JPH03231299A - 信号処理装置 - 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 本発明は音声処理に用いる信号処理装置に関する。

従来の技術 近年、音声信号の処理技術に著しい進歩がある。

第２図は従来の信号処理装置のブロック図である。

図に示すようにケプストラム算出部１６は音声入力のケ
プストラムを算出しピーク検出部１了に供給する。ピー
ク検出部１７はケプストラム算出部１６のケプストラム
が供給され、そのピークを検出して音声検出部１９に供
給する。音声検出部１９はピーク検出部１７のピーク信
号が供給され、音声の検出結果をマツチング部２０に供
給する。

音声分析部１８は音声入力の分析を行ってマツチング部
２０に供給する。マツチング部２ｏは音声検出部１９か
ら供給される制御信号で制御されて認識出力を得る構成
となっている。

このように構成された従来の信号処理装置につめてその
動作を説明する。音声入力はケプストラム算出部１６で
そのケプストラムが算出される。

そしてピーク検出部１７でケプストラムピークが検出さ
れる。音声検出部１９ではそのケプストラムピークの有
無あるいはその大きさで音声の有無を判定し、マツチン
グ部２ｏへ制御信号として供給する。また一方、音声入
力は音声分析部１８においてマツチング部２０でのパタ
ーンマツチングが行なえるように分析を行なってマツチ
ング部２ｏに供給する。マツチング部２０では音声検出
部１９からの制御信号によって、音声分析部１８より供
給される信号を基準パターンとマツチングさせ、音声認
識を行なって認識出力を得る。ここで、音声検出部１９
からの制御信号は、音声が検出された場合にマツチング
部２０のマツチング動作を行なうように制御する。

発明が解決しようとする課題 しかしながら、このような従来の信号処理装置では、音
声が入力された場合に、常にマツチング動作を行なうた
めに音声認識対象外の音声入力に対しても動作し、不要
な信号処理と、そのなめの不要な処理時間が発生すると
ともに、誤認識が多く発生するという不都合が生じ、ま
た複数の区別ができなかった。

本発明は上記課題を解決するもので、複数の入力信号に
対して登録済みのものだけ認識動作を効率的に行なう信
号処理装置を提供することを目的とする。

課題を解決するための手段 本発明は上記目的を達成するために、音声信号を入力し
た音声分析部の分析出力を用いて認識出力を得るマツチ
ング部にその認識動作の実行を制御する第１の制御信号
の入力手段および第２の制御信号の入力手段を備え、音
声信号のケプストラムを算出するケプストラム算出部と
、そのケプストラムのピークを指定された区間で検出し
て出力するピーク検出部と、音声検出部を設け、前記音
声検出部（−′ｉ前記ピーク検呂部の、！Ｂ力から音声
信号の有無に対応する前記第１の制御信号を出力するも
のとし、分析区間メモリと、前記分析区間を前記ピーク
検出部に指定して出力するとともに前記ケプストラムビ
ークに対応する最適分析区間を算出して出力する分析区
間処理部と、前記最適分析区間を基本に分類処理した分
析区間を前記分析区間メモリに記憶する分析区間分類部
を備え、前記分析区間処理部がピーク検出部に指定する
分析区間はモード設定入力に対応して前記分析区間分類
部が指定するものきし、前記分析区間分類部は前記モー
ト設定入力に対応して前記最適区間を前記区間メモリの
分析区間データと照合して音声信号の認識対象に対応す
る第２の制御信号を出力するとともに、前記分析区間メ
モリの分析区間データの分類処理と前記分析区間処理部
への分析区間指定を行ない、前記第１および第２の制御
信号による制限は音声信号が有って、かつ音声信号が認
識対象であるときのみ認識を実行するものとする。

作用 本発明は上記の構成により、音声入力官号はケプストラ
ム算出部とピーク検出部の過程において分析区間処理部
が指定する分析区間でそのケプストラムのピークが検出
される。音声検出部では前記ケプストラムのピークをも
とに音声の有無を判別してマツチング部に第１の制御信
号を供給する。

このとき、ピーク検出部に与えられる分析区間はモード
設定入力のモードにより下記の通りとする。

まず、モード設定入力が゛登録”である場合、分析区間
処理部はピーク検出部にあらかじめ定めた分析区間を供
給するとともにケプストラムビークに対応した最適の分
析区間を算出して分析区間分類部に出力する。分析区間
分類部は下記のように分類処理を行なう。すなわち、分
析区間分類部は前記最適の分析区間を分析区間メモリー
と比較して、メモリーの区間データであって前記最適分
析区間をあらかじめ決めた割合以上に重複して含む分析
区間（これを類似した分析区間と定義する）がある場合
にはその類似の分析区間を分析区間処理部を通してピー
ク検出部に供給するとともに、下記のように合成した分
析区間を前記メモリーの分析区間に置き換えて記憶し、
ない場合はその最適の分析区間を分析区間メモリーに書
き込む。前記合成された分析区間は、前記最適の分析区
間とメモリーデータの゛与見る分析区間の重畳部分を含
み、その下限と上限が前記いずれかの分析区間にあるも
のとする。つぎに、モード設定入力が９′認識″の場合
、分析区間処理部はあらかじめ定めた分析区間をピーク
検出部に供給するとともにそのピークに対応した最適の
分析区間を算出して区間分類部に出力する。分析区間分
類部はその最適の分析区間を分析区間メモリーと比較す
る。このとき、前記最適の分析区間を前記類似した分析
区間がメモリーにある場合は、そのメモリーの分析区間
を分析区間処理部を経てピーク検出部に与えるとともに
認識対象に対応する第２の制御信号を出力し、ない場合
は、ピーク検出部の分析区間はあらかじめ定められた分
析区間がそのまま保持される。

