JPH0232395A

JPH0232395A - 音声区間切出制御方式

Info

Publication number: JPH0232395A
Application number: JP63181524A
Authority: JP
Inventors: Makoto Okazaki; 真岡崎; Koji Eto; 公二江藤
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1988-07-22
Filing date: 1988-07-22
Publication date: 1990-02-02

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】〔概要〕音声認識の為に、単語単位で音声区間の切出しを行う音
声区間切出制御方式に関し、音声区間切出しの処理量を削減することを目的とし、入力音声信号レベルと閾値レベルとを比較する比較手段
と、該比較手段からの前記入力音声信号レベルが前記Ｈ
値レベルより大きいハイレベル信号の継続時間と、前記
入力音声信号レベルが前記閾値レベルより小さいローレ
ベル信号の継続時間とを計測する計測手段と、該計測手
段による前記＠Ｉ続待時間基に音声区間を判定する判定
手段とを備え、該判定手段により、前記ハイレベル信号
のｍ開時間が第１の所定時間以上′継続した時に、該ハ
イレベル信号の立上り時点を始端と判定し、前記ローレ
ベル信号の継続時間が第２の所定時間以上継続した時に
、該ローレベル信号の立下り時点を終端と判定し、前記
ハイレベル信号の継続時間が前記第１の所定時間以上継
続しないと共に、前記ローレベル信号の継続時間が前記
第２の所定時間以上継続せずに、次のノ＼イレベル信号
の継続時間が前記第１の所定時間以上′継続した時に、
最初のハイレベル信号の立上り時点を始端と判定するよ
うに構成した。

〔産業上の利用分野〕

本発明は、音声認識の為に、単語単位で音声区間の切出
しを行う音声区間切出制御方式に関するものである。

音声認識は、入力音声を音素、音節、単語１文章等の認
識単位に切出すことにより行われるものである。従って
、このような認識単位の切出しを正確に且つ高速に行う
ことが要望さている。

〔従来の技術〕音声認識の手段の一つとして、テンプレートマツチング
方式が知られている。この方式は、入力音声の成る区間
を切出して、既に登録されている音声とのマツチングを
とり、その距離を求めて、最短距離のものを入力音声と
判定する。その場合に、入力音声から音素、音節、単語
１文章等の認識単位で切出しが行われる。

又特定の人の音声や特徴を登録しておき、入力音声との
マツチングをとる特定話者用の音声認識方式と、一般的
な声の特徴や多数の人の声の平均的な声を登録しておき
、任意の人の入力音声についてマツチングをとる不特定
話者用の音声認識方式とがある。又単語等の発声単位毎
に区切って発声し、これを順次認識する離散発声認識方
式や、連続音声を認識する連続発声認識方式等がある。

テンプレートマツチング方式を適用した場合、連続発声
認識方式と離散発声認識方式との何れの場合に於いても
、音素、その音素のつながりからなる音節、その音節の
つながりからなる単語、複数の単語の組合せからなる文
章等の認識単位毎に入力音声を区切ることが必要である
。

このような入力音声から認識単位で切出す方式として、
レベル判定により認識単位の始端と終端とを判定する方
式が知られている。例えば、第８図に示すように、単語
として“サトー”を発声した場合、はぼ実線のような音
声信号レベルの変化となる。又点線は入力音声信号レベ
ルが低い場合を示す。

入力音声信号レベルと閾値レベルＴＨＩと比較し、ｔｌ
の時点で入力音声信号レベルが閾値レベルＴＨＩより大
きくなり、所定時間以上、例えば、４０ｍ５以上継続し
た場合は、ｔｌを入力音声信号の始端と判定する。そし
て、ｔ４の時点で入力音声信号レベルが閾値レベルＴＨ
Ｉより小さくなり、次のｔ５の時点で入力音声信号レベ
ルが閾値レベルＴＨＩより大きくなる。その時、入力音
声信号レベルの小さい期間、ｔ４〜ｔ５の期間が、所定
時間以上、例えば、２００　ｍ　ｓ以上ｍｕした場合は
、ｔ４を終端と判定し、２００ｍｓ以上継続しない場合
は、終端が未だ検出されないとして、入力音声信号レベ
ルが閾値レベルＴＨＩより小さくなるのを待ち、例えば
、ｔ８の時点で小さくなり、２００　ｍ　ｓ以上継続し
て小さくなると、このｔ８を終端と判定する。

