JPH0634181B2 - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH0634181B2 JPH0634181B2 JP59106177A JP10617784A JPH0634181B2 JP H0634181 B2 JPH0634181 B2 JP H0634181B2 JP 59106177 A JP59106177 A JP 59106177A JP 10617784 A JP10617784 A JP 10617784A JP H0634181 B2 JPH0634181 B2 JP H0634181B2
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- time series
- distance
- voice
- point
- 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 - Fee Related
Links
- 230000005236 sound signal Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 28
- 238000012952 Resampling Methods 0.000 description 24
- 238000000034 method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 238000010606 normalization Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000001260 vocal cord Anatomy 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000013598 vector Substances 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
- G10L15/28—Constructional details of speech recognition systems
-
- 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
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
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)
- Signal Processing (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 産業上の利用分野 本発明は音声を認識する音声認識装置に関する。
背景技術とその問題点 従来、音声の発声速度変動に対処した音声認識装置とし
て例えば特開昭50-96104号公報に示されるようなＤＰマ
ッチング処理を行なうようにしたものが提案されてい
る。
て例えば特開昭50-96104号公報に示されるようなＤＰマ
ッチング処理を行なうようにしたものが提案されてい
る。
先ず、このＤＰマッチング処理にて音声認識を行なうよ
うにした音声認識装置について説明する。
うにした音声認識装置について説明する。
第１図において、(1)は音声信号入力部としてのマイク
ロホンを示し、このマイクロホン(1)からの音声信号が
音響分析部(2)に供給され、この音響分析部(2)にて音響
パラメータ時系列Pi(n)が得られる。この音響分析部(2)
において例えばバンドパスフィルタバンクの整流平滑化
出力が音響パラメータ時系列Pi(n)（ｉ＝１，……，
Ｉ；Ｉはバンドパスフィルタバンクのチャンネル数、ｎ
＝１，……，Ｎ；Ｎは音声区間判定により切り出された
フレーム数である。）として得られる。
ロホンを示し、このマイクロホン(1)からの音声信号が
音響分析部(2)に供給され、この音響分析部(2)にて音響
パラメータ時系列Pi(n)が得られる。この音響分析部(2)
において例えばバンドパスフィルタバンクの整流平滑化
出力が音響パラメータ時系列Pi(n)（ｉ＝１，……，
Ｉ；Ｉはバンドパスフィルタバンクのチャンネル数、ｎ
＝１，……，Ｎ；Ｎは音声区間判定により切り出された
フレーム数である。）として得られる。
この音響分析部(2)の音響パラメータ時系列Pi(n)がモー
ド切換スイッチ(3)により、登録モードにおいては認識
対象語毎に標準パターンメモリ(4)に格納され、認識モ
ードにおいてはＤＰマッチング距離計算部(5)の一端に
供給される。又、この認識モードにおいては標準パター
ンメモリ(4)に格納されている標準パターンがＤＰマッ
チング距離計算部(5)の他端に供給される。
ド切換スイッチ(3)により、登録モードにおいては認識
対象語毎に標準パターンメモリ(4)に格納され、認識モ
ードにおいてはＤＰマッチング距離計算部(5)の一端に
供給される。又、この認識モードにおいては標準パター
ンメモリ(4)に格納されている標準パターンがＤＰマッ
チング距離計算部(5)の他端に供給される。
このＤＰマッチング距離計算部(5)にてその時入力され
ている音声の音響パラメータ時系列Pi(n)よりなる入力
パターンと標準パターンメモリ(4)の標準パターンとの
ＤＰマッチング距離計算処理がなされ、このＤＰマッチ
ング距離計算部(5)のＤＰマッチング距離を示す距離信
号が最小距離判定部(6)に供給され、この最小距離判定
部(6)にて入力パターンに対してＤＰマッチング距離が
最小となる標準パターンが判定され、この判定結果より
入力音声を示す認識結果が出力端子(7)に得られる。
ている音声の音響パラメータ時系列Pi(n)よりなる入力
パターンと標準パターンメモリ(4)の標準パターンとの
ＤＰマッチング距離計算処理がなされ、このＤＰマッチ
ング距離計算部(5)のＤＰマッチング距離を示す距離信
号が最小距離判定部(6)に供給され、この最小距離判定
部(6)にて入力パターンに対してＤＰマッチング距離が
最小となる標準パターンが判定され、この判定結果より
入力音声を示す認識結果が出力端子(7)に得られる。
ところで、一般に標準パターンメモリ(4)に格納される
標準パターンのフレーム数Ｎは発声速度変動や単語長の
違いにより異なっている。ＤＰマッチング処理によりこ
の発声速度変動や単語長の違いに対処する為の時間軸正
規化がなされる。
標準パターンのフレーム数Ｎは発声速度変動や単語長の
違いにより異なっている。ＤＰマッチング処理によりこ
の発声速度変動や単語長の違いに対処する為の時間軸正
規化がなされる。
以下、このＤＰマッチング処理について説明する。ここ
で、簡単の為に音響パラメータ時系列Pi(n)の周波数軸
方向ｉに対応する次元を省略して標準パターンのパラメ
ータ時系列をｂ１，……，ｂＮ、入力パターンのパラメ
ータ時系列をａ１，……，ａＭとして、端点固定のＤＰ
−パス の場合のＤＰマッチング処理について説明する。
で、簡単の為に音響パラメータ時系列Pi(n)の周波数軸
方向ｉに対応する次元を省略して標準パターンのパラメ
ータ時系列をｂ１，……，ｂＮ、入力パターンのパラメ
ータ時系列をａ１，……，ａＭとして、端点固定のＤＰ
−パス の場合のＤＰマッチング処理について説明する。
第２図はＤＰマッチング処理の概念図を示し、横軸に入
力パラメータ（Ｍ＝19）が並べられ、縦軸に標準パラメ
ータ（Ｎ−12）が並べられ、この第２図に示す（Ｍ，
Ｎ）格子状平面に於ける・点はＭ×Ｎ個であり、この各
・点に１つの距離が対応する。例えばａ３とｂ５との距
離がａ３から縦に伸した直線と、ｂ５から横に伸した直
線との交点に位置する・に対応する。この場合、距離と
して例えばチェビシェフ距離を取れば、ａ３とｂ５との
チェビシェフ距離ｄ（３，５）は となる。（この場合、周波数軸方向ｉに対応する次元を
省略しているのでＩ＝Ｉである。）。そして、端点固定
のＤＰ−パスとして、格子点（ｍ，ｎ）に対してこの格
子点（ｍ，ｎ）に結びつける前の状態として左側の格子
点（ｍ−１，ｎ）、斜め左下側の格子点（ｍ−１，ｎ−
１）及び下側の格子点（ｍ，ｎ−１）の３つ だけを許した場合、始点、即ちａ１とｂ１とのチェビシ
ェフ距離ｄ（１，１）を示す から出発し、パス（経路）として３方向 を選び、終点、即ちａＭとｂＮとのチェビシェフ距離ｄ
（Ｍ，Ｎ）を示す に至るパスで、通過する各格子点の距離の総和が最小に
なるものを求め、この距離の総和を入力パラメータ数Ｍ
と標準パラメータ数Ｎとの和より値１を減算した（Ｍ＋
Ｎ−１）にて除算して得られた結果が入力パターンのパ
ラメータ時系列ａ１，……，ａＭと標準パターンのパラ
メータ時系列ｂ１，……，ｂＮとのＤＰマッチング距離
となされる。この様な処理を示す初期条件及び漸化式は 初期条件 ｇ（１，１）＝ｄ（１，１） 漸化式 と表され、これよりＤＰマッチング距離ＤＭ（Ａ，Ｂ）
は ＤＭ（Ａ，Ｂ）＝ｇ（Ｍ，Ｎ）／（Ｍ＋Ｎ−１）と表さ
