JPH02135499A - 音声認識リジェクト閾値設定方式 - 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、音声認識装置においで発声され茫単語の入
力音声の音声パタンと標準パタン辞書メモリに予め登録
された音声標準パタンとの類似度、従って両パタン開の
距離に基づいて音声認識の判定の基準となるリジェクト
閾値を設定するための音声認識リジェクト閾値設定方式
に関するものである。

（従来の技術） 先ず、この発明の理解を容易にするために、音声認識装
置の概要につき説明する。

音声認識装置はコンピュータ、その他の種々の外部機器
の有力な入力装置として利用され始めでおり、そのため
、種々の開発が進められている。

第２図は従来の音声認識袋フの典型例を示すブロック図
である。この従来製画の認識処理及び音声標準パタン登
録処理につき簡単に説明する。

先ず、認識処理動作を説明する。使用する話者の発声し
た音声をマイクロホン等の外部音声入力装置１０によっ
て取り込み、このアナログ入力音声ＶＡ／Ｄ変換部１２
においてディジタル音声信号に変換し、特徴抽出部１４
においでこの音声信号から音声の特徴パラメータを抽出
しこれを音声切り出し部１６及び認識部１８へそれぞれ
出力する。通常、特徴パラメータとして、フレームと称
される一定時間間隔て、スペクトル成分Ｓと対数パワー
Ｐ等を抽出する。そして、音声切り出し部１６において
、この抽出した特徴パラメータの時間変化から音声区間
を判定して認識部１８へ送る。

この認識部１日において音声区間の周波数成分Ｓ及び対
数パワーＰの系列すなわち特徴パラメータ系列である音
声パタンを特徴パタンとして求め、この特徴パタンと予
め音声標準パタンメモリ２０に登録されている標準パタ
ンを読み出しできで特徴パタンとこの標準パタンとの類
似度従って距離を求めて、この距離が一定のリジェクト
閾値より小さいとき、当該距離（類似度）を有する標準
パタンの屈するカテゴリを認識判定する。そして、認識
結果出力部２２から認識結果としての当該標準パタンの
カテゴリの番号を外部機器２４へ出力し、その後の所望
の処理に供せしめる構成となっている。

このような認識方法では、どのようなリジェクト閾値を
設定するかによって音声認識の良否が左右される。

次に、この従来のリジェクト閾値についで説明する。

第３図（Ａ）及びＣＢ）は音声認識時にある単語名の入
力があった場合（認識対象単語以外の音で、音声として
区間検出された音を含む。以下、これを入力音と称する
。）、標準パタンに対して計算される距離の度数分布を
示す図であり、横軸に距ＨＤ及び縦軸に度数をプロット
してそれぞれ示しである。第３図（Ａ）は、ある単語名
Ｃｃｘの標準パタンに対する度数分布の例であり、分布
曲線Ｔａは入力音が単語名Ｃαであった場合の単語度数
分布、分布曲線■αは単語名Ｃαの標準パタンに対しで
計算された他の単語名の標準パタンとの距離の度数分布
及び分布曲線■αは単語名Ｃα以外の入力音に対する距
離の度数分布の例である。第３図ＣＢ）はある単語名Ｃ
ｅの標準パタンに対する度数分布の例であり、分布曲線
Ｉａ　は入力音か単語名Ｃ［Ｉであった場合の単語度数
分布、分布曲線■βは単語名ＣＢの標準パタンに対して
計算された他の単語の標準パタンとの距離の度数分布及
び単語名［［Ｂ　は単語名Ｃ６以外の入力音に対する距
離の度数分布である。

既に説明したように、一般に音声認識時には、音声とし
て区間検出された入力音に対して、全ての単語の標準パ
タンとの距離を計算し、最小の距ａｔもつ標準パタンの
単語名を出力する。しかし、たとえその単語名がｃｏで
あったとしてもその距離かリジェクト閾値Ｔよりも大き
な値である場合には、入力音は認識対象の単語以外の音
であると判定して誤入力に対する出力を抑制するのが一
般的な方法であった。

