JPH05249990A - パターンマッチング方法およびパターン認識装置 - Google Patents
パターンマッチング方法およびパターン認識装置Info
- Publication number
- JPH05249990A JPH05249990A JP4082831A JP8283192A JPH05249990A JP H05249990 A JPH05249990 A JP H05249990A JP 4082831 A JP4082831 A JP 4082831A JP 8283192 A JP8283192 A JP 8283192A JP H05249990 A JPH05249990 A JP H05249990A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- distance
- standard
- standard pattern
- input pattern
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims description 34
- 238000003860 storage Methods 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 8
- 238000003909 pattern recognition Methods 0.000 description 8
- 230000005236 sound signal Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000012952 Resampling Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/10—Speech classification or search using distance or distortion measures between unknown speech and reference templates
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】 認識率を向上させるとともに、装置を安価に
製作する。 【構成】 距離計算部１において、例えば画像信号や音
声信号より作成された入力パターンと、あらかじめ標準
パターン格納部２に格納された標準パターン（テンプレ
ート）との距離が計算される。パターン選択部３におい
て、距離計算部１で現在入力パターンとの距離が計算さ
れている標準パターンに対応する、距離尺度を補正する
重み係数を、重み係数格納部５より読み出す制御が行わ
れ、重み補正部４に供給される。重み補正部４におい
て、距離計算部１より供給される入力パターンと標準パ
ターンとの距離に、重み係数格納部５より供給された重
み係数が乗じられ、距離判定部６に出力される。
製作する。 【構成】 距離計算部１において、例えば画像信号や音
声信号より作成された入力パターンと、あらかじめ標準
パターン格納部２に格納された標準パターン（テンプレ
ート）との距離が計算される。パターン選択部３におい
て、距離計算部１で現在入力パターンとの距離が計算さ
れている標準パターンに対応する、距離尺度を補正する
重み係数を、重み係数格納部５より読み出す制御が行わ
れ、重み補正部４に供給される。重み補正部４におい
て、距離計算部１より供給される入力パターンと標準パ
ターンとの距離に、重み係数格納部５より供給された重
み係数が乗じられ、距離判定部６に出力される。
Description
【０００１】
【産業上の利用分野】本発明は、例えば音声や画像を認
識する場合に用いて好適なパターンマッチング方法、並
びにパターン認識装置に関する。
識する場合に用いて好適なパターンマッチング方法、並
びにパターン認識装置に関する。
【０００２】
【従来の技術】例えば音声認識装置においては、入力さ
れた音声（入力パターン）が属する単語（標準パター
ン）のカテゴリを識別することにより、音声を認識する
ようになっている。
れた音声（入力パターン）が属する単語（標準パター
ン）のカテゴリを識別することにより、音声を認識する
ようになっている。
【０００３】ところで、同じ単語を同じ話者が発声して
も、その単語のパターンがまったく同一になるとは限ら
ず、従って単語のカテゴリは、識別空間に少なからず拡
がった領域を有する。このように、識別空間に拡がった
カテゴリを識別する方法として、例えば一つの単語に対
して標準パターンを複数用意するマルチテンプレート方
式などがある。
も、その単語のパターンがまったく同一になるとは限ら
ず、従って単語のカテゴリは、識別空間に少なからず拡
がった領域を有する。このように、識別空間に拡がった
カテゴリを識別する方法として、例えば一つの単語に対
して標準パターンを複数用意するマルチテンプレート方
式などがある。
【０００４】従来のマルチテンプレート方式において
は、入力パターンとテンプレート（標準パターン）との
距離が、すべて同じ距離尺度で計算され、その距離を最
小にするテンプレート（標準パターン）が認識結果とさ
れる。このように、すべてのテンプレートに対し、同じ
距離尺度を用いてパターンの認識を行うことは、パラメ
ータ平面（空間）において、入力パターンとしての点
が、テンプレート（標準パターン）である点を中心とし
た同一半径の円（球）に含まれるか、または接するか否
かを判定することであり、従って、識別平面（空間）に
おいて、例えば図７に示すような単語のカテゴリを同一
半径の円（球）で、それぞれ過不足なく囲むことが認識
性能を向上させることになる。
は、入力パターンとテンプレート（標準パターン）との
距離が、すべて同じ距離尺度で計算され、その距離を最
小にするテンプレート（標準パターン）が認識結果とさ
れる。このように、すべてのテンプレートに対し、同じ
距離尺度を用いてパターンの認識を行うことは、パラメ
ータ平面（空間）において、入力パターンとしての点
が、テンプレート（標準パターン）である点を中心とし
た同一半径の円（球）に含まれるか、または接するか否
かを判定することであり、従って、識別平面（空間）に
おいて、例えば図７に示すような単語のカテゴリを同一
半径の円（球）で、それぞれ過不足なく囲むことが認識
性能を向上させることになる。
【０００５】
【発明が解決しようとする課題】図８は、図７に示す単
語Ａまたは単語Ｂのカテゴリを３または６の同一半径の
円で、それぞれ囲んだ図である。即ち、図８は、単語Ａ
に対して３つのテンプレート（３つの円の中心に対応す
る）、単語Ｂに対して６つのテンプレート（６つの円の
中心に対応する）を用意したことを示す図である。単語
Ａを囲む３つの円は、そのカテゴリをすべて網羅してい
るが、その外側にまでおよんでおり、図中単語Ａを囲む
最上部の円においては、単語Ｂのカテゴリを含んでしま
っている。
語Ａまたは単語Ｂのカテゴリを３または６の同一半径の
円で、それぞれ囲んだ図である。即ち、図８は、単語Ａ
に対して３つのテンプレート（３つの円の中心に対応す
る）、単語Ｂに対して６つのテンプレート（６つの円の
中心に対応する）を用意したことを示す図である。単語
Ａを囲む３つの円は、そのカテゴリをすべて網羅してい
るが、その外側にまでおよんでおり、図中単語Ａを囲む
最上部の円においては、単語Ｂのカテゴリを含んでしま
っている。
【０００６】従って、従来の装置では、例えば単語Ｂを
単語Ａと認識してしまい、他の単語に対する棄却能力が
劣化するとともに、認識率が劣化する課題があった。
単語Ａと認識してしまい、他の単語に対する棄却能力が
劣化するとともに、認識率が劣化する課題があった。
【０００７】そこで、図９に示すように、図８と比べて
小さな半径の円で単語ＡおよびＢのカテゴリを網羅する
ように囲むことにより、即ち単語ＡおよびＢに対して充
分な数のテンプレートを用意することにより、音声の認
識率の劣化を防止する方法がある。しかしながら、この
方法においては、多数のテンプレートを記憶するために
多くのメモリが必要になり、装置の製作コストが高価に
なるだけでなく、入力パターンと標準パターン（テンプ
レート）との距離を計算するときの演算量が増加し、認
識結果を出力するのに時間がかかる課題があった。
小さな半径の円で単語ＡおよびＢのカテゴリを網羅する
ように囲むことにより、即ち単語ＡおよびＢに対して充
分な数のテンプレートを用意することにより、音声の認
識率の劣化を防止する方法がある。しかしながら、この
方法においては、多数のテンプレートを記憶するために
多くのメモリが必要になり、装置の製作コストが高価に
なるだけでなく、入力パターンと標準パターン（テンプ
レート）との距離を計算するときの演算量が増加し、認
識結果を出力するのに時間がかかる課題があった。
【０００８】本発明は、このような状況に鑑みてなされ
たものであり、認識率を向上させるだけでなく、装置を
安価に製作することができるようにするものである。
たものであり、認識率を向上させるだけでなく、装置を
安価に製作することができるようにするものである。
【０００９】
【課題を解決するための手段】請求項１に記載のパター
ンマッチング方法は、入力パターンと標準パターンとの
距離により入力パターンを認識するパターンマッチング
方法において、標準パターンごとに用意した距離尺度を
