JPH0619491A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH0619491A JPH0619491A JP4173114A JP17311492A JPH0619491A JP H0619491 A JPH0619491 A JP H0619491A JP 4173114 A JP4173114 A JP 4173114A JP 17311492 A JP17311492 A JP 17311492A JP H0619491 A JPH0619491 A JP H0619491A
- Authority
- JP
- Japan
- Prior art keywords
- voice
- pattern
- speech
- standard pattern
- input
- 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.)
- Granted
Links
Abstract
(57)【要約】
【目的】 音声の登録処理の時に、たとえ音声標準パタ
ンに誤りがあっても、音声の認識処理の時に音声標準パ
タンを修正可能にする。 【構成】 マイクロフォン１から入力された音声を分析
する音声分析部２、音声分析部で分析された特徴パラメ
−タから音声区間を検出し、音声パタン化するパタン作
成部３、あらかじめ音声標準パタンが蓄積されている音
声標準パタンメモリ４、分析部で分析された未知音声と
音声標準パタンメモリに蓄積されている音声標準パタン
のマッチングを行い、音声標準パタン毎に類似度を計算
する類似度計算部５、類似度計算部で計算された各音声
標準パタン毎の類似度を蓄えるとともに、最も類似して
いる音声標準パタンを選択し、判定基準と比較し、認識
結果が有効であるかを判定する判定部６、判定部の結果
に基づいて、音声標準パタンの修正を行うパタン修正部
７からなる。
ンに誤りがあっても、音声の認識処理の時に音声標準パ
タンを修正可能にする。 【構成】 マイクロフォン１から入力された音声を分析
する音声分析部２、音声分析部で分析された特徴パラメ
−タから音声区間を検出し、音声パタン化するパタン作
成部３、あらかじめ音声標準パタンが蓄積されている音
声標準パタンメモリ４、分析部で分析された未知音声と
音声標準パタンメモリに蓄積されている音声標準パタン
のマッチングを行い、音声標準パタン毎に類似度を計算
する類似度計算部５、類似度計算部で計算された各音声
標準パタン毎の類似度を蓄えるとともに、最も類似して
いる音声標準パタンを選択し、判定基準と比較し、認識
結果が有効であるかを判定する判定部６、判定部の結果
に基づいて、音声標準パタンの修正を行うパタン修正部
７からなる。
Description
【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、音声によって各種機器
を制御する音声認識装置に関する。
を制御する音声認識装置に関する。
【０００２】
【従来の技術】近年、音声を認識できる音声認識装置の
研究開発が盛んに行われており、この種装置の実用化が
望まれている。
研究開発が盛んに行われており、この種装置の実用化が
望まれている。
【０００３】この種装置は、一般には、音声を分析して
得られる音声の特徴を表すパラメータからなる例えば図
７のような音声パタンをデータ処理するものであり、あ
らかじめ複数の音声について貯えられた音声パタン（音
声標準パタン）のそれぞれを未知の音声パタンとパタン
マッチングの手法によって比較し、最も誤差の小さい
（即ち、類似度の高い）音声標準パタンを見出すこと
で、この標準パタンに対応した信号が認識結果として出
力されるものである。
得られる音声の特徴を表すパラメータからなる例えば図
７のような音声パタンをデータ処理するものであり、あ
らかじめ複数の音声について貯えられた音声パタン（音
声標準パタン）のそれぞれを未知の音声パタンとパタン
マッチングの手法によって比較し、最も誤差の小さい
（即ち、類似度の高い）音声標準パタンを見出すこと
で、この標準パタンに対応した信号が認識結果として出
力されるものである。
【０００４】このような音声認識装置において、使用者
は最初に認識させるべき音声の情報をメモリに蓄える登
録作業を行い、この登録終了後に本来の認識処理を行っ
ていた。この場合、登録された音声が正しく登録されて
いない場合、即ちメモリに記憶された音声の情報が誤っ
ているような場合には誤認識を引き起こす原因となって
いた。従って認識性能を高めるためには、如何に音声の
情報（音声標準パタン）を正しくメモリに蓄えるかが、
大きな問題である。従来、音声標準パタンを正しくする
ために、登録時に同一音声につき必ず３回以上発声し、
そのうち最も類似する２つのパタンから音声標準パタン
を作成する方法（特公平１−３６６３９号公報に詳し
い）や一度登録した音声パタンをテストモ−ドなどによ
り音声標準パタンのチェックを行う方法によって、音声
標準パタンをより正確なものにしていた。この場合に
は、音声パタンを登録するために、少なくとも２回以上
音声を発声する必要があり、登録が複雑になっていた。
