JPH02238496A - 音声認識装置 - Google Patents

音声認識装置

Info

Publication number
JPH02238496A
JPH02238496A JP1057760A JP5776089A JPH02238496A JP H02238496 A JPH02238496 A JP H02238496A JP 1057760 A JP1057760 A JP 1057760A JP 5776089 A JP5776089 A JP 5776089A JP H02238496 A JPH02238496 A JP H02238496A
Authority
JP
Japan
Prior art keywords
vector
label
word
segment
input speech
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.)
Granted
Application number
JP1057760A
Other languages
English (en)
Other versions
JPH0636156B2 (ja
Inventor
Masafumi Nishimura
雅史 西村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NIPPON I B M KK
IBM Japan Ltd
Original Assignee
NIPPON I B M KK
IBM Japan Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NIPPON I B M KK, IBM Japan Ltd filed Critical NIPPON I B M KK
Priority to JP1057760A priority Critical patent/JPH0636156B2/ja
Priority to US07/485,402 priority patent/US5046099A/en
Priority to EP90302404A priority patent/EP0388067B1/en
Priority to DE69010722T priority patent/DE69010722T2/de
Publication of JPH02238496A publication Critical patent/JPH02238496A/ja
Publication of JPH0636156B2 publication Critical patent/JPH0636156B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/065—Adaptation
    • G10L15/07—Adaptation to the speaker
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/14—Speech classification or search using statistical models, e.g. Hidden Markov Models [HMMs]
    • G10L15/142—Hidden Markov Models [HMMs]
    • G10L15/144—Training of HMMs