補正する重み係数を距離に乗ずることを特徴とする。
ンマッチング方法は、入力パターンと標準パターンとの
距離により入力パターンを認識するパターンマッチング
方法において、標準パターンごとに用意した距離尺度を
補正する重み係数を距離に乗ずることを特徴とする。
【００１０】請求項２に記載のパターン認識装置は、入
力パターンを作成する入力パターン作成手段としての音
響分析部１２またはＮＡＴ処理部１４と、標準パターン
とともに、標準パターンごとに用意された距離尺度を補
正する重み係数を記憶する記憶手段としての標準パター
ン格納部１６と、標準パターン格納部１６に記憶された
標準パターンと、音響分析部１２またはＮＡＴ処理部１
４により作成された入力パターンとの距離を計算する距
離計算手段としての距離計算部１５と、距離計算部１５
により計算された距離により入力パターンを認識する認
識手段としての距離判定部１７とを備え、距離計算部１
５は、入力パターンとの距離を計算する標準パターンに
対応して、標準パターン格納部１６に記憶された重み係
数を距離に乗ずることを特徴とする。
力パターンを作成する入力パターン作成手段としての音
響分析部１２またはＮＡＴ処理部１４と、標準パターン
とともに、標準パターンごとに用意された距離尺度を補
正する重み係数を記憶する記憶手段としての標準パター
ン格納部１６と、標準パターン格納部１６に記憶された
標準パターンと、音響分析部１２またはＮＡＴ処理部１
４により作成された入力パターンとの距離を計算する距
離計算手段としての距離計算部１５と、距離計算部１５
により計算された距離により入力パターンを認識する認
識手段としての距離判定部１７とを備え、距離計算部１
５は、入力パターンとの距離を計算する標準パターンに
対応して、標準パターン格納部１６に記憶された重み係
数を距離に乗ずることを特徴とする。
【００１１】
【作用】請求項１に記載のパターンマッチング方法にお
いては、標準パターンごとに用意した距離尺度を補正す
る重み係数を、入力パターンと標準パターンとの距離に
乗ずるようにしたので、標準パターンのカテゴリの形状
に対応した距離を求めることができ、入力パターンの認
識率を向上させることができる。
いては、標準パターンごとに用意した距離尺度を補正す
る重み係数を、入力パターンと標準パターンとの距離に
乗ずるようにしたので、標準パターンのカテゴリの形状
に対応した距離を求めることができ、入力パターンの認
識率を向上させることができる。
【００１２】請求項２に記載のパターン認識装置におい
ては、標準パターンとともに、標準パターンごとに用意
された距離尺度を補正する重み係数が標準パターン格納
部１６に記憶され、記憶された標準パターンと、音響分
析部１２またはＮＡＴ処理部１４により作成された入力
パターンとの距離が計算される。そして、入力パターン
との距離を計算する標準パターンに対応して、標準パタ
ーン格納部１６に記憶された重み係数が距離に乗ざれ
る。従って、標準パターンをマルチテンプレート化する
場合、テンプレートの数を少なくすることができ、さら
に入力パターンの認識率を向上させることができる。
ては、標準パターンとともに、標準パターンごとに用意
された距離尺度を補正する重み係数が標準パターン格納
部１６に記憶され、記憶された標準パターンと、音響分
析部１２またはＮＡＴ処理部１４により作成された入力
パターンとの距離が計算される。そして、入力パターン
との距離を計算する標準パターンに対応して、標準パタ
ーン格納部１６に記憶された重み係数が距離に乗ざれ
る。従って、標準パターンをマルチテンプレート化する
場合、テンプレートの数を少なくすることができ、さら
に入力パターンの認識率を向上させることができる。
【００１３】
【実施例】図１は、本発明のパターンマッチング方法を
応用したパターン認識装置の一実施例の構成を示すブロ
ック図である。距離計算部１は、例えば画像信号や音声
信号より作成された入力パターンと、あらかじめ標準パ
ターン格納部２に格納された標準パターン（テンプレー
ト）との距離（例えばユークリッド距離など）を計算す
る。標準パターン格納部２は、画像信号や音声信号より
あらかじめ作成された標準パターンを記憶している。重
み係数格納部５は、標準パターン格納部２に記憶された
標準パターンごとに、あらかじめ用意された距離尺度を
補正する重み係数を記憶している。
応用したパターン認識装置の一実施例の構成を示すブロ
ック図である。距離計算部１は、例えば画像信号や音声
信号より作成された入力パターンと、あらかじめ標準パ
ターン格納部２に格納された標準パターン（テンプレー
ト）との距離（例えばユークリッド距離など）を計算す
る。標準パターン格納部２は、画像信号や音声信号より
あらかじめ作成された標準パターンを記憶している。重
み係数格納部５は、標準パターン格納部２に記憶された
標準パターンごとに、あらかじめ用意された距離尺度を
補正する重み係数を記憶している。
【００１４】ここで、図２は、識別平面におけるカテゴ
リＡまたはＢを、過不足ないようにそれぞれ円で囲んだ
図である。識別平面における各円は、その中心、即ちテ
ンプレート（標準パターン）からの等距離面を表す。従
って、半径の大きい円のテンプレート（標準パターン）
については、相対的に（半径の小さい円のテンプレート
の重み係数に比べて）小さな値の重み係数が重み係数格
納部５に記憶されており、半径の小さい円のテンプレー
ト（標準パターン）については、相対的に（半径の大き
な円のテンプレートの重み係数に比べて）大きな値の重
み係数が重み係数格納部５に記憶されている。
リＡまたはＢを、過不足ないようにそれぞれ円で囲んだ
図である。識別平面における各円は、その中心、即ちテ
ンプレート（標準パターン）からの等距離面を表す。従
って、半径の大きい円のテンプレート（標準パターン）
については、相対的に（半径の小さい円のテンプレート
の重み係数に比べて）小さな値の重み係数が重み係数格
納部５に記憶されており、半径の小さい円のテンプレー
ト（標準パターン）については、相対的に（半径の大き
な円のテンプレートの重み係数に比べて）大きな値の重
み係数が重み係数格納部５に記憶されている。
【００１５】パターン選択部３は、標準パターン格納部
２に記憶された標準パターンを距離計算部１に供給する
制御を行うとともに、重み係数格納部５に記憶された重
み係数を重み補正部４に供給する制御を行う。重み補正
部４は、距離計算部１より供給される入力パターンと標
準パターンとの距離に、重み係数格納部５に記憶された
重み係数を乗ずる。距離判定部６は、重み補正部４より
供給される、重み係数が乗じられた距離、即ち補正され
た入力パターンと標準パターンとの距離の中から最小の
ものを検出し、検出した入力パターンとの距離を最小に
する標準パターンを認識結果として出力する。
２に記憶された標準パターンを距離計算部１に供給する
制御を行うとともに、重み係数格納部５に記憶された重
み係数を重み補正部４に供給する制御を行う。重み補正
部４は、距離計算部１より供給される入力パターンと標
準パターンとの距離に、重み係数格納部５に記憶された
重み係数を乗ずる。距離判定部６は、重み補正部４より
供給される、重み係数が乗じられた距離、即ち補正され
た入力パターンと標準パターンとの距離の中から最小の
ものを検出し、検出した入力パターンとの距離を最小に
する標準パターンを認識結果として出力する。
【００１６】次に、重み係数格納部５への重み係数の登
録について説明する。あらかじめ標準パターン（テンプ
レート）が標準パターン格納部２に登録されている場
合、認識しようとするカテゴリからはみ出す円（例え
ば、図８における単語Ａのカテゴリの上部を囲む２つの
円）の中心に対応する標準パターンにおいては、相対的
に（単語のカテゴリを網羅することができない円の中心
に対応する標準パターンの重み係数に比べ）大きい重み
係数を重み係数格納部５に登録し、認識しようとするカ
テゴリを網羅することができない円の中心に対応する標
準パターンにおいては、相対的に（単語のカテゴリから
はみ出す円の中心に対応する標準パターンの重み係数に
比べ）小さい重み係数を重み係数格納部５に登録する。
録について説明する。あらかじめ標準パターン（テンプ
レート）が標準パターン格納部２に登録されている場
合、認識しようとするカテゴリからはみ出す円（例え
ば、図８における単語Ａのカテゴリの上部を囲む２つの
円）の中心に対応する標準パターンにおいては、相対的
に（単語のカテゴリを網羅することができない円の中心
に対応する標準パターンの重み係数に比べ）大きい重み
係数を重み係数格納部５に登録し、認識しようとするカ
テゴリを網羅することができない円の中心に対応する標
準パターンにおいては、相対的に（単語のカテゴリから
はみ出す円の中心に対応する標準パターンの重み係数に
比べ）小さい重み係数を重み係数格納部５に登録する。
【００１７】また、新規に標準パターンを標準パターン
格納部２に登録する場合、新規に登録する標準パターン
を中心とする円が、その標準パターンに対応するカテゴ
リを過不足なく網羅するように重み係数を決定し、重み
係数格納部５に登録する。
格納部２に登録する場合、新規に登録する標準パターン
を中心とする円が、その標準パターンに対応するカテゴ
リを過不足なく網羅するように重み係数を決定し、重み
係数格納部５に登録する。