は最初に認識させるべき音声の情報をメモリに蓄える登
録作業を行い、この登録終了後に本来の認識処理を行っ
ていた。この場合、登録された音声が正しく登録されて
いない場合、即ちメモリに記憶された音声の情報が誤っ
ているような場合には誤認識を引き起こす原因となって
いた。従って認識性能を高めるためには、如何に音声の
情報（音声標準パタン）を正しくメモリに蓄えるかが、
大きな問題である。従来、音声標準パタンを正しくする
ために、登録時に同一音声につき必ず３回以上発声し、
そのうち最も類似する２つのパタンから音声標準パタン
を作成する方法（特公平１−３６６３９号公報に詳し
い）や一度登録した音声パタンをテストモ−ドなどによ
り音声標準パタンのチェックを行う方法によって、音声
標準パタンをより正確なものにしていた。この場合に
は、音声パタンを登録するために、少なくとも２回以上
音声を発声する必要があり、登録が複雑になっていた。
【０００５】他の方法として、認識結果を用いて音声標
準パタンの修正を行うことも、試みられている。この方
法では、認識結果を出力し、その結果が正しい旨をスイ
ッチなどにより、音声認識装置に使用者が入力し、その
情報を用いて音声標準パタンと入力音声パタンを平均処
理した平均パタンを作成し、音声標準パタンをこの平均
パタンに変更する処理を行っていた。しかし、この方法
を用いる場合には、使用者が認識結果が正しいかどうか
の情報を音声認識装置に入力する必要があり、実用的で
ない。
準パタンの修正を行うことも、試みられている。この方
法では、認識結果を出力し、その結果が正しい旨をスイ
ッチなどにより、音声認識装置に使用者が入力し、その
情報を用いて音声標準パタンと入力音声パタンを平均処
理した平均パタンを作成し、音声標準パタンをこの平均
パタンに変更する処理を行っていた。しかし、この方法
を用いる場合には、使用者が認識結果が正しいかどうか
の情報を音声認識装置に入力する必要があり、実用的で
ない。
【０００６】また、認識結果を用いて音声標準パタンの
修正を行う他の方法として、認識結果を出力し、その結
果が正しいかを判断することなく音声標準パタンの修正
を行う方法がある。この場合、誤認識の場合にも音声標
準パタンが修正されてしまうため、かえって誤った音声
標準パタンに修正されてしまう可能性があった。
修正を行う他の方法として、認識結果を出力し、その結
果が正しいかを判断することなく音声標準パタンの修正
を行う方法がある。この場合、誤認識の場合にも音声標
準パタンが修正されてしまうため、かえって誤った音声
標準パタンに修正されてしまう可能性があった。
【０００７】
【発明が解決しようとする課題】本発明は、上記問題点
を解決するものであり、登録操作を簡単にし、かつ音声
標準パタンの修正を効率よく行う音声認識装置を提供す
るものである。
を解決するものであり、登録操作を簡単にし、かつ音声
標準パタンの修正を効率よく行う音声認識装置を提供す
るものである。
【０００８】
【課題を解決するための手段】マイクロホンから入力さ
れた音声を分析する音声分析部と、音声分析部で分析さ
れた結果に基づいて音声パタンを作成するパタン作成部
と、あらかじめ複数の音声標準パタンが蓄積されている
標準パタンメモリと、上記パタン作成部で作成された音
声パタンと上記標準パタンメモリに蓄積されている各音
声標準パタンとの間の類似差を計算し、最も類似してい
る音声標準パタンおよびその類似度を出力する類似度計
算部と、該類似度計算部から得られる音声標準パタンの
類似度が、あらかじめ設定されている閾値よりも大きい
時、音声標準パタンに対応する信号を認識結果として出
力し、この類似度が上記閾値よりも小さい時、認識棄却
と判断する判断部と、該判断部で認識棄却と判断された
音声パタンを記憶する第１の入力パタンバッファメモリ
と、上記判断部で認識棄却と判断された場合、再度の音
声入力で得た音声パタンが最も類似している音声標準パ
タンが、上記第１の入力パタンバッファメモリの音声パ
タンが最も類似している音声標準パタンと同一である
時、この再度の入力で得た音声パタンを記憶する第２の
入力パタンバッファメモリと、第１または第２の入力パ
タンバッファメモリの音声パタンに基づいて、第１また
は第２の入力パタンバッファメモリの音声パタンが最も
類似している上記音声標準パタンメモリ内の音声標準パ
タンを修正するパタン修正部とからなるものである。
れた音声を分析する音声分析部と、音声分析部で分析さ
れた結果に基づいて音声パタンを作成するパタン作成部
と、あらかじめ複数の音声標準パタンが蓄積されている
標準パタンメモリと、上記パタン作成部で作成された音
声パタンと上記標準パタンメモリに蓄積されている各音
声標準パタンとの間の類似差を計算し、最も類似してい
る音声標準パタンおよびその類似度を出力する類似度計
算部と、該類似度計算部から得られる音声標準パタンの
類似度が、あらかじめ設定されている閾値よりも大きい
時、音声標準パタンに対応する信号を認識結果として出
力し、この類似度が上記閾値よりも小さい時、認識棄却
と判断する判断部と、該判断部で認識棄却と判断された
音声パタンを記憶する第１の入力パタンバッファメモリ
