JPH0585917B2 - - Google Patents
Info
- Publication number
- JPH0585917B2 JPH0585917B2 JP58230429A JP23042983A JPH0585917B2 JP H0585917 B2 JPH0585917 B2 JP H0585917B2 JP 58230429 A JP58230429 A JP 58230429A JP 23042983 A JP23042983 A JP 23042983A JP H0585917 B2 JPH0585917 B2 JP H0585917B2
- Authority
- JP
- Japan
- Prior art keywords
- words
- speech pattern
- matching
- word
- distance
- 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.)
- Expired - Lifetime
Links
- 238000012795 verification Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 11
- 238000000034 method Methods 0.000 description 7
- 238000009825 accumulation Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
Description
【発明の詳細な説明】
(a) 発明の技術分野
本発明は標準音声パターンと入力音声パターン
とを照合して音声を認識する音声認識装置に於け
る音声照合方式に関するものである。
とを照合して音声を認識する音声認識装置に於け
る音声照合方式に関するものである。
(b) 従来技術と問題点
音声を情報処理に用いることが盛んに行われ効
果を発揮している。音声を認識するのに音声認識
装置が一般に用いられている。此の音声認識の方
法は第１図に示す手順にて行われている。即ち、
音声登録時は、音声認識装置１に音声が入力され
ると前処理部１１にて入力信号を所要値にまで増
幅して周波数分析を行い、パラメータ抽出部１２
にて抽出された特徴パラメータを標準音声パター
ンとして辞書メモリ１４に格納しておき、次に音
声認識時には、同様に入力音声の特徴パラメータ
を入力音声パターンとして照合部１３に導入し、
辞書メモリ１４に登録されている標準音声パター
ンと照合を行い、両パターン間の最小距離にある
標準音声パターンを音声として認識するようにし
ていた。ところが、此の従来の方法は紛らわしい
音声の場合に、認識の確度に欠けると言つた欠点
があつた。
果を発揮している。音声を認識するのに音声認識
装置が一般に用いられている。此の音声認識の方
法は第１図に示す手順にて行われている。即ち、
音声登録時は、音声認識装置１に音声が入力され
ると前処理部１１にて入力信号を所要値にまで増
幅して周波数分析を行い、パラメータ抽出部１２
にて抽出された特徴パラメータを標準音声パター
ンとして辞書メモリ１４に格納しておき、次に音
声認識時には、同様に入力音声の特徴パラメータ
を入力音声パターンとして照合部１３に導入し、
辞書メモリ１４に登録されている標準音声パター
ンと照合を行い、両パターン間の最小距離にある
標準音声パターンを音声として認識するようにし
ていた。ところが、此の従来の方法は紛らわしい
音声の場合に、認識の確度に欠けると言つた欠点
があつた。
(c) 発明の目的
以上従来の欠点に鑑み本発明は、音声パラメー
タを時系列にｎ分割し差異のある分割部を再照合
して認識確度の高い音声照合装置を提供すること
を目的とするものである。
タを時系列にｎ分割し差異のある分割部を再照合
して認識確度の高い音声照合装置を提供すること
を目的とするものである。
(d) 発明の構成
本発明の構成は、認識対象の各単語に対応した
標準音声パターンを格納するメモリと、入力音声
パターンの特徴抽出を行う抽出部と、該特徴抽出
したパラメータと前記標準音声パターンと照合
し、両パターン間の最小距離にある類似上位二単
語を選定し、更に前記二単語の中から類似度が最
上位となる単語を判定して認識結果を確定する照
合部とを備える音声照合装置において、紛らわし
い特定単語の組合せと、前記特定単語の標準音声
パターンを時間軸方向にｎ分割し、前記組合せの
