JPH02244096A - 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〕 本発明は対雑音性能を向上させた音声認識装置に関する
。

〔従来の技術〕

第８図は例えば特公昭６１−４２２８０号公報等に開示
された従来の特定話者音声！！識装置の主要部分の構成
を示すブロック図である。同図において、１は登録用ス
イッチ、２はコントロール部、５は音声を電気信号Ｓに
変換するマイクロホン、６はマイクロホン５からの電気
信号Ｓを分析して入力音声特徴パターンＰを出力する分
析部、７は登録時の入力音声特徴パターンＰを標準音声
特徴パターンとして記憶する標準パターン用メモリ、８
は認識時の入力音声特徴パターンＰを入力音声特徴パタ
ーンとして記憶する入カバターン用メモリ、９は人力音
声特徴パターンと標準音声特徴パターンを比較して入力
音声特徴パターンを認識した結果Ｒを出力する認識部で
ある。なお、コントロール部２は登録用スイッチｌの状
態に応じて符号６〜９で示した要素の制御を音声認識用
に行う。

従来の特定話者音声認識装置は上記のように構成され、
登録モードと認識モードの２種類の動作モードを有する
。

まず、登録モードの動作について説明する。登録用スイ
ッチ１が押されるとＯＮ信号を発生する。

このＯＮ信号を入力したコントロール部２は登録動作を
開始する。マイクロホン５は音声を電気信号Ｓに変換す
る０分析部６はこの電気信号Ｓを入力し、分析してその
特徴を抽出したデジタルの入力音声特徴パターンＰを出
力する。標準パターン用メモリ７はコントロール部２の
指示により分析部６から出力される入力音声特徴パター
ンＰを標準音声特徴パターンとして記憶する。予め定め
られた単語数の標準音声特徴パターンを記憶する事によ
り登録が終了する。この登録終了後、認識モードに自動
的に移行する。

次に、認識モードでの動作について説明する。

音声は、マイクロホン５により電気信号Ｓに音響−電気
信号変換され、分析部６により分析されてその電気信号
Ｓの特徴が抽出されたデジタルの入力音声特徴パターン
Ｐとなって分析部６から出力される。この入力音声特徴
パターンＰはコントロール部２の指示により入カバター
ン用メモリ８に記憶される。認識部９ば、コントロール
部２の指示により入カバターン用メモリ８に記憶された
入力音声特徴パターンと標準パターン用メモリ７に先に
記憶された標準音声特徴パターンとを比較演算し、標準
音声特徴パターンの中から入力音声特徴パターンに最も
近イ以したパターンの単語を選び出し、この単語のパタ
ーンを認識結果Ｒとして出力する。

〔発明が解決しようとする！１題〕 従来の音声認識装置は以上のように構成されているので
、認識モードでの音声の入力時に周囲雑音が登録モード
時の周囲雑音より大きい状況においては、特定話者の発
声がその周囲雑音を原因とする心理的影響によって、登
録モード時の発声に比べて著るしく変化したり、または
、その周囲雑音が音声に重畳して入力される。これによ
り入力音声特徴パターンが、本来、近似すべき標準音声
特徴パターンと異なったものになり、認識部９で認識で
きず、音声の認識率が低下する等の課題があった。

本発明は上記のような課題を解決するためになされたも
ので、周囲雑音の影響を受ける事なく、高い認識率を達
成できる音声認識装置を得る事を目的とする。

〔課題を解決するための手段〕

本発明に係る音声認識装置は、標準音声特徴パターンの
登録時に雑音を話者に向けて発生する雑音発生手段を設
け、入力音声特徴パターンと標準音声特徴パターンとを
比較して入力音声パターンを認識するようにしたもので
ある。

〔作　用〕

本発明における音声認識装置は、登録時に雑音発生手段
により雑音を発生させ、認識時に周囲雑音が発生したと
同じ環境下で標準音声特徴パターンを予め登録するため
にそのパターンが入力音声特徴パターンに近似出来、認
識可能となる。

〔実施例〕

以下、本発明の各実施例を図について説明する。

第１図は本発明の一実施例に係る音声認識装置の構成を
示し、同図において、従来装置と同−又は相当部分には
第８図と同じ符号１．５〜９を付しその説明を省略する
。３Ａは登録モード時にコントロール部２Ａから指示信
号ＣＭを受けて白色雑音電気信号Ｎを発生する白色雑音
信号発生部、４は白色雑音信号発生部３Ａから白色雑音
電気信号Ｎを入力して白色雑音を発生するスピーカであ
る。