と、上記判断部で認識棄却と判断された場合、再度の音
声入力で得た音声パタンが最も類似している音声標準パ
タンが、上記第１の入力パタンバッファメモリの音声パ
タンが最も類似している音声標準パタンと同一である
時、この再度の入力で得た音声パタンを記憶する第２の
入力パタンバッファメモリと、第１または第２の入力パ
タンバッファメモリの音声パタンに基づいて、第１また
は第２の入力パタンバッファメモリの音声パタンが最も
類似している上記音声標準パタンメモリ内の音声標準パ
タンを修正するパタン修正部とからなるものである。
【０００９】
【作用】本発明の音声認識装置によれば、音声の登録処
理の時に、たとえ音声標準パタンに誤りがあっても、音
声の認識処理の時に、この誤り音声標準パタンに対して
修正を行う事ができる。
理の時に、たとえ音声標準パタンに誤りがあっても、音
声の認識処理の時に、この誤り音声標準パタンに対して
修正を行う事ができる。
【００１０】
【実施例】図１には本発明の音声認識装置の構成を示
し、その要部のパタン修正部の一実施例の構成を図２に
示す。
し、その要部のパタン修正部の一実施例の構成を図２に
示す。
【００１１】図１の音声認識装置の構成は、マイクロフ
ォン１から入力された音声を分析する音声分析部２、音
声分析部で分析された特徴パラメ−タから音声区間を検
出し、音声パタン化するパタン作成部３、あらかじめ音
声標準パタンが蓄積されている音声標準パタンメモリ
４、分析部で分析された未知音声と音声標準パタンメモ
リに蓄積されている音声標準パタンのマッチングを行
い、音声標準パタン毎に類似度を計算する類似度計算部
５、類似度計算部で計算された各音声標準パタン毎の類
似度を蓄えるとともに、最も類似している音声標準パタ
ンを選択し、判定基準（以降閾値という）と比較し、認
識結果が有効であるかを判定する判定部６、判定部の結
果に基づいて音声標準パタンの修正を行うパタン修正部
７からなる。
ォン１から入力された音声を分析する音声分析部２、音
声分析部で分析された特徴パラメ−タから音声区間を検
出し、音声パタン化するパタン作成部３、あらかじめ音
声標準パタンが蓄積されている音声標準パタンメモリ
４、分析部で分析された未知音声と音声標準パタンメモ
リに蓄積されている音声標準パタンのマッチングを行
い、音声標準パタン毎に類似度を計算する類似度計算部
５、類似度計算部で計算された各音声標準パタン毎の類
似度を蓄えるとともに、最も類似している音声標準パタ
ンを選択し、判定基準（以降閾値という）と比較し、認
識結果が有効であるかを判定する判定部６、判定部の結
果に基づいて音声標準パタンの修正を行うパタン修正部
７からなる。
【００１２】このような図１の音声認識装置において、
本発明の特徴とするところはパタン修正部７にあり、そ
の構成は図２に示す如く、修正される音声標準パタンが
蓄えられる第１音声バッファ７１、入力音声の音声パタ
ンが蓄えられる第２音声バッファ７２、再度入力された
音声の音声パタンが蓄えられる第３音声バッファ７３、
各音声バッファの音声パタン間の類似度を計算するパタ
ン類似度計算部７４、第１音声バッファ７１に伝達され
た音声標準パタンの番号を蓄える棄却番号記憶部７６、
第１音声バッファ７１または第２音声バッファ７２また
は第３音声バッファ７３の音声パタンに基づいて、音声
パタンの修正平均処理を行うパタン修正平均部７７を備
えている。
本発明の特徴とするところはパタン修正部７にあり、そ
の構成は図２に示す如く、修正される音声標準パタンが
蓄えられる第１音声バッファ７１、入力音声の音声パタ
ンが蓄えられる第２音声バッファ７２、再度入力された
音声の音声パタンが蓄えられる第３音声バッファ７３、
各音声バッファの音声パタン間の類似度を計算するパタ
ン類似度計算部７４、第１音声バッファ７１に伝達され
た音声標準パタンの番号を蓄える棄却番号記憶部７６、
第１音声バッファ７１または第２音声バッファ７２また
は第３音声バッファ７３の音声パタンに基づいて、音声
パタンの修正平均処理を行うパタン修正平均部７７を備
えている。
【００１３】このような図２の構成を図１のパタン修正
部７に採用した場合の本発明装置の動作について以下に
解説する。
部７に採用した場合の本発明装置の動作について以下に
解説する。
【００１４】〔実施例１〕使用者は、最初に音声の登録
を行う。これは、登録スイッチ（図示せず）により装置
を登録モードに設定し、順次登録すべき音声をマイクロ
フォン１に向かって発声する。例えば、”ゼロ”と発声
する。マイクロフォン１から入力された音声は電気信号
に変換され、音声分析部２で、特徴パラメータとして抽
出される。例えばバンド・パス・フィルタなどにより図
７に示すような一般的な周波数分析が行われる。分析さ
れた特徴パラメータは、パタン作成部３に伝達され、さ
らに、パタン作成部において音声区間の検出及び音声パ
タン化が行われる。パタン作成部においてパタン化され
た音声パタンは、音声標準パタンとして音声標準パタン
メモリ４の所定のエリアに格納される。続いて順次”イ
チ”、”ニ”、・・・”キュウ”と音声標準パタンメモ
リ４に格納され、全ての登録を行う。
を行う。これは、登録スイッチ（図示せず）により装置
