JPH0454960B2 - - Google Patents

Description

【発明の詳細な説明】 発明の対象 本発明はパターンマツチング装置に関し、特に
音声パターン認識装置等の高速実行を要求される
用途に最適なパターンマツチング装置に関する。

従来技術 パターン認識装置は入力パターンと標準パター
ンとのパターンマツチングを行うが、音声パター
ン認識装置などではこれを高速度で実行する必要
がある。このような高速のパターンマツチング
は、マイクロコンピユータ等の汎用演算器による
プログラム演算では一般に速度が不足する。そこ
で従来の音声パターン認識装置などは、普通、専
用の高速演算器を用いてパターンマツチングを実
行する構成となつている。しかし、認識精度を向
上すべくパターンマツチングの演算精度を上げよ
うとすると、かかる構成ではハードウエアコスト
上昇が著しく、装置価格の大幅な上昇を招いてい
る。

発明の目的 本発明の目的は、パターン認識装置において、
ハードウエアコストの上昇を可及的に抑えなが
ら、認識精度の向上を図るパターンマツチング装
置を提供することにある。

発明の総括的説明 マイクロコンピユータ等の汎用演算手段による
プログラム演算は、演算速度は専用演算手段より
もかなり遅いが、その反面、容易に高い演算精度
を得ることができる。

本発明はこの点に着目し、入力パターンと標準
パターンとのパターンマツチングを専用演算手段
による１次のパターンマツチングと、汎用演算手
段による２次のパターンマツチングとに分け、１
次のパターンマツチングで入力パターンを十分な
確度で同定不可能なときのみ、２次のパターンマ
ツチングを演算精度を上げて実行し、入力パター
ンを同定する。

２次のパターンマツチングは全標準パターンに
ついて実行するのではなく、１次のパターンマツ
チングで抽出された第１、第２侯補パターンを含
む限られた数の標準パターンについてのみ実行す
ることにより、実行時間の短縮を図る。

発明の実施例 添付の図面を参照して、本発明の一実施例につ
いて説明する。

本実施例においては、全ての標準パターンにつ
いて、専用の演算手段によつて入力パターンとの
整合距離が高速演算される。求められた整合距離
が規定値以下の標準パターンのうち、整合距離が
最小の標準パターンが第１侯補パターンとして、
その次に小さな標準パターンが第２侯補パターン
として選ばれる。そして、第１、第２侯補パター
ンの整合距離の差が規定値以上であれば、入力パ
ターンは第１侯補パターンと判定され、認識を終
了する。しかし、第１、第２侯補パターンの整合
距離が規定値未満の場合は、汎用演算手段を用い
たプログラム演算により、上記第１、第２の侯補
パターンを含む限られた数の標準パターンについ
てのみ、入力パターンとの整合距離が上記の専用
演算手段よりも高い演算精度で再演算される。そ
して、この再演算の結果に基づいて上記の判定が
再度行われる。

以下、本実施例の各部について詳述する。

本実施例は音声パターンを認識する装置であ
り、音声はマイクロフオン１によつて電気信号に
変換され入力される。この音声信号は緩衝増幅器
２を介して一群のバンドパスフイルタ３_i（ｉ＝
１，２，……，ｎ）に並列的に入力され、例えば
200Hz〜6000Hzの音声周波数成分がｎチヤンネル
に周波数分析される。チヤンネル数ｎは通常、16
ないし20チヤンネルである。

バンドパスフイルタ３_iの出力信号は、時定数
が50ミリ秒前後の一群のローパスフイルタ４_i
（ｉ＝１，２，……，ｎ）にチヤンネル対応で通
され、音声波形のエンベロープ波形に変換され
る。ローパスフイルタ４_iの各出力信号は、約20
ミリ秒（１フレーム）毎に、制御ユニツト９の制
御の下に時分割でアナログスイツチ５を介し、ア
ナログ／デイジタル（Ａ／Ｄ）変換器６へ送られ
る。

Ａ／Ｄ変換器６は通常８ないし12ビツトのもの
が用いられ、その出力信号はチヤンネル毎に、約
20ミリ秒毎に１フレームのスペラトル情報として
バツフアメモリ７に一時記憶される。

バツフアメモリ７に一時記憶されたスペクトル
情報は、例えば式(1)で示される演算が施され正規
化される。

ここでは、P_iはチヤンネルｉのパワー出力、ｎ
は全チヤンネル数、Ｃは定数である。すなわち、
この式(1)によれば、正規化後の各チヤンネル出力
の合計が定数Ｃに等しくなるように正規化され
る。