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

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】 Ａ．産業上の利用分野 この発明はフエノニック・マルコフ・モデルを利用した
音声認識装置に関し、特にベクトル量子化用コードブッ
クの適応化を高精度かつ簡易に行えるようにしたもので
ある。
Ｂ．従来の技術 マルコフ・モデルを利用した音声認識は確率的な観点か
ら音声の！！！識を行なおうとするものである。たとえ
ばそのうちの１つの手法では、まず、音声の特徴が一定
周期（フレームと呼ぶ）ごとに周波数分析されたのちに
ベクトル量子化され、ラベル（シンボル）の系列に変換
される。このラベルごとに１つのマルコフ・モデルが設
定される。また、登録用音声のラベル系列に基づいて、
単語ごとにこのマルコフ・モデルの系列（単語ベースフ
ォーム）が与えられる。それぞれのマルコフ・モデルに
は複数の状態と、これら状態間の遷移が規定され、これ
ら遷移にはその遷移の生起確率が割当てられ、また、状
態またはその遷移には、その状態または遷移においてラ
ベルを出力する確率が割当てられる。未知入力音声はラ
ベル系列に変換され、単語ベースフォームによって規定
される単語マルコフ・モデルの各々がこのラベル系列を
生成する確率を、上述の遷移生起確率及びラベル出力確
率（以下これらをパラメータと呼ぶ）に基づいて決定し
、ラベル生成確率が最大となる単語マルコフ・モデルを
求める。そしてこの結果に基づいて認識を行なう。
このようなラベル単位のマルコフ・モデルはフエノニツ
ク・マルコフ・モテ゛ルと呼ばれている。同じラベル名
で対応づけられたモデルは、モデルの訓練および認識時
に共通のモデルとして扱われる。フエノニツク・マルコ
フ・モデルについては以下の論文に詳細が記載されてい
る。
（　１　）　”Ａｃｏｕｓｔｉｃ　Ｍａｒｋｏｖ　Ｍｏ
ｄｅｌｓ　Ｕｓｅｄ　ｉｎＴｈｅ　　Ｔａｎｇｏｒａ　
　Ｓｐｅｅｃｈ　　Ｒｅｃｏｇｎｉｔｉｏｎ　　Ｓｙｓ
ｔｅｍ″（Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＣＡＳＳ
Ｐ’８８．１９８８．４月，Ｓｌｌ−３．Ｌ．Ｒ．Ｂａ
ｈｌ．Ｐ．Ｆ．Ｂｒｏｖｎ，Ｐ．Ｖ．ｄｅ　Ｓｏｕｚａ
，Ｒ．Ｌ．Ｍｅｒｃｅｒ　ａｎｄ　Ｍ．Ａ．Ｐｉｃｈｅ
ｎｙ）ところで、上記のようなマルコフ・モデルを用い
た音声ＥＩＦＡでは、ベクトル量子化のコードブックの
作成と、マルコフ・モデルの推定、さらには単語ベース
フォームの登録用に大量の音声データが必要であり、ま
た、これらの操作を行うのにも多くの時間を必要とする
。しかも所定の話者の音声データで作成したシステムで
は、他の話者の認識精度が十分でない場合が多い。また
、同一話者であっても、学習時と認識時との間にかなり
の時間を置き、そのため環境が異なってしまうと、認識
精度が低下する。さらに環境雑音による認識精度の劣化
も問題となる。文献（１）では、卑語ベースフォームを
所定の話者の発声で作成しておくことで、学習時間を大
幅に削減してはいるが、量子化コードブックおよびマル
コフ・モデルのパラメータは話者ごとに推定しなおして
いるため、また多くの音声データと処理時間を要した。
近年このような課題を解決するために、所定の話者のベ
クトル量子化コードブックとマルコフ・モデルを、話者
や環境に対して適応化させることが提案されている。特
にベクトル量子化コードブックの適応化方法としては、
つぎ０２つの類型に分けて考えることが出来る。
１つは学習用の発声と所定の話者の発声との対応をＤＰ
マッチングによって求め、これを利用してコードブック
を適応化するものである。これについては、 （２）”ベクトル量子化による話者適応化゜゜（電子通
４８学会技術研究報告、１９８６、１２月、ＳＰ８６−
６５、ｐｐ．３３−４０、鹿野清宏） に記載がある。しかしながらこの方法では特徴量の分布
が大幅に変化する場合には、正確な対応関係を求めるこ
とはできない。また、距離に基づく対応なので、マルコ
フ・モデル上での評惰とは必ずしも一致しないし、マル
コフ・モデルとは別にＤＰを必要とするため記憶量の面
でも効率が悪い。
２つめは時間軸上の対応関係を使わず、学習音声を元の
コードブックを参照しながらクラスタリングすることで
、適応化されたコードブックを作成するものである。こ
のような方法としては、 （３）”スペクトル空間のクラスタ化に基づく教師なし
話者適応化方法゜゛（日本音響学会昭和６３年度春季全
国大会講演論文集、１９８８、３月、２−２−１６、古
井貞おき）（４）　”Ｓｐｅａｋｅｒ　Ａｄａｐｔａｔ
ｉｏｎ　Ｍｅｔｈｏｄ　ｆｏｒＨＭＭ−Ｂａｓｅｄ　Ｓ
ｐｅｅｃｈ　Ｒｅｃｏｇｎｉｔｉｏｎ”、（Ｐｒｏｃｅ
ｅｄｉｎｇｓ　ｏｆ　ＩＣＡＳＳＰ’８８，１９３８．
４月＋３５−７．　Ｍ．Ｈｉｓｈｉａｕｒａ　　ａｎｄ
　　κ．Ｓｕｇａｗａｒａ）に記載がある。これらの方
法は多くの計算量、記憶量を必要とする。また、時間軸
上の対応関係を一切無視していることから、あまり精度
の高い適応化は期待できない。
その他、文献（４）にはマルコフ・モデルのパラメータ
を適応化する方法に関する記載がある。
Ｃ．発明が解決しようとする問題点 この発明は以上の事情を考慮してなされたものであり、
ラベル間の対応関係を保持しつつ、大輻な特徴量の変動
にも適応化させることが出来、しかもその適応化を簡易
に行うことが出来る音声認識装置を提供することを目的
としている。
Ｄ．問題点を解決するための手段 本発明では、まず適応化学習用の単語発声を一定周期ご
とに周波数分析して特微ベクトルの系列を求める。そし
て、この特徴ベクトル系列をＮ（１！Ｎ）個の区画に時
間軸上で分割（好ましくは等分割）し、所定の話者から
前以て求めておいた単語ベースフォームも同様にＮ個の
区画に分割（好ましくは等分割）することで各部分の対
応関係を得る。
ベースフォーム側もベクトル量子化コードブックを参照
することで特徴ベクトルの系列とみなせるから、各区画
の対応関係に基づき、それぞれの区画内の特徴量の代表
値（好ましくは平均値）の差（特徴量の移動ベクトル）
を求める。一方、各ラベルと各区画との対応の強さを、
ラベルの条件付の各区画の出現確率として求める。そし
て、（式１）に従い、この条件付確率を重みとして区画
ごとに求まる特徴量の移動ベクトルを合成することで、
各ラベルに対応するコードベクトルを適応化するように
している。一連の操作の概要を、適応化学習用単語数が
１、分割された区画数が２、ラベル数も２の場合を例に
とって第１図に示す。ただし、ｉ　　（１≦ｉ≦Ｗ）は
単語番号、ｊ　　（１≦ｊ≦Ｎ）は区画番号、ＳＩＪは
適応化学習用音声の単語１１区画ｊにおける特徴量の平
均ベクトル、Ｂ目は単語べ一スフォームと量子化コード
ブックによって推定される特徴量の平均ベクトル、Ｆｋ
はラベル番号ｋに対応するコードベクトル、Ｆｋ′は適
応化後のコードベクトルである。また、Ｐ（ｉ．ｊｌＬ
ｈ）はＬｍの条件付の単語１１区画ｊの出現確率である
。
ＷＮ Ｆｋ’＝Ｆｈ＋ΣΣＰ　（ｉ．　ｊ　ｌＬｈ）｛Ｓ＋Ｊ
−ＢＢ｝　　　−−−　（式１）なお、ラベルの条件付
の各区画の出現確率Ｐ　（ｉ．　ｊ　ｌＬｍ）は、単語
ベースフォームについて各区画内のラベルの出現頻度Ｐ
　（Ｌｍｌ　ｉｓ　ｊ）を求め、これをベイズの定理に
従って変形すれば求まる。また、各区画内のラベルの出
現頻度としては、（式２）に示すように、単語ベースフ
ォーム中のラベルの出現頻度をフエノニック・マルコフ
・モデルのラベル出力確率を用いて平滑化したものを用
いることも出来る。ここでＭｋはラベルＬｋに対応付け
られたフエノニック・マルコフ・モデルの状態（フェノ
ン）であり、ｐ　（ｔｍｌＭ　Ｉ）はこのモデルのラベ
ル出力確率を表している。
Ｐ　（Ｌｍｌ　ｉ，ｊ）＝ΣＰ（ＬｍｌＭ１）Ｐ　（Ｍ
＋ｌｉ，ｊ）　　−−−（式２）Ｅ．実施例 以下、この発明をフエノニック●マルコフ・モデルに基
