JPH05313695A - 音声分析装置 - Google Patents
音声分析装置Info
- Publication number
- JPH05313695A JPH05313695A JP4142144A JP14214492A JPH05313695A JP H05313695 A JPH05313695 A JP H05313695A JP 4142144 A JP4142144 A JP 4142144A JP 14214492 A JP14214492 A JP 14214492A JP H05313695 A JPH05313695 A JP H05313695A
- Authority
- JP
- Japan
- Prior art keywords
- coefficient
- characteristic
- calculated
- voice
- autocorrelation
- 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- Withdrawn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
Abstract
(57)【要約】 （修正有）
【目的】 声帯音源情報が低減され、少ない演算量で算
出することができる音声の特徴パラメータを提供する。 【構成】 ＢＰＦ（バンドバスフィルタ）の周波数特性
Ｗi（ｆ）（ｉ＝１，２，・・・，Ｉで、ｉはＢＰＦの
チャンネル数、ｆは周波数）から、 にしたがって算出されたＢＰＦ特性係数ＢikがＢＰＦ特
性係数格納部３にあらかじめ記憶されており、このＢＰ
Ｆ特性係数Ｂikと、自己相関係数算出部１で、サンプリ
ングされた音声信号に所定長Ｎの窓をかけて算出された
自己相関係数Ｃkから、Ｂｉを算出する。 にしたがって、Ｉ次の特徴パラメータＢiが算出され
る。
出することができる音声の特徴パラメータを提供する。 【構成】 ＢＰＦ（バンドバスフィルタ）の周波数特性
Ｗi（ｆ）（ｉ＝１，２，・・・，Ｉで、ｉはＢＰＦの
チャンネル数、ｆは周波数）から、 にしたがって算出されたＢＰＦ特性係数ＢikがＢＰＦ特
性係数格納部３にあらかじめ記憶されており、このＢＰ
Ｆ特性係数Ｂikと、自己相関係数算出部１で、サンプリ
ングされた音声信号に所定長Ｎの窓をかけて算出された
自己相関係数Ｃkから、Ｂｉを算出する。 にしたがって、Ｉ次の特徴パラメータＢiが算出され
る。
Description
【０００１】
【産業上の利用分野】本発明は、音声から、例えば音声
認識に用いる特徴パラメータ（特徴ベクトル）を抽出す
る場合に用いて好適な音声分析装置に関する。
認識に用いる特徴パラメータ（特徴ベクトル）を抽出す
る場合に用いて好適な音声分析装置に関する。
【０００２】
【従来の技術】従来の音声認識装置においては、音声
が、所定長のフレームごとに音響分析され、時系列に抽
出される特徴パラメータを入力パターンとして、この入
力パターンと標準パターンとの距離が算出されて、入力
パターンとの距離を最小にする標準パターンが、音声の
認識結果として出力されるようになっている。
が、所定長のフレームごとに音響分析され、時系列に抽
出される特徴パラメータを入力パターンとして、この入
力パターンと標準パターンとの距離が算出されて、入力
パターンとの距離を最小にする標準パターンが、音声の
認識結果として出力されるようになっている。
【０００３】また、一般的に、入力パターンの長さ、即
ち音声区間（音声が発声されている区間）は、標準パタ
ーンの長さと対応しているものではないので、このよう
な装置では、例えばＤＰマッチングなどにより入力パタ
ーンの時間軸および標準パターンの時間軸の正規化が行
われたり、フレームごとに抽出される特徴パラメータに
よりフレーム間における特徴パラメータの補間が行われ
（例えば音声の遷移部分（例えば音素が調音結合してい
る部分）における特徴パラメータが、その前後のフレー
ムにおける特徴パラメータの平均値とされる）、これに
より入力パターンの時間軸、または標準パターンの時間
軸が補正されて、入力パターンと標準パターンとの距離
が算出されるようになっている。
ち音声区間（音声が発声されている区間）は、標準パタ
ーンの長さと対応しているものではないので、このよう
な装置では、例えばＤＰマッチングなどにより入力パタ
ーンの時間軸および標準パターンの時間軸の正規化が行
われたり、フレームごとに抽出される特徴パラメータに
よりフレーム間における特徴パラメータの補間が行われ
（例えば音声の遷移部分（例えば音素が調音結合してい
る部分）における特徴パラメータが、その前後のフレー
ムにおける特徴パラメータの平均値とされる）、これに
より入力パターンの時間軸、または標準パターンの時間
軸が補正されて、入力パターンと標準パターンとの距離
が算出されるようになっている。
【０００４】ところで、このような音声認識装置におい
ては、特徴パラメータとして、例えば音声を、メルスケ
ールまたはログスケール上で等間隔に分割された音声帯
域の、各周波数帯域の両端を遮断周波数とする、複数チ
ャンネルのＢＰＦ（バンドパスフィルタ）に通し、その
各出力を整流平滑化（ＢＰＦの出力の絶対値または二乗
して平滑化）して、さらに対数をとって正規化した、い
わば各周波数帯域におけるパワーに相当するＢＰＦの整
流平滑出力が用いられる。
ては、特徴パラメータとして、例えば音声を、メルスケ
ールまたはログスケール上で等間隔に分割された音声帯
域の、各周波数帯域の両端を遮断周波数とする、複数チ
ャンネルのＢＰＦ（バンドパスフィルタ）に通し、その
各出力を整流平滑化（ＢＰＦの出力の絶対値または二乗
して平滑化）して、さらに対数をとって正規化した、い
わば各周波数帯域におけるパワーに相当するＢＰＦの整
流平滑出力が用いられる。
【０００５】このＢＰＦの平滑整流出力は、音声の遷移
によるスペクトルの変化（時間変化）に対応して、その
値も連続的に変化する時間的連続性を有し、各チャンネ
ルの出力がほぼ均等に音声の音韻特徴情報（スペクトル
包絡に関する情報）を持っている他、少ない演算量で求
めることができる。
によるスペクトルの変化（時間変化）に対応して、その
値も連続的に変化する時間的連続性を有し、各チャンネ
ルの出力がほぼ均等に音声の音韻特徴情報（スペクトル
包絡に関する情報）を持っている他、少ない演算量で求
めることができる。
【０００６】このように、ＢＰＦの平滑整流出力は、時
間的連続性を有するので、音声認識装置において、入力
パターンの時間軸および標準パターンの時間軸の正規化
が行われたり、またはフレームごとに抽出される特徴パ
ラメータを用いて、フレーム間における特徴パラメータ
の補間が行われる場合には、有効な特徴パラメータであ
るとされている。
間的連続性を有するので、音声認識装置において、入力
パターンの時間軸および標準パターンの時間軸の正規化
が行われたり、またはフレームごとに抽出される特徴パ
ラメータを用いて、フレーム間における特徴パラメータ
の補間が行われる場合には、有効な特徴パラメータであ
るとされている。
