JPH0519782A

JPH0519782A - 音声特徴抽出装置

Info

Publication number: JPH0519782A
Application number: JP3232212A
Authority: JP
Inventors: Yoshinaga Kato; 喜永加藤
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1991-05-02
Filing date: 1991-08-20
Publication date: 1993-01-29

Abstract

(57)【要約】【目的】音声の微小な変動を吸収した特徴パターンを
得ることによって認識精度を一層向上させることが可能
である。【構成】特徴抽出部１１のバンドパスフィルタ群１で
は、入力音声を一定時間ごとにサンプリングし周波数分
析する。区間検出部２では、音声の区間を検出し、周波
数分析した結果の分析値から音声部分に相当するものだ
けを取り出す。グループ化部３では、区間検出部２で取
り出された分析値を分析軸方向にいくつかの次元ごとに
グループとしてまとめ上げて、グループに分割する。演
算部４では、グループ内の分析値に対して演算を施し、
新たな特徴パターンを生成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、音声認識システムにお
いて、入力音声からその特徴パターンを抽出する音声特
徴抽出装置に関する。

【０００２】

【従来の技術】一般に、音声認識システムは、図３０に
示すように、特徴抽出部５１と、辞書５２と、識別部５
３とから構成されている。このような構成では、音声が
入力すると、先づこの入力音声から音声認識に必要な特
徴パターンを特徴抽出部５１で抽出する。具体的には、
入力音声に対し音響分析を施し、入力音声を一定時間ご
とにサンプリングし、周波数分析して１０〜２０次元の
ベクトルの時系列として表現する。

【０００３】音響分析された結果のこのようなベクトル
の時系列データ（分析値）は、音声区間検出等の処理が
施された後、特徴パターンとして用いられ、識別部５３
では、このようにして得られた特徴パターンを辞書５２
内の種々の特徴パターンと比較し、既知のカテゴリのい
ずれかに分類して、識別結果として出力する。

【０００４】ところで、人間の発する音声は不安定であ
り、例えば同一人が同じ言葉を発声したとしても、音声
長のみならず、周波数成分の分布，すなわち分析軸方向
の分布も、その都度、変化することが知られている。

【０００５】図３１（ａ）は入力音声を周波数分析した
結果のパターンの一例を示す図であり、図３１（ｂ）は
入力音声が図３１（ａ）の場合に比べて微小変動したと
きの周波数分析結果のパターンの一例を示す図である。
なお、図３１（ａ），（ｂ）の例では、入力音声を１フ
レーム当り１５次元で分析している。

【０００６】図３１（ａ），（ｂ）に示すような各パタ
ーンは、本来同一のカテゴリに分類されるべきものであ
るが、同一人が同じ音声を発声する場合にも、発声者が
声の高さを変えたりするなどの微小変動によって互いに
明らかに異なったものとなり、図３１（ａ），（ｂ）の
各パターンをマッチング手法などを用いて認識させる
と、両パターンはそれぞれ異なるカテゴリに分類され、
互いに異なった音声のものとして認識されてしまう。

【０００７】パターンの局所的な変動の影響を避けるた
めに、従来では、音響分析の結果得られた分析値を特徴
パターンとしてそのまま用いるのではなく、時系列方向
に数フレームの窓を設け、その窓内に含まれる分析値を
１つの特徴ベクトルとし、その窓を時系列方向に１フレ
ームづつシフトすることによって、新たな特徴パターン
を作成する方式が提案されている（文献「ＬＶＱ−ＨＭ
Ｍ音韻認識と予測ＬＲパーザを用いた文節認識信学技
報，ＳＰ８９−１００」参照）。

【０００８】図３２はこの文献に開示の手法による特徴
ベクトルの作成の仕方を示す図である。なお、図３２で
は、分析次元を“１５”，窓のフレーム数を“３”とし
ている。この仕方では、分析値を時系列方向に数フレー
ムごとにまとめて新たな特徴パターンとすることによ
り、時系列方向の局所的変動を吸収することができる。

【０００９】

【発明が解決しようとする課題】しかしながら、上述し
た従来の音声特徴抽出装置では、時系列方向の局所的変
動を吸収することはできるものの、分析軸方向の変動に
ついてはこれを吸収することができず、認識精度を向上
させるには限度があった。

【００１０】本発明は、上記従来技術の欠点を補い、音
声の微小な変動を吸収した特徴パターンを得ることによ
って認識精度を一層向上させることの可能な音声特徴抽
出装置を提供することを目的としている。

【００１１】

【課題を解決するための手段】上記目的を達成するため
に請求項１記載の発明は、入力音声を音響分析した結果
の各分析値をグループに分割するグループ化手段と、分
割された各グループ内の分析値に所定の演算処理を施し
て特徴量を生成する演算処理手段とを備えていることを
特徴としている。

【００１２】また、請求項２記載の発明は、分割された
各グループが、互いに隣接したグループ間において少な
くとも一部が重複している分析値を有していることを特
徴としている。

【００１３】また、請求項３記載の発明は、前記各グル
ープが、分析軸方向に分割されるようになっていること
を特徴としている。

【００１４】また、請求項４記載の発明は、前記各グル
ープが、時系列方向に分割されるようになっていること
を特徴としている。

【００１５】また、請求項５記載の発明は、前記演算手
段が、各グループ内の分析値を加算し特徴量を生成する
ようになっていることを特徴としている。

【００１６】また、請求項６記載の発明は、各グループ
内の分析値に所定の演算処理を施して生成された特徴量
に対し正規化処理を施し、最終的な特徴ベクトルを生成
するようになっていることを特徴としている。

【００１７】

【作用】請求項１記載の発明では、入力音声を音響分析
した結果の各分析値をグループに分割し、分割された各
グループ内の分析値に所定の演算処理を施して特徴量を
生成することにより、音声の微小変動を吸収することが
できる。

【００１８】また、請求項２記載の発明では、分割され
た各グループは、互いに隣接したグループ間において少
なくとも一部が重複している分析値を有しているので、
グループ間にまたがる音声の微小変動をも吸収すること
ができる。

【００１９】また、請求項３記載の発明では、分析軸方
向に分割されるようになっているので、分析軸方向の微
小変動を吸収することができる。

【００２０】また、請求項４記載の発明では、時系列方
向に分割されるようになっているので、時系列方向の微
小変動を吸収することができる。

【００２１】また、請求項５記載の発明では、各グルー
プ内の分析値を加算し特徴量を生成するようになってい
るので、特徴量を削減することができ、辞書とのマッチ
ングにおける計算量を減らすことができる。

【００２２】また、請求項６記載の発明では、各グルー
プ内の分析値に所定の演算処理を施して生成された特徴
量に対し正規化処理を施し、最終的な特徴ベクトルを生
成するようになっているので、音量の大小差を吸収する
ことができる。