【００１８】次に、その動作について説明する。距離計
算部１において、例えば画像信号や音声信号より作成さ
れた入力パターンと、あらかじめ標準パターン格納部２
に格納された標準パターン（テンプレート）との距離
（ユークリッド距離）が計算される。パターン選択部３
において、距離計算部１で現在入力パターンとの距離が
計算されている標準パターンに対応する、距離尺度を補
正する重み係数を、重み係数格納部５より読み出す制御
が行われ、重み補正部４に供給される。重み補正部４に
おいて、距離計算部１より供給される入力パターンと標
準パターンとの距離に、重み係数格納部５より供給され
た重み係数が乗じられ、距離判定部６に出力される。
算部１において、例えば画像信号や音声信号より作成さ
れた入力パターンと、あらかじめ標準パターン格納部２
に格納された標準パターン（テンプレート）との距離
（ユークリッド距離）が計算される。パターン選択部３
において、距離計算部１で現在入力パターンとの距離が
計算されている標準パターンに対応する、距離尺度を補
正する重み係数を、重み係数格納部５より読み出す制御
が行われ、重み補正部４に供給される。重み補正部４に
おいて、距離計算部１より供給される入力パターンと標
準パターンとの距離に、重み係数格納部５より供給され
た重み係数が乗じられ、距離判定部６に出力される。
【００１９】なお、標準パターン格納部２に記憶された
すべての標準パターンに対して、以上の処理が行われ
る。
すべての標準パターンに対して、以上の処理が行われ
る。
【００２０】距離判定部６において、重み補正部４より
出力された、重み係数が乗じられた距離、即ち補正され
た入力パターンと標準パターンとの距離の中から最小の
ものが検出され、検出された入力パターンとの距離を最
小にする標準パターンが認識結果として出力される。
出力された、重み係数が乗じられた距離、即ち補正され
た入力パターンと標準パターンとの距離の中から最小の
ものが検出され、検出された入力パターンとの距離を最
小にする標準パターンが認識結果として出力される。
【００２１】以上のように、標準パターンごとに用意し
た距離尺度を補正する重み係数を、入力パターンと標準
パターンとの距離に乗ずるようにしたので、標準パター
ンのカテゴリの形状に対応した距離を求めることがで
き、入力パターンの認識率を向上させることができる。
た距離尺度を補正する重み係数を、入力パターンと標準
パターンとの距離に乗ずるようにしたので、標準パター
ンのカテゴリの形状に対応した距離を求めることがで
き、入力パターンの認識率を向上させることができる。
【００２２】さらに、図３は、本発明のパターン認識装
置を応用した音声認識装置の一実施例の構成を示すブロ
ック図である。マイク１１は入力された音声を電気信号
である音声信号に変換し、音響分析部１２に供給する。
音響分析部１２は、マイク１１より供給された音声信号
に音響分析処理を施し、音声信号のパワーおよびゼロク
ロス数を抽出して音声区間検出部１３に供給するととも
に、例えば所定の周波数帯域ごとのスペクトル特性（パ
ワー）を特徴パラメータとして抽出してＮＡＴ処理部１
４に供給する（このときの周波数帯域数が特徴パラメー
タの次元数になる）。音声区間検出部１３は、音響分析
部１２より供給される音声信号のパワーまたはゼロクロ
ス数から、マイク１１より出力された音声信号の音声区
間、即ち音声信号の始点フレームと終点フレームを検出
し、ＮＡＴ処理部１４に供給する。
置を応用した音声認識装置の一実施例の構成を示すブロ
ック図である。マイク１１は入力された音声を電気信号
である音声信号に変換し、音響分析部１２に供給する。
音響分析部１２は、マイク１１より供給された音声信号
に音響分析処理を施し、音声信号のパワーおよびゼロク
ロス数を抽出して音声区間検出部１３に供給するととも
に、例えば所定の周波数帯域ごとのスペクトル特性（パ
ワー）を特徴パラメータとして抽出してＮＡＴ処理部１
４に供給する（このときの周波数帯域数が特徴パラメー
タの次元数になる）。音声区間検出部１３は、音響分析
部１２より供給される音声信号のパワーまたはゼロクロ
ス数から、マイク１１より出力された音声信号の音声区
間、即ち音声信号の始点フレームと終点フレームを検出
し、ＮＡＴ処理部１４に供給する。
【００２３】ＮＡＴ（Ｎｏｒｍａｌｉｚａｔｉｏｎ Ａ
ｌｏｎｇ Ｔｒａｊｅｃｔｏｒｙ）処理部１４は、例え
ば特開昭６０−２４９１９８などに記載されているＮＡ
Ｔ処理を行う。ＮＡＴ処理部１４は、図４に示すよう
に、軌跡長算出器１４ａ、補間間隔算出器１４ｂ、およ
び補間点抽出器１４ｃより構成され、音声区間検出部１
３より供給される音声区間において、音響分析部１２よ
り供給される特徴パラメータ系列にＮＡＴ処理を施す。
ＮＡＴ処理部１４の軌跡長算出器１４ａは、音響分析部
１２より供給された特徴パラメータが、そのパラメータ
空間内に描く直線近似による軌跡長ＳＬを算出する。即
ち、軌跡長算出器１４ａは、例えば２つの（２次元の）
特徴パラメータのみを考えた場合、この２つのパラメー
タが、図５に示すような２次元のパラメータ空間（２次
元平面）に描く軌跡長を算出する（特徴パラメータの軌
跡を、図中・印で示す）。
ｌｏｎｇ Ｔｒａｊｅｃｔｏｒｙ）処理部１４は、例え
ば特開昭６０−２４９１９８などに記載されているＮＡ
Ｔ処理を行う。ＮＡＴ処理部１４は、図４に示すよう
に、軌跡長算出器１４ａ、補間間隔算出器１４ｂ、およ
び補間点抽出器１４ｃより構成され、音声区間検出部１
３より供給される音声区間において、音響分析部１２よ
り供給される特徴パラメータ系列にＮＡＴ処理を施す。
ＮＡＴ処理部１４の軌跡長算出器１４ａは、音響分析部
１２より供給された特徴パラメータが、そのパラメータ
空間内に描く直線近似による軌跡長ＳＬを算出する。即
ち、軌跡長算出器１４ａは、例えば２つの（２次元の）
特徴パラメータのみを考えた場合、この２つのパラメー
タが、図５に示すような２次元のパラメータ空間（２次
元平面）に描く軌跡長を算出する（特徴パラメータの軌
跡を、図中・印で示す）。
【００２４】補間間隔算出器１４ｂは、パラメータ空間
内に描かれた特徴パラメータの軌跡を再サンプリングす
るための間隔（再サンプリング間隔）Ｔを、あらかじめ
設定されたサンプリング点数Ｋ、および軌跡長算出器１
４ａにより算出された軌跡長ＳＬから、次式にしたがっ
て算出し、補間点抽出器１４ｃに供給する。 Ｔ＝ＳＬ／（Ｋ−１） （１）
内に描かれた特徴パラメータの軌跡を再サンプリングす
るための間隔（再サンプリング間隔）Ｔを、あらかじめ
設定されたサンプリング点数Ｋ、および軌跡長算出器１
４ａにより算出された軌跡長ＳＬから、次式にしたがっ
て算出し、補間点抽出器１４ｃに供給する。 Ｔ＝ＳＬ／（Ｋ−１） （１）
【００２５】補間点抽出器１４ｃは、音響分析部２より
供給された特徴パラメータがパラメータ空間内に描く軌
跡を直線近似した軌跡に沿って、図５に○印で示すよう
に、補間間隔算出器１４ｂにより算出された再サンプリ
ング間隔Ｔで、特徴パラメータの軌跡を再サンプリング
し、入力パターンとしての新たな特徴パラメータ系列ｑ
（ｊ，ｋ）（ｊ＝１，２，・・・，Ｊ：Ｊは特徴パラメ
ータの次元数）（ｋ＝１，２，・・・，Ｋ：Ｋ＝ＳＬ／
Ｔ＋１）を算出し、距離計算部１５に供給する。
供給された特徴パラメータがパラメータ空間内に描く軌
跡を直線近似した軌跡に沿って、図５に○印で示すよう
に、補間間隔算出器１４ｂにより算出された再サンプリ
ング間隔Ｔで、特徴パラメータの軌跡を再サンプリング
し、入力パターンとしての新たな特徴パラメータ系列ｑ
（ｊ，ｋ）（ｊ＝１，２，・・・，Ｊ：Ｊは特徴パラメ
ータの次元数）（ｋ＝１，２，・・・，Ｋ：Ｋ＝ＳＬ／
Ｔ＋１）を算出し、距離計算部１５に供給する。
【００２６】標準パターン格納部１６は、後述する方法
で作成された、標準パターンｐi（ｊ，ｋ）（ｉ＝１，
２，・・・，Ｉ：Ｉは標準パターン数）および標準パタ
ーンｐi（ｊ，ｋ）ごとの重み係数ｗiを記憶する。距離
計算部１５は、ＮＡＴ処理部１４より供給される入力パ
ターンｑ（ｊ，ｋ）と標準パターン格納部１６に記憶さ
れた標準パターンｐi（ｊ，ｋ）との距離Ｄiを、次式に
したがって計算する。
で作成された、標準パターンｐi（ｊ，ｋ）（ｉ＝１，
２，・・・，Ｉ：Ｉは標準パターン数）および標準パタ
ーンｐi（ｊ，ｋ）ごとの重み係数ｗiを記憶する。距離
計算部１５は、ＮＡＴ処理部１４より供給される入力パ
ターンｑ（ｊ，ｋ）と標準パターン格納部１６に記憶さ
れた標準パターンｐi（ｊ，ｋ）との距離Ｄiを、次式に
したがって計算する。
【数１】
【００２７】なお、距離計算部１５は、標準パターン格
納部１６に記憶されたすべての標準パターンｐ1（ｊ，
ｋ）乃至ｐI（ｊ，ｋ）に対して、入力パターンｑ
（ｊ，ｋ）との距離を計算する。
納部１６に記憶されたすべての標準パターンｐ1（ｊ，
ｋ）乃至ｐI（ｊ，ｋ）に対して、入力パターンｑ
（ｊ，ｋ）との距離を計算する。
【００２８】距離判定部１７は、距離計算部１５により
計算された、入力パターンｑ（ｊ，ｋ）とすべての標準
パターンｐ1（ｊ，ｋ）乃至ｐI（ｊ，ｋ）の距離Ｄ1乃
至ＤIの中から、最小の距離Ｄi(MIN)を検出し、距離Ｄ
i(MIN)が、所定の基準値ＲTHより大きいか否かを判定す
る。そして、距離判定部１７は、距離Ｄi(MIN)が、所定