この従来の方法ではこの際に用いられるリジェクト閾値
Ｔは、単語名やその標準パタンの特徴によらず一定の値
を用い、しがもその値の設定は人手によって経験的に定
められたり、特定の単語セットに対する分析から求めら
れるのが普通であった。しかしこのような方法では、リ
ジェクト閾値Ｔかある単語名Ｃｃｘに対しては有効な値
であっても、他の単語名Ｃａに対しでは最良の値ではな
い場合が多く見られた。その理由としでは、単語名Ｃ６
の標準パタンに対する距離の分布（第３図（Ａ）９照）
と、単語名Ｃθの標準パタンに対する距離の分布（第３
図（Ｂ）参照）か各単語の標準パタンに対応しで異なっ
ていることによる。例えば、リジェクト閾値Ｔを第３図
（Ａ）に示すような値に定めたとき、単語名Ｃαに対し
ては有効であっても、このリジェクト閾値Ｔが第３図（
Ｂ）の単語名Ｃａに対しては高すぎる場合には、入力音
として単語名ＣＧ　に類似した音で、なおかつ認識対象
語ではない音が入力された場合に、誤って認識結果Ｃａ
が出力される可能性が高い。一方、逆にリジェクト閾値
Ｔ。を第３図（Ａ）に示すような値としたとき、第３図
（８）の単語名ＣＢに対しでは有効であっても、第３図
（Ａ）の単語名Ｃ，ｘに対しでは低すぎる場合には、入
力として単語名Ｃαを正しく発声しても出力が抑制され
る可能性が高い。

（発明が解決しようとする課題） このように、上述した従来の音声認識リジェクト閾値設
定方法では、話者の発声のしかたや使用する単語セット
の変化にもかかわらず、リジェクト閾値が一定であるた
めに、認識対象単語を発声した（こもかかわらず認識対
象単語以外の音であると判定されたり、認識対象外の音
が入力されたにもかかわらず、認識結果が出力されると
いった問題点があった。

この発明の目的は以上のような話者の変化や使用単語セ
ットの変化によって認識対象単語がどうかの判定の性能
が変化するという問題点を解決し、話者や使用単語セッ
トの変化に対応して自動的にリジェクト閾値を設定する
音声認識リジェクト閾値設定方法を提供することにある
。

（課題を解決するための手段） この目的の達成を図るため、この発明によれば、 音声標準パタンを読み出し自在に登録しておくための標
準パクン辞書メモリと、 外部音声入力部からの入力音声の音声パタンと予め登録
された音声標準パタンとの類似度を算出する認識部とを
含み、 該類似度に基づいて音声認識の判定を行った認識結果を
外部処理装置へ出力するように構成した音声認識袋３の
当該音声認識の判定に用いるリジェクト閾値を設定する
方式においで、前記認識部に、 登録したい単語名を発声して得られた入力音声の１つの
リジェクト閾値股定対象標準パタンと他の単語名（こ屈
する標準パタンとの距Ｍを全て算出する標準パラメータ
算出手段と、 これら距離の分布状＠壱表現するパラメータを求めるパ
ラメータ算出手段と、 これらパラメータに基づいて前記リジェクト閾値設定対
象標準パタンに対するリジェクト閾値を算出するリジェ
クト閾値算出手段と を設けたことを特徴とする。

（作用） この発明の音声認識リジェクト閾値設定方式によれば、
標準パタン間距離算出手段によって単語標準パタンの全
での組み合わせの間の距離を求めてこれを集計する。

続いてパラメータ算出手段によってこれら距離の分布状
態を表現するパラメータ、例えば、各単語標準パタンに
対する他の単語標準パタンの距離の平均値及び各単語標
準パタンに対する他の単語標準パタンの距離の平均偏差
を求め、これらパラメータによっである着目した単語標
準パタンと他の単語標準パタンとの間の距離の分布を表
現する。

次に、リジェクト閾値算出手段によってこのパラメータ
から着目した単語標準パタンに対するリジェクト閾値を
定める。この場合、各単語標準パタンに対する他の単語
標準パタンの距離の分布（全ての単語標準パタンに対す
る分布曲線ＩＴ。

（蔦３図（Ａ））及び■［１（第３図（８）））を用い
て本来ならば推定が不可能な各単語標準パタンに対する
入力音の距離の分布（全ての単語標準パタンに対する分
布曲線■α　（第３図（ハ））及びｌ１ｌａ　　（第３
図（Ｂ）））ｕ近似し、その分布から各単語標準パタン
に対するリジェクト閾値を設定する。これによって各単
語標準パタンに対しで最適なリジェクト閾値を設定し、
音声認識応答を抑制することができるようにしたもので
ある。

