JPH0635494A - 音声認識装置 - Google Patents
音声認識装置Info
- Publication number
- JPH0635494A JPH0635494A JP4189049A JP18904992A JPH0635494A JP H0635494 A JPH0635494 A JP H0635494A JP 4189049 A JP4189049 A JP 4189049A JP 18904992 A JP18904992 A JP 18904992A JP H0635494 A JPH0635494 A JP H0635494A
- Authority
- JP
- Japan
- Prior art keywords
- feature vector
- pattern
- vector sequence
- vowel
- standard 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- Withdrawn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
Abstract
(57)【要約】
【目的】テンプレートマッチング法を用いた音声認識装
置において、同一母音系列をもつ単語の認識性能を向上
させる。 【構成】音声分析部１１とピッチ検出部１２と母音パタ
ーン圧縮部１３と標準パターンメモリ１４とパターン比
較部１５とを備え、入力された音声の母音部を検出し、
母音部のパターンを予め設定されたピッチ数分のみを残
し残りは削除して圧縮特徴ベクトル系列を得て、パター
ン比較に用いることにより、パターン間距離の母音部の
貢献度を下げ子音部の貢献度を上げて、同一母音系列を
もつ単語の認識性能を向上できる。
置において、同一母音系列をもつ単語の認識性能を向上
させる。 【構成】音声分析部１１とピッチ検出部１２と母音パタ
ーン圧縮部１３と標準パターンメモリ１４とパターン比
較部１５とを備え、入力された音声の母音部を検出し、
母音部のパターンを予め設定されたピッチ数分のみを残
し残りは削除して圧縮特徴ベクトル系列を得て、パター
ン比較に用いることにより、パターン間距離の母音部の
貢献度を下げ子音部の貢献度を上げて、同一母音系列を
もつ単語の認識性能を向上できる。
Description
【０００１】
【産業上の利用分野】本発明は音声を認識してその結果
を文字列として出力する音声認識装置に関する。
を文字列として出力する音声認識装置に関する。
【０００２】
【従来の技術】従来の音声認識装置は、図４に示すよう
に、入力された音声を分析して特徴ベクトル系列を出力
する音声分析部３１と、認識すべき各単語について予め
音声分析部３１が出力する特徴ベクトル系列を標準パタ
ーンとして記憶させてある標準パターンメモリ３２と、
音声分析部３１が出力する特徴ベクトル系列を入力パタ
ーンとし標準パターンメモリ３２に記憶されている各単
語の標準パターンと比較し、類似度が最高値を示した単
語を認識結果として外部に出力するパターン比較部３３
とを有している。
に、入力された音声を分析して特徴ベクトル系列を出力
する音声分析部３１と、認識すべき各単語について予め
音声分析部３１が出力する特徴ベクトル系列を標準パタ
ーンとして記憶させてある標準パターンメモリ３２と、
音声分析部３１が出力する特徴ベクトル系列を入力パタ
ーンとし標準パターンメモリ３２に記憶されている各単
語の標準パターンと比較し、類似度が最高値を示した単
語を認識結果として外部に出力するパターン比較部３３
とを有している。
【０００３】単語は２個以上の単音節で構成され、各単