の基準値ＲTHより大きいと判定した場合（Ｄi(MIN)＞Ｒ
TH）、入力パターンｑ（ｊ，ｋ）を認識することができ
なかったとして、何も出力しない（入力パターンｑ
（ｊ，ｋ）をリジェクト（棄却）する）。
計算された、入力パターンｑ（ｊ，ｋ）とすべての標準
パターンｐ1（ｊ，ｋ）乃至ｐI（ｊ，ｋ）の距離Ｄ1乃
至ＤIの中から、最小の距離Ｄi(MIN)を検出し、距離Ｄ
i(MIN)が、所定の基準値ＲTHより大きいか否かを判定す
る。そして、距離判定部１７は、距離Ｄi(MIN)が、所定
の基準値ＲTHより大きいと判定した場合（Ｄi(MIN)＞Ｒ
TH）、入力パターンｑ（ｊ，ｋ）を認識することができ
なかったとして、何も出力しない（入力パターンｑ
（ｊ，ｋ）をリジェクト（棄却）する）。
【００２９】ここで、所定の基準値ＲTHを、以下リジェ
クト閾値と呼ぶ。
クト閾値と呼ぶ。
【００３０】また、距離判定部１７は、距離Ｄ
i(MIN)が、リジェクト閾値ＲTH以下であると判定した場
合（Ｄi(MIN)≦ＲTH）、入力パターンｑ（ｊ，ｋ）を認
識した結果として、入力パターンｑ（ｊ，ｋ）との距離
を最小にする標準パターンｐi(MIN)（ｊ，ｋ）に対応す
る単語を出力する。
i(MIN)が、リジェクト閾値ＲTH以下であると判定した場
合（Ｄi(MIN)≦ＲTH）、入力パターンｑ（ｊ，ｋ）を認
識した結果として、入力パターンｑ（ｊ，ｋ）との距離
を最小にする標準パターンｐi(MIN)（ｊ，ｋ）に対応す
る単語を出力する。
【００３１】次に、標準パターンｐi（ｊ，ｋ）および
標準パターンｐi（ｊ，ｋ）ごとの重み係数ｗiを作成す
るアルゴリズムについて、図６を参照して説明する。図
６に示す処理を行う前に、あらかじめ、後述する入力パ
ターンが作成される場合（音声を認識する場合）と同様
の処理がマイク１１、音響分析部１２、音声区間検出部
１３およびＮＡＴ処理部１４において行われ、標準パタ
ーンが作成される。なお、標準パターン作成用に用意さ
れた、不特定話者により発声された音声データＳ個に対
してこの処理が行われ、Ｓ個の標準パターンＱs（１≦
ｓ≦Ｓ）が作成される。
標準パターンｐi（ｊ，ｋ）ごとの重み係数ｗiを作成す
るアルゴリズムについて、図６を参照して説明する。図
６に示す処理を行う前に、あらかじめ、後述する入力パ
ターンが作成される場合（音声を認識する場合）と同様
の処理がマイク１１、音響分析部１２、音声区間検出部
１３およびＮＡＴ処理部１４において行われ、標準パタ
ーンが作成される。なお、標準パターン作成用に用意さ
れた、不特定話者により発声された音声データＳ個に対
してこの処理が行われ、Ｓ個の標準パターンＱs（１≦
ｓ≦Ｓ）が作成される。
【００３２】さらに、このようにして作成されたＳ個の
標準パターン（以下、候補パターンと呼ぶ）Ｑsの中か
ら、標準パターンとして登録する各単語のカテゴリを、
例えば上述したリジェクト閾値ＲTHを半径とする円で覆
い尽くすことができる、必要最小限の数の標準パターン
が選択される。このとき、選択された標準パターンの数
が、例えばＩ個であるとする。即ち、選択された最小限
の標準パターンをＰ1乃至ＰI（Ｐi（１≦ｉ≦Ｉ））と
する。
標準パターン（以下、候補パターンと呼ぶ）Ｑsの中か
ら、標準パターンとして登録する各単語のカテゴリを、
例えば上述したリジェクト閾値ＲTHを半径とする円で覆
い尽くすことができる、必要最小限の数の標準パターン
が選択される。このとき、選択された標準パターンの数
が、例えばＩ個であるとする。即ち、選択された最小限
の標準パターンをＰ1乃至ＰI（Ｐi（１≦ｉ≦Ｉ））と
する。
【００３３】そして、図６に示すステップＳ１におい
て、標準パターンをＰ1乃至ＰIの各重み係数ｗ1乃至ｗI
に初期値Ｗがセットされるとともに、あらかじめ設定さ
れたステップＳ２乃至Ｓ１２の処理を繰り返す反復回数
Ｃが、変数ｃｎｔにセットされ、ステップＳ２に進む。
ステップＳ２において、候補パターンＱsのサフィック
スである変数ｓに１がセットされる。さらに、ステップ
Ｓ２において、後述するステップＳ８で、重み係数ｗi
を更新（補正）する場合に１がセットされる変数ｓｗi
（１≦ｉ≦Ｉ）に０がセットされる。
て、標準パターンをＰ1乃至ＰIの各重み係数ｗ1乃至ｗI
に初期値Ｗがセットされるとともに、あらかじめ設定さ
れたステップＳ２乃至Ｓ１２の処理を繰り返す反復回数
Ｃが、変数ｃｎｔにセットされ、ステップＳ２に進む。
ステップＳ２において、候補パターンＱsのサフィック
スである変数ｓに１がセットされる。さらに、ステップ
Ｓ２において、後述するステップＳ８で、重み係数ｗi
を更新（補正）する場合に１がセットされる変数ｓｗi
（１≦ｉ≦Ｉ）に０がセットされる。
【００３４】そして、ステップＳ３に進み、あらかじめ
選択された必要最小限の標準パターンＰiのサフィック
スである変数ｉに１がセットされ、ステップＳ４におい
て、候補パターンＱsと標準パターンＰiとの距離ｄ
si（ｄ（Ｑs，Ｐi））が計算され、さらに距離ｄsiに重
み係数ｗiを乗じた距離、即ち重み補正した距離Ｄ
si（＝ｄs i×ｗi）が計算され、ステップＳ５に進む。
ステップＳ５において、変数ｉが標準パターン数Ｉに等
しいか否かが判定される。ステップＳ５において、変数
ｉが標準パターン数Ｉに等しくないと判定された場合、
ステップＳ４に戻り、ステップＳ５において、変数ｉが
標準パターン数Ｉに等しいと判定されるまで、ステップ
Ｓ４，Ｓ５の処理を繰り返す。
選択された必要最小限の標準パターンＰiのサフィック
スである変数ｉに１がセットされ、ステップＳ４におい
て、候補パターンＱsと標準パターンＰiとの距離ｄ
si（ｄ（Ｑs，Ｐi））が計算され、さらに距離ｄsiに重
み係数ｗiを乗じた距離、即ち重み補正した距離Ｄ
si（＝ｄs i×ｗi）が計算され、ステップＳ５に進む。
ステップＳ５において、変数ｉが標準パターン数Ｉに等
しいか否かが判定される。ステップＳ５において、変数
ｉが標準パターン数Ｉに等しくないと判定された場合、
ステップＳ４に戻り、ステップＳ５において、変数ｉが
標準パターン数Ｉに等しいと判定されるまで、ステップ
Ｓ４，Ｓ５の処理を繰り返す。
【００３５】以上ステップＳ３乃至Ｓ５の処理により、
Ｉ個の各標準パターンＰ1乃至ＰIと、候補パターンＱs
との組み合わせに関して、重み補正した距離（Ｄs1乃至
ＤsIが計算される。
Ｉ個の各標準パターンＰ1乃至ＰIと、候補パターンＱs
との組み合わせに関して、重み補正した距離（Ｄs1乃至
ＤsIが計算される。
【００３６】ステップＳ５において、変数ｉが標準パタ
ーン数Ｉに等しいと判定された場合、ステップＳ６に進
み、重み補正した距離Ｄs1乃至ＤsIの中から、最小の距
離Ｄsmが検出される。ステップＳ７において、候補パタ
ーンＱsとの距離が、ステップＳ６で検出された最小の
距離Ｄsmになる標準パターンＰmのカテゴリ、即ち候補
パターンＱsとの距離を最小にする標準パターンＰmのカ
テゴリと、候補パターンＱsのカテゴリとが、同じカテ
ゴリに属すか否かが判定される。
ーン数Ｉに等しいと判定された場合、ステップＳ６に進
み、重み補正した距離Ｄs1乃至ＤsIの中から、最小の距
離Ｄsmが検出される。ステップＳ７において、候補パタ
ーンＱsとの距離が、ステップＳ６で検出された最小の
距離Ｄsmになる標準パターンＰmのカテゴリ、即ち候補
パターンＱsとの距離を最小にする標準パターンＰmのカ
テゴリと、候補パターンＱsのカテゴリとが、同じカテ
ゴリに属すか否かが判定される。
【００３７】ここで、標準パターンＰ1乃至ＰIは、候補
パターンＱ1乃至ＱSの中から、標準パターンとして登録
する各単語のカテゴリを、リジェクト閾値ＲTHを半径と
する円で覆い尽くすことができる、必要最小限の数のパ
ターンを選択したものである。従って、候補パターンＱ
sとの距離がステップＳ６で検出された最小の距離Ｄs m
になる標準パターンＰmのカテゴリと、候補パターンＱs
のカテゴリとは、同じカテゴリに属するはずであり、ス
テップＳ７において、標準パターンＰmのカテゴリと、
候補パターンＱsのカテゴリとが、同じカテゴリに属さ
ないと判定された場合、即ち、候補パターンＱsが標準
パターンＰmとして認識されない場合、候補パターンＱs
は誤認識されたことになる。
パターンＱ1乃至ＱSの中から、標準パターンとして登録
する各単語のカテゴリを、リジェクト閾値ＲTHを半径と
する円で覆い尽くすことができる、必要最小限の数のパ
ターンを選択したものである。従って、候補パターンＱ
sとの距離がステップＳ６で検出された最小の距離Ｄs m
になる標準パターンＰmのカテゴリと、候補パターンＱs
のカテゴリとは、同じカテゴリに属するはずであり、ス
テップＳ７において、標準パターンＰmのカテゴリと、
候補パターンＱsのカテゴリとが、同じカテゴリに属さ
ないと判定された場合、即ち、候補パターンＱsが標準
パターンＰmとして認識されない場合、候補パターンＱs
は誤認識されたことになる。
【００３８】よって、ステップＳ７において、標準パタ
ーンＰmのカテゴリと、候補パターンＱsのカテゴリと
が、同じカテゴリに属さないと判定された場合、ステッ
プＳ８に進み、誤認識された候補パターンＱsが標準パ
ターンＰmとして認識されるように重み係数ｗiを補正す
るために、変数ｓｗiに１がセットされ、ステップＳ９
に進む。ステップＳ７において、標準パターンＰmのカ