【０００７】
【発明が解決しようとする課題】ところで、ＢＰＦの平
滑整流出力には、音声の音韻特徴情報（スペクトル包絡
に関する情報）の他、話者固有の声帯音源情報（スペク
トルの微細構造、即ちピッチに関する情報）が含まれて
いるが、音声認識において、この声帯音源情報は不要で
あるばかりか、音声認識に必要な音韻特徴情報をぼかし
てしまい、従って音声の認識率が劣化する課題があっ
た。
滑整流出力には、音声の音韻特徴情報（スペクトル包絡
に関する情報）の他、話者固有の声帯音源情報（スペク
トルの微細構造、即ちピッチに関する情報）が含まれて
いるが、音声認識において、この声帯音源情報は不要で
あるばかりか、音声認識に必要な音韻特徴情報をぼかし
てしまい、従って音声の認識率が劣化する課題があっ
た。
【０００８】そこで、特徴パラメータとして、例えば ○自己相関係数 ○ＬＰＣ（線形予測）ケプストラム係数 ○ＦＦＴ（高速フーリエ変換）ケプストラム係数 などを用いる方法がある。
【０００９】自己相関係数Ｃkは、サンプリングされた
音声信号ｘ（ｎ）（ｎは整数）から、例えば次式により
算出される。
音声信号ｘ（ｎ）（ｎは整数）から、例えば次式により
算出される。
【数３】
【００１０】ＬＰＣケプストラム係数ｃjは、上述した
自己相関係数から、例えばいわゆる自己相関法や共分散
法などより求められた線形予測係数α1，α2，・・・，
αp（ｐは所定の次数）より、次に示す再帰式によって
得られる。 ｃ1＝α1 ｃj＝−αj−（（１−１／ｊ）α1ｃj-1＋（１−２／ｊ）α2ｃj-2＋ ・・・＋（１−（ｊ−１）／ｊ）αj-1ｃj-(j-1)） 但し、１＜ｊ＜ｐ ｃj＝−（（１−１／ｊ）α1ｃj-1＋（１−２／ｊ）α2ｃj-2＋ ・・・＋（１−ｐ／ｊ）αpｃj-p） 但し、ｐ＜ｊ
自己相関係数から、例えばいわゆる自己相関法や共分散
法などより求められた線形予測係数α1，α2，・・・，
αp（ｐは所定の次数）より、次に示す再帰式によって
得られる。 ｃ1＝α1 ｃj＝−αj−（（１−１／ｊ）α1ｃj-1＋（１−２／ｊ）α2ｃj-2＋ ・・・＋（１−（ｊ−１）／ｊ）αj-1ｃj-(j-1)） 但し、１＜ｊ＜ｐ ｃj＝−（（１−１／ｊ）α1ｃj-1＋（１−２／ｊ）α2ｃj-2＋ ・・・＋（１−ｐ／ｊ）αpｃj-p） 但し、ｐ＜ｊ
【００１１】ＦＦＴケプストラム係数は、音声信号ｘ
（ｎ）をＦＦＴ（高速フーリエ変換）して求めたスペク
トルの対数をとったものを逆ＦＦＴすることにより得ら
れる。
（ｎ）をＦＦＴ（高速フーリエ変換）して求めたスペク
トルの対数をとったものを逆ＦＦＴすることにより得ら
れる。
【００１２】自己相関係数、およびＬＰＣケプストラム
係数においては、自己相関係数を低次で打ち切ることに
より声帯音源情報を削減することができ、ＦＦＴケプス
トラム係数においては、ケフレンシ領域でリフタをかけ
（マスキングし）、高次係数を取り除くことにより声帯
音源情報を削減することができる。
係数においては、自己相関係数を低次で打ち切ることに
より声帯音源情報を削減することができ、ＦＦＴケプス
トラム係数においては、ケフレンシ領域でリフタをかけ
（マスキングし）、高次係数を取り除くことにより声帯
音源情報を削減することができる。
【００１３】しかしながら、自己相関係数、ＬＰＣケプ
ストラム係数、およびＦＦＴケプストラム係数において
は、時間的連続性が悪く、補間することが困難であると
ともに、これらの特徴パラメータを求めるにあたって
は、多くの演算を必要とし、実時間処理が困難になる課
題があった。
ストラム係数、およびＦＦＴケプストラム係数において
は、時間的連続性が悪く、補間することが困難であると
ともに、これらの特徴パラメータを求めるにあたって
は、多くの演算を必要とし、実時間処理が困難になる課
題があった。
【００１４】本発明は、このような状況に鑑みてなされ
たものであり、声帯音源情報が低減され、時間的連続性
を有し、少ない演算量で算出することができる音声の特
徴パラメータを提供するものである。
たものであり、声帯音源情報が低減され、時間的連続性
を有し、少ない演算量で算出することができる音声の特
徴パラメータを提供するものである。
【００１５】
【課題を解決するための手段】本発明の音声分析装置
は、サンプリングされた音声信号に所定長Ｎの窓をか
け、自己相関係数Ｃk（ｋ＝０，１，・・・，Ｋで、ｋ
は自己相関係数の次数、但しＫ＜Ｎ）を算出する自己相
関係数算出手段としての自己相関係数算出部１と、バン
ドバスフィルタの周波数特性Ｗi（ｆ）（ｉ＝１，２，
・・・，Ｉで、ｉはバンドパスフィルタのチャンネル
数、ｆは周波数）から、式（１）にしたがって算出され
たバンドパスフィルタ特性係数Ｂikを記憶している特性
係数記憶手段としてのＢＰＦ（バンドパスフィルタ）特
性係数格納部３と、自己相関係数Ｃkと、バンドパスフ
ィルタ特性係数Ｂikから、式（２）にしたがって、Ｉ次
の特徴パラメータＢiを算出する特徴パラメータ算出手
段としての自己相関型ＢＰＦ（バンドパスフィルタ）算
出部３とを備えることを特徴とする。
は、サンプリングされた音声信号に所定長Ｎの窓をか
け、自己相関係数Ｃk（ｋ＝０，１，・・・，Ｋで、ｋ
は自己相関係数の次数、但しＫ＜Ｎ）を算出する自己相
関係数算出手段としての自己相関係数算出部１と、バン
ドバスフィルタの周波数特性Ｗi（ｆ）（ｉ＝１，２，
・・・，Ｉで、ｉはバンドパスフィルタのチャンネル
数、ｆは周波数）から、式（１）にしたがって算出され
たバンドパスフィルタ特性係数Ｂikを記憶している特性
係数記憶手段としてのＢＰＦ（バンドパスフィルタ）特
性係数格納部３と、自己相関係数Ｃkと、バンドパスフ
ィルタ特性係数Ｂikから、式（２）にしたがって、Ｉ次
の特徴パラメータＢiを算出する特徴パラメータ算出手
段としての自己相関型ＢＰＦ（バンドパスフィルタ）算
出部３とを備えることを特徴とする。
【００１６】
【作用】上記構成の音声分析装置においては、バンドバ
スフィルタの周波数特性Ｗi（ｆ）（ｉ＝１，２，・・
・，Ｉで、ｉはバンドパスフィルタのチャンネル数、ｆ
は周波数）から、式（１）にしたがって算出され、ＢＰ
Ｆ特性係数格納部３にあらかじめ記憶されているバンド
パスフィルタ特性係数Ｂikと、サンプリングされた音声
信号に所定長Ｎの窓をかけて算出された自己相関係数Ｃ
k（ｋ＝０，１，・・・，Ｋで、ｋは自己相関係数の次
数、但しＫ＜Ｎ）から、式（２）にしたがって、Ｉ次の
特徴パラメータＢiが算出される。従って、低次（Ｋ
次）で打ち切られた自己相関係数Ｃkと、ＢＰＦ特性係
数格納部３にあらかじめ記憶されているバンドパスフィ
ルタ特性係数Ｂikとから特徴パラメータＢiが算出され
るので、声帯音源情報が低減された、少ない演算量で算
出することができる音声の特徴パラメータを提供するこ
とができる。
スフィルタの周波数特性Ｗi（ｆ）（ｉ＝１，２，・・
・，Ｉで、ｉはバンドパスフィルタのチャンネル数、ｆ
は周波数）から、式（１）にしたがって算出され、ＢＰ
Ｆ特性係数格納部３にあらかじめ記憶されているバンド
パスフィルタ特性係数Ｂikと、サンプリングされた音声