点線で示すように、入力音声信号レベルが低い場合は、
ｔ２からｔ３の間で入力音声信号レベルが閾値レベルＴ
ＨＩより大きくなるが、所定時間以上′継続しないので
、ノイズと判断することになり、従って、ｔ２を始端と
は判定しない。そしてｔ６に於いて入力音声信号レベル
が閾値レベルＴＨＩより大きくなり、所定時間以上継続
すると、このｔ６を始端と判定し、又ｔ７に於いて入力
音声信号レベルが閾値レベルＴＨＩより小さくなり、所
定時間以上継続すると、このｔｌを終端と判定する。

この場合、始端をｔ６、終端をｔｌとして切出すことに
なり、“サトー”の“す”と“−”とが抜けて、“ト”
のみとなるから、誤認識が生じることになる。又一般に
単語の中の最初にある母音は、後からの母音に比較して
レベルが低い場合があるから、前述の場合には、“す”
が抜けることになる。なお、閾値レベルＴＨＩは、無音
時と有音時との信号レベルの中間値に設定するのが一般
的であり、入力音声信号レベルの大小に拘わらず、閾値
レベルＴＨＩは固定されている。

前述の入力音声信号レベルの大小による始端と終端との
検出誤りを防止する為に、例えば、第９図に示すように
、複数の閾値レベルＴＨ１，ＴＨ２、ＴＨ３を設定し、
入力音声信号のレベル比較を行う方式が知られている。

この方式に於いて、入力音声信号レベルと各閾値レベル
ＴＨＩ、ＴＨ２、ＴＨ３と比較して、閾値レベルＴＨＩ
、ＴＨ２、ＴＨ３対応に始端と終端とを検出するもので
あり、例えば、実線の入力音声信号の場合、最小の閾値
レベルＴＨ３よりｔｌｌに於いて大きくなり、次の閾値
レベルＴＨ２よりｔ１２に於いて太き（なり、最大の閾
値レベルＴＨＩよりｔ１３に於いて大きくなる。

そして、それぞれ所定の時間継続して大きくなる場合は
、時点ｔｌｌ、ｔ１２．ｔ１３を閾値レベルＴＨ１，Ｔ
Ｈ２，ＴＨ３対応の始端と判定する。又継続時間が短い
場合は、ノイズと判定することになる。

又ｔ１４は実線の入力音声信号が閾値レベルＴＨ２より
小さくなった時点を示し、ｔ１５は実線の入力音声信号
が閾値レベルＴＨ２より大きくなった時点を示す。又実
線の入力音声信号が最大の閾値レベルＴＨＩよりｔ１６
に於いて小さくなり、中間の閾値レベルＴＨ２よりｔ１
７に於いて小さくなり、最小の閾値レベルＴＨ３よりｔ
１８に於いて小さくなる。

そして、それぞれ所定の時間継続して小さくなる場合は
、ｔ１６．ｔ１７．ｔ１８を閾値レベルＴＨ１，ＴＨ２
，ＴＨ３対応の終端と判定する。

又ｔ１４．ｔｌｓ間のように、継続時間が短い場合は、
入力音声信号レベルが閾値レベルより小さくなっても終
端とは判断しない。

前述のように、閾値レベルＴＨＩ、ＴＨ２，ＴＨ３対応
の始端と終端とによりそれぞれ音声区間を切出して、マ
ツチング処理を行うものである。

従って、実線の入力音声信号の場合、最大の閾値レベル
ＴＨＩを用いて切出された音声区間は、ｔ１３〜ｔ１６
、或いは、ｔ１５１〜ｔ１６となり、中間の閾値レベル
ＴＨ２を用いて切出された音声区間は、ｔ１２〜ｔ１７
となり、又最小の閾値レベルＴＨ３を用いて切出された
音声区間は、ｔ１１〜ｔ１８となる。