づく単語音声認識に適用したー実施例について図面を参
照しながら説明しよう。第２図はこの実施例を全体とし
て示すものであり、この第２図において、入力音声デー
タはマイクロホン１および増幅器２を介してアナログ・
デジタル（Ａ／Ｄ）変換器３に供給され、ここでデジタ
ル・データとされる。デジタル化された音声データは特
徴抽出装置４に供給される。この特微抽出装置４におい
ては、まず音声データが離散フーリエ変換された後、聴
覚の特性を反映した２０チャンネル分の臨界帯域フィル
タの出力として取り出される。この出力は８ｍ秒毎に次
段の切り換え装置５に送られ、ベクトル量子化コードブ
ック初期学習装置６、ベクトル量子化コードブック適応
化装置７およびラベル付け装置８のいずれかに送られる
。ベクトル量子化コードブックの初期学習時には切り換
え装置５がコードブック初期学習装置６側に切り替わっ
て、臨界帯域フィルタの出力を初期学習装置６に供給す
る。初期学習装置６はクラスタリングによって１２８個
のコードベクトルからなるベクトル量子化コードブック
９を作成する。コードブックの適応化を行う際には切り
換え装置５が適応化装置７側に切り替わり、適応化装置
７が初期学習時のベクトル量子化コードブック９を初期
値とし、このあと説明する単語ベースフォーム・テーブ
ル１５を参照しながらコードブックの適応化を行う。な
お適応化装置７の詳細についてはのちに第４図を参照し
て説明する。認識を行う際あるいは単語ベースフォーム
の登録、マルコフ・モデルの初期学習、適応化を行う際
には切り換え装置５がラベル付け装置８側に切り替わり
、ラベル付け装置８はベクトル量子化コードブック９を
参照して順次ラベル付けを行ってゆく。たたし、マルコ
フφモデルの初期学習を行う際にはベクトル量子化コー
ドブックは初期学習時のものが用いられる。
なお、ラベル付けはたとえば第３図に示すように行なわ
れる。第３図においてＸは入力の特徴量、ＹＪは第ｊ番
目のラベルの特徴量（コードベクトル）、Ｍはコードベ
クトルの個数（−　１　２８）　、ｄｉｓｔ（Ｘ．　Ｙ
）はＸとＹＪとのユークリッド距離、ｍは各時点までの
ｄｉｓｔ（Ｘ．　Ｙ）の最小値である。なおｍは非常に
大きな値■に最初設定される。図から明らかなように入
力の特黴量Ｘはコードベクトルの各々と順次比較されて
いき、最も似ている、すなわち距離の最も小さいものが
ａｔｑされたラベル（ラベル番号）Ｌとして出力されて
ゆく。
第２図に戻る。ラベル付け装置８からのラベル系列は切
り換え装置１０を介して単語ベースフォーム登録１Ａｆ
ｌｌＬマルコフ・モデル初期学習装置１２、マルコフ・
モデル適応化装置１３および認識装置１４のいずれか１
つに供給される。単語ベースフォーム登録時には、切り
換え装置１０が単語ベースフォーム登録装置１１側に切
り替わって、ラベル系列を単語ベースフォーム登録装置
１１に供給する。単語ベースフォーム登録装置１１はラ
ベル系列を利用して、単語ベースフォーム・テーブル１
５を作成する。マルコフ・モデルの初期学習時には、切
り換え装置１０が初期学習装置１２偏に切り替わってラ
ベル系列を初期学習装置１２に供給する。初期学習装置
１２はラベル系列とベースフォーム・テーブル１５を利
用してモデルの訓練を行ない、パラメータ・テーブル１
６のパラメータ値を決定する。適応化を行う際には切り
換え装置１０が適応化装置１３側に切り替わり、適応化
装置１３が入力ラベル系列と、単語ベースフォーム上の
各フエノニツク・マルコフ・モデルとの対応関係を利用
してパラメータ・テーブル１６のパラメータ値を適応化
する。認識を行う際には切り換え装置１０が認識装置１
４４ｍｌに切り替わり、認識装置１４は入力ラベル系列
と、単語ベースフォームおよびパラメータ・テーブルに
基づいて入力音声の認識を行う。
！！識装置１４の出力はワークステーシコンｌ７に供給
され、たとえばその表示装置に表示される。なお第２図
においてマイクロフォン１、増幅器２、および表示装置
１７を除く全ての装置はワークステーシッン上にソフト
ウエアとして実現されている。なおワークステーシコン
としてはＩＢＭ社の５５７０処理装置、オペレーシリン
・システムとしては日本語ＤＯＳ，言語としてはＣ言語
およびマクロ・アセンプラを用いた。もちろん、八−ド
ウエアとして実現しても良い。
次にベクトル量子化コードブック適応化装置７の動作つ
いて第４図を参照しながら説明する。第４図はコードブ
ック適応化の手順を示すもので、この図においてまず、
ベクトル量子化コードブックから、各ラベルＬｈに対応
するコードベクトルＦｍが読みこまれる（ステップ１８
）。次に適応化学習用単語ｉの音声データが入力される
（ステップ２０）。この音声データを時間軸上でＮ等分
割し、それぞれの区画ｊにおける平均特徴ベクトルＳＮ
を推定する（ステップ２１）。また、単語ベースフォー
ムについても単語番号ｉのベースフォームを読み込む（
ステップ２２）。この単語ベースフォームも時間軸上で
Ｎ等分割し、ステップ１８で読みこんたコードベクトル
を参照することで、各区画ｊにおける平均特徴ベクトル
ＢＩＪを推定する（ステップ２３）。さらに各区画ｊに
おけるラベルＬｍの出現頻度Ｐ　（Ｌｋｌ　ｉｌ　Ｊ　
）もＮ等分割された単語ベースフォームから推定する（
ステップ２４）。ステップ２０〜２４の操作を全ての適
応化学習用語案に対して行なったのち、Ｐ　（Ｌｈｌ　
ｉ．ｊ）を変換し、ラベルの条件付の単語と区画の出現
確率Ｐ　（ｔ，ｊｌＬｍ）を求める（ステップ２７）。
そして式（１）に従って、全てのコードベクトルＦｋを
適応化し、既存のベクトル量子化コードブックをこの適
応化されたコードベクトルで置き換える（ステップ２８
）。
最後に「警報、平方、直線、直前」など類似性の高い１
５０単語を認識対象語索としてこの実施例の評価実験を
行った。この実験ではベクトル量子化コードブックおよ
びマルコフ・モデルの初期学習用の音声データは男性話
者１名の１０回分の１５０単語発声を用い、そして他の
１１名の話者（男性７名、女性４名》で適応化の効果を
みた。適応化は対象語索の一部（１０，２５，５０，１
００および１５０単語：各単語１回の発声）で行ない、
各話者３回分の１５０単語発声を用いて認識実験を行っ
た。第５図に認識実験結果を示す。ここで、横軸は適応
化学習用単語数、縦軸は平均誤認識率である。白丸はマ
ルコフ・モデルだけを適応化した場合の結果を、黒丸は
本発明をマルコフ・モデルの適応化と併用した場合の結
果を示している。なお、４％のところの実線は、初期学
習を行った話者での認識実験結果である。この結果から
、本発明を適用することによって、男性話者間では、初
期学習を行った話者とまったく同じ認識精度が、２５単
語１回の学習で得られている。また、特徴量の大輻な変
動のために、マルコフ・モデルだけの適応化では１５０
単語の学習を行っても１０％近い誤りのあった男女間の
適応化についても、本発明を用いることで、初期学習を
行った話者とほぼ同等の精度が得られることが分る。
なお、本発明は適応化に要する計算量や記憶量も僅かで
、小規模な処理装置上でも容易に実現することが出来る
。
Ｆ．発明の効果 以上説明したように、この発明によれば僅かなデータで
簡易に音声認識システムの適応化を行うことが出来る。
しかも、そのための計算量や記憶量も少ない。
【図面の簡単な説明】
第１図はこの発明を説明するための図、第２図はこの発
明の一実施例を示すブロック図、第３図は第２図例のラ
ベル付け装置８を説明するフローチャート、第４図は第
２図例のベクトル量子化コードブック適応化装置７を説
明するフローチャート、第５図は本発明の適用結果の実
験データを示す図である。 ７・・・ベクトル量子化コードブック適応化装置、９・
・・ベクトル量子化コードブック、１５・・・単語ベー
スフォーム・テーブル、１６・・・パラメータ・テーブ
ル。 出願人　日本アイ・ビー・エム株式会社復代理人　弁理
士　澤　田　俊　夫