信号に所定長Ｎの窓をかけて算出された自己相関係数Ｃ
k（ｋ＝０，１，・・・，Ｋで、ｋは自己相関係数の次
数、但しＫ＜Ｎ）から、式（２）にしたがって、Ｉ次の
特徴パラメータＢiが算出される。従って、低次（Ｋ
次）で打ち切られた自己相関係数Ｃkと、ＢＰＦ特性係
数格納部３にあらかじめ記憶されているバンドパスフィ
ルタ特性係数Ｂikとから特徴パラメータＢiが算出され
るので、声帯音源情報が低減された、少ない演算量で算
出することができる音声の特徴パラメータを提供するこ
とができる。
【００１７】
【実施例】図１は、本発明の音声分析装置の一実施例の
構成を示すブロック図である。自己相関係数算出部１
は、サンプリングされた音声信号ｘ（ｎ）（ｎ＝０，
１，・・・，Ｎ−１）から、
構成を示すブロック図である。自己相関係数算出部１
は、サンプリングされた音声信号ｘ（ｎ）（ｎ＝０，
１，・・・，Ｎ−１）から、
【数４】 にしたがって、０次からＫ−１次までの自己相関係数Ｃ
k（ｋ＝０，１，・・・，Ｋ−１、但しＫ＜Ｎ）を算出
し、自己相関型ＢＰＦ（バンドパスフィルタ）算出部２
に出力する。なお、ｗ（ｎ）は、例えばハミング窓やハ
ニング窓などの窓関数である。
k（ｋ＝０，１，・・・，Ｋ−１、但しＫ＜Ｎ）を算出
し、自己相関型ＢＰＦ（バンドパスフィルタ）算出部２
に出力する。なお、ｗ（ｎ）は、例えばハミング窓やハ
ニング窓などの窓関数である。
【００１８】ここで、Ｎはピッチ周期を充分含む値（例
えば音声信号が、８ｋＨｚでサンプリングされている場
合、１２８（１６ｍｓ）乃至２５６（３２ｍｓ）程度）
で、Ｋはピッチ周期より小さな値（例えば音声信号が、
８ｋＨｚでサンプリングされている場合、４０（５ｍ
ｓ）程度）である。
えば音声信号が、８ｋＨｚでサンプリングされている場
合、１２８（１６ｍｓ）乃至２５６（３２ｍｓ）程度）
で、Ｋはピッチ周期より小さな値（例えば音声信号が、
８ｋＨｚでサンプリングされている場合、４０（５ｍ
ｓ）程度）である。
【００１９】ＢＰＦ（バンドパスフィルタ）特性係数格
納部３は、例えば、メルスケールまたはログスケール上
で等間隔に分割された音声帯域の、各周波数帯域の両端
を遮断周波数とする、Ｉ個のＢＰＦ（バンドパスフィル
タ）の周波数特性Ｗi（ｆ）（ｉ＝１，２，・・・，Ｉ
で、ｉはバンドパスフィルタのチャンネル数、ｆは周波
数）から、式（１）にしたがって算出されたＢＰＦ特性
係数Ｂikを記憶している。
納部３は、例えば、メルスケールまたはログスケール上
で等間隔に分割された音声帯域の、各周波数帯域の両端
を遮断周波数とする、Ｉ個のＢＰＦ（バンドパスフィル
タ）の周波数特性Ｗi（ｆ）（ｉ＝１，２，・・・，Ｉ
で、ｉはバンドパスフィルタのチャンネル数、ｆは周波
数）から、式（１）にしたがって算出されたＢＰＦ特性
係数Ｂikを記憶している。
【００２０】自己相関型ＢＰＦ算出部２は、自己相関係
数算出部１より出力された０次からＫ−１次までの自己
相関係数Ｃkと、ＢＰＦ特性係数格納部３に記憶されて
いるＢＦＰ特性係数Ｂikとから、式（２）にしたがって
特徴パラメータ（Ｉ次の特徴ベクトル）Ｂiを算出す
る。
数算出部１より出力された０次からＫ−１次までの自己
相関係数Ｃkと、ＢＰＦ特性係数格納部３に記憶されて
いるＢＦＰ特性係数Ｂikとから、式（２）にしたがって
特徴パラメータ（Ｉ次の特徴ベクトル）Ｂiを算出す
る。
【００２１】次に、その動作について説明する。自己相
関係数算出部１において、サンプリングされた音声信号
ｘ（ｎ）（ｎ＝０，１，・・・，Ｎ−１）から、式
（４）にしたがって、０次からＫ−１次までの自己相関
係数Ｃk（ｋ＝０，１，・・・，Ｋ−１、但しＫ＜Ｎ）
が算出され、自己相関型ＢＰＦ（バンドパスフィルタ）
算出部２に出力される。自己相関型ＢＰＦ算出部２にお
いて、自己相関係数算出部１より出力された０次からＫ
−１次までの自己相関係数Ｃkと、ＢＰＦ特性係数格納
部３に記憶されているＢＰＦ特性係数Ｂikとから、式
（２）にしたがって特徴パラメータ（Ｉ次の特徴ベクト
ル）Ｂiが算出される。
関係数算出部１において、サンプリングされた音声信号
ｘ（ｎ）（ｎ＝０，１，・・・，Ｎ−１）から、式
（４）にしたがって、０次からＫ−１次までの自己相関
係数Ｃk（ｋ＝０，１，・・・，Ｋ−１、但しＫ＜Ｎ）
が算出され、自己相関型ＢＰＦ（バンドパスフィルタ）
算出部２に出力される。自己相関型ＢＰＦ算出部２にお
いて、自己相関係数算出部１より出力された０次からＫ
−１次までの自己相関係数Ｃkと、ＢＰＦ特性係数格納
部３に記憶されているＢＰＦ特性係数Ｂikとから、式
（２）にしたがって特徴パラメータ（Ｉ次の特徴ベクト
ル）Ｂiが算出される。
【００２２】ここで、０次からＮ−１次までの自己相関
係数Ｃkから、
係数Ｃkから、
【数５】 にしたがって算出されるＰ（ｆ）はパワースペクトルに
対応する。式（５）において、ｋに関するサメーション
を、ピッチ周期を充分含む０乃至Ｎ−１の範囲でとるの
ではなく、ピッチ周期より短い０乃至Ｋ−１の範囲でと
ると、
対応する。式（５）において、ｋに関するサメーション
を、ピッチ周期を充分含む０乃至Ｎ−１の範囲でとるの
ではなく、ピッチ周期より短い０乃至Ｋ−１の範囲でと
ると、
【数６】 のようになり、このＱ（ｆ）は、声帯音源情報が低減さ
れた（ピッチの影響が低減された）パワースペクトル、
即ちパワースペクトルの包絡線に対応する。
れた（ピッチの影響が低減された）パワースペクトル、
即ちパワースペクトルの包絡線に対応する。
【００２３】この包絡パワースペクトルＱ（ｆ）を、例
えばメルスケールまたはログスケール上で等間隔に分割
された音声帯域の、各周波数帯域の両端を遮断周波数と
する周波数特性Ｗi（ｆ）を有するＢＰＦ群に通した場
合の出力Ｂi（ｉ＝１，２，・・・，Ｉで、ｉはＢＰＦ
のチャンネル数）は、次式にしたがって求めることがで
きる。
えばメルスケールまたはログスケール上で等間隔に分割
された音声帯域の、各周波数帯域の両端を遮断周波数と
する周波数特性Ｗi（ｆ）を有するＢＰＦ群に通した場
合の出力Ｂi（ｉ＝１，２，・・・，Ｉで、ｉはＢＰＦ
のチャンネル数）は、次式にしたがって求めることがで
きる。
【数７】
【００２４】このＢiは、包絡パワースペクトルＱ
（ｆ）の各周波数帯域におけるパワーに対応するから、
声帯音源情報が低減され（ピッチの影響が低減され）、
且つ前述したＢＰＦの平滑整流出力のように、音声の遷
移によるスペクトルの変化（時間変化）に対応して、そ
の値も連続的に変化する時間的連続性を有するととも
に、各チャンネルの出力がほぼ均等に音声の音韻特徴情
報（スペクトル包絡に関する情報）を有する。
（ｆ）の各周波数帯域におけるパワーに対応するから、
声帯音源情報が低減され（ピッチの影響が低減され）、
且つ前述したＢＰＦの平滑整流出力のように、音声の遷
移によるスペクトルの変化（時間変化）に対応して、そ
の値も連続的に変化する時間的連続性を有するととも
に、各チャンネルの出力がほぼ均等に音声の音韻特徴情
報（スペクトル包絡に関する情報）を有する。
【００２５】ところで、式（６）を式（７）に代入する
と、
と、