れる（Ｍ＋Ｎ−１）でｇ（Ｍ，Ｎ）を割っているのは標
準パターンのフレーム数Ｎの違いによる距離の値の差を
補正するためである。）。この様な処理により標準パタ
ーンの数がＬ個ある場合には入力パターンに対するＤＰ
マッチング距離がＬ個求められ、このＬ個のＤＰマッチ
ング距離中最小の距離となる標準パターンが認識結果と
なされる。
力パラメータ（Ｍ＝19）が並べられ、縦軸に標準パラメ
ータ（Ｎ−12）が並べられ、この第２図に示す（Ｍ，
Ｎ）格子状平面に於ける・点はＭ×Ｎ個であり、この各
・点に１つの距離が対応する。例えばａ３とｂ５との距
離がａ３から縦に伸した直線と、ｂ５から横に伸した直
線との交点に位置する・に対応する。この場合、距離と
して例えばチェビシェフ距離を取れば、ａ３とｂ５との
チェビシェフ距離ｄ（３，５）は となる。（この場合、周波数軸方向ｉに対応する次元を
省略しているのでＩ＝Ｉである。）。そして、端点固定
のＤＰ−パスとして、格子点（ｍ，ｎ）に対してこの格
子点（ｍ，ｎ）に結びつける前の状態として左側の格子
点（ｍ−１，ｎ）、斜め左下側の格子点（ｍ−１，ｎ−
１）及び下側の格子点（ｍ，ｎ−１）の３つ だけを許した場合、始点、即ちａ１とｂ１とのチェビシ
ェフ距離ｄ（１，１）を示す から出発し、パス（経路）として３方向 を選び、終点、即ちａＭとｂＮとのチェビシェフ距離ｄ
（Ｍ，Ｎ）を示す に至るパスで、通過する各格子点の距離の総和が最小に
なるものを求め、この距離の総和を入力パラメータ数Ｍ
と標準パラメータ数Ｎとの和より値１を減算した（Ｍ＋
Ｎ−１）にて除算して得られた結果が入力パターンのパ
ラメータ時系列ａ１，……，ａＭと標準パターンのパラ
メータ時系列ｂ１，……，ｂＮとのＤＰマッチング距離
となされる。この様な処理を示す初期条件及び漸化式は 初期条件 ｇ（１，１）＝ｄ（１，１） 漸化式 と表され、これよりＤＰマッチング距離ＤＭ（Ａ，Ｂ）
は ＤＭ（Ａ，Ｂ）＝ｇ（Ｍ，Ｎ）／（Ｍ＋Ｎ−１）と表さ
れる（Ｍ＋Ｎ−１）でｇ（Ｍ，Ｎ）を割っているのは標
準パターンのフレーム数Ｎの違いによる距離の値の差を
補正するためである。）。この様な処理により標準パタ
ーンの数がＬ個ある場合には入力パターンに対するＤＰ
マッチング距離がＬ個求められ、このＬ個のＤＰマッチ
ング距離中最小の距離となる標準パターンが認識結果と
なされる。
この様なＤＰマッチング処理による音声認識装置によれ
ば発声速度変動や単語長の違いに対処、即ち時間軸正規
化のなされた音声認識を行なうことができる。
ば発声速度変動や単語長の違いに対処、即ち時間軸正規
化のなされた音声認識を行なうことができる。
然し乍ら、この様なＤＰマッチング処理により音声認識
を行なうものにおいては、音声の定常部がＤＰマッチン
グ距離に大きく反映し、部分的に類似しているような語
い間に於いて誤認識し易いということが明らかとなっ
た。
を行なうものにおいては、音声の定常部がＤＰマッチン
グ距離に大きく反映し、部分的に類似しているような語
い間に於いて誤認識し易いということが明らかとなっ
た。
即ち、音響パラメータ時系列pi(n)はそのパラメータ空
間で軌跡を描くと考えることができる。実際には各フレ
ームｎのパラメータがパラメータ空間内の１点に対応す
ることから、点列ではあるが時系列方向に曲線で結んで
いくと始点から終点迄の１つの軌跡が考えられる。例え
ば２種類の単語“ＳＡＮ”と“ＨＡＩ”とを登録した場
合、夫々の標準パターンＡ′，Ｂ′は第３図に示す如く
“Ｓ”，“Ａ”，“Ｎ”，“Ｈ”，“Ａ”，“Ｉ”の各
音韻領域を通過する軌跡を描く。そして、認識モードで
“ＳＡＮ”と発声した場合、全体的にみれば入力パター
ンＡに対する標準パターンＢ′の類似する部分は非常に
少ないが、この入力パターンＡの“ＳＡＮ”の“Ａ”の
部分が標準パターンＡ′の“ＳＡＮ”の“Ａ”の部分よ
り標準パターンＢ′の“ＨＡＩ”の“Ａ”の部分により
類似し、且つその部分（準定常部）に点数が多い場合が
ある。
間で軌跡を描くと考えることができる。実際には各フレ
ームｎのパラメータがパラメータ空間内の１点に対応す
ることから、点列ではあるが時系列方向に曲線で結んで
いくと始点から終点迄の１つの軌跡が考えられる。例え
ば２種類の単語“ＳＡＮ”と“ＨＡＩ”とを登録した場
合、夫々の標準パターンＡ′，Ｂ′は第３図に示す如く
“Ｓ”，“Ａ”，“Ｎ”，“Ｈ”，“Ａ”，“Ｉ”の各
音韻領域を通過する軌跡を描く。そして、認識モードで
“ＳＡＮ”と発声した場合、全体的にみれば入力パター
ンＡに対する標準パターンＢ′の類似する部分は非常に
少ないが、この入力パターンＡの“ＳＡＮ”の“Ａ”の
部分が標準パターンＡ′の“ＳＡＮ”の“Ａ”の部分よ
り標準パターンＢ′の“ＨＡＩ”の“Ａ”の部分により
類似し、且つその部分（準定常部）に点数が多い場合が
ある。
ここで、第３図に示す如く入力パターンＡのパラメータ
が全体的には標準パターンＡ′のパラメータに類似し、
部分的には標準パターンＢ′のパラメータに類似する場
合にＤＰマッチング処理により誤認識を招く場合を１次
元パラメータを例に説明する。この場合、第３図に示す
状況、即ち部分的に類似している語い間の関係と同様の
１次元パラメータ時系列として第４図に示す如き入力パ
ターンＡ；2,4,6,8,8,8,8,6,4,4,4,6,8と、第５図に示
す如き標準パターンＡ′；3,5,7,9,9,9,9,7,5,5,7,9
と、第６図に示す如き標準パターンＢ′；7,6,6,8,8,8,
8,6,4,4,4とを考える。これら第４図乃至第６図のパタ
ーンより明らかな如く入力パターンＡは標準パターン
Ａ′と判定されて欲しいパターンである。ところが、入
力パターンＡに対する標準パターンＡ′及びＢ′のＤＰ
マッチング距離を計算すると、入力パターンＡは標準パ
ターンＢ′に近いことが示される。
が全体的には標準パターンＡ′のパラメータに類似し、
部分的には標準パターンＢ′のパラメータに類似する場
合にＤＰマッチング処理により誤認識を招く場合を１次
元パラメータを例に説明する。この場合、第３図に示す
状況、即ち部分的に類似している語い間の関係と同様の
１次元パラメータ時系列として第４図に示す如き入力パ
ターンＡ；2,4,6,8,8,8,8,6,4,4,4,6,8と、第５図に示
す如き標準パターンＡ′；3,5,7,9,9,9,9,7,5,5,7,9
と、第６図に示す如き標準パターンＢ′；7,6,6,8,8,8,
8,6,4,4,4とを考える。これら第４図乃至第６図のパタ
ーンより明らかな如く入力パターンＡは標準パターン
Ａ′と判定されて欲しいパターンである。ところが、入
力パターンＡに対する標準パターンＡ′及びＢ′のＤＰ
マッチング距離を計算すると、入力パターンＡは標準パ
ターンＢ′に近いことが示される。
即ち、入力パターンＡに対する標準パターンＡ′のＤＰ
マッチング処理として第２図と同様、第７図に示す如く
横軸に入力パターンＡのパラメータ時系列；2,4,6,8,8,
8,8,6,4,4,4,6,8を並べ、縦軸に標準パターンＡ′のパ
ラメータ時系列；3,5,7,9,9,9,9,7,5,5,7,9を並べ、格
子状平面に於ける交点に対応して入力パターンＡの個々
のパラメータに対する標準パターンＡ′の個々のパラメ
ータのチェビシェフ距離を求める。そして、入力パラメ
ータＡのパラメータ時系列の第１番目のパラメータ２
と、標準パラメータＡ′のパラメータ時系列の第１番目
のパラメータ３とのチェビシェフ距離ｄ（１，１）＝１
の点を始点とし、入力パターンＡのパラメータ時系列の
第13番目のパラメータ８と、標準パターンＡ′のパラメ
ータ時系列の第12番目のパラメータ９とのチェビシェフ
距離ｄ（13,12）＝１の点を終点とし、ＤＰ−パスとし
て第２図の場合と同様、任意の点に対する前の状態とし
てその任意の点の左側の点、下側の点及び斜め左下側の
点を取ることを許した場合（このパスを実線矢印にて示
す。）、パス上の点はｄ（１，１）−ｄ（２，２）−ｄ
（３，３）−ｄ（４，４）−ｄ（５，５）−ｄ（６，
６）−ｄ（７，７）−ｄ（８，８）−ｄ（９，９）−ｄ
（10,10）−ｄ（11,10）−ｄ（12,10）−ｄ（13,11）−
ｄ（13,12）の14点であり、その距離の総和は24であ
り、このＤＰマッチング距離ＤＭ（Ａ，Ａ′）は１であ
る。
マッチング処理として第２図と同様、第７図に示す如く
横軸に入力パターンＡのパラメータ時系列；2,4,6,8,8,
8,8,6,4,4,4,6,8を並べ、縦軸に標準パターンＡ′のパ
ラメータ時系列；3,5,7,9,9,9,9,7,5,5,7,9を並べ、格
子状平面に於ける交点に対応して入力パターンＡの個々
のパラメータに対する標準パターンＡ′の個々のパラメ
ータのチェビシェフ距離を求める。そして、入力パラメ
ータＡのパラメータ時系列の第１番目のパラメータ２
と、標準パラメータＡ′のパラメータ時系列の第１番目
のパラメータ３とのチェビシェフ距離ｄ（１，１）＝１
の点を始点とし、入力パターンＡのパラメータ時系列の
第13番目のパラメータ８と、標準パターンＡ′のパラメ