テゴリと、候補パターンＱsのカテゴリとが、同じカテ
ゴリに属すると判定された場合、ステップＳ８をスキッ
プして、ステップＳ９に進む。
ーンＰmのカテゴリと、候補パターンＱsのカテゴリと
が、同じカテゴリに属さないと判定された場合、ステッ
プＳ８に進み、誤認識された候補パターンＱsが標準パ
ターンＰmとして認識されるように重み係数ｗiを補正す
るために、変数ｓｗiに１がセットされ、ステップＳ９
に進む。ステップＳ７において、標準パターンＰmのカ
テゴリと、候補パターンＱsのカテゴリとが、同じカテ
ゴリに属すると判定された場合、ステップＳ８をスキッ
プして、ステップＳ９に進む。
【００３９】ステップＳ９において、候補パターンＱs
のサフィックスである変数ｓが、候補パターン数Ｓに等
しいか否かが判定される。ステップＳ９において、候補
パターンＱsのサフィックスである変数ｓが、候補パタ
ーン数Ｓに等しくないと判定された場合、ステップＳ３
に戻り、ステップＳ９において、候補パターンＱsのサ
フィックスである変数ｓが、候補パターン数Ｓに等しい
と判定されるまで、ステップＳ３乃至Ｓ９の処理を繰り
返す。
のサフィックスである変数ｓが、候補パターン数Ｓに等
しいか否かが判定される。ステップＳ９において、候補
パターンＱsのサフィックスである変数ｓが、候補パタ
ーン数Ｓに等しくないと判定された場合、ステップＳ３
に戻り、ステップＳ９において、候補パターンＱsのサ
フィックスである変数ｓが、候補パターン数Ｓに等しい
と判定されるまで、ステップＳ３乃至Ｓ９の処理を繰り
返す。
【００４０】ステップＳ９において、候補パターンＱs
のサフィックスである変数ｓが、候補パターン数Ｓに等
しいと判定された場合、ステップＳ１０に進み、ステッ
プＳ８で変数ＳＷiに１がセットされたｉをサフィック
スとする重み係数ｗiが、次式にしたがって更新（補
正）される。 ｗi＝ｗi＋δ （３） 但し、δは、Ｗより充分小さな値とする。
のサフィックスである変数ｓが、候補パターン数Ｓに等
しいと判定された場合、ステップＳ１０に進み、ステッ
プＳ８で変数ＳＷiに１がセットされたｉをサフィック
スとする重み係数ｗiが、次式にしたがって更新（補
正）される。 ｗi＝ｗi＋δ （３） 但し、δは、Ｗより充分小さな値とする。
【００４１】さらに、ステップＳ９において、重み係数
ｗiとともに、ステップＳ７における、標準パターンＰm
のカテゴリと、候補パターンＱsのカテゴリとが、同じ
カテゴリに属すか否かが判定された結果、即ち候補パタ
ーンＱsの認識結果が所定の保存エリアに記憶され、ス
テップＳ１１に進む。ステップＳ１１において、変数ｃ
ｎｔが１だけデクリメントされ、ステップＳ１２に進
み、変数ｃｎｔが０に等しいか否かが判定される。ステ
ップＳ１２において、変数ｃｎｔが０に等しくないと判
定された場合、ステップＳ２に戻り、ステップＳ１２に
おいて、変数ｃｎｔが０に等しいと判定されるまで、ス
テップＳ２乃至Ｓ１２の処理を繰り返す。
ｗiとともに、ステップＳ７における、標準パターンＰm
のカテゴリと、候補パターンＱsのカテゴリとが、同じ
カテゴリに属すか否かが判定された結果、即ち候補パタ
ーンＱsの認識結果が所定の保存エリアに記憶され、ス
テップＳ１１に進む。ステップＳ１１において、変数ｃ
ｎｔが１だけデクリメントされ、ステップＳ１２に進
み、変数ｃｎｔが０に等しいか否かが判定される。ステ
ップＳ１２において、変数ｃｎｔが０に等しくないと判
定された場合、ステップＳ２に戻り、ステップＳ１２に
おいて、変数ｃｎｔが０に等しいと判定されるまで、ス
テップＳ２乃至Ｓ１２の処理を繰り返す。
【００４２】ステップＳ１２において、変数ｃｎｔが０
に等しいと判定された場合、ステップＳ１３に進み、ス
テップＳ１０で記憶された認識結果が参照され、例えば
最も認識率の高いときの重み係数ｗ1乃至ｗIが、最終的
な重み係数として決定され、処理を終了する。
に等しいと判定された場合、ステップＳ１３に進み、ス
テップＳ１０で記憶された認識結果が参照され、例えば
最も認識率の高いときの重み係数ｗ1乃至ｗIが、最終的
な重み係数として決定され、処理を終了する。
【００４３】以上のようにして、例えば図２に示すよう
な、識別平面における単語としてのカテゴリＡまたはＢ
を、過不足ないようにそれぞれ円で囲むことができる重
み係数が決定される。
な、識別平面における単語としてのカテゴリＡまたはＢ
を、過不足ないようにそれぞれ円で囲むことができる重
み係数が決定される。
【００４４】次に、音声を認識する場合の動作について
説明する。マイク１１に入力された音声は、電気信号で
ある音声信号に変換され、音響分析部１２に供給され
る。音響分析部１２において、マイク１１より供給され
た音声信号に音響分析処理が施され、音声信号のパワー
およびゼロクロス数が抽出されて音声区間検出部１３に
供給されるとともに、所定の周波数帯域ごとのスペクト
ル特性（パワー）が特徴パラメータとして抽出されてＮ
ＡＴ処理部１４に供給される。音声区間検出部１３にお
いて、音響分析部１２より供給される音声信号のパワー
またはゼロクロス数から、マイク１１より出力された音
声信号の音声区間、即ち音声信号の始点フレームと終点
フレームが検出され、ＮＡＴ処理部１４に供給される。
説明する。マイク１１に入力された音声は、電気信号で
ある音声信号に変換され、音響分析部１２に供給され
る。音響分析部１２において、マイク１１より供給され
た音声信号に音響分析処理が施され、音声信号のパワー
およびゼロクロス数が抽出されて音声区間検出部１３に
供給されるとともに、所定の周波数帯域ごとのスペクト
ル特性（パワー）が特徴パラメータとして抽出されてＮ
ＡＴ処理部１４に供給される。音声区間検出部１３にお
いて、音響分析部１２より供給される音声信号のパワー
またはゼロクロス数から、マイク１１より出力された音
声信号の音声区間、即ち音声信号の始点フレームと終点
フレームが検出され、ＮＡＴ処理部１４に供給される。
【００４５】ＮＡＴ処理部１４では、音声区間検出部１
３より供給される音声区間において、音響分析部１２よ
り供給される特徴パラメータ系列にＮＡＴ処理が施され
る。即ち、ＮＡＴ処理部１４の軌跡長算出器１４ａにお
いて、音響分析部１２より供給された特徴パラメータ
が、そのパラメータ空間内に描く直線近似による軌跡長
ＳＬが算出される。補間間隔算出器１４ｂにおいて、パ
ラメータ空間内に描かれた特徴パラメータの軌跡を再サ
ンプリングするための間隔（再サンプリング間隔）Ｔ
が、あらかじめ設定されたサンプリング点数Ｋ、および
軌跡長算出器１４ａにより算出された軌跡長ＳＬから、
式（１）にしたがって算出され、補間点抽出器１４ｃに
供給される。
３より供給される音声区間において、音響分析部１２よ
り供給される特徴パラメータ系列にＮＡＴ処理が施され
る。即ち、ＮＡＴ処理部１４の軌跡長算出器１４ａにお
いて、音響分析部１２より供給された特徴パラメータ
が、そのパラメータ空間内に描く直線近似による軌跡長
ＳＬが算出される。補間間隔算出器１４ｂにおいて、パ
ラメータ空間内に描かれた特徴パラメータの軌跡を再サ
ンプリングするための間隔（再サンプリング間隔）Ｔ
が、あらかじめ設定されたサンプリング点数Ｋ、および
軌跡長算出器１４ａにより算出された軌跡長ＳＬから、
式（１）にしたがって算出され、補間点抽出器１４ｃに
供給される。
【００４６】補間点抽出器１４ｃにおいて、音響分析部
２より供給された特徴パラメータがパラメータ空間内に
描く軌跡を直線近似した軌跡に沿って、図５に○印で示
すように、補間間隔算出器１４ｂにより算出された再サ
ンプリング間隔Ｔで、特徴パラメータの軌跡が再サンプ
リングされ、入力パターンとしての新たな特徴パラメー
タ系列が算出される。
２より供給された特徴パラメータがパラメータ空間内に
描く軌跡を直線近似した軌跡に沿って、図５に○印で示
すように、補間間隔算出器１４ｂにより算出された再サ
ンプリング間隔Ｔで、特徴パラメータの軌跡が再サンプ
リングされ、入力パターンとしての新たな特徴パラメー
タ系列が算出される。
【００４７】距離計算部１５において、ＮＡＴ処理部１
４より供給される入力パターンｑ（ｊ，ｋ）と標準パタ
ーン格納部１６に記憶された標準パターンｐi（ｊ，
ｋ）との距離Ｄiが、式（２）にしたがい、標準パター
ンｐi（ｊ，ｋ）ごとに用意した距離尺度を補正する重
み係数ｗiが、入力パターンｑ（ｊ，ｋ）と標準パター
ンｐi（ｊ，ｋ）との単純な距離に乗じられて計算され
る。
４より供給される入力パターンｑ（ｊ，ｋ）と標準パタ
ーン格納部１６に記憶された標準パターンｐi（ｊ，
ｋ）との距離Ｄiが、式（２）にしたがい、標準パター
ンｐi（ｊ，ｋ）ごとに用意した距離尺度を補正する重
み係数ｗiが、入力パターンｑ（ｊ，ｋ）と標準パター
ンｐi（ｊ，ｋ）との単純な距離に乗じられて計算され
る。
【００４８】なお、距離計算部１５において、標準パタ
ーン格納部１６に記憶されたすべての標準パターンｐ1
（ｊ，ｋ）乃至ｐI（ｊ，ｋ）に対して、入力パターン
ｑ（ｊ，ｋ）との距離が計算される。
ーン格納部１６に記憶されたすべての標準パターンｐ1
（ｊ，ｋ）乃至ｐI（ｊ，ｋ）に対して、入力パターン
ｑ（ｊ，ｋ）との距離が計算される。
【００４９】距離判定部１７において、距離計算部１５
により計算された、入力パターンｑ（ｊ，ｋ）とすべて