（実施例） 以下、図面を参照しで、この発明の音声認識リジェクト
閾値設定方式の実施例につき説明する。

第１図はこの発明の一実施例を説明するためのブロック
図であり、同図においで、第２図で説明した構成成分と
同一の構成成分については、特に言及する場合を除き、
同一の符号を付して示し、その詳細な説明を省略する。

この発明の音声認識リジェクト閾値設定方式によれば、
認識部に標準パタン門距離算出手段３１０、パラメータ
算出手段３２０及びリジェクト閾値算出手段３３０を、
従来の音声認識機能に追加しで設ける。従ってこのよう
な新たな機能をもったこの発明に係る認識部を３０で示
す。

次に、これら各手段３１０．３２０及び３３０について
説明する。

〈標準パタン門距離算出手段〉 この標準パタン間距離の算出は従来周知の方法はもとよ
り、他の任意好適な手法を用いて算出してもよいが、こ
の実施例では、本出願人に係る他の出願に開示されてい
る手法を用いて標準パタン間距離の算出を行う例につき
説明する。

音声認識機能では標準パタンは標準パタン辞書メモリ２
０に登録されている。一般にこの標準パタンの登録に当
り、話者に指示を与えて同一カテゴリの音声を複数回発
声させ、これら発声音声から、音声標準パタン作成のた
めの特徴パタンセットを作成し、この特徴パタンセット
を構成する全ての特徴パタンを音声標準パタンとして登
録したつする技術、この特徴パタンセットの中から一つ
又はいくつかの特徴パタンを適当な規準を設けで取捨選
択し、選択されたパタンの音声長（音声区間）間の平均
化等を行い、平均音声長に該当する音声パタンを標準パ
タンとして登録する技術、或いは、マルチテンプレート
法、その他の技術等がある。いずれにしても、音声認識
においで標準パタンを作成する際には認識の規準となる
音声を発声し、その特徴を数値化して音声の特徴パタン
とし、これを標準パタンとして保存する必要がある。

このような特徴パタンを作成するには、認識部３０にお
いて、たとえば、特開昭６２−１５９１９５において提
案されている技術により音声の特徴パタンを作成する。

特徴パタンは音声認識の際に用いる特徴量であればどの
ようなものであってもよい。

これら特徴パタンに基づく、標準パタンの作成法として
、まず、１ｆ！頚の単語当り複数回例えば３回の登録発
声を行い、複数個、この場合３つの特徴パタンを標準パ
タンとして得る。このような繰作を単語の全種類にわた
って行うことにより、単語の種類をＮとすると３Ｎ個の
特徴パタンか初期標準パタンセットとして得られる。

しかし、このような従来の音声標準パタンの登録技術で
は、話者に対しで指示した単語が指示とあつに発声され
ていることを前提にしでおり、読みや発声の誤り、音声
以外の音が入力された場合でも指示した単語が発声され
たとして、音声の標準パタンの作成が行われでいた。例
えば発声者の登録発声の際に言い誤り、或いは雑音の混
入などによって、登録すべき音声以外の音の特徴パタン
（ここでは不良特徴パタンと称する）が生したとすると
、その場合の単語の特徴空間内での各特徴パタンの配百
は、例えば第４図のようになるにこで、ｎ番目の単語の
１番目の登録発声の特徴パタン％Ｐ。１とする。また、
登録発声が正常に行われた場合には特徴パタンＰｎｌは
それぞれ特徴空間内のＣ１の範囲内に納まるとする。例
えば、不良特徴パタンＰ３２か生した場合には、従来技
術ではその音の特徴を用いて音声標準パタンか作成され
るために、音声標準パタンの質を悪くし、音声認識の際
に認識率を悪くする原因となる不良特徴パタンＰ３□か
音声標準パタンの決定に用いられでしまうという問題か
あった。

そこで、前述した本出願に係る先の特許出願において、
このような質の悪い音声標準パタンの登録を回避し、音
声認識の際の認識率の低下を図るためには、前述したよ
うな不良特徴パタンを用いず、新たに単語名Ｃ３の登録
発声を要求し、正常な特徴パタンＰ’３２！得ることに
よって良好な標準パタンセットを作成すればよいという
根拠に基づき、初期標準パタンセットを作成し、不良特
徴パタンを検出し、再登録操作によって最終的に良好な
標準パタンセットを得る処理手順を採用した音声標準パ
タン登録方式を提案している。