コントロール部２Ａは、符号１．６〜９の要素に接続さ
れ、従来装置のコントロール部２と同じ機能を有する他
に、白色雑音信号発生部３Ａに指示信号ＣＭを出力する
機能を有している。

第２図は第１図中の白色雑音信号発生部３Ａの詳細な構
成を示したブロック図である。第２図において、３０は
白色雑音データとしてのコードデータＤＨを予め記憶し
ている白色雑音データ用読出し専用メモリ（以下、白色
雑音データ用ＲＯＭと略称する。）、３１は白色雑音デ
ータ用ＲＯＭ３０からのコードデータＤ８を適応差分パ
ルス符号変調（ＡＤＰＣＭ）してアナログの電気信号Ａ
。

に変換する適応差分パルス符号変調用集積回路（以下、
ＡＤＰＣＭ用ＩＣと略称する。）、３２ハＡ　Ｄ　Ｐ　
ＣＭ用ＩＣ３１の後段のローパスフィルタ（以下、ＬＰ
Ｆと略称する。）、３３はＬＰＦ３２の後段のスピーカ
用アンプで、スピーカ４に接続されている。また、ＡＤ
ＰＣＭ用ＩＣ３１はコントロール部２Ａにも接続されて
いる。

次に、第１図及び第２図を参照して第１実施例の動作に
ついて説明する。

まず、登録モードでの動作について説明する。

登録用スイッチ１が押されるとコントロール部２Ａは登
録動作を開始する。白色雑音信号発生部３Ａはコントロ
ール部２人からの指示信号ＣＭを受けて白色雑音電気信
号Ｎを発生する。この白色雑音信号発生部３Ａの詳細な
動作は以下の通りである。

ＡＤＰＣＭ用ＩＣ３１は、コントロール部２Ａからの指
示信号ＣＭによって、白色雑音データ用ＲＯＭ３０に記
憶されているコードデータＤ、を続出して適応差分パル
ス符号変調し、更にアナログ電気信号Ａｌ４１：変換し
て出力する。このアナログ電気信号ＡＨはＬＰＦ３２を
通過してその低域が抽出された信号り、Ｉとなり、更に
スピーカ用アンプ３３で増幅されて白色雑音電気信号Ｎ
に変換される。この時、コントロール部２Ａは白色雑音
データ用ＲＯＭ３０に記憶されているデータの再生時間
長Ｔ１毎に指示信号ＣＨをＡＤＰＣＭ用Ｉｃ３１に間歇
的に送り続ける。従って、登録モードの間、白色雑音電
気信号Ｎは白色雑音信号発生部３Ａから連続して出力さ
れる。

スピーカ４は上記白色雑音電気信号Ｎを白色雑音に変換
して特定話者に向けて出力する。特定話者の音声はスピ
ーカ４からの白色雑音が重畳してマイクロホン５により
音響−電気信号変換される。

このマイクロホン５から出力される電気信号ＳＮは分析
部６を経由して標準音声特徴パターン（入力音声特徴パ
ターンＰＭ　）化して標準パターン用メモリ７に記憶さ
れる。予め定められた単語数の標準音声特徴パターンが
標準パターン用メモリ７に記憶されることによって登録
は終了し、スピーカ４からの白色雑音の発生も終了する
。登録終了後、自動的に認識モードに移行する。

次に認識モードでの動作について説明する。認識モード
時にはコントロール部２Ａから白色雑音信号発生部３Ａ
に指示信号０．４が出力されない。

従って、白色雑音信号発生部３Ａ及びスピーカ４は動作
しない、この状態でマイクロホン５は音声を電気信号Ｓ
２に変換する。この電気信号ＳＮは分析部６、入カバタ
ーン用メモリ８、認識部９により従来装置と同じ処理を
受ける。これにより、認識部９から認識結果ＲＮが出力
される。

本実施例の場合、登録モード時における標準音声特徴パ
ターンは、白色雑音が聞こえている状況時の特定話者の
発声に白色雑音が重畳した音をパターン化している。ま
た、認識モード時における入力音声特徴パターンは、白
色雑音の大きさ程度の周囲雑音が聞こえている状況時の
特定話者の発声に周囲雑音が大なり小なり重畳した音を
パターン化している。従って、同じ単語に対する標準音
声特徴パターンと入力音声特徴パターンとが極めて近似
し、認識部９により認識可能となる。