の標準パターンｐ1（ｊ，ｋ）乃至ｐI（ｊ，ｋ）の距離
Ｄ1乃至ＤIの中から、最小の距離Ｄi(MIN)が検出され、
距離Ｄi(MIN)が、リジェクト閾値ＲTHより大きいか否か
が判定される。そして、距離判定部１７において、距離
Ｄi(MIN)が、リジェクト閾値ＲTHより大きいと判定され
た場合（Ｄi(MIN)＞ＲTH）、入力パターンｑ（ｊ，ｋ）
を認識することができなかったとして、入力パターンｑ
（ｊ，ｋ）がリジェクト（棄却）される。また、距離判
定部１７において、距離Ｄi(MIN)が、リジェクト閾値Ｒ
TH以下であると判定された場合（Ｄi( MIN)≦ＲTH）、入
力パターンｑ（ｊ，ｋ）を認識した結果として、入力パ
ターンｑ（ｊ，ｋ）との距離を最小にする標準パターン
ｐi(MIN)（ｊ，ｋ）に対応する単語が出力される。
により計算された、入力パターンｑ（ｊ，ｋ）とすべて
の標準パターンｐ1（ｊ，ｋ）乃至ｐI（ｊ，ｋ）の距離
Ｄ1乃至ＤIの中から、最小の距離Ｄi(MIN)が検出され、
距離Ｄi(MIN)が、リジェクト閾値ＲTHより大きいか否か
が判定される。そして、距離判定部１７において、距離
Ｄi(MIN)が、リジェクト閾値ＲTHより大きいと判定され
た場合（Ｄi(MIN)＞ＲTH）、入力パターンｑ（ｊ，ｋ）
を認識することができなかったとして、入力パターンｑ
（ｊ，ｋ）がリジェクト（棄却）される。また、距離判
定部１７において、距離Ｄi(MIN)が、リジェクト閾値Ｒ
TH以下であると判定された場合（Ｄi( MIN)≦ＲTH）、入
力パターンｑ（ｊ，ｋ）を認識した結果として、入力パ
ターンｑ（ｊ，ｋ）との距離を最小にする標準パターン
ｐi(MIN)（ｊ，ｋ）に対応する単語が出力される。
【００５０】以上のように、標準パターンごとに用意し
た距離尺度を補正する重み係数を、入力パターンと標準
パターンとの距離に乗じて、標準パターンのカテゴリの
形状に対応した距離を求めるようにしたので、音声の認
識率を向上させることができる。
た距離尺度を補正する重み係数を、入力パターンと標準
パターンとの距離に乗じて、標準パターンのカテゴリの
形状に対応した距離を求めるようにしたので、音声の認
識率を向上させることができる。
【００５１】なお、本実施例においては、あらかじめ与
えられたＳ個の候補パターンからＩ個の標準パターンを
選択して、このＩ個の標準パターンの重み係数を、単語
のカテゴリの形状に合うように更新（補正）するように
したが、カテゴリの形状に合わせて標準パターン（テン
プレート）とともに重み係数（例えば図２におけるカテ
ゴリＡまたはＢを覆う円の中心と半径に対応する）を決
定するようにすれば、標準パターン（テンプレート）数
を減らすことができる。
えられたＳ個の候補パターンからＩ個の標準パターンを
選択して、このＩ個の標準パターンの重み係数を、単語
のカテゴリの形状に合うように更新（補正）するように
したが、カテゴリの形状に合わせて標準パターン（テン
プレート）とともに重み係数（例えば図２におけるカテ
ゴリＡまたはＢを覆う円の中心と半径に対応する）を決
定するようにすれば、標準パターン（テンプレート）数
を減らすことができる。
【００５２】
【発明の効果】請求項１に記載のパターンマッチング方
法によれば、標準パターンごとに用意した距離尺度を補
正する重み係数を、入力パターンと標準パターンとの距
離に乗ずるようにしたので、標準パターンのカテゴリの
形状に対応した距離を求めることができ、入力パターン
の認識率を向上させることができる。
法によれば、標準パターンごとに用意した距離尺度を補
正する重み係数を、入力パターンと標準パターンとの距
離に乗ずるようにしたので、標準パターンのカテゴリの
形状に対応した距離を求めることができ、入力パターン
の認識率を向上させることができる。
【００５３】請求項２に記載のパターン認識装置によれ
ば、標準パターンとともに、標準パターンごとに用意さ
れた距離尺度を補正する重み係数が記憶手段に記憶さ
れ、記憶された標準パターンと、入力パターン作成手段
により作成された入力パターンとの距離が計算される。
そして、入力パターンとの距離を計算する標準パターン
に対応して、記憶手段に記憶された重み係数が距離に乗
ざれる。従って、標準パターンをマルチテンプレート化
する場合、テンプレートの数を少なくすることができ、
さらに入力パターンの認識率を向上させることができ
る。
ば、標準パターンとともに、標準パターンごとに用意さ
れた距離尺度を補正する重み係数が記憶手段に記憶さ
れ、記憶された標準パターンと、入力パターン作成手段
により作成された入力パターンとの距離が計算される。
そして、入力パターンとの距離を計算する標準パターン
に対応して、記憶手段に記憶された重み係数が距離に乗
ざれる。従って、標準パターンをマルチテンプレート化
する場合、テンプレートの数を少なくすることができ、
さらに入力パターンの認識率を向上させることができ
る。
【図１】本発明のパターンマッチング方法を応用したパ
ターン認識装置の一実施例の構成を示すブロック図であ
る。
ターン認識装置の一実施例の構成を示すブロック図であ
る。
【図２】識別平面におけるカテゴリの形状を、過不足な
いように重み係数を補正した標準パターン（テンプレー
ト）で被覆した平面図である。
いように重み係数を補正した標準パターン（テンプレー
ト）で被覆した平面図である。
【図３】本発明のパターン認識装置を応用した音声認識
装置の一実施例の構成を示すブロック図である。
装置の一実施例の構成を示すブロック図である。
【図４】図３の実施例のＮＡＴ処理部１４のより詳細な
ブロック図である。
ブロック図である。
【図５】音声の特徴パラメータの軌跡を示す平面図であ
る。
る。
【図６】図３の実施例の標準パターン格納部１６に記憶
される重み係数を作成するアルゴリズムを説明するため
のフローチャートである。
される重み係数を作成するアルゴリズムを説明するため
のフローチャートである。
【図７】識別平面における単語のカテゴリの分布を示す
平面図である。
平面図である。
【図８】従来のテンプレート方式における標準パターン
（テンプレート）による単語のカテゴリを被覆した平面
図である。
（テンプレート）による単語のカテゴリを被覆した平面
図である。
【図９】従来のテンプレート方式における標準パターン
（テンプレート）による単語のカテゴリを被覆した平面
図である。
（テンプレート）による単語のカテゴリを被覆した平面
図である。
１ 距離計算部 ２ 標準パターン格納部 ３ パターン選択部 ４ 重み補正部 ５ 重み係数格納部 ６ 距離判定部 １１ マイク １２ 音響分析部 １３ 音声区間検出部 １４ ＮＡＴ処理部 １５ 距離計算部 １６ 標準パターン格納部 １７ 距離判定部
Claims (2)
- 【請求項１】 入力パターンと標準パターンとの距離に
より前記入力パターンを認識するパターンマッチング方
法において、 前記標準パターンごとに用意した距離尺度を補正する重
み係数を前記距離に乗ずることを特徴とするパターンマ
ッチング方法。 - 【請求項２】 入力パターンを作成する入力パターン作
成手段と、 標準パターンとともに、前記標準パターンごとに用意さ
れた距離尺度を補正する重み係数を記憶する記憶手段
と、 前記記憶手段に記憶された標準パターンと、前記入力パ
ターン作成手段により作成された入力パターンとの距離
を計算する距離計算手段と、 前記距離計算手段により計算された距離により前記入力
パターンを認識する認識手段とを備え、 前記距離計算手段は、前記入力パターンとの距離を計算
する前記標準パターンに対応して、前記記憶手段に記憶
された重み係数を前記距離に乗ずることを特徴とするパ
ターン認識装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4082831A JPH05249990A (ja) | 1992-03-04 | 1992-03-04 | パターンマッチング方法およびパターン認識装置 |
| DE69329354T DE69329354T2 (de) | 1992-03-04 | 1993-03-01 | Verfahren und Gerät zur Mustererkennung |
| EP93301537A EP0559415B1 (en) | 1992-03-04 | 1993-03-01 | A pattern matching method and a pattern recognition apparatus |
| US08/414,046 US5561722A (en) | 1992-03-04 | 1995-03-03 | Pattern matching method and pattern recognition apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4082831A JPH05249990A (ja) | 1992-03-04 | 1992-03-04 | パターンマッチング方法およびパターン認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05249990A true JPH05249990A (ja) | 1993-09-28 |
Family
ID=13785354