差異のある特徴部分が前記ｎ分割の中のどの分割
部分に位置するかを予め記憶しておく再照合テー
ブルメモリと、入力音声パターンと特徴部分のみ
を再照合する部分照合部とを設け、前記部分照合
部は、選定した前記二単語が前記再照合テーブル
メモリに登録されている単語であつた場合、前記
入力音声パターンも時間軸方向にｎ分割し、前記
再照合テーブルメモリに登録されている該二単語
の標準音声パターンの差異のある特徴部分が位置
する分割部分を該ｎ分割の中から取り出し、前記
二単語の特徴部分とそれぞれ再照合を行い、前記
二単語の中から最初の照合結果と再照合結果の距
離に重み付けして距離の小さい方を採用するよう
制御することを特徴とする音声照合装置である。
標準音声パターンを格納するメモリと、入力音声
パターンの特徴抽出を行う抽出部と、該特徴抽出
したパラメータと前記標準音声パターンと照合
し、両パターン間の最小距離にある類似上位二単
語を選定し、更に前記二単語の中から類似度が最
上位となる単語を判定して認識結果を確定する照
合部とを備える音声照合装置において、紛らわし
い特定単語の組合せと、前記特定単語の標準音声
パターンを時間軸方向にｎ分割し、前記組合せの
差異のある特徴部分が前記ｎ分割の中のどの分割
部分に位置するかを予め記憶しておく再照合テー
ブルメモリと、入力音声パターンと特徴部分のみ
を再照合する部分照合部とを設け、前記部分照合
部は、選定した前記二単語が前記再照合テーブル
メモリに登録されている単語であつた場合、前記
入力音声パターンも時間軸方向にｎ分割し、前記
再照合テーブルメモリに登録されている該二単語
の標準音声パターンの差異のある特徴部分が位置
する分割部分を該ｎ分割の中から取り出し、前記
二単語の特徴部分とそれぞれ再照合を行い、前記
二単語の中から最初の照合結果と再照合結果の距
離に重み付けして距離の小さい方を採用するよう
制御することを特徴とする音声照合装置である。
(e) 発明の実施例
以下本発明の実施例を図に依つて詳細に説明す
る。
る。
第２図は本発明の音声照合方式を説明する為の
一実施例のブロツク図、第３図は本発明の他の実
施例のブロツク図、第４図は音声パターンの分割
状態を示す模式図である。
一実施例のブロツク図、第３図は本発明の他の実
施例のブロツク図、第４図は音声パターンの分割
状態を示す模式図である。
図中第１図と同一個所は同符号を用いる。図に
おいて、１５は候補格納部、１６は距離格納部、
１７は再照合テーブル、１８は部分照合部、１９
は演算部、２０は差値処理部、２１は分割照合
部、２２は分割距離比較部をそれぞれ示す。
おいて、１５は候補格納部、１６は距離格納部、
１７は再照合テーブル、１８は部分照合部、１９
は演算部、２０は差値処理部、２１は分割照合
部、２２は分割距離比較部をそれぞれ示す。
実施例の説明に先だち音声パターンの分割例に
ついて第４図を用いて説明する。第４図ａは音声
パワーの状態を示す模式図、第４図ｂは音声パワ
ー変動量の累積を示す模式図であり、音声は始端
から終端にわたつてａ図に示すように音声パワー
を持つている。即ち音声をサンプリングする際の
前記した周波数分析した出力の総和（各帯域フイ
ルタの出力総和）をＹ軸方向に、Ｘ軸方向は時間
を示し記したものである。一方ｂ図はＸ軸時間
で、Ｙ軸はサンプリングした際の音声パワーの
時々刻々のパワーの変動量の累積値を示す。本発
明は此の終端にまでのパワーの変動量の累積を均
等に４分割し、４分割点に該当するａ図のＸ軸位
置にて音声パワーをＡ１乃至Ａ４に分割する。以
下第２図によつて本発明の実施例を説明する。上
記したように、入力音声はパラメータ抽出部１２
にて特徴パラメータが得られる。此の入力音声パ
ターンと辞書メモリに格納されている標準音声パ
ターンとが照合部１３にて照合され両パターン間
の距離が求められる。其の結果距離の小さいもの
から一次候補と二次候補を選び出して、候補格納
部１５に格納される。更に入力音声パターンと一
次候補の標準音声パターンとの距離及び二次候補
の標準音声パターンとの距離とが距離格納部１６
に格納される。候補格納部１５は再照合テーブル
１７が付設されており、再照合テーブル１７には
図に示すように、紛らわしい音声が例えば４分割
され登録されている。例えば「イシカワ」、「イチ
カワ」此の両者の差異のある分割部は単語の２番
目である事を表す特徴部分と共に予め紛らわしい
単語の組合せが登録されている。一次候補と二次
候補の組合せが再照合テーブル１７の紛らわしい