音節は一般に（子音部＋母音部）で構成されている。母
音部は、信号レベルが高い上に継続時間が長く、しかも
信号源が声帯であるための周期性を持ち、冗長度の多い
信号である。これに対して子音部は、その生成が唇によ
る摩擦音や破裂音であるため、信号レベルが低い上に継
続時間が短く、しかもノイジーな信号であるため冗長度
は極めて少ない。また、日本語の母音は約５種と、子音
の約１５種類に比べ少ない。
音節は一般に（子音部＋母音部）で構成されている。母
音部は、信号レベルが高い上に継続時間が長く、しかも
信号源が声帯であるための周期性を持ち、冗長度の多い
信号である。これに対して子音部は、その生成が唇によ
る摩擦音や破裂音であるため、信号レベルが低い上に継
続時間が短く、しかもノイジーな信号であるため冗長度
は極めて少ない。また、日本語の母音は約５種と、子音
の約１５種類に比べ少ない。
【０００４】従来の音声認識装置のパターン比較部３３
では、入力パターンと標準パターンとを単純に比較して
おり、パターン間の距離値（類似度の逆数）は、継続時
間の長い母音部で決定され、継続時間が短い子音部のパ
ターン間の距離値への貢献度は極めて小さい。
では、入力パターンと標準パターンとを単純に比較して
おり、パターン間の距離値（類似度の逆数）は、継続時
間の長い母音部で決定され、継続時間が短い子音部のパ
ターン間の距離値への貢献度は極めて小さい。
【０００５】
【発明が解決しようとする課題】この従来の音声認識装
置では、パターン間の距離値が継続時間の長い母音部で
決定され、継続時間が短い子音部の貢献度が極めて小さ
いため、母音系列が同じ単語同士間での認識性能が低い
という問題点がある。
置では、パターン間の距離値が継続時間の長い母音部で
決定され、継続時間が短い子音部の貢献度が極めて小さ
いため、母音系列が同じ単語同士間での認識性能が低い
という問題点がある。
【０００６】
【課題を解決するための手段】本発明の第１の発明の音
声認識装置は、入力された音声を分析して特徴ベクトル
系列を出力する音声分析部と、入力された音声の母音区
間及びピッチ周期を検出し両者を表わすデータを出力す
るピッチ検出部と、前記特徴ベクトル系列のうち、前記
母音区間及びピッチ周期のデータに応じて各母音区間の
先頭から予め設定されたピッチ周期分のみを残し、残り
の区間を除去して圧縮特徴ベクトル系列を出力する母音
部パターン圧縮部と、予め前記音声分析部と前記ピッチ
検出部と母音部パターン圧縮部とを使用し認識すべき各
単語について作成した前記圧縮特徴ベクトル系列を標準
パターンとして記憶しておく標準パターンメモリと、前
記圧縮特徴ベクトル系列を入力パターンとして前記標準
パターンとのパターン比較を行い、類似度が最大値を示
した単語を表わすデータを外部に認識結果として出力す
るパターン比較部とを備えている。
声認識装置は、入力された音声を分析して特徴ベクトル
系列を出力する音声分析部と、入力された音声の母音区
間及びピッチ周期を検出し両者を表わすデータを出力す
るピッチ検出部と、前記特徴ベクトル系列のうち、前記
母音区間及びピッチ周期のデータに応じて各母音区間の
先頭から予め設定されたピッチ周期分のみを残し、残り
の区間を除去して圧縮特徴ベクトル系列を出力する母音
部パターン圧縮部と、予め前記音声分析部と前記ピッチ
検出部と母音部パターン圧縮部とを使用し認識すべき各
単語について作成した前記圧縮特徴ベクトル系列を標準
パターンとして記憶しておく標準パターンメモリと、前
記圧縮特徴ベクトル系列を入力パターンとして前記標準
パターンとのパターン比較を行い、類似度が最大値を示
した単語を表わすデータを外部に認識結果として出力す
るパターン比較部とを備えている。