【００２３】

【実施例】以下、本発明の一実施例を図面に基づいて説
明する。図１は本発明の第１の実施例のブロック図であ
る。図１を参照すると、この第１の実施例では、入力音
声に基づき特徴パターンを生成する特徴抽出部１１と、
種々の標準パターンが予め格納されている辞書５と、特
徴抽出部１１で得られた特徴パターンと辞書５に予め格
納されている種々の標準パターンとをＤＰマッチング等
により照合し、認識結果を得る認識部６とが設けられて
いる。

【００２４】特徴抽出部１１は、入力音声を一定時間ご
とにサンプリングし周波数分析するバンドパスフィルタ
群１と、音声の区間を検出し、周波数分析した結果の分
析値，すなわちパターンから音声部分に相当するものだ
けを取り出す区間検出部２と、区間検出部２で取り出さ
れた分析値を分析軸方向にいくつかの次元ごとにグルー
プとしてまとめ上げて、グループに分割するグループ化
部３と、グループ内の分析値に対して所定の演算を施
し、新たな特徴パターンを生成する演算部４とを有して
いる。第１の実施例においては、演算部４は、グループ
内の要素，すなわち分析値の和を計数するグループ値計
数部１３により構成されている。

【００２５】次にこのような構成における第１の実施例
の音声特徴抽出装置の動作を図２のフローチャートを用
いて説明する。なお、以下では、音響分析時の総フレー
ム数をＭとし、また分析軸方向のグループ数をｎとし、
１つのグループ内の分析値の個数をｑとする。また、こ
の第１の実施例では、１つのフレーム内の各分析値に対
し、第１番目の分析値から第ｑ番目の分析値までを１つ
のグループとして分割し、第（ｑ＋１）番目の分析値か
ら第（２ｑ）番目の分析値までを次のグループとして分
割するようになっている。従って、各分析値は、分析軸
方向に重複せずにグループ分割される。

【００２６】先づ、ステップＳ１では、フレームの番号
ｊを“１”に初期設定し、ステップＳ２では、グループ
の番号ｉを“１”に初期設定する。次いで、ステップＳ
３では、グループ内の分析値ｆjikに対して所定の演算
処理を施す。なお、ここでｋは１つのグループ内の各分
析値を示すサフィックスであり、１つのグループ内には
ｑ個の分析値があるので、ｋは１〜ｑの値をとる。図２
の例では、この演算処理は、グループ内の各分析値ｆji
kの合計をとる加算演算となっており、この場合に、演
算の結果、ｊ番目のフレーム，ｉ番目のグループにおけ
る各分析値ｆjikの合計値Ａjiが新たな特徴量として得
られる。いまの場合、ｊ，ｉはそれぞれ“１”となって
いるので、１番目のフレーム，１番目のグループに対
し、新たな特徴量Ａ11が得られる。

【００２７】次いで、ｊ番目のフレームの次のグループ
に対しても同様の処理を行なうため、ｉを“１”だけ歩
進し、再びステップＳ３に戻る。これにより、１番目の
フレーム，２番目のグループに対し、新たな特徴量Ａ12
が得られる。このような処理を繰り返し行ない、１番目
のフレームのｎ番目のグループ（最後のグループ）に対
して、新たな特徴量Ａ1nが得られる。Ａ1nが得られた
後、ｉはｎよりも大きくなるので（ステップＳ５）、ス
テップＳ６に進み、ｊを“１”だけ歩進し、再びステッ
プＳ２に戻る。

【００２８】これにより、次のフレーム，いまの場合、
２番目のフレームの各グループについて１番目のフレー
ムにおいてなされたと同様の処理がなされ、新たな特徴
量として、Ａ21〜Ａ2nが得られる。このような処理を順
次に繰り返して、Ｍ番目のフレーム（最後のフレーム）
のｎ番目のグループ（最後のグループ）に対して、新た
な特徴量ＡMnが得られると、次にｊがＭよりも大きくな
るので（ステップＳ７）、全ての演算処理を終了する。

【００２９】以上のようにしてＭフレーム数分のｎ次元
特徴ベクトルからなる新たな特徴パターンＡ11〜ＡMnを
得ることができる。図３はｊ番目のフレームについてな
される上記グループ分割処理並びに演算処理の具体例を
示す図である。この例では、バンドパスフィルタ群１が
１５個のバンドパスフィルタからなり、１５個のバンド
パスフィルタによって１フレーム当り分析次元が“１
５”の分析値（すなわち１５個の分析値）が得られたと
した場合が示されている。この際に、１フレーム当りの
グループ数ｎを“３”にし、１つのグループ内の分析値
の個数ｑを“５”にすると、１つのフレーム（例えばｊ
番目のフレーム）では、分析軸方向に５つごとに１つの
グループ化がなされ、各グループ（３つのグループ）に
おいてグループ内の５個の分析値の合計をとることによ
り、１つのフレームｊでＡj1，Ａj2，Ａj3の３つの特徴
量を１つの特徴ベクトルとして得ることができる。

【００３０】このように第１の実施例では、音響分析さ
れた結果の分析値に対し、これを分析軸方向にグループ
化し、各グループ内で所定の演算処理を施しているの
で、その結果、各グループにおける音声の分析軸方向の
微小変動を吸収した新しい特徴パターンＡ11〜ＡMnを得
ることができた。

【００３１】ところで、上述した第１の実施例において
得られる新しい特徴パターンＡ11〜ＡMnをそのまま用い
ると、音声の大小などにより分析値が変動し、分析軸に
沿った分布の形状が同じであって本来同一カテゴリに分
類されるべきパターンであっても各値が異なるために正
しく分類できなくなる可能性が生ずる。

【００３２】図４（ａ），（ｂ）は分析軸に沿った分布
の形状が互いに同じであるが、各値が異なっている特徴
ベクトルの一例を示す図であり、図４（ｂ）の特徴ベク
トルは図４（ａ）の特徴ベクトルに比べて２倍の音量の
ものとなっている。第１の実施例では、図４（ａ），
（ｂ）のような特徴ベクトルに対し、それぞれ異なった
カテゴリのものに分類してしまう恐れがある。

【００３３】図５は本発明の第２の実施例のブロック図
であって、この第２の実施例では、第１の実施例をさら
に改良し、第１の実施例における上記のような問題を回
避するようにしている。すなわち、この第２の実施例の
特徴抽出部１２では、演算部１４が、グループ値計数部
１３と、正規化部１５とから構成され、第１の実施例の
演算部４における演算処理機能に加えて、さらに正規化
処理機能を有しており、第１の実施例の演算処理によっ
て得られた時系列フレームの特徴パターンＡ11〜ＡMnの
所定フレーム数分の各特徴量を正規化し最終的な特徴パ
ターンとするようになっている。