なお、上記実施例では、ＡＤＰＣＭ用ＩＣを備えたもの
を示したが、ＡＤＰＣＭ用ＩＣの代わりにデジタル／ア
ナログ（Ｄ／Ａ）変換器やＰＣＭ用ＩＣ等の他の再生用
ＩＣを用いても上記実施例と同様の効果を奏する。

第３図は本発明に係る音声認識装置の他の一実施例を示
し、装置全体の構成は第１図に示した装置と同じである
が、白色雑音信号発生部３Ａの構成が第１実施例と異な
る。第３図において、３４は白色雑音が磁気テープに記
録された白色雑音用カセットテープ、３５は白色雑音用
カセットテープ３４を装着し、コントロール部２Ａから
指示信号０．４を受けて再生するテープデツキ、３３は
テープデツキ３５から出力される再生信号を増幅して白
色雑音電気信号Ｎにしてスピーカ４に出力するスピーカ
用アンプである。登録モード時にテープデツキ３５はコ
ントロール部２人からの指示信号ＣＨを受けると白色雑
音用カセットテープ３４の再生を開始し、白色雑音用カ
セットテープ３４に記録されている磁気信号Ｂ８を電気
信号Ｔ、に変換する。スピーカ用アンプ３３はこの電気
信号Ｔ、を増幅して白色雑音電気信号Ｎにしてスピーカ
４に出力する。

一方、１ｍモード時には、コントロール部２Ａから指示
信号Ｃ８が出力されないためにテープデツキ３５やスピ
ーカ４は動作しない、その他の動作は第１実施例と同じ
なのでその説明を省略する。

なお、第２実施例ではテープデツキとカセットテープを
使用したが、この代りにコンパクトディスク（ＣＤ）プ
レイヤーと白色雑音用ＣＤ−ＲＯＭを使用しても上記第
２実施例と同様の効果を奏する。

また、第１及び第２実施例では白色雑音を発生するもの
も示したが、ＲＯＭやカセットテープにピンク雑音や自
動車走行時の雑音等のデータを記録しておき、ピンク雑
音や自動車走行時の雑音等を発生しても上記実施例と同
様の効果を奏する。

第４図は本発明の第３実施例に係る装置全体の構成を示
し、第４図において、第１実施例と同一部分には第１図
と同符号１．４〜９を付し、その説明を省略する。コン
トロール部２Ｂは、第１実施例のコントロール部２Ａと
同じ機能を有する他に、雑音選択用スイッチ１０から雑
音の種類を選択するための雑音選択信号を入力すると選
択雑音信号発生部３Ｂに雑音選択用の指示信号ＣＭを出
力する機能を有する。この選択雑音信号発生部３Ｂは指
示信号Ｃ８の種類に応じた雑音信号を発生するもので、
その詳細な構成を第５図に示す。

また、スピーカ４は選択雑音信号発生部３Ｂの出力端子
に接続されている。

第５図において、３６−１．３６−２・・・３６−Ｊは
第１〜第Ｊの雑音データ用ＲＯＭで、各々が互いに異な
った種類の雑音データを予め記憶している。その他、Ａ
ＤＰＣＭ用ＩＣ３１、ＬＰＦ３２、スピーカ用アンプ３
３の構成は第２図に示した構成と同じである。但し、Ａ
ＤＰＣＭ用ＩＣ３１は、コントロール部２Ｂからの指示
信号０．４の種類に応じて第１〜第Ｊの雑音データ用Ｒ
ＯＭ２Ｓ−１・・・３６−Ｊのいずれかを選択してデー
タコードＤＮを続出す。

次に第４図及び第５図を参照して第３実施例の動作につ
いて説明する。登録モード時において、雑音選択用スイ
ッチｌＯにより雑音の種類が選択されると、この雑音選
択信号を入力したコントロール部２Ｂは雑音の種類を指
示する指示信号ＣＭを出力する０選択雑音信号発生部３
Ｂはコントロール部２Ｂからの指示信号ＣＭによって指
示された雑音の選択雑音信号を発生する。この選択雑音
信号発生部３Ｂの詳細な動作は以下の通りである。