【数８】 となる。式（８）における
【数９】 は、ＢＰＦ特性係数格納部３にあらかじめ記憶されてい
るＢＰＦ特性係数Ｂik（式（１））であるから、式
（８）は、式（２）とまったく同じものであり、従っ
て、自己相関型ＢＰＦ算出部２で算出された特徴パラメ
ータ（Ｉ次の特徴ベクトル）Ｂiは、前述したように声
帯音源情報が低減され、時間的連続性を有するものにな
っている。
るＢＰＦ特性係数Ｂik（式（１））であるから、式
（８）は、式（２）とまったく同じものであり、従っ
て、自己相関型ＢＰＦ算出部２で算出された特徴パラメ
ータ（Ｉ次の特徴ベクトル）Ｂiは、前述したように声
帯音源情報が低減され、時間的連続性を有するものにな
っている。
【００２６】さらに、自己相関型ＢＰＦ算出部２におい
て、ＢＰＦ特性係数Ｂikと、自己相関係数Ｃkとから、
特徴パラメータＢiが算出されるときの演算量は、例え
ば自己相関係数Ｃkの次数を１０次（ｋ＝０，１，・・
・，１０）、音声帯域の分割数（ＢＰＦのチャンネル
数）を１６（ｉ＝１，２，・・・，１６）とすると、式
（２）に示す積和演算約１６０回程度で済む。
て、ＢＰＦ特性係数Ｂikと、自己相関係数Ｃkとから、
特徴パラメータＢiが算出されるときの演算量は、例え
ば自己相関係数Ｃkの次数を１０次（ｋ＝０，１，・・
・，１０）、音声帯域の分割数（ＢＰＦのチャンネル
数）を１６（ｉ＝１，２，・・・，１６）とすると、式
（２）に示す積和演算約１６０回程度で済む。
【００２７】次に、図２は、本発明の音声分析装置を応
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。図１の音声分析装置の実施例と対応する部分に
ついては、同一の符号を付してある。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、Ａ／
Ｄ変換器１２に出力する。Ａ／Ｄ変換器１２は、マイク
１１より出力されたアナログの音声信号にＡ／Ｄ変換処
理を施し、分析窓内データバッファ１３に出力する。分
析窓内データバッファ１３は、Ａ／Ｄ変換器１２より出
力される音声信号ｘ（ｎ）を一時記憶し、記憶した音声
信号ｘ（ｎ）を、１フレーム分（Ｎ個）ずつ自己相関係
数算出部１に供給する。
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。図１の音声分析装置の実施例と対応する部分に
ついては、同一の符号を付してある。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、Ａ／
Ｄ変換器１２に出力する。Ａ／Ｄ変換器１２は、マイク
１１より出力されたアナログの音声信号にＡ／Ｄ変換処
理を施し、分析窓内データバッファ１３に出力する。分
析窓内データバッファ１３は、Ａ／Ｄ変換器１２より出
力される音声信号ｘ（ｎ）を一時記憶し、記憶した音声
信号ｘ（ｎ）を、１フレーム分（Ｎ個）ずつ自己相関係
数算出部１に供給する。
【００２８】対数変換部１４は、自己相関型ＢＰＦ算出
部２より出力される音声の特徴パラメータＢi（ｉ＝
１，２，・・・，Ｉ）の対数をとり、音源正規化部１５
に供給する。音源正規化部１５は、対数変換部１４で対
数スケールに変換された特徴パラメータＢ1乃至ＢIの総
和をとり、各チャンネル（第１乃至第Ｉチャンネル）の
特徴パラメータを正規化する。音声区間検出部１６は、
音源正規化部１５より出力される特徴パラメータＢ1乃
至ＢIの総和（上述した包絡パワースペクトルＱ
（ｆ））と所定の閾値とを比較し、音声区間を決定し
て、始点フレームと終点フレームとをＮＡＴ時間軸正規
化部１７に出力する。
部２より出力される音声の特徴パラメータＢi（ｉ＝
１，２，・・・，Ｉ）の対数をとり、音源正規化部１５
に供給する。音源正規化部１５は、対数変換部１４で対
数スケールに変換された特徴パラメータＢ1乃至ＢIの総
和をとり、各チャンネル（第１乃至第Ｉチャンネル）の
特徴パラメータを正規化する。音声区間検出部１６は、
音源正規化部１５より出力される特徴パラメータＢ1乃
至ＢIの総和（上述した包絡パワースペクトルＱ
（ｆ））と所定の閾値とを比較し、音声区間を決定し
て、始点フレームと終点フレームとをＮＡＴ時間軸正規
化部１７に出力する。
【００２９】ＮＡＴ（Ｎｏｒｍａｌｉｚａｔｉｏｎ Ａ
ｌｏｎｇ Ｔｒａｊｅｃｔｏｒｙ）時間軸正規化部１７
は、図３に示すように、軌跡長算出器１７ａ、補間間隔
算出器１７ｂ、および補間点抽出器１７ｃから構成さ
れ、音声区間検出部１６で決定された音声区間（始点フ
レームから終点フレームまでの間）における、音源正規
化部１５より時系列に出力される、正規化された対数ス
ケールの特徴パラメータＢiに対して、ＮＡＴ処理を施
す。
ｌｏｎｇ Ｔｒａｊｅｃｔｏｒｙ）時間軸正規化部１７
は、図３に示すように、軌跡長算出器１７ａ、補間間隔
算出器１７ｂ、および補間点抽出器１７ｃから構成さ
れ、音声区間検出部１６で決定された音声区間（始点フ
レームから終点フレームまでの間）における、音源正規
化部１５より時系列に出力される、正規化された対数ス
ケールの特徴パラメータＢiに対して、ＮＡＴ処理を施
す。
【００３０】以下、ＮＡＴ時間軸正規化部１７でＮＡＴ
処理が施される、音声区間（始点フレームから終点フレ
ームまでの間）における、正規化された対数スケールの
特徴パラメータＢiを、単純に特徴パラメータＢiと記載
する。また、特徴パラメータＢiにおいては、時間に関
する変数を省略してある。
処理が施される、音声区間（始点フレームから終点フレ
ームまでの間）における、正規化された対数スケールの
特徴パラメータＢiを、単純に特徴パラメータＢiと記載
する。また、特徴パラメータＢiにおいては、時間に関
する変数を省略してある。
【００３１】即ち、ＮＡＴ時間軸正規化部１７の軌跡長
算出器１７ａは、時系列の特徴パラメータＢi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。例えば、２つの（２次元の）特徴パラメータＢ
1およびＢ2のみを考えた場合、軌跡長算出器１７ａは、
この２つのパラメータが、図４または図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Ｂ1およびＢ2の軌跡を、図中
・印で示す）。
算出器１７ａは、時系列の特徴パラメータＢi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。例えば、２つの（２次元の）特徴パラメータＢ
1およびＢ2のみを考えた場合、軌跡長算出器１７ａは、
この２つのパラメータが、図４または図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Ｂ1およびＢ2の軌跡を、図中
・印で示す）。
【００３２】補間間隔算出器１７ｂは、装置のモードが
登録モードである場合、パラメータ空間内に描かれた特
徴パラメータＢi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
た再サンプリング点数Ｋ、および軌跡長算出器１７ａ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１７ｃに供給する。 Ｔ'＝ＳＬ／（Ｋ−１） （９） また、補間間隔算出器１７ｂは、装置のモードが認識モ
ードである場合、あらかじめ設定された、パラメータ空
間内に描かれた特徴パラメータＢi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を補間点
抽出器１７ｃに供給する。
登録モードである場合、パラメータ空間内に描かれた特
徴パラメータＢi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
た再サンプリング点数Ｋ、および軌跡長算出器１７ａ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１７ｃに供給する。 Ｔ'＝ＳＬ／（Ｋ−１） （９） また、補間間隔算出器１７ｂは、装置のモードが認識モ
ードである場合、あらかじめ設定された、パラメータ空
間内に描かれた特徴パラメータＢi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を補間点
抽出器１７ｃに供給する。
【００３３】補間点抽出器１７ｃは、装置のモードが登
録モードである場合、時系列の特徴パラメータＢi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１７ｂ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Ｂiの軌跡を再サンプリングし、標準パターンとし
ての新たな特徴パラメータ系列ｐw（ｒ）（ｒ＝１，
２，・・・，Ｒ：Ｒ＝ＳＬ／Ｔ'＋１）を標準パターン
格納部１９（図２）に供給する。なお、ｗ＝１，２，・
・・，Ｗで、Ｗは標準パターンの総数を表す。
録モードである場合、時系列の特徴パラメータＢi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１７ｂ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Ｂiの軌跡を再サンプリングし、標準パターンとし
ての新たな特徴パラメータ系列ｐw（ｒ）（ｒ＝１，
２，・・・，Ｒ：Ｒ＝ＳＬ／Ｔ'＋１）を標準パターン
格納部１９（図２）に供給する。なお、ｗ＝１，２，・
・・，Ｗで、Ｗは標準パターンの総数を表す。
【００３４】また、補間点抽出器１７ｃは、装置のモー
ドが認識モードである場合、時系列の特徴パラメータＢ
i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４に○印で示すように、補間間隔算出器１７
ｂより供給された、あらかじめ設定された再サンプリン
グ間隔Ｔで、特徴パラメータＢi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（ｓ）（ｓ＝１，２，・・・，Ｓ：Ｓ＝ＳＬ／Ｔ＋
１）を距離計算部１８（図２）に供給する。
ドが認識モードである場合、時系列の特徴パラメータＢ
i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４に○印で示すように、補間間隔算出器１７
ｂより供給された、あらかじめ設定された再サンプリン
グ間隔Ｔで、特徴パラメータＢi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（ｓ）（ｓ＝１，２，・・・，Ｓ：Ｓ＝ＳＬ／Ｔ＋
１）を距離計算部１８（図２）に供給する。
【００３５】標準パターン格納部１９（図２）は、装置
のモードが登録モードのとき、ＮＡＴ時間軸正規化部１
７より供給される新たな特徴パラメータｐw（ｒ）を標
準パターンとして記憶する。距離計算部１８は、装置の
モードが認識モードのとき、ＮＡＴ時間軸正規化部１７
より出力される入力パターンとしての新たな特徴パラメ
ータ系列ｑ（ｓ）と、標準パターン格納部１９に記憶さ
れた標準パターンとしての新たな特徴パラメータｐ
w（ｒ）すべて（ｐ1（ｒ）乃至ｐW（ｒ））との距離Ｄ1
乃至ＤWをそれぞれ計算し、距離判定部２０に供給す
る。距離判定部２０は、距離計算部１８より供給される
距離Ｄ1乃至ＤWの中から最小値ＤMINを検出し、この最
小値ＤMINが所定のリジェクト閾値以下である場合、入
力パターンとしての新たな特徴パラメータ系列ｑ（ｓ）
との距離が、この最小値ＤMINとなった標準パターンに
対応する単語を認識結果として出力する。
のモードが登録モードのとき、ＮＡＴ時間軸正規化部１
７より供給される新たな特徴パラメータｐw（ｒ）を標
準パターンとして記憶する。距離計算部１８は、装置の
モードが認識モードのとき、ＮＡＴ時間軸正規化部１７
より出力される入力パターンとしての新たな特徴パラメ
ータ系列ｑ（ｓ）と、標準パターン格納部１９に記憶さ
れた標準パターンとしての新たな特徴パラメータｐ
w（ｒ）すべて（ｐ1（ｒ）乃至ｐW（ｒ））との距離Ｄ1
乃至ＤWをそれぞれ計算し、距離判定部２０に供給す
る。距離判定部２０は、距離計算部１８より供給される
距離Ｄ1乃至ＤWの中から最小値ＤMINを検出し、この最
小値ＤMINが所定のリジェクト閾値以下である場合、入
力パターンとしての新たな特徴パラメータ系列ｑ（ｓ）
との距離が、この最小値ＤMINとなった標準パターンに
対応する単語を認識結果として出力する。
【００３６】次に、その動作について説明する。まず、
装置の動作モードが登録モードである場合、マイク１１
において、入力された音声が電気信号である音声信号に
変換され、Ａ／Ｄ変換器１２に出力される。Ａ／Ｄ変換
器１２において、マイク１１より出力されたアナログの
音声信号にＡ／Ｄ変換処理が施され、分析窓内データバ
ッファ１３に出力される。分析窓内データバッファ１３
において、Ａ／Ｄ変換器１２より出力された音声信号ｘ
（ｎ）が一時記憶され、その音声信号ｘ（ｎ）が、１フ
レーム分（Ｎ個）ずつ自己相関係数算出部１に供給され
る。
装置の動作モードが登録モードである場合、マイク１１
において、入力された音声が電気信号である音声信号に
変換され、Ａ／Ｄ変換器１２に出力される。Ａ／Ｄ変換
器１２において、マイク１１より出力されたアナログの
音声信号にＡ／Ｄ変換処理が施され、分析窓内データバ
ッファ１３に出力される。分析窓内データバッファ１３
において、Ａ／Ｄ変換器１２より出力された音声信号ｘ
（ｎ）が一時記憶され、その音声信号ｘ（ｎ）が、１フ
レーム分（Ｎ個）ずつ自己相関係数算出部１に供給され
る。
【００３７】自己相関係数算出部１において、サンプリ
ングされた音声信号ｘ（ｎ）（ｎ＝０，１，・・・，Ｎ
−１）から、式（４）にしたがって、０次からＫ−１次
までの自己相関係数Ｃk（ｋ＝０，１，・・・，Ｋ−
１、但しＫ＜Ｎ）が算出され、自己相関型ＢＰＦ（バン
ドパスフィルタ）算出部２に出力される。自己相関型Ｂ
ＰＦ算出部２において、自己相関係数算出部１より出力
された０次からＫ−１次までの自己相関係数Ｃkと、Ｂ
