JPH0646359B2 - Word speech recognizer - Google Patents

Word speech recognizer

Info

Publication number
JPH0646359B2
JPH0646359B2 JP59023282A JP2328284A JPH0646359B2 JP H0646359 B2 JPH0646359 B2 JP H0646359B2 JP 59023282 A JP59023282 A JP 59023282A JP 2328284 A JP2328284 A JP 2328284A JP H0646359 B2 JPH0646359 B2 JP H0646359B2
Authority
JP
Japan
Prior art keywords
input
voice
frequency
word
feature
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
Application number
JP59023282A
Other languages
Japanese (ja)
Other versions
JPS60166993A (en
Inventor
光生 下谷
昌弘 日比野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP59023282A priority Critical patent/JPH0646359B2/en
Publication of JPS60166993A publication Critical patent/JPS60166993A/en
Publication of JPH0646359B2 publication Critical patent/JPH0646359B2/en
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Description

【発明の詳細な説明】 [発明の技術分野] この発明は単語音声認識装置に関し、特に、音声の特徴
抽出をピッチの定数倍の共振周波数を有するディジタル
フィルタで行なうようななピッチ適応型の単語音声認識
装置における特徴パラメータ抽出方法の改良に関する。
Description: TECHNICAL FIELD OF THE INVENTION The present invention relates to a word voice recognition device, and more particularly to a pitch adaptive word such that a voice feature is extracted by a digital filter having a resonance frequency that is a constant multiple of the pitch. The present invention relates to improvement of a method for extracting characteristic parameters in a voice recognition device.

[従来技術] 第1図は従来のピッチ適応式単語音声認識装置の電気的
構成を示すブロック図である。まず、第1図を参照して
従来の単語音声認識装置の構成について説明する。第1
図において、マイクロホン11から入力された音声信号
は、マイクロホンアンプ12に入力されて増幅された
後、AGC回路13に与えられる。AGC回路13は、
入力信号の大きさが変動しても、一定出力が得られるよ
うに、その内部に設けられた増幅器の利得を自動的に制
御するものである。AGC回路13の出力は、A/D変
換回路14に与えられ、ディジタル信号に変換される。
A/D変換回路14の出力は、波形メモリ15に与えら
れる。この波形メモリ15は、1フレームの入力波形デ
ータを一時記憶するものである。波形メモリ15の出力
は特徴抽出部2に与えられる。
[Prior Art] FIG. 1 is a block diagram showing an electrical configuration of a conventional pitch adaptive word speech recognition apparatus. First, the configuration of a conventional word voice recognition device will be described with reference to FIG. First
In the figure, an audio signal input from a microphone 11 is input to a microphone amplifier 12, amplified, and then given to an AGC circuit 13. The AGC circuit 13 is
The gain of the amplifier provided inside is automatically controlled so that a constant output can be obtained even if the magnitude of the input signal changes. The output of the AGC circuit 13 is given to the A / D conversion circuit 14 and converted into a digital signal.
The output of the A / D conversion circuit 14 is given to the waveform memory 15. The waveform memory 15 temporarily stores one frame of input waveform data. The output of the waveform memory 15 is given to the feature extraction unit 2.

特徴抽出部2はピッチ周期抽出回路21とフィルタ係数
設定回路22とディジタルフィルタ23とレベルル計算
回路25と始終端検出回路6を含む。ピッチ周期抽出回
路21は波形メモリ15に一時記憶された1フレームの
入力音声波形におけるピッチ周波数を抽出するものであ
る。フィルタ係数設定回路22はピッチ周期抽出回路2
1によって抽出された入力音声波形のピッチ周波数に基
づいて、フィルタの共振周波数がピッチ周波数の整数倍
となるようにフィルタ係数を設定するためのものであ
る。ディジタルフィルタ23はフィルタ係数設定回路2
1で設定されたフィルタ係数に応じてフィルタ係数を決
定する。レベル計算回路25は波形メモリ15に一時記
憶された入力音声波形レベルを計算するものである。こ
のレベル計算回路25の出力は認識処理部5と始終端検
出回路6とに与えられる。始終端検出回路6はレベル計
算回路25で計算されたレベルを用いて入力音声信号の
始終端を検出するものである。
The feature extraction unit 2 includes a pitch period extraction circuit 21, a filter coefficient setting circuit 22, a digital filter 23, a level calculation circuit 25, and a start / end detection circuit 6. The pitch period extraction circuit 21 extracts the pitch frequency in the input speech waveform of one frame temporarily stored in the waveform memory 15. The filter coefficient setting circuit 22 is a pitch period extraction circuit 2
Based on the pitch frequency of the input speech waveform extracted by 1, the filter coefficient is set so that the resonance frequency of the filter is an integral multiple of the pitch frequency. The digital filter 23 is the filter coefficient setting circuit 2
The filter coefficient is determined according to the filter coefficient set in 1. The level calculation circuit 25 calculates the input voice waveform level temporarily stored in the waveform memory 15. The output of the level calculation circuit 25 is given to the recognition processing section 5 and the start / end detection circuit 6. The start / end detection circuit 6 detects the start / end of the input audio signal using the level calculated by the level calculation circuit 25.

認識処理部5に関連して設けられる入力パターンメモリ
3はは特徴抽出部2で分析さされた音声の特徴パラメー
タを一時記憶するものである。また、登録パターンメモ
リ4は登録時に分析抽出された登録語の特徴パラメータ
あるいは標準音声の特徴パラメータを記憶して、認識処
理部5に与えるためのものである。認識処理部5は入力
パターンメモリ3に記憶された特徴パラメータと登録パ
ターンメモリ4に予め登録されている特徴パラメータと
を用いて認識処理を行なう。なお、認識処理部5はたと
えばマイクロプロセッサを中心にして構成される。
The input pattern memory 3 provided in association with the recognition processing unit 5 temporarily stores the characteristic parameters of the voice analyzed by the characteristic extraction unit 2. Further, the registered pattern memory 4 is for storing the characteristic parameter of the registered word or the characteristic parameter of the standard voice analyzed and extracted at the time of registration and giving it to the recognition processing section 5. The recognition processing unit 5 performs recognition processing using the characteristic parameters stored in the input pattern memory 3 and the characteristic parameters registered in advance in the registered pattern memory 4. The recognition processing unit 5 is mainly composed of a microprocessor, for example.

上述の第1図に示した単語音声認識装置においては、音
声波形を一定時間のフレームに分割し、フレームごとに
ピッチ周波数に整数倍における周波数スペクトラムを特
徴パラメータとして抽出する。認識処理時には、登録単
語と入力単語のフレーム間における音韻の差異を表わす
数値として、比較すべきフレーム間の距離が特徴パラメ
ータを用いて計算され、この値を使用してマッチング処
理が行なわれる。
In the word voice recognition device shown in FIG. 1 described above, the voice waveform is divided into frames of a fixed time, and the frequency spectrum at an integer multiple of the pitch frequency is extracted as a characteristic parameter for each frame. During the recognition process, the distance between the frames to be compared is calculated as a numerical value indicating the difference in phoneme between the frame of the registered word and the frame of the input word, and the matching process is performed using this value.

第2図は第1図に示した認識処理部5に含まれる距離計
算部の構成を示すブロック図である。第2図において、
距離計算部51は入力パターンメモリに記憶されている
分析された音声の特徴パラメータと、登録パターンメモ
リ4に記憶されている標準音声の特徴パラメータにおけ
るフレーム間の距離を計算するものである。この距離計
算部51はパラメータ一時記憶メモリ511と512と
チェビシェフ距離計算回路513とを含む。パラメータ
一時記憶メモリ511は入力パターンメモリに記憶され
ている1フレーム分の特徴パラメータを一時記憶するも
のであり、パラメータ一時記憶メモリ512は登録パタ
ーンメモリに記憶されている1フレーム分の特徴パラメ
ータを一時記憶するものである。そして、チェビシェフ
距離計算回路513はパラメータ一時記憶メモリ511
に一時記憶した内容と、パラメータ一時記憶メモリ51
2に一時記憶した内容とのチェビシェフ距離を計算する
ものである。チェビシェフ距離計算回路513によって
計算されたチェビシェフ距離はマッチング処理部52に
与えられ、マッチング処理部52は入力パターンメモリ
3に記憶している分析された音声の特徴パラメータと標
準音声の特徴パラメータとのマッチングを行なう。
FIG. 2 is a block diagram showing the configuration of the distance calculation unit included in the recognition processing unit 5 shown in FIG. In FIG.
The distance calculation unit 51 calculates a distance between frames in the analyzed voice feature parameter stored in the input pattern memory and the standard voice feature parameter stored in the registered pattern memory 4. The distance calculation unit 51 includes parameter temporary storage memories 511 and 512 and a Chebyshev distance calculation circuit 513. The parameter temporary storage memory 511 temporarily stores one frame of characteristic parameters stored in the input pattern memory, and the parameter temporary storage memory 512 temporarily stores one frame of characteristic parameters stored in the registered pattern memory. It is something to remember. Then, the Chebyshev distance calculation circuit 513 uses the parameter temporary storage memory 511.
And the parameter temporary storage memory 51
The Chebyshev distance with the content temporarily stored in 2 is calculated. The Chebyshev distance calculated by the Chebyshev distance calculation circuit 513 is given to the matching processing unit 52, and the matching processing unit 52 matches the feature parameter of the analyzed voice stored in the input pattern memory 3 with the feature parameter of the standard voice. Do.

次に、第1図および第2図を参照して従来の単語音声認
識装置における動作について説明する。マイクロホン1
1で取込まれた音声信号はマイクロホンアンプ12によ
って増幅されてAGC回路13に与えられる。AGC回
路13は音声信号の入力波形の最高値が一定水準となる
ように調整し、A/D変換回路14に与える。A/D変
換回路14は所定のサンプリング点ごとに入力波形をデ
ィジタル信号にコード化する。1フレーム分のサンプリ
ングデータは波形メモリ15に与えられて一時記憶され
る。波形メモリ15に記憶された波形データはレベル計
算回路25とピッチ周期抽出回路21に入力される。レ
ベルル計算回路25は波形メモリ15から与えられた波
形データのレベルを計算し、その計算結果を認識処理部
5と始終端検出回路6とに与える。
Next, the operation of the conventional word speech recognition apparatus will be described with reference to FIGS. 1 and 2. Microphone 1
The audio signal captured at 1 is amplified by the microphone amplifier 12 and given to the AGC circuit 13. The AGC circuit 13 adjusts the maximum value of the input waveform of the audio signal to a constant level, and supplies it to the A / D conversion circuit 14. The A / D conversion circuit 14 encodes the input waveform into a digital signal at each predetermined sampling point. The sampling data for one frame is given to the waveform memory 15 and temporarily stored. The waveform data stored in the waveform memory 15 is input to the level calculation circuit 25 and the pitch period extraction circuit 21. The level calculation circuit 25 calculates the level of the waveform data supplied from the waveform memory 15, and supplies the calculation result to the recognition processing unit 5 and the start / end detection circuit 6.

始終端検出回路6はレベル計算回路25からの計算結果
に基づいて、音声信号の入力波形の始端と終端とを検出
して音声信号区間の判定を行ない、その判定結果を認識
処理部5に与える。ピッチ周期抽出回路21は波形メモ
リ15から与えられた波データに基づいて、そのピッチ
周期を抽出して認識処理部5とフィルタ係数設定回路2
2とに与える。フィルタ係数設定回路22はピッチ周期
抽出回路21が計算したピッチ周期に基づいて、ディジ
タルフィルタ23がピッチ周波数の整数倍における共振
周波数をもつようにフィルタ係数をディジタルフィルタ
23に設定する。ディジタルフィルタ23は、フィルタ
係数設定回路22によって設定されたフィルタ係数に基
づいて、波形メモリ15から与えられた波形データにお
ける1フレーム分の周波数スペクトラムを計算する。
The start / end detection circuit 6 detects the start and end of the input waveform of the voice signal based on the calculation result from the level calculation circuit 25, determines the voice signal section, and gives the determination result to the recognition processing unit 5. . The pitch cycle extraction circuit 21 extracts the pitch cycle based on the wave data given from the waveform memory 15 to recognize the recognition processing section 5 and the filter coefficient setting circuit 2.
Give to 2 and. The filter coefficient setting circuit 22 sets the filter coefficient in the digital filter 23 based on the pitch cycle calculated by the pitch cycle extraction circuit 21 so that the digital filter 23 has a resonance frequency at an integral multiple of the pitch frequency. The digital filter 23 calculates the frequency spectrum of one frame in the waveform data given from the waveform memory 15 based on the filter coefficient set by the filter coefficient setting circuit 22.

上述の一連の動作により、特徴抽出部2は1単語分の特
徴パラメータとして、ピッチ周波数時系列[fpi],ス
ペクトラム時系列パターン[Cim],i=1,2…
I),(m=1,2…M),(I:分析単語のフレーム
数,M:スペクトラム分析のためのフィルタの個数)を
得る。このようにして得られた1単語分の特徴パラメー
タは登録モードにおいては登録パターンメモリ4に記憶
され、認識モードにおいては入力パターンメモリ3に記
憶した後、認識処理部5がパターンマッチングの手法に
より認識処理を行なう。
Through the series of operations described above, the feature extraction unit 2 uses the pitch frequency time series [f pi ], the spectrum time series pattern [Cim], i = 1, 2, ... As the feature parameters for one word.
I), (m = 1, 2 ... M), (I: number of frames of analysis word, M: number of filters for spectrum analysis). The feature parameter for one word thus obtained is stored in the registered pattern memory 4 in the registration mode, stored in the input pattern memory 3 in the recognition mode, and then recognized by the recognition processing unit 5 by the pattern matching method. Perform processing.

認識処理部5は第2図に示すように、入力パターンと登
録パターンとのフレーム間における距離を計算する距離
計算部51を有するが、入力パターンメモリ3に記憶さ
れている特徴パラメータを[fpi],[aim]とし、登
録パターンメモリ4に記憶されているマッチングを行な
うためのテンプレートの特徴パラメータをピッチ周波数
時系列[fqj],スペクトラム時系列パターン[bjm
(j=1,2,…,J)とすると、入力パターンのフレ
ームiと登録パターンのフレームjとの距離d(i,
j)は となる。この計算を行なうために、マッチング処理部5
2が入力パターンメモリ3と登録パターンメモリ4とに
制御信号を与えると、入力パターンメモリ3からa
(ai1,ai2…aim)がパラメータ一時記憶メモリ51
1に与えられ、登録パターンメモリ4からb
(bj1,bj2,…,bjm)がパラメータ一時記憶メモリ
512に与えられた後、チェビシェフ距離計算回路51
3が前述の第(1)式の計算を行なって、d(i,j)
を求める。距離計算回路51が計算したd(i,j)を
用いてマッチング処理部52は周知のパターンマッチン
グの手法を用いてマッチング処理を行なう。そして、入
力パターンと登録パターンとのマッチング距離が求めら
れ、最小のマッチング距離を持つ登録パターンが認識結
果として選ばれる。
As shown in FIG. 2, the recognition processing unit 5 has a distance calculation unit 51 that calculates the distance between the frames of the input pattern and the registered pattern, but the feature parameter stored in the input pattern memory 3 is [f pi ], [A im ], and the characteristic parameters of the template stored in the registered pattern memory 4 for performing matching are pitch frequency time series [f qj ] and spectrum time series pattern [b jm ].
(J = 1, 2, ..., J), the distance d (i, i between the frame i of the input pattern and the frame j of the registered pattern
j) is Becomes In order to perform this calculation, the matching processing unit 5
2 gives a control signal to the input pattern memory 3 and the registered pattern memory 4, the input pattern memory 3 outputs a i =
(A i1 , a i2 ... a im ) is the parameter temporary storage memory 51.
1 from the registered pattern memory 4 b j =
After (b j1 , b j2 , ..., B jm ) is given to the parameter temporary storage memory 512, the Chebyshev distance calculation circuit 51
3 performs the calculation of the above-mentioned equation (1), and d (i, j)
Ask for. The matching processing unit 52 uses d (i, j) calculated by the distance calculation circuit 51 to perform matching processing using a known pattern matching method. Then, the matching distance between the input pattern and the registered pattern is obtained, and the registered pattern having the smallest matching distance is selected as the recognition result.

上述のごとく、従来の単語音声認識装置における特徴抽
出方法は、aimとbjmとの差を距離計算の主要な値とし
ているが、aimはfpi×mの周波数スペクトラムであ
り、bjmはfqi×mの周波数スペクトラムである。とこ
ろが、fpiとfqiは一般に等しくないので、異なる周波
数でスペクトラムを比較することになり、fpiとfqj
が大きく異なると、特徴パラメータとして不適当であ
り、認識性能が下がるという欠点があった。
As described above, in the feature extraction method in the conventional word speech recognition apparatus, the difference between a im and b jm is the main value of the distance calculation, but a im is the frequency spectrum of f pi × m, and b jm Is the frequency spectrum of f qi × m. However, since f pi and f qi are not generally equal, spectrums are compared at different frequencies, and if f pi and f qj are significantly different, they are unsuitable as feature parameters and the recognition performance is degraded. there were.

[発明の概要] それゆえに、この発明の主たる目的は、特徴抽出に用い
るディジタルフィルタの共振周波数を予め定められた周
波数に最も近いピッチ周波数の整数倍の周波数になるよ
うに設定することにより、周波数スペクトラムを有効に
抽出して、認識処理時間を短縮し得る認識性能の優れた
単語音声認識装置を提供することである。
SUMMARY OF THE INVENTION Therefore, a main object of the present invention is to set a resonance frequency of a digital filter used for feature extraction to a frequency that is an integral multiple of a pitch frequency that is closest to a predetermined frequency. It is an object of the present invention to provide a word speech recognition device having excellent recognition performance that can effectively extract a spectrum and shorten the recognition processing time.

この発明の上述の目的およびその他の目的と特徴は以下
に図面を参照して行なう詳細な説明から一層明らかとな
ろう。
The above and other objects and features of the present invention will become more apparent from the detailed description given below with reference to the drawings.

[発明の実施例] 第3図はこの発明の一実施例の電気的構成を示す概略ブ
ロック図である。この第3図に示す実施例は、フィルタ
係数設定回路22に関連して定比較周波数メモリ24を
設けた以外は前述の第1図と同じである。この定比較周
波数メモリ24は周波数スペクトラム抽出のために予め
定める周波数を記憶していて、これをフィルタ係数設定
回路22に与えるものである。
[Embodiment of the Invention] FIG. 3 is a schematic block diagram showing an electrical configuration of an embodiment of the present invention. The embodiment shown in FIG. 3 is the same as FIG. 1 described above except that a constant comparison frequency memory 24 is provided in association with the filter coefficient setting circuit 22. The constant comparison frequency memory 24 stores a predetermined frequency for frequency spectrum extraction and supplies it to the filter coefficient setting circuit 22.

第4図は第1図に示した従来の単語音声認識装置とこの
発明の一実施例によるスペクトラムパターンの抽出結果
を示す図である。
FIG. 4 is a diagram showing the result of spectrum pattern extraction by the conventional word voice recognition apparatus shown in FIG. 1 and an embodiment of the present invention.

次に、第3図および第4図を参照してこの発明の一実施
例の動作について説明する。なお、この第3に示す実施
例は、フィルタ係数の設定以外は前述の第1図および第
2図に示した従来の単語音声認識装置と同じであるた
め、フィルタ係数設定動作以外の詳細な説明は省略す
る。音声が入力され、ピッチ周期抽出回路21の出力で
あるピッチ周波数fpiがフィルタ係数設定回路22に与
えられると、フィルタ係数設定回路22は定比較周波数
メモリ24から周波数スペクトラム抽出のために予め定
められた周波数(定比較周波数)f=fc1,fc2,…
cN)、(Nはフィルタのチャネル数)を受取る。次
に、 を満足する正の整数kを計算し、ディジタルフィルタ2
3の共振周波数fがk・fpiになるようにフィルタ係
数を設定する。この設定は、n=1からNまで繰返さ
れ、ディジタルフィルタ23はフィルタ係数を受取り、
スペクトルパターンaci=(aci1,aci2,…aciN
を抽出する。aとaciとの関係を第4図に示す。
Next, the operation of the embodiment of the present invention will be described with reference to FIGS. 3 and 4. Since the third embodiment is the same as the conventional word voice recognition apparatus shown in FIGS. 1 and 2 except for the setting of the filter coefficient, detailed description other than the filter coefficient setting operation will be given. Is omitted. When the voice is input and the pitch frequency f pi which is the output of the pitch period extraction circuit 21 is given to the filter coefficient setting circuit 22, the filter coefficient setting circuit 22 is predetermined from the constant comparison frequency memory 24 for frequency spectrum extraction. Frequency (constant comparison frequency) f c = f c1 , f c2 , ...
f cN ), (N is the number of filter channels). next, A positive integer k that satisfies
The filter coefficient is set so that the resonance frequency f 0 of 3 becomes k · f pi . This setting is repeated from n = 1 to N, the digital filter 23 receives the filter coefficients,
Spectral pattern a ci = (a ci1 , a ci2 , ... a ciN )
To extract. The relationship between a i and a ci is shown in FIG.

上述の計算をフレームごとに行なうことにより、特徴抽
出部2は1単語分の特徴パラメータとしてaci、i=
1,2,…,I、fpiを抽出する。なお、認識時には入
力パターンaci、i=1,2,…,Iのフレームiと登
録パターンbcj、j=1,2,…,Jのフレームjとの
距離d(i,j)は で求めることになる。
By performing the above calculation for each frame, the feature extraction unit 2 uses a ci , i = as the feature parameters for one word.
1, 2, ..., I, and f pi are extracted. At the time of recognition, the distance d (i, j) between the frame i of the input pattern a ci , i = 1, 2, ..., I and the frame j of the registered pattern b cj , j = 1, 2 ,. Will be asked for.

[発明の効果] 以上のように、この発明によれば、フィルタ係数設定手
段によって予め定められた固定の周波数(固定比較周波
数)に最も近い周波数を設定するようにしたのでで、ピ
ッチ周波数は変化しても比較的近い共振周波数を設定す
ることになり、同一番号のスペクトラムに関してはスペ
クトラムの周波数成分が大きく異なることがない。この
ことは、マッチング処理のフレーム間の距離計算におい
て有利に働き、音声認識性能が向上する。
[Effects of the Invention] As described above, according to the present invention, since the frequency closest to the fixed frequency (fixed comparison frequency) predetermined by the filter coefficient setting means is set, the pitch frequency changes. However, the resonance frequencies are set relatively close to each other, and the frequency components of the spectrum do not differ greatly for the spectrum of the same number. This is advantageous in the distance calculation between frames in the matching process, and the voice recognition performance is improved.

【図面の簡単な説明】[Brief description of drawings]

第1図は従来のピッチ適応型の単語音声認識装置におけ
る電気的構成を示すブロック図である。第2図は第1図
に示した単語音声認識装置における距離計算部の構成を
示すブロック図である。第3図はこの発明の一実施例の
電気的構成を示すブロック図である。第4図は従来の単
語音声認識装置とこの発明の一実施例によるスペクトラ
ムパターンの抽出結果を示す図である。 図において、1は音声入力部、2は特徴抽出部、3は入
力パターンメモリ、4は登録パターンメモリ、5は認識
処理部、6は始終端検出回路、11はマイクロホン、1
2はマイクロホンアンプ、13はAGC回路、14はA
/D変換回路、15は波形メモリ、21はピッチ周期抽
出回路、22はフィルタ係数設定回路、23はディジタ
ルフィルタ、24は定比較周波数メモリ、25はレベル
計算回路、51は距離計算部、52はマッチング処理
部、511,512はパラメータ一時記憶メモリ、51
3はチェビシェフ距離計算回路を示す。
FIG. 1 is a block diagram showing the electrical configuration of a conventional pitch-adaptive word speech recognition device. FIG. 2 is a block diagram showing a configuration of a distance calculation unit in the word voice recognition device shown in FIG. FIG. 3 is a block diagram showing the electrical construction of an embodiment of the present invention. FIG. 4 is a diagram showing a result of spectrum pattern extraction by a conventional word voice recognition device and an embodiment of the present invention. In the figure, 1 is a voice input unit, 2 is a feature extraction unit, 3 is an input pattern memory, 4 is a registered pattern memory, 5 is a recognition processing unit, 6 is a start / end detection circuit, 11 is a microphone, 1
2 is a microphone amplifier, 13 is an AGC circuit, and 14 is A
/ D conversion circuit, 15 waveform memory, 21 pitch period extraction circuit, 22 filter coefficient setting circuit, 23 digital filter, 24 constant comparison frequency memory, 25 level calculation circuit, 51 distance calculation unit, 52 A matching processing unit 511, 512 is a temporary parameter storage memory, 51
3 shows a Chebyshev distance calculation circuit.

Claims (1)

【特許請求の範囲】[Claims] 【請求項1】音声を電気信号に変換して入力するための
音声信号入力手段、 前記音声信号入力手段から入力された音声信号波形の特
徴パラメータを抽出する特徴抽出手段、 前記特徴抽出手段で抽出された認識すべき単語音声の特
徴パラメータを記憶する入力パターン記憶手段、 前記特徴抽出手段で抽出された複数の単語音声の特徴パ
ラメータを予め記憶しておく登録パターン記憶手段、お
よび 前記入力パターン記憶手段に記憶された入力音声の特徴
パラメータと前記登録パターン記憶手段に記憶された複
数の単語音声における特徴パラメータとの類似度を計算
し、音声の認識処理を行なう音声認識処理手段を備え、 前記特徴抽出手段は、 前記音声信号入力手段から入力された音声信号のピッチ
周波数fp1を検出する検出手段と、 設定されたフィルタ係数に応じて、その共振周波数が変
化しかつ前記音声信号の複数(N個)のスペクトラムデ
ータを前記特徴パラメータとして抽出するディジタルフ
ィルタと、 周波数スペクトラムを抽出するための予め定める複数
(N個)の固定比較周波数fc1,fc2…fcNを記憶する
固定比較周波数記憶手段と、 前記検出手段によってピッチ周波数fp1が検出されたこ
とに応じて、Min|k・fp1−fcn|、(k=1,2
…)を満足する正の整数kを計算し、前記ディジタル
フィルタの共振周波数をk・fp1(n=1〜N)に設
定するフィルタ係数設定手段とを含む、単語音声認識装
置。
1. A voice signal input means for converting voice into an electric signal for input, a feature extraction means for extracting a feature parameter of a voice signal waveform input from the voice signal input means, and an extraction by the feature extraction means. Input pattern storage means for storing the characteristic parameters of the recognized word voice to be recognized, registered pattern storage means for storing in advance the characteristic parameters of the plurality of word voices extracted by the characteristic extraction means, and the input pattern storage means And a voice recognition processing unit that performs voice recognition processing by calculating the degree of similarity between the feature parameters of the input voice stored in the input pattern storage unit and the feature parameters of the plurality of word voices stored in the registered pattern storage unit. The means is set with a detecting means for detecting the pitch frequency f p1 of the voice signal input from the voice signal input means. A digital filter whose resonance frequency changes in accordance with the filter coefficient and extracts a plurality (N) of spectrum data of the audio signal as the characteristic parameter; and a plurality of predetermined (N) for extracting a frequency spectrum. ), The fixed comparison frequency storage means for storing the fixed comparison frequencies f c1 , f c2 ... F cN , and the detection of the pitch frequency f p1 by the detection means, Min | k · f p1 −f cn | , (K = 1, 2
...) to calculate the positive integer k n that satisfies the resonance frequency of the digital filter and a filter coefficient setting means for setting a k n · f p1 (n = 1~N), word recognition device.
JP59023282A 1984-02-10 1984-02-10 Word speech recognizer Expired - Lifetime JPH0646359B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP59023282A JPH0646359B2 (en) 1984-02-10 1984-02-10 Word speech recognizer

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP59023282A JPH0646359B2 (en) 1984-02-10 1984-02-10 Word speech recognizer

Publications (2)

Publication Number Publication Date
JPS60166993A JPS60166993A (en) 1985-08-30
JPH0646359B2 true JPH0646359B2 (en) 1994-06-15

Family

ID=12106242

Family Applications (1)

Application Number Title Priority Date Filing Date
JP59023282A Expired - Lifetime JPH0646359B2 (en) 1984-02-10 1984-02-10 Word speech recognizer

Country Status (1)

Country Link
JP (1) JPH0646359B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9339205B2 (en) 2011-03-18 2016-05-17 Fujitsu Limited Waveform analyzer and waveform analysis method

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63274998A (en) * 1987-05-06 1988-11-11 三菱電機株式会社 Word voice recognition equipment
US7778831B2 (en) * 2006-02-21 2010-08-17 Sony Computer Entertainment Inc. Voice recognition with dynamic filter bank adjustment based on speaker categorization determined from runtime pitch

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0461359A (en) * 1990-06-29 1992-02-27 Mitsubishi Electric Corp Disposing method for i/o pad cell

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9339205B2 (en) 2011-03-18 2016-05-17 Fujitsu Limited Waveform analyzer and waveform analysis method

Also Published As

Publication number Publication date
JPS60166993A (en) 1985-08-30

Similar Documents

Publication Publication Date Title
US4912766A (en) Speech processor
CA1164569A (en) System for extraction of pole/zero parameter values
JPH0646359B2 (en) Word speech recognizer
JP3023135B2 (en) Voice recognition device
JPH0461359B2 (en)
JPS6334477B2 (en)
JPS61180297A (en) Speaker collator
JP2668877B2 (en) Sound source normalization method
JPS6346496A (en) Voice recognition equipment
JPH09218696A (en) Speech recognition device
JPS6118759B2 (en)
JPS61290496A (en) Voice recognition equipment
JPS6229798B2 (en)
JPH02272600A (en) Pattern generating system
JPH05224694A (en) Speech recognition device
JPH0731506B2 (en) Speech recognition method
JPS63223696A (en) Voice pattern generation system
JPH0816186A (en) Voice recognition device
JPS625298A (en) Voice recognition equipment
JPS6255798B2 (en)
JPS61273599A (en) Voice recognition equipment
JPS59185394A (en) Voice recognition equipment
JPS60166999A (en) Word voice recognition equipment
JPS6210697A (en) Voice recognition equipment
JPS59124392A (en) Voice recognition system

Legal Events

Date Code Title Description
EXPY Cancellation because of completion of term