Claims (6)

    【特許請求の範囲】
  1. （１）入力音声を一定周期毎に周波数分析して特徴ベク
    トルを得、さらにベクトル量子化コードブックを用いて
    対応するラベルの系列を生成し、ラベルに対応するマル
    コフ・モデルの連鎖として記述される複数の単語ベース
    フォームと、上記ラベルの系列を整合させ、この整合結
    果に基づいて入力音声の認識を行う音声認識装置におい
    て、 複数の単語入力音声をＮ（Ｎは２以上の整 数）分割し、各単語入力音声の各セグメントの特徴ベク
    トルの代表値を生成する手段と、上記単語入力音声に対
    応する単語ベース フォームをＮ分割し、各単語ベースフォームの各セグメ
    ントの特徴ベクトルの代表値を上記ベクトル量子化コー
    ドブックのプロトタイプ・ベクトルに基づいて生成する
    手段と、 各単語入力音声の各セグメントの代表値と 対応する単語ベースフォームの対応するセグメントの代
    表値との間の変位を表示する変位ベクトルを生成する手
    段と、 上記各単語入力音声の各セグメントとベク トル量子化コードブックのラベル組中の各ラベルとの間
    の関連度を記憶する手段と、 上記ベクトル量子化コードブックのラベル 組中の各ラベルのプロトタイプ・ベクトルを上記各変位
    ベクトルにより当該ラベルおよび当該変位ベクトルとの
    間の関連度に応じて修正するプロトタイプ適応化手段と
    を有することを特徴とする音声認識装置。
  2. （２）上記各単語入力音声の各セグメントの特徴ベクト
    ルの代表値を当該セグメント中の特徴ベクトルの平均値
    とした特許請求の範囲第１項記載の音声認識装置。
  3. （３）上記各単語ベースフォームの各セグメントの特徴
    ベクトルの代表値を当該セグメント中のラベルのプロト
    タイプ・ベクトルの平均値とした特許請求の範囲第１項
    または第２項記載の音声認識装置。
  4. （４）上記各単語入力音声の各セグメントとベクトル量
    子化コードブックのラベル組中の各ラベルとの間の関連
    度を Ｐ（Ｌ＿ｋ｜ｉ、ｊ）＝ΣＰ（Ｌ＿ｋ｜Ｍ＿１）Ｐ（Ｍ
    ＿１｜ｉ、ｊ）ただし、Ｐ（Ｌ＿ｋ｜ｉ、ｊ）は単語ｉ
    の単語入力音声のセグメントｊとベクトル量子化 コードブックのラベル組中のラベルＬ＿ｋとの間の関連
    度、Ｐ（Ｌ＿ｋ｜Ｍ＿１）はマルコフ・モデルＭ＿１に
    おいてラベルＬ＿ｋを出力する確率、Ｐ（Ｍ＿１｜ｉ、
    ｊ）は単語ｉのセグメントｊにおいてマルコフ・モデル
    Ｍ＿１が生起する確率である。 に基づいて求める特許請求の範囲第１項、第２項または
    第３項記載の音声認識装置。
  5. （５）上記プロトタイプ適応化手段において上記ベクト
    ル量子化コードブックのラベル組中の各ラベルのプロト
    タイプ・ベクトルを ▲数式、化学式、表等があります▼ ただしＦ＿ｋはラベルＬ＿ｋの修正前のプロトタイプ・
    ベクトル、Ｆ＿ｋ’はラベルＬ＿ｋの修正後のプロトタ
    イプ・ベクトル、Ｓ＿ｉ＿ｊは単語ｉの単語入力音声の
    セグメントｊの 特徴ベクトルの代表値、Ｂ＿ｉ＿ｊは単語ｉの単語ベー
    スフォームのセグメントｊの特徴 ベクトルの代表値である。 に基づいて求める特許請求の範囲第４項記載の音声認識
    装置。
  6. （６）入力音声を一定周期毎に周波数分析して特徴ベク
    トルを得、さらにベクトル量子化コードブックを用いて
    対応するラベルの系列を生成し、ラベルに対応するマル
    コフ・モデルの連鎖として記述される複数の単語ベース
    フォームと、上記ラベルの系列を整合させ、この整合結
    果に基づいて入力音声の認識を行う音声認識装置におい
    て、 複数の単語入力音声の各々の特徴ベクトル の代表値を生成する手段と、 上記単語入力音声に対応する単語ベース フォームの各々の特徴ベクトルの代表値を上記ベクトル
    量子化コードブックのプロトタイプ・ベクトルに基づい
    て生成する手段と 各単語入力音声の代表値と対応する単語 ベースフォームの代表値との間の変位を表示する変位ベ
    クトルを生成する手段と、 上記各単語入力音声とベクトル量子化コー ドブックのラベル組中の各ラベルとの間の関連度を記憶
    する手段と、 上記ベクトル量子化コードブックのラベル 組中の各ラベルのプロトタイプ・ベクトルを上記各変位
    ベクトルにより当該ラベルおよび当該変位ベクトルとの
    間の関連度に応じて修正するプロトタイプ適応化手段と
    を有することを特徴とする音声認識装置。
JP1057760A 1989-03-13 1989-03-13 音声認識装置 Expired - Lifetime JPH0636156B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP1057760A JPH0636156B2 (ja) 1989-03-13 1989-03-13 音声認識装置
US07/485,402 US5046099A (en) 1989-03-13 1990-02-27 Adaptation of acoustic prototype vectors in a speech recognition system
EP90302404A EP0388067B1 (en) 1989-03-13 1990-03-07 Speech recognition system
DE69010722T DE69010722T2 (de) 1989-03-13 1990-03-07 Spracherkennungssystem.