この発明の実施例では、この提案された音声標準パタン
登録方式に従って標準パタン辞書メモリ２０に標準パタ
ンの登録を行う場合に、その手順の途中で導出される標
準パタン開路Ｍを利用する。

以下、第１図及び第４図（Ａ）〜（Ｃ）を参照しで、前
述の先の出願の音声標準パタン登録方式に従って、認識
部３０において、初期標準パタンセットを作成し、不良
特徴パタンを検出し、再登録操作によって最終的に良好
な標準パタンセットを得るまでの処理手順の一実施例に
つき説明する。

第５図はこの発明における標準パタン作成のための動作
の流れ図を示す。ここでＳは処理ステップを表わす。第
５図（Ａ）は初期標準パタンセットの作成の動作の流れ
図であり、第５図（８）及び（Ｃ）は不良特徴パタンの
判定と再登録の動作の流れ図をそれぞれ示す。尚、図中
、■、■及び■は動作の続き間係をそれぞれ示す。

７準パタンセ・・ト 処理はます、初期標準パタンセットのなかのどの特徴パ
タンを作成するかを定めるｎ及びｉ％１に初期化するこ
とがら始める（ｓｌ）。次に、ｎ番目の単語名Ｃ，，の
登録発声を登録話者に対しで要求し、発声を促す（Ｓ２
）。尚、この実施例では単語の種類をＮとし、１単語当
りの発声回数を３回とする。この発声により外部音声入
力製画１０、Ａ／Ｄ変換部１２を経て特徴抽出部１４及
び音声切り出し部１６のそれぞれからの単語音声の入力
を受ける（Ｓ３）。これらの入力を受けて、例えば本出
願人による先の出願（特開昭６２−２１１６９８）にお
いて提案されでいる方法により、単語音声区間の検出を
開始する。この単語音声区間内の入力フレームデータに
対し、例えば（特開昭６２−１５９１９５）においで提
案されている方法によって特徴パタン壱作成し、Ｐｎｉ
として記憶する（Ｓ４）。そして、同一単語での発声回
数をカウントするｉに対して１を加え（Ｓ５）、発声回
数である３と比較しくＳ６）、３以下であれば同一の単
語名に対する登録発声の要求（Ｓ２）に戻る。もしも３
よつ大き１すれば、ｎ番目の単語名ｃｏに対する登録発
声は終了したので、ｉを１に戻し、ｎに１を加える（Ｓ
７）。最後にｎと単語数Ｎとを比較し、ｎ≦Ｎならば登
録発声の要求（Ｓ２）に戻る（Ｓ８）。逆にｎ＞Ｎなら
ば初期標準パタンセットの作成が終了したので、次の不
良特徴パタン判定処理へ移る。

不　、　パタン１ 不良特徴パタンの判定処理に入ると、まず、判定を行う
べき単語名の番号ｎを１とし、総不良特徴パタンの数Ｂ
を○とする（Ｓ９）。次に、いま着目しているｎ番目の
単語に対する不良特徴パタンの数ＡＶＯとする（Ｓ　１
０）。ざらに、この単語内で着目すべき発声回数の番号
ｉを１とする。

ここで、判定の対象となる特徴パタンの単語番号ｎと発
声回数ｉが定まったので、特徴パタンＰＩＴ１が不良特
徴パタンであるがどろかの判定を行う。特徴パタンＰ。

、ともう１つの特徴パタンＰ、、（たたし、ｘ＝１．２
、・・・、Ｎ：ｙｌ、２．３：ｎ≠Ｘまたはｉ≠ｙ）と
の間の距Ｍ、ＬＤ、、Ｉ全でのｘ、ｙの組合せに対しで
求める。特徴パタン間の距離は線形伸縮によるパタンマ
ツチング（特開昭６２−７３２９９）や、動的計画法に
よるパタンマ・ンチング（特開昭６２７３２９８）によ
り計算する（Ｓ１１）。次に、処理ステップＳ１１で求
めた距離、、ｌ　Ｄ　Ｘ　Ｖのうち、最小のもののｘ、
ｙｔそれぞれＸ、Ｙとする（Ｓ　１２）。そして、Ｘと
ｎとを比較しく５１３）、もしも−敗していなければ、
ｐＨｌは単語名Ｃ１以外の単語名の特徴パタンと最も距
離が近いので、不良特徴パタンと判定し、不良特徴パタ
ン数Ａに１を加える（Ｓ１４）。もしもこの処理ステッ
プ３１４でＸとｎが−敗しでいれば、Ｐ、、１は不良特
徴パタンではないので、次の処理ステップへ実行を移す
。ここではパタンを判定の対象とするため、１に１を加
える（Ｓ１５）。もしもｉが３以下ならば同じ単語名Ｃ
７の次の発声の特徴パタンに対する判定（Ｓ１１）〜（
Ｓ　１４）に戻り、１が３よりも大きければ、処理ステ
ップＳ１７に移る（Ｓ　１６）。処理ステップＳ１７で
はｎ番目の単語に対する不良特徴パタン数へと１単語当
りの特徴パタン数（実施例では３）に対する過半数の２
とを比較し、Ａが２以上であれば、次の処理ステップＳ
１８に移り、このｎ番目の単語の特徴パタンは全て不良
特徴パタンであるとしで、全てのｉに対するＰ、、７ｉ
不良特徴パタンと判定し、不良特徴パタン数Ａを３とす
る。