ータ時系列の第12番目のパラメータ９とのチェビシェフ
距離ｄ（13,12）＝１の点を終点とし、ＤＰ−パスとし
て第２図の場合と同様、任意の点に対する前の状態とし
てその任意の点の左側の点、下側の点及び斜め左下側の
点を取ることを許した場合（このパスを実線矢印にて示
す。）、パス上の点はｄ（１，１）−ｄ（２，２）−ｄ
（３，３）−ｄ（４，４）−ｄ（５，５）−ｄ（６，
６）−ｄ（７，７）−ｄ（８，８）−ｄ（９，９）−ｄ
（10,10）−ｄ（11,10）−ｄ（12,10）−ｄ（13,11）−
ｄ（13,12）の14点であり、その距離の総和は24であ
り、このＤＰマッチング距離ＤＭ（Ａ，Ａ′）は１であ
る。
一方、入力パターンＡに対する標準パターンＢ′のＤＰ
マッチング処理を上述第７図に示す場合と同様、第８図
に示す如く行なう。即ち、入力パターンＡの個々のパラ
メータ；2,4,6,8,8,8,8,6,4,4,4,6,8に対する標準パタ
ーンＢ′の個個のパラメータ；7,6,6,8,8,8,8,6,4,4,4
のチェビシェフ距離を求め、ＤＰ−パスとして任意の点
に対する前の状態としてその任意の点の左側の点、下側
の点及び斜め左下側の点を取ることを許した場合（この
パスを実線矢印にて示す。）、パス上の点はｄ（１，
１）−ｄ（２，２）−ｄ（３，３）−ｄ（４，４）−ｄ
（５，５）−ｄ（６，６）−ｄ（７，７）−ｄ（８，
８）−ｄ（９，９）−ｄ（10,10）−ｄ（11,11）−ｄ
（12,11）−ｄ（13,11）の13点であり、その距離の総和
は15であり、このＤＰマッチング距離ＤＭ（Ａ，Ｂ′）
は0.65である。
マッチング処理を上述第７図に示す場合と同様、第８図
に示す如く行なう。即ち、入力パターンＡの個々のパラ
メータ；2,4,6,8,8,8,8,6,4,4,4,6,8に対する標準パタ
ーンＢ′の個個のパラメータ；7,6,6,8,8,8,8,6,4,4,4
のチェビシェフ距離を求め、ＤＰ−パスとして任意の点
に対する前の状態としてその任意の点の左側の点、下側
の点及び斜め左下側の点を取ることを許した場合（この
パスを実線矢印にて示す。）、パス上の点はｄ（１，
１）−ｄ（２，２）−ｄ（３，３）−ｄ（４，４）−ｄ
（５，５）−ｄ（６，６）−ｄ（７，７）−ｄ（８，
８）−ｄ（９，９）−ｄ（10,10）−ｄ（11,11）−ｄ
（12,11）−ｄ（13,11）の13点であり、その距離の総和
は15であり、このＤＰマッチング距離ＤＭ（Ａ，Ｂ′）
は0.65である。
このＤＰ−パスを３方向 とした結果より明らかな様に入力パターンＡがそのＤＰ
マッチング距離の小さな標準パターンＢ′と判定され、
判定されるべき結果が得られない。この様にＤＰマッチ
ング処理においては部分的に類似しているような語い間
に於いて誤認識し易い。
マッチング距離の小さな標準パターンＢ′と判定され、
判定されるべき結果が得られない。この様にＤＰマッチ
ング処理においては部分的に類似しているような語い間
に於いて誤認識し易い。
又、ＤＰマッチング処理においては上述した様に標準パ
ターンのフレーム数Ｎが不定であり、しかも入力パター
ンに対して全標準パターンをＤＰマッチング処理する必
要があり、語いが多くなるとそれに伴って演算量が飛躍
的に増加し、標準パターンメモリ(4)の記憶容量や演算
量の点で問題があった。
ターンのフレーム数Ｎが不定であり、しかも入力パター
ンに対して全標準パターンをＤＰマッチング処理する必
要があり、語いが多くなるとそれに伴って演算量が飛躍
的に増加し、標準パターンメモリ(4)の記憶容量や演算
量の点で問題があった。
発明の目的 本発明は斯かる点に鑑み部分的に類似しているような語
い間に於いても語認識することが比較的少なく、且つ標
準パターンメモリの記憶容量や演算量が比較的少ない音
声認識装置を得ることを目的とする。
い間に於いても語認識することが比較的少なく、且つ標
準パターンメモリの記憶容量や演算量が比較的少ない音
声認識装置を得ることを目的とする。
発明の概要 本発明音声認識装置は例えば第９図に示す如く、音声信
号入力部(1)と、この音声信号入力部(1)からの音声信号
を音響パラメータ系列に変換する変換部(2)と、この音
響パラメータ系列からそのパラメータ空間における軌跡
を推定する推定部(22)と、この推定部(22)において推定
されたこの軌跡に基づいて、正規化された新たな音響パ
ラメータ系列を形成するパラメータ形成部(24と、この
パラメータ形成部(24)により形成された新音響パラメー
タ系列に基づいてこの音声信号を認識する認識部(4),(2
5),(6)とを備えたものであり、斯かる本発明音声認識装
置に依れば部分的に類似しているような語い間に於いて
も誤認識することが比較的少なく、且つ標準パターンメ
モリの記憶容量や演算が比較的少ないものを得ることが
できる利益がある。
号入力部(1)と、この音声信号入力部(1)からの音声信号
を音響パラメータ系列に変換する変換部(2)と、この音
響パラメータ系列からそのパラメータ空間における軌跡
を推定する推定部(22)と、この推定部(22)において推定
されたこの軌跡に基づいて、正規化された新たな音響パ
ラメータ系列を形成するパラメータ形成部(24と、この
パラメータ形成部(24)により形成された新音響パラメー
タ系列に基づいてこの音声信号を認識する認識部(4),(2
5),(6)とを備えたものであり、斯かる本発明音声認識装
置に依れば部分的に類似しているような語い間に於いて
も誤認識することが比較的少なく、且つ標準パターンメ
モリの記憶容量や演算が比較的少ないものを得ることが
できる利益がある。
実施例 以下、第９図乃至第17図を参照しながら本発明音声認識
装置の一実施例について説明しよう。この第９図乃至第
17図において第１図乃至第８図と対応する部分に同一符
号を付してその詳細な説明は省略する。
装置の一実施例について説明しよう。この第９図乃至第
17図において第１図乃至第８図と対応する部分に同一符
号を付してその詳細な説明は省略する。
第９図において、(1)は音声信号入力部としてのマイク
ロホンを示し、このマイクロホン(1)からの音声信号を
音響分析部(2)の増幅器(8)に供給し、この増幅器(8)の
音声信号をカットオフ周波数5.5KHzのローパスフィルタ
(9)を介してサンプリング周波数12.5KHzの12ビットＡ／
Ｄ変換器(10)に供給し、このＡ／Ｄ変換器(10)のデジタ
ル音声信号を15チャンネルのデジタルバンドパスフィル
タバンク(11A),(11B)，……，(11O)に供給する。
ロホンを示し、このマイクロホン(1)からの音声信号を
音響分析部(2)の増幅器(8)に供給し、この増幅器(8)の
音声信号をカットオフ周波数5.5KHzのローパスフィルタ
(9)を介してサンプリング周波数12.5KHzの12ビットＡ／
Ｄ変換器(10)に供給し、このＡ／Ｄ変換器(10)のデジタ
ル音声信号を15チャンネルのデジタルバンドパスフィル
タバンク(11A),(11B)，……，(11O)に供給する。
この15チャンネルのデジタルバンドパスフィルタバンク
（11A），（11B），……，（11O）は例えばバターワー
ス４次のデジタルフィルタにて構成し、250Hzから5.5KH
zまでの帯域が対数軸上で等間隔となるように割り振ら
れている。そして、各デジタルバンドパスフィルタ（11
A），（11B），……，（11O）の出力信号を15チャンネ
ルの整流器（12A），（12B），……，（12O）に夫々供
給し、これら整流器（12A），（12B），……，（12O）
の２乗出力を15チャンネルのデジタルローパスフィルタ
（13A），（13B），……，（13O）に夫々供給する。こ
れらデジタルローパスフィルタ（13A），（13B），…
…，（13O）はカットオフ周波数52.8HzのＦＩＲ（有限
インパルス応答形）ローパスフィルタにて構成する。
（11A），（11B），……，（11O）は例えばバターワー
ス４次のデジタルフィルタにて構成し、250Hzから5.5KH
zまでの帯域が対数軸上で等間隔となるように割り振ら
れている。そして、各デジタルバンドパスフィルタ（11
A），（11B），……，（11O）の出力信号を15チャンネ
ルの整流器（12A），（12B），……，（12O）に夫々供
給し、これら整流器（12A），（12B），……，（12O）
の２乗出力を15チャンネルのデジタルローパスフィルタ
（13A），（13B），……，（13O）に夫々供給する。こ
れらデジタルローパスフィルタ（13A），（13B），…
…，（13O）はカットオフ周波数52.8HzのＦＩＲ（有限
インパルス応答形）ローパスフィルタにて構成する。
そして、各デジタルローパスフィルタ（13A），（1
3B），……，（13O）の出力信号をサンプリング周期5.1
2msのサンプラー(14)に供給する。
3B），……，（13O）の出力信号をサンプリング周期5.1
2msのサンプラー(14)に供給する。
このサンプラー(14)によりデジタルローパスフィルタ