この正規化演算は、マイクロコンピユータで構
成された汎用演算ユニツト８のマイクロプログラ
ムで実行される。

また、音声区間の検出も汎用演算ユニツト８の
マイクロプログラムにより、制御ユニツト９の制
御の下に実行される。そのアルゴリズムは種々知
られているが、例えば予め決めた閾値以上のトー
タルパワーのフレームを音声信号のフレームとみ
なし、閾値未満のフレームをノイズ信号のフレー
ムとみなす。そして、音声信号のフレームが５つ
以上連続すると音声区間として切出しを開始し、
その後、ノイズ信号のフレームが10以上連続する
と音声区間の終了と判断する等のアルゴリズム
で、音声区間が検出される。

なお、音声区間として切り出された一連のフレ
ームの情報（音声パターン情報）は、標準パター
ンの登録時にはRAM（ランダムアクセスメモリ）
１０に格納されるが、入力音声の認識時にはDP
マツチングユニツト１１へ送られる。なお、標準
パターンの登録は本発明の要旨ではなく、また従
来装置と同様でよいので詳細は割愛する。

DPマツチングユニツト１１は、汎用演算ユニ
ツト８から送られる入力音声パターンと、RAM
１０に格納されている音声パターン（標準パター
ン）との間の、いわゆるDP（動的計画法）に基づ
いたパターンマツチング（１次のパターンマツチ
ングと称す）を高速で実行する。専用の特殊演算
ユニツトである。なお、DPマツチング手法は、
周知のように標準パターンと入力音声パターンの
発生速度の変動を吸収でき、音声認識におけるパ
ターンマツチング手法として有効性が認められて
いる。またDPマツチングユニツト１１は、公知
の構成でよい。

DPマツチングユニツト１１において、各標準
パターンと入力音声パターンとの整合距離が順次
演算され、判定ユニツト１２へ送られる。判定ユ
ニツト１２は、整合距離が規定の閾値以下の標準
パターンのうちで、整合距離が最小の（入力音声
パターンと最も類似度が高い）標準パターンを第
１侯補パターン、その次に整合距離が小さい標準
パターンを第２侯補パターンとして選択する。そ
して、第１、第２侯補パターンの整合距離の差が
規定値以上ならば、第１侯補パターンを認識結果
として出力する。この条件が満たされないと、汎
用演算ユニツト８のマイクロプログラムにより、
演算精度を上げて改めてDPマツチング（２次の
パターンマツチングと称す）が実行される。そし
て、この２次のパターンマツチングの結果につい
て、判定ユニツト１２は同様の判定を行なう。こ
れでも上記の条件が満足されなければ、当該入力
音声パターンは認識不能としてリジエクト処理さ
れる。

上記の汎用演算ユニツト８の演算速度は、専用
の演算ユニツトであるDPマツチングユニツト１
１に比し、著しく遅い。したがつて、全標準パタ
ーンについて２次のパターンマツチングを実行し
たのでは、実行時間がかゝり過ぎる。そこで本発
明では、１次のパターンマツチングの第１、第２
侯補パターンを含む限られた数の標準パターンに
ついてのみ、２次のパターンマツチングを実行
し、実行時間の短縮を図つている。この時に対象
とする標準パターンは、例えば、DPマツチング
ユニツト１１によつて求められた整合距離の小さ
い順に選出する方法等で容易に選ぶことができ
る。

ここで、DPマツチング手法における整合距離
の演算精度について説明する。

前記の式(1)で表わされる入力音声の正規化パワ
ースペクトルの時刻ｔにおける値をNP_i(t)とし、
同様に標準パターンの正規化スペクトルの時刻τ
における値をNSP_i（τ）とすれば、DPマツチン
グを行なつて両者の整合距離を算出するに必要な
格子間距離は、例えば式(2)で示される。_o 〓ⁱ⁼¹ ｛NP_i(t)−NSP_i（τ）｝² ……式(2) 格子間距離が小さいほど、入力音声の時刻ｔに
おける正規化パワースペクトルと標準パターンの
時刻τにおける正規化パワースペクトルとが似て
いることを意味している。格子間距離は整合距離
を算出するもとになるので、その関数形は種々工
夫されており、例えば式(2)の代りに式(3)のような
１次式も考えられている。_o 〓ⁱ⁼¹ ｜NP_i(t)−NSP_i（τ）｜ ……式(3) このような格子間距離の演算に用いる関数形に
よつて、DPマツチングを実行する演算手段に必
要な桁数（演算精度）が変わつてくることは明ら
かである。式(2)のような２次式は、正規化パワー
スペクトルの差分を強調するので、式(3)のような
１次式による場合に比べ、DPマツチングを行な
つて整合距離を求めると、音声のホルトマントに
対応したパワースペクトルの特徴が十分に反映さ
れる。したがつて、同一発声内容（同一カテゴ
リ）の音声相互間の整合距離は小さくなり、それ
に対し異カテゴリの音声相互間の整合距離は著し
く大きくなる結果、判定が容易になる。

そこで高い認識精度を得るためには、前記の
DPマツチングユニツト１１は式(2)のような２次
式を採用するのがよいが、上述の利点をいかすた
めには整合距離を求める全過程を桁数の多い演算
器によつて高い精度で演算しなければならず、
DPマツチングユニツト１１のハードウエアコス
トの上昇が避けられない。ハードウエアコストを
抑えるには、下位の桁を切り捨てることが考えら
れる。しかし、この切捨ては演算精度の低下、し
たがつて認識精度の低下を招く。別の方法とし
て、式(2)の値の上限値を設定しておき、計算値が
その上限値を越えたときに上限値に置換する方法
も考えられる。しかし、これではスペクトルの強
調が阻害されるため、結果として異カテゴリの音
声相互間の整合距離の差が減少され、演算精度を
下げたと同じことになつてしまう。

このように、専用の高速演算手段であるDPマツ
チングユニツト１１によるパターンマツチングだ
けで、高い認識精度を達成しようとすると、ハー
ドウエアコストの大幅な上昇が避けられない。

本発明によれば、専用の高速演算手段を用いて
１次のパターンマツチングを実行し、それで十分
な判定が不可能な場合は、汎用演算手段を用いて
高い演算精度の２次のパターンマツチングを行
う。したがつて、１次のパターンマツチングの演
算精度をそれほど高くしなくても、認識精度を確
保できるため、専用演算手段であるDPマツチン
グユニツト１１のハードウエアコストを引き上げ
ることができる。また、汎用演算手段である汎用
演算ユニツト８はプログラムにより演算を実行す
るから、演算速度は制限される。しかし、１次の
パターンマツチングで判定できない場合のみ２次
のパターンマツチングを実行し、しかも、２次の
パターンマツチングは全標準パターンではなく、
１次のパターンマツチングで侯補パターンとして
抽出された標準パターンを含む限られた数の標準
パターンのみを対象として実行する。このため、
パターンマツチングの実行時間の増加は極めて小
さく抑えられ、十分な認識速度を達成できる。

音声パターン認識装置の例について本発明を詳
述した。しかし、本発明は音声パターン認識装置
に限らず、文字認識装置などの他のパターン認識
装置にも同様に適用できることは勿論である。

発明の効果 以上に詳述した如く、本発明によれば、パター
ンマツチングのためのハードウエアコストの上昇
を可及的に抑えながら、高精度の高速パターンマ
ツチングが可能となり、認識精度、認識速度とも
に優れた高性能のパターン認識装置を安価に実現
できる。

【図面の簡単な説明】

図は本発明の一実施例を示すブロツク図であ
る。 １……マイクロフオン、２……緩衝増幅器、３
_ｉ，３₁〜３_o……バンドパスフイルタ、４_i，４₁〜
４_o……ローパスフイルタ、５……アナログスイ
ツチ、６……アナログ／デイジタル変換器、７…
…バツフアメモリ、８……汎用演算ユニツト、１
０……ランダムアクセスメモリ、１１……DPマ
ツチングユニツト、１２……判定ユニツト。

Claims (1)

【特許請求の範囲】
1. １ 登録されている標準パターンと入力パターン
   との整合距離を順次求める専用演算手段と、上記
   標準パターンの中から上記整合距離が最小の第１
   の標準パターンとその次に小さい第２の標準パタ
   ーンとを選択する手段と、該第１及び第２の標準
   パターンの上記整合距離が両者とも規定の閾値以
   下でかつ両者の差が規定値未満の場合、上記第１
   及び第２の標準パターンを含む限られた数の標準
   パターンに対し、上記専用演算手段よりも高い演
   算精度でプログラム演算により上記入力パターン
   との整合距離を求める汎用演算手段と、該プログ
   ラム演算により得られる第１の候補と第２の候補
   との整合距離の差が規定値以上であれば該第１の
   候補を入力パターンとして認識し、規定値未満で
   あれば認識不能とする手段とを設けたことを特徴
   とするパターンマツチング装置。