ＰＦ特性係数格納部３に記憶されているＢＰＦ特性係数
Ｂikとから、式（２）にしたがって特徴パラメータ（Ｉ
次の特徴ベクトル）Ｂiが算出され、時系列に対数変換
部１４に出力される。
ングされた音声信号ｘ（ｎ）（ｎ＝０，１，・・・，Ｎ
−１）から、式（４）にしたがって、０次からＫ−１次
までの自己相関係数Ｃk（ｋ＝０，１，・・・，Ｋ−
１、但しＫ＜Ｎ）が算出され、自己相関型ＢＰＦ（バン
ドパスフィルタ）算出部２に出力される。自己相関型Ｂ
ＰＦ算出部２において、自己相関係数算出部１より出力
された０次からＫ−１次までの自己相関係数Ｃkと、Ｂ
ＰＦ特性係数格納部３に記憶されているＢＰＦ特性係数
Ｂikとから、式（２）にしたがって特徴パラメータ（Ｉ
次の特徴ベクトル）Ｂiが算出され、時系列に対数変換
部１４に出力される。
【００３８】対数変換部１４において、自己相関型ＢＰ
Ｆ算出部２より出力された音声の特徴パラメータＢ
i（ｉ＝１，２，・・・，Ｉ）のスケールが対数スケー
ルに変換され、音源正規化部１５に供給される。音源正
規化部１５において、対数変換部１４で対数スケールに
変換された特徴パラメータＢ1乃至ＢIの総和が計算さ
れ、各チャンネル（第１乃至第Ｉチャンネル）の特徴パ
ラメータＢ1乃至ＢIがそれぞれ正規化される。音声区間
検出部１６において、音源正規化部１５で計算された特
徴パラメータＢ1乃至ＢIの総和（包絡パワースペクトル
Ｑ（ｆ））と所定の閾値とが比較され、特徴パラメータ
Ｂ1乃至ＢIの総和が所定の閾値より大きい区間が音声区
間（始点フレームと終点フレーム）として決定される。
Ｆ算出部２より出力された音声の特徴パラメータＢ
i（ｉ＝１，２，・・・，Ｉ）のスケールが対数スケー
ルに変換され、音源正規化部１５に供給される。音源正
規化部１５において、対数変換部１４で対数スケールに
変換された特徴パラメータＢ1乃至ＢIの総和が計算さ
れ、各チャンネル（第１乃至第Ｉチャンネル）の特徴パ
ラメータＢ1乃至ＢIがそれぞれ正規化される。音声区間
検出部１６において、音源正規化部１５で計算された特
徴パラメータＢ1乃至ＢIの総和（包絡パワースペクトル
Ｑ（ｆ））と所定の閾値とが比較され、特徴パラメータ
Ｂ1乃至ＢIの総和が所定の閾値より大きい区間が音声区
間（始点フレームと終点フレーム）として決定される。
【００３９】そして、ＮＡＴ時間軸正規化部１７におい
て、音声区間検出部１６で決定された音声区間（始点フ
レームから終点フレームまでの間）における、音源正規
化部１５より時系列に出力された、正規化された対数ス
ケールの特徴パラメータＢiに対して、ＮＡＴ処理が施
される。
て、音声区間検出部１６で決定された音声区間（始点フ
レームから終点フレームまでの間）における、音源正規
化部１５より時系列に出力された、正規化された対数ス
ケールの特徴パラメータＢiに対して、ＮＡＴ処理が施
される。
【００４０】即ち、ＮＡＴ時間軸正規化部１７の軌跡長
算出器１７ａ（図３）において、音源正規化部１５より
出力された時系列の特徴パラメータＢi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、補間間隔算出部１７ｂに出力される。補間間隔算出
器１７ｂにおいて、パラメータ空間内に描かれた特徴パ
ラメータＢi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
再サンプリング点数Ｋ、および軌跡長算出器１７ａによ
り算出された軌跡長ＳＬから、式（９）にしたがって計
算され、補間点抽出器１７ｃに供給される。補間点抽出
器１７ｃにおいて、時系列の特徴パラメータＢi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１７ｂ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
Ｂiの軌跡が再サンプリングされ、標準パターンとして
の新たな特徴パラメータ系列ｐw（ｒ）が算出される。
算出器１７ａ（図３）において、音源正規化部１５より
出力された時系列の特徴パラメータＢi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、補間間隔算出部１７ｂに出力される。補間間隔算出
器１７ｂにおいて、パラメータ空間内に描かれた特徴パ
ラメータＢi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
再サンプリング点数Ｋ、および軌跡長算出器１７ａによ
り算出された軌跡長ＳＬから、式（９）にしたがって計
算され、補間点抽出器１７ｃに供給される。補間点抽出
器１７ｃにおいて、時系列の特徴パラメータＢi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１７ｂ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
Ｂiの軌跡が再サンプリングされ、標準パターンとして
の新たな特徴パラメータ系列ｐw（ｒ）が算出される。
【００４１】以上のようにして、ＮＡＴ時間軸正規化部
１７（図２）においては、音声の発声速度変動に対応し
て、パラメータ空間における密度の変化する特徴パラメ
ータＢi（図５の・印）により描かれる軌跡が、音声の
発声速度変動に対してほとんど不変であることから、そ
の軌跡が、いわば補間的に所定長Ｔ'で再サンプリング
され、音声の発声速度変動の影響のきわめて少ない、時
間軸正規化された特徴パラメータ系列ｐw（ｒ）が算出
される。
１７（図２）においては、音声の発声速度変動に対応し
て、パラメータ空間における密度の変化する特徴パラメ
ータＢi（図５の・印）により描かれる軌跡が、音声の
発声速度変動に対してほとんど不変であることから、そ
の軌跡が、いわば補間的に所定長Ｔ'で再サンプリング
され、音声の発声速度変動の影響のきわめて少ない、時
間軸正規化された特徴パラメータ系列ｐw（ｒ）が算出
される。
【００４２】そして、ＮＡＴ時間軸正規化部１７から、
標準パターンとしての新たな特徴パラメータ系列ｐ
w（ｒ）が標準パターン格納部１９（図２）に供給さ
れ、標準パターン格納部１９に記憶される。
標準パターンとしての新たな特徴パラメータ系列ｐ
w（ｒ）が標準パターン格納部１９（図２）に供給さ
れ、標準パターン格納部１９に記憶される。
【００４３】次に、装置の動作モードが認識モードの場
合においては、マイク１乃至音声区間検出部１６で、上
述した装置の動作モードが認識モードの場合と同様の処
理が行われる。そして、ＮＡＴ時間軸正規化部１７の補
間点抽出器１７ｃ（図３）において、音声区間検出部１
６で決定された音声区間（始点フレームから終点フレー
ムまでの間）における、音源正規化部１５より時系列に
出力された、正規化された対数スケールの特徴パラメー
タＢi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４に○印で示すように、補間間隔算出器
１７ｂより供給された、あらかじめ設定された再サンプ