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP1057760A JPH0636156B2 (ja) 1989-03-13 1989-03-13 音声認識装置

Publications (2)

Publication Number Publication Date
JPH02238496A true JPH02238496A (ja) 1990-09-20
JPH0636156B2 JPH0636156B2 (ja) 1994-05-11

Family

ID=13064835

Family Applications (1)

Application Number Title Priority Date Filing Date
JP1057760A Expired - Lifetime JPH0636156B2 (ja) 1989-03-13 1989-03-13 音声認識装置

Country Status (4)

Country Link
US (1) US5046099A (ja)
EP (1) EP0388067B1 (ja)
JP (1) JPH0636156B2 (ja)
DE (1) DE69010722T2 (ja)

Families Citing this family (154)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5345536A (en) * 1990-12-21 1994-09-06 Matsushita Electric Industrial Co., Ltd. Method of speech recognition
US5182773A (en) * 1991-03-22 1993-01-26 International Business Machines Corporation Speaker-independent label coding apparatus
JP3050934B2 (ja) * 1991-03-22 2000-06-12 株式会社東芝 音声認識方式
US5487129A (en) * 1991-08-01 1996-01-23 The Dsp Group Speech pattern matching in non-white noise
JP3129778B2 (ja) * 1991-08-30 2001-01-31 富士通株式会社 ベクトル量子化器
US5222146A (en) * 1991-10-23 1993-06-22 International Business Machines Corporation Speech recognition apparatus having a speech coder outputting acoustic prototype ranks
JPH0776878B2 (ja) * 1991-10-31 1995-08-16 インターナショナル・ビジネス・マシーンズ・コーポレイション 音声認識方法および装置
DE69232463T2 (de) * 1991-12-31 2002-11-28 Unisys Pulsepoint Communicatio Sprachgesteuertes nachrichtensystem und verarbeitungsverfahren
JP2779886B2 (ja) * 1992-10-05 1998-07-23 日本電信電話株式会社 広帯域音声信号復元方法
US6311157B1 (en) * 1992-12-31 2001-10-30 Apple Computer, Inc. Assigning meanings to utterances in a speech recognition system
US5613036A (en) * 1992-12-31 1997-03-18 Apple Computer, Inc. Dynamic categories for a speech recognition system
US5483579A (en) * 1993-02-25 1996-01-09 Digital Acoustics, Inc. Voice recognition dialing system
US5692100A (en) * 1994-02-02 1997-11-25 Matsushita Electric Industrial Co., Ltd. Vector quantizer
US5615299A (en) * 1994-06-20 1997-03-25 International Business Machines Corporation Speech recognition using dynamic features
AU683783B2 (en) * 1994-12-02 1997-11-20 Australian National University, The Method for forming a cohort for use in identification of an individual
AUPM983094A0 (en) * 1994-12-02 1995-01-05 Australian National University, The Method for forming a cohort for use in identification of an individual
US5751903A (en) * 1994-12-19 1998-05-12 Hughes Electronics Low rate multi-mode CELP codec that encodes line SPECTRAL frequencies utilizing an offset
US5864810A (en) * 1995-01-20 1999-01-26 Sri International Method and apparatus for speech recognition adapted to an individual speaker
JP3008799B2 (ja) * 1995-01-26 2000-02-14 日本電気株式会社 音声適応化装置，単語音声認識装置，連続音声認識装置およびワードスポッティング装置
JP3280825B2 (ja) * 1995-04-26 2002-05-13 富士通株式会社 音声特徴分析装置
JP2738403B2 (ja) * 1995-05-12 1998-04-08 日本電気株式会社 音声認識装置
JPH0981183A (ja) * 1995-09-14 1997-03-28 Pioneer Electron Corp 音声モデルの作成方法およびこれを用いた音声認識装置
GB2305288A (en) * 1995-09-15 1997-04-02 Ibm Speech recognition system
US5774841A (en) * 1995-09-20 1998-06-30 The United States Of America As Represented By The Adminstrator Of The National Aeronautics And Space Administration Real-time reconfigurable adaptive speech recognition command and control apparatus and method
US6081660A (en) * 1995-12-01 2000-06-27 The Australian National University Method for forming a cohort for use in identification of an individual
US5745872A (en) * 1996-05-07 1998-04-28 Texas Instruments Incorporated Method and system for compensating speech signals using vector quantization codebook adaptation
US5835890A (en) * 1996-08-02 1998-11-10 Nippon Telegraph And Telephone Corporation Method for speaker adaptation of speech models recognition scheme using the method and recording medium having the speech recognition method recorded thereon
US6460017B1 (en) 1996-09-10 2002-10-01 Siemens Aktiengesellschaft Adapting a hidden Markov sound model in a speech recognition lexicon
US6151575A (en) * 1996-10-28 2000-11-21 Dragon Systems, Inc. Rapid adaptation of speech models
US6212498B1 (en) 1997-03-28 2001-04-03 Dragon Systems, Inc. Enrollment in speech recognition
US6003003A (en) * 1997-06-27 1999-12-14 Advanced Micro Devices, Inc. Speech recognition system having a quantizer using a single robust codebook designed at multiple signal to noise ratios
US6044343A (en) * 1997-06-27 2000-03-28 Advanced Micro Devices, Inc. Adaptive speech recognition with selective input data to a speech classifier
US6032116A (en) * 1997-06-27 2000-02-29 Advanced Micro Devices, Inc. Distance measure in a speech recognition system for speech recognition using frequency shifting factors to compensate for input signal frequency shifts
US6070136A (en) * 1997-10-27 2000-05-30 Advanced Micro Devices, Inc. Matrix quantization with vector quantization error compensation for robust speech recognition
US6067515A (en) * 1997-10-27 2000-05-23 Advanced Micro Devices, Inc. Split matrix quantization with split vector quantization error compensation and selective enhanced processing for robust speech recognition
US6263309B1 (en) 1998-04-30 2001-07-17 Matsushita Electric Industrial Co., Ltd. Maximum likelihood method for finding an adapted speaker model in eigenvoice space
US6343267B1 (en) 1998-04-30 2002-01-29 Matsushita Electric Industrial Co., Ltd. Dimensionality reduction for speaker normalization and speaker and environment adaptation using eigenvoice techniques
US6163768A (en) 1998-06-15 2000-12-19 Dragon Systems, Inc. Non-interactive enrollment in speech recognition
US6219642B1 (en) 1998-10-05 2001-04-17 Legerity, Inc. Quantization using frequency and mean compensated frequency input data for robust speech recognition
US6347297B1 (en) 1998-10-05 2002-02-12 Legerity, Inc. Matrix quantization with vector quantization error compensation and neural network postprocessing for robust speech recognition
EP1011094B1 (en) * 1998-12-17 2005-03-02 Sony International (Europe) GmbH Semi-supervised speaker adaption
KR100307623B1 (ko) * 1999-10-21 2001-11-02 윤종용 엠.에이.피 화자 적응 조건에서 파라미터의 분별적 추정 방법 및 장치 및 이를 각각 포함한 음성 인식 방법 및 장치