【０００７】第２の発明の音声認識装置は、入力された
音声を分析し特徴ベクトル系列を出力する音声分析部
と、前記特徴ベクトル系列の各要素毎の差分値を求め、
その差分値の絶対値が予め設定されたしきい値を越えた
か否かを表わす差分特徴ベクトル系列を出力する特徴ベ
クトル差分演算部と、認識すべき各々の単語について予
め前記音声分析部が出力した特徴ベクトル系列を標準パ
ターンとして記憶する標準パターンメモリと、認識すべ
き各単語について予め前記特徴ベクトル差分演算部にて
求めた差分特徴ベクトル系列を差分標準パターンとして
記憶する差分標準パターンメモリと、前記特徴ベクトル
系列を第１の入力パターンとし、前記差分特徴ベクトル
系列を第２の入力パターンとして、前記標準パターン及
び前記差分標準パターンとのパターン比較を行い、最小
距離値を与えた単語を表わすデータを認識結果として外
部に出力するパターン比較部とを備えている。
音声を分析し特徴ベクトル系列を出力する音声分析部
と、前記特徴ベクトル系列の各要素毎の差分値を求め、
その差分値の絶対値が予め設定されたしきい値を越えた
か否かを表わす差分特徴ベクトル系列を出力する特徴ベ
クトル差分演算部と、認識すべき各々の単語について予
め前記音声分析部が出力した特徴ベクトル系列を標準パ
ターンとして記憶する標準パターンメモリと、認識すべ
き各単語について予め前記特徴ベクトル差分演算部にて
求めた差分特徴ベクトル系列を差分標準パターンとして
記憶する差分標準パターンメモリと、前記特徴ベクトル
系列を第１の入力パターンとし、前記差分特徴ベクトル
系列を第２の入力パターンとして、前記標準パターン及
び前記差分標準パターンとのパターン比較を行い、最小
距離値を与えた単語を表わすデータを認識結果として外
部に出力するパターン比較部とを備えている。
【０００８】
【実施例】次に本発明について図面を参照して説明す
る。
る。
【０００９】図１は本発明の第１の発明の一実施例のブ
ロック図である。同図において、参照符号１１は音声分
析部、１２はピッチ検出部、１３は母音部パターン圧縮
部、１４は標準パターンメモリ、１５はパターン比較部
をそれぞれ示す。
ロック図である。同図において、参照符号１１は音声分
析部、１２はピッチ検出部、１３は母音部パターン圧縮
部、１４は標準パターンメモリ、１５はパターン比較部
をそれぞれ示す。
【００１０】音声分析部１１は、入力された音声区間の
音声信号を分析し、特徴ベクトル系列Ｘ＝（ｘ1 ，
ｘ2 ，…ｘJ ）を出力する。ピッチ検出部１２は、入力
された音声区間の母音区間の時刻データ（ｔ1s，ｔ1e，
ｔ2s，ｔ2e，………ｔvs，ｔve）と各母音区間のピッチ
周期（ｐ1 ，ｐ2 ，…ｐv ）とを出力する。例えば、時
刻（ｔ1s，ｔ1e）は入力された音声の先頭の母音区間を
示し、ピッチ周期ｐ1 は、時刻（ｔ1s，ｔ1e）の区間の
母音部のピッチ周期を示し、また時刻（ｔ1s，ｔ1e）間
の時間はｐ1 の整数倍である。以下、時刻データ
（ｔ2s，ｔ2e…）及びピッチ周期（ｐ2 ，…）について
も上記のような関係が成立つ。ｖは入力された音声の母
音区間数を示す。
音声信号を分析し、特徴ベクトル系列Ｘ＝（ｘ1 ，
ｘ2 ，…ｘJ ）を出力する。ピッチ検出部１２は、入力
された音声区間の母音区間の時刻データ（ｔ1s，ｔ1e，
ｔ2s，ｔ2e，………ｔvs，ｔve）と各母音区間のピッチ
周期（ｐ1 ，ｐ2 ，…ｐv ）とを出力する。例えば、時
刻（ｔ1s，ｔ1e）は入力された音声の先頭の母音区間を
示し、ピッチ周期ｐ1 は、時刻（ｔ1s，ｔ1e）の区間の
母音部のピッチ周期を示し、また時刻（ｔ1s，ｔ1e）間
の時間はｐ1 の整数倍である。以下、時刻データ