単語組合せに登録されていれば、部分照合部１８
へ特徴部分例えば２番目を示し再照合を起動させ
る。再照合の起動を受けた部分照合部１８は入力
音声パターンの４分割された２番目の部分と「イ
シカワ」の４分割された２番目の部分及び「イチ
カワ」の標準音声パターンの４分割された２番目
の部分を再照合をおこない、それぞれの距離を導
出する。導出された距離Dsと照合部１３にて求
められた分割前の距離Dnとが共に演算部１９に
入力される。演算部１９はDnとDsと重み付け定
数αとによつて（１−α）Dn＋αDsの演算を第１
と第２の候補とに対してそれぞれ行ない、演算値
の小さい方を音声として認識する。再テーブル１
７の検索時に紛らわしい単語の組合せとして登録
されて居なければ、そのまま距離格納部１６に格
納されている距離の小さい方を音声として認識す
る。
ついて第４図を用いて説明する。第４図ａは音声
パワーの状態を示す模式図、第４図ｂは音声パワ
ー変動量の累積を示す模式図であり、音声は始端
から終端にわたつてａ図に示すように音声パワー
を持つている。即ち音声をサンプリングする際の
前記した周波数分析した出力の総和（各帯域フイ
ルタの出力総和）をＹ軸方向に、Ｘ軸方向は時間
を示し記したものである。一方ｂ図はＸ軸時間
で、Ｙ軸はサンプリングした際の音声パワーの
時々刻々のパワーの変動量の累積値を示す。本発
明は此の終端にまでのパワーの変動量の累積を均
等に４分割し、４分割点に該当するａ図のＸ軸位
置にて音声パワーをＡ１乃至Ａ４に分割する。以
下第２図によつて本発明の実施例を説明する。上
記したように、入力音声はパラメータ抽出部１２
にて特徴パラメータが得られる。此の入力音声パ
ターンと辞書メモリに格納されている標準音声パ
ターンとが照合部１３にて照合され両パターン間
の距離が求められる。其の結果距離の小さいもの
から一次候補と二次候補を選び出して、候補格納
部１５に格納される。更に入力音声パターンと一
次候補の標準音声パターンとの距離及び二次候補
の標準音声パターンとの距離とが距離格納部１６
に格納される。候補格納部１５は再照合テーブル
１７が付設されており、再照合テーブル１７には
図に示すように、紛らわしい音声が例えば４分割
され登録されている。例えば「イシカワ」、「イチ
カワ」此の両者の差異のある分割部は単語の２番
目である事を表す特徴部分と共に予め紛らわしい
単語の組合せが登録されている。一次候補と二次
候補の組合せが再照合テーブル１７の紛らわしい
単語組合せに登録されていれば、部分照合部１８
へ特徴部分例えば２番目を示し再照合を起動させ
る。再照合の起動を受けた部分照合部１８は入力
音声パターンの４分割された２番目の部分と「イ
シカワ」の４分割された２番目の部分及び「イチ
カワ」の標準音声パターンの４分割された２番目
の部分を再照合をおこない、それぞれの距離を導
出する。導出された距離Dsと照合部１３にて求
められた分割前の距離Dnとが共に演算部１９に
入力される。演算部１９はDnとDsと重み付け定
数αとによつて（１−α）Dn＋αDsの演算を第１
と第２の候補とに対してそれぞれ行ない、演算値
の小さい方を音声として認識する。再テーブル１
７の検索時に紛らわしい単語の組合せとして登録
されて居なければ、そのまま距離格納部１６に格
納されている距離の小さい方を音声として認識す
る。
以上は紛らわしい音声を予め予定して、再照合
テーブル１７に格納した場合であり、再照合テー
ブル１７に格納した場合であり、再照合テーブル
１７を作成しない場合に付いて、第３図の他の実
施例にて説明する。実施例にて用いた分割前の第
１と第２の候補のそれぞれの距離Dn-1とDn-2と
を照合部１３に依つて求め、此の距離を距離格納
部１６に格納する。差値処理部２０はDn-1−
Dn-2の演算を行い、演算結果の絶対値が所要の
閾値Dthより大である場合には、第１候補を音声
と認識し、閾値Dthより小さい場合には、分割照
合部２１を作動せしめ、一次と二次の候補のそれ
ぞれの分割部分の距離を分割距離比較部２２にて
比較し、一次と二次の候補のそれぞれ対応する分
割個所で差の最も大きいものを選び出す。此の選
択された分割部の距離と分割前の距離とが演算部
１９に入力され音声認識されることは前記実施例
と同一である。
テーブル１７に格納した場合であり、再照合テー
ブル１７に格納した場合であり、再照合テーブル
１７を作成しない場合に付いて、第３図の他の実
施例にて説明する。実施例にて用いた分割前の第
１と第２の候補のそれぞれの距離Dn-1とDn-2と