を登録モードに設定し、順次登録すべき音声をマイクロ
フォン１に向かって発声する。例えば、”ゼロ”と発声
する。マイクロフォン１から入力された音声は電気信号
に変換され、音声分析部２で、特徴パラメータとして抽
出される。例えばバンド・パス・フィルタなどにより図
７に示すような一般的な周波数分析が行われる。分析さ
れた特徴パラメータは、パタン作成部３に伝達され、さ
らに、パタン作成部において音声区間の検出及び音声パ
タン化が行われる。パタン作成部においてパタン化され
た音声パタンは、音声標準パタンとして音声標準パタン
メモリ４の所定のエリアに格納される。続いて順次”イ
チ”、”ニ”、・・・”キュウ”と音声標準パタンメモ
リ４に格納され、全ての登録を行う。
【００１５】次に、実際の音声認識について説明する。
オペレータがマイクロフォン１に向かって”ゼロ”と発
声した場合について説明する。マイクロフォン１から入
力された音声は登録モードと同じ処理が行われ、パタン
作成部３において音声パタンが作成される。認識モード
においてはこの音声パタンが類似度計算部５に伝達され
る。類似度計算部５においては、パタン作成部３で作成
された音声パタンと音声標準パタンメモリ４に格納され
ている各々の音声標準パタンと各々の類似度を計算し、
その類似度が判定部６に伝達される。例えば、入力音
声”ゼロ”に対しては、図５に示されるように類似度が
伝達される。続いて判定部６においては、最大類似度を
与える音声標準パタン及びその類似度を判定する。入
力”ゼロ”に対しては、最大類似度を与える音声標準パ
タンは、図５に示すように、”ゼロ”で、その類似度は
７０である。判定部６においては、あらかじめ設定され
ている閾値と類似度の大小の判定を行い、入力音声の有
効性を判定する。ここでは、閾値は８０であり、認識棄
却と判定する。判定部６は、パタン修正部７にその旨を
伝達する。〔この状態を＜状態１＞とする〕ここで、最
大類似度が９０であった場合、認識されたと判断され、
判定部６から音声標準パタンに対応する信号を出力す
る。この時、パタン修正部７で音声標準パタンの修正は
行われない。
オペレータがマイクロフォン１に向かって”ゼロ”と発
声した場合について説明する。マイクロフォン１から入
力された音声は登録モードと同じ処理が行われ、パタン
作成部３において音声パタンが作成される。認識モード
においてはこの音声パタンが類似度計算部５に伝達され
る。類似度計算部５においては、パタン作成部３で作成
された音声パタンと音声標準パタンメモリ４に格納され
ている各々の音声標準パタンと各々の類似度を計算し、
その類似度が判定部６に伝達される。例えば、入力音
声”ゼロ”に対しては、図５に示されるように類似度が
伝達される。続いて判定部６においては、最大類似度を
与える音声標準パタン及びその類似度を判定する。入
力”ゼロ”に対しては、最大類似度を与える音声標準パ
タンは、図５に示すように、”ゼロ”で、その類似度は
７０である。判定部６においては、あらかじめ設定され
ている閾値と類似度の大小の判定を行い、入力音声の有
効性を判定する。ここでは、閾値は８０であり、認識棄
却と判定する。判定部６は、パタン修正部７にその旨を
伝達する。〔この状態を＜状態１＞とする〕ここで、最
大類似度が９０であった場合、認識されたと判断され、
判定部６から音声標準パタンに対応する信号を出力す
る。この時、パタン修正部７で音声標準パタンの修正は
行われない。
【００１６】次にパタン修正部７の処理について説明す
る。パタン修正部７は、判定部から認識棄却の信号をう
けると、最大類似度を読み込み、棄却番号記憶部７６に
最大類似度を与える音声標準パタンの番号を蓄えるとと
もに、音声標準パタンメモリ４から最大類似度を与える
音声標準パタンを第１音声バッファ７１に、入力された
音声の音声パタンをパタン作成部３から第２音声バッフ
ァに読み込む。
る。パタン修正部７は、判定部から認識棄却の信号をう
けると、最大類似度を読み込み、棄却番号記憶部７６に
最大類似度を与える音声標準パタンの番号を蓄えるとと
もに、音声標準パタンメモリ４から最大類似度を与える
音声標準パタンを第１音声バッファ７１に、入力された
音声の音声パタンをパタン作成部３から第２音声バッフ
ァに読み込む。
【００１７】入力された音声が認識棄却と判定された
時、通常、使用者は再度同じ言葉を発声する。ここで
は、再度”ゼロ”と発声されたとする。この入力も同じ
ように類似度が、図６に示すように計算される。図６に
示されるように最大類似度を与える音声標準パタンは”
ゼロ”であると判定部６で判定される。パタン修正部７
では、最大類似度を与える音声標準パタンの番号を、棄
却番号記憶部７６に伝達する。棄却番号記憶部７６は、
既に記憶されている番号と伝達された番号が一致する場
合には、第３音声バッファにパタン作成部で作成された
音声パタンを伝達する。
時、通常、使用者は再度同じ言葉を発声する。ここで
は、再度”ゼロ”と発声されたとする。この入力も同じ
ように類似度が、図６に示すように計算される。図６に
示されるように最大類似度を与える音声標準パタンは”
ゼロ”であると判定部６で判定される。パタン修正部７