（ｔ2s，ｔ2e…）及びピッチ周期（ｐ2 ，…）について
も上記のような関係が成立つ。ｖは入力された音声の母
音区間数を示す。
【００１１】母音部パターン圧縮部１３は、音声分析部
１１が出力する特徴ベクトル系列Ｘのうち、ピッチ検出
部１２が出力する時刻データ（ｔ1s，ｔ1e，ｔ2s，
ｔ2e，………ｔvs，ｔve）とピッチ周期（ｐ1 ，ｐ2 ，
…ｐv ）とに応じて、母音区間の特徴ベクトルを予め外
部から設定されたピッチ周期分のみを残し、残りの区間
を除去して圧縮特徴ベクトル系列Ｙ＝（ｙ1 ，ｙ2 ，
…，ｙJ ）を出力する。Ｊは圧縮特徴ベクトル系列のフ
レーム数を示す。
１１が出力する特徴ベクトル系列Ｘのうち、ピッチ検出
部１２が出力する時刻データ（ｔ1s，ｔ1e，ｔ2s，
ｔ2e，………ｔvs，ｔve）とピッチ周期（ｐ1 ，ｐ2 ，
…ｐv ）とに応じて、母音区間の特徴ベクトルを予め外
部から設定されたピッチ周期分のみを残し、残りの区間
を除去して圧縮特徴ベクトル系列Ｙ＝（ｙ1 ，ｙ2 ，
…，ｙJ ）を出力する。Ｊは圧縮特徴ベクトル系列のフ
レーム数を示す。
【００１２】図２は本実施例での特徴ベクトル系列を例
示するタイムチャートであり、母音区間数（ｖ＝３）
で、母音区間の時刻データは（ｔ1s，ｔ1e，ｔ2s，
ｔ2e，ｔ3s，ｔ3e）、ピッチ周期は（ｐ1 ，ｐ2 ，
ｐ3 ）である。また予め外部から設定されたピッチ周期
数をＮとすると、時刻（ｔ1s，ｔ1e）区間の母音部の特
徴ベクトル系列（ｘt1s ，…ｘt1e ）の先頭からＮピッ
チ周期分の特徴ベクトル系列（ｘt1s ，…ｘt1）（図２
のＶ11に相当する部分）のみを残し、残りの区間（Ｖ12
に相当する部分）を除去する。時刻ｔ1 はｔ1sに（Ｎ×
ｐ1 ）を加えた時刻である。以下同じように、特徴ベク
トル系列（ｘt2s ，…ｘt2）及び（ｘt3s ，…ｘt3）を
取り出し、これに子音部の特徴ベクトル系列（図２のＣ
1 ，Ｃ2 ，Ｃ3 に相当する部分）を加え、圧縮特徴ベク
トル系列Ｙ（図２のＣ1 ，Ｖ11，Ｃ2 ，Ｖ21，Ｃ3 ，Ｖ
32の部分を接続したパターン）を生成する。
示するタイムチャートであり、母音区間数（ｖ＝３）
で、母音区間の時刻データは（ｔ1s，ｔ1e，ｔ2s，
ｔ2e，ｔ3s，ｔ3e）、ピッチ周期は（ｐ1 ，ｐ2 ，
ｐ3 ）である。また予め外部から設定されたピッチ周期
数をＮとすると、時刻（ｔ1s，ｔ1e）区間の母音部の特
徴ベクトル系列（ｘt1s ，…ｘt1e ）の先頭からＮピッ
チ周期分の特徴ベクトル系列（ｘt1s ，…ｘt1）（図２
のＶ11に相当する部分）のみを残し、残りの区間（Ｖ12
に相当する部分）を除去する。時刻ｔ1 はｔ1sに（Ｎ×
ｐ1 ）を加えた時刻である。以下同じように、特徴ベク
トル系列（ｘt2s ，…ｘt2）及び（ｘt3s ，…ｘt3）を
取り出し、これに子音部の特徴ベクトル系列（図２のＣ
1 ，Ｃ2 ，Ｃ3 に相当する部分）を加え、圧縮特徴ベク
トル系列Ｙ（図２のＣ1 ，Ｖ11，Ｃ2 ，Ｖ21，Ｃ3 ，Ｖ
32の部分を接続したパターン）を生成する。
【００１３】パターン比較部１５は母音部パターン圧縮
部１３が出力する圧縮特徴ベクトルＹを入力パターンと
して、標準パターンメモリ１４に記憶されている各単語
の標準パターンＢm とパターン比較を行い、類似度Ｓm
を単語毎に算出し、類似度Ｓm が最大値をとる単語番号
ｍを求め、類似度Ｓm が最大値を与えた単語番号ｍを認
識結果として外部に出力する。
部１３が出力する圧縮特徴ベクトルＹを入力パターンと
して、標準パターンメモリ１４に記憶されている各単語
の標準パターンＢm とパターン比較を行い、類似度Ｓm
を単語毎に算出し、類似度Ｓm が最大値をとる単語番号
ｍを求め、類似度Ｓm が最大値を与えた単語番号ｍを認
識結果として外部に出力する。
【００１４】図３は本発明の第２の発明の一実施例のブ
ロック図である。同図において、参照符号２１は音声分
析部、２２は特徴ベクトル系列に対する差分演算部、２
３は標準パターンメモリ、２４は差分標準パターンメモ
リ、２５はパターン比較部をそれぞれ示す。
ロック図である。同図において、参照符号２１は音声分
析部、２２は特徴ベクトル系列に対する差分演算部、２
３は標準パターンメモリ、２４は差分標準パターンメモ
リ、２５はパターン比較部をそれぞれ示す。
【００１５】音声分析部２１は、入力された音声区間の
音声信号を分析し、特徴ベクトル系列Ｘ＝（ｘ1 ，
ｘ2 ，…ｘJ ）を出力する。差分演算部２２は、音声分
析部２１が出力する特徴ベクトル系列Ｘを入力しベクト
ル間の各要素毎の差分値を算出し、その差分値の絶対値
が予め外部から設定されたしきい値Ｔｈを越えたときに
１を、またしきい値Ｔｈ以下のときは０を、差分特徴ベ
クトル系列ΔＸ＝（Δｘ1，Δｘ2 ，…，ΔｘJ ）とし
て出力する。すなわち、 ｘi ＝（ｘi1，ｘi2，…，ｘiN）、Δｘi ＝（Δｘi1，Δｘi2，…，ΔｘiN） として、 ｜ｘip−ｘi-1,p ｜≦Ｔｈのとき、Δｘip＝０ ｜ｘip−ｘi-1,p ｜〉Ｔｈのとき、Δｘip＝１ ここで、Ｎは特徴ベクトルの要素数を示し、ｐは要素番
号を、またｉはフレーム番号を示す。
音声信号を分析し、特徴ベクトル系列Ｘ＝（ｘ1 ，
ｘ2 ，…ｘJ ）を出力する。差分演算部２２は、音声分
析部２１が出力する特徴ベクトル系列Ｘを入力しベクト
ル間の各要素毎の差分値を算出し、その差分値の絶対値
が予め外部から設定されたしきい値Ｔｈを越えたときに
１を、またしきい値Ｔｈ以下のときは０を、差分特徴ベ
クトル系列ΔＸ＝（Δｘ1，Δｘ2 ，…，ΔｘJ ）とし
て出力する。すなわち、 ｘi ＝（ｘi1，ｘi2，…，ｘiN）、Δｘi ＝（Δｘi1，Δｘi2，…，ΔｘiN） として、 ｜ｘip−ｘi-1,p ｜≦Ｔｈのとき、Δｘip＝０ ｜ｘip−ｘi-1,p ｜〉Ｔｈのとき、Δｘip＝１ ここで、Ｎは特徴ベクトルの要素数を示し、ｐは要素番
号を、またｉはフレーム番号を示す。
【００１６】差分特徴ベクトル系列Δｘi は、冗長度が
多い母音部では０の値が連続し、冗長度が少い子音部で
は１の値が連続する。
多い母音部では０の値が連続し、冗長度が少い子音部で
は１の値が連続する。
【００１７】標準パターンメモリ２３は、認識すべき各
単語について予め音声分析部２１で音声分析して与えら
れた特徴ベクトル系列を、標準パターンとして記憶して
おくためのメモリである。
単語について予め音声分析部２１で音声分析して与えら
れた特徴ベクトル系列を、標準パターンとして記憶して
おくためのメモリである。
【００１８】差分標準パターンメモリ２４は、認識すべ
き各単語について予め音声分析部２１で音声分析して与
えられた特徴ベクトル系列を特徴ベクトル差分演算部２
２に入力して差分特徴ベクトル系列を求め、差分標準パ
ターンとして記憶しておくためのメモリである。
き各単語について予め音声分析部２１で音声分析して与
えられた特徴ベクトル系列を特徴ベクトル差分演算部２
２に入力して差分特徴ベクトル系列を求め、差分標準パ
ターンとして記憶しておくためのメモリである。
【００１９】パターン比較部２５は、音声分析部２１が
出力する特徴ベクトル系列Ｘを第１の入力パターンと
し、差分演算部２２が出力する差分特徴ベクトル系列Δ
Ｘを第２の入力パターンとして、標準パターンメモリ１
３に記憶されている標準パターンＢm ＝（ｂ1 m，ｂ2 m，
…ｂJ m）、差分標準パターンメモリ１４に記憶されてい
る差分標準パターンΔＢm ＝（Δｂ1 m，Δｂ2 m，…，Δ
ｂJ m）との間で、単語毎にパターン比較を行い最小距離
値を与えた単語番号ｍを外部に認識結果として出力す
る。
出力する特徴ベクトル系列Ｘを第１の入力パターンと
し、差分演算部２２が出力する差分特徴ベクトル系列Δ
Ｘを第２の入力パターンとして、標準パターンメモリ１
３に記憶されている標準パターンＢm ＝（ｂ1 m，ｂ2 m，
…ｂJ m）、差分標準パターンメモリ１４に記憶されてい
る差分標準パターンΔＢm ＝（Δｂ1 m，Δｂ2 m，…，Δ
ｂJ m）との間で、単語毎にパターン比較を行い最小距離
値を与えた単語番号ｍを外部に認識結果として出力す
る。
【００２０】パターン比較は、一般に広く知られている
ＤＰマッチング法（動的計画法）を用いて行う。すなわ
ち、第１及び第２の入力パターンのベクトルｘi 及びΔ
ｘiと、標準パターンのベクトルｂj m及び差分標準パタ
ーンのベクトルΔｂj mとのベクトル間距離値ｄ(i,j) mを
次式により算出する。
ＤＰマッチング法（動的計画法）を用いて行う。すなわ
ち、第１及び第２の入力パターンのベクトルｘi 及びΔ
ｘiと、標準パターンのベクトルｂj m及び差分標準パタ
ーンのベクトルΔｂj mとのベクトル間距離値ｄ(i,j) mを
次式により算出する。
【００２１】
【００２２】第１及び第２の入力パターンの先頭からｉ
番目のフレームまでの部分パターン（ｘ1 ，ｘ2 ，…ｘ
i ）及び（Δｘ1 ，Δｘ2 ，…，Δｘi ）と、標準パタ
ーン及び差分標準パターンの先頭からｊ番目のフレーム
までの部分パターン（ｂ1 m，ｂ2 m，…ｂJ m）及び（Δｂ
1 m，Δｂ2 m，…，ΔｂJ m）との距離値ｇ(i,j) mを次式で
算出する。
番目のフレームまでの部分パターン（ｘ1 ，ｘ2 ，…ｘ
i ）及び（Δｘ1 ，Δｘ2 ，…，Δｘi ）と、標準パタ
ーン及び差分標準パターンの先頭からｊ番目のフレーム
までの部分パターン（ｂ1 m，ｂ2 m，…ｂJ m）及び（Δｂ
1 m，Δｂ2 m，…，ΔｂJ m）との距離値ｇ(i,j) mを次式で
算出する。
【００２３】
【００２４】なお、初期条件は以下の通りとする。ｇm
（１，１）＝２ｄ（１，１） （ｉ＝ｊ＝１） 次に各単語毎の距離値は次式で算出する。Ｄm （Ａ，Ｂ
m ）＝ｇm （Ｉ，Ｊ）／（Ｉ＋Ｊm ）ここで、Ｉは第１
及び第２の入力パターンのフレーム数、Ｊm は標準パタ
ーンと及び差分標準パターンのフレーム数である。
（１，１）＝２ｄ（１，１） （ｉ＝ｊ＝１） 次に各単語毎の距離値は次式で算出する。Ｄm （Ａ，Ｂ
m ）＝ｇm （Ｉ，Ｊ）／（Ｉ＋Ｊm ）ここで、Ｉは第１
及び第２の入力パターンのフレーム数、Ｊm は標準パタ
ーンと及び差分標準パターンのフレーム数である。
【００２５】パターン比較部２５は、認識すべき全ての
単語について距離値Ｄm （Ａ，Ｂm）を算出し、Ｄ
m （Ａ，Ｂm ）の最小値を与えるｍを求め、ｍを認識結
果とし外部に出力する。
単語について距離値Ｄm （Ａ，Ｂm）を算出し、Ｄ
m （Ａ，Ｂm ）の最小値を与えるｍを求め、ｍを認識結
果とし外部に出力する。
【００２６】
【発明の効果】以上説明したように本発明によれば、継
続時間が長く冗長な母音部によるパターン間の距離値
（類似度の逆数）への貢献度を下げ、継続時間が短く冗
長性が低い子音部の貢献度を相対的に上げることによ
り、母音系列が同じ単語同士間での認識性能を向上でき
る。
続時間が長く冗長な母音部によるパターン間の距離値
（類似度の逆数）への貢献度を下げ、継続時間が短く冗
長性が低い子音部の貢献度を相対的に上げることによ
り、母音系列が同じ単語同士間での認識性能を向上でき
る。
【図１】本発明の第１の発明の実施例のブロック図。
【図２】図１における圧縮特徴ベクトル系列を例示する
タイミング図。
タイミング図。
【図３】本発明の第２の発明の実施例のブロック図。
【図４】従来装置のブロック図。
１１，２１，３１ 音声分析部 １２ ピッチ検出部 １３ 母音部パターン圧縮部 １４，２３，３２ 標準パターンメモリ １５，２５，３３ パターン比較部 ２２ 差分演算部 ２４ 差分標準パターンメモリ
Claims (2)
- 【請求項１】 入力された音声を分析して特徴ベクトル
系列を出力する音声分析部と、 入力された音声の母音区間及びピッチ周期を検出し両者
を表わすデータを出力するピッチ検出部と、 前記特徴ベクトル系列のうち、前記母音区間及びピッチ
周期のデータに応じて各母音区間の先頭から予め設定さ
れたピッチ周期分のみを残し、残りの区間を除去して圧
縮特徴ベクトル系列を出力する母音部パターン圧縮部
と、 予め前記音声分析部と前記ピッチ検出部と母音部パター
ン圧縮部とを使用し認識すべき各単語について作成した
前記圧縮特徴ベクトル系列を標準パターンとして記憶し
ておく標準パターンメモリと、 前記圧縮特徴ベクトル系列を入力パターンとして前記標
準パターンとのパターン比較を行い、類似度が最大値を
示した単語を表わすデータを外部に認識結果として出力
するパターン比較部とを備えていることを特徴とする音
声認識装置。 - 【請求項２】 入力された音声を分析し特徴ベクトル系
列を出力する音声分析部と、 前記特徴ベクトル系列の各要素毎の差分値を求め、その
差分値の絶対値が予め設定されたしきい値を越えたか否
かを表わす差分特徴ベクトル系列を出力する特徴ベクト
ル差分演算部と、 認識すべき各々の単語について予め前記音声分析部が出
力した特徴ベクトル系列を標準パターンとして記憶する
標準パターンメモリと、 認識すべき各単語について予め前記特徴ベクトル差分演
算部にて求めた差分特徴ベクトル系列を差分標準パター
ンとして記憶する差分標準パターンメモリと、 前記特徴ベクトル系列を第１の入力パターンとし、前記
差分特徴ベクトル系列を第２の入力パターンとして、前
記標準パターン及び前記差分標準パターンとのパターン
比較を行い、最小距離値を与えた単語を表わすデータを
認識結果として外部に出力するパターン比較部とを備え
ていることを特徴とする音声認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4189049A JPH0635494A (ja) | 1992-07-16 | 1992-07-16 | 音声認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4189049A JPH0635494A (ja) | 1992-07-16 | 1992-07-16 | 音声認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0635494A true JPH0635494A (ja) | 1994-02-10 |
Family
ID=16234438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4189049A Withdrawn JPH0635494A (ja) | 1992-07-16 | 1992-07-16 | 音声認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0635494A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008102482A (ja) * | 2006-10-20 | 2008-05-01 | Toshiba Tec Corp | パターンマッチング装置及び方法 |
| KR20180120340A (ko) * | 2017-04-27 | 2018-11-06 | 정재효 | 아기 울음소리 분석시스템, 방법 및 프로그램 |
-
1992
- 1992-07-16 JP JP4189049A patent/JPH0635494A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008102482A (ja) * | 2006-10-20 | 2008-05-01 | Toshiba Tec Corp | パターンマッチング装置及び方法 |
| JP2011022621A (ja) * | 2006-10-20 | 2011-02-03 | Toshiba Tec Corp | パターンマッチング装置及び方法 |
| KR20180120340A (ko) * | 2017-04-27 | 2018-11-06 | 정재효 | 아기 울음소리 분석시스템, 방법 및 프로그램 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2005043666A (ja) | 音声認識装置 | |
| JP2006171750A (ja) | 音声認識のための特徴ベクトル抽出方法 | |
| CN113112575B (zh) | 一种口型生成方法、装置、计算机设备及存储介质 | |
| JP3311460B2 (ja) | 音声認識装置 | |
| US6230126B1 (en) | Word-spotting speech recognition device and system | |
| JPH09325798A (ja) | 音声認識装置 | |
| JPH0635494A (ja) | 音声認識装置 | |
| JP2003044078A (ja) | 発声速度正規化分析を用いた音声認識装置 | |
| JP3437064B2 (ja) | 音声合成装置 | |
| JP2001005483A (ja) | 単語音声認識方法及び単語音声認識装置 | |
| JP3299170B2 (ja) | 音声登録認識装置 | |
| JP3503862B2 (ja) | 音声認識方法及び音声認識プログラムを格納した記録媒体 | |
| JP2737122B2 (ja) | 音声辞書作成装置 | |
| JPH1097270A (ja) | 音声認識装置 | |
| JP2578771B2 (ja) | 音声認識装置 | |
| JP2615649B2 (ja) | 単語音声認識装置 | |
| JPH05303391A (ja) | 音声認識装置 | |
| JP2766393B2 (ja) | 音声認識方式 | |
| JPH01126694A (ja) | 音声認識装置における音韻記号の付加方式 | |
| JPS6237797B2 (ja) | ||
| JPH05197397A (ja) | 音声認識方法及びその装置 | |
| JPS60182499A (ja) | 音声認識装置 | |
| JPS5925240B2 (ja) | 音声区間の語頭検出方式 | |
| JPH0552516B2 (ja) | ||
| JPH0719159B2 (ja) | 音声認識装置 |
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: 19991005 |