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4082831A Withdrawn JPH05249990A (ja) | 1992-03-04 | 1992-03-04 | パターンマッチング方法およびパターン認識装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5561722A (ja) |
| EP (1) | EP0559415B1 (ja) |
| JP (1) | JPH05249990A (ja) |
| DE (1) | DE69329354T2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004090867A1 (ja) * | 2003-04-09 | 2004-10-21 | Toyota Jidosha Kabushiki Kaisha | 変化情報認識装置および変化情報認識方法 |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6167390A (en) * | 1993-12-08 | 2000-12-26 | 3M Innovative Properties Company | Facet classification neural network |
| JP2738403B2 (ja) * | 1995-05-12 | 1998-04-08 | 日本電気株式会社 | 音声認識装置 |
| JP2982689B2 (ja) * | 1996-04-19 | 1999-11-29 | 日本電気株式会社 | 情報量基準を用いた標準パターン作成方式 |
| US5789726A (en) * | 1996-11-25 | 1998-08-04 | Eastman Kodak Company | Method and apparatus for enhanced transaction card compression employing interstitial weights |
| US6006186A (en) * | 1997-10-16 | 1999-12-21 | Sony Corporation | Method and apparatus for a parameter sharing speech recognition system |
| US5983224A (en) * | 1997-10-31 | 1999-11-09 | Hitachi America, Ltd. | Method and apparatus for reducing the computational requirements of K-means data clustering |
| US6330353B1 (en) * | 1997-12-18 | 2001-12-11 | Siemens Corporate Research, Inc. | Method of localization refinement of pattern images using optical flow constraints |
| US6356865B1 (en) * | 1999-01-29 | 2002-03-12 | Sony Corporation | Method and apparatus for performing spoken language translation |
| US6266642B1 (en) | 1999-01-29 | 2001-07-24 | Sony Corporation | Method and portable apparatus for performing spoken language translation |
| US6223150B1 (en) | 1999-01-29 | 2001-04-24 | Sony Corporation | Method and apparatus for parsing in a spoken language translation system |
| US6278968B1 (en) | 1999-01-29 | 2001-08-21 | Sony Corporation | Method and apparatus for adaptive speech recognition hypothesis construction and selection in a spoken language translation system |
| US6282507B1 (en) | 1999-01-29 | 2001-08-28 | Sony Corporation | Method and apparatus for interactive source language expression recognition and alternative hypothesis presentation and selection |
| US6243669B1 (en) | 1999-01-29 | 2001-06-05 | Sony Corporation | Method and apparatus for providing syntactic analysis and data structure for translation knowledge in example-based language translation |
| US6442524B1 (en) | 1999-01-29 | 2002-08-27 | Sony Corporation | Analyzing inflectional morphology in a spoken language translation system |
| US6374224B1 (en) | 1999-03-10 | 2002-04-16 | Sony Corporation | Method and apparatus for style control in natural language generation |
| US7363311B2 (en) * | 2001-11-16 | 2008-04-22 | Nippon Telegraph And Telephone Corporation | Method of, apparatus for, and computer program for mapping contents having meta-information |
| FR2892846A1 (fr) * | 2005-11-03 | 2007-05-04 | France Telecom | Procede et dispositif de calcul de mesure de similarite entre une representation d'un segment audio de reference et une representation d'un segment audio a tester et procede et dispositif de suivi d'un locuteur de reference |
| CN101154379B (zh) * | 2006-09-27 | 2011-11-23 | 夏普株式会社 | 定位语音中的关键词的方法和设备以及语音识别系统 |
| US9471873B1 (en) * | 2012-09-20 | 2016-10-18 | Amazon Technologies, Inc. | Automating user patterns on a user device |
Family Cites Families (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4414566A (en) * | 1981-04-03 | 1983-11-08 | Industrial Automation Corporation | Sorting and inspection apparatus and method |
| US4608708A (en) * | 1981-12-24 | 1986-08-26 | Nippon Electric Co., Ltd. | Pattern matching system |
| JPH0778825B2 (ja) * | 1983-02-09 | 1995-08-23 | 株式会社日立製作所 | 画像処理プロセツサ |
| JPS59172700A (ja) * | 1983-03-22 | 1984-09-29 | 中川 聖一 | パタ−ン比較装置 |
| JPH0668678B2 (ja) * | 1984-06-25 | 1994-08-31 | ソニー株式会社 | 音声認識装置 |
| JPH0632022B2 (ja) * | 1984-06-15 | 1994-04-27 | ソニー株式会社 | 音声認識装置 |
| JPH0792674B2 (ja) * | 1984-07-04 | 1995-10-09 | ソニー株式会社 | 音声認識装置 |
| JPS625299A (ja) * | 1985-06-29 | 1987-01-12 | ソニー株式会社 | 音声認識装置 |