ＡＤＰＣＭ用ＩＣ３１は、コントロール部２Ｂからの指
示信号ＣＭの指示に従って、第１〜第Ｊの雑音データ用
ＲＯＭ２Ｓ−１・・・３６−Ｊのいずれかを選択して雑
音コードデータＤＨを読出して適応差分パルス符号変調
し、更にアナログ電気信号ＡＭに変換して出力する。こ
のアナログ電気信号ＡＭはＬＰＦ３２を通過してその低
域が抽出された信号り、となり、更にスピーカ用アンプ
３３で増幅されて選択雑音電気信号Ｎに変換される。こ
の時、コントロール部２Ｂは、ＡＤＰＣＭ用ＩＣ３１に
コードデータＤ。の再生時間長Ｔ８毎に指示信号Ｃ工を
出力する。

この選択雑音信号Ｎはスピーカ４に供給されて雑音に変
換される。

次に認識モードの場合の動作について説明する。

認識モード時にはコントロール部２Ｂは指示信号Ｃ０を
選択雑音信号発生部３Ｂに出力しない、従って、選択雑
音信号発生部３Ｂ及びスピーカ４は動作せず、雑音を発
生しない。

その他の音声認識の動作については第１実施例の動作と
同じなのでその説明を省略する。

なお、１種類の雑音データを１つのＲＯＭに記憶させた
が、複数種類の雑音データを１つのＲＯＭに記憶させて
おき、その雑音データのいずれかをアドレス指定により
選択して読出しても良い。

第６図は本発明の第４実施例に係る装置全体の構成を示
し、第６図において、第１実施例と同一部分には第１図
と同符号１．４〜９を付し、その説明を省略する。コン
トロール部２Ｃは第１実施例のコントロール部２Ａと同
じ機能を有する他に、録音用スイッチ１１が押された時
の録音モードか、再生モードかを指示する指示信号ＣＮ
を雑音信号記録再生部３Ｃに出力する機能を有する。こ
の雑音信号記録再生部３Ｃは、スピーカ４や雑音用マイ
クロホン１２にも接続され、指示信号Ｃ８に応じて雑音
の録音又は再生を行うもので、その詳細な構成を第７図
に示す。

第７図において、３７はバックアップ用バッテリ３８に
よって電源を供給されているランダムアクセスメモリ（
以下、ＲＡＭと略称する。）、３１ＡはＡＤＰＣＭ用Ｉ
Ｃで、コードデータＤ。

をＡＤＰＣＭ処理してアナログ電気信号ＡＭに変換した
り、逆にアナログ電気信号ＡＭをコードデータＤＨに変
換する。マイクロホン１２、マイク用アンプ３９、ＬＰ
Ｆ３２Ａがこの順に接続され、ＬＰＦ３２、スピーカ用
アンプ３３、スピーカ４がこの順に接続されている。Ａ
ＤＰＣＭ用ＩＣ３１ＡはＲＡＭ３７、ＬＰＦ３２Ａの出
力端子、ＬＰＦ３２の入力端子に接続されていると共に
コントロール部２Ｃにも接続されている。

次に第６図及び第７図を参照して第４実施例の動作につ
いて説明する。か＼る構成の音声認識装置は登録モード
、！！識モードに加えて録音モードを有する。

まず、録音モードの動作について説明する。録音用スイ
ッチ１１が押されると、コントロール部２Ｃは録音モー
ドを指示する指示信号Ｃ１Ｉを雑音信号記録再生部３Ｃ
に出力する。これにより雑音信号記録再生部３Ｃは周囲
雑音の記録を以下の通り開始する。

雑音用マイクロホン１２は周囲雑音を電気信号Ｎ、Ｉに
変換する。この電気信号Ｎ、は、マイク用アンプ３９に
より増幅されて電気信号り、にされ、更にＬＰＦ３２Ａ
を通過して低域のみのアナログ電気信号Ａ。となる、こ
のアナログ電気信号Ａ。

を入力したＡＤＰＣＭ用ＩＣは、コントロール部３Ｃか
ら録音モードの指示信号Ｃ１１を入力していれば、この
アナログ電気信号Ａイを雑音データとしてのコードデー
タＤ、ｌに変換してＲＡＭ３７に格納する。所定の時間
についてコードデータＤ。

を記録すると録音モードは終了する。ＲＡＭ３７はバッ
クアップ用バッテリ３日からデータを保持するための必
要な電圧Ｖの供給を受けているために格納されたデータ
を保持し続ける。