ここで、ｎ番目の単語に対する不良特徴パタンの判定か
おわったので、総不良特徴パタン数日にｎ番目の単語の
不良特徴パタン数Ａｕ加え（Ｓ１９）、ざらに次の単語
名の特徴パタンを判定の対象とするためにｎに１を加え
（Ｓ　１９）　、次の処理ステップへ移る（Ｓ２０）。

ｎが単語数Ｎ以下ならば、処理ステップ（Ｓ　１０）へ
戻り、単語名Ｃ１の３つの特徴パタンについての判定に
戻る。もしもｎか単語数Ｎよりも大きければ処理ステッ
プ（Ｓ２１）に移る。ここでＢが０ならば（Ｓ２１）、
全ての特徴パタンは不良特徴パタンではないので一連の
処理の終了となる。もしもＢか０でなければ（Ｓ２１）
　、処理ステップＳ１４で不良と判定された全ての特徴
パタンｐｌ、、に対して代わりの特徴パタンを登録する
（以降これを再登録と称する）処理を行うために第５図
（Ｃ）に示す再登録操作の処理に移る。

再」ｊＬ操（支）ヨＬ段 ます、再登録のパタン数をカウントするｋを１とする（
Ｓ２３）。次にに番目の不良特徴パタンの単語名の再登
録発声を登録話者に対して要求する（Ｓ２４）。そして
、単語音声の入力を受ける（Ｓ２５）。ここでは、第５
図（Ａ）で示した処理ステップＳ３と同様の単語音声区
間を検出する。この単語音声区間内の入力フレームデー
タに対し、第５図（Ａ）で示した処理ステップＳ４と同
様の方法により特徴パタンを作成し、ｋ番目の不良特徴
パタンを消去すると同時にこの消去した特徴パタンと同
しｎ、１を持つ特徴パタンＰｎｌとして格納する（Ｓ２
６）。

次にｋに１を加え（Ｓ２７）、不良特徴パタン数Ｂと比
較しく５２８）、ｋ＞Ｂでなければ次の不良特徴パタン
の再登録のために処理ステップＳ２４に戻る。ｋ＞８な
らば、全ての不良特徴パタンか消去され、再登録によっ
て新しい特徴パタンか格納されているので不良特徴パタ
ン判定手段３２０での、第５図（Ｂ）で示した処理ステ
ップＳ９に戻り、標準パタンセットの中の不良特徴パタ
ンを判定する処理に戻る。

以上の処理を不良特徴パタン数ＢがＯになるまで繰り返
す（３９〜５２８）。

この発明の実施例では、標準パタン間距離算出手段３１
０は上述したこのような一連の処理手順のうち、処理ス
テップＳｌ（第５図（Ａ））から第５図（Ｂ）の処理ス
テップＳ１１までの処理を行う。又、処理ステップ５１
２（第５図（Ｂ））から処理ステップ５２８（第５図（
Ｃ））までの処理をこの手段３１０において実行出来る
ように構成しでもよいし、又、別の機能手段としで設け
でもよい。

以上の標準パタン間距Ｍ算比の処理は特定話者に対する
認識方式の場合のリジェクト閾値の設定に必要な処理で
あるか、不特定話者に対する認識方式であっても、特徴
パタンＰ６ともう１つの特徴パタンＰｗ、（但し、ｘ＝
１．２、・・・、Ｎ：ｙ＝１．２．３；ｎ＃ｘまたは１
≠ｙ）との間の距離ｎ＋Ｄｘｙｕ全てのｘ、ｙの組み合
わせに対して求めることによって同様にリジェクト閾値
の設定か行える。

〈パラメータ算出手段〉 次に、上述した処理ステップＳ１１で得られた距離を用
いて、各単語の標準パタンに対する、他の単語の標準パ
タンの距離の分布をパラメータによって表現する。

この実施例では、パラメータとして各単語ｎの標準パタ
ンに対する他の単語標準パタンの距離の平均値へ。及び
その平均偏差Ｍ／にとする例につき説明する。尚、ここ
でＭは偏差（＝ΔＭ＝、、、Ｄ、、−Ａ、、）の総和で
あり、Ｋは分布測定の対象となった他単語の標準パタン
数の計数である。

第６図にこの実施例におけるリジェクト閾値設定のため
の動作の流れ図を示す、第６図（Ａ）は各単語標準パタ
ンに対する他の単語標準パタンの距離の平均値を求める
動作の流れ図であり、第６図（Ｂ）は主として各単語標
準パタンに対する他の単語標準パタンの距離の平均偏差
を求めるための動作の流れ図である。

江　　パタン　距 この平均値はパラメーク算出手段３２０で算出して求め
る。

この処理を開始すると、まず最初に他の単語標準パタン
に対する距離の平均値を求める対象となる単語名の番号
ｎを１と初期設定する（Ｓ３０）。次に、距離の総和Ｓ
をｏ、分布測定の対象となった他単語の標準パタン数の
計数Ｋを○とし、現在着目している単語の中のテンプレ
ートの計数１７ａｌとする（５３１）。次に、分布測定
の対象となる単語の単語番号Ｘを１とする（Ｓ３２）０
次に、現在着目している単語口と分布測定の対象となる
単語が同一の単語がどうかを判定しく５３３）、もし、
同一の単語であれば処理ステップ（３３８）に処理を移
す。もし、同一の単語ではない場合には分布測定の対象
となる単語の中のテンプレートの計数ｙｔｌとする（Ｓ
３４）、そして、距離の総和Ｓと距離□Ｄ　ＸＶとを加
え、計数Ｋに１を加える（Ｓ３５）。次にテンプレート
の計数ｙに１を加え（Ｓ３６）、テンプレート計数ｙと
１単語あたりのテンプレート数３とを比較しく５３７）
、３以下であれば（Ｓ３５）に戻り、次のテンプレート
に対する処理に戻る０判定処理（Ｓ３７）による判定で
ｙが３よりも大きければ、分布測定の対象となる単語名
の単語番号Ｘに１を加える（Ｓ３８）。次に、Ｘと単語
数Ｎとを比較判定しく５３９）、ｘｆＪ＜Ｎ以下であれ
ば処理ステップ（Ｓ３３）に戻る０判定処理（５３９）
においでｘ＞Ｎであると判定されると、リジェクト閾値
設定の対象となるテンプレートの番号ｉに１を加え（Ｓ
４０）、今度はｉと１単語あたりのテンプレート数３と
を比較しく５４１）、３以下であれば処理ステップ（Ｓ
３２）に戻り、同一の単語の他のテンプレートに対する
距離の分布の測定に移る。処理ステップ８４１において
、ｉか３よりも大きければ、ｎ番目の単語に対する距離
の平均値Ａｎ！Ｓ／Ｋにより計算しかつ単語番号ｎに１
を加える（Ｓ４２）、続いて、分布測定の対象となる単
語名の単語番号Ｘに１を加える（Ｓ４３）、次に、単語
番号ｎと単語数Ｎとを比較判定しく５４４）、ｎが単語
数以下の場合には（３３１）に戻り、次の単語に対する
距離の平均値を求める上述した一連の処理を行う（３３
１〜５４２）、ｎが単語数Ｎよりも大きければ第６図Ｃ
Ｂ）の最初の処理ステップ（Ｓ４５）に移り、各単語標
準パタンに対する他の単語標準パタンの距離の平均偏差
を求める処理を実行する。

このように、この実施例では、上述した処理ステップ８
３０〜Ｓ４４を経る処理手順によってパラメータとして
の単語標準パタン間距離の平均値Ａ、の算出を実行でき
る。

江　　パタン　距　の　　　差 これら平均偏差Ｍ／には単語名Ｃαの分布曲線ＩＩａ（
第３図（Ａ））及び単語名Ｃ，＋１の分布曲線■Ωのそ
れぞれの広がりの度合を表わすパラメータである。これ
らパラメータをパラメータ算出手段３２０で算出する。