（13A），（13B），……，（13O）の出力信号をフレー
ム周期5.12ms毎にサンプリングし、このサンプラー(14)
のサンプリング信号を音源情報正規化器(15)に供給す
る。この音源情報正規化器(15)は認識しようとする音声
の話者による声帯音源特性の違いを除去するものであ
る。
（13A），（13B），……，（13O）の出力信号をフレー
ム周期5.12ms毎にサンプリングし、このサンプラー(14)
のサンプリング信号を音源情報正規化器(15)に供給す
る。この音源情報正規化器(15)は認識しようとする音声
の話者による声帯音源特性の違いを除去するものであ
る。
即ち、フレーム周期毎にサンプラー(14)から供給される
サンプリング信号Ai(n)（ｉ＝１，……，15；ｎ：フレ
ーム番号）に対して Ａ′i(n)＝log（Ai(n)＋Ｂ） ・・・(1) なる対数変換がなされる。この(1)式において、Ｂはバ
イアスでノイズレベルが隠れる程度の値を設定する。そ
して、声帯音源特性をｙｉ＝ａ・ｉ＋ｂなる式で近似す
る。このａ及びｂの計数は次式により決定される。
サンプリング信号Ai(n)（ｉ＝１，……，15；ｎ：フレ
ーム番号）に対して Ａ′i(n)＝log（Ai(n)＋Ｂ） ・・・(1) なる対数変換がなされる。この(1)式において、Ｂはバ
イアスでノイズレベルが隠れる程度の値を設定する。そ
して、声帯音源特性をｙｉ＝ａ・ｉ＋ｂなる式で近似す
る。このａ及びｂの計数は次式により決定される。
そして、音源の正規化されたパラメータをPi(n)とする
と、ａ(n)＜０のときパラメータPi(n)は Pi(n)＝Ａ′i(n)−｛ａ(n)・ｉ＋ｂ(n)｝ ・・・(4) と表わされる。
と、ａ(n)＜０のときパラメータPi(n)は Pi(n)＝Ａ′i(n)−｛ａ(n)・ｉ＋ｂ(n)｝ ・・・(4) と表わされる。
又、ａ(n)≧０のときレベルの正規化のみ行ない、パラ
メータPi(n)は と表わされる。
メータPi(n)は と表わされる。
この様な処理により音源特性の正規化されたパラメータ
pi(n)を音声区間内パラメータメモリ(16)に供給する。
この音声区間内パラメータメモリ(16)は後述する音声区
間判定部(17)からの音声区間判定信号を受けて音源特性
の正規化されたパラメータPi(n)を音声区間毎に格納す
る。
pi(n)を音声区間内パラメータメモリ(16)に供給する。
この音声区間内パラメータメモリ(16)は後述する音声区
間判定部(17)からの音声区間判定信号を受けて音源特性
の正規化されたパラメータPi(n)を音声区間毎に格納す
る。
一方、Ａ／Ｄ変換器(10)のデジタル音声信号を音声区間
判定部(17)のゼロクロスカウンタ(18)及びパワー算出器
(19)に夫々供給する。このゼロクロスカウンタ(18)は5.
12ms毎にその区間の64点のデジタル音声信号のゼロクロ
ス数をカウントし、そのカウント値を音声区間判定器(2
0)の第１の入力端に供給する。又、パワー算出器(19)は
5.12ms毎にその区間のデジタル音声信号のパワー、即ち
２乗和を求め、その区間内パワーを示すパワー信号を音
声区間判定器(20)の第２の入力端に供給する。更に、音
源情報正規化器(15)の音源正規化情報ａ(n)及びｂ(n)を
音声区間判定器(20)の第３の入力端に供給する。そし
て、音声区間判定器(20)においてはゼロクロス数、区間
内パワー及び音源正規化情報ａ(n)，ｂ(n)を複合的に処
理し、無音、無声音及び有声音の判定処理を行ない、音
声区間を決定する。この音声区間判定器(20)の音声区間
を示す音声区間判定信号を音声区間判定部(17)の出力と
して音声区間内パラメータメモリ(16)に供給する。
判定部(17)のゼロクロスカウンタ(18)及びパワー算出器
(19)に夫々供給する。このゼロクロスカウンタ(18)は5.
12ms毎にその区間の64点のデジタル音声信号のゼロクロ
ス数をカウントし、そのカウント値を音声区間判定器(2
0)の第１の入力端に供給する。又、パワー算出器(19)は
5.12ms毎にその区間のデジタル音声信号のパワー、即ち
２乗和を求め、その区間内パワーを示すパワー信号を音
声区間判定器(20)の第２の入力端に供給する。更に、音
源情報正規化器(15)の音源正規化情報ａ(n)及びｂ(n)を
音声区間判定器(20)の第３の入力端に供給する。そし
て、音声区間判定器(20)においてはゼロクロス数、区間
内パワー及び音源正規化情報ａ(n)，ｂ(n)を複合的に処
理し、無音、無声音及び有声音の判定処理を行ない、音
声区間を決定する。この音声区間判定器(20)の音声区間
を示す音声区間判定信号を音声区間判定部(17)の出力と
して音声区間内パラメータメモリ(16)に供給する。
この音声区間内パラメータメモリ(16)に格納された音声
区間毎に音源特性の正規化された音響パラメータPi(n)
をその時系列方向にＮＡＴ処理部(21)に供給する（この
ＮＡＴとはNormalization Along Trajectoryの頭文字を
取ったものである。）。このＮＡＴ処理部(21)はＮＡＴ
処理として音響パラメータ時系列Pi(n)からそのパラメ
ータ空間における軌跡を推定し、この軌跡に基づいて新
たな音響パラメータ時系列Ｑｉ（ｍ）を形成する。
区間毎に音源特性の正規化された音響パラメータPi(n)
をその時系列方向にＮＡＴ処理部(21)に供給する（この
ＮＡＴとはNormalization Along Trajectoryの頭文字を
取ったものである。）。このＮＡＴ処理部(21)はＮＡＴ
処理として音響パラメータ時系列Pi(n)からそのパラメ
ータ空間における軌跡を推定し、この軌跡に基づいて新
たな音響パラメータ時系列Ｑｉ（ｍ）を形成する。
ここで、このＮＡＴ処理部(21)について便に説明する。
音響パラメータ時系列Pi(n)（ｉ＝１，……，Ｉ；ｎ＝
１，……，Ｎ）はそのパラメータ空間に点列を描く。第
10図に２次元パラメータ空間に分布する点列の例を示
す。この第10図に示す如く音声の非定常部の点列は粗に
分布し、準定常部は密に分布する。この事は完全に定常
であればパラメータは変化せず、その場合には点列はパ
ラメータ空間に停留することからも明らかである。
音響パラメータ時系列Pi(n)（ｉ＝１，……，Ｉ；ｎ＝
１，……，Ｎ）はそのパラメータ空間に点列を描く。第
10図に２次元パラメータ空間に分布する点列の例を示
す。この第10図に示す如く音声の非定常部の点列は粗に
分布し、準定常部は密に分布する。この事は完全に定常
であればパラメータは変化せず、その場合には点列はパ
ラメータ空間に停留することからも明らかである。
第11図は第10図に示す如き点列上に滑らかな曲線で軌跡
を描いた例を示す。この第11図に示す如く点列に対して
軌跡を推定できれば、音声の発声速度変動に対して軌跡
は殆ど不変であると考えることができる。何故ならば、
音声の発声速度変動による時間長の違いは殆どが準定常
部の時間的伸縮（第10図に示す如き点列においては準定
常部の点列密度の違いに相当する。）に起因し、非定常
部の時間長の影響は少ないと考えられるからである。
を描いた例を示す。この第11図に示す如く点列に対して
軌跡を推定できれば、音声の発声速度変動に対して軌跡
は殆ど不変であると考えることができる。何故ならば、
音声の発声速度変動による時間長の違いは殆どが準定常
部の時間的伸縮（第10図に示す如き点列においては準定
常部の点列密度の違いに相当する。）に起因し、非定常
部の時間長の影響は少ないと考えられるからである。
ＮＡＴ処理部(21)においてはこの様な音声の発声速度変
動に対する軌跡の不変性に着目して時間軸正規化を行な
う。
動に対する軌跡の不変性に着目して時間軸正規化を行な
う。
即ち、第１に音響パラメータ時系列Pi(n)に対して始端P
i(1)から終端Pi(N)迄を連続曲線で描いた軌跡を推定
し、この軌跡を示す曲線を （０≦ｓ≦Ｓ）とする。この場合、必ずしも である必要は無く、基本的には が点列全体を近似的に通過するようなものであれば良
い。
i(1)から終端Pi(N)迄を連続曲線で描いた軌跡を推定
し、この軌跡を示す曲線を （０≦ｓ≦Ｓ）とする。この場合、必ずしも である必要は無く、基本的には が点列全体を近似的に通過するようなものであれば良
い。
第２に推定された から軌跡の長さSLを求め、第12図に○印にて示す如く軌
跡に沿って一定長で新たな点列をリサンプリングする。
例えばＭ点にサンプリングする場合、一定長さ、即ちリ
サンプリング間隔Ｔ＝SL／（Ｍ−１）を基準として軌跡
上をリサンプリングする。このリンサプリングされた点
列をQi(m)（ｉ＝１，……，Ｉ；ｍ＝１，……，Ｍ）と
すれば、 である。
跡に沿って一定長で新たな点列をリサンプリングする。
例えばＭ点にサンプリングする場合、一定長さ、即ちリ
サンプリング間隔Ｔ＝SL／（Ｍ−１）を基準として軌跡
上をリサンプリングする。このリンサプリングされた点
列をQi(m)（ｉ＝１，……，Ｉ；ｍ＝１，……，Ｍ）と
すれば、 である。