一方、音声入力は音声分析部でマツチング部での分析処
理に対応した分析がなされ、マツチング部であらかじめ
登録されたデータとマツチング処理して認識出力を得る
。このとき、マツチング処理部は前記第１の制御信号お
よび第２の制御信号がそれぞれ音声信号有シと認識対象
に対応するときのみ実行されるように制御される。

実施例 以下、本発明の一実施例について第１図を参照しながら
説明する。

第１図は本発明の一実施例における信号処理装置のブロ
ック図である。図に示すようにケプストラム算出部８は
音声入力からケプストラムを算出してピーク検出部９に
供給し、ピーク検出部９はそのケプストラムからピーク
を検出して分析区間処理部１０、音声検出部１４へそれ
ぞれ供給する。

音声検出部１４はピーク検出部９から供給されるケプス
トラムのピークによって音声の有無の検出を行い、マツ
チング部１６へ音声信号の有無に対応する第１の制御信
号を供給する。分析区間処理部１０はピーク検出部９よ
シ供給されるケプストラムのピークに応じた最適の分析
区間を設定して分析区間分類部１１に供給するとともに
モード設定入力に応じて、分析区間メモリ１２から供給
される前記類似の分析区間データまたはあらかじめ決め
られた分析区間データをピーク検出部９に供給する。分
析区間分類部１１は分析区間処理部１０かも供給される
前記最適の分析区間データと、分析区間メモリ１２から
供給される分析区間データとを比較して分類処理を行な
い、モード設定入力に応じて分析区間メモリ１２へのデ
ータ記憶し、または分析区間メモリ１２を読み出して分
析区間を制御するとともに、分類結果を第２の制御信号
としてマツチング部１６に供給する。また、音声分析部
１３は音声入力をマツチング部１６で用いる形式に分析
してマツチング部１６へ供給する。

マツチング部１６は音声分析部１３で分析された音声入
力と、音声検出部１４および分析区間分類部１１からの
第１および第２の制御信号が供給され、それらの制御信
号に応じて音声分析部１３から供給される分析された音
声入力をテンプレートと照合し、認識出力を得る構成と
なっている。

上記構成において動作を説明する。

音声入力はケプストラム算出部８およびピーク検出部９
を経てケプストラムのピークが検出され、そのケプスト
ラムピークは音声検出部１４へ供給されて音声の有無が
検出される。音声検出部１４は音声の有無に応じてマツ
チング部１６に第１の制御信号を供給する。ここでピー
ク検出部９は分析区間処理部１ｏから供給される分析区
間に従ってケプストラムのピークを検出するように動作
する。このとき、ピーク検出部９に供給される分析区間
は後述のようにモード選定入力に対応する。

また、音声入力はマツチング部１６でマツチンク゛処理
が行なえるように音声分析部１３で分析が行なわれる。

ここでモード設定入力が゛登録゛の場合とパ認識“′の
場合に分けて動作を考える。

まず、モード設定入力がパ登録”である場合、分析区間
処理部１ｏはピーク検出部９でのピーク検出の分析区間
をあらかじめ定められたものに設定し、また、ピーク検
出部９から得られるケプストラムのピークに応じて分析
区間を精度良く算出して最適の分析区間を分析区間分類
部１１に供給する。分析区間分類部１１ではその最適の
分析区間に前記類似した分析区間が分析区間メモリ１２
に存在するか否かを調べ、もし存在しなければその最適
の分析区間を新らたに分析区間メモリ１２に記憶し、ま
た存在する場合にはその分析区間メモリ１２の前記類似
した分析区間と前記最適の分析区間とを前記のように合
成して分析区間メモリ１２の内容と置きかえて記憶する
。

つぎにモード設定入力が゛認識″となった場合、分析区
間処理部１０はあらかじめ与えられた分析区間のデータ
をピーク検出部９に供給する。ビ一り検出部９では音声
入力に応じたケプストラムのピークが検出され、そのピ
ークに対応して分析区間処理部１０は最適の分析区間を
算出して分析区間分類部１１に供給する。分析区間分類
部１１はその与えられた最適の分析区間に前記類似する
区間が分析区間メモリ１２に存在するかどうかを調べ、
存在する場合はその類似の分析区間を分析区間処理部１
０を介してピーク検出部９に前記あらかじめ決めた分析
区間に置きかえて供給し、また、存在しない場合はあら
かじめ与えられた分析区間がピーク検出部９に保持して
供給される。さらに前記類似した分析区間の存在の有無
を示す第２の制御信号をマツチング部１６に供給する。

そしてマツチング部１５では音声検出部１４から供給さ
れる第１の制御信号、および分析区間分類部１１から供
給される第２の制御信号によって、音声入力に実際に音
声が存在し、かつその音声入力のケプストラムのピーク
の分析区間があらかじめ登録されているものと前記のよ
うに類似している場合に、テンプレートとのマツチング
動作を行なうものである。

このように本発明の実施例の信号処理装置によれば、音
声信号を登録するときに、音声の特徴を表わすピッチ周
波数に対応するケプストラムピークがあり、そのケプス
トラムピークに対応した分析区間を分類処理してメモリ
ーに記憶することにより、登録した複数の音声入力のう
ちで類似したものは合成された分析区間に対応し、その
他の音声入力は単独の分析区間に対応して記憶される。

いずれにしても音声を認識処理するときには、任意の音
声入力のケプストラムピークに対応したその分析区間を
メモリーに登録した分析区間と比較して登録済みかどう
かの判定ができる。また、分析区間を設定することによ
υケプストラムピーク検出の分析処理を限定した区間で
行なうことにより処理が速く、音声入力の有無判定が効
率よくでキル。さらにケプストラムピークを持たない雑
音が排除されて誤動作がなくなる。さらに、音声認識処
理を上記の効率的な音声入力の確認と登録済みの確認の
上で行なうようにしたので無駄のない認識処理ができ、
装置の活用も効率的にできる。

また、無駄のない処理動作は装置をマイクロプロセッサ
などで構成するときに、その素子の処理負担が軽減され
るので、多くの処理がこなせるようになシ、構成が簡略
化できる効果もある。

発明の効果 以上の実施例から明らかなように本発明の信号処理装置
は、音声信号を入力し、音声分析手段の分析出力を用い
て認識出力を得るマツチング部にその認識動作の実行を
制御する第１の制御信号の入力手段および第２の制御信
号の入力手段を備え、音声信号のケプストラムを算出し
て、そのピークを指定された分析区間で検出するピーク
検出手段と、ピーク検出手段の出力から音声信号の有無
に対応する前記第１の制御信号を出力するものとし、前
記音声入力に対応した最適の分析区間を算出し、その最
適の分析区間を基本とした分析区間を分類してメモリー
に記憶およびピーク検出部に供給する手段を設け、任意
の音声入力の認識処理において、その音声入力に対応し
た分析区間と前記記憶された分析区間とを比較して第２
の制御信号を出力するものとし、前記第１および第２の
制御信号による制限は音声信号が有って、かつ音声信号
が認識対象であるときの認識を実行する信号処理装置と
することにより、認識処理に無駄がなく、また、分析区
間を設定することによりケプストラムピーク検出の分析
処理が速く、さらにケプストラムビークを持たない雑音
が排除されて誤動作がなくなる。また、無駄のない認識
処理ができて装置の活用も効率的にできる。

また、無駄のない処理動作は装置の素子の処理負担が軽
減されるので、構成が簡略化できる効果もある。

【図面の簡単な説明】

第１図は本発明の一実施例のブロック図、第２図は従来
例のブロック図である。 ８・・・・・・ケプストラム算出部、９・・・・・・ピ
ーク検出部、１０・・・・・・分析区間処理部、１１・
・・・・・分析区間分類部、１２・・・・・・分析区間
メモリ、１３・・・・・・音声分析部、１４・・・・・
・音声検出部、１６・・・・・・マツチング部。

Claims (1)

【特許請求の範囲】
1. 音声信号を入力した音声分析部の分析出力を用いて認識
   出力を得るマッチング部に、その認識動作の実行を制御
   する第１の制御信号の入力手段および第２の制御信号の
   入力手段を備え、音声信号のケプストラムを算出するケ
   プストラム算出部と、そのケプストラムのピークを指定
   された区間で検出して出力するピーク検出部と、音声検
   出部を設け、前記音声検出部は前記ピーク検出部の出力
   から音声信号の有無に対応する前記第１の制御信号を出
   力するものとし、分析区間メモリと、前記分析区間を前
   記ピーク検出部に指定して出力するとともに、前記ケプ
   ストラムピークに対応する最適分析区間を算出して出力
   する分析区間処理部と、前記最適分析区間を基本とする
   分類処理した分析区間を前記分析区間メモリーに記憶す
   る分析区間分類部を備え、前記分析区間処理部がピーク
   検出部に指定する分析区間は、モード設定入力のモード
   に対応して前記分析区間分類部が指定によるものとし、
   前記分析区間分類部は、前記モード設定入力に対応して
   前記最適区間を前記区間メモリの分析区間データと照合
   して、音声信号の認識対象に対応する第２の制御信号を
   出力するとともに、前記分析区間メモリの分析区間デー
   タの分類処理と前記分析区間処理部への分析区間指定を
   行ない、前記第１および第２の制御信号による制限は音
   声信号が有って、かつ音声信号が認識対象であるときの
   み認識を実行する信号処理装置。