【００３４】次にこのような第２の実施例の音声特徴抽
出装置の処理動作を図６のフローチャートを用いて説明
する。演算部１４は、第１の実施例の演算部４と同様
に、先づ図２のフローチャートに示す処理を行ない、特
徴パターンＡ11〜ＡMnを得た後、図６のフローチャート
に示す処理を行なう。図６の処理では、ステップＳ１１
でフレームの番号ｊを“０”に初期設定し、次いで、ス
テップＳ１２で正規化処理を行なう。

【００３５】この正規化処理では、正規化用の窓の大き
さが予め設定されている必要がある。この窓を（フレー
ム数ｍ）×（分析軸方向次元数ｎ）の大きさに設定する
と、先づ、この窓に含まれる特徴量Ａri（ｉ＝１〜ｎ，
ｒ＝ｊ＋１〜ｊ＋ｍ）を全て合計し、合計値Ｓを求め
る。次いで、この窓に含まれる各特徴量Ａriを合計値で
除算し正規化して、最終的な特徴量Ｂ(j+1)hとして求め
る。ここで、hは１〜（ｍ×ｎ）までの値をとるサフィ
ックスであり、このことからわかるように、この処理で
は、正規化とともにｍ行ｎ列のマトリックスからなる窓
内の特徴量を１行（ｍ×ｎ）列の特徴ベクトルに変換し
ている。

【００３６】いまの場合、ｊが“０”に初期設定されて
いるので、窓はｊが“１”〜“ｍ”の範囲の設定され、
この範囲のフレームに含まれている特徴量Ａriに正規化
処理がなされ、これらの特徴量は（ｍ×ｎ）列の特徴ベ
クトルに変換される。

【００３７】しかる後、ステップＳ１３においてｊを
“１”だけ歩進し、再びステップＳ１２に戻る。この結
果、窓は、時系列方向に“１”だけずらされ、ずらされ
た窓に含まれる各特徴量Ａriに対しても、上記と同様の
正規化処理がなされ、１行（ｍ×ｎ）列の特徴ベクトル
に変換される。

【００３８】このようにして、窓を時系列方向に順次に
ずらしながら、その窓に含まれる各特徴量に上述した処
理を施し、ｊが“Ｍ−ｍ−１”となり、最後の窓につい
ての処理がなされると、最終的な特徴パターンとして、
時系列数が（Ｍ−ｍ−１）、ベクトル次元数が（ｍ×
ｎ）の特徴パターンＢ11〜Ｂ(M-m-1)(m×n)を得ること
ができる。

【００３９】しかる後、ステップＳ１３においてｊが
“１”だけ歩進され、ステップＳ１４において、ｊが
（Ｍ−ｍ）となると、全ての演算処理を終了する。

【００４０】図７は第２の実施例における演算処理の具
体例を示す図であり、第１の実施例の説明において用い
た図３に対応している。すなわち、図７の例では、図３
における処理がなされ、特徴パターンＡj1，Ａj2，Ａj3
が求められた後、これに正規化処理を施す場合が示され
ている。この際、窓Ｗを規定するフレーム数ｍを“３”
とし、窓の大きさを“３×３”のものにして、この窓Ｗ
を時系列方向に順次にずらしながら正規化処理を行な
う。窓Ｗが実線で示す位置にあるときには、この位置に
含まれる特徴量Ａj1〜Ａ(j+2)3に対して正規化処理を行
ない、９次元の１つの特徴ベクトルＢj1〜Ｂj9を得る。
次いで、窓Ｗが破線で示す位置に移動するときには、こ
の位置に含まれる特徴量Ａ(j+1)1〜Ａ(j+3)3に対し同様
の正規化処理を行ない、９次元の１つの特徴ベクトルＢ
(j+1)1〜Ｂ(j+1)9を得ることができる。

【００４１】これによって、図４（ａ），（ｂ）のよう
な特徴ベクトルは、最終的には図８（ａ），（ｂ）のよ
うな正規化された特徴ベクトルにそれぞれ変換される。
図８（ａ）と図８（ｂ）とを比べればわかるように、正
規化処理によって、図４（ａ），図４（ｂ）の特徴ベク
トルは、最終的に、分布軸に沿った分布の形状が互いに
同じであるとともに、音量の大小差が吸収されてその値
が互いに同じものとなる。この結果、当初各分析値が異
なっていても本来同一カテゴリに分類されるべきパター
ンを、同一のカテゴリに正しく分類し認識能力を向上さ
せることができる。

【００４２】なお、上述の各実施例において、分析軸方
向のグループ数ｎは、任意所望のものに可変に設定する
ことができ、これに伴なって、１つのグループ内の分析
値の個数ｑも可変に設定できる。また、第２の実施例に
おいて、窓を１フレームづつずらすとしたが、例えば２
フレームづつずらすようにしても良く、ずらす幅は任意
所望のものに可変に設定できる。但し、ずらす幅を大き
くすることにより、これに応じて、特徴ベクトルの系列
数は減少する。

【００４３】このように、第１，第２の実施例では、グ
ループ内における音声の分析軸方向の微小変動を吸収す
ることはできるが、グループ間で共有する要素，すなわ
ち共有の分析値がないため、グループ間にまたがる微小
変動については吸収できない。

【００４４】図９は本発明の第３の実施例のブロック図
であり、この第３の実施例では、第１，第２の実施例に
おける上記問題を解決することを意図している。すなわ
ち、図９を参照すると、この第３の実施例の特徴抽出部
１６は第１の実施例の特徴抽出部１１と対応した構成と
なっており、入力音声を音響分析した結果の各分析値を
分析軸方向にグループに分割するグループ化部１７と、
分割された各グループ内の分析値に所定の演算処理（加
算処理）を施して特徴パターンを生成する演算部１８と
を有しているが、第３の実施例では、グループ化部１７
が各分析値を分析軸方向に一部重複させながらグループ
分割するようにしている。すなわち、各要素（各分析
値）を例えば１つづつずらしながらグループ分割するよ
うにしている。

【００４５】また、演算部１８は、第１の実施例と同様
のグループ値計数部１９により構成されており、グルー
プ値計数部１９は、上記のように一部重複させて分割さ
れたグループ内の要素，すなわち分析値の和を計数する
ようになっている。

【００４６】次にこのような構成における第３の実施例
の音声特徴抽出装置の動作を図１０のフローチャートを
用いて説明する。なお、以下では、音響分析時の総フレ
ーム数をＭとし、音響分析次元数（１つのフレーム内の
分析値の総数）をｋとし、１つのグループ内の分析値の
個数をｑとする。

【００４７】先づ、ステップＳ２１では、１つのフレー
ム内における分析値の番号ｉを“１”に初期設定し、ス
テップＳ２では、１つのグループ内の要素番号，すなわ
ち分析値の番号ｘを“１”に初期設定する。次いで、ス
テップＳ２３〜Ｓ２４では、分析値の番号が（ｉ＋ｘ＋
１）〜（ｑ＋ｉ）の範囲を１つのグループとして特定
し、このグループ内の分析値ｆkに対して所定の演算処
理を施す。なお、ここでｋは１つのグループ内の各分析
値を示すサフィックスであり、１つのグループ内にはｑ
個の分析値があるので、ｋは最初、ｉの値をとり、最後
は、（ｉ＋ｑ−１）の値をとる。図１０の例では、この
演算処理は、１つのグループ内の各分析値ｋの合計をと
る加算演算となっており、この場合に、演算の結果、ｉ
番目の分析値から（ｉ＋ｑ−１）番目の分析値までの１
つのグループにおける各分析値ｆkの合計値Ａiが新たな
特徴量として得られる。いまの場合、ｉは“１”となっ
ているので、１つのフレームの１番目の分析値からｑ番
目の分析値までが最初のグループとして分割され、この
グループに対し、新たな特徴量Ａ1が得られる。

【００４８】次いで、ｉを“１”だけ歩進し（ステップ
Ｓ２６）、再びステップＳ２２に戻る。これにより、同
様の演算により、２番目の分析値から（ｑ＋１）番目の
分析値までが次のグループとして分割され、このグルー
プに対し、新たな特徴量Ａ2が得られる。このような処
理を繰り返し行ない、１つのフレームの（ｋ−ｑ）番目
の分析値からｋ番目の分析値までが最後のグループとし
て分割され、このグループに対して、新たな特徴量Ａ(k
-q)が得られる。Ａ(k-q)が得られた後、ｉは(k-q)より
も大きくなるので（ステップＳ２７）、１つのフレーム
についてのグループ分割処理，並びに演算処理を終了す
る。

【００４９】次いで、次のフレームについての同様のグ
ループ分割処理並びに演算処理を行ない、Ｍ番目のフレ
ーム（最後のフレーム）に対して処理がなされると、全
ての処理を終了する。

【００５０】以上のようにして新たな特徴パターンＡi
を得ることができる。図１１は１つのフレームについて
なされる上記グループ分割処理並びに演算処理の具体例
を示す図である。この例では、バンドパスフィルタ群１
が１５個のバンドパスフィルタからなり、１５個のバン
ドパスフィルタによって１フレーム当り分析次元ｋが
“１５”の分析値（すなわち１５個の分析値）が得られ
たとした場合が示されている。この際に、１つのグルー
プ内の分析値の個数ｑを“５”にすると、１つのフレー
ムでは、先づ、第１番目の分析値ｆ1から第５番目の分
析値ｆ5までが最初のグループとして分割され、このグ
ループ内の各分析値ｆ1〜ｆ5の加算演算がなされてＡ1
が求まる。次いで、分析値を分析軸方向に１つずらす。
これにより、第２番目の分析値ｆ2から第６番目の分析
値ｆ6までが次のグループとして分割され、このグルー
プ内の各分析値ｆ2〜ｆ6の加算演算がなされてＡ2が求
まる。このようにして、分析値を１つづつずらし分析値
を一部重複させながら（いまの場合、４個の分析値を重
複させながら）グループ分割し、１つのフレームにおい
て、１１個に分割されたグループで１１次元の新しい特
徴ベクトルＡ1〜Ａ11を得ることができる。このように
して得られた１１次元の新しい特徴ベクトルＡ1〜Ａ11
は、グループ間にまたがる音声の分析軸方向の微小変動
を吸収したものとなっており、この特徴ベクトルＡ1〜
Ａ11を用いてマッチングを行ない認識結果を得ることが
できる。

【００５１】なお、上述の例では、１つのグループ内の
分析値の数ｑを“５”としたが、必ずしも“５”である
必要がなく、任意の個数に設定できる。また、分析値を
１つづつずらしてグループ分割したが、例えば２つづつ
ずらしてグループ分割しても良い。

【００５２】ところで、上述した新しい特徴ベクトルＡ
1〜Ａ11は、音声の分析軸方向の微小変動を吸収したも
のとなってはいるが、時系列方向の微小変動に対しては
対処がなされていない。すなわち、微小変動は、分析軸
方向だけではなく時系列方向にも発生するので、分析軸
方向のみならず、時系列方向についても対処がなされる
のが良い。

【００５３】このような処理は、未知入力音声を特徴ベ
クトルに変換し変換された特徴ベクトルを用いてマッチ
ングを行ない認識結果を得る過程において、音響分析後
の所定の数フレームを分割すべきグループの対象にして
から、例えば第３の実施例で述べたと同様の処理操作を
することによって行なうことができる。なお、この場合
の装置構成は、図９に示したものに対応したものを使用
することができる。

【００５４】図１２は分析軸方向のみならず時系列方向
についても音声の微小変動を吸収する流れを示すフロー
チャートである。図１２において、全体の処理流れステ
ップＳ３１〜Ｓ３７は、図１０に示した処理流れＳ２１
からＳ２７と対応したものとなっているが、図１２で
は、ステップＳ３３において、（ｐ＋ｒ）番目のフレー
ムまでのｒ個の複数フレームにわたって加算処理がなさ
れる。すなわち、ｑ×ｒの大きさの窓に含まれる分析値
を１つのグループとして抽出し、このグループ内のｑ×
ｒ個の分析値ｆlkの加算演算を行なうことにより、１つ
の新しい特徴ベクトルＡpiを得ることができる。

【００５５】図１３は上記処理の具体例を示す図であ
り、この例では、１フレーム当りの分析次元ｋが“１
５”，１つのグループ内の分析値の個数ｑが“３”，１
回の処理におけるフレーム数ｒが“３”の場合が示され
ており、この場合には、第ｐ番目のフレームから第（ｐ
＋２）番目のフレームにわたって分析値を１つづつ分析
軸方向にずらしながらグループ分割をし、各グループで
ステップＳ３３の加算演算を行なって、１３個の特徴ベ
クトルＡp1〜Ａp13を得ることができ、これにより、時
系列方向の微小変動をも吸収することができた。

【００５６】なお、図１０，図１２に示した処理によっ
て得られた特徴ベクトルを認識処理にそのまま用いると
きには、第１の実施例で説明したのと同じ問題が生じる
可能性がある。従って、この場合にも第２の実施例にお
けると同様に正規化処理を行なうのが良い。

【００５７】図１４は本発明の第４の実施例のブロック
図であって、この第４の実施例では、第２の実施例と同
様な構成にし、第３の実施例における問題を回避するよ
うにしている。すなわち、この第４の実施例の特徴抽出
部２１では、演算部２２が、グループ値計数部２３と、
正規化部２４とから構成され、第３の実施例の演算部１
８における演算処理機能，すなわち図１０または図１２
の処理に加えて、さらに正規化処理機能を有している。

【００５８】次にこのような第４の実施例の音声特徴抽
出装置の処理動作を図１５のフローチャートを用いて説
明する。先づ、ステップＳ４１では、フレームの番号ｐ
を“０”に初期設定する。次いで、第３の実施例の演算
部１８と同様に、図１０または図１２のフローチャート
に示す処理を行ない（ステップＳ４２）、特徴ベクトル
Ａlxを得る。次いで、ステップＳ４３で正規化処理を行
なう。

【００５９】この正規化処理は、図１０または図１２の
処理によって得られた各特徴ベクトルＡlxをｒフレーム
内の特徴ベクトルＡlxの合計値Ｓで除算することによっ
てなされ、この結果、最終的な特徴量Ｂ(p+1)hを求める
ことができる。

【００６０】しかる後、ステップＳ４４においてｐを
“１”だけ歩進し、再びステップＳ４２に戻る。この結
果、窓は、時系列方向に“１”だけずらされ、ずらされ
た窓に含まれる各特徴量Ａlxに対しても、上記と同様の
正規化処理がなされる。このようにして、第２の実施例
と同様の正規化を行なうことができて、ステップＳ４５
においてｐが（Ｍ−ｒ）となると、全ての演算処理を終
了する。

【００６１】これによって、第２の実施例と同様に、図
４（ａ），（ｂ）のような特徴ベクトルを、最終的に図
８（ａ），（ｂ）のような正規化された特徴ベクトルに
それぞれ変換することができる。

【００６２】このように、第４の実施例では、音響分析
された結果の分析値に対し、分析軸方向の微小変動ある
いは、分析軸方向並びに時系列方向の微小変動を吸収し
た新しい特徴パターンを求め、さらにその上で、正規化
処理を施すことによって、音量の大小差を吸収すること
ができた。すなわち、第２，第４の実施例は、全分析値
に対して各分析値がどれ位の割合を占めているかを計算
する正規化処理がなされ、分析軸，時系列，あるいはそ
の両方に沿った値の変化の割合いを同じにすることがで
きるので、これによって、音量の大小差を吸収すること
ができた。

【００６３】また、上述した第１〜第４の各実施例で
は、音声の微小変動を吸収した特徴ベクトルを作成可能
となり、特に、第３，第４の実施例では、グループ間に
またがった微小変動をも吸収した特徴ベクトルを作成可
能となって、これにより認識精度を向上させることがで
きるが、上記のように作成された特徴ベクトルは、時系
列フレームの瞬時の特徴を表わしている。一方、近年に
おいて、該当する特徴ベクトルに対し前後フレームの特
徴ベクトルの“動き”をも考慮した特徴（以後、動的特
徴と呼ぶ）が提案されている。この動的特徴を用いた例
として、△ケプストラム法による音声認識が極めて有効
であることが種々の実験で実証され、現在、音声認識系
で広く用いられている。なお、△ケプストラム法とは、
例えば文献「階層的スペクトル動特性を用いた音声認識
信学技報，ＳＰ９０−６０，第２５〜３１頁，１９９
０年１２月」に示されているように、簡単には、ケプス
トラムや対数パワーの線形回帰係数を求め、これらの時
系列を特徴ベクトルとして音声認識を行なう方法であ
る。

【００６４】しかしながら、△ケプストラム法を用いる
場合には、特徴を抽出するのに、回帰係数を求めなけれ
ばならないので、動的特徴に簡単に変換することができ
ないという欠点がある。

【００６５】図１６は本発明の第５の実施例のブロック
図であり、この第５の実施例では、△ケプストラム法に
よらずに、動的特徴に変換することを意図している。な
お、図１６において、図１，図５，図９，図１４と対応
する箇所には同じ符号を用いている。図１６を参照する
と、第５の実施例では、特徴抽出部３０は、バンドパス
フィルタ群１と、区間検出部２と、時系列方向に所定の
フレーム数からなるフレーム枠を設けるフレーム枠設定
部３１と、フレーム枠を時系列方向に走査することによ
って１つの特徴ベクトルを得るフレーム枠走査部３２と
を有している。

【００６６】次にこのような構成の第５の実施例の音声
特徴抽出装置の動作を図１７のフローチャートを用いて
説明する。なお、以下では、音響分析次元数をｋ，フレ
ーム枠数をＭ１，フレーム走査数をＭ２とする。また、
フレームｐ内の第ｋ番目の分析値をｆpkで表わし、フレ
ームｐ内のｊ番目の特徴ベクトルをαpjで表わしてい
る。

【００６７】先づ、ステップＳ５１，Ｓ５２，Ｓ５３で
は、フレーム走査番号ｍ２，フレーム枠番号ｍ１，１フ
レーム内の分析値の番号ｋを“０”に初期化する。次い
で、ステップＳ５４〜Ｓ５８では、フレーム（ｐ＋１）
から数えてＭ１番目のフレームまでのフレームに含まれ
る分析値を取り出す。しかる後、ステップＳ５９では、
フレーム走査番号ｍ２を“１”歩進させてフレーム枠を
時系列方向に１フレーム走査し、再びステップＳ５２に
戻って、その枠内に含まれる分析値を同様にして取り出
す。この操作をステップＳ６０においてｍ２がＭ２とな
るまで、すなわちＭ２走査するまで繰り返す。このと
き、１つの特徴ベクトルは、いままで取り出した全分析
値となる。

【００６８】図１８は上記処理の具体例を示す図であ
る。この例では、バンドパスフィルタ群１が１５個のバ
ンドパスフィルタからなり、１５個のバンドパスフィル
タによって１フレーム当り分析次元が“１５”の分析値
（すなわち１５個の分析値）が得られたとした場合が示
されている。この際に、図１５の左側に示すように、フ
レーム枠を“３”にし、走査数を“３”にした場合、１
回目のフレーム枠の設定で、同図の右側に示すように、
特徴ベクトルの１〜４５次元目（Ａ1〜Ｃ15）までを作
成する。同様の走査による２回目，３回目のフレーム枠
の設定で特徴ベクトルＢ1〜Ｄ15，Ｃ1〜Ｅ15を作成して
いき、最終的に、１３５次元の１つの特徴ベクトルに変
換することができる。しかる後、この特徴ベクトルは、
辞書内に予め同様の処理によって登録されている標準パ
ターンとＤＰマッチングによる照合がなされ、認識結果
が出力される。

【００６９】このように第５の実施例では、従来の△ケ
プストラム法のように、特徴ベクトルそのものが動的特
徴を陽に表わしているわけではないが、すでに存在する
特徴ベクトルの数フレームをまとめて１つの特徴ベクト
ルにすることによって、間接的に動的特徴量に変換する
ことができることになる。

【００７０】ところで、上述のように動的特徴量を作成
することができるが、図１８に示したような特徴ベクト
ルは、音声の微小変動を吸収したものとはなっていな
い。

【００７１】図１９は本発明の第６の実施例のブロック
図である。この第６の実施例では、上記第５の実施例の
問題点を解決することを意図したものであって、未知入
力音声を特徴量に変換し、変換された特徴量を用いてマ
ッチングを行ない認識結果を得る過程において、音響分
析された結果得られる各分析値をある次数ごとにグルー
プにまとめ、第５の実施例の操作をすることによってグ
ループ数を増やし、各グループ内の分析値を計数するこ
とによって特徴量に変換するようにしている。

【００７２】このため、第６の実施例では、図９に示す
ように、特徴抽出部３３は、時系列方向に所定のフレー
ム数からなるフレーム枠を設けるフレーム枠設定部３４
と、分析値をある次数ごとにグループにまとめるグルー
プ化部３５と、グループ内の分析値に所定の演算処理
（加算処理）を施す演算部３６と、フレーム枠を時系列
方向に走査することによって１つの特徴ベクトルを得る
フレーム枠走査部３７とを有している。なお、演算部３
６は、グループ値計数部３８により構成されている。

【００７３】次にこのような構成の第６の実施例の音声
特徴抽出装置の動作を図２０のフローチャートを用いて
説明する。なお、以下では、１グループ内の分析値数を
Ｇとする。先づ、ステップＳ６１，Ｓ６２では、フレー
ム走査番号ｍ２，１フレーム内の分析値の番号ｋを
“０”に初期化する。次いで、ステップＳ６３〜Ｓ６５
では、フレームｐの分析値ｆをグループごとに合計す
る。ここで、グループとは、分析値をフレーム及び分析
軸の数次元ごとにまとめ上げたものをいう。次にグルー
プ内の分析値を全て合計する。しかる後、ステップＳ６
６では、第５の実施例と同様、フレーム走査番号ｍ２を
“１”歩進させてフレーム枠を時系列方向に１フレーム
走査し、再びステップＳ６２に戻って、同様の処理を繰
り返す。この操作をステップＳ６７においてｍ２がＭ２
となるまで，すなわちＭ２走査するまで繰り返し、１つ
の特徴ベクトルを作成する。

【００７４】図２１は上記処理の具体例を示す図であ
る。図２１は図１８と対応したものとなっているが、図
２１では、フレーム枠を設定し、グループ化を行なって
いる。すなわち、図２１の左側に示すように、フレーム
枠数“３”，分析次元数“５”を１つのグループとし、
“３×５”のグループ内の分析値を加算演算して特徴ベ
クトルを求めている。具体的には、１回目のフレーム枠
の設定で、同図右側に示すように特徴ベクトルの１〜３
次元目（α１〜α３）までを作成する。すなわち、Ａ1
からＣ5までの１５個の分析値を最初のグループとし
て、α１を作成し、Ａ6〜Ｃ10までの１５個の分析値を
次のグループとして、α２を作成し、Ａ11〜Ｃ15までの
１５個の分析値を最後のグループとして、α３を作成す
る。次いで、２回目のフレーム枠の設定で、特徴ベクト
ルα４〜α６を作成し、３回目のフレーム枠の設定で、
特徴ベクトルα７〜α９を作成する。このようにして、
図２１の例では、９次元の１つの特徴ベクトルが作成さ
れる。なお、この例では、１つのフレーム枠当りのグル
ープ数を“３”にし、１グループ内の分析軸方向の分析
値数を“５”にしたが、これを増減し、グループ数を増
減することも可能である。

【００７５】第６の実施例の操作によって、定められた
グループ内での音声の微小変動を収集することができ
た。しかしながら、この第６の実施例におけるグループ
分割では、グループ間で共有する要素，すなわち共有の
分析値がないため、グループ間にまたがって微小変動が
生じた場合には、その変動を吸収できない。このような
問題を解決するためには、第１，第２の実施例を改良し
て第３，第４の実施例としたのと同様の仕方で、グルー
プ間で分析値が一部重複するようにグループ分割をする
のが良い。

【００７６】図２２は第７の実施例のブロック図であ
り、第７の実施例では、上記第６の実施例を改良し、グ
ループ間で分析値が一部重複するようにグループ分割す
ることを意図している。すなわち、第７の実施例では、
図２２に示すように、特徴抽出部３９は、図１９に対応
した構成となっているが、特徴抽出部３９のグループ化
部４０は、各分析値を分析軸方向に一部重複させながら
グループ分割する点で、第６の実施例と相違している。
すなわち、第７の実施例では、各分析値を例えば１つづ
つずらしながらグループ分割するようにしており、この
結果、第６の実施例に比べて、グループ数を増加させる
ことができる。また、特徴抽出部３９の演算部４１のグ
ループ値計数部４２は、上記のように一部重複させて分
割されたグループ内の要素，すなわち分析値の和を計数
するようになっている。

【００７７】次にこのような構成における第７の実施例
の音声特徴抽出装置の動作を図２３のフローチャートを
用いて説明する。先づ、ステップＳ７１，Ｓ７２では、
フレーム走査番号ｍ２，１フレーム内の分析値の番号ｋ
を“０”に初期化する。次いで、ステップＳ７３〜Ｓ７
５では、グループ内の分析値を合計した後、グループの
対象を分析軸方向に１つづつずらす。しかる後、ステッ
プＳ７６では、第６の実施例と同様、フレーム走査番号
ｍ２を“１”歩進させてフレーム枠を時系列方向に１フ
レーム走査し、再びステップＳ７２に戻って、同様の処
理を繰り返す。この操作をステップＳ７７においてｍ２
がＭ２となるまで，すなわちＭ２走査するまで繰り返
し、１つの特徴ベクトルを作成する。

【００７８】図２４は上記処理の具体例を示す図であ
る。この例では、フレーム枠を設定し、グループ化を行
なう際に、図２４の左側に示すように、フレーム枠数
“３”，分析次元数“５”を１つのグループとし、“３
×５”のグループ内の分析値を加算演算して特徴ベクト
ルを求め、次に、グループの対象を分析軸方向に１つづ
つシフトし、同様にグループ内の分析値を加算演算して
特徴ベクトルを求める。具体的には、１回目のフレーム
枠の設定で、同図右側に示すように特徴ベクトルの１〜
１１次元目（α１〜α１１）までを作成する。すなわ
ち、Ａ1からＣ5までの１５個の分析値を最初のグループ
として、α１を作成し、Ａ2〜Ｃ6までの１５個の分析値
を次のグループとして、α２を作成し、これを順次繰り
返し、Ａ11〜Ｃ15までの１５個の分析値を最後のグルー
プとして、α１１を作成する。次いで、２回目のフレー
ム枠の設定で、特徴ベクトルα１２〜α２２を作成し、
３回目のフレーム枠の設定で、特徴ベクトルα２３〜α
３３を作成する。このようにして、図２４の例では、３
３次元の１つの特徴ベクトルが作成される。なお、この
例では、１つのフレーム枠当りのグループ数を“３”に
し、１グループ内の分析軸方向の分析値数を“５”にし
たが、これを増減し、グループ数を増減することも可能
である。

【００７９】第７の実施例の操作によって、定められた
グループ間にまたがって音声の微小変動が生じる場合に
も、これを吸収することができた。

【００８０】このように、第５乃至第７の実施例では、
基本的に、時系列方向に所定のフレーム数からなるフレ
ーム枠を設定し、フレーム枠を時系列方向に走査するこ
とによって１つの特徴ベクトルを得るようにしており、
これにより、△ケプストラム法によらずに、動的特徴に
簡単に変換することができた。

【００８１】しかしながら、第５乃至第７の各実施例で
は、フレーム枠の走査をしているため、最終的に得られ
る１つの特徴ベクトルの次元数は、音響分析結果である
分析値の分析次元数よりも通常増加してしまう。従っ
て、音声認識時において特徴ベクトルと辞書とのマッチ
ングの計算量は、音響分析された結果の分析値をそのま
ま用いてマッチングする場合の計算量よりも増加する。

【００８２】図２５は本発明の第８の実施例のブロック
図であって、この第８の実施例では、特徴ベクトルと辞
書とのマッチングの計算量を削減するために、各フレー
ム枠単位で得られた特徴ベクトルを加算するようにして
いる。すなわち、図２５を参照すると、第８の実施例で
は、特徴抽出部４３は、時系列方向に所定のフレーム数
からなるフレーム枠を設けるフレーム枠設定部３１と、
今回のフレーム枠設定時作成した特徴ベクトルを前回の
フレーム枠設定時に作成された特徴ベクトルと加算する
特徴ベクトル加算部４４と、フレーム枠を時系列方向に
走査するフレーム枠走査部３２とを有している。なお、
図２５は図１６の構成（すなわち第５の実施例の構成）
を改良したものとして構成されており、図１６と同様の
箇所には同じ符号を付している。

【００８３】次にこのような構成の第８の実施例の音声
特徴抽出装置の動作を図２６のフローチャートを用いて
説明する。先づ、ステップＳ８１，Ｓ８２，Ｓ８３で
は、フレーム走査番号ｍ２，フレーム枠番号ｍ１，１フ
レーム内の分析値の番号ｋを“０”に初期化する。次い
で、ステップＳ８４〜Ｓ８８では、前回フレーム枠の設
定時に作成した特徴ベクトルと今回のフレーム枠設定時
に作成した特徴ベクトルとを加算する。しかる後、ステ
ップＳ８９では、フレーム走査番号ｍ２を“１”歩進さ
せてフレーム枠を時系列方向に１フレーム走査し、再び
ステップＳ８２に戻って、同様の処理を繰り返す。この
操作をステップＳ９０においてｍ２がＭ２となるまで、
すなわちＭ２走査するまで繰り返し、１つの特徴ベクト
ルを作成する。

【００８４】図２７は上記処理の具体例を示す図であ
る。図１８に示したような処理により、図２７の左側に
示すように、１回目のフレーム枠の設定で、４５次元の
特徴ベクトル（Ａ1〜Ｃ15）が作成され、２回目のフレ
ーム枠の設定で、４５次元の特徴ベクトル（Ｂ1〜Ｄ1
5）が作成され、３回目のフレーム枠の設定で、４５次
元の特徴ベクトル（Ｃ1〜Ｅ15）が作成されたとする。

【００８５】この場合、第８の実施例では、１回目，２
回目，３回目のフレーム枠設定でそれぞれ得られた４５
次元の各特徴ベクトル（Ａ1〜Ｃ15），（Ｂ1〜Ｄ15），
（Ｃ1〜Ｅ15）を互いに加算し、図２７の右側に示すよ
うに、合計で４５次元の１つの特徴ベクトル（α１〜α
４５）を作成する。これにより、第５の実施例と比べた
場合、１つの特徴ベクトルの次元数を１／３に削減する
ことができ、この結果、音声認識時において特徴ベクト
ルと辞書とのマッチングの計算量を削減することができ
た。

【００８６】なお、上記例では、第５の実施例を改良し
たものとして構成し、第５の実施例により作成された特
徴ベクトルを用いたが、第６，第７の実施例についても
同様にして改良することができ、第６，第７の実施例に
より作成された特徴ベクトルに対しても同様の処理によ
って１つの特徴ベクトルの次元数を削減することができ
る。

【００８７】さらに、前述の第１の実施例，第３の実施
例で述べたと同様に、第５乃至第８の実施例によって作
成された特徴ベクトルをそのまま用いる場合には、音声
の大小などにより分析値が変化し、分析軸における分布
の形状が同一カテゴリに分類されるべきパターンであっ
ても値が異なるために、正しく分類できなくなる可能性
が生ずる。例えば、同一の音声を発声しても音量の大小
により周波数変換された値は、図４（ａ），（ｂ）に示
したようになり、それぞれ異なったカテゴリのものに分
類されてしまう恐れがある。

【００８８】このような問題を解決するため、第１，第
３の実施例に対し第２，第４の実施例の構成にしたと同
様に、第５乃至第８の実施例に対しても以下のような構
成にすることができる。

【００８９】図２８は本発明の第９の実施例のブロック
図であり、図２８の例では、第８の実施例に対し改良が
なされた場合が示されている。すなわち、この第９の実
施例の特徴抽出部４６は、図２５に示した特徴抽出部４
３に対し、さらに正規化部４７が付加されている。

【００９０】次にこのような構成における第９の実施例
の音声特徴抽出装置の処理動作を図２９のフローチャー
トを用いて説明する。先づ、ステップＳ９１ではフレー
ムの番号ｐを“０”に初期設定し、次いで、ステップＳ
９２で図２６のフローチャートに示した処理を行ない、
しかる後、ステップＳ９３〜Ｓ９５で第２，第４の実施
例で説明したと同様の正規化処理を行なう。

【００９１】すなわち、この正規化処理では、図２６に
示した処理によって得られた特徴ベクトルαを正規化し
て特徴ベクトルβを求める。なお、正規化操作は、各特
徴ベクトルαをその合計値Ｓで除算することにより行な
われ、この処理を時系列方向に順次にずらしながら最後
のフレームとなるまで繰り返し行なう。

【００９２】上記の例では、図２６のフローチャートに
示した処理の結果に対して正規化処理を施した場合を示
したが、図１７，図２０，図２３のフローチャートに示
した処理の結果に対しても同様の手順で正規化処理を行
なうことができる。

【００９３】例えば、図１７のフローチャートに示した
処理の結果に対して正規化処理を施す場合、図１８の右
側に示した１３５次元の１つの特徴ベクトルに対して正
規化処理がなされる。この結果、図４（ａ），（ｂ）の
ような特徴ベクトルを最終的に図８（ａ），（ｂ）のよ
うな正規化された特徴ベクトルに変換することができ
て、音量の大小差をも吸収することができる。

【００９４】なお、上述した各実施例では、音響分析を
行なうのに、バンドパスフィルタ群１を用いているが、
これにかわって例えばＦＦＴ等の他の手段を用いること
もできる。さらに、音響分析として周波数分析を用いて
いるが、これに限らず、ＬＰＣなどによって音響分析を
行なっても良い。

【００９５】また、認識部６には、ＤＰマッチングを用
いて説明したが、ニューラルネットワーク，ＨＭＭなど
により識別を行なわせるようにしても良い。

【００９６】

【発明の効果】以上に説明したように、請求項１記載の
発明によれば、入力音声を音響分析した結果の各分析値
をグループに分割し、分割された各グループ内の分析値
に所定の演算処理を施して特徴量を生成するようにして
いるので、音声の微小変動を吸収することができる。

【００９７】また、請求項２記載の発明によれば、分割
された各グループは、互いに隣接したグループ間におい
て少なくとも一部が重複している分析値を有しているの
で、グループ間にまたがる音声の微小変動をも吸収する
ことができる。

【００９８】また、請求項３記載の発明によれば、分析
軸方向に分割されるようになっているので、分析軸方向
の微小変動を吸収することができる。

【００９９】また、請求項４記載の発明によれば、時系
列方向に分割されるようになっているので、時系列方向
の微小変動を吸収することができる。

【０１００】また、請求項５記載の発明によれば、各グ
ループ内の分析値を加算し特徴量を生成するようになっ
ているので、特徴量を削減することができ、辞書とのマ
ッチングにおける計算量を減らすことができる。

【０１０１】また、請求項６記載の発明によれば、各グ
ループ内の分析値に所定の演算処理を施して生成された
特徴量に対し正規化処理を施し、最終的な特徴ベクトル
を生成するようになっているので、音量の大小差を吸収
することができる。

【図面の簡単な説明】

【図１】本発明の第１の実施例のブロック図である。

【図２】第１の実施例の音声特徴抽出装置の動作を説明
するためのフローチャートである。

【図３】第１の実施例における演算処理の具体例を示す
図である。

【図４】（ａ），（ｂ）は分析軸に沿った分布の形状が
互いに同じであるが、各値が互いに異なっている特徴ベ
クトルの一例を示す図である。

【図５】本発明の第２の実施例のブロックである。

【図６】第２の実施例の音声特徴抽出装置の動作を説明
するためのフローチャートである。

【図７】第２の実施例における演算処理の具体例を示す
図である。

【図８】（ａ），（ｂ）は図４（ａ），（ｂ）に示す特
徴ベクトルを正規化した結果をそれぞれ示す図である。

【図９】本発明の第３の実施例のブロック図である。

【図１０】第３の実施例の音声特徴抽出装置の動作を説
明するためのフローチャートである。

【図１１】第３の実施例における処理の具体例を示す図
である。

【図１２】分析軸方向のみならず時系列方向についても
音声の微小変動を吸収する処理の流れを示すフローチャ
ートである。

【図１３】図１２の処理の具体例を示す図である。

【図１４】本発明の第４の実施例のブロックである。

【図１５】第４の実施例の音声特徴抽出装置の動作を説
明するためのフローチャートである。

【図１６】本発明の第５の実施例のブロック図である。

【図１７】第５の実施例の音声特徴抽出装置の動作を説
明するためのフローチャートである。

【図１８】第５の実施例における演算処理の具体例を示
す図である。

【図１９】本発明の第６の実施例のブロックである。

【図２０】第６の実施例の音声特徴抽出装置の動作を説
明するためのフローチャートである。

【図２１】第６の実施例における演算処理の具体例を示
す図である。

【図２２】本発明の第７の実施例のブロック図である。

【図２３】第７の実施例の音声特徴抽出装置の動作を説
明するためのフローチャートである。

【図２４】第７の実施例における演算処理の具体例を示
す図である。

【図２５】本発明の第８の実施例のブロックである。

【図２６】第８の実施例の音声特徴抽出装置の動作を説
明するためのフローチャートである。

【図２７】第８の実施例における演算処理の具体例を示
す図である。

【図２８】本発明の第９の実施例のブロック図である。

【図２９】第９の実施例の音声特徴抽出装置の動作を説
明するためのフローチャートである。

【図３０】従来の一般的な音声認識システムの構成図で
ある。

【図３１】（ａ），（ｂ）は入力音声が微小変動したと
きの周波数分析結果を説明するための図である。

【図３２】従来の特徴ベクトルの作成の仕方を説明する
ための図である。

【符号の説明】

１
バンドパスフィルタ群２
区間検出部３，１７，３５，４０
グループ化部４，１４，１８，３６，４１
演算部５
辞書６
認識部１１，１２，１６，２１，３０，３３，３９，４３
特徴抽出部１３，１９，２３，３８，４２
グループ値計数部１５，２４，４７
正規化部３１，３４
フレーム枠設定部３２，３７
フレーム枠走査部４４
特徴ベクトル加算部

Claims

【特許請求の範囲】

【請求項１】音声認識を行なわせるため入力音声から
特徴パターンを抽出する音声特徴抽出装置において、入
力音声を音響分析した結果の各分析値をグループに分割
するグループ化手段と、分割された各グループ内の分析
値に所定の演算処理を施して特徴量を生成する演算処理
手段とを備えていることを特徴とする音声特徴抽出装
置。
【請求項２】請求項１記載の音声特徴抽出装置におい
て、分割された各グループは、互いに隣接したグループ
間において少なくとも一部が重複している分析値を有し
ていることを特徴とする音声特徴抽出装置。
【請求項３】請求項１または２記載の音声特徴抽出装
置において、前記各グループは、分析軸方向に分割され
るようになっていることを特徴とする音声特徴抽出装
置。
【請求項４】請求項１，２，または３記載の音声特徴
抽出装置において、前記各グループは、時系列方向に分
割されるようになっていることを特徴とする音声特徴抽
出装置。
【請求項５】請求項１，２，３，または４記載の音声
特徴抽出装置において、前記演算手段は、各グループ内
の分析値を加算し特徴量を生成するようになっているこ
とを特徴とする音声特徴抽出装置。
【請求項６】請求項１，２，３，または４記載の音声
特徴抽出装置において、各グループ内の分析値に所定の
演算処理を施して生成された特徴量に対し正規化処理を
施し、最終的な特徴ベクトルを生成するようになってい
ることを特徴とする音声特徴抽出装置。