又鎖線で示す入力音声信号を最大の閾値レベルＴＨＩを
用いて始端、終端を検出し、実線で示す入力音声信号を
中間の閾値レベルＴＨ２を用いて始端、終端を検出し、
点線で示す入力音声信号を最小の閾値レベルＴＨ３を用
いて始端、終端を検出すると、はぼ同一のｔ１２．ｔ１
７となり、同一区間の切出しが可能となるから、人力音
声信号のレベルの大小に拘わらず、音声認識の精度を向
上することが可能となる。

〔発明が解決しようとする課題〕

単一の閾値レベルＴＨＩを設定する場合に比較して、複
数の閾値レベルＴＨＩ、ＴＨ２，Ｔ、Ｈ３を設定した場
合は、入力音声信号レベルが異なる場合でも、音声認識
率の低下を防止することができる。しかし、各閾値レベ
ル対応に始端、終端の検出を行うものであるから、閾値
レベルの設定数を多くする程、処理量が飛躍的に増大し
、高速処理が必要となる。従って、音声認識システムが
非常に高価なものとなる欠点がある。

又閾値レベルの設定数や複数の閾値レベル間の差等は、
人力音声信号のレベル変化の範囲や、処理量と認識率と
の兼ね合い等により決定することになり、簡単には決定
することができないものである。

本発明は、音声区間切出しの処理量を削減することを目
的とするものである。

〔課題を解決するための手段〕

本発明の音声区間切出制御方式は、単一の閾値レベルを
用いて単語単位で切出しを行うものであり、第１図を参
照して説明する。

入力音声信号レベルと閾値レベルとを比較する比較手段
ｌと、この比較手段から入力音声信号しベルが閾値レベ
ルより大きいハイレベル信号の継続時間と、入力音声信
号レベルが閾値レベルより小さいローレベル信号の継続
時間とを計測する計測手段２と、この計測手段２による
継続時間を基に音声区間を判定する判定手段３とを備え
、この判定手段３により、ハイレベル信号の継続時間が
第１の所定時間以上継続した時に、このハイレベル信号
の立上り時点を始端と判定し、ローレベル信号の継続時
間が第２の所定時間以上継続した時に、このローレベル
信号の立下り時点を終端と判定する。更に、ハイレベル
信号の′ｍｍ待時間第１の所定時間以上継続しないと共
に、ローレベル信号の４１続時間が第２の所定時間以上
継続しない状態に於いて、次のハイレベル信号の継続時
間が第１の所定時間以上継続した時に、最初のハイレベ
ル信号の立上り時点を始端と判定して、始端、終端間の
音声区間を切出すものである。

〔作用〕

比較手段１と計測手段２と判定手段３とは、プロセッサ
等により実現することができるものであり、比較手段ｌ
により単一の閾値レベルと入力音声信号レベルとを比較
して、閾値レベルより大きい入力音声信号レベルの時は
ハイレベル信号を出力し、閾値レベルより小さい入力音
声信号レベルの時はローレベル信号を出力する。

計測手段２は、カウンタ等の機能をもちいて、ハイレベ
ル信号とローレベル信号との継続時間を計測し、その結
果を判定手段３に加える。

判定手段３は、ハイレベル信号が第１の所定時間以上、
例えば、４０ｍｓ以上継続した場合に、そのハイレベル
信号の立上り時点を始端と判定するゆ又ローレベル信号
が第２の所定時間以上、例えば、２００　ｍ　ｓ以上￥
ａ続した場合に、そのローレベル信号の立下り時点を終
端と判定する。又入力音声信号が一旦大きくなった後、
直ぐに小さ（なり、又再び大きくなるような場合、即ち
、最初のハイレベル信号の継続時間が第１の所定時間よ
り短く、又ローレベル信号の継続時間が第２の所定時間
より短く、次のハイレベル信号の４！！続時間が第１の
所定時間以上継続した場合は、最初のハイレベル信号の
立上り時点を始端と判定して、単語中に短時間の無音状
態が生じても、始端を確実に検出することができる。

〔実施例〕

以下図面を参照して本発明の実施例について詳細に説明
する。

第２図は本発明の実施例のブロック図であり、鍵を音声
による命令で施錠、或いは解錠する場合について示す。

同図に於いて、１１はマイクロホン、１２はＡ／Ｄ変換
器、１３はプリプロセッサ、１４はプロセッサ、１５は
メモリ、１６は人出力制御部（Ｉｌｏ）　、１７は自動
錠である。

マイクロホン１１からの音声信号は、Ａ／Ｄ変換器１２
によりディジタル信号に変換されてプリプロセッサ１３
に加えられる。このプリプロセッサ１３は、例えば、デ
ィジタル信号処理プロセッサで、音声帯域の３００〜５
１００Ｈｚを１２分割するバンドパスフィルタ処理と、
それぞれのバンドパスフィルタの出力信号レベルの検出
処理とを、プログラムに従って実行するフィルタバンク
を構成するものである。従って、第３図に示すように、
それぞれ中心周波数が異なる１２個のディジタル信号処
理によるバンドパスフィルタ２１１〜２１−１２と、直
流レベルに変換する整流回路２２−１〜２２−１２とか
らなり、１２チャネル分の信号Ｐ、％Ｐ、２を出力する
構成を有することになる。

又プロセッサ１４は、プリプロセッサ１３に於いて音声
帯域を１２分割して処理した１２チャネル分の出力信号
Ｐ、〜Ｐ１□を所定の時間間隔、例えば、１０ｍ５毎に
読取って、音声信号としてのレベルを求めて閾値レベル
との比較を行い、この音声信号のレベルが、閾値レベル
に対してハイレベルかローレベルかの比較出力信号の継
続時間の計測を行い、その計測結果に基づいて始端又は
終端の判定を行うものである。従って、プロセッサ１３
の演算機能やクロックのカウント機能等により、第１図
に於ける比較手段１と計測手段２と判定手段３とが形成
されている。

プロセッサ１４に於ける判定手段により、始端と終端と
の間の音声区間を切出し、又プロセッサ１４に於ける認
識処理手段により、メモリ１５に格納されている音声パ
ターンとのマツチング処理を行うものであり、この認識
処理手段による認識結果に基づいて自動錠１７の施錠、
解錠を入出力制御部１６を介して制御するものである。

自動錠１７は、例えば、電磁式で動作するもので、ドア
等に取付けられており、通常の鍵を用いることなく、マ
イクロホン１１に向かって予め定められた単語や文章、
例えば、“オープン”と、“クローズ”との何れかを発
声することにより、前述のように単語単位で音声区間を
切出して、メモリ１５に登録されている「オープン」と
、「クローズ」とのマツチング処理が行われ、入力音声
が「オープン」と認識されると、プロセッサ１４により
自動錠１７の解錠制御が行われ、又「クローズ」と認識
されると、自動錠１７の施錠制御が行われる。

との場合の単語の最初の“オ”又は“り”と、その次と
の間にローレベルの区間が存在するが、それが少なくと
も閾値レベル以上のレベルであると共に、ローレベルの
継続時間が第２の所定時間以上、例えば、２００ｍｓ以
上ＭＩ続しない場合、次のハイレベルの継続時間が第１
の所定時間以上、例えば、４０ｍｓ以上継続すれば、最
初のハイレベルの立上り時点を始端と判定し、又ローレ
ベルの継続時間が第２の所定時間以上継続した時、終端
と判定するから、単語の最初のレベルが比較的低い場合
でも、確実に単語単位の音声区間の切出しが可能となる
。

第４図は本発明の実施例の動作説明図であり、第８図及
び第９図に示す場合と同様に“サトーの入力音声につい
て示し、Ｔ１−Ｔ１２は、閾値レベルＴＨを入力音声信
号レベルが切る時点を示す。実線の入力音声信号レベル
の場合、Ｔ２に於いて閾値レベルＴＨより大きくなり、
比較手段からハイレベル信号が出力されることになり、
その継続時間が計測手段により計測開始され、Ｔ５に於
いて小さくなるから、Ｔ２〜Ｔ５間のハイレベル信号の
継続時間ａが計測される。又Ｔ５に於いて閾値レベルＴ
Ｈより小さくなることによりローレベル信号が出力され
、その継続時間の計測が開始され、Ｔ８に於いて再び閾
値レベルＴＨより大きくなるまでのＴ５〜Ｔ８間のロー
レベル信号の継続時間すが計測される。次に、Ｔ８から
のハイレベル信号の継続時間の計測が開始され、Ｔｌｌ
までの間の継続時間Ｃが計測される。

ハイレベル信号の継続時間ａが第１の所定時間以上、例
えば、４　Ｑｍｓ以上の場合は、Ｔ２を始端と判定する
。又ローレベル信号の継続時間すが第２の所定時間以上
、例えば、２００　ｍ　ｓ以上の場合は、Ｔ５を終端と
判定し、そうでない場合は音節が後続するものと判定す
る。又′ｍｍ待時間が第１の所定時間以上でない場合は
、次のローレベルの継続時間すが第２の所定時間以上か
否か識別し、第２の所定時間以上の場合は、′Ｉａ続時
開時に於ける音声信号はノイズと判定する。又第２の所
定時間以上でない場合は、次のハイレベル信号の継続時
間Ｃが第１の所定時間以上であるか否か識別し、第１の
所定時間以上の場合は、継続時間ａが短くても、Ｔ２を
始端と判定する。従って、単語単位の音声区間ｄが切出
される。

入力音声信号レベルが鎖線で示すように大きい場合は、
Ｔ１が始端と判定され、Ｔ１２が終端と判定されること
になり、前述の継続時間ｄに比較して僅か大きい区間が
切出されることになる。又点線で示すように小さい場合
は、Ｔ３〜Ｔ４間が短（でも、Ｔ３〜Ｔ９間が第２の所
定時間より短い場合は、Ｔ３を始端と判定することがで
き、又ＴＩＯを終端と判定することになるが、少なくと
も“サト”の音声区間を切出すことができるから、マツ
チング処理により認識可能となる。

第５図、第６図及び第７図は本発明の実施例のフローチ
ャートであり、音声区間の切出しのスタートにより、１
０ｍｓ毎にフィルタバンク（第３図参照）の値Ｐ１〜ｐ
＋ｚを出力し■、プロセッサ１４は、ＰＯｌ、、＝　Σ　　Ｐ、　　　　　　　　　　　　　
−・（１）の演算を行い■、その時点の入力音声信号の
レベルを求める。そして、閾値レベルＴＨと比較する■
。Ｐａｗ＞ＴＨでなければ、音声信号が入力されていな
いものとして、ステップ■に戻る。

又Ｐ。ｗ〉ＴＨであると、ハイレベル信号継続時間ＨＬ
　１に１０ｍ５を加算して、次のハイレベル信号継続時
間ＨＬＩとし■、ハイレベル信号の継続時間を計測する
。このハイレベル信号継続時間ＨＬＩについて、ＨＬＩ
≦４　Ｑｍｓの判定を行う■。

入力音声信号レベルＰ。０が閾値レベルＴＨを超えた最
初は、ＨＬＩ≦４　Ｑｍｓの関係となるから、ステップ
■と同様に１０ｍ５毎にフィルタバンクの値Ｐ＋−Ｐ＋
ｔを出力し■、ステップ■と同様に（１）式により入力
音声信号レベルＰ。１．ｌを求め■、ステップ■と同様
にＰ。ｗ＞’ｒＨであるか否か判定し■、Ｐｏｗ＞ＴＨ
であると、ステップ■に戻り、Ｐａｗ＞ＴＨでないと、
第６図のステップに移行する。

ハイレベル信号が継続していると、ステップ■〜■を繰
り返すことにより、ステップ■に於いてＨＬ　１　＞４
　Ｑｍｓの条件となるから、その条件成立の時点より５
　Ｑｍｓ前を始端とする■。即ち、ハイレベル信号のｍ
開時間を１　Ｑｍｓ毎に計測するものであり、閾値レベ
ルＴＨより入力音声信号レベルが大きくなってから５０
　ｍ　ｓ後に、ＨＬＩ＞４　Ｑｍｓの条件となるから、
５　Ｑｍｓ前に遡った時点を始端と判定し、第７図に示
す処理に移行する。

前述のステップ■に於いて、入力音声信号レベルが閾値
レベルＴＨより小さくなった時、そのローレベル信号継
続時間ＬＬＩに１　Ｑｍｓを加算して次のローレベル信
号継続時間ＬＬＩとし、ローレベル信号のｍ開時間を計
測する［相］。このローレベル信号継続時間ＬＬｌが２
０　Ｑｍｓ以上か否か判定する■。即ち、ローレベル信
号が第２の所定時間以上継続するか否か判定する。そし
て、ローレベル信号継続時間ＬＬ１が２０　Ｑｍｓ以上
の場合は、ハイレベル信号継続時間ＨＬＩ及びローレベ
ル信号継続時間ＬＬＩをＯとし＠、ステップ■に移行す
る。即ち、ノイズと判断して、再び、入力音声信号のレ
ベル比較を開始する。

又ローレベル信号継続時間ＬＬＩが２００　ｍ　ｓ以上
でない場合は、ｌＱｍｓ毎にフィルタバンクの値Ｐ１〜
Ｐ１□を出力し０、（１）式により入力音声信号レベル
Ｐ。０を求め［相］、ステップ■と同様にＰ。ｗ＞ＴＨ
であるか否か判定し■、Ｐ　ｏｗ　＞　Ｔ　Ｈでない場
合は、ステップ［相］に戻り、Ｐ　ｏｗ　＞　Ｔ　Ｈの
場合は、ハイレベル信号ｗＩ続時間ＨＬ２に１０ｍｓ加
算して、次のハイレベル信号継続時間ＨＬ２とする［相
］。

このハイレベル信号継続時間ＨＬ２について、４　Ｑｍ
ｓ以上であるか否か判定し■、４　Ｑｍｓ以上でない場
合は、１　Ｑｍｓ毎にフィルタバンクの値Ｐ１〜Ｐ１□
を出力し［相］、（１）式により入力音声信号レベルＰ
。８を求め０、ｐｏｗ＞’ｒＨであるか否か判定し［相
］、ｐｏｗ＞’ｒ’Ｆ（の場合は、ステップ［相］に戻
り、又Ｐ。ｗ＞Ｔｔｔでない場合は、ハイレベル信号継
続時間ＨＬ２を最初のハイレベル信号継続時間ＨＬＩと
し、ローレベル信号継続時間ＬＬＩを０として■、ステ
ップ［相］に戻る。

又ステップＯに於いて、ハイレベル信号継続時間ＨＬ２
が４　Ｑｍｓ以上の場合は、５０　ｍ　ｓ前を始端２と
し、ＨＬ　１　＋ＬＬ　１　＋５　Ｑｍｓ前を始端１と
する０゜そして、第７図のステップ（１）に移行する。

ステップ（１）〜（３）は、前述のステップ■〜■、■
〜■、０〜［相］、［相］〜［相］と同様に入力音声信
号レベルＰ。０を求めて、閾値レベルＴＨと比較するも
ので、ｐｏｗ＞’ｒＨでない場合は、ローレベル信号継
続時間ＬＬ２に１　Ｑｍｓを加算して次のローレベル信
号ｗ！続時間ＬＬ２としく４）、ステップ■と同様にこ
のローレベル信号継続時間ＬＬ２が２００ｍ５以上か否
か判定しく５）、２００　ｍ　ｓ以上でない場合は、ス
テップ（１）〜（３）と同様なステップ（６）〜（８）
を実行し、入力音声信号レベルＰ。１．ｌと閾値レベル
ＴＨとを比較して、Ｐａｗ＞ＴＨでない場合はステップ
（４）に戻り、ｐｏｗ＞’ｒＨの場合はローレベル信号
ｍｕ時間ＬＬ２を０として、ステップ（１）に戻る。

又ステップ（５）に於いて、ローレベル信号継続時間Ｌ
Ｌ２が２００　ｍ　ｓ以上の場合、終端を２１０ｍｓ前
とし０の、音声区間の切出しを完了する。

前述の処理により、入力音声信号のレベルを単一の閾値
レベルＴＨにより比較し、ハイレベル信号の継続時間と
、ローレベル信号の継続時間とを基に、始端と終端とを
検出して、単語単位で音声区間の切出しを行うものであ
り、“サトー”のような単語に於ける最初の“す”の切
出し抜けを防止することができるから、認識率を向上す
ることが可能となる。

〔発明の効果〕

以上説明したように、本発明は、入力音声信号レベルＰ
。０と閾値レベルＴＨとを比較手段１により比較し、入
力音声信号レベルＰ。ｗが大きい時のハイレベル信号の
継続時間と、入力音声信号レベルＰ。８が小さい時のロ
ーレベル信号の継続時間とを計測手段２により計測し、
判定手段３により、ハイレベル信号継続時間が４０ｍｓ
等の第１の所定時間以上継続した時にハイレベル信号の
立上り時点を始端と判定し、又ローレベル信号継続時間
が２００　ｍ　ｓ等の第２の所定時間以上継続した時に
ローレベル信号の立下り時点を終端と判定し、又ハイレ
ベル信号継続時間が第１の所定時間以上継続しない場合
に、ローレベル信号継続時間も第２の所定時間以上継続
しないで、次のハイレベル信号継続時間が第１の所定時
間以上継続する場合、最初のハイレベル信号の立上り時
点を始端と判定するものである。

従って、単語単位の音声区間の最初の音節が閾値レベル
より大きければ、その音節が短くても、次の音節との間
の休止期間（ローレベル信号継続時間）が第２の所定時
間以下であれば、最初の音節を含めて音声区間の切出し
が可能となり、入力音声信号レベルの変化に対しても、
単語単位で音声区間の切出しを行うことができる。又閾
値レベルＴＨは１個であるから、演算量が少なくて済む
利点があり、各種の音声認識システムを廉価に構成する
ことができる。

【図面の簡単な説明】

第１図は本発明の原理説明図、第２図は零発所の実施例
のブロック図、第３図はフィルタバンクの説明図、第４
図は本発明の実施例の動作説明図、第５図、第６図及び
第７図は本発明の実施例のフローチャート、第８図は単
一閾値レベルを用いた従来例の説明図、第９図は複数閾
値レベルを用いた従来例の説明図である。１は比較手段、２は計測手段、３は判定手段、１１はマ
イクロホン、１２はＡ／Ｄ変換器、１３はプリプロセッ
サ、１４はプロセッサ、１５はメモリ、１６は入出力制
御部、１７は自動錠である。

Claims

【特許請求の範囲】入力音声信号レベルと閾値レベルとを比較する比較手段
（１）と、該比較手段（１）からの前記入力音声信号レベルが前記
閾値レベルより大きいハイレベル信号の継続時間と、前
記入力音声信号レベルが前記閾値レベルより小さいロー
レベル信号の継続時間とを計測する計測手段（２）と、該計測手段（２）による前記継続時間を基に音声区間を
判定する判定手段（３）とを備え、該判定手段（３）に
より、前記ハイレベル信号の継続時間が第１の所定時間
以上継続した時に、該ハイレベル信号の立上り時点を始
端と判定し、前記ローレベル信号の継続時間が第２の所
定時間以上継続した時に、該ローレベル信号の立下り時
点を終端と判定し、前記ハイレベル信号の継続時間が前
記第１の所定時間以上継続しないと共に、前記ローレベ
ル信号の継続時間が前記第２の所定時間以上継続せずに
、次のハイレベル信号の継続時間が前記第１の所定時間
以上継続した時に、最初のハイレベル信号の立上り時点
を始端と判定することを特徴とする音声区間切出制御方式。