リング間隔Ｔで、特徴パラメータＢi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ｑ（ｓ）が距離計算部１８（図２）に供給され
る。
合においては、マイク１乃至音声区間検出部１６で、上
述した装置の動作モードが認識モードの場合と同様の処
理が行われる。そして、ＮＡＴ時間軸正規化部１７の補
間点抽出器１７ｃ（図３）において、音声区間検出部１
６で決定された音声区間（始点フレームから終点フレー
ムまでの間）における、音源正規化部１５より時系列に
出力された、正規化された対数スケールの特徴パラメー
タＢi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４に○印で示すように、補間間隔算出器
１７ｂより供給された、あらかじめ設定された再サンプ
リング間隔Ｔで、特徴パラメータＢi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ｑ（ｓ）が距離計算部１８（図２）に供給され
る。
【００４４】距離計算部１８において、ＮＡＴ時間軸正
規化部１７より出力された入力パターンとしての新たな
特徴パラメータ系列ｑ（ｓ）と、標準パターン格納部１
９に記憶された標準パターンとしての新たな特徴パラメ
ータｐw（ｒ）すべて（ｐ1（ｒ）乃至ｐW（ｒ））との
距離Ｄ1乃至ＤWがそれぞれ計算され、距離判定部２０に
供給される。距離判定部２０において、距離計算部１８
より供給された距離Ｄ1乃至ＤWの中から最小値ＤMINが
検出され、この最小値ＤMINが所定のリジェクト閾値以
下である場合、入力パターンとしての新たな特徴パラメ
ータ系列ｑ（ｓ）との距離が、この最小値ＤMINとなっ
た標準パターンに対応する単語が認識結果として出力さ
れる。
規化部１７より出力された入力パターンとしての新たな
特徴パラメータ系列ｑ（ｓ）と、標準パターン格納部１
９に記憶された標準パターンとしての新たな特徴パラメ
ータｐw（ｒ）すべて（ｐ1（ｒ）乃至ｐW（ｒ））との
距離Ｄ1乃至ＤWがそれぞれ計算され、距離判定部２０に
供給される。距離判定部２０において、距離計算部１８
より供給された距離Ｄ1乃至ＤWの中から最小値ＤMINが
検出され、この最小値ＤMINが所定のリジェクト閾値以
下である場合、入力パターンとしての新たな特徴パラメ
ータ系列ｑ（ｓ）との距離が、この最小値ＤMINとなっ
た標準パターンに対応する単語が認識結果として出力さ
れる。
【００４５】以上説明したような、声帯音源情報が低減
され、ＢＰＦ整流平滑出力と同様に時間的連続性を有す
る特徴パラメータは、本実施例におけるＮＡＴ処理のよ
うな、特徴パラメータの軌跡上において、等間隔に補間
点（新たな特徴パラメータ）を抽出する音声認識アルゴ
リズム、即ち時間軸補正を行う音声認識アルゴリズムと
の親和性が良く、従って音声の認識率を向上させること
ができる。
され、ＢＰＦ整流平滑出力と同様に時間的連続性を有す
る特徴パラメータは、本実施例におけるＮＡＴ処理のよ
うな、特徴パラメータの軌跡上において、等間隔に補間
点（新たな特徴パラメータ）を抽出する音声認識アルゴ
リズム、即ち時間軸補正を行う音声認識アルゴリズムと
の親和性が良く、従って音声の認識率を向上させること
ができる。
【００４６】なお、本実施例においては、特徴パラメー
タに、ＮＡＴ処理を施して音声認識を行うようにした
が、この他に、例えばＤＰマッチングなどを施して音声
認識を行うようにすることができる。さらに、この特徴
パラメータに、例えばベクトル量子化処理などを施して
シンボル系列を作り、このシンボルの生起確率と遷移確
率とから音声認識を行う、例えば「An Introduction to
Hidden Markov Models」，IEEE ASSP magazine Jan. 1
986, P.P.4〜17に記載されているＨＭＭ（Ｈｉｄｄｅｎ
Ｍａｒｋｏｖ Ｍｏｄｅｌ）と呼ばれる音声認識アル
ゴリズムにより音声認識を行うようにすることもでき
る。
タに、ＮＡＴ処理を施して音声認識を行うようにした
が、この他に、例えばＤＰマッチングなどを施して音声
認識を行うようにすることができる。さらに、この特徴
パラメータに、例えばベクトル量子化処理などを施して
シンボル系列を作り、このシンボルの生起確率と遷移確
率とから音声認識を行う、例えば「An Introduction to
Hidden Markov Models」，IEEE ASSP magazine Jan. 1
986, P.P.4〜17に記載されているＨＭＭ（Ｈｉｄｄｅｎ
Ｍａｒｋｏｖ Ｍｏｄｅｌ）と呼ばれる音声認識アル
ゴリズムにより音声認識を行うようにすることもでき
る。
【００４７】
【発明の効果】以上のように、本発明の音声分析装置に
よれば、特性係数記憶手段にあらかじめ記憶されてい
る、バンドバスフィルタの周波数特性Ｗi（ｆ）（ｉ＝
１，２，・・・，Ｉで、ｉはバンドパスフィルタのチャ
ンネル数、ｆは周波数）から、式（１）にしたがって算
出されたバンドパスフィルタ特性係数Ｂikと、サンプリ
ングされた音声信号に所定長Ｎの窓をかけて算出された
自己相関係数Ｃk（ｋ＝０，１，・・・，Ｋで、ｋは自
己相関係数の次数、但しＫ＜Ｎ）から、式（２）にした
がって、Ｉ次の特徴パラメータＢiが算出される。従っ
て、低次（Ｋ次）で打ち切られた自己相関係数Ｃkと、
特性係数記憶手段にあらかじめ記憶されているバンドパ
スフィルタ特性係数Ｂikとから特徴パラメータＢiが算
出されるので、声帯音源情報が低減された、少ない演算
量で算出することができる音声の特徴パラメータを提供
することができる。
よれば、特性係数記憶手段にあらかじめ記憶されてい
る、バンドバスフィルタの周波数特性Ｗi（ｆ）（ｉ＝
１，２，・・・，Ｉで、ｉはバンドパスフィルタのチャ
ンネル数、ｆは周波数）から、式（１）にしたがって算
出されたバンドパスフィルタ特性係数Ｂikと、サンプリ
ングされた音声信号に所定長Ｎの窓をかけて算出された
自己相関係数Ｃk（ｋ＝０，１，・・・，Ｋで、ｋは自
己相関係数の次数、但しＫ＜Ｎ）から、式（２）にした
がって、Ｉ次の特徴パラメータＢiが算出される。従っ
て、低次（Ｋ次）で打ち切られた自己相関係数Ｃkと、
特性係数記憶手段にあらかじめ記憶されているバンドパ
スフィルタ特性係数Ｂikとから特徴パラメータＢiが算
出されるので、声帯音源情報が低減された、少ない演算
量で算出することができる音声の特徴パラメータを提供
することができる。
【図１】本発明の音声分析装置の一実施例の構成を示す
ブロック図である。
ブロック図である。
【図２】本発明の音声分析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。
の一実施例の構成を示すブロック図である。
【図３】図２の実施例のＮＡＴ時間軸正規化部１７のよ
り詳細な構成を示すブロック図である。
り詳細な構成を示すブロック図である。
【図４】音声の特徴パラメータの軌跡を示す平面図であ
る。
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。