次に登録モード時の場合の動作について説明する。登録
モード時にはそのモードを指示する指示信号Ｃ１ｌを入
力したＡＤＰＣＭ用ＩＣ３１ＡはＲＡＭ３７から先に格
納したコードデータＤ、を読出し、ＡＤＰＣＭ処理して
アナログ電気信号ＡＨ変換する。このアナログ電気信号
Ａ、はＬＰＦ３２→スピーカ用アンプ３３を経由してス
ピーカ４に供給される。これにより、スピーカ４は録音
された雑音を出力する。

次に認識モード時の場合の動作について説明する。認識
モード時にはコントロール部２Ｃから指示信号ＣＭが出
力されないために雑音信号録音再生部３Ｃ、スピーカ４
が動作せず、録音や再生を行わない。

その他の音声認識の動作については第１実施例で述べた
動作と同じなのでその説明を省略する。

上記第４実施例によれば、音声認識装置を使用する環境
下の雑音を録音でき、その録音した雑音を登録モード時
に発生させることができるので、任意の雑音環境下にお
いても高い認識率を達成することができる。

なお、上記各実施例において、雑音を発生するスピーカ
の代りにヘッドホンを使用し、このヘッドホンにより雑
音を話者に聞かせても上記実施例と同様の効果を奏する
。

〔発明の効果〕

以上のように、本発明によれば標準音声特徴パターンの
登録時に話者に向けて雑音を発生させ、前記話者の入力
音声パタニンと予め登録された標準音声特徴パターンと
を比較して入力音声パターンを認識するように構成した
ので、周囲雑音の影響を排除することができ、高い音声
認識率を達成できる効果がある。

【図面の簡単な説明】

第１図は本発明の第１実施例に係る音声認識装置のブロ
ック図、第２図は第１図中の白色雑音信号発生部の構成
を示すブロック図、第３図は本発明の第２実施例におけ
る白色雑音信号発生部の構成を示すブロック図、第４図
は本発明の第３実施例に係る音声認識装置のブロック図
、第５図は第４図中の選択雑音信号発生部の構成を示す
ブロック図、第６図は本発明の第４実施例に係る音声認
識装置のブロック図、第７図は第６図中の雑音信号記録
再生部等の構成を示すブロック図、第８図は従来の音声
認識装置のブロック図である。 図中、１・・・登録用スイッチ、２Ａ、２Ｂ、２Ｃ・・
・コントロール部、３Ａ・・・白色雑音信号発生部、３
Ｂ・・・選択雑音信号発生部、３Ｃ・・・雑音信号記録
再生部、４・・・スピーカ、５・・・マイクロホン、６
・・・分析部、７・・・標準パターン用メモリ、８・・
・入カバターン用メモリ、９・・・認識部、１０・・・
雑音選択用スイッチ、１１・・・録音用スイッチ、１２
・・・雑音用マイクロホン。 なお、図中同一符号は同一、又は相当部分を示す。 代理人　　　　大　　岩　　増　　雄 第 図 ×　　込 （自発） １、事件の表示 平 特１ｍｌ−６６６１３号 事件との関係　特許出願人 住　所　　　　東京都千代田区丸の内二丁目２番３号名
　称　　（６０１）三菱電機株式会社代表者　志　岐　
守　５哉 ４、代理人 住　所　　　　東京都千代田区丸の内二丁目２番３号補
正の対象 明細書の「発明の詳細な説明」の欄 ６゜ 補正の内容 （１）　　明細書第４頁２行目の「単語のパターンｊを
「単語」と補正する。 （２）　　同第４頁１７行目の「受ける事なく、」を「
低減し、」と補正する。 （３）　　同第５頁８行目〜同頁１１行目の「発生手段
により・・・・・・となる。」を「発生手段が認識時の
周囲雑音を模擬して雑音を発生させるので、登録音声パ
ターンが認識時の入力音声パターンに近づき、認識性能
が向上する。」と補正する。 （４）　　同第８頁５行目、同第８頁５行目〜同頁６行
目、同第９頁７行目、同第９頁１０行目の「特定話者」
を「話者」と補正する。 （５）　　同第１６６頁２行目「記録」を「録音」と補
正する。 （６）同第１８８頁９行目「排除」を「低速」と補正す
る。 以　　上

Claims (1)

【特許請求の範囲】
1. 話者の音声に基づく入力音声特徴パターンと予め登録さ
   れた前記話者の音声に基づく標準音声特徴パターンとを
   比較することにより入力音声パターンを認識する音声認
   識装置において、前記標準音声特徴パターンの登録時に
   雑音を前記話者に向けて発生する雑音発生手段を備えた
   事を特徴とする音声認識装置。