US6526379B1 (en) 1999-11-29 2003-02-25 Matsushita Electric Industrial Co., Ltd. Discriminative clustering methods for automatic speech recognition
US6571208B1 (en) 1999-11-29 2003-05-27 Matsushita Electric Industrial Co., Ltd. Context-dependent acoustic models for medium and large vocabulary speech recognition with eigenvoice training
US8645137B2 (en) 2000-03-16 2014-02-04 Apple Inc. Fast, language-independent method for user authentication by voice
US6895376B2 (en) * 2001-05-04 2005-05-17 Matsushita Electric Industrial Co., Ltd. Eigenvoice re-estimation technique of acoustic models for speech recognition, speaker identification and speaker verification
US8677377B2 (en) 2005-09-08 2014-03-18 Apple Inc. Method and apparatus for building an intelligent automated assistant
US9318108B2 (en) 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
US8977255B2 (en) 2007-04-03 2015-03-10 Apple Inc. Method and system for operating a multi-function portable electronic device using voice-activation
US8010341B2 (en) * 2007-09-13 2011-08-30 Microsoft Corporation Adding prototype information into probabilistic models
US9330720B2 (en) 2008-01-03 2016-05-03 Apple Inc. Methods and apparatus for altering audio output signals
US8996376B2 (en) 2008-04-05 2015-03-31 Apple Inc. Intelligent text-to-speech conversion
US10496753B2 (en) 2010-01-18 2019-12-03 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US20100030549A1 (en) 2008-07-31 2010-02-04 Lee Michael M Mobile device having human language translation capability with positional feedback
WO2010067118A1 (en) 2008-12-11 2010-06-17 Novauris Technologies Limited Speech recognition involving a mobile device
US9858925B2 (en) 2009-06-05 2018-01-02 Apple Inc. Using context information to facilitate processing of commands in a virtual assistant
US10241644B2 (en) 2011-06-03 2019-03-26 Apple Inc. Actionable reminder entries
US10706373B2 (en) 2011-06-03 2020-07-07 Apple Inc. Performing actions associated with task items that represent tasks to perform
US10241752B2 (en) 2011-09-30 2019-03-26 Apple Inc. Interface for a virtual digital assistant
US9431006B2 (en) 2009-07-02 2016-08-30 Apple Inc. Methods and apparatuses for automatic speech recognition
US10553209B2 (en) 2010-01-18 2020-02-04 Apple Inc. Systems and methods for hands-free notification summaries
US10276170B2 (en) 2010-01-18 2019-04-30 Apple Inc. Intelligent automated assistant
US10705794B2 (en) 2010-01-18 2020-07-07 Apple Inc. Automatically adapting user interfaces for hands-free interaction
US10679605B2 (en) 2010-01-18 2020-06-09 Apple Inc. Hands-free list-reading by intelligent automated assistant
DE202011111062U1 (de) 2010-01-25 2019-02-19 Newvaluexchange Ltd. Vorrichtung und System für eine Digitalkonversationsmanagementplattform
US8682667B2 (en) 2010-02-25 2014-03-25 Apple Inc. User profiling for selecting user specific voice input processing information
US10762293B2 (en) 2010-12-22 2020-09-01 Apple Inc. Using parts-of-speech tagging and named entity recognition for spelling correction
US9262612B2 (en) 2011-03-21 2016-02-16 Apple Inc. Device access using voice authentication
US10057736B2 (en) 2011-06-03 2018-08-21 Apple Inc. Active transport based notifications
US8994660B2 (en) 2011-08-29 2015-03-31 Apple Inc. Text correction processing
US10134385B2 (en) 2012-03-02 2018-11-20 Apple Inc. Systems and methods for name pronunciation
US9483461B2 (en) 2012-03-06 2016-11-01 Apple Inc. Handling speech synthesis of content for multiple languages
US9280610B2 (en) 2012-05-14 2016-03-08 Apple Inc. Crowd sourcing information to fulfill user requests
US9721563B2 (en) 2012-06-08 2017-08-01 Apple Inc. Name recognition system
US9495129B2 (en) 2012-06-29 2016-11-15 Apple Inc. Device, method, and user interface for voice-activated navigation and browsing of a document
US9576574B2 (en) 2012-09-10 2017-02-21 Apple Inc. Context-sensitive handling of interruptions by intelligent digital assistant
US9547647B2 (en) 2012-09-19 2017-01-17 Apple Inc. Voice-based media searching
DE212014000045U1 (de) 2013-02-07 2015-09-24 Apple Inc. Sprach-Trigger für einen digitalen Assistenten
US9368114B2 (en) 2013-03-14 2016-06-14 Apple Inc. Context-sensitive handling of interruptions
WO2014144579A1 (en) 2013-03-15 2014-09-18 Apple Inc. System and method for updating an adaptive speech recognition model
KR101759009B1 (ko) 2013-03-15 2017-07-17 애플 인크. 적어도 부분적인 보이스 커맨드 시스템을 트레이닝시키는 것
WO2014197334A2 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for user-specified pronunciation of words for speech synthesis and recognition
WO2014197336A1 (en) 2013-06-07 2014-12-11 Apple Inc. System and method for detecting errors in interactions with a voice-based digital assistant
US9582608B2 (en) 2013-06-07 2017-02-28 Apple Inc. Unified ranking with entropy-weighted information for phrase-based semantic auto-completion
WO2014197335A1 (en) 2013-06-08 2014-12-11 Apple Inc. Interpreting and acting upon commands that involve sharing information with remote devices
US10176167B2 (en) 2013-06-09 2019-01-08 Apple Inc. System and method for inferring user intent from speech inputs
JP6259911B2 (ja) 2013-06-09 2018-01-10 アップル インコーポレイテッド デジタルアシスタントの２つ以上のインスタンスにわたる会話持続を可能にするための機器、方法、及びグラフィカルユーザインタフェース
KR101809808B1 (ko) 2013-06-13 2017-12-15 애플 인크. 음성 명령에 의해 개시되는 긴급 전화를 걸기 위한 시스템 및 방법
DE112014003653B4 (de) 2013-08-06 2024-04-18 Apple Inc. Automatisch aktivierende intelligente Antworten auf der Grundlage von Aktivitäten von entfernt angeordneten Vorrichtungen
US9620105B2 (en) 2014-05-15 2017-04-11 Apple Inc. Analyzing audio input for efficient speech and music recognition
US10592095B2 (en) 2014-05-23 2020-03-17 Apple Inc. Instantaneous speaking of content on touch devices
US9502031B2 (en) 2014-05-27 2016-11-22 Apple Inc. Method for supporting dynamic grammars in WFST-based ASR
US10078631B2 (en) 2014-05-30 2018-09-18 Apple Inc. Entropy-guided text prediction using combined word and character n-gram language models
US10289433B2 (en) 2014-05-30 2019-05-14 Apple Inc. Domain specific language for encoding assistant dialog
US9430463B2 (en) 2014-05-30 2016-08-30 Apple Inc. Exemplar-based natural language processing