では、最大類似度を与える音声標準パタンの番号を、棄
却番号記憶部７６に伝達する。棄却番号記憶部７６は、
既に記憶されている番号と伝達された番号が一致する場
合には、第３音声バッファにパタン作成部で作成された
音声パタンを伝達する。
【００１８】次に、パタン類似度計算部７４において以
下の計算を行う。第１音声バッファの音声パタンをＰ1
（ｉ，ｊ）とする。第２音声バッファの音声パタンをＰ
2（ｉ，ｊ）とする。第３音声バッファの音声パタンを
Ｐ3（ｉ，ｊ）とする。修正パタンをＰref（ｉ，ｊ）と
する。この時、第１音声バッファと第２音声バッファの
音声パタン間の類似度Ｓ12は、
下の計算を行う。第１音声バッファの音声パタンをＰ1
（ｉ，ｊ）とする。第２音声バッファの音声パタンをＰ
2（ｉ，ｊ）とする。第３音声バッファの音声パタンを
Ｐ3（ｉ，ｊ）とする。修正パタンをＰref（ｉ，ｊ）と
する。この時、第１音声バッファと第２音声バッファの
音声パタン間の類似度Ｓ12は、
【００１９】
【数１】
【００２０】第１音声バッファと第３音声バッファの音
声パタン間の類似度Ｓ13は、
声パタン間の類似度Ｓ13は、
【００２１】
【数２】
【００２２】第２音声バッファと第３音声バッファの音
声パタン間の類似度Ｓ23は、
声パタン間の類似度Ｓ23は、
【００２３】
【数３】
【００２４】このような計算結果Ｓ12、Ｓ13、Ｓ23の中
で最も値の大きいもの（最も類似しているもの）の音声
パタンをパタン修正平均部７７に伝達する。パタン修正
平均部７７は、２つの音声パタンの平均処理を以下のよ
うに行う。
で最も値の大きいもの（最も類似しているもの）の音声
パタンをパタン修正平均部７７に伝達する。パタン修正
平均部７７は、２つの音声パタンの平均処理を以下のよ
うに行う。
【００２５】第１音声バッファと第２音声バッファの音
声パタンの平均処理は
声パタンの平均処理は
【００２６】
【数４】
【００２７】第１音声バッファと第３音声バッファの音
声パタンの平均処理は
声パタンの平均処理は
【００２８】
【数５】
【００２９】第２音声バッファと第３音声バッファの音
声パタンの平均処理は
声パタンの平均処理は
【００３０】
【数６】
【００３１】このような平均処理結果から、修正パタン
を作成する。作成されたこの音声パタンは棄却番号記憶
部に記憶されている番号を元に、標準パタンメモリ４の
該当する音声標準パタンのエリアに格納される。
を作成する。作成されたこの音声パタンは棄却番号記憶
部に記憶されている番号を元に、標準パタンメモリ４の
該当する音声標準パタンのエリアに格納される。
【００３２】また、棄却番号記憶部７６に既に記憶され
ている番号と伝達された番号が一致しない場合には、第
１音声バッファ、第２音声バッファ、第３音声バッファ
及び棄却番号記憶部の内容をクリアし、新しく最大類似
度を与える番号を棄却番号記憶部に、最大類似度を与え
る音声標準パタンを第１音声バッファに、パタン作成部
３で作成された音声パタンを第２音声バッファへ格納す
る。
ている番号と伝達された番号が一致しない場合には、第
１音声バッファ、第２音声バッファ、第３音声バッファ
及び棄却番号記憶部の内容をクリアし、新しく最大類似
度を与える番号を棄却番号記憶部に、最大類似度を与え
る音声標準パタンを第１音声バッファに、パタン作成部
３で作成された音声パタンを第２音声バッファへ格納す
る。
【００３３】本実施例においては、類似した２つの音声
パタンを元に、新たな音声パタンを作成したが、類似度
を計算することなく、例えば、
パタンを元に、新たな音声パタンを作成したが、類似度
を計算することなく、例えば、
【００３４】
【数７】
【００３５】の計算式で示すように第１音声バッファ、
第２音声バッファ、第３音声バッファ全ての音声パタン
を平均処理して、修正パタンを作成することも考えられ
る。
第２音声バッファ、第３音声バッファ全ての音声パタン
を平均処理して、修正パタンを作成することも考えられ
る。
【００３６】尚、本発明の音声認識装置に於て、使用さ
れる入力音声パタン（入力パタンバッファ）の数は２個
に限定されずにＮ個（例えば５個）でも可能である。こ
の場合、再度の音声入力処理をＮ回繰り返せばよい。
れる入力音声パタン（入力パタンバッファ）の数は２個
に限定されずにＮ個（例えば５個）でも可能である。こ
の場合、再度の音声入力処理をＮ回繰り返せばよい。
【００３７】〔実施例２〕図３に本発明の音声認識装置
のパタン修正部の他の実施例の構成を示す。同図の装置
構成が図２のそれと異なる所は、認識棄却結果が得られ
た後に計時を開始し、再度の入力との時間間隔を測定す
る入力時間測定機能７５（以降タイマという）を追加し
た点にある。
のパタン修正部の他の実施例の構成を示す。同図の装置
構成が図２のそれと異なる所は、認識棄却結果が得られ
た後に計時を開始し、再度の入力との時間間隔を測定す
る入力時間測定機能７５（以降タイマという）を追加し
た点にある。
【００３８】同図の装置は、前述の＜状態１＞の状態に
おいて、判定部６から認識棄却の信号を受けたとき、タ
イマ７５が計時を開始し、再度音声入力があり、判定部
６から再度認識棄却の信号を受けると計時を終了する。
