過去及び現時点で入力された音声が同一カテゴリに
対するものであるかどうかの判定に基づくカテゴリ判定
を繰り返すことにより、現時点の入力音声に対する正解
カテゴリ名を決定する認識判定部とからなることｔ特徴
としている。

「実施例」 以下、この発明の実施例を図面を参照しながら説明する
。第１図はこの発明の実施例を示す装置のブロック図で
ある。この図において１は音声入力部、２は音声分析部
、３は距離計算部、４は標準パターン記憶部、５は類似
度計算部、６は認識判定部、７は類似度蓄積部、８は認
識結果出力部であ、る。

第２図は第１図に示した認識判定部６の動作を示すフロ
ーチャート、第３図は認識判定部６の動作を数値例によ
って示したものである。

ここでは認識対象としてＮ単語の拾集を考え、それぞれ
次のように番号ｉを付ける。

認識対象拾集：Ｗ＝（ｒ　１　ｉ＝１．２−Ｎ）　　（
１）標準パターン記憶部４には上記拾集の音声パターン
がＭ人分記臆されているものとし、これらの標準パター
ン発声者に番号ｍを付ける。

初期標準パターン発声者：ｍ＝１．２・・・・・・Ｍ（
２）またｍ番の人が発声したｉ番の単語に相当する標準
パターン記憶部４内の音声パターンなＴ（’ｔｍ）と表
す。各音声パターンＴ（ｉ　ｔｍ）は音声分析部２で行
なわれる音声の特徴量抽出の結果と同様に特徴ベクトル
の時系列として表現されるものとする。

類似度蓄積部７には、最大でＬ個までの入力音声に対応
する類似度情報が蓄積可能とする。

距離計算部３におけるパターン間距離の計算処理には、
公知のＤＰマツチング法を用いるのが有効である。例え
ば「ＩＥＥＥ　　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎＡｃ
ｏｕｓｔｉｃｓ　＊　５ｐｅｅｃｈ　ａｎｄ　Ｓｉｇｎ
ａｌ　Ｐｒｏｃｅｓｓｉｎｇ　ｅ　Ｖｏｌ　。

ＡＳＳＰ−２６、Ｎｌｌ　ｅ　ｐａｇｅ４３−４９　、
　Ｆｅｂ、　、　１９７８に掲載されている論文”　Ｄ
ｙｎａｍｉｃ　ＰｒｏｇｒａｍｍｉｎｇＡｌｇｏｒｉｔ
ｈｍ　Ｏｐｔｉｍｉｚａｔｉｏｎ　　ｆｏｒ　５ｐｏｋ
ｅｎ　ＷｏｒｄＲｅｃｏｇｎｉｔｉｏｎ　’　Ｊに掲載
されている方式が一例として考えられる。

以下、本実施例における話者適応形の音声認識手順を説
明する。まず類似度蓄積部７への類似度情報の蓄積につ
いて説明する。

利用者が認識語素中の任意の単語に対する発声ｊを行な
い、音声入力部１へ入力すると、入力された音声は音声
分析部２によって特徴量の抽出が行なわれ、特徴ベクト
ルの時系タリである音声パターンＶｊに変換される。

次に距離計算部３では入力された音声パターンＶｊ、！
Ｊｌ？ｌパターン記憶部４内の全音声標準パターンＴ（
ｉ９ｍｋ）とのパターン間距離Ｐ（ｉ、ｍｋ）（但Ｌ／
　ｉ＝　１ｅ　２−・・−・Ｎ　、　ｍｋ＝：ｌ　、　
２−・−Ｍ　）を算出し、各単語カテゴリｉ毎にこの値
が最小であルモノカら数えてｎ個分（これｔＪｌ：Ｐ　
（１−ｍｔ）　−Ｐ　（１２ｍ２）・・・”・Ｐ　（’
　＊　”１１　）とする。但しｎは一定値とする。）の
和をとり、入力音声パターンＶ°と各単語カテゴリｉと
の距離Ｄ（ｉ、ｊ）を求°　める。

Ｄ（ｉ、ｊ）＝　　Σ　Ｐ（ｉ、ｍｋ）　　　　　　　
　（３）１（＝１ 類似度計算部５では、入力音声パターンＶｊと各単語カ
テゴ９ｉとの距離Ｄ（ｉ、ｊ）を、全単語カテゴリ（二
ついて総和を求めると合計が一定値となるような類似度
情報Ｓｊ−二変換する。この変換を行なう方式の例とし
ては、全カテゴリについての総和が１となるような次の
（４）　、　（５１式が一例としてあげられる。

Ｓｊ　＝（Ｓ（１，ｊ）Ｉｓ（２，ｊ）・・・・・・Ｓ
（Ｎ、ｊ））但しｉ＝１，２・・・・・・Ｎ 、但しＦは次の条件を満たす任意の定数である。

：１＜Ｆ＜閃 このようシーして算出された利用者の音声に対応する類
似度情報Ｓｊの各要素Ｓ（ｉ、ｊ）は、常に正の値をと
ることが保証されており、この類似度情報は類似度蓄積
部７に蓄積される。この際に類似度蓄積部７にすでに最
大個数のＬ個の類似度情報が蓄積されている場合には、
新しい類似度情報の蓄積を行なわないか、あるいはすで
に蓄積されている類似度情報の内どれか一つを消去する
ことによって蓄積を行なうかのいずれかの動作を行なう
。

以下では、類似度情報Ｓｊの全カテゴリについての総和
は１４＝なるとして説明する。次に利用者の音声入力が
Ｍ−１個だけ行なわれ、類似度蓄積部７にはすでＥＭ−
１個の類似度情報（これをＳｊ：ｊ＝１．２・・・・・
・Ｍ−１とする。但しＭ−１＜Ｌとする。）が蓄積され
ているとして、利用者の第Ｍ番目の入力音声に対する認
識判定部６での単語認識結果の決定動作を第２図のフロ
ーチャートを参照しながら説明する。

まずステップ（１）において、類似度蓄積部７に蓄積さ
れているＭ−１個の類似度情報：　Ｓｌ　ｖ　８２・・
・・・・５Ｍ−１と利用者の第Ｍ番目の入力音声に対す
る類似度情報：ＳＭ″？：列ベクトルとする８行Ｍ列の
類似度行列Ｑ＝（Ｑｉ、ｊ）と判定済み入力を値：１と
して表わすための判定済みテーブルＵ（ｋ）を（６）。

（７）式のよう（二初期設定する。

ｎ＝（ｑｉ、ｊ）、ｑｉ、ｊ＝Ｓ（ｉ、ｊ）但しｎ＝１
，２・・・・・・Ｎ、ｊ＝ｔ　、２・・・・・・Ｍ（６
）Ｕ（ｋ）＝Ｏ但しに＝１．２・・・・・・Ｍ（７）次
にステップ（２）では、類似度行列Ｑにおける最大値の
要素Ｑ　ｊ　ｍａＸ　＊　Ｊ　ｍａＸ　　を検索し、そ
の添字：　ｉｍａｘ　　Ｊｍａｘを求めるＯ ここで求められた入力ｊｍａｘに対しては、この時点で
判定済みテーブルＵ　（ｋ）が０であるような他のどの
入力よりも高い信頼性をもって単語ｉｍａｘであると判
断することが可能である。

ステップ（３）では、ステップ（２）で類似度が最大で
あると判断された入力ｊｍａｘが、現時点の入力、すな
わち利用者からの第Ｍ番目の入力と同一であるかどうか
の判断が行なわれる。その結果、入力ｊｍａｘが第Ｍ番
目の入力であると判断された場合には、ステップ（ｌＯ
）で、第Ｍ番目の入力に対する単語認識結果として単語
番号’ｍａｘが認識結果出力部８に出力され、認識判定
部６の動作は終了する。

ステップ（３）において人力ＪｍａＸが利用者からの第
Ｍ番目の入力ではないと判断された場合には。

ステップ（４）で、入力ｊｍａｘに対応する判定済みテ
ーブルＵを１に設定し、また類似度行列Ｑで入力Ｊｍａ
Ｘに対応する第ｊｍａｘ列の要素を−１に設定する。

Ｕ　（ｊｍａｘ）　＝　１　　　　　　　　　　　　　
（１０）Ｑｎ　ｅ　ｊｍａｘ　”　−１ｅ　ｎ＝１　、
２−・・・Ｎ　　　　　（１１）次のステップ（５）で
は、カウンタｋを１に初期設定し、ステップ（６）から
ステップ（１５）までは。

過去（１からＭ−１の時点）及び現時点Ｍの入力の内１
判定済みテーブルＵ（ｋ）がＯであるものとステップ（
２）で最大の類似度を有して単語ｉｍａｘであると判断
することが可能な入力ｊｍａｘとの同一カテゴリ性を判
定すると同時に、その判定結果に基づいて単語判定を行
なう繰り返しの処理に入る。

すなわちステップ（６）では、カウンタｋによって指さ
れた入力ｋが判定済みであるかどうかの判断を行ない、
判定済み（Ｕ（ｋ）＝１の場合）と判断された場合には
、ステップ（１４）に遷移する。

ステップ（６）で、入力ｋが判定済みではない（Ｕ（ｋ
）＝０）と判断された場合には、次のステップ（７）で
入力ＪｍａＸの類似度情報Ｓｊｍａｘと入力にの類似度
情報Ｓｋとの類似性ｒｊｍａｘ、ｋを算出する。この’
ｊｍａｘ、ｋを算出する方式の例としては、（１２）式
で示される類似度情報Ｓｊ　ｍａｘ　、！ｌ：Ｓｋとの
重み付きユークリッド距離の逆数、または（１３）式で
示される類似度情報Ｓ°　　とＳｋとの相関係数が例と
しあげらｍａＸ れる。

’ｊｍａｘ、ｋ　”　（、ΣＷｉＸ（Ｓ（ｆ　ｅ　ｊｍ
ａｘ）−重＝１ Ｓ（ｉ、ｋ）］”）”　　　　　　　　（１２）但しＷ
ｉは重み係数 ｒｊ　ｍａｘ、ｋ　＝　６ｊｍａｘ、に２／　Ｃ’ｊ　
ｍａｘ”　×”２”／２但し 、、　　２＝（、Σ［８（１、ｊｍａｘ）−１／Ｎ〕２
）／Ｎ３ｍａｘ　　　、、。

σに２＝（、Σ（Ｓ（ｉ、ｋ）−１／Ｎ）２）／Ｎ　（
１５）１＝１ ａ−ｍａｘ、に２　＝＝　（、Σ［：　（Ｓ　（’　ｖ
　Ｊｒｎａｘ　）　−１７Ｎ　）　×ｊ　　　　　１唱 （Ｓ（ｉ、ｋ）　−１／Ｎ）））／Ｎ　　（１６）この
ようにして算出されたｒｊｍａｘ、にの値１−２、類似
度情報ＳｊｍａｘとＳｋの類似性カー高ｂ１合、すなわ
チ入力ｊｍａｘと入力ｋが同一のカテゴリ砿二属する単
語に対する音声である場合鑑二ｉｔ、ある一定値二Ｒ１
を越える値を示し、入力ｊｍａｘと入力に力を異なるカ
テゴリに属する単語（二対する音声である場合１’：）
ま、ある一定値：Ｒ２未満の値を示す。

次にステップ（８）では、ステップ（７）で算出された
類似度情報ＳｊｍａｘとＳｋとの類似性ｒｊｍａｘ、に
力玉、ある一定値：Ｒ１を越えているかどうかの判断ヲ
行ない、Ｒ１を越えていると判断された場合には、ステ
ップ（９）において、入力ｋが、現時点の入力、すなわ
ち利用者からの第Ｍ番目の入力と同一であるかどうかの
判断が行なわれる。その結果、入力、ｋが第Ｍ番目の入
力であると判断された場合には、ステップ（１０）で、
利用者からの第Ｍ番目の入力に対する単語認識結果とし
て単語番号ｉｍａｘが認識結果出力部８に出力され、認
識判定部６の動作は終了する。

ステップ（９）において人力ｋが利用者からの第Ｍ番目
の入力ではないと判断された場合には、次のステップ（
１１）において、人力ｋに対する判定済みテーブルＵを
１に設定し、また類似度行列Ｑで入力ｋに対応する第に
列の要素を−１に設定し、ステップ（１４）に遷移する
。

Ｕ　（ｋ）　＝　１　　　　　　　　　　　　　　　　
（１７）Ｑｎ、に＝−１、ｎ＝１．２・・・・・・Ｎ　
　　　　　　（１８）またステップ（８）において、ｒ
’　　　ｋが、あるＪｍａＸ。

一定値：Ｒ１を越えていないと判断された場合には、次
のステップ（１２）において、’ｊｍａｘ、ｋが、ある
−定値：Ｒ２未満であるかどうかの判断が行なわれる。

その結果、’ｊｍａｘ、ｋがＲ２未満であると判断され
た場合には、ステップ（１３）において、類似度行列Ｑ
で入力にの単語ｉｍａｘに相当する第ｉｍａｘ行、第に
列の要素’に−１に設定し、ステップ（１４）に遷移す
る。

Ｑｉｍａｘ　ｋ　”−１（１９） ステップ（１２）において−’ｊｍａｘ、ｋが、ある一
定値二Ｒ２以上であると判断された場合には、そのまま
ステップ（１４）に遷移する。

ステップ（１４）では、入力ｋに対する処理が終ったの
で、ｋに１を加算する。

次のステップ（１５）では、Ｍ個の入力すべてについて
の処理が完了したかどうか、すなわちｋの値がＭを越え
ているかどうかの判断を行ない、ｋがＭを越えていない
と判断された場合には、ステップ（６）に戻り、処理を
続行する。

ステップ（１５）において、ｋがＭを越えていると判断
された場合には、ステップ（１６）で、類似度行列Ｑに
おいて各人力ｊに対応する列ｊごとに正の値の要素だけ
の総和二Ａ（ｊ）を求め、類似度行列Ｑの要素：ｑｉ、
ｊが正の値の場合にはＱｉ、ｊｔ’Ａ（Ｊ）で正規化し
た値：ケｉ、ｊを持ち、Ｑｉ、ｊが−１の場合にはｑ′
ｉ、ｊとして−１の値を持つような正規化類似度行列Ｑ
゛を作成する。

但し 八〇）＝ばＱｉ・ｊ　　　　　　　　　　（２１）但し
Ａ（ｊ）は、ｑｉ、ｊ”ｒ−１であるところの総和をと
る。

ステップ（１７）では、この時点で判定済みではない人
力ｊ　＜　１）＝ｏの場合）に対応する正規化類似度行
列Ｑ“の列ｊの各行の要素＝ｑＩｉ、ｊ（ｉ＝１゜２・
・・・・・Ｍ）がすべて−１である場合には、列ｊの各
行の要素ｑｌ　、　、　ｊを類似度情報Ｓｊの各要素Ｓ
（・ｉ。

ｊ）に置換するという正規化類似度行列Ｑ’の補正処理
を行なう。

イｉ、ｊ”Ｓ　（ｊ　−ｊ　）　：Ｕ（ｊ）＝　Ｏかつ
ｑｉ、ｊ＝−１（すべてのｉについて）の場合　　　　
（２２）ステップ（１８）では、類似度行列Ｑを正規化
類似度行列Ｑ°に置換した後、ステップ（２）に戻り、
新しい類似度行列Ｑにおける最大値の要素Ｑｉｍａｘｊ
ｍａｘの検索処理に入り、これ以降、利用者からの第Ｍ
番目の入力Ｃ二対する認識結果が得られるまで入力ステ
ップ（３）からステップ（１８）までの処理を繰り返し
実行する。この繰り返し処理を多くともＭ回繰り返すこ
とにより、利用者の第Ｍ番目の入力音声じ対する単語認
識結果を得ることができ。

認識判定部６の動作は終了する。

次に認識判定部６の動作を第３図に示した数値例により
て簡単に説明する。第３図は認識語素数′１￥：Ｎ＝４
、現時点での入力の数をＭ＝５、ステップ（８）および
ステップ（１２）におけるしきい値馨Ｒ１＝　０．９　
、　Ｒ２＝　０．７とし、ステップ（７）における類似
度情報間の類似性算出の方式として、（１６）式を使用
した場合の数値例を示して、いる。

まずはじめにステップ（１）において、類似度情報蓄積
部７から４個（ｌから４）の類似度情報を抽出し、また
類似度情報計算部５から現時点ｊ＝５（＝おける類似度
情報を抽出して、■のように類似度行列Ｑの作成と判定
済みテーブルＵの設定を行なう。

またこの数値例での類似度情報間の類似性の算出結果は
■のようになる。次にステップ（２）では、類似度行列
Ｑの最大値要素としてｉｍａｘ　＝１　ｓ　ｊｍａｘ＝
１を抽出する。ステップ（３）では、ｊｍａｘ矢５″′
１７あるので、ステップ（４）において、入力５に対す
る認識判定済み処理な■のように行なう。

スフ−ラフ（５）〜（１５）の同一カテゴリ性判定ルー
プでは、入力１と入力２から５との類似度情報間の類似
性がいずれも、しきい値Ｒ１およびＲ２以下のため、ス
テップ（１３）の処理が行なわれ、類似度行列及び判定
済みテーブルは■のようになる。

ステップ（１６）では、■の類似度行列および判定済み
テーブルから、正規化類似度行列Ｑ１を■のように作成
する。この例では次のステップ（１７）　（ｃｉの補正
処理）では何も行なわなくてもよく、ステップ（１８）
で類似度行列ＱをＱ’に置き換えて、ステップ（２）に
戻る。

２回目のステップ（２）では、ｉｍａｘ＝２．ｊｍａｘ
＝４が抽出されるが、ステップ（３）では、Ｊｍａｘ’
Ｆ５であるので、ステップ（４）において、入力４（二
対する認識判定済み処理が０のように行なわれる。

次のステップ（５）〜（１５）の同一カテゴリ性判定ル
ープでは、入力４と入力２，３との類似度情報間の類似
性はいずれも、しきい値Ｒ１およびＲ２１２を下である
が、入力４と入力５の類似度情報間の類似性：　ｒ４．
＝Ｑ、９９は、しきい値Ｒ１１２を上であり、１（＝５
のループでステップ（８）からステップ（９）の判断に
遷移する。

ステップ（９）では、ｋが５であるので、ステップ（１
０）に遷移し、認識結果として’ｍａＸ　＝２が出力さ
れ、認識判定部６の動作が終了する。

つまりこの装置では■過去の入力と各カテゴリとの類似
度を履歴として蓄積し、■現在及び過去の入力の内、最
大の類似度を持つ入力Ａに対する判定結果ｔカテゴリＷ
とし、■その他の入力の内で入力Ａと、（ａ）同一カテ
ゴリと判別される入力には、カテゴリＷを判定結果とし
、（ｂ）異なるカテゴリと判別される入力には、カテゴ
リＷを候補から除外し、■再度、最大の類似度を持つ入
力を検索し直す（■に戻る）という一連の処理を繰り返
すことにより認識を行なう。

以上の動作により本実施例では、従来の話者適応化方法
が持つ問題点と従来の認識判定法の問題点を解消し、利
用者に対する少ない負担で、良好な認識性能を発揮する
ことが可能な話者適応形音声認識装置を実現することが
できる。

「発明の効果」 この発明による話者適応形音声認識装置では、従来話者
適応化の方法として広く用いられている標準パターンの
選択あるいは作成といった方法を使用せず、各認識カテ
ゴリと利用者音声との類似性情報を逐次的に履歴として
認識装置内の標準パターンを用意する必要がある。しか
し多くの標準パターンを用いた場合には、入力音声に対
して最も類似するパターンが入力とは異なったカテゴリ
に属するものとなる場合があり、従来の認識判定法では
認識が困難であった。

この発明では、従来の認識判定法では認識が困難な音声
であっても、■第２位以降に類似するカテゴリとの類似
性が話者を一定とするとほぼ安定していること、■正解
は第２位以降の比較的高い順位のカテゴリであること、
の２点が多くの音声について成立することを有効に利用
して認識判定を行なっている。

従ってこの発明によれば、従来の標準パターンα選択あ
るいは作成といった話者適応化法のように、利用者に対
して学習のための発声を要求せず、また従来の最も類似
するカテゴリ’１選択するという認識判定法では認識が
困難であった音声でも認識が可能であるため、利用者に
対する少ない負担で、良好な認識性能を発揮できる利点
がある。

【図面の簡単な説明】

第１図はこの発明の実施例を示す装置のブロック構成図
、第２図は第１因の構成要素の一つである認識判定部６
の動作を示すフローチャート、第３図は認識判定部６の
動作を示す数値例である。 １：音声入力部、２：音声分析部、３：距離計算部、４
：標準パターン記憶部、５：類似度計算部、６：認識判
定部、７：類似度蓄積部、８：認識結果出力部。 特許出願人　　日本電信電話株式会社 代　理　　人　　　草　　野　　　　　卓学　３　図 入カッｌｈ、：　Ｍ−５，ｗ１１１１ｊＩ歌：　Ｎ　＝
４．　　シＱイ値：　Ｆ？＋　’Ｉ　Ｏ，９、Ｒ２＝０
．７ｆＨＩＩｔ合開始 ステーノア（１）：頬像度行列ＱとテーブルＵの詮定坩
　３図 ステリフ’（２）：最大類似度要素の検索→ｊｍａｘ　
＝　１　、　ｊｍａｘ　”　１ステツ７（３ン：　　ｊ
ｍａｘ≠５ ステ・リア（４）；入力ｊｍａｘに剤する娑皺判定済み
処理ステ・リア（５）〜（１５）：入力ｊｍａｘとの四
−カテコ“り柱判定ループｒ１．ｋ＜　Ｒ１，ｒ＋　、
ｋ＜　Ｒ２：　ｋ＝２．３，４．５オ　３　図 ステ・リプ（１６）　：正規化類似度行列Ｑ′の作成ス
テップ＋１７）：Ｑ’の端正ゆ　必要なしステップ（１
８）：　Ｑの更新　（Ｑ’惨　Ｑ）番 ステ・ノブ（２）：最大類似度要素の検索ゆ　ｔｒｎａ
ｘ　ｍ　２　、　ｊｍａｘ　＝４ステ１リプ＋３）：　
ｊｍａｘ≠５ ステ・リプ（４）；入力ｊｍａ＋＋に対する舗謙判定済
み処理ステ・ノア（５）〜（１５１：入力ｊｍａｘとの
同一カテゴリ牲判定ル−プｒ４．ｋ＜　Ｒ４１ｒ４Ｔｋ
＜　Ｒ２：　ｋ＝２．３ステ・Ｊブ（１０１→ｔｍＭ果
：　ｊｍａｘ＝２　東ＪＪｄ力終了

Claims (1)

【特許請求の範囲】
1. （１）入力された音声波形を特徴量系列に変換する音声
   分析部と、 各認識カテゴリの代表音声パターンを記憶する標準パタ
   ーン記憶部と、 入力された音声の特徴量系列と標準パターンから各認識
   カテゴリに対する距離情報を算出する距離計算部と、 前記距離情報を全認識カテゴリについて総和を求めると
   合計が一定値となるような類似度情報に変換する類似度
   計算部と、 同一の利用者が過去に入力した複数の音声に対応する前
   記類似度情報を蓄積する類似度蓄積部と、 現時点の入力音声に対する類似度情報と前記類似度蓄積
   部中の類似度情報を用いて、最も高い類似度を持つ入力
   音声から順にカテゴリ判定を行なうと同時に、過去及び
   現時点で入力された音声間の同一カテゴリ性の判定に基
   づくカテゴリ判定を行なうことを繰り返すことにより、
   現時点の入力音声に対する正解カテゴリ名を決定する認
   識判定部とからなる話者適応形音声認識装置。