| CA1261472A (en) * | 1985-09-26 | 1989-09-26 | Yoshinao Shiraki | Reference speech pattern generating method |
| JPS62105199A (ja) * | 1985-10-31 | 1987-05-15 | ソニー株式会社 | 音声認識装置 |
| JPS62113197A (ja) * | 1985-11-13 | 1987-05-25 | ソニー株式会社 | 音声認識装置 |
| US5060279A (en) * | 1986-04-10 | 1991-10-22 | Hewlett-Packard Company | Expert system using pattern recognition techniques |
| JPH0638195B2 (ja) * | 1987-01-30 | 1994-05-18 | 日本電気株式会社 | パタンマッチング装置 |
| US5041733A (en) * | 1987-03-20 | 1991-08-20 | Agency Of Industrial Science & Technology | Method and apparatus for identifying chromosomes or cells |
| US4905285A (en) * | 1987-04-03 | 1990-02-27 | American Telephone And Telegraph Company, At&T Bell Laboratories | Analysis arrangement based on a model of human neural responses |
| JPS63305396A (ja) * | 1987-06-05 | 1988-12-13 | ソニー株式会社 | 音声認識装置 |
| JP2658104B2 (ja) * | 1987-12-24 | 1997-09-30 | ソニー株式会社 | 音声認識装置 |
| JP2745535B2 (ja) * | 1988-05-24 | 1998-04-28 | 日本電気株式会社 | 音声認識装置 |
| US5109431A (en) * | 1988-09-22 | 1992-04-28 | Hitachi, Ltd. | Pattern discrimination method and apparatus using the same |
| GB8914843D0 (en) * | 1989-06-28 | 1989-08-16 | British Aerospace | A method of processing video image data for use in the storage or transmission of moving digital images |
| US5040133A (en) * | 1990-01-12 | 1991-08-13 | Hughes Aircraft Company | Adaptive clusterer |
| CA2036974C (en) * | 1990-02-26 | 1996-06-11 | Masayuki Kimura | Pattern recognition data processing device using an associative matching method |
| US5199543A (en) * | 1990-08-22 | 1993-04-06 | Oki Electric Industry Co., Ltd. | Apparatus for and method of discriminating bill |
| US5276771A (en) * | 1991-12-27 | 1994-01-04 | R & D Associates | Rapidly converging projective neural network |
-
1992
- 1992-03-04 JP JP4082831A patent/JPH05249990A/ja not_active Withdrawn
-
1993
- 1993-03-01 DE DE69329354T patent/DE69329354T2/de not_active Expired - Fee Related
- 1993-03-01 EP EP93301537A patent/EP0559415B1/en not_active Expired - Lifetime
-
1995
- 1995-03-03 US US08/414,046 patent/US5561722A/en not_active Expired - Fee Related
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004090867A1 (ja) * | 2003-04-09 | 2004-10-21 | Toyota Jidosha Kabushiki Kaisha | 変化情報認識装置および変化情報認識方法 |
| US7302086B2 (en) | 2003-04-09 | 2007-11-27 | Toyota Jidosha Kabushiki Kaisha | Change information recognition apparatus and change information recognition method |
| US7508959B2 (en) | 2003-04-09 | 2009-03-24 | Toyota Jidosha Kabushiki Kaisha | Change information recognition apparatus and change information recognition method |
Also Published As
| Publication number | Publication date |
|---|---|
| EP0559415A2 (en) | 1993-09-08 |
| EP0559415B1 (en) | 2000-09-06 |
| US5561722A (en) | 1996-10-01 |
| EP0559415A3 (en) | 1995-06-21 |
| DE69329354T2 (de) | 2001-03-29 |
| DE69329354D1 (de) | 2000-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH05249990A (ja) | パターンマッチング方法およびパターン認識装置 | |
| JP3664739B2 (ja) | 話者の音声確認用の自動式時間的無相関変換装置 | |
| US4400828A (en) | Word recognizer | |
| EP1141939B1 (en) | System and method for segmentation of speech signals | |
| JPH07334184A (ja) | 音響カテゴリ平均値計算装置及び適応化装置 | |
| US5828998A (en) | Identification-function calculator, identification-function calculating method, identification unit, identification method, and speech recognition system | |
| US4790017A (en) | Speech processing feature generation arrangement | |
| JP3400474B2 (ja) | 音声認識装置および音声認識方法 | |
| JPH05224693A (ja) | 音声認識装置 | |
| JP3458285B2 (ja) | 音声認識装置 | |
| JPH05216498A (ja) | 音声認識装置 | |
| JPH06301395A (ja) | 音声認識装置 | |
| JPH10171488A (ja) | 音声認識方法及び装置及び記憶媒体 | |
| JPS6346496A (ja) | 音声認識装置 | |
| JP3003136B2 (ja) | 音声認識方法および音声応答システム | |
| JPH0419700A (ja) | 音声パターンマッチング方法 | |
| JPH06289893A (ja) | 音声認識装置 | |
| JPH05313692A (ja) | 音声認識装置 | |
| JPH0683383A (ja) | 音声認識装置 | |
| JPH05249991A (ja) | 重み係数決定方法 | |
| JPH1185182A (ja) | 話者認識方法及び装置 | |
| JPH0651793A (ja) | 音声認識装置 | |
| JPS6287993A (ja) | 音声認識装置 | |
| JPS63218999A (ja) | 音声認識装置 | |
| JPH0797280B2 (ja) | 情報処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19990518 |