JPH0457098A - 連続音声の音韻認識装置 - Google Patents
連続音声の音韻認識装置Info
- Publication number
- JPH0457098A JPH0457098A JP2169424A JP16942490A JPH0457098A JP H0457098 A JPH0457098 A JP H0457098A JP 2169424 A JP2169424 A JP 2169424A JP 16942490 A JP16942490 A JP 16942490A JP H0457098 A JPH0457098 A JP H0457098A
- Authority
- JP
- Japan
- Prior art keywords
- phoneme
- network
- vector quantization
- cpu
- path
- 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.)
- Pending
Links
- 238000013139 quantization Methods 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
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。
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、連続音声の音韻認識装置に係わり、特に、音
韻１−（ＭＭ（隠れマルコフ・モデル）を用いる音韻認
識に関する。
韻１−（ＭＭ（隠れマルコフ・モデル）を用いる音韻認
識に関する。
［従来の技術］
従来、連続音声の音韻認識装置にあって、連続的な音声
信号を各音韻毎に切り出しを行なう手段と、切り出され
た区間に対してパターン・マツチングを行なう手段から
構成されていた。しかしながら、この構成では、音韻毎
に切り出しを行なう手段が複雑なものとなり、また、切
り出しを行う手段に確立されたものがなかった。
信号を各音韻毎に切り出しを行なう手段と、切り出され
た区間に対してパターン・マツチングを行なう手段から
構成されていた。しかしながら、この構成では、音韻毎
に切り出しを行なう手段が複雑なものとなり、また、切
り出しを行う手段に確立されたものがなかった。
さらに、また、上述の切り出しを行なわず、１フレーム
毎にシフトをしながらマツチングを行なう手段から構成
されているものもあるが、この構成では付加音韻が多く
出現してしまうことになり、確実に連続音声の音韻認識
を行う装置が要請されていた。
毎にシフトをしながらマツチングを行なう手段から構成
されているものもあるが、この構成では付加音韻が多く
出現してしまうことになり、確実に連続音声の音韻認識
を行う装置が要請されていた。
［発明が解決しようとする課題］
本発明は、上述した要請に応えるためになされたもので
あり、各音韻毎の音韻ＨＭＭと、この音ｉｌｌ ＨＭ
Ｍに対し各音韻１−Ｉ Ｍ Ｍの後端部と各音韻ＨＭＭ
の前端部とを接続したネットワークとを用意し、このネ
ットワークに対し最大確率を示すネットワーク・パスを
抽出することにより、音韻切り出しを行なわず、付加音
韻を少なくして、誤認識の少ない連続音声の音韻認識装
置を提供することを目「内とする。
あり、各音韻毎の音韻ＨＭＭと、この音ｉｌｌ ＨＭ
Ｍに対し各音韻１−Ｉ Ｍ Ｍの後端部と各音韻ＨＭＭ
の前端部とを接続したネットワークとを用意し、このネ
ットワークに対し最大確率を示すネットワーク・パスを
抽出することにより、音韻切り出しを行なわず、付加音
韻を少なくして、誤認識の少ない連続音声の音韻認識装
置を提供することを目「内とする。
［課題を解決するための手段］
上記の目的を達成するために本発明は、連続η声を取り
込む音声取り込み手段と、取り込まれた連続音声信号を
分析する分析手段と、この分析されたデータをベクトル
量子化してコード列を発生するベクトル量子化手段と、
この発生したコード列を音韻列に変換する音韻認識手段
とを備えた連続音声の音韻認識装置において、音韻認識
手段は、各音韻毎に用意されたベクトル量子化によるコ
ード列に関する隠れマルコフ・モデル（ＨＭＭ）と、こ
の各音韻のＨＭＭの後端部と前端部とを接続したネット
ワークが記憶された記憶手段と、ベクトル量子化手段に
より発生したコード列を同ネットワークに入力し、この
ネットワークの中から最大確率を示すネットワーク・パ
スを抽出する抽出手段と、この抽出されたネットワーク
・パス上の音＠）ｌＨＭ Ｍに対応する音韻列を出力す
る出力手段とを含むものである。
込む音声取り込み手段と、取り込まれた連続音声信号を
分析する分析手段と、この分析されたデータをベクトル
量子化してコード列を発生するベクトル量子化手段と、
この発生したコード列を音韻列に変換する音韻認識手段
とを備えた連続音声の音韻認識装置において、音韻認識
手段は、各音韻毎に用意されたベクトル量子化によるコ
ード列に関する隠れマルコフ・モデル（ＨＭＭ）と、こ
の各音韻のＨＭＭの後端部と前端部とを接続したネット
ワークが記憶された記憶手段と、ベクトル量子化手段に
より発生したコード列を同ネットワークに入力し、この
ネットワークの中から最大確率を示すネットワーク・パ
スを抽出する抽出手段と、この抽出されたネットワーク
・パス上の音＠）ｌＨＭ Ｍに対応する音韻列を出力す
る出力手段とを含むものである。
［作用］
上記構成によれば、連続音声が入力されると、ベクトル
量子化手段より、連続音声に対するコード列を発生し、
このコード列は、前記ネットワークに入力され、パス抽
出手段の演算により、ネットワークに対して最大確率を
示すネットワーク・パスを抽出し、このパス上の音韻列
がデイスプレィ等に出力される。
量子化手段より、連続音声に対するコード列を発生し、
このコード列は、前記ネットワークに入力され、パス抽
出手段の演算により、ネットワークに対して最大確率を
示すネットワーク・パスを抽出し、このパス上の音韻列
がデイスプレィ等に出力される。
［実施例］
本発明の一実施例による連続音声の音韻認識装置のブロ
ック構成を第１図に示す。
ック構成を第１図に示す。
音声認識装置は、連続音声を電気色３に変換して入力す
るマイク１と、この信号を増幅するオーディオ・アンプ
２と、増幅信号の５．５ｋＨｚ以下の成分のみを通過さ
せて標本化時の折返し歪みを抑えるローパス・フィルタ
ー３と、ローパス・フィルター３からの信号を１２ｋＨ
ｚ、１６ｂｉｔで標本化するＡ／Ｄ変換装置４と、標本
化されたデータの転送に介在するＩ１０ボート５と、同
データをＩ１０ボート５を介して取込むＣＰＵ６と、同
データを記憶するＲＡＭ７と、ＣＰＵ６により実行され
る音韻認識プログラム等を格納したＲＯＭ８、音韻変換
処理された音韻列を表示するデイスプレィ９から構成さ
れている。
るマイク１と、この信号を増幅するオーディオ・アンプ
２と、増幅信号の５．５ｋＨｚ以下の成分のみを通過さ
せて標本化時の折返し歪みを抑えるローパス・フィルタ
ー３と、ローパス・フィルター３からの信号を１２ｋＨ
ｚ、１６ｂｉｔで標本化するＡ／Ｄ変換装置４と、標本
化されたデータの転送に介在するＩ１０ボート５と、同
データをＩ１０ボート５を介して取込むＣＰＵ６と、同
データを記憶するＲＡＭ７と、ＣＰＵ６により実行され
る音韻認識プログラム等を格納したＲＯＭ８、音韻変換
処理された音韻列を表示するデイスプレィ９から構成さ
れている。
また、ＲＯＭ８には、第２図（ａ）に示すように、各音
韻毎に隠れマルコフ・モデル（以下、音韻トＩＭＭとい
う）が記憶されており、さらに、音韻認識処理に使用す
るネットワークとして、第２図（ｂ）に示すように、各
音韻ＨＭ Ｍの後端部を各音韻ＨＭ Ｍの前端部に弧で
ネットワーク状に接続したものが、予め学習によって作
成され、書き込まれている。
韻毎に隠れマルコフ・モデル（以下、音韻トＩＭＭとい
う）が記憶されており、さらに、音韻認識処理に使用す
るネットワークとして、第２図（ｂ）に示すように、各
音韻ＨＭ Ｍの後端部を各音韻ＨＭ Ｍの前端部に弧で
ネットワーク状に接続したものが、予め学習によって作
成され、書き込まれている。
なお、音韻ＩＩＭ Ｍは４状態４ルーズの音声認識で一
般的によく使われるｌ ｅ ｆ ｔ−ｔｏ−ｒ ｉ ｇ
ｈｔモデルであり、ネットワークには、表１に示した日
本語音韻の接続ルール及び各音韻間の接続頻度が重みと
してかけられ、また、ネットワークの端点には表２の様
な条件がある。
般的によく使われるｌ ｅ ｆ ｔ−ｔｏ−ｒ ｉ ｇ
ｈｔモデルであり、ネットワークには、表１に示した日
本語音韻の接続ルール及び各音韻間の接続頻度が重みと
してかけられ、また、ネットワークの端点には表２の様
な条件がある。
表１ 接続ルール
表２
次に、上記音声認識装置の機能構成を示す第３図により
説明する。
説明する。
音声取込み部１１（音声取込み手段）は、マイク１、オ
ーディオ・アンプ２、ローパス・フィルタ３、Ａ／Ｄ変
換装置４およびＩ１０ボート５により構成され、分析部
１２（分析手段）、ベタ１〜ル量子化部１３（ベクトル
量子化手段）、音韻認識部１４（音韻認識手段）は、Ｃ
ＰＵ６およびＲＡＭ７により構成され、さらに、音韻認
識部１４におけるネットワーク入力部１５（入力手段）
およびパス抽出部１６（抽出手段）は、ＣＰＵ６により
構成され、音韻列出力部１７（出力手段）は、ＣＰＵ６
とＩ１０ボート５およびデイスプレィ９により構成され
る。
ーディオ・アンプ２、ローパス・フィルタ３、Ａ／Ｄ変
換装置４およびＩ１０ボート５により構成され、分析部
１２（分析手段）、ベタ１〜ル量子化部１３（ベクトル
量子化手段）、音韻認識部１４（音韻認識手段）は、Ｃ
ＰＵ６およびＲＡＭ７により構成され、さらに、音韻認
識部１４におけるネットワーク入力部１５（入力手段）
およびパス抽出部１６（抽出手段）は、ＣＰＵ６により
構成され、音韻列出力部１７（出力手段）は、ＣＰＵ６
とＩ１０ボート５およびデイスプレィ９により構成され
る。
以下、上記各部の動作について説明する。
音声取り込み部１１では、マイク１により入力された連
続音声の信号が、標本化されたデータとなり、ＲＡＭ７
に記憶される。
続音声の信号が、標本化されたデータとなり、ＲＡＭ７
に記憶される。
分析部１２では、ＣＰＵ６が、ＲＡＭ７より標本化され
たデータを読み出し、１−Ｚ−１の伝達関数をもつデジ
タル・フィルターによりプリエンファシスを行なう。プ
リエンファシスされた出力信号に対して、４ｍ５ｅｃを
１フレームとし、１フレーム毎に２１．３ｍ５ｅｃ長の
周波数分析をする区間に対してハミング窓を掛け、ＬＰ
Ｇ分析により１６次のＬ Ｐ Ｃケプストラムが算出さ
れる。
たデータを読み出し、１−Ｚ−１の伝達関数をもつデジ
タル・フィルターによりプリエンファシスを行なう。プ
リエンファシスされた出力信号に対して、４ｍ５ｅｃを
１フレームとし、１フレーム毎に２１．３ｍ５ｅｃ長の
周波数分析をする区間に対してハミング窓を掛け、ＬＰ
Ｇ分析により１６次のＬ Ｐ Ｃケプストラムが算出さ
れる。
ＬＰＣケグストラムから１０次のデルタ−ケプストラム
が算出される。さらに、ＣＰＵ６は、プリエンファシス
を行う以前のデータに対して１フレーム毎に対数化した
パワーを算出する。
が算出される。さらに、ＣＰＵ６は、プリエンファシス
を行う以前のデータに対して１フレーム毎に対数化した
パワーを算出する。
ペクトクル量子化部１３では、ＣＰＵ６が、分析部１２
で算出したＬＰＣケプストラム、デルタ・ケプストラム
、パワーについて、表３に示す次元およびコードブック
・サイズ（ベクトル量子化の数）でセパレート・ベクト
ル量子化を行い、それぞれ３［ｉ類のパラメータに対す
るコード時系列が出力される。
で算出したＬＰＣケプストラム、デルタ・ケプストラム
、パワーについて、表３に示す次元およびコードブック
・サイズ（ベクトル量子化の数）でセパレート・ベクト
ル量子化を行い、それぞれ３［ｉ類のパラメータに対す
るコード時系列が出力される。
（以下、余白）
表３
子化部１３により出方された３種類のコード列を入力デ
ータとして、ネットワーク処理を行い、その結果、音韻
列を出力する。この出方される音韻は、 ａ、ｉ、ｕ、
ｅ、Ｏ，Ｎ、に、ｓ、ｓｈ。
ータとして、ネットワーク処理を行い、その結果、音韻
列を出力する。この出方される音韻は、 ａ、ｉ、ｕ、
ｅ、Ｏ，Ｎ、に、ｓ、ｓｈ。
ｔ、ｃｈ、ｔｓ、ｎ、ｈ、ｍ、ｙ、ｒ、Ｗ、ｇ。
ｚ、ｄ、ｂ、ｐ’“等である。
ネットワーク入力部１５では、ＣＰＵ６により、ベクト
ル量子化部１３において出方された３種類のコード時系
列が、ネットワークに入力される。
ル量子化部１３において出方された３種類のコード時系
列が、ネットワークに入力される。
パス抽出部１６では、ＣＰＵ６により、このネットワー
クに対して最大確率を示すネットワーク・パスが、一般
によく知られているビタピ（ｖｉｔｅｒｂ）アルゴリズ
ムにより抽出される。音韻列出方部１７では、ＣＰＵ６
により、パス抽出部１６で抽出された最大確率を示すネ
ットワーク・パス上の音韻ＨＭ Ｍに対応する音韻列が
、Ｉ１０ボート５を介して、デイスプレィ９に出力され
、処理を終了する。
クに対して最大確率を示すネットワーク・パスが、一般
によく知られているビタピ（ｖｉｔｅｒｂ）アルゴリズ
ムにより抽出される。音韻列出方部１７では、ＣＰＵ６
により、パス抽出部１６で抽出された最大確率を示すネ
ットワーク・パス上の音韻ＨＭ Ｍに対応する音韻列が
、Ｉ１０ボート５を介して、デイスプレィ９に出力され
、処理を終了する。
次に、上記音韻認識部１４の動作について、［くさＪ
［ｋｕ ｓ ａ］という連続音声を音韻認識する場合
を、例として７音韻から構成されるネットワークについ
て第４図を用いて説明する。
［ｋｕ ｓ ａ］という連続音声を音韻認識する場合
を、例として７音韻から構成されるネットワークについ
て第４図を用いて説明する。
また、Ｒ，０Ｍ８には、第４図に示される７音韻（”ｋ
＋ａ＋ ｊ、ｕ＋ｏ＋ｏ＋ｓ＋”） から成るネット
ワークが記憶され、ネッ１−ワーク入力部１１で、［ｋ
ｕｓａ］という音声が入力されると、パス抽出部１６で
は、ｋ→Ｕ→６−＋ａ（同図の番号１→２→３）とつな
がるネットワーク・パスが最大確率を示し抽出される。
＋ａ＋ ｊ、ｕ＋ｏ＋ｏ＋ｓ＋”） から成るネット
ワークが記憶され、ネッ１−ワーク入力部１１で、［ｋ
ｕｓａ］という音声が入力されると、パス抽出部１６で
は、ｋ→Ｕ→６−＋ａ（同図の番号１→２→３）とつな
がるネットワーク・パスが最大確率を示し抽出される。
音韻列出力部１７では、このネットワーク・パス上の“
ｋｕｓａ”という音韻列をデイスプレィ９に出力し、処
理を終了する。
ｋｕｓａ”という音韻列をデイスプレィ９に出力し、処
理を終了する。
かくして、連続音声を音韻切り出しを行うことなく、音
韻ネットワークの確率演算により、該連続音声に対応す
る音韻列が出力される。
韻ネットワークの確率演算により、該連続音声に対応す
る音韻列が出力される。
［発明の効果］
以上のように本発明によれば、連続音声の音韻認識装置
にあって、各音韻毎に用意された音韻ＨＭＭに対し、各
音韻ＨＭＭの後端部と各音韻ＨＭＭＯ前端部とを接続し
たネットワークを予め記憶しておき、入力された連続音
声に関するベクトル量子化されたコード列をネットワー
クに入力し、最大確率を示すネットワーク・パスを出力
するようにしているので、従来のように、音韻切り出し
を行なう必要がなく、付加音韻を少なくして誤認識をな
くし、連続音声の音韻認識の確実性を向」−させること
ができる。
にあって、各音韻毎に用意された音韻ＨＭＭに対し、各
音韻ＨＭＭの後端部と各音韻ＨＭＭＯ前端部とを接続し
たネットワークを予め記憶しておき、入力された連続音
声に関するベクトル量子化されたコード列をネットワー
クに入力し、最大確率を示すネットワーク・パスを出力
するようにしているので、従来のように、音韻切り出し
を行なう必要がなく、付加音韻を少なくして誤認識をな
くし、連続音声の音韻認識の確実性を向」−させること
ができる。
第１図は本発明の一実施例による連続音声の音韻認識装
置のブロック構成図、第２図（ａ＞（ｂ）はそれぞれ同
装置で使用される音韻ＨＭ Ｍおよび同音韻ＨＭ Ｍの
ネットワークを示す概念図、第３図は音声認識装置の機
能構成図、第４図は前記ネットワークの動作を説明する
図である。 １・・・マイク、２・・・オーディオ・アンプ、３・・
・ローパス・フィルター、５・・・Ｉ１０ボート、６・
・・ＣＰ−Ｕ、７・・・ＲＡＭ、８・・・ＲＯＭ、９・
・・ディスグレイ、１１・・・音声取り込み部、１２・
・−分析部、１３・・・ベクトル量子化部、１４・・・
音韻認識部、１５・・・ネットワーク入力部、１６・・
・バス抽出部、１７・・・音韻列出力部。 出願人 ブラザー工業株式会社 代理人 弁理士 板 谷 康 夫「０ 峡 い ψ ト
置のブロック構成図、第２図（ａ＞（ｂ）はそれぞれ同
装置で使用される音韻ＨＭ Ｍおよび同音韻ＨＭ Ｍの
ネットワークを示す概念図、第３図は音声認識装置の機
能構成図、第４図は前記ネットワークの動作を説明する
図である。 １・・・マイク、２・・・オーディオ・アンプ、３・・
・ローパス・フィルター、５・・・Ｉ１０ボート、６・
・・ＣＰ−Ｕ、７・・・ＲＡＭ、８・・・ＲＯＭ、９・
・・ディスグレイ、１１・・・音声取り込み部、１２・
・−分析部、１３・・・ベクトル量子化部、１４・・・
音韻認識部、１５・・・ネットワーク入力部、１６・・
・バス抽出部、１７・・・音韻列出力部。 出願人 ブラザー工業株式会社 代理人 弁理士 板 谷 康 夫「０ 峡 い ψ ト
Claims (1)
- （１）連続音声を取り込む音声取り込み手段と、取り込
まれた連続音声信号を分析する分析手段と、この分析さ
れたデータをベクトル量子化してコード列を発生するベ
クトル量子化手段と、この発生したコード列を音韻列に
変換する音韻認識手段とを備えた連続音声の音韻認識装
置において、前記音韻認識手段は、各音韻毎に用意され
たベクトル量子化によるコード列に関する隠れマルコフ
・モデル（ＨＭＭ）と、この各音韻のＨＭＭの後端部と
前端部とを接続したネットワークが記憶された記憶手段
と、前記ベクトル量子化手段により発生したコード列を
同ネットワークに入力し、このネットワークの中から最
大確率を示すネットワーク・パスを抽出する抽出手段と
、この抽出されたネットワーク・パス上の音韻ＨＭＭに
対応する音韻列を出力する出力手段とを含むことを特徴
とする連続音声の音韻認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2169424A JPH0457098A (ja) | 1990-06-27 | 1990-06-27 | 連続音声の音韻認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2169424A JPH0457098A (ja) | 1990-06-27 | 1990-06-27 | 連続音声の音韻認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0457098A true JPH0457098A (ja) | 1992-02-24 |
Family
ID=15886338
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2169424A Pending JPH0457098A (ja) | 1990-06-27 | 1990-06-27 | 連続音声の音韻認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0457098A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5707746A (en) * | 1992-09-25 | 1998-01-13 | Sharp Kabushiki Kaisha | Thin film transistor device with advanced characteristics by improved matching between a glass substrate and a silicon nitride layer |
| US5923967A (en) * | 1995-11-17 | 1999-07-13 | Sharp Kabushiki Kaisha | Method for producing a thin film semiconductor device |
| US5950077A (en) * | 1996-09-02 | 1999-09-07 | Sharp Kabushiki Kaisha | Semiconductor device and manufacturing method thereof |
-
1990
- 1990-06-27 JP JP2169424A patent/JPH0457098A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5707746A (en) * | 1992-09-25 | 1998-01-13 | Sharp Kabushiki Kaisha | Thin film transistor device with advanced characteristics by improved matching between a glass substrate and a silicon nitride layer |
| US6013310A (en) * | 1992-09-25 | 2000-01-11 | Sharp Kabushiki Kaisha | Method for producing a thin film semiconductor device |
| US5923967A (en) * | 1995-11-17 | 1999-07-13 | Sharp Kabushiki Kaisha | Method for producing a thin film semiconductor device |
| US5950077A (en) * | 1996-09-02 | 1999-09-07 | Sharp Kabushiki Kaisha | Semiconductor device and manufacturing method thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bahl et al. | Multonic Markov word models for large vocabulary continuous speech recognition | |
| CN111508498A (zh) | 对话式语音识别方法、系统、电子设备和存储介质 | |
| JPH11502953A (ja) | 厳しい環境での音声認識方法及びその装置 | |
| CN109979436B (zh) | 一种基于频谱自适应法的bp神经网络语音识别系统及方法 | |
| WO2006053256A2 (en) | Speech conversion system and method | |
| CN102543073A (zh) | 一种沪语语音识别信息处理方法 | |
| US20010010039A1 (en) | Method and apparatus for mandarin chinese speech recognition by using initial/final phoneme similarity vector | |
| US20230197061A1 (en) | Method and System for Outputting Target Audio, Readable Storage Medium, and Electronic Device | |
| CN112652318A (zh) | 音色转换方法、装置及电子设备 | |
| CN113744722A (zh) | 一种用于有限句库的离线语音识别匹配装置与方法 | |
| CN111724809A (zh) | 一种基于变分自编码器的声码器实现方法及装置 | |
| EP0685835A1 (en) | Speech recognition based on HMMs | |
| Mishra et al. | An Overview of Hindi Speech Recognition | |
| Sarma et al. | Automatic spoken digit recognition using artificial neural network | |
| JPH0457098A (ja) | 連続音声の音韻認識装置 | |
| US20080162150A1 (en) | System and Method for a High Performance Audio Codec | |
| JPH0215080B2 (ja) | ||
| JP2709926B2 (ja) | 声質変換方法 | |
| Aggarwal et al. | Implementing a speech recognition system interface for indian languages | |
| JPH07121197A (ja) | 学習式音声認識方法 | |
| JP2002041083A (ja) | 遠隔制御システムおよび遠隔制御方法、並びに記録媒体 | |
| Ahmed et al. | Non-native accent pronunciation modeling in automatic speech recognition | |
| JP3346200B2 (ja) | 音声認識装置 | |
| JPH06266389A (ja) | 音素ラベリング装置 | |
| JP2011002703A (ja) | スペクトル分析装置及びスペクトル演算装置 |