この算出処理を開始すると、先ず、他の単語標準パタン
に対する距離の平均偏差を求める対象となる単語名の番
号ｎを１とする（Ｓ４５）。次に、偏差の総和ＩＶＩＯ
１分布測定の対象となった他単語の標準パタン数の計数
Ｋを○とし、現在着目している単語の中のテンプレート
の計数ｉを１とする（Ｓ４６）。続いて、分布測定の対
象となる単語の単語番号ｘｕｌとしくＳ４７）、現在着
目している単語Ｘと分布測定の対象となる単語ｎが同一
の単語かどうかを判定しく５４８）　、もし、同一の単
語であれば処理ステップ（Ｓ５４）に処理を移す。この
判定処理（Ｓ　４８）で同一単語でないと判定されたと
きには、分布測定の対象となる単語の中のテンプレート
の計数ｙを１とする（Ｓ４９）。

然る後、距離。１ＤＸｙと単語ｎにおける他単語の距離
の平均値へ、、との差の絶対値である偏差ΔＭ　（＝　
１　、、ｌＤ、、−Ａ、　　ｌ　）　％求める（Ｓ５０
）。次に、偏差の総和Ｍに、上述した偏差ΔＭを加えた
新たな偏差の総和Ｍとし、しかも、計数Ｋに１を加える
（Ｓ５１）。次に、テンプレートの計数ｙに１を加え（
Ｓ５２）、計数ｙと１単語あたりのテンプレート数３と
を比較し、３以下であれば（Ｓ５０）に戻り、次のテン
プレートに対する処理に戻る。この判定処理（Ｓ５３）
でｙが３よりも大きければ、処理ステップ（Ｓ５４）に
処理を移し、分布測定の対象となる単語名の単語番号Ｘ
に１を加える０次に、この単語番号Ｘと単語数Ｎとを比
較しく５５５）、ｘがＮ以下であれば処理（Ｓ４８）に
戻る。この判定処理（Ｓ５５）での判定がｘ＞Ｎである
と、リジェクト閾値設定の対象となるテンプレートの番
号ｉに１を加え（Ｓ５６）、続いて、テンプレート番号
ｉと１単語あたりのテンプレート数３とを比較しく５５
７）、３以下であれば処理ステップ（Ｓ４７）に戻り、
同一の単語の他のテンプレートに対する距離の分布の測
定に移る（８４７〜５５７）。この判定処理（Ｓ５７）
での判定結果でテンプレート番号ｉが３よりも大きけれ
ば、次の処理ステップ（Ｓ　５８）に処理を移し、処理
ステップＳ５１で得た偏差の総和Ｍｔ、分布測定の対象
となった他単語の標準パタン数の計数にで除算した値Ｍ
／に％平均偏差として算出する（８５８）。

このように、上述した処理ステップ５４５〜８５８を経
る処理手順によってパラメータとしての単語標準パタン
間距離の平均偏差Ｍ／にの算出を実行できる。

〈リジェクト閾値算出手段〉 この実施例では、リジェクト閾＠算出手段３３０におい
て、上述した処理手順中の処理ステップＳ４２で得られ
た平均値Ａ、（＝Ｓ／Ｋ）と処理ステップＳ５８で得ら
れた平均偏差Ｍ／にとからｎ番目の単語に対するリジェ
クト閾値Ｔ、ｌを計算する。ここでαはリジェクトの強
度を決定する定数であり、この値が小さければリジェク
トの傾向が強くなり、認識対象単語以外の音声を全く受
けつけなくなる。αが大きければリジェクトの傾向は弱
くなるが認識対象単語以外の音を受けつける可能性が大
きくなる。ｎ番目の単語に対するリジェクト閾値Ｔ。は
、この定数αと平均偏差Ｍ／Ｋを乗じて距離の平均値Ａ
、、を加えることにより計算する（Ｓ５９）、尚、この
αは例えば認識部３０に設けた定数テーブルメモリ或い
は他の任意のメモリ（図示せず）に読み出し自在に格納
しておけばよい、ざらに、この実施例では、この処理ス
テップＳ５９で、単語番号ｎに１を加え、分布測定の対
象となる単語名の単語番号Ｘに１を加える。

次に、単語番号ｎと単語数Ｎとを比較しく５６０）、ｎ
が単語数以下の場合には処理ステ・ンブ（Ｓ４６）に戻
り、次の単語に対するリジェクト閾値を求める。この判
定処理（Ｓ６０）によって単語番号ｎが単語数Ｎよりも
大きければ、全ての単語標準パタンのリジェクト閾値の
設定が終了したので全処理を終了する。

上述した実施例ではリジェクト閾値設定のためのパラメ
ータとして平均ｍＡ、及び平均偏差Ｍ／ＫＭ用いたが、
これらの代わりに分布の形状を表わす数値であればどの
ようなパラメータを使ってもよい。例えば、平均偏差の
代わりに標準偏差を使う、分布形状を２項分布や正規分
布を仮定して最小２剰近似したうえて、その標準偏差を
用いるなどの方法を用いてもよい。

このようにして得られたリジェクト閾値は認識部３０又
は任意所望の箇所に設けたメモリに読み出し自在に格納
しておき、特定又は不特定話者の音声認識の際に、発声
して得られた入力単語音声の認識判定のための閾値とし
て利用できる。

この発明は上述した実施例にのみ限定されるものではな
く、種々の変形又は変更を行い得ること明らかである。

例えば、上述したリジェクト閾値を決定するための処理
手順は設計に応じて任意に変えることができる。

又、上述した実施例では、この種の音声認識装＝には常
套手段であるメモリ、制御部、その他の処理回路等の図
示及び説明を省略したが、これらは所要に応じ設けるこ
とが出来る。

（発明の効果） 上述した説明からも明らかなように、この発明の音声認
識リジェクト閾値の設定方式によれば、ある着目した標
準パタンに対するリジェクト閾値か他の標準パタンとの
距離の分布から自動的に求められ、認識時の距離が大き
くなる傾向のある標準パタンに対してはリジェクト閾値
が大きく設定され、逆に認識時の距離が小さくなる傾向
のある標準パタンに対してはリジェクト閾値が小ざ〈設
定されるので、認識単語による応答率の変化が少なく安
定した性能の音声認識を実現出来る。

【図面の簡単な説明】

第１図はこの発明の音声認識リジェクト閾値設定方式の
説明に供するブロック図、 第２図は従来方式の説明に供するブロック図、第３図（
Ａ）及び（Ｂ）はこの発明及び従来のリジェクト閾値の
説明に供する、標準パタンに対する入力音の距離の度数
分布を示す図、第４図はこの発明の詳細な説明に供する
、不良特徴バタシを含む標準パタンセットの説明図、菓
５図（Ａ）〜（Ｃ）はこの発明の方式の実施例を実行す
る処理手順における音声標準パタンの登録処理及び標準
パタン間距離の算出の説明に供する動作の流れ図、 第６図（Ａ）及び（Ｂ）はこの発明の方式の実施例を実
行する処理手順におりるリジェクト閾値設定の動作の流
れ図である。 １０・・・外部音声入力装置、１２・・・Ａ／Ｄ変換部
１４・・・特徴抽出部、　　　１６・・・音声切り出し
部２０・・・標準パタン辞書メモリ ２２・・・認識結果出力部、　２４・・・外部機器３０
・・・認識部 ３１０・・・標準パタン間距離算出手段３２０・・・パ
ラメータ算出手段 ３３０・・・リジェクト閾値算出手段。

Claims (1)

【特許請求の範囲】
1. （１）音声標準パタンを読み出し自在に登録しておくた
   めの標準パタン辞書メモリと、 外部音声入力部からの入力音声の音声パタンと予め登録
   された音声標準パタンとの類似度を算出する認識部とを
   含み、 該類似度に基づいて音声認識の判定を行った認識結果を
   外部処理装置へ出力するように構成した音声認識装置の
   当該音声認識の判定に用いるリジェクト閾値を設定する
   方式において、 前記認識部に、 登録したい単語名を発声して得られた入力音声の１つの
   リジェクト閾値設定対象標準パタンと他の単語名に属す
   る標準パタンとの距離を全て算出する標準パタン間距離
   算出手段と、 これら距離の分布状態を表現するパラメータを求めるパ
   ラメータ算出手段と、 これらパラメータに基づいて前記リジェクト閾値設定対
   象標準パタンに対するリジェクト閾値を算出するリジェ
   クト閾値算出手段と を設けたことを特徴とする音声認識リジェクト閾値設定
   方式。