計時の開始から終了までの時間が設定値（例えば、１０
秒〜２０秒程度の時間があらかじめ設定されている。）
以内であればパタン修正部７で音声標準パタンの修正を
行う。これによって、所定時間を過ぎてからの音声入力
が適切でない場合の誤修正を回避している。すなわち、
第１回目の認識棄却の信号が発生した後、無制限に長時
間、第２回目の認識棄却の信号を得るような音声の入力
を許容するような装置では，１回目と２回目の認識棄却
の原因が類似の雑音入力である場合に、この雑音パタン
によって音声標準パタンを誤修正してしまう不都合があ
るのに対し、本発明装置では、上述のごとき時間制限手
段を備えることによりこのような不都合を発生する頻度
を小さくしている。
おいて、判定部６から認識棄却の信号を受けたとき、タ
イマ７５が計時を開始し、再度音声入力があり、判定部
６から再度認識棄却の信号を受けると計時を終了する。
計時の開始から終了までの時間が設定値（例えば、１０
秒〜２０秒程度の時間があらかじめ設定されている。）
以内であればパタン修正部７で音声標準パタンの修正を
行う。これによって、所定時間を過ぎてからの音声入力
が適切でない場合の誤修正を回避している。すなわち、
第１回目の認識棄却の信号が発生した後、無制限に長時
間、第２回目の認識棄却の信号を得るような音声の入力
を許容するような装置では，１回目と２回目の認識棄却
の原因が類似の雑音入力である場合に、この雑音パタン
によって音声標準パタンを誤修正してしまう不都合があ
るのに対し、本発明装置では、上述のごとき時間制限手
段を備えることによりこのような不都合を発生する頻度
を小さくしている。
【００３９】〔実施例３〕図４に本発明の音声認識装置
のパタン修正部のさらに他の実施例の構成を示す。同図
の装置構成が図２のそれと異なる所は、認識棄却結果が
得られた後に読み込んだ最大類似度に対して、所定値
（以降第２の閾値という）との比較を行う第２閾値判定
部を追加した点にある。
のパタン修正部のさらに他の実施例の構成を示す。同図
の装置構成が図２のそれと異なる所は、認識棄却結果が
得られた後に読み込んだ最大類似度に対して、所定値
（以降第２の閾値という）との比較を行う第２閾値判定
部を追加した点にある。
【００４０】同図の装置は、前述の＜状態１＞の状態に
おいて、判定部６から認識棄却の信号を受けたとき、読
み込んだ最大類似度に対して、第２閾値判定部７８で大
小の比較を行う。第２の閾値は、閾値より小さく設定さ
れるものであり、例えば’４５’に設定されている。最
大類似度が第２の閾値よりも大きい場合、パタン修正部
７で音声標準パタンの修正を行う。最大類似度が第２の
閾値以下の場合、再度入力した音声パタンはあまりにも
類似度が低いのでこれを無効として、３度目の音声入力
に対し、２度目の音声入力と同様の処理を行う。
おいて、判定部６から認識棄却の信号を受けたとき、読
み込んだ最大類似度に対して、第２閾値判定部７８で大
小の比較を行う。第２の閾値は、閾値より小さく設定さ
れるものであり、例えば’４５’に設定されている。最
大類似度が第２の閾値よりも大きい場合、パタン修正部
７で音声標準パタンの修正を行う。最大類似度が第２の
閾値以下の場合、再度入力した音声パタンはあまりにも
類似度が低いのでこれを無効として、３度目の音声入力
に対し、２度目の音声入力と同様の処理を行う。
【００４１】本実施例において、最大類似度が第２の閾
値以下の場合、再度入力した音声パタンを無効にし、３
度目の音声入力を待つのではなく音声標準パタンの修正
を中止することも考えられる。
値以下の場合、再度入力した音声パタンを無効にし、３
度目の音声入力を待つのではなく音声標準パタンの修正
を中止することも考えられる。
【００４２】
【発明の効果】本発明の音声認識装置によれば、音声の
登録処理の時にたとえ音声標準パタンに誤りがあって
も、音声の認識処理の時に誤り音声標準パタンのみに対
して簡単な操作で修正を行う事ができる。また、誤った
入力音声パタンに対しては音声標準パタンの修正を行わ
ないので、信頼性の高い音声標準パタンを得ることがで
きる。
登録処理の時にたとえ音声標準パタンに誤りがあって
も、音声の認識処理の時に誤り音声標準パタンのみに対
して簡単な操作で修正を行う事ができる。また、誤った
入力音声パタンに対しては音声標準パタンの修正を行わ
ないので、信頼性の高い音声標準パタンを得ることがで
きる。
【図１】本発明の音声認識装置の構成図を示す。
【図２】本発明の音声認識装置のパタン修正部の一実施
例の構成を示す。
例の構成を示す。
【図３】本発明の音声認識装置のパタン修正部の他の実
施例の構成を示す。
施例の構成を示す。
【図４】本発明の音声認識装置のパタン修正部のさらに
他の実施例の構成を示す。
他の実施例の構成を示す。
【図５】入力音声に対する類似度の例を示す。
【図６】再度入力した音声に対する類似度の例を示す。
【図７】音声パタン例（バンド・パス・フィルタにより
周波数分析された音声パタン）を示す。
周波数分析された音声パタン）を示す。
１ マイクロフォン ２ 音声分析部 ３ パタン作成部 ４ 音声標準パタンメモリ ５ 類似度計算部 ６ 判定部 ７ パタン修正部 ７１ 第１音声バッファ ７２ 第２音声バッファ ７３ 第３音声バッファ ７４ パタン類似度計算部 ７５ タイマ ７６ 棄却番号記憶部 ７７ パタン修正平均部 ７８ 第２閾値判定部
Claims (5)
- 【請求項１】 マイクロホンから入力された音声を分析
する音声分析部と、音声分析部で分析された結果に基づ
いて音声パタンを作成するパタン作成部と、あらかじめ
複数の音声標準パタンが蓄積されている標準パタンメモ
リと、上記パタン作成部で作成された音声パタンと上記
標準パタンメモリに蓄積されている各音声標準パタンと
の間の類似差を計算し、最も類似している音声標準パタ
ンおよびその類似度を出力する類似度計算部と、該類似
度計算部から得られる音声標準パタンの類似度が、あら
かじめ設定されている閾値よりも大きい時、音声標準パ
タンに対応する信号を認識結果として出力し、この類似
度が上記閾値よりも小さい時、認識棄却と判断する判断
部と、該判断部で認識棄却と判断された音声パタンを記
憶する第１の入力パタンバッファメモリと、上記判断部
で認識棄却と判断された場合、再度の音声入力で得た音
声パタンが最も類似している音声標準パタンが、上記第
１の入力パタンバッファメモリの音声パタンが最も類似
している音声標準パタンと同一である時、この再度の入
力で得た音声パタンを記憶する第２の入力パタンバッフ
ァメモリと、第１または第２の入力パタンバッファメモ
リの音声パタンに基づいて、第１または第２の入力パタ
ンバッファメモリの音声パタンが最も類似している上記
音声標準パタンメモリ内の音声標準パタンを修正するパ
タン修正部とからなる音声認識装置。 - 【請求項２】 請求項１記載の音声認識装置に於て、上
記パタン修正部は、最大類似度を与える音声標準パタ
ン、第１の入力パタンバッファメモリの音声パタン、第
２の入力パタンバッファメモリの音声パタンのうち類似
する２つのパタンを平均処理した平均パタンを作成し、
音声標準パタンをこの平均パタンに変更することを特徴
とする音声認識装置。 - 【請求項３】 請求項１、２記載の音声認識装置に於
て、上記パタン修正部は、認識棄却結果が得られた後に
計時を開始し、再度の入力との時間間隔を測定する入力
時間測定機能を有し、測定された時間が所定時間以下の
場合にのみ、音声標準パタンを修正することを特徴とす
る音声認識装置。 - 【請求項４】 請求項１、２、３記載の音声認識装置に
於て、入力された音声パタンの最大類似度が閾値よりも
小さい時、閾値よりも低く設定された第２の閾値よりも
最大類似度が大きい場合のみ、音声標準パタンを修正す
ることを特徴とする音声認識装置。 - 【請求項５】 音声登録時に得られた音声標準パタンを
音声標準パタンメモリに記憶し、音声認識時に上記メモ
リの音声標準パタンと同じ入力音声から得られたＮ個の
入力音声パタンに基づいて上記メモリの音声標準パタン
を修正することを特徴とした音声標準パタンの修正方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4173114A JP2975772B2 (ja) | 1992-06-30 | 1992-06-30 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4173114A JP2975772B2 (ja) | 1992-06-30 | 1992-06-30 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0619491A true JPH0619491A (ja) | 1994-01-28 |
| JP2975772B2 JP2975772B2 (ja) | 1999-11-10 |
Family
ID=15954412
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4173114A Expired - Fee Related JP2975772B2 (ja) | 1992-06-30 | 1992-06-30 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2975772B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002502992A (ja) * | 1998-02-03 | 2002-01-29 | デテモビール ドイチェ テレコム モビールネット ゲーエムベーハー | 音声認識システムにおける認識率向上方法及び装置 |
| JP2005202165A (ja) * | 2004-01-15 | 2005-07-28 | Advanced Media Inc | 音声認識システム |
| JP2006058479A (ja) * | 2004-08-18 | 2006-03-02 | Matsushita Electric Works Ltd | 音声認識機能付制御装置 |