この様にして得られた新たなパラメータ時系列Qi(m)は
軌跡の基本情報を有しており、しかも音声の発声速度変
動に対して殆ど不変なパラメータとなる。即ち、新たな
パラメータ時系列Qi(m)は時間軸正規化がなされたパラ
メータ時系列となる。
軌跡の基本情報を有しており、しかも音声の発声速度変
動に対して殆ど不変なパラメータとなる。即ち、新たな
パラメータ時系列Qi(m)は時間軸正規化がなされたパラ
メータ時系列となる。
この様な処理の為に、音声区間内パラメータメモリ(16)
の音響パラメータ時系列Pi(n)を軌跡長算出器(22)に供
給する。この軌跡長算出器(22)は音響パラメータ時系列
Pi(n)がそのパラメータ空間において描く直線近似によ
る軌跡の長さ、即ち軌跡長を算出するものである。この
場合、１次元ベクトルａｉ及びｂｉ間のユークリッド距
離Ｄ（ａｉ，ｂｉ）は である。そこで、１次元の音響パラメータ時系列Pi(n)
（ｉ＝１，……，Ｉ；ｎ＝１，……，Ｎ）より、直線近
似により軌跡を推定した場合の時系列方向に隣接するパ
ラメータ間距離Ｓ(n)は Ｓ(n)＝Ｄ（Pi（n+1），Pi(n) （ｎ＝１，……，N-1） ……(7) と表わされる。そして、時系列方向における第１番目の
パラメータPi(1)から第ｎ番目のパラメータPi(n)迄の距
離SL(n)は と表わされる。尚、SL(1)＝０である。更に、軌跡長SL
は と表わされる。軌跡長算出器(22)はこの(7)式、(8)式及
び(9)式にて示す信号処理を行なう如くなす。
の音響パラメータ時系列Pi(n)を軌跡長算出器(22)に供
給する。この軌跡長算出器(22)は音響パラメータ時系列
Pi(n)がそのパラメータ空間において描く直線近似によ
る軌跡の長さ、即ち軌跡長を算出するものである。この
場合、１次元ベクトルａｉ及びｂｉ間のユークリッド距
離Ｄ（ａｉ，ｂｉ）は である。そこで、１次元の音響パラメータ時系列Pi(n)
（ｉ＝１，……，Ｉ；ｎ＝１，……，Ｎ）より、直線近
似により軌跡を推定した場合の時系列方向に隣接するパ
ラメータ間距離Ｓ(n)は Ｓ(n)＝Ｄ（Pi（n+1），Pi(n) （ｎ＝１，……，N-1） ……(7) と表わされる。そして、時系列方向における第１番目の
パラメータPi(1)から第ｎ番目のパラメータPi(n)迄の距
離SL(n)は と表わされる。尚、SL(1)＝０である。更に、軌跡長SL
は と表わされる。軌跡長算出器(22)はこの(7)式、(8)式及
び(9)式にて示す信号処理を行なう如くなす。
この軌跡長算出器(22)の軌跡長SLを示す軌跡長信号を補
間間隔算出器(23)に供給する。この補間間隔算出器(23)
は軌跡に沿って直線補間により新たな点列をリサンプリ
ングする一定長のリンサプリング間隔Ｔを算出するもの
である。この場合、Ｍ点にリサンプリングするとすれ
ば、リサンプリング間隔Ｔは Ｔ＝SL／（Ｍ−１） ……(10) と表わされる。補間間隔算出器(23)はこの(10)式にて示
す信号処理を行なう如くなす。
間間隔算出器(23)に供給する。この補間間隔算出器(23)
は軌跡に沿って直線補間により新たな点列をリサンプリ
ングする一定長のリンサプリング間隔Ｔを算出するもの
である。この場合、Ｍ点にリサンプリングするとすれ
ば、リサンプリング間隔Ｔは Ｔ＝SL／（Ｍ−１） ……(10) と表わされる。補間間隔算出器(23)はこの(10)式にて示
す信号処理を行なう如くなす。
この補間間隔算出器(23)のリサンプリング間隔Ｔを示す
リサンプリング間隔信号を補間点抽出器(24)の一端に供
給すると共に音声区間内パラメータメモリ(16)の音響パ
ラメータ時系列Pi(n)を補間点抽出器(24)の他端に供給
する。この補間点抽出器(24)は音響パラメータ時系列Pi
(n)のそのパラメータ空間における軌跡例えばパラメー
タ間を直線近似した軌跡に沿ってリサンプリング間隔Ｔ
で新たな点列をリサンプリングし、この新たな点列より
新たな音響パラメータ時系列Qi(m)を形成するものであ
る。
リサンプリング間隔信号を補間点抽出器(24)の一端に供
給すると共に音声区間内パラメータメモリ(16)の音響パ
ラメータ時系列Pi(n)を補間点抽出器(24)の他端に供給
する。この補間点抽出器(24)は音響パラメータ時系列Pi
(n)のそのパラメータ空間における軌跡例えばパラメー
タ間を直線近似した軌跡に沿ってリサンプリング間隔Ｔ
で新たな点列をリサンプリングし、この新たな点列より
新たな音響パラメータ時系列Qi(m)を形成するものであ
る。
ここで、この補間点抽出器(24)における信号処理を第13
図に示す流れ図に沿って説明する。先ず、ブロック(24
a)にてリサンプリング点の時系列方向における番号を示
す変数Ｊに値１が設定されると共に音響パラメータ時系
列Pi(n)の時系列方向における番号を示す変数ICに値１
が設定される。そして、ブロック(24b)にて変数Ｊがイ
ンクリメントされ、ブロック(24c)にてそのときの変数
Ｊが（Ｍ−１）以下であるかどうかにより、そのときの
リサンプリング点の時系列方向における番号がリサンプ
リングする必要のある最後の番号がリサンプリングする
必要のある最後の番号になっていないかどうかを判断
し、なっていなければブロック(24d)にて第１番目のリ
サンプリング点から第Ｊ番目のリサンプリング点までの
リサンプル距離DLが算出され、ブロック(24e)にて変数I
Cがインクリメントされ、ブロック(24f)にてリサンプル
距離DLが音響パラメータ時系列Pi(n)の第１番目のパラ
メータPi(1)から第IC番目のパラメータPi(IC)までの距
離SL(IC)よりも小さいかどうかにより、そのときのリサ
ンプリング点が軌跡上においてそのときのパラメータPi
(IC)よりも軌跡の始点側に位置するかどうかを判断し、
位置していなければブロック(24e)にて変数ICをインク
リメントした後再びブロック(24f)にてリサンプリング
点とパラメータPi(IC)との軌跡上における位置の比較を
し、リサンプリング点が軌跡上においてパラメータPi(I
C)よりも始点側に位置すると判断されたとき、ブロック
(24g)にてリサンプリングにより軌跡に沿う新たな音響
パラメータQi(J)が形成される。即ち、先ず第Ｊ番目の
リサンプリング点によるリサンプル距離DLからこの第Ｊ
番目のリサンプリング点よりも始点側に位置する第（Ｉ
Ｃ−１）番目のパラメータPi(IC-1)による距離SL(IC-1)
を減算して第（ＩＣ−１）番目のパラメータPi(IC-1)か
ら第Ｊ番目のリサンプリング点迄の距離ＳＳを求める。
次に、軌跡上においてこの第Ｊ番目のリサンプリング点
の両側に位置するパラメータPi(IC-1)及びパラメータPi
(IC)間の距離Ｓ(n)（この距離Ｓ(n)は(7)式にて示され
る信号処理にて得られる。）にてこの距離SSを除算SS／
Ｓ(IC-1)し、この除算結果SS／Ｓ(IC-1)に軌跡上におい
て第Ｊ番目のリサンプリング点の両側に位置するパラメ
ータPi(IC)とPi(IC-1)との差Pi(IC)−Pi(IC-1)）を掛算
（Pi(IC)−Pi(IC-1)）＊SS／Ｓ(IC-1)して、軌跡上にお
いて第Ｊ番目のリサンプリング点のこのリサンプリング
点よりも始点側に隣接して位置する第(IC-1)番目のパラ
メータPi(IC-1)からの補間量を算出し、この補間量と第
Ｊ番目のリサンプリング点よりも始点側に隣接して位置
する第（IC−１）番目のパラメータPi(IC-1)とを加算し
て、軌跡に沿う新たな音響パラメータQi(J)が形成され
る。第14図に２次元の音響パラメータ時系列Ｐ(1)，Ｐ
(2)，……，Ｐ(8)に対してパラメータ間を直線近似して
軌跡を推定し、この軌跡に沿って直線補間により６点の
新たな音響パラメータ時系列Ｑ(1)，Ｑ(2)，……，Ｑ
(6)を形成した例を示す。又、このブロック(24g)におい
ては周波数系列方向に１次元分（ｉ＝１，……，Ｉ）の
信号処理が行なわれる。
図に示す流れ図に沿って説明する。先ず、ブロック(24
a)にてリサンプリング点の時系列方向における番号を示
す変数Ｊに値１が設定されると共に音響パラメータ時系
列Pi(n)の時系列方向における番号を示す変数ICに値１
が設定される。そして、ブロック(24b)にて変数Ｊがイ
ンクリメントされ、ブロック(24c)にてそのときの変数
Ｊが（Ｍ−１）以下であるかどうかにより、そのときの
リサンプリング点の時系列方向における番号がリサンプ
リングする必要のある最後の番号がリサンプリングする
必要のある最後の番号になっていないかどうかを判断
し、なっていなければブロック(24d)にて第１番目のリ
サンプリング点から第Ｊ番目のリサンプリング点までの
リサンプル距離DLが算出され、ブロック(24e)にて変数I
Cがインクリメントされ、ブロック(24f)にてリサンプル
距離DLが音響パラメータ時系列Pi(n)の第１番目のパラ
メータPi(1)から第IC番目のパラメータPi(IC)までの距
離SL(IC)よりも小さいかどうかにより、そのときのリサ