１ 自己相関係数算出部 ２ 自己相関型ＢＰＦ（バンドパスフィルタ）算出部 ３ ＢＰＦ（バンドパスフィルタ）特性係数格納部 １１ マイク １２ Ａ／Ｄ変換器 １３ 分析窓内データバッファ １４ 対数変換部 １５ 音源正規化部 １６ 音声区間検出部 １７ ＮＡＴ時間軸正規化部 １８ 距離計算部 １９ 標準パターン格納部 ２０ 距離判定部
Claims (1)
- 【請求項１】 サンプリングされた音声信号に所定長Ｎ
の窓をかけ、自己相関係数Ｃk（ｋ＝０，１，・・・，
Ｋで、ｋは自己相関係数の次数、但しＫ＜Ｎ）を算出す
る自己相関係数算出手段と、 バンドバスフィルタの周波数特性Ｗi（ｆ）（ｉ＝１，
２，・・・，Ｉで、ｉはバンドパスフィルタのチャンネ
ル数、ｆは周波数）から、 【数１】 にしたがって算出されたバンドパスフィルタ特性係数Ｂ
ikを記憶している特性係数記憶手段と、 前記自己相関係数算出手段により算出された自己相関係
数Ｃkと、前記特性係数記憶手段に記憶されているバン
ドパスフィルタ特性係数Ｂikから、 【数２】 にしたがって、Ｉ次の特徴パラメータＢiを算出する特
徴パラメータ算出手段とを備えることを特徴とする音声
分析装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4142144A JPH05313695A (ja) | 1992-05-07 | 1992-05-07 | 音声分析装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4142144A JPH05313695A (ja) | 1992-05-07 | 1992-05-07 | 音声分析装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05313695A true JPH05313695A (ja) | 1993-11-26 |
Family
ID=15308390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4142144A Withdrawn JPH05313695A (ja) | 1992-05-07 | 1992-05-07 | 音声分析装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05313695A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11327600A (ja) * | 1997-10-03 | 1999-11-26 | Matsushita Electric Ind Co Ltd | オーディオ信号圧縮方法、オーディオ信号圧縮装置、音声信号圧縮方法、音声信号圧縮装置，音声認識方法および音声認識装置 |
| JP2005018076A (ja) * | 2003-06-25 | 2005-01-20 | Lucent Technol Inc | 客観的なスピーチ品質評価において時間／言語歪みを反映する方法 |
-
1992
- 1992-05-07 JP JP4142144A patent/JPH05313695A/ja not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11327600A (ja) * | 1997-10-03 | 1999-11-26 | Matsushita Electric Ind Co Ltd | オーディオ信号圧縮方法、オーディオ信号圧縮装置、音声信号圧縮方法、音声信号圧縮装置，音声認識方法および音声認識装置 |
| JP2005018076A (ja) * | 2003-06-25 | 2005-01-20 | Lucent Technol Inc | 客観的なスピーチ品質評価において時間／言語歪みを反映する方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7756700B2 (en) | Perceptual harmonic cepstral coefficients as the front-end for speech recognition | |
| JP2692581B2 (ja) | 音響カテゴリ平均値計算装置及び適応化装置 | |
| JPH08508107A (ja) | 話者認識のための方法および装置 | |
| JPH0612089A (ja) | 音声認識方法 | |
| JP3451146B2 (ja) | スペクトルサブトラクションを用いた雑音除去システムおよび方法 | |
| EP1511007B1 (en) | Vocal tract resonance tracking using a target-guided constraint | |
| JPH10133693A (ja) | 音声認識装置 | |
| JPH0638199B2 (ja) | 音声認識装置 | |
| US20140200889A1 (en) | System and Method for Speech Recognition Using Pitch-Synchronous Spectral Parameters | |
| JP5282523B2 (ja) | 基本周波数抽出方法、基本周波数抽出装置、およびプログラム | |
| JP2002268698A (ja) | 音声認識装置と標準パターン作成装置及び方法並びにプログラム | |
| JP2002366192A (ja) | 音声認識方法及び音声認識装置 | |
| JPH05313695A (ja) | 音声分析装置 | |
| JP2003044078A (ja) | 発声速度正規化分析を用いた音声認識装置 | |
| JPS60114900A (ja) | 有音・無音判定法 | |
| JP4325044B2 (ja) | 音声認識システム | |
| JP2003271190A (ja) | 雑音除去方法、雑音除去装置及び、それを用いた音声認識装置 | |
| JP4537821B2 (ja) | オーディオ信号分析方法、その方法を用いたオーディオ信号認識方法、オーディオ信号区間検出方法、それらの装置、プログラムおよびその記録媒体 | |
| JP4576612B2 (ja) | 音声認識方法および音声認識装置 | |
| JP4362072B2 (ja) | 音声信号分析方法およびこの分析方法を実施する装置、この音声信号分析装置を用いた音声認識装置、この分析方法を実行するプログラムおよびその記憶媒体 | |
| JP2001083978A (ja) | 音声認識装置 | |
| JP2002372982A (ja) | 音響信号分析方法及び装置 | |
| JP3205141B2 (ja) | 音声分析方式 | |
| JPH0246960B2 (ja) | ||
| JPH09160585A (ja) | 音声認識装置および音声認識方法 |
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: 19990803 |