US9785630B2 (en) 2014-05-30 2017-10-10 Apple Inc. Text prediction using combined word N-gram and unigram language models
US9734193B2 (en) 2014-05-30 2017-08-15 Apple Inc. Determining domain salience ranking from ambiguous words in natural speech
US9842101B2 (en) 2014-05-30 2017-12-12 Apple Inc. Predictive conversion of language input
US9633004B2 (en) 2014-05-30 2017-04-25 Apple Inc. Better resolution when referencing to concepts
WO2015184186A1 (en) 2014-05-30 2015-12-03 Apple Inc. Multi-command single utterance input method
US9760559B2 (en) 2014-05-30 2017-09-12 Apple Inc. Predictive text input
US10170123B2 (en) 2014-05-30 2019-01-01 Apple Inc. Intelligent assistant for home automation
US9715875B2 (en) 2014-05-30 2017-07-25 Apple Inc. Reducing the need for manual start/end-pointing and trigger phrases
US10659851B2 (en) 2014-06-30 2020-05-19 Apple Inc. Real-time digital assistant knowledge updates
US9338493B2 (en) 2014-06-30 2016-05-10 Apple Inc. Intelligent automated assistant for TV user interactions
US10446141B2 (en) 2014-08-28 2019-10-15 Apple Inc. Automatic speech recognition based on user feedback
US9818400B2 (en) 2014-09-11 2017-11-14 Apple Inc. Method and apparatus for discovering trending terms in speech requests
US10789041B2 (en) 2014-09-12 2020-09-29 Apple Inc. Dynamic thresholds for always listening speech trigger
US9668121B2 (en) 2014-09-30 2017-05-30 Apple Inc. Social reminders
US10074360B2 (en) 2014-09-30 2018-09-11 Apple Inc. Providing an indication of the suitability of speech recognition
US9646609B2 (en) 2014-09-30 2017-05-09 Apple Inc. Caching apparatus for serving phonetic pronunciations
US9886432B2 (en) 2014-09-30 2018-02-06 Apple Inc. Parsimonious handling of word inflection via categorical stem + suffix N-gram language models
US10127911B2 (en) 2014-09-30 2018-11-13 Apple Inc. Speaker identification and unsupervised speaker adaptation techniques
US10552013B2 (en) 2014-12-02 2020-02-04 Apple Inc. Data detection
US9711141B2 (en) 2014-12-09 2017-07-18 Apple Inc. Disambiguating heteronyms in speech synthesis
US9865280B2 (en) 2015-03-06 2018-01-09 Apple Inc. Structured dictation using intelligent automated assistants
US10567477B2 (en) 2015-03-08 2020-02-18 Apple Inc. Virtual assistant continuity
US9886953B2 (en) 2015-03-08 2018-02-06 Apple Inc. Virtual assistant activation
US9721566B2 (en) 2015-03-08 2017-08-01 Apple Inc. Competing devices responding to voice triggers
US9899019B2 (en) 2015-03-18 2018-02-20 Apple Inc. Systems and methods for structured stem and suffix language models
US9842105B2 (en) 2015-04-16 2017-12-12 Apple Inc. Parsimonious continuous-space phrase representations for natural language processing
US10083688B2 (en) 2015-05-27 2018-09-25 Apple Inc. Device voice control for selecting a displayed affordance
US10127220B2 (en) 2015-06-04 2018-11-13 Apple Inc. Language identification from short strings
US10101822B2 (en) 2015-06-05 2018-10-16 Apple Inc. Language input correction
US11025565B2 (en) 2015-06-07 2021-06-01 Apple Inc. Personalized prediction of responses for instant messaging
US10186254B2 (en) 2015-06-07 2019-01-22 Apple Inc. Context-based endpoint detection
US10255907B2 (en) 2015-06-07 2019-04-09 Apple Inc. Automatic accent detection using acoustic models
US10671428B2 (en) 2015-09-08 2020-06-02 Apple Inc. Distributed personal assistant
US10747498B2 (en) 2015-09-08 2020-08-18 Apple Inc. Zero latency digital assistant
US9697820B2 (en) 2015-09-24 2017-07-04 Apple Inc. Unit-selection text-to-speech synthesis using concatenation-sensitive neural networks
US10366158B2 (en) 2015-09-29 2019-07-30 Apple Inc. Efficient word encoding for recurrent neural network language models
US11010550B2 (en) 2015-09-29 2021-05-18 Apple Inc. Unified language modeling framework for word prediction, auto-completion and auto-correction
US11587559B2 (en) 2015-09-30 2023-02-21 Apple Inc. Intelligent device identification
US10691473B2 (en) 2015-11-06 2020-06-23 Apple Inc. Intelligent automated assistant in a messaging environment
US10049668B2 (en) 2015-12-02 2018-08-14 Apple Inc. Applying neural network language models to weighted finite state transducers for automatic speech recognition
US10223066B2 (en) 2015-12-23 2019-03-05 Apple Inc. Proactive assistance based on dialog communication between devices
US10446143B2 (en) 2016-03-14 2019-10-15 Apple Inc. Identification of voice inputs providing credentials
US9934775B2 (en) 2016-05-26 2018-04-03 Apple Inc. Unit-selection text-to-speech synthesis based on predicted concatenation parameters
US9972304B2 (en) 2016-06-03 2018-05-15 Apple Inc. Privacy preserving distributed evaluation framework for embedded personalized systems
US10249300B2 (en) 2016-06-06 2019-04-02 Apple Inc. Intelligent list reading
US10049663B2 (en) 2016-06-08 2018-08-14 Apple, Inc. Intelligent automated assistant for media exploration
DK179309B1 (en) 2016-06-09 2018-04-23 Apple Inc Intelligent automated assistant in a home environment
US10192552B2 (en) 2016-06-10 2019-01-29 Apple Inc. Digital assistant providing whispered speech
US10586535B2 (en) 2016-06-10 2020-03-10 Apple Inc. Intelligent digital assistant in a multi-tasking environment
US10509862B2 (en) 2016-06-10 2019-12-17 Apple Inc. Dynamic phrase expansion of language input
US10490187B2 (en) 2016-06-10 2019-11-26 Apple Inc. Digital assistant providing automated status report
US10067938B2 (en) 2016-06-10 2018-09-04 Apple Inc. Multilingual word prediction
DK179343B1 (en) 2016-06-11 2018-05-14 Apple Inc Intelligent task discovery
DK179415B1 (en) 2016-06-11 2018-06-14 Apple Inc Intelligent device arbitration and control
DK179049B1 (en) 2016-06-11 2017-09-18 Apple Inc Data driven natural language event detection and classification
DK201670540A1 (en) 2016-06-11 2018-01-08 Apple Inc Application integration with a digital assistant
US10593346B2 (en) 2016-12-22 2020-03-17 Apple Inc. Rank-reduced token representation for automatic speech recognition
DK179745B1 (en) 2017-05-12 2019-05-01 Apple Inc. SYNCHRONIZATION AND TASK DELEGATION OF A DIGITAL ASSISTANT
DK201770431A1 (en) 2017-05-15 2018-12-20 Apple Inc. Optimizing dialogue policy decisions for digital assistants using implicit feedback

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4718094A (en) * 1984-11-19 1988-01-05 International Business Machines Corp. Speech recognition system
US4977599A (en) * 1985-05-29 1990-12-11 International Business Machines Corporation Speech recognition employing a set of Markov models that includes Markov models representing transitions to and from silence

Also Published As

Publication number Publication date
US5046099A (en) 1991-09-03
EP0388067B1 (en) 1994-07-20
DE69010722T2 (de) 1995-03-16
DE69010722D1 (de) 1994-08-25
JPH0636156B2 (ja) 1994-05-11
EP0388067A2 (en) 1990-09-19
EP0388067A3 (en) 1991-09-04

Similar Documents

Publication Publication Date Title
JPH02238496A (ja) 音声認識装置
JP4141495B2 (ja) 最適化された部分的確率混合共通化を用いる音声認識のための方法および装置
Digalakis et al. Genones: Generalized mixture tying in continuous hidden Markov model-based speech recognizers
JP4218982B2 (ja) 音声処理
US5822728A (en) Multistage word recognizer based on reliably detected phoneme similarity regions
US8515758B2 (en) Speech recognition including removal of irrelevant information
US5794192A (en) Self-learning speaker adaptation based on spectral bias source decomposition, using very short calibration speech
US7587321B2 (en) Method, apparatus, and system for building context dependent models for a large vocabulary continuous speech recognition (LVCSR) system
JPH01102599A (ja) 音声認識方法
JPH064093A (ja) Ｈｍｍ作成装置、ｈｍｍ記憶装置、尤度計算装置及び、認識装置
JPH05257492A (ja) 音声認識方式
US5734793A (en) System for recognizing spoken sounds from continuous speech and method of using same
US6931374B2 (en) Method of speech recognition using variational inference with switching state space models
JPH10161692A (ja) 音声認識装置及び音声認識方法
Austin et al. Speech recognition using segmental neural nets
US6990447B2 (en) Method and apparatus for denoising and deverberation using variational inference and strong speech models
EP1557823A2 (en) Method of setting posterior probability parameters for a switching state space model and method of speech recognition
US20120245919A1 (en) Probabilistic Representation of Acoustic Segments
Zavaliagkos et al. A hybrid continuous speech recognition system using segmental neural nets with hidden Markov models
JP3088357B2 (ja) 不特定話者音響モデル生成装置及び音声認識装置
JPH10149191A (ja) モデル適応方法、装置およびその記憶媒体
JP3102195B2 (ja) 音声認識装置
Austin et al. Continuous speech recognition using segmental neural nets
JPH0486899A (ja) 標準パターン適応化方式
JP3029803B2 (ja) 音声認識のための単語モデル生成装置及び音声認識装置