ンプリング点が軌跡上においてそのときのパラメータPi
(IC)よりも軌跡の始点側に位置するかどうかを判断し、
位置していなければブロック(24e)にて変数ICをインク
リメントした後再びブロック(24f)にてリサンプリング
点とパラメータPi(IC)との軌跡上における位置の比較を
し、リサンプリング点が軌跡上においてパラメータPi(I
C)よりも始点側に位置すると判断されたとき、ブロック
(24g)にてリサンプリングにより軌跡に沿う新たな音響
パラメータQi(J)が形成される。即ち、先ず第Ｊ番目の
リサンプリング点によるリサンプル距離DLからこの第Ｊ
番目のリサンプリング点よりも始点側に位置する第（Ｉ
Ｃ−１）番目のパラメータPi(IC-1)による距離SL(IC-1)
を減算して第（ＩＣ−１）番目のパラメータPi(IC-1)か
ら第Ｊ番目のリサンプリング点迄の距離ＳＳを求める。
次に、軌跡上においてこの第Ｊ番目のリサンプリング点
の両側に位置するパラメータPi(IC-1)及びパラメータPi
(IC)間の距離Ｓ(n)（この距離Ｓ(n)は(7)式にて示され
る信号処理にて得られる。）にてこの距離SSを除算SS／
Ｓ(IC-1)し、この除算結果SS／Ｓ(IC-1)に軌跡上におい
て第Ｊ番目のリサンプリング点の両側に位置するパラメ
ータPi(IC)とPi(IC-1)との差Pi(IC)−Pi(IC-1)）を掛算
（Pi(IC)−Pi(IC-1)）＊SS／Ｓ(IC-1)して、軌跡上にお
いて第Ｊ番目のリサンプリング点のこのリサンプリング
点よりも始点側に隣接して位置する第(IC-1)番目のパラ
メータPi(IC-1)からの補間量を算出し、この補間量と第
Ｊ番目のリサンプリング点よりも始点側に隣接して位置
する第（IC−１）番目のパラメータPi(IC-1)とを加算し
て、軌跡に沿う新たな音響パラメータQi(J)が形成され
る。第14図に２次元の音響パラメータ時系列Ｐ(1)，Ｐ
(2)，……，Ｐ(8)に対してパラメータ間を直線近似して
軌跡を推定し、この軌跡に沿って直線補間により６点の
新たな音響パラメータ時系列Ｑ(1)，Ｑ(2)，……，Ｑ
(6)を形成した例を示す。又、このブロック(24g)におい
ては周波数系列方向に１次元分（ｉ＝１，……，Ｉ）の
信号処理が行なわれる。
この様にしてブロック(24b)乃至(24g)にて始点及び終点
（これらは である。）を除く（Ｍ−２）点のリサンプリングにより
新たな音響パラメータ時系列Qi(m)が形成される。
（これらは である。）を除く（Ｍ−２）点のリサンプリングにより
新たな音響パラメータ時系列Qi(m)が形成される。
このＮＡＴ処理部(21)の新たな音響パラメータ時系列Qi
(m)をモード切換スイッチ(3)により、登録モードにおい
ては認識対象語毎に標準パターンメモリ(4)に格納し、
認識モードにおいてはチェビシェフ距離算出部(25)の一
端に供給する。又、この認識モードにおいては標準パタ
ーンメモリ(4)に格納されている標準パターンをチェビ
シェフ距離算出部(25)の他端に供給する。このチェビシ
ェフ距離算出部(25)においてはその時入力されている音
声の時間軸の正規化された新たな音響パラメータ時系列
Qi(m)よりなる入力パターンと、標準パターンメモリ(4)
の標準パターンとのチェビシェフ距離算出処理がなされ
る。
(m)をモード切換スイッチ(3)により、登録モードにおい
ては認識対象語毎に標準パターンメモリ(4)に格納し、
認識モードにおいてはチェビシェフ距離算出部(25)の一
端に供給する。又、この認識モードにおいては標準パタ
ーンメモリ(4)に格納されている標準パターンをチェビ
シェフ距離算出部(25)の他端に供給する。このチェビシ
ェフ距離算出部(25)においてはその時入力されている音
声の時間軸の正規化された新たな音響パラメータ時系列
Qi(m)よりなる入力パターンと、標準パターンメモリ(4)
の標準パターンとのチェビシェフ距離算出処理がなされ
る。
そして、このチェビシェフ距離を示す距離信号を最小距
離判定部(6)に供給し、この最小距離判定部(6)にて入力
パターンに対するチェビシェフ距離が最小となる標準パ
ターンが判定され、この判定結果より入力音声を示す認
識結果を出力端子(7)に供給する。
離判定部(6)に供給し、この最小距離判定部(6)にて入力
パターンに対するチェビシェフ距離が最小となる標準パ
ターンが判定され、この判定結果より入力音声を示す認
識結果を出力端子(7)に供給する。
この様にしてなる音声認識装置の動作について説明す
る。
る。
マイクロホン(1)の音声信号が音響分析部(2)にて音声区
間毎に音源特性の正規化された音響パラメータ時系列Pi
(n)に変換され、この音響パラメータ時系列Pi(n)がＮＡ
Ｔ処理部(21)に供給され、このＮＡＴ処理部(21)にて音
響パラメータ時系列Pi(n)からそのパラメータ空間にお
ける直線近似による軌跡が推定され、この軌跡に基づい
て時間軸正規化のなされた新たな音響パラメータ時系列
Qi(m)が形成され、登録モードにおいてはこの新たな音
響パラメータ時系列Qi(m)がモード切換スイッチ(3)を介
して標準パターンメモリ(4)に格納される。
間毎に音源特性の正規化された音響パラメータ時系列Pi
(n)に変換され、この音響パラメータ時系列Pi(n)がＮＡ
Ｔ処理部(21)に供給され、このＮＡＴ処理部(21)にて音
響パラメータ時系列Pi(n)からそのパラメータ空間にお
ける直線近似による軌跡が推定され、この軌跡に基づい
て時間軸正規化のなされた新たな音響パラメータ時系列
Qi(m)が形成され、登録モードにおいてはこの新たな音
響パラメータ時系列Qi(m)がモード切換スイッチ(3)を介
して標準パターンメモリ(4)に格納される。
又、認識モードにおいては、ＮＡＴ処理部(21)の新たな
音響パラメータ時系列Qi(m)がモード切換スイッチ(3)を
介してチェビシェフ距離算出部(25)に供給されると共に
標準パターンメモリ(4)の標準パターンがチェビシェフ
距離算出部(25)に供給される。第15図乃至第17図に第４
図乃至第６図に示す１次元の入力パターンＡのパラメー
タ時系列；2,4,6,8,8,8,8,6,4,4,4,6,8、標準パターン
Ａ′のパラメータ時系列；3,5,7,9,9,9,9,7,5,5,7,9、
標準パターンＢ′のパラメータ時系列；7,6,6,8,8,8,8,
6,4,4,4をＮＡＴ処理部(21)にて直線近似にて軌跡を推
定し、リサンプリング点を８点とする処理をした１次元
の入力パターンＡのパラメータ時系列；2,4,6,8,6,4,6,
8、標準パターンＡ′のパラメータ時系列；3,5,7,9,7,
5,7,9、標準パターンＢ′のパラメータ時系列；7,6,7,
8,7,6,5,4を夫々示す。この場合、音響パラメータ時系
列Pi(n)からそのパラメータ空間における軌跡を推定
し、この軌跡に沿って新たな音響パラメータ時系列Qi
(m)が形成されるので、入力音声を変換した音響パラメ
ータ時系列Pi(n)自身により時間軸正規化がなされる。
そして、チェビシェフ距離算出部(25)において入力パタ
ーンＡと標準パターンＡ′との間のチェビシェフ距離８
が算出されると共に入力パターンＡと標準パターンＢ′
との間のチェビシェフ距離16が算出され、これら距離８
及び距離16を夫々示す距離信号が最小距離判定部(6)に
供給され、この最小距離判定部(6)にて距離８が距離16
よりも小さいことから標準パターンＡが入力パターン
Ａ′であると判定され、この判定結果より入力音声が標
準パターンＡであることを示す認識結果が出力端子(7)
に得られる。従って、部分的に類似しているような語い
間に於いても誤認識することが比較的少ない音声認識を
行なうことができる。
音響パラメータ時系列Qi(m)がモード切換スイッチ(3)を
介してチェビシェフ距離算出部(25)に供給されると共に
標準パターンメモリ(4)の標準パターンがチェビシェフ
距離算出部(25)に供給される。第15図乃至第17図に第４
図乃至第６図に示す１次元の入力パターンＡのパラメー
タ時系列；2,4,6,8,8,8,8,6,4,4,4,6,8、標準パターン
Ａ′のパラメータ時系列；3,5,7,9,9,9,9,7,5,5,7,9、
標準パターンＢ′のパラメータ時系列；7,6,6,8,8,8,8,
6,4,4,4をＮＡＴ処理部(21)にて直線近似にて軌跡を推
定し、リサンプリング点を８点とする処理をした１次元
の入力パターンＡのパラメータ時系列；2,4,6,8,6,4,6,
8、標準パターンＡ′のパラメータ時系列；3,5,7,9,7,
5,7,9、標準パターンＢ′のパラメータ時系列；7,6,7,
8,7,6,5,4を夫々示す。この場合、音響パラメータ時系
列Pi(n)からそのパラメータ空間における軌跡を推定
し、この軌跡に沿って新たな音響パラメータ時系列Qi
(m)が形成されるので、入力音声を変換した音響パラメ
ータ時系列Pi(n)自身により時間軸正規化がなされる。
そして、チェビシェフ距離算出部(25)において入力パタ
ーンＡと標準パターンＡ′との間のチェビシェフ距離８
が算出されると共に入力パターンＡと標準パターンＢ′
との間のチェビシェフ距離16が算出され、これら距離８
及び距離16を夫々示す距離信号が最小距離判定部(6)に
供給され、この最小距離判定部(6)にて距離８が距離16
よりも小さいことから標準パターンＡが入力パターン
Ａ′であると判定され、この判定結果より入力音声が標
準パターンＡであることを示す認識結果が出力端子(7)
に得られる。従って、部分的に類似しているような語い
間に於いても誤認識することが比較的少ない音声認識を
行なうことができる。
以上述べた如く本発明音声認識装置に依れば、音声信号
入力部としてのマイクロホン(1)を有し、この音声信号
入力部(1)からの音声信号を音響パラメータ時系列Pi(n)
に変換し、この音響パラメータ時系列Pi(n)からそのパ
ラメータ空間における直線近似による軌跡を推定し、こ
の軌跡に基づいて新たな音響パラメータ時系列Qi(m)を
形成し処理することにより音声信号を認識するようにし
た為、部分的に類似しているような語い間に於いても誤
認識することが比較的少ない音声の認識ができる利益が
ある。又、処理の為の演算量を比較的少なくできる利益
がある。
入力部としてのマイクロホン(1)を有し、この音声信号
入力部(1)からの音声信号を音響パラメータ時系列Pi(n)
に変換し、この音響パラメータ時系列Pi(n)からそのパ
ラメータ空間における直線近似による軌跡を推定し、こ
の軌跡に基づいて新たな音響パラメータ時系列Qi(m)を
形成し処理することにより音声信号を認識するようにし
た為、部分的に類似しているような語い間に於いても誤
認識することが比較的少ない音声の認識ができる利益が
ある。又、処理の為の演算量を比較的少なくできる利益
がある。
ここで、ＮＡＴ処理を行なう本発明音声認識装置とＤＰ
マッチング処理を行なう従来の音声認識装置との演算量
における差異について説明する。
マッチング処理を行なう従来の音声認識装置との演算量
における差異について説明する。
入力パターンに対する標準パターン１個当たりのＤＰマ
ッチング距離計算部(5)における平均演算量をαとし、
チェビシェフ距離算出部(25)における平均演算量をβと
し、ＮＡＴ処理部(21)の平均の演算量をγとしたとき、
Ｊ個の標準パターンに対するＤＰマッチング処理による
演算量Ｃ１は Ｃ１＝α・Ｊ ……(11) である。又、Ｊ個の標準パターンに対するＮＡＴ処理し
た場合の演算量Ｃ２は Ｃ２＝β・Ｊ＋γ ……(12) である。一般に、平均演算量αは平均演算量βに対して
α≫βなる関係がある。従って、 なる関係が成り立つ、即ち認識対象語い数が増加するに
従って演算量Ｃ１は演算量Ｃ２に対してＣ１≫Ｃ２なる
関係となり、ＮＡＴ処理を行なう本発明音声認識装置に
依れば、演算量を大幅に低減できる利益がある。
ッチング距離計算部(5)における平均演算量をαとし、
チェビシェフ距離算出部(25)における平均演算量をβと
し、ＮＡＴ処理部(21)の平均の演算量をγとしたとき、
Ｊ個の標準パターンに対するＤＰマッチング処理による
演算量Ｃ１は Ｃ１＝α・Ｊ ……(11) である。又、Ｊ個の標準パターンに対するＮＡＴ処理し
た場合の演算量Ｃ２は Ｃ２＝β・Ｊ＋γ ……(12) である。一般に、平均演算量αは平均演算量βに対して
α≫βなる関係がある。従って、 なる関係が成り立つ、即ち認識対象語い数が増加するに
従って演算量Ｃ１は演算量Ｃ２に対してＣ１≫Ｃ２なる
関係となり、ＮＡＴ処理を行なう本発明音声認識装置に
依れば、演算量を大幅に低減できる利益がある。
又、ＮＡＴ処理部(21)より得られる新たな音響パラメー
タ時系列Qi(m)はその時系列方向において一定のパラメ
ータ数に設定できるので、標準パターンメモリ(4)の記
憶領域を有効に利用でき、その記憶容量を比較的少なく
できる利益がある。
タ時系列Qi(m)はその時系列方向において一定のパラメ
ータ数に設定できるので、標準パターンメモリ(4)の記
憶領域を有効に利用でき、その記憶容量を比較的少なく
できる利益がある。
尚、上述実施例においては音響パラメータ時系列Pi(n)
からそのパラメータ空間における軌跡を直線近似にて推
定すると共にこの軌跡から新たな音響パラメータ時系列
Qi(m)を直線補間にて形成するようにした場合について
述べたけれども、円弧近似、スプライン近似等により軌
跡を推定すると共に軌跡から新たな音響パラメータ時系
列Qi(m)を円弧補間、スプライン補間等にて形成するよ
うにしても上述実施例と同様の作用効果を得ることがで
きることは容易に理解できよう。又、上述実施例におい
ては音響パラメータ時系列Pi(n)からそのパラメータ空
間における軌跡を推定し、この軌跡に基づいて新たな音
響パラメータ時系列Qi(m)を形成するようにした場合に
ついて述べたけれども、音響パラメータ周波数系列から
そのパラメータ空間における軌跡を推定し、この軌跡に
基づいて新たな音響パラメータ周波数系列を形成するこ
とにより、音声信号の周波数特性の正規化を行なうこと
ができる。又、本発明は上述実施例に限らず本発明の要
旨を逸脱することなくその他種々の構成を取り得ること
は勿論である。
からそのパラメータ空間における軌跡を直線近似にて推
定すると共にこの軌跡から新たな音響パラメータ時系列
Qi(m)を直線補間にて形成するようにした場合について
述べたけれども、円弧近似、スプライン近似等により軌
跡を推定すると共に軌跡から新たな音響パラメータ時系
列Qi(m)を円弧補間、スプライン補間等にて形成するよ
うにしても上述実施例と同様の作用効果を得ることがで
きることは容易に理解できよう。又、上述実施例におい
ては音響パラメータ時系列Pi(n)からそのパラメータ空
間における軌跡を推定し、この軌跡に基づいて新たな音
響パラメータ時系列Qi(m)を形成するようにした場合に
ついて述べたけれども、音響パラメータ周波数系列から
そのパラメータ空間における軌跡を推定し、この軌跡に
基づいて新たな音響パラメータ周波数系列を形成するこ
とにより、音声信号の周波数特性の正規化を行なうこと
ができる。又、本発明は上述実施例に限らず本発明の要
旨を逸脱することなくその他種々の構成を取り得ること
は勿論である。
発明の効果 本発明音声認識装置に依れば音声信号入力部を有し、こ
の音声信号入力部からの音声信号を音響パラメータ系列
に変換し、この音響パラメータ系列からそのパラメータ
空間における軌跡を推定し、この軌跡に基づいて新たな
音響パラメータ系列を形成し処理することにより音声信
号を認識するようにした為、部分的に類似しているよう
な語い間に於いても誤認識することが比較的少なく、且
つ標準パターンメモリの記憶容量及び演算量の比較的少
ないものを得ることができる利益がある。
の音声信号入力部からの音声信号を音響パラメータ系列
に変換し、この音響パラメータ系列からそのパラメータ
空間における軌跡を推定し、この軌跡に基づいて新たな
音響パラメータ系列を形成し処理することにより音声信
号を認識するようにした為、部分的に類似しているよう
な語い間に於いても誤認識することが比較的少なく、且
つ標準パターンメモリの記憶容量及び演算量の比較的少
ないものを得ることができる利益がある。
第１図はＤＰマッチング処理により音声認識を行なうよ
うにした音声認識装置の例を示す構成図、第２図はＤＰ
マッチング処理の説明に供する概念図、第３図は音響パ
ラメータ空間における軌跡の説明に供する線図、第４
図、第５図及び第６図は夫々１次元の入力パターンＡ、
標準パターンＡ′及び標準パターンＢ′の例を示す線
図、第７図は入力パターンＡのパラメータ時系列と標準
パターンＡ′のパラメータ時系列とのＤＰマッチング処
理による時間軸正規化の説明に供する線図、第８図は入
力パターンＡのパラメータ時系列と標準パターンＢ′の
パラメータ時系列とのＤＰマッチング処理による時間軸
正規化の説明に供する線図、第９図は本発明音声認識装
置の一実施例を示す構成図、第10図、第11図、第12図及
び第14図は夫々ＮＡＴ処理部の説明に供する線図、第13
図は補間点抽出器の説明に供する流れ図、第15図、第16
図及び第17図は夫々ＮＡＴ処理部にて処理した入力パタ
ーンＡ、標準パターンＡ′及び標準パターンＢ′の１次
元の音響パラメータ時系列を示す線図である。 (1)は音声信号入力部としてのマイクロホン、(2)は音響
分析部、(3)はモード切換スイッチ、(4)は標準パターン
メモリ、(6)は最小距離判定器、(11A),(11B)，……，(1
1O)は15チャンネルのデジタルバンドパスフィルタバン
ク、(16)は音声区間内パラメータメモリ、(21)はＮＡＴ
処理部、(22)は軌跡長算出器、(23)は補間間隔算出器、
(24)は補間点抽出器、(25)はチェビシェフ距離算出部で
ある。
うにした音声認識装置の例を示す構成図、第２図はＤＰ
マッチング処理の説明に供する概念図、第３図は音響パ
ラメータ空間における軌跡の説明に供する線図、第４
図、第５図及び第６図は夫々１次元の入力パターンＡ、
標準パターンＡ′及び標準パターンＢ′の例を示す線
図、第７図は入力パターンＡのパラメータ時系列と標準
パターンＡ′のパラメータ時系列とのＤＰマッチング処
理による時間軸正規化の説明に供する線図、第８図は入
力パターンＡのパラメータ時系列と標準パターンＢ′の
パラメータ時系列とのＤＰマッチング処理による時間軸
正規化の説明に供する線図、第９図は本発明音声認識装
置の一実施例を示す構成図、第10図、第11図、第12図及
び第14図は夫々ＮＡＴ処理部の説明に供する線図、第13
図は補間点抽出器の説明に供する流れ図、第15図、第16
図及び第17図は夫々ＮＡＴ処理部にて処理した入力パタ
ーンＡ、標準パターンＡ′及び標準パターンＢ′の１次
元の音響パラメータ時系列を示す線図である。 (1)は音声信号入力部としてのマイクロホン、(2)は音響
分析部、(3)はモード切換スイッチ、(4)は標準パターン
メモリ、(6)は最小距離判定器、(11A),(11B)，……，(1
1O)は15チャンネルのデジタルバンドパスフィルタバン
ク、(16)は音声区間内パラメータメモリ、(21)はＮＡＴ
処理部、(22)は軌跡長算出器、(23)は補間間隔算出器、
(24)は補間点抽出器、(25)はチェビシェフ距離算出部で
ある。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 平岩 篤信 東京都品川区北品川６丁目７番35号 ソニ ー株式会社内 (56)参考文献 日本音響学会講演論文集 昭和59年10月 １−９−９ Ｐ．17−18
Claims (1)
- 【請求項１】音声信号入力部と、 前記音声信号入力部からの音声信号を音響パラメータ系
列に変換する変換部と、 前記音響パラメータ系列からそのパラメータ空間におけ
る軌跡を推定する推定部と、 前記推定部において推定された前記軌跡に基づいて、正
規化された新たな音響パラメータ系列を形成するパラメ
ータ形成部と、 前記パラメータ形成部により形成された新音響パラメー
タ系列に基づいて前記音声信号を認識する認識部と、 を備えたことを特徴とする音声認識装置。
Priority Applications (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59106177A JPH0634181B2 (ja) | 1984-05-25 | 1984-05-25 | 音声認識装置 |
| AU42751/85A AU586167B2 (en) | 1984-05-25 | 1985-05-22 | Speech recognition method and apparatus thereof |
| EP85303666A EP0164945B1 (en) | 1984-05-25 | 1985-05-23 | Methods of and apparatus for speech recognition |
| CA000482156A CA1227286A (en) | 1984-05-25 | 1985-05-23 | Speech recognition method and apparatus thereof |
| DE8585303666T DE3583067D1 (de) | 1984-05-25 | 1985-05-23 | Verfahren und anordnung zur spracherkennung. |
| KR1019850003590A KR930007790B1 (ko) | 1984-05-25 | 1985-05-24 | 음성 인식방법 |
| US07/323,098 US5003601A (en) | 1984-05-25 | 1989-03-07 | Speech recognition method and apparatus thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59106177A JPH0634181B2 (ja) | 1984-05-25 | 1984-05-25 | 音声認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS60249198A JPS60249198A (ja) | 1985-12-09 |
| JPH0634181B2 true JPH0634181B2 (ja) | 1994-05-02 |
Family
ID=14426960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59106177A Expired - Fee Related JPH0634181B2 (ja) | 1984-05-25 | 1984-05-25 | 音声認識装置 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JPH0634181B2 (ja) |
| KR (1) | KR930007790B1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0634183B2 (ja) * | 1984-05-31 | 1994-05-02 | ソニー株式会社 | 音声認識装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59106178A (ja) * | 1982-12-10 | 1984-06-19 | 富士通株式会社 | プリント配線基板のエツチング方法 |
-
1984
- 1984-05-25 JP JP59106177A patent/JPH0634181B2/ja not_active Expired - Fee Related
-
1985
- 1985-05-24 KR KR1019850003590A patent/KR930007790B1/ko not_active IP Right Cessation
Non-Patent Citations (1)
| Title |
|---|
| 日本音響学会講演論文集昭和５９年１０月１−９−９Ｐ．１７−１８ |
Also Published As
| Publication number | Publication date |
|---|---|
| KR850008538A (ko) | 1985-12-18 |
| JPS60249198A (ja) | 1985-12-09 |
| KR930007790B1 (ko) | 1993-08-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA1227286A (en) | Speech recognition method and apparatus thereof | |
| JP2692581B2 (ja) | 音響カテゴリ平均値計算装置及び適応化装置 | |
| WO2004111996A1 (ja) | 音響区間検出方法および装置 | |
| JP2745535B2 (ja) | 音声認識装置 | |
| JPH0634181B2 (ja) | 音声認識装置 | |
| JPH0632022B2 (ja) | 音声認識装置 | |
| JPH0634182B2 (ja) | 音声認識装置 | |
| EP0255529A1 (en) | Frame comparison method for word recognition in high noise environments | |
| JPH0634183B2 (ja) | 音声認識装置 | |
| JPH0668678B2 (ja) | 音声認識装置 | |
| JPH0792674B2 (ja) | 音声認識装置 | |
| JP2502880B2 (ja) | 音声認識方法 | |
| JPH0572598B2 (ja) | ||
| JPH0632004B2 (ja) | 音声認識装置 | |
| JPH0573036B2 (ja) | ||
| JP2585214B2 (ja) | ピッチ抽出方法 | |
| JPH05313695A (ja) | 音声分析装置 | |
| JPH0654439B2 (ja) | 音声認識装置 | |
| JPH0632011B2 (ja) | 音声認識装置 | |
| JPH0424717B2 (ja) | ||
| JP2003173195A (ja) | 占有度抽出装置および基本周波数抽出装置、それらの方法、それらのプログラム並びにそれらのプログラムを記録した記録媒体 | |
| JPS61275799A (ja) | 音声認識装置 | |
| JPH0632008B2 (ja) | 音声認識装置 | |
| JPH0632009B2 (ja) | 音声認識装置 | |
| JPH0632010B2 (ja) | 音声認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |