JPH0462597A

JPH0462597A - 音声認識装置

Info

Publication number: JPH0462597A
Application number: JP2173036A
Authority: JP
Inventors: Keiko Shimada; 島田　桂子
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1990-06-30
Filing date: 1990-06-30
Publication date: 1992-02-27

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〕本発明は発声された単語音声を自動的に認識する音声認
識装置に関する。

［従来の技術］従来、この種の音声認識装置は、ＤＰマツチングの漸化
式計算量を減らすために、時刻ｉにおける累積距離ｇ”
　　（ｉ、ｊ）が最小となるｇ　ｓｉアに余裕分α（以
下、ビーム幅ファクタと称す）を加えた閾値θ（ｉ）を
設定し、ｇ”　　（ｉ、ｊ）＜θ（ｉ）となる（ｎ、ｉ
、ｊ）を漸化式計算の対象として残すビームサーチ法を
取り入れたＤＰマツチングを行っているが、ビーム幅フ
ァクタαは、一定かまたは時刻ｉに比例した関数であっ
た。ビームサーチを導入したＤＰマツチング方弐による
音声認識に関しては以下の文献がある。

（ａ）迫江、藤井：　“ビームサーチとベクトル量子化
によるＤＰマツチングの高速化゛、信学技報５Ｐ８７−
２６　　（１９８７）（ｂ）ＩＮ井、迫江：　“ビームサーチとベクトル量子
化によるＤＰマツチングの高速化の評価パ、音響学会講
論集、　２−５−３　ＰＰ、５５−５６　（１９８７）
（発明が解決しようとする課題）上述した従来の音声認識装置では、周囲の雑音レベルが
大きくなると、入カバターンと標準パターンの累積距離
ｇ’　　（ｉ、ｊ）も大きくなる。また、ビーム幅ファ
クタαが周囲の雑音レベルが変わっても一定であるため
、雑音レベルが大きくなると、閾値θ（ｉ）内に残る点
（ｎ、ｉ、ｊ）が少なくなる。このため、本来最も入力
単語に類似している標準単語が、漸化式計算の途中で捨
てられ、認識結果に１つも単語が残らなかったり、誤認
識してしまうことが多くなるという問題がある。

本発明の目的は、雑音下の認識においても、正しいと思
われる単語パターンが漸化式の計算の途中で捨てられた
り、そのため誤認識が増えたりすることを防ぐことがで
きる音声認識装置を提供することにある。

〔課題を解決するための手段〕

本発明の音声認識装置は、ビームサーチを導入したＤＰ
マツチング方式による音声認識手段と、周囲の雑音レベ
ルを推定する手段と、ビーム幅ファクタを雑音レベルの
関数として決定し、漸化式計算による累積距離の閾値を
求める手段を有している。

〔作用〕

本発明によれば、周囲の雑音レベルを推定してビーム幅
ファクタを雑音レベルの関数として決定することで、雑
音下の認識においても漸化式計算を好適に実行する。

〔実施例〕

次に、本発明を図面を参照して説明する。

本発明では、ＤＰマツチングの漸化式計算を入カバター
ンＡの時間軸ｉに同期させて行い、時刻ｉにおいて全て
の標準パターンｎの時刻ｊに対する累積距離ｇ’（ｉ、
ｊ）を求める。ＤＰマツチングの漸化式は、ｇ″　（ｉ、ｊ）＝ｄ’　　（ｉ、ｊ）＋ｍｉｎ　　（
ｇ′Ｉ（ｉ−Ｌ　　ｊ−ｐ））　　ｐ＝ｏ、１．２・・
・（１）である。ただし、ｄ’　　（ｉ、ｊ）は時刻ｉ
における入カバターンａと時刻ｊにおける標準パターン
ｂとの距離である。ビームサーチの基準としては、時刻
ｉにおけるｇ”　　（ｉ、ｊ）の最小値ｇ　ｗｎｉゎに
ビーム幅ファクタαを加えたものを時刻ｉにおける閾値
θ（ｉ）とする。

θ（ｉ）＝ｇ＊ｉ、＋α　・・・（２）（３）式を満た
す（ｎ、ｉ、ｊ）を漸化式計算の対象として残す方法を
用いることにする。

ｇ”　　（ｉ、　ｊ）＜θ（ｉ）　　・・・（３）ここ
で、ビーム幅ファクタαは、周囲雑音レベル２の関数と
し、 α（２）＝α。ｘ（ｚ／ｚｏ）　　・・・（４）である
。α。は基準雑音レベルにおいて最適なビーム幅ファク
タ、２は音声を入力したときの雑音レベル、ｚｏは基準
となる雑音レベルである。

雑音レベルＺが大きくなると、ビーム幅ファクタαも雑
音レベルに比例して大きくなる。ここで、α。及びＺｏ
を最適に選ぶことにより、高い雑音下においても、静か
な環境と同様な認識率が得られる。

次に、本発明の具体的な構成図を第１図に示す。

音声分析部２０は、入力される音声信号を分析し一定時
間ごとに特徴ベクトルを出力する。この連続分析は例え
ば、多チャンネルのフィルタより構成すれるフィルタバ
ンクによる周波数分析などがある。

雑音レベル推定部３０では、常に入力レベルを監視し、
音声と検出された以外は雑音とみなす。

推定された雑音レベルを音声検出部４０とビーム幅決定
部５０に伝える。

音声検出部４０では入力音声のレベルを監視し、雑音レ
ベルから音声の始端、終端を検出し、その検出した時点
を制御部１０へ信号ＳＰにより伝える。

入力パターンバッファ７０は音声の始端が検出された後
、信号１１に従って音声分析部２０より与えられる特徴
ヘクトルａｉを記憶する。信号ｉは入カバターンの時間
点１に対応した信号である。

標準パターンメモリ部８０は、Ｎ個の単語標準パターン
Ｂ’　、Ｂ２．・・・ＢＮを記憶している。

制御部１０は標準パターンの単語ｎを指示する信号ｎ１
を標準パターンメモリ部８０に発し、単語標準パターン
の時間点ｊに対応する信号ｊ１を発生する。信号ｊ１に
従って入力パターンバッファ７０より入カバターンの特
徴ベクトルａｉが読み出され、標準パターンメモリ部よ
りｂ４″が順次読み出され、距離計算部９０において、
ａｉとｂＪ′のベクトル間距離ｄ”　　（ｉ、ｊ）が計
算される。入力パターンバッファ７０と標準パターンメ
モリ部８０より信号ｒ１に従ってＲ個のデータが読み込
まれ、距離ｄ”　　（ｉ、ｊ）が漸化式計算部１００へ
入力される。

漸化式計算部１００では、制御部から信号Ｃｌ　’ｓに
よって指示された（ｎ、　　ｉ、　　ｊ）における漸化
式計算（１）を行い、累積距離ｇ’　　（ｉ、ｊ）を求
め、ビームサーチ判定部６０へ送る。

ビーム幅決定部５０では信号ＣＩＩにより、音声が入力
される直前の雑音レベルＺを雑音レベル推定部より受け
て、（４）式と（２）式を計算し、ビーム幅ファクタα
と閾値θ（ｉ）を求める。そして、閾値θ（ｉ）をビー
ムサーチ判定部６０へ送る。

ビームサーチ判定部６０では、ビーム幅決定部５０より
受けた閾値θ（ｉ）と、漸化式計算部１００より受けた
累積距離ｇ’　　（ｉ、ｊ）より（３）式を満たすかど
うかの判定を行い、その結果を制御部１０へ信号す、に
より伝える。従って、漸化式計算部１００では、（３）
式を満たさない累積距離ｇ’　　（ｉ、ｊ）は捨てられ
る。この漸化式計算がｊ＝１よりＪ′″まで算出され、
この結果である相違度Ｄ　（ｎ、Ｊ”　）＝ｇ”　（１
，Ｊ）が各ｎに対して算出される。

音声の終端が検出されると音声検出部４０より信号ＳＰ
によって制御部１０へ通知され、続いて制御部１０は認
識結果判定部１１０へ信号１２を発し、認識結果判定部
１１０は、漸化式計算部１００より各単語ｎに対する相
違度Ｄ（ｎ、Ｊ’）を受けて、この中で最小のＤ（ｎ、
Ｊ’）となるｎを決定し、認識結果として出力する。

なお、ビーム幅ファクタαは（４）式の形の他にも種々
考えられる。

〔発明の効果〕

以上説明したように本発明は、ビーム幅ファクタを周囲
の雑音レベルに対応して求めることにより、雑音下の認
識においても、正しいと思われる単語パターンが漸化式
の計算の途中で捨てられたり、そのため誤認識が増えた
りすることを防く効果がある。

【図面の簡単な説明】

第１図は本発明の音声認識装置の一実施例の構成図であ
る。１０・・・制御部、２０・・・音声分析部、３０・・・
雑音レベル推定部、４０・・・音声検出部、５０・・・
ビーム幅決定部、６０・・・ビームサーチ判定部、７０
・・・入力パターンバッファ、８０・・・標準パターン
メモリ部、９０・・・距離計算部、１００・・・漸化式
計算部、■ ０・・・認識結果判定部。

Claims

【特許請求の範囲】１、特徴ベクトルの時系列である単語入力パターンＡ＝
ａ＿１、ａ＿２、・・・ａ＿ｉ・・・ａ＿Ｉと、予め記
憶されているＮ個の単語標準パターンＢ＾ｎ＝ｂ＿１＾
ｎ、ｂ＿２＾ｎ、・・・ｂ＿ｊ＾ｎ・・・ｂ＿Ｊ＾ｎ（
ｎ＝１、２、・・・、Ｎ）との間で、入力パターンの時
間点を示す信号ｉを１からＩまで変化させ、各ｉに関し
て単語を示す信号ｎを１からＮまで変化させ、さらに各
ｎに関して標準パターンの時間点を示す信号ｊを１から
Ｊ＾ｎまで変化させて、ＤＰマッチングの漸化式計算を
行って入力パターンａ＿ｉと標準パターンｂ＿ｊのベク
トル間距離ｄ＾ｎ（ａ＿ｉ、ｂ＿ｊ）を求め、かつ前記
ベクトル間距離ｄ＾ｎ（ａ＿ｉ、ｂ＿ｊ）の累積距離ｇ
＾ｎ（ｉ、ｊ）を求める際に、時刻ｉにおける累積距離
ｇ＾ｎ（ｉ、ｊ）の最小値ｇ＿ｍ＿ｉ＿ｎに余裕分αを
加えたものを時刻ｉにおける閾値θ（ｉ）とし、累積距
離ｇ＾ｎ（ｉ、ｊ）が閾値θ（ｉ）より小なる点（ｎ、
ｉ、ｊ）を漸化式計算の対象として残し、入力単語Ａの
終端において累積距離ｇ＾ｎ（Ｉ、Ｊ）が最小となる標
準単語Ｎを認識結果として出力する音声認識装置におい
て、周囲の雑音レベルを推定する手段と、前記雑音レベ
ルの関数として前記累積距離の余裕分αを決定し、前記
閾値θ（ｉ）を求める手段を有することを特徴とする音
声認識装置。２、入力される音声信号を分析する音声分析部と、入力
レベルを監視して雑音を推定する雑音レベル推定部と、
雑音レベルから音声の始端、終端を検出する音声検出部
と、前記音声分析部から出力される特徴ベクトルを記憶
する入力パターンバッファと、単語標準パターンを記憶
している標準パターンメモリ部と、前記入力パターンバ
ッファと標準パターンメモリ部の各出力によりベクトル
間距離を罫線する距離計算部と、漸化式計算によって前
記距離の累積距離を求める漸化式計算部と、前記雑音レ
ベル推定部の出力によりビーム幅ファクタと閾値を求め
るビーム幅決定部と、前記累積距離と閾値とで判定を行
うビームサーチ判定部と、前記漸化式計算部からの出力
に基づいて認識結果を出力する認識結果判定部と、前記
各部を相互制御する制御部とで構成してなる音声認識装
置。