を照合部１３に依つて求め、此の距離を距離格納
部１６に格納する。差値処理部２０はDn-1−
Dn-2の演算を行い、演算結果の絶対値が所要の
閾値Dthより大である場合には、第１候補を音声
と認識し、閾値Dthより小さい場合には、分割照
合部２１を作動せしめ、一次と二次の候補のそれ
ぞれの分割部分の距離を分割距離比較部２２にて
比較し、一次と二次の候補のそれぞれ対応する分
割個所で差の最も大きいものを選び出す。此の選
択された分割部の距離と分割前の距離とが演算部
１９に入力され音声認識されることは前記実施例
と同一である。
(f) 発明の効果
以上詳細に説明したように本発明の音声照合方
式は、音声パラメータを時系列にｎ分割し差異の
ある分割部を再照合して認識確度の高い音声照合
が行われ、音声認識を行う上で利点の多いものと
なる。
式は、音声パラメータを時系列にｎ分割し差異の
ある分割部を再照合して認識確度の高い音声照合
が行われ、音声認識を行う上で利点の多いものと
なる。
第１図は音声認識の手順を示すブロツク図、第
２図は本発明の音声照合方式を説明する為の一実
施例のブロツク図、第３図は本発明の他の実施例
のブロツク図、第４図は音声パターンの分割状態
を示す模式図である。 図において、１は音声認識装置、１１は前処理
部、１２はパラメータ抽出部、１３は照合部、１
４は登録パターン、１５は候補格納部、１６は距
離格納部、１７は再照合テーブル、１８は部分照
合部、１９は演算部、２０は差値処理部、２１は
分割照合部、２２は分割距離比較部をそれぞれ示
す。
２図は本発明の音声照合方式を説明する為の一実
施例のブロツク図、第３図は本発明の他の実施例
のブロツク図、第４図は音声パターンの分割状態
を示す模式図である。 図において、１は音声認識装置、１１は前処理
部、１２はパラメータ抽出部、１３は照合部、１
４は登録パターン、１５は候補格納部、１６は距
離格納部、１７は再照合テーブル、１８は部分照
合部、１９は演算部、２０は差値処理部、２１は
分割照合部、２２は分割距離比較部をそれぞれ示
す。
Claims (1)
- 【特許請求の範囲】 １ 認識対象の各単語に対応した標準音声パター
ンを格納するメモリ１４と、入力音声パターンの
特徴抽出を行う抽出部１２と、該特徴抽出したパ
ラメータと前記標準音声パターンと照合し、両パ
ターン間の最小距離にある類似上位二単語を選定
し、更に前記二単語の中から類似度が最上位とな
る単語を判定して認識結果を確定する照合部１３
とを備える音声照合装置において、 紛らわしい特定単語の組合せと、前記特定単語
の標準音声パターンを時間軸方向にｎ分割し、前
記組合せの差異のある特徴部分が前記ｎ分割の中
のどの分割部分に位置するかを予め記憶しておく
再照合テーブルメモリ１７と、入力音声パターン
と特徴部分のみを再照合する部分照合部１８とを
設け、 前記部分照合部１８は、選定した前記二単語が
前記再照合テーブルメモリ１７に登録されている
単語であつた場合、前記入力音声パターンも時間
軸方向にｎ分割し、前記再照合テーブルメモリ１
７に登録されている該二単語の標準音声パターン
の差異のある特徴部分が位置する分割部分を該ｎ
分割の中から取り出し、前記二単語の特徴部分と
それぞれ再照合を行い、 前記二単語の中から最初の照合結果と再照合結
果の距離に重み付けして距離の小さい方を採用す
るよう制御することを特徴とする音声照合装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58230429A JPS60121499A (ja) | 1983-12-05 | 1983-12-05 | 音声照合装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58230429A JPS60121499A (ja) | 1983-12-05 | 1983-12-05 | 音声照合装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS60121499A JPS60121499A (ja) | 1985-06-28 |
| JPH0585917B2 true JPH0585917B2 (ja) | 1993-12-09 |
Family
ID=16907755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58230429A Granted JPS60121499A (ja) | 1983-12-05 | 1983-12-05 | 音声照合装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS60121499A (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2757356B2 (ja) * | 1986-12-12 | 1998-05-25 | 株式会社日立製作所 | 単語音声認識方法および装置 |
| JP2966002B2 (ja) * | 1989-08-29 | 1999-10-25 | 三菱電機株式会社 | 音声認識装置 |
| JP2862306B2 (ja) * | 1990-02-01 | 1999-03-03 | キヤノン株式会社 | 音声認識装置 |
| JP6276513B2 (ja) * | 2013-04-12 | 2018-02-07 | 株式会社レイトロン | 音声認識装置および音声認識プログラム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5946698A (ja) * | 1982-09-09 | 1984-03-16 | 株式会社日立製作所 | 音声認識方式 |
| JPS5968794A (ja) * | 1982-10-13 | 1984-04-18 | 電子計算機基本技術研究組合 | 単語音声認識方法 |
-
1983
- 1983-12-05 JP JP58230429A patent/JPS60121499A/ja active Granted
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5946698A (ja) * | 1982-09-09 | 1984-03-16 | 株式会社日立製作所 | 音声認識方式 |
| JPS5968794A (ja) * | 1982-10-13 | 1984-04-18 | 電子計算機基本技術研究組合 | 単語音声認識方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS60121499A (ja) | 1985-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0128755A1 (en) | Apparatus for speech recognition | |
| US4987596A (en) | Knowledge-guided automatic speech recognition apparatus and method | |
| JPH0585917B2 (ja) | ||
| JPH0558553B2 (ja) | ||
| JPH05210397A (ja) | 音声認識装置 | |
| JP3063855B2 (ja) | 音声認識におけるマッチング距離値の極小値探索方法 | |
| JPH0419700A (ja) | 音声パターンマッチング方法 | |
| JPH03118600A (ja) | 音声認識装置 | |
| JP2655637B2 (ja) | 音声パターン照合方式 | |
| JP2547541B2 (ja) | 単音節音声認識装置 | |
| JPH0554116B2 (ja) | ||
| JP2844592B2 (ja) | 離散単語音声認識装置 | |
| JP3011984B2 (ja) | パターン照合方法 | |
| JPS59124390A (ja) | 候補削減音声認識方式 | |
| JPS60147797A (ja) | 音声認識装置 | |
| JPS61122699A (ja) | 単音節音声認識方式 | |
| JPH04230797A (ja) | 音声認識方法 | |
| JPH01209499A (ja) | パターン照合方式 | |
| JPH04212199A (ja) | 標準パターン登録方法 | |
| JPH01253799A (ja) | 音声の認識方法 | |
| JPS63223694A (ja) | 単音節登録・認識方式 | |
| JPH0570159B2 (ja) | ||
| JPS61259299A (ja) | 音声パタ−ン照合方式 | |
| JPS6069694A (ja) | 語頭子音のセグメンテ−ション法 | |
| JPH026079B2 (ja) |