| JPWO2007111197A1 (ja) * | 2006-03-24 | 2009-08-13 | パイオニア株式会社 | 話者認識システムにおける話者モデル登録装置及び方法、並びにコンピュータプログラム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62105558A (ja) * | 1985-10-31 | 1987-05-16 | Sharp Corp | 音声ダイヤル機能を有する電話機 |
| JPS63118198A (ja) * | 1986-11-06 | 1988-05-23 | 松下電器産業株式会社 | 音声認識装置 |
-
1992
- 1992-06-30 JP JP4173114A patent/JP2975772B2/ja not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62105558A (ja) * | 1985-10-31 | 1987-05-16 | Sharp Corp | 音声ダイヤル機能を有する電話機 |
| JPS63118198A (ja) * | 1986-11-06 | 1988-05-23 | 松下電器産業株式会社 | 音声認識装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002502992A (ja) * | 1998-02-03 | 2002-01-29 | デテモビール ドイチェ テレコム モビールネット ゲーエムベーハー | 音声認識システムにおける認識率向上方法及び装置 |
| JP2005202165A (ja) * | 2004-01-15 | 2005-07-28 | Advanced Media Inc | 音声認識システム |
| JP2006058479A (ja) * | 2004-08-18 | 2006-03-02 | Matsushita Electric Works Ltd | 音声認識機能付制御装置 |
| JPWO2007111197A1 (ja) * | 2006-03-24 | 2009-08-13 | パイオニア株式会社 | 話者認識システムにおける話者モデル登録装置及び方法、並びにコンピュータプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2975772B2 (ja) | 1999-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6134527A (en) | Method of testing a vocabulary word being enrolled in a speech recognition system | |
| US5625747A (en) | Speaker verification, speech recognition and channel normalization through dynamic time/frequency warping | |
| EP1901285B1 (en) | Voice authentification apparatus | |
| EP1159737B9 (en) | Speaker recognition | |
| US5621849A (en) | Voice recognizing method and apparatus | |
| JPS6247320B2 (ja) | ||
| US7050973B2 (en) | Speaker recognition using dynamic time warp template spotting | |
| JPH0159600B2 (ja) | ||
| GB2388947A (en) | Method of voice authentication | |
| JP2996019B2 (ja) | 音声認識装置 | |
| JPH0619491A (ja) | 音声認識装置 | |
| JPH0792989A (ja) | 音声認識方法 | |
| JPS60114900A (ja) | 有音・無音判定法 | |
| JP2001265387A (ja) | 話者照合装置及び方法 | |
| JP2834880B2 (ja) | 音声認識装置 | |
| JP2001350494A (ja) | 照合装置及び照合方法 | |
| KR100449912B1 (ko) | 음성인식시스템의 핵심어 검출을 위한 후처리방법 | |
| JPH11249688A (ja) | 音声認識装置およびその方法 | |
| JPH05210397A (ja) | 音声認識装置 | |
| JP2001034291A (ja) | 音声認識装置 | |
| JPH01185599A (ja) | 音声認識装置 | |
| JPH05108088A (ja) | 音声区間検出装置 | |
| JP2882088B2 (ja) | 音声認識方法 | |
| JPH05210396A (ja) | 音声認識装置 | |
| JP2010044241A (ja) | 音声認識装